激光雷达标定方法、装置和存储介质制造方法及图纸

本发明专利技术公开了激光雷达标定方法，包括点云预处理：雷达L2扫描的点云P2经矩阵H0变换为P2＇；提取P2＇和雷达L1扫描到的点云P1的重叠点云O1与O2；对O1和O2采样得到采样后的重叠点云O1＇和O2＇。还包括点云匹配：找到O1＇中每个点在O2＇中的最近点，凑成点对；对点对加权，并丢弃点对间距离的绝对值超过阈值λ的点对；设总误差函数为所有点对间的欧式距离之和，求解O1＇到O2＇的位姿变换信息H

【技术实现步骤摘要】
激光雷达标定方法、装置和存储介质


[0001]本专利技术涉及雷达标定领域，具体为激光雷达标定方法、装置和存储介质。

技术介绍

[0002]新能源汽车和无人机的兴起使同步定位和建图(SLAM)成为一个重要研究议题。而传感器激光雷达在SLAM过程中扮演了一个重要角色。目前激光雷达主要分为两大类：360
°
机械旋转的激光雷达具有更好的探测效果，但成本极高，并且不耐用容易损坏。固态激光雷达成本较低，但视场(FoV)较小。因此，目前行业内的常见方案是将多个固态激光雷达组合在一起，以实现与360
°
旋转激光雷达一样的对周围环境的良好观测。
[0003]激光雷达在制造出厂后就会存在误差。此外在实际应用中，传感器在安装和测量过程中也会存在人工误差。这些误差的累积将导致组合点云无法闭合。显然，原始点云不能反映真实情况，这会影响SLAM中定位和建图部分的精度。因此，我们期望通过预标定激光雷达获得更一致更符合现实情况的点云。
[0004]大多数市面上使用的激光雷达标定方法基于标定具有较大重叠FoV的点云，通常点云F本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.激光雷达标定方法，其特征在于，包括点云预处理和点云匹配，所述点云预处理包括如下步骤：S1:获取父激光雷达L1和子激光雷达L2之间的位姿变换信息，将所述位姿变换信息的初始值定义为包括平移和旋转的矩阵H0，所述矩阵H0用于描述父激光雷达L1和子激光雷达L2之间的初始位姿变换信息；S2:通过所述矩阵H0将子激光雷达L2扫描到的点云P2旋转变换为点云P2＇，此时保持父激光雷达L1扫描到的点云P1不变；S3:分别提取点云P2＇和点云P1各自的重叠点O1与O2；S4:根据重叠点云数目的大小，对重叠点云O1进行采样得到采样后的重叠点云O1＇，对重叠点云O2进行采样得到采样后的重叠点云O2＇；所述点云匹配包括如下步骤：S5:在O2＇中找到O1＇中每个点的最近点，凑成一一对应的点对；S6:对所述点对进行加权，使用点对之间的距离的绝对值的倒数作为权重值；S7:丢弃距离的绝对值超过点对间的距离阈值λ的点对和位于边界处的点所形成的点对；S8:设立点对点的误差函数为点对之间的欧式距离，求解一个O1＇到O2＇的变换位姿信息H
k
，H
k
使所有点对的总误差函数最小，位姿变换信息H
k
被定义为包括平移和旋转的矩阵,k代表循环次数，如果当前的变换位姿信息H
k
和上一次S5
‑
S8的循环产生的变换位姿信息H
k
‑1的差在一定范围内，输出H
k
为结果，否则进入下一次S5
‑
S8的循环。2.根据权利要求1所述的激光雷达标定方法，其特征在于：所述矩阵H0用于描述父激光雷达L1和子激光雷达L2之间的初始位姿变换信息，H0为4*4齐次变换矩阵，其中，R0为3*3旋转矩阵,R0＝R
z
(α)*R
y
(β)*R
x
(γ)，R
z
(α)，R
y
(β)和R
x
(γ)分别为测量的父激光雷达L1到子激光雷达L2的绕α，β，γ轴旋转的角度；T0为位移矩阵，具体如下；T0为3*1位移矩阵，x0、y0和z0也分别为测量的父激光雷达到子激光雷达在x,y,z轴的位移距离；S2中，P2＇＝P2*R0+T0。3.根据权利要求1所述的激光雷达标定方法，其特征在于：S3中，分别提取点云P2＇和点云P1各自的重叠点O1与O2具体如下：遍历点云P1或点云P2＇中的每个点，然后在点云P2＇或点云P1中搜索每个点的最近点，判断每个点和其最近点的最小距离是否小于点对间的距离阈值λ，该阈值λ是由匹配结果是否收敛进行自适应调整的阈值，如果小于λ，则提取这个点。4.根据权利要求3所述的激光雷达标定方法，其特征在于：搜索某个点的最近点的过程中，为所述点云P2＇和点云P1构建KD树模型，KD树搜索过程如下：对P1进行KD树查找，判断在某个点p1的λ范围附近，是否存在P1中的点，如果存在，则把p＇加入到O2中；对P2＇进行KD树查找，判断在某个点p2的λ范围附近，是否存在P2＇中的点，如
果存在，则把p2加入到O2中；具体公式如下：中；具体公式如下：其中(P1,m)、(P2＇,m＇)为点云P1和点云P2＇中序号为m的点；λ是根据匹配结果是否收敛然后进行调整的自适应阈值；如果重叠点云O1和O2趋向于收敛，那么λ会根据步长m逐渐减小，反之λ会根据步长n逐渐增大。5.根据权利要求4所述的激光雷达标定方法，其特征在于：设置另一阈值T，在λ>T时仅提取子激光雷达的重叠点云，而父激光雷达的点云则不做处理。6.根据权利要求1所述的激光雷达标定方法，其特征在于：所述采样方法为上采样或下采样，所述上采样具体为线性插值法，所述下采样具体为体素栅格滤波。7.根据权利要求1所述的激光雷达标定方法，其特征在于：S5中，在O2＇中找到O1＇中每个点的最近点具体如下：对O1＇和O2＇分别通过KD树搜索算法来加速搜索每个点的最近点。8.根据权利要求1所述的激光雷达标定方法，其特征在于：S8中，单个点对的误差函数e和所有点对的误差函数e
all
分别如下：e
all
＝∑e其中，ΔT为S8中点对之间的欧氏距离；Δx、Δy和Δz分别为点对之间坐标x、y、z的差；使用非线性优化求解使所有点对的总误差函数e
all<...

【专利技术属性】
技术研发人员：李函林，王新珩，余丽敏，赵浩诚，杜爽，邹斌，
申请(专利权)人：苏州英特雷真智能科技有限公司，
类型：发明
国别省市：