CN110031824B - 激光雷达联合标定方法及装置 - Google Patents

激光雷达联合标定方法及装置 Download PDF

Info

Publication number
CN110031824B
CN110031824B CN201910294199.6A CN201910294199A CN110031824B CN 110031824 B CN110031824 B CN 110031824B CN 201910294199 A CN201910294199 A CN 201910294199A CN 110031824 B CN110031824 B CN 110031824B
Authority
CN
China
Prior art keywords
plane
point cloud
reference object
coordinate system
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910294199.6A
Other languages
English (en)
Other versions
CN110031824A (zh
Inventor
黄玉辉
钱炜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Fabu Technology Co Ltd
Original Assignee
Hangzhou Fabu Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Fabu Technology Co Ltd filed Critical Hangzhou Fabu Technology Co Ltd
Priority to CN201910294199.6A priority Critical patent/CN110031824B/zh
Publication of CN110031824A publication Critical patent/CN110031824A/zh
Application granted granted Critical
Publication of CN110031824B publication Critical patent/CN110031824B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请实施例提供激光雷达联合标定方法及装置。方法包括分别获取第一激光雷达扫描参照物得到的第一点云和第二激光雷达扫描该参照物得到的第二点云；基于所述第一点云，确定参照物的第一相交平面在第一激光雷达的第一坐标系中的平面方程，根据该平面方程确定四个标定点在第一坐标系中的坐标，其中，所述四个标定点不共面；同样，基于第二点云，确定上述四个标定点在第二激光雷达的第二坐标系中的坐标；基于该四个标定点分别在第一坐标系和第二坐标系中的坐标，计算得到第一坐标系和第二坐标系之间的转换矩阵，以根据转换矩阵对第一激光雷达和第二激光雷达进行联合标定，大大提高了激光雷达联合标定的标定精度。

