[发明专利]激光坐标系和惯导坐标系的标定方法和装置以及存储介质

说明书

本申请提供了一种激光坐标系和惯导坐标系的标定方法和装置以及非瞬时性计算机可读存储介质。该方法包括：根据车辆行驶过程中采集的惯导数据，提取车辆行驶过程中的直行路段、转弯路段和/或坡道路段；在所提取的直行路段、转弯路段和/或坡道路段中，分别提取多帧激光点云数据中的平面特征，并记录所提取的平面特征中的数据点相对应的惯导数据中的轨迹位姿；根据所述直行路段、转弯路段和/或坡道路段中不同路段的激光点云数据中的平面特征和惯导数据中相应的轨迹位姿，计算得出所述激光坐标系与所述惯导坐标系之间的姿态角和平移量的优化解。

技术领域

本申请涉及计算机地图数据处理技术领域，尤其涉及激光坐标系和惯导坐标系的标定方法和装置以及非瞬时性计算机可读存储介质。

背景技术

对于自动驾驶技术而言，需要构建高精度地图。为了构建高精度地图，需要有地图中相关道路场景的3D点云数据。通常采用专业的点云数据采集车来采集道路场景的点云数据。

点云数据采集车在运行过程中，将激光雷达采集到的每一帧激光点云数据转换到车辆坐标系中(即激光坐标系转换为惯导坐标系)。对于激光点云数据从激光坐标系转换到车辆坐标系(即，惯导坐标系)的相对位置变换标定，可通过计算两个坐标系间的平移量(即，x、y、z)和旋转因子(即，俯仰角pitch、偏航角yaw、翻滚角roll)来实现。图1示出了从激光坐标系A转换到车辆坐标系B的相对位置变换标定的示意图。为了构建高精度地图，对于激光和惯导的标定结果(即转换过程)的准确度有很高的要求。

现有技术通常采用以下三种方式来进行激光到惯导的转换：

1、人工标定：通过人工手动选择不同帧点云数据中的同名点，由此来计算从激光到惯导的位姿变换。这种方法需要手动操作，一方面不能达到标定的高精度处理要求，另一方面也容易引入人为造成的误差。

2、特定标识点标定：设定特定的标识点，可以知道激光扫描的点云中某一点的绝对位置(地球坐标系中的绝对位置)，即可计算出激光和惯导的相对位姿变换。这种方法虽然准确率高，但是需要特定的标定场地。为了确保标识点的绝对位置的精度，这种场地的维护成本相当高。目前，国内满足这种要求的标定场地极少，不能满足大量生产的目的。

3、非监督式标定：在机器人的手眼标定中，相机和手臂通过特定方向的运动和旋转，可通过多次迭代来最小化手眼间的配准成本函数，达到求解变化矩阵的目的。可将激光和惯导近似看成机器人手眼标定中的相机和手臂，来计算激光和惯导的相对变化矩阵。但是，这种方式需要标定场地中存在平面特征结构。同时待标定的设备需要按照一定的运行轨迹运动，限制较多。

发明内容

本申请提供了一种激光坐标系和惯导坐标系的标定方法和装置以及非瞬时性计算机可读存储介质。

根据本申请的第一方面，提供了一种激光坐标系和惯导坐标系的标定方法，包括：

根据车辆行驶过程中采集的惯导数据，提取车辆行驶过程中的直行路段、转弯路段和/或坡道路段；

在所提取的直行路段、转弯路段和/或坡道路段中，分别提取多帧激光点云数据中的平面特征，并记录所提取的平面特征中的数据点相对应的惯导数据中的轨迹位姿；

根据所述直行路段、转弯路段和/或坡道路段中不同路段的激光点云数据中的平面特征和惯导数据中相应的轨迹位姿，计算得出所述激光坐标系与所述惯导坐标系之间的姿态角和平移量的优化解。

根据本申请的第二方面，提供了一种激光坐标系和惯导坐标系的标定装置，包括：

路段提取单元，根据车辆行驶过程中采集的惯导数据，提取车辆行驶过程中的直行路段、转弯路段和/或坡道路段；

提取记录单元，在所提取的直行路段、转弯路段和/或坡道路段中，分别提取多帧激光点云数据中的平面特征，并记录所提取的平面特征中的数据点相对应的惯导数据中的轨迹位姿；