CN111413689B - 一种基于rviz实现多激光雷达点云对齐的高效静态标定方法 - Google Patents
一种基于rviz实现多激光雷达点云对齐的高效静态标定方法 Download PDFInfo
- Publication number
- CN111413689B CN111413689B CN202010379045.XA CN202010379045A CN111413689B CN 111413689 B CN111413689 B CN 111413689B CN 202010379045 A CN202010379045 A CN 202010379045A CN 111413689 B CN111413689 B CN 111413689B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- rviz
- objects
- laser radar
- coordinate system
- 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
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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
本发明公开了一种基于rviz实现多激光雷达点云对齐的高效静态标定方法,步骤如下:量测出各激光雷达相对车身坐标系的相对位置;将三个标定长方体,放置在车身坐标系中的坐标下,形成三角之势;然后编写一个话题发布程序,按照三个物体实际形状和放置位置画出它们在车身坐标系中的位置,启动话题发布程序和rviz,rviz监听多路激光雷达的点云和物体的话题,在三维视图中观察点云成像和所画的物***置的差异;编写一个参数标定配置文件,包含六个参数,分别表示平移向量的三个参数和滚转角、俯仰角以及偏航角;通过修改三个角度值,观察点云成像移动趋势,直到调节到与rviz中画出的三个参照物重合即可;最后再微调一下平移向量的数值即可,整个标定过程完成。
Description
技术领域:
本发明涉及一种基于rviz实现多激光雷达点云对齐的高效静态标定方法,其属于电动汽车智能驾驶技术领域。
背景技术:
自动驾驶感知中多传感器融合成了无人驾驶领域的趋势,多传感器信息融合(Multi-sensor Information Fusion,MSIF),就是利用计算机技术将来自多传感器或多源的信息和数据,在一定的准则下加以自动分析和综合,以完成所需要的决策和估计而进行的信息处理过程。然而在进行上诉步骤之前,对于多路激光雷达来讲,每一个激光雷达在安装过程中,由于机械结构安装精度问题,难免会俯仰偏转滚转等角度偏移现象,另外不同的激光雷达安装位置也不相同,所有这些因素决定必须将每一路雷达的自身坐标系同步到车身坐标系上,以满足不同的激光雷达点云对于同一物体的识别是唯一确定的;如果这一步没有完成,将会导致对于同一障碍物,多路激光雷达会将其识别成多个物体,进而导致后续融合决策出现误导判断,造成不可估量的后果。目前多路激光雷达尤其是不同品牌的产品在使用过程中,难以标定的问题尤为突出,往往需要多家厂商的技术人员联合标定,而且目前大多数激光雷达厂商提供标定都是有偿的,整个标定下来费时费力费钱。
因此,确有必要对现有技术进行改进以解决现有技术之不足。
发明内容:
本发明是为了解决上述现有技术存在的问题而提供一种基于rviz实现多激光雷达点云对齐的高效静态标定方法,其能够解决多路激光雷达作为智能驾驶车辆的传感器时,对于各雷达自身坐标系同步到车身坐标系,从而实现激光雷达点云在原始数据上的对齐操作。
本发明所采用的技术方案有:一种基于rviz实现多激光雷达点云对齐的高效静态标定方法,步骤如下:
第一步:量测出各激光雷达相对车身坐标系的相对位置即平移向量[xa,ya,za]T;
第二步:将三个标定长方体其中长20cm、宽20cm、高200cm,分别放置在车身坐标系中的(20m,5m,0m)、(30m,0m,0m)、(20m,-5m,0m)坐标下,上述坐标分别与车身坐标系中(x,y,z)对应,形成三角之势;
第三步:然后编写一个话题发布程序,按照三个物体的实际形状和放置位置画出它们在车身坐标系中的位置,启动话题发布程序和rviz,rviz监听多路激光雷达的点云和物体的话题,在三维视图中观察点云成像和所画的物***置的差异,编写一个参数标定配置文件,包含六个参数,分别为x、y、z、roll、pitch、yaw,这六个参数分别表示平移向量的三个参数和滚转角、俯仰角以及偏航角;
第四步:通过修改滚转角、俯仰角以及偏航角的角度值,观察点云成像移动趋势,直到调节到与rviz中画出的三个参照物重合即可;
第五步:最后再微调一下平移向量的数值,即满足第四步中三个物体的点云成像与rviz中画出的三个参照物重合,并且任意其他物体在三个激光雷达共同覆盖区域内所形成的点云移动或者静止时完全重合一致,整个标定过程完成。
本发明具有如下有益效果:本发明能够解决多路激光雷达作为智能驾驶车辆的传感器时,对于各雷达自身坐标系同步到车身坐标系,从而实现激光雷达点云在原始数据上的对齐操作。同时,本发明128线主激光雷达和两颗32线扫盲侧向激光雷达实现激光雷达点云同步到同一车辆坐标系上,为后续的激光雷达点云滤波下采样聚类识别等处理奠定基础。
具体实施方式:
本发明核心问题在于将多路激光雷达的坐标系同步到统一的坐标系下(一般选择车身坐标系),对于多路激光雷达坐标系同步的问题从数学可以理解为,已知多个物体在不同坐标系下的坐标,求两个坐标系下的旋转矩阵和平移向量。其数学公式可以表达为如下方程:[xa,ya,za]T=R*[xb,yb,zb]T+[x0,y0,z0]T,其中,[xa,ya,za]T为坐标系A中的坐标,[xb,yb,zb]T为坐标系B中的坐标,R为旋转矩阵,[x0,y0,z0]T为平移向量,直接求取R和[x0,y0,z0]T比较困难。
