CN114910892A - 一种激光雷达的标定方法、装置、电子设备及存储介质 - Google Patents
一种激光雷达的标定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114910892A CN114910892A CN202210660418.XA CN202210660418A CN114910892A CN 114910892 A CN114910892 A CN 114910892A CN 202210660418 A CN202210660418 A CN 202210660418A CN 114910892 A CN114910892 A CN 114910892A
- Authority
- CN
- China
- Prior art keywords
- target
- dimensional space
- position data
- laser radar
- array
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims description 48
- 230000009466 transformation Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 239000000126 substance Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000003973 paint Substances 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种激光雷达的标定方法、装置、电子设备及存储介质。该方法包括:通过激光雷达获取标靶阵列中各标靶的位置数据;其中标靶阵列位于车辆的前方,标靶阵列包括N个标靶,N为大于1的整数;将各标靶的位置数据由三维空间转换至二维空间,根据二维空间中各标靶的位置数据确定各标靶在二维空间中的中心点;将各标靶的中心点由二维空间转换回三维空间,根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对激光雷达进行标定。本发明的技术方案,通过将各标靶的位置数据由三维空间转换至二维空间进行处理,缩短了数据处理的时间,提高了数据处理效率,使用多个标靶的位置数据对激光雷达进行标定,提升了激光雷达标定的准确度。
Description
技术领域
本发明实施例涉及激光雷达技术领域,尤其涉及一种激光雷达的标定方法、装置、电子设备及存储介质。
背景技术
随着居民生活水平的提高,消费者对汽车的性能需求也越来越高,越来越多的量产车型标配了测距传感器,例如激光雷达,以辅助驾驶员驾驶车辆,提升驾驶员的驾驶体验。因此,激光雷达的标定是一个广受关注的问题。
目前,激光雷达的标定方法是在车辆前设置一块标定板,安装在车辆上的激光雷达提取标定板的四个角点,并测量四个角点在车体坐标系的物理坐标,根据激光雷达提取的四个角点和测量四个角点在车体坐标系的物理坐标求解激光雷达和车身坐标系之间的转换矩阵,实现对激光雷达间的标定。这样的标定方法中测量数据的来源是一块标定板的四个角点的数据,测量数据单一且处理过程复杂、无法精准、快速的对激光雷达进行标定。
发明内容
本发明提供一种激光雷达的标定方法、装置、电子设备及存储介质,以精准、快速的对激光雷达进行标定。
根据本发明的一方面,提供了一种激光雷达的标定方法,该方法包括:
通过激光雷达获取标靶阵列中各标靶的位置数据;其中,标靶阵列位于车辆的前方;标靶阵列包括N个标靶,N为大于1的整数;
将各标靶的位置数据由三维空间转换至二维空间,并根据二维空间中各标靶的位置数据确定各标靶在二维空间中的中心点;
将各标靶的中心点由二维空间转换回三维空间,并根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对激光雷达进行标定。
可选的,通过激光雷达获取标靶阵列中各标靶的位置数据,包括:通过激光雷达获取标靶阵列的位置数据;对标靶阵列的位置数据进行分割,得到标靶阵列中各标靶的位置数据。
可选的,对标靶阵列的位置数据进行分割,得到标靶阵列中各标靶的位置数据,包括:将标靶阵列的位置数据进行聚类处理,得到标靶阵列中各标靶对应的目标区域;基于标靶阵列的位置数据和标靶阵列中各标靶对应的目标区域,得到标靶阵列中各标靶的位置数据。
可选的,将各标靶的位置数据由三维空间转换至二维空间,包括:根据各标靶的标靶平面法向量和待转换的二维空间的平面法向量,确定各标靶的空间转换矩阵;根据各标靶的位置数据和各标靶的空间转换矩阵,将各标靶的位置数据由三维空间转换至二维空间。
