一种基于点特征的LIDAR与GPS/IMU联合标定方法技术

本发明专利技术公开了一种基于点特征的LIDAR与GPS/IMU联合标定方法，首先确定参数初值，在此基础上不断优化得到最优旋转参数，最后根据最优旋转参数计算平移参数，通过与阈值进行比较确定是否对平移参数进行优化，平移参数的标定可以补偿最优旋转参数的偏差，使得最终效果接近真实值。本发明专利技术的方法能够在线实时标定，在完成预设轨迹后快速解算出外参；且不依赖人工设计的特定标定场，只需要一定范围的平坦区域和标定板就可以解决3D运动估计6D外部参数的退化问题。退化问题。退化问题。

【技术实现步骤摘要】
一种基于点特征的LIDAR与GPS/IMU联合标定方法


[0001]本专利技术属于矿区传感器标定
，尤其涉及一种适用于矿区弱约束条件的基于点特征的LIDAR与GPS/IMU联合标定方法。

技术介绍

[0002]建设智慧矿山，变革生产方式已成为矿山行业和企业生存、发展的重大战略需要。无人矿车的发展是智慧矿山建设的必然趋势。面对复杂多变的行驶环境，无人矿车需要融合多种异构传感器去感知交通参与者的速度、种类、位置等信息。多传感器的时空对准分为时间同步和空间同步，是实现无人矿车数据融合及高精度制图的保障。时间同步需要在同一时刻采集各个传感器的数据。空间同步需要计算单个传感器的内在参数和多个传感器之间的外在参数，从而统一到车辆坐标系。
[0003]现有空间同步即传感器标定方法大致可分为四类：标定物辅助标定(Target Assisted Method，TAM)，点云优化标定(Point cloud Optimization Methods，POM)，手眼标定(Hand
‑
Eye Methods，HEM)和概率标定(Probabilistic Calibration Methods，PCM)。
[0004]摄像头内参标定是最典型的标定物辅助标定(TAM)，需要在不同位置拍摄标准棋盘格，通过检测角点进行内参标定。TAM依赖人为设置特定形状或特征的标定物进行标定，受标定物的影响较大，虽然前期需要设置标定物，但是标定精度更高。
[0005]点云优化标定(POM)主要根据周围环境的平面、角点等特征，利用不同的特征提取算法和点云匹配算法进行计算，最后优化参数使误差最小。常用的3D点云匹配方法有迭代最近点(Iterative Closest Point，ICP)、正态分布变换(Normal Distributions Transform，NDT)等算法。在每次迭代过程中，POM都要计算点云的特征，较为繁琐，复杂度高。另外，POM方法对于室内机器人的标定是有效的，室内障碍物距离近，点云密集且误差较小，而且可以使用室内转角平面或垂直墙壁等强约束条件进行标定。然而，由于户外无人车与周围建筑的约束较弱，容易因为约束不足导致标定失败。
[0006]手眼标定(HEM)通常分为eye
‑
to
‑
hand和eye
‑
in
‑
hand，在机器人领域被广泛应用。无人车传感器标定是典型的eye
‑
in
‑
hand方法，手眼标定法的核心是解方程AX＝XB。在LIDAR与GPS/IMU标定中，LIDAR里程计通常是根据已有地图和当前LIDAR扫描帧进行重定位，例如KITTI排行榜的LOAM算法。然而，手眼标定结果精度取决于IMU位姿变换精度和LIDAR里程计精度。因此必须采用高精度的IMU，而LIDAR里程计要想获得较高的精度，需要标定场景含有较为丰富的特征，对标定场要求较高。
[0007]概率标定(PCM)考虑了传感器的噪声引起的不确定性，从而提高标定的精度。根据有无人为设置的特定标定物，上述方法还可以分为两大类：有标定物(Targeted Methods，TM)和无标定物(Targetless Methods，TLM)。TM为了提高精度，需要提供具有明显特征的标定物。TLM虽然不需要标定物，但是依赖LIDAR点云提取的环境特征，特征不足会严重影响标定精度。从LIDAR提取的特征来看，TM和TLM本质上是相同的，都依赖外部环境。为了使标定结果更加可靠，大部分方法都要求车辆进行6个自由度的运动。在数据采集时，需要车辆进
行大幅度的偏航、俯仰和侧倾动作。例如百度开源无人驾驶平台Apollo利用“∞”形轨迹进行标定，驾驶时间需要超过2分钟，以确保IMU有可用的数据进行校准。矿区环境单一且道路危险，难以构建特征丰富的标定场。而且矿车体积庞大，车辆负载大，难以进行较大幅度的俯仰，侧倾运动。
[0008]综上，目前流行的标定方法只适用于具有强约束的室内环境，或对室外标定场景和特定标定物的要求较高，亦或对车辆本身的运动轨迹和姿态有强依赖，均不能在简单且缺少丰富特征的矿区环境下有效地输出标定结果。

