本申请实施例涉及激光雷达技术领域,尤其涉及一种激光雷达的标定方法、装置、存储介质及自移动设备。
背景技术:
随着科技的迅速发展,智能驾驶技术发展势如破竹,几乎所有的智能驾驶汽车制造商和车型都在使用激光雷达作为一种主要的传感器设备。目前,自动驾驶处于不断发展的状态。
首先,在自动驾驶中,一辆自动驾驶汽车在车上会安装许多传感器,如相机、激光雷达、毫米波雷达等传感器。每个传感器都有自己的坐标系,也就是所有的传感器产生的数据都是基于传感器自身的坐标系的。然而,一辆自动驾驶汽车,车上会安装许多传感器,为了方便算法研究、测试,都需要将各自传感器获得的数据转换到自移动设备坐标系下,也就是基础坐标系,这个转换过程就叫做传感器的外参标定。
其中,在传感器的外参标定中首先需要对激光雷达相对于自移动设备坐标系进行标定,将激光雷达的坐标系转换到自移动设备坐标系下,从而方便对于控制与规划模块的高效工作。目前,在公开的激光雷达相对于自移动设备外参标定资料极少,通常在实际的应用中都是采用人工测量的方式进行外参标定,这样的方法缺乏精度,不利于数据的融合处理。
技术实现要素:
本申请实施例提供一种激光雷达的标定方法、装置、存储介质及自移动设备,以实现对激光雷达进行自动标定,并且所标定的结果准确度高的目的。
第一方面,本申请实施例提供了一种激光雷达的标定方法,该方法包括:
从目标点云数据中确定与自移动设备平行的特征物点云数据,以及地面点云数据;其中,所述目标点云数据是通过激光雷达获取到的;
根据所述特征物点云数据确定激光雷达与自移动设备坐标系的航向角;以及根据地面点云数据,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角;
获取激光雷达与自移动设备坐标系的平移向量;
根据所述航向角、翻滚角、俯仰角和平移向量对所述激光雷达与自移动设备进行标定。
可选的,根据地面点云数据,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角,包括:
将所述地面点云数据投影到预设标准高度的水平面,得到投影结果;
根据所述地面点云数据与所述投影结果,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角。
可选的,根据所述地面点云数据与所述投影结果,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角,包括:
根据所述地面点云数据与所述投影结果,采用正态分布变换算法,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角。
可选的,所述方法还包括:
从有序的点云数据中提取至少两帧点云数据;
根据所述至少两帧点云数据中,确定与特征物的距离在预设范围内以及包括地面的作为目标点云数据。
可选的,根据所述特征物点云数据确定激光雷达与自移动设备坐标系的航向角,包括:
将所述征物点云数据拟合成xoy平面的目标直线;
根据所述目标直线在xoy平面上的斜率,确定所述激光雷达与自移动设备坐标系的航向角。
可选的,根据所述目标直线在xoy平面上的斜率,确定所述激光雷达与自移动设备坐标系的航向角,包括采用如下公式计算:
其中,yaw为航向角,n为点云帧数,ai为不同帧拟合直线的斜率。
可选的,在根据所述航向角、翻滚角、俯仰角和平移向量对所述激光雷达与自移动设备进行标定之后,所述方法还包括:
在模拟环境中获取激光雷达的测试点云数据,其中,所述激光雷达设置于自移动设备上;
根据模拟环境中模拟特征物和模拟地面,与所述测试点云数据中的模拟特征物点云数据和模拟地面点云数据,对标定结果进行验证。
第二方面,本申请实施例提供了一种激光雷达的标定装置,该装置包括:
特征物点云数据确定模块,用于从目标点云数据中确定与自移动设备平行的特征物点云数据,以及地面点云数据;其中,所述目标点云数据是通过激光雷达获取到的;
角度确定模块,用于根据所述特征物点云数据确定激光雷达与自移动设备坐标系的航向角;以及根据地面点云数据,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角;
平移向量确定模块,用于获取激光雷达与自移动设备坐标系的平移向量;
标定模块,用于根据所述航向角、翻滚角、俯仰角和平移向量对所述激光雷达与自移动设备进行标定。
可选的,所述角度确定模块,包括:
投影结果获取单元,用于将所述地面点云数据投影到预设标准高度的水平面,得到投影结果;
角度确定单元,用于根据所述地面点云数据与所述投影结果,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角。
可选的,所述角度确定单元,具体用于:
根据所述地面点云数据与所述投影结果,采用正态分布变换算法,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角。
