CN107179534B - 一种激光雷达参数自动标定的方法、装置及激光雷达 - Google Patents

Abstract

本发明公开了一种激光雷达参数自动标定的方法、装置及激光雷达。该方法包括：步骤10，在标定场中设置第一标志物，该第一标志物具有第一标志点，利用激光雷达对该标定场进行激光扫描，获取扫描数据：步骤20，对该第一标志物的所在位置处的扫描数据进行拟合，获取该第一标志点的拟合空间坐标；步骤30，利用该拟合空间坐标以及该第一标志点的测量空间坐标之间的误差，进行激光雷达参数的解算，利用解算出的激光雷达参数进行自动标定。本发明实现了对激光雷达的全自动和高精度标定，对激光点的密度要求更低，对标志物扫描的完整性要求低，还可对标定后的激光雷达测量精度进行自动精度检验和评估。

Description

一种激光雷达参数自动标定的方法、装置及激光雷达

技术领域

本发明涉及激光雷达技术领域，尤其涉及一种激光雷达参数自动标定的方法、装置及激光雷达。

背景技术

三维激光测量技术是一种高精度的空间信息获取手段，而为了实现激光雷达的高精度测量，须预先进行激光雷达参数的精确标定，以提高激光雷达测量精度，保证激光雷达在工作场景中输出数据的可靠性。

传统的激光雷达标定方法，通常在标定场中均匀布设若干三棱/四棱锥或反射片，在激光雷达完成对标定场的扫描后，由人工从扫描数据中提取锥面的激光点云，基于这些激光点云拟合锥顶的空间坐标后进一步解算激光雷达参数。

然而，人工提取锥面的激光点云会很大程度降低激光雷达的标定效率，延长标定作业周期，同时，人工操作也无法保证点云提取的精确度，难免有遗漏或错误。另外，由于三棱/四棱锥的锥面之间具有清晰的分界线，故而具有明确的方向性。如果扫描未能获取三个或三个以上锥面的点云时，由于部分锥面的信息缺失，故而无法拟合出锥顶的空间坐标，可见，三棱/四棱锥在标定过程中基于其形状对扫描完整度有更高的要求，纠错能力低。且如果位于锥面上激光点不足，也会降低锥顶空间坐标的拟合精度，因此对激光点云的密度有更高的要求。

发明内容

本发明解决的技术问题在于：实现对激光雷达的自动标定。

更进一步的，提高激光雷达标定的精确度。

更进一步的，降低对标志物扫描的完整度以及密度要求。

更进一步的，实现针对标定的自动精度检验和评估。

本发明公开了一种激光雷达参数自动标定的方法，该方法包括：

步骤10，在标定场中设置第一标志物，该第一标志物具有第一标志点，利用激光雷达对该标定场进行激光扫描，获取扫描数据：

步骤20，对该第一标志物的所在位置处的扫描数据进行拟合，获取该第一标志点的拟合空间坐标；

步骤30，利用该拟合空间坐标以及该第一标志点的测量空间坐标之间的误差，进行激光雷达参数的解算，利用解算出的激光雷达参数进行自动标定。

标定场中还设置有第二标志物，该第二标志物具有第二标志点，步骤30之后还包括：

步骤40，将解算出的该激光雷达参数对该扫描数据进行更新，获得更新扫描数据，对该第二标志物的所在位置处的更新扫描数据进行拟合，获取该第二标志点的拟合空间坐标，根据该第二标志点的拟合空间坐标与该第二标志点的测量空间坐标之间的误差，获得对该激光雷达参数的自动标定的精度检验结果。

第一标志物为圆锥体，该第一标志点为圆锥顶点。

该步骤20进一步包括：

步骤21，在该第一标志物的所在位置处随机提取N个点的扫描数据；

步骤22，根据公式

进行最小二乘法解算，计算该第一标志物的模型参数，得到第一标志物模型，n＝1，2，3……N，N大于等于初始化模型参数所需的最小样本数，(x₀、y₀、z₀)为该第一标志物模型中的第一标志点的三维坐标，(x_n、y_n、z_n)为该N个点中之一的三维坐标，α为圆锥顶角的一半，(i,j,k)为圆锥方向单位法向量,L_n为第一标志物模型，F为第一标志物模型函数；

