CN112964291A - 一种传感器标定的方法、装置、计算机存储介质及终端 - Google Patents

一种传感器标定的方法、装置、计算机存储介质及终端 Download PDF

Info

Publication number
CN112964291A
CN112964291A CN202110360085.4A CN202110360085A CN112964291A CN 112964291 A CN112964291 A CN 112964291A CN 202110360085 A CN202110360085 A CN 202110360085A CN 112964291 A CN112964291 A CN 112964291A
Authority
CN
China
Prior art keywords
data
posture
attitude
preset
point cloud
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
CN202110360085.4A
Other languages
English (en)
Other versions
CN112964291B (zh
Inventor
杨殿阁
黄琪杰
杨蒙蒙
江昆
温拓朴
张晓龙
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN202110360085.4A priority Critical patent/CN112964291B/zh
Publication of CN112964291A publication Critical patent/CN112964291A/zh
Application granted granted Critical
Publication of CN112964291B publication Critical patent/CN112964291B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
    • 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
    • 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
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

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)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本文公开一种传感器标定的方法、装置、计算机存储介质及终端，本发明实施例将激光雷达里点云数据与预设地图匹配，获得第一位姿数据；通过惯性导航设备(INS)获得的第二位姿数据与第一位姿数据对齐，获得第三位姿数据，保证了用于传感器标定的数据的统一，获得了时间戳同步的第一位姿数据和第三位姿数据；通过实时获得的第三位姿数据实现了在线传感器标定，为车辆轨迹估计与驾驶环境构建提供了数据支持，提升了车辆导航的准确性。

