激光雷达与定位设备的标定方法、设备及自动驾驶车辆

文档序号:359128 发布日期:2021-12-07 浏览:9次 >En<

阅读说明:本技术 激光雷达与定位设备的标定方法、设备及自动驾驶车辆 (Calibration method and device for laser radar and positioning device and automatic driving vehicle ) 是由 谢青青 张彦福 张家立 于 2021-09-22 设计创作,主要内容包括:本公开提供了激光雷达与定位设备的标定方法、设备及自动驾驶车辆,涉及人工智能技术领域,尤其涉及自动驾驶、智能交通、物联网等技术领域。具体实现方案为:获取激光雷达的点云数据序列以及定位设备的位姿数据序列,其中,激光雷达和定位设备位于相同行驶设备上;根据点云数据序列和位姿数据序列,确定激光雷达的第一轨迹信息和定位设备的第二轨迹信息;根据第一轨迹信息和第二轨迹信息,确定激光雷达与定位设备之间的标定偏移。由此,可确定出定位设备与激光雷达之间的坐标转换关系以及时间偏差,提高了标定准确率和标定效率。(The disclosure provides a calibration method and device for a laser radar and a positioning device and an automatic driving vehicle, and relates to the technical field of artificial intelligence, in particular to the technical fields of automatic driving, intelligent transportation, internet of things and the like. The specific implementation scheme is as follows: acquiring a point cloud data sequence of a laser radar and a pose data sequence of a positioning device, wherein the laser radar and the positioning device are positioned on the same driving device; determining first track information of the laser radar and second track information of the positioning equipment according to the point cloud data sequence and the pose data sequence; and determining the calibration offset between the laser radar and the positioning equipment according to the first track information and the second track information. Therefore, the coordinate conversion relation and the time deviation between the positioning equipment and the laser radar can be determined, and the calibration accuracy and the calibration efficiency are improved.)

激光雷达与定位设备的标定方法、设备及自动驾驶车辆

技术领域

本公开涉及人工智能技术领域,尤其涉及自动驾驶、智能交通、物联网等技术领域,尤其涉及激光雷达与定位设备的标定方法、设备及自动驾驶车辆。

背景技术

目前,在无人车驾驶过程中,需要多种传感器协同作业来完成车体的感知和定位,其前提是已知多种传感器之间的坐标转换关系。而要获取坐标转换关系,就需要对多种传感器进行标定,确定多种传感器之间的时空偏差。

发明内容

本公开提供了一种激光雷达与定位设备的标定方法、设备及自动驾驶车辆。

根据本公开的一方面,提供了一种激光雷达与定位设备的标定方法,包括:获取激光雷达的点云数据序列以及定位设备的位姿数据序列,其中,所述激光雷达和所述定位设备位于相同行驶设备上;根据所述点云数据序列和所述位姿数据序列,确定所述激光雷达的第一轨迹信息和所述定位设备的第二轨迹信息;根据所述第一轨迹信息和所述第二轨迹信息,确定所述激光雷达与所述定位设备之间的标定偏移,其中,基于所述标定偏移确定的轨迹信息对应关系下,所述第一轨迹信息和所述第二轨迹信息之间的匹配度满足预设匹配度条件。

根据本公开的另一方面,提供了一种激光雷达与定位设备的标定装置,包括:获取模块,用于获取激光雷达的点云数据序列以及定位设备的位姿数据序列,其中,所述激光雷达和所述定位设备位于相同行驶设备上;第一确定模块,用于根据所述点云数据序列和所述位姿数据序列,确定所述激光雷达的第一轨迹信息和所述定位设备的第二轨迹信息;第二确定模块,用于根据所述第一轨迹信息和所述第二轨迹信息,确定所述激光雷达与所述定位设备之间的标定偏移,其中,基于所述标定偏移确定的轨迹信息对应关系下,所述第一轨迹信息和所述第二轨迹信息之间的匹配度满足预设匹配度条件。

