CN110849363B - 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
CN110849363B
CN110849363B CN201911221495.XA CN201911221495A CN110849363B CN 110849363 B CN110849363 B CN 110849363B CN 201911221495 A CN201911221495 A CN 201911221495A CN 110849363 B CN110849363 B CN 110849363B
Authority
CN
China
Prior art keywords
point cloud
cloud data
inertial navigation
laser radar
linear
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
CN201911221495.XA
Other languages
English (en)
Other versions
CN110849363A (zh
Inventor
胡小波
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 CN201911221495.XA priority Critical patent/CN110849363B/zh
Publication of CN110849363A publication Critical patent/CN110849363A/zh
Application granted granted Critical
Publication of CN110849363B publication Critical patent/CN110849363B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • 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
    • 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
    • G01S7/4972—Alignment of sensor

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (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。包括：根据激光雷达在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集，确定每个静止物体的目标边缘线的一对直线点云数据；其中，至少三个静止物体上的目标边缘线不共面；根据组合惯导在两个采集位置处对至少三个静止物体中的每个静止物体采集的惯导数据集，将至少三对直线点云数据转换到预设坐标系下；其中，激光雷达和组合惯导刚性连接；根据转换到预设坐标系下的至少三对直线点云数据，确定激光雷达到组合惯导的位姿转换矩阵。本发明的方案无需人工测量激光雷达与组合惯导的相对位姿，可快速准确的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，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，采用的方法是人工测量呈刚性连接的激光雷达与组合惯导之间的角度值和位移值，进而根据测量结果实现激光雷达与组合惯导的位姿标定。但是通过人工测量标定激光雷达与组合惯导之间的相对位姿，成本高、误差大，严重影响位姿标定的准确性。
发明内容
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、***及介质，无需人工测量激光雷达与组合惯导的相对位姿，可快速准确的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：
根据激光雷达在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集，确定每个静止物体的目标边缘线的一对直线点云数据；其中，所述至少三个静止物体上的目标边缘线不共面；
根据组合惯导在所述两个采集位置处对所述至少三个静止物体中的每个静止物体采集的惯导数据集，将至少三对直线点云数据转换到预设坐标系下；其中，所述激光雷达和所述组合惯导刚性连接；
根据转换到预设坐标系下的至少三对直线点云数据，确定所述激光雷达到所述组合惯导的位姿转换矩阵。
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：
直线点云确定模型，用于根据激光雷达在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集，确定每个静止物体的目标边缘线的一对直线点云数据；其中，所述至少三个静止物体上的目标边缘线不共面；
坐标系转换模块，用于根据组合惯导在所述两个采集位置处对所述至少三个静止物体中的每个静止物体采集的惯导数据集，将至少三对直线点云数据转换到预设坐标系下；其中，所述激光雷达和所述组合惯导刚性连接；
位姿矩阵确定模块，用于根据转换到预设坐标系下的至少三对直线点云数据，确定所述激光雷达到所述组合惯导的位姿转换矩阵。
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、组合惯导和控制设备；所述控制设备分别与所述激光雷达和所述组合惯导连接，所述控制设备包括：：
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，根据刚性连接的激光雷达和组合惯导在两个不同采集位置处对至少三个静止物体中的每一个静止物体采集的点云数据集和惯导数据集，确定每个静止物体的目标边缘线的一对直线点云数据，并将各对直线点云数据转换到预设坐标系下，进而根据转换到预设坐标系下的各对点云数据，确定激光雷达到组合惯导的位姿转换矩阵。本发明实施例的技术方案标定激光雷达和组合惯导的相对位姿的整个过程无需人工手动测量，也无需借助其他的测量仪器，避免了因测量误差导致标定结果不准确的情况，极大的提高了标定结果的准确性，降低了标定成本。为激光雷达和组合惯导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2A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2B是本发明实施例的激光雷达的安装方位示意图；
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方法的流程图；
图4是本发明实施例四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5是本发明实施例五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6A为本发明实施例六提供的一种测绘***的结构示意图；
