CN113777592A - 方位角标定方法和装置 - Google Patents
方位角标定方法和装置 Download PDFInfo
- Publication number
- CN113777592A CN113777592A CN202111062483.4A CN202111062483A CN113777592A CN 113777592 A CN113777592 A CN 113777592A CN 202111062483 A CN202111062483 A CN 202111062483A CN 113777592 A CN113777592 A CN 113777592A
- Authority
- CN
- China
- Prior art keywords
- prism
- point cloud
- cloud data
- target
- azimuth angle
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 77
- 239000011159 matrix material Substances 0.000 claims description 47
- 238000004364 calculation method Methods 0.000 claims description 30
- 238000012937 correction Methods 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 5
- 238000005259 measurement Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
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
- 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)
- 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
本发明提供了一种方位角标定方法和装置。其中,该方法包括:获取激光雷达采集的雷达点云数据;从雷达点云数据中确定各个棱镜对应的点云数据;基于各个棱镜对应的点云数据确定各个棱镜的方位角误差;基于各个棱镜的方位角误差修正各个棱镜对应的点云数据,得到修正后的雷达点云数据。该方式方法包括:获取激光雷达采集的雷达点云数据;从雷达点云数据中确定各个棱镜对应的点云数据;基于各个棱镜对应的点云数据确定各个棱镜的方位角误差;其中,棱镜的方位角误差表征棱镜的实际方位角与标准方位角的差值;基于各个棱镜的方位角误差修正各个棱镜对应的点云数据,得到修正后的雷达点云数据。
Description
技术领域
本发明涉及激光雷达技术领域,尤其是涉及一种方位角标定方法和装置。
背景技术
随着传感器技术的进步和社会日益增加的需要,三维测量方式正快速覆盖多个领域。激光雷达能直接获取物体的三维坐标,具有非接触式、实时性、精度高、范围广、数据信息丰富等优势,在自动驾驶高精地图绘制、地理信息数字地面模型生成、数字城市复杂场景三维重建等各个领域具有广泛的应用。但是,激光雷达是一种光电测量设备,其自身不可避免的会带有多种误差,因此需要对激光雷达的误差进行补偿。
激光雷达测量数据一般称为点云(也称为点云数据)。在激光雷达自身结构设计中,需要多个棱镜反射激光信号,以此获得更丰富的数据,从而满足多场景、多尺寸的测量要求。棱镜在实际的生产、制造、加工、装配时它们之间的相对位置关系往往与设计值存在角度偏离和误差,影响激光雷达数据的总体测量精度,因此需要对棱镜的方位角进行标定。
目前对棱镜方位角的标定主要集中于借助更加精密的仪器标定棱镜方位角误差,这类方法一方面需要借助更加精密的仪器和平台,增加了标定方案的费用和难度,另一方面需要人工进行机械操作,影响了棱镜方位角标定的效率。
发明内容
有鉴于此,本发明的目的在于提供一种方位角标定方法和装置,无需借助精密测量仪器,且能实现自动化的棱镜方位角标定,可以简化棱镜方位角标定的流程,提高棱镜方位角标定的效率和精度。
第一方面,本发明实施例提供了一种方位角标定方法,应用于激光雷达的控制器,激光雷达包括多个棱镜;方法包括:获取激光雷达采集的雷达点云数据;从雷达点云数据中确定各个棱镜对应的点云数据;基于各个棱镜对应的点云数据确定各个棱镜的方位角误差;其中,棱镜的方位角误差表征棱镜的实际方位角与标准方位角的差值;基于各个棱镜的方位角误差修正各个棱镜对应的点云数据,得到修正后的雷达点云数据。
在本申请较佳的实施例中,上述获取激光雷达采集的雷达点云数据的步骤,包括:将激光雷达的扫描窗口朝向目标物体,并启动激光雷达的电机;在激光雷达扫描目标物体的时间达到预设时间阈值之后,获取激光雷达采集目标物体的雷达点云数据。
