CN110703229A - 点云去畸变方法及车载激光雷达到imu的外参标定方法 - Google Patents
点云去畸变方法及车载激光雷达到imu的外参标定方法 Download PDFInfo
- Publication number
- CN110703229A CN110703229A CN201910913722.9A CN201910913722A CN110703229A CN 110703229 A CN110703229 A CN 110703229A CN 201910913722 A CN201910913722 A CN 201910913722A CN 110703229 A CN110703229 A CN 110703229A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- imu
- vehicle
- laser radar
- 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.)
- Pending
Links
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)
Abstract
本发明公开了一种点云去畸变方法及车载激光雷达到IMU的外参标定方法,其中点云去畸变方法包括如下步骤:S1、记录数据采集周期内抓取的各个点云以及所述点云的各个3D点的时间戳;S2、记录数据采集周期内IMU的运动轨迹;S3、利用所述时间戳和IMU的运动轨迹得到在采集各个所述点云时激光雷达的位置和姿态;S4、通过外参将S3得到的每帧点云的坐标值转换至该帧点云中第一个3D点采集时刻的激光雷达坐标系下,即实现了点云去畸变。其保证了车辆在运行过程中采集点云的准确度,首先在数据处理阶段提高了标定的精确度。
Description
技术领域
本发明涉及应用于自动驾驶技术领域,尤其涉及一种点云去畸变方法及车载激光雷达到IMU的外参标定方法。
背景技术
自动驾驶,泛指协助或代替人类驾驶汽车的技术。随着这一技术的发展将使得人们的出行更加方便,且减少了人工驾驶的人为因素的影响,能够在某种程度上进一步提高驾驶的安全性。而在自动驾驶各项技术当中,高精度定位是重中之重,因为它直接影响了其他自动驾驶模块的输入。精确的定位是执行感知和决策控制等其他自动驾驶功能的先决条件。目前自动驾驶的定位主要依赖于GPS、激光雷达和惯性测量单元IMU三者的融合,而为了保证车辆定位的精准性,必须首先保证三者之间的标定精准,即首要要保证车载激光雷达到IMU的标定的准确性。
发明内容
本发明的一个目的是解决至少上述问题,并提供至少后面将说明的优点。
本发明还有一个目的是提供一种点云去畸变方法,保证了车辆在运行过程中采集点云的准确度,首先在数据处理阶段提高了标定的精确度。
本发明还有一个目的是提供一种车载激光雷达到IMU的外参标定方法,保证了标定精度,且提高了标定效率,并易于实施。
为实现上述目的和一些其他的目的,本发明采用如下技术方案:
一种点云去畸变方法,包括如下步骤:
S1、记录数据采集周期内抓取的各个点云以及所述点云的各个3D点的时间戳;
S2、记录数据采集周期内IMU的运动轨迹;
S3、利用所述时间戳和IMU的运动轨迹得到在采集各个所述点云时激光雷达的位置和姿态;
S4、通过外参将S3得到的每帧点云的坐标值转换至该帧点云中第一个3D点采集时刻的激光雷达坐标系下,即实现了点云去畸变。
优选的是,所述的点云去畸变方法中,所述外参的初始值在激光雷达安装在车辆后通过测量得到。
优选的是,所述的点云去畸变方法中,所述采集周期为1帧。
一种车载激光雷达到IMU的外参标定方法,包括如下步骤:
步骤1、采集利用权利要求1所述的方法得到的点云中的不同时间段中的相关联的点云;
步骤2、利用所述相关联的点云构建目标函数;
步骤3、利用所述目标函数优化外参;
步骤4、重复步骤1-步骤3,对所述外参进行迭代优化,直至所述目标函数小于预设的阈值或达到最大迭代次数,即标定出车载激光雷达到IMU的外参。
优选的是,所述的车载激光雷达到IMU的外参标定方法中,所述相关联的点云指不同时间段中采集的同名点云。
优选的是,所述的车载激光雷达到IMU的外参标定方法中,所述不同时间段指不同的两帧。
优选的是,所述的车载激光雷达到IMU的外参标定方法中,所述同名点云的采集方法为:
步骤1-1、将不同的两帧的点云均转换至同一坐标系下;
步骤1-2、将在同一坐标系下两帧中位置最相近的点云定义为同名点云。
优选的是,所述的车载激光雷达到IMU的外参标定方法中,利用所述相关联的点云构建目标函数的方法为:
步骤2-1、由车载激光雷达分别得到所述不同的两帧的坐标值;
步骤2-2、将不同的两帧的坐标值去畸变并统一至同一坐标系下;
步骤2-3、计算不同的两帧在同一坐标系下的坐标值间的差值,即得到所述目标函数。
