雷达标定方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种雷达标定方法、装置、电子设备及存储介质，涉及人工智能领域，尤其涉及自动驾驶技术领域。具体为：分别获取车辆上固定设置的多个雷达采集到的数据，车辆位于预设的标定间内；分别确定各雷达在标定间内的位置；根据各雷达采集到的数据以及各雷达在标定间内的位置，分别得到各雷达的点云；根据各雷达的点云以及标定间的模型点云，分别确定各雷达到标定间坐标系的第一位姿转换参数；根据各雷达的第一位姿转换参数，确定各雷达两两之间的第二位姿转换参数。能够基于标定间和模型点云对各雷达进行标定，从而得到各雷达两两之间的位姿转换关系，提高雷达标定效率。提高雷达标定效率。提高雷达标定效率。

【技术实现步骤摘要】
雷达标定方法、装置、电子设备及存储介质


[0001]本公开涉及人工智能领域，尤其涉及自动驾驶
，具体涉及一种雷达标定方法、装置、电子设备及存储介质。

技术介绍

[0002]目前L4级别自动驾驶车辆往往使用多个激光雷达配合使用来实现全面的感知区域覆盖。要想使用多激光雷达的融合感知结果，这就需要提前进行雷达联合标定，以获知各激光雷达两两之间的位姿转换参数。
[0003]现有的技术方案，需要对雷达在室外进行标定，以分别得到各雷达相对于惯性测量单元(Inertial Measurement Unit，IMU)的位姿转换参数，然后再进一步得到各雷达两两之间的位姿转换参数。但是，这对于搭载激光雷达数量较多的自动驾驶车辆，耗时较长。