在本申请较佳的实施例中,上述基于各个棱镜对应的点云数据确定各个棱镜的方位角误差的步骤,包括:从棱镜中选择除第一棱镜之外的目标棱镜,基于目标棱镜对应的目标点云数据确定目标棱镜的方位角误差;重复执行从棱镜中选择除第一棱镜之外的目标棱镜的步骤,直至棱镜中选择除第一棱镜之外的棱镜全部被选择。
在本申请较佳的实施例中,上述基于目标棱镜对应的目标点云数据确定目标棱镜的方位角误差的步骤,包括:确定目标棱镜扫描点云与第一棱镜扫描点云之间的对应关系;基于对应关系计算目标点云数据与第一点云数据对应的旋转矩阵;其中,旋转矩阵基于目标棱镜的方位角误差计算得到;基于旋转矩阵进行收敛计算,得到目标棱镜的方位角误差。
在本申请较佳的实施例中,上述确定目标棱镜扫描点云与第一棱镜扫描点云之间的对应关系的步骤,包括:如果目标点云数据中的目标点云坐标与第一棱镜对应的第一点云数据中的第一点云坐标的欧式距离小于预设的距离阈值,目标点云坐标与第一点云坐标相对应。
在本申请较佳的实施例中,上述基于对应关系计算目标点云数据与第一点云数据对应的旋转矩阵的步骤,包括:通过下述第一算式表征目标点云数据与第一点云数据对应的旋转矩阵:R=cos(θi+Δθi)I+(1-cos(θi+Δθi))nnT+sin(θi+Δθi)n∧;其中,R为旋转矩阵,θi为目标棱镜的标准方位角和第一棱镜的方位角的差值;Δθi为目标棱镜的方位角误差,I为单位矩阵;n为坐标轴的单位矢量;nT为n的转置矩阵;n∧为n的叉乘矩阵。
在本申请较佳的实施例中,上述基于旋转矩阵进行收敛计算,得到目标棱镜的方位角误差的步骤,包括:通过下述第二算式表征目标棱镜的方位角误差:其中,第一棱镜的点云数量为m个,目标棱镜为第i个棱镜;Δθi为目标棱镜的方位角误差,R为旋转矩阵,qj为目标棱镜对应的目标点云坐标,pj为的第一点云坐标;获取方位角误差的初始值,基于初始值对第二算式进行收敛计算;如果第二算式收敛,得到目标棱镜的方位角误差。
在本申请较佳的实施例中,上述基于初始值对第二算式进行收敛计算的步骤之后,方法还包括:如果第二算式不收敛,重复执行确定目标棱镜扫描点云与第一棱镜扫描点云之间的对应关系的步骤。
在本申请较佳的实施例中,上述确定目标棱镜扫描点云与第一棱镜扫描点云之间的对应关系的步骤之后,方法还包括:基于预设的多余规则,对目标点云数据中的各个目标点云坐标进行优化。
第二方面,本发明实施例还提供一种方位角标定装置,应用于激光雷达的控制器,激光雷达包括多个棱镜;装置包括:雷达点云数据采集模块,用于获取激光雷达采集的雷达点云数据;棱镜点云数据确定模块,用于从雷达点云数据中确定各个棱镜对应的点云数据;方位角误差计算模块,用于基于各个棱镜对应的点云数据确定各个棱镜的方位角误差;其中,棱镜的方位角误差为棱镜的实际方位角与标准方位角的差值;棱镜点云数据修正模块,用于基于各个棱镜的方位角误差修正各个棱镜对应的点云数据,得到修正后的雷达点云数据。
本发明实施例带来了以下有益效果:
本发明实施例提供的一种方位角标定方法和装置,可以基于激光雷达采集的各个棱镜对应的点云数据确定各个棱镜的方位角误差,并基于各个棱镜的方位角误差修正各个棱镜对应的点云数据,得到修正后的雷达点云数据。该方式中无需借助精密测量仪器,且能实现自动化的棱镜方位角标定,可以简化棱镜方位角标定的流程,提高棱镜方位角标定的效率和精度。
本公开的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本公开的上述技术即可得知。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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的附图。
图1为本发明实施例提供的一种方位角标定方法的流程图;
图2为本发明实施例提供的另一种方位角标定方法的流程图;
图3为本发明实施例提供的一种棱镜方位角标定的具体流程的示意图;
图4为本发明实施例提供的一种天花板的点云数据的示意图;
图5为本发明实施例提供的一种修正前的点云数据的示意图;
图6为本发明实施例提供的一种修正后的点云数据的示意图;
图7为本发明实施例提供的一种方位角标定装置的结构示意图;
图8为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
随着传感器技术的进步和社会日益增加的需要,三维测量方式正快速覆盖多个领域。激光雷达能直接获取物体的三维坐标,具有非接触式、实时性、精度高、范围广、数据信息丰富等优势,在自动驾驶高精地图绘制、地理信息数字地面模型生成、数字城市复杂场景三维重建等各个领域具有广泛的应用。
但是,激光雷达是一种光电测量设备,其自身不可避免的会带有多种误差。激光雷达误差总体可以分为:与仪器自身相关的误差、光学信号传播过程中的误差、与被测物体相关的误差。这些误差会造成激光雷达数据的测量值与真实值之间存在差异,其差异甚至会达到米级。这些误差的大小直接体现了激光雷达的性能,误差带来的影响在一些高精度测量领域往往不可忽略,因此需要减弱或者消除误差。激光雷达标定即通过具有先验信息的高精度参考物或者通过物体之间的空间属性检验激光雷达的测量精度水平,解算激光雷达误差,从而对误差进行补偿,提高测量精度。