优选的是,所述的车载激光雷达到IMU的外参标定方法中,通过高斯牛顿算法或LM算法利用所述目标函数优化外参。
优选的是,所述的车载激光雷达到IMU的外参标定方法中,步骤4后还包括:
步骤5、利用步骤4得到的用于标定车载激光雷达到IMU的外参将不同时间段中采集的相关联的点云转换至同一坐标系下,将得到点云进行拼接,并判断拼接的点云展现的结构是否清晰;是,则采用步骤4得到的外参对车载激光雷达进行标定;否,则重新抓取点云。
本发明至少包括以下有益效果:
本发明的点云去畸变方法中,首先利用采集周期内抓取的点云以及点云的各个3D点的时间戳和IMU的运动轨迹得到各个点云在采集时激光雷达的位置和姿态,然后通过外参将每帧点云的坐标值转换至该帧点云中第一个3D点采集时刻的激光雷达的坐标系下,进而实现了点云的去畸变,从而有效的去除了在车辆运行过程中采集的点云的畸变问题,从而在数据抓取阶段即提高了后续标定的准确度。
本发明的车载激光雷达到IMU的外参标定方法中,首先采集不同时间段中的相关联的点云,然后利用所述相关联的点云构建目标函数,而后利用所述目标函数优化外参,进而利用优化的外参对点云进行去畸变,再利用相关联的点云构建目标函数,即实现对所述外参的迭代优化,直至所述目标函数小于预设的阈值或达到最大迭代次数,即得到用于标定车载激光雷达到IMU的外参,方法简单易于实施,且对于外参的标定对标定场景无要求,不需要特定的标记物,同时也适用于多个激光雷达的同时标定,从而有效的提高了标定的效率。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
具体实施方式
下面对本发明做详细说明,以令本领域普通技术人员参阅本说明书后能够据以实施。
一种点云去畸变方法,包括如下步骤:
S1、记录数据采集周期内抓取的各个点云以及所述点云的各个3D点的时间戳;
S2、记录数据采集周期内IMU的运动轨迹;
S3、利用所述时间戳和IMU的运动轨迹得到在采集各个所述点云时激光雷达的位置和姿态;
S4、通过外参将S3得到的每帧点云的坐标值转换至该帧点云中第一个3D点采集时刻的激光雷达坐标系下,即实现了点云去畸变。
在上述方案中,首先利用采集周期内抓取的点云以及点云的各个3D点的时间戳和IMU的运动轨迹得到各个点云在采集时激光雷达的位置和姿态,然后通过外参将每帧点云的坐标值转换至该帧点云中第一个3D点采集时刻的激光雷达的坐标系下,进而实现了点云的去畸变,从而有效的去除了在车辆运行过程中采集的点云的畸变问题,从而在数据处理阶段即提高了后续标定的准确度。
其中,考虑到IMU本身的特性,在采集周期内,使车辆按照“8”字形轨迹进行行驶,以保证IMU在各个方向上均能得到足够的激励,进而提高了采集的IMU的运行轨迹的准确度。
一个优选方案中,所述初始外参在激光雷达安装在车辆后通过测量得到。
一个优选方案中,所述采集周期为1帧。
一种车载激光雷达到IMU的外参标定方法,包括如下步骤:
步骤1、采集利用权利要求1所述的方法得到的点云中的不同时间段中的相关联的点云;
步骤2、利用所述相关联的点云构建目标函数;
步骤3、利用所述目标函数优化外参;
步骤4、重复步骤1-步骤3,对所述外参进行迭代优化,直至所述目标函数小于预设的阈值或达到最大迭代次数,即标定出车载激光雷达到IMU的外参。
在上述方案中,首先采集不同时间段中的相关联的点云,然后利用所述相关联的点云构建目标函数,而后利用所述目标函数优化外参,最后对所述外参进行迭代优化,直至所述目标函数小于预设的阈值或达到最大迭代次数,即得到用于标定车载激光雷达到IMU的外参,方法简单易于实施,且对于外参的标定对标定场景无要求,不需要特定的标记物,同时也适用于多个激光雷达的同时标定,从而有效的提高了标定的效率。
一个优选方案中,所述相关联的点云指不同时间段中采集的同名点云。
在上述方案中,同名点云即在不同时间段采集的场景中同一位置的点云。
一个优选方案中,所述不同时间段指不同的两帧。
一个优选方案中,所述同名点云的采集方法为:
步骤1-1、将不同的两帧的点云均转换至同一坐标系下;
步骤1-2、将在同一坐标系下两帧中位置最相近的点云定义为同名点云。
在上述方案中,同名点云在不同时间段采集的点云转换至同一坐标系下时,理论上必定位于同一位置,因而在考虑到误差的情况下选定位置最相近的点云为同名点云。
一个优选方案中,利用所述相关联的点云构建目标函数的方法为:
步骤2-1、由车载激光雷达分别得到所述不同的两帧的坐标值;
步骤2-2、将不同的两帧的坐标值去畸变并统一至同一坐标系下;其中,对坐标值的去畸变采用与点云去畸变相同的方法。
步骤2-3、计算不同的两帧在同一坐标系下的坐标值间的差值,即得到所述目标函数。
一个优选方案中,通过高斯牛顿算法或LM算法利用所述目标函数优化初始外参。
一个优选方案中,步骤4后还包括:
步骤5、利用步骤4得到的用于标定车载激光雷达到IMU的外参将不同时间段中采集的相关联的点云转换至同一坐标系下,将得到点云进行拼接,并判断拼接的点云展现的结构是否清晰;是,则采用步骤4得到的外参对车载激光雷达进行标定;否,则重新抓取点云。
