一种基于标定板轮廓特征的激光传感器外参标定方法技术

本申请是关于一种基于标定板轮廓特征的激光传感器外参数标定方法，应用于设有标定板和激光传感器的机器人，包括：S1，利用激光传感器获取标定板的目标位姿信息，其中标定板固定放置于激光传感器的水平视野中；S2，根据机器人起始位置，通过激光传感器确定其初始点，作为坐标原点；S3，连续移动机器人，得到所述激光传感器到所述标定板的目标位姿的相对位置S

【技术实现步骤摘要】
一种基于标定板轮廓特征的激光传感器外参标定方法


[0001]本申请涉及移动机器人
，尤其涉及一种基于标定板轮廓特征的激光传感器外参数标定方法。

技术介绍

[0002]随着工业制造和仓储物流的智能化的发展，AGV(Autonomous Guided Vehicle)被越来越广泛的应用。其中以激光SLAM技术为核心的定位导航系统，因为其部署灵活，对环境依赖低以及定位精度高、鲁棒性高等优点，逐渐成为主流和趋向成熟。而对于多传感器的融合，传感器的外参数标定对于最终定位与状态估计的准确性尤为重要。一般传感器的外参数可以由机械设计图给出的相对位置信息来得到，但是由于手工安装带来的误差是难以避免，传感器的外参数会存在很大的误差。甚至由于需要临时选取和改变传感器的安装位置时，无法从设计图中得到位置信息，难以得到传感器的外参数。
[0003]针对此问题，现有技术中，“移动机器人的多传感器的联合标定方法”(CN105758426B)中提出用激光雷达点云数据用ICP的方法来得到激光的位姿变换，该种方式存在的缺点是在杂乱与动态性高的环境下，误差是难以消除的。“一种车用激光雷达自动标定装置”(CN210514611U)中提出的利用特定的房间，利用标准的墙体轮廓和在地上设置的等距标定线来实施激光雷达的标定，该种方式的成本和灵活性都受到很大限制，对机器人在生产场地之外的地方需要做标定时难以实施。

