激光雷達(dá)自動(dòng)校準(zhǔn)方法及裝置的制造方法
【專利摘要】一種激光雷達(dá)校準(zhǔn)方法及裝置，其中方法包括如下步驟：外部參數(shù)校準(zhǔn)；所述外部參數(shù)校準(zhǔn)步驟包括：雷達(dá)隨車運(yùn)動(dòng)，收集雷達(dá)反射數(shù)據(jù)，將收集到的數(shù)據(jù)代入點(diǎn)陣云能量方程，求解使得能量方程值為最小的外部校準(zhǔn)參數(shù)；區(qū)別于現(xiàn)有技術(shù)，上述技術(shù)方案能夠?qū)す饫走_(dá)實(shí)時(shí)傳回的數(shù)據(jù)進(jìn)行分析，主動(dòng)校正激光雷達(dá)自身參數(shù)，達(dá)到了快速校正激光雷達(dá)，提高掃描數(shù)據(jù)準(zhǔn)確率，提高掃描圖像辨識(shí)度的效果。
【專利說明】
激光雷達(dá)自動(dòng)校準(zhǔn)方法及裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及無人車導(dǎo)航技術(shù)領(lǐng)域，尤其涉及一種車載激光雷達(dá)自動(dòng)校準(zhǔn)方法及裝 置。
【背景技術(shù)】
[0002] 激光雷達(dá)傳感器由于其優(yōu)越的測(cè)距功能和精準(zhǔn)的測(cè)量性能，已經(jīng)被廣泛的用于工 業(yè)和智能領(lǐng)域。由于其對(duì)周邊環(huán)境的探測(cè)能力，近年來激光雷達(dá)也已成為無人車的標(biāo)準(zhǔn)配 置之一。激光雷達(dá)在無人車領(lǐng)域的主要用途在于感知車體周邊環(huán)境，它和車輛的其他系統(tǒng) (如GPS、INS等)相配合之后，可以用于地圖的繪制、物體的定位(紅綠燈及交通標(biāo)示檢測(cè)）以 及道路狀況檢測(cè)。傳統(tǒng)上的激光雷達(dá)僅有一束旋轉(zhuǎn)光線，故其校準(zhǔn)方法也較為簡(jiǎn)單。目前， 新一代的激光雷達(dá)已經(jīng)配置了能夠?qū)崿F(xiàn)不同角度掃射的同時(shí)旋轉(zhuǎn)的光束，從而相較于傳統(tǒng) 的激光雷達(dá)能提供上一個(gè)量級(jí)的數(shù)據(jù)量，實(shí)現(xiàn)更好的制圖功能、物體檢測(cè)和場(chǎng)景理解，能適 應(yīng)更為高級(jí)的算法。
[0003] 為了能充分適應(yīng)和利用這種海量數(shù)據(jù)，需要用到更高級(jí)的校準(zhǔn)方法。首先，相較于 傳統(tǒng)的激光雷達(dá)而言，新的校準(zhǔn)方法要能支持幾十甚至上百個(gè)光束的距離和角度的讀數(shù)。 其次，對(duì)于無人車其他的要用到激光雷達(dá)強(qiáng)度返回值的功能(如道路檢測(cè)、地圖的繪制和定 位），很重要的一點(diǎn)是強(qiáng)度返回值需要被不同的光束所確認(rèn)。上述兩個(gè)方面所用到的參數(shù) 量，都使得用人工訓(xùn)練來校準(zhǔn)激光雷達(dá)顯得并不合適。

【發(fā)明內(nèi)容】

[0004] 為此，需要提供一種能夠自適應(yīng)的激光雷達(dá)自動(dòng)校準(zhǔn)方法，解決無人車載雷達(dá)自 主定位的問題。
[0005] 為實(shí)現(xiàn)上述目的，發(fā)明人提供了一種激光雷達(dá)校準(zhǔn)方法，包括如下步驟:外部參數(shù) 校準(zhǔn)；
[0006] 所述外部參數(shù)校準(zhǔn)步驟包括:雷達(dá)隨車運(yùn)動(dòng)，收集雷達(dá)反射數(shù)據(jù)，將收集到的數(shù)據(jù) 代入點(diǎn)陣云能量方程，求解使得能量方程值為最小的外部校準(zhǔn)參數(shù)；
[0007] 其中點(diǎn)陣云能量方程為：
[0009] 其中J是點(diǎn)云的能量，B激光束總數(shù)，N為臨近光束數(shù)，k是反射光束數(shù)，pk是第k個(gè)點(diǎn) 在車體坐標(biāo)系下的位置，m k是光束匕接收到反射的所有點(diǎn)中最接近pk的點(diǎn)或點(diǎn)集，取是mk點(diǎn) 的法向量，wk在| |pk-mk| |<dmax成立時(shí)為1，否則為0。
[0010] 進(jìn)一步地，還包括步驟，內(nèi)部參數(shù)校準(zhǔn)，所述內(nèi)部參數(shù)校準(zhǔn)步驟包括:求解使得能 量方程值最小的內(nèi)部校準(zhǔn)參數(shù)。
[0011] 具體地，所述內(nèi)部參數(shù)包括每束激光水平和垂直的角度以及距離校正值。
[0012] 具體地，所述外部校準(zhǔn)參數(shù)包括雷達(dá)相對(duì)車體的平面坐標(biāo)參數(shù)、高度、俯仰角、翻 滾角或航向角。
[0013] 進(jìn)一步地，還包括步驟，接收校準(zhǔn)，具體為，將雷達(dá)觀測(cè)數(shù)據(jù)代入下式：
[0015] 其中j為激光束編號(hào)，a為觀測(cè)強(qiáng)度，c為校準(zhǔn)結(jié)果。
[0016] 進(jìn)一步地，還包括步驟，對(duì)每束激光束的噪音特性和不確定性建立貝葉斯模型，計(jì) 算在給定地圖網(wǎng)格分布的情況下，每束激光強(qiáng)度返回值的分布。
[0017] -種激光雷達(dá)校準(zhǔn)裝置，包括收集模塊、外部校準(zhǔn)模塊；
[0018] 所述收集模塊用于在雷達(dá)隨車運(yùn)動(dòng)時(shí)收集雷達(dá)反射數(shù)據(jù)；
[0019] 所述外部校準(zhǔn)模塊用于將收集到的數(shù)據(jù)代入點(diǎn)陣云能量方程，求解使得能量方程 值為最小的外部校準(zhǔn)參數(shù)；
[0020] 其中點(diǎn)陣云能量方程為：