Description

一种传感器标定的方法、装置、计算机存储介质及终端
技术领域
本文涉及但不限于导航技术，尤指一种传感器标定的方法、装置、计算机存储介质及终端。
背景技术
传感器是智能车辆的关键组件，传感器标定是自动驾驶和车辆互联的先决条件；作为智能车辆的关键组件，传感器的准确性和对道路的感知的研究是自动驾驶重要课题。为了获取车辆的行驶环境，首先要确保传感器标定的准确，并获得高保真度的信息；相关技术中的传感器标定需要利用棋盘格目标和标定室实现，需要花费大量的人力和物力成本。
传感器标定是自动驾驶车辆快速发展的核心主题。惯性测量单元(IMU，InertialMeasurement Unit)所必要的标定一般采用手眼标定的形式实现，其中可以通过闭式或迭代解找到传感器标定过程中的两个变换矩阵(转换矩阵和由代价函数确定的矩阵)；一般的，惯性测量单元是测量物体三轴姿态角(或角速率)以及加速度的装置，一般一个惯性传感器包含三个单轴的加速度计和三个单轴的陀螺，加速度计检测物体在载体坐标***独立三轴的加速度，而陀螺检测载体相对于导航坐标系的角速度，通过惯性传感器可以测量物体在三维空间中的加速度和角速度，并以此解算出物体的姿态。
为了解决数据关联和运动补偿的困难，技术人员一般使用线性插值或B样条参数化对激光雷达里程计进行离线标定；离线标定无法进行连续计算，在车辆运动时无法实现实时标定，因此，无法获得车辆实时的行驶环境，影响车辆导航的准确性。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供一种传感器标定的方法、装置、计算机存储介质及终端，能够获得的车辆的实时行驶环境，提升车辆导航的准确性。
本发明实施例提供了一种传感器标定的方法，包括：
将预设时长内的激光雷达点云数据与预设地图匹配，获得第一位姿数据；
将惯性导航设备INS获得的第二位姿数据转换为与获得的第一位姿数据对齐的第三位姿数据；
根据第一位姿数据和转换获得的第三位姿数据，进行车辆的传感器标定。
另一方面，本发明实施例还提供一种计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现上述传感器标定的方法。
再一方面，本发明实施例还提供一种终端，包括：存储器和处理器，所述存储器中保存有计算机程序；其中，
处理器被配置为执行存储器中的计算机程序；
所述计算机程序被所述处理器执行时实现如上述传感器标定的方法。
还一方面，本发明实施例还提供一种传感器标定的装置，包括：第一转换单元、第二转换单元和标定单元；其中，
第一转换单元设置为：将预设时长内的激光雷达点云数据与预设地图匹配，获得第一位姿数据；
第二转换单元设置为：将惯性导航设备INS获得的第二位姿数据转换为与获得的第一位姿数据对齐的第三位姿数据；
标定单元设置为：根据第一位姿数据和转换获得的第三位姿数据，进行车辆的传感器标定。
本发明实施例将激光雷达里点云数据与预设地图匹配，获得第一位姿数据；通过惯性导航设备(INS)获得的第二位姿数据与第一位姿数据对齐，获得第三位姿数据，保证了用于传感器标定的数据的统一，获得了时间戳同步的第一位姿数据和第三位姿数据；通过实时获得的第三位姿数据实现了在线传感器标定，为车辆轨迹估计与驾驶环境构建提供了数据支持，提升了车辆导航的准确性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1为本发明实施例传感器标定的方法的流程图；
图2为本发明实施例传感器标定的装置的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1为本发明实施例传感器标定的方法的流程图，如图1所示，包括：
步骤101、将预设时长内的激光雷达点云数据与预设地图匹配，获得第一位姿数据；
在一种示例性实例中，本发明实施例预设地图包括：相对误差小于预设阈值的地图。在一种示例性实例中，本发明实施例中的预设阈值的地图可以包括相对误差小于30厘米的地图；相对误差为本领域技术人员公知的精度评价的定义，在此不做赘述。
在一种示例性实例中，本发明实施例预设地图包括：高精点云地图。
在一种示例性实例中，本发明实施例高精点云地图包括：相对误差小于20厘米的高精点云地图。
在一种示例性实例中，步骤101将预设时长内的激光雷达点云数据与预设地图匹配，包括：
按照预设间隔读取预设时长内的激光雷达点云数据；
