0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

康謀技術(shù) | 自動駕駛傳感器標定技術(shù):從單一到聯(lián)合標定

康謀自動駕駛 ? 2024-07-31 09:41 ? 次閱讀

隨著智駕從L0(預警功能),L2(獨立的橫縱向執(zhí)行功能)到目前L2.9(城市NOA)的快速演變和裝配,車輛對外界的感知需求也在快速增加。

為了讓各類傳感器更精確的感知,在傳感器裝車后,就需要對傳感器進行標定以獲取各個傳感器的安裝位置。具體來說,就是通過標定確定車身坐標系下傳感器的位置。

一、傳感器標定類型

在一輛具備L2+級別智駕車上,常會搭建攝像頭,激光雷達,毫米波雷達,GPS/IMU等傳感器。從性質(zhì)上講,傳感器標定包括內(nèi)參標定和外參標定兩種類型。

1、內(nèi)參標定

內(nèi)參標定主要關注傳感器本身的參數(shù),如相機的焦距、光心以及畸變參數(shù)等。通過建立傳感器誤差模型,獲得傳感器特性參數(shù),進而消除傳感器本身測量誤差。關于相機標定可進一步看《深入探討:自動駕駛中的相機標定技術(shù)》。

2、外參標定

外參標定關注傳感器相對于車輛坐標系的位置。這通常需要借助先驗信息,如工裝信息或環(huán)境信息,來確定傳感器的位姿。如果車輛坐標系定義為車輛上的某一點,標定過程將解決傳感器在固定車輛坐標系下的位置確定問題。簡單來說,傳感器外參標定求解取決于車輛坐標系的定義。

傳感器內(nèi)參標定由于與安裝位置無關,常在裝車前進行標定。而傳感器外參標定涉及到車輛坐標系的確定,主要包括傳感器與車身的標定(單一標定)和多傳感器標定(聯(lián)合標定)。其中多傳感器標定是通過傳感器的測量信息來求解不同傳感器之間的位姿變換。

下面就以激光雷達為例,進一步分析傳感器與車身標定(單一標定)和多傳感器標定(聯(lián)合標定)。

二、單一標定和聯(lián)合標定

1、單一標定

在激光雷達與車身標定過程中,首先要安裝激光雷達,并確定車輛坐標系,隨后通過測量工具記錄其相對于車輛坐標系的位置和方向。將多個標定板置于激光雷達可掃描到的區(qū)域,采集點云數(shù)據(jù),并通過標定算法計算激光雷達坐標系與車輛坐標系之間的轉(zhuǎn)換關系。最終解算出激光雷達與車身的外參。

2、聯(lián)合標定

聯(lián)合標定是指對多個傳感器進行綜合標定,確保它們之間的數(shù)據(jù)能夠準確融合。比如激光雷達與其他傳感器(如攝像頭、毫米波雷達、GPS/IMU等)的數(shù)據(jù)進行綜合標定,以確保所有傳感器的數(shù)據(jù)能夠在統(tǒng)一的坐標系中準確對齊。這一過程對于實現(xiàn)高精度的環(huán)境感知和車輛定位至關重要。

①LiDAR與Camera標定

通過確定激光雷達(LiDAR)與相機之間的相對位置和方向,使得兩者捕獲的數(shù)據(jù)能夠在同一坐標系中準確對齊。這種標定對于將激光雷達的空間點云數(shù)據(jù)與相機的圖像數(shù)據(jù)融合至關重要。如下圖所示,使用手動調(diào)整旋轉(zhuǎn)和位移的工具,通過實時可見的結(jié)果進行調(diào)整,直至場景中物體在兩種傳感器的數(shù)據(jù)中對齊。

②LiDAR與LiDAR標定(環(huán)視標定)

通過多個激光雷達之間的相對位置和方向的標定。這種標定對于多激光雷達系統(tǒng),特別是在需要360度環(huán)境感知的自動駕駛車輛中非常重要。

③LiDAR與Radar標定

通過激光雷達與毫米波雷達之間的相對位置和方向進行標定。這種標定有助于整合兩種傳感器的優(yōu)勢,提高自動駕駛車輛的環(huán)境感知能力。

總的來說,標定是自動駕駛數(shù)據(jù)采集中必要的一環(huán),它確保了以多傳感器為核心的采集系統(tǒng)能夠提供精確、可靠的環(huán)境感知信息。通過精確的聯(lián)合標定,自動駕駛車輛能夠更好地理解其周圍環(huán)境,做出快速準確的決策,從而提高自動駕駛的安全性和可靠性。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關注

