[发明专利]一种车载多线激光雷达与IMU外参数自动标定方法及装置

说明书

本发明提供一种车载多线激光雷达与IMU外参数自动标定方法及装置，该方法通过在标定板上挖取圆孔作为激光雷达可识别特征，计算在激光雷达坐标系下标定板四个角点的坐标，结合车载GPS/IMU的绝对位姿信息，实现与标定板上WGS‑84控制点的同名点配对，最后采用高斯牛顿法求解出激光雷达与IMU的外参矩阵。通过该方案可以降低标定场景要求，实现自动化外参标定，能有效提高标定效率，避免人为因素影响，保障标定结果的准确性和可靠性。

技术领域

本发明属于自动驾驶领域，尤其涉及一种车载多线激光雷达与IMU外参数自动标定方法及装置。

背景技术

多线激光雷达作为一种常用的传感器设备，具有测量位置精度高、测量范围大、受外界环境干扰较小等特点，可以用于准确地测量周围环境中障碍物的方位以及距离信息。GPS和IMU(惯性测量单元)的融合定位可以为载体提供精确的位姿信息。激光雷达和GPS/IMU的数据融合被广泛运用到测绘、自动驾驶、机器人等多个领域。由于多线激光雷达的测量精度与其自身的内参和相对于IMU的外参密切相关,因此需要对多线激光雷达的内参和外参进行标定，以提高多线激光雷达的测量精度，而正常情况下，激光雷达在出厂前已完成内参的标定。

常见的激光雷达与IMU的外参数标定主要有人工测量标定和标定场控制点标定两种方法：人工标定采用手动或仪器测量的方式，测量激光雷达坐标系和IMU坐标系之间的变换关系。首先，确定激光雷达坐标系原点位置和IMU坐标系的原点位置，利用卡尺或者卷尺测量激光雷达坐标系原点到IMU原点之间的横向、纵向及垂向的偏移距离，然后，确定激光雷达坐标轴和IMU坐标轴的方向，用特殊测试仪器例如三维角度测量仪来测量激光雷达在IMU坐标系下的翻滚角、俯仰角和偏航角；

标定场控制点标定方法，通过选择空旷、GPS信号良好的区域作为标定场，选取规则的房屋或窗户角点作为控制点，并用全站仪测定各个控制点的WGS-84坐标。在标定时，人工选取待标定的多线激光雷达在标定场景中各控制点位置的点云数据，结合GPS/IMU的绝对位姿信息，将控制点位置采集的点云数据和WGS-84下的标定控制点坐标进行配对，建立车载激光雷达系统的严密定位方程。利用最小二乘平差的原理解算罗德里格斯参数a、b、c，以此计算激光雷达相对IMU的旋转矩阵。再根据最小二乘原理解算两个传感器之间的偏移向量。

人工测量标定方法虽然原理简单，但是对操作者的操作精细度以及测量仪器的精度要求高，并且在测量时不易确定IMU坐标系的原点位置，使得测量结果存在较大误差与不确定性，测量精度也会随着操作者的水平而高低变化。而标定场控制点标定的方法，理论上可以达到较高的标定精度，但是车载系统的移动导致激光雷达的坐标原点和坐标轴指向均在不断变化，且多线激光雷达的点云较稀疏，很难保证光束能准确扫到房屋/窗户的角点上。同时，人工挑选控制点在激光雷达坐标系下对应的点云坐标，也会出现一定的误差。

可见，这两种标定方法都需要人工操作，过程复杂且效率低下，难以适用于批量化的车载系统传感器外参标定。

发明内容

有鉴于此，本发明实施例提供了一种车载多线激光雷达与IMU外参数自动标定方法及装置，用于解决现有标定方法需要人工参与、过程复杂且效率低下的问题。

在本发明实施例的第一方面，提供了一种车载多线激光雷达与IMU外参数自动标定方法，包括：

在标定场中以预定路线采集标定板的激光雷达原始点云数据和车辆绝对位姿；

提取所述原始点云数据中感兴趣区域的点云数据，并基于欧氏距离聚类分离出感兴趣区域的点云数据中空间上相互独立的目标聚类；

通过RANSAC平面检测算法从目标聚类中提取平面点云，并根据雷达回波点的深度信息不连续性，提取边缘点云，所述边缘点云为标定板上镂空圆的边缘点和标定板左右侧的边缘点；

剔除标定板左右侧的边缘点云后，采用RANSAC球面拟合算法，对镂空圆孔的边缘点云拟合出最佳候选球面，并计算出球心坐标；