激光雷达测量数据一般称为点云。在激光雷达自身结构设计中,需要多个棱镜反射激光信号,以此获得更丰富的数据,从而满足多场景、多尺寸的测量要求。棱镜在实际的生产、制造、加工、装配时它们之间的相对位置关系往往与设计值存在角度偏离和误差,影响激光雷达数据的总体测量精度。在对同一物体进行测量时,这种误差会导致多个棱镜的测量点云不重合,因此,需要对多个棱镜的方位角进行标定,得到其真实的位置关系,解算出准确的数据。为后续点云滤波、特征提取、点云分类和分割、对象提取和识别、点云融合等提供数据质量保障。
棱镜方位角标定的目的是消除不同棱镜理论相对位置和实际相对位置的差异,使得不同棱镜对同一物体进行测量时,其点云数据保持一致性。当前对棱镜方位角的标定主要集中于借助更加精密的仪器标定棱镜方位角误差。当前方位角标定方法,通常以水平仪、旋转装置、具有俯仰调节功能的平台等各种具有精密测角功能的设备为基准,测量棱镜方位角误差,完成棱镜方位角的标定。这类方法一方面需要借助更加精密的仪器和平台,增加了标定方案的费用和难度,另一方面需要人工进行机械操作,影响了棱镜方位角标定的效率。
基于此,本发明实施例提供的一种方位角标定方法和装置,根据多棱镜采集的点云数据具有一致性的思想,从点云数据坐标解算和点云配准的角度出发,提出了一种具有严密数学模型的棱角方位角标定方法。该方法无需借助精密测量仪器,且能实现自动化的棱镜方位角标定方法,其大大简化了棱镜方位角标定流程,提高了标定效率和精度。
为便于对本实施例进行理解,首先对本发明实施例所公开的方位角标定方法进行详细介绍。
实施例一:
本发明实施例提供一种方位角标定方法,应用于激光雷达的控制器,参见图1所示的一种方位角标定方法的流程图,该方位角标定方法包括如下步骤:
步骤S102,获取激光雷达采集的雷达点云数据。
激光雷达(Light Detection and Ranging),是以发射激光束探测目标的位置、速度等特征量的雷达***。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。它由激光发射机、光学接收机、电机和信息处理***等组成,激光器将电脉冲变成光脉冲发射出去,光接收机再把从目标反射回来的光脉冲还原成电脉冲,送到显示器。
点云数据(Point Cloud Data)是指在一个三维坐标***中的一组向量的集合。扫描资料以点的形式记录,每一个点包含有三维坐标,有些可能含有颜色信息(RGB)或反射强度信息(Intensity)。激光雷达采集的点云数据可以称为雷达点云数据。
步骤S104,从雷达点云数据中确定各个棱镜对应的点云数据。
激光雷达内部包含多个棱镜(也称为棱镜面),假设激光雷达n个棱镜面,对同一物体进行测量时,每个棱镜面都会对应一组点云数据。即,雷达点云数据包括n个棱镜面对应的点云数据。
步骤S106,基于各个棱镜对应的点云数据确定各个棱镜的方位角误差;其中,棱镜的方位角误差表征棱镜的实际方位角与标准方位角的差值。
由于仪器制造、加工、装配等过程中产生的误差,会导致棱镜理论位置和实际位置之间存在偏差,该偏差可以表示为棱镜绕某一坐标轴旋转了一微小角度Δθi(i=1...n),记为该棱镜的方位角误差。
步骤S108,基于各个棱镜的方位角误差修正各个棱镜对应的点云数据,得到修正后的雷达点云数据。
计算得到各个棱镜的方位角误差之后,可以基于各个棱镜的方位角误差修正各个棱镜对应的点云数据,修正后的雷达点云数据具有较高的重叠一致性。
本发明实施例提供的一种方位角标定方法,可以基于激光雷达采集的各个棱镜对应的点云数据确定各个棱镜的方位角误差,并基于各个棱镜的方位角误差修正各个棱镜对应的点云数据,得到修正后的雷达点云数据。该方式中无需借助精密测量仪器,且能实现自动化的棱镜方位角标定,可以简化棱镜方位角标定的流程,提高棱镜方位角标定的效率和精度。
实施例二:
本实施例提供了另一种方位角标定方法,该方法在上述实施例的基础上实现,如图2所示的另一种方位角标定方法的流程图,本实施例中的方位角标定方法包括如下步骤:
步骤S202,获取激光雷达采集的雷达点云数据。
棱镜方位角标定的具体流程,可以参见图3所示的一种棱镜方位角标定的具体流程的示意图,如图3所示,首先需要对棱镜方位角标定数据进行采集,例如:将激光雷达的扫描窗口朝向目标物体,并启动激光雷达的电机;在激光雷达扫描目标物体的时间达到预设时间阈值之后,获取激光雷达采集目标物体的雷达点云数据。
具体来说,以目标物体是天花板为例,可以将激光雷达水平放置于桌面,扫描窗口朝向天花板,启动电机,扫描天花板数据约5s(即预设时间阈值设置为5s),保证各个棱镜均包含点云,可以采集到如图4所示的一种天花板的点云数据的示意图。
这里需要说明的是,标定场景可以选择室内外其他场地,能正常反射激光雷达信号即可。
步骤S204,从雷达点云数据中确定各个棱镜对应的点云数据。
激光雷达的坐标系中,X、Y轴位于水平扫描面,Z轴垂直于XY平面,构成右手坐标系。在准确测距的基础上,激光雷达通过极坐标法可以得到被测物体的三维点云坐标(x,y,z):
