1.本发明涉及道路交通技术领域，特别是涉及一种基于车路协同的多激光雷达前融合的相位同步方法。
背景技术：
2.目前，车路协同全域网下，激光雷达的相位调整技术主要为：路边单元与计算单元组成感知套件，独立的感知出物体输出，然后再采用后融合策略，实现全域网下的物体追踪；多类型感知设备只是在感知算法后融合上实现冗余方案；路边单元与路边单元进行数据前融合，通过获取点云中每个点的时间戳信息，作为前融合的算法数据补偿输入；机械激光雷达具有相位锁定的配置，但是mems激光雷达无相位锁定配置。
3.以上流程存在以下弊端：
4.在复杂的交通路口场景下，后融合的感知算法在处理点云数据的边缘信息会缺失特征信息，增加了物体检测的不确定性；
5.后融合算法利用的是多传感设备独立检测物体的目标能力，只是单一地增加了物体跟踪检测的冗余度，未能发挥前融合下物体检测的准确度；
6.前融合感知算法只是借助雷达的位置标定信息进行点云数据融合，然后选择一个主雷达作为点云拼接的过滤标准，其余的依靠补偿算法进行物体检测过滤；
7.机械激光雷达可通过相位锁定，达到多机械激光雷达拼接融合前的相位标定，但是mems激光雷达与机械雷达进行相位标定，只能在场景下依靠机械雷达与mems的扫描重合区域，被动地调整机械雷达的相位。
技术实现要素：
8.本发明针对上述技术问题，克服现有技术的缺点，提供一种基于车路协同的多激光雷达前融合的相位同步方法，包括：
9.(1)汇聚多路边单元的激光雷达点云数据；
10.(2)根据各激光雷达的位置坐标对点云数据进行拼接以及来源标注；
11.(3)对拼接边缘与重合侧的点云数据进行时间偏差计算统计；
12.(4)根据每个激光雷达的时间偏差与角度的对应关系，调整机械激光雷达的相位与mems激光雷达的假主时钟源的时间偏移。
13.本发明进一步限定的技术方案是：
14.前所述的基于车路协同的多激光雷达前融合的相位同步方法，多路边单元借助车路协同全域网的无线通讯技术，实现点云数据的汇聚，输入激光雷达的位置标定参数，将多激光雷达的点云数据拼接在一起。
15.前所述的基于车路协同的多激光雷达前融合的相位同步方法，多路边单元的激光雷达点云同步拼接：多路边单元的激光雷达点云数据汇聚，根据激光雷达的位置标定参数，完成点云数据的拼接，然后输入点云来源、相对于发射旋转中心，计算出不同来源点云数据
的时间差，然后进行平均化处理，得出相位锁定值，输入到激光雷达的驱动配置中，完成激光雷达的相位锁定。
16.前所述的基于车路协同的多激光雷达前融合的相位同步方法，相对于发射旋转中心正负5度。
17.前所述的基于车路协同的多激光雷达前融合的相位同步方法，借助mems激光雷达整秒时会对微振镜校准，采用时间欺骗技术，对mems激光雷达进行扫描相位调整，然后在数据层时，按照时间偏移的角度实现数据包分割组包，最后进行时间补偿，实现mems激光雷达的相位标定。
18.前所述的基于车路协同的多激光雷达前融合的相位同步方法，mems激光雷达的相位锁定：输入mems的激光时间序列表，得到角度与时间偏移的对应关系，然后在交换机侧做端口保护，将mems激光雷达与假的主时钟源约束在子局域网下，对假的主时钟源做时间偏差调整，达到调整mems第一个激光点的发射时序，最后在数据层对数据流做时间补偿，再依据切割角度实现组帧。
19.本发明的有益效果是：
20.(1)本发明可以改善单传感器感知不足，依靠相位锁定将多激光雷达数据汇聚同步拼接，形成超视域传感器的感知结果，弥补复杂路口场景下单激光雷达边缘感知纹理信息缺失导致感知算法对有效物体检测性能的不足，同时降低感知算法在处理因点云数据时间偏差造成物体检测畸变率变大的算力负载，此外还可增强点云数据检测的置信度；
21.(2)本发明借助车路协同全域网的无线先进通讯技术，实现点云数据的汇聚，将多激光雷达的点云数据拼接在一起，充分还原复杂交通场景的全域特征信息；
22.(3)本发明借助前融合算法，充分发挥各类型激光雷达的感知能力，将多传感器聚合为超视域超级传感器；
23.(4)本发明对拼接后的激光雷达点云信息进行时间差异计算，调整多机械激光雷达的相位，实现多类型激光雷达的相位标定，降低感知算法处理拼接后点云数据中由于时间差异带来的物体检测畸变率，进而降低补偿算法的权重。
具体实施方式
24.本实施例提供的一种基于车路协同的多激光雷达前融合的相位同步方法，包括：
25.(1)汇聚多路边单元的激光雷达点云数据；
26.(2)根据各激光雷达的位置坐标对点云数据进行拼接以及来源标注；
27.(3)对拼接边缘与重合侧的点云数据进行时间偏差计算统计；
