CN112859051A - 激光雷达点云运动畸变的矫正方法 - Google Patents

激光雷达点云运动畸变的矫正方法 Download PDF

Info

Publication number
CN112859051A
CN112859051A CN202110030119.3A CN202110030119A CN112859051A CN 112859051 A CN112859051 A CN 112859051A CN 202110030119 A CN202110030119 A CN 202110030119A CN 112859051 A CN112859051 A CN 112859051A
Authority
CN
China
Prior art keywords
point cloud
frame
pose
laser radar
imu
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.)
Granted
Application number
CN202110030119.3A
Other languages
English (en)
Other versions
CN112859051B (zh
Inventor
刘飞
周志全
邹钰杰
屈婧婧
柴文静
杨起鸣
严景琳
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.)
Guilin University of Electronic Technology
Original Assignee
Guilin University of Electronic Technology
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 Guilin University of Electronic Technology filed Critical Guilin University of Electronic Technology
Priority to CN202110030119.3A priority Critical patent/CN112859051B/zh
Publication of CN112859051A publication Critical patent/CN112859051A/zh
Application granted granted Critical
Publication of CN112859051B publication Critical patent/CN112859051B/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
    • 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

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)

Abstract

一种激光雷达点云运动畸变的矫正方法，属于无人车自动驾驶技术领域。本发明针对激光雷达点云运动畸变矫正中，外部传感器存在位移累积误差大的问题。包括：采用RTK作为脉冲发生器，同步触发激光雷达和IMU；对激光雷达第一帧点云，建立全局坐标系；对非第一帧点云，建立局部坐标系；同时将对应的IMU坐标系转换到所述局部坐标系下；并同步获得IMU位姿；采用插值方法获得当前帧点云中每个数据点对应的IMU位姿，并根据所述IMU位姿矫正激光雷达当前帧点云运动畸变；将所述局部坐标系转换到所述全局坐标系下，再利用RTK位姿校准IMU位姿；进行下一帧点云矫正，直到完成最后一帧激光雷达点云运动畸变的矫正。本发明增强了激光雷达点云矫正的鲁棒性和稳定性。

