[发明专利]一种无标定物的激光雷达外参标定方法

说明书

本发明公开了一种无标定物的激光雷达外参标定方法，涉及激光雷达技术领域，包括获取点云地图，使待标定激光雷达位于点云地图范围内；待标定激光雷达扫描得到一帧原始点云数据，提取原始点云数据的线特征和面特征；通过定位器件对待标定激光雷达进行定位，得到待标定激光雷达的定位点，然后加载以该定位点为圆心的局部点云地图；将从原始点云数据中提取的线特征和面特征与局部点云地图的线特征和面特征进行粗匹配，得到对应的偏航角和位移，作为待标定激光雷达的初始外参。本发明利用待标定激光雷达与预先建立的点云地图融合，直接获得待标定激光雷达在地图坐标系中的位姿即外参，标定的精度高、效率高。

技术领域

本发明涉及激光雷达技术领域，特别是涉及一种无标定物的激光雷达外参标定方法。

背景技术

传感器标定的目的是为了获取该传感器在某一坐标系下的姿态，即2D/3D的位置和朝向，这个位置和朝向即是该传感器相对于这一坐标系的外参。所以如果想要对一个传感器做标定，就需要明确需要获取的外参是相对哪一个坐标系而言的。在无人驾驶的应用场景中，这个目标坐标系通常是自车坐标系或者地图坐标系。

在自动驾驶技术中，一般会利用装在车端的激光雷达和车路协同路边的激光雷达检测物体的位置，以及利用车端激光雷达和其他的多种传感器融合给自车定位。在这些需要融合激光雷达数据的应用场景中，都需要先标定激光雷达的外参。

目前，行业内激光雷达外参标定常见的方法是：多激光雷达之间的融合标定，即利用一个待标定的激光雷达和一个参考激光雷达分别扫描同一场景的点云，然后对获取到的两对点云数据做icp或者ndt配准，从而计算出这两个激光雷达之间的位姿变化，即可以获得待标定的激光雷达在参考激光雷达坐标系中的外参。但是这种标定方法会带来一些问题：一个是如何获取参考激光雷达的外参，只知道待标定激光雷达相对于参考激光雷达的位姿关系可能并不能满足在无人驾驶中数据融合的需求；另一个是这种标定方法对两个激光雷达的安装位置也有比较高的要求，要求这两个激光雷达扫描到的场景要有比较多的重合区域，足够去做点云配准；此外，假如只有一个待标定的激光雷达，无法提供参考激光雷达，这种方法也不适用。

发明内容

本发明所要解决的技术问题是，克服现有技术的缺点，提供一种无标定物的激光雷达外参标定方法。

为了解决以上技术问题，本发明的技术方案如下：

一种无标定物的激光雷达外参标定方法，包括，

获取预先建立好的点云地图，使待标定激光雷达位于该点云地图范围内；

待标定激光雷达扫描得到一帧原始点云数据，然后提取原始点云数据的线特征和面特征；

通过定位器件对待标定激光雷达进行定位，得到待标定激光雷达的定位点，然后加载以该定位点为圆心的局部点云地图；

将从原始点云数据中提取的线特征和面特征与局部点云地图的线特征和面特征进行匹配，得到对应的偏航角和位移，将其作为待标定激光雷达的初始外参。

作为本发明所述无标定物的激光雷达外参标定方法的一种优选方案，其中：在所述将从原始点云数据中提取的线特征和面特征与局部点云地图的线特征和面特征进行匹配，得到对应的偏航角和位移，将其作为待标定激光雷达的初始外参之后，还包括，

以初始外参为中心，加载局部点云地图；

在局部点云地图中搜索与从原始点云数据中提取的线特征和面特征相对应的匹配点和匹配数据，然后将点云点投影至点云地图上，对初始外参进行调整，得到优化后外参；

待标定激光雷达扫描得到新一帧原始点云数据，并从新一帧原始点云数据中提取线特征和面特征；

以优化后外参为中心，加载局部点云地图；