技术实现思路

[0004]为克服相关技术中存在的问题，本申请提供一种基于标定板轮廓特征的激光传感器外参数标定方法，该种标定方法，能够减小激光传感器本身测量噪音带来的误差，同时方便在不同环境和对安装在不同种类的机器人的激光传感器进行有效和高精度的标定。
[0005]本申请第一方面提供一种基于标定板轮廓特征的激光传感器外参数标定方法，应用于设有标定板和激光传感器的机器人，包括：
[0006]S1，利用激光传感器获取标定板的目标位姿信息，其中所述标定板固定放置于激光传感器的水平视野中；
[0007]S2，根据机器人起始位置，通过激光传感器确定其初始点，作为坐标原点；
[0008]S3，连续移动机器人，得到所述激光传感器到所述标定板的所述目标位姿的相对位置S
i
；并利用所述机器人上的轮式编码器采集所述机器人的里程数据O
i
；
[0009]S4，利用公式O
i
*L＝S
i
计算所述激光传感器相对于所述标定板的运动中心的位姿外参数为L，即L＝O
i
‑1*S
i
。
[0010]进一步地，在步骤S3中，由多组观测信息S
i
∈{S1,S2,
……
,S
n
}；O
i
∈{O1,O2,
……
,O
n
}，利用最小二乘法得到满足最小误差的L的解。
[0011]进一步地，所述标定板包括第一平板和第二平板，所述第一平板的一侧与所述第二平板的一侧相互连接并形成夹角，所述第一平板的相对另一侧连接第一翼板，所述第二
平板的相对另一侧连接第二翼板。
[0012]进一步地，在S1步骤中包括子步骤：
[0013]S11，激光传感器采集到点云，去除环境中的噪点，得到目标点云；
[0014]S12，根据得到的目标点云，通过直线拟合的方式，确定特征群体；
[0015]S13，根据确定的特征群体，利用模式匹配的方式将特征群体与预存的标定板轮廓信息进行匹配，得到最终匹配的轮廓，根据最终匹配的轮廓得到标定板的目标位姿信息。
[0016]进一步地，在步骤S11中，在去除环境中的噪点中，采用聚类分割方法去除环境中的噪点，得到目标点云群。
[0017]进一步地，在步骤S12中，在确定特征群体的方式中，通过角点提取的方式提取角点信息，再直线拟合的方式对提取的角点信息进行拟合，确定初步特征群体。
[0018]进一步地，在步骤S13中，在得到目标位姿信息中，利用模式匹配得到最终匹配的标定板轮廓信息，再利用角点提取的方式提取出高精度的标定板目标位姿信息。
[0019]本申请第二方面提供一种电子设备，包括：
[0020]处理器；以及
[0021]存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
[0022]本申请第三方面提供一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
[0023]本申请提供的技术方案可以包括以下有益效果：“海鸥型”的标定板保证了扫描轮廓的点云信息在二维分布特性上有足够的观测，同时轮廓特征明显易于从环境中区别和提取出来。通过良好的直线与轮廓特征，对点云进行直线拟合与轮廓特征匹配，有效地滤出了由于激光传感器测量噪音的影响，同时通过直线拟合、中数值统计的方法以及利用已知的标定板尺寸信息作为先验消除了部分单个点云数据的测量误差带来的影响。最后提取出来的轮廓以及目标位姿输出信息相对更加稳定平滑且精度高。
[0024]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0025]通过结合附图对本申请示例性实施方式进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。
[0026]图1是本申请实施例示出的基于标定板轮廓特征的激光传感器外参数标定方法的流程示意图；
[0027]图2是本申请实施例示出的基于标定板轮廓特征的激光传感器外参数标定方法的S1步骤的子步骤的流程示意图；
[0028]图3是本申请实施例示出的基于标定板轮廓特征的激光传感器外参数标定方法中的标定板的结构示意图；
[0029]图4是本申请实施例示出的基于标定板轮廓特征的激光传感器外参数标定方法中的标定板的二维点云分布示意图；
[0030]图5是本申请实施例示出的基于标定板轮廓特征的激光传感器外参数标定方法中的标定板的轮廓匹配与拟合结果的示意图；
[0031]图6是本申请实施例示出的基于标定板轮廓特征的激光传感器外参数标定方法中的机器人连续移动的示意图；
[0032]图7是本申请实施例示出的电子设备的结构示意图。
具体实施方式
[0033]下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。
[0034]在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于标定板轮廓特征的激光传感器外参数标定方法，其特征在于，应用于设有标定板和激光传感器的机器人，包括：S1，利用激光传感器获取标定板的目标位姿信息，其中所述标定板固定放置于激光传感器的水平视野中；S2，根据机器人起始位置，通过激光传感器确定其初始点，作为坐标原点；S3，连续移动机器人，得到所述激光传感器到所述标定板的所述目标位姿的相对位置S
i
；并利用所述机器人上的轮式编码器采集所述机器人的里程数据O
i
；S4，利用公式O
i
*L＝S
i
计算所述激光传感器相对于所述标定板的运动中心的位姿外参数为L，即L＝O
i
‑1*S
i
。2.根据权利要求1所述的基于标定板轮廓特征的激光传感器外参数标定方法，其特征在于：在步骤S3中，由多组观测信息S
i
∈{S1,S2,
……
,S
n
}；O
i
∈{O1,O2,
……
,O
n
}，利用最小二乘法得到满足最小误差的L的解。3.根据权利要求1所述的基于标定板轮廓特征的激光传感器外参数标定方法，其特征在于：所述标定板包括第一平板和第二平板，所述第一平板的一侧与所述第二平板的一侧相互连接并形成夹角，所述第一平板的相对另一侧连接第一翼板，所述第二平板的相对另一侧连接第二翼板。4.根据权利要求1...

【专利技术属性】
技术研发人员：张冠华，孙冰峰，
申请(专利权)人：广州蓝胖子移动科技有限公司，
类型：发明
国别省市：