步骤23，将该N个点中与该第一标志物模型的距离位于预定的第一阈值范围内的点作为内点；

在该第一标志物的所在位置处再次随机提取点集，迭代执行步骤22-23，直到内点的数量大于第一门槛值d时，利用所有的内点再次执行步骤22，得到更新后的第一标志物模型；

步骤24，利用该更新后的第一标志物模型的圆锥顶点作为该第一标志点的拟合空间坐标。

所述的方法在得到该更新后的第一标志物模型的步骤之后，还包括：

分别计算从该第一标志物的所在位置处随机提取的多个点各自相对该更新后的第一标志物模型表面的距离，若小于一距离阈值的数量大于等于一数量阈值，执行步骤24，否则放弃该第一标志物。

该步骤30针对多个第一标志物所得到多组该误差，利用如下激光雷达参数解算模型进行激光雷达参数d₀、H、V、k1、k2、k3的解算：

ΔX＝G_x(d₀,H,V,k1,k2,k3)

ΔY＝G_y(d₀,H,V,k1,k2,k3)

ΔZ＝G_z(d₀,H,V,k1,k2,k3)

其中，ΔX为该拟合空间坐标的X轴数据与该测量空间坐标的X轴数据的差，ΔY为该拟合空间坐标的Y轴数据与该测量空间坐标的Y轴数据的差，ΔZ为该拟合空间坐标的Z轴数据与该测量空间坐标的Z轴数据的差，d₀为测距误差，H为激光入射光线水平偏转，V为激光入射光线竖直偏转，k1,k2,k3为测角改正参数，G_x为X轴的激光雷达参数解算函数，G_y为Y轴的激光雷达参数解算函数，G_z为Z轴的激光雷达参数解算函数。

该第二标志物为球体，该第二标志点为球心，该步骤40进一步包括：

步骤41，利用解算出的该激光雷达参数对该扫描数据进行更新，获得更新扫描数据；

步骤42，在该第二标志物的所在位置处随机提取N个点的更新扫描数据；

步骤43，根据公式(X-a)²+(Y-b)²+(Z-c)²＝R²，进行最小二乘法解算，计算该第二标志物的模型参数a、b、c、R，得到第二标志物模型，(a，b，c)为该第二标志物模型中的第二标志点的三维坐标，(X，Y，Z)为该N个点中之一的三维坐标，R为球面半径；

步骤44，将该N个点中与该第二标志物模型表面的距离位于预定的第二阈值范围内的点作为内点；

在该第二标志物的所在位置处再次随机提取点集，迭代执行步骤43-44，直到内点的数量大于第二门槛值时，利用所有的内点再次执行步骤43，得到更新后的第二标志物模型；

步骤45，利用该更新后的第二标志物模型的球心作为该第二标志点的拟合空间坐标；

步骤46，根据该第二标志点的拟合空间坐标与该第二标志点的测量空间坐标之间的误差，获得对该激光雷达参数的自动标定的精度检验结果。

本发明还公开了一种激光雷达，包括存储单元、处理单元以及存储在该存储单元中供该处理单元运行的程序，所述处理单元运行所述程序时，实现前述方法。

本发明还公开了一种激光雷达参数自动标定的装置，该装置包括：

扫描单元，在标定场中设置第一标志物，该第一标志物具有第一标志点，利用激光雷达对该标定场进行激光扫描，获取扫描数据：

拟合单元，用于对该第一标志物的所在位置处的扫描数据进行拟合，获取该第一标志点的拟合空间坐标；

解算单元，用于利用该拟合空间坐标以及该第一标志点的测量空间坐标之间的误差，进行激光雷达参数的解算，利用解算出的激光雷达参数进行自动标定。

所述装置还包括：精度检验单元，用于将解算出的该激光雷达参数对该扫描数据进行更新，获得更新扫描数据，对该第二标志物的所在位置处的更新扫描数据进行拟合，获取该第二标志点的拟合空间坐标，根据该第二标志点的拟合空间坐标与该第二标志点的测量空间坐标之间的误差，获得对该激光雷达参数的自动标定的精度检验结果。

