用于车载雷达系统的障碍物检测方法和装置与流程

本申请涉及车辆控制领域，具体涉及车辆检测领域，尤其涉及用于车载雷达系统的障碍物检测方法和装置。

背景技术：

毫米波雷达和激光雷达在自动驾驶、ADAS(Advanced Driver Assistant System，先进驾驶辅助系统)等领域有着广泛的应用。激光雷达对障碍物可以实现精确的形状感知；毫米波雷达对障碍物的位置、速度可以提供有效的感知数据，并且可抗雨雪的干扰。在许多自动驾驶和ADAS的实例中，需要对两种传感器的位置姿态进行标定，以将数据融合实现对障碍物的精确鲁棒的感知。

标定算法用于计算毫米波雷达数据坐标系和激光雷达数据坐标系之间的坐标变换。由于激光雷达对障碍物进行3D测量，而毫米波雷达对障碍物进行2D测量，已有的标定方法不能很好的解决毫米波雷达在3D测量上维度的缺失，导致影响标定结果精度，从而不能有效地利用激光雷达和毫米波雷达实现精确地检测车辆周围障碍物的位置。

技术实现要素：

本申请的目的在于提出一种用于车载雷达系统的障碍物检测方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请提供了一种用于车载雷达系统的障碍物检测方法，所述车载雷达系统包括位于预设安装位置的激光雷达和毫米波雷达，所述方法包括：利用所述激光雷达探测位于预设的多个位置的标定物的第一点云数据集合以及利用所述毫米波雷达探测所述标定物的第一二维数据集合；基于所述预设安装位置、所述第一点云数据集合、所述第一二维数据集合，对所述车载雷达系统进行标定，得到毫米波雷达坐标系转换到激光雷达坐标系的标定转向角度差、标定位移差及标定竖坐标；利用所述激光雷达探测障碍物的第二点云数据以及利用所述毫米波雷达探测所述障碍物的第二二维数据；基于所述标定转向角度差、所述标定位移差及所述标定竖坐标，将所述第二二维数据转换到所述激光雷达坐标系中，得到第一转换三维坐标；融合所述第二点云数据及所述第一转换三维坐标，确定所述障碍物的位置。

在一些实施例中，所述基于所述预设安装位置、所述第一点云数据集合、所述第一二维数据集合，对所述车载雷达系统进行标定，包括：根据所述预设安装位置，确定所述激光雷达与所述毫米波雷达之间的高度差以及毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差、初始位移差；对所述第一点云数据集合中属于同一位置的第一点云数据进行拟合，确定拟合得到的直线在所述激光雷达坐标系xy平面的投影坐标，得到对应所述预设的多个位置的投影坐标序列；基于所述初始转向角度差、所述初始位移差、所述高度差以及所述投影坐标集合，确定所述毫米波雷达坐标系到所述激光雷达坐标系的第二转换三维坐标集合；利用优化算法优化所述第一二维数据集合与所述第二转换三维坐标集合之间的误差，得到与优化后的误差对应的标定转向角度差、标定位移差以及所述毫米波雷达坐标系转换到所述激光雷达坐标系的标定竖坐标，完成对所述车载雷达系统的标定。

在一些实施例中，所述根据所述预设安装位置，确定所述激光雷达与所述毫米波雷达之间的高度差以及毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差、初始位移差，包括：确定所述预设安装位置在车辆坐标系的三维坐标；确定所述三维坐标中竖坐标的差值为所述激光雷达与所述毫米波雷达之间的高度差；根据所述激光雷达坐标系的坐标轴和所述毫米波雷达坐标系的坐标轴之间的夹角，确定所述初始转向角度差；根据所述激光雷达坐标系和所述毫米波雷达坐标系各坐标轴之间的距离，确定所述初始位移差。

在一些实施例中，所述对所述第一点云数据集合中属于同一位置的第一点云数据进行拟合，确定拟合得到的直线在所述激光雷达坐标系xy平面的投影坐标，得到对应所述预设的多个位置的投影坐标序列，包括：在所述激光雷达坐标系中，将所述第一点云数据集合中属于同一位置的第一点云数据拟合成一条方向为竖直向上的直线；确定属于同一位置的拟合后的直线在xy平面的投影坐标；将所述预设的多个位置的投影坐标组合，得到投影坐标序列。