Description

激光雷达点云运动畸变的矫正方法
技术领域
本发明涉及激光雷达点云运动畸变的矫正方法，属于无人车自动驾驶技术领域。
背景技术
随着人工智能的发展，激光雷达以其分辨率高、测距远、不受光照影响和抗干扰能力强等优点获得了广泛的关注。
在无人车自动驾驶领域，激光雷达可以在未知环境中建立地图信息，为后续定位导航、路径规划等提供良好基础。基于机械旋转扫描的激光雷达在随着无人车运动时，其坐标系不断发生变化，会导致同一帧点云中的点不在同一个坐标系下而产生运动畸变，因此需要对获取的点云数据进行运动畸变矫正。
目前，针对多线激光雷达运动畸变，可利用单一惯性测量单元(IMU)或惯性测量单元与轮速里程计联合作为作为外部传感器，并假设无人车只有航向角变化，推导出激光雷达的运动信息，进而对激光雷达点云进行运动畸变矫正。但是IMU和轮速里程计均需要通过积分获得位移，在长时间工作状态下存在位移累积误差大的缺陷。
发明内容
针对现有激光雷达点云运动畸变的矫正方法中，采用的外部传感器存在位移累积误差大的问题，本发明提供一种激光雷达点云运动畸变的矫正方法。
本发明的一种激光雷达点云运动畸变的矫正方法，包括，
步骤一：采用RTK作为脉冲发生器，同步触发激光雷达和IMU；对采集的激光雷达第一帧点云，以第一帧点云为原点建立全局坐标系；
步骤二：采集非第一帧的激光雷达当前帧点云，以当前帧点云为原点建立局部坐标系；同时将当前帧点云采集时刻对应的IMU坐标系转换到所述局部坐标系下；并同步获得IMU位姿；
步骤三：根据所述局部坐标系，采用插值方法获得当前帧点云中每个数据点对应的IMU位姿，并根据所述IMU位姿矫正激光雷达当前帧点云运动畸变；
步骤四：将所述局部坐标系转换到所述全局坐标系下，再利用RTK位姿校准IMU位姿；然后返回步骤二，直到完成最后一帧激光雷达点云运动畸变的矫正。
根据本发明的激光雷达点云运动畸变的矫正方法，
步骤二中，对于采集的激光雷达点云，在局部坐标系下，第k帧第i点的坐标为
Figure BDA0002891765450000021
其中xki、yki、zki分别为局部坐标系下第k帧第i点的X、Y、Z轴的坐标，其中k∈(1,2,3...m)，i∈(1,2,3...n)，m为点云总帧数，n为帧数据包含的数据点数；
将激光雷达点云表述为矩阵形式为：
Figure BDA0002891765450000022
根据本发明的激光雷达点云运动畸变的矫正方法，
步骤二中，所述IMU位姿用矩阵形式表达为：
Figure BDA0002891765450000023
其中
Figure BDA0002891765450000024
为激光雷达点云第k帧第i点的位姿，
Figure BDA0002891765450000025
为激光雷达点云第k帧第i点到相应局部坐标系的旋转矩阵，
Figure BDA0002891765450000026
为激光雷达点云第k帧第i点到相应局部坐标系的平移矩阵；
Figure BDA0002891765450000027
Figure BDA0002891765450000028
为激光雷达点云第k帧第i点绕局部坐标系Z轴旋转的角度，β为激光雷达点云第k帧第i点绕局部坐标系Y轴旋转的角度，α为激光雷达点云第k帧第i点绕局部坐标系X轴旋转的角度；
Figure BDA0002891765450000029
式中sx为激光雷达点云第k帧第i点沿局部坐标系X轴的位移，sy为激光雷达点云第k帧第i点沿局部坐标系Y轴的位移，sz为激光雷达点云第k帧第i点沿局部坐标系Z轴的位移；
当i＝0时，
Figure BDA00028917654500000210
式中
Figure BDA00028917654500000211
为当前激光雷达点云第k帧的起始位姿，
Figure BDA00028917654500000212
为当前激光雷达点云第k帧数据到相应局部坐标系的旋转矩阵，
Figure BDA00028917654500000213
为当前激光雷达点云第k帧数据到相应局部坐标系的平移矩阵。
根据本发明的激光雷达点云运动畸变的矫正方法，
步骤三中根据所述IMU位姿矫正激光雷达点云运动畸变包括：
将激光雷达点云第k帧的帧头时间戳记为td，帧中时间戳记为te，帧尾时间戳记为tf；第k帧帧头前后两帧IMU位姿分别为
Figure BDA0002891765450000031
和
Figure BDA0002891765450000032
第k帧帧中前后两帧IMU位姿分别为
Figure BDA0002891765450000033
和
Figure BDA0002891765450000034