因此,本发明提出的基于rviz实现多激光雷达点云对齐的高效静态标定方法,步骤如下:
第一步:粗略量测出各激光雷达相对车身坐标系的相对位置即平移向量[xa,ya,za]T;
第二步:将三个标定长方体(长20cm、宽20cm、高200cm),分别放置在车身坐标系中的(20m,5m,0m)、(30m,0m,0m)、(20m,-5m,0m)坐标下,形成三角之势;
第三步:然后编写一个话题发布程序,按照三个物体的实际形状和放置位置画出它们在车身坐标系中的位置,启动话题发布程序和rviz,rviz监听多路激光雷达的点云和物体的话题,在三维视图中观察点云成像和所画的物***置的差异;编写一个参数标定配置文件,包含六个参数,分别为x、y、z、roll、pitch、yaw,这六个参数分别表示平移向量的三个参数和滚转角、俯仰角以及偏航角。
其中旋转矩阵可以进一步表示如下公式:
第四步:通过修改滚转角、俯仰角以及偏航角的角度值,观察点云成像移动趋势,直到调节到与rviz中画出的三个参照物重合即可;
第五步:最后再微调一下平移向量的数值,即满足第四步中三个物体的点云成像与rviz中画出的三个参照物重合,并且任意其他物体在三个激光雷达共同覆盖区域内所形成的点云移动或者静止时完全重合一致,整个标定过程完成,简单便捷。
本发明能够解决多路激光雷达作为智能驾驶车辆的传感器时,对于各雷达自身坐标系同步到车身坐标系,从而实现激光雷达点云在原始数据上的对齐操作。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下还可以作出若干改进,这些改进也应视为本发明的保护范围。
Claims (1)
1.一种基于rviz实现多激光雷达点云对齐的高效静态标定方法,其特征在于:步骤如下:
第一步:量测出各激光雷达相对车身坐标系的相对位置即平移向量[xa,ya,za]T;
第二步:将三个标定长方体其中长20cm、宽20cm、高200cm,分别放置在车身坐标系中的(20m,5m,0m)、(30m,0m,0m)、(20m,-5m,0m)坐标下,形成三角之势;
第三步:然后编写一个话题发布程序,按照三个物体的实际形状和放置位置画出它们在车身坐标系中的位置,启动话题发布程序和rviz,rviz监听多路激光雷达的点云和物体的话题,在三维视图中观察点云成像和所画的物***置的差异,编写一个参数标定配置文件,包含六个参数,分别为x、y、z、roll、pitch、yaw,这六个参数分别表示平移向量的三个参数和滚转角、俯仰角以及偏航角;
第四步:通过修改滚转角、俯仰角以及偏航角的角度值,观察点云成像移动趋势,直到调节到与rviz中画出的三个参照物重合即可;
第五步:最后再微调一下平移向量的数值,即满足第四步中三个物体的点云成像与rviz中画出的三个参照物重合,并且任意其他物体在三个激光雷达共同覆盖区域内所形成的点云移动或者静止时完全重合一致,整个标定过程完成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010379045.XA CN111413689B (zh) | 2020-05-07 | 2020-05-07 | 一种基于rviz实现多激光雷达点云对齐的高效静态标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010379045.XA CN111413689B (zh) | 2020-05-07 | 2020-05-07 | 一种基于rviz实现多激光雷达点云对齐的高效静态标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111413689A CN111413689A (zh) | 2020-07-14 |
CN111413689B true CN111413689B (zh) | 2023-04-07 |
Family
ID=71492413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010379045.XA Active CN111413689B (zh) | 2020-05-07 | 2020-05-07 | 一种基于rviz实现多激光雷达点云对齐的高效静态标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111413689B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112068155B (zh) * | 2020-08-13 | 2024-04-02 | 沃行科技(南京)有限公司 | 一种基于多个多线激光雷达分区障碍物检测方法 |
CN112396663B (zh) * | 2020-11-17 | 2021-09-14 | 南方电网电力科技股份有限公司 | 一种多深度相机的可视化标定方法、装置、设备和介质 |
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 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108020826A (zh) * | 2017-10-26 | 2018-05-11 | 厦门大学 | 多线激光雷达与多路相机混合标定方法 |
CN109839624A (zh) * | 2017-11-27 | 2019-06-04 | 北京万集科技股份有限公司 | 一种多激光雷达位置标定方法及装置 |
CN110390695A (zh) * | 2019-06-28 | 2019-10-29 | 东南大学 | 一种基于ros的激光雷达、摄像头的融合标定***及标定方法 |
