留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于共面约束的多线激光雷达相对位置关系检校

张顺 黄玉春 张文俊

张顺, 黄玉春, 张文俊. 基于共面约束的多线激光雷达相对位置关系检校[J]. 红外与激光工程, 2019, 48(3): 330003-0330003(9). doi: 10.3788/IRLA201948.0330003
引用本文: 张顺, 黄玉春, 张文俊. 基于共面约束的多线激光雷达相对位置关系检校[J]. 红外与激光工程, 2019, 48(3): 330003-0330003(9). doi: 10.3788/IRLA201948.0330003
Zhang Shun, Huang Yuchun, Zhang Wenjun. Relative position calibration of multibeam LIDAR based on coplanar constraints[J]. Infrared and Laser Engineering, 2019, 48(3): 330003-0330003(9). doi: 10.3788/IRLA201948.0330003
Citation: Zhang Shun, Huang Yuchun, Zhang Wenjun. Relative position calibration of multibeam LIDAR based on coplanar constraints[J]. Infrared and Laser Engineering, 2019, 48(3): 330003-0330003(9). doi: 10.3788/IRLA201948.0330003

基于共面约束的多线激光雷达相对位置关系检校

doi: 10.3788/IRLA201948.0330003
基金项目: 

国家自然科学基金(41671419,51208392);国家863计划(2015AA124001);武汉大学学科交叉项目(2042017kf0204);地球空间国家协同创新中心(2042017KF0235)

详细信息
    作者简介:

    张顺(1994),男,硕士生,主要从事移动测量和传感器检校方向的研究。Email:shun_z@whu.edu.cn

    通讯作者: 黄玉春(1994),男,副教授,硕士生导师,博士,主要从事多传感器集成与移动测量、交通遥感、机器学习方面的研究。Email:hycwhu@whu.edu.cn
  • 中图分类号: TN249