第k帧帧尾前后两帧IMU位姿为
Figure BDA0002891765450000035
和
Figure BDA0002891765450000036
对IMU位姿插值，获得第k帧帧头、帧中和帧尾的位姿依次为
Figure BDA0002891765450000037
和
Figure BDA0002891765450000038
再进行二次曲线拟合，得到点云位姿曲线拟合方程：
Pt k＝At2+Bt+C，
式中Pt k为第k帧点云中每个数据点对应的位姿，t为时间，A为二次项系数，B为一次项系数，C为常数；
根据点云位姿曲线拟合方程矫正激光雷达当前帧点云运动畸变，得到：
Figure BDA0002891765450000039
式中
Figure BDA00028917654500000310
表示第k帧第i点的矫正后点云坐标。
根据本发明的激光雷达点云运动畸变的矫正方法，
步骤四中利用RTK位姿校准IMU位姿包括：
根据局部坐标系下RTK位姿和IMU位姿，判断IMU位姿的时间戳是否小于RTK位姿的时间戳；
若IMU位姿的时间戳小于RTK位姿的时间戳，将RTK位姿作为IMU位姿观测值；若IMU位姿的时间戳大于或等于RTK位姿的时间戳，寻找当前帧IMU位姿时间戳的前后两帧RTK位姿，利用RTK插值得到的位姿作为IMU位姿观测值；
对局部坐标系下IMU位姿和所述IMU位姿观测值进行卡尔曼融合，得到校准后的IMU位姿。
本发明的有益效果：本发明利用IMU位姿插值获得每一帧所有点在局部坐标系下的位姿，再进一步将每一帧点云去畸变后转换到当前帧的局部坐标系下，再将每一帧局部坐标系转换到全局坐标系下，最终完成激光雷达点云运动畸变的矫正。
本发明方法利用了载波相位差分技术RTK，其平面精度和高程精度都能达到厘米级，不存在累计误差，且可作为钟源在硬件上统一各传感器时间。利用RTK实时修正IMU位姿后，可利用IMU计算出无人车的位移、航向角、俯仰角和横滚角，进而对激光雷达点云运动畸变进行矫正，相比只考虑航向角的技术更加接近真实情况。当无人车行驶到遮挡严重的地区时，尽管RTK工作会受到一定影响，但此时经过RTK修正过的IMU依旧能够提供较为准确的位姿，增强了***鲁棒性和稳定性。
附图说明
图1是本发明所述激光雷达点云运动畸变的矫正方法的整体流程图；
图2是激光雷达点云运动畸变的矫正方法具体实施流程图；
图3是插值IMU位姿矫正激光雷达点云畸变的流程图；
图4是利用RTK位姿校准IMU位姿的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
具体实施方式一、结合图1和图2所示，本发明提供了一种激光雷达点云运动畸变的矫正方法，包括，
步骤一：采用RTK作为脉冲发生器，同步触发激光雷达和IMU；对采集的激光雷达第一帧点云，以第一帧点云为原点建立全局坐标系；RTK在每完成一次触发后，可进行自身时钟的校正，由此完成硬件上的钟源时间同步；
步骤二：采集非第一帧的激光雷达当前帧点云，以当前帧点云为原点建立局部坐标系；同时将当前帧点云采集时刻对应的IMU坐标系转换到所述局部坐标系下；并同步获得IMU位姿；
步骤三：根据所述局部坐标系，采用插值方法获得当前帧点云中每个数据点对应的IMU位姿，并根据所述IMU位姿矫正激光雷达当前帧点云运动畸变；
步骤四：将所述局部坐标系转换到所述全局坐标系下，再利用RTK位姿校准IMU位姿；然后返回步骤二，直到完成最后一帧激光雷达点云运动畸变的矫正。
本实施方式基于惯性测量单元IMU和实时动态载波相位差分技术RTK实现激光雷达点云畸变的矫正。其中RTK具有两个作用，一是实现时间同步，二是由于IMU的位姿会有时间漂移，长时间运行导致数据不准确，RTK可以修正IMU的位姿。这样在RTK被遮挡严重无法传递数据时，由于IMU的位姿已被修正过，所以继续工作的数据仍然可信。由此实现了激光雷达、RTK和IMU三个传感器的互补运行。
本实施方式中，在采集激光雷达点云时，首先判断是否为第一帧点云，依据第一帧点云建立全局坐标系；对于非第一帧点云，建立局部坐标系；在每一次矫正结束后，判断当前帧点云是否为最后一帧点云，若否，则重复进行矫正过程，若是，则结束运行。每完成一帧点云的矫正后，进行一次IMU位姿的修正，直到完成全部矫正任务。
进一步，步骤二中，对于采集的激光雷达点云，在局部坐标系下，第k帧第i点的坐标为
Figure BDA0002891765450000051
其中xki、yki、zki分别为局部坐标系下第k帧第i点的X、Y、Z轴的坐标，其中k∈(1,2,3...m)，i∈(1,2,3...n)，m为点云总帧数，n为帧数据包含的数据点数；
