[发明专利]一种车载三维激光雷达系统外参的系统化标定方法

说明书

本发明提供了一种车载三维激光雷达系统外参的系统化标定方法，包括数据采集部分、数据前处理部分以及数据后处理优化部分。所述数据采集部分为利用特制靶标以及三维激光雷达获取所需的点云数据；所述数据前处理部分获取靶标的空间运动轨迹；所述数据后处理优化部分为利用ICP配准算法对靶标的空间运动轨迹进行优化，得到三维激光雷达之间位置关系的精确值。本发明利用物体空间轨迹完成激光雷达标定，仅使用一个特制靶标，无需考虑标定过程中的时间同步问题，能够有效降低标定成本和复杂程度，提高标定的自动化程度。

技术领域

本发明属于设备标定技术领域，具体涉及一种车载三维激光雷达系统外参的系统化标定方法。

背景技术

目前智能汽车对环境的感知广泛使用三维激光雷达，三维激光雷达通过激光获取环境信息，并以点云的形式存储，有着测量精度高、测距范围广，且不易受环境光线影响的特征，在智能车辆障碍物检测、即时定位与建图方法有着广泛的应用。

一般而言，车载三维激光雷达系统由一台安装于车辆顶部的主激光雷达和多台安装于其他位置的辅助主激光雷达组成，每个激光雷达分别对环境进行检测，可以减少车辆对环境探测的死角。为了将多台激光雷达的检测数据进行融合处理，需要将点云数据统一到同一个坐标系下，此时以主激光雷达为参考坐标系，需要将多个辅助激光雷达与主激光雷达之间的姿态转换参数进行标定，姿态转换参数可以使用旋转矩阵R和平移向量t表示。

标定是智能车辆通过传感器正确感知外界环境的基础工作。激光雷达之间标定精度越高，获取的环境信息就越准确，有助于提高后续基于点云数据的环境识别工作的准确度。对多个激光雷达进行标定的常见方法有：分别将每一个激光雷达与车体坐标系进行标定，或者利用每个激光雷达对环境建模后进行配准计算转换参数；这些方法在实际应用中，成本高、过程复杂繁琐、自动化程度低，很难形成系统化的标定方法。

发明内容

针对现有技术中存在不足，本发明提供了一种车载三维激光雷达系统外参的系统化标定方法，利用靶标在三维激光雷达系统中运动的空间轨迹约束，求解多个三维激光雷达的空间关系；该方法能够解决现有的激光雷达外参标定过程繁琐、成本高，自动化程度低的问题。

本发明是通过以下技术手段实现上述技术目的的。

一种车载三维激光雷达系统外参的系统化标定方法，包括靶标运动过程中激光雷达点云数据的采集、数据前处理以及数据后处理优化，具体为：

S1，在主激光雷达和辅助激光雷达重叠视野中移动靶标，主激光雷达和辅助激光雷达采集可视范围内的数据，并传输给工控机的机器人操作系统ROS，所述ROS记录靶标移动的点云数据；

S2，对主辅激光雷达点云数据进行背景滤除，提取出靶标平面点云信息，对靶标的圆孔进行拟合，获取圆孔圆心在三维激光雷达空间坐标系中的三维空间坐标，将所有圆心的三维空间坐标按照时间顺序排列，得到靶标运动轨迹；

S3，采用ICP配准算法对前处理之后的两组靶标运动轨迹进行匹配，找到两组轨迹所有可能的匹配段，计算每一组匹配段的均方误差，选取均方误差最小的一组作为最优匹配段，在最优匹配段进行迭代优化，得到两组轨迹的转换关系R和平移向量t，即为主辅激光雷达之间的标定参数。

进一步，所述对两组激光雷达点云数据进行滤除，具体为：将点云数据中静态背景滤除，再滤除孤立的杂点信息，保留标定板处的点云数据。

更进一步，所述提取出靶标平面点云信息，具体为：对滤除杂点之后的每帧点云文件进行平面拟合，提取符合靶标平面特征的点集，并记录为此时刻靶标的平面点云信息。

更进一步，所述对靶标的圆孔进行拟合，具体为：利用霍夫圆变换把投影到二维平面的点云数据进行圆拟合，提取符合圆孔特征的数据，利用这些数据对圆孔进行拟合，将圆孔反投影到三维点云空间中，获取圆孔的圆心在三维激光雷达空间坐标系中的三维空间坐标。