本发明实现的技术效果在于，采用了圆锥体作为第一标志物，实现对激光雷达的自动标定，由于圆锥体具有弧面设计，故而没有明显的方向性要求，锥面上的激光点云可以全部贡献于对锥顶的拟合解算，同时，对激光点的密度要求更低，完整性要求低，可精确自动获取锥顶的空间坐标，无需人工参与，实现激光雷达设备的全自动和高精度标定。

另外，本发明可在激光雷达参数进行自动标定后，利用第二标志物，对标定进行精度检验，如果用户对于精度不满意，还可重新执行该自动标定的方法，直到激光雷达达到用户满意的精度等级，使得用户对于激光雷达的状况更加了解，还可满足用户对不同精度的需求。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1所示为本发明的激光雷达标定场示意图；

图2所示为本发明第一标志物的结构示意图；

图3所示为本发明第二标志物的结构示意图；

图4所示为本发明的激光雷达参数自动标定的一种方法流程图；

图5所示为本发明的第一标志物的扫描数据自动搜索示意图；

图6所示为本发明的激光雷达参数自动标定的另一方法流程图；

图7所示为本发明的激光雷达参数自动标定的另一方法流程图；

图8所示为本发明的激光雷达参数自动标定的另一方法流程图；

图9所示为本发明的第二标志物的扫描数据自动搜索示意图；

图10所示为本发明的一种激光雷达参数自动标定的装置的结构示意图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

图1为本发明的一种激光雷达标定场示意图。

为了实现对激光雷达的自动标定，需对标定场1进行布置。标定场1通常设置在室内或室外固定场所。标定场1相向两墙面距离不小于10m，标定场1中360°均匀布设可视的第一标志物2与第二标志物3。标定场中央设置有激光雷达(图中未示)，以对标定场进行全面扫描获得扫描数据，该扫描数据即为激光点云。

其中，第一标志物可为圆锥体，第二标志物可为球体，第一标志物具有第一标志点——圆锥顶点，第二标志物具有第二标志点——球心。第一标志物用于实现对激光雷达的自动标定，第二标志物用于实现对自动标定进行精度检验。

第一标志物可依据标定场1的空间尺寸均匀分布设置，数量可根据标定场1的空间尺寸和激光雷达设置位置相对各墙面的距离进行选择，较多控制点有利于提高激光雷达标定精度。第二标志物的布设数量可为6-8个，或者根据需求设置，不以此为限。对于所设置的所有标志物，预先测量其标志点的位置信息，得到测量空间坐标，同时，测量标志物的所处位置信息。

如图2所示为本发明第一标志物的结构示意图。第一标志物2的底边直径150-200mm，圆锥体高75-100mm，锥面平整，椎体对称精度优于1mm。

如图3所示为本发明第二标志物的结构示意图。第二标志物3的直径150-200mm，球面平整，球体对称精度优于1mm。

本发明公开了一种激光雷达参数自动标定的方法，如图4、6、7、8所示为激光雷达参数自动标定的方法流程图。

步骤10，在标定场中设置第一标志物，该第一标志物具有第一标志点，利用激光雷达对该标定场进行激光扫描，获取扫描数据。

激光雷达在初始状态下对标定场进行激光扫描，获取扫描数据，此时，激光雷达未进行激光雷达参数的设置。执行为本发明的方法，可自动实现对激光雷达参数d₀、H、V、k1、k2、k3的设置，其中d₀为测距误差，H为激光入射光线水平偏转，V为激光入射光线竖直偏转，k1,k2,k3为测角改正参数，是保证激光雷达实现准确测量的核心参数。

步骤20，对该第一标志物的所在位置处的扫描数据进行拟合，获取该第一标志点的拟合空间坐标。

该步骤20进一步包括：

步骤21，在该第一标志物的所在位置处随机提取N个点的扫描数据。

由于第一标志物的位置已经预先测量过，因此，激光雷达的处理单元可自动从扫描数据中锁定位于该第一标志物所在区域范围内的点。具体来说，如图5所示，激光雷达的处理单元锁定以圆锥体的所在底面以及椎体高度所构建的矩形体范围，从落在这一范围中的扫描数据中，提取任意N个点的数据。

