[发明专利]激光雷达自动校准方法及装置

说明书

技术领域

本发明涉及无人车导航技术领域，尤其涉及一种车载激光雷达自动校准方法及装置。

背景技术

激光雷达传感器由于其优越的测距功能和精准的测量性能，已经被广泛的用于工业和智能领域。由于其对周边环境的探测能力，近年来激光雷达也已成为无人车的标准配置之一。激光雷达在无人车领域的主要用途在于感知车体周边环境，它和车辆的其他系统(如GPS、INS等)相配合之后，可以用于地图的绘制、物体的定位(红绿灯及交通标示检测)以及道路状况检测。传统上的激光雷达仅有一束旋转光线，故其校准方法也较为简单。目前，新一代的激光雷达已经配置了能够实现不同角度扫射的同时旋转的光束，从而相较于传统的激光雷达能提供上一个量级的数据量，实现更好的制图功能、物体检测和场景理解，能适应更为高级的算法。

为了能充分适应和利用这种海量数据，需要用到更高级的校准方法。首先，相较于传统的激光雷达而言，新的校准方法要能支持几十甚至上百个光束的距离和角度的读数。其次，对于无人车其他的要用到激光雷达强度返回值的功能(如道路检测、地图的绘制和定位)，很重要的一点是强度返回值需要被不同的光束所确认。上述两个方面所用到的参数量，都使得用人工训练来校准激光雷达显得并不合适。

发明内容

为此，需要提供一种能够自适应的激光雷达自动校准方法，解决无人车载雷达自主定位的问题。

为实现上述目的，发明人提供了一种激光雷达校准方法，包括如下步骤：外部参数校准；

所述外部参数校准步骤包括：雷达随车运动，收集雷达反射数据，将收集到的数据代入点阵云能量方程，求解使得能量方程值为最小的外部校准参数；

其中点阵云能量方程为：

其中J是点云的能量，B激光束总数，N为临近光束数，k是反射光束数，p_k是第k个点在车体坐标系下的位置，m_k是光束b_i接收到反射的所有点中最接近p_k的点或点集，η_k是m_k点的法向量，w_k在||p_k-m_k||＜d_max成立时为1，否则为0。

进一步地，还包括步骤，内部参数校准，所述内部参数校准步骤包括：求解使得能量方程值最小的内部校准参数。

具体地，所述内部参数包括每束激光水平和垂直的角度以及距离校正值。

具体地，所述外部校准参数包括雷达相对车体的平面坐标参数、高度、俯仰角、翻滚角或航向角。

进一步地，还包括步骤，接收校准，具体为，将雷达观测数据代入下式：

其中j为激光束编号，a为观测强度，c为校准结果。

进一步地，还包括步骤，对每束激光束的噪音特性和不确定性建立贝叶斯模型，计算在给定地图网格分布的情况下，每束激光强度返回值的分布。

一种激光雷达校准装置，包括收集模块、外部校准模块；

所述收集模块用于在雷达随车运动时收集雷达反射数据；

所述外部校准模块用于将收集到的数据代入点阵云能量方程，求解使得能量方程值为最小的外部校准参数；

其中点阵云能量方程为：

其中J是点云的能量，B激光束总数，N为临近光束数，k是反射光束数，p_k是第k个点在车体坐标系下的位置，m_k是光束b_i接收到反射的所有点中最接近p_k的点或点集，η_k是m_k点的法向量，w_k在||p_k-m_k||＜d_max成立时为1，否则为0。

进一步地，还包括内部校准模块，所述内部校准模块用于求解使得能量方程值最小的内部校准参数。

具体地，所述内部参数包括每束激光水平和垂直的角度以及距离校正值。

具体地，所述外部校准参数包括雷达相对车体的平面坐标参数、高度、俯仰角、翻滚角或航向角。

进一步地，还包括接收校准模块，所述接收校准模块用于将雷达观测数据代入下式：

其中j为激光束编号，a为观测强度，c为校准结果。