可选的,根据二维空间中各标靶的位置数据确定各标靶在二维空间中的中心点,包括:获取各标靶的位置数据在二维空间上的点集,并从各标靶的点集中确定各标靶的边缘点;根据各标靶的边缘点和预先确定的各标靶的边长,确定各标靶在二维空间中的中心点。
可选的,将各标靶的中心点由二维空间转换回三维空间,包括:根据各标靶的空间转换矩阵,确定各标靶的空间转换矩阵的逆矩阵;根据各标靶在二维空间中的中心点和各标靶的空间转换矩阵的逆矩阵,将各标靶的中心点由二维空间转换回三维空间。
可选的,根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对激光雷达进行标定,包括:根据各标靶的中心点和各标靶的参考中心点,确定激光雷达在参考坐标系下的位置;根据激光雷达在参考坐标系下的位置,确定激光雷达至参考坐标系的变换矩阵;根据变换矩阵和参考坐标系对激光雷达进行标定。
根据本发明的另一方面,提供了一种激光雷达的标定装置,该装置包括:
获取模块,用于通过激光雷达获取标靶阵列中各标靶的位置数据;其中,标靶阵列位于车辆的前方;标靶阵列包括N个标靶,N为大于1的整数;
处理模块,用于将各标靶的位置数据由三维空间转换至二维空间,并根据二维空间中各标靶的位置数据确定各标靶在二维空间中的中心点;
标定模块,用于将各标靶的中心点由二维空间转换回三维空间,并根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对激光雷达进行标定。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的激光雷达的标定方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的激光雷达的标定方法。
本发明实施例的技术方案,通过激光雷达获取标靶阵列中各标靶的位置数据;其中,标靶阵列位于车辆的前方;标靶阵列包括N个标靶,N为大于1的整数;将各标靶的位置数据由三维空间转换至二维空间,并根据二维空间中各标靶的位置数据确定各标靶在二维空间中的中心点;将各标靶的中心点由二维空间转换回三维空间,并根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对激光雷达进行标定。解决了通过提取一块标定板的四个角点的数据对激光雷达进行标定造成的测量数据单一且处理过程复杂,无法精准和快速的对激光雷达进行标定的问题。本发明通过将各标靶的位置数据由三维空间转换至二维空间,确定了各标靶在二维空间中的中心点后,将确定的各标靶的中心点由二维空间转换回三维空间,缩短了数据处理的时间,提高了数据处理效率,同时本发明实施例使用了多个标靶的位置数据对激光雷达进行标定,能够提升激光雷达标定的准确度。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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是本发明实施例一提供的一种激光雷达的标定方法的流程示意图;
图2是本发明实施例一提供的一种标靶的结构示意图;
图3是本发明实施例二提供的一种激光雷达的标定方法的流程示意图;
图4是本发明实施例二提供的一种标靶的中心点的确定方法的流程示意图;
图5是本发明实施例三提供的一种车辆控制装置的结构示意图;
图6是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是本发明实施例一提供的一种激光雷达的标定方法的流程示意图,本实施例可适用于激光雷达的标定情况,本发明实施例提供的激光雷达的标定装置来执行,该装置可采用软件和/或硬件的方式实现,在一个具体的实施例中,该装置可以集成在电子设备中。以下实施例将以该装置集成在电子设备中为例进行说明,参考图1,该方法具体包括如下步骤:
S101、通过激光雷达获取标靶阵列中各标靶的位置数据;其中,标靶阵列位于车辆的前方;标靶阵列包括N个标靶,N为大于1的整数。
其中,标靶阵列是由多个标靶组成的一个标靶集,各标靶的位置数据用于表示标靶阵列中各标靶的位置,通过各标靶的位置数据即可确定各标靶的位置。具体地,标靶阵列包括多个标靶,标靶的数量可根据激光雷达的标定需求进行设定和调整,标靶包括正方形标靶、长方形标靶等。标靶阵列位于车辆的前方,例如可以是车辆正前方、车辆左前方、车辆右前方等,本发明实施例对比不进行限定。