图6B是本发明实施例六中的一种测绘***的控制设备的结构示意图。
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***中的控制设备执行，该控制设备可采用软件和/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，根据激光雷达在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集，确定每个静止物体的目标边缘线的一对直线点云数据。
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。点云数据集是激光雷达采集的一组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。本发明实施例中的静止物体可以是当前采集场景下呈静止状态的物体，例如，可以是建筑物、广场或静止的车辆等。可选的，为了保证位姿标定的准确性，本实施例优选边缘线为直线的大体积静止物体。静止物体的边缘线可以是静止物体的任意两个相邻面的交线。静止物体的目标边缘线可以是静止物体边缘线中的一条呈直线或趋于直线的边缘线，且该边缘线能够在采集到的该静止物体的点云数据集的可视化图像中显示出来。例如，若静止物体为建筑物1，且激光雷达采集到的点云数据集为建筑物1的俯视图，此时可以是将建筑物1的顶部的一条直线边缘线作为该建筑物1的目标边缘线。
需要说明的是，对预先选定的至少三个静止物体中的每个静止物体，刚性连接的待标定的激光雷达和组合惯导都在两个不同采集位置分别针对该静止物体采集了点云数据集和惯导数据集。具体的采集过程将在后续实施例进行详细介绍。
可选的，由于针对每个静止物体，激光雷达都会在两个不同采集位置中的每个采集位置处采集该静止物体的一组点云数据集，因此，针对至少三个静止物体中的每个静止物体，其点云数据集包括第一采集位置处采集的第一点云数据集和第二采集位置处采集的第二点云数据集。本步骤在确定每个静止物体的目标边缘线的一对直线点云数据时，可以是分别从该静止物体在第一采集位置处采集的第一点云数据集中选择表征该静止物体的目标边缘线的点云数据作为第一直线点云数据，从该静止物体在第二采集位置处采集的第二点云数据集中同样选择表征该静止物体的目标边缘线的点云数据作为第二直线点云数据，然后将第一直线点云数据和第二直线点云数据作为该静止物体的一对直线点云数据。具体的，在从第一点云数据集和第二点云数据集中选择对应的直线点云数据时，可以是工作人员根据实际需求手动在两个点云数据集中选择表征目标边缘线的点云数据，还可以是控制设备按照目标边缘线识别算法，自动在两个点云数据集中选择表征目标边缘线的点云数据，对此本实施例不进行限定。
需要说明的是，本步骤需要确定至少三个静止物体中的每个静止物体的目标边缘线的一对直线点云数据，且所述至少三个静止物体上的目标边缘线不共面。具体的，本发明实施例如何确定每个静止物体的目标边缘线的一对直线点云数据，以及如何保证确定的至少三对点云数据对应的目标边缘线不共面的具体方法将在后续实施例进行详细介绍。
S102，根据组合惯导在两个采集位置处对至少三个静止物体中的每个静止物体采集的惯导数据集，将至少三对直线点云数据转换到预设坐标系下。
其中，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***(InertialNavigation System，INS)中的至少一个，以及全球定位***(Global PositioningSystem，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，本发明实施例中的激光雷达和组合惯导刚性连接。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、高度、横滚角、俯仰角、航向角。本发明实施例中的预设坐标系可以是地心坐标系、大地坐标系、地理坐标系等中的任意一个，对此本实施例不进行限定。
可选的，由于针对每个静止物体，激光雷达在两个不同采集位置中的每个采集位置处采集该静止物体的点云数据集的同时，与激光雷达刚性连接的组合惯导同样在这两个采集位置中的每个采集位置处进行了惯导数据集的采集。因此针对至少三个静止物体中的每个静止物体，其惯导数据集包括第一采集位置处采集的第一惯导数据集和第二采集位置处采集的第二惯导数据集。
本步骤在将至少三个静止物体的至少三对直线点云数据转换到预设坐标系下时，可以是针对每一个静止物体，根据其惯导数据集中第一采集位置处采集的第一惯导数据集，将该静止物体的一对直线点云数据中第一采集位置处对应的第一直线点云数据从其所在的雷达坐标系转换到预设坐标系下。根据惯导数据集中第二采集位置处采集的第二惯导数据集，将该静止物体的一对直线点云数据中第二采集位置处对应的第二直线点云数据从其所在的雷达坐标系转换到预设坐标系下。具体的转换过程可以包括以下两个子步骤：
S1021，根据组合惯导在两个采集位置处对至少三个静止物体中的每个静止物体采集的惯导数据集，确定每个静止物体在第一采集位置处和第二采集位置处从惯导坐标系到预设坐标系的一对坐标系转换矩阵。
可选的，本子步骤可以是针对至少三个静止物体中的每个静止物体，根据该静止物体的惯导数据集中的第一采集位置处的第一惯导数据集，确定该静止物体在第一采集位置处从惯导坐标系到预设坐标系的第一坐标系转换矩阵，根据该静止物体的惯导数据集中的第二采集位置处的第二惯导数据集，确定该静止物体在第二采集位置处从惯导坐标系到预设坐标系的第二坐标系转换矩阵。
具体的，根据惯导数据集确定其从惯导坐标系到预设坐标系的坐标系转换矩阵的方式有很多，对此本实施例不进行限定。例如，可以是采用坐标系转换工具，将惯导数据集输入该坐标系转换工具中，并在坐标系转换工具中选择需要转换的预设坐标系，然后运行该坐标系转换工具，此时该坐标系转换工具就会输出该惯导数据集对应的从惯导坐标系到预设坐标系的坐标系转换矩阵。还可以是根据惯导数据集和惯导坐标系到预设坐标系的推算公式，推算该惯导数据集对应的从惯导坐标系到预设坐标系的坐标系转换矩阵等等。
S1022，根据至少三对坐标系转换矩阵和待确定的激光雷达到组合惯导的位姿转换矩阵，将至少三对直线点云数据从雷达坐标系转换到预设坐标系下。
具体的，S101针对至少三个静止物体中的每个静止物体都确定出了一对直线点云数据，且该直线点云数据为雷达坐标系下的直线点云数据，本步骤可以是先根据待确定的激光雷达到组合惯导的位姿转换矩阵，先将雷达坐标系下的一对直线点云数据转换到组合惯导坐标系下，然后在根据S1021确定出的该静止物体对应的一对坐标系转换矩阵，将转换到组合惯导坐标系下的一对直线点云数据继续转换到预设坐标系下，具体的，针对每一个静止物体，第一采集位置处的第一坐标系转换矩阵用于转换第一采集位置处对应的第一直线点云数据；第二采集位置处的第二坐标系转换矩阵用于转换第二采集位置处对应的第二直线点云数据。示例性的，假设一个静止物体在第一位置处对应的雷达坐标系下的第一直线点云数据为P，该静止物体在第一采集位置处的第一坐标系转换矩阵为R，待确定的激光雷达到组合惯导的位姿转换矩阵为C，此时可以是根据公式P′＝RCP，确定出转换到预设坐标系下的第一直线点云数据P′。