步骤22，对圆锥面方程

进行线性化，得到公式

其中，

利用步骤21中提取的N个点的数据，分别带入该公式(1)，得到N组公式(1)的具体形式，进行最小二乘法，拟合计算该第一标志物的模型参数，得到第一标志物模型。

公式(1)中，n＝1，2，3……N，N大于等于初始化模型参数所需的最小样本数，(x₀、y₀、z₀)为该第一标志物模型中的第一标志点的三维坐标，(x_n、y_n、z_n)为该N个点中之一的三维坐标，α为圆锥顶角的一半，(i,j,k)为圆锥方向单位法向量,L_n为第一标志物模型，F为第一标志物模型函数。

在这一步骤中，激光雷达的处理单元仅了解第一标志物为一圆锥体，对于该圆锥体的各种具体参数均作为未知。利用已知存在圆锥体的位置所得到的扫描数据，对公式(1)所对应的圆锥体模型进行训练，以期拟合得到较为准确的模型参数。

步骤23，将该N个点中与该第一标志物模型表面的距离位于预定的第一阈值范围内的点作为内点；

在步骤22中得到了x₀、y₀、z₀、i、j、k、α的数值，从而得到了一个完整的公式(1)，即一个完整的第一标志物模型。此时，计算该N个点各自与该第一标志物模型表面的距离，该距离处于预定的第一阈值范围内的点作为内点。事实上，距离越小，视为该第一标志物模型越准确，理想状态下，所有N个点均直接位于该第一标志物模型上，即距离为0。

接下来，在该第一标志物的所在位置处再次随机提取的多个点，迭代执行步骤22-23，直到内点的数量大于一第一门槛值d时，利用所有的内点再次执行步骤22，得到更新后的第一标志物模型。此时，可直接执行后续步骤26，也可以继续执行步骤24。

步骤24，判断更新后的第一标志物模型的精度是否比之前生成的第一标志物模型的精度高，如果是，保留该模型，继续执行步骤25，如果否，放弃当前第一标志物，选择下一第一标志物，执行步骤21。

在这一步骤中，通过该N个点各自与该更新后的第一标志物模型表面的距离来判断该精度。该N个点中，若小于一距离阈值的数量大于等于一数量阈值，视为精度更高，否则视为精度更低。如果根据内点所生成的更新后的第一标志物模型，其精度反而在下降，说明这一位置的圆椎体所得到的扫描数据的整体准确性低，为了保证自动标定的精确程度，则这一位置的扫描数据不作为后续解算激光雷达参数的基础，将其放弃，寻找下一第一标志物，重新开始进行圆锥体模型训练。

步骤25，判断迭代次数是否大于预定次数k，如果是，执行步骤26，如果否，执行步骤22。

步骤26，利用该更新后的第一标志物模型的圆锥顶点作为该第一标志点的拟合空间坐标。

通过不断迭代，可不断提高第一标志物模型的精确度，进而提高自动标定的准确度。

步骤30，利用该拟合空间坐标以及该第一标志点的测量空间坐标之间的误差，进行激光雷达参数的解算，利用解算出的激光雷达参数进行自动标定。

当对扫描数据中的所有第一标志物均执行前述步骤10、20后，执行步骤30。由于每个第一标志物的均具有第一标志点的拟合空间坐标以及第一标志点的测量空间坐标，则二者之差即为测量与拟合的误差。该步骤30针对多个第一标志物所得到的多组该误差，利用如下激光雷达参数解算模型进行激光雷达参数d₀、H、V、k1、k2、k3的解算：

ΔX＝G_x(d₀,H,V,k1,k2,k3)

ΔY＝G_y(d₀,H,V,k1,k2,k3) (2)

ΔZ＝G_z(d₀,H,V,k1,k2,k3)

其中，ΔX为该拟合空间坐标的X轴数据与该测量空间坐标的X轴数据的差，ΔY为该拟合空间坐标的Y轴数据与该测量空间坐标的Y轴数据的差，ΔZ为该拟合空间坐标的Z轴数据与该测量空间坐标的Z轴数据的差，d₀为测距误差，H为激光入射光线水平偏转，V为激光入射光线竖直偏转，k1,k2,k3为测角改正参数，G_x为X轴的激光雷达参数解算函数，G_y为Y轴的激光雷达参数解算函数，G_z为Z轴的激光雷达参数解算函数。

