激光雷达与组合惯导的标定方法和装置与流程

1.本技术涉及自动驾驶技术领域，更具体地涉及一种激光雷达与组合惯导的标定方法和装置。


背景技术：

2.随着自动驾驶技术的快速发展，多传感器融合已成为当前主流的传感器配置方案。激光雷达，因其可以实时获取周边环境的三维信息，且具有精度高、感知范围大、稳定性好等优点，成为大部分自动驾驶汽车的主要传感器之一。组合惯导，通过结合全球卫星导航定位系统(gnss)的全局一致性与惯性测量单元(imu)的局部可靠性的双重优势，可以获取驾驶车辆的实时高精位姿信息，是目前自动驾驶定位模块的重要组成部分，也是自动驾驶高精地图模块不可或缺的核心组成部分。
3.目前的自动驾驶技术落地难点在于需要适应各种不同类型的驾驶场景。激光雷达的强大环境感知能力和组合惯导在不同场景下的定姿定位可靠性，形成了很好的功能互补。融合激光雷达和组合惯导的自动驾驶技术，成为工业界与学术界的共同研究热点。
4.激光雷达和组合惯导外参标定技术是两传感器融合的基础核心技术之一。标定的主要任务是解算两传感器之间的3d相对平移与3d相对旋转共6个自由度的外参。标定方法需要具有较高的精度与鲁棒性。由于受到驾驶震动、温湿度变化、零部件日常损耗及拆装等因素影响，随着时间的推移两传感器之间的相对位姿会发生偏移，因此为了保证两传感器间的融合精度需要定期地对标定结果进行更新，标定任务繁重。如何优化现有标定流程、提升标定方法的便捷性与自动化程度成为该领域的一个热点研究问题。
5.依据所需标定场景不同，现有的激光雷达与组合惯导标定技术主要分为两大类。第一类是基于高精标定场的方法。此种方法需要事先进行标定场的建设，首先在场景中布设若干强反射特征标识，并基于实时动态载波相位差分技术(rtk)等高精测量技术精确测得各标识在组合惯导世界坐标系下的三维坐标，此后利用激光雷达捕获此类标识，并据此构建两类传感器间的位姿约束，获取高精标定结果。
6.第二类是基于室外自然场景进行的标定方法，该类方法目前在自动驾驶领域应用更为广泛。标定过程中主要涉及两个关键步骤：其一是标定数据获取，标定前需要寻找到视野开阔、环境特征丰富、gnss信号良好的标定场地进行路线设计与数据采集，采集路线的布设应尽量使各角轴和各运动方向充分激活，以获取各外参的有效约束，其中比较常见的采集路线包括8字型、十字形、u字型等；其二是标定参数的解算，通常可利用激光雷达里程计或者slam技术计算出多线激光雷达帧间相对位姿，并结合组合惯导提供的位姿信息，基于手眼标定等方法进行外参数求解。
7.尽管相对于标定场方法，基于自然场景的标定方法具有标定成本低、操作简便、自动化程度相对较高等诸多优势。但该类方法依然需要较多的人工干预，特别是在场景选取、路线设计及数据采集阶段，每一次标定参数更新都需重复此种标定过程。特别是对于规模化运营的无人车而言，标定过程的人工干预严重影响了无人车的运维成本与作业效率。


技术实现要素：

8.为了解决上述问题而提出了本技术。根据本技术一方面，提供了一种激光雷达与组合惯导的标定方法，所述方法包括：从无人车或者与所述无人车链接的云端获取历史数据，所述无人车包括所述激光雷达和所述组合惯导；从所述历史数据中提取满足标定要求的数据片段；基于所提取的数据片段和所述历史数据进行标定参数解算，并将解算出的标定参数发布到所述无人车，以实现标定参数的自动更新。
9.在本技术的一个实施例中，所述历史数据包括最近一次时间周期内记录的组合惯导位姿数据和激光雷达点云数据以及最近一次的历史标定参数文件；所述从所述历史数据中提取满足标定要求的数据片段，包括：从所述组合惯导位姿数据中提取满足标定要求的数据片段；所述基于所提取的数据片段和所述历史数据进行标定参数解算，包括：基于所提取的数据片段、所述激光雷达点云数据和所述历史标定参数文件进行标定参数解算。
10.在本技术的一个实施例中，所述从所述组合惯导位姿数据中提取满足标定要求的数据片段，包括：从所述组合惯导位姿数据中提取全球卫星导航定位系统信号满足预设条件的定长u型轨迹片段集合。