假设激光雷达具有n个棱镜面,由于仪器制造、加工、装配等过程中产生的误差,会导致棱镜理论位置和实际位置之间存在偏差,该偏差可以表示为棱镜绕某一坐标轴旋转了一微小角度Δθi(i=1...n),记为该棱镜方位角误差。
步骤S206,从棱镜中选择除第一棱镜之外的目标棱镜,基于目标棱镜对应的目标点云数据确定目标棱镜的方位角误差;重复执行从棱镜中选择除第一棱镜之外的目标棱镜的步骤,直至棱镜中选择除第一棱镜之外的棱镜全部被选择。
本实施例中可以从棱镜中先确定一个方位角为0°的第一棱镜,在从第一棱镜之外的棱镜中依次选择目标棱镜,计算目标棱镜的方位角误差,直至第一棱镜之外的所有棱镜均被选为目标棱镜。
这里需要说明的是,棱镜基准选择是多样的,要结合仪器结构和数据解算,不一定是第一棱镜,可以是其他棱镜。
如图3所示,首先需要设定一个迭代初值,对于标定算法,需要设置合理的初值。由于棱镜之间的点云一般在厘米级,可以将其初值设为0。这里需要说明的是,初值设置是根据数据特点灵活选择的,按照实际点云的差异设置大小。
具体来说,可以通过下述步骤基于目标棱镜对应的目标点云数据确定目标棱镜的方位角误差:确定目标棱镜扫描点云与第一棱镜扫描点云之间的对应关系;基于对应关系计算目标点云数据与第一点云数据对应的旋转矩阵;其中,旋转矩阵基于目标棱镜的方位角误差计算得到;基于旋转矩阵进行收敛计算,得到目标棱镜的方位角误差。
假设激光雷达包括n个棱镜面,对同一物体进行测量时,每个棱镜面都会对应一组点云数据。理论上,所有棱镜产生的点云应完全重合,即每个棱镜对应的点云坐标完全相同。
如图3所示,可以寻找点云数据中的对应点。在标定算法中,最重要的是寻找两个点云之间的对应点。将第一棱镜点云分别与其他棱镜对应的点云进行比较,只要两个点云欧式距离小于一定阈值,就认为这两个点就是对应点。
具体地,可以通过计算欧氏距离的方式确定目标棱镜扫描点云与第一棱镜扫描点云之间的对应关系,例如:如果目标点云数据中的目标点云坐标与第一棱镜对应的第一点云数据中的第一点云坐标的欧式距离小于预设的距离阈值,目标点云坐标与第一点云坐标相对应。
假设第一棱镜对应的点云为P与第i个棱镜(即目标棱镜)对应的点云为Q,设其每两两对应点pj=(xj,yj,zj)、qi=(x′j,y′j,z′j),他们的欧氏距离可表示为:
如图3所示,寻找对应点后可以进行矩阵优化,由于对应点数量巨大,因此存在多余观测,利用最小二乘法对矩阵进行估计和优化。例如:基于预设的多余规则,对目标点云数据中的各个目标点云坐标进行优化。
如图3所示,矩阵优化之后可以(5)确定旋转矩阵。优化得到了一个新的R,导致了一些点转换后的位置发生变化,一些最邻近点对也相应的发生了变化,可以进行迭代计算直到收敛,得到最终的棱镜方位角误差量。
以第一棱镜产生的点云为基准。则有:P=RQ;其中R为旋转矩阵。假设i个棱镜绕某一坐标轴n旋转(θi+Δθi)角度到达第一棱镜位置,则它们之间的旋转关系可以通过罗德里格斯公式表示,进而转换为旋转矩阵:
具体地,可以通过下述第一算式表征目标点云数据与第一点云数据对应的旋转矩阵:R=cos(θi+Δθi)I+(1-cos(θi+Δθi))nnT+sin(θi+Δθi)n∧;
其中,R为旋转矩阵,θi为目标棱镜的标准方位角和第一棱镜的方位角的差值;Δθi为目标棱镜的方位角误差,I为单位矩阵;n为坐标轴的单位矢量;nT为n的转置矩阵;n∧为n的叉乘矩阵。
理论上不同棱镜面点云应该重合,因此通过不断迭代计算使得对应点之间距离最小,例如:通过下述第二算式表征目标棱镜的方位角误差:其中,所述第一棱镜的点云数量为m个,所述目标棱镜为第i个棱镜;Δθi为所述目标棱镜的方位角误差,R为所述旋转矩阵,qj为所述目标棱镜对应的目标点云坐标,pj为所述的第一点云坐标。
获取方位角误差的初始值,基于初始值对第二算式进行收敛计算;如果第二算式收敛,得到目标棱镜的方位角误差。
如果第二算式不收敛,则需要重复执行确定目标棱镜扫描点云与第一棱镜扫描点云之间的对应关系的步骤。
上述步骤已经设置了合理的初值,经数次迭代收敛后,可以得到各个棱镜方位角误差Δθi。
步骤S208,基于各个棱镜的方位角误差修正各个棱镜对应的点云数据,得到修正后的雷达点云数据。
参见图5所示的一种修正前的点云数据的示意图和图6所示的一种修正后的点云数据的示意图,图5为原始点云,将其按照棱镜编号渲染,可以发现不同棱镜之间的点云不重合。图6为棱镜方位角误差补偿后的点云,可以发现,经过本实施例提供的棱镜方位角补偿后,点云激光雷达扫描仪具有较高的重叠一致性。
本发明实施例提供的上述方法,不需要借助其他高精度测量仪器,从激光雷达实际数据特点出发,结合棱镜误差特点,既符合实际情况,又节约标定设备成本。该方式无需人工进行标定干涉,通过标定程序快速且自动化地实现棱镜方位角标定工作,节约人力成本,提高标定效率。该方式中的标定数据采集不依赖专用设备、特定的材料、靶标、场地,仅需要激光雷达即可,可以适应室内或者室外不同场景进行标定操作。该方式可以从扫描仪数据实际特点出发,可根据数据特点确定函数模型,适用于不同类型的激光扫描仪。
