本发明专利技术涉及一种基于动态数据进行多激光雷达时空同步的方法，包括一种二阶段的轨迹数据匹配在阶段1中，基于轨迹的局部运动状态相似性得到的配对关系，计算转换参数，初步求得需要时空同步的两个雷达之间的转换参数，实现雷达的粗配准；在阶段2中，对阶段1得到的所述两个雷达之间的转换参数采用一种基于轨迹的最小迭代算法进一步调整，减少参数误差，得到最终的转换参数，转换参数包括空间的旋转和平移，以及时间的偏移。以及时间的偏移。以及时间的偏移。
【技术实现步骤摘要】
一种基于动态数据进行多激光雷达时空同步的方法
[0001]本专利技术涉及一种基于动态数据进行多激光雷达时空同步的方法，属于自动驾驶、车路协同领域相关技术。
技术介绍
[0002]近年来，尤其是车路协同领域，使用路侧设备辅助车辆自动驾驶，激光雷达由于可以提供准确的3d信息，成为了一种广泛使用的传感器。但是，由于激光的物理特性，雷达容易被遮挡，通常需要使用多个雷达进行联合感知的方案。而只有对雷达在时间和空间维度均进行同步，才能对雷达的感知结果进行融合。然而，在车路协同场景下，路测的多激光雷达隶属于不同子系统，而且雷达之间位置变换大，时间和空间的同步成为了一个重要的问题。
[0003]传统的同步算法中，ICP[1]是一种基于交替迭代达到最优值的算法，是点云配准工作中最常用的算法之一，而且有很多的变种，然而ICP算法容易收敛于局部最优值，对初值有很大的依赖。NDT算法将点云切分成cell，并基于点云的高斯分布进行配准，但是和ICP相同，非常依赖于初值。显然，ICP和NDT并不适合用于路侧雷达的配准，因为点云之间的高度和视角都有很大差异。
[0004]基于特征的方法，先提取特征，然后确定特征之间的对应关系来进行点云配准，例如SAC
‑
IA[3],通过提取fast point feature histograms进行近似匹配。但是这类型的方法并不适合交通场景下，因为交通场景存在很多重复的结构，比如楼房，路沿石等，导致找到特征之间的准确对应变得很困难。
[0005]综上可以看到，目前的雷达标定算法存在依赖初值、特征匹配模糊性高等问题，均不能很好地解决路侧多激光雷达的标定问题，本专利技术提出了一种将时间同步和空间同步问题归一为一个问题的自动化时空同步算法，而且算法对初始参数没有依赖。
[0006][1]P.Besl and N.D.McKay,“A method for registration of 3
‑
d shapes,”IEEE Transactions on Pattern Analysis and Machine Intelligence,vol.14,no.2,pp.239
–
256.
[0007][2]Peter Biber and Wolfgang Straβer.2003.The normal distributions transform:A new approach to laser scan matching.In Proceedings 2003 IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS 2003)(Cat.No.03CH37453),Vol.3.IEEE,2743
–
2748.
[0008][3]R.B.Rusu,N.Blodow,and M.Beetz,“Fast point feature histograms(fpfh)for 3d registration,”in 2009IEEE International Conference on Robotics and Automation,2009,pp.3212
–
3217.
技术实现思路
[0009]本专利技术技术解决问题：本算法实现了对多个激光雷达之间时空同步的问题。克服
现有技术的什么不足，提供一种基于动态数据进行多激光雷达时空同步的方法，具有不依赖于初始值，具备更小的计算量和迁移性，而且达到了厘米级的精度。
[0010]本专利技术技术解决方案：
[0011]一种基于动态数据进行多激光雷达时空同步的方法，包括一种二阶段的轨迹数据匹配在阶段1中，基于轨迹的局部运动状态相似性得到的配对关系，计算转换参数，初步求得需要时空同步的两个雷达之间的转换参数，实现雷达的粗配准；在阶段2中，对阶段1得到的所述两个雷达之间的转换参数采用一种基于轨迹的最小迭代算法进一步调整，减少参数误差，得到最终的转换参数，转换参数包括空间的旋转和平移，以及时间的偏移；
[0012]具体实现如下：
[0013]阶段1：
[0014](1)将激光雷达获取点云数据输入检测器进行检测，得到每帧点云中存在物体的包围框(bounding box)作为检测结果，物体的包围框包括物体的长宽高，转向角，类别信息；将检测结果输入追踪器，将前后帧的不同物体进行关联，得到获得雷达视野中物体的历史运动轨迹；历史轨迹是一系列轨迹点的有序序列，轨迹点包含物体ID，轨迹点对应时间戳，对应空间坐标信息；
