CN110686704A - 激光雷达与组合惯导的位姿标定方法、***及介质 - Google Patents

激光雷达与组合惯导的位姿标定方法、***及介质 Download PDF

Info

Publication number
CN110686704A
CN110686704A CN201910995815.0A CN201910995815A CN110686704A CN 110686704 A CN110686704 A CN 110686704A CN 201910995815 A CN201910995815 A CN 201910995815A CN 110686704 A CN110686704 A CN 110686704A
Authority
CN
China
Prior art keywords
inertial navigation
point cloud
reference points
data sets
laser radar
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.)
Pending
Application number
CN201910995815.0A
Other languages
English (en)
Inventor
胡小波
叶华
杨业
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.)
LeiShen Intelligent System Co Ltd
Original Assignee
LeiShen Intelligent System 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 LeiShen Intelligent System Co Ltd filed Critical LeiShen Intelligent System Co Ltd
Priority to CN201910995815.0A priority Critical patent/CN110686704A/zh
Publication of CN110686704A publication Critical patent/CN110686704A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Manufacturing & Machinery (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Navigation (AREA)

Abstract

本发明实施例公开了一种激光雷达与组合惯导的位姿标定方法、***及介质。其中，该方法包括：获取激光雷达和组合惯导在两个采集位置对同一静止物体采集的两个点云数据集和两个惯导数据集；所述激光雷达和所述组合惯导刚性连接；根据所述两个点云数据集的可视化图像，确定多组参考点；其中，每组参考点对应两个点云数据集上所述静止物体上的同一位置；根据所述两个点云数据集、所述两个惯导数据集和所述多组参考点，确定所述激光雷达与所述组合惯导的位姿标定参数。本发明的技术方案不受激光雷达与组合惯导之间的位姿关系、标定设备以及人工限制，能够快速准确标定出激光雷达和组合惯导之间的相对位姿。