在上述方案中,通过对拼接点云展现的结构是否清晰进行判断,能够有效的判定选定的外参是否准确,从而在外参不准确时,能够及时重新进行数据抓取,以获取准确的外参。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节。
Claims (10)
1.一种点云去畸变方法,其中,包括如下步骤:
S1、记录数据采集周期内抓取的各个点云以及所述点云的各个3D点的时间戳;
S2、记录数据采集周期内IMU的运动轨迹;
S3、利用所述时间戳和IMU的运动轨迹得到在采集各个所述点云时激光雷达的位置和姿态;
S4、通过外参将S3得到的每帧点云的坐标值转换至该帧点云中第一个3D点采集时刻的激光雷达坐标系下,即实现了点云去畸变。
2.如权利要求1所述的点云去畸变方法,其中,所述外参的初始值在激光雷达安装在车辆后通过测量得到。
3.如权利要求1所述的点云去畸变方法,其中,所述采集周期为1帧。
4.一种车载激光雷达到IMU的外参标定方法,其中,包括如下步骤:
步骤1、采集利用权利要求1所述的方法得到的点云中的不同时间段中的相关联的点云;
步骤2、利用所述相关联的点云构建目标函数;
步骤3、利用所述目标函数优化外参;
步骤4、重复步骤1-步骤3,对所述外参进行迭代优化,直至所述目标函数小于预设的阈值或达到最大迭代次数,即标定出车载激光雷达到IMU的外参。
5.如权利要求4所述的车载激光雷达到IMU的外参标定方法,其中,所述相关联的点云指不同时间段中采集的同名点云。
6.如权利要求5所述的车载激光雷达到IMU的外参标定方法,其中,所述不同时间段指不同的两帧。
7.如权利要求6所述的车载激光雷达到IMU的外参标定方法,其中,所述同名点云的采集方法为:
步骤1-1、将不同的两帧的点云均转换至同一坐标系下;
步骤1-2、将在同一坐标系下两帧中位置最相近的点云定义为同名点云。
8.如权利要求6所述的车载激光雷达到IMU的外参标定方法,其中,利用所述相关联的点云构建目标函数的方法为:
步骤2-1、由车载激光雷达分别得到所述不同的两帧的坐标值;
步骤2-2、将不同的两帧的坐标值去畸变并统一至同一坐标系下;
步骤2-3、计算不同的两帧在同一坐标系下的坐标值间的差值,即得到所述目标函数。
9.如权利要求4所述的车载激光雷达到IMU的外参标定方法,其中,通过高斯牛顿算法或LM算法利用所述目标函数优化外参。
10.如权利要求4所述的车载激光雷达到IMU的外参标定方法,其中,步骤4后还包括:
步骤5、利用步骤4得到的用于标定车载激光雷达到IMU的外参将不同时间段中采集的相关联的点云转换至同一坐标系下,将得到点云进行拼接,并判断拼接的点云展现的结构是否清晰;是,则采用步骤4得到的外参对车载激光雷达进行标定;否,则重新抓取点云。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910913722.9A CN110703229A (zh) | 2019-09-25 | 2019-09-25 | 点云去畸变方法及车载激光雷达到imu的外参标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910913722.9A CN110703229A (zh) | 2019-09-25 | 2019-09-25 | 点云去畸变方法及车载激光雷达到imu的外参标定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110703229A true CN110703229A (zh) | 2020-01-17 |
Family
ID=69197044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910913722.9A Pending CN110703229A (zh) | 2019-09-25 | 2019-09-25 | 点云去畸变方法及车载激光雷达到imu的外参标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110703229A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111307174A (zh) * | 2020-02-05 | 2020-06-19 | 深圳前海达闼云端智能科技有限公司 | 一种传感器的标定方法、运动物体及存储介质 |
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 |
CN111710040A (zh) * | 2020-06-03 | 2020-09-25 | 纵目科技(上海)股份有限公司 | 一种高精度地图的构建方法、***、终端和存储介质 |