S103，根据转换到预设坐标系下的至少三对直线点云数据，确定激光雷达到组合惯导的位姿转换矩阵。
可选的，由于至少三对直线点云数据都已经转换到了预设坐标系下，且每对直线点云数据都对应空间中的同一静止物体的同一个目标边缘线，也就是说，转换到预设坐标系下的每对直线点云数据中的第一直线点云数据和第二直线点云数据在预设坐标系下的位置应该在一条直线上，具体可以包括以下两种位置关系：一种是转换到预设坐标系下的第一直线点云数据和第二直线点云数据分别为静止物体的目标边缘线的一部分，但不存在区域重合；另一种是转换到预设坐标系下的第一直线点云数据和第二直线点云数据存在部分的区域重合。由于S1022转换到预设坐标系下的直线点云数据中包含了待确定的激光雷达到组合惯导的位姿转换矩阵，此时可以是根据每个静止物体转换到预设坐标系下的第一直线点云数据和第二直线点云数据之间的位置关系(如第一直线点云数据和第二点直线云数据之间的距离为0)构建未知数为激光雷达到组合惯导的位姿转换矩阵的方程式。
可选的，针对每一个静止物体的一对点云数据，最多可以构建四个未知数为激光雷达到组合惯导的位姿转换矩阵的方程式(具体的构建方法后续实施例进行介绍)，而对于待确定的激光雷达到组合惯导的位姿转换矩阵中包括旋转变换对应的9个位姿标定参数和平移变换对应的3个位姿标定参数即12个未知参数，所以本发明实施例至少需要三个静止物体构建的12个方程式组成目标方程组，然后求解该目标方程组，即可得到激光雷达到组合惯导的位姿转换矩阵中的12个未知参数，其中具体实现过程将在后续实施例进行详细介绍。
可选的，当静止物体的个数大于三个时，可以是针对多个静止物体仍构建12个方程式的目标方程组，求解激光雷达到组合惯导的位姿转换矩阵中的12个未知参数；还可以是针对多个静止物体构建方程式的个数大于12个，并根据构建的所有方程式组成的目标方程组，采用最小二乘法求解目标方程组的最优解。对此本实施例不进行限定。
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，根据刚性连接的激光雷达和组合惯导在两个不同采集位置处对至少三个静止物体中的每一个静止物体采集的点云数据集和惯导数据集，确定每个静止物体的目标边缘线的一对直线点云数据，并将各对直线点云数据转换到预设坐标系下，进而根据转换到预设坐标系下的各对点云数据，确定激光雷达到组合惯导的位姿转换矩阵。本发明实施例的技术方案标定激光雷达和组合惯导的相对位姿的整个过程无需人工手动测量，也无需借助其他的测量仪器，避免了因测量误差导致标定结果不准确的情况，极大的提高了标定结果的准确性，降低了标定成本。为激光雷达和组合惯导之间相对位姿的标定提供了一种新思路。
实施例二
图2A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，图2B是本发明实施例的激光雷达的安装方位示意图。本实施例以上述实施例为基础，进行了进一步的优化，具体给出了如何获取每个静止物体的点云数据集和惯导数据集的具体情况介绍。如图2A所示，本实施例的方法具体包括如下步骤：
S201，获取刚性连接的激光雷达和组合惯导在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集和惯导数据集。
可选的，本发明实施例中呈刚性连接的待标定的激光雷达和组合惯导在针对至少三个静止物体采集点云数据集和惯导数据集时，只要保证针对每一个静止物体是在两个不同采集位置采集该静止物体的点云数据集和惯导数据集即可，具体的采集方式有很多，对此不进行限定。例如，可以包括如下三种可实施方式：
可实施方式一、对至少三个静止物体中的每个静止物体，依次获取刚性连接的激光雷达和组合惯导在两个采集位置处对该静止物体采集的点云数据集和惯导数据集。
具体的，本可实施方式可以是刚性连接的激光雷达和组合惯导一次只在一个采集位置采集一个静止物体的点云数据集和惯导数据集。也就是说，刚性连接的激光雷达和组合惯导针对至少三个静止物体中的每个静止物体都要执行一次在两个不同采集位置处采集两次点云数据集和惯导数据集。本可实施方式最终采集的数据是，针对每个静止物体都包含两组点云数据集(即第一点云数据集和第二点云数据集)和两组惯导数据集(即第一惯导数据集和第二惯导数据集)。
示例性的，假设有三个静止物体，即静止物体1、静止物体2和静止物体3，针对静止物体1，刚性连接的激光雷达和组合惯导在位置A处采集一次静止物体1的第一点云数据集和第一惯导数据集，在位置B处采集一次静止物体1的第二点云数据集和第二惯导数据集；针对静止物体2，刚性连接的激光雷达和组合惯导在位置C处采集一次静止物体2的第一点云数据集和第一惯导数据集，在位置D处采集一次静止物体2的第二点云数据集和第二惯导数据集；针对静止物体3，刚性连接的激光雷达和组合惯导在位置E处采集一次静止物体3的第一点云数据集和第一惯导数据集，在位置F处采集一次静止物体3的第二点云数据集和第二惯导数据集，即对三个静止物体，一共采集了6个点云数据和6个惯导数据集。
可实施方式二、获取刚性连接的激光雷达和组合惯导在两个采集位置处对至少三个静止物体采集的点云数据集和惯导数据集。
具体的，本可实施方式可以是刚性连接的激光雷达和组合惯导一次在一个采集位置同时采集至少三个静止物体的点云数据集和惯导数据集。也就是说，刚性连接的激光雷达和组合惯导针对至少三个静止物体只执行一次在两个不同采集位置处采集两次点云数据集和惯导数据集。本可实施方式最终针对至少三个静止物体只采集了两组点云数据集(即第一点云数据集和第二点云数据集)和两组惯导数据集(即第一惯导数据集和第二惯导数据集)。
示例性的，假设有三个静止物体，即静止物体1、静止物体2和静止物体3，刚性连接的激光雷达和组合惯导在位置A处同时采集三个静止物体(即静止物体1、静止物体2和静止物体3)的第一点云数据集和第一惯导数据集，在位置B处同时采集三个静止物体的第二点云数据集和第二惯导数据集。即对应三个静止物体，一共采集了2个点云数据和2个惯导数据集。
可实施方式三、针对至少三个静止物体中的部分静止物体(其中，该部分的静止物体的数量大于或等于二个)采用上述可实施方式二采集点云数据集和惯导数据集，剩余部分静止物体采用方式一采集点云数据集和惯导数据集。
具体的，至少三个静止物体中可能会存在有些静止物体之间可能距离较近，能够同时处于激光雷达的覆盖范围，此时针对这部分静止物体可以采用上述可实施方式二同时来采集这部分静止物体的点云数据集和惯导数据集；对剩余的距离较远不能和其他静止物体同处于激光雷达覆盖范围内的静止物体，依次针对剩余的每一个静止物体，通过移动刚性连接的激光雷达和组合惯导的位置使得该静止物体在该激光雷达的覆盖范围内时，再采用上述可实施方式一在两个不同采集位置处采集该静止物的点云数据集和惯导数据集。
例如，假设有三个静止物体，即静止物体1、静止物体2和静止物体3，其中，静止物体1和静止物2可同处于激光雷达的覆盖范围内，此时可以是针对静止物体1和静止物体2采用上述可实施方式二采集静止物体1和静止物体2的点云数据集，针对静止物体3可以在调整刚性连接的激光雷达和组合惯导的位置后，采用上述可实施方式一单独采集静止物体3的点云数据集和惯导数据集。