11.在本技术的一个实施例中，对所述定长u型轨迹片段集合的提取，包括：第一步骤：遍历所述组合惯导位姿数据，计算所述组合惯导位姿数据中每一个位姿点到起点的累计行驶距离；第二步骤：从所述起点出发按序截取以当前位姿点为起始点、以另一位姿点为终点的位姿轨迹片段，其中所述当前位姿点和所述另一位姿点各自到所述起点的累计行驶距离满足预设关系；第三步骤：确定所述位姿轨迹片段是否为u型轨迹片段：如果是u型轨迹片段则将所述位姿轨迹片段加入片段集合，并跳转到所述第二步骤对所述另一位姿点后续的位姿点进行遍历；如果不是u型轨迹片段则跳转到所述第二步骤对所述当前位姿点后续的位姿点进行遍历；直到遍历结束；第四步骤：计算所述片段集合中每个所述位姿轨迹片段的全球卫星导航定位系统信号均值，并按照所述均值从大到小的顺序对所有所述位姿轨迹片段进行排序，从中选取排序靠前的预设数量的所述位姿轨迹片段作为所述定长u型轨迹片段集合的提取结果。
12.在本技术的一个实施例中，所述确定所述位姿轨迹片段是否为u型轨迹片段，包括：确定所述位姿轨迹片段是否满足三维条件，当满足所述三维条件时，确定所述位姿轨迹片段是u型轨迹片段；其中，所述三维条件包括：所述当前位姿点与所述另一位姿点各自对应的偏航角之间的差值位于预设角度范围内；以所述当前位姿点为起始点、所述另一位姿点为终点连成的线段近似垂直于以所述当前位姿点为起始点、所述当前位姿点的下一个相邻位姿点为终点连成的线段；所述当前位姿点与所述另一位姿点之间的直线距离小于预设距离阈值。
13.在本技术的一个实施例中，所述预设角度范围为170度到190度。
14.在本技术的一个实施例中，所述预设距离阈值的取值范围为1米到8米。
15.在本技术的一个实施例中，所述当前位姿点和所述另一位姿点各自到所述起点的累计行驶距离满足预设关系，包括：将所述当前位姿点到所述起点的累计行驶距离加上预设轨迹片段长度作为第一距离，将所述另一位姿点到所述起点的累计行驶距离作为第二距离，将所述另一位姿点的下一个相邻位姿点到所述起点的累计行驶距离作为第三距离，所述第二距离小于所述第一距离，所述第一距离小于所述第三距离。
16.在本技术的一个实施例中，所述全球卫星导航定位系统信号满足预设条件，包括：所述全球卫星导航定位系统信号的信号强度大于或等于预设信号强度阈值。
17.在本技术的一个实施例中，所述基于所提取的数据片段、所述激光雷达点云数据和所述历史标定参数文件进行标定参数解算，包括：从所述激光雷达点云数据中抽取与所述数据片段的时间戳相对应的局部点云数据，基于所述局部点云数据和所述数据片段，以所述历史标定参数文件中的历史标定参数为初值，解算出新的标定参数。
18.根据本技术另一方面，提供了一种激光雷达与组合惯导的标定装置，所述装置包括存储器和处理器，所述存储器上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时，使得所述处理器执行如下操作：从无人车或者与所述无人车链接的云端获取历史数据，所述无人车包括所述激光雷达和所述组合惯导；从所述历史数据中提取满足标定要求的数据片段；基于所提取的数据片段和所述历史数据进行标定参数解算，并将解算出的标定参数发布到所述无人车，以实现标定参数的自动更新。
19.在本技术的一个实施例中，所述历史数据包括最近一次时间周期内记录的组合惯导位姿数据和激光雷达点云数据以及最近一次的历史标定参数文件；所述处理器从所述历史数据中提取满足标定要求的数据片段，包括：从所述组合惯导位姿数据中提取满足标定要求的数据片段；所述处理器基于所提取的数据片段和所述历史数据进行标定参数解算，包括：基于所提取的数据片段、所述激光雷达点云数据和所述历史标定参数文件进行标定参数解算。
20.在本技术的一个实施例中，所述处理器从所述组合惯导位姿数据中提取满足标定要求的数据片段，包括：从所述组合惯导位姿数据中提取全球卫星导航定位系统信号满足预设条件的定长u型轨迹片段集合。
