车载激光雷达外参数联合标定方法、系统、介质及设备技术方案

本发明专利技术公开了一种车载激光雷达外参数联合标定方法、系统、介质及设备，此方法在预设标定场景下进行，预设标定场景包括垂直于基准雷达S的Z轴的平面A、不垂直于基准雷达S的Z轴的平面B、平行于基准雷达S的Z轴的标定柱E；此方法为：1)分别获取基准雷达S和待标雷达C的点云数据，得到对应平面A点云和平面B点云，再通过平面A点云和平面B点云标定旋转矩阵；2)通过旋转矩阵旋转待标雷达C对应的平面A点云，再与基准雷达S对应的平面A点云共同得到平移矩阵的z分量；3)在基准雷达S的点云数据中得到标定柱E点云，再与旋转后的待标雷达C对应的平面A点云共同得到平移矩阵的x、y分量。本发明专利技术具有标定简单快速、精度高等优点。

【技术实现步骤摘要】
车载激光雷达外参数联合标定方法、系统、介质及设备
本专利技术主要涉及雷达标定
，具体涉及一种车载激光雷达外参数联合标定方法、系统、介质及设备。
技术介绍
为了提高自动驾驶汽车的场景感知能力，弥补单雷达存在的扫描盲区，在自动驾驶汽车上部署多台3D激光雷达已成为当前的普遍配置。多雷达系统相互标定的精度对其应用存在着至关重要的影响。常见的多雷达系统的标定方法主要有以下两种：1、基于外观的方法基于外观的方法是一类配准问题，它利用环境中的对应外观线索来求解多雷达之间的相互空间偏移。这种方法的关键是寻找在多雷达中都共同存在的数据，该数据可以是点、线、面等。该类方法需要构造同一数据在不同雷达坐标系下的不同表示的超定方程，进而求解两个坐标系之间的变换矩阵。基于外观的方法需要人工多次测量物理量，标定流程繁琐；且3D激光雷达线束比较稀疏，获取同一数据在不同雷达坐标系下比较困难且测量误差大。2、基于运动的方法基于运动的方法将标定视为一个经过充分研究的手眼标定问题，其中通过组合所有可用传感器的运动来计算外部参数。手眼标定问题通常是指在AX＝XB中解X，其中A和B是两个传感器所经历的运动，X是它们之间的变换。这种基于运动的方法能够扩展到室外环境中的多传感器校准。虽然基于运动的标定方法已经得到了广泛的发展，但是估计运动的累积漂移很容易影响标定结果的精度。
技术实现思路
本专利技术要解决的技术问题就在于：针对现有技术存在的技术问题，本专利技术提供一种简单快速的车载激光雷达外参数联合标定方法、系统、介质及设备。为解决上述技术问题，本专利技术提出的技术方案为：一种车载激光雷达外参数联合标定方法，此方法在一预设标定场景下进行，预设标定场景包括垂直于基准雷达S的Z轴的平面A，不垂直于基准雷达S的Z轴的平面B，平行于基准雷达S的Z轴的标定柱E，其中基准雷达S和待标雷达位于同一车体，平面A、平面B和标定柱E均位于基准雷达S和待标雷达C的扫描视野内；此方法步骤为：1)分别获取基准雷达S和待标雷达C的点云数据，得到对应平面A点云和平面B点云，再通过平面A点云和平面B点云标定旋转矩阵；2)通过旋转矩阵旋转待标雷达C对应的平面A点云，再与基准雷达S对应的平面A点云共同得到点云标定平移矩阵的z分量；3)在基准雷达S的点云数据中得到标定柱E点云，再与旋转后的待标雷达C对应的平面A点云共同得到点云标定平移矩阵的x、y分量。