S202，根据激光雷达在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集，确定每个静止物体的目标边缘线的一对直线点云数据。
可选的，本发明实施例为了保证最终确定的激光雷达到组合惯导的位姿转换矩阵的准确性，需要至少三个静止物体上的目标边缘线都不在一个平面内(即不共面)。由于地面上的静止物体通常是垂直于地面的，此时垂直于地面的静止物体其在竖直面上的边缘线两两之间通常在一个平面内，所以为了保证激光雷达采集点云数据中包含的目标边缘线不共面，本实施例在安装激光雷达时的优选安装位置为该激光雷达相对于水平面为垂直安装。垂直安装是指激光雷达的驱动机构比如马达的转轴相对于水平面平行设置。可以理解，激光雷达可以相对水平面倾斜一定角度，只要确保其能够正常扫描到物体顶部的边缘轮廓即可。具体的安装方位示意图如图2B所示，激光雷达的Z轴方向与水平面平行，激光雷达可以整体沿Z轴方向转动或者激光雷达内部的发光元件沿Z轴方向转动，以使得激光光束能够绕Z轴转动实现对周围环境的扫描探测。刚性连接的激光雷达和组合惯导可以在静止物体的上方或侧方位置进行数据的采集。
S203，根据组合惯导在两个采集位置处对至少三个静止物体中的每个静止物体采集的惯导数据集，将至少三对直线点云数据转换到预设坐标系下。
S204，根据转换到预设坐标系下的至少三对直线点云数据，确定激光雷达到组合惯导的位姿转换矩阵。
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，获取刚性连接的激光雷达和组合惯导在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集和惯导数据集，根据各静止物体的点云数据集和惯导数据集，确定各静止物体的目标边缘线的一对直线点云数据，并将各对直线点云数据转换到预设坐标系下，进而根据转换到预设坐标系下的各对点云数据，确定激光雷达到组合惯导的位姿转换矩阵。本发明实施例的技术方案仅通过测绘***自身的待标定的刚性连接的激光雷达和组合惯导采集的数据完成相对位姿的标定过程，减少人工测量过程带来的误差，极大的提高了标定结果的准确性，降低了标定成本。
实施例三
图3为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激光雷达在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集，确定每个静止物体的目标边缘线的一对直线点云数据的具体情况介绍。如图3所示，本实施例的方法具体包括如下步骤：
S301，根据激光雷达在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集，生成每个静止物体在第一采集位置处的第一点云数据集的可视化图像和在第二采集位置处的第二点云数据集的可视化图像。
可选的，本发明实施例可以是对至少三个静止物体中的每个静止物体，将该静止物体在第一采集位置处的第一点云数据集输入到可视化程序中，由该可视化程序对第一点云数据集中的每个点的坐标进行可视化显示，形成第一点云数据集的可视化图像。将该静止物体在第二采集位置处的第二点云数据集输入到可视化程序中，由该可视化程序对第二点云数据集中的每个点的坐标进行可视化显示，形成第二点云数据集的可视化图像。
需要说明的是，如果本发明实施例中刚性连接的激光雷达和组合惯导采集各静止物体的点云数据的方式为对至少三个静止物体中的每个静止物体，激光雷达依次在两个采集位置处对静止物体采集的点云数据集。则此时可以是针对每个静止物的两组点云数据集，都执行一次本步骤的操作，共生成至少12个点云数据集的可视化图像。需要说明的是，此时每个静止物体的两个点云数据集的可视化图像中只包括该静止物体。
如果本发明实施例中刚性连接的激光雷达和组合惯导采集各静止物体的点云数据的方式为激光雷达在两个采集位置同时对至少三个静止物体采集的点云数据集和惯导数据集。则此时可以是只将这两组点云数据集执行一次本步骤的操作，共生成两个点云数据集的可视化图像。需要说明的是，此时每个可视化图像中都包括至少三个静止物体。
S302，将每个静止物体的第一点云数据集的可视化图像中表征静止物体的目标边缘线的点云数据作为静止物体的目标边缘线的第一直线点云数据。
S303，将每个静止物体的第二点云数据集的可视化图像中表征静止物体的目标边缘线的点云数据作为静止物体的目标边缘线的第二直线点云数据。
可选的，若S301是针对每个静止物的两组点云数据集，都生成了两个点云数据集的可视化图像(即第一点云数据集的可视化图像和第二点云数据集的可视化图像)则此时可以是针对每个静止物体的第一点云数据的可视化图像执行S302的操作，对每一个静止物体的第二点云数据的可视化图像执行S303的操作。此时为了保证各个静止物体的一对直线点云数据(即第一直线点云数据和第二直线点云数据)对应的静止物体的目标边缘线不共面，可以是根据各静止物体在实际三维空间中的位置，以及激光雷达的激光发射面的角度，来选择各个静止物体的目标边缘线。
若S301是对至少三个静止物体只生成了两组点云数据集的可视化图像(即第一点云数据集的可视化图像和第二点云数据集的可视化图像)，则此时可以是对包含至少三个静止物体的第一点云数据集的可视化图像，执行至少三次S302的操作，通过该可视化图像确定出至少三个静止物体中每个静止物体的目标边缘线的第一直线点云数据，对包含至少三个静止物体的第二点云数据集的可视化图像，执行至少三次S303的操作，通过该可视化图像确定出至少三个静止物体中每个静止物体的目标边缘线的第二直线点云数据。此时为了保证各个静止物体的一对直线点云数据(即第一直线点云数据和第二直线点云数据)对应的静止物体的目标边缘线不共面，只要在第一点云数据集的可视化图像中选择的至少三个第一直线点云数据不平行，且第二点云数据集的可视化图像中选择的至少三个第二直线点云数据也不平行即可。
可选的，本发明实施例中，在确定每个静止物体的第一点云数据集或第二点云数据集的可视化图像中表征该静止物体的目标边缘线的点云数据的具体方法有很多。对此本实施例不进行限定。例如，可以是将每一个静止物体的第一点数据集的可视化图像和第二点云数据集的可视化图像展示给工作人员，由工作人员在该静止物体的第一点云数据集的可视化图像和第二点云数据集的可视化图像中标出该静止物体的同一目标边缘线的位置(例如，通过直线来标出目标边缘线的位置，或者是通过至少两个点来标出目标边缘线的位置)，控制设备会根据工作人员的标出的位置，将第一点云数据集的可视化图像中标出位置处的点云数据作为第一直线点云数据，将第二点云数据集的可视化图像中标出位置处的点云数据作为第二直线点云数据。进而将确定出的第一直线点云数据和第二直线点云数据一并作为该静止物体的一对直线点云数据。
S304，根据组合惯导在两个采集位置处对至少三个静止物体中的每个静止物体采集的惯导数据集，将每个静止物体的第一直线点云数据和第二直线点云数据转换到预设坐标系下。
S305，根据转换到预设坐标系下的每个静止物体的第一直线点云数据和第二直线点云数据，确定激光雷达到组合惯导的位姿转换矩阵。