根据本公开的又一方面,提供了一种电子设备,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指令,所述指令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公开上述一方面提出的激光雷达与定位设备的标定方法。

根据本公开的再一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本公开上述一方面提出的激光雷达与定位设备的标定方法。

根据本公开的再一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开上述一方面提出的激光雷达与定位设备的标定方法。

根据本公开的再一方面,提供了一种自动驾驶车辆,包括本公开上述又一方面提出的电子设备。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开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

附图用于更好地理解本方案,不构成对本公开的限定。其中:

图1是根据本公开第一实施例的示意图;

图2是根据本公开第二实施例的示意图;

图3是根据本公开第三实施例的示意图;

图4是根据本公开第四实施例的示意图;

图5是根据本公开第五实施例的示意图;

图6是根据本公开实施例的激光雷达与定位设备之间的标定偏移示意图;

图7根据本公开第六实施例的示意图;

图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。

目前,在无人车驾驶过程中,需要多种传感器协同作业来完成车体的感知和定位,其前提是已知多种传感器之间的坐标转换关系。而要获取坐标转换关系,就需要对多种传感器进行标定,确定多种传感器之间的时空偏差。

现有技术中,主要是根据采集的激光雷达数据时间点,对定位设备提供的位姿进行线性插值,确定在时间点上定位设备的空间安装外参。但上述方案中,线性插值精度低,且只能获取到空间偏差,难以获取到时间偏差,标定准确率差,标定效率差。

针对上述问题,本公开提出一种激光雷达与定位设备的标定方法、设备及自动驾驶车辆。

图1是根据本公开第一实施例的示意图,需要说明的是,本公开实施例的激光雷达与定位设备的标定方法可应用于激光雷达与定位设备的标定装置,该装置可被配置于电子设备中,以使该电子设备可以执行激光雷达与定位设备的标定功能。其中,该电子设备可以为个人电脑(Personal Computer,简称PC)、移动终端、服务器等,移动终端例如可以为车载设备、手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。

如图1所示,该激光雷达与定位设备的标定方法可以包括如下步骤:

步骤101,获取激光雷达的点云数据序列以及定位设备的位姿数据序列,其中,激光雷达和定位设备位于相同行驶设备上。

在本申请实施例中,激光雷达的点云数据序列,是指在多个点云采集时间点激光雷达向周围对象发射激光信号,根据反馈的信号生成的点云数据,在点云数据可以表征激光雷达在世界坐标系下,激光雷达周围的各个对象与激光雷达之间的位置关系和强度信息。如,X、Y、Z坐标信息和灰度值信息。定位设备的位姿数据序列,是指定位设备在不同采集时间点采集到的自身位姿数据。其中,位姿可以包括坐标位置和/或姿态,定位设备是指能够实现定位、测量位置、测量姿态的传感器,比如,定位设备可以为惯性测量单元(InertialMeasurement Unit,简称IMU)。激光雷达和定位设备位于相同行驶设备上,比如,激光雷达和定位设备可为位于同一辆行驶的车辆上的车载激光雷达和车载定位设备。

步骤102,根据点云数据序列和位姿数据序列,确定激光雷达的第一轨迹信息和定位设备的第二轨迹信息。

在本申请实施例中,可根据点云数据序列中的点云数据,确定激光雷达在多个点云采集时间点的位姿数据,根据激光雷达在多个点云采集时间点的位姿数据,确定第一轨迹信息;同时,将定位设备的位姿数据序列中的多个位姿数据,进行曲线拟合,得到定位设备的第二轨迹信息。其中,需要说明的是,第一轨迹信息包括激光雷达在多个点云采集时间点以及激光雷达在多个点云采集时间点的位姿数据,可为离散轨迹信息。

步骤103,根据第一轨迹信息和第二轨迹信息,确定激光雷达与定位设备之间的标定偏移,其中,基于标定偏移确定的轨迹信息对应关系下,第一轨迹信息和第二轨迹信息之间的匹配度满足预设匹配度条件。