技术实现思路

[0009]为了解决上述已有技术存在的不足，本专利技术提出一种适用于矿区弱约束条件的基于点特征的LIDAR与GPS/IMU联合标定方法，仅需空旷平面和竖直标定板即可完成，通过实时提取标定板点云并计算其中心坐标，利用点特征进行外参标定，继而对参数进行优化得到最终结果。本专利技术的具体技术方案如下：
[0010]一种基于点特征的LIDAR与GPS/IMU联合标定方法，车辆停放在地面，标定板与地面垂直，所述方法包括以下步骤：
[0011]S1：构建标定板从LIDAR坐标系到UTM坐标系的转换关系，计算出标定板的UTM位置，根据WGS
‑
84坐标系与UTM坐标系的转换关系将车辆GPS定位坐标转换为UTM坐标；
[0012]S2：设IMU的安装平面与车辆停靠的平面平行，提取车辆前方水平地面的LIDAR点云并根据其法向量计算LIDAR俯仰角和滚转角的初值，利用标定板中心的偏移计算偏航角的初值；
[0013]S3：设车辆在标定场地平面上保持直线运动，不具备俯仰、滚转、偏航角度的变化，利用恒定姿态标定方法将旋转角度的求解转化为最优化问题，优化旋转参数；
[0014]S4：设多帧数据之间标定板UTM位置不变，车辆在标定场地平面上进行大角度平面圆周运动，根据标定板在世界坐标系位置唯一的约束利用圆周运动求解出平移参数；
[0015]S5：将步骤S4求解的平移参数与设定的阈值比较，若满足要求则执行步骤S6，否则持续执行步骤S3和步骤S4，直至得到平移参数的最优解；
[0016]S6：结合步骤S3和步骤S5的结果实现LIDAR与GPS/IMU外参的标定。
[0017]进一步地，所述步骤S1的具体过程为：
[0018]将GPS接收机输出的WGS
‑
84坐标转换到UTM坐标系，车辆前方目标物的UTM坐标为：
[0019][0020]其中，U
object
是目标物在UTM坐标系的唯一坐标；为i时刻从IMU坐标系到UTM坐标系的旋转矩阵；是从LIDAR坐标系到IMU坐标系的旋转矩阵；P
i
为点云的三维坐标；是从LIDAR坐标系到IMU坐标系的平移向量；U
i
为第i时刻GPS定位中心在UTM坐标系的坐标，转换公式为：
[0021][0022]其中，为第i时刻WGS
‑
84坐标系到UTM坐标系的转换矩阵，G
i
为第i时刻GPS定位中心；
[0023]同一目标在UTM坐标系只有唯一坐标，因此，LIDAR在不同位置探测到的静止标定物在UTM坐标系下位置相同，等式关系为：
[0024][0025]其中，等式左边为第i时刻目标物LID本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于点特征的LIDAR与GPS/IMU联合标定方法，其特征在于，车辆停放在地面，标定板与地面垂直，所述方法包括以下步骤：S1：构建标定板从LIDAR坐标系到UTM坐标系的转换关系，计算出标定板的UTM位置，根据WGS
‑
84坐标系与UTM坐标系的转换关系将车辆GPS定位坐标转换为UTM坐标；S2：设IMU的安装平面与车辆停靠的平面平行，提取车辆前方水平地面的LIDAR点云并根据其法向量计算LIDAR俯仰角和滚转角的初值，利用标定板中心的偏移计算偏航角的初值；S3：设车辆在标定场地平面上保持直线运动，不具备俯仰、滚转、偏航角度的变化，利用恒定姿态标定方法将旋转角度的求解转化为最优化问题，优化旋转参数；S4：设多帧数据之间标定板UTM位置不变，车辆在标定场地平面上进行大角度平面圆周运动，根据标定板在世界坐标系位置唯一的约束利用圆周运动求解出平移参数；S5：将步骤S4求解的平移参数与设定的阈值比较，若满足要求则执行步骤S6，否则持续执行步骤S3和步骤S4，直至得到平移参数的最优解；S6：结合步骤S3和步骤S5的结果实现LIDAR与GPS/IMU外参的标定。2.根据权利要求1所述的一种基于点特征的LIDAR与GPS/IMU联合标定方法，其特征在于，所述步骤S1的具体过程为：将GPS接收机输出的WGS
‑
84坐标转换到UTM坐标系，车辆前方目标物的UTM坐标为：其中，U
object
是目标物在UTM坐标系的唯一坐标；为i时刻从IMU坐标系到UTM坐标系的旋转矩阵；是从LIDAR坐标系到IMU坐标系的旋转矩阵；P
i
为点云的三维坐标；是从LIDAR坐标系到IMU坐标系的平移向量；U
i
为第i时刻GPS定位中心在UTM坐标系的坐标，转换公式为：其中，为第i时刻WGS
‑
84坐标系到UTM坐标系的转换矩阵，G
i
为第i时刻GPS定位中心；同一目标在UTM坐标系只有唯一坐标，因此，LIDAR在不同位置探测到的静止标定物在UTM坐标系下位置相同，等式关系为：其中，等式左边为第i时刻目标物LIDAR点云在UTM坐标系下的坐标；等式右边为第i+1时刻目标物LIDAR点云在UTM坐标系下的坐标。3.根据权利要求2所述的一种基于点特征的LIDAR与GPS/IMU联合标定方法，其特征在于，所述步骤S2计算俯仰角、滚转角、偏航角的初值，具体过程为：首先，假设IMU安装的平面与车辆所在的地面平行，根据LIDAR探测到的地面点云的法向...

【专利技术属性】
技术研发人员：王杰，王章宇，黄立明，
申请(专利权)人：北京踏歌智行科技有限公司，
类型：发明
国别省市：