【技术实现步骤摘要】
基于结构化特征的2D
‑
LiDAR建图的方法
[0001]本专利技术涉及激光雷达环境建图的
,具体是一种基于结构化特征的2D
‑
LiDAR建图的方法。
技术介绍
[0002]感知是指从传感器数据中提取特征,从传感器的角度来看,自动驾驶汽车结合了基于视觉的方法,通常是立体声或单眼相机。此外,还存在基于无线电波的测距雷达,在目前的工作中,重点是激光雷达,它也是一种常见的光测距传感器。环境感知建图问题有很多挑战和难题,需要进一步研究和解决。目前,常用于环境感知的传感器有激光雷达、相机、超声波和毫米波雷达等。激光雷达和相机SLAM技术得到广泛应用,前者具有精准的距离和行驶区域识别等优点,后者则有更准确的目标分类和丰富的图像信息。超声波和毫米波雷达适用于障碍物检测和防撞预警等场景。
[0003]3D
‑
LiDAR在自动驾驶、地形测绘等领域有显著优势,但它也存在成本高、数据量大、算法复杂等缺点。相比之下,2D
‑
LiDAR简单经济,但只能获取平面点云,无法实现高度信息和立体成像。为提高建图精度并降低安装位置误差影响,需进行外参标定以确定2D
‑
LiDAR坐标系与全局坐标系转换关系,可以采用点云配准或基于特征的方法来解决它们之间的坐标转换关系。针对上述问题,提出一种基于结构化特征的2D
‑
LiDAR建图的方法。
技术实现思路
[0004]为此,本专利技术所要解决的技术问题在于克服现有技术中3D< ...
【技术保护点】
【技术特征摘要】
1.一种基于结构化特征的2D
‑
LiDAR建图的方法,其特征在于,包括以下步骤:采用翻转倾覆平台机构实现周期翻转和角度编码器生成3D点云,通过基于结构化特征的标定法,实现2D
‑
LiDAR之间的外参标定,标定主要包括激光雷达安装角度修正参数、角度编码器的零偏角,最终实现环境建图。2.根据权利要求1所述的一种基于结构化特征的2D
‑
LiDAR建图的方法,其特征在于,翻转倾覆平台机构为:选择使用3个2D
‑
LiDAR作为传感器,利用3个角度编码器获取2D
‑
LiDAR在运动过程中的俯仰角变化,以及利用惯性导航系统提供的定位姿态信息,将每一帧2D点云旋转到全局坐标系下,拼接成3D点云地图;其数学模型为,将2D
‑
LiDAR输出的点转换成2D点云数据,涉及的坐标系包括2D
‑
LiDAR坐标系L,扫描平台坐标系C和世界坐标系W;它们之间通过旋转矩阵R和位移矩阵t进行6自由度变换;点P的2D坐标在L坐标系中表示为距离值为d,角度值为θ;在获取2D点云数据后,2D
‑
LiDAR通过电机带动连杆机构进行上下翻转,角度编码器记录翻转角度的测量结果,并结合角度编码传感器的读数θ
Angle
构建2D
‑
LiDAR的3D点云图像;绕z、x、y轴不同参数的旋转矩阵分别为和位移矩阵为与3个激光雷达分别放置在扫描平台的左前侧、右前侧和后侧,用s
L
和s
C
表示某一点云点在激光雷达坐标系和扫描平台坐标系的坐标,用L
fl
、L
fr
和L
b
表示左前侧、右前侧和后侧激光雷达坐标系;和表示左前侧、右前侧和后侧激光雷达生成的3D点云;为将激光雷达坐标系下的点转换至扫描平台坐标系下,需要进行坐标系之间的变换,激光雷达坐标系下的点转换至扫描平台坐标系下,需要进行坐标系之间的变换,和分别表示左前侧、右前侧和后侧激光雷达中的某一点云点变换至扫描平台坐标系的旋转矩阵和位移矩阵;为从扫描平台坐标系到世界坐标系的旋转矩阵,为从扫描平台坐标系到世界坐标系的位移矩阵;模型表示方法如下:从扫描平台坐标系到世界坐标系的位移矩阵;模型表示方法如下:从扫描平台坐标系到世界坐标系的位移矩阵;模型表示方法如下:从扫描平台坐标系到世界坐标系的位移矩阵;模型表示方法如下:进一步的,完成单个2D
‑
LiDAR标定后,需将3个激光雷...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。