[发明专利]一种应用于自动驾驶的激光雷达传感器建模方法

说明书

本发明公开了一种应用于自动驾驶的激光雷达传感器建模方法，包括以下步骤：S1：在自动驾驶车辆前设置一块标定板，配合安装在车辆上的激光雷达传感器提取标定板的四个角点；S2：测量四个角点在车体坐标系的物理坐标，结合由激光雷达传感器提取的四个角点计算得到旋转平移矩阵；该一种应用于自动驾驶的激光雷达传感器建模方法，通过激光雷达的3D感知测距范围广，获取信息量大,定位精度较高等优点的基础上，辅以经过预处理后的相机图像，克服了基于相机的3D感知技术，在工作时易受到天气和光照的影响，而导致的测量精度低的问题。

技术领域

本发明涉及复合新材料技术领域，具体为一种应用于自动驾驶的激光雷达传感器建模方法。

背景技术

自动驾驶领域目前是全球热门的研究领域。自动驾驶车辆依赖各个传感器，包括摄像头(camera)、激光雷达(lidar)和毫米波雷达等。在这些车载传感器中，激光雷达扮演者不可缺少的角色。

激光雷达的工作原理是向目标发射探测信号(激光束)，然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对目标进行探测、跟踪和识别。激光雷达的优势在于其探测范围更广，探测精度更高。

在自动驾驶领域，对环境的感知将用于后续的路线规划、障碍物规避等关键性操作，是确保行驶安全的前提。基于图像的2D感知输出2维结果,缺少深度信息，无法直接用于构建立体环境，不满足自动驾驶的要求。因此能够获取三维信息的3D感知成为自动驾驶感知任务中的焦点。现有的感知技术主要是基于双目相机的3D感知技术，基于双目相机的3D感知技术包含有目标物体的距离信息以及丰富的结构信息，但是基于双目相机的3D感知技术在工作时，由于依赖于环境中的自然光线采集图像，对环境光特别敏感，会因为光照角度变化、光照强度等因素的影响，显著降低图像感知的精度。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种应用于自动驾驶的激光雷达传感器建模方法。

(二)技术方案

为实现上述目的，本发明提供如下技术方案：一种应用于自动驾驶的激光雷达传感器建模方法，包括以下步骤：

S1：在自动驾驶车辆前设置一块标定板，配合安装在车辆上的激光雷达传感器提取标定板的四个角点；

S2：测量四个角点在车体坐标系的物理坐标，结合由激光雷达传感器提取的四个角点计算得到旋转平移矩阵；

S3：对两个激光雷达传感器数据之间的进行坐标转换，拼接多台激光雷达传感器，实现对激光雷达传感器的标定；

S4：获取自动驾驶车辆上的激光雷达传感器采集的数据，根据所述激光雷达传感器采集的数据生成激光点云伪图像；

S5：获取相机图像，对所述相机图像进行去除车道线处理生成去除车道线的相机图像；

S6：根据所述相机图像的形成过程建立图像传感器响应模型，再根据所述图像传感器响应模型建立对数色度空间模型；

S7：根据所述对数色度空间模型对所述相机图像进行光照强度不变性变换生成光照不变相机图像，再将所述激光点云伪图像和所述光照不变相机图像进行串联拼接生成融合后的伪图像；

S8：对融合后的伪图像采用区域候选网络提取目标物体的边框，再根据目标物体的边框感知车周围障碍物信息。

优选的，所述S1中的提取标定板的四个角点是指提取激光雷达数据中标定板的四个角点，包括提取标定板的边缘点，再使用RANSAC算法在所有边缘点中，提取出四条直线，即标定板的四条边，并计算四条边的交点作为标定板的四个角点，并记录四个角点的坐标。