一种激光雷达内参标定方法及装置制造方法及图纸

本发明专利技术公开了一种激光雷达内参标定方法及装置，包括数据获取步骤：在标定环境不同标定测试点以不同的姿态采样标定靶标的点云数据；数据处理步骤：对采样的点云数据进行点云分割，提取标定标志物数据并进行标志物顶点拟合；内参优化步骤：利用拟合的顶点坐标构建内参优化模型，进行内参解算，获得最优参数；性能校验步骤：基于解算的最优参数获取校验靶标上标志物间的距离，验证标定后性能。本发明专利技术通过激光雷达标定数据动态获取与处理方法，构建通用的激光雷达内参标定模型，用于机械式、半固态以及固态激光雷达；设计新型激光雷达标定装置，无需对激光雷达与靶标之间的距离进行测量，运用本发明专利技术公开的标定方法，提高了标定效率与标定精度。率与标定精度。率与标定精度。

【技术实现步骤摘要】
一种激光雷达内参标定方法及装置


[0001]本专利技术涉及激光雷达标定
，特别涉及一种激光雷达内参标定方法及装置。

技术介绍

[0002]随着自动驾驶车辆、智能机器人等领域的快速发展，对三维环境的高精度感知能力需求越来越迫切。由于具备高度的环境适应性与高精度的测距能力，激光雷达已经成为当前自动驾驶车辆、智能机器人等领域的主要感知设备。但是由于激光雷达复杂的光路结构设计、制造与安装工艺等因素影响，若不对其内部参数进行合理的标定，有可能导致其输出的三维测量信息与实际存在较大的偏差，严重影响环境感知的精度。
[0003]激光雷达的内参标定大多依赖于标定靶标的设计，目前大多数采用平面靶标获取标定点云信息，但是这种方法需要精确的外部测量且存在人工影响大、极其费时费力等问题。近年来有很多厂商提出新的标定靶标设计，如专利[201810982381.6]描述了一种带感光片的新型平面标定靶标，利用感光片的自动感知能力获取标定点云数据，但是这种标定靶标制造成本极高且需对靶标的相对于激光雷达绝对坐标进行精确地测量；专利[201710515747.4]中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种激光雷达内参标定方法，其特征在于，具体步骤包括：步骤S1、数据获取步骤：在标定环境不同标定测试点以不同的姿态采样标定靶标的点云数据；步骤S2、数据处理步骤：对采样的点云数据进行点云分割，提取标定标志物数据并进行标志物顶点拟合；步骤S3、内参优化步骤：利用拟合的顶点坐标构建内参优化模型，进行内参解算，获得最优参数；步骤S4、性能校验步骤：基于解算的最优参数获取校验靶标上标志物间的距离，验证标定后性能。2.根据权利要求1所述一种激光雷达内参标定方法，其特征在于，所述步骤S1中数据获取步骤具体包括：步骤S11、根据设计参数，配置激光雷达的初始内参；步骤S12、将激光雷达安装于可运动的标定平台上；步骤S13、控制标定平台按照标定测试点的顺序依次运动至各个标定测试点；步骤S14、在各个标定测试点，通过角度调整支架调节激光雷达与水平面的夹角，对标定环境中不同位置的标定靶标进行采样，获取当前参数配置下的点云数据；步骤S15、完成所有标定测试点数据采样，并将获取的数据进行存储。3.根据权利要求1所述一种激光雷达内参标定方法，其特征在于，所述步骤S2中数据处理步骤具体包括：步骤S21，读取步骤S2存储的点云数据，对每帧点云首先进行标定靶标平面分割，采用RANSAC算法提取当前点云中所有的平面，将校验靶板以及其上安装的圆锥体的标定物从点云中分割出来；步骤S22，利用聚类算法，进一步分割上一步所分割的点云数据，提取校验靶板上安装的标志物；步骤S23，根据上一步提取的标志物表面点云数据，采用最小二乘法拟合相应的圆锥面方程参数，最小二乘法损失函数定义如下：上式中，(x0,y0,z0)表示圆锥体的顶点，(m,n,p)表示圆锥体轴线的方向向量，θ为圆锥体母线与轴线的夹角；将提取的圆锥面数据点(x
i
,y
i
,z
i
)代入上述方程，通过迭代优化，使得损失函数最小化，即可求解参数(x0,y0,z0,m,n,p,θ)的值；步骤S24，利用步骤S23，求解出同一标定靶标上所有标志物的圆锥顶点坐标，然后计算不同圆锥体锥顶坐标之间的距离与真值之间的平均误差，即：上式中，(x
i
,y
i
,z
i
)，i＝1,2,3,4分别为同一靶标上通过拟合得到的4个不同圆锥体的
锥顶坐标，d0为它们之间真实距离。4.根据权利要...

【专利技术属性】
技术研发人员：余彪，李碧春，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：