在一些实施例中，所述基于所述初始转向角度差、所述初始位移差、所述高度差以及所述投影坐标集合，确定所述毫米波雷达坐标系到所述激光雷达坐标系的第二转换三维坐标集合，包括：将所述投影坐标集合中每个投影坐标的横坐标作为过渡坐标集合中的过渡横坐标；将所述投影坐标集合中每个投影坐标的纵坐标作为所述过渡坐标集合中的过渡纵坐标；将所述高度差作为所述过渡坐标集合中的过渡竖坐标；根据以下公式确定所述毫米波雷达坐标系到所述激光雷达坐标系的第二转换三维坐标集合：

(x_2i,y_2i,z₂)^T＝R×(x_1i,y_1i,z₁)^T+t；

其中，x_2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标，y_2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标，z₂为第二转换三维坐标的竖坐标，(x_2i,y_2i,z₂)为在第i个位置的第二转换三维坐标，(x_2i,y_2i,z₂)^T为在第i个位置的第二转换三维坐标的转置，R为所述初始转向角度差，x_1i为在第i个位置的过渡横坐标，y_1i为在第i个位置的过渡纵坐标，z₁为所述过渡竖坐标，(x_1i,y_1i,z₁)为在第i个位置的过渡坐标，(x_1i,y_1i,z₁)^T为在第i个位置的过渡坐标的转置，t为所述初始位移差。

在一些实施例中，所述利用优化算法优化所述第一二维数据集合与所述转换三维坐标集合之间的误差，包括：根据以下公式确定所述第一二维数据集合与所述第二转换三维坐标集合之间的误差：

其中，σ²为所述误差，i为自然数，n为所述预设的多个位置的数量，x_ri为所述毫米波雷达探测的在第i个位置的第一二维坐标的横坐标，y_ri为所述毫米波雷达探测的在第i个位置的第一二维坐标的纵坐标，x_2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标，y_2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标，z₂为第二转换三维坐标的竖坐标；

利用优化算法优化所述误差，确定所述标定转向角度差、所述标定位移差以及所述标定竖坐标。

第二方面，本申请提供了一种用于车载雷达系统的障碍物检测装置，所述车载雷达系统包括位于预设安装位置的激光雷达和毫米波雷达，所述装置包括：第一探测单元，用于利用所述激光雷达探测位于预设的多个位置的标定物的第一点云数据集合以及利用所述毫米波雷达探测所述标定物的第一二维数据集合；标定单元，用于基于所述预设安装位置、所述第一点云数据集合、所述第一二维数据集合，对所述车载雷达系统进行标定，得到毫米波雷达坐标系转换到激光雷达坐标系的标定转向角度差、标定位移差及标定竖坐标；第二探测单元，用于利用所述激光雷达探测障碍物的第二点云数据以及利用所述毫米波雷达探测所述障碍物的第二二维数据；转换单元，用于基于所述标定转向角度差、所述标定位移差及所述标定竖坐标，将所述第二二维数据转换到所述激光雷达坐标系中，得到第一转换三维坐标；融合单元，用于融合所述第二点云数据及所述第一转换三维坐标，确定所述障碍物的位置。

在一些实施例中，所述标定单元包括：第一确定模块，用于根据所述预设安装位置，确定所述激光雷达与所述毫米波雷达之间的高度差以及毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差、初始位移差；投影模块，用于对所述第一点云数据集合中属于同一位置的第一点云数据进行拟合，确定拟合得到的直线在所述激光雷达坐标系xy平面的投影坐标，得到对应所述预设的多个位置的投影坐标序列；第二确定模块，用于基于所述初始转向角度差、所述初始位移差、所述高度差以及所述投影坐标集合，确定所述毫米波雷达坐标系到所述激光雷达坐标系的第二转换三维坐标集合；标定模块，用于利用优化算法优化所述第一二维数据集合与所述第二转换三维坐标集合之间的误差，得到与优化后的误差对应的标定转向角度差、标定位移差以及所述毫米波雷达坐标系转换到所述激光雷达坐标系的标定竖坐标，完成对所述车载雷达系统的标定。

在一些实施例中，所述第一确定模块包括：三维坐标确定子模块，用于确定所述预设安装位置在车辆坐标系的三维坐标；高度差确定子模块，用于确定所述三维坐标中竖坐标的差值为所述激光雷达与所述毫米波雷达之间的高度差；初始转向角度差确定子模块，用于根据所述激光雷达坐标系的坐标轴和所述毫米波雷达坐标系的坐标轴之间的夹角，确定所述初始转向角度差；初始位移差确定子模块，用于根据所述激光雷达坐标系和所述毫米波雷达坐标系各坐标轴之间的距离，确定所述初始位移差。