Description

激光雷达联合标定方法及装置
技术领域
本申请涉及无人驾驶技术领域，尤其涉及一种激光雷达联合标定方法及装置。
背景技术
激光雷达被广泛应用于无人驾驶中的环境感知和自主导航。
由于卡车体型宽大以及货物遮挡等原因，一个激光雷达无法完整的获取卡车环周360度的场景信息，故需在卡车的不同位置设置多个激光雷达进行障碍物检测，获取环境信息。为了融合多个激光雷达获取的环境信息，需要进行多个激光雷达之间的联合标定，即将多个激光雷达的坐标统一到同一个坐标系中。
现有技术中一般采用基于特征点的方式进行两个激光雷达的点云配准，即根据靶标或者选取的特征点进行配准，该方法要求两个激光雷达的点云深度以及点云密度具有相似性，适用于线束相似的同源激光雷达；对于线束差别较大的激光雷达，由于两个激光雷达的点云差别较大，无法准确提取特征点，导致标定精度较低。
发明内容
本申请提供一种激光雷达联合标定方法及装置，用以解决现有技术中激光雷达联合标定方法标定精确低的技术问题。
第一方面，本发明实施例提供了一种激光雷达联合标定的方法，包括：
分别获取第一激光雷达扫描参照物得到的第一点云和第二激光雷达扫描所述参照物得到的第二点云；
基于所述第一点云，确定所述参照物的第一相交平面在所述第一激光雷达的第一坐标系中的平面方程，并基于所述第二点云，确定所述参照物的第二相交平面在所述第二激光雷达的第二坐标系中的平面方程，其中，所述第一相交平面和所述第二相交平面分别包括三个相交平面；
基于所述第一相交平面在所述第一坐标系中的平面方程，确定所述第一相交平面的第一交点在所述第一坐标系下的第一坐标，并基于所述第二相交平面在所述第二坐标系中的平面方程，确定所述第二相交平面的第二交点在所述第二坐标系下的第二坐标；
基于所述第一交点的第一坐标、所述第二交点的第二坐标，以及所述参照物上的四个标定点与所述第一交点、所述第二交点之间的位置关系，确定所述四个标定点在所述第一坐标系、所述第二坐标系下的坐标；
基于所述四个标定点在所述第一坐标系、所述第二坐标系下的坐标，计算得到所述第一坐标系和所述第二坐标系之间的转换矩阵，以根据所述转换矩阵对所述第一激光雷达和所述第二激光雷达进行联合标定。
第二方面，本发明实施例提供了一种激光雷达联合标定的装置，包括：
点云获取模块，分别获取第一激光雷达扫描参照物得到的第一点云和第二激光雷达扫描所述参照物得到的第二点云；
平面方程获取模块，用于基于所述第一点云，确定所述参照物的第一相交平面在所述第一激光雷达的第一坐标系中的平面方程，并基于所述第二点云，确定所述参照物的第二相交平面在所述第二激光雷达的第二坐标系中的平面方程，其中，所述第一相交平面和所述第二相交平面分别包括三个相交平面；
交点坐标获取模块，基于所述第一相交平面在所述第一坐标系中的平面方程，确定所述第一相交平面的第一交点在所述第一坐标系下的第一坐标，并基于所述第二相交平面在所述第二坐标系中的平面方程，确定所述第二相交平面的第二交点在所述第二坐标系下的第二坐标；
标定点坐标获取模块，基于所述第一交点的第一坐标、所述第二交点的第二坐标，以及所述参照物上的四个标定点与所述第一交点、所述第二交点之间的位置关系，确定所述四个标定点在所述第一坐标系、所述第二坐标系下的坐标；
坐标转换模块，用于基于所述四个标定点在所述第一坐标系、所述第二坐标系下的坐标，计算得到所述第一坐标系和所述第二坐标系之间的转换矩阵，以根据所述转换矩阵对所述第一激光雷达和所述第二激光雷达进行联合标定。
第三方面，本发明实施例提供了一种激光雷达联合标定的设备，包括存储器、处理器；
存储器：用于存储所述处理器可执行指令；
其中，所述处理器被配置为：执行所述可执行指令以实现第一方面任一项所述的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现上述第一方面任一项所述的方法。
本发明实施例提供的激光雷达联合标定方法及装置，获取参照物的第一相交平面的平面方程确定第一相交平面的第一交点在第一坐标系的第一坐标，参照物的第二相交平面的平面方程确定第二相交平面的第二交点在第二坐标系的第二坐标，与直接提取特征点的方法相比，交点的坐标精确度高，且鲁棒性好，抗干扰性强；然后根据第一交点的第一坐标以及第一交点与四个标定点的位置关系，可获得四个标定点的在第一坐标系中的坐标，同样可以获取四个标定点在第二坐标系中的坐标，与直接提取特征点的方法相比，四个标定点的坐标精度高，且本方案中分别基于第一点云和第二点云获取四个标定点在第一激光雷达的第一坐标系的坐标，和相同的四个标定点在第二激光雷达的第二坐标系的坐标，不受第一点云和第二点云深度和密度上差别的影响，大大提高了激光雷达联合标定的标定精度。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1为本发明实施例提供的激光雷达联合标定***的架构示意图；
图2为本发明一实施例提供的激光雷达联合标定方法的流程示意图；
图3为本发明另一实施例提供的激光雷达联合标定方法的流程示意图；
图4为本发明又一实施例提供的激光雷达联合标定方法的流程示意图；
图5为本发明再一实施例提供的激光雷达联合标定方法的流程示意图；
图6为本发明一实施例提供的一种激光雷达联合标定的标定场示意图；
图7为本发明下一实施例提供的激光雷达联合标定方法的流程示意图；
图8为本发明一实施例提供的激光雷达联合标定装置的功能框图；
图9为本发明一实施例提供的激光雷达联合标定设备的硬件结构示意图。
通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
此外，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。
随着科技的发展和社会的进步，无人驾驶技术成为交通领域的发展趋势，在无人驾驶设备执行自动驾驶任务时，需要利用设置在其上的激光雷达捕捉其周围的环境，并利用激光雷达扫描到的障碍物的点云数据计算环节中障碍物与无人假设设备之间的距离，以对无人驾驶设备的自动驾驶策略进行调整。当无人驾驶设备(以卡车为例)的不同位置设置多个激光雷达进行障碍物检测时，需要进行多个激光雷达之间的联合标定，以融合多个激光雷达获取的环境信息。
现有技术中一般采用基于特征点的方式进行两个激光雷达的点云配准，即根据靶标或者选取的特征点进行配准，该方法要求两个激光雷达的点云深度以及点云密度具有相似性，适用于线束相似的同源激光雷达；对于线束差别较大的激光雷达，由于两个激光雷达的点云差别较大，无法准确提取特征点，导致标定精度较低。故需求一种高精度的激光雷达联合标定方法。