[0022] 其中J是點(diǎn)云的能量，B激光束總數(shù)，N為臨近光束數(shù)，k是反射光束數(shù)，pk是第k個(gè)點(diǎn) 在車體坐標(biāo)系下的位置，mk是光束bi接收到反射的所有點(diǎn)中最接近pk的點(diǎn)或點(diǎn)集，nk是mk點(diǎn) 的法向量，Wk在| | Pklk | | <dmax成立時(shí)為1，否則為0。
[0023] 進(jìn)一步地，還包括內(nèi)部校準(zhǔn)模塊，所述內(nèi)部校準(zhǔn)模塊用于求解使得能量方程值最 小的內(nèi)部校準(zhǔn)參數(shù)。
[0024]具體地，所述內(nèi)部參數(shù)包括每束激光水平和垂直的角度以及距離校正值。
[0025] 具體地，所述外部校準(zhǔn)參數(shù)包括雷達(dá)相對(duì)車體的平面坐標(biāo)參數(shù)、高度、俯仰角、翻 滾角或航向角。
[0026] 進(jìn)一步地，還包括接收校準(zhǔn)模塊，所述接收校準(zhǔn)模塊用于將雷達(dá)觀測(cè)數(shù)據(jù)代入下 式：
[0028] 其中j為激光束編號(hào)，a為觀測(cè)強(qiáng)度，c為校準(zhǔn)結(jié)果。
[0029] 進(jìn)一步地，還包括貝斯葉模塊，所述貝斯葉模塊用于對(duì)每束激光束的噪音特性和 不確定性建立貝葉斯模型，計(jì)算在給定地圖網(wǎng)格分布的情況下，每束激光強(qiáng)度返回值的分 布。
[0030] 區(qū)別于現(xiàn)有技術(shù)，上述技術(shù)方案能夠?qū)す饫走_(dá)實(shí)時(shí)傳回的數(shù)據(jù)進(jìn)行分析，主動(dòng) 校正激光雷達(dá)自身參數(shù)，達(dá)到了快速校正激光雷達(dá)，提高掃描數(shù)據(jù)準(zhǔn)確率，提高掃描圖像辨 識(shí)度的效果。
【附圖說明】
[0031] 圖1為本發(fā)明【具體實(shí)施方式】所述的激光雷達(dá)自動(dòng)校準(zhǔn)方法流程圖；
[0032]圖2為本發(fā)明【具體實(shí)施方式】所述的相鄰兩束激光掃描圖；
[0033]圖3為本發(fā)明【具體實(shí)施方式】所述的法向量示意圖；
[0034] 圖4為本發(fā)明某實(shí)施例所述的貝葉斯校準(zhǔn)模型示意圖；
[0035] 圖5為本發(fā)明某實(shí)施例所述的激光雷達(dá)掃描效果示意圖；
[0036] 圖6為本發(fā)明某實(shí)施例所述的校準(zhǔn)后激光雷達(dá)掃描效果示意圖；
[0037] 圖7為本發(fā)明【具體實(shí)施方式】所述的內(nèi)參校準(zhǔn)效果示意圖；
[0038] 圖8為本發(fā)明【具體實(shí)施方式】所述的參數(shù)調(diào)整效果圖；
[0039] 圖9為本發(fā)明【具體實(shí)施方式】所述的預(yù)期環(huán)境強(qiáng)度示意圖；
[0040] 圖10為本發(fā)明【具體實(shí)施方式】所述的街道正射強(qiáng)度地圖；
[0041] 圖11為本發(fā)明【具體實(shí)施方式】所述的激光雷達(dá)自動(dòng)校準(zhǔn)裝置模塊圖。
[0042] 附圖標(biāo)記說明：
[0043] 1100、收集模塊；
[0044] 1102、外部校準(zhǔn)模塊；
[0045] 1104、內(nèi)部校準(zhǔn)模塊；
[0046] 1106、接收校準(zhǔn)模塊；
[0047] 1108、貝葉斯模塊。
【具體實(shí)施方式】
[0048] 為詳細(xì)說明技術(shù)方案的技術(shù)內(nèi)容、構(gòu)造特征、所實(shí)現(xiàn)目的及效果，以下結(jié)合具體實(shí) 施例并配合附圖詳予說明。
[0049] -、總體思路
[0050]本發(fā)明提出一種全新的自動(dòng)地對(duì)多光束激光雷達(dá)(本文中以Velodyne HD 64-E激 光雷達(dá)為例子，但使用于任何線掃的激光雷達(dá))的內(nèi)部參數(shù)和外部參數(shù)進(jìn)行校準(zhǔn)方法，并且 過程中并不需要用到具體的校準(zhǔn)目標(biāo)或人工計(jì)量。在一輛無人車上裝載了激光雷達(dá)之后， 再加上慣性測(cè)量單元的讀數(shù)，我們的算法在不需要地圖輔助的情況下，僅就機(jī)器幾秒鐘內(nèi) 對(duì)周邊任意環(huán)境掃描的讀數(shù)，就能計(jì)算出上百個(gè)激光雷達(dá)傳感器參數(shù)。
[0051]本發(fā)明主要是分成三個(gè)部分的自動(dòng)校準(zhǔn)算法。第一個(gè)外部校準(zhǔn)主要是用來確定由 于安裝位姿的不同導(dǎo)致的激光雷達(dá)相較于車體的相對(duì)位置，可以用六個(gè)參數(shù)來表示，即通 過平移矩陣和旋轉(zhuǎn)矩陣可以實(shí)現(xiàn)從激光雷達(dá)坐標(biāo)到車體坐標(biāo)的轉(zhuǎn)化。第二個(gè)部分涉及激光 雷達(dá)的內(nèi)部參數(shù)校準(zhǔn)，主要是用來估算每束光線的最優(yōu)水平和垂直角度，以及每束光線讀 取范圍的距離矯正，即在激光雷達(dá)內(nèi)部對(duì)每個(gè)激光發(fā)射器和雷達(dá)坐標(biāo)系的偏差進(jìn)行校準(zhǔn)。 第三個(gè)部分是運(yùn)用貝葉斯衍生模型對(duì)每束激光對(duì)環(huán)境中不同表面發(fā)射率對(duì)應(yīng)的接收值進(jìn) 行建模。這樣，經(jīng)過校準(zhǔn)校正后的強(qiáng)度圖在掃描距離上相對(duì)平滑，才能夠突出不同物體或地 形的相關(guān)特征。
[0052]二、外部參數(shù)校準(zhǔn)