Description

激光雷达与组合惯导的位姿标定方法、***及介质
技术领域
本发明实施例涉及计算机技术领域，尤其涉及一种激光雷达与组合惯导的位姿标定方法、***及介质。
背景技术
随着传感器技术的发展，在室外的3D建图与定位领域，多线激光雷达与组合惯导联合使用已成为多传感器融合中不可缺少的方案。而两者之间的相对位姿的标定，对传感器的使用至关重要，直接关系到传感器测量结果的准确性。
目前，在进行激光雷达与组合惯导的位姿标定时，采用的方法是通过一种特定装置获取多线激光雷达距离水平地面的高度，通过组合惯导得到多线激光雷达中轴线与竖直方向的倾斜角度，然后通过所述高度和倾斜角度计算多线激光雷达扫描地面得到的点云数据，即参考点数据，再将参考点数据与多线激光雷达实际扫描地面得到的点云数据对比，由人工调整多线激光雷达与组合惯导之间的相对的位姿参数，重新计算参考点数据，再次对比，循环往复，直到参考点数据与实际扫描数据重合。
但是，现有的位姿标定方法对激光雷达与组合惯导之间的位姿关系有要求，只能对特定位姿下的激光雷达与组合惯导进行位姿标定，且需要额外借助特定的高度测量装置，制作困难；此外，由于需要人工反复调整位姿参数，导致位姿标定的耗时长、准确度低。
发明内容
本发明实施例提供一种激光雷达与组合惯导的位姿标定方法、***及介质，不受激光雷达与组合惯导之间的位姿关系、标定设备以及人工限制，能够快速准确标定出激光雷达和组合惯导之间的相对位姿。
第一方面，本发明实施例提供了一种激光雷达与组合惯导的位姿标定方法，包括：
获取激光雷达和组合惯导在两个采集位置对同一静止物体采集的两个点云数据集和两个惯导数据集；所述激光雷达和所述组合惯导刚性连接；
根据所述两个点云数据集的可视化图像，确定多组参考点；其中，每组参考点对应两个点云数据集上所述静止物体上的同一位置；
根据所述两个点云数据集、所述两个惯导数据集和所述多组参考点，确定所述激光雷达与所述组合惯导的位姿标定参数。
第二方面，本发明实施例还提供了一种激光雷达与组合惯导的位姿标定装置，该装置包括：
数据集获取模块，用于获取激光雷达和组合惯导在两个采集位置对同一静止物体采集的两个点云数据集和两个惯导数据集；所述激光雷达和所述组合惯导刚性连接；
参考点确定模块，用于根据所述两个点云数据集的可视化图像，确定多组参考点；其中，每组参考点对应所述两个点云数据集上针对同一静止物体上的同一位置；
标定参数确定模块，用于根据所述两个点云数据集、所述两个惯导数据集和所述多组参考点，确定所述激光雷达与所述组合惯导的位姿标定参数。
第三方面，本发明实施例还提供了一种测绘***，该测绘***包括激光雷达、组合惯导和控制装置；所述控制装置分别与所述激光雷达和所述组合惯导连接，所述控制装置包括：：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现第一方面中任意所述的激光雷达与组合惯导的位姿标定方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中任意所述的激光雷达与组合惯导的位姿标定方法。
本发明实施例提供的激光雷达与组合惯导的位姿标定方法、***及介质，针对同一静止物体，获取激光雷达和组合惯导在两个不同采集位置处对该静止物体采集的两个点云数据集和两个惯导数据集，根据两个点云数据集的可视化图像，确定本次标定所需的多组参考点，进而根据确定的多组参考点、两个点云数据集和两个惯导数据集，确定激光雷达与组合惯导的位姿标定参数。本发明实施例的技术方案，除了激光雷达和组合惯导外无需借助其他额外的标定设备，降低了对标定设备的要求，且对激光雷达和组合惯导之间的姿态没有限定，提高了本发明位姿标定方法的适用范围；除此之外，无需人工反复调整位姿参数，提高了位姿标定的效率和准确性。为激光雷达和导航定位***之间相对位姿的标定提供了一种新思路。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。
图1是本发明实施例一中的一种激光雷达与组合惯导的位姿标定方法的流程图；
图2是本发明实施例二中的一种激光雷达与组合惯导的位姿标定方法的流程图；
图3是本发明实施例三中的一种激光雷达与组合惯导的位姿标定装置的结构示意图；
图4A为本发明实施例四提供的一种测绘***的结构示意图；
图4B是本发明实施例四中的一种测绘***的控制装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例一
图1为本发明实施例一提供的一种激光雷达与组合惯导的位姿标定方法的流程图，本实施例适用于如何准确标定出激光雷达与组合惯导之间的相对位姿的情况。该方法可以由本发明实施例的测绘***中的控制装置执行，该控制装置可采用软件和/或硬件的方式实现。如图1所示，该方法具体包括如下步骤：
S101，获取激光雷达和组合惯导在两个采集位置对同一静止物体采集的两个点云数据集和两个惯导数据集。
其中，激光雷达是以发射激光束探测物***置的雷达***，可选的，本实施例中的激光雷达可以是多线激光雷达。组合惯导可以是指由至少两个具有定位功能的单元或***等组合而成，例如，可以由惯性测量单元(Inertial measurement unit，IMU)、惯性导航***(Inertial Navigation System，INS)中的至少一个，以及全球定位***(GlobalPositioning System，GPS)和北斗卫星导航***(BeiDou Navigation Satellite System，BDS)中的至少一个组合而成。需要说明的是，本发明实施例由多个具有定位功能的单元或***组合而成的组合惯导的定位精度相比于单独的定位单元或***更高。可选的，本实施例中，激光雷达和组合惯导呈刚性连接。点云数据集是激光雷达采集的一组由包含三维坐标的点所组成的点集，可以用来表征一个物体的外表面形状。其中，每个点的三维空间几何位置信息可用(x，y，z)表示，除此之外点云数据还可以表示一个点的反射光强度。惯导数据集是组合惯导采集的表征刚性连接的激光雷达和组合惯导构成的刚体结构的位置和姿态的数据集，包括：经度、纬度、海拔高度、组合惯导x、y、z轴的旋转角度。本实施例中的静止物体可以是指当前采集场景范围内的(即两个采集位置处都可以采集到的)任意一个静止的物体，为了保证位姿标定的准确性，本实施例优选轮廓凸出的物体作为静止的物体。
可选的，本步骤的具体可实施方式可以是将激光雷达和组合惯导构成的刚体结构设置在第一采集位置处，获取激光雷达在该第一采集位置针对静止物体采集的第一点云数据集，以及组合惯导在该第一采集位置针对该静止物体采集的第一惯导数据集；然后保持静止物体不动，将激光雷达和组合惯导构成的刚体结构移动至第二采集位置处，获取激光雷达在该第二采集位置针对该静止物体采集的第二点云数据集，以及组合惯导在该第二采集位置针对该静止物体采集的第二惯导数据集。需要说明的是，本步骤中，呈刚性连接的激光雷达和组合惯导在第一采集位置和第二采集位置针对静止物体采集数据时，静止物体的位置固定不变，只是呈刚性连接的激光雷达和组合惯导位置发生变化。
