基于结构化特征的2D-LiDAR建图的方法技术

本发明专利技术请求保护一种基于结构化特征的2D

【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<br/>‑
LiDAR成本高、数据量大，2D
‑
LiDAR无法实现高度信息和立体成像的问题，从而提供一种使用低成本2D
‑
LiDAR的，基于结构化特征的2D
‑
LiDAR建图的方法。
[0005]为解决上述技术问题，本专利技术提出一种基于结构化特征的2D
‑
LiDAR建图的方法，包括如下步骤：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，提高建图稳定性和准确性，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。
[0006]进一步的，本专利技术的翻转倾覆平台机构为：选择使用3个2D
‑
LiDAR作为传感器，为了克服2D
‑
LiDAR无法获取高度信息的缺点，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。该方法可以获得更丰富的空间信息，例如高度、形状和纹理等。
[0007]进一步的，2D
‑
LiDAR建图数学模型为：2D
‑
LiDAR获取的数据包括距离值和角度值，反映了雷达发射的激光束与障碍物之间的空间距离和相对角度。为了将2D
‑
LiDAR输出的点转换成2D点云数据，需要进行多次转换。数学模型中涉及的坐标系包括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
[0008]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，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，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：
[0009][0010][0011][0012][0013]进一步的，完成单个2D
‑
LiDAR标定后，需将3个激光雷达的数据进行标定并转换到同一个坐标系下，以进行数据融合。最终，将扫描平台坐标系和IMU、GNSS进行融合，通过旋转和位移将其转换到世界坐标系，得到完整的地图。IMU/GNSS松耦合是将GNSS的位置和速度作为观测量，与IMU的姿态、位置和速度进行卡尔曼滤波的方法。通过卡尔曼滤波，将IMU与GNSS进行融合，实现高频率的位姿推断，并用GNSS修正IMU的漂移误差。
[0014]进一步的，本专利技术的传感器参数标定方法为：通过构造平面特征约束，利用多个激光雷达系统同时扫描平面进行标定。标定问题涉及3个坐标系：2D
‑
LiDAR的坐标系L
‑
XLYLZL，扫描平台坐标系C
‑
XCYCZC，以及世界坐标系W
‑
XWYWZW。其中，2D
‑
LiDAR坐标系以其结构中心点为原点，正前方为X轴正方向，Y轴垂直于X轴指向激光雷达左侧，Z轴垂直于扫描扇面指向激光雷达上方。扫描平台坐标系以3台2D
‑
LiDAR翻转轴所形成的三角形的中心点为原点，X轴方向为扫描平台前进方向正前方，Y轴方向指向扫描平台左侧，Z轴方向垂直于X、Y轴指向扫描平台上方。世界坐标系以IMU传感器为原点，IMU传感器安装在扫描平台上，并且相对于测量环境保持不变。标定过程需要计算每个2D
‑
LiDAR的旋转矩阵和位移向量，以获得高精度的位姿估计，每个2D
‑
LiDAR需要标定的参数有：LiDAR需要标定的参数有：θ
angle
、和
[0015]在标定过程中，需要确定的参数是各激光雷达间的旋转和位移矩阵参数，其中，旋转参数对结果的影响比位移参数更为显著，因此需要更加精确的测量。尽管位移参数的测量精度相对较低，但仍会对结果产生一定的影响。不过，这种影响相对较小，可以通过后续的优化方法进行补偿。每个2D
‑
LiDAR的标定参数如下：θ
angle
、和单个激光雷达标定需要三次旋转，分别为：绕激光雷达的z'轴的旋转、绕激光雷达x'轴的旋转以及绕激光雷达y'轴的旋转。绕激光雷达的z'轴的旋转使激光雷达数据中的角度原点与激光雷
达x'轴重合，夹角记为θ0；由于安本文档来自技高网...

【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...

【专利技术属性】
技术研发人员：刘诚，李金阳，康寿宝，
申请(专利权)人：东北林业大学，
类型：发明
国别省市：