[0053]就多線激光雷達(dá)而言，外部校準(zhǔn)考慮的是整個(gè)激光雷達(dá)對(duì)于車體自身坐標(biāo)系的相 對(duì)安裝位置，而內(nèi)部校準(zhǔn)考慮的是每個(gè)單束激光對(duì)于雷達(dá)本身的內(nèi)部位置。在本節(jié)中，我們 是假設(shè)在已知雷達(dá)內(nèi)部校準(zhǔn)的情況下，計(jì)算外部校準(zhǔn)。在實(shí)際情況中，如果兩種校準(zhǔn)均未 知，則可以將兩個(gè)校準(zhǔn)程序交互進(jìn)行，直至兩個(gè)模型都達(dá)到最優(yōu)參數(shù)估計(jì)。
[0054]我們兩類的校準(zhǔn)方法都是基于這樣的前提假設(shè)下的:激光雷達(dá)接受回來的強(qiáng)度信 號(hào)反映在三維成像上時(shí)，這些觀測(cè)值在空間內(nèi)并不會(huì)呈現(xiàn)出隨機(jī)分布的模式。這個(gè)前提假 設(shè)在現(xiàn)實(shí)中是可以達(dá)到的。實(shí)際上，由于返回的點(diǎn)代表了觀測(cè)物體的物理表面的反射，一個(gè) 經(jīng)過正確校準(zhǔn)后的沿著已知軌跡運(yùn)動(dòng)的激光雷達(dá)傳感器是不可能給出在三維空間中呈現(xiàn) 隨機(jī)分布的點(diǎn)云讀數(shù)的。這個(gè)在現(xiàn)實(shí)中比較好理解，因?yàn)榧す庥龅秸系K物時(shí)會(huì)反射回來形 成密集點(diǎn)集，而空曠處是沒有反射回波，在點(diǎn)云圖上也是空白，對(duì)每束激光均如此。因此，我 們提出的校準(zhǔn)方法是基于反射點(diǎn)在空間中呈現(xiàn)相對(duì)聚集狀態(tài)的弱假設(shè)的前提下。
[0055] 請(qǐng)參閱圖1，為本發(fā)明激光雷達(dá)自動(dòng)校準(zhǔn)方法的流程圖，在某些實(shí)施例中，本發(fā)明 方法開始于步驟S100雷達(dá)隨車運(yùn)動(dòng)，收集雷達(dá)反射數(shù)據(jù)，步驟S102將收集到的數(shù)據(jù)代入點(diǎn) 陣云能量方程，求解使得能量方程值為最小的外部校準(zhǔn)參數(shù)。
[0056] 圖2展示了當(dāng)無人車沿著已知軌跡運(yùn)行數(shù)秒后，相鄰的兩束激光所搜集到的全部 數(shù)據(jù)，并呈現(xiàn)在3D圖像上。其中一束激光收集到的數(shù)據(jù)標(biāo)成了紅色，另一束激光收集的標(biāo)成 了白色。很明顯由于激光的全角度掃射，很大程度上兩束激光都打到了相同的表面，所以成 像近似。
[0057] 整個(gè)雷達(dá)激光相對(duì)于車體坐標(biāo)系的安裝位置可以用六個(gè)參數(shù)來表示:X軸（用來衡 量長(zhǎng)度的），y軸（用來衡量寬度的），這二者可以作為激光雷達(dá)相對(duì)車體的平面坐標(biāo)參數(shù)，Z 軸（用來衡量高度的），以及翻滾角，俯仰角和航向角。坐標(biāo)系的原點(diǎn)（〇，〇，〇)和原點(diǎn)的方向 則是由所選擇的車體坐標(biāo)系決定的，比如說可以將車體位姿系統(tǒng)的三維坐標(biāo)和方向作為初 始值。
[0058] 相較于現(xiàn)有的校準(zhǔn)方法，我們的方法對(duì)于車輛周邊環(huán)境只需要做出簡(jiǎn)單的假設(shè)： 周邊環(huán)境相對(duì)靜止，且環(huán)境中含有一些3D特征(不是一片空曠）即可，無需其他條件。為了得 到準(zhǔn)確的校準(zhǔn)參數(shù)，我們讓無人車沿著已知軌跡駕駛一段距離并記錄下激光雷達(dá)數(shù)據(jù)。車 輛的運(yùn)行軌跡可以是任意的，但必須包含一個(gè)航向角的變化，這樣才可以測(cè)出激光雷達(dá)在 xy平面上的校正值，因此請(qǐng)不要讓車體只保持筆直前行。另外，我們并不試圖去校正傳感器 的高度，因?yàn)槲覀兊能圀w是與地面保持近似平行的，并且通過測(cè)距和車輛行駛距離，高度的 計(jì)算很簡(jiǎn)單。車體在全球坐標(biāo)系下的位姿信息在激光雷達(dá)校準(zhǔn)這一步是無關(guān)緊要的，在我 們的試驗(yàn)中也不涉及到現(xiàn)有地圖的使用，所以只是需要有車體本身的位姿變化信息即可。 車體自身的位姿信息可以通過一系列途徑獲取，比如從輪胎編碼器和慣性制導(dǎo)系統(tǒng)中獲 得，或者從一個(gè)實(shí)時(shí)校正的GPS系統(tǒng)中獲得。再次重申，只有車輛沿著軌跡行駛過程中的相 對(duì)運(yùn)動(dòng)才是校準(zhǔn)算法的相關(guān)信息來源，車體的全球位姿信息在這里并不需要。
[0059] 現(xiàn)在，我們來定義一個(gè)點(diǎn)云的能量方程，由各束激光達(dá)到物體表面時(shí)會(huì)形成密集 的點(diǎn)群，我們的方程會(huì)懲罰那些遠(yuǎn)離這些點(diǎn)群的點(diǎn)（聚類去噪的思想）：
[0061]上述公式中，B是所有激光射線總數(shù)，N是某束激光附近的我們認(rèn)為屬于鄰近的光 束總數(shù)，k是對(duì)于光束匕反射回來形成的所有點(diǎn)的逐步迭代，pk是在當(dāng)前的轉(zhuǎn)換公式下形成 的第k個(gè)點(diǎn)在車體坐標(biāo)系下的位置，m k是光束h發(fā)出所形成的所有點(diǎn)中離pk最近的點(diǎn)或點(diǎn) 集，％是mk點(diǎn)的法向量，wk是1或0取決于| |pk-mk| |<dmax是否成立。