在一些实施例中，所述投影模块包括：拟合子模块，用于在所述激光雷达坐标系中，将所述第一点云数据集合中属于同一位置的第一点云数据拟合成一条方向为竖直向上的直线；投影子模块，用于确定属于同一位置的拟合后的直线在xy平面的投影坐标；组合子模块，用于将所述预设的多个位置的投影坐标组合，得到投影坐标序列。

在一些实施例中，所述第二确定模块包括：过渡横坐标确定子模块，用于将所述投影坐标集合中每个投影坐标的横坐标作为过渡坐标集合中的过渡横坐标；过渡纵坐标确定子模块，用于将所述投影坐标集合中每个投影坐标的纵坐标作为所述过渡坐标集合中的过渡纵坐标；过渡竖坐标确定子模块，用于将所述高度差作为所述过渡坐标集合中的过渡竖坐标；转换三维坐标确定子模块，用于根据以下公式确定所述毫米波雷达坐标系到所述激光雷达坐标系的第二转换三维坐标集合：

(x_2i,y_2i,z₂)^T＝R×(x_1i,y_1i,z₁)^T+t；

其中，x_2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标，y_2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标，z₂为第二转换三维坐标的竖坐标，(x_2i,y_2i,z₂)为在第i个位置的第二转换三维坐标，(x_2i,y_2i,z₂)^T为在第i个位置的第二转换三维坐标的转置，R为所述初始转向角度差，x_1i为在第i个位置的过渡横坐标，y_1i为在第i个位置的过渡纵坐标，z₁为所述过渡竖坐标，(x_1i,y_1i,z₁)为在第i个位置的过渡坐标，(x_1i,y_1i,z₁)^T为在第i个位置的过渡坐标的转置，t为所述初始位移差。

在一些实施例中，所述优化模块包括：误差确定子模块，用于根据以下公式确定所述第一二维数据集合与所述第二转换三维坐标集合之间的误差：

其中，σ²为所述误差，i为自然数，n为所述预设的多个位置的数量，x_ri为所述毫米波雷达探测的在第i个位置的第一二维坐标的横坐标，y_ri为所述毫米波雷达探测的在第i个位置的第一二维坐标的纵坐标，x_2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标，y_2i为所述第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标，z₂为第二转换三维坐标的竖坐标；

优化子模块，用于利用优化算法优化所述误差，确定所述标定转向角度差、所述标定位移差以及所述标定竖坐标。

本申请提供的用于车载雷达系统的障碍物检测方法和装置，首先利用毫米波雷达和激光雷达采集不同位置的标定物的数据，利用这些数据对激光雷达和毫米波雷达进行标定，确定标定所需的转向角度差、位移差以及毫米波雷达坐标系向激光雷达坐标系转换的竖坐标，基于上述参数，将毫米波雷达探测得到的障碍物的二维数据转换到激光雷达坐标系中，得到转换三维坐标，最后将转换三维坐标与激光雷达探测得到的障碍物的点云数据进行融合，以精确确定障碍物的位置。从而能够有效的同时利用激光雷达和毫米波雷达对障碍物实现精准检测。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是根据本申请的用于车载雷达系统的障碍物检测方法的一个实施例的流程图；

图2是本申请可以应用于其中的示例性系统架构图；

图3是根据本申请的用于车载雷达系统的障碍物检测方法的一个应用场景的示意图；

图4是根据本申请的用于车载雷达系统的障碍物检测方法标定车载雷达系统的一个实施例的流程图；

图5是根据本申请的用于车载雷达系统的障碍物检测装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的用于车载雷达系统的障碍物检测装置的计算机系统的结构示意图。

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相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了根据本申请的用于车载雷达系统的障碍物检测方法的一个实施例的流程图100。本实施例的车载雷达系统包括位于预设安装位置的激光雷达和毫米波雷达。其中，激光雷达可以安装在车辆的车顶位置处，毫米波雷达可以安装在与激光雷达不等高的其它位置处。