需要说明的是，本发明实施例中激光雷达和组合惯导是呈刚性连接的，在激光雷达采集某一场景的点云数据集的同时，组合惯导***也会对相同场景进行定位获取该场景对应的惯导数据集，也就是说，第一点云数据集和第一惯导数据集是同步采集的；第二点云数据集和第二惯导数据集是同步采集的。因此，同一采集位置下的点云数据集与惯导数据集相关联，各采集位置下的点云数据集中的每个点云数据都对应该点云数据集关联的惯导数据集。
S102，根据两个点云数据集的可视化图像，确定多组参考点。
其中，点云数据集的可视化图像可以是将获取的点云数据集输入到可视化程序，由该可视化程序对点云数据集中的每一个点的坐标进行可视化显示，形成该点云数据集的可视化图像。参考点可以是从点云数据集的可视化图像中选择出来的点。可选的，本实施例中的参考点是按组划分的，每组参考点对应两个点云数据集上针对同一静止物体上的同一位置。例如，若静止物体是长方形的桌子，且根据两个点云数据的可视化图像，确定每个图像中桌面的四个角点为参考点，则此时两个可视化图像中桌面的左上角的所在点即为一组参考点。
可选的，在本步骤中，根据两个点云数据集的可视化图像，确定多组参考点的方法有很多，对此本实施例不对其进行限定。例如，一种可实施方式可以是：根据所述两个点云数据集，生成各个点云数据集的可视化图像；确定两个可视化图像的共有特征；并针对每一个共有特征，从所述两个可视化图像中提取所述共有特征对应的特征点作为一组参考点。具体的，将激光雷达在第一采集位置采集的第一点云数据集输入可视化程序中，得到第一点云数据集的第一可视化图像，将激光雷达在第二采集位置采集的第二点云数据集输入可视化程序中，得到第二点云数据集的第二可视化图像，然后对两个可视化图像进行图像特征识别，确定两个可视化图像共有的特征，并将每一共有特征在两个可视化图像中对应的特征点作为一组参考点，即两个可视化图像对应静止物体上同一位置的两个特征点作为一组参考点。例如，若静止物体是长方形的桌子，可以识别两个可视化图像中桌面的四个角点，并将两个可视化图像中的桌面左上角作为第一组参考点、桌面右上角作为第二组参考点、桌面左下角作为第三组参考点以及桌面右下角作为第四组参考点。
另一种可实施方式可以是：根据所述两个点云数据集，生成各个点云数据集的可视化图像展示给用户；获取用户在两个可视化图像中选择的多个参考点，并将所述多个参考点中属于不同可视化图像，且对应所述静止物体上同一位置的两个参考点作为一组参考点。具体的，本可实施方式根据两个点云数据集，生成各个点云数据集的可视化图像的方法与上述可实施方式的方法相同，区别在于，在得到各个点云数据集的可视化图像后，将生成的可视化图像通过显示装置(如显示屏)展示给用户，用户根据自身需求在显示装置展示的两个可视化图像中手动选择多个参考点，例如，若静止物体是长方形的桌子，用户可以选择各可视化图像中桌面的四个角点作为参考点。此时进行位姿定位的处理进程会根据用户的选择，确定两个点云数据集的可视化图像的各个参考点。如可以是检测用户在显示装置上的各个点击位置，然后将各个点击位置转换至可视化图像上确定出各个点击位置对应的参考点。在确定出所有参考点后，需要对确定的参考点进行分组，此时可以是先按照各参考点所属可视化图像划分为两类，然后将两类中表征静止物体上同一位置的两个参考点作为一组参考点，例如，若静止物体是长方形的桌子，可以将两个可视化图像中用户选择的桌面左上角作为第一组参考点、桌面右上角作为第二组参考点、桌面左下角作为第三组参考点以及桌面右下角作为第四组参考点。可选的，由于用户在可视化图像中选择参考点时，需要保证两图像中的参考点的位置一一对应，所以为了保证参考点选择的准确性，用户可以优选将图像中特征突出的位置点作为参考点，例如可以选择图像中的角点位置作为参考点。
S103，根据两个点云数据集、两个惯导数据集和多组参考点，确定激光雷达与组合惯导的位姿标定参数。
可选的，本实施例在根据两个点云数据集、两个惯导数据集和多组参考点，确定激光雷达与组合惯导的位姿标定参数时，可以是先根据两个点云数据集和两个惯导数据集，确定每组中各参考点的点云坐标和坐标系变换矩阵；然后再根据多组参考点的点云坐标和坐标系变换矩阵，确定激光雷达与组合惯导的位姿标定参数。
具体的，参考点的点云坐标可以是参考点在可视化图像所属点云数据集中对应的该点的三维空间几何位置坐标(x，y，z)。本实施例可以是直接从各个点云数据集中获取该数据集的可视化图像中包含的各参考点的点云坐标。参考点的坐标系变换矩阵可以是每个参考点对应的惯导数据集从组合惯导坐标系转换到东北天坐标系的坐标系变换矩阵，本实施例可以是先从两个惯导数据集中，根据惯导数据集与点云数据集之间的关联关系，为各参考点确定惯导数据集，然后再按照预设的转换公式，将各个惯导数据集从组合惯导坐标系转换到东北天坐标系下，得到各参考点的坐标系变换矩阵。根据确定出的各组参考点的点云坐标和坐标系变换矩阵，结合预设的位姿参数计算公式，生成位姿参数方程组，通过求解该方程组，即可得到激光雷达与组合惯导的位姿标定参数。需要说明的是，本步骤具体如何按照预设的转换公式以及位姿参数计算公式确定激光雷达与组合惯导的位姿标定参数的过程，将在后续实施例进行详细介绍。
可选的，为了提高激光雷达与组合惯导的位姿标定参数的准确性，本实施例可以是针对一个数据采集环境，执行完上述S101-S102的操作后，对当前的数据采集环境进行调整，然后基于调整后的数据采集环境，重新按照上述S101-S102的操作获取调整后的数据采集环境下的两个点云数据集、两个惯导数据集，以及确定多组参考点；进而再根据各个数据采集环境下的两个点云数据集、两个惯导数据集和多组参考点，确定所述激光雷达与所述组合惯导的位姿标定参数。具体的，本实施例可以是针对数据采集环境1，执行上述S101-S102的操作，获取数据采集环境1对应的两个点云数据集、两个惯导数据集以及确定多组参考点；然后调整数据采集环境，针对调整后的数据采集环境2，执行上述S101-S102的操作，获取数据采集环境2对应的两个点云数据集、两个惯导数据集以及确定多组参考点；进而根据采集环境1对应的两个点云数据集、两个惯导数据集以及确定的参考点，生成该数据采集环境1对应的多个位姿参数方程；采用同样的方法，生成数据采集环境2对应的多个位姿参数方程；最后采用最小二乘法，求解数据采集环境1和数据采集环境2对应的多个位姿参数方程构成的方程组，并将计算结果作为激光雷达与组合惯导的最优位姿标定参数。其中，调整数据采集环境可以包括但不限于：调整静止物体的位置、调整呈刚性连接的激光雷达和组合惯导的位置，以及重新选择静止物体等中的至少一种。
本发明实施例提供的激光雷达与组合惯导的位姿标定方法，针对同一静止物体，获取激光雷达和组合惯导在两个不同采集位置处对该静止物体采集的两个点云数据集和两个惯导数据集，根据两个点云数据集的可视化图像，确定本次标定所需的多组参考点，进而根据确定的多组参考点、两个点云数据集和两个惯导数据集，确定激光雷达与组合惯导的位姿标定参数。本发明实施例的技术方案，除了激光雷达和组合惯导外无需借助其他额外的标定设备，降低了对标定设备的要求，且对激光雷达和组合惯导之间的姿态没有限定，提高了本发明位姿标定方法的适用范围；除此之外，无需人工反复调整位姿参数，提高了位姿标定的效率和准确性。为激光雷达和导航定位***之间相对位姿的标定提供了一种新思路。