将激光雷达点云表述为矩阵形式为：
Figure BDA0002891765450000052
在矩阵形式中增加了最后一项1，等价为一行四列，可方便后续的计算。
再进一步，步骤二中，所述IMU位姿用矩阵形式表达为：
Figure BDA0002891765450000053
其中
Figure BDA0002891765450000054
为激光雷达点云第k帧第i点的位姿，
Figure BDA0002891765450000055
为激光雷达点云第k帧第i点到相应局部坐标系的旋转矩阵，
Figure BDA0002891765450000056
为激光雷达点云第k帧第i点到相应局部坐标系的平移矩阵；
Figure BDA0002891765450000057
Figure BDA0002891765450000058
为激光雷达点云第k帧第i点绕局部坐标系Z轴旋转的角度，β为激光雷达点云第k帧第i点绕局部坐标系Y轴旋转的角度，α为激光雷达点云第k帧第i点绕局部坐标系X轴旋转的角度；
Figure BDA0002891765450000059
式中sx为激光雷达点云第k帧第i点沿局部坐标系X轴的位移，sy为激光雷达点云第k帧第i点沿局部坐标系Y轴的位移，sz为激光雷达点云第k帧第i点沿局部坐标系Z轴的位移；
当i＝0时，
Figure BDA00028917654500000510
式中
Figure BDA00028917654500000511
为当前激光雷达点云第k帧的起始位姿，
Figure BDA00028917654500000512
为当前激光雷达点云第k帧数据到相应局部坐标系的旋转矩阵，
Figure BDA0002891765450000061
为当前激光雷达点云第k帧数据到相应局部坐标系的平移矩阵。
激光雷达点云的每一帧数据都有自己的局部坐标系。
再进一步，结合图3所示，步骤三中根据所述IMU位姿矫正激光雷达点云运动畸变包括：
将激光雷达点云第k帧的帧头时间戳记为td，帧中时间戳记为te，帧尾时间戳记为tf；第k帧帧头前后两帧IMU位姿分别为
Figure BDA0002891765450000062
和
Figure BDA0002891765450000063
第k帧帧中前后两帧IMU位姿分别为
Figure BDA0002891765450000064
和
Figure BDA0002891765450000065
第k帧帧尾前后两帧IMU位姿为
Figure BDA0002891765450000066
和
Figure BDA0002891765450000067
对IMU位姿插值，获得第k帧帧头、帧中和帧尾的位姿依次为
Figure BDA0002891765450000068
和
Figure BDA0002891765450000069
再进行二次曲线拟合，得到点云位姿曲线拟合方程：
Pt k＝At2+Bt+C，
式中Pt k为第k帧点云中每个数据点对应的位姿，t为时间，A为二次项系数，B为一次项系数，C为常数；
根据点云位姿曲线拟合方程矫正激光雷达当前帧点云运动畸变，得到：
Figure BDA00028917654500000610
式中
Figure BDA00028917654500000611
表示第k帧第i点的矫正后点云坐标。
Figure BDA00028917654500000612
表示当前第k帧起始位姿矩阵的逆，Pi k表示当前第k帧第i点的位姿，
Figure BDA00028917654500000613
表示当前第k帧第i点矫正前的点云坐标。至此即完成了当前第k帧点云运动畸变的矫正。
再进一步，结合图4所示，步骤四中利用RTK位姿校准IMU位姿包括：
根据局部坐标系下RTK位姿和IMU位姿，判断IMU位姿的时间戳是否小于RTK位姿的时间戳；
若IMU位姿的时间戳小于RTK位姿的时间戳，将RTK位姿作为IMU位姿观测值；若IMU位姿的时间戳大于或等于RTK位姿的时间戳，寻找当前帧IMU位姿时间戳的前后两帧RTK位姿，利用RTK插值得到的位姿作为IMU位姿观测值；
对局部坐标系下IMU位姿和所述IMU位姿观测值进行卡尔曼融合，得到校准后的IMU位姿。
本实施方式中，可将原局部坐标系下IMU位姿作为预测值，然后进行IMU位姿预测值和观测值的卡尔曼融合，最后得到校准后的IMU位姿。
本发明中，作为示例，激光雷达的更新频率可以为10HZ，IMU的更新频率可以为300HZ。
虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其它所述实施例中。

