多激光雷达外参的自动标定方法技术

本发明专利技术提供了一种多激光雷达外参的自动标定方法，该方法将多个激光的点云作为输入，制定自动化外参标定流程，基于相对运动的多激光初始外参估计，基于智能算法的外参精度优化，并通过一种增量式外参更新机制，根据运动的方法自动估计激光之间的外参关系。在整个过程中，无需设定初始外参、无需特定的标定场景，无需额外的辅助工具，并按一定时间和里程间隔自动进行再次标定。自动进行再次标定。自动进行再次标定。

【技术实现步骤摘要】
多激光雷达外参的自动标定方法


[0001]本专利技术涉及自动驾驶
，具体是一种多激光雷达外参的自动标定方法。

技术介绍

[0002]随着自动驾驶技术的快速发展，基于多激光雷达的建图定位系统也得到广泛应用。采用多个低线束激光雷达代替单个高线束激光雷达的方案，既有效的降低了硬件成本，又减少了系统的视野盲区，对于自动驾驶技术的落地有着重要的意义。但多激光雷达系统本身具有一定的不确定性，其中如何准确、简单的标定各雷达的外参关系，一直是工业界、学术界在不断深入探索、研究的一个热门问题。目前现有的多激光外参标定方法，基本均采用点云匹配的思路，通常需要在标定时提供额外的条件，例如：提供定制的标定房间、特殊结构的被测物体以增强点云的采集质量；增加辅助激光提供共同视野、设定良好的初始外参关系、引入其他传感器估计位置等约束各激光之间的匹配条件。这些方法可以获得较高精度的标定结果，但在整个流程中，或成本较大、或时间较长，同时标定完成后，一旦外参发生变化，需要再次进行标定，对于长时间运行的系统而言，代价过大。