在本申请实施例中,可根据第一轨迹信息和第二轨迹信息,确定出第一轨迹信息和第二轨迹信息之间的匹配度,在该匹配度满足预设匹配度条件时,确定激光雷达与定位设备之间的标定偏移。其中,需要说明的是,标定偏移可为标定空间偏移,如,激光雷达的位姿与定位设备的位姿之间的坐标转换关系,或者,标定偏移可为标定空间偏移和标定时间偏移。预设匹配度条件可为至少一种轨迹信息对应关系下第一轨迹信息和第二轨迹信息之间的匹配度的最大值。

需要说明的是,基于确定出来的激光雷达的位姿与定位设备的位姿之间的坐标转换关系、标定空间偏移和标定时间偏移,结合激光雷达点云数据和定位设备输出的数据,进行数据融合,基于融合后数据,结合预设的驾驶策略,可控制自动驾驶车辆的行驶。

综上,通过获取激光雷达的点云数据序列以及定位设备的位姿数据序列,其中,激光雷达和定位设备位于相同行驶设备上;根据点云数据序列和位姿数据序列,确定激光雷达的第一轨迹信息和定位设备的第二轨迹信息;根据第一轨迹信息和第二轨迹信息,确定激光雷达与定位设备之间的标定偏移,其中,基于标定偏移确定的轨迹信息对应关系下,第一轨迹信息和第二轨迹信息之间的匹配度满足预设匹配度条件。由此,可确定出定位设备与激光雷达之间的坐标转换关系以及时间偏差,提高了标定准确率和效率。

为了准确地获取激光雷达的点云数据序列以及定位设备的位姿数据序列,如图2所示,图2是根据本公开第二实施例的示意图,在本公开实施例中,可获取不同时间点的定位设备的位姿数据,并根据满足设置条件的至少一个点云采集时间点上激光雷达的点云数据,生成点云数据序列。图2所示实施例可包括如下步骤:

步骤201,获取定位设备的位姿数据序列。

在本公开实施例中,定位设备可在不同采集时间点采集自身位姿数据,根据不同采集时间点采集到的自身位姿数据生成为位姿数据序列。

步骤202,根据行驶设备的行驶状态,确定相邻点云采集时间点需要满足的设置条件。

需要了解的是,激光雷达在每个采集时间点采集的点云数据的数据量较大,在行驶设备的静止状态下,激光雷达频繁采集周边环境的点云数据将导致数据冗余,因此,为了减少数据冗余,在本公开实施例中,可根据行驶设备的行驶状态,确定相邻点云采集时间点需要满足的设置条件,其中,设置条件可包括:相邻点云采集时间点之间的时间差值满足行驶状态对应的差值阈值;或,相邻点云采集时间点上激光雷达的位移满足行驶状态对应的位移阈值。

比如,行驶设备为车辆,在车辆静止状态时,可增大激光雷达采集点云数据的频率,或者,可将车辆在行驶一定的距离之前和行驶一定的距离之后分别对应的时间点,作为激光雷达的相邻点云采集时间点。

步骤203,根据满足设置条件的至少一个点云采集时间点上激光雷达的点云数据,生成点云数据序列。

进而,在满足设置条件下,可将激光雷达在至少一个点云采集时间点上采集的点云数据生成点云数据序列。

步骤204,根据点云数据序列和位姿数据序列,确定激光雷达的第一轨迹信息和定位设备的第二轨迹信息。

步骤205,根据第一轨迹信息和第二轨迹信息,确定激光雷达与定位设备之间的标定偏移,其中,基于标定偏移确定的轨迹信息对应关系下,第一轨迹信息和第二轨迹信息之间的匹配度满足预设匹配度条件。