Relative position calibration of multibeam LIDAR based on coplanar constraints

  • 摘要: 多线激光雷达具有成本低、体积小、能直接获取场景地物表面的三维点云数据等优点,已被广泛应用在无人驾驶、移动测量、机器人等领域。为减少遮挡,提高点云密度,两个或多个激光雷达常被集成在一起,互为补充。不同激光雷达的安装位置和姿态不同,要融合激光雷达的点云数据,关键在于对激光雷达之间相对位置关系的检校。为检校激光雷达之间的相互位置关系,提出了基于共面约束的检校算法。算法要求不同的激光雷达同时扫到相同的平面,利用平面在不同坐标系下的对应关系求解激光雷达之间的相互位置关系,并结合Levenberg-Marquardt (L-M)优化算法,提高检校精度。该算法操作简单、通用性强、检校精度高。
  • [1] Droeschel D, Schwarz M, Behnke S. Continuous mapping and localization for autonomous navigation in rough terrain using a 3D laser scanner[J]. Robotics Autonomous Systems, 2017, 88:104-115.
    [2] Ye Y, Fu L, Li B. Object detection and tracking using multi-layer laser for autonomous urban driving[C]//International Conference on Intelligent Transportation Systems. IEEE, 2016:259-264.
    [3] Zhang Yi, Du Fanyu, Luo Yuan, et al. Map-building approach based on laser and depth visual sensor fusion SLAM[J]. Application Research of Computers, 2016, 33(10):2970-2972. (in Chinese)张毅, 杜凡宇, 罗元, 等. 一种融合激光和深度视觉传感器的SLAM地图创建方法[J]. 计算机应用研究, 2016, 33(10):2970-2972.
    [4] Lenac K, Kitanov A, Cupec R, et al. Fast planar surface 3D SLAM using LIDAR[J]. Robotics Autonomous Systems, 2017, 92:197-220.
    [5] Alismail H, Browning B. Automatic calibration of spinning actuated lidar internal parameters[J]. Journal of Field Robotics, 2015, 32(5):723-747.
    [6] Du Liang, Zhang Tie, Dai Xiaoliang. Robot kinematic parameters compensation by measuring distance error using laser tracker system[J]. Infrared and Laser Engineering, 2015, 44(8):2351-2357. (in Chinese)杜亮, 张铁, 戴孝亮. 激光跟踪仪测量距离误差的机器人运动学参数补偿[J]. 红外与激光工程, 2015, 44(8):2351-2357.
    [7] Bogue R. Sensors for robotic perception. Part two:positional and environmental awareness[J]. Industrial Robot, 2015, 42(6):502-507.
    [8] Liu Jiayin, Tang Zhenmin, Wang Andong, et al. Negative obstacle detection in unstructured environment based on multiple LiDARs and compositional features[J]. Robot, 2017, 39(5):638-651. (in Chinese)刘家银, 唐振民, 王安东, 等. 基于多线激光雷达与组合特征的非结构化环境负障碍物检测[J]. 机器人, 2017, 39(5):638-651.
    [9] Zheng Han. The measurement calibration of terrestrial 3D laser scanning[J]. Heilongjiang Science and Technology Information, 2015(16):61-62. (in Chinese)郑瀚. 地面三维激光扫描检校测量[J]. 黑龙江科技信息, 2015(16):61-62.
    [10] Chu Zhihui, Duan Changlong. Research of calibrating vechicle laser scanner's external parameters[J]. Beijing Surveying and Mapping, 2016(2):55-58. (in Chinese)褚智慧, 段昌龙. 车载三维激光扫描系统外参数标定研究[J]. 北京测绘, 2016(2):55-58.
    [11] Zhang Q, Pless R. Extrinsic calibration of a camera and laser range finder (improves camera calibration)[C]//IEEE/RSJ International Conference on Intelligent Robots and Systems, 2005(3):2301-2306.
    [12] Zhou L, Deng Z. A new algorithm for computing the projection matrix between a LIDAR and a camera based on line correspondences[C]//International Congress on Ultra Modern Telecommunications and Control Systems and Workshops. IEEE, 2012:436-441.
    [13] Fernndez-Moral E, Gonzlez-Jimnez J, Arevalo V. Extrinsic calibration of 2D laser rangefinders from perpen-dicular plane observations[J]. International Journal of Robotics Research, 2015, 34(11):1401-1417.
    [14] Tian Xiangrui, Xu Lijun, Xu Teng, et al. Calibration of installation angles for mobile LiDAR scanner system[J]. Infrared and Laser Engineering, 2014, 43(10):3292-3297. (in Chinese)田祥瑞, 徐立军, 徐腾, 等. 车载LiDAR扫描系统安置误差角检校[J]. 红外与激光工程, 2014, 43(10):3292-3297.
    [15] Levenberg K. A method for the solution of certain non-linear problems in least squares[J]. Quarterly Applied Math, 1944, 2(4):436-438.
    [16] Yang Junjian, Wu Liangcai. A robust point cloud plane fitting method based on RANSAC algorithm[J]. Beijing Surveying and Mapping, 2016(2):73-75. (in Chinese)杨军建, 吴良才. 基于RANSAC算法的稳健点云平面拟合方法[J]. 北京测绘, 2016(2):73-75.
    [17] Li Xi, Han Xie, Xiong Fengguang. Plane fitting of point clouds based on RANSAC and TLS[J]. Computer Engineering and Design, 2017, 38(1):123-126. (in Chinese)李希, 韩燮, 熊风光. 基于RANSAC和TLS的点云平面拟合[J]. 计算机工程与设计, 2017, 38(1):123-126.
    [18] Peter H Schnemann. A generalized solution of the orthogonal procrustes problem[J]. Psychometrika, 1966, 31(1):1-10.
  • [1] 罗雄, 史悦, 范琪, 尹微, 彭涛, 赵培娥, 王柯, 周鼎富.  基于相干激光雷达气象多要素探测 . 红外与激光工程, 2023, 52(11): 20230138-1-20230138-10. doi: 10.3788/IRLA20230138
    [2] 张容川, 王筱晔, 张洪玮, 刘晓英, 王希涛, 秦胜光, 尹嘉萍, 王琪超, 吴松华.  多普勒激光雷达近地面飞机尾涡反演方法优化 . 红外与激光工程, 2023, 52(11): 20230160-1-20230160-13. doi: 10.3788/IRLA20230160
    [3] 梅永康, 谢俊峰, 陈伟, 刘仁.  多特征参数约束的星载激光高程控制点提取 . 红外与激光工程, 2022, 51(9): 20210997-1-20210997-12. doi: 10.3788/IRLA20210997
    [4] 杨彦伟, 郝晓剑, 潘保武, 张瑞忠, 刘烨坤, 孙鹏, 郝文渊.  基于腔体约束激光诱导击穿铝土矿光谱的参数优化 . 红外与激光工程, 2022, 51(3): 20210661-1-20210661-7. doi: 10.3788/IRLA20210661
    [5] 谢俊峰, 刘仁, 王宗伟, 莫凡, 窦显辉.  高分七号星载激光测高仪在轨几何检校与精度评估 . 红外与激光工程, 2021, 50(8): 20200396-1-20200396-11. doi: 10.3788/IRLA20200396
    [6] 冯振中, 杨镇源, 余臣, 白杨, 宋昭, 徐诗月, 高剑波.  高速高精度多线激光雷达信息处理设计及应用 . 红外与激光工程, 2021, 50(11): 20210684-1-20210684-8. doi: 10.3788/IRLA20210684
    [7] 俞家勇, 程烺, 田茂义, 卢秀山, 马龙称, 周茂伦, 曹岳飞, 李国玉.  基于参考面约束的车载移动测量系统安置参数检校方法 . 红外与激光工程, 2020, 49(7): 20190524-1-20190524-9. doi: 10.3788/IRLA20190524
    [8] 姜云, 郭锐, 刘荣忠, 武军安.  末敏弹线阵列激光雷达的距离像分割方法 . 红外与激光工程, 2020, 49(1): 0126002-0126002(8). doi: 10.3788/IRLA202049.0126002
    [9] 武军安, 郭锐, 刘荣忠, 刘磊, 柯尊贵.  末敏弹线阵激光雷达对地面装甲目标的提取方法 . 红外与激光工程, 2019, 48(3): 330002-0330002(8). doi: 10.3788/IRLA201948.0330002
    [10] 洪光烈, 李嘉唐, 王建宇, 李虎, 王一楠, 孔伟.  0.94 μm差分吸收激光雷达地基工作的进展 . 红外与激光工程, 2019, 48(12): 1203009-1203009(8). doi: 10.3788/IRLA201948.1203009
    [11] 杨书娟, 张珂殊, 邵永社.  地面激光扫描仪的灰度优先距离检校模型 . 红外与激光工程, 2019, 48(1): 106007-0106007(6). doi: 10.3788/IRLA201948.0106007
    [12] 王彩丽, 谢仕永, 刘辉, 许阳蕾, 张敬.  激光雷达用2 μm Tm:YAG激光器波长精细调控的理论研究 . 红外与激光工程, 2018, 47(8): 830003-0830003(5). doi: 10.3788/IRLA201847.0830003
    [13] 穆永吉, 万渊, 刘继桥, 侯霞, 陈卫标.  星载激光雷达望远镜主镜光机分析与优化 . 红外与激光工程, 2018, 47(7): 718002-0718002(7). doi: 10.3788/IRLA201847.0718002
    [14] 耿磊, 彭晓帅, 肖志涛, 李秀艳, 荣锋, 马潇.  位置信息约束的SMT料盘X射线图像检测方法 . 红外与激光工程, 2017, 46(6): 617004-0617004(7). doi: 10.3788/IRLA201746.0617004
    [15] 周颖捷, 周安然, 孙东松, 强希文, 封双连.  差分像移大气湍流廓线激光雷达的研制 . 红外与激光工程, 2016, 45(11): 1130001-1130001(5). doi: 10.3788/IRLA201645.1130001
    [16] 刘玉, 陈凤, 王盈, 黄建明, 魏祥泉.  基于激光雷达的航天器相对位姿测量技术 . 红外与激光工程, 2016, 45(8): 817003-0817003(6). doi: 10.3788/IRLA201645.0817003
    [17] 封双连, 强希文, 宗飞, 李志朝, 常金勇, 赵军卫, 吴敏, 江钰.  湍流廓线激光雷达的数据处理方法 . 红外与激光工程, 2015, 44(S1): 220-224.
    [18] 龚少华, 刘正宽, 关塞, 焦菁, 沈振江, 羊大力, 孙书娟, 陈春霞.  北京上空中层顶区域重力波参数关系的激光雷达研究 . 红外与激光工程, 2015, 44(4): 1134-1140.
    [19] 张刘, 支帅.  双目测量系统目标相对位置误差分析 . 红外与激光工程, 2014, 43(S1): 116-122.
    [20] 肖龙龙, 唐少阳, 刘昆, 韩大鹏.  内编队重力场卫星相对位置确定的红外测量系统设计 . 红外与激光工程, 2013, 42(3): 579-583.
  • 加载中
计量
  • 文章访问数:  557
  • HTML全文浏览量:  99
  • PDF下载量:  43
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-10-10
  • 修回日期:  2018-11-20
  • 刊出日期:  2019-03-25