进一步的,标靶阵列中的各标靶按一定规律进行排列,例如,各标靶间要有一定间隔,使激光雷达可以获取各标靶完整的位置数据,即从激光雷达的视角上看各标靶间互不遮挡;与地面垂直和水平的方向上都排列着多块标靶,使得车身坐标系的x、y和z三个维度上各标靶是均匀分布的。
S102、将各标靶的位置数据由三维空间转换至二维空间,并根据二维空间中各标靶的位置数据确定各标靶在二维空间中的中心点。
其中,三维空间为包含x、y和z三个维度的空间,二维空间为包含x、y和z三个维度中任意二个维度的空间,例如可以是包含y和z二个维度的空间,或者可以是包含x和z二个维度的空间等,本发明实施例对此不进行限定。
具体的,如若二维空间为y和z二个维度的空间,那么,各标靶在二维空间中的中心点可以理解为各标靶在yoz平面上的投影的中心点。
进一步的,以正方形标靶为例,图2是本发明实施例一提供的一种标靶的结构示意图,图中的正方形为标靶,十字为正方形标靶的中心点。标靶的规格可以根据激光雷达探测距离和点云密度进行确定,具体的,标靶表面是90%-100%的反射率标准的漫反射材质,漫反射材质包括白色漫反射油漆等。标靶的尺寸及中心点的尺寸均可根据激光雷达探测需求进行确定。
S103、将各标靶的中心点由二维空间转换回三维空间,并根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对激光雷达进行标定。
其中,三维空间中各标靶的中心点为各标靶的中心点在激光雷达坐标系下的位置,预先确定的各标靶的参考中心点为各标靶的中心点在车身坐标系下的位置。具体的,通过各标靶的中心点在激光雷达坐标系下的位置和各标靶的中心点在车身坐标系下的位置,可以确定出激光雷达坐标系与车身坐标系的相对位置关系,通过该相对位置关系即可对激光雷达进行标定。
具体的,车身坐标系是以车头正方向为x轴正方向、车身正左方为y轴正方向、车辆正上方为z轴正方向的坐标系。
进一步的,三维空间中标靶的中心点和预先确定的标靶的参考中心点是一一对应的,本发明实施例根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对激光雷达进行标定,使用多个标靶的位置数据对激光雷达进行标定,能够提升标定的精准度。
本实施例的技术方案,通过激光雷达获取标靶阵列中各标靶的位置数据;其中,标靶阵列位于车辆的前方;标靶阵列包括N个标靶,N为大于1的整数;将各标靶的位置数据由三维空间转换至二维空间,并根据二维空间中各标靶的位置数据确定各标靶在二维空间中的中心点;将各标靶的中心点由二维空间转换回三维空间,并根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对激光雷达进行标定。解决了通过提取一块标定板的四个角点的数据对激光雷达进行标定造成的测量数据单一且处理过程复杂,无法精准和快速的对激光雷达进行标定的问题。通过将各标靶的位置数据由三维空间转换至二维空间,确定了各标靶在二维空间中的中心点后,将确定的各标靶的中心点由二维空间转换回三维空间,缩短了数据处理的时间,提高了数据处理效率,同时本发明实施例使用了多个标靶的位置数据对激光雷达进行标定,能够提升激光雷达标定的准确度。
实施例二
图3为本发明实施例二提供的一种车辆控制方法的流程示意图,本实施例可适用于车辆控制等情况,该方法可以由本发明实施例提供的车辆控制装置来执行,该装置可采用软件和/或硬件的方式实现,在一个具体的实施例中,该装置可以集成在电子设备中。以下实施例将以该装置集成在电子设备中为例进行说明,参考图3,该方法具体包括如下步骤:
S301、通过激光雷达获取标靶阵列的位置数据。
其中,标靶阵列的位置数据用于表示标靶阵列的位置。具体的,通过标靶阵列的位置数据可以确定标靶阵列在激光雷达坐标系下的位置。进一步的,标靶阵列的位置数据可以是激光雷达获取的标靶阵列的点云。
具体的,标靶阵列是由多个标靶组成的一个标靶集,标靶的数量可根据激光雷达的标定需求进行设定和调整,标靶包括正方形标靶、长方形标靶等,本发明实施例对比不进行限定。
示例性的,标靶阵列中的各标靶按一定规律进行排列,例如,各标靶间要有一定间隔,使激光雷达可以获取各标靶完整的位置数据,即从激光雷达的视角上看各标靶间互不遮挡;与地面垂直和水平的方向上都排列着多块标靶,使得车身坐标系的x、y和z三个维度上各标靶是均匀分布的。
S302、对标靶阵列的位置数据进行分割,得到标靶阵列中各标靶的位置数据。
其中,各标靶的位置数据用于表示标靶阵列中各标靶的位置,通过各标靶的位置数据即可确定各标靶的位置。
具体的,对标靶阵列的位置数据进行分割得到标靶阵列中各标靶的位置数据是指对激光雷达获取的标靶阵列的点云进行分割,并从标靶阵列的点云中分离出各标靶的点云。