将读取的激光雷达点云数据通过预设的点云配准算法与预设地图匹配，获得第一位姿数据。
在一种示例性实例中，本发明实施例点云配准算法包括正态分布变换(NDT，Normal Distributions Transform)或迭代最近点(ICP，Iterative Closest Point)。
需要说明的是，NDT是一种基于概率的方法，通过概率密度函数(PDF，ProbabilityDistribution Function)将激光雷达点云数据建模为正态分布并进行匹配。激光雷达点云数据被划分为网格单元，为每个网格单元计算相应的由均值向量和协方差矩阵组成的概率密度函数。在一种示例性实例中，本发明实施例预设间隔可以由本领域技术人员根据实施本发明实施例方法的服务器的加载和运算速度进行确定，理论上在保证加载和运算速度的情况下，预设间隔越小可以处理越多的激光雷达点云数据，可以获得的用于传感器标定的数据越丰富。
步骤102、将惯性导航设备(INS)获得的第二位姿数据转换为与获得的第一位姿数据对齐的第三位姿数据；
在一种示例性实例中，本发明实施例将INS获得的第二位姿数据转换为与获得的第一位姿数据对齐的第三位姿数据，包括：
根据第一位姿数据的时间戳，确定第一位姿数据在第二位姿数据中的相邻的时间戳及其对应位姿；
根据确定的第一位姿数据在第二位姿数据中的相邻的时间戳及其对应位姿，对第二位姿数据进行姿态插值，获得第三位姿数据；
其中，姿态插值包括：三次插值和/或线性插值。
本发明实施例通过姿态插值，建立了第一位姿数据和第二位姿数据的数据关联。
需要说明的是，本发明实施例针对第一位姿数据和第二位姿数据采样频率不同，采用姿态插值的方式进行处理，可以通过插值获得的第三位姿数据建立第一位姿数据和第二位姿数据的数据关联。
步骤103、根据第一位姿数据和转换获得的第三位姿数据，进行车辆的传感器标定；
需要说明的是，本发明实施例第三位姿数据包括：由全球导航卫星***(GNSS)和惯性测量单元获得的数据。
本发明实施例将激光雷达里点云数据与预设地图匹配，获得第一位姿数据；通过INS获得的第二位姿数据与第一位姿数据对齐，获得第三位姿数据，保证了用于传感器标定的数据的统一，获得了时间戳同步的第一位姿数据和第三位姿数据；通过实时获得的第三位姿数据实现了在线传感器标定，为车辆轨迹估计与驾驶环境构建提供了数据支持，提升了车辆导航的准确性。
在一种示例性实例中，本发明实施例进行车辆的传感器标定，包括：
设定将第一位姿数据转换为第三位姿数据的转换矩阵；
通过预设的代价函数对转换矩阵进行求解，实现车辆的传感器标定。在一种示例性实例中，将第一位姿数据转换为第三位姿数据的转换矩阵
Figure BDA0003005206820000051
满足以下公式：
Figure BDA0003005206820000052
其中，
Figure BDA0003005206820000053
表示第一位姿数据，
Figure BDA0003005206820000054
表示第三位姿数据。
在一种示例性实例中，本发明实施例将第一位姿数据转换为第三位姿数据，包括：
通过旋转矩阵和平移矢量将扩展确定的转换矩阵，扩展后的转换矩阵为：
Figure BDA0003005206820000055
基于扩展后的转换矩阵，转换第一位姿数据为第三位姿数据；
其中，R表示位姿旋转，t表示位姿平移，W表示预设地图的坐标系，L表示激光雷达坐标系，I表示惯性导航设备的坐标系，
Figure BDA0003005206820000061
表示激光雷达的坐标系相对于预设地图坐标系的位姿旋转，
Figure BDA0003005206820000062
表示INS的坐标系相对于激光雷达的坐标系的位姿旋转，
Figure BDA0003005206820000063
表示惯性导航设备的坐标系相对于预设地图坐标系的位姿旋转，
Figure BDA0003005206820000064
表示激光雷达坐标系相对于预设地图坐标系的位姿平移，
Figure BDA0003005206820000065
表示惯性导航设备的坐标系相对于激光雷达的坐标系的位姿平移，
Figure BDA0003005206820000066
表示惯性导航设备的坐标系相对于预设地图的坐标系的位姿平移。上述外部参数用于描述两个坐标系之间的相对位置关系，通过外部参数可以将一个坐标系变换到另一个坐标系的位置处，使他们的原点重合，各个坐标轴方向分别对应相同。矩阵中的下标3*1和3*3用于表示矩阵尺寸，未添加下标的矩阵和标识下标的矩阵，内容相同。