技术实现思路

[0003]本专利技术为了解决现有技术的问题，提供了一种多激光雷达外参的自动标定方法，可以在各激光之间无初始外参、无共识关系的情况下，仅通过一定时间的运动，获得较高精度的标定结果，并自动更新。适应大多数场景、极少人为介入、按情况自动更新的特点，进而保证多激光雷达建图定位系统的长时间运行，具有重要的工程实际价值。
[0004]本专利技术提供了一种多激光雷达外参的自动标定方法，核心技术包括：r/>[0005]1.一种自动化外参标定流程；
[0006]2.一种基于相对运动的多激光初始外参估计；
[0007]3.一种基于智能算法的外参精度优化；
[0008]4.一种增量式外参更新机制。
[0009]该方法具体包括以下步骤：
[0010]1)多激光点云输入：标定系统获取连续采集的各激光点云数据，验证各激光在同一时刻或短时间内存在有效点云数据，保存各点云数据及其采集时间。
[0011]2)计算运动时间和里程：统计采集有效点云的时间和里程；其中，运动时间规定为连续一段时间内采集点云均为有效点云的时间间隔，当出现无效点云时，运动时间和1.1中保存的点云数据都将会重置；运动里程规定为运动时间内点云走过的里程，里程获取可通过包括但不限于SLAM、ICP、运动状态估计的方式。
[0012]3)增量式标定状态判断：根据设定的运动时间和里程增量阈值判断是否进入具体标定流程，当时间和里程同时满足阈值条件后，判断当前系统是否已完成初始外参估计，若完成，则根据已有初始化外参进行外参精度优化，否则进入下一步。
[0013]4)外参初始化估计：根据步骤1)中保存的点云进行外参初始化估计后，返回步骤
2)再次进入标定流程。
[0014]4.1)获取各激光点云，将步骤1)中保存的点云按激光i和时间戳j生成点云序列，
[0015][0016]4.2)计算每帧点云位姿，根据步骤4.1)中点云序列L
i
，计算点云位姿计算方法包括SLAM、ICP、运动状态估计方法；
[0017]4.3)筛选有效位姿，
[0018]已知位姿T＝(x，y，z，roll，pitch，yaw)，规定
[0019]T
i
±
T
j
＝(x
i
±
x
j
，y
i
±
y
j
，z
i
±
z
j
，roll
i
±
roll
j
，pitch
i
±
pitch
j
，yaw
i
±
yaw
j
)
[0020]对于激光i，根据与的计算时刻j的位姿差并设计评价函数如下：
[0021][0022][0023]当Φ小于规定阈值时，则认为时刻j的激光位姿为有效位姿；
[0024]4.4)初始外参计算，对于有效位姿所在的所有时刻，随机选取S个时刻作为一组，一共选取M组，按组进行手眼标定，计算每组激光雷达i，j之间的外参关系
[0025]4.5)筛选有效外参，对激光雷达i，j的M组外参进行聚类，选取组数最多类的外参平均值作为激光雷达i，j的有效外参其中聚类算法包括但不限于kmeans、DBSCAN、层次聚类；聚类因子可选用位姿参数，如欧拉角、李群等。最终N个激光雷达形成有效外参集合为
[0026]4.6)外参优化，对集合Ω中所有元素进行优化，记优化后的外参关系为选择激光雷达1作为原点，按递推计算第i个雷达的位置，最后经过获得雷达1的位置误差T
Δ1
作为一组约束，同时每个与的误差形成一组约束，最后共形成个约束，采用非线性优化的方式，使所有约束的总误差最小，并记优化后外参集合
[0027]4.7)输出外参，将集合作为初始外参输出至下一流程。
[0028]5)外参精度优化：根据步骤1)中保存的点云和步骤4)中获得的初始化外参进行外参细优化。
[0029]5.1)激光点云局部建图，点云序列L
i
进行建图，建图方式包括但不限于SLAM，对点云序列L1进行整体建图，生成地图MAP1，对其他序列进行局部建图，生成地图序列对于每个局部地图选择时刻j前后多帧点云；
[0030]5.2)筛选有效地图，对于地图序列MAP
i
，计算每个局部地图的体积，设定阈值s，选择体积大于s的局部地图为有效地图，则有效地图集合为
[0031][0032]5.3)地图匹配，对激光1和激光i，根据外参集合将地图集合中元素分别和MAP1进行配准，配准方法包括但不限与ICP、GICP，最终获得配准外参集合
[0033]5.4)筛选有效外参，对于集合采用2.5中所述聚类算法，同样取平均值获得有效外参，最终N个激光雷达形成有效外参集合为
[0034]5.5)智能算法细优化，根据将点云序列L
i
转换到L1所在坐标系，在的李群切空间内采用粒子群算法优化使L1与L
i
中所有点云欧式距离之和最短，此时获得细优化后点外参集合
[0035]5.6)输出外参，将外参集合Ω
true
输出，作为最终标定外参，同时返回步骤2)检测是否需要再次进行外参计算。
[0036]6)外参输出：将步骤5)中获得的外参进行输出，返回步骤2)再次进入标定流程。
[0037]本专利技术有益效果在于：
[0038]1、本专利技术设计了一整套全自动的多激光外参标定流程，可以在各激光之间无初始外参、无共识关系的情况下，仅通过一定时间的运动，获得较高精度的标定结果，并自动更新。
[0039]2、本方法具备适应大多数场景、极少人为介入、按情况自动更新的特点，进而保证多激光本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多激光雷达外参的自动标定方法，其特征在于，包括以下步骤：1)多激光点云输入：标定系统获取连续采集的各激光点云数据，验证各激光在同一时刻或短时间内存在有效点云数据，保存各点云数据及其采集时间；2)计算运动时间和里程：统计采集有效点云的时间和里程；3)外参初始化估计：根据步骤1)中保存的点云进行外参初始化估计后，返回步骤2)再次进入标定流程；4)外参精度优化：根据步骤1)中保存的点云和步骤3)中获得的初始化外参进行外参细优化；5)外参输出：将步骤4)中获得的外参进行输出，返回步骤2)再次进入标定流程。2.根据权利要求1所述的多激光雷达外参的自动标定方法，其特征在于：步骤2)所述计算运动时间和里程的过程中，运动时间规定为连续一段时间内采集点云均为有效点云的时间间隔，当出现无效点云时，运动时间和步骤1)中保存的点云数据都重置；运动里程规定为运动时间内点云走过的里程，里程获取可通过包括SLAM、ICP、运动状态估计的方式。3.根据权利要求1所述的多激光雷达外参的自动标定方法，其特征在于：步骤4)所述外参初始化估计方法，具体过程如下：3.1)获取各激光点云，将步骤1)中保存的点云按激光i和时间戳j生成点云序列，3.2)计算每帧点云位姿，根据步骤4.1)中点云序列L
i
，计算点云位姿计算方法包括SLAM、ICP、运动状态估计方法；3.3)筛选有效位姿，已知位姿T＝(x，y，z，roll，pitch，yaw),规定T
i
±
T
j
＝(x
i
±
x
j
，y
i
±
y
j
，z
i
±
z
j
，roll
i
±
roll
j
，pitch
i
±
pitch
j
，yaw
i
±
yaw
j
)对于激光i，根据与的计算时刻j的位姿差并设计评价函数如下：并设计评价函数如下：当Φ小于规定阈值时，则认为时刻j的激光位姿为有效位姿；3.4)初始外参计算，对于有效位姿所在的所有时刻，随机选取S个时刻作为一组，一共选取M组，按组进行手眼标定，计算每组激光雷达i,j之间的外参关系3.5)筛选有效外参，对激光雷达i，j的M组外参进行聚类，选取组数最多类的外参平均值作为激光雷达i，j的有效外参其中聚类算法包括但不限于kmeans、DBSCAN、层次聚类；聚类因子可选用位姿参数，如欧拉角、李群等。最终N个激光雷达形成有效...

【专利技术属性】
技术研发人员：王闻博，刘文博，
申请(专利权)人：深圳亿嘉和科技研发有限公司，
类型：发明
国别省市：