[0062] 在上述算法里，我們用到了馬里蘭大學(xué)公布的ANN library，來計(jì)算m_k，d_max在 后續(xù)的試驗(yàn)中，我們采取的閥值是20cm，并且我們用的是所有的雷達(dá)返回接收的信息來生 成每束激光的點(diǎn)云和法向量，但是為了提高計(jì)算效率，每16個(gè)點(diǎn)我們才估算一次上述的能 量方程。我們使用的Velodyne設(shè)備每秒鐘能返回超過百萬個(gè)點(diǎn)，對(duì)每個(gè)點(diǎn)都進(jìn)行能量方程 的計(jì)算是沒必要的。如果激光雷達(dá)的初始設(shè)置很不準(zhǔn)確，我們?nèi)粲矛F(xiàn)代的臺(tái)式電腦的處理 器，對(duì)大概15秒鐘長(zhǎng)度左右的激光記錄數(shù)據(jù)進(jìn)行上述運(yùn)算，分別需要1個(gè)小時(shí)才能算出激光 雷達(dá)的內(nèi)部校準(zhǔn)參數(shù)和外部校準(zhǔn)參數(shù)，對(duì)接收強(qiáng)度的校準(zhǔn)就要快很多，通常只需要幾分鐘。
[0063] 我們提出的能量方程和計(jì)算點(diǎn)到平面的ICP誤差方程有一定類似度，但主要差別 在于兩個(gè)地方。第一，我們用的是每一束激光所生成的點(diǎn)集形成的表面和其鄰近激光的點(diǎn) 集做對(duì)比。這么做的好處是光束之間錯(cuò)誤的校準(zhǔn)不會(huì)顯著地影響到任意單一激光生成的點(diǎn) 所形成的法向量。第二個(gè)和ICP所不同的地方在于，我們處理的并不是固定的電云，任何一 個(gè)校準(zhǔn)參數(shù)的變化都會(huì)使得激光生成的點(diǎn)云發(fā)生復(fù)雜的轉(zhuǎn)化，因?yàn)槊總€(gè)云內(nèi)的點(diǎn)都是在不 同時(shí)間、傳感器的不同方位下觀測(cè)來的。
[0064] 每束激光都要單獨(dú)的計(jì)算法向量，這是通過使平面嵌合從車輛全部軌跡中累積 生成的所有點(diǎn)中離每個(gè)點(diǎn)周邊最近的20個(gè)點(diǎn)來完成的。由于多線激光的數(shù)據(jù)密度較高，每 個(gè)點(diǎn)的周邊點(diǎn)都很密集，鄰域小。我們?cè)趫D3中展示了這些法向量，其中包括了每個(gè)點(diǎn)法向 量的x，y，z部分。
[0065] 多線激光生成的點(diǎn)較為密集，這樣的好處在于幾乎任一表面在點(diǎn)云分辨率圖上都 基本是局部上平面的。因此，將一束激光生成的點(diǎn)映射到由其鄰近激光生成的點(diǎn)所構(gòu)成的 表面上，在所有校準(zhǔn)都精確的情況下，只會(huì)產(chǎn)生較小的誤差。
[0066] 在有了上述的能量方程之后，剩下的工作就是選出能使得總和值降到最低的外部 校準(zhǔn)參數(shù)。盡管從理論上來說，這未必是個(gè)凸函數(shù)，因而能否在有限的時(shí)間內(nèi)求出最優(yōu)解也 沒有保障，不過實(shí)際上能量方程還是很平滑的，標(biāo)準(zhǔn)的尋找試錯(cuò)法也有不錯(cuò)的結(jié)果。
[0067] 在我們的方法中，我們交替的優(yōu)化平移矩陣參數(shù)和旋轉(zhuǎn)矩陣參數(shù)，直到這兩個(gè)都 達(dá)到收斂。對(duì)于每一次優(yōu)化求解，我們運(yùn)用一種網(wǎng)格式搜索，即比較的是當(dāng)前能量方程的和 值與對(duì)所有求解參數(shù)在所有可能方向上進(jìn)行同時(shí)調(diào)整后得出的能量方程的和值。我們已知 一個(gè)坐標(biāo)下降迭代所花費(fèi)的時(shí)間和與變量數(shù)量線性相關(guān)，但是網(wǎng)格式搜索所花費(fèi)的時(shí)間與 變量數(shù)量卻是呈現(xiàn)指數(shù)增長(zhǎng)的關(guān)系，因?yàn)樗紤]了方向上的所有可能結(jié)合。所以，遇到局部 極小值時(shí)，網(wǎng)格式搜索并不會(huì)終止，同時(shí)由于平移矩陣和旋轉(zhuǎn)矩陣各自都不會(huì)有超過三個(gè) 變量，所以這種網(wǎng)格式搜索方式在計(jì)算機(jī)程序上是可行的。舉例來說，在考慮旋轉(zhuǎn)矩陣的變 化時(shí)，每個(gè)翻滾角、俯仰角、航向角都可以是增加、不變或是減少，這樣，相較于當(dāng)前的能量 方程和值(即三個(gè)變量都維持不變），會(huì)產(chǎn)生26種新的能量方程和值。另有重要的一點(diǎn)在于， 在考慮每種可能的校準(zhǔn)時(shí)，在每個(gè)點(diǎn)被獲取的時(shí)候所有的點(diǎn)都要根據(jù)車輛的位姿重新映射 到3D空間。這樣，校準(zhǔn)參數(shù)的變化才不會(huì)以相同的方式扭曲所有的點(diǎn)，因?yàn)樾?zhǔn)參數(shù)調(diào)整對(duì) 每個(gè)點(diǎn)的影響依賴于在返回?cái)?shù)據(jù)計(jì)算時(shí)車輛所處的位置。
[0068] 我們從較大的間隔開始，迭代至收斂，然后減少間隔并重復(fù)相同步驟，直至我們 達(dá)到了理想的最小粒度。而這最后一次優(yōu)化解的結(jié)果即為我們最后的校準(zhǔn)參數(shù)。綜上，外部 參數(shù)校準(zhǔn)解決了在無人車運(yùn)行過程中，激光雷達(dá)自動(dòng)對(duì)自身坐標(biāo)參數(shù)進(jìn)行校準(zhǔn)的問題，達(dá) 到了快速、準(zhǔn)確地自主提供位置信息的效果，使得車載激光雷達(dá)能夠自主定位。
[0069]三、內(nèi)部參數(shù)校準(zhǔn)
[0070]其實(shí)，Velodyne的激光雷達(dá)產(chǎn)品本身有給出內(nèi)參校準(zhǔn)的算法和Matlab建模(詳見 產(chǎn)品說明書），他給出的方法屬于在某個(gè)方向上的靜態(tài)調(diào)試，其結(jié)果精度要低于本文中給出 的算法。Velodyne給出的方法主要是采用兩個(gè)確定平面坐校準(zhǔn):一個(gè)是據(jù)雷達(dá)25.04米處的 平面，另一個(gè)是據(jù)雷達(dá)X軸方向2.4米、Y軸方向1.93米處的平面，并將校準(zhǔn)出的結(jié)果進(jìn)行線 性插值。