可选的,对标靶阵列的位置数据进行分割,得到标靶阵列中各标靶的位置数据,包括:将标靶阵列的位置数据进行聚类处理,得到标靶阵列中各标靶对应的目标区域;基于标靶阵列的位置数据和标靶阵列中各标靶对应的目标区域,得到标靶阵列中各标靶的位置数据。
其中,聚类处理用于将标靶阵列中的点云按一定规则进行聚合,例如,按距离进行聚合等,本发明实施例对此不进行限定。
具体的,聚类处理的方法包括欧式聚类方法等,通过欧氏聚类可以将每个正方形标靶点云从标靶阵列点云中划分成单独的类,点云的范围就是该点云对应的标靶的目标区域。进一步的,在欧式聚类之前还可以构建一个二叉搜索树(KD-Tree),KD-Tree的近邻查询算法能够提高欧式聚类的效率。
示例性的,确定了标靶阵列中各标靶对应的目标区域后,根据标靶阵列的位置数据和标靶阵列中各标靶对应的目标区域,即可得到标靶阵列中各标靶的位置数据。例如,将各目标区域的位置数据分配给与之相对应的标靶。
可选的,对标靶阵列的位置数据进行分割前,还包括:确定标靶阵列在激光雷达坐标系中的位置区域,将位置区域外的标靶阵列的位置数据滤除,只保留位置区域内的标靶阵列的位置数据。这样设置的好处在于可以去除环境中其他非标靶物品的干扰,提升激光雷达标定的准确度。
具体的,滤除位置区域外的标靶阵列的位置数据之后,还可以通过体素化网格滤波器对过滤后的点云进行下采样。这样设置的好处在于可以使标靶阵列的点云分布的更加均匀。
其中,体素化网格滤波器可以是点云库(Point Cloud Library,PCL)中的VoxelGrid对象。
可选的,对标靶阵列的位置数据进行分割,得到标靶阵列中各标靶的位置数据之后,还包括:使用随机采样一致的方法对各标靶的位置数据进行平面拟合,得到各标靶的平面参数化方程。
S303、将各标靶的位置数据由三维空间转换至二维空间,并根据二维空间中各标靶的位置数据确定各标靶在二维空间中的中心点。
其中,三维空间为包含x、y和z三个维度的空间,二维空间为包含x、y和z三个维度中任意二个维度的空间,例如可以是包含y和z二个维度的空间,或者可以是包含x和z二个维度的空间等,本发明实施例对此不进行限定。
具体的,如若二维空间为y和z二个维度的空间,那么,各标靶在二维空间中的中心点可以理解为各标靶在yoz平面上的投影的中心点。进一步的,标靶的规格可以根据激光雷达探测距离和点云密度进行确定,具体的,标靶表面是90%-100%的反射率标准的漫反射材质,漫反射材质包括白色漫反射油漆等。标靶的尺寸及中心点的尺寸均可根据激光雷达探测需求进行确定。
可选的,将各标靶的位置数据由三维空间转换至二维空间,包括:根据各标靶的标靶平面法向量和待转换的二维空间的平面法向量,确定各标靶的空间转换矩阵;根据各标靶的位置数据和各标靶的空间转换矩阵,将各标靶的位置数据由三维空间转换至二维空间。
其中,各标靶的标靶平面法向量可以通过各标靶的平面参数化方程确定。
具体的,以yoz平面为例,如若二维空间为y和z二个维度的空间,则二维空间的平面法向量为(1,0,0)。通过各标靶的标靶平面法向量和二维空间的平面法向量的旋转轴和旋转角以及罗德里格斯旋转公式即可得到标靶到yoz平面的旋转矩阵。各标靶的位置数据乘以各标靶的空间转换矩阵,便能由三维空间转换至二维空间。
进一步的,标靶平面法向量和二维空间的平面法向量的旋转角为其中,θ表示标靶平面法向量和二维空间的平面法向量的旋转角,P表示标靶平面法向量,Q表示二维空间的平面法向量。标靶平面法向量和二维空间的平面法向量的旋转轴为其中,(c1,c2,c3)表示标靶平面法向量和二维空间的平面法向量的旋转轴的坐标方向,(a1,a2,a3)表示标靶平面法向量的坐标方向,(b1,b2,b3)表示二维空间的平面法向量的坐标方向。各标靶的空间转换矩阵为
其中,R表示各标靶的空间转换矩阵,θ表示标靶平面法向量和二维空间的平面法向量的旋转角,(ωx,ωy,ωz)表示标靶平面法向量和二维空间的平面法向量的旋转轴的单位向量,具体的,(ωx,ωy,ωz)表示旋转轴的单位坐标方向。
可选的,根据二维空间中各标靶的位置数据确定各标靶在二维空间中的中心点,包括:获取各标靶的位置数据在二维空间上的点集,并从各标靶的点集中确定各标靶的边缘点;根据各标靶的边缘点和预先确定的各标靶的边长,确定各标靶在二维空间中的中心点。
其中,各标靶的位置数据在二维空间上的点集可以理解为各标靶的点云的集合,各标靶的边缘点是各标靶的外边线上的点。各标靶的边长是一个预先确定的值,边长的具体数值跟标靶规格和激光雷达的标定需求相关,本发明实施例对此不进行限定。