综上,本发明实施例提供的上述方法可以借助棱镜方位角标定,避免了多棱镜测量导致的点云不重合现象,提高了激光雷达测量精度。该方式中可以不借助高精度测量设备或者平台,从激光雷达数据实际特点出发,对多个棱镜激光雷达的方位角进行标定。该方式中可以借助点云算法和函数模型自动实现标定工作,无需人工干预。
实施例三:
对应于上述方法实施例,本发明实施例提供了一种方位角标定装置,应用于激光雷达的控制器,参见图7所示的一种方位角标定装置的结构示意图,该方位角标定装置包括:
雷达点云数据采集模块71,用于获取激光雷达采集的雷达点云数据;
棱镜点云数据确定模块72,用于从雷达点云数据中确定各个棱镜对应的点云数据;
方位角误差计算模块73,用于基于各个棱镜对应的点云数据确定各个棱镜的方位角误差;其中,棱镜的方位角误差表征棱镜的实际方位角与标准方位角的差值;
棱镜点云数据修正模块74,用于基于各个棱镜的方位角误差修正各个棱镜对应的点云数据,得到修正后的雷达点云数据。
本发明实施例提供的一种方位角标定装置,可以基于激光雷达采集的各个棱镜对应的点云数据确定各个棱镜的方位角误差,并基于各个棱镜的方位角误差修正各个棱镜对应的点云数据,得到修正后的雷达点云数据。该方式中无需借助精密测量仪器,且能实现自动化的棱镜方位角标定,可以简化棱镜方位角标定的流程,提高棱镜方位角标定的效率和精度。
上述雷达点云数据采集模块,用于将激光雷达的扫描窗口朝向目标物体,并启动激光雷达的电机;在激光雷达扫描目标物体的时间达到预设时间阈值之后,获取激光雷达采集目标物体的雷达点云数据。
上述方位角误差计算模块,用于从棱镜中选择除第一棱镜之外的目标棱镜,基于目标棱镜对应的目标点云数据确定目标棱镜的方位角误差;重复执行从棱镜中选择除第一棱镜之外的目标棱镜的步骤,直至棱镜中选择除第一棱镜之外的棱镜全部被选择。
上述方位角误差计算模块,用于确定目标棱镜扫描点云与第一棱镜扫描点云之间的对应关系;基于对应关系计算目标点云数据与第一点云数据对应的旋转矩阵;其中,旋转矩阵基于目标棱镜的方位角误差计算得到;基于旋转矩阵进行收敛计算,得到目标棱镜的方位角误差。
上述方位角误差计算模块,用于如果目标点云数据中的目标点云坐标与第一棱镜对应的第一点云数据中的第一点云坐标的欧式距离小于预设的距离阈值,目标点云坐标与第一点云坐标相对应。
上述方位角误差计算模块,用于通过下述第一算式表征目标点云数据与第一点云数据对应的旋转矩阵:R=cos(θi+Δθi)I+(1-cos(θi+Δθi))nnT+sin(θi+Δθi)n∧;其中,R为旋转矩阵,θi为目标棱镜的标准方位角和第一棱镜的方位角的差值;Δθi为目标棱镜的方位角误差,I为单位矩阵;n为坐标轴的单位矢量;nT为n的转置矩阵;n∧为n的叉乘矩阵。
上述方位角误差计算模块,用于基于旋转矩阵进行收敛计算,得到目标棱镜的方位角误差的步骤,包括:通过下述第二算式表征目标棱镜的方位角误差:其中,所述第一棱镜的点云数量为m个,所述目标棱镜为第i个棱镜;Δθi为所述目标棱镜的方位角误差,R为所述旋转矩阵,qj为所述目标棱镜对应的目标点云坐标,pj为所述的第一点云坐标;获取方位角误差的初始值,基于初始值对第二算式进行收敛计算;如果第二算式收敛,得到目标棱镜的方位角误差。
上述方位角误差计算模块,还用于如果第二算式不收敛,重复执行确定目标棱镜扫描点云与第一棱镜扫描点云之间的对应关系的步骤。
上述方位角误差计算模块,还用于基于预设的多余规则,对目标点云数据中的各个目标点云坐标进行优化。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的方位角标定装置的具体工作过程,可以参考前述的方位角标定方法的实施例中的对应过程,在此不再赘述。
实施例四:
本发明实施例还提供了一种电子设备,用于运行上述方位角标定方法;参见图8所示的一种电子设备的结构示意图,该电子设备包括存储器100和处理器101,其中,存储器100用于存储一条或多条计算机指令,一条或多条计算机指令被处理器101执行,以实现上述方位角标定方法。
进一步地,图8所示的电子设备还包括总线102和通信接口103,处理器101、通信接口103和存储器100通过总线102连接。
其中,存储器100可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口103(可以是有线或者无线)实现该***网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。总线102可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