在一种示例性实例中，本发明实施例预设地图与GNSS采用相同的坐标系；在一种示例性实例中，预设地图与GNSS采用的坐标系可以是通用横轴墨卡托坐标系(UTM，Universal Transverse Mercartor Grid System)；在一种示例性实例中，本发明实施例中的第一位姿数据可以包括基于预设地图生成的车辆运行轨迹数据。
本发明实施例代价函数可以由本领域技术人员根据相关技术中离线传感器标定的代价函数进行确定。
在一种示例性实例中，本发明实施例通过预设的代价函数对转换矩阵进行求解，包括：
对扩展后的转换矩阵进行求解，获得方程式对；
根据获得的方程式对转换代价函数为代价矩阵；
根据获得的代价矩阵对转换矩阵进行参数调整，实现对转换矩阵的求解；其中，代价函数的表达式为：
Figure BDA0003005206820000067
Figure BDA0003005206820000068
方程式对为：
Figure BDA0003005206820000069
和
Figure BDA00030052068200000610
表示激光雷达的坐标系相对于预设地图坐标系的位姿旋转，
Figure BDA00030052068200000611
表示惯性导航设备的坐标系相对于激光雷达的坐标系的位姿旋转，
Figure BDA00030052068200000612
表示惯性导航设备的坐标系相对于预设地图坐标系的位姿旋转，
Figure BDA00030052068200000613
表示激光雷达坐标系相对于预设地图坐标系的位姿平移，
Figure BDA00030052068200000614
表示惯性导航设备的坐标系相对于激光雷达的坐标系的位姿平移，
Figure BDA0003005206820000071
表示惯性导航设备的坐标系相对于预设地图的坐标系的位姿平移。
本发明实施例还提供一种计算机存储介质，计算机存储介质中存储有计算机程序，计算机程序被处理器执行时实现上述传感器标定的方法。
本发明实施例还提供一种终端，包括：存储器和处理器，存储器中保存有计算机程序；其中，
处理器被配置为执行存储器中的计算机程序；
计算机程序被处理器执行时实现如上述传感器标定的方法。
图2为本发明实施例传感器标定的装置的结构框图，如图2所示，包括：第一转换单元、第二转换单元和标定单元；其中，
第一转换单元设置为：将预设时长内的激光雷达点云数据与预设地图匹配，获得第一位姿数据；
第二转换单元设置为：将INS获得的第二位姿数据转换为与获得的第一位姿数据对齐的第三位姿数据；
标定单元设置为：根据第一位姿数据和转换获得的第三位姿数据，进行车辆的传感器标定。
本发明实施例将激光雷达里点云数据与预设地图匹配，获得第一位姿数据；通过INS获得的第二位姿数据与第一位姿数据对齐，获得第三位姿数据，保证了用于传感器标定的数据的统一，获得了时间戳同步的第一位姿数据和第三位姿数据；通过实时获得的第三位姿数据实现了在线传感器标定，为车辆轨迹估计与驾驶环境构建提供了数据支持，提升了车辆导航的准确性。
在一种示例性实例中，本发明实施例第一转换单元是设置为：
按照预设间隔读取预设时长内的激光雷达点云数据；将读取的激光雷达点云数据通过预设的点云配准算法与预设地图匹配，获得第一位姿数据。
在一种示例性实例中，本发明实施例第二转换单元是设置为：
根据第一位姿数据的时间戳，确定第一位姿数据在第二位姿数据中的相邻的时间戳及其对应位姿；
根据确定的第一位姿数据在第二位姿数据中的相邻的时间戳及其对应位姿，对第二位姿数据进行姿态插值，获得第三位姿数据；其中，姿态插值包括：三次插值和/或线性插值。
在一种示例性实例中，本发明实施例中的预设地图包括：相对误差小于预设阈值的地图。
在一种示例性实例中，本发明实施例中的预设地图包括：高精点云地图。
在一种示例性实例中，本发明实施例标定单元是设置为：设定将第一位姿数据转换为第三位姿数据的转换矩阵；通过预设的代价函数对转换矩阵进行求解，实现车辆的传感器标定。
“本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、***、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质”。

