[发明专利]一种基于自动建图的多激光雷达标定方法

权利要求书

1.一种基于自动建图的多激光雷达标定方法，其特征在于，包括：

依据待标定车辆的行驶，获取待标定车辆所有激光雷达以及惯性导航系统的回环数据；将待标定车辆主激光雷达的点云数据构建点云地图，并作为先验信息；

针对同一时刻静止状态下，每个激光雷达采集的点云数据与点云地图进行配准，包括估算、粗配准、精配准，通过配准得到每个激光雷达相对于点云地图的精变换矩阵；

将各激光雷达相对于点云地图的精变换矩阵变换为各激光雷达相对于主激光雷达坐标系的变换矩阵；

将各激光雷达与主激光雷达坐标系的变换矩阵，通过惯性导航系统的位姿变换到车身坐标系下，实现各激光雷达的标定。

2.根据权利要求1所述的一种基于自动建图的多激光雷达标定方法，其特征在于：该方法的实现具体如下步骤：

步骤1：采集所有激光雷达以及惯性导航系统的回环数据；

步骤2：针对主激光雷达采集的点云数据构建点云地图；

步骤3：将构建的点云地图进行预处理：

步骤3.1：根据点云帧相对于点云地图的位姿，在构建的点云地图上选取局部点云地图；

步骤3.2：在局部点云地图点云下采样；

步骤3.3：对局部点云地图提取地面并拟合，计算地面法向量；

步骤3.4：提取局部点云地图的点云角点特征、面特征；

步骤4：针对同一时刻静止状态下的每个激光雷达采集的点云数据进行如下操作步骤：

步骤4.1：点云帧预处理，去除无效点以及过滤距离较远的点；

步骤4.2：对点云帧提取地面并拟合，计算地面法向量；

步骤4.3：利用点云帧地面法向量与局部点云地图地面法向量估算点云帧相对于局部点云地图的横滚角、俯仰角以及高度差；

步骤4.4：提取点云帧的点云角点特征、面特征；

步骤4.5：输入初始估计外参横滚角、俯仰角以及高度差，并将角点、面特征作为约束，将点云帧与局部点云地图进行粗配准，得到点云帧相对于局部点云地图的粗变换矩阵；

步骤4.6：将粗变换矩阵作为初值，进行点云帧与局部点云地图的精配准，使得误差平方和达到极小值，得到点云帧相对于局部点云地图的精变换矩阵；

步骤5：根据主激光雷达点云帧相对于局部点云地图的精变换矩阵，将各激光雷达相对于局部点云地图的精变换矩阵变换为各激光雷达相对于主激光雷达坐标系的变换矩阵；

步骤6：根据已知的主激光雷达相对于惯性导航系统坐标系的变换关系，将各激光雷达相对于主激光雷达坐标系的变换矩阵变换为各激光雷达相对于惯性导航系统坐标系的变换矩阵，通过标定好的惯性导航系统坐标系得到其与车身坐标系的变换关系，最终得到各激光雷达相对于车身坐标系的变换矩阵。

3.根据权利要求2所述的一种基于自动建图的多激光雷达标定方法，其特征在于：步骤1中，回环数据的采集为，待标定车辆原地静止10s，通过走环形或者“8”字形，回到起始位置，原地静止10s停止采集。

4.根据权利要求3所述的一种基于自动建图的多激光雷达标定方法，其特征在于：步骤1中，回环数据的采集过程中，所有激光雷达的数据采集为时间同步情况下的数据。

5.根据权利要求2所述的一种基于自动建图的多激光雷达标定方法，其特征在于：步骤2中，使用同步定位与建图算法构建出待标定车辆所在场景的点云地图。

6.根据权利要求2所述的一种基于自动建图的多激光雷达标定方法，其特征在于：步骤3.1中，以当前点云帧相对于点云地图的位置为圆心，以距离阈值为半径，对所有点云进行半径滤波，保留圆形形状以内的所有点，得到局部点云地图。