阅读说明：本技术 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 (Efficient static calibration method for realizing multi-laser radar point cloud alignment based on rviz ) 是由 张林灿 董钊志 宋罡 张婉蒙 刘树全 于 2020-05-07 设计创作，主要内容包括：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体位置的差异；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。(The invention discloses an efficient static calibration method for realizing multi-laser radar point cloud alignment based on rviz, which comprises the following steps: measuring the relative position of each laser radar relative to the vehicle body coordinate system; placing the three calibration cuboids under the coordinates in the vehicle body coordinate system to form a triangular potential; then writing a topic publishing program, drawing the positions of the three objects in a vehicle body coordinate system according to the actual shapes and the placing positions of the three objects, starting the topic publishing program and rviz, monitoring the point cloud of a multi-path laser radar and the topic of the object by the rviz, and observing the difference between the point cloud imaging and the drawn object position in a three-dimensional view; compiling a parameter calibration configuration file, which comprises six parameters respectively representing three parameters of a translation vector, a rolling angle, a pitch angle and a yaw angle; observing the point cloud imaging movement trend by modifying the three angle values until the point cloud imaging movement trend is adjusted to be coincident with three reference objects drawn in rviz; and finally, fine-tuning the numerical value of the translation vector, and finishing the whole calibration process.)

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

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[x_a,y_a,z_a]^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体位置的差异，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：[x_a,y_a,z_a]^T＝R*[x_b,y_b,z_b]^T+[x₀,y₀,z₀]^T，其中，[x_a,y_a,z_a]^T为坐标系A中的坐标，[x_b,y_b,z_b]^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[x_a,y_a,z_a]^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体位置的差异；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。