实施例二
图2为本发明实施例二中的一种激光雷达与组合惯导的位姿标定方法的流程图，本实施例以上述实施例为基础，进行了进一步的优化，具体给出了如何根据两个点云数据集、两个惯导数据集和多组参考点，确定激光雷达与组合惯导的位姿标定参数的具体情况介绍。如图2所示，本实施例的方法具体包括如下步骤：
S201，获取激光雷达和组合惯导在两个采集位置对同一静止物体采集的两个点云数据集和两个惯导数据集。
其中，所述激光雷达和所述组合惯导刚性连接。
S202，根据两个点云数据集的可视化图像，确定多组参考点。
其中，每组参考点对应所述两个点云数据集上针对同一静止物体上的同一位置。
S203，获取每组中各参考点在其所属可视化图像对应的点云数据集中的位置坐标，作为各参考点的点云坐标。
可选的，可视化图像是由点云数据集中的各点云的数据构成，本实施例在确定每组参考点中的各个参考点的点云坐标时，可以是先获取各个参考点所属可视化图像的点云数据集，然后直接从该点云数据集中获取该参考点对应的点云坐标(x，y，z)。示例性的，若S202中的多组参考点是用户手动选择的，则可以将用户在可视化图像上选择位置处的点云数据的三位空间几何位置坐标作为该参考点的点云坐标P。若S202中的多组参考点是***自动根据可视化图像的特征点确定的，则可以将参考点在可视化图像中对应的点云数据的三位空间几何位置坐标作为该参考点的点云坐标P。
S204，计算两个惯导数据集对应的从组合惯导坐标系到东北天坐标系的坐标系变换矩阵，作为与各个惯导数据集属于同一采集位置采集的点云数据集的可视化图像中包含的各参考点的坐标系变换矩阵。
其中，惯导数据就是用来计算坐标系变换矩阵的。可选的，本步骤在计算两个惯导数据集对应的从组合惯导坐标系到东北天坐标系的坐标系变换矩阵时，可以是根据初始数据、各个惯导数据集以及坐标转换公式，计算各个惯导数据集对应的从组合惯导坐标系到东北天坐标系的坐标系变换矩阵。
其中，初始数据可以是组合惯导对初始点采集的初始惯导数据集进行处理后得到的数据。可选的初始数据可以包括：初始点的世界坐标(即GNDXYZ0)和初始点的世界坐标系到东北天坐标系的转换矩阵(即GND2ENS)。初始点可以是预先确定好的，其可以是除S201中的采集位置以外的任意点。控制组合惯导在初始点采集的一组惯导数据集作为初始惯导数据集，其中，初始惯导数据集可以包括：初始点经度L0，初始点维度B0以及初始点海拔高度H0。然后对采集的初始惯导数据集按照如下公式(1)-(6)计算得到初始数据(即GNDXYZ0和GND2ENS)。
X0＝(N0+H0)×cos(B0)×cos(L0) (2)
Y0＝(N0+H0)×cos(B0)×sin(L0) (3)
Z0＝(N0×(1-e2)+H0)×sin(B0) (4)
GNDXYZ0＝[X0,Y0,Z0] (5)
GND2ENS＝[[-sin(L0),cos(L0),0],[-sin(B0)×cos(L0),-sin(B0)×sin(L0),cos(B0)],[cos(B0)×cos(L0),cos(B0)×sin(L0),sin(B0)]] (6)
其中，a为地球长半轴半径，取值可以为6378137米，e为WGS-84地心坐标***中，椭球体第一偏心率，取值可以为0.08181919084255234。
可选的，在根据上述计算得到的初始数据，计算惯导数据集对应的从组合惯导坐标系到东北天坐标系的坐标系变换矩阵时，可以是按照如下坐标转换公式(7)-(14)计算：
Figure BDA0002239681270000131
Figure BDA0002239681270000132
X1＝(N1+H1)×cos(B1)×cos(L1) (9)
Y1＝(N1+H1)×cos(B1)×sin(L1) (10)
Z1＝(N1×(1-e2)+H1)×sin(B1) (11)
GND_translation＝[X1-GNDXYZ0[0],Y1-GNDXYZ0[1],Z1-GNDXYZ0[2]] (12)
T3×1＝GND2ENS·GND_translation (13)
其中，a为地球长半轴半径，取值可以为6378137米，e为WGS-84地心坐标***中，椭球体第一偏心率，取值可以为0.08181919084255234；roll为组合惯导数据集中绕组合惯导y轴的旋转角度；pitch为组合惯导数据集中绕组合惯导x轴的旋转角度；heading为组合惯导数据集中绕组合惯导z轴的旋转角度；L1为组合惯导数据集中的经度值；B1为组合惯导数据集中的纬度值；H1为组合惯导数据集中的海拔高度值；S为惯导数据集对应的从组合惯导坐标系到东北天坐标系的坐标系变换矩阵；GND_translation为世界坐标系下，组合惯导数据集中的位置坐标相对于初始点的位置坐标的偏移量。
可选的，由于S201在同一采集位置下的点云数据集与惯导数据集相关联，且各采集位置下的点云数据集中的每个点云都对应该点云数据集关联的惯导数据集，所以若某一参考点所属可视化图像为第一采集位置采集的点云数据集，则该参考点的坐标系变换矩阵为第一采集位置采集的由惯导数据集计算得到的坐标系变换矩阵；若参考点所属可视化图像为第二采集位置采集的点云数据集，则该参考点的坐标系变换矩阵为第二采集位置采集的由惯导数据集计算得到的坐标系变换矩阵。
S205，将每组参考点的点云坐标和坐标系变换矩阵作为一组参数变量，基于位姿参数计算公式，生成每组参考点对应的位姿参数方程。
可选的，本实施例中的一组参考点中包含的参考点个数为两个，将这两个参考点的点云坐标和坐标系变换矩阵作为一组参数变量，带入下述位姿计算公式(15)中，即可得到关于该组参考点的一个位姿参数方程：
SRLP＝S′RLP′ (15)
其中，S为一组参考点中的第一参考点的从惯导坐标到东北天坐标的变换矩阵，即第一参考点的坐标系变换矩阵；S′为该组参考点中的第二参考点的从惯导坐标到东北天坐标的变换矩阵，即第二参考点的坐标系变换矩阵；P为该组参考点中的所述第一参考点的点云坐标；P′为该组参考点中的所述第二参考点的点云坐标；RL为包含激光雷达与组合惯导的位姿标定参数的位姿标定矩阵，也就是从雷达坐标到惯导坐标的变换矩阵；
可选的，RL为最终要确定的激光雷达与组合惯导的位姿标定参数。其具体表示形式为：
Figure BDA0002239681270000141
其中，M3×3为旋转变化矩阵，其中包含9个位姿标定参数，N3×1为平移变换矩阵，其中包含有3个位姿标定参数。
S206，根据多组参考点对应的位姿参数方程，确定激光雷达与组合惯导的位姿标定参数。
可选的，由于本实施例的点云数据集和惯导数据集是在物体静止的前提下采集的，即在东北天坐标系下，每组参考点中的两个参考点的坐标应该是相同的，所以本实施在求解包含12个位姿标定参数的方程时，至少需要4组参考点。为了降低计算量，本实施例可以是选择4组参考点对应的位姿参数方程，构成位姿参数方程组，通过求解该方程组，即可得到RL中包含的12个位姿标定参数，即本实施例要标定的激光雷达与组合惯导的位姿标定参数。