具体的,滚球法(Alphashape算法)是一种提取边界点的算法,通过Alphashape算法即可将各标靶的边缘点从各标靶的点集中提取出来,进一步的,通过KD-Tree搜索近邻点,按一定规律识别边缘点附近的边缘点,不需要遍历所有的点,能够加快边缘点的提取速度。
进一步的,图4是本发明实施例二提供的一种标靶的中心点的确定方法的示意图,图中的数字分别代表标靶的四条边,设标靶的中心点为(x0,y0),标靶的旋转角为θ。标靶的四条边的直线方程如下所示,
其中,θ为标靶的旋转角,(x0,y0)为标靶的中心点,(x,y)为标靶的边缘点的坐标,d为标靶的边长。根据上述标靶的四条边的直线方程即可得到标靶的四条边,示例性的,若边缘点A满足line2,则边缘点A为标靶的第二条边上的点。
具体的,根据正方形中心点到四条边最小距离平方的和最小的原则即可确定标靶的中心点。进一步的,标靶的中心点可以通过梯度下降算法等优化算法确定,也可以通过NLOPT开源优化算法库确定。
S304、将各标靶的中心点由二维空间转换回三维空间,并根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对激光雷达进行标定。
其中,三维空间中各标靶的中心点为各标靶的中心点在激光雷达坐标系下的位置,预先确定的各标靶的参考中心点为各标靶的中心点在车身坐标系下的位置。具体的,通过各标靶的中心点在激光雷达坐标系下的位置和各标靶的中心点在车身坐标系下的位置,可以确定出激光雷达坐标系与车身坐标系的相对位置关系,通过该相对位置关系即可对激光雷达进行标定。
具体的,车身坐标系是以车头正方向为x轴正方向、车身正左方为y轴正方向、车辆正上方为z轴正方向的坐标系。
进一步的,三维空间中标靶的中心点和预先确定的标靶的参考中心点是一一对应的,本发明实施例根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对激光雷达进行标定,使用多个标靶的位置数据对激光雷达进行标定,能够提升标定的精准度。
可选的,将各标靶的中心点由二维空间转换回三维空间,包括:根据各标靶的空间转换矩阵,确定各标靶的空间转换矩阵的逆矩阵;根据各标靶在二维空间中的中心点和各标靶的空间转换矩阵的逆矩阵,将各标靶的中心点由二维空间转换回三维空间。
具体的,将各标靶的中心点与各标靶的空间转换矩阵的逆矩阵相乘,即可将将各标靶的中心点由二维空间转换回三维空间,各标靶的中心点在二维空间中的位置和各标靶的空间转换矩阵的逆矩阵两者的乘积即为各标靶的中心点在三维空间中的位置。
可选的,根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对激光雷达进行标定,包括:根据各标靶的中心点和各标靶的参考中心点,确定激光雷达在参考坐标系下的位置;根据激光雷达在参考坐标系下的位置,确定激光雷达至参考坐标系的变换矩阵;根据变换矩阵和参考坐标系对激光雷达进行标定。
其中,对激光雷达进行标定即为确定激光雷达在参考坐标系下的位置。
具体的,各标靶的中心点为各标靶的中心点在激光雷达坐标系下的位置,各标靶的参考中心点为各标靶的中心点在车身坐标系下的位置。通过各标靶的中心点在激光雷达坐标系下的位置和各标靶的中心点在车身坐标系下的位置,可以确定出激光雷达坐标系与车身坐标系的相对位置关系,由此可以得到激光雷达在参考坐标系下的位置和激光雷达至参考坐标系的变换矩阵。通过激光雷达至参考坐标系的变换矩阵和参考坐标系即可对激光雷达进行标定。
示例性的,参考坐标系代表参照点,激光雷达至参考坐标系的变换矩阵代表激光雷达与参考坐标系两者之间的位置关系,根据上述参考点及位置关系即可确定出激光雷达所处的位置。
可选的,车辆上可以设置多个激光雷达,激光雷达的具体数量可以根据车辆性能等进行设定。本发明实施例所述的激光雷达的标定方法可对车辆上设置的多个激光雷达进行标定。
本实施例的技术方案,通过激光雷达获取标靶阵列的位置数据;对标靶阵列的位置数据进行分割,得到标靶阵列中各标靶的位置数据;将各标靶的位置数据由三维空间转换至二维空间,并根据二维空间中各标靶的位置数据确定各标靶在二维空间中的中心点;将各标靶的中心点由二维空间转换回三维空间,并根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对激光雷达进行标定。解决了通过提取一块标定板的四个角点的数据对激光雷达进行标定造成的测量数据单一且处理过程复杂,无法精准和快速的对激光雷达进行标定的问题。本发明通过将各标靶的位置数据由三维空间转换至二维空间,确定了各标靶在二维空间中的中心点后,将确定的各标靶的中心点由二维空间转换回三维空间,缩短了数据处理的时间,提高了数据处理效率,同时本发明实施例使用了多个标靶的位置数据对激光雷达进行标定,能够提升激光雷达标定的准确度。