如图1所示，本实施例的用于车载雷达系统的障碍物检测方法包括以下步骤：

步骤101，利用激光雷达探测位于预设的多个位置的标定物的第一点云数据集合以及利用毫米波雷达探测标定物的第一二维数据集合。

本实施例中，车辆的行车大脑或与车辆连接的服务器可控制车载雷达系统中的激光雷达探测位于预设的多个不同位置的标定物。其中，标定物可以是任意有形状的物体或人，上述物体例如可以是圆柱体、椎体等有一定高度的物体；激光雷达可以是工作在从红外到紫外光谱段的雷达系统，可以采用脉冲或连续波工作方式，探测方法按照探测的原理不同可以包括米散射、瑞利散射、拉曼散射、布里渊散射、荧光、多普勒等；毫米波雷达的工作频率可以选择30～300GHz范围内，其可以是调频连续波(FMCW)雷达或者脉冲雷达。在采集标定物的数据时，将标定物放置在激光雷达和毫米波雷达的共同视野内的不同位置，并控制激光雷达和毫米波雷达分别采集标定物的第一点云数据和第一二维数据。

示例性的，可采用圆柱体作为标定物，在激光雷达和毫米波雷达的共同视野内选取20个位置，则激光雷达共采集到20组点云数据，毫米波雷达共采集到20组二维数据，分别得到第一点云数据集合和第一二维数据集合。

步骤102，基于预设安装位置、第一点云数据集合、第一二维数据集合，对车载雷达系统进行标定，得到毫米波雷达坐标系转换到激光雷达坐标系的标定转向角度差、标定位移差及标定竖坐标。

本实施例中，在将毫米波雷达坐标系转换到激光雷达坐标系以标定上述车载雷达系统时，需要确定坐标系转换所需的标定转向角度差R和标定位移差t。并且，由于毫米波雷达探测到的数据是二维数据，没有纵坐标，在转换时，需要为每个二维数据补充标定纵坐标，来实现由二维坐标到三维坐标的转换。上述标定转向角度差R和标定位移差t，可由激光雷达和毫米波雷达在车辆上的安装位置及二者的安装形态来确定；上述标定纵坐标，则需要标定转向角度差R、标定位移差t、以及激光雷达探测到的第一点云数据和毫米波雷达探测到的第一二维数据来确定。

步骤103，利用激光雷达探测障碍物的第二点云数据以及利用毫米波雷达探测障碍物的第二二维数据。

在对车载雷达系统中的激光雷达和毫米波雷达标定完成后，需要利用上述车载雷达系统检测车辆周围的障碍物。在检测障碍物时，利用激光雷达探测障碍物的第二点云数据，利用毫米波雷达探测障碍物的第二二维数据。上述障碍物可以是车辆周围的任意阻碍车辆行驶的物体或行人，上述物体可以是路障、树木等。

步骤104，基于标定转向角度差、标定位移差及标定竖坐标，将第二二维数据转换到激光雷达坐标系中，得到第一转换三维坐标。

由于步骤102中确定了毫米波雷达坐标系转换到激光雷达坐标系时的标定转向角度差、标定位移差及标定竖坐标，在检测障碍物的位置时，利用上述参数将毫米波雷达检测到的将第二二维数据转换到激光雷达坐标系中，得到与第二二维数据一一对应的转换三维坐标。这样，就将毫米波雷达探测到的二维数据转换为障碍物的三维数据。

步骤105，融合第二点云数据及第一转换三维坐标，确定障碍物的位置。

将转换毫米波雷达探测到的二维数据得到的转换三维坐标与激光雷达探测到的第二点云数据融合，确定障碍物的位置。数据融合是现有的方法，本实施例对此不再赘述。

本实施例中，上述步骤101-105可以由车辆的行车大脑来执行，也可以由与车辆连接的服务器来执行。图2示出了可以应用本申请的用于车载雷达系统的障碍物检测方法或用于车载雷达系统的障碍物检测装置的实施例的示例性系统架构200。

如图2所示，系统架构200可以包括车辆201、网络202和服务器203。网络202用以在车辆201和服务器203之间提供通信链路的介质。网络202可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

车辆201上安装有车载雷达系统，上述车载雷达系统可以包括激光雷达和毫米波雷达(图中未示出)，用于探测车辆外部标定物或障碍物的数据。

服务器203可以是提供各种服务的服务器，例如对车辆201的激光雷达和毫米波雷达探测到的数据进行处理的后台服务器。后台服务器203可以将处理结果(如障碍物的位置)发送给车辆201，以使车辆201明确车辆周围的障碍物，为自动驾驶提供行车信息。