28.(4)根据每个激光雷达的时间偏差与角度的对应关系，调整机械激光雷达的相位与mems激光雷达的假主时钟源的时间偏移。
29.多路边单元的激光雷达点云同步拼接：多路边单元的激光雷达点云数据汇聚，根据激光雷达的位置标定参数，完成点云数据的拼接，然后输入点云来源、相对于发射旋转中心(正负5度)，计算出不同来源点云数据的时间差，然后进行平均化处理，得出相位锁定值，输入到激光雷达的驱动配置中，完成激光雷达的相位锁定。
30.借助mems激光雷达整秒时会对微振镜校准，采用时间欺骗技术，对mems激光雷达进行扫描相位调整，然后在数据层时，按照时间偏移的角度实现数据包分割组包，最后进行
时间补偿，实现mems激光雷达的相位标定。mems激光雷达的相位锁定：输入mems的激光时间序列表，得到角度与时间偏移的对应关系，然后在交换机侧做端口保护，将mems激光雷达与假的主时钟源约束在子局域网下，对假的主时钟源做时间偏差调整，达到调整mems第一个激光点的发射时序，最后在数据层对数据流做时间补偿，再依据切割角度实现组帧。
31.车路协同全域网下，复杂的路口动态交通信息场景涉及多个路边单元部署，多个路边单元的激光雷达进行数据拼接前，可以根据激光雷达的扫描原理与激光雷达位置标定信息，实现激光雷达的相位调整。本发明针对mems激光雷达无法进行相位锁定，借助时间同步技术对mems激光雷达时间欺骗，从而实现初始点扫描时间锁定，接着进行时间补偿，实现mems激光雷达的相位调整。
32.除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。
技术特征：
1.一种基于车路协同的多激光雷达前融合的相位同步方法，其特征在于：包括：(1)汇聚多路边单元的激光雷达点云数据；(2)根据各激光雷达的位置坐标对点云数据进行拼接以及来源标注；(3)对拼接边缘与重合侧的点云数据进行时间偏差计算统计；(4)根据每个激光雷达的时间偏差与角度的对应关系，调整机械激光雷达的相位与mems激光雷达的假主时钟源的时间偏移。2.根据权利要求1所述的基于车路协同的多激光雷达前融合的相位同步方法，其特征在于：多路边单元借助车路协同全域网的无线通讯技术，实现点云数据的汇聚，输入激光雷达的位置标定参数，将多激光雷达的点云数据拼接在一起。3.根据权利要求2所述的基于车路协同的多激光雷达前融合的相位同步方法，其特征在于：多路边单元的激光雷达点云同步拼接：多路边单元的激光雷达点云数据汇聚，根据激光雷达的位置标定参数，完成点云数据的拼接，然后输入点云来源、相对于发射旋转中心，计算出不同来源点云数据的时间差，然后进行平均化处理，得出相位锁定值，输入到激光雷达的驱动配置中，完成激光雷达的相位锁定。4.根据权利要求3所述的基于车路协同的多激光雷达前融合的相位同步方法，其特征在于：相对于发射旋转中心正负5度。5.根据权利要求1所述的基于车路协同的多激光雷达前融合的相位同步方法，其特征在于：借助mems激光雷达整秒时会对微振镜校准，采用时间欺骗技术，对mems激光雷达进行扫描相位调整，然后在数据层时，按照时间偏移的角度实现数据包分割组包，最后进行时间补偿，实现mems激光雷达的相位标定。6.根据权利要求5所述的基于车路协同的多激光雷达前融合的相位同步方法，其特征在于：mems激光雷达的相位锁定：输入mems的激光时间序列表，得到角度与时间偏移的对应关系，然后在交换机侧做端口保护，将mems激光雷达与假的主时钟源约束在子局域网下，对假的主时钟源做时间偏差调整，达到调整mems第一个激光点的发射时序，最后在数据层对数据流做时间补偿，再依据切割角度实现组帧。
技术总结
本发明公开了基于车路协同的多激光雷达前融合的相位同步方法，涉及道路交通技术领域，（1）汇聚多路边单元的激光雷达点云数据；（2）根据各激光雷达的位置坐标对点云数据进行拼接以及来源标注；（3）对拼接边缘与重合侧的点云数据进行时间偏差计算统计；（4）根据每个激光雷达的时间偏差与角度的对应关系，调整机械激光雷达的相位与MEMS激光雷达的假主时钟源的时间偏移。可以改善单传感器感知不足，弥补复杂路口场景下单激光雷达边缘感知纹理信息缺失导致感知算法对有效物体检测性能的不足，同时降低感知算法在处理因点云数据时间偏差造成物体检测畸变率变大的算力负载，增强点云数据检测的置信度。云数据检测的置信度。
技术研发人员：于波涛 王瑶 王劲
受保护的技术使用者：中智行（苏州）科技有限公司
技术研发日：2021.12.31
技术公布日：2022/5/17