    關注

    2542

    文章

    50241

    瀏覽量

    750099
  • 數(shù)據(jù)采集

    關注

    38

    文章

    5697

    瀏覽量

    113318
  • 自動駕駛
    +關注

    關注

    782

    文章

    13525

    瀏覽量

    165732
收藏 人收藏

    評論

    相關推薦

    自動駕駛技術(shù)的典型應用 自動駕駛技術(shù)涉及哪些技術(shù)

    自動駕駛技術(shù)的典型應用 自動駕駛技術(shù)種依賴計算機、無人駕駛設備以及各種
    的頭像 發(fā)表于 10-18 17:31 ?234次閱讀

    技術(shù) | 毫米波雷達技術(shù)解析

    自動駕駛技術(shù)飛速發(fā)展,毫米波雷達已成為自動駕駛傳感器套件的關鍵。為此,為您深度解析毫米波雷達
    的頭像 發(fā)表于 10-15 10:07 ?1699次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b><b class='flag-5'>技術(shù)</b> | 毫米波雷達<b class='flag-5'>技術(shù)</b>解析

    傳感器靜態(tài)標定的主要步驟是什么

    傳感器靜態(tài)標定的主要步驟通常包括以下幾個方面: 、準備階段 確定標定范圍 :首先,需要明確傳感器的全量程(即測量范圍),這是
    的頭像 發(fā)表于 09-19 17:02 ?486次閱讀

    FPGA在自動駕駛領域有哪些優(yōu)勢?

    領域的主要優(yōu)勢: 高性能與并行處理能力: FPGA內(nèi)部包含大量的邏輯門和可配置的連接,能夠同時處理多個數(shù)據(jù)流和計算任務。這種并行處理能力使得FPGA在處理自動駕駛中復雜的圖像識別、傳感器數(shù)據(jù)處理等
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領域有哪些應用?

    低,適合用于實現(xiàn)高效的圖像算法,如車道線檢測、交通標志識別等。 雷達和LiDAR處理:自動駕駛汽車通常會使用雷達和LiDAR(激光雷達)等多種傳感器來獲取環(huán)境信息。FPGA能夠協(xié)助完成這些傳感器
    發(fā)表于 07-29 17:09

    技術(shù) | 自動駕駛傳感器標定技術(shù)單一到聯(lián)合標定

    隨著智駕L0(預警功能),L2(獨立的橫縱向執(zhí)行功能)目前L2.9(城市NOA)的快速演變和裝配,車輛對外界的感知需求也在快速增加。為了讓各類傳感器更精確的感知,在傳感器裝車后,就
    的頭像 發(fā)表于 07-29 11:12 ?375次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b><b class='flag-5'>技術(shù)</b> | <b class='flag-5'>自動駕駛</b><b class='flag-5'>傳感器</b><b class='flag-5'>標定</b><b class='flag-5'>技術(shù)</b>:<b class='flag-5'>從</b><b class='flag-5'>單一到</b><b class='flag-5'>聯(lián)合</b><b class='flag-5'>標定</b>

    自動駕駛識別技術(shù)有哪些

    自動駕駛的識別技術(shù)自動駕駛系統(tǒng)中的重要組成部分,它使車輛能夠感知并理解周圍環(huán)境,從而做出智能決策。自動駕駛識別技術(shù)主要包括多種
    的頭像 發(fā)表于 07-23 16:16 ?407次閱讀

    自動駕駛傳感器技術(shù)介紹

    自動駕駛傳感器技術(shù)自動駕駛系統(tǒng)的核心組成部分,它使車輛能夠感知并理解周圍環(huán)境,從而做出智能決策。以下是對自動駕駛
    的頭像 發(fā)表于 07-23 16:08 ?1714次閱讀