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，根据激光雷达在两个采集位置处对至少三个静止物体中的每个静止物体采集的两个点云数据集，生成两个点云数据集的可视化图像，将每个静止物体的两个可视化图像中表征该静止物体的目标边缘线的点云数据作为一对直线点云数据，根据激光雷达采集的每个静止物体在两个不同采集位置处的惯导数据集，将各对直线点云数据转换到预设坐标系下，进而根据转换到预设坐标系下的各对点云数据，确定激光雷达到组合惯导的位姿转换矩阵。本发明实施例的技术方案，避免了因测量误差导致标定结果不准确的情况，极大的提高了标定结果的准确性，降低了标定成本，为激光雷达和组合惯导之间相对位姿的标定提供了一种新思路。
实施例四
图4为本发明实施例四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转换到预设坐标系下的至少三对直线点云数据，确定激光雷达到组合惯导的位姿转换矩阵的具体情况介绍。如图4所示，本实施例的方法具体包括如下步骤：
S401，根据激光雷达在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集，确定每个静止物体的目标边缘线的一对直线点云数据。
其中，至少三个静止物体上的目标边缘线不共面。
S402，根据组合惯导在两个采集位置处对至少三个静止物体中的每个静止物体采集的惯导数据集，将至少三对直线点云数据转换到预设坐标系下。
可选的，本步骤可以是根据公式P′＝RCP；将每一对直线点云数据中的每一个直线点云数据从雷达坐标系下转换到预设坐标系下。其中，P为待进行坐标转换的雷达坐标系下的直线点云数据，R为该直线点云数据对应的采集位置处的从组合惯导坐标系到预设坐标系的坐标系转换矩阵，C为待确定的激光雷达到组合惯导的位姿转换矩阵；P′为转换到预设坐标系下的直线点云数据。
S403，根据转换到预设坐标系下的每对直线点云数据中的第一直线点云数据和第二直线点云数据，确定第一直线点云数据和第二直线点云数据的直线距离表达式。
具体的，第一直线点云数据和第二直线点云数据分别代表两条直线，本步骤根据每一对直线点云数据中的第一直线点云数据和第二直线点云数据，确定第一直线点云数据和第二直线点云数据对应的两条直线之间的直线距离表达式的方法有很多，对此本实施例不进行限定。可以是通过以下三个子步骤来实现：
S4031，针对转换到预设坐标系下的每对直线点云数据，确定该对直线点云数据中第一直线点云数据的第一目标点云数据和第二直线点云数据的第二目标点云数据。
可选的，由于两个点可以确定一条直线，所以本子步骤可以是针对每个静止物体转换到预设坐标系下的一对直线点云数据(即该静止物体的第一直线点云数据和第二直线点云数据)，在该静止物体的第一直线点云数据中选择至少两个点作为第一目标点，并获取第一目标点的点云数据(如坐标值(x，y，z))作为第一目标点云数据，在该静止物体的第二直线点云数据中选择至少两个点作为第二目标点，并获取第二目标点的点云数据(如坐标值(x，y，z))作为第二目标点云数据。可选的，为了保证本申请确定的直线距离表达式的准确性，本子步骤优选直线点云数据集对应的直线上相距较远的至少两个的点作为目标点。
可选的，可以是从转换到预设坐标系下的每对直线点云数据中的第一直线点云数据中选择两个第一目标点云数据P′11和P′12。从该对直线点云数据中的第二直线点云数据中选择两个第二目标点云数据P′21和P′22。可选的，本子步骤可以依据S402介绍的坐标系转换过程，得到P′11、P′12、P′21和P′22的表达式如下：
P′11＝RCP11、P′12＝RCP12、P′21＝RCP21、P′22＝RCP22
其中，P11、P12、P21和P22分别为P′11、P′12、P′21和P′22转换到预设坐标系前在雷达坐标系的点云数据；R为该直线点云数据对应的采集位置处的从组合惯导坐标系到预设坐标系的坐标系转换矩阵，C为待确定的激光雷达到组合惯导的位姿转换矩阵。
S4032，根据第二目标点云数据，确定第二直线点云数据的方向向量。
可选的，若第二目标点云数据为P′21和P′22，则可以是按照公式
Figure BDA0002300987480000161
来确定第二直线点云数据的方向向量。
其中，
Figure BDA0002300987480000162
为第二直线点云数据的方向向量；
Figure BDA0002300987480000163
和
Figure BDA0002300987480000164
分别为第二点云数据中的P′21和P′22的x方向的坐标值，
Figure BDA0002300987480000165
和
Figure BDA0002300987480000166
分别为第二点云数据中的P′21和P′22的y方向的坐标值，
Figure BDA0002300987480000167
和
Figure BDA0002300987480000168
分别为第二点云数据中的P′21和P′22的z方向的坐标值。
需要说明的是，本子步骤还可以采用其他方式计算第二直线点云数据的方向向量。对此本实施例不行限定。
S4033，根据第一目标点云数据、第二目标点云数据和方向向量，确定第一直线点云数据和第二直线点云数据的直线距离表达式。
可选的，若第一目标点云数据为P′11和P′12；第二目标点云数据为P′21和P′22；第二直线点云数据的方向向量为
Figure BDA0002300987480000169
则可以是根据下述公式(1)-(4)得到第一直线点云数据和第二直线点云数据的4个直线距离表达式。
Figure BDA00023009874800001610
Figure BDA00023009874800001611
Figure BDA00023009874800001612
Figure BDA00023009874800001613
需要说明的是，由于上述公式(1)-(4)中的P′11、P′12、P′21和P′22中包含待确定的激光雷达到组合惯导的位姿转换矩阵，所以根据P′11、P′12、P′21和P′22确定的直线距离表达式中也包含待确定的激光雷达到组合惯导的位姿转换矩阵。
S404，根据至少三对直线点云数据的直线距离表达式构建目标方程组。
可选的，由于待确定的激光雷达到组合惯导的位姿转换矩阵中包括旋转变换对应的9个位姿标定参数和平移变换对应的3个位姿标定参数即12个未知参数，所以构建的目标方程组至少需要包括12个方程式，由于S403中，针对一对直线点云数据可以确定出4个直线距离表达式，所以本步骤需要根据至少三对直线点云数据确定的至少12个直线距离表达式构建目标方程组。
可选的，由于至少三对直线点云数据都已经转换到预设坐标系下，且每一对直线点云数据都对应空间中的同一静止物体的同一个目标边缘线，也就是说，转换到预设坐标系下的每对直线点云数据中的第一直线点云数据和第二直线点云数据在预设坐标系下的位置应该在一条直线上，所以第一直线点云数据和第二直线点云数据的直线距离应该为0或无线趋近于0。此时可以基于每对直线点云数据的位置关系，令S403确定出的至少12个第一直线点云数据和第二直线点云数据的直线距离表达式为0或无限小，得到至少12个直线距离方程式，将这至少12个直线距离方程式联立构建出目标方程组。