[0071] 在上一中講到的外部參數(shù)校準(zhǔn)的思路也可以運(yùn)用在內(nèi)部參數(shù)校準(zhǔn)中，亦即一個(gè)精 確的內(nèi)部參數(shù)校準(zhǔn)（用于計(jì)算每束激光的水平和垂直的角度以及距離校正值)必須比不精 確的校準(zhǔn)得出更低的能量值。因此在本節(jié)所要介紹的某些實(shí)施例中，還包括步驟S104,求解 使得能量方程值最小的內(nèi)部校準(zhǔn)參數(shù)。
[0072] 值得強(qiáng)調(diào)的是，這一特性是車輛邊行駛邊收集數(shù)據(jù)帶來的直接結(jié)果。對(duì)于一輛靜 止的車輛，是不可能消除一些歧義的校準(zhǔn)的。實(shí)際上，很多角度和距離校正在車輛靜止時(shí)都 是貌似正確的，即局部解不唯一。但是當(dāng)車輛沿已知軌跡行駛時(shí)，隨著每束激光的返回值積 聚起來并映射到3D空間上去，不精確的校準(zhǔn)無法再形成貌似精準(zhǔn)的點(diǎn)云。
[0073]雖然用于計(jì)算激光雷達(dá)外部參數(shù)校準(zhǔn)的能量方程同樣適合于內(nèi)部校準(zhǔn)，但是對(duì)64 束激光同時(shí)使用網(wǎng)格搜索法來確定三個(gè)參數(shù)的計(jì)算過于復(fù)雜了。作為替換，我們考慮了所 有的水平角度，所有的垂直角度，和所有的距離校正，直至函數(shù)收斂。在每一步，對(duì)于求解參 數(shù)，我們求能量方程在單個(gè)參數(shù)處的導(dǎo)數(shù)。重新考慮能量方程：
[0075] 在每次迭代的時(shí)候，對(duì)于每一束激光匕及其鄰近激光集匕，我們將與匕有關(guān)的累積 映射出的點(diǎn)云和相應(yīng)的法向量都維持不變，然后將求解參數(shù)增加或減少一定間隔量α，再重 新計(jì)算bj映射出的點(diǎn)。對(duì)于是增加還是減少這兩種可能性，能量方程的內(nèi)部結(jié)構(gòu)Σ kWk | nk· (pk_mk)| |2都要重新計(jì)算過，然后我們選出能最大優(yōu)化解的方向的α，或者如果兩個(gè)方 向的選擇結(jié)果都更糟則維持不變。
[0076] 用這種辦法，我們循環(huán)迭代過所有的參數(shù)和激光束，在每步中都優(yōu)化目標(biāo)方程，直 到事前確定的迭代次數(shù)達(dá)到或者整個(gè)方程結(jié)果的變化已經(jīng)十分微小了。要指出的是，盡管 這種搜索方式在實(shí)際中運(yùn)行的很好，不像外部校準(zhǔn)中用到的網(wǎng)格式搜索，這里的搜索方法 并不能夠保證目標(biāo)方程的結(jié)果在任何給出的迭代中會(huì)降低，因?yàn)樵诿坎降?，這種搜索 方法會(huì)對(duì)所有激光束的某個(gè)特定參數(shù)進(jìn)行更新。然而，考慮到搜索的空間是極其大的，這樣 的近似法也是有道理的，而且從結(jié)果上看，我們的方法在實(shí)際中運(yùn)行的很好。綜上，通過進(jìn) 行內(nèi)部參數(shù)校準(zhǔn)，提高了每條光束的參數(shù)準(zhǔn)確度，更好地解決了激光雷達(dá)自動(dòng)校準(zhǔn)自身參 數(shù)的問題。
[0077]四、接收校準(zhǔn)
[0078]除了估計(jì)激光雷達(dá)的相對(duì)位姿極其激光束的參數(shù)外，我們還設(shè)計(jì)了一套貝葉斯生 成模型，通過最大期望值法來計(jì)算每束激光對(duì)有著不同反射率的物體表面的接收反應(yīng)。 [0079]在圖1所示的某些實(shí)施例中，還包括步驟S106接收校準(zhǔn)，計(jì)算校準(zhǔn)結(jié)果。
[0080]在具體的實(shí)施例中，隨著車輛位姿的不斷變化，令Τ為觀測(cè){Z1，…，ζη}的合集，其中 21為四元組化1，^，&1，(31〉，分別對(duì)應(yīng)了觀測(cè)的激光束的編號(hào)、距離測(cè)量、強(qiáng)度測(cè)量和地圖網(wǎng) 格編號(hào)。地圖可以是包含2D網(wǎng)格的，也就是將所有點(diǎn)投射到地面平面上;或者可以直接用3D 模式的，涵蓋了數(shù)據(jù)的所有信息。觀測(cè)到的強(qiáng)度為a的激光束j的確定的校準(zhǔn)結(jié)果c(j，a)可 以通過下式計(jì)算：
[0082]也就是說，當(dāng)激光束j觀測(cè)到強(qiáng)度a時(shí)的校準(zhǔn)結(jié)果是激光束j觀測(cè)到強(qiáng)度a的地圖網(wǎng) 格中其他所有激光束觀測(cè)到的強(qiáng)度的條件期望值。
[0083]在這個(gè)基礎(chǔ)上更進(jìn)一步，我們可以引申出一個(gè)概率校準(zhǔn)，包括步驟S108,對(duì)每束激 光束的噪音特性和不確定性建立貝葉斯模型，計(jì)算在給定地圖網(wǎng)格分布的情況下，每束激 光強(qiáng)度返回值的分布。用概率校準(zhǔn)對(duì)每束激光的噪音特性和不確定性建模，這在實(shí)際情況 中通常很難。我們認(rèn)為盡管環(huán)境的反射率是連續(xù)性的，為了計(jì)算簡(jiǎn)便，我們將發(fā)射率的取值 范圍限定在〇到255間的整數(shù)，這也與Velodyne激光雷達(dá)的讀數(shù)范圍一致。因而對(duì)于每一個(gè) 網(wǎng)格地圖ci，我們用P(m)分布來表示網(wǎng)格地圖 Ci的強(qiáng)度為m的概率，其中m=0到255。