第三方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器运行时实现如本申请实施例所述的激光雷达的标定方法。
第四方面,本申请实施例提供了一种自移动设备,包括:
自移动本体,能够进行自移动以及完成预设功能;
激光雷达,固定在所述自移动本体上,用于获取扫描环境中的点云数据;以及
控制设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的激光雷达的标定方法。
第五方面,本申请实施例提供了一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器运行所述计算机程序时实现如本申请实施例所述的激光雷达的标定方法。
本申请实施例所提供的技术方案,从目标点云数据中确定与自移动设备平行的特征物点云数据,以及地面点云数据;其中,所述目标点云数据是通过激光雷达获取到的;根据所述特征物点云数据确定激光雷达与自移动设备坐标系的航向角;以及根据地面点云数据,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角;获取激光雷达与自移动设备坐标系的平移向量;根据所述航向角、翻滚角、俯仰角和平移向量对所述激光雷达与自移动设备进行标定。通过采用本申请所提供的技术方案,可以实现对激光雷达进行自动标定,并且所标定的结果准确度高的目的。
附图说明
图1是本申请实施例一提供的激光雷达的标定方法的流程图;
图2是本申请实施例一提供的确定航向角的示意图;
图3是本申请实施例二提供的激光雷达的标定装置的结构示意图;
图4是本申请实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本申请实施例一提供的激光雷达的标定方法的流程图,本实施例可适于基于自移动设备坐标系对激光雷达进行标定的情况,该方法可以由本申请实施例所提供的激光雷达的标定装置运行,该装置可以由软件和/或硬件的方式来实现,并可集成于智能终端等电子设备中。
如图1所示,所述激光雷达的标定方法包括:
s110、从目标点云数据中确定与自移动设备平行的特征物点云数据,以及地面点云数据;其中,所述目标点云数据是通过激光雷达获取到的。
其中,自移动设备可以是车辆,机器人等移动设备。目标点云数据可以是在有序的点云数据中提取的一帧或者多帧点云数据。目标点云数据是通过激光雷达获取的,可以是某一个方向的点云数据,还可以是360度的点云数据。
与自移动设备平行的特征物可以是墙面,还可以是其他特征物,其中,自移动设备的方向可以是以车辆的正前方,即车辆中轴线的方向。与自移动设备平行的特征物,可以是墙壁,具体的,可以是车辆沿着与墙壁平行的方向进行行驶的过程中采集得到的点云数据。其中地面点云数据即为车辆行驶的地面的点构成的数据。
在本实施例中,优选的,从有序的点云数据中提取至少两帧点云数据;根据所述至少两帧点云数据中,确定与特征物的距离在预设范围内以及包括地面的作为目标点云数据。其中,目标点云数据的确定方式可以是包括特征物点云数据以及地面点云数据的,而且,其中特征物点云数据与激光雷达之间的距离在预设范围内,例如3米到15米范围。并且其中还需要包括地面的点云数据,通过这样的设置,可以使得目标点云数据的可用性更高,能够提供后续计算中的点云数据基础,从而保证后续计算过程的顺利进行,也对计算结果的准确性提供了保障。
s120、根据所述特征物点云数据确定激光雷达与自移动设备坐标系的航向角;以及根据地面点云数据,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角。
其中,在确定特征物点云数据之后,可以确定特征物的点云数据在激光雷达的坐标系中的方向,由于该特征物与自移动设备的方向是平行的,因此可以确定雷达与自移动设备坐标系的航向角。
在获取到地面点云数据之后,可以通过设置虚拟平面,并将该地面点云数据的点投影到虚拟平面上,其中虚拟平面为标准高度水平面,通过实际地面点云数据与虚拟地面可以求解出激光雷达相对于自移动设备坐标系的翻滚角、俯仰角。
s130、获取激光雷达与自移动设备坐标系的平移向量。
可以通过实际测量,或者是用户对参数的输入,来确定激光雷达与自移动设备坐标系的水平位移和高度差。进而,可以得到激光雷达与自移动设备坐标的平移向量。在本实施例中,具体的,可以调整激光雷达相对于自移动设备坐标系的水平位移△x,△y,高度△z,即得到最终的三维激光雷达相对于自移动设备坐标系的标定;其中,△x,△y,△z分别表示为三维激光雷达相对于自移动设备坐标系的x方向的位移、y方向的位移以及z方向的位移。
s140、根据所述航向角、翻滚角、俯仰角和平移向量对所述激光雷达与自移动设备进行标定。