21.在本技术的一个实施例中，所述处理器对所述定长u型轨迹片段集合的提取，包括：第一步骤：遍历所述组合惯导位姿数据，计算所述组合惯导位姿数据中每一个位姿点到起点的累计行驶距离；第二步骤：从所述起点出发按序截取以当前位姿点为起始点、以另一位姿点为终点的位姿轨迹片段，其中所述当前位姿点和所述另一位姿点各自到所述起点的累计行驶距离满足预设关系；第三步骤：确定所述位姿轨迹片段是否为u型轨迹片段：如果是u型轨迹片段则将所述位姿轨迹片段加入片段集合，并跳转到所述第二步骤对所述另一位姿点后续的位姿点进行遍历；如果不是u型轨迹片段则跳转到所述第二步骤对所述当前位姿点后续的位姿点进行遍历；直到遍历结束；第四步骤：计算所述片段集合中每个所述位姿轨迹片段的全球卫星导航定位系统信号均值，并按照所述均值从大到小的顺序对所有所述位姿轨迹片段进行排序，从中选取排序靠前的预设数量的所述位姿轨迹片段作为所述定长u型轨迹片段集合的提取结果。
22.在本技术的一个实施例中，所述处理器确定所述位姿轨迹片段是否为u型轨迹片段，包括：确定所述位姿轨迹片段是否满足三维条件，当满足所述三维条件时，确定所述位姿轨迹片段是u型轨迹片段；其中，所述三维条件包括：所述当前位姿点与所述另一位姿点各自对应的偏航角之间的差值位于预设角度范围内；以所述当前位姿点为起始点、所述另一位姿点为终点连成的线段近似垂直于以所述当前位姿点为起始点、所述当前位姿点的下一个相邻位姿点为终点连成的线段；所述当前位姿点与所述另一位姿点之间的直线距离小于预设距离阈值。
23.在本技术的一个实施例中，所述预设角度范围为170度到190度。
24.在本技术的一个实施例中，所述预设距离阈值的取值范围为1米到8米。
25.在本技术的一个实施例中，所述当前位姿点和所述另一位姿点各自到所述起点的累计行驶距离满足预设关系，包括：将所述当前位姿点到所述起点的累计行驶距离加上预设轨迹片段长度作为第一距离，将所述另一位姿点到所述起点的累计行驶距离作为第二距离，将所述另一位姿点的下一个相邻位姿点到所述起点的累计行驶距离作为第三距离，所述第二距离小于所述第一距离，所述第一距离小于所述第三距离。
26.在本技术的一个实施例中，所述全球卫星导航定位系统信号满足预设条件，包括：所述全球卫星导航定位系统信号的信号强度大于或等于预设信号强度阈值。
27.在本技术的一个实施例中，所述处理器基于所提取的数据片段、所述激光雷达点云数据和所述历史标定参数文件进行标定参数解算，包括：从所述激光雷达点云数据中抽取与所述数据片段的时间戳相对应的局部点云数据，基于所述局部点云数据和所述数据片段，以所述历史标定参数文件中的历史标定参数为初值，解算出新的标定参数。
28.根据本技术再一方面，提供了一种用于自动驾驶的系统，所述系统包括定位子系统、感知子系统、决策子系统和控制子系统，其中：所述定位子系统用于实时获得自动驾驶车辆的位姿信息并传送至所述决策子系统；所述感知子系统用于对车道和障碍物进行检测，并将检测结果传送至所述决策子系统；所述决策子系统用于结合所述定位子系统和所述感知子系统传送来的数据信息对所述自动驾驶车辆进行决策，并将决策信息传送至所述控制子系统；所述控制子系统用于基于所述决策子系统传送来的决策信息控制所述自动驾驶车辆；其中，所述定位子系统包括上述的激光雷达与组合惯导的标定装置，以用于执行激光雷达与组合惯导的标定。
29.根据本技术又一方面，提供了一种存储介质，所述存储介质上存储有由处理器运行的计算机程序，所述计算机程序在被所述处理器运行时，使得所述处理器执行上述的激光雷达与组合惯导的标定方法。
30.根据本技术实施例的激光雷达与组合惯导的标定方法和装置自动地从无人车的历史数据提取出满足标定要求的数据片段用于后续标定和更新，无需专门采集标定数据，不仅提升了历史数据的利用价值，实现了标定参数的自动更新，更提升了激光雷达与组合惯导的标定效率，降低了车辆标定与运维成本。
附图说明
31.通过结合附图对本技术实施例进行更详细的描述，本技术的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本技术实施例的进一步理解，并且构成说明书的一部分，与本技术实施例一起用于解释本技术，并不构成对本技术的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
32.图1示出用于实现根据本发明实施例的激光雷达与组合惯导的标定方法和装置的示例电子设备的示意性框图。
33.图2示出根据本技术实施例的激光雷达与组合惯导的标定方法的示意性流程图。
34.图3示出根据本技术实施例的激光雷达与组合惯导的标定方法的更详细示意性流程图。