技术实现思路

[0004]本公开提供了一种雷达标定方法、装置、电子设备及存储介质，能够基于标定间和模型点云对各雷达进行标定，从而得到各雷达两两之间的位姿转换关系，提高雷达标定效率。
[0005]根据本公开的第一方面，提供了一种雷达标定方法，包括：分别获取车辆上固定设置的多个雷达采集到的数据，车辆位于预设的标定间内；分别确定各雷达在标定间内的位置；根据各雷达采集到的数据以及各雷达在标定间内的位置，分别得到各雷达的点云；根据各雷达的点云以及标定间的模型点云，分别确定各雷达到标定间坐标系的第一位姿转换参数；根据各雷达的第一位姿转换参数，确定各雷达两两之间的第二位姿转换参数。
[0006]根据本公开的第二方面，提供了一种雷达标定装置，包括：获取模块，用于分别获取车辆上固定设置的多个雷达采集到的数据，车辆位于预设的标定间内；处理模块，用于分别确定各雷达在标定间内的位置；根据各雷达采集到的数据以及各雷达在标定间内的位置，分别得到各雷达的点云；根据各雷达的点云以及标定间的模型点云，分别确定各雷达到标定间坐标系的第一位姿转换参数；根据各雷达的第一位姿转换参数，确定各雷达两两之间的第二位姿转换参数。
[0007]根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面提供的方法。
[0008]根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行根据第一方面提供的方法。
[0009]根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现根据第一方面提供的方法。
[0010]本公开能够通过设置的标定间和标定间的模型点云对各个雷达到标定间坐标系的外参(即第一位姿转换参数)进行标定，进而根据各个雷达到标定间坐标系的外参得到各
雷达相互之间的位姿转换参数。从而不需要进行雷达室外标定，能够提高雷达标定的效率。
[0011]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0012]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0013]图1为本公开实施例提供的雷达标定方法的流程示意图之一；
[0014]图2为本公开实施例提供的雷达标定方法的流程示意图之二；
[0015]图3为本公开实施例提供的雷达标定装置的组成示意图；
[0016]图4示出了可以用来实施本公开的实施例的示例电子设备400的示意性框图。
具体实施方式
[0017]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0018]本公开提供的雷达标定方法和雷达标定装置，适用于对车载雷达进行标定的情况。本公开所提供的雷达标定方法可以由雷达标定装置执行，该雷达标定装置可以采用软件和/或硬件实现，并具体配置于电子设备中，该电子设备可以是服务器、计算机、移动设备、单片机等设备或其他计算设备此处不做限制。
[0019]以下首先对本公开所提供的雷达标定方法进行详细说明。
[0020]目前L4级别自动驾驶车辆往往使用多个激光雷达配合使用来实现全面的感知区域覆盖。要想使用多激光雷达的融合感知结果，这就需要提前进行雷达联合标定，以获知各激光雷达两两之间的位姿转换参数。
[0021]现有的技术方案，需要对雷达在室外进行标定，以分别得到各雷达相对于惯性测量单元(Inertial Measurement Unit，IMU)的位姿转换参数，然后再进一步得到各雷达两两之间的位姿转换参数。但是，这对于搭载激光雷达数量较多的自动驾驶车辆，耗时较长。
[0022]对此，本公开提供了一种雷达标定方法，包括：分别获取车辆上固定设置的多个雷达采集到的数据，车辆位于预设的标定间内；分别确定各雷达在标定间内的位置；根据各雷达采集到的数据以及各雷达在标定间内的位置，分别得到各雷达的点云；根据各雷达的点云以及标定间的模型点云，分别确定各雷达到标定间坐标系的第一位姿转换参数；根据各雷达的第一位姿转换参数，确定各雷达两两之间的第二位姿转换参数。
[0023]本公开能够通过设置的标定间和标定间的模型点云对各个雷达到标定间坐标系的外参(即第一位姿转换参数)进行标定，进而根据各个雷达到标定间坐标系的外参得到各雷达相互之间的位姿转换参数。从而不需要进行雷达室外标定，能够提高雷达标定的效率。
[0024]图1为本公开实施例提供的雷达标定方法的流程示意图。如图1所示，该方法可以包括以下S101
‑
S105。
[0025]S101、分别获取车辆上固定设置的多个雷达采集到的数据。
[0026]其中，车辆位于预设的标定间内。
[0027]雷达采集到的数据为车辆位于标定间内时，雷达采集到的数据。
[0028]示例地，标定间可以是预先设置的设置有标定点的房间或场地等。雷达采集到的数据通常为点云数据。
[0029]雷达可以是激光雷达、毫米波雷达、超声波雷达等，此处不做限制。
[0030]可选地，车辆在标定间内停放的位置可以是标定间内的预设位置，也可以是随意停放在标定间内，此处不做限制。
[0031]S102、分别确定各雷达在标定间内的位置。
[0032]作为一种示例，当车辆在标定间内的预设位置停放时，可以基于车辆停放的位置，以及各雷达在车辆上的相对位置，来确定各雷达分别在标定间内的位置。
[0033]作为另一种示例，当车辆在标定间内随意停放时，则可以基于车辆上设置的相机及其外参，根据相机拍摄的图像确定出相机在标定间内的位置，从而再根据各雷达分别与相机间的相对位置，确定出各雷达分别在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种雷达标定方法，其特征在于，包括：分别获取车辆上固定设置的多个雷达采集到的数据，所述车辆位于预设的标定间内；分别确定各所述雷达在所述标定间内的位置；根据各所述雷达采集到的数据以及各所述雷达在所述标定间内的位置，分别得到各所述雷达的点云；根据各所述雷达的点云以及所述标定间的模型点云，分别确定各所述雷达到标定间坐标系的第一位姿转换参数；根据各所述雷达的第一位姿转换参数，确定各所述雷达两两之间的第二位姿转换参数。2.根据权利要求1所述的方法，其特征在于，所述多个雷达中包括第一雷达，所述第一雷达和惯性测量单元间的位姿转换参数被预先确定，在所述根据各所述雷达的第一位姿转换参数，确定各所述雷达两两之间的第二位姿转换参数之后，所述方法还包括：根据所述第一雷达和惯性测量单元间的位姿转换参数、以及各所述雷达两两之间的第二位姿转换参数，确定各所述雷达分别与所述惯性测量单元间的第三位姿转换参数。3.根据权利要求1或2所述的方法，其特征在于，所述车辆上还固定设置有相机；所述分别确定各所述雷达在所述标定间内的位置，包括：根据所述相机在所述标定间内采集的数据，以及所述相机的外参，确定所述相机在所述标定间内的位置；根据所述相机在所述标定间内的位置，以及各所述雷达分别和所述相机间的预设相对位置，确定各所述雷达分别在所述标定间内的位置。4.根据权利要求1或2所述的方法，其特征在于，所述车辆的后轴中心位于所述标定间的预设位置；所述分别确定各所述雷达在所述标定间内的位置，包括：根据各所述雷达分别与所述后轴中心间的预设相对位置，以及所述标定间的预设位置，分别确定各所述雷达在所述标定间内的位置。5.一种雷达标定装置，其特征在于，包括：获取模块，用于分别获取车辆上固定设置的多个雷达采集到的数据，所述车辆位于预设的标定间内；处理模块，用于分别确定各所述雷达在所述标定间内的位置；根据各所述雷达采集到的数据以及各所述雷达在所述标定间内的位置...

【专利技术属性】
技术研发人员：袁梦，张彦福，潘凤伟，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：