[发明专利]激光里程计误差修正方法、系统、存储介质及计算设备

说明书

本发明涉及一种激光里程计误差修正方法、系统、存储介质及计算设备，其包括：获取原始点云；原始点云包括地面点云及车辆周围障碍物的点；根据原始点云中的地面点云，建立地面点云形状模型，确定地面点云分布的平面及需要修正标定的参数；根据地面点云分布的平面及需要修正标定的参数标定修正模型，由标定后的修正模型对原始点云进行在线实时修正；将修正后的原始点云输入激光里程计中进行位姿估计。本发明能对获得的激光点云进行去畸变修正，减小激光里程计位姿估计误差。本发明可广泛应用于自动驾驶领域。

技术领域

本发明涉及自动驾驶领域，特别是关于一种激光里程计误差修正方法、系统、存储介质及计算设备。

背景技术

激光雷达对于环境光照变化较为鲁棒，能够直接获得环境的三维高精度点云信息，因此在环境感知、定位、高精度地图构建等任务中得到广泛应用，是自动驾驶中重要的车载传感器。按照激光扫描的实现方式，可以分为机械式激光雷达和固态激光雷达两类，本发明提出的修正方法针对机械式激光雷达。

从工作原理上，机械式激光雷达内装有垂直排列的不同俯仰角的激光发射器，通过电机驱动进行水平旋转，通过旋转编码器(rotary encoder)获得方位角测量ω，通过测量激光从发射后经目标表面反射返回激光雷达的飞行时间(Time of Flight，ToF)获得距离测量d。根据机械式激光雷达的内部结构和工作原理建立内部参数(以下简称内参)模型对于方位角测量ω和距离测量d进行解算，获得点云坐标P_L。以一种常见的内参模型为例进行说明，如式(1)所示：

其中，α为方位角修正量，用于修正方位角测量ω；β为俯仰角，为每条激光线束相对于水平面的夹角。同时需要说明的是，也存在参数量更多的内参模型，但是其原理均为对于方位角测量ω以及距离测量d进行修正，将球坐标系下的测量转换到直角坐标系下，因此采用式(1)中的内参模型进行说明具有一般性。

上述内参在激光雷达出厂前完成标定，在后续使用过程中视为已知常量。但是，由于标定误差、机械结构在长期使用中磨损等原因，不可避免地存在误差，这会导致解算获得的点云存在畸变。选取在结构化平面道路上采集的单帧点云进行说明，首先对于点云进行地面分割，获得地面点云，如图1所示；之后统计地面点云高度关于水平方向距离的分布，如图2所示，可以看出地面点云存在着“近低远高”的畸变趋势。需要指出的是，虽然是以地面点云为例进行的说明，但是从机械式激光雷达的工作原理可知，这种畸变趋势存在于整体点云中，因此需要对于整体点云进行修正。

激光里程计(LiDAR Odometry)通过匹配相邻帧点云估计位姿增量，是一种基于航迹递推(Dead Reckoning，DR)原理的定位方法，在自动驾驶汽车定位领域得到广泛应用。在实际应用中发现，激光里程计垂向位姿估计结果存在较大误差，经过长时间累计后在高度方向上存在较为严重的漂移，这限制了激光里程计的使用场景和范围。针对激光里程计误差修正，现有方法主要将轨迹建模为高斯过程 (Gaussian Process，GP)，利用轨迹真值和点云特征分布拟合高斯过程回归模型参数，在应用中直接对于激光里程计的位姿估计结果进行修正，进而减少误差。这种方法实现简单，在工程中易于应用，但是模型参数通过数据驱动的方法获得，在训练过程中大多需要位姿真值，可解释性较差。

发明内容

针对上述问题，本发明的目的是提供一种激光里程计误差修正方法、系统、存储介质及计算设备，其能对获得的激光点云进行去畸变修正，减小激光里程计位姿估计误差。

为实现上述目的，本发明采取以下技术方案：一种激光里程计误差修正方法，其包括：获取原始点云；所述原始点云包括地面点云及车辆周围障碍物的点；根据所述原始点云中的地面点云，建立地面点云形状模型，确定地面点云分布的平面及需要修正标定的参数；根据所述地面点云分布的平面及需要修正标定的参数标定修正模型，由标定后的所述修正模型对所述原始点云进行在线实时修正；将修正后的所述原始点云输入激光里程计中进行位姿估计。