作为上述技术方案的进一步改进，步骤1)的具体过程为：1.1)获取一帧基准雷达S的点云数据PS，在此点云数据中框选平面A点云提取向心平面法向量在此点云数据中框选平面B点云提取向心平面法向量获取一帧待标雷达C的点云数据PC，在此点云数据中框选平面A点云提取向心平面法向量在此点云数据中框选平面B点云提取向心平面法向量1.2)令基准雷达S测量的平面A的向心平面法向量和测量的平面B的向心平面法向量构成矩阵令基准雷达C测量的平面A的向心平面法向量和测量的平面B的向心平面法向量构成矩阵则超定矩阵1.3)通过超定矩阵H得到最优估计旋转矩阵作为上述技术方案的进一步改进，在步骤1.3)中，对应的具体步骤为：1.3.1)对超定矩阵H进行SVD分解，得到[U,Λ,V]＝svd(H)；1.3.2)计算旋转矩阵R＝VUT；1.3.3)计算最优估计旋转矩阵计算R的行列式det(R)，若det(R)＝1，则R为正射，即若det(R)＝-1，则R为反射，此时将矩阵V的第三列乘以-1，即V′＝[v1,v2,-v3]，此时作为上述技术方案的进一步改进，步骤2)的具体过程为：2.1)使用旋转矩阵旋转点云记旋转后的点云为提取平面点云并求平面点云Z分量的均值，记为2.2：对点云进行平面分割提取平面点云，并求平面点云Z分量的均值，记为2.3：求平移量作为上述技术方案的进一步改进，步骤3)的具体过程为：3.1)在点云PS中框选标定柱E点云使用点云的xy分量进行圆Hough变换得到圆的中心，记为在点云中框选标定柱E点云使用点云的xy分量进行圆Hough变换得到圆的中心，记为3.2)求平移量平移量作为上述技术方案的进一步改进，在步骤1.1)和步骤1.2)中，使用RANSAC算法进行平面分割提取各向心平面法向量。作为上述技术方案的进一步改进，所述平面A为地面，平面B为墙壁，标定柱E为管体。本专利技术还公开了一种车载激光雷达外参数联合标定系统，此系统对应的标定方法在一预设标定场景下进行，预设标定场景包括垂直于基准雷达S的Z轴的平面A，不垂直于基准雷达S的Z轴的平面B，平行于基准雷达S的Z轴的标定柱E，其中基准雷达S和待标雷达位于同一车体，平面A、平面B和标定柱E均位于基准雷达S和待标雷达C的扫描视野内；此系统包括：第一模块，用于分别获取基准雷达S和待标雷达C的点云数据，得到对应平面A点云和平面B点云，再通过平面A点云和平面B点云标定旋转矩阵；第二模块，用于通过旋转矩阵旋转待标雷达C对应的平面A点云，再与基准雷达S对应的平面A点云共同得到点云标定平移矩阵的z分量；第三模块，用于在基准雷达S的点云数据中得到标定柱点云，再与旋转后的待标雷达C对应的平面A点云共同得到点云标定平移矩阵的x、y分量。本专利技术进一步公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的车载激光雷达外参数联合标定方法的步骤。本专利技术还公开了一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的车载激光雷达外参数联合标定方法的步骤。与现有技术相比，本专利技术的优点在于：本专利技术的车载激光雷达外参数联合标定方法，在一预设标定场景下进行，其中预设标定场景包括平面A、平面B和标定柱E，整体结构简单且易于构建；在整体标定方法中，将外参数标定的旋转标定和平移标定分离，通过平面A点云和平面B点云标定旋转矩阵；通过旋转后待标雷达C对应的平面A点云与基准雷达S对应的平面A点云共同得到平移矩阵的z分量；通过标定柱E点云与旋转后的待标雷达C对应的平面A点云共同得到点云标定平移矩阵的x、y分量，标定流程简单快速，精准可靠。附图说明图1为本专利技术的方法在实施例的流程图。图2为本专利技术的标定场景在实施例的布置图。具体实施方式以下结合说明书附图和具体实施例对本专利技术作进一步描述。如图1所示，本实施例的一种车载激光雷达外参数联合标定方法，此方法在一预设标定场景下进行，预设标定场景包括垂直于基准雷达S的Z轴的平面A，不垂直于基准雷达S的Z轴的平面B，平行于基准雷达S的Z轴的标定柱E，其中基准雷达S和待标雷达位于同一车体，平面A、平面B和标定柱E均位于基准雷达S和待标雷达C的扫描视野内，具体如图2所示；此方法步骤为：1)分别获取本文档来自技高网...