在得到航向角、翻滚角、俯仰角和平移向量这些参数之后,可以实现对激光雷达的标定,以实现通过激光雷达获取到的点云数据根据标定参数来映射到自移动设备坐标系当中,从而供自移动设备坐标系对点云数据的使用。例如在自动驾驶领域,可以通过一个或者多个激光雷达获取自移动设备周边环境的点云数据,并且可以将得到的点云数据映射到自移动设备坐标系下,由此可以为自动驾驶的周边环境识别提供数据支撑。
本申请实施例所提供的技术方案,从目标点云数据中确定与自移动设备平行的特征物点云数据,以及地面点云数据;其中,所述目标点云数据是通过激光雷达获取到的;根据所述特征物点云数据确定激光雷达与自移动设备坐标系的航向角;以及根据地面点云数据,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角;获取激光雷达与自移动设备坐标系的平移向量;根据所述航向角、翻滚角、俯仰角和平移向量对所述激光雷达与自移动设备进行标定。通过采用本申请所提供的技术方案,可以实现对激光雷达进行自动标定,并且所标定的结果准确度高的目的。
在上述各技术方案的基础上,可选的,根据所述特征物点云数据确定激光雷达与自移动设备坐标系的航向角,包括:将所述征物点云数据拟合成xoy平面的目标直线;根据所述目标直线在xoy平面上的斜率,确定所述激光雷达与自移动设备坐标系的航向角。其中xoy平面可以理解为水平面。由于特征物是与自移动设备平行的,因此可以是沿着自移动设备坐标系中xoy平面中的x轴或者y轴的方向。图2是本申请实施例一提供的确定航向角的示意图。如图2所示,特征物可以是平整墙面,其可以与自移动设备坐标系中的x轴平行,当雷达(lidar)坐标系的x’轴与自移动设备坐标系的x轴的航向角不为0时,可以通过确定特征物点云数据在xoy平面中的投影所得到的直线与雷达坐标系的x’轴的夹角来确定。
具体的,根据所述目标直线在xoy平面上的斜率,确定所述激光雷达与自移动设备坐标系的航向角,包括采用如下公式计算:
其中,yaw为航向角,n为点云帧数,ai为不同帧拟合直线的斜率。
将每一帧特征物的点云投影到xoy平面,并将点云数据拟合成一条直线,假设拟合直线为y=ax+b
则航向角计算如下:
其中,n为点云帧数,yaw为航向角,ai为不同帧拟合直线的斜率;
本技术方案通过这样设置的好处是可以通过对直线斜率的计算得到准确的航向角数据。
在上述各技术方案的基础上,可选的,根据地面点云数据,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角,包括:将所述地面点云数据投影到预设标准高度的水平面,得到投影结果;根据所述地面点云数据与所述投影结果,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角。
具体的,可以得到提取的地面点云数据;将提取出地面的点云数据,并将提取的数据投影到xoy平面,得到绝对的水平地面点云数据;将获得一帧地面点云数据与绝对水平地面点云数据进行计算,即可获得激光雷达相对自移动设备的翻滚角、俯仰角;重复上述步骤,获得多帧的激光雷达相对自移动设备的翻滚角、俯仰角的结果累加求平均值。本技术方案通过这样的设置,可以根据地面点云数据确定雷达与自移动设备坐标系的翻滚角和俯仰角,并且可以保证所计算得到的数据的准确性。
在上述各技术方案的基础上,可选的,根据所述地面点云数据与所述投影结果,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角,包括:根据所述地面点云数据与所述投影结果,采用正态分布变换算法,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角。在本方案中,可以采用正态分布变换算法,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角。正态分布变换(ndt)算法是一个配准算法,它应用于三维点的统计模型,使用标准最优化技术来确定两个点云间的最优的匹配,因为其在配准过程中不利用对应点的特征计算和匹配,所以时间比其他方法快。ndt算法的基本思想是先根据参考数据(referencescan)来构建多维变量的正态分布,如果变换参数能使得两幅激光数据匹配的很好,那么变换点在参考系中的概率密度将会很大。因此,可以考虑用优化的方法求出使得概率密度之和最大的变换参数,此时两幅激光点云数据将匹配的最好。
在本实施例中,可选的,在根据所述航向角、翻滚角、俯仰角和平移向量对所述激光雷达与自移动设备进行标定之后,所述方法还包括:
在模拟环境中获取激光雷达的测试点云数据,其中,所述激光雷达设置于自移动设备上;
根据模拟环境中模拟特征物和模拟地面,与所述测试点云数据中的模拟特征物点云数据和模拟地面点云数据,对标定结果进行验证。