由于对多个第一标志物执行前述步骤10、20，故而目前得到多组(ΔX，ΔY，ΔZ),根据多组(ΔX，ΔY，ΔZ)带入公式(2)中，可得到公式(2)中的激光雷达参数d₀、H、V、k1、k2、k3，则可据此激光雷达参数实现对激光雷达的自动标定。

在这一过程中，本发明采用了圆锥体作为第一标志物，实现对激光雷达的自动标定，由于圆锥体具有弧面设计，故而没有明显的方向性要求，锥面上的激光点云可以全部贡献于对锥顶的拟合解算，同时，对激光点的密度要求更低，对扫描的完整度要求低，可精确自动获取锥顶的空间坐标，无需人工参与，实现激光雷达设备的全自动和高精度标定。

在此基础上，本发明还可进一步实现对自动标定进行精度检验。

在步骤30以后，继续执行步骤40。

步骤40，将解算出的该激光雷达参数对该扫描数据进行更新，获得更新扫描数据，对该第二标志物的所在位置处的更新扫描数据进行拟合，获取该第二标志点的拟合空间坐标，根据该第二标志点的拟合空间坐标与该第二标志点的测量空间坐标之间的误差，获得对该激光雷达参数的自动标定的精度检验结果。

该步骤40进一步包括：

步骤41，利用解算出的该激光雷达参数对该扫描数据进行更新，获得更新扫描数据。

激光雷达参数一经确定，激光雷达的处理单元将基于该激光雷达参数对扫描数据进行更新，使得扫描数据获得校正。

步骤42，在该第二标志物的所在位置处随机提取N个点的更新扫描数据。

这一步骤与步骤21同理，由于第二标志物的位置已经预先测量过，因此，激光雷达的处理单元可自动从更新扫描数据中锁定位于该第二标志物所在区域范围内的点。具体来说，如图9所示，激光雷达的处理单元锁定基于球体的直径所构建的矩形体范围，从落在这一范围中的更新扫描数据中，提取任意N个点的数据。

步骤43，根据公式(X-a)²+(Y-b)²+(Z-c)²＝R² (3)

计算该第二标志物的模型参数a、b、c、R，得到第二标志物模型，(a，b，c)为该第二标志物模型中的第二标志点的三维坐标，(X，Y，Z)为该N个点中之一的三维坐标，R为球面半径。

这一步骤与步骤22同理，利用步骤42中提取的N个点的数据，分别带入该公式(3)，得到N组公式(3)的具体形式，进行最小二乘法解算，拟合计算该第二标志物的模型参数，得到第二标志物模型。

步骤44，将该N个点中与该第二标志物模型表面的距离位于预定的第二阈值范围内的点作为内点。

这一步骤与步骤23同理。将在该第二标志物的所在位置处再次随机提取多个点，迭代执行步骤43-44，直到内点的数量大于一第二门槛值d’或者，内点的数量大于一第二门槛值d’且迭代次数大于k’时，利用所有的内点再次执行步骤43，得到更新后的第二标志物模型。

步骤45，利用该更新后的第二标志物模型的球心作为该第二标志点的拟合空间坐标。

步骤46，根据该第二标志点的拟合空间坐标与该第二标志点的测量空间坐标之间的误差，获得对该激光雷达参数的自动标定的精度检验结果。

该步骤46中，可根据一个第二标志物的误差进行精度检验，也可根据多个该第二标志物执行步骤41-46后得到的多组误差进行精度检验。

精度检验的规则可根据需求进行规定，误差越小，精度越高。可根据该精度检验的结果，输出一精度报告，以提升用户的体验。

可见，通过本发明的上述方法，可在激光雷达参数进行自动标定后，利用第二标志物，对标定进行自动精度检验，如果用户对于精度不满意，还可重新执行该自动标定的方法，直到激光雷达达到用户满意的精度等级，使得用户对于激光雷达的状况更加了解，还可满足用户对不同精度的需求。

本发明还公开了一种激光雷达，包括存储单元、处理单元以及存储在该存储单元中供该处理单元运行的程序，所述处理单元运行所述程序时，实现本发明前述的激光雷达参数自动标定的方法。

