自动驾驶感知——激光雷达基本概念|激光雷达点云|激光雷达的标定

文章目录

1. 激光雷达基本概念

1.1 激光雷达特点

激光探测及测距系统(Light Detection and Ranging,LiDAR)

  • 激光雷达是一种通过发射激光束探测目标的位置、速度等特征量 的雷达系统
  • 激光波段位于0.5μm-10μm,以光电探测器为接收器件,以光学望远镜为天线。

在这里插入图片描述

特点
• 角分辨率、距离分辨率高
• 抗干扰能力强
• 三维坐标、反射率
• 车体积小、质量轻

1.2 激光雷达测距原理

1.2.1 系统组成

在这里插入图片描述

1.2.2 激光雷达测距原理

TOF飞行时间法

  • 脉冲测距:通过测量激光脉冲在雷达和目标之间来回飞行时间获取目标距离的信息。在这里插入图片描述自动驾驶感知——激光雷达基本概念|激光雷达点云|激光雷达的标定

  • 相位测距:通过测量被强度调制的连续波激光信号在雷达与目标之间来回飞行产生的相位差获得距离信息。在这里插入图片描述

1.3 常见的激光雷达

1.3.1 机械旋转式激光雷达

    机械式激光雷达是指发射系统和接收系统存在宏观转动,通过不断旋转发射头,将速度更快、发射更准的激光从线变成面,并在竖直方向上排布多束激光,形成多个面,达到动态扫描并动态接收信息的目的。

1.3.2 Velodyne HDL-64E

在这里插入图片描述

1.3.3 固态激光雷达

  • 严格意义上是指自身不存在任何移动部件的激光雷达,如Flash型激光雷达、相控阵激光雷达。
  • 近年来,一些非完全旋转的激光雷达也被统称为“固态激光雷达”,它们具备了固态激光雷达的一般性能特点,如分辨率高、有限水平FOV(前向而不是360°)等,但这些技术方案会有一些微小的移动部件,如MEMS型激光雷达。

1.3.4 Flash型固态激光雷达

  • 激光直接向各个方向漫射,一次记录整个场景。
  • 分辨率越高,激光之间干扰越强,精度降低。

1.3.5 相控阵固态激光雷达

  • 通过控制光源阵列中各光源发光时间差,合成具有特定方向的 主光束,实现对不同方向的扫描。
  • 精度高、体积小、生产成本低,但研发成本高。

1.3.6 MEMS型固态激光雷达

  • MEMS(Micro-Electro-Mechanical System)激光雷达是指在机械旋转式激光雷达的基础上,采用MEMS微镜替代机械 式扫描单元进行扫描模式动态调整的激光雷达。
  • MEMS微镜指采用光学MEMS技术制造的,把微光反射镜与MEMS驱动器集成在一起的光学MEMS器件。
    在这里插入图片描述

1.3.7 总览

激光雷达是当前高级别自动驾驶最主要的传感器之一,感知能力强。
在这里插入图片描述

1.4 激光雷达性能指标

    从传感器的角度,激光雷达的主要指标包括线束、出点数、精度、测量距离、垂直视场角、垂直角分辨率、水平视场角、水平角分辨率、出点数、通信接口等。

2. 激光雷达点云(Point Cloud)

2.1 激光雷达点云定义

    点云是激光雷达获取的三维场景信息的数据存储形式,不同于图像数据,点云由空间中一系列离散的点组成,并记录了这些点相对于激光雷达自身坐标系的三维坐标与反射率在这里插入图片描述

  • 一帧点云数据(包含N个点)可表示为自动驾驶感知——激光雷达基本概念|激光雷达点云|激光雷达的标定
  • 其中自动驾驶感知——激光雷达基本概念|激光雷达点云|激光雷达的标定第个点在激光雷达坐标系下的坐标,自动驾驶感知——激光雷达基本概念|激光雷达点云|激光雷达的标定
    该点的反射率。

2.2 激光雷达点云表示方法

  • 点视图 (Point View, PV)
    原始的点云集合
  • 俯视图 (Bird’sEyeView,BEV)
    将点云量化为2D/3D网格
  • 前视图 (Range View, RV)
    将点云投影到图像平面
  • 多种视图融合
    俯视图+点视图
    俯视图+前视图

     L. Fan等人自动驾驶感知——激光雷达基本概念|激光雷达点云|激光雷达的标定对这方面的介绍比较详细。PS:文末参考链接无法查看论文的话,可以选择这个链接

在这里插入图片描述

3. 为什么要选择激光雷达?

3.1 传感器之间的互补性

❖摄像头
★ 优点:丰富的纹理和颜色信息,适用于目标的分类
★ 缺点:3D信息的感知能力较弱,受光照条件影响较大
❖激光雷达
★ 优点:精确感知目标的3D信息,不受光照影响
★ 缺点:成本较高,量产难度大,受天气影响较大

3.2 不同级别自动驾驶系统的需求

❖ L2级:自适应巡航 + 车道保持
★ 可以采用纯视觉系统来进行目标检测和距离估记
❖ L3级:拥堵辅助,领航辅助
★ 至少配备前向的激光雷达
❖ L4级:RoboTaxi
★ 多个激光雷达提供360度视场,以及系统冗余

激光雷达在自动驾驶中可以进行物体检测、3D场景语义分割以及定位与建图。

4. 激光雷达的标定

4.1 激光雷达参数

内参
内部激光发射器坐标系与雷达自身坐标系的转换关系,厂家提供。

外参
激光雷达坐标系与车体坐标系的转换关系,需要标定。

4.2 单线激光雷达

在这里插入图片描述

4.2.1 自动驾驶感知——激光雷达基本概念|激光雷达点云|激光雷达的标定侧偏角的标定

在这里插入图片描述

4.2.2 自动驾驶感知——激光雷达基本概念|激光雷达点云|激光雷达的标定俯仰角的标定

在这里插入图片描述

4.3 多线激光雷达

在这里插入图片描述

4.3.1 纸箱法

在这里插入图片描述

  1. 在水平地面上摆放正方体纸箱,采集激光雷达数据
  2. 获得纸箱顶点的激光雷达坐标系坐标
  3. 通过测量得到纸箱顶点的车体坐标系坐标
  4. 用纸箱顶点的坐标代入坐标变换方程,求出旋转矩阵和平移向量

4.4 相机与激光雷达联合标定

在这里插入图片描述

将雷达点云向图像融合
在这里插入图片描述

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
心中带点小风骚的头像心中带点小风骚普通用户
上一篇 2023年3月4日 下午1:17
下一篇 2023年3月4日 下午1:18

相关推荐