可选的，为了提高标定结果的准确性，当多组参考点对应的位姿参数方程的个数大于位姿标定参数的个数时，采用最小二乘法，根据所述多组位姿参数方程，计算所述激光雷达与所述组合惯导的位姿标定参数。例如，本实施例中的位姿标定参数的个数为12个，若S205生成的多组参考点对应的位姿参数方程的个数大于12个(其中，4组参考点可生成12个位姿参数方程)，本实施例可以对这些方程组采用最小二乘法求解，得到所述激光雷达与所述组合惯导的最终位姿标定参数。
本发明实施例提供的激光雷达与组合惯导的位姿标定方法，针对同一静止物体，获取激光雷达和组合惯导在两个不同采集位置处对该静止物体采集的两个点云数据集和两个惯导数据集，根据两个点云数据集的可视化图像，确定本次标定所需的多组参考点；确定每组参考点的点云坐标和坐标系变换矩阵，进而基于预设的位姿参数计算公式，准确求解激光雷达与组合惯导的位姿标定参数。本实施例的方案可以针对任意位姿关系的激光雷达和组合惯导构成的刚体结构，在不借助其他特殊标定装置的前提下，通过4个参考点即可精准求解出激光雷达与组合惯导之间的12个位姿标定参数，无需人工反复调整位姿参数，提高了位姿标定的效率和准确性。
实施例三
图3为本发明实施例三提供的一种激光雷达与组合惯导的位姿标定装置的结构示意图。该装置可执行本发明任意实施例所提供的激光雷达与组合惯导的位姿标定方法，具备执行方法相应的功能模块和有益效果。如图3所示，该装置具体包括：
数据集获取模块301，用于获取激光雷达和组合惯导在两个采集位置对同一静止物体采集的两个点云数据集和两个惯导数据集；所述激光雷达和所述组合惯导刚性连接；
参考点确定模块302，用于根据所述两个点云数据集的可视化图像，确定多组参考点；其中，每组参考点对应所述两个点云数据集中针对同一静止物体上的同一位置；
标定参数确定模块303，用于根据所述两个点云数据集、所述两个惯导数据集和所述多组参考点，确定所述激光雷达与所述组合惯导的位姿标定参数。
本发明实施例提供的激光雷达与组合惯导的位姿标定装置，针对同一静止物体，获取激光雷达和组合惯导在两个不同采集位置处对该静止物体采集的两个点云数据集和两个惯导数据集，根据两个点云数据集的可视化图像，确定本次标定所需的多组参考点，进而根据确定的多组参考点、两个点云数据集和两个惯导数据集，确定激光雷达与组合惯导的位姿标定参数。本发明实施例的技术方案，除了激光雷达和组合惯导外无需借助其他额外的标定设备，降低了对标定设备的要求，且对激光雷达和组合惯导之间的姿态没有限定，提高了本发明位姿标定方法的适用范围；除此之外，无需人工反复调整位姿参数，提高了位姿标定的效率和准确性。为激光雷达和导航定位***之间相对位姿的标定提供了一种新思路。
进一步的，上述参考点确定模块302具体用于：
根据所述两个点云数据集，生成各个点云数据集的可视化图像；
获取用户在两个可视化图像中选择的多个参考点，并将所述多个参考点中属于不同可视化图像，且对应所述静止物体上同一位置的两个参考点作为一组参考点；或者，
确定两个可视化图像的共有特征；并针对每一个共有特征，从所述两个可视化图像中提取所述共有特征对应的特征点作为一组参考点。
进一步的，上述标定参数确定模块303包括：
坐标矩阵确定单元，用于根据所述两个点云数据集和所述两个惯导数据集，确定每组中各参考点的点云坐标和坐标系变换矩阵；
标定参数确定单元，用于根据多组参考点的点云坐标和坐标系变换矩阵，确定所述激光雷达与所述组合惯导的位姿标定参数。
进一步的，上述坐标矩阵确定单元具体包括：
点云坐标确定子单元，用于获取每组中各参考点在其所属可视化图像对应的点云数据集中的位置坐标，作为所述各参考点的点云坐标；
坐标变换矩阵确定子单元，用于计算所述两个惯导数据集对应的从组合惯导坐标系到东北天坐标系的坐标变系换矩阵，作为与各个惯导数据集属于同一采集位置采集的点云数据集的可视化图像中包含的各参考点的坐标系变换矩阵。
进一步的，上述坐标变换矩阵确定子单元具体用于：
根据初始数据、各个惯导数据集以及坐标转换公式，计算各个惯导数据集对应的从组合惯导坐标系到东北天坐标系的坐标系变换矩阵。
进一步的，上述标定参数确定单元具体包括：
参数方程生成子单元，用于将每组参考点的点云坐标和坐标系变换矩阵作为一组参数变量，基于位姿参数计算公式，生成每组参考点对应的位姿参数方程；
位姿参数求解子单元，用于根据多组参考点对应的位姿参数方程，确定激光雷达与组合惯导的位姿标定参数。
进一步的，上述位姿计算公式为：
SRLP＝S′RLP′；
其中，S为一组参考点中的第一参考点的坐标系变换矩阵；S′为该组参考点中的第二参考点的坐标系变换矩阵；RL为包含激光雷达与组合惯导的位姿标定参数的位姿标定矩阵；P为该组参考点中的所述第一参考点的点云坐标；P′为该组参考点中的所述第二参考点的点云坐标。
进一步的，上述位姿参数求解子单元具体用于：
当多组参考点对应的位姿参数方程的个数大于位姿标定参数的个数时，采用最小二乘法，根据所述多组位姿参数方程，计算所述激光雷达与所述组合惯导的位姿标定参数。
进一步的，上述数据集获取模块301和参考点确定模块302配合执行基于调整后的数据采集环境，重新获取所述数据采集环境下的两个点云数据集、两个惯导数据集，以及确定多组参考点；
相应的，所述标定参数确定模块303具体用于：根据各个数据采集环境下的两个点云数据集、两个惯导数据集和多组参考点，确定所述激光雷达与所述组合惯导的位姿标定参数。
实施例四
图4A为本发明实施例四提供的一种测绘***的结构示意图，图4B为本发明实施例四提供的一种测绘***的控制装置的结构示意图。图4A所示的测绘***4包括激光雷达41、组合惯导42以及控制装置40。图4B示出了适于用来实现本发明实施方式的示例性控制装置40的框图。图4B显示的控制装置40仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。如图4B所示，该控制装置40以通用计算设备的形式表现。该控制装置40的组件可以包括但不限于：一个或者多个处理器或者处理单元401，***存储器402，连接不同***组件(包括***存储器402和处理单元401)的总线403。
总线403表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
控制装置40典型地包括多种计算机***可读介质。这些介质可以是任何能够被控制装置40访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