35.图4示出根据本技术实施例的激光雷达与组合惯导的标定装置的示意结构框图。
36.图5示出根据本技术实施例的用于自动驾驶的系统的示意性结构框图。
具体实施方式
37.为了使得本技术的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本技术的示例实施例。显然，所描述的实施例仅仅是本技术的一部分实施例，而不是本技术的全部实施例，应理解，本技术不受这里描述的示例实施例的限制。基于本技术中描述的本技术实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其他实施例都应落入本技术的保护范围之内。
38.首先，参照图1来描述用于实现本发明实施例的激光雷达与组合惯导的标定方法和装置的示例电子设备100。
39.如图1所示，电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入装置106以及输出装置108，这些组件通过总线系统110和/或其他形式的连接机构(未示出)互连。应当注意，图1所示的电子设备100的组件和结构只是示例性的，而非限制性的，根据需要，所述电子设备也可以具有其他组件和结构。
40.所述处理器102可以是中央处理单元(cpu)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制所述电子设备100中的其他组件以执行期望的功能。
41.所述存储装置104可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器102可以运行所述程序指令，以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据，例如所述应用程序使用和/或产生的各种数据等。
42.所述输入装置106可以是用户用来输入指令的装置，并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。此外，所述输入装置106也可以是任何接收信息的接口。
43.所述输出装置108可以向外部(例如用户)输出各种信息(例如图像或声音)，并且可以包括显示器、扬声器等中的一个或多个。此外，所述输出装置108也可以是任何其他具备输出功能的设备。
44.示例性地，用于实现根据本发明实施例的激光雷达与组合惯导的标定方法和装置的示例电子设备可以被实现诸如智能车载终端等。
45.下面，将参考图2描述根据本技术实施例的激光雷达与组合惯导的标定方法200。如图2所示，激光雷达与组合惯导的标定方法200可以包括如下步骤：
46.在步骤s210，从无人车或者与无人车链接的云端获取历史数据，无人车包括激光雷达和组合惯导。
47.在步骤s220，从历史数据中提取满足标定要求的数据片段。
48.在步骤s230，基于所提取的数据片段和历史数据进行标定参数解算，并将解算出
的标定参数发布到无人车，以实现标定参数的自动更新。
49.在本技术的实施例中，激光雷达与组合惯导的标定方法200提供了一种激光雷达与组合惯导标定参数自动解算与更新的方法。具体而言，激光雷达与组合惯导的标定方法200无需专门采集标定数据，而是自动地从无人运营车获取的每日历史数据或高精地图采集车记录的全量道路数据中提取出满足标定要求的数据片段用于后续标定和更新。其主要优势在于：一方面，由于整个标定过程实现了自动化、无人化，且标定数据直接提取于历史运营数据，因此标定成本趋于归零；另一方面，由于标定参数可以随车辆运营不断更新，与传统标定方法的定期或不定期人为更新相比，更新频率具有明显优势，从而可以保证标定参数的实时精确性。
50.在本技术的实施例中，步骤s210所获取的历史数据可以包括最近一次时间周期内记录的全量组合惯导位姿数据和激光雷达3d点云数据以及最近一次的历史标定参数文件。其中，这三种类型的数据可以具有固定的格式及统一的命名规范，这样便于后续数据解析及参数标定。基于上述历史数据，步骤s220的所述的从历史数据中提取满足标定要求的数据片段，可以包括：从组合惯导位姿数据中提取满足标定要求的数据片段。相应地，步骤s230所述的基于所提取的数据片段和历史数据进行标定参数解算，可以包括：基于所提取的数据片段、激光雷达点云数据和历史标定参数文件进行标定参数解算。