实施例三
本发明实施例三所提供的激光雷达的标定装置可执行本发明上述实施例中任意实施例所提供的激光雷达的标定方法,具备执行方法相应的功能模块和有益效果。
图5为本发明实施例三提供的一种激光雷达的标定装置的结构示意图,如图5所示,包括:获取模块501、处理模块502和标定模块503。
获取模块501,用于通过激光雷达获取标靶阵列中各标靶的位置数据;其中,标靶阵列位于车辆的前方;标靶阵列包括N个标靶,N为大于1的整数。
处理模块502,用于将各标靶的位置数据由三维空间转换至二维空间,并根据二维空间中各标靶的位置数据确定各标靶在二维空间中的中心点。
标定模块503,用于将各标靶的中心点由二维空间转换回三维空间,并根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对激光雷达进行标定。
本实施例提供的激光雷达的标定装置为实现上述实施例中的激光雷达的标定方法,本实施例提供的激光雷达的标定装置实现原理和技术效果与上述实施例类似,此处不再赘述。
可选的,获取模块501,具体用于通过激光雷达获取标靶阵列的位置数据;对标靶阵列的位置数据进行分割,得到标靶阵列中各标靶的位置数据。
可选的,获取模块501,具体用于将标靶阵列的位置数据进行聚类处理,得到标靶阵列中各标靶对应的目标区域;基于标靶阵列的位置数据和标靶阵列中各标靶对应的目标区域,得到标靶阵列中各标靶的位置数据。
可选的,处理模块502,具体用于根据各标靶的标靶平面法向量和待转换的二维空间的平面法向量,确定各标靶的空间转换矩阵;根据各标靶的位置数据和各标靶的空间转换矩阵,将各标靶的位置数据由三维空间转换至二维空间。
可选的,处理模块502,具体用于获取各标靶的位置数据在二维空间上的点集,并从各标靶的点集中确定各标靶的边缘点;根据各标靶的边缘点和预先确定的各标靶的边长,确定各标靶在二维空间中的中心点。
可选的,标定模块503,具体用于根据各标靶的空间转换矩阵,确定各标靶的空间转换矩阵的逆矩阵;根据各标靶在二维空间中的中心点和各标靶的空间转换矩阵的逆矩阵,将各标靶的中心点由二维空间转换回三维空间。
可选的,标定模块503,具体用于根据各标靶的中心点和各标靶的参考中心点,确定激光雷达在参考坐标系下的位置;根据激光雷达在参考坐标系下的位置,确定激光雷达至参考坐标系的变换矩阵;根据变换矩阵和参考坐标系对激光雷达进行标定。
实施例四
图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如激光雷达的标定方法。
在一些实施例中,激光雷达的标定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的激光雷达的标定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为激光雷达的标定方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种激光雷达的标定方法,其特征在于,包括:
通过激光雷达获取标靶阵列中各标靶的位置数据;其中,所述标靶阵列位于所述车辆的前方;所述标靶阵列包括N个标靶,N为大于1的整数;
将各标靶的位置数据由三维空间转换至二维空间,并根据二维空间中各标靶的位置数据确定各标靶在二维空间中的中心点;
将各标靶的中心点由二维空间转换回三维空间,并根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对所述激光雷达进行标定。
2.根据权利要求1所述的方法,其特征在于,所述通过激光雷达获取标靶阵列中各标靶的位置数据,包括:
通过所述激光雷达获取所述标靶阵列的位置数据;
对所述标靶阵列的位置数据进行分割,得到所述标靶阵列中各标靶的位置数据。
3.根据权利要求2所述的方案,其特征在于,所述对所述标靶阵列的位置数据进行分割,得到所述标靶阵列中各标靶的位置数据,包括:
将所述标靶阵列的位置数据进行聚类处理,得到所述标靶阵列中各标靶对应的目标区域;
基于所述标靶阵列的位置数据和所述标靶阵列中各标靶对应的目标区域,得到所述标靶阵列中各标靶的位置数据。
4.根据权利要求1所述的方法,其特征在于,所述将各标靶的位置数据由三维空间转换至二维空间,包括:
根据各标靶的标靶平面法向量和待转换的二维空间的平面法向量,确定各标靶的空间转换矩阵;
根据各标靶的位置数据和各标靶的空间转换矩阵,将各标靶的位置数据由三维空间转换至二维空间。