需要说明的是，图1为本发明所基于的一种激光雷达联合标定的架构示意图，如图1所示，激光雷达联合标定***包括无人驾驶设备10、激光雷达***20、参照物30以及激光雷达标定设备40，本发明提供的激光雷达联合标定方法的执行主体具体可以为激光雷达标定设备40。
其中，该激光雷达标定设备40可以通过硬件和/或软件的方式实现，其具体可与由多个激光雷达21组成的激光雷达***20进行通信连接和数据交互，以接收激光雷达***20测量获得的环境数据，激光雷达标定设备40还可以与无人驾驶设备10进行通信连接和数据互联，以对无人驾驶设备10的自动驾驶策略进行调整。
其中，多个激光雷达在无人驾驶设备10上的位置固定，对激光雷达进行联合标定，相当于将多个激光雷达的坐标***一到一个坐标系上。可选地，在一种具体实施方式中，激光雷达***20包括两个3D激光雷达，分别为64线的第一激光雷达和16线的第二激光雷达，参照物30位于两个激光雷达的扫描范围。应理解的是，16线和64线为激光雷达在垂直扫描范围内发射的激光线线束，例如16线的第二激光雷达，即激光雷达在垂直扫描范围内发射16根激光线，在水平方向上扫描360°获取周边环境信息。
激光雷达标定的标定过程即将两个激光雷达的坐标***一到一个坐标系上，该统一的坐标系可以为两个激光雷达中的一个坐标系，也可以为第三方坐标系。假设有一点N在第一激光雷达的第一坐标系下的坐标是(x0，y0，z0)，点N在第二激光雷达的第二坐标系下的坐标是(X0，Y0，Z0)，则可以由这样一个4×4的矩阵T，使得：
(X0，y0，Z0)T＝T*(X0，Y0，Z0) (1)
当第一激光雷达和第二激光雷达的相互位置固定时，对于任意一个点来说，T都是唯一的，而进行第一激光雷达和第二激光雷达的联合标定过程就是为了求解T，为了精确的求解T，可选地，通过获取参照物上的四个标定点在第一坐标系中的坐标和该四个标定点在第二坐标系中坐标求解T，其中四个标定点不共面。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
图2为本发明一实施例提供的激光雷达联合标定方法的流程示意图。如图2所示，该方法包括：
S201、分别获取第一激光雷达扫描参照物得到的第一点云和第二激光雷达扫描所述参照物得到的第二点云。
点云是通过激光雷达获取视野范围物体表面离散点的三维几何坐标，点云中每个像素点的坐标都代表符合实际空间几何的位置。第一激光雷达扫描获取的第一点云需要转换到第一激光雷达的第一坐标系，以第一激光雷达所在的垂直投影点作为第一坐标系的原点坐标，地面高度作为z坐标，所述第一坐标系的x轴指向第一激光雷达扫描角度为零度时的正前方，第一坐标系为右手坐标系，根据右手法则，第一坐标系的y轴指向第一激光雷达的左方。可选地，参照物放在在地面上，第一坐标系的z轴与参照物的高度方向平行。
第二激光雷达扫描获取的第二点云需要转换到第二激光雷达的第二坐标系，以第二激光雷达所在的垂直投影点作为第二坐标系的原点坐标，地面高度作为Z坐标，所述第二坐标系的X轴指向第二激光雷达扫描角度为零度时的正前方，根据右手法则，第二坐标系的Y轴指向第二激光雷达的左方。可选地，参照物放在在地面上，第一坐标系的Z轴与参照物的高度方向平行。
可选地，所述参照物为尺寸信息已知的标定箱，参照物上的四个标定点为所述标定箱的四个不共面的角点，具体以A、B、C、D四个点表示，应理解的是，当四个标定点中任一个点的坐标确定后，其他三个标定点的坐标可以根据标定箱的尺寸信息计算求解，或者标定箱的任意一个角点M的坐标确定后，四个标定点的坐标可以根据标定箱的尺寸信息以及各标定点与该角点M的位置关系求解获得。
S202、基于所述第一点云，确定所述参照物的第一相交平面在所述第一激光雷达的第一坐标系中的平面方程，并基于所述第二点云，确定所述参照物的第二相交平面在所述第二激光雷达的第二坐标系中的平面方程，其中，所述第一相交平面和所述第二相交平面分别包括三个相交平面。
可选地，所述参照物为尺寸信息已知的标定箱，标定箱位于第一激光雷达的视野内，第一激光雷达扫描标定箱形成的第一点云包括第一相交平面的点云和标定箱放置平面的点云，所述第一相交平面为标定箱两个相邻侧面(第一侧面和第二侧面)以及标定箱的顶面。同样地，第二激光雷达扫描标定箱的第二点云包括第二相交平面的点云和标定箱放置平面的点云，所述第二相交平面为标定箱的两个相邻侧面(第三侧面和第四侧面)以及标定箱的顶面。其中第一侧面与第三侧面或第四侧面可以不同也可以相同，具体由第一激光雷达和第二激光雷达相对于标定箱的放置位置确定。
在一种实施方式中，第一点云包括标定箱两个相邻侧面(第一侧面和第二侧面)、标定箱的顶面以及标定箱放置平面的点云，对第一点云进行截取、分割处理，分别获得第一侧面的点云、第二侧面的点云以及标定箱放置平面的点云，然后对各平面的点云进行平面拟合获取第一相交平面在第一坐标系中的平面方程如下式(2):
Figure GDA0002679973040000071
应理解的是，对第二点云进行截取和分割处理，可以获得第二相交平面在第一坐标系中的平面方程。
S203、基于所述第一相交平面在所述第一坐标系中的平面方程，确定所述第一相交平面的第一交点在所述第一坐标系下的第一坐标，并基于所述第二相交平面在所述第二坐标系中的平面方程，确定所述第二相交平面的第二交点在所述第二坐标系下的第二坐标。
对式(2)中方程组进行求解，即可得到第一侧面、第二侧面以及标定箱放置平面的平面交点，即第一交点在第一坐标系中的坐标。
S204、基于所述第一交点的第一坐标、所述第二交点的第二坐标，以及所述参照物上的四个标定点与所述第一交点、所述第二交点之间的位置关系，确定所述四个标定点在所述第一坐标系、所述第二坐标系下的坐标。
可选地，四个标定点中的A点为第一交点，B、C、D三个点为标定箱顶面上三个角点，则根据B、C、D与A点的位置关系，标定箱的边长尺寸以及A点的坐标，获得四个标定点ABCD在第一坐标系中的坐标为A(x0，y0，z0)B(x1，y1，z1)C(x2，y2，z2)D(x3，y3，z3)。
可选地，参照物可以为三角锥，多面体等，当得知任一个角点的坐标后，即可根据参照物的已知边长获取参照物任意角点的坐标，从所有的角点中选取四个不在同一个平面上的点作为标定点。可选地，四个标定点也可以为参照物的棱边上的点。