51.在本技术的实施例中，前述的从组合惯导位姿数据中提取满足标定要求的数据片段，可以包括：从组合惯导位姿数据中提取全球卫星导航定位系统(gnss)信号满足预设条件的定长u型轨迹片段集合。此处，gnss信号满足预设条件的定长u型轨迹片段集合可以是指：gnss信号良好(例如信号强度大于或等于预设信号强度阈值)的定长u型轨迹片段集合。在该实施例中，从全量组合惯导位姿数据中提取出可用于标定的数据片段集合，具体地，结合车辆实际行驶轨迹及现有标定算法对标定数据的特定需求，以提取u型轨迹片段集合为例来描述。应理解，也可以从组合惯导位姿数据中提取8字型、十字型或其他型的轨迹片段以用于后续的标定参数解算。
52.下面详细描述对定长u型轨迹片段集合的提取过程。在本技术的实施例中，对定长u型轨迹片段集合的提取过程可以包括如下第一步骤到第四步骤：
53.第一步骤：遍历组合惯导位姿数据，计算组合惯导位姿数据中每一个位姿点到起点的累计行驶距离。假定组合惯导位姿数据的集合表示为x，则可以计算集合x中每一个位姿点xi到起点x0的累计行驶距离si。
54.第二步骤：从起点出发按序截取以当前位姿点为起始点、以另一位姿点为终点的位姿轨迹片段，其中当前位姿点和该另一位姿点各自到起点的累计行驶距离满足预设关系。结合第一步骤中的符号表示，即为：从起点x0出发按序截取以当前位姿点xi为起始点，以另一位姿点xj为终点的位姿轨迹片段[xi,xj]。在一个示例中，xi和xj这两个位姿点格子对应的累计行驶距离可以满足如下关系：sj＜si+l＜s
j+1
，其中l为事先设定好的轨迹片段长度，例如l的取值可以为100米。也即，当前位姿点和该另一位姿点各自到起点的累计行驶距离满足预设关系，可以包括：将当前位姿点到起点的累计行驶距离加上预设轨迹片段长度作为第一距离，将该另一位姿点到起点的累计行驶距离作为第二距离，将该另一位姿点的下一个相邻位姿点到起点的累计行驶距离作为第三距离，第二距离小于第一距离，第一距离小于第三距离。
[0055]
第三步骤：确定位姿轨迹片段是否为u型轨迹片段：如果是u型轨迹片段则将位姿轨迹片段加入片段集合，并跳转到第二步骤对该另一位姿点后续的位姿点进行遍历；如果不是u型轨迹片段则跳转到第二步骤对当前位姿点后续的位姿点进行遍历；直到遍历结束。结合第一步骤和第二步骤中的符号表示，即为确定位姿轨迹片段[xi,xj]是否为u型轨迹片段：如果是u型轨迹片段则将位姿轨迹片段[xi,xj]加入片段集合u，并跳转到第二步骤对该另一位姿点xj后续的位姿点进行遍历；如果不是u型轨迹片段则跳转到第二步骤对当前位姿点xi后续的位姿点进行遍历；直到遍历结束。
[0056]
其中，在本技术的实施例中，确定位姿轨迹片段是否为u型轨迹片段，可以包括：确定位姿轨迹片段是否满足三维条件，当满足三维条件时，确定位姿轨迹片段是u型轨迹片段；其中，三维条件包括：当前位姿点与该另一位姿点各自对应的偏航角之间的差值位于预设角度范围内；以当前位姿点为起始点、该另一位姿点为终点连成的线段近似垂直于以当前位姿点为起始点、当前位姿点的下一个相邻位姿点为终点连成的线段；当前位姿点与该另一位姿点之间的直线距离小于预设距离阈值。
[0057]
结合第一步骤和第二步骤中的符号表示，该三维条件即为：当前位姿点xi与该另一位姿点xj各自对应的偏航角(yaw)之间的差值位于预设角度范围内；以当前位姿点xi为起始点、该另一位姿点xj为终点连成的线段近似垂直于以当前位姿点xi为起始点、当前位姿点xi的下一个相邻位姿点x
i+1
为终点连成的线段；当前位姿点xi与该另一位姿点xj之间的直线距离小于预设距离阈值θ。在一个示例中，前述的预设角度范围可以为[180-ε,180+ε]，其中ε为角度容差。例如ε可取10度，则该预设角度范围为170度到190度。在一个示例中，前文的预设距离阈值的取值范围可以为1＜θ＜8，即该预设距离阈值的取值范围为1米到8米。此外，“近似垂直”可以理解为两个线段之间的角度接近90度即可认为满足条件，例如，两个线段之间的角度可以为[90-α，90+α]，α为角度容差，例如α可取5度或者其他合适的度数。