需要说明的是，本申请实施例所提供的用于车载雷达系统的障碍物检测方法一般由车辆201来执行，相应地，用于车载雷达系统的障碍物检测装置一般设置于车辆201中。

应该理解，图2中的车辆、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的车辆、网络和服务器。

继续参考图3，其示出了根据本申请的用于车载雷达系统的障碍物检测方法的一个应用场景的示意图300。在图3所示的场景中，车辆31上安装有激光雷达311和毫米波雷达312。首先，要对车辆31上的激光雷达311和毫米波雷达312进行标定，具体过程为：激光雷达311和毫米波雷达312分别探测标定物313的数据。标定物313为垂直于地面放置的圆柱体，其分别位于激光雷达311和毫米波雷达312的共同视野的不同位置。根据激光雷达311和毫米波雷达312在车辆31上的安装位置，确定激光雷达311与毫米波雷达312之间的高度差、毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差及初始位移差，并对上述参数进行优化，得到标定转向角度差、标定位移差及标定竖坐标。在对激光雷达311与毫米波雷达312进行标定完成后，得到右侧图，激光雷达321与毫米波雷达322探测车辆32前方的行人313的数据，并根据前述标定转向角度差、标定位移差及标定竖坐标，将毫米波雷达322探测到的二维数据转换为三维数据，与激光雷达321探测到的点云数据进行融合，以精确确定行人313的位置。

本申请的上述实施例提供的用于车载雷达系统的障碍物检测方法，首先利用毫米波雷达和激光雷达采集不同位置的标定物的数据，利用这些数据对激光雷达和毫米波雷达进行标定，确定标定所需的转向角度差、位移差以及毫米波雷达坐标系向激光雷达坐标系转换的竖坐标，基于上述参数，将毫米波雷达探测得到的障碍物的二维数据转换到激光雷达坐标系中，得到转换三维坐标，最后将转换三维坐标与激光雷达探测得到的障碍物的点云数据进行融合，以精确确定障碍物的位置。从而能够有效的同时利用激光雷达和毫米波雷达对障碍物实现精准检测。

图4示出了根据本申请的用于车载雷达系统的障碍物检测方法标定车载雷达系统的一个实施例的流程图。如图4所示，本实施例中标定车载雷达系统包括以下步骤：

步骤401，根据预设安装位置，确定激光雷达与毫米波雷达之间的高度差以及毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差、初始位移差。

本实施例中，上述预设安装位置可以由车辆的装配图纸得到，由于车辆的装配图纸中明确记载了车辆的型号、结构参数、各传感器的安装位置，安装姿态等参数，因此，由车辆的装配图纸可以得到激光雷达和毫米波雷达之间的高度差以及由毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差以及初始位移差。

在本实施例的一些可选的实现方式中，上述步骤401可以具体通过图4中未示出的以下步骤来实现：

确定预设安装位置在车辆坐标系的三维坐标；确定三维坐标中竖坐标的差值为激光雷达与毫米波雷达之间的高度差；根据激光雷达坐标系的坐标轴和毫米波雷达坐标系的坐标轴之间的夹角，确定初始转向角度差；根据激光雷达坐标系和毫米波雷达坐标系各坐标轴之间的距离，确定初始位移差。

在本实现方式中，装配图纸上可以包括车载雷达系统中激光雷达和毫米波雷达在车辆坐标系的三维坐标。可以将二者三维坐标中竖坐标的差值作为二者之间的高度差。根据激光雷达坐标系的坐标轴和毫米波雷达坐标系的坐标轴之间的夹角，确定初始转向角度差。例如，可以将毫米波雷达的坐标轴在激光雷达坐标系下的俯仰角、横滚角及航向角来确定初始转向角度差。根据激光雷达坐标系和毫米波雷达坐标系各坐标轴之间的距离，确定初始位移差。例如，将毫米波雷达的坐标原点和激光雷达坐标系的x方向的偏移量、y方向的偏移量和z方向的偏移量来确定初始位移差。

步骤402，对第一点云数据集合中属于同一位置的第一点云数据进行拟合，确定拟合得到的直线在激光雷达坐标系xy平面的投影坐标，得到对应预设的多个位置的投影坐标序列。

本实施例中，激光雷达在车辆上水平挂载，标定物放置在水平地面上。水平地面在激光雷达坐标系中为一个与xy平面平行的平面，将同一位置标定物的点云数据进行直线拟合，可以得到一条方向为(0,0,1)的直线。设在第i个位置处，拟合直线在xy平面的投影的坐标为(x_i,y_i,0)。对应与预设的多个位置的标定物，则可以得到投影坐标序列。