为了获取四个标定点在第二激光雷达的第二坐标系中的坐标，可选地，基于与对第以点云相同的处理方法，获得参照物的第二相交平面在所述第二激光雷达的第二坐标系中的平面方程，然后基于第二相交平面在所述第二坐标系的平面方程，确定第二相交平面的第二交点在所述第二坐标系中的坐标。在此不再赘述。可选地，第二交点与第一交点可以为参照物上的同一个点，也可以部位参照物上的同一个点，具体由第一激光雷达、第二激光雷达和参照物的相对位置确定。
根据四个标定点A、B、C、D与第二交点的位置关系以及参照物的尺寸信息，计算获得四个标定点A、B、C、D在第二坐标系中的坐标为(m0，n0，k0)(m1，n1，k1)(m2，n2，k2)以及(m3，n3，k3)。
S205、基于所述四个标定点在所述第一坐标系、所述第二坐标系下的坐标，计算得到所述第一坐标系和所述第二坐标系之间的转换矩阵，以根据所述转换矩阵对所述第一激光雷达和所述第二激光雷达进行联合标定。
旋转矩阵是欧式空间中执行旋转变换的变换矩阵，变换矩阵包含了平移和旋转，三维变换与二维变换相似，采用齐次坐标来描述空间的各点坐标及其变换，描述空间三维变换的变换矩阵为4×4的形式。
根据四个标定点A、B、C、D在第一坐标系中的坐标(x0，y0，z0)、(x1，y1，z1)、(x2，y2，z2)以及(x3，y3，z3)，在第二坐标系中坐标(m0，n0，k0)、(m1，n1，k1)、(m2，n2，k2)以及(m3，n3，k3)，获取转换矩阵的公式如下式(3)所述：
Figure GDA0002679973040000091
四个标定点不共面，则式(3)右侧的坐标矩阵可逆，可直接求解T。实际应用中，第二坐标系中的点的坐标左乘该转换矩阵T，即可以将第二坐标系中的数据点映射到第一坐标系中，完成两个激光雷达的联合标定。
本发明实施例提供的激光雷达联合标定方法，获取参照物的第一相交平面的平面方程确定第一相交平面的第一交点在第一坐标系的第一坐标，参照物的第二相交平面的平面方程确定第二相交平面的第二交点在第二坐标系的第二坐标，与直接提取特征点的方法相比，交点的坐标精确度高，且鲁棒性好，抗干扰性强；然后根据第一交点的第一坐标以及第一交点与四个标定点的位置关系，可获得四个标定点的在第一坐标系中的坐标，同样可以获取四个标定点在第二坐标系中的坐标，与直接提取特征点的方法相比，四个标定点的坐标精度高，且本方案中分别基于第一点云和第二点云获取四个标定点在第一激光雷达的第一坐标系的坐标，和相同的四个标定点在第二激光雷达的第二坐标系的坐标，不受第一点云和第二点云深度和密度上差别的影响，大大提高了激光雷达联合标定的标定精度。
图3为本发明另一实施例提供的激光雷达联合标定方法的流程示意图。图3为在图2所述的实施例的基础上，对步骤202的进一步优化，其中，参照物的第一相交平面包括所述参照物与放置平面贴合的底面，以及与所述底面相接的两个相邻侧面。如图3所示，所述基于所述第一点云，确定所述参照物的第一相交平面在所述第一激光雷达的第一坐标系中的平面方程包括：
S301、从所述第一点云中获取所述放置平面的点云，以及所述两个相邻侧面的点云。
点云是通过激光雷达获取视野范围物体表面离散点的三维几何坐标。在一实施方式中，对所述第一点云进行聚类处理，获得参照物的表面点云和放置平面的点云。所述参照物的表面点云包括两个相邻侧面的点云和参照物顶面的点云，第一点云在第一坐标系的坐标值已知，通过设置坐标值的阈值范围对第一点云进行截取处理，获取所述参照物的表面点云。可选地，设置分割点，依据分割点的坐标对表面点云进行分割处理，获取所述参照物的两个相邻侧面的点云。
可选地，对所述第一点云进行聚类处理前，对第一点云进行去噪的预处理，去除孤立点及零散的噪声点。可选地，第一点云的聚类方法包括基于属性的聚类、基于区域增长算法的聚类方法以及基于模型匹配的聚类算法。
S302、分别对所述放置平面的点云和所述两个相临侧面的点云进行平面拟合处理，得到所述参照物的第一相交平面在所述第一激光雷达的第一坐标系中的平面方程。
可选地，基于随机抽样一致性(Random Sample Consensus，RANSAC)的方法进行平面拟合。
为了获取参照物的第一相交平面在所述第一激光雷达的第一坐标系中的平面方程，可选地，
步骤一：从所述第一点云中获取第一区域的点云，其中，所述第一区域的点云由所述参照物的表面点云和所述参照物放置平面的点云组成。
步骤二：从所述参照物的表面点云中获取所述两个相邻侧面的点云。步骤一和步骤二与S301的具体实施方式相同，在此不再赘述。
步骤三：对所述两个相临侧面的点云进行平面拟合处理，得到所述两个相邻侧面在所述第一激光雷达的第一坐标系中的平面方程。本步骤与S302的具体实施方式相同，在此不再赘述。
步骤四：以所述两个相邻侧面的平面方程作为边界，对所述第一区域的点云进行线性约束，在所述第一区域的点云中抽取所述放置平面的点云。
可选地，两个相邻侧面的平面方程分别为第一平面方程和第二平面方程，以所述第一平面方程和所述第二平面方程作为边界，对所述第一区域的点云进行线性约束，即第一平面方程和第二平面方程均为线性约束中的约束条件，具体地，点云中的点的坐标满足下式(4)：
Figure GDA0002679973040000101
当第一区域的点满足上式(4)时，说明该点与第一侧面和第二侧面上的点相比，更靠近第一激光雷达，即位于参照物放置平面上。
可选地，第一坐标系的Z轴与所述参照物的高度方向平行，参照物放置在地面上，参照物的放置平面的Z坐标值最小，在一种实施方式中，以Z坐标值的大小为约束条件，在所述第一区域的点云中抽取所述参照物放置平面的点云。
步骤五：分别对所述放置平面的点云进行平面拟合处理，得到所述放置平面在所述第一激光雷达的第一坐标系中的平面方程。本步骤与S302的具体实施方式相同，在此不再赘述。
本发明实施例提供的激光雷达联合标定方法，在获取参照物的第一相交平面的平面方程前，先对第一点云进行聚类，以获得包含参照物的第一区域，将数据处理范围由第一点云缩小为第一区域的点云，缩小了数据处理的范围，提高的处理速度；然后对第一区域的点云进行截取处理，剔除掉参照物放置平面的点云，保障分割时的点云均为参照物的表面点云，以提高平面拟合的精度；进一步地，根据参照物的两个相邻侧面的平面方程，抽取参照物放置平面的点云，与直接从第一点云中截取参照物放置平面点云的方式相比，最大化的获取第一区域内的参照物放置平面的点云，进而提高平面拟合的精度。
图4为本发明又一实施例提供的激光雷达联合标定方法的流程示意图。图4为在图3所述的实施例的基础上，对步骤S301的进一步优化，如图4所示，所述从第一点云中获取所述放置平面的点云，以及所述两个相邻侧面的点云，包括：
S401、按照预设的网格尺寸，将所述第一点云分割为多个区块。