5.根据权利要求1所述的方法,其特征在于,所述根据二维空间中各标靶的位置数据确定各标靶在二维空间中的中心点,包括:
获取各标靶的位置数据在二维空间上的点集,并从各标靶的点集中确定各标靶的边缘点;
根据各标靶的边缘点和预先确定的各标靶的边长,确定各标靶在二维空间中的中心点。
6.根据权利要求4所述的方法,其特征在于,所述将各标靶的中心点由二维空间转换回三维空间,包括:
根据各标靶的空间转换矩阵,确定各标靶的空间转换矩阵的逆矩阵;
根据各标靶在二维空间中的中心点和各标靶的空间转换矩阵的逆矩阵,将各标靶的中心点由二维空间转换回三维空间。
7.根据权利要求1所述的方法,其特征在于,所述根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对所述激光雷达进行标定,包括:
根据各标靶的中心点和各标靶的参考中心点,确定所述激光雷达在参考坐标系下的位置;
根据所述激光雷达在参考坐标系下的位置,确定所述激光雷达至所述参考坐标系的变换矩阵;
根据所述变换矩阵和所述参考坐标系对所述激光雷达进行标定。
8.一种激光雷达的标定装置,其特征在于,包括:
获取模块,用于通过激光雷达获取标靶阵列中各标靶的位置数据;其中,所述标靶阵列位于所述车辆的前方;所述标靶阵列包括N个标靶,N为大于1的整数。
处理模块,用于将各标靶的位置数据由三维空间转换至二维空间,并根据二维空间中各标靶的位置数据确定各标靶在二维空间中的中心点;
标定模块,用于将各标靶的中心点由二维空间转换回三维空间,并根据三维空间中各标靶的中心点和预先确定的各标靶的参考中心点对所述激光雷达进行标定。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至7中任一所述的激光雷达的标定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1至7中任一所述的激光雷达的标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210660418.XA CN114910892A (zh) | 2022-06-13 | 2022-06-13 | 一种激光雷达的标定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210660418.XA CN114910892A (zh) | 2022-06-13 | 2022-06-13 | 一种激光雷达的标定方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114910892A true CN114910892A (zh) | 2022-08-16 |
Family
ID=82771126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210660418.XA Pending CN114910892A (zh) | 2022-06-13 | 2022-06-13 | 一种激光雷达的标定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114910892A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116523984A (zh) * | 2023-07-05 | 2023-08-01 | 矽瞻科技(成都)有限公司 | 一种3d点云定位及配准方法、设备和介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110780285A (zh) * | 2019-10-24 | 2020-02-11 | 深圳市镭神智能***有限公司 | 激光雷达与组合惯导的位姿标定方法、***及介质 |
CN114488099A (zh) * | 2022-01-30 | 2022-05-13 | 中国第一汽车股份有限公司 | 一种激光雷达系数标定方法、装置、电子设备及存储介质 |
CN114488093A (zh) * | 2021-12-09 | 2022-05-13 | 苏州挚途科技有限公司 | 激光雷达与车辆之间的外参标定方法、装置和电子设备 |
-
2022
- 2022-06-13 CN CN202210660418.XA patent/CN114910892A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110780285A (zh) * | 2019-10-24 | 2020-02-11 | 深圳市镭神智能***有限公司 | 激光雷达与组合惯导的位姿标定方法、***及介质 |