Claims (5)

1.一种激光雷达点云运动畸变的矫正方法，其特征在于包括，
步骤一：采用RTK作为脉冲发生器，同步触发激光雷达和IMU；对采集的激光雷达第一帧点云，以第一帧点云为原点建立全局坐标系；
步骤二：采集非第一帧的激光雷达当前帧点云，以当前帧点云为原点建立局部坐标系；同时将当前帧点云采集时刻对应的IMU坐标系转换到所述局部坐标系下；并同步获得IMU位姿；
步骤三：根据所述局部坐标系，采用插值方法获得当前帧点云中每个数据点对应的IMU位姿，并根据所述IMU位姿矫正激光雷达当前帧点云运动畸变；
步骤四：将所述局部坐标系转换到所述全局坐标系下，再利用RTK位姿校准IMU位姿；然后返回步骤二，直到完成最后一帧激光雷达点云运动畸变的矫正。
2.根据权利要求1所述的激光雷达点云运动畸变的矫正方法，其特征在于，
步骤二中，对于采集的激光雷达点云，在局部坐标系下，第k帧第i点的坐标为
Figure FDA0002891765440000011
其中xki、yki、zki分别为局部坐标系下第k帧第i点的X、Y、Z轴的坐标，其中k∈(1,2,3...m)，i∈(1,2,3...n)，m为点云总帧数，n为帧数据包含的数据点数；
将激光雷达点云表述为矩阵形式为：
Figure FDA0002891765440000012
3.根据权利要求2所述的激光雷达点云运动畸变的矫正方法，其特征在于，
步骤二中，所述IMU位姿用矩阵形式表达为：
Figure FDA0002891765440000013
其中
Figure FDA0002891765440000014
为激光雷达点云第k帧第i点的位姿，
Figure FDA0002891765440000015
为激光雷达点云第k帧第i点到相应局部坐标系的旋转矩阵，
Figure FDA0002891765440000016
为激光雷达点云第k帧第i点到相应局部坐标系的平移矩阵；
Figure FDA0002891765440000017
Figure FDA0002891765440000018
为激光雷达点云第k帧第i点绕局部坐标系Z轴旋转的角度，β为激光雷达点云第k帧第i点绕局部坐标系Y轴旋转的角度，α为激光雷达点云第k帧第i点绕局部坐标系X轴旋转的角度；
Figure FDA0002891765440000019
式中sx为激光雷达点云第k帧第i点沿局部坐标系X轴的位移，sy为激光雷达点云第k帧第i点沿局部坐标系Y轴的位移，sz为激光雷达点云第k帧第i点沿局部坐标系Z轴的位移；
当i＝0时，
Figure FDA0002891765440000021
式中
Figure FDA0002891765440000022
为当前激光雷达点云第k帧的起始位姿，
Figure FDA0002891765440000023
为当前激光雷达点云第k帧数据到相应局部坐标系的旋转矩阵，
Figure FDA0002891765440000024
为当前激光雷达点云第k帧数据到相应局部坐标系的平移矩阵。
4.根据权利要求3所述的激光雷达点云运动畸变的矫正方法，其特征在于，
步骤三中根据所述IMU位姿矫正激光雷达点云运动畸变包括：
将激光雷达点云第k帧的帧头时间戳记为td，帧中时间戳记为te，帧尾时间戳记为tf；第k帧帧头前后两帧IMU位姿分别为
Figure FDA0002891765440000025
和
Figure FDA0002891765440000026
第k帧帧中前后两帧IMU位姿分别为
Figure FDA0002891765440000027
和
Figure FDA0002891765440000028
第k帧帧尾前后两帧IMU位姿为
Figure FDA0002891765440000029
和
Figure FDA00028917654400000210
对IMU位姿插值，获得第k帧帧头、帧中和帧尾的位姿依次为
Figure FDA00028917654400000211
Pe k和
Figure FDA00028917654400000212
再进行二次曲线拟合，得到点云位姿曲线拟合方程：
Pt k＝At2+Bt+C，
式中Pt k为第k帧点云中每个数据点对应的位姿，t为时间，A为二次项系数，B为一次项系数，C为常数；
根据点云位姿曲线拟合方程矫正激光雷达当前帧点云运动畸变，得到：
Figure FDA00028917654400000213
式中
Figure FDA00028917654400000214
表示第k帧第i点的矫正后点云坐标。
5.根据权利要求4所述的激光雷达点云运动畸变的矫正方法，其特征在于，
步骤四中利用RTK位姿校准IMU位姿包括：
根据局部坐标系下RTK位姿和IMU位姿，判断IMU位姿的时间戳是否小于RTK位姿的时间戳；
若IMU位姿的时间戳小于RTK位姿的时间戳，将RTK位姿作为IMU位姿观测值；若IMU位姿的时间戳大于或等于RTK位姿的时间戳，寻找当前帧IMU位姿时间戳的前后两帧RTK位姿，利用RTK插值得到的位姿作为IMU位姿观测值；
对局部坐标系下IMU位姿和所述IMU位姿观测值进行卡尔曼融合，得到校准后的IMU位姿。
CN202110030119.3A 2021-01-11 2021-01-11 激光雷达点云运动畸变的矫正方法 Active CN112859051B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110030119.3A CN112859051B (zh) 2021-01-11 2021-01-11 激光雷达点云运动畸变的矫正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110030119.3A CN112859051B (zh) 2021-01-11 2021-01-11 激光雷达点云运动畸变的矫正方法

Publications (2)