可选地，预设的网格大小为20cm*20cm，将第一点云按照预设的网格分割为多个区块，实现了第一点云的粗分割，将第一点云迅速分割成多个平滑的区块，每个区块中包括多个激光点。
S402、遍历所述多个区块，获得各区块的点云高度值。
激光照射到物体后反射的激光点的坐标是(x，y，z)，则可将z值作为激光点的高度值，每个区块中包括多个激光点的坐标，区块的点云高度为区块中各激光点的最大z坐标值与最小z坐标值的差值。
S403、基于区域生长算法对各区块的点云高度进行聚类处理，得到高度符合放置平面高度的点云，以及高度符合所述参照物高度区间的点云。
包含参照物表面点云的区块的点云高度值具有相似性，采用区域增长方法，逐步对相邻的有相似特征的区块进行分组，其中高度符合参照物高度区间的点云即为参照物的表面点云，高度符合放置平面高度(高度未变化)的点云即为参照物放置平面的点云。
S404、从所述高度符合所述参照物高度区间的点云中分割获得所述两个相邻侧面的点云。
可选地，在高度符合所述参照物高度区间的点云中查找距离第一激光雷达最近的点为分割点，以所述分割点的坐标为分割基准，对所述高度符合所述参照物高度区间的点云进行分割，得到第一表面点云和第二表面点云，分别剔除第一表面点云和第二表面点云中的Z坐标值最大的点(位于参照物顶面的点云)，获得两个相邻侧面的点云。
所述从第二点云中获取所述放置平面的点云，以及所述两个相邻侧面的点云的步骤与图4实施例中方法相同，在此不再赘述。
本发明实施例提供的激光雷达联合标定方法，在获取参照物的第一相交平面的平面方程前，先对第一点云进行聚类，得到高度符合放置平面高度的点云，以及高度符合所述参照物高度区间的点云，提高数据处理的效率。
图5为本发明再一实施例提供的激光雷达联合标定方法的流程示意图。图5为在图4所述的实施例的基础上，对步骤S404的进一步优化，参照物为标定箱，如图5所示，从所述高度符合所述参照物高度区间的点云中分割获得所述两个相邻侧面的点云，包括：
S501、从所述高度符合所述参照物高度区间的点云中截取获取所述参照物的侧面点云。具体地，符合参照物高度区间的点云即为参照物的表面点云，参照物的表面点云包括参照物的侧面点云和参照物的顶面点云。在一种实施方式中，根据点云的坐标值在高度符合所述参照物高度区间的点云中获取参照物的顶面点云，从所述参照物高度区间的点云中剔除该顶面点云，获取所述参照物的侧面点云；所述参照物的侧面点云包括两个相邻侧面的混合点云。
S502、根据所述参照物在所述第一坐标系中的摆放位置，确定第一坐标轴，在所述侧面点云中选取与所述第一坐标轴距离最近的点为分割点。
S503、以所述分割点在所述第一坐标轴方向的坐标为分割基准，对所述侧面点云进行分割，获得所述参照物两个相邻侧面的点云。
可选地，参照物为尺寸已知的标定箱，标定箱在第一坐标系中的摆放位置为标定箱相对于第一激光雷达的摆放方向，具体是指标定箱的侧面点云中的两个相邻侧面相对于第一激光雷达的摆放方向。
为了更好的说明分割点的选取原则，在一种具体的实施方式中，构建标准标定场，在该标准标定场中，标定箱摆放位置固定。可选地，请参阅图6，图6为本发明一实施例提供的一种激光雷达联合标定的标定场示意图(俯视图)；如图6所示，第一激光雷达、第二激光雷达以及标定箱的位置固定，第一激光雷达的第一坐标系为X1O1Y1，第二激光雷达的第二坐标系为X2O2Y2，激光雷达在水平面上的投影点为原点，两个坐标系均为右手坐标系，其中第一坐标系的X1轴指向第一激光雷达扫描角度为零度时的正前方，第二坐标系的X2轴指向第二激光雷达扫描角度为零度时的正前方，第二坐标系的X1轴和第二坐标系的X2轴平行；第一坐标系和第二坐标系的Z轴均沿标定箱的高度方向，在俯视图中未示出。
标定箱位置固定，则第一激光雷达扫描标定箱的第一相交平面确定。当标定箱位于第一位置Ⅰ时，第一相交平面中两个侧面以通过A点且平行于Y轴的竖直平面进行分割，即A点为分割点。A点为侧面点云中距离X轴最近的点，故此时第一坐标轴为X轴，在所述侧面点云中选取与X轴距离最近的点为分割点即A点为分割点。第一侧面上的点云的X坐标值均小于A点的X坐标值，第二侧面上的点云的X坐标值均大于A点的X坐标值。
以分割点在所述第一坐标轴方向的坐标为分割基准，对侧面点云进行分割，具体是指以A点的X轴坐标值为分割基准，对侧面点云进行分割，将所述侧面点云的X轴坐标值小于等于所述分割基准的点云作为所述第一侧面的点云，将所述侧面点云中的X轴坐标值大于所述分割基准的点云作为所述第二侧面的点云。
可选地，当A点位置不变，旋转标定箱值第二位置Ⅱ，即改变标定箱相对于第一激光雷达的摆放方向，此时第一相交平面中两个侧面以通过C点且平行于X轴的竖直平面进行分割，即C点为分割点，C点为侧面点云中距离Y轴最近的点，此时第一坐标轴为Y轴；以C点的Y轴坐标值为分割基准，对侧面点云进行分割，将所述侧面点云的Y轴坐标值小于等于所述分割基准的点云作为所述第一侧面的点云，将所述侧面点云中的Y轴坐标值大于所述分割基准的点云作为所述第二侧面的点云。
实际应用中，侧面点云中两个侧面上的点云相对于两个侧面的相交线在第一坐标轴上的值分割，当标定箱相对于第一激光雷达的摆放方向确定时，两个侧面的相交线即确定，则第一坐标轴也确定。
可选地，标定箱位于第一位置Ⅰ时，第二激光雷达扫描标定箱的第二相交平面，第二相交平面中的两个相邻侧面通过B点且平行于X轴的竖直平面进行分割,即B点为分割点，标定箱相对于第二坐标系的第一坐标轴为Y轴。获取第二点云中标定箱的两个相邻侧面(第三侧面和第四侧面)点云的过程与图4和图5实施例中的方法相同，在此不再赘述。
本实施例提供的激光雷达联合标定方法，从高度符合所述参照物高度区间的点云中截取获取所述参照物的侧面点云，根据所述参照物在所述第一坐标系中的摆放位置，确定第一坐标轴，在所述侧面点云中选取与所述第一坐标轴距离最近的点为分割点，以所述分割点在所述第一坐标轴方向的坐标为分割基准，对所述侧面点云进行分割，获得所述参照物两个相邻侧面的点云，算法简单，分割效果好。
图7为本发明下一实施例提供的激光雷达联合标定方法的流程示意图。图7为在上述所述图5所述实施例的基础上，例如图5所述实施例的基础上，对步骤S501的进一步优化，如图7所示，从所述高度符合所述参照物高度区间的点云中截取获取所述参照物的侧面点云包括：
S701、在所述高度符合所述参照物高度区间的点云中选取高度坐标的最大坐标值和最小坐标值。
可选地，第一坐标系的Z轴与所述参照物的高度方向平行，高度坐标即为所述参照物高度区间的点云的Z轴坐标值，在第一坐标系中，参照物的顶面的点云的Z坐标值最大，参照物放置平面的点云的Z坐标值最小。
S702、在所述最大坐标值和所述最小坐标值之间选取目标范围。
