[发明专利]激光雷达与组合惯导的位姿标定方法、系统及介质在审
申请号: | 201910995815.0 | 申请日: | 2019-10-18 |
公开(公告)号: | CN110686704A | 公开(公告)日: | 2020-01-14 |
发明(设计)人: | 胡小波;叶华;杨业 | 申请(专利权)人: | 深圳市镭神智能系统有限公司 |
主分类号: | G01C25/00 | 分类号: | G01C25/00;G01S7/497 |
代理公司: | 11332 北京品源专利代理有限公司 | 代理人: | 孟金喆 |
地址: | 518104 广东省深圳市宝安区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 激光雷达 点云数据 参考点 位姿 静止物体 数据集 标定 可视化图像 标定参数 标定设备 采集位置 刚性连接 同一位置 位姿关系 采集 | ||
1.一种激光雷达与组合惯导的位姿标定方法,其特征在于,包括:
获取激光雷达和组合惯导在两个采集位置对同一静止物体采集的两个点云数据集和两个惯导数据集;所述激光雷达和所述组合惯导刚性连接;
根据所述两个点云数据集的可视化图像,确定多组参考点;其中,每组参考点对应两个点云数据集上所述静止物体上的同一位置;
根据所述两个点云数据集、所述两个惯导数据集和所述多组参考点,确定所述激光雷达与所述组合惯导的位姿标定参数。
2.根据权利要求1所述的方法,其特征在于,根据所述两个点云数据集的可视化图像,确定多组参考点,包括:
根据所述两个点云数据集,生成各个点云数据集的可视化图像;
获取用户在两个可视化图像中选择的多个参考点,并将所述多个参考点中属于不同可视化图像,且对应所述静止物体上同一位置的两个参考点作为一组参考点;或者,
确定两个可视化图像的共有特征,并针对每一个共有特征,从所述两个可视化图像中提取所述共有特征对应的特征点作为一组参考点。
3.根据权利要求1所述的方法,其特征在于,根据所述两个点云数据集、所述两个惯导数据集和所述多组参考点,确定所述激光雷达与所述组合惯导的位姿标定参数,包括:
根据所述两个点云数据集和所述两个惯导数据集,确定每组中各参考点的点云坐标和坐标系变换矩阵;
根据多组参考点的点云坐标和坐标系变换矩阵,确定所述激光雷达与所述组合惯导的位姿标定参数。
4.根据权利要求3所述的方法,其特征在于,根据所述两个点云数据集和所述两个惯导数据集,确定每组中各参考点的点云坐标和坐标系变换矩阵,包括:
获取每组中各参考点在其所属可视化图像对应的点云数据集中的位置坐标,作为所述各参考点的点云坐标;
计算所述两个惯导数据集对应的从组合惯导坐标系到东北天坐标系的坐标系变换矩阵,作为与各个惯导数据集属于同一采集位置采集的点云数据集的可视化图像中包含的各参考点的坐标系变换矩阵。
5.根据权利要求4所述的方法,其特征在于,计算所述两个惯导数据集对应的从组合惯导坐标系到东北天坐标系的坐标系变换矩阵,包括:
根据初始数据、各个惯导数据集以及坐标转换公式,计算各个惯导数据集对应的从组合惯导坐标系到东北天坐标系的坐标系变换矩阵。
6.根据权利要求3所述的方法,其特征在于,根据多组参考点的点云坐标和坐标系变换矩阵,确定所述激光雷达与所述组合惯导的位姿标定参数,包括:
将每组参考点的点云坐标和坐标系变换矩阵作为一组参数变量,基于位姿参数计算公式,生成每组参考点对应的位姿参数方程;
根据多组参考点对应的位姿参数方程,确定激光雷达与组合惯导的位姿标定参数。
7.根据权利要求6所述的方法,其特征在于,所述位姿计算公式为:
SRLP=S′RLP′;
其中,S为一组参考点中的第一参考点的坐标系变换矩阵;S′为该组参考点中的第二参考点的坐标系变换矩阵;RL为包含激光雷达与组合惯导的位姿标定参数的位姿标定矩阵;P为该组参考点中的所述第一参考点的点云坐标;P′为该组参考点中的所述第二参考点的点云坐标。
8.根据权利要求1所述的方法,其特征在于,在根据所述两个点云数据集的可视化图像,确定多组参考点之后,还包括:
基于调整后的数据采集环境,重新获取所述数据采集环境下的两个点云数据集、两个惯导数据集,以及确定多组参考点;
相应的,根据所述两个点云数据集、所述两个惯导数据集和所述多组参考点,确定所述激光雷达与所述组合惯导的位姿标定参数,包括:
根据各个数据采集环境下的两个点云数据集、两个惯导数据集和多组参考点,确定所述激光雷达与所述组合惯导的位姿标定参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市镭神智能系统有限公司,未经深圳市镭神智能系统有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910995815.0/1.html,转载请声明来源钻瓜专利网。