在本公开实施例中,步骤204至205可以分别采用本公开的各实施例中的任一种方式实现,本公开实施例并不对此作出限定,也不再赘述。

综上,通过获取定位设备的位姿数据序列;根据行驶设备的行驶状态,确定相邻点云采集时间点需要满足的设置条件;根据满足设置条件的至少一个点云采集时间点上激光雷达的点云数据,生成点云数据序列,由此,可准确地获取激光雷达的点云数据序列以及定位设备的位姿数据序列,同时,减少了数据冗余。

为了准确地确定激光雷达的第一轨迹信息和定位设备的第二轨迹信息,如图3所示,图3是根据本公开第三实施例的示意图,在本公开实施例中,可根据雷达的初始位姿数据,与相邻点云采集时间点上的偏移位姿数据,确定激光雷达的轨迹信息,同时,根据定位设备的位姿采集时间点与位姿数据之间的映射关系,以及时间轴上的连续时间点,生成第二轨迹信息,如图3所示,图3所示实施例可包括如下步骤:

步骤301,获取激光雷达的点云数据序列以及定位设备的位姿数据序列,其中,激光雷达和定位设备位于相同行驶设备上。

步骤302,根据点云数据序列中相邻点云采集时间点上的点云数据,确定相邻点云采集时间点上激光雷达的偏移位姿数据。

需要了解的是,针对点云数据序列中的任意相邻的每个点云数据,由于点云数据中的相同的对象的位姿不变,可根据点云数据中对象的位姿与激光雷达的位姿关系,确定每帧数据中激光雷达的位姿数据。进而,根据点云数据序列中相邻点云采集时间点上的点云数据,确定相邻点云采集时间点上激光雷达的偏移位姿数据。

为了更加精确地获取相邻点云采集时间点上激光雷达的偏移位姿数据,可选地,根据点云数据序列中的相邻点云采集时间点,查询第二轨迹信息,确定相邻点云采集时间点之间定位设备的偏移位姿数据;根据相邻点云采集时间点之间定位设备的偏移位姿数据,以及定位设备与激光雷达之间的初始偏移,确定相邻点云采集时间点之间激光雷达的初始偏移位姿数据;根据相邻点云采集时间点之间激光雷达的初始偏移位姿数据,以及相邻点云采集时间点上的点云数据,确定相邻点云采集时间点之间激光雷达的偏移位姿数据。

也就是说,可根据定位设备的位姿采集时间点与位姿数据之间的映射关系,以及时间轴上的连续时间点,生成第二轨迹信息。进一步地,可根据点云数据序列中的相邻点云采集时间点,对应地在第二轨迹信息中查询相邻点云采集时间点定位设备的位姿数据,并将相邻点云采集时间点定位设备的位姿数据进行比对,以确定相邻点云采集时间点之间定位设备的偏移位姿数据,进而,根据相邻点云采集时间点之间定位设备的偏移位姿数据,以及定位设备与激光雷达之间的初始偏移(定位设备与激光雷达之间的初始安装位置与姿态的偏移),可确定出相邻点云采集时间点之间激光雷达的初始偏移位姿数据,最后,以相邻点云采集时间点之间激光雷达的初始偏移位姿数据为初始值,根据相邻点云采集时间点上的点云数据,采用基于数据配准法(Iterative Closest Point,简称ICP)算法,调整相邻点云采集时间点之间激光雷达的初始偏移位姿数据,以使点相邻点云采集时间点上的点云数据中的相同的对象的位姿重合,进而,将对应的调整后的初始偏移位姿数据作为相邻点云采集时间点之间激光雷达的偏移位姿数据。由此,可精确地确定出相邻点云采集时间点之间激光雷达的偏移位姿数据。

步骤303,根据相邻点云采集时间点上激光雷达的偏移位姿数据以及激光雷达的初始位姿数据,生成第一轨迹信息。

进而,将相邻点云采集时间点上激光雷达的偏移位姿数据结合激光雷达的初始位姿数据,可确定激光雷达在各个采集时间点的位姿信息,接着,将激光雷达在各个采集时间点的位姿信息,作为激光雷达的第一轨迹信息。