***存储器402可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)404和/或高速缓存存储器405。控制装置40可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***406可以用于读写不可移动的、非易失性磁介质(图4B未显示，通常称为“硬盘驱动器”)。尽管图4B中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线403相连。***存储器402可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块407的程序/实用工具408，可以存储在例如***存储器402中，这样的程序模块407包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块407通常执行本发明所描述的实施例中的功能和/或方法。
控制装置40也可以与一个或多个外部设备409(例如键盘、指向设备、显示器410等)通信，还可与一个或者多个使得用户能与该设备交互的设备通信，和/或与使得该控制装置40能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口411进行。并且，控制装置40还可以通过网络适配器412与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图4B所示，网络适配器412通过总线403与控制装置40的其它模块通信。应当明白，尽管图中未示出，可以结合控制装置40使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元401通过运行存储在***存储器402中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供激光雷达与组合惯导的位姿标定方法。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时可实现上述实施例所述的激光雷达与组合惯导的位姿标定方法。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
上述实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员应该明白，上述的本发明实施例的各模块或各操作可以用通用的计算装置来实现，它们可以集中在单个计算装置上，或者分布在多个计算装置所组成的网络上，可选地，他们可以用计算机装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或操作制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间的相同或相似的部分互相参见即可。
以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种激光雷达与组合惯导的位姿标定方法，其特征在于，包括：
获取激光雷达和组合惯导在两个采集位置对同一静止物体采集的两个点云数据集和两个惯导数据集；所述激光雷达和所述组合惯导刚性连接；
根据所述两个点云数据集的可视化图像，确定多组参考点；其中，每组参考点对应两个点云数据集上所述静止物体上的同一位置；
根据所述两个点云数据集、所述两个惯导数据集和所述多组参考点，确定所述激光雷达与所述组合惯导的位姿标定参数。
2.根据权利要求1所述的方法，其特征在于，根据所述两个点云数据集的可视化图像，确定多组参考点，包括：
根据所述两个点云数据集，生成各个点云数据集的可视化图像；
获取用户在两个可视化图像中选择的多个参考点，并将所述多个参考点中属于不同可视化图像，且对应所述静止物体上同一位置的两个参考点作为一组参考点；或者，
确定两个可视化图像的共有特征，并针对每一个共有特征，从所述两个可视化图像中提取所述共有特征对应的特征点作为一组参考点。
3.根据权利要求1所述的方法，其特征在于，根据所述两个点云数据集、所述两个惯导数据集和所述多组参考点，确定所述激光雷达与所述组合惯导的位姿标定参数，包括：
根据所述两个点云数据集和所述两个惯导数据集，确定每组中各参考点的点云坐标和坐标系变换矩阵；
根据多组参考点的点云坐标和坐标系变换矩阵，确定所述激光雷达与所述组合惯导的位姿标定参数。
4.根据权利要求3所述的方法，其特征在于，根据所述两个点云数据集和所述两个惯导数据集，确定每组中各参考点的点云坐标和坐标系变换矩阵，包括：
获取每组中各参考点在其所属可视化图像对应的点云数据集中的位置坐标，作为所述各参考点的点云坐标；
计算所述两个惯导数据集对应的从组合惯导坐标系到东北天坐标系的坐标系变换矩阵，作为与各个惯导数据集属于同一采集位置采集的点云数据集的可视化图像中包含的各参考点的坐标系变换矩阵。
5.根据权利要求4所述的方法，其特征在于，计算所述两个惯导数据集对应的从组合惯导坐标系到东北天坐标系的坐标系变换矩阵，包括：
根据初始数据、各个惯导数据集以及坐标转换公式，计算各个惯导数据集对应的从组合惯导坐标系到东北天坐标系的坐标系变换矩阵。
6.根据权利要求3所述的方法，其特征在于，根据多组参考点的点云坐标和坐标系变换矩阵，确定所述激光雷达与所述组合惯导的位姿标定参数，包括：
将每组参考点的点云坐标和坐标系变换矩阵作为一组参数变量，基于位姿参数计算公式，生成每组参考点对应的位姿参数方程；
根据多组参考点对应的位姿参数方程，确定激光雷达与组合惯导的位姿标定参数。
7.根据权利要求6所述的方法，其特征在于，所述位姿计算公式为：
SRLP＝S′RLP′；
其中，S为一组参考点中的第一参考点的坐标系变换矩阵；S′为该组参考点中的第二参考点的坐标系变换矩阵；RL为包含激光雷达与组合惯导的位姿标定参数的位姿标定矩阵；P为该组参考点中的所述第一参考点的点云坐标；P′为该组参考点中的所述第二参考点的点云坐标。
8.根据权利要求1所述的方法，其特征在于，在根据所述两个点云数据集的可视化图像，确定多组参考点之后，还包括：
基于调整后的数据采集环境，重新获取所述数据采集环境下的两个点云数据集、两个惯导数据集，以及确定多组参考点；
相应的，根据所述两个点云数据集、所述两个惯导数据集和所述多组参考点，确定所述激光雷达与所述组合惯导的位姿标定参数，包括：
根据各个数据采集环境下的两个点云数据集、两个惯导数据集和多组参考点，确定所述激光雷达与所述组合惯导的位姿标定参数。
9.一种测绘***，其特征在于，包括激光雷达、组合惯导和控制装置；所述控制装置分别与所述激光雷达和所述组合惯导连接，所述控制装置包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的激光雷达与组合惯导的位姿标定方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的激光雷达与组合惯导的位姿标定方法。
CN201910995815.0A 2019-10-18 2019-10-18 激光雷达与组合惯导的位姿标定方法、***及介质 Pending CN110686704A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910995815.0A CN110686704A (zh) 2019-10-18 2019-10-18 激光雷达与组合惯导的位姿标定方法、***及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910995815.0A CN110686704A (zh) 2019-10-18 2019-10-18 激光雷达与组合惯导的位姿标定方法、***及介质