    分享 | 自動駕駛聯(lián)合仿真——功能模型接口FMI(三)

    功能模型接口是個開放且獨立于工具的標準,便于實現(xiàn)自動駕駛仿真工具間的模型交換和聯(lián)合仿真。本文以aiSim為例,來展示如何建立
    的頭像 發(fā)表于 07-10 15:52 ?1308次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b>分享 | <b class='flag-5'>自動駕駛</b><b class='flag-5'>聯(lián)合</b>仿真——功能模型接口FMI(三)

    技術(shù) |深入探討:自動駕駛中的相機標定技術(shù)

    隨著自動駕駛技術(shù)的快速發(fā)展,多傳感器的數(shù)據(jù)采集和融合可以顯著提高系統(tǒng)的冗余度和容錯性,進而保證決策的快速性和正確性。在項目開發(fā)迭代過程中,傳感器標定
    的頭像 發(fā)表于 04-17 17:08 ?790次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b><b class='flag-5'>技術(shù)</b> |深入探討:<b class='flag-5'>自動駕駛</b>中的相機<b class='flag-5'>標定</b><b class='flag-5'>技術(shù)</b>

    未來已來,多傳感器融合感知是自動駕駛破局的關鍵

    技術(shù) ,攝像頭和雷達等多傳感器的探測數(shù)據(jù) 在前端(數(shù)據(jù)獲取時)交互驗證,讓自動駕駛系統(tǒng)能感知“看不見”的危險。 例如,在反向車道有強遠光燈干擾的情況下,當雷達子系統(tǒng)探測到潛在運動目標
    發(fā)表于 04-11 10:26

    技術(shù) | 自動駕駛傳感器數(shù)據(jù)融合方法

    現(xiàn)象進行觀測,采集的數(shù)據(jù)構(gòu)成被測對象的多模態(tài)信息。多模態(tài)信息可以實現(xiàn)不同傳感器之間數(shù)據(jù)互補,并在相同學習任務獲取更豐富的特征,從而實現(xiàn)比單一模態(tài)更好的性能。 在自動駕駛領域,多模態(tài)數(shù)據(jù)通常包括安裝在車輛上的
    的頭像 發(fā)表于 01-24 18:02 ?489次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b><b class='flag-5'>技術(shù)</b> | <b class='flag-5'>自動駕駛</b>多<b class='flag-5'>傳感器</b>數(shù)據(jù)融合方法

    新聞丨走進科技——您的自動駕駛解決方案合作伙伴

    面對日益增長的行業(yè)需求,虹科自動駕駛事業(yè)部正式更名為“”。這重要改變代表了虹科持續(xù)發(fā)展進程中新的里程碑,也體現(xiàn)了我們在自動駕駛領域不斷
    的頭像 發(fā)表于 01-19 14:49 ?340次閱讀
    <b class='flag-5'>康</b><b class='flag-5'>謀</b>新聞丨走進<b class='flag-5'>康</b><b class='flag-5'>謀</b>科技——您的<b class='flag-5'>自動駕駛</b>解決方案合作伙伴

    智駕數(shù)據(jù)采集平臺搭建之多傳感器聯(lián)合標定

    。值得提的是,在數(shù)采平臺搭建后,數(shù)據(jù)的消費端之前,必須要完成數(shù)采平臺中傳感器標定,才能夠使得數(shù)據(jù)用于感知算法的開發(fā)、數(shù)據(jù)回灌等,所以本文給大家介紹的也是在數(shù)采
    的頭像 發(fā)表于 12-21 08:25 ?669次閱讀
    智駕數(shù)據(jù)采集平臺搭建之多<b class='flag-5'>傳感器</b><b class='flag-5'>聯(lián)合</b><b class='flag-5'>標定</b>

    淺析傳感器的外參標定和在線標定問題

    作為無人車以及智能機器人而言,在裝配過程中各個傳感器之間的外參標定直是比較頭疼的問題。這里作者也系統(tǒng)的學習了下,傳感器的外參
    發(fā)表于 11-20 15:45 ?684次閱讀
    淺析<b class='flag-5'>傳感器</b>的外參<b class='flag-5'>標定</b>和在線<b class='flag-5'>標定</b>問題