[0058]
第四步骤：计算片段集合中每个位姿轨迹片段的全球卫星导航定位系统信号均值，并按照均值从大到小的顺序对所有位姿轨迹片段进行排序，从中选取排序靠前的预设数量的位姿轨迹片段作为定长u型轨迹片段集合的提取结果。结合第一步骤、第二步骤和第三步骤中的符号表示，即为：计算集合u中每一轨迹片段对应的gnss信号均值，并以此对轨迹片段进行排序，从中选取排序靠前的n个片段作为最终结果，用于后续参数标定。其中，n的取值根据需求来设定。
[0059]
基于所提取的数据片段，可进行标定参数解算和更新。在本技术的实施例中，前述的基于所提取的数据片段、激光雷达点云数据和历史标定参数文件进行标定参数解算，可以包括：从激光雷达点云数据中抽取与数据片段的时间戳相对应的局部点云数据，基于局部点云数据和数据片段，以历史标定参数文件中的历史标定参数为初值，解算出新的标定参数。具体地，可以以上一步骤所提取的u型轨迹片段集合作为输入，首先从全量激光雷达点云数据中抽取出与轨迹片段时间戳相对应的局部点云数据，然后以历史标定参数为初值，通过现有的手眼标定或其他各种标定算法进行标定参数的解算和精化。最后通过将新解算好的标定参数发布到车端，实现标定参数的自动更新。
[0060]
可以结合图3来更好地理解上述的细节内容。总体地，如图3所示，本技术的激光雷达与组合惯导的标定方法通过“历史数据收集”、“标定数据轨迹片段提取”、“标定参数解算”、“标定参数更新”这些步骤的循环往复执行，最终能够实现激光雷达与组合惯导标定参
数的持续更新。
[0061]
基于上面的描述，根据本技术实施例的激光雷达与组合惯导的标定方法自动地从无人车的历史数据提取出满足标定要求的数据片段用于后续标定和更新，无需专门采集标定数据，不仅提升了历史数据的利用价值，实现了标定参数的自动更新，更提升了激光雷达与组合惯导的标定效率，降低了车辆标定与运维成本。
[0062]
以上示例性地描述根据本技术实施例的激光雷达与组合惯导的标定方法。下面结合图4描述本技术另一方面提供的激光雷达与组合惯导的标定装置。图4示出了根据本技术实施例的激光雷达与组合惯导的标定装置400的示意性框图。如图4所示，根据本技术实施例的激光雷达与组合惯导的标定装置400可以包括存储器410和处理器420，存储器410存储有由处理器420运行的计算机程序，所述计算机程序在被处理器420运行时，使得处理器420执行前文所述的根据本技术实施例的激光雷达与组合惯导的标定方法。本领域技术人员可以结合前文所述的内容理解根据本技术实施例的激光雷达与组合惯导的标定装置的具体操作，为了简洁，此处不再赘述具体的细节，仅描述处理器420的一些主要操作。
[0063]
在本技术的一个实施例中，计算机程序在被处理器420运行时，使得处理器420执行如下步骤：从无人车或者与无人车链接的云端获取历史数据，无人车包括激光雷达和组合惯导；从历史数据中提取满足标定要求的数据片段；基于所提取的数据片段和历史数据进行标定参数解算，并将解算出的标定参数发布到无人车，以实现标定参数的自动更新。
[0064]
在本技术的一个实施例中，历史数据包括最近一次时间周期内记录的组合惯导位姿数据和激光雷达点云数据以及最近一次的历史标定参数文件；计算机程序在被处理器420运行时，使得处理器420执行的从历史数据中提取满足标定要求的数据片段，包括：从组合惯导位姿数据中提取满足标定要求的数据片段；计算机程序在被处理器420运行时，使得处理器420执行的基于所提取的数据片段和历史数据进行标定参数解算，包括：基于所提取的数据片段、激光雷达点云数据和历史标定参数文件进行标定参数解算。
[0065]
在本技术的一个实施例中，计算机程序在被处理器420运行时，使得处理器420执行的从组合惯导位姿数据中提取满足标定要求的数据片段，包括：从组合惯导位姿数据中提取全球卫星导航定位系统信号满足预设条件的定长u型轨迹片段集合。
[0066]