CN114488093A (zh) * | 2021-12-09 | 2022-05-13 | 苏州挚途科技有限公司 | 激光雷达与车辆之间的外参标定方法、装置和电子设备 |
CN114488099A (zh) * | 2022-01-30 | 2022-05-13 | 中国第一汽车股份有限公司 | 一种激光雷达系数标定方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
程钢 等: "基于改进α-shape算法的三维点云树冠体积计算方法", 《农业机械学报》, vol. 52, no. 5, 31 May 2021 (2021-05-31), pages 175 - 178 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116523984A (zh) * | 2023-07-05 | 2023-08-01 | 矽瞻科技(成都)有限公司 | 一种3d点云定位及配准方法、设备和介质 |
CN116523984B (zh) * | 2023-07-05 | 2023-09-26 | 矽瞻科技(成都)有限公司 | 一种3d点云定位及配准方法、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108228798B (zh) | 确定点云数据之间的匹配关系的方法和装置 | |
CN113902897B (zh) | 目标检测模型的训练、目标检测方法、装置、设备和介质 | |
CN108732582B (zh) | 车辆定位方法和装置 | |
CN112966587B (zh) | 目标检测模型的训练方法、目标检测方法及相关设备 | |
CN111178250A (zh) | 物体识别定位方法、装置及终端设备 | |
EP3505868A1 (en) | Method and apparatus for adjusting point cloud data acquisition trajectory, and computer readable medium | |
CN114387319B (zh) | 点云配准方法、装置、设备以及存储介质 | |
CN109949306B (zh) | 反射面角度偏差检测方法、终端设备及存储介质 | |
CN113436233A (zh) | 自动驾驶车辆的配准方法、装置、电子设备和车辆 | |
CN114926549B (zh) | 三维点云处理方法、装置、设备以及存储介质 | |
CN115457152A (zh) | 外参标定方法、装置、电子设备及存储介质 | |
CN114910892A (zh) | 一种激光雷达的标定方法、装置、电子设备及存储介质 | |
CN114299242A (zh) | 高精地图中图像处理方法、装置、设备以及存储介质 | |
CN114677653A (zh) | 模型训练方法、车辆关键点检测方法及相应的装置 | |
CN113325381A (zh) | 用于处理数据的方法、装置、设备以及存储介质 | |
CN116051540B (zh) | 基于点云模型的互感器接线端子定位位姿获取方法及*** | |
CN114565683B (zh) | 一种精度确定方法、装置、设备、介质及产品 | |
CN114812576A (zh) | 地图匹配方法、装置及电子设备 | |
CN115049810A (zh) | 固态激光雷达点云的上色方法、装置、设备及存储介质 | |
US20200242819A1 (en) | Polyline drawing device | |
CN114266879A (zh) | 三维数据增强、模型训练检测方法、设备及自动驾驶车辆 | |
CN114842084B (zh) | 一种地图构建方法、装置及移动探测设备 | |
CN112733817B (zh) | 一种高精度地图中点云图层精度的测量方法及电子设备 | |
CN113361379B (zh) | 生成目标检测***和检测目标的方法及装置 | |
KR20230006628A (ko) | 이미지 처리 방법과 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 |
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 |