S405，求解目标方程组，得到激光雷达到组合惯导的位姿转换矩阵。
可选的，由于S403确定出的直线距离表达式中的未知参数为激光雷达到组合惯导的位姿转换矩阵，所以根据直线距离表达式构建的目标方程组的未知参数仍然为激光雷达到组合惯导的位姿转换矩阵，所以本步骤通过求解该目标方程组，即可得到激光雷达到组合惯导的位姿转换矩阵。
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，根据刚性连接的激光雷达和组合惯导在两个不同采集位置处对至少三个静止物体中的每一个静止物体采集的点云数据集和惯导数据集，确定每个静止物体的目标边缘线的一对直线点云数据，并将各对直线点云数据转换到预设坐标系下，确定预设坐标系下每对点云数据中的第一点云数据和第二点云数据的直线距离表达式，通过预设坐标系下每对点云数据中的第一点云数据和第二点云数据的距离关系结合确定的直线距离表达式，构建并求解目标方程组，得到激光雷达到组合惯导的位姿转换矩阵。本发明实施例的技术方案，基于预设坐标系下每对直线点云数据之间的距离关系构建方程组，求解激光雷达到组合惯导的位姿转换矩阵，为求解激光雷达到组合惯导的位姿转换矩阵提供了一种新思路，同时也提高了标定结果的准确性。
实施例五
图5为本发明实施例五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5所示，该装置具体包括：
直线点云确定模型501，用于根据激光雷达在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集，确定每个静止物体的目标边缘线的一对直线点云数据；其中，所述至少三个静止物体上的目标边缘线不共面；
坐标系转换模块502，用于根据组合惯导在所述两个采集位置处对所述至少三个静止物体中的每个静止物体采集的惯导数据集，将至少三对直线点云数据转换到预设坐标系下；其中，所述激光雷达和所述组合惯导刚性连接；
位姿矩阵确定模块503，用于根据转换到预设坐标系下的至少三对直线点云数据，确定所述激光雷达到所述组合惯导的位姿转换矩阵。
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，根据刚性连接的激光雷达和组合惯导在两个不同采集位置处对至少三个静止物体中的每一个静止物体采集的点云数据集和惯导数据集，确定每个静止物体的目标边缘线的一对直线点云数据，并将各对直线点云数据转换到预设坐标系下，进而根据转换到预设坐标系下的各对点云数据，确定激光雷达到组合惯导的位姿转换矩阵。本发明实施例的技术方案标定激光雷达和组合惯导的相对位姿的整个过程无需人工手动测量，也无需借助其他的测量仪器，避免了因测量误差导致标定结果不准确的情况，极大的提高了标定结果的准确性，降低了标定成本。为激光雷达和组合惯导之间相对位姿的标定提供了一种新思路。
进一步的，上述装置还包括：
数据采集模块，用于获取刚性连接的激光雷达和组合惯导在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集和惯导数据集。
进一步的，上述数据采集模块具有用于：
对至少三个静止物体中的每个静止物体，依次获取刚性连接的激光雷达和组合惯导在两个采集位置处对所述静止物体采集的点云数据集和惯导数据集；或者，
获取刚性连接的激光雷达和组合惯导在两个采集位置处对至少三个静止物体采集的点云数据集和惯导数据集。
进一步的，所述激光雷达相对于水平面为垂直安装。
进一步的，上述直线点云确定模型501具体用于：
根据激光雷达在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集，生成每个静止物体在第一采集位置处的第一点云数据集的可视化图像和在第二采集位置处的第二点云数据集的可视化图像；
将每个静止物体的第一点云数据集的可视化图像中表征所述静止物体的目标边缘线的点云数据作为所述静止物体的目标边缘线的第一直线点云数据；
将每个静止物体的第二点云数据集的可视化图像中表征所述静止物体的目标边缘线的点云数据作为所述静止物体的目标边缘线的第二直线点云数据。
进一步的，上述坐标系转换模块502具体用于：
根据组合惯导在所述两个采集位置处对所述至少三个静止物体中的每个静止物体采集的惯导数据集，确定每个静止物体在第一采集位置处和第二采集位置处从惯导坐标系到预设坐标系的一对坐标系转换矩阵；
根据至少三对坐标系转换矩阵和待确定的所述激光雷达到所述组合惯导的位姿转换矩阵，将至少三对直线点云数据从雷达坐标系转换到预设坐标系下。
进一步的，上述位姿矩阵确定模块503包括：
距离表达式确定单元，用于根据转换到预设坐标系下的每对直线点云数据中的第一直线点云数据和第二直线点云数据，确定所述第一直线点云数据和所述第二直线点云数据的直线距离表达式；其中，所述直线距离表达式中包含待确定的所述激光雷达到所述组合惯导的位姿转换矩阵；
方程组构建单元，用于根据至少三对直线点云数据的直线距离表达式构建目标方程组；
位姿矩阵求解单元，用于求解所述目标方程组，得到所述激光雷达到所述组合惯导的位姿转换矩阵。
进一步的，上述距离表达式确定单元具体用于：
针对转换到预设坐标系下的每对直线点云数据，确定该对直线点云数据中第一直线点云数据的第一目标点云数据和第二直线点云数据的第二目标点云数据；
根据所述第二目标点云数据，确定所述第二直线点云数据的方向向量；
根据所述第一目标点云数据、所述第二目标点云数据和所述方向向量，确定所述第一直线点云数据和所述第二直线点云数据的直线距离表达式。
实施例六
图6A为本发明实施例六提供的一种测绘***的结构示意图，图6B为本发明实施例六提供的一种测绘***的控制设备的结构示意图。图6A所示的测绘***6包括激光雷达61、组合惯导62以及控制设备60。图6B示出了适于用来实现本发明实施方式的示例性控制设备60的框图。图6B显示的控制设备60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6B所示，该控制设备60以通用计算设备的形式表现。该控制设备60的组件可以包括但不限于：一个或者多个处理器601，存储装置602，连接不同***组件(包括存储装置602和处理器601)的总线603。
总线603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。
控制设备60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设备60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。
