[发明专利]一种基于IMU的激光雷达三维点云实时运动补偿方法

说明书

本发明公开了一种基于IMU的激光雷达三维点云实时运动补偿方法，首先，对用于本发明方法实现的激光雷达及IMU进行时间轴同步与空间坐标系统一，并按照时间戳顺序对激光雷达三维点云数据及IMU数据分别进行排序；其次，提出一种基于数据块划分的激光雷达三维点云旋转补偿方法，根据IMU输出激光雷达三维点云数据时序对每帧激光雷达三维点云数据进行数据块划分，根据以上数据块划分思想求得每个数据点相对于帧尾的三轴旋转变换矩阵R，并对激光雷达三维点云数据进行三轴旋转补偿；最后，根据旋转补偿后的点云数据帧估计出点云帧间运动量T，并对点云数据进行平移补偿。与传统方法相比，本方法具有更高的实时性与鲁棒性。

技术领域

本发明涉及到无人驾驶领域，具体为一种基于IMU的激光雷达三维点云实时运动补偿方法。

背景技术

在无人驾驶技术中，环境感知是其中重要的一环，大量传感器构成环境感知的重要组成部分。目前，广泛被应用环境感知的传感器主要是摄像头、毫米波雷达、激光雷达和超声波探测器。其中，激光雷达占有主导性的地位，主要通过激光头发射大量激光束，扫描到物体上反射回来再接收的原理，能够进行长距离高精度测量与静态、动态障碍物的检测任务。摄像机作为视觉传感器，能为无人车提供丰富的感知信息，缺点是不包含距离信息，无法做到精确测距。因此，相比于摄像头，激光雷达能够在无人驾驶环境感知中发挥重要作用。

常规的运动补偿方法都涉及到IMU的应用，但IMU仅仅在三轴角度变化估计上表现较好，三轴位置变化估计上却不尽人意，因此，设计一种实时性高又能对点云畸变进行各个方向补偿的方案变得尤为重要。

发明内容

本发明的目的是针对激光雷达在运动过程中产生的运动畸变的问题，提出了一种基于IMU的激光雷达三维点云实时运动补偿方法。

实现本发明目的的技术解决方案为：一种基于IMU的激光雷达三维点云实时运动补偿方法，具体步骤如下：

步骤S1，将激光雷达固定安装于无人车上，对激光雷达与IMU进行时间轴同步与空间坐标系统一，同步实时采集激光雷达三维点云数据与IMU数据，进入步骤S2。

步骤S2，按照时间戳顺序对采集的激光雷达三维点云数据与IMU数据分别进行排序，得到排序后的IMU数据与激光雷达三维点云数据，进入步骤S3。

步骤S3，根据排序后的IMU数据时序对每帧激光雷达三维点云数据进行数据块划分，通过IMU采样频率F_imu和激光雷达采样频率F_lidar之比来计算数据块划分的分块数N＝F_imu/F_lidar，且相邻数据块的时间间隔Δt为IMU采样周期，即Δt＝1/F_imu，默认同一数据块时间间隔内激光雷达三轴角速度与线性加速度不变，进入步骤S4。

步骤S4，利用上述划分后的数据块，计算每个数据块中三轴平均角速度、三轴旋转角度，结合每个数据块中激光雷达三维点云数据点相对于第一个点的时间戳的时间偏移，计算划分出的数据块与每个数据块的三轴旋转角度，然后求得三轴旋转变换矩阵R，实现对每个激光雷达数据点进行三轴旋转运动补偿，进入步骤S5。

步骤S5，利用得到的三轴旋转变换矩阵R对每帧激光雷达三维点云数据中的每一个点进行三轴旋转补偿，并将补偿后的点云坐标系统一变换到帧尾坐标系，输出旋转补偿后的数据，进入步骤S6。

步骤S6，将旋转运动补偿后的激光雷达三维点云数据分成两路输出，一路作为三轴平移运动补偿的源数据，另一路经过降采样、帧间运动量初步估计、扩展卡尔曼滤波完成三轴平移运动补偿；两路一起完成激光雷达三维点云数据的实时运动补偿。

作为对本发明的优选，步骤S1将激光雷达固定安装于无人车上，对激光雷达与IMU进行时间轴同步与空间坐标系统一，采集激光雷达三维点云数据与 IMU数据，按照如下步骤进行：