实际应用中，将Z坐标的最大坐标值减去第一预设值，将Z坐标的最小坐标值增大第二预设值，得到Z坐标的目标范围。
S703、在所述高度符合所述参照物高度区间的点云中截取高度坐标在所述目标范围内的点云作为所述参照物的侧面点云。
Z坐标的目标范围位于最大坐标值之间和最小坐标值之间，由于参照物的顶面的点云的Z坐标值最大，参照物放置平面的点云的Z坐标值最小，故Z坐标值位于所述目标范围内的激光点必然位于参照物的侧面上。
可选地，获取第二点云中所述参照物的侧面点云的过程与图8实施例中的方法相同，在此不再赘述。
基于上述实施例所提供的激光雷达联合标定方法，本发明实施例进一步给出实现上述方法实施例的装置实施例。
图8为本发明一实施例提供的激光雷达联合标定装置的结构示意图。如图8所示，该激光雷达联合标定装置包括点云获取模块810、平面方程获取模块820、平面方程获取模块830、标定点坐标获取模块840以及坐标转换模块850。
点云获取模块810，用于分别获取第一激光雷达扫描参照物得到的第一点云和第二激光雷达扫描所述参照物得到的第二点云。
平面方程获取模块820，用于基于所述第一点云，确定所述参照物的第一相交平面在所述第一激光雷达的第一坐标系中的平面方程，并基于所述第二点云，确定所述参照物的第二相交平面在所述第二激光雷达的第二坐标系中的平面方程，其中，所述第一相交平面和所述第二相交平面分别包括三个相交平面。
平面方程获取模块830，用于基于所述第一相交平面在所述第一坐标系中的平面方程，确定所述第一相交平面的第一交点在所述第一坐标系下的第一坐标，并基于所述第二相交平面在所述第二坐标系中的平面方程，确定所述第二相交平面的第二交点在所述第二坐标系下的第二坐标。
标定点坐标获取模块840，用于基于所述第一交点的第一坐标、所述第二交点的第二坐标，以及所述参照物上的四个标定点与所述第一交点、所述第二交点之间的位置关系，确定所述四个标定点在所述第一坐标系、所述第二坐标系下的坐标。
坐标转换模块850，用于基于所述四个标定点在所述第一坐标系、所述第二坐标系下的坐标，计算得到所述第一坐标系和所述第二坐标系之间的转换矩阵，以根据所述转换矩阵对所述第一激光雷达和所述第二激光雷达进行联合标定。
本发明实施例提供的激光雷达联合标定方法，获取参照物的第一相交平面的平面方程确定第一相交平面的第一交点在第一坐标系的第一坐标，参照物的第二相交平面的平面方程确定第二相交平面的第二交点在第二坐标系的第二坐标，与直接提取特征点的方法相比，交点的坐标精确度高，且鲁棒性好，抗干扰性强；然后根据第一交点的第一坐标以及第一交点与四个标定点的位置关系，可获得四个标定点的在第一坐标系中的坐标，同样可以获取四个标定点在第二坐标系中的坐标，与直接提取特征点的方法相比，四个标定点的坐标精度高，且本方案中分别基于第一点云和第二点云获取四个标定点在第一激光雷达的第一坐标系的坐标，和相同的四个标定点在第二激光雷达的第二坐标系的坐标，不受第一点云和第二点云深度和密度上差别的影响，大大提高了激光雷达联合标定的标定精度。
可选地，平面方程获取模块820，还具体用于从所述第一点云中获取所述放置平面的点云，以及所述两个相邻侧面的点云；并分别对所述放置平面的点云和所述两个相临侧面的点云进行平面拟合处理，得到所述参照物的第一相交平面在所述第一激光雷达的第一坐标系中的平面方程。
可选地，平面方程获取模块820，还具体用于按照预设的网格尺寸，将所述第一点云分割为多个区块；遍历所述多个区块，获得各区块的点云高度值；基于区域生长算法对各区块的点云高度进行聚类处理，得到高度符合放置平面高度的点云，以及高度符合所述参照物高度区间的点云；从所述高度符合所述参照物高度区间的点云中分割获得所述两个相邻侧面的点云。
可选地，平面方程获取模块820，还具体用于从所述高度符合所述参照物高度区间的点云中截取获取所述参照物的侧面点云；根据所述参照物在所述第一坐标系中的摆放位置，确定第一坐标轴，在所述侧面点云中选取与所述第一坐标轴距离最近的点为分割点；以所述分割点在所述第一坐标轴方向的坐标为分割基准，对所述侧面点云进行分割，获得所述参照物两个相邻侧面的点云。
可选地，平面方程获取模块820，还具体用于在所述高度符合所述参照物高度区间的点云中选取高度坐标的最大坐标值和最小坐标值；在所述最大坐标值和所述最小坐标值之间选取目标范围；在所述高度符合所述参照物高度区间的点云中截取高度坐标在所述目标范围内的点云作为所述参照物的侧面点云。
可选地，平面方程获取模块820，还具体用于从所述第一点云中获取所述两个相邻侧面的点云；对所述两个相临侧面的点云进行平面拟合处理，得到所述两个相邻侧面在所述第一激光雷达的第一坐标系中的平面方程；以所述两个相邻侧面的平面方程作为边界，对所述第一区域的点云进行线性约束，在所述第一区域的点云中抽取所述放置平面的点云；分别对所述放置平面的点云进行平面拟合处理，得到所述放置平面在所述第一激光雷达的第一坐标系中的平面方程。
图8所示实施例的激光雷达联合标定装置可用于执行上述方法实施例中的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
应理解以上图8所示激光雷达联合标定装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块以软件通过处理元件调用的形式实现，部分模块通过硬件的形式实现。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
图9为本发明一实施例提供的激光雷达联合标定设备的硬件结构示意图。如图9所示，本实施例提供的激光雷达联合标定设备900包括：至少一个存储器910、处理器920以及计算机程序；其中，计算机程序存储在存储器910中，并被配置为由处理器920执行以实现如的激光雷达联合标定方法。激光雷达联合标定设备900还包括通信部件，激光雷达联合标定设备900通过通信部件与激光雷达进行通信，其中，处理器910、存储器920以及通信部件通过总线连接。
本领域技术人员可以理解，图9仅仅是激光雷达联合标定设备的示例，并不构成对激光雷达联合标定设备的限定，激光雷达联合标定设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述激光雷达联合标定设备还可以包括输入输出设备、网络接入设备、总线等。
此外，本发明实施例提供了一种可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行以实现上述任一实现方式所述的方法。