步骤304,对位姿数据序列中各个位姿采集时间点上的位姿数据进行拟合处理,确定位姿采集时间点与位姿数据之间的映射关系。

在本公开实施例中,可将位姿数据序列中各个位姿采集时间点上的位姿数据进行6阶B样条拟合,生成样条函数,该样条函数可表征位姿采集时间点与位姿数据之间的映射关系。

步骤305,根据映射关系以及时间轴上的连续时间点,生成第二轨迹信息。

进而,将映射关系(样条函数)以时间轴上的时间连续的形式进行表达,生成第二轨迹信息。

步骤306,根据第一轨迹信息和第二轨迹信息,确定激光雷达与定位设备之间的标定偏移,其中,基于标定偏移确定的轨迹信息对应关系下,第一轨迹信息和第二轨迹信息之间的匹配度满足预设匹配度条件。

在本公开实施例中,步骤301、306可以分别采用本公开的各实施例中的任一种方式实现,本公开实施例并不对此作出限定,也不再赘述。

综上,通过根据点云数据序列中相邻点云采集时间点上的点云数据,确定相邻点云采集时间点上激光雷达的偏移位姿数据;根据相邻点云采集时间点上激光雷达的偏移位姿数据以及激光雷达的初始位姿数据,生成第一轨迹信息;对位姿数据序列中各个位姿采集时间点上的位姿数据进行拟合处理,确定位姿采集时间点与位姿数据之间的映射关系;根据映射关系以及时间轴上的连续时间点,生成第二轨迹信息。由此,可准确地确定激光雷达的第一轨迹信息和定位设备的第二轨迹信息。

为了准确地确定激光雷达与定位设备之间的标定偏移,如图4所示,图4是根据本公开第四实施例的示意图,作为一种示例,在标定偏移为标定空间偏移的情况下,以空间偏移为变量,以激光雷达与定位设备之间的初始空间偏移为空间偏移的初始值,调整该空间偏移,使第一轨迹信息和第二轨迹信息之间达到至少一种轨迹信息对应关系,可将该对应关系下的空间偏移的数值,作为标定空间偏移,图4所示实施例可包括如下步骤:

步骤401,获取激光雷达的点云数据序列以及定位设备的位姿数据序列,其中,激光雷达和定位设备位于相同行驶设备上。

步骤402,根据点云数据序列和位姿数据序列,确定激光雷达的第一轨迹信息和定位设备的第二轨迹信息。

步骤403,以空间偏移为变量,以激光雷达与定位设备之间的初始空间偏移为空间偏移的初始值,调整空间偏移,确定第一轨迹信息和第二轨迹信息之间的至少一种轨迹信息对应关系。

在本公开实施例中,根据激光雷达与定位设备的初始安装位置,可确定激光雷达与定位设备之间的初始空间偏移,以激光雷达与定位设备之间的初始空间偏移为空间偏移的初始值,调整空间偏移,使第一轨迹信息和第二轨迹信息之间达到至少一种轨迹信息对应关系。比如,使第一轨迹信息和第二轨迹信息之间达到轨迹对齐。

步骤404,确定至少一种轨迹信息对应关系下第一轨迹信息和第二轨迹信息之间的匹配度。

在本公开实施例中,在第一轨迹信息和第二轨迹信息之间存在至少一种轨迹信息对应关系的情况下,根据匹配算法确定出第一轨迹信息和第二轨迹信息之间的匹配度。

步骤405,根据对应的匹配度满足预设匹配度条件的轨迹信息对应关系下空间偏移的数值,确定标定空间偏移。

可选地,在预设匹配度条件为,至少一种轨迹信息对应关系下第一轨迹信息和第二轨迹信息之间的匹配度的最大值,也就是,为了准确地确定标定空间偏移,在第一轨迹信息和第二轨迹信息之间达到轨迹对齐的情况下,第一轨迹信息和第二轨迹信息之间的匹配度达到最大值时,可将此时的空间变量作为标定空间偏移。