本发明还公开了一种激光雷达参数自动标定的装置，如图10所示，该装置100包括：

扫描单元101，在标定场中设置第一标志物，该第一标志物具有第一标志点，利用激光雷达对该标定场进行激光扫描，获取扫描数据。

拟合单元102，用于对该第一标志物的所在位置处的扫描数据进行拟合，获取该第一标志点的拟合空间坐标。

解算单元103，用于利用该拟合空间坐标以及该第一标志点的测量空间坐标之间的误差，进行激光雷达参数的解算，利用解算出的激光雷达参数进行自动标定。

在更进一步的实施例中，该装置100还包括：

精度检验单元104，用于将解算出的该激光雷达参数对该扫描数据进行更新，获得更新扫描数据，对该第二标志物的所在位置处的更新扫描数据进行拟合，获取该第二标志点的拟合空间坐标，根据该第二标志点的拟合空间坐标与该第二标志点的测量空间坐标之间的误差，获得对该激光雷达参数的自动标定的精度检验结果。

综上所述，本发明所提供的方法可以用于测绘、工业等领域的三维空间信息采集，提高激光雷达设备标定的效率和精度。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (9)

1.一种激光雷达参数自动标定的方法，其特征在于，该方法包括：

步骤10，在标定场中设置第一标志物，该第一标志物具有第一标志点，利用激光雷达对该标定场进行激光扫描，获取扫描数据；

步骤20，对该第一标志物的所在位置处的扫描数据进行拟合，获取该第一标志点的拟合空间坐标；

步骤30，利用该拟合空间坐标以及该第一标志点的测量空间坐标之间的误差，进行激光雷达参数的解算，利用解算出的激光雷达参数进行自动标定；

其中，在步骤30中，具体针对多个第一标志物所得到多组该误差，利用如下激光雷达参数解算模型进行激光雷达参数d₀、H、V、k1、k2、k3的解算：

ΔX＝G_x(d₀,H,V,k1,k2,k3)

ΔY＝G_y(d₀,H,V,k1,k2,k3)

ΔZ＝G_z(d₀,H,V,k1,k2,k3)

其中，ΔX为该拟合空间坐标的X轴数据与该测量空间坐标的X轴数据的差，ΔY为该拟合空间坐标的Y轴数据与该测量空间坐标的Y轴数据的差，ΔZ为该拟合空间坐标的Z轴数据与该测量空间坐标的Z轴数据的差，d₀为测距误差，H为激光入射光线水平偏转，V为激光入射光线竖直偏转，k1,k2,k3为测角改正参数，G_x为X轴的激光雷达参数解算函数，G_y为Y轴的激光雷达参数解算函数，G_z为Z轴的激光雷达参数解算函数。

2.如权利要求1所述的方法，其特征在于，标定场中还设置有第二标志物，该第二标志物具有第二标志点，步骤30之后还包括：

步骤40，将解算出的该激光雷达参数对该扫描数据进行更新，获得更新扫描数据，对该第二标志物的所在位置处的更新扫描数据进行拟合，获取该第二标志点的拟合空间坐标，根据该第二标志点的拟合空间坐标与该第二标志点的测量空间坐标之间的误差，获得对该激光雷达参数的自动标定的精度检验结果。

3.如权利要求1所述的方法，其特征在于，第一标志物为圆锥体，该第一标志点为圆锥顶点。

4.如权利要求3所述的方法，其特征在于，该步骤20进一步包括：

步骤21，在该第一标志物的所在位置处随机提取N个点的扫描数据；

步骤22，根据公式

进行最小二乘法解算，计算该第一标志物的模型参数，得到第一标志物模型，n＝1，2，3……N，N大于等于初始化模型参数所需的最小样本数，(x₀、y₀、z₀)为该第一标志物模型中的第一标志点的三维坐标，(x_n、y_n、z_n)为该N个点中之一的三维坐标，α为圆锥顶角的一半，(i,j,k)为圆锥方向单位法向量,L_n为第一标志物模型，F为第一标志物模型函数；