上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种激光雷达联合标定方法，其特征在于，包括：
分别获取第一激光雷达扫描参照物得到的第一点云和第二激光雷达扫描所述参照物得到的第二点云；
基于所述第一点云，确定所述参照物的第一相交平面在所述第一激光雷达的第一坐标系中的平面方程，并基于所述第二点云，确定所述参照物的第二相交平面在所述第二激光雷达的第二坐标系中的平面方程，其中，所述第一相交平面和所述第二相交平面分别包括三个相交平面；
基于所述第一相交平面在所述第一坐标系中的平面方程，确定所述第一相交平面的第一交点在所述第一坐标系下的第一坐标，并基于所述第二相交平面在所述第二坐标系中的平面方程，确定所述第二相交平面的第二交点在所述第二坐标系下的第二坐标；
基于所述第一交点的第一坐标、所述第二交点的第二坐标，以及所述参照物上的四个标定点与所述第一交点、所述第二交点之间的位置关系，确定所述四个标定点在所述第一坐标系、所述第二坐标系下的坐标；
基于所述四个标定点在所述第一坐标系、所述第二坐标系下的坐标，计算得到所述第一坐标系和所述第二坐标系之间的转换矩阵，以根据所述转换矩阵对所述第一激光雷达和所述第二激光雷达进行联合标定。
2.根据权利要求1所述的方法，其特征在于，所述参照物的第一相交平面包括所述参照物与放置平面贴合的底面，以及与所述底面相接的两个相邻侧面；
所述基于所述第一点云，确定所述参照物的第一相交平面在所述第一激光雷达的第一坐标系中的平面方程包括：
从所述第一点云中获取所述放置平面的点云，以及所述两个相邻侧面的点云；
分别对所述放置平面的点云和所述两个相临侧面的点云进行平面拟合处理，得到所述参照物的第一相交平面在所述第一激光雷达的第一坐标系中的平面方程。
3.根据权利要求2所述的方法，其特征在于，所述从所述第一点云中获取所述放置平面的点云，以及所述两个相邻侧面的点云，包括：
按照预设的网格尺寸，将所述第一点云分割为多个区块；
遍历所述多个区块，获得各区块的点云高度值；
基于区域生长算法对各区块的点云高度进行聚类处理，得到高度符合放置平面高度的点云，以及高度符合所述参照物高度区间的点云；
从所述高度符合所述参照物高度区间的点云中分割获得所述两个相邻侧面的点云。
4.根据权利要求3所述的方法，其特征在于，所述参照物为标定箱，所述从所述高度符合所述参照物高度区间的点云中分割获得所述两个相邻侧面的点云，包括：
从所述高度符合所述参照物高度区间的点云中截取获取所述参照物的侧面点云；
根据所述参照物在所述第一坐标系中的摆放位置，确定第一坐标轴，在所述侧面点云中选取与所述第一坐标轴距离最近的点为分割点；
以所述分割点在所述第一坐标轴方向的坐标为分割基准，对所述侧面点云进行分割，获得所述参照物两个相邻侧面的点云。
5.根据权利要求4所述的方法，其特征在于，所述从所述高度符合所述参照物高度区间的点云中截取获取所述参照物的侧面点云包括：
在所述高度符合所述参照物高度区间的点云中选取高度坐标的最大坐标值和最小坐标值；
在所述最大坐标值和所述最小坐标值之间选取目标范围；
在所述高度符合所述参照物高度区间的点云中截取高度坐标在所述目标范围内的点云作为所述参照物的侧面点云。
6.根据权利要求1所述的方法，其特征在于，所述参照物的第一相交平面包括所述参照物与放置平面贴合的底面，以及与所述底面相接的两个相邻侧面；
所述基于所述第一点云，确定所述参照物的第一相交平面在所述第一激光雷达的第一坐标系中的平面方程包括：
从所述第一点云中获取第一区域的点云，其中，所述第一区域的点云由所述参照物的表面点云和所述参照物放置平面的点云组成；
从所述参照物的表面点云中获取所述两个相邻侧面的点云；
对所述两个相临侧面的点云进行平面拟合处理，得到所述两个相邻侧面在所述第一激光雷达的第一坐标系中的平面方程；
以所述两个相邻侧面的平面方程作为边界，对所述第一点云进行线性约束，在所述第一点云中抽取所述放置平面的点云；
分别对所述放置平面的点云进行平面拟合处理，得到所述放置平面在所述第一激光雷达的第一坐标系中的平面方程。
7.根据权利要求1所述的方法，其特征在于，所述参照物为尺寸信息已知的标定箱，所述四个标定点为所述标定箱的四个不共面的角点。
8.一种激光雷达联合标定装置，其特征在于，包括
点云获取模块，分别获取第一激光雷达扫描参照物得到的第一点云和第二激光雷达扫描所述参照物得到的第二点云；
平面方程获取模块，用于基于所述第一点云，确定所述参照物的第一相交平面在所述第一激光雷达的第一坐标系中的平面方程，并基于所述第二点云，确定所述参照物的第二相交平面在所述第二激光雷达的第二坐标系中的平面方程，其中，所述第一相交平面和所述第二相交平面分别包括三个相交平面；
交点坐标获取模块，用于基于所述第一相交平面在所述第一坐标系中的平面方程，确定所述第一相交平面的第一交点在所述第一坐标系下的第一坐标，并基于所述第二相交平面在所述第二坐标系中的平面方程，确定所述第二相交平面的第二交点在所述第二坐标系下的第二坐标；
标定点坐标获取模块，用于基于所述第一交点的第一坐标、所述第二交点的第二坐标，以及所述参照物上的四个标定点与所述第一交点、所述第二交点之间的位置关系，确定所述四个标定点在所述第一坐标系、所述第二坐标系下的坐标；
坐标转换模块，用于基于所述四个标定点在所述第一坐标系、所述第二坐标系下的坐标，计算得到所述第一坐标系和所述第二坐标系之间的转换矩阵，以根据所述转换矩阵对所述第一激光雷达和所述第二激光雷达进行联合标定。
9.一种激光雷达联合标定设备，其特征在于，包括存储器、处理器；
存储器：用于存储所述处理器可执行指令；
其中，所述处理器被配置为：执行所述可执行指令以实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至7任一项所述的方法。
CN201910294199.6A 2019-04-12 2019-04-12 激光雷达联合标定方法及装置 Active CN110031824B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910294199.6A CN110031824B (zh) 2019-04-12 2019-04-12 激光雷达联合标定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910294199.6A CN110031824B (zh) 2019-04-12 2019-04-12 激光雷达联合标定方法及装置