步骤403，基于初始转向角度差、初始位移差、高度差以及投影坐标集合，确定毫米波雷达坐标系到激光雷达坐标系的第二转换三维坐标集合。

基于步骤402的分析可知，激光雷达探测的每个位置的标定物的点云数据都可以拟合得到一条直线，相应地，可以得到投影坐标集合。在将毫米波雷达探测的二维数据转换到激光雷达坐标系时，需要为上述二维数据补充竖坐标。本实施例中，可以将激光雷达与毫米波雷达之间的高度差作为毫米波雷达探测到的数据的竖坐标。基于上述确定的初始转向角度差、初始位移差、高度差以及投影坐标集合，可以确定上述二维数据向激光雷达坐标系转换的过渡坐标集合，再由过渡坐标集合确定转换到激光雷达坐标系的转换三维坐标集合。

在本实施例的一些可选的实现方式中，可以将投影坐标集合中每个投影坐标的横坐标作为过渡坐标集合中的过渡横坐标、将投影坐标集合中每个投影坐标的纵坐标作为过渡坐标集合中的过渡纵坐标、将激光雷达与毫米波雷达之间的高度差作为过渡坐标集合中的过渡竖坐标。

利用x_1i表示第i个位置处标定物的点云数据拟合得到的直线在xy平面的投影的横坐标，y_1i表示第i个位置处标定物的点云数据拟合得到的直线在xy平面的投影的纵坐标，z₁表示激光雷达与毫米波雷达之间的高度差，则在第i个位置的过渡横坐标为x_1i，在第i个位置的过渡纵坐标为y_1i，所有位置的过渡竖坐标为z₁。则过渡坐标集合可表示为(x_1i，y_1i，z₁)，其中1≤i≤n，n为标定物所在位置的数量。

可根据以下公式确定毫米波雷达探测到的二维数据转换到激光雷达坐标系后得到的转换三维坐标：

(x_2i,y_2i,z₂)^T＝R×(x_1i,y_1i,z₁)^T+t。

其中，x_2i为在第i个位置的转换三维坐标的横坐标，y_2i为在第i个位置的转换三维坐标的纵坐标，z₂为转换三维坐标的竖坐标，(x_2i,y_2i,z₂)为在第i个位置的转换三维坐标，(x_2i,y_2i,z₂)^T为在第i个位置的转换三维坐标的转置，R为初始转向角度差，x_1i为在第i个位置的过渡横坐标，y_1i为在第i个位置的过渡纵坐标，z₁为所述过渡竖坐标，(x_1i,y_1i,z₁)为在第i个位置的过渡坐标，(x_1i,y_1i,z₁)^T为在第i个位置的过渡坐标的转置，t为初始位移差。

步骤404，利用优化算法优化第一二维数据集合与第二转换三维坐标集合之间的误差，得到与优化后的误差对应的标定转向角度差、标定位移差以及毫米波雷达坐标系转换到激光雷达坐标系的标定竖坐标，完成对车载雷达系统的标定。

本实施例中，优化算法可以为各种优化算法，例如可以为梯度下降法、最小二乘法等。第一二维数据集合与第二转换三维坐标集合之间的误差可由以下公式计算得到：

其中，σ²为误差，i为自然数，n为预设的多个位置的数量，x_ri为毫米波雷达探测的在第i个位置的第一二维坐标的横坐标，y_ri为毫米波雷达探测的在第i个位置的第一二维坐标的纵坐标，x_2i为在第i个位置的转换三维坐标的横坐标，y_2i为在第i个位置的转换三维坐标的纵坐标，z₂为转换三维坐标的竖坐标。

在利用优化算法优化上述误差时，可以通过不断调整R、t和z₁的值来实现优化。在具体实现时，可以计算调整的R、t和z₁的值对应的误差，并将其与预设的阈值进行比较，当上述误差小于上述阈值时，则结束优化，完成对车载雷达系统的标定。并将此时的R、t和z₁的值分别作为标定转向角度差、标定位移差以及标定竖坐标。

本申请的上述实施例的用于车载雷达系统的障碍物检测方法，突出了对车载雷达系统进行标定的步骤。由此，本实施例描述的方案可以更有效地利用毫米波雷达探测到的二维数据，将其转换为三维数据，从而实现更精确的检测障碍物的位置。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于车载雷达系统的障碍物检测装置的一个实施例，该装置实施例与图1所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于车载雷达系统的障碍物检测装置500包括：第一探测单元501、标定单元502、第二探测单元503、转换单元504及融合单元505。