存储装置602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)604和/或高速缓存存储器605。控制设备60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***606可以用于读写不可移动的、非易失性磁介质(图6B未显示，通常称为“硬盘驱动器”)。尽管图6B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603相连。存储装置602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607的程序/实用工具608，可以存储在例如存储装置602中，这样的程序模块607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607通常执行本发明所描述的实施例中的功能和/或方法。
控制设备60也可以与一个或多个外部设备609(例如键盘、指向设备、显示器610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/或与使得该控制设备60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611进行。并且，控制设备60还可以通过网络适配器612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6B所示，网络适配器612通过总线603与控制设备60的其它模块通信。应当明白，尽管图中未示出，可以结合控制设备60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。
处理器601通过运行存储在***存储器602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。
实施例七
本发明实施例七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 (9)

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：
根据激光雷达在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集，确定每个静止物体的目标边缘线的一对直线点云数据；其中，所述至少三个静止物体上的目标边缘线不共面；
根据组合惯导在所述两个采集位置处对所述至少三个静止物体中的每个静止物体采集的惯导数据集，将至少三对直线点云数据转换到预设坐标系下；其中，所述激光雷达和所述组合惯导刚性连接；
根据转换到预设坐标系下的至少三对直线点云数据，确定所述激光雷达到所述组合惯导的位姿转换矩阵；
所述根据转换到预设坐标系下的至少三对直线点云数据，确定所述激光雷达到所述组合惯导的位姿转换矩阵，包括：
根据转换到预设坐标系下的每对直线点云数据中的第一直线点云数据和第二直线点云数据，确定所述第一直线点云数据和所述第二直线点云数据的直线距离表达式；其中，所述直线距离表达式中包含待确定的所述激光雷达到所述组合惯导的位姿转换矩阵；
根据至少三对直线点云数据的直线距离表达式构建目标方程组；
求解所述目标方程组，得到所述激光雷达到所述组合惯导的位姿转换矩阵。
2.根据权利要求1所述的方法，其特征在于，根据激光雷达在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集，确定每个静止物体的目标边缘线的一对直线点云数据之前，还包括：
获取刚性连接的激光雷达和组合惯导在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集和惯导数据集。
3.根据权利要求2所述的方法，其特征在于，获取刚性连接的激光雷达和组合惯导在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集和惯导数据集，包括：
对至少三个静止物体中的每个静止物体，依次获取刚性连接的激光雷达和组合惯导在两个采集位置处对所述静止物体采集的点云数据集和惯导数据集；或者，
获取刚性连接的激光雷达和组合惯导在两个采集位置处对至少三个静止物体采集的点云数据集和惯导数据集。
4.根据权利要求1-2任一所述的方法，其特征在于，所述激光雷达相对于水平面为垂直安装。
5.根据权利要求1所述的方法，其特征在于，根据激光雷达在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集，确定每个静止物体的目标边缘线的一对直线点云数据，包括：
根据激光雷达在两个采集位置处对至少三个静止物体中的每个静止物体采集的点云数据集，生成每个静止物体在第一采集位置处的第一点云数据集的可视化图像和在第二采集位置处的第二点云数据集的可视化图像；
将每个静止物体的第一点云数据集的可视化图像中表征所述静止物体的目标边缘线的点云数据作为所述静止物体的目标边缘线的第一直线点云数据；
将每个静止物体的第二点云数据集的可视化图像中表征所述静止物体的目标边缘线的点云数据作为所述静止物体的目标边缘线的第二直线点云数据。
6.根据权利要求1所述的方法，其特征在于，根据组合惯导在所述两个采集位置处对所述至少三个静止物体中的每个静止物体采集的惯导数据集，将至少三对直线点云数据转换到预设坐标系下，包括：
根据组合惯导在所述两个采集位置处对所述至少三个静止物体中的每个静止物体采集的惯导数据集，确定每个静止物体在第一采集位置处和第二采集位置处从惯导坐标系到预设坐标系的一对坐标系转换矩阵；
根据至少三对坐标系转换矩阵和待确定的所述激光雷达到所述组合惯导的位姿转换矩阵，将至少三对直线点云数据从雷达坐标系转换到预设坐标系下。
7.根据权利要求1所述的方法，其特征在于，根据转换到预设坐标系下的每对直线点云数据中的第一直线点云数据和第二直线点云数据，确定所述第一直线点云数据和所述第二直线点云数据的直线距离表达式，包括：
针对转换到预设坐标系下的每对直线点云数据，确定该对直线点云数据中第一直线点云数据的第一目标点云数据和第二直线点云数据的第二目标点云数据；
根据所述第二目标点云数据，确定所述第二直线点云数据的方向向量；
根据所述第一目标点云数据、所述第二目标点云数据和所述方向向量，确定所述第一直线点云数据和所述第二直线点云数据的直线距离表达式。
8.一种测绘***，其特征在于，包括激光雷达、组合惯导和控制设备；所述控制设备分别与所述激光雷达和所述组合惯导连接，所述控制设备包括：
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1-7中任一所述的激光雷达与组合惯导的位姿标定方法。
9.一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1-7中任一所述的激光雷达与组合惯导的位姿标定方法。
CN201911221495.XA 2019-12-03 2019-12-03 激光雷达与组合惯导的位姿标定方法、***及介质 Active CN110849363B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911221495.XA CN110849363B (zh) 2019-12-03 2019-12-03 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