Publications (2)

Publication Number Publication Date
CN110031824A CN110031824A (zh) 2019-07-19
CN110031824B true CN110031824B (zh) 2020-10-30

Family

ID=67238190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910294199.6A Active CN110031824B (zh) 2019-04-12 2019-04-12 激光雷达联合标定方法及装置

Country Status (1)

Country Link
CN (1) CN110031824B (zh)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110244284B (zh) * 2019-07-29 2023-05-05 南通润邦重机有限公司 一种用于多线激光雷达和gps\ins标定的标定板及其方法
CN112634181B (zh) * 2019-09-24 2024-06-14 阿波罗智能技术(北京)有限公司 用于检测地面点云点的方法和装置
CN110765894B (zh) * 2019-09-30 2022-07-08 杭州飞步科技有限公司 目标检测方法、装置、设备及计算机可读存储介质
CN112578396B (zh) * 2019-09-30 2022-04-19 上海禾赛科技有限公司 雷达间坐标变换方法及装置、计算机可读存储介质
CN110687521B (zh) * 2019-10-15 2023-05-16 深圳数翔科技有限公司 一种车载激光雷达标定的方法
CN110764111B (zh) * 2019-11-15 2022-12-09 深圳市镭神智能***有限公司 雷达坐标与大地坐标的转换方法、装置、***及介质
CN110849363B (zh) * 2019-12-03 2021-09-21 深圳市镭神智能***有限公司 激光雷达与组合惯导的位姿标定方法、***及介质
CN111121625B (zh) * 2019-12-27 2021-07-27 安徽意欧斯物流机器人有限公司 一种对角布置双激光雷达相对位置标定方法
CN111103576B (zh) * 2019-12-31 2022-03-01 三一重工股份有限公司 单线激光雷达与多线激光雷达的标定方法和装置
CN111007485B (zh) * 2020-03-09 2020-10-27 中智行科技有限公司 一种图像处理方法、装置、以及计算机存储介质
CN115356711A (zh) * 2020-03-10 2022-11-18 上海高仙自动化科技发展有限公司 外参标定方法及装置、智能机器人及计算机可读存储介质
CN113466834A (zh) * 2020-03-12 2021-10-01 华为技术有限公司 一种激光雷达参数标定方法及装置
CN113495256B (zh) * 2020-04-01 2024-04-05 北京京东乾石科技有限公司 确定多个激光雷达之间标定结果的准确度的方法和装置
CN111612892B (zh) * 2020-05-22 2023-03-28 西安飞机工业（集团）有限责任公司 一种点云的坐标构造方法
CN111739104B (zh) * 2020-06-24 2024-05-03 深圳市道通科技股份有限公司 一种激光标定***的标定方法、装置以及激光标定***
CN112230241B (zh) * 2020-10-23 2021-07-20 湖北亿咖通科技有限公司 基于随机扫描型雷达的标定方法
CN112558043B (zh) * 2020-11-17 2022-07-22 浙江众合科技股份有限公司 一种激光雷达的标定方法及电子设备
CN112485774B (zh) * 2020-11-26 2024-03-15 中国第一汽车股份有限公司 一种车载激光雷达标定方法、装置、设备及存储介质
CN112733877B (zh) * 2020-11-27 2023-05-30 北京理工大学 一种多激光雷达立体成像人工智能矿石识别方法及装置
CN113759348B (zh) * 2021-01-20 2024-05-17 京东鲲鹏(江苏)科技有限公司 一种雷达标定方法、装置、设备及存储介质
CN112946591A (zh) * 2021-02-26 2021-06-11 商汤集团有限公司 外参标定方法、装置、电子设备及存储介质
CN113093155B (zh) * 2021-03-02 2022-12-23 上海新纪元机器人有限公司 一种激光雷达联合标定方法及***
CN113109792A (zh) * 2021-03-30 2021-07-13 深圳市优必选科技股份有限公司 一种激光雷达标定方法、激光雷达标定装置及智能设备
CN113391299B (zh) * 2021-04-30 2023-09-22 深圳市安思疆科技有限公司 一种扫描面阵激光雷达的参数标定方法和装置
CN116148809B (zh) * 2023-04-04 2023-06-20 中储粮成都储藏研究院有限公司 基于激光雷达扫描定位的粮车扦样点自动生成方法及***

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9784576B2 (en) * 2015-12-28 2017-10-10 Automotive Research & Test Center Calibration method for merging object coordinates and calibration board device using the same
CN106405555B (zh) * 2016-09-23 2019-01-01 百度在线网络技术（北京）有限公司 用于车载雷达***的障碍物检测方法和装置
CN108020825B (zh) * 2016-11-03 2021-02-19 岭纬公司 激光雷达、激光摄像头、视频摄像头的融合标定***及方法
CN109507652B (zh) * 2018-11-29 2021-04-16 驭势（上海）汽车科技有限公司 一种车载雷达标定方法、装置、车载设备及存储介质
CN109597097B (zh) * 2018-12-06 2023-04-18 北京主线科技有限公司 基于多线激光的扫描式障碍物检测方法
CN109375196B (zh) * 2018-12-12 2019-08-20 北京华科博创科技有限公司 一种基于时空变换的激光雷达标定装置及标定方法
CN109541571B (zh) * 2018-12-29 2021-05-07 北京智行者科技有限公司 Eps零偏和多线激光雷达的联合标定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
车载激光雷达外参数的标定方法;程金龙 等;《光电工程》;20131231;第40卷(第12期);全文 *

Also Published As

Publication number Publication date
CN110031824A (zh) 2019-07-19

Similar Documents

Publication Publication Date Title
CN110031824B (zh) 激光雷达联合标定方法及装置
US8199977B2 (en) System and method for extraction of features from a 3-D point cloud
CN111123242B (zh) 一种基于激光雷达和相机的联合标定方法及计算机可读存储介质
CN112464812B (zh) 一种基于车辆的凹陷类障碍物检测方法
CN111598770A (zh) 一种基于三维数据和二维图像的物体检测方法和装置
CN111383279A (zh) 外参标定方法、装置及电子设备
CN112102375B (zh) 一种点云配准可靠性检测的方法、装置、移动智慧设备
CN112258590A (zh) 一种基于激光的深度相机外参标定方法、设备及其存储介质
WO2022179094A1 (zh) 车载激光雷达外参数联合标定方法、***、介质及设备
CN108564604B (zh) 基于平面约束和三角剖分的双目视觉立体匹配方法及装置
CN113569958A (zh) 激光点云数据聚类方法、装置、设备及介质
CN113192174A (zh) 建图方法、装置及计算机存储介质
CN117590362B (zh) 一种多激光雷达外参标定方法、装置和设备
CN112581511A (zh) 基于近似直立扫描点云快速配准的三维重建方法及***
CN107765257A (zh) 一种基于反射强度辅助外部校准的激光探测与测量方法
Nie et al. Automatic extrinsic calibration of dual LiDARs with adaptive surface normal estimation
CN116721230A (zh) 一种三维实景模型的构建方法、装置、设备及存储介质
CN113436336B (zh) 地面点云分割方法和装置及自动驾驶车辆
CN115063489A (zh) 一种外参标定方法、装置、设备和存储介质
CN114445415A (zh) 可行驶区域的分割方法以及相关装置
CN115100287A (zh) 外参标定方法及机器人
CN113589263A (zh) 一种多个同源传感器联合标定方法及***
CN117788593B (zh) 剔除三维激光数据中动态点的方法、装置、介质及设备
CN113762310A (zh) 一种点云数据分类方法、装置、计算机存储介质及***
CN115115697A (zh) 一种3d激光定位点云地图处理方法、装置及机器人

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant