【技术实现步骤摘要】
一种激光雷达与电机的标定方法、装置和系统
[0001]本专利技术涉及自动驾驶
,具体涉及一种激光雷达与电机的标定方法
、
装置和系统
。
技术介绍
[0002]近年来,自动驾驶技术在全球范围得到快速发展,已经成为当下的一个研究热门,其中高精度地图成为了限制其发展的重要原因
。
现有的激光
SLAM
技术
(Simultaneous localization and mapping
,同步定位与地图构建技术
)
可以快速建图,但是在实际生产过程中,由于激光雷达视场限制与激光雷达出点数的限制,激光
SLAM
扫描点云会很稀疏
。
[0003]目前激光
SLAM
扫描点云稀疏的问题通常用以下两种方法来解决:一种方法是更换线数更多的激光雷达,但这无疑会增加更多的成本;另一种方法是增加一种带有角度编码器的电机带动激光雷达进行旋转,从而获取更密集的点云
。
出于成本方面的考虑,第二种方式由于电机廉价而被广泛运用,电机带动激光雷达进行旋转从而增加扫描点云的密度
。
传统激光雷达与
IMU(Inertial Measurement Unit
,惯性测量单元
)
的标定方法中,激光雷达与
IMU
相对静止,但电机带动激光雷达旋转的方式不满足这种情况,激光雷达相对
IMU
的位置是时刻发生变化的,这导致 ...
【技术保护点】
【技术特征摘要】
1.
一种激光雷达与电机的标定方法,其特征在于,包括:在电机带动激光雷达运动时,采集所述激光雷达获取到的多帧点云数据;以所述多帧点云数据中预设帧点云数据的坐标系作为电机坐标系,并根据所述多帧点云数据中相邻帧点云数据确定任一帧点云数据与所述电机坐标系的坐标转换关系;根据所述坐标转换关系,确定所述电机带动所述激光雷达旋转的初始旋转轴和初始旋转中心;根据所述多帧点云数据得到点云地图,并根据所述点云地图对所述初始旋转轴和初始旋转中心进行优化,得到最优旋转轴和最优旋转中心;根据所述最优旋转轴和最优旋转中心,将多帧所述点云数据转换到所述电机坐标系下,完成所述激光雷达与所述电机的相对位姿标定
。2.
根据权利要求1所述的激光雷达与电机的标定方法,其特征在于,根据相邻时刻的相邻帧点云数据确定任一帧点云数据与所述电机坐标系的坐标转换关系,包括:确定初始时刻获得的第一帧点云数据的坐标系为电机坐标系;利用预设提取方法计算连续的相邻两帧点云数据的变换矩阵;根据多个所述变换矩阵确定从第二时刻的第二帧点云数据起,任一帧点云数据与所述第一帧点云数据的变换关系,得到任一帧点云数据与所述电机坐标系的坐标转换关系
。3.
根据权利要求2所述的激光雷达与电机的标定方法,其特征在于,所述坐标转换关系包括旋转部分和平移部分;所述确定电机带动所述激光雷达旋转的初始旋转轴和初始旋转中心,包括:根据所述旋转部分确定所述初始旋转轴以及每一帧点云数据中每个点的旋转角度;根据所述平移部分确定所述初始旋转中心
。4.
根据权利要求1所述的激光雷达与电机的标定方法,其特征在于,根据多帧所述点云数据得到点云地图,包括:根据所述初始旋转轴
、
多帧所述点云数据中每个点的旋转角度,以及所述初始旋转中心,将多帧所述点云数据转换到电机坐标系下;对电机坐标系下的多帧所述点云数据进行拼接,得到点云地图
。5.
根据权利要求1所述的激光雷达与电机的标定方法,其特征在于,根据所述点云地图对所述初始旋转轴和初始旋转中心进行优化,得到最优旋转轴和最优旋转中心,包括:对所述点云地图进行体素化,得到多个地图体素;确定每个所述地图体素的特征值与特征向量;以每个所述地图体素的特征值为代价函数,根据预设优化方法和所述特征向量优化所述初始旋转中...
【专利技术属性】
技术研发人员:邰森,何源,张奇源,王晨宇,
申请(专利权)人:武汉中观自动化科技有限公司,
类型:发明
国别省市:
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。