在本公开实施例中,步骤401-402可以分别采用本公开的各实施例中的任一种方式实现,本公开实施例并不对此作出限定,也不再赘述。

综上,通过以空间偏移为变量,以激光雷达与定位设备之间的初始空间偏移为空间偏移的初始值,调整空间偏移,确定第一轨迹信息和第二轨迹信息之间的至少一种轨迹信息对应关系;确定至少一种轨迹信息对应关系下第一轨迹信息和第二轨迹信息之间的匹配度;根据对应的匹配度满足预设匹配度条件的轨迹信息对应关系下空间偏移的数值,确定标定空间偏移。由此,可准确地确定出激光雷达与定位设备之间的标定空间偏移。

为了准确地确定激光雷达与定位设备之间的标定偏移,如图5所示,图5是根据本公开第五实施例的示意图,作为另一种示例,标定空间偏移和标定时间偏移,以空间偏移和时间偏移为变量,以激光雷达与定位设备之间的初始空间偏移为空间偏移的初始值,调整空间偏移和时间偏移,使第一轨迹信息和第二轨迹信息之间达到至少一种轨迹信息对应关系,可将该对应关系下的空间偏移和时间偏移的数值,作为标定空间偏移和标定时间偏移,图5所示实施例可包括如下步骤:

步骤501,获取激光雷达的点云数据序列以及定位设备的位姿数据序列,其中,激光雷达和定位设备位于相同行驶设备上。

步骤502,根据点云数据序列和位姿数据序列,确定激光雷达的第一轨迹信息和定位设备的第二轨迹信息。

步骤503,以空间偏移和时间偏移为变量,以激光雷达与定位设备之间的初始空间偏移为空间偏移的初始值,调整空间偏移和时间偏移,确定第一轨迹信息和第二轨迹信息之间的至少一种轨迹信息对应关系。

在本公开实施例中,根据激光雷达与定位设备的初始安装位置,可确定激光雷达与定位设备之间的初始空间偏移,以激光雷达与定位设备之间的初始空间偏移为空间偏移的初始值,调整空间偏移,同时,可根据激光雷达首次点云采集时间点与定位设备的首次位姿采集时间点确定激光雷达与定位设备之间的初始时间偏移,以激光雷达与定位设备之间的初始时间偏移为时间偏移的初始值,调整时间偏移,使第一轨迹信息和第二轨迹信息之间达到至少一种轨迹信息对应关系。比如,使第一轨迹信息和第二轨迹信息之间达到轨迹对齐。

步骤504,确定至少一种轨迹信息对应关系下第一轨迹信息和第二轨迹信息之间的匹配度。

在本公开实施例中,在第一轨迹信息和第二轨迹信息之间存在至少一种轨迹信息对应关系的情况下,根据匹配算法确定出第一轨迹信息和第二轨迹信息之间的匹配度。

步骤505,根据对应的匹配度满足预设匹配度条件的轨迹信息对应关系下空间偏移的数值和时间偏移的数值,确定标定空间偏移和标定时间偏移。

可选地,在预设匹配度条件为,至少一种轨迹信息对应关系下第一轨迹信息和第二轨迹信息之间的匹配度的最大值,也就是,为了准确地确定标定空间偏移和标定时间偏移,在第一轨迹信息和第二轨迹信息之间达到轨迹对齐的情况下,第一轨迹信息和第二轨迹信息之间的匹配度达到最大值时,可将此时的空间变量作为标定空间偏移,时间变量作为标定时间偏移。

在本公开实施例中,步骤501-502可以分别采用本公开的各实施例中的任一种方式实现,本公开实施例并不对此作出限定,也不再赘述。

综上,通过以空间偏移和时间偏移为变量,以激光雷达与定位设备之间的初始空间偏移为空间偏移的初始值,调整空间偏移和时间偏移,确定第一轨迹信息和第二轨迹信息之间的至少一种轨迹信息对应关系;确定至少一种轨迹信息对应关系下第一轨迹信息和第二轨迹信息之间的匹配度;根据对应的匹配度满足预设匹配度条件的轨迹信息对应关系下空间偏移的数值和时间偏移的数值,确定标定空间偏移和标定时间偏移。由此,可准确地确定出激光雷达与定位设备之间的标定空间偏移和标定时间偏移。