[0084] 現(xiàn)在，對(duì)于每一束激光h，我們都希望估計(jì)出分布P(ai|m)，這個(gè)分布代表了在網(wǎng)格 地圖(^的強(qiáng)度為m的時(shí)候，激光束匕能返回強(qiáng)度ai的概率。每一個(gè)網(wǎng)格地圖都用統(tǒng)一的先驗(yàn) 強(qiáng)度作為初始值，對(duì)于每束激光我們將先驗(yàn)概率初始值定為：
[0086] 其中，q是標(biāo)準(zhǔn)化系數(shù)，τ控制著分布的峰度，ε是一個(gè)返回隨機(jī)強(qiáng)度的非零概率。用 這個(gè)初始設(shè)置，先驗(yàn)光束很可能返回地圖明亮處的數(shù)值，如圖4所示。
[0087] 從上述給出的初始設(shè)置開始，我們要交替著計(jì)算每個(gè)網(wǎng)格地圖的P(m)(E-Step)和 每束激光和地圖強(qiáng)度的PUdmKM-step)。我們知道盡管每個(gè)地圖網(wǎng)格的強(qiáng)度不管如何都 是獨(dú)立的，但在給定的激光束模型下他們彼此是條件獨(dú)立的，這就允許我們使用EM進(jìn)行計(jì) 算。更新方程如下。
[0088] E-step：
[0090] 從而，在Ε-Step，我們是在給定的當(dāng)前激光參數(shù)下，計(jì)算出強(qiáng)度分布。
[0091] M-step：
[0093] 從而，在M-step，我們是在已知觀測(cè)數(shù)據(jù)和每個(gè)網(wǎng)格地圖的現(xiàn)有強(qiáng)度分布的情況 下，計(jì)算最有可能的激光參數(shù)。首先，在已知某個(gè)網(wǎng)格地圖每束激光觀測(cè)到的強(qiáng)度返回值以 及該網(wǎng)格地圖強(qiáng)度值分布的情況下，我們可以用E-step計(jì)算出該網(wǎng)格地圖對(duì)所有可能強(qiáng)度 的概率。然后，用貝葉斯法則，我們可以算出在給定地圖網(wǎng)格強(qiáng)度分布的情況下，每束激光 的可能的強(qiáng)度返回值的分布。
[0094] 當(dāng)EM收斂以后，我們就有了一個(gè)完整的生成型模型，可以用之估計(jì)每束激光對(duì)不 同反射率的環(huán)境表面的返回值。更好地解決了激光雷達(dá)自身參數(shù)校準(zhǔn)的問題，有利于激光 雷達(dá)快速、準(zhǔn)確地感知環(huán)境。
[0095] 五、試驗(yàn)結(jié)果
[0096] 在圖5和圖6所述的實(shí)施例中反映了當(dāng)激光雷達(dá)的安裝方位不同之后，還用原來的 外參校準(zhǔn)設(shè)置，雷達(dá)累積形成的點(diǎn)云呈現(xiàn)出變形的效果，物體表面也很模糊（圖5)。與之形 成鮮明對(duì)比的是經(jīng)過重新校準(zhǔn)后的圖6,點(diǎn)云更好的聚集在一起。
[0097] 另外，我們的內(nèi)參校準(zhǔn)也很精確。在圖7所示的實(shí)施例中，展示了我們的算法能將 激光雷達(dá)從極大誤差逐步調(diào)整至精確模式，只使用了 10秒鐘的數(shù)據(jù)。其中，點(diǎn)用法向量標(biāo)色 了。圖a為極大誤差模式下的點(diǎn)云，圖b為經(jīng)過40次迭代優(yōu)化后的點(diǎn)云，圖c為經(jīng)過80次迭代 優(yōu)化，圖d為經(jīng)過300次迭代優(yōu)化。
[0098] 不僅如此，我們的內(nèi)參校準(zhǔn)效果也要遠(yuǎn)優(yōu)于廠家的給出的內(nèi)參校準(zhǔn)算法結(jié)果。圖8 顯示的是帶廠家校準(zhǔn)的64束激光的水平角度的調(diào)整，從一樣的初始設(shè)置開始，經(jīng)過400次我 們的迭代運(yùn)算的結(jié)果。
[0099] 在圖9所示的實(shí)施例中，描繪了在已知每束激光強(qiáng)度返回值的情況下，預(yù)期的環(huán)境 強(qiáng)度。所有六十四束激光都反映在圖上了，可以看出他們間有顯著差別。
[0100]圖10所示的實(shí)施例中，我們綜合運(yùn)用到了本文中所列舉的所有校準(zhǔn)方法。圖片中 反映的是街道的正射強(qiáng)度地圖，激光雷達(dá)的初始角度和距離誤差都很大，在用我們提供的 內(nèi)外部校準(zhǔn)法后，可以得到中間較為清晰的圖片，最后加入強(qiáng)度校準(zhǔn)后可以得到大幅改善 后的右圖。
[0101] 如圖11所示，為一種激光雷達(dá)校準(zhǔn)裝置模塊圖，其中裝置包括收集模塊1100、外部 校準(zhǔn)模塊1102;
[0102] 所述收集模塊1100用于在雷達(dá)隨車運(yùn)動(dòng)時(shí)收集雷達(dá)反射數(shù)據(jù)；
[0103]所述外部校準(zhǔn)模塊1102用于將收集到的數(shù)據(jù)代入點(diǎn)陣云能量方程，求解使得能量 方程值為最小的外部校準(zhǔn)參數(shù)；
[0104]其中點(diǎn)陣云能量方程為：
[0106] 其中J是點(diǎn)云的能量，B激光束總數(shù)，N為臨近光束數(shù)，k是反射光束數(shù)，Pk是第k個(gè)點(diǎn) 在車體坐標(biāo)系下的位置，mk是光束bi接收到反射的所有點(diǎn)中最接近pk的點(diǎn)或點(diǎn)集，nk是mk點(diǎn) 的法向量，w k在| |pk-mk| |<dmax成立時(shí)為1，否則為0。通過上述模塊設(shè)計(jì)，達(dá)到了快速、準(zhǔn)確 地自主提供位置信息的效果，使得車載激光雷達(dá)能夠自主定位。
[0107] 在某些進(jìn)一步的實(shí)施例中，還包括內(nèi)部校準(zhǔn)模塊1104,所述內(nèi)部校準(zhǔn)模塊用于求 解使得能量方程值最小的內(nèi)部校準(zhǔn)參數(shù)。通過設(shè)計(jì)內(nèi)部校準(zhǔn)模塊1104進(jìn)行內(nèi)部參數(shù)校準(zhǔn)， 提高了每條光束的參數(shù)準(zhǔn)確度，更好地解決了激光雷達(dá)自動(dòng)校準(zhǔn)自身參數(shù)的問題。