Claims (10)

1.一种传感器标定的方法，包括：
将预设时长内的激光雷达点云数据与预设地图匹配，获得第一位姿数据；
将惯性导航设备INS获得的第二位姿数据转换为与获得的第一位姿数据对齐的第三位姿数据；
根据第一位姿数据和转换获得的第三位姿数据，进行车辆的传感器标定。
2.根据权利要求1所述的方法，其特征在于，所述将预设时长内的激光雷达点云数据与预设地图匹配，获得第一位姿数据，包括：
按照预设间隔读取所述预设时长内的激光雷达点云数据；
将读取的所述激光雷达点云数据通过预设的点云配准算法与所述预设地图匹配，获得所述第一位姿数据。
3.根据权利要求1所述的方法，其特征在于，所述将INS获得的第二位姿数据转换为与获得的第一位姿数据对齐的第三位姿数据，包括：
根据所述第一位姿数据的时间戳，确定所述第一位姿数据在所述第二位姿数据中的相邻的时间戳及其对应位姿；
根据确定的所述第一位姿数据在所述第二位姿数据中的相邻的时间戳及其对应位姿，对所述第二位姿数据进行姿态插值，获得第三位姿数据；
其中，所述姿态插值包括：三次插值和/或线性插值。
4.根据权利要求1～3任一项所述的方法，其特征在于，所述预设地图包括：相对误差小于预设阈值的地图。
5.根据权利要求4所述的方法，其特征在于，所述预设地图包括：高精点云地图。
6.根据权利要求1～3任一项所述的方法，其特征在于，所述进行车辆的传感器标定，包括：
设定将所述第一位姿数据转换为所述第三位姿数据的转换矩阵；
通过预设的代价函数对所述转换矩阵进行求解，实现所述车辆的传感器标定。
7.一种计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1～6中任一项所述的传感器标定的方法。
8.一种终端，包括：存储器和处理器，所述存储器中保存有计算机程序；其中，
处理器被配置为执行存储器中的计算机程序；
所述计算机程序被所述处理器执行时实现如权利要求1～6中任一项所述的传感器标定的方法。
9.一种传感器标定的装置，包括：第一转换单元、第二转换单元和标定单元；其中，
第一转换单元设置为：将预设时长内的激光雷达点云数据与预设地图匹配，获得第一位姿数据；
第二转换单元设置为：将惯性导航设备INS获得的第二位姿数据转换为与获得的第一位姿数据对齐的第三位姿数据；
标定单元设置为：根据第一位姿数据和转换获得的第三位姿数据，进行车辆的传感器标定。
10.根据权利要求9所述的装置，其特征在于，所述第二转换单元是设置为：
根据所述第一位姿数据的时间戳，确定所述第一位姿数据在所述第二位姿数据中的相邻的时间戳及其对应位姿；
根据确定的所述第一位姿数据在所述第二位姿数据中的相邻的时间戳及其对应位姿，对所述第二位姿数据进行姿态插值，获得第三位姿数据；
其中，所述姿态插值包括：三次插值和/或线性插值。
CN202110360085.4A 2021-04-02 2021-04-02 一种传感器标定的方法、装置、计算机存储介质及终端 Active CN112964291B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110360085.4A CN112964291B (zh) 2021-04-02 2021-04-02 一种传感器标定的方法、装置、计算机存储介质及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110360085.4A CN112964291B (zh) 2021-04-02 2021-04-02 一种传感器标定的方法、装置、计算机存储介质及终端

Publications (2)

Publication Number Publication Date
CN112964291A true CN112964291A (zh) 2021-06-15
CN112964291B CN112964291B (zh) 2023-07-14

Family

ID=76280834

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110360085.4A Active CN112964291B (zh) 2021-04-02 2021-04-02 一种传感器标定的方法、装置、计算机存储介质及终端

Country Status (1)

Country Link
CN (1) CN112964291B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113465608A (zh) * 2021-07-22 2021-10-01 清华大学苏州汽车研究院（吴江） 一种路侧传感器标定方法及***
CN113640778A (zh) * 2021-08-12 2021-11-12 东风悦享科技有限公司 一种基于无重叠视场的多激光雷达的联合标定方法
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
WO2024001649A1 (zh) * 2022-06-29 2024-01-04 深圳市海柔创新科技有限公司 机器人定位方法、装置和计算可读存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5883593A (en) * 1996-06-21 1999-03-16 Thomson-Csf Method for the calibration of the positioning errors of a radar and the drift in ground speed of an inertial unit on board an aircraft
CN108765498A (zh) * 2018-05-30 2018-11-06 百度在线网络技术（北京）有限公司 单目视觉跟踪方法、装置及存储介质
CN109270534A (zh) * 2018-05-07 2019-01-25 西安交通大学 一种智能车激光传感器与相机在线标定方法
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
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
CN111538032A (zh) * 2020-05-19 2020-08-14 北京数字绿土科技有限公司 基于相机和激光雷达独立制图轨迹的时间同步方法和装置
CN111678533A (zh) * 2019-03-11 2020-09-18 武汉小狮科技有限公司 一种惯性导航设备与激光雷达的标定方法
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
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
CN112489111A (zh) * 2020-11-25 2021-03-12 深圳地平线机器人科技有限公司 相机外参标定方法、装置及相机外参标定***