作为一种应用场景,在车辆自动驾驶场景下,车辆可根据激光雷达的点云数据以及定位设备采集的数据,相互结合完成对车体的感知和定位,由此,准确地确定出激光雷达与定位设备之间的标定偏移,可更好地完成对车体的感知和定位,使车辆自动驾驶路线更加准确。

为了更好地说明上述实施例,现举例进行说明。

举例而言,如图6所示,可根据点云数据序列和位姿数据序列,确定激光雷达的第一轨迹信息和定位设备的第二轨迹信息,在第一轨迹信息和第二轨迹信息之间达到轨迹对齐的情况下,第一轨迹信息和第二轨迹信息之间的匹配度可达到最大值,确定出激光雷达与定位设备之间的标定偏移。

本公开实施例的激光雷达与定位设备的标定方法,通过获取激光雷达的点云数据序列以及定位设备的位姿数据序列,其中,所述激光雷达和所述定位设备位于相同行驶设备上;根据点云数据序列和位姿数据序列,确定激光雷达的第一轨迹信息和定位设备的第二轨迹信息;根据第一轨迹信息和第二轨迹信息,确定激光雷达与定位设备之间的标定偏移,其中,基于标定偏移确定的轨迹信息对应关系下,第一轨迹信息和第二轨迹信息之间的匹配度满足预设匹配度条件。由此,可确定出定位设备与激光雷达之间的坐标转换关系以及时间偏差,提高了标定准确率和效率。同时,在不设置标定台的情况下,依靠周边环境可完成激光雷达与定位设备之间的外参标定,节约了成本。

为了实现上述实施例,本公开还提出一种激光雷达与定位设备的标定装置。

如图7所示,图7根据本公开第六实施例的示意图。该激光雷达与定位设备的标定装置700包括:获取模块710、第一确定模块720和第二确定模块730。

其中,获取模块710,用于获取激光雷达的点云数据序列以及定位设备的位姿数据序列,其中,激光雷达和定位设备位于相同行驶设备上;第一确定模块720,用于根据点云数据序列和位姿数据序列,确定激光雷达的第一轨迹信息和定位设备的第二轨迹信息;第二确定模块730,用于根据第一轨迹信息和第二轨迹信息,确定激光雷达与定位设备之间的标定偏移,其中,基于标定偏移确定的轨迹信息对应关系下,第一轨迹信息和第二轨迹信息之间的匹配度满足预设匹配度条件。

作为本公开实施例的一种可能实现方式,获取模块710,用于:获取定位设备的位姿数据序列;根据行驶设备的行驶状态,确定相邻点云采集时间点需要满足的设置条件;根据满足设置条件的至少一个点云采集时间点上所述激光雷达的点云数据,生成点云数据序列。

作为本公开实施例的一种可能实现方式,设置条件包括:相邻点云采集时间点之间的时间差值满足行驶状态对应的差值阈值;或,相邻点云采集时间点上激光雷达的位移满足行驶状态对应的位移阈值。

作为本公开实施例的一种可能实现方式,第一确定模块720,用于:根据点云数据序列中相邻点云采集时间点上的点云数据,确定相邻点云采集时间点上激光雷达的偏移位姿数据;根据相邻点云采集时间点上激光雷达的偏移位姿数据以及激光雷达的初始位姿数据,生成第一轨迹信息;对位姿数据序列中各个位姿采集时间点上的位姿数据进行拟合处理,确定位姿采集时间点与位姿数据之间的映射关系;根据映射关系以及时间轴上的连续时间点,生成第二轨迹信息。