在本技术的一个实施例中，计算机程序在被处理器420运行时，使得处理器420执行的对定长u型轨迹片段集合的提取，包括：第一步骤：遍历组合惯导位姿数据，计算组合惯导位姿数据中每一个位姿点到起点的累计行驶距离；第二步骤：从起点出发按序截取以当前位姿点为起始点、以另一位姿点为终点的位姿轨迹片段，其中当前位姿点和该另一位姿点各自到起点的累计行驶距离满足预设关系；第三步骤：确定位姿轨迹片段是否为u型轨迹片段：如果是u型轨迹片段则将位姿轨迹片段加入片段集合，并跳转到第二步骤对该另一位姿点后续的位姿点进行遍历；如果不是u型轨迹片段则跳转到第二步骤对当前位姿点后续的位姿点进行遍历；直到遍历结束；第四步骤：计算片段集合中每个位姿轨迹片段的全球卫星导航定位系统信号均值，并按照均值从大到小的顺序对所有位姿轨迹片段进行排序，从中选取排序靠前的预设数量的位姿轨迹片段作为定长u型轨迹片段集合的提取结果。
[0067]
在本技术的一个实施例中，计算机程序在被处理器420运行时，使得处理器420执行的确定位姿轨迹片段是否为u型轨迹片段，包括：确定位姿轨迹片段是否满足三维条件，当满足三维条件时，确定位姿轨迹片段是u型轨迹片段；其中，三维条件包括：当前位姿点与
该另一位姿点各自对应的偏航角之间的差值位于预设角度范围内；以当前位姿点为起始点、该另一位姿点为终点连成的线段近似垂直于以当前位姿点为起始点、当前位姿点的下一个相邻位姿点为终点连成的线段；当前位姿点与该另一位姿点之间的直线距离小于预设距离阈值。
[0068]
在本技术的一个实施例中，预设角度范围为170度到190度。
[0069]
在本技术的一个实施例中，预设距离阈值的取值范围为1米到8米。
[0070]
在本技术的一个实施例中，当前位姿点和该另一位姿点各自到起点的累计行驶距离满足预设关系，包括：将当前位姿点到起点的累计行驶距离加上预设轨迹片段长度作为第一距离，将该另一位姿点到起点的累计行驶距离作为第二距离，将该另一位姿点的下一个相邻位姿点到起点的累计行驶距离作为第三距离，第二距离小于第一距离，第一距离小于第三距离。
[0071]
在本技术的一个实施例中，全球卫星导航定位系统信号满足预设条件，包括：全球卫星导航定位系统信号的信号强度大于或等于预设信号强度阈值。
[0072]
在本技术的一个实施例中，计算机程序在被处理器420运行时，使得处理器420执行的基于所提取的数据片段、激光雷达点云数据和历史标定参数文件进行标定参数解算，包括：从激光雷达点云数据中抽取与数据片段的时间戳相对应的局部点云数据，基于局部点云数据和数据片段，以历史标定参数文件中的历史标定参数为初值，解算出新的标定参数。
[0073]
基于上面的描述，根据本技术实施例的激光雷达与组合惯导的标定装置自动地从无人车的历史数据提取出满足标定要求的数据片段用于后续标定和更新，无需专门采集标定数据，不仅提升了历史数据的利用价值，实现了标定参数的自动更新，更提升了激光雷达与组合惯导的标定效率，降低了车辆标定与运维成本。
[0074]
此外，根据本技术实施例，还提供了一种存储介质，在所述存储介质上存储了程序指令，在所述程序指令被计算机或处理器运行时用于执行本技术实施例的激光雷达与组合惯导的标定方法的相应步骤。所述存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(rom)、可擦除可编程只读存储器(eprom)、便携式紧致盘只读存储器(cd-rom)、usb存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。
[0075]
此外，还提供一种计算机程序，在所述计算机程序被计算机或处理器运行时用于执行本技术实施例的激光雷达与组合惯导的标定方法的相应步骤。
[0076]
根据本技术再一方面，还提供了一种用于自动驾驶的系统，下面结合图5来描述。图5示出了根据本技术实施例的用于自动驾驶的系统500的示意性结构框图。如图5所示，用于自动驾驶的系统500包括定位子系统510、感知子系统520、决策子系统530和控制子系统540。其中，定位子系统510用于实时获得自动驾驶车辆的位姿信息并传送至决策子系统530；感知子系统520用于对车道和障碍物进行检测，并将检测结果传送至决策子系统530；决策子系统530用于结合定位子系统510和感知子系统520传送来的数据信息对自动驾驶车辆进行决策，并将决策信息传送至控制子系统540；控制子系统540用于基于决策子系统530传送来的决策信息控制自动驾驶车辆；其中，定位子系统510包括前文所述的根据本技术实施例的激光雷达与组合惯导的标定装置400，以执行前文所述的根据本技术实施例的激光
