车载激光雷达的标定方法、装置及设备制造方法及图纸

本申请提供一种车载激光雷达的标定方法、装置及设备，其中，所述方法包括：对车载激光雷达的原始点云进行粗标定；基于经过粗标定后的原始点云获取所述车载激光雷达对应的地面点云和非地面点云；基于所述地面点云获取所述车载激光雷达的翻滚角参数和俯仰角参数；基于所述非地面点云获取所述车载激光雷达的偏航角参数和高度参数。通过上述方法，本申请可以有效提高车载激光雷达标定的效率及准确率。效提高车载激光雷达标定的效率及准确率。效提高车载激光雷达标定的效率及准确率。

【技术实现步骤摘要】
车载激光雷达的标定方法、装置及设备


[0001]本申请涉及传感器标定
，尤其涉及一种车载激光雷达的标定方法、装置及设备。

技术介绍

[0002]车载激光雷达在智能网联汽车、自动驾驶汽车上被广泛应用，如何对其进行快速、准确的标定一直是研究人员关注的问题。
[0003]车载激光雷达的精确标定是自动驾驶车辆准确感知外部环境的基础，车载激光雷达的标定精度越高，点云数据对环境的反映越准确。目前主要通过如下方法对激光雷达的标定：使用激光雷达录制一段数据再通过点云配准算法进行离线参数计算或者将车按特定的位姿停放好，再利用标定物对激光雷达进行标定等，这些方法对于激光雷达标定步骤繁琐且复杂，且需要专业人员进行操作，使得激光雷达外参标定准确度和效率较低，难以满足批量生产的自动驾驶车辆的车载激光雷达标定的工作需求。