可以根据所述提取的地面点云数据确定绝对水平地面点云数据,绝对水平底面是一个虚拟平面,绝对水平地面点云数据是将地面点云数据投影到标准高度水平面的地面点云数据,通过地面点云数据与绝对水平地面点云可以进行匹配重合计算可以求解出激光雷达相对于自移动设备坐标系的翻滚角、俯仰角;
匹配重合计算如下:假设目标点云(targetpointcloud)为绝对水平地面点云数据,输入点云(inputpointcloud)为地面数据,输出结果(tramform)包括翻滚角、俯仰角;通过多帧的匹配重合标定计算结果进行求和取平均值可以获得最后标定参数翻滚角、俯仰角。
更新标定参数航向角、翻滚角、俯仰角;
固定更新标定参数,调整激光雷达相对于自移动设备坐标系的水平位移△x,△y,高度△z,即得到最终的三维激光雷达相对于自移动设备坐标系的标定;
为了评判一种三维激光雷达相对于自移动设备的标定结果精度可靠性,该发明实施例提供了模拟标定测试标定算法,其中设置模拟三维激光雷达数据,以16线激光雷达模拟三维激光雷达模型为数据源;
通过在模拟环境中真实模拟现实测试环境,首先将激光雷达安装在车辆顶部h高度,设置一个与车辆平行的特征物,以及一个宽敞平整的地平面;
在模拟环境中获得激光雷达数据,并使用上述激光雷达相对于自移动设备标定方法,可以确定本发明实施例提供一种三维激光雷达与自移动设备的标定方法、装置及系统可靠性,实用性;
通过上述本发明的实施例提供的技术方案可以看出,本发明实施例本发明不需要使用特殊的辅助设备,本发明仅利用宽敞平整地面以及具有与自移动设备平行的特征物的自然环境进行标定。此外,本发明通过使用原始整帧激光雷达数据点云作为算法输入,提取激光雷达点云数据中的特征点数据以及地面点云数据进行标定,可以最大程度利用点云数据进行标定。本发明使用多帧点云数据进行单独标定,并将多帧的标定结果进行求和取平均,本发明为了判定本发明方法的标定精度,通过结合模拟标定作为评判指标,通过模拟的标定结果可以直接反应本发明标定方法高精度性,实用性。
实施例二
图3是本申请实施例二提供的激光雷达的标定装置的结构示意图。如图3所示,所述激光雷达的标定装置,包括:
特征物点云数据确定模块310,用于从目标点云数据中确定与自移动设备平行的特征物点云数据,以及地面点云数据;其中,所述目标点云数据是通过激光雷达获取到的;
角度确定模块320,用于根据所述特征物点云数据确定激光雷达与自移动设备坐标系的航向角;以及根据地面点云数据,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角;
平移向量确定模块330,用于获取激光雷达与自移动设备坐标系的平移向量;
标定模块340,用于根据所述航向角、翻滚角、俯仰角和平移向量对所述激光雷达与自移动设备进行标定。
本申请实施例所提供的技术方案,从目标点云数据中确定与自移动设备平行的特征物点云数据,以及地面点云数据;其中,所述目标点云数据是通过激光雷达获取到的;根据所述特征物点云数据确定激光雷达与自移动设备坐标系的航向角;以及根据地面点云数据,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角;获取激光雷达与自移动设备坐标系的平移向量;根据所述航向角、翻滚角、俯仰角和平移向量对所述激光雷达与自移动设备进行标定。通过采用本申请所提供的技术方案,可以实现对激光雷达进行自动标定,并且所标定的结果准确度高的目的。
在上述技术方案的基础上,可选的,所述角度确定模块,包括:
投影结果获取单元,用于将所述地面点云数据投影到预设标准高度的水平面,得到投影结果;
角度确定单元,用于根据所述地面点云数据与所述投影结果,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角。
在上述各技术方案的基础上,可选的,所述角度确定单元,具体用于:
根据所述地面点云数据与所述投影结果,采用正态分布变换算法,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角。
上述产品可运行本申请任意实施例所提供的方法,具备运行方法相应的功能模块和有益效果。
实施例三
本申请实施例还提供一种包含计算机可运行指令的存储介质,所述计算机可运行指令在由计算机处理器运行时用于运行一种激光雷达的标定方法,该方法包括:
从目标点云数据中确定与自移动设备平行的特征物点云数据,以及地面点云数据;其中,所述目标点云数据是通过激光雷达获取到的;
根据所述特征物点云数据确定激光雷达与自移动设备坐标系的航向角;以及根据地面点云数据,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角;
获取激光雷达与自移动设备坐标系的平移向量;
