[发明专利]一种自动驾驶激光雷达强度标定方法

说明书

本发明涉及一种自动驾驶激光雷达强度标定方法，包括如下的步骤：1)采集数据，2)点云位姿优化，3)提取路面点云数据，形成一个点云集合R；4)求出每条线的高斯参数，5)将每条线的强度值映射到同一个高斯分布上，6)将原始的点云强度按照该映射表进行强度转换，得到强度矫正后的点云，从而实现对激光雷达强度标定。相比于传统的基于模型的方法，该方法的优势在于无监督、无参数以及计算简单。

技术领域

本发明属于机动车自动驾驶领域，尤其是一种自动驾驶激光雷达强度标定方法。

背景技术

近一个多世纪来，汽车的出现取代了传统交通运输方式，使得人们的生活更为便捷。近些年来，随着科技的发展，尤其是智能计算的飞速发展，自动驾驶汽车技术研究成为各行业聚焦的热点。麦肯锡发布的“决定未来经济的12项前沿技术”报告探讨了12项前沿技术对未来经济、社会的影响程度，分析估测了2025年12项技术各自的经济与社会影响力，其中自动驾驶汽车技术排在第6位，其2025年影响力估测为：经济效益每年约0.2-1.9万亿美元，社会效益每年可挽回3-15万个生命。

近些年来，激光雷达由于其精度高，丰富的三维点云结构信息，被越来越多的开发者应用在自动驾驶技术中。激光雷达所提供的三维点云数据被广泛的应用在高精度地图的构建、定位以及检测中。目前市面上有多种不同的激光雷达，包括8线、16线、32线、64线甚至128线的。因为激光雷达的反射值不仅和材质有关，还和激光的入射角度、距离有关，而且每条线之间又由于其各自独立的物理结构的原因，使得同一种材质对不同的线会产生不同的强度反射值。仅仅靠出厂的雷达标定文件在自动驾驶中远远不能够满足需求，如图1是一帧32线的激光雷达点云图片，图中虚线框内是路面，从图中可以看到不同的线对于同一种材质路面的反射强度是不同的，例如a,b,c处的强度值比n处的强度反射值大。三维激光点云强度特征在自动驾驶技术中，尤其是在建图和定位中又有很大的重要性，所以要想更好的利用激光雷达做好建图和定位，就必须要解决激光雷达的不同线之间的强度标定问题。

基于此，特提出本发明。

发明内容

为了解决现有技术中存在的上述问题，本发明的目的是提供一种自动驾驶激光雷达强度标定方法，能够达到激光雷达不同线对于同一种材质的反射强度基本一致的效果。

本发明的理论依据是，不同线的激光对于同样的材质，其所对应的反射值应该基本相同，而对于材质之外的其他影响反射强度值的因素无关，本发明的方法是将每条线对于同一路面区域的强度分布假设为一个高斯分布，然后把所有的线的高斯分布统一映射到一个设定的高斯分布上。这样，就可以解决不同线之间的强度分布不同的问题。

本发明的技术方案为：一种自动驾驶激光雷达强度标定方法，包括如下的步骤：

1)采集数据：获得激光雷达录取的若干帧点云数据；

2)点云位姿优化：将步骤1)中获得的所有的点云数据经过slam处理，得出每一帧的优化后的位姿；

3)提取路面点云数据：根据每一帧的位姿，以及车和激光雷达的位置关系，提取所有车轨迹覆盖过的点云，形成一个点云集合R；

4)求出每条线的高斯参数：对于点云集合R，计算每条线所对应的强度均值和标准差；

5)将每条线的强度值映射到同一个高斯分布上：将每条线的强度值所对应的高斯分布，映射到一个设定的高斯分布上，获得映射表；

6)将原始的点云强度按照该映射表进行强度转换，得到强度矫正后的点云，从而实现对激光雷达强度标定。

进一步地，步骤4)中点云集合R的形成方法如下：通过公式(1)，把每一帧点云数据的每个点的坐标转换到世界坐标系下，