【技术保护点】
1.一种车载激光雷达外参数联合标定方法，其特征在于，此方法在一预设标定场景下进行，预设标定场景包括垂直于基准雷达S的Z轴的平面A，不垂直于基准雷达S的Z轴的平面B，平行于基准雷达S的Z轴的标定柱E，其中基准雷达S和待标雷达位于同一车体，平面A、平面B和标定柱E均位于基准雷达S和待标雷达C的扫描视野内；此方法步骤为：/n1)分别获取基准雷达S和待标雷达C的点云数据，得到对应平面A点云和平面B点云，再通过平面A点云和平面B点云标定旋转矩阵；/n2)通过旋转矩阵旋转待标雷达C对应的平面A点云，再与基准雷达S对应的平面A点云共同得到点云标定平移矩阵的z分量；/n3)在基准雷达S的点云数据中得到标定柱E点云，再与旋转后的待标雷达C对应的平面A点云共同得到点云标定平移矩阵的x、y分量。/n

【技术特征摘要】
1.一种车载激光雷达外参数联合标定方法，其特征在于，此方法在一预设标定场景下进行，预设标定场景包括垂直于基准雷达S的Z轴的平面A，不垂直于基准雷达S的Z轴的平面B，平行于基准雷达S的Z轴的标定柱E，其中基准雷达S和待标雷达位于同一车体，平面A、平面B和标定柱E均位于基准雷达S和待标雷达C的扫描视野内；此方法步骤为：
1)分别获取基准雷达S和待标雷达C的点云数据，得到对应平面A点云和平面B点云，再通过平面A点云和平面B点云标定旋转矩阵；
2)通过旋转矩阵旋转待标雷达C对应的平面A点云，再与基准雷达S对应的平面A点云共同得到点云标定平移矩阵的z分量；
3)在基准雷达S的点云数据中得到标定柱E点云，再与旋转后的待标雷达C对应的平面A点云共同得到点云标定平移矩阵的x、y分量。


2.根据权利要求1所述的车载激光雷达外参数联合标定方法，其特征在于，步骤1)的具体过程为：
1.1)获取一帧基准雷达S的点云数据PS，在此点云数据中框选平面A点云提取向心平面法向量在此点云数据中框选平面B点云提取向心平面法向量
获取一帧待标雷达C的点云数据PC，在此点云数据中框选平面A点云提取向心平面法向量在此点云数据中框选平面B点云提取向心平面法向量
1.2)令基准雷达S测量的平面A的向心平面法向量和测量的平面B的向心平面法向量构成矩阵
令基准雷达C测量的平面A的向心平面法向量和测量的平面B的向心平面法向量构成矩阵
则超定矩阵
1.3)通过超定矩阵H得到最优估计旋转矩阵


3.根据权利要求2所述的车载激光雷达外参数联合标定方法，其特征在于，在步骤1.3)中，对应的具体步骤为：
1.3.1)对超定矩阵H进行SVD分解，得到[U,Λ,V]＝svd(H)；
1.3.2)计算旋转矩阵R＝VUT；
1.3.3)计算最优估计旋转矩阵计算R的行列式det(R)，若det(R)＝1，则R为正射，即若det(R)＝-1，则R为反射，此时将矩阵V的第三列乘以-1，即V′＝[v1,v2,-v3]，此时


4.根据权利要求3所述的车载激光雷达外参数联合标定方法，其特征在于，步骤2)的具体过程为：
2.1)使用旋转矩阵旋转点云记旋转后的点云为提取平面点云并...

【专利技术属性】
技术研发人员：孟德远，胡庭波，安向京，
申请(专利权)人：长沙行深智能科技有限公司，
类型：发明
国别省市：湖南;43