技术实现思路

[0004]鉴于上述问题，本申请提供一种车载激光雷达的标定方法、装置及设备，用以解决目前车载激光雷达标定方式效率和准确率低的问题。
[0005]为了实现上述目的，本申请提供如下技术方案：
[0006]根据本申请的第一方面，提供一种车载激光雷达的标定方法，包括：
[0007]对车载激光雷达的原始点云进行粗标定；
[0008]基于经过粗标定后的原始点云获取所述车载激光雷达对应的地面点云和非地面点云；
[0009]基于所述地面点云获取所述车载激光雷达的翻滚角参数和俯仰角参数；
[0010]基于所述非地面点云获取所述车载激光雷达的偏航角参数和高度参数。
[0011]在一种实施方式中，所述基于经过粗标定后的原始点云获取所述车载激光雷达对应的地面点云和非地面点云，包括：
[0012]将经过粗标定后的原始点云进行第一处理，得到所述车载激光雷达对应的地面点云和非地面点云；其中，所述第一处理包括降采样处理和去地面处理。
[0013]在一种实施方式中，所述将经过粗标定后的原始点云进行第一处理，包括：
[0014]对经过粗标定后的原始点云进行降采样；
[0015]将经过降采样的点云栅格化，并计算每个栅格内所有点与预设范围内点云的最大高度差；
[0016]若所述最大高度差大于预设阈值，则将栅格内所有点记为非地面点云；
[0017]若所述最大高度差不大于预设阈值，则将栅格内所有点记为地面点云。
[0018]在一种实施方式中，所述基于所述地面点云获取所述车载激光雷达的翻滚角参数和俯仰角参数，包括：
[0019]将所述地面点云进行平面拟合，并获取经过平面拟合后的地面点云的法向量；
[0020]基于所述法向量获取所述车载激光雷达的翻滚角参数和俯仰角参数。
[0021]在一种实施方式中，所述将所述地面点云进行平面拟合，并获取经过平面拟合后的地面点云的法向量，包括：
[0022]在所述地面点云中设置若干第一感兴趣区；
[0023]分别从所述若干第一感兴趣区内随机选择点云，并基于所述点云估算平面拟合的基准方程；
[0024]获取所述基准方程范围内的点云数量；
[0025]若未达到最大迭代次数，则返回执行分别从所述若干第一感兴趣区内随机选择点云的步骤；
[0026]若达到最大迭代次数，则从每次迭代得到的基准方程中选择出基准方程范围内的点云数量最大的基准方程，并基于所述点云数量最大的基准方程获取地面点云的法向量。
[0027]在一种实施方式中，所述基于所述非地面点云获取所述车载激光雷达的偏航角参数和高度参数，包括：
[0028]基于第一外参对所述非地面点云进行旋转，所述第一外参包括用于对所述原始点云进行粗标定的初始偏航角参数以及所述翻滚角参数和所述俯仰角参数；
[0029]基于若干第二感兴趣区对经过旋转后的非地面点云进行分割，得到车辆点云；
[0030]将所述车辆点云转化成图像，并基于图像处理算法对所述图像进行第二处理，得到车辆轮廓及对应的朝向；
[0031]基于车辆轮廓及对应的朝向获取所述激光雷达的偏航角参数；
[0032]基于第二外参计算所述第二感兴趣区点云的平均高度，得到所述车载激光雷达的高度参数，所述第二外参包括所述翻滚角参数、所述俯仰角参数和所述偏航角参数。
[0033]在一种实施方式中，所述将所述车辆点云转化成图像，并基于图像处理算法对所述图像进行第二处理，得到车辆轮廓及对应的朝向，包括：
[0034]将所述车辆点云投影到所述激光雷达的坐标系XY平面上，生成鸟瞰图像；
[0035]基于凸包计算函数对所述鸟瞰图像中的二维点云进行凸包计算，得到关于车辆的多个角点对应的多边形；
[0036]分别计算所述多边形每条边的长度及其对应的包围盒的高度；
[0037]从每条边对应的包围盒中选择包围盒面积最小的包围盒作为所述车辆的轮廓，并选择所述轮廓对应的边和高的长度中更长的方向作为车辆朝向。
[0038]在一种实施方式中，在对车载激光雷达的原始点云进行粗标定之前，还包括：
[0039]选定符合预设条件的水平道路，以使车载激光雷达能够采集到车辆的原始点云；
[0040]获取所述车载激光雷达采集的原始点云。
[0041]根据本申请的第二方面，提供一种车载激光雷达的标定装置，包括：
[0042]粗标定模块，其设置为对车载激光雷达的原始点云进行粗标定；
[0043]获取模块，其设置为基于经过粗标定后的原始点云获取所述车载激光雷达对应的地面点云和非地面点云；
[0044]第一细标定模块，其设置为基于所述地面点云获取所述车载激光雷达的翻滚角参数和俯仰角参数；
[0045]第二细标定模块，基于所述非地面点云获取所述车载激光雷达的偏航角参数和高度参数。
[0046]根据本申请的第三方面，提供一种电子设备，包括：存储器和处理器；
[0047]所述存储器存储计算机执行指令；
[0048]所述处理器执行所述存储器存储的计算机执行指令，使得所述电子设备执行所述的车载激光雷达的标定方法。
[0049]可以理解的，本申请提供的车载激光雷达的标定方法、装置及设备，通过对激光雷达外参进行粗标定，并对经过粗标定的原始点云降采样、分割地面，提取路面点云和车辆自身点云，拟合水平路面及车辆朝向，以计算车载激光雷达外参，其标定过程简单、高效、操作流程简单，能自动化对激光雷达进行高效标定，有效提高了车载激光雷达标定的效率及准确度。
附图说明
[0050]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0051]图1为本申请实施例提供的一种可能的场景示意图；
[0052]图2为本申请实施例提供的一种车载激光雷达的标定方法的流程示意图；
[0053]图3为本申请实施例中车载激光雷达安装位置的示意图；
[0054]图4为本申请实施例中拟合平面的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车载激光雷达的标定方法，其特征在于，包括：对车载激光雷达的原始点云进行粗标定；基于经过粗标定后的原始点云获取所述车载激光雷达对应的地面点云和非地面点云；基于所述地面点云获取所述车载激光雷达的翻滚角参数和俯仰角参数；基于所述非地面点云获取所述车载激光雷达的偏航角参数和高度参数。2.根据权利要求1所述的方法，其特征在于，所述基于经过粗标定后的原始点云获取所述车载激光雷达对应的地面点云和非地面点云，包括：将经过粗标定后的原始点云进行第一处理，得到所述车载激光雷达对应的地面点云和非地面点云；其中，所述第一处理包括降采样处理和去地面处理。3.根据权利要求2所述的方法，其特征在于，所述将经过粗标定后的原始点云进行第一处理，包括：对经过粗标定后的原始点云进行降采样；将经过降采样的点云栅格化，并计算每个栅格内所有点与预设范围内点云的最大高度差；若所述最大高度差大于预设阈值，则将栅格内所有点记为非地面点云；若所述最大高度差不大于预设阈值，则将栅格内所有点记为地面点云。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述基于所述地面点云获取所述车载激光雷达的翻滚角参数和俯仰角参数，包括：将所述地面点云进行平面拟合，并获取经过平面拟合后的地面点云的法向量；基于所述法向量获取所述车载激光雷达的翻滚角参数和俯仰角参数。5.根据权利要求4所述的方法，其特征在于，所述将所述地面点云进行平面拟合，并获取经过平面拟合后的地面点云的法向量，包括：在所述地面点云中设置若干第一感兴趣区；分别从所述若干第一感兴趣区内随机选择点云，并基于所述点云估算平面拟合的基准方程；获取所述基准方程范围内的点云数量；若未达到最大迭代次数，则返回执行分别从所述若干第一感兴趣区内随机选择点云的步骤；若达到最大迭代次数，则从每次迭代得到的基准方程中选择出基准方程范围内的点云数量最大的基准方程，并基于所述点云数量最大的基准方程获取地面点云的法向量。6.根据权利要求1所述的方法，其特征在于，所述基于所述非地面点云获取所述车载激光雷达的偏航角参数和高度参数，包括：基于第一外参对所...

【专利技术属性】
技术研发人员：邢庆涛，张志娟，范敏，张跃，田磊，
申请(专利权)人：中国重汽集团济南动力有限公司，
类型：发明
国别省市：