处理器101可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DigitalSignal Processor,简称DSP)、专用集成电路(Application Specific IntegratedCircuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器100,处理器101读取存储器100中的信息,结合其硬件完成前述实施例的方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现上述方位角标定方法,具体实现可参见方法实施例,在此不再赘述。
本发明实施例所提供的方位角标定和装置的计算机程序产品,包括存储了程序代码的计算机可读存储介质,程序代码包括的指令可用于执行前面方法实施例中的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***和/或装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
Claims (10)
1.一种方位角标定方法,其特征在于,应用于激光雷达的控制器,所述激光雷达包括多个棱镜;所述方法包括:
获取所述激光雷达采集的雷达点云数据;
从所述雷达点云数据中确定各个所述棱镜对应的点云数据;
基于各个所述棱镜对应的点云数据确定各个所述棱镜的方位角误差;其中,所述棱镜的方位角误差表征所述棱镜的实际方位角与标准方位角的差值;
基于各个所述棱镜的方位角误差修正各个所述棱镜对应的点云数据,得到修正后的所述雷达点云数据。
2.根据权利要求1所述的方法,其特征在于,获取所述激光雷达采集的雷达点云数据的步骤,包括:
将所述激光雷达的扫描窗口朝向目标物体,并启动所述激光雷达的电机;
在所述激光雷达扫描所述目标物体的时间达到预设时间阈值之后,获取激光雷达采集所述目标物体的雷达点云数据。
3.根据权利要求1所述的方法,其特征在于,基于各个所述棱镜对应的点云数据确定各个所述棱镜的方位角误差的步骤,包括:
从所述棱镜中选择除第一棱镜之外的目标棱镜,基于所述目标棱镜对应的目标点云数据确定所述目标棱镜的方位角误差;
重复执行从所述棱镜中选择除所述第一棱镜之外的目标棱镜的步骤,直至所述棱镜中选择除所述第一棱镜之外的棱镜全部被选择。
4.根据权利要求3所述的方法,其特征在于,基于所述目标棱镜对应的目标点云数据确定所述目标棱镜的方位角误差的步骤,包括:
确定所述目标棱镜扫描点云与所述第一棱镜扫描点云之间的对应关系;
基于所述对应关系计算所述目标点云数据与第一点云数据对应的旋转矩阵;其中,所述旋转矩阵基于所述目标棱镜的方位角误差计算得到;
基于所述旋转矩阵进行收敛计算,得到所述目标棱镜的方位角误差。
5.根据权利要求4所述的方法,其特征在于,确定所述目标棱镜扫描点云与所述第一棱镜扫描点云之间的对应关系的步骤,包括:
如果所述目标点云数据中的目标点云坐标与所述第一棱镜对应的第一点云数据中的第一点云坐标的欧式距离小于预设的距离阈值,所述目标点云坐标与所述第一点云坐标相对应。
6.根据权利要求4所述的方法,其特征在于,基于所述对应关系计算所述目标点云数据与所述第一点云数据对应的旋转矩阵的步骤,包括:
通过下述第一算式表征所述目标点云数据与所述第一点云数据对应的旋转矩阵:
R=cos(θi+Δθi)I+(1-cos(θi+Δθi))nnT+sin(θi+Δθi)n^;
其中,R为所述旋转矩阵,θi为目标棱镜的标准方位角和第一棱镜的方位角的差值;Δθi为所述目标棱镜的方位角误差,I为单位矩阵;n为坐标轴的单位矢量;nT为n的转置矩阵;n^为n的叉乘矩阵。
8.根据权利要求7所述的方法,其特征在于,基于所述初始值对所述第二算式进行收敛计算的步骤之后,所述方法还包括:
如果所述第二算式不收敛,重复执行确定所述目标棱镜扫描点云与所述第一棱镜扫描点云之间的对应关系的步骤。
9.根据权利要求4所述的方法,其特征在于,确定所述目标棱镜扫描点云与所述第一棱镜扫描点云之间的对应关系的步骤之后,所述方法还包括:
基于预设的多余规则,对所述目标点云数据中的各个目标点云坐标进行优化。
10.一种方位角标定装置,其特征在于,应用于激光雷达的控制器,所述激光雷达包括多个棱镜;所述装置包括:
雷达点云数据采集模块,用于获取所述激光雷达采集的雷达点云数据;
棱镜点云数据确定模块,用于从所述雷达点云数据中确定各个所述棱镜对应的点云数据;
方位角误差计算模块,用于基于各个所述棱镜对应的点云数据确定各个所述棱镜的方位角误差;其中,所述棱镜的方位角误差表征所述棱镜的实际方位角与标准方位角的差值;
棱镜点云数据修正模块,用于基于各个所述棱镜的方位角误差修正各个所述棱镜对应的点云数据,得到修正后的所述雷达点云数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111062483.4A CN113777592B (zh) | 2021-09-10 | 2021-09-10 | 方位角标定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111062483.4A CN113777592B (zh) | 2021-09-10 | 2021-09-10 | 方位角标定方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113777592A true CN113777592A (zh) | 2021-12-10 |