Publication Number Publication Date
CN112859051A true CN112859051A (zh) 2021-05-28
CN112859051B CN112859051B (zh) 2024-04-09

Family

ID=76002243

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110030119.3A Active CN112859051B (zh) 2021-01-11 2021-01-11 激光雷达点云运动畸变的矫正方法

Country Status (1)

Country Link
CN (1) CN112859051B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113376638A (zh) * 2021-06-08 2021-09-10 武汉理工大学 一种无人物流小车环境感知方法及***
CN113495281A (zh) * 2021-06-21 2021-10-12 杭州飞步科技有限公司 可移动平台的实时定位方法及装置
CN113790738A (zh) * 2021-08-13 2021-12-14 上海智能网联汽车技术中心有限公司 一种基于智能云台imu的数据补偿方法
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
CN113935904A (zh) * 2021-08-27 2022-01-14 清华大学 激光里程计误差修正方法、***、存储介质及计算设备
CN114372914A (zh) * 2022-01-12 2022-04-19 吉林大学 应用于矿用电铲上的机械式激光雷达点云预处理方法
CN114569011A (zh) * 2022-03-25 2022-06-03 微思机器人(深圳)有限公司 一种沿墙行走方法、装置、扫地机器人及存储介质
CN114820392A (zh) * 2022-06-28 2022-07-29 新石器慧通（北京）科技有限公司 激光雷达检测的运动目标畸变补偿方法、设备及存储介质
CN114862932A (zh) * 2022-06-20 2022-08-05 安徽建筑大学 基于bim全局定位的位姿修正方法及运动畸变矫正方法
CN114998436A (zh) * 2022-06-27 2022-09-02 北京易航远智科技有限公司 对象标注方法、装置、电子设备及存储介质
CN115840234A (zh) * 2022-10-28 2023-03-24 苏州知至科技有限公司 雷达数据采集方法、装置和存储介质
CN116359938A (zh) * 2023-05-31 2023-06-30 未来机器人（深圳）有限公司 对象检测方法、装置及运载装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180080828A (ko) * 2017-01-05 2018-07-13 서울대학교산학협력단 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법, 이를 수행하기 위한 기록 매체 및 장치
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
CN110703229A (zh) * 2019-09-25 2020-01-17 禾多科技（北京）有限公司 点云去畸变方法及车载激光雷达到imu的外参标定方法
CN111045017A (zh) * 2019-12-20 2020-04-21 成都理工大学 一种激光和视觉融合的巡检机器人变电站地图构建方法
CN111578957A (zh) * 2020-05-07 2020-08-25 泉州装备制造研究所 基于三维点云地图定位的智能车纯追踪循迹方法
CN112082545A (zh) * 2020-07-29 2020-12-15 武汉威图传视科技有限公司 一种基于imu和激光雷达的地图生成方法、装置及***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180080828A (ko) * 2017-01-05 2018-07-13 서울대학교산학협력단 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법, 이를 수행하기 위한 기록 매체 및 장치
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
CN110703229A (zh) * 2019-09-25 2020-01-17 禾多科技（北京）有限公司 点云去畸变方法及车载激光雷达到imu的外参标定方法
CN111045017A (zh) * 2019-12-20 2020-04-21 成都理工大学 一种激光和视觉融合的巡检机器人变电站地图构建方法
CN111578957A (zh) * 2020-05-07 2020-08-25 泉州装备制造研究所 基于三维点云地图定位的智能车纯追踪循迹方法
CN112082545A (zh) * 2020-07-29 2020-12-15 武汉威图传视科技有限公司 一种基于imu和激光雷达的地图生成方法、装置及***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吴昱晗: "一种基于点云匹配的激光雷达/IMU联合标定方法", 《电子技术应用》, vol. 45, no. 12, pages 78 - 82 *
李旭: "基于多线激光雷达建图的里程计优化及回环检测", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 2, pages 136 - 1991 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113376638A (zh) * 2021-06-08 2021-09-10 武汉理工大学 一种无人物流小车环境感知方法及***
CN113495281B (zh) * 2021-06-21 2023-08-22 杭州飞步科技有限公司 可移动平台的实时定位方法及装置
CN113495281A (zh) * 2021-06-21 2021-10-12 杭州飞步科技有限公司 可移动平台的实时定位方法及装置
CN113790738A (zh) * 2021-08-13 2021-12-14 上海智能网联汽车技术中心有限公司 一种基于智能云台imu的数据补偿方法
CN113935904A (zh) * 2021-08-27 2022-01-14 清华大学 激光里程计误差修正方法、***、存储介质及计算设备
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
CN114372914A (zh) * 2022-01-12 2022-04-19 吉林大学 应用于矿用电铲上的机械式激光雷达点云预处理方法
CN114569011A (zh) * 2022-03-25 2022-06-03 微思机器人(深圳)有限公司 一种沿墙行走方法、装置、扫地机器人及存储介质
CN114569011B (zh) * 2022-03-25 2023-09-05 微思机器人(深圳)有限公司 一种沿墙行走方法、装置、扫地机器人及存储介质
CN114862932A (zh) * 2022-06-20 2022-08-05 安徽建筑大学 基于bim全局定位的位姿修正方法及运动畸变矫正方法
CN114862932B (zh) * 2022-06-20 2022-12-30 安徽建筑大学 基于bim全局定位的位姿修正方法及运动畸变矫正方法
CN114998436A (zh) * 2022-06-27 2022-09-02 北京易航远智科技有限公司 对象标注方法、装置、电子设备及存储介质
CN114820392B (zh) * 2022-06-28 2022-10-18 新石器慧通（北京）科技有限公司 激光雷达检测的运动目标畸变补偿方法、设备及存储介质
CN114820392A (zh) * 2022-06-28 2022-07-29 新石器慧通（北京）科技有限公司 激光雷达检测的运动目标畸变补偿方法、设备及存储介质
CN115840234A (zh) * 2022-10-28 2023-03-24 苏州知至科技有限公司 雷达数据采集方法、装置和存储介质
CN115840234B (zh) * 2022-10-28 2024-04-19 苏州知至科技有限公司 雷达数据采集方法、装置和存储介质
CN116359938A (zh) * 2023-05-31 2023-06-30 未来机器人（深圳）有限公司 对象检测方法、装置及运载装置
CN116359938B (zh) * 2023-05-31 2023-08-25 未来机器人（深圳）有限公司 对象检测方法、装置及运载装置