[0015](2)采用卡尔曼滤波器去除步骤(1)中物体的历史运动轨迹的噪声，以减少轨迹误差；计算物体的历史运动轨迹在每个轨迹点的附近运动信息，运动信息包含速度均值、方差以及局部曲率；具体计算方法为：
[0016]局部速度均值：
[0017][0018]局部速度方差：
[0019][0020]局部曲率：
[0021][0022]其中，v
i
表示第i帧的速度，L
i
为第i帧的位置向量；m为数据选取的帧数间隔，根据不同数据集的误差而进行条件，当m越小，计算结果越能表征局部运动特征，但是容易受到数据误差影响；L
i
‑
m
及L
i+m
分别表示第i
‑
m及i+m帧的位置向量；N
+
为正整数。
[0023](3)将步骤(2)得到的每个轨迹点附近运动信息作为轨迹点特征，将运动信息相似的轨迹点进行配对，得到不同雷达追踪到物体历史轨迹点的配对关系，并建立物体历史轨迹点配对关系的集合；其中轨迹点相似性度量公式为：
[0024]轨迹点相似性度量公式：
[0025][0026]α1+α2+α3＝1
[0027]其中，表示局部速度均值，表示局部速度方差，cur为局部曲率，α1,α2,α3为各指标权重。
[0028](4)对物体历史轨迹点配对关系的集合中的物体历史轨迹点的配对关系进行过滤，删除步骤(3)中的物体历史轨迹点配对关系的集合中不符合规则的配对关系，以减小对结果带来的误差，得到删除后的得到的轨迹点配对关系；
[0029](5)采用步骤(4)的轨迹点配对关系构成约束条件，基于最优化的方法，初步求解两个雷达之间的转换参数，实现雷达的粗配准；
[0030]阶段2中：所述一种基于轨迹的最小迭代算法流程如下：
[0031](6)对于两个激光雷达，选取其中的一激光雷达称为源激光雷达，另一雷达为目标激光雷达，基于两个雷达之间的转换参数对源雷达轨迹的数据进行更新，修正源雷达轨迹点的时间戳以及三维空间坐标；
[0032](7)遍历源激光雷达感知得到的所有轨迹，针对每一物体的历史运动轨迹，寻找目标雷达中距离最近的物体的历史运动轨迹，若这两物体的历史运动轨迹之间距离本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于动态数据进行多激光雷达时空同步的方法，其特征在于：包括一种二阶段的轨迹数据匹配在阶段1中，基于轨迹的局部运动状态相似性得到的配对关系，计算转换参数，初步求得需要时空同步的两个雷达之间的转换参数，实现雷达的粗配准；在阶段2中，对阶段1得到的所述两个雷达之间的转换参数采用一种基于轨迹的最小迭代算法进一步调整，减少参数误差，得到最终的转换参数，转换参数包括空间的旋转和平移，以及时间的偏移；具体实现如下：阶段1：(1)将激光雷达获取点云数据输入检测器进行检测，得到每帧点云中存在物体的包围框bounding box作为检测结果，物体的包围框包括物体的长宽高，转向角，类别信息；将检测结果输入追踪器，将前后帧的不同物体进行关联，得到获得雷达视野中物体的历史运动轨迹；历史轨迹是一系列轨迹点的有序序列，轨迹点包含物体ID，轨迹点对应时间戳，对应空间坐标信息；(2)采用卡尔曼滤波器去除步骤(1)中物体的历史运动轨迹的噪声，以减少轨迹误差；计算物体的历史运动轨迹在每个轨迹点的附近运动信息，运动信息包含速度均值、方差以及局部曲率；具体计算方法为：局部速度均值：局部速度方差：局部曲率：其中，v
i
表示第i帧的速度，L
i
为第i帧的位置向量；m为数据选取的帧数间隔，根据不同数据集的误差进行选择；L
i
‑
m
及L
i+m
分别表示第i
‑
m及i+m帧的位置向量；N
+
为正整数；(3)将步骤(2)得到的每个轨迹点附近运动信息作为轨迹点特征，将运动信息相似的轨迹点进行配对，得到不同雷达追踪到物体历史轨迹点的配对关系，并建立物体历史轨迹点配对关系的集合；其中轨迹点相似性度量公式为：对轨迹中轨迹点i,j的相似性度量公式：α1+α2+α3＝1其中，表示局部速度均值，表示局部速度方差，cur为局部曲率，α1,α2,α3为各指标权重；(4)对物体历史轨迹点配对关系的集合中的物体历史轨迹点的配对关系进行过滤，删除步骤(3)中的物体历史轨迹点配对关系的集合中不符合规则的配对关系，以减小对结果带来的误差，得到删除后的得到的轨迹点配对关系；
(5)采用步骤(4)的轨迹点配对关系构成约束条件，基于最优化的方法，初步求解两个雷达之间的转换参数，实现雷达的粗配准；阶段2中：所述一种基于轨迹的最小迭代算法流程如下：(6)对于两个激光雷达，选取其中的一激光雷达称为源激光雷达，另一雷达为目标激光雷达，基于两个雷达之间的转换参数对源雷达轨迹的数据进...
【专利技术属性】
技术研发人员：任浩杰，张燕咏，吉建民，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。