[发明专利]激光雷达的标定校准方法、装置、存储介质及电子设备

说明书

本发明公开了一种激光雷达的标定校准方法、装置、存储介质及电子设备。其中，该方法包括：获取待标定车辆的行驶轨迹信息；采用曲线拟合算法对行驶轨迹信息进行拟合处理，得到待标定车辆的轨迹方程，其中，曲线拟合算法为最小二乘法或随机采样一致性算法；在检测到轨迹方程的曲率小于目标阈值的情况下，获取待标定车辆的车道线信息，并采用曲线拟合算法对车道线信息进行拟合处理，得到待标定车辆的车道线方程；基于轨迹方程和车道线方程对激光雷达的偏航角进行修正，得到修正后的偏航角。本发明解决了车载激光雷达在用户使用过程中，由于震动、冲击、雷达自身性能等原因导致的原标定参数不准的技术问题。

技术领域

本发明涉及自动驾驶技术领域，具体而言，涉及一种激光雷达的标定校准方法、装置、存储介质及电子设备。

背景技术

目前，越来越多的量产车型标配置以相机为主要传感器的辅助驾驶功能，并基于摄像头实现车辆的标定校准，然而，摄像头具有一定的局限性，例如，通过摄像头采集的数据是RGB图像的像素阵列，无法获取深度信息(如距离信息)；利用双目相机可以完成测距工作，但是目前双目相机相关算法还不够成熟，其测量误差与激光雷达等专业测距设备差距较大。此外，摄像头本身视场角也有限，摄像头受外界因素(如光纤强度等)的影响也比较大，应用效果较差。

激光雷达能精确的采集带有距离信息的3D点云数据，不受光照影响，并且感知距离能达到150m以上。目前，基于摄像头的定校准方法主要利用车道线信息，但现有技术中激光雷达在车道线检测和车道线信息提取上还不是很成熟，因此主要采用高精度地图匹配车道线信息，但上述方法过度依赖高精度地图，对于没有高精度地图的路端无法完成自标定。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种激光雷达的标定校准方法、装置、存储介质及电子设备，以至少解决车载激光雷达在用户使用过程中，由于震动、冲击、雷达自身性能等原因导致的原标定参数不准的技术问题。

根据本发明实施例的一个方面，提供了一种激光雷达的标定校准方法，包括：获取待标定车辆的行驶轨迹信息；采用曲线拟合算法对上述行驶轨迹信息进行拟合处理，得到上述待标定车辆的轨迹方程，其中，上述曲线拟合算法为最小二乘法或随机采样一致性算法；在检测到上述轨迹方程的曲率小于目标阈值的情况下，获取上述待标定车辆的车道线信息，并采用上述曲线拟合算法对上述车道线信息进行拟合处理，得到上述待标定车辆的车道线方程,其中，上述车道线信息包括上述待标定车辆的车道线的原始点云数据；基于上述轨迹方程和上述车道线方程对上述激光雷达的偏航角进行修正，得到修正后的偏航角。

可选的，上述方法还包括：基于上述待标定车辆的车载设备获取上述待标定车辆的第一俯仰角和第一横滚角；提取目标高度阈值范围内的第一点云数据，基于上述第一点云数据获取点云拟合平面的第二俯仰角和第二横滚角，其中，上述目标高度阈值是基于上述激光雷达的安装高度确定的；基于上述第一俯仰角和上述第二俯仰角计算修正后的俯仰角，其中，上述修正后的俯仰角为上述激光雷达的俯仰角的修正值；基于上述第一横滚角和上述第二横滚角计算修正后的横滚角，其中，上述修正后的横滚角为上述激光雷达的横滚角的修正值。

可选的，上述方法还包括：基于上述修正后的俯仰角和上述修正后的横滚角，提取第二点云数据；对上述第二点云数据进行过滤处理，得到过滤后的第二点云数据；基于上述过滤后的第二点云数据，计算上述激光雷达的高度修正值。

可选的，基于上述第一点云数据获取点云拟合平面的第二俯仰角和第二横滚角，包括：对上述第一点云数据进行平面拟合，得到点云拟合平面；获取上述点云拟合平面的第二俯仰角和第二横滚角。

可选的，上述车载设备包括以下至少之一：全惯性测量传感器、全球导航卫星系统、惯性导航设备、车载ECU、车载域控制器。