CN110596683A (zh) * | 2019-10-25 | 2019-12-20 | 中山大学 | 一种多组激光雷达外参标定***及其方法 |
CN110703230A (zh) * | 2019-10-15 | 2020-01-17 | 西安电子科技大学 | 激光雷达与摄像头之间的位置标定方法 |
CN110837080A (zh) * | 2019-10-28 | 2020-02-25 | 武汉海云空间信息技术有限公司 | 激光雷达移动测量***的快速标定方法 |
-
2020
- 2020-05-07 CN CN202010379045.XA patent/CN111413689B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108020826A (zh) * | 2017-10-26 | 2018-05-11 | 厦门大学 | 多线激光雷达与多路相机混合标定方法 |
CN109839624A (zh) * | 2017-11-27 | 2019-06-04 | 北京万集科技股份有限公司 | 一种多激光雷达位置标定方法及装置 |
CN110390695A (zh) * | 2019-06-28 | 2019-10-29 | 东南大学 | 一种基于ros的激光雷达、摄像头的融合标定***及标定方法 |
CN110703230A (zh) * | 2019-10-15 | 2020-01-17 | 西安电子科技大学 | 激光雷达与摄像头之间的位置标定方法 |
CN110596683A (zh) * | 2019-10-25 | 2019-12-20 | 中山大学 | 一种多组激光雷达外参标定***及其方法 |
CN110837080A (zh) * | 2019-10-28 | 2020-02-25 | 武汉海云空间信息技术有限公司 | 激光雷达移动测量***的快速标定方法 |
Non-Patent Citations (3)
Title |
---|
Ankit Dhall 等.LiDAR-Camera Calibration using 3D-3D Point correspondences.arXiv:1705.09785v1.2017,全文. * |
LIANG Zhiwei 等.Improved Visual Odometry Method for Matching 3D Point Cloud Data.Proceedings of the 33rd Chinese Control Conference.2014,全文. * |
Nina Heide 等.Calibration of multiple 3D LiDAR sensors to a common vehicle frame.ISR 2018.2018,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111413689A (zh) | 2020-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111413689B (zh) | 一种基于rviz实现多激光雷达点云对齐的高效静态标定方法 | |
CN111427026B (zh) | 激光雷达的标定方法、装置、存储介质及自移动设备 | |
CN106462968B (zh) | 用于校准机动车的摄影机***的方法和装置 | |
CN109752701A (zh) | 一种基于激光点云的道路边沿检测方法 | |
CN107507167A (zh) | 一种基于点云平面轮廓匹配的货物托盘检测方法及*** | |
CN111381248B (zh) | 一种考虑车辆颠簸的障碍物检测方法及*** | |
CN107389026A (zh) | 一种基于固定点射影变换的单目视觉测距方法 | |
CN107014294A (zh) | 一种基于红外图像的接触网几何参数检测方法及*** | |
CN113819905B (zh) | 一种基于多传感器融合的里程计方法及装置 | |
CN110108269A (zh) | 基于多传感器数据融合的agv定位方法 | |
CN113947639A (zh) | 基于多雷达点云线特征的自适应在线估计标定***及方法 | |
CN111462241B (zh) | 一种基于单目视觉的目标定位方法 | |
CN112197773B (zh) | 基于平面信息的视觉和激光定位建图方法 | |
CN113327296A (zh) | 基于深度加权的激光雷达与相机在线联合标定方法 | |
CN111829514A (zh) | 一种适用于车辆底盘集成控制的路面工况预瞄方法 | |
CN112147598A (zh) | 一种基于直角墙面的激光标定方法 | |
CN115639547A (zh) | 多线激光雷达与gnss_ins联合标定方法、***及介质 | |
CN111538008B (zh) | 变换矩阵确定方法、***及装置 | |
CN113985435A (zh) | 一种融合多激光雷达的建图方法及*** | |
CN107330934A (zh) | 低维度的集束调整计算方法与*** | |
CN115932877A (zh) | 一种激光雷达和单目摄像头融合的目标跟踪方法及*** | |
CN112258582B (zh) | 一种基于道路场景识别的相机姿态标定方法及装置 | |
CN111736137B (zh) | LiDAR外部参数标定方法、***、计算机设备及可读存储介质 | |
CN112614189B (zh) | 一种基于摄像头和3d激光雷达的联合标定方法 | |
CN115100287A (zh) | 外参标定方法及机器人 |
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 |