CN111708048A (zh) * | 2020-08-19 | 2020-09-25 | 深圳市速腾聚创科技有限公司 | 点云的运动补偿方法、装置和*** |
CN111710039A (zh) * | 2020-06-03 | 2020-09-25 | 纵目科技(上海)股份有限公司 | 一种高精度地图的构建方法、***、终端和存储介质 |
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 |
CN112859051A (zh) * | 2021-01-11 | 2021-05-28 | 桂林电子科技大学 | 激光雷达点云运动畸变的矫正方法 |
CN113269827A (zh) * | 2020-02-14 | 2021-08-17 | 北京京东乾石科技有限公司 | 一种实现自动化标定的方法和计算装置 |
CN113391300A (zh) * | 2021-05-21 | 2021-09-14 | 中国矿业大学 | 一种基于imu的激光雷达三维点云实时运动补偿方法 |
CN113763534A (zh) * | 2021-08-24 | 2021-12-07 | 同致电子科技(厦门)有限公司 | 一种基于视觉环视***点云建图方法 |
CN113838143A (zh) * | 2021-09-13 | 2021-12-24 | 三一专用汽车有限责任公司 | 标定外参的确定方法及装置、工程车辆和可读存储介质 |
WO2022061850A1 (zh) * | 2020-09-28 | 2022-03-31 | 深圳市大疆创新科技有限公司 | 点云运动畸变修正方法和装置 |
CN114413887A (zh) * | 2021-12-24 | 2022-04-29 | 北京理工大学前沿技术研究院 | 一种传感器外部参数标定方法、设备及介质 |
US11959774B1 (en) | 2020-11-17 | 2024-04-16 | Waymo Llc | Extrinsic calibration of sensors mounted on a vehicle |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102564461A (zh) * | 2012-02-29 | 2012-07-11 | 北京航空航天大学 | 一种基于双轴转台的光学捷联惯导***的标定方法 |
EP2894602A1 (en) * | 2014-01-13 | 2015-07-15 | Honeywell International Inc. | A method of using image warping for geo-registration feature matching in vision-aided positioning |
US20180357314A1 (en) * | 2017-06-13 | 2018-12-13 | TuSimple | Time synchronization and data acquisition system for ground truth static scene sparse flow generation |
US20190080166A1 (en) * | 2017-09-13 | 2019-03-14 | TuSimple | Data acquistion and input of neural network method for deep odometry assisted by static scene optical flow |
CN109613543A (zh) * | 2018-12-06 | 2019-04-12 | 深圳前海达闼云端智能科技有限公司 | 激光点云数据的修正方法、装置、存储介质和电子设备 |
CN109975792A (zh) * | 2019-04-24 | 2019-07-05 | 福州大学 | 基于多传感器融合矫正多线激光雷达点云运动畸变的方法 |
CN110221603A (zh) * | 2019-05-13 | 2019-09-10 | 浙江大学 | 一种基于激光雷达多帧点云融合的远距离障碍物检测方法 |
-
2019
- 2019-09-25 CN CN201910913722.9A patent/CN110703229A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102564461A (zh) * | 2012-02-29 | 2012-07-11 | 北京航空航天大学 | 一种基于双轴转台的光学捷联惯导***的标定方法 |