根据所述航向角、翻滚角、俯仰角和平移向量对所述激光雷达与自移动设备进行标定。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如cd-rom、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如dram、ddrram、sram、edoram,兰巴斯(rambus)ram等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被运行的计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于运行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器运行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可运行指令的存储介质,其计算机可运行指令不限于如上所述的激光雷达的标定操作,还可以运行本申请任意实施例所提供的激光雷达的标定方法中的相关操作。
实施例四
本申请实施例提供了一种电子设备,该电子设备中可集成本申请实施例提供的激光雷达的标定装置。图4是本申请实施例四提供的一种电子设备的结构示意图。如图4所示,本实施例提供了一种电子设备400,其包括:一个或多个处理器420;存储装置410,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器420运行,使得所述一个或多个处理器420实现本申请实施例所提供的激光雷达的标定方法,该方法包括:
从目标点云数据中确定与自移动设备平行的特征物点云数据,以及地面点云数据;其中,所述目标点云数据是通过激光雷达获取到的;
根据所述特征物点云数据确定激光雷达与自移动设备坐标系的航向角;以及根据地面点云数据,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角;
获取激光雷达与自移动设备坐标系的平移向量;
根据所述航向角、翻滚角、俯仰角和平移向量对所述激光雷达与自移动设备进行标定。
图4显示的电子设备400仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示,该电子设备400包括处理器420、存储装置410、输入装置430和输出装置440;电子设备中处理器420的数量可以是一个或多个,图4中以一个处理器420为例;电子设备中的处理器420、存储装置410、输入装置430和输出装置440可以通过总线或其他方式连接,图4中以通过总线450连接为例。
存储装置410作为一种计算机可读存储介质,可用于存储软件程序、计算机可运行程序以及模块单元,如本申请实施例中的激光雷达的标定方法对应的程序指令。
存储装置410可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储装置410可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置410可进一步包括相对于处理器420远程设置的存储器,这些远程存储器可以通过网络连接。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字、字符信息或语音信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏、扬声器等设备。
本申请实施例提供的电子设备,可以实现对激光雷达进行自动标定,并且所标定的结果准确度高的目的。
实施例五
本申请实施例提供了一种自移动设备,所述自移动设备包括:
自移动本体,能够进行自移动以及完成预设功能;
激光雷达,固定在所述自移动本体上,用于获取扫描环境中的点云数据;以及,
控制设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例提供的激光雷达的标定方法。
本申请实施例所提供的技术方案,从目标点云数据中确定与自移动设备平行的特征物点云数据,以及地面点云数据;其中,所述目标点云数据是通过激光雷达获取到的;根据所述特征物点云数据确定激光雷达与自移动设备坐标系的航向角;以及根据地面点云数据,确定激光雷达相对于自移动设备坐标系的翻滚角和俯仰角;获取激光雷达与自移动设备坐标系的平移向量;根据所述航向角、翻滚角、俯仰角和平移向量对所述激光雷达与自移动设备进行标定。通过采用本申请所提供的技术方案,可以实现对激光雷达进行自动标定,并且所标定的结果准确度高的目的。
上述实施例中提供的激光雷达的标定装置、存储介质及自移动设备可运行本申请任意实施例所提供的激光雷达的标定方法,具备运行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的激光雷达的标定方法。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。