其中，第一探测单元501，用于利用激光雷达探测位于预设的多个位置的标定物的第一点云数据集合以及利用毫米波雷达探测标定物的第一二维数据集合。

标定单元502，用于基于预设安装位置、激光雷达探测到的第一点云数据集合、毫米波雷达探测到的第一二维数据集合，对车载雷达系统进行标定，得到毫米波雷达坐标系转换到激光雷达坐标系的标定转向角度差、标定位移差及标定竖坐标。

第二探测单元503，用于利用激光雷达探测障碍物的第二点云数据以及利用毫米波雷达探测所述障碍物的第二二维数据；

转换单元504，用于基于标定单元502得到的标定转向角度差、标定位移差及标定竖坐标，将第二二维数据转换到激光雷达坐标系中，得到转换三维坐标。

融合单元505，用于融合激光雷达探测到的第二点云数据及转换单元504得到的转换三维坐标，确定障碍物的位置。

在本实施例的一些可选的实现方式中，上述标定单元502可以进一步包括图5中未示出的第一确定模块、投影模块、第二确定模块及标定模块。

第一确定模块，用于根据预设安装位置，确定激光雷达与毫米波雷达之间的高度差以及毫米波雷达坐标系转换到激光雷达坐标系的初始转向角度差、初始位移差。

在本实施例的一些可选的实现方式中，上述第一确定模块还可以进一步包括图5中未示出的三维坐标确定子模块、高度差确定子模块、初始转向角度差确定子模块及初始位移差确定子模块。

其中，三维坐标确定子模块，用于确定预设安装位置在车辆坐标系的三维坐标。

高度差确定子模块，用于确定三维坐标中竖坐标的差值为激光雷达与毫米波雷达之间的高度差。

初始转向角度差确定子模块，用于根据激光雷达坐标系的坐标轴和毫米波雷达坐标系的坐标轴之间的夹角，确定初始转向角度差。

初始位移差确定子模块，用于根据激光雷达坐标系和毫米波雷达坐标系各坐标轴之间的距离，确定初始位移差。

投影模块，用于对第一探测单元中激光雷达探测到的第一点云数据集合中属于同一位置的第一点云数据进行拟合，确定拟合得到的直线在激光雷达坐标系xy平面的投影坐标，得到对应预设的多个位置的投影坐标序列。

在本实施例的一些可选的实现方式中，上述投影模块还可以进一步包括图5中未示出的拟合子模块、投影子模块及组合子模块。

拟合子模块，用于在激光雷达坐标系中，将第一点云数据集合中属于同一位置的第一点云数据拟合成一条方向为竖直向上的直线。

投影子模块，用于确定属于同一位置的拟合后的直线在xy平面的投影坐标。

组合子模块，用于将预设的多个位置的投影坐标组合，得到投影坐标序列。

第二确定模块，用于基于第一确定模块得到的初始转向角度差、初始位移差、高度差以及投影坐标集合，确定毫米波雷达坐标系到所述激光雷达坐标系的转换三维坐标集合。

在本实施例的一些可选的实现方式中，上述第二确定模块还可以进一步包括图5中未示出的过渡横坐标确定子模块、过渡纵坐标确定子模块、过渡竖坐标确定子模块及转换三维坐标确定子模块。

过渡横坐标确定子模块，用于将投影坐标集合中每个投影坐标的横坐标作为过渡坐标集合中的过渡横坐标。

过渡纵坐标确定子模块，用于将投影坐标集合中每个投影坐标的纵坐标作为过渡坐标集合中的过渡纵坐标。

过渡竖坐标确定子模块，用于将高度差作为过渡坐标集合中的过渡竖坐标。

转换三维坐标确定子模块，用于根据以下公式确定毫米波雷达坐标系到激光雷达坐标系的转换三维坐标：

(x_2i,y_2i,z₂)^T＝R×(x_1i,y_1i,z₁)^T+t；

其中，x_2i为第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标，y_2i为第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标，z₂为第二转换三维坐标的竖坐标，(x_2i,y_2i,z₂)为在第i个位置的第二转换三维坐标，(x_2i,y_2i,z₂)^T为在第i个位置的第二转换三维坐标的转置，R为初始转向角度差，x_1i为在第i个位置的过渡横坐标，y_1i为在第i个位置的过渡纵坐标，z₁为所述过渡竖坐标，(x_1i,y_1i,z₁)为在第i个位置的过渡坐标，(x_1i,y_1i,z₁)^T为在第i个位置的过渡坐标的转置，t为初始位移差。