EP2894602A1 (en) * | 2014-01-13 | 2015-07-15 | Honeywell International Inc. | A method of using image warping for geo-registration feature matching in vision-aided positioning |
US20180357314A1 (en) * | 2017-06-13 | 2018-12-13 | TuSimple | Time synchronization and data acquisition system for ground truth static scene sparse flow generation |
US20190080166A1 (en) * | 2017-09-13 | 2019-03-14 | TuSimple | Data acquistion and input of neural network method for deep odometry assisted by static scene optical flow |
CN109613543A (zh) * | 2018-12-06 | 2019-04-12 | 深圳前海达闼云端智能科技有限公司 | 激光点云数据的修正方法、装置、存储介质和电子设备 |
CN109975792A (zh) * | 2019-04-24 | 2019-07-05 | 福州大学 | 基于多传感器融合矫正多线激光雷达点云运动畸变的方法 |
CN110221603A (zh) * | 2019-05-13 | 2019-09-10 | 浙江大学 | 一种基于激光雷达多帧点云融合的远距离障碍物检测方法 |
Non-Patent Citations (1)
Title |
---|
韩栋斌 等: ""基于多对点云匹配的三维激光雷达外参数标定"", 《激光与光电子学进展》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111307174A (zh) * | 2020-02-05 | 2020-06-19 | 深圳前海达闼云端智能科技有限公司 | 一种传感器的标定方法、运动物体及存储介质 |
CN113269827A (zh) * | 2020-02-14 | 2021-08-17 | 北京京东乾石科技有限公司 | 一种实现自动化标定的方法和计算装置 |
CN113269827B (zh) * | 2020-02-14 | 2024-04-05 | 北京京东乾石科技有限公司 | 一种实现自动化标定的方法和计算装置 |
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 |
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 |
CN111710040A (zh) * | 2020-06-03 | 2020-09-25 | 纵目科技(上海)股份有限公司 | 一种高精度地图的构建方法、***、终端和存储介质 |
CN111710039A (zh) * | 2020-06-03 | 2020-09-25 | 纵目科技(上海)股份有限公司 | 一种高精度地图的构建方法、***、终端和存储介质 |
CN111710039B (zh) * | 2020-06-03 | 2024-06-14 | 纵目科技(上海)股份有限公司 | 一种高精度地图的构建方法、***、终端和存储介质 |
CN111710040B (zh) * | 2020-06-03 | 2024-04-09 | 纵目科技(上海)股份有限公司 | 一种高精度地图的构建方法、***、终端和存储介质 |
CN111708048A (zh) * | 2020-08-19 | 2020-09-25 | 深圳市速腾聚创科技有限公司 | 点云的运动补偿方法、装置和*** |
WO2022061850A1 (zh) * | 2020-09-28 | 2022-03-31 | 深圳市大疆创新科技有限公司 | 点云运动畸变修正方法和装置 |
US11959774B1 (en) | 2020-11-17 | 2024-04-16 | Waymo Llc | Extrinsic calibration of sensors mounted on a vehicle |
WO2022110797A1 (zh) * | 2020-11-30 | 2022-06-02 | 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 |
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 |
CN112859051B (zh) * | 2021-01-11 | 2024-04-09 | 桂林电子科技大学 | 激光雷达点云运动畸变的矫正方法 |