Also Published As

Publication number Publication date
CN112859051B (zh) 2024-04-09

Similar Documents

Publication Publication Date Title
CN112859051A (zh) 激光雷达点云运动畸变的矫正方法
CN101241011B (zh) 激光雷达平台上高精度定位、定姿的装置和方法
WO2023131123A1 (zh) 组合导航设备与激光雷达的外参标定方法及装置
WO2022127532A1 (zh) 一种激光雷达与imu的外参标定方法、装置及设备
CN109934920A (zh) 基于低成本设备的高精度三维点云地图构建方法
CN113358112B (zh) 一种地图构建方法及一种激光惯性里程计
CN109471146B (zh) 一种基于ls-svm的自适应容错gps/ins组合导航方法
CN113933818A (zh) 激光雷达外参的标定的方法、设备、存储介质及程序产品
CN110187375A (zh) 一种基于slam定位结果提高定位精度的方法及装置
CN112731358B (zh) 一种多激光雷达外参在线标定方法
CN110570449A (zh) 一种基于毫米波雷达与视觉slam的定位与建图方法
CN111880207A (zh) 一种基于小波神经网络的视觉惯性卫星紧耦合定位方法
CN114612348B (zh) 激光点云运动畸变校正方法、装置、电子设备及存储介质
CN109507706B (zh) 一种gps信号丢失的预测定位方法
CN112946681B (zh) 融合组合导航信息的激光雷达定位方法
CN114413887A (zh) 一种传感器外部参数标定方法、设备及介质
CN114485654A (zh) 一种基于高精地图的多传感器融合定位方法及装置
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
CN114915913A (zh) 一种基于滑窗因子图的uwb-imu组合室内定位方法
CN112883134A (zh) 数据融合建图方法、装置、电子设备及存储介质
CN111521996A (zh) 一种激光雷达的安装标定方法
CN116481543A (zh) 一种移动机器人多传感器融合双层滤波定位方法
CN116753948A (zh) 一种基于视觉惯性gnss ppp耦合的定位方法
CN111307176B (zh) 一种vr头戴显示设备中视觉惯性里程计的在线标定方法
CN116380057B (zh) 一种gnss拒止环境下无人机自主着陆定位方法

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