Publications (1)

Publication Number Publication Date
CN110686704A true CN110686704A (zh) 2020-01-14

Family

ID=69113465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910995815.0A Pending CN110686704A (zh) 2019-10-18 2019-10-18 激光雷达与组合惯导的位姿标定方法、***及介质

Country Status (1)

Country Link
CN (1) CN110686704A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111289957A (zh) * 2020-03-10 2020-06-16 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
CN111443337A (zh) * 2020-03-27 2020-07-24 北京航空航天大学 一种基于手眼标定的雷达-imu标定方法
CN111735479A (zh) * 2020-08-28 2020-10-02 中国计量大学 一种多传感器联合标定装置及方法
CN112051590A (zh) * 2020-08-31 2020-12-08 广州文远知行科技有限公司 激光雷达与惯性测量单元的检测方法及相关装置
CN112051591A (zh) * 2020-08-31 2020-12-08 广州文远知行科技有限公司 一种激光雷达与惯性测量单元的检测方法及相关装置
CN112146682A (zh) * 2020-09-22 2020-12-29 福建牧月科技有限公司 智能汽车的传感器标定方法、装置、电子设备及介质
CN112362054A (zh) * 2020-11-30 2021-02-12 上海商汤临港智能科技有限公司 一种标定方法、装置、电子设备及存储介质
WO2021174507A1 (zh) * 2020-03-05 2021-09-10 深圳市大疆创新科技有限公司 参数标定方法、装置、***和存储介质
CN113759349A (zh) * 2021-09-22 2021-12-07 阿波罗智能技术(北京)有限公司 激光雷达与定位设备的标定方法、设备及自动驾驶车辆
CN113848541A (zh) * 2021-09-22 2021-12-28 深圳市镭神智能***有限公司 一种标定的方法、装置、无人机及计算机可读存储介质
WO2023226155A1 (zh) * 2022-05-24 2023-11-30 芯跳科技(广州)有限公司 多源数据融合定位方法、装置、设备及计算机存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107796370A (zh) * 2016-08-30 2018-03-13 北京四维图新科技股份有限公司 用于获取转换参数的方法、装置及移动测图***
CN109297510A (zh) * 2018-09-27 2019-02-01 百度在线网络技术（北京）有限公司 相对位姿标定方法、装置、设备及介质
CN109345596A (zh) * 2018-09-19 2019-02-15 百度在线网络技术（北京）有限公司 多传感器标定方法、装置、计算机设备、介质和车辆
CN109901138A (zh) * 2018-12-28 2019-06-18 文远知行有限公司 激光雷达标定方法、装置、设备和存储介质
CN109901139A (zh) * 2018-12-28 2019-06-18 文远知行有限公司 激光雷达标定方法、装置、设备和存储介质
KR20190086960A (ko) * 2018-01-15 2019-07-24 주식회사 스트리스 특징 기하 기반의 멀티센서 캘리브레이션 및 융합을 위한 장치 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107796370A (zh) * 2016-08-30 2018-03-13 北京四维图新科技股份有限公司 用于获取转换参数的方法、装置及移动测图***
KR20190086960A (ko) * 2018-01-15 2019-07-24 주식회사 스트리스 특징 기하 기반의 멀티센서 캘리브레이션 및 융합을 위한 장치 및 방법
CN109345596A (zh) * 2018-09-19 2019-02-15 百度在线网络技术（北京）有限公司 多传感器标定方法、装置、计算机设备、介质和车辆
CN109297510A (zh) * 2018-09-27 2019-02-01 百度在线网络技术（北京）有限公司 相对位姿标定方法、装置、设备及介质
CN109901138A (zh) * 2018-12-28 2019-06-18 文远知行有限公司 激光雷达标定方法、装置、设备和存储介质
CN109901139A (zh) * 2018-12-28 2019-06-18 文远知行有限公司 激光雷达标定方法、装置、设备和存储介质