CN112859051A (zh) * | 2021-01-11 | 2021-05-28 | 桂林电子科技大学 | 激光雷达点云运动畸变的矫正方法 |
CN113391300B (zh) * | 2021-05-21 | 2022-02-01 | 中国矿业大学 | 一种基于imu的激光雷达三维点云实时运动补偿方法 |
CN113391300A (zh) * | 2021-05-21 | 2021-09-14 | 中国矿业大学 | 一种基于imu的激光雷达三维点云实时运动补偿方法 |
CN113763534B (zh) * | 2021-08-24 | 2023-12-15 | 同致电子科技(厦门)有限公司 | 一种基于视觉环视***点云建图方法 |
CN113763534A (zh) * | 2021-08-24 | 2021-12-07 | 同致电子科技(厦门)有限公司 | 一种基于视觉环视***点云建图方法 |
CN113838143A (zh) * | 2021-09-13 | 2021-12-24 | 三一专用汽车有限责任公司 | 标定外参的确定方法及装置、工程车辆和可读存储介质 |
CN114413887A (zh) * | 2021-12-24 | 2022-04-29 | 北京理工大学前沿技术研究院 | 一种传感器外部参数标定方法、设备及介质 |
CN114413887B (zh) * | 2021-12-24 | 2024-04-02 | 北京理工大学前沿技术研究院 | 一种传感器外部参数标定方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110703229A (zh) | 点云去畸变方法及车载激光雷达到imu的外参标定方法 | |
CN111272165B (zh) | 一种基于特征点标定的智能车定位方法 | |
Zhao et al. | A robust laser-inertial odometry and mapping method for large-scale highway environments | |
CN114758504B (zh) | 一种基于滤波校正的网联车超速预警方法及*** | |
CN103679167A (zh) | 一种ccd图像处理的方法 | |
CN115451948A (zh) | 一种基于多传感器融合的农业无人车定位里程计方法及*** | |
CN116452763A (zh) | 一种基于误差卡尔曼滤波和因子图的三维点云地图构建方法 | |
CN115077541A (zh) | 自动驾驶车辆的定位方法、装置及电子设备、存储介质 | |
CN115376109A (zh) | 障碍物检测方法、障碍物检测装置以及存储介质 | |
CN113359154A (zh) | 一种室内外通用的高精度实时测量方法 | |
CN115728753A (zh) | 激光雷达与组合导航的外参标定方法、装置及智能车辆 | |
CN115218906A (zh) | 面向室内slam的视觉惯性融合定位方法及*** | |
CN114841188A (zh) | 一种基于二维码的车辆融合定位方法及装置 | |
CN117388830A (zh) | 激光雷达与惯性导航的外参标定方法、装置、设备及介质 | |
CN114444284A (zh) | 一种车端实时仿真场景道路底图生成方法及*** | |
CN116863382A (zh) | 一种基于雷视融合的高速公路多目标追踪方法 | |
CN113190564A (zh) | 地图更新***、方法及设备 | |
CN114779275B (zh) | 基于AprilTag与激光雷达的移动机器人自动跟随避障方法 | |
US11428541B1 (en) | Targetless calibration of camera and inertial sensor in a vehicle | |
CN110232714B (zh) | 深度相机的标定方法及*** | |
CN114299477A (zh) | 一种车辆视觉定位方法、***、设备及可读存储介质 | |
CN115309630A (zh) | 自动驾驶仿真数据的生成方法、装置、设备及存储介质 | |
CN112985388B (zh) | 基于大位移光流法的组合导航方法及*** | |
CN112883846A (zh) | 一种用于检测车辆前方目标的三维数据采集成像*** | |
CN115372947A (zh) | 针对自动驾驶车辆惯导及激光雷达的标定方法及标定*** |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200117 |
|
RJ01 | Rejection of invention patent application after publication |