CN113777592B CN113777592B (zh) | 2024-04-05 |
Family
ID=78842546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111062483.4A Active CN113777592B (zh) | 2021-09-10 | 2021-09-10 | 方位角标定方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113777592B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114966626A (zh) * | 2022-04-26 | 2022-08-30 | 珠海视熙科技有限公司 | 激光雷达误差修正的方法、装置及电子设备和存储介质 |
CN117788592A (zh) * | 2024-02-26 | 2024-03-29 | 北京理工大学前沿技术研究院 | 一种矿井车辆的雷达点云处理装置、方法、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101900806A (zh) * | 2010-05-18 | 2010-12-01 | 北京航空航天大学 | 一种用于机载激光雷达滚动角偏差实时补偿的方法与装置 |
US20180313941A1 (en) * | 2017-04-28 | 2018-11-01 | SZ DJI Technology Co., Ltd. | Angle calibration in light detection and ranging system |
US20190094341A1 (en) * | 2017-09-22 | 2019-03-28 | Topcon Corporation | Method of correcting measurement value of laser scanner, and device for the method |
US20190227173A1 (en) * | 2018-01-23 | 2019-07-25 | Topcon Corporation | Surveying device and surveying method |
CN110568423A (zh) * | 2019-09-10 | 2019-12-13 | 广州文远知行科技有限公司 | 激光雷达角度标定方法、装置、终端设备及存储介质 |
CN112233182A (zh) * | 2020-12-15 | 2021-01-15 | 北京云测网络科技有限公司 | 一种多激光雷达的点云数据的标注方法和装置 |
US20210041237A1 (en) * | 2019-08-06 | 2021-02-11 | Topcon Corporation | Surveying Instrument |
CN112924955A (zh) * | 2021-01-29 | 2021-06-08 | 同济大学 | 一种路侧激光雷达点云坐标动态修正方法 |
-
2021
- 2021-09-10 CN CN202111062483.4A patent/CN113777592B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101900806A (zh) * | 2010-05-18 | 2010-12-01 | 北京航空航天大学 | 一种用于机载激光雷达滚动角偏差实时补偿的方法与装置 |
US20180313941A1 (en) * | 2017-04-28 | 2018-11-01 | SZ DJI Technology Co., Ltd. | Angle calibration in light detection and ranging system |
US20190094341A1 (en) * | 2017-09-22 | 2019-03-28 | Topcon Corporation | Method of correcting measurement value of laser scanner, and device for the method |
US20190227173A1 (en) * | 2018-01-23 | 2019-07-25 | Topcon Corporation | Surveying device and surveying method |
US20210041237A1 (en) * | 2019-08-06 | 2021-02-11 | Topcon Corporation | Surveying Instrument |
