[发明专利]自动驾驶环境感知传感器的标定方法、布置结构及车辆

权利要求书

1.一种自动驾驶环境感知传感器的标定方法，其特征在于，所述标定方法包括：建立车辆坐标系；

基于激光雷达发送的地面点云数据建立平整地面的平面方程，确定激光雷达坐标系相对于车辆坐标系的位姿变换关系；

匹配同一场景的激光雷达的点云数据及摄像头的图像数据的边缘点，根据摄像头和激光雷达的坐标系变换关系确定所述摄像头坐标系相对于车辆坐标系的位姿变换关系；

通过激光雷达与毫米波雷达数据检测毫米波反射器的位置计算所述毫米波雷达的坐标系参数，确定毫米波雷达坐标系相对于车辆坐标系的位姿变换关系；

比较激光雷达和超声波雷达检测的移动目标的位置差异，确定超声波雷达的位置坐标。

2.如权利要求1所述的自动驾驶环境感知传感器的标定方法，其特征在于，所述“基于激光雷达发送的地面点云数据建立平整地面的平面方程，确定激光雷达坐标系相对于车辆坐标系的位姿变换关系”的方法包括：

测量激光雷达的初始安装位置，结合车辆坐标系确定x轴、y轴方向的偏移量Δx、Δy；

接收激光雷达发送的地面点云数据，获取地面点云的三维坐标，采用最小二乘法拟合地面的平面方程，建立地面平整度函数为优化目标函数，以翻滚角α、俯仰角β为待优化参数，采用BP神经网络方法求解最优值；

利用平面方程确定相对z轴方向的偏移量Δz；

基于深度学习的激光点云目标物识别结果，采用优化算法求解偏航角最优值γ。

3.如权利要求2所述的自动驾驶环境感知传感器的标定方法，其特征在于，所述“基于深度学习的激光点云目标物识别结果，采用优化算法求解最优偏航角值γ”的方法包括：

在车辆坐标系的x轴上设置标定物，将所述标定物放在在车辆正前方的预设距离内，设置初始偏航角值γ；

接收激光雷达检测标定物的点云数据，根据所述Δx、Δy、Δz、α、β、γ，将点云数据从激光雷达坐标系转换到车辆坐标系下；

建立Pointnet深度学习网络，识别点云数据中的标定物，确定标定物的位置，采用梯度下降法求解最优γ。

4.如权利要求1所述的自动驾驶环境感知传感器的标定方法，其特征在于，所述“匹配同一场景的激光雷达的点云数据及摄像头的图像数据的边缘点，根据摄像头和激光雷达的坐标系变换关系确定所述摄像头坐标系相对于车辆坐标系的位姿变换关系”的方法包括：

利用张正友标定法标定摄像头内参；

确定标定场景，获取雷达激光及摄像头在标定场景下针对移动的标定板的点云数据及图像数据；

提取并匹配所述点云数据及图像数据的边缘点；

根据匹配关系求解摄像头坐标系和激光雷达坐标系之间的变换关系。

5.如权利要求1所述的自动驾驶环境感知传感器的标定方法，其特征在于，所述“通过激光雷达与毫米波雷达数据检测毫米波反射器的位置计算所述毫米波雷达的坐标系参数，确定毫米波雷达坐标系相对于车辆坐标系的位姿变换关系”的方法包括：

获取毫米波雷达安装时的α、β、Δz；

根据车辆坐标系计算毫米波雷达的Δx、Δy；

获取激光雷达及毫米波雷达针对毫米波反射器的激光点云数据和毫米波雷达数据，以从激光点云数和毫米波雷达检测到的毫米波反射器位置重叠为目标，采用梯度下降法求解最优的偏航角γ。

6.如权利要求1所述的自动驾驶环境感知传感器的标定方法，其特征在于，所述“比较激光雷达和超声波雷达检测的移动目标的位置差异，确定超声波雷达的位置坐标”的方法包括：

测量超声波雷达安装的位置，根据车辆坐标系计算所述超声波雷达的初始位置坐标；

设置移动目标，获取激光雷达及超声波雷达针对移动目标的激光点云数据及超声波雷达数据；

比较激光点云数据及超声波雷达数据的位置差异，确定超声波雷达的位置坐标。