CN201911221495.XA CN110849363B (zh) 2019-12-03 2019-12-03 激光雷达与组合惯导的位姿标定方法、***及介质

Publications (2)

Publication Number Publication Date
CN110849363A CN110849363A (zh) 2020-02-28
CN110849363B true CN110849363B (zh) 2021-09-21

Family

ID=69607388

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911221495.XA Active CN110849363B (zh) 2019-12-03 2019-12-03 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) CN110849363B (zh)

Families Citing this family (5)

* 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
CN112578394B (zh) * 2020-11-25 2022-09-27 中国矿业大学 附有几何约束的LiDAR/INS融合定位与制图方法
CN112180348B (zh) * 2020-11-27 2021-03-02 深兰人工智能(深圳)有限公司 车载多线激光雷达的姿态标定方法和装置
CN113671527A (zh) * 2021-07-23 2021-11-19 国电南瑞科技股份有限公司 一种提高配网带电作业机器人的精准作业方法及装置
WO2023028823A1 (zh) * 2021-08-31 2023-03-09 深圳市速腾聚创科技有限公司 雷达的标定方法、装置、终端设备及存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9916703B2 (en) * 2015-11-04 2018-03-13 Zoox, Inc. Calibration for autonomous vehicle operation
CN109297510B (zh) * 2018-09-27 2021-01-01 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
CN109901138B (zh) * 2018-12-28 2023-07-04 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
CN109945856B (zh) * 2019-02-18 2021-07-06 天津大学 基于惯性/雷达的无人机自主定位与建图方法
CN110031824B (zh) * 2019-04-12 2020-10-30 杭州飞步科技有限公司 激光雷达联合标定方法及装置
CN110361010B (zh) * 2019-08-13 2022-11-22 中山大学 一种基于占据栅格地图且结合imu的移动机器人定位方法
CN110517284B (zh) * 2019-08-13 2023-07-14 中山大学 一种基于激光雷达和ptz摄像机的目标追踪方法

Also Published As

Publication number Publication date
CN110849363A (zh) 2020-02-28

Similar Documents

Publication Publication Date Title
CN110849363B (zh) 激光雷达与组合惯导的位姿标定方法、***及介质
CN112654886B (zh) 外参标定方法、装置、设备及存储介质
US11480443B2 (en) Method for calibrating relative pose, device and medium
CN110780285B (zh) 激光雷达与组合惯导的位姿标定方法、***及介质
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
CN109270545B (zh) 一种定位真值校验方法、装置、设备及存储介质
CN110686704A (zh) 激光雷达与组合惯导的位姿标定方法、***及介质
US8817093B2 (en) Photogrammetric networks for positional accuracy
US11250622B2 (en) Map creation system and map creation method
US20080036758A1 (en) Systems and methods for determining a global or local position of a point of interest within a scene using a three-dimensional model of the scene
JP2019152576A (ja) 柱状物体状態検出装置、柱状物体状態検出方法、柱状物体状態検出処理プログラム
CN112824828B (zh) 一种激光跟踪仪站位确定方法、***、电子设备及介质
CN113759348B (zh) 一种雷达标定方法、装置、设备及存储介质
CN113592951A (zh) 车路协同中路侧相机外参标定的方法、装置、电子设备
CN108090212B (zh) 兴趣点的展示方法、装置、设备及存储介质
CN115063489A (zh) 一种外参标定方法、装置、设备和存储介质
WO2022059051A1 (ja) ３ｄ点群の座標を変換する装置、方法及びプログラム
CN113075647A (zh) 机器人定位方法、装置、设备和介质
CN113126058A (zh) 存储器、用于机载激光雷达***的控制方法及装置
CN112485774B (zh) 一种车载激光雷达标定方法、装置、设备及存储介质
CN110647591A (zh) 用于测试矢量地图的方法和装置
CN112822632B (zh) 动态姿态位置补偿方法、***、电子设备及介质
Jamali et al. 3D Indoor building environment reconstruction using calibration of range finder data
Jamali et al. 3D indoor building environment reconstruction using least square adjustment, polynomial kernel, interval analysis and homotopy continuation

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