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113767264A (zh) * 2020-03-05 2021-12-07 深圳市大疆创新科技有限公司 参数标定方法、装置、***和存储介质
WO2021174507A1 (zh) * 2020-03-05 2021-09-10 深圳市大疆创新科技有限公司 参数标定方法、装置、***和存储介质
CN111289957A (zh) * 2020-03-10 2020-06-16 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
CN111289957B (zh) * 2020-03-10 2022-08-16 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
CN111443337A (zh) * 2020-03-27 2020-07-24 北京航空航天大学 一种基于手眼标定的雷达-imu标定方法
CN111443337B (zh) * 2020-03-27 2022-03-08 北京航空航天大学 一种基于手眼标定的雷达-imu标定方法
CN111735479A (zh) * 2020-08-28 2020-10-02 中国计量大学 一种多传感器联合标定装置及方法
CN111735479B (zh) * 2020-08-28 2021-03-23 中国计量大学 一种多传感器联合标定装置及方法
CN112051590B (zh) * 2020-08-31 2021-06-15 广州文远知行科技有限公司 激光雷达与惯性测量单元的检测方法及相关装置
CN112051591A (zh) * 2020-08-31 2020-12-08 广州文远知行科技有限公司 一种激光雷达与惯性测量单元的检测方法及相关装置
CN112051590A (zh) * 2020-08-31 2020-12-08 广州文远知行科技有限公司 激光雷达与惯性测量单元的检测方法及相关装置
CN112051591B (zh) * 2020-08-31 2022-11-29 广州文远知行科技有限公司 一种激光雷达与惯性测量单元的检测方法及相关装置
CN112146682A (zh) * 2020-09-22 2020-12-29 福建牧月科技有限公司 智能汽车的传感器标定方法、装置、电子设备及介质
CN112362054A (zh) * 2020-11-30 2021-02-12 上海商汤临港智能科技有限公司 一种标定方法、装置、电子设备及存储介质
CN113759349A (zh) * 2021-09-22 2021-12-07 阿波罗智能技术(北京)有限公司 激光雷达与定位设备的标定方法、设备及自动驾驶车辆
CN113848541A (zh) * 2021-09-22 2021-12-28 深圳市镭神智能***有限公司 一种标定的方法、装置、无人机及计算机可读存储介质
CN113848541B (zh) * 2021-09-22 2022-08-26 深圳市镭神智能***有限公司 一种标定的方法、装置、无人机及计算机可读存储介质
CN113759349B (zh) * 2021-09-22 2022-10-04 阿波罗智能技术(北京)有限公司 激光雷达与定位设备的标定方法、设备及自动驾驶车辆
WO2023226155A1 (zh) * 2022-05-24 2023-11-30 芯跳科技(广州)有限公司 多源数据融合定位方法、装置、设备及计算机存储介质

Similar Documents

Publication Publication Date Title
CN110686704A (zh) 激光雷达与组合惯导的位姿标定方法、***及介质
CN109297510B (zh) 相对位姿标定方法、装置、设备及介质
CN110780285B (zh) 激光雷达与组合惯导的位姿标定方法、***及介质
CN109285220B (zh) 一种三维场景地图的生成方法、装置、设备及存储介质
CN109521403B (zh) 多线激光雷达的参数标定方法及装置、设备及可读介质
CN110764111B (zh) 雷达坐标与大地坐标的转换方法、装置、***及介质
CN109387186B (zh) 测绘信息获取方法、装置、电子设备及存储介质
US10482659B2 (en) System and method for superimposing spatially correlated data over live real-world images
CN110849363B (zh) 激光雷达与组合惯导的位姿标定方法、***及介质
CN103578141A (zh) 基于三维地图***的增强现实实现方法及装置
JP2020034559A (ja) 動的障害物の位置校正方法、装置、機器、及び記憶媒体
Höhle Photogrammetric measurements in oblique aerial images
CN109883418A (zh) 一种室内定位方法及装置
Gomez-Jauregui et al. Quantitative evaluation of overlaying discrepancies in mobile augmented reality applications for AEC/FM
CN106599119A (zh) 一种影像数据的存储方法和装置
US20130127852A1 (en) Methods for providing 3d building information
CN111024127B (zh) 高分辨率动态星模拟器星间角位置误差的检测方法及***
CN105334525B (zh) 一种基于增强现实技术的地理信息显示方法
CN110517209A (zh) 数据处理方法、装置、***以及计算机可读存储介质
CN111612901A (zh) 一种地理信息图像的提取特征与生成方法
CN113077548A (zh) 针对物体的碰撞检测方法、装置、设备和存储介质
CN112652062A (zh) 一种点云地图构建方法、装置、设备和存储介质
US20180357779A1 (en) Systems and methods for dynamically providing scale information on a digital map
CN115825067A (zh) 一种基于无人机的地质信息采集方法、***及电子设备
US20180039715A1 (en) System and method for facilitating an inspection process

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