作为本公开实施例的一种可能实现方式,第一确定模块720,还用于:根据点云数据序列中的相邻点云采集时间点,查询第二轨迹信息,确定相邻点云采集时间点之间定位设备的偏移位姿数据;根据相邻点云采集时间点之间定位设备的偏移位姿数据,以及定位设备与激光雷达之间的初始偏移,确定相邻点云采集时间点之间激光雷达的初始偏移位姿数据;根据相邻点云采集时间点之间所述激光雷达的初始偏移位姿数据,以及相邻点云采集时间点上的点云数据,确定相邻点云采集时间点之间激光雷达的偏移位姿数据。

作为本公开实施例的一种可能实现方式,标定偏移包括:标定空间偏移;第二确定模块730,用于以空间偏移为变量,以激光雷达与定位设备之间的初始空间偏移为空间偏移的初始值,调整空间偏移,确定第一轨迹信息和第二轨迹信息之间的至少一种轨迹信息对应关系;确定至少一种轨迹信息对应关系下第一轨迹信息和第二轨迹信息之间的匹配度;根据对应的匹配度满足预设匹配度条件的轨迹信息对应关系下空间偏移的数值,确定标定空间偏移。

作为本公开实施例的一种可能实现方式,标定偏移包括:标定空间偏移和标定时间偏移;第二确定模块730,用于以空间偏移和时间偏移为变量,以激光雷达与定位设备之间的初始空间偏移为所述空间偏移的初始值,调整空间偏移和时间偏移,确定第一轨迹信息和第二轨迹信息之间的至少一种轨迹信息对应关系;确定至少一种轨迹信息对应关系下第一轨迹信息和第二轨迹信息之间的匹配度;根据对应的匹配度满足预设匹配度条件的轨迹信息对应关系下空间偏移的数值和时间偏移的数值,确定标定空间偏移和标定时间偏移。

作为本公开实施例的一种可能实现方式,预设匹配度条件为,至少一种轨迹信息对应关系下第一轨迹信息和第二轨迹信息之间的匹配度的最大值。

本公开实施例的激光雷达与定位设备的标定装置,通过获取激光雷达的点云数据序列以及定位设备的位姿数据序列,其中,所述激光雷达和所述定位设备位于相同行驶设备上;根据点云数据序列和位姿数据序列,确定激光雷达的第一轨迹信息和定位设备的第二轨迹信息;根据第一轨迹信息和第二轨迹信息,确定激光雷达与定位设备之间的标定偏移,其中,基于标定偏移确定的轨迹信息对应关系下,第一轨迹信息和第二轨迹信息之间的匹配度满足预设匹配度条件。由此,可确定出定位设备与激光雷达之间的坐标转换关系以及时间偏差,提高了标定准确率和效率。同时,在不设置标定台的情况下,依靠周边环境可完成激光雷达与定位设备之间的外参标定,节约了成本。

本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均在征得用户同意的前提下进行,并且均符合相关法律法规的规定,且不违背公序良俗。

根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

根据本公开的实施例,本公开还提供了一种自动驾驶车辆,包括本公开实施例所述的电子设备。

图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。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/或者要求的本公开的实现。

如图8所示,电子设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储电子设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

电子设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许电子设备800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。

计算单元801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。计算单元801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计算单元、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。计算单元801执行上文所描述的各个方法和处理,例如激光雷达与定位设备的标定方法。例如,在一些实施例中,激光雷达与定位设备的标定方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到电子设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的激光雷达与定位设备的标定方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行激光雷达与定位设备的标定方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(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系统上执行和/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,可以从存储系统、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系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码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。

在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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、或半导体系统、装置或设备,或者上述内容的任何合适组合。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,可以在计算机上实施此处描述的系统和技术,该计算机具有: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计算机。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。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(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系统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系统中。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)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。

计算机系统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,也可以为分布式系统的服务器,或者是结合了区块链的服务器。

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,本发公开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,只要能够实现本公开公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。

21页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:一种激光雷达调试装置及调试方法

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!