标定模块，用于利用优化算法优化激光雷达探测到的第一二维数据集合与第二确定模块得到的转换三维坐标集合之间的误差，得到与优化后的误差对应的标定转向角度差、标定位移差以及毫米波雷达坐标系转换到激光雷达坐标系的标定竖坐标，完成对车载雷达系统的标定。

在本实施例的一些可选的实现方式中，上述标定模块还可以进一步包括图5中未示出的误差确定子模块及优化子模块。

误差确定子模块，用于根据以下公式确定第一二维数据集合与转换三维坐标集合之间的误差：

其中，σ²为误差，i为自然数，n为预设的多个位置的数量，x_ri为毫米波雷达探测的在第i个位置的第一二维坐标的横坐标，y_ri为毫米波雷达探测的在第i个位置的第一二维坐标的纵坐标，x_2i为第二转换三维坐标集合中在第i个位置的第二转换三维坐标的横坐标，y_2i为第二转换三维坐标集合中在第i个位置的第二转换三维坐标的纵坐标，z₂为第二转换三维坐标的竖坐标。

优化子模块，用于利用优化算法优化误差，确定标定转向角度差、标定位移差以及标定竖坐标。

本申请的上述实施例提供的用于车载雷达系统的障碍物检测装置，首先第一探测单元利用毫米波雷达和激光雷达采集不同位置的标定物的数据，标定单元利用这些数据对激光雷达和毫米波雷达进行标定，确定标定所需的转向角度差、位移差以及毫米波雷达坐标系向激光雷达坐标系转换的竖坐标，基于上述参数，转换单元将第二探测单元利用毫米波雷达探测得到的障碍物的二维数据转换到激光雷达坐标系中，得到转换三维坐标，最后融合单元将转换三维坐标与激光雷达探测得到的障碍物的点云数据进行融合，以精确确定障碍物的位置。从而能够有效的同时利用激光雷达和毫米波雷达对障碍物实现精准检测。

应当理解，用于车载雷达系统的障碍物检测装置500中记载的单元501至单元505分别与参考图1中描述的方法中的各个步骤相对应。由此，上文针对用于车载雷达系统的障碍物检测方法描述的操作和特征同样适用于装置500及其中包含的单元，在此不再赘述。装置500的相应单元可以与车辆中的单元相互配合以实现本申请实施例的方案。

在本申请的上述实施例中，第一点云数据集合以及第二点云数据集合仅仅是用于区分两个不同的点云数据集合；第一二维数据集合以及第二二维数据集合仅仅是用于区分两个不同的二维数据集合；第一探测单元以及第二探测单元仅仅是用于区分两个不同的探测单元；第一确定模块以及第二确定模块仅仅是用于区分两个不同的确定模块。本领域技术人员应当理解，其中的第一或第二并不构成对点云数据集合、二维数据集合、探测单元、确定模块的特殊限定。

下面参考图6，其示出了适于用来实现本申请实施例的用于车载雷达系统的障碍物检测装置的计算机系统600的结构示意图。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一探测单元、标定单元、第二探测单元、转换单元及融合单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一探测单元还可以被描述为“利用所述激光雷达探测位于预设的多个位置的标定物的第一点云数据集合以及利用所述毫米波雷达探测所述标定物的第一二维数据集合的单元”。

作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备：利用所述激光雷达探测位于预设的多个位置的标定物的第一点云数据集合以及利用所述毫米波雷达探测所述标定物的第一二维数据集合；基于所述预设安装位置、所述第一点云数据集合、所述第一二维数据集合，对所述车载雷达系统进行标定，得到毫米波雷达坐标系转换到激光雷达坐标系的标定转向角度差、标定位移差及标定竖坐标；利用所述激光雷达探测障碍物的第二点云数据以及利用所述毫米波雷达探测所述障碍物的第二二维数据；基于所述标定转向角度差、所述标定位移差及所述标定竖坐标，将所述第二二维数据转换到所述激光雷达坐标系中，得到转换三维坐标；融合所述第二点云数据及所述转换三维坐标，确定所述障碍物的位置。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。