雷达与组合惯导的标定方法200，用于执行激光雷达与组合惯导的标定。本领域技术人员可以结合前文所述的内容理解根据本技术实施例的用于自动驾驶的系统中决策子系统进行路径规划的具体操作，为了简洁，此处不再赘述。
[0077]
基于上面的描述，根据本技术实施例的激光雷达与组合惯导的标定方法和装置以及用于自动驾驶的系统自动地从无人车的历史数据提取出满足标定要求的数据片段用于后续标定和更新，无需专门采集标定数据，不仅提升了历史数据的利用价值，实现了标定参数的自动更新，更提升了激光雷达与组合惯导的标定效率，降低了车辆标定与运维成本。
[0078]
尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本技术的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本技术的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本技术的范围之内。
[0079]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0080]
在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其他的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。
[0081]
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本技术的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
[0082]
类似地，应当理解，为了精简本技术并帮助理解各个发明方面中的一个或多个，在对本技术的示例性实施例的描述中，本技术的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本技术的方法解释成反映如下意图：即所要求保护的本技术要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本技术的单独实施例。
[0083]
本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
[0084]
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其他实施例中所包括的某些特征而不是其他特征，但是不同实施例的特征的组合意味着处于本技术的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
[0085]
本技术的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行
的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本技术实施例的一些模块的一些或者全部功能。本技术还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本技术的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
[0086]
应该注意的是上述实施例对本技术进行说明而不是对本技术进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本技术可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
[0087]
以上所述，仅为本技术的具体实施方式或对具体实施方式的说明，本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。本技术的保护范围应以权利要求的保护范围为准。