基于共面约束的多线激光雷达相对位置关系检校

doi: 10.3788/IRLA201948.0330003
    作者简介:

    张顺(1994),男,硕士生,主要从事移动测量和传感器检校方向的研究。Email:shun_z@whu.edu.cn

    通讯作者: 黄玉春(1994),男,副教授,硕士生导师,博士,主要从事多传感器集成与移动测量、交通遥感、机器学习方面的研究。Email:hycwhu@whu.edu.cn
基金项目:

国家自然科学基金(41671419,51208392);国家863计划(2015AA124001);武汉大学学科交叉项目(2042017kf0204);地球空间国家协同创新中心(2042017KF0235)

  • 中图分类号: TN249

摘要: 多线激光雷达具有成本低、体积小、能直接获取场景地物表面的三维点云数据等优点,已被广泛应用在无人驾驶、移动测量、机器人等领域。为减少遮挡,提高点云密度,两个或多个激光雷达常被集成在一起,互为补充。不同激光雷达的安装位置和姿态不同,要融合激光雷达的点云数据,关键在于对激光雷达之间相对位置关系的检校。为检校激光雷达之间的相互位置关系,提出了基于共面约束的检校算法。算法要求不同的激光雷达同时扫到相同的平面,利用平面在不同坐标系下的对应关系求解激光雷达之间的相互位置关系,并结合Levenberg-Marquardt (L-M)优化算法,提高检校精度。该算法操作简单、通用性强、检校精度高。

English Abstract

参考文献 (18)

目录

    /

    返回文章
    返回