CN110568423A (zh) * | 2019-09-10 | 2019-12-13 | 广州文远知行科技有限公司 | 激光雷达角度标定方法、装置、终端设备及存储介质 |
CN112233182A (zh) * | 2020-12-15 | 2021-01-15 | 北京云测网络科技有限公司 | 一种多激光雷达的点云数据的标注方法和装置 |
CN112924955A (zh) * | 2021-01-29 | 2021-06-08 | 同济大学 | 一种路侧激光雷达点云坐标动态修正方法 |
Non-Patent Citations (1)
Title |
---|
曾昊旻等: "车载激光雷达Risley棱镜光束扫描***", 《光学精密工程》, vol. 27, no. 7, pages 1444 - 1450 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114966626A (zh) * | 2022-04-26 | 2022-08-30 | 珠海视熙科技有限公司 | 激光雷达误差修正的方法、装置及电子设备和存储介质 |
CN114966626B (zh) * | 2022-04-26 | 2023-03-10 | 珠海视熙科技有限公司 | 激光雷达误差修正的方法、装置及电子设备和存储介质 |
CN117788592A (zh) * | 2024-02-26 | 2024-03-29 | 北京理工大学前沿技术研究院 | 一种矿井车辆的雷达点云处理装置、方法、设备及介质 |
CN117788592B (zh) * | 2024-02-26 | 2024-06-07 | 北京理工大学前沿技术研究院 | 一种矿井车辆的雷达点云处理装置、方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113777592B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110031824B (zh) | 激光雷达联合标定方法及装置 | |
WO2022170878A1 (zh) | 一种无人机测量输电线路影像距离的***及方法 | |
CN109961468B (zh) | 基于双目视觉的体积测量方法、装置及存储介质 | |
CN112200916B (zh) | 房屋户型图的生成方法、装置、计算设备和存储介质 | |
CN110703268B (zh) | 一种自主定位导航的航线规划方法和装置 | |
CN111257909B (zh) | 一种多2d激光雷达融合建图与定位方法及*** | |
CN113777592B (zh) | 方位角标定方法和装置 | |
WO2021016854A1 (zh) | 一种标定方法、设备、可移动平台及存储介质 | |
CN107204037B (zh) | 基于主被动三维成像***的三维影像生成方法 | |
CN112258590B (zh) | 一种基于激光的深度相机外参标定方法、设备及其存储介质 | |
CN111123242B (zh) | 一种基于激光雷达和相机的联合标定方法及计算机可读存储介质 | |
CN111383279A (zh) | 外参标定方法、装置及电子设备 | |
WO2022001325A1 (zh) | 点云数据的融合方法、装置、电子设备、存储介质和计算机程序 | |
EP4109131A1 (en) | Laser radar parameter calibration method and apparatus | |
CN113111513B (zh) | 传感器配置方案确定方法、装置、计算机设备及存储介质 | |
CN111080784A (zh) | 一种基于地面图像纹理的地面三维重建方法和装置 | |
CN111913169A (zh) | 激光雷达内参、点云数据的修正方法、设备及存储介质 | |
EP3550326A1 (en) | Calibration of a sensor arrangement | |
CN117590362B (zh) | 一种多激光雷达外参标定方法、装置和设备 | |
CN112504126B (zh) | 一种三维扫描测距装置及方法 | |
CN117392237A (zh) | 一种鲁棒的激光雷达-相机自标定方法 | |
CN116592766A (zh) | 一种基于激光与单目视觉融合的精密三维测量方法和装置 | |
CN113219441B (zh) | 标定角度的精度验证方法及装置、设备及存储介质 | |
CN114935748A (zh) | 一种基于检测物体的大基线多激光雷达标定的方法及*** | |
CN112556596B (zh) | 三维变形测量***、方法、装置和存储介质 |
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 |