步骤23，将该N个点中与该第一标志物模型表面的距离位于预定的第一阈值范围内的点作为内点；

在该第一标志物的所在位置处再次随机提取多个点，迭代执行步骤22-23，直到内点的数量大于第一门槛值d时，利用所有的内点再次执行步骤22，得到更新后的第一标志物模型；

步骤24，利用该更新后的第一标志物模型的圆锥顶点作为该第一标志点的拟合空间坐标。

5.如权利要求4所述的方法，其特征在于，在得到该更新后的第一标志物模型的步骤之后，还包括：

分别计算从该第一标志物的所在位置处随机提取的多个点各自相对该更新后的第一标志物模型表面的距离，若小于一距离阈值的数量大于等于一数量阈值，执行步骤24，否则放弃该第一标志物。

6.如权利要求2所述的方法，其特征在于，该第二标志物为球体，该第二标志点为球心，该步骤40进一步包括：

步骤41，利用解算出的该激光雷达参数对该扫描数据进行更新，获得更新扫描数据；

步骤42，在该第二标志物的所在位置处随机提取N个点的更新扫描数据；

步骤43，根据公式(X-a)²+(Y-b)²+(Z-c)²＝R²，进行最小二乘法解算，计算该第二标志物的模型参数a、b、c、R，得到第二标志物模型，(a，b，c)为该第二标志物模型中的第二标志点的三维坐标，(X，Y，Z)为该N个点中之一的三维坐标，R为球面半径；

步骤44，将该N个点中与该第二标志物模型表面的距离位于预定的第二阈值范围内的点作为内点；

在该第二标志物的所在位置处再次随机提取多个点，迭代执行步骤43-44，直到内点的数量大于第二门槛值时，利用所有的内点再次执行步骤43，得到更新后的第二标志物模型；

步骤45，利用该更新后的第二标志物模型的球心作为该第二标志点的拟合空间坐标；

步骤46，根据该第二标志点的拟合空间坐标与该第二标志点的测量空间坐标之间的误差，获得对该激光雷达参数的自动标定的精度检验结果。

7.一种激光雷达，其特征在于，包括存储单元、处理单元以及存储在该存储单元中供该处理单元运行的程序，所述处理单元运行所述程序时，实现如权利要求1-6中任一所述的方法。

8.一种激光雷达参数自动标定的装置，其特征在于，该装置包括：

扫描单元，在标定场中设置第一标志物，该第一标志物具有第一标志点，利用激光雷达对该标定场进行激光扫描，获取扫描数据：

拟合单元，用于对该第一标志物的所在位置处的扫描数据进行拟合，获取该第一标志点的拟合空间坐标；

解算单元，用于利用该拟合空间坐标以及该第一标志点的测量空间坐标之间的误差，进行激光雷达参数的解算，利用解算出的激光雷达参数进行自动标定；其中，所述解算单元具体针对多个第一标志物所得到多组该误差，利用如下激光雷达参数解算模型进行激光雷达参数d₀、H、V、k1、k2、k3的解算：

ΔX＝G_x(d₀,H,V,k1,k2,k3)

ΔY＝G_y(d₀,H,V,k1,k2,k3)

ΔZ＝G_z(d₀,H,V,k1,k2,k3)

其中，ΔX为该拟合空间坐标的X轴数据与该测量空间坐标的X轴数据的差，ΔY为该拟合空间坐标的Y轴数据与该测量空间坐标的Y轴数据的差，ΔZ为该拟合空间坐标的Z轴数据与该测量空间坐标的Z轴数据的差，d₀为测距误差，H为激光入射光线水平偏转，V为激光入射光线竖直偏转，k1,k2,k3为测角改正参数，G_x为X轴的激光雷达参数解算函数，G_y为Y轴的激光雷达参数解算函数，G_z为Z轴的激光雷达参数解算函数。

9.如权利要求8所述的装置，其特征在于，还包括：

精度检验单元，用于将解算出的激光雷达参数对该扫描数据进行更新，获得更新扫描数据，对第二标志物的所在位置处的更新扫描数据进行拟合，获取该第二标志点的拟合空间坐标，根据该第二标志点的拟合空间坐标与该第二标志点的测量空间坐标之间的误差，获得对该激光雷达参数的自动标定的精度检验结果。

Images