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5883593A (en) * 1996-06-21 1999-03-16 Thomson-Csf Method for the calibration of the positioning errors of a radar and the drift in ground speed of an inertial unit on board an aircraft
CN109270534A (zh) * 2018-05-07 2019-01-25 西安交通大学 一种智能车激光传感器与相机在线标定方法
CN108765498A (zh) * 2018-05-30 2018-11-06 百度在线网络技术（北京）有限公司 单目视觉跟踪方法、装置及存储介质
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
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
CN111678533A (zh) * 2019-03-11 2020-09-18 武汉小狮科技有限公司 一种惯性导航设备与激光雷达的标定方法
CN111538032A (zh) * 2020-05-19 2020-08-14 北京数字绿土科技有限公司 基于相机和激光雷达独立制图轨迹的时间同步方法和装置
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
CN112489111A (zh) * 2020-11-25 2021-03-12 深圳地平线机器人科技有限公司 相机外参标定方法、装置及相机外参标定***
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

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113465608A (zh) * 2021-07-22 2021-10-01 清华大学苏州汽车研究院（吴江） 一种路侧传感器标定方法及***
CN113465608B (zh) * 2021-07-22 2024-05-03 清华大学苏州汽车研究院（吴江） 一种路侧传感器标定方法及***
CN113640778A (zh) * 2021-08-12 2021-11-12 东风悦享科技有限公司 一种基于无重叠视场的多激光雷达的联合标定方法
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
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
WO2024001649A1 (zh) * 2022-06-29 2024-01-04 深圳市海柔创新科技有限公司 机器人定位方法、装置和计算可读存储介质

Also Published As

Publication number Publication date
CN112964291B (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
CN112964291B (zh) 一种传感器标定的方法、装置、计算机存储介质及终端
CN109059906B (zh) 车辆定位方法、装置、电子设备、存储介质
CN109270545B (zh) 一种定位真值校验方法、装置、设备及存储介质
CN110927708B (zh) 智能路侧单元的标定方法、装置及设备
EP2133662A2 (en) Methods and system of navigation using terrain features
CN112113574A (zh) 用于定位的方法、装置、计算设备和计算机可读存储介质
EP2175237B1 (en) System and methods for image-based navigation using line features matching
JP2021524026A (ja) 姿勢判断システムおよび方法
CN112230242A (zh) 位姿估计***和方法
CN112835085B (zh) 确定车辆位置的方法和装置
CN112967392A (zh) 一种基于多传感器触合的大规模园区建图定位方法
CN112362054A (zh) 一种标定方法、装置、电子设备及存储介质
CN111469781B (zh) 用于输出信息的方法和装置
CN110458885B (zh) 基于行程感知与视觉融合的定位***和移动终端
CN112965076B (zh) 一种用于机器人的多雷达定位***及方法
CN113538699A (zh) 基于三维点云的定位方法、装置、设备及存储介质
US11353579B2 (en) Method for indicating obstacle by smart roadside unit
CN114897942B (zh) 点云地图的生成方法、设备及相关存储介质
KR102506411B1 (ko) 차량의 위치 및 자세 추정 방법, 장치 및 이를 위한 기록매체
CN113034538B (zh) 一种视觉惯导设备的位姿跟踪方法、装置及视觉惯导设备
CN112747752A (zh) 基于激光里程计的车辆定位方法、装置、设备和存储介质
CN117308925B (zh) 一种频谱地图惯导组合的导航方法、装置、设备和介质
CN110082805A (zh) 一种三维定位装置和方法
KR102624644B1 (ko) 벡터 맵을 이용한 이동체의 맵 매칭 위치 추정 방법
CN112665593B (zh) 一种车辆定位方法及装置

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