矫正点云数据畸变方法、装置、设备及存储介质制造方法及图纸

本发明专利技术属于数据处理技术领域，公开了一种矫正点云数据畸变方法、装置、设备及存储介质，所述方法包括：在预设时间内，通过IMU和激光雷达同时获取IMU数据以及激光雷达数据；获取IMU数据得到IMU位姿，并根据激光雷达数据构建全局坐标系以及局部坐标系；将IMU数据与激光雷达数据通过SLAM得到输出位姿，根据输出位姿修正IMU位姿，得到修正后的IMU位姿；将修正后的IMU位姿转换到局部坐标系，得到激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿，根据目标激光雷达局部位姿矫正激光雷达数据中当前帧点云的运动畸变；通过上述方式，矫正激光雷达点云数据运动畸变，可以减小激光雷达点云数据误差。小激光雷达点云数据误差。小激光雷达点云数据误差。

【技术实现步骤摘要】
矫正点云数据畸变方法、装置、设备及存储介质


[0001]本专利技术涉及数据处理
，尤其涉及矫正点云数据畸变方法、装置、设备及存储介质。

技术介绍

[0002]无人驾驶车上应用的传感器种类繁多，常见的有毫米波雷达、激光雷达、单目相机、双目相机、IMU和轮速计等。相比其它传感器，激光雷达向目标物体发射激光束，利用目标反射回来的信号和发射信号获得距离和反射强度，生成点云地图等信息，激光雷达因能提供精准可靠的测距，且不易受光照影响，并且可获得物体的细节，也表现更加稳定。因此，激光雷达对于服务移动机器人和无人驾驶行业备受青睐。但激光雷达是利用内部的旋转电机，带动激光发射器。生成激光雷达点云数据存在着一个过程，而不是同一时刻内的激光点，无人驾驶车在平移运动或旋转运动状态下，车上所搭载的激光雷达也在发生平移或旋转运动，由此获得的激光点云数据会存在运动畸变。因此需要对获得的点云数据必须进行运动补偿。
[0003]目前，针对多线激光雷达因无人驾驶车运动而发生畸变的问题往往不做处理或者只使用轮速计计算激光雷达的运动，再对点云数据进行运动补偿。但是由于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种矫正点云数据畸变方法，其特征在于，所述矫正点云数据畸变方法应用于无人驾驶车辆，所述无人驾驶车辆上设有惯性测量传感器IMU和激光雷达，并运行即时定位与地图构建SLAM，所述方法包括以下步骤：在预设时间内，通过所述IMU和激光雷达同时获取IMU数据以及激光雷达数据；获取所述IMU数据得到IMU位姿，并根据所述激光雷达数据构建全局坐标系以及局部坐标系；将所述IMU数据与所述激光雷达数据通过SLAM得到输出位姿，根据所述输出位姿修正所述IMU位姿，得到修正后的IMU位姿；将所述修正后的IMU位姿转换到所述局部坐标系，得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿，根据所述目标激光雷达局部位姿矫正所述激光雷达数据中当前帧点云的运动畸变。2.如权利要求1所述的方法，其特征在于，所述根据所述激光雷达数据构建全局坐标系以及局部坐标系，包括：获取激光雷达数据中第一帧点云，以所述第一帧点云为原点建立全局坐标系；获取非第一帧的激光雷达数据中当前帧点云，以所述当前帧点云为原点建立局部坐标系。3.如权利要求2所述的方法，其特征在于，所述获取激光雷达数据中第一帧点云，包括：比较所述激光雷达数据中的初始激光数据帧与所述IMU数据的最早的时间戳；比较所述激光雷达数据中的初始激光数据帧与所述IMU数据的最晚的时间戳；若所述激光雷达数据中的初始激光数据帧的最早的时间戳晚于所述IMU数据的最早的时间戳，并且所述激光雷达数据中的初始激光数据帧的最晚的时间戳早于所述IMU数据的最晚的时间戳，则确定符合要求；保留所述初始激光数据帧，确定所述初始激光数据帧为第一帧点云。4.如权利要求3所述的方法，其特征在于，所述获取激光雷达数据中第一帧点云，还包括：若没有同时满足所述激光雷达数据中的初始激光数据帧的最早的时间戳晚于所述IMU数据的最早的时间戳，或所述激光雷达数据中的初始激光数据帧的最晚的时间戳早于所述IMU数据的最晚的时间戳，则确定不符合要求；丢弃所述初始激光数据帧，获取所述激光雷达数据中新的激光数据帧作为第一帧点云。5.如权利要求1所述的方法，其特征在于，所述根据所述输出位姿修正所述IMU位姿，得到修正后的IMU位姿，包括：获取所述IMU位姿的时间戳以及所述输出位姿的时间戳；将所述IMU位姿的时间戳以及所述输出位姿的时间戳进行比较，确定所述输出位姿中的前后IMU位姿；根据所述输出位姿的时间戳以及所述输出位姿中的前后IMU位姿进行...

【专利技术属性】
技术研发人员：王远配，李博希，
申请(专利权)人：深圳市德微辰芯技术有限公司，
类型：发明
国别省市：