[0108] 具體地，所述內(nèi)部參數(shù)包括每束激光水平和垂直的角度以及距離校正值。
[0109] 具體地，所述外部校準(zhǔn)參數(shù)包括雷達(dá)相對(duì)車體的平面坐標(biāo)參數(shù)、高度、俯仰角、翻 滾角或航向角。
[0110] 在某些進(jìn)一步的實(shí)施例中，還包括接收校準(zhǔn)模塊1106,所述接收校準(zhǔn)模塊用于將 雷達(dá)觀測(cè)數(shù)據(jù)代入下式：
[0112] 其中j為激光束編號(hào)，a為觀測(cè)強(qiáng)度，c為校準(zhǔn)結(jié)果。上述模塊設(shè)計(jì)解決了雷達(dá)觀測(cè) 參數(shù)校準(zhǔn)的問題。
[0113] 進(jìn)一步地，還包括貝斯葉模塊1108,所述貝斯葉模塊用于對(duì)每束激光束的噪音特 性和不確定性建立貝葉斯模型，計(jì)算在給定地圖網(wǎng)格分布的情況下，每束激光強(qiáng)度返回值 的分布。更好地解決了激光雷達(dá)自身參數(shù)校準(zhǔn)的問題，有利于激光雷達(dá)快速、準(zhǔn)確地感知環(huán) 境。
[0114]區(qū)別于現(xiàn)有技術(shù)，上述裝置模塊能夠?qū)す饫走_(dá)實(shí)時(shí)傳回的數(shù)據(jù)進(jìn)行分析，主動(dòng) 校正激光雷達(dá)自身參數(shù)，達(dá)到了快速校正激光雷達(dá)，提高掃描數(shù)據(jù)準(zhǔn)確率，提高掃描圖像辨 識(shí)度的效果。
[0115]需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個(gè)實(shí) 體或者操作與另一個(gè)實(shí)體或操作區(qū)分開來，而不一定要求或者暗示這些實(shí)體或操作之間存 在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語"包括"、"包含"或者其任何其他變體意在涵蓋 非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者終端設(shè)備不僅包括那些 要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者終 端設(shè)備所固有的要素。在沒有更多限制的情況下，由語句"包括……"或"包含……"限定的 要素，并不排除在包括所述要素的過程、方法、物品或者終端設(shè)備中還存在另外的要素。此 外，在本文中，"大于"、"小于"、"超過"等理解為不包括本數(shù)；"以上"、"以下"、"以內(nèi)"等理解 為包括本數(shù)。
[0116] 本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，上述各實(shí)施例可提供為方法、裝置、或計(jì)算機(jī)程序產(chǎn) 品。這些實(shí)施例可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí)施例 的形式。上述各實(shí)施例涉及的方法中的全部或部分步驟可以通過程序來指令相關(guān)的硬件來 完成，所述的程序可以存儲(chǔ)于計(jì)算機(jī)設(shè)備可讀取的存儲(chǔ)介質(zhì)中，用于執(zhí)行上述各實(shí)施例方 法所述的全部或部分步驟。所述計(jì)算機(jī)設(shè)備，包括但不限于:個(gè)人計(jì)算機(jī)、服務(wù)器、通用計(jì)算 機(jī)、專用計(jì)算機(jī)、網(wǎng)絡(luò)設(shè)備、嵌入式設(shè)備、可編程設(shè)備、智能移動(dòng)終端、智能家居設(shè)備、穿戴式 智能設(shè)備、車載智能設(shè)備等;所述的存儲(chǔ)介質(zhì)，包括但不限于:RAM、R0M、磁碟、磁帶、光盤、閃 存、U盤、移動(dòng)硬盤、存儲(chǔ)卡、記憶棒、網(wǎng)絡(luò)服務(wù)器存儲(chǔ)、網(wǎng)絡(luò)云存儲(chǔ)等。
[0117] 上述各實(shí)施例是參照根據(jù)實(shí)施例所述的方法、設(shè)備（系統(tǒng)）、和計(jì)算機(jī)程序產(chǎn)品的 流程圖和/或方框圖來描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每 一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合。可提供這些計(jì)算機(jī) 程序指令到計(jì)算機(jī)設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器，使得通過計(jì)算機(jī)設(shè)備的處理器執(zhí)行的指 令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的 功能的裝置。
[0118] 這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)設(shè)備以特定方式工作的計(jì)算機(jī)設(shè) 備可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)設(shè)備可讀存儲(chǔ)器中的指令產(chǎn)生包括指令裝置的制造 品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指 定的功能。
[0119] 這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)設(shè)備上，使得在計(jì)算機(jī)設(shè)備上執(zhí)行一系 列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流 程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。
[0120]盡管已經(jīng)對(duì)上述各實(shí)施例進(jìn)行了描述，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng) 造性概念，則可對(duì)這些實(shí)施例做出另外的變更和修改，所以以上所述僅為本發(fā)明的實(shí)施例， 并非因此限制本發(fā)明的專利保護(hù)范圍，凡是利用本發(fā)明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu) 或等效流程變換，或直接或間接運(yùn)用在其他相關(guān)的技術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利 保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種激光雷達(dá)校準(zhǔn)方法，其特征在于，包括如下步驟:外部參數(shù)校準(zhǔn)； 所述外部參數(shù)校準(zhǔn)步驟包括:雷達(dá)隨車運(yùn)動(dòng)，收集雷達(dá)反射數(shù)據(jù)，將收集到的數(shù)據(jù)代入 點(diǎn)陣云能量方程，求解使得能量方程值為最小的外部校準(zhǔn)參數(shù)； 其中點(diǎn)陣云能量方程為：其中J是點(diǎn)云的能量，B激光束總數(shù)，N為臨近光束數(shù)，k是反射光束數(shù)，Pk是第k個(gè)點(diǎn)在車 體坐標(biāo)系下的位置，mk是光束bi接收到反射的所有點(diǎn)中最接近pk的點(diǎn)或點(diǎn)集，％是mk點(diǎn)的法 向量，Wk在llpk-mkll <dmax成立時(shí)為1，否則為0。2. 根據(jù)權(quán)利要求1所述的激光雷達(dá)校準(zhǔn)方法，其特征在于，還包括步驟，內(nèi)部參數(shù)校準(zhǔn)， 所述內(nèi)部參數(shù)校準(zhǔn)步驟包括:求解使得能量方程值最小的內(nèi)部校準(zhǔn)參數(shù)。3. 根據(jù)權(quán)利要求2所述的激光雷達(dá)校準(zhǔn)方法，其特征在于，所述內(nèi)部參數(shù)包括每束激光 水平和垂直的角度以及距離校正值。4. 根據(jù)權(quán)利要求1所述的激光雷達(dá)校準(zhǔn)方法，其特征在于，所述外部校準(zhǔn)參數(shù)包括雷達(dá) 相對(duì)車體的平面坐標(biāo)參數(shù)、高度、俯仰角、翻滾角或航向角。5. 根據(jù)權(quán)利要求1所述的激光雷達(dá)校準(zhǔn)方法，其特征在于，還包括步驟，接收校準(zhǔn)，具體 為，將雷達(dá)觀測(cè)數(shù)據(jù)代入下式：其中j為激光束編號(hào)，a為觀測(cè)強(qiáng)度，c為校準(zhǔn)結(jié)果。6. 根據(jù)權(quán)利要求5所述的激光雷達(dá)校準(zhǔn)方法，其特征在于，還包括步驟，對(duì)每束激光束 的噪音特性和不確定性建立貝葉斯模型，計(jì)算在給定地圖網(wǎng)格分布的情況下，每束激光強(qiáng) 度返回值的分布。7. -種激光雷達(dá)校準(zhǔn)裝置，其特征在于，包括收集模塊、外部校準(zhǔn)模塊； 所述收集模塊用于在雷達(dá)隨車運(yùn)動(dòng)時(shí)收集雷達(dá)反射數(shù)據(jù)； 所述外部校準(zhǔn)模塊用于將收集到的數(shù)據(jù)代入點(diǎn)陣云能量方程，求解使得能量方程值為 最小的外部校準(zhǔn)參數(shù)； 其中點(diǎn)陣云能量方程為：其中J是點(diǎn)云的能量，B激光束總數(shù)，N為臨近光束數(shù)，k是反射光束數(shù)，pk是第k個(gè)點(diǎn)在車 體坐標(biāo)系下的位置，mk是光束bi接收到反射的所有點(diǎn)中最接近pk的點(diǎn)或點(diǎn)集，％是mk點(diǎn)的法 向量，Wk在llpk-mkll <dmax成立時(shí)為1，否則為0。8. 根據(jù)權(quán)利要求7所述的激光雷達(dá)校準(zhǔn)裝置，其特征在于，還包括內(nèi)部校準(zhǔn)模塊，所述 內(nèi)部校準(zhǔn)模塊用于求解使得能量方程值最小的內(nèi)部校準(zhǔn)參數(shù)。9. 根據(jù)權(quán)利要求8所述的激光雷達(dá)校準(zhǔn)裝置，其特征在于，所述內(nèi)部參數(shù)包括每束激光 水平和垂直的角度以及距離校正值。10. 根據(jù)權(quán)利要求7所述的激光雷達(dá)校準(zhǔn)裝置，其特征在于，所述外部校準(zhǔn)參數(shù)包括雷 達(dá)相對(duì)車體的平面坐標(biāo)參數(shù)、高度、俯仰角、翻滾角或航向角。11. 根據(jù)權(quán)利要求7所述的激光雷達(dá)校準(zhǔn)裝置，其特征在于，還包括接收校準(zhǔn)模塊，所述 接收校準(zhǔn)模;用干將雷伏觀測(cè)I教抿代入下其中j為激光束編號(hào)，a為觀測(cè)強(qiáng)度，c為校準(zhǔn)結(jié)果。12. 根據(jù)權(quán)利要求11所述的激光雷達(dá)校準(zhǔn)裝置，其特征在于，還包括貝斯葉模塊，所述 貝斯葉模塊用于對(duì)每束激光束的噪音特性和不確定性建立貝葉斯模型，計(jì)算在給定地圖網(wǎng) 格分布的情況下，每束激光強(qiáng)度返回值的分布。
【文檔編號(hào)】G01S7/497GK105866762SQ201610107997
【公開日】2016年8月17日
【申請(qǐng)日】2016年2月26日
【發(fā)明人】潘晨勁, 趙江宜
【申請(qǐng)人】福州華鷹重工機(jī)械有限公司