一种激光强度校准方法及装置的制造方法
【技术领域】
[0001] 本发明涉及雷达传感器领域，尤其涉及一种自学习的激光强度校准方法和装置。
【背景技术】
[0002] 激光雷达是无人车感知传感器中极为重要的一个，它有着诸多其他传感器所不具 备的优势，例如：能够精准地测量距离；数据采集的密度高、分辨率高；不受光照影响等等。
[0003] 此外，激光雷达的每个数据点都包含了被照射点反射强度的信息。常见的激光雷 达可以分辨256种不同的反射强度。这样，激光雷达扫描输出的点云不仅包含了周围环境 表面的空间分布信息，还包含了表面的反射性的信息。激光雷达的扫描数据能有效地反映 被扫描环境中的各种形态特征，例如人行道，马路边缘，行车线，路边建筑，行人，其他车辆 等等。
[0004] 但激光雷达的测量数据也存在着误差。误差一般分为系统性的误差和随机性的误 差。随机性的误差主要受限于仪器本身的技术水平，而系统性的误差则主要取决于系统参 数的设置。
[0005] -般应用于无人车辆的激光雷达都具有多个激光发射器。系统性的误差会导致不 同的激光束对于同一个表面在同一个距离产生的反射强度不一致。
[0006] 虽然激光雷达在出厂时可能经过校准，但这种校准的对象可能和激光雷达应用环 境中的对象不一样。因此，针对某个特定的环境以及某种特定的应用的校准就十分必要。
【发明内容】
[0007] 为此，需要提供一种激光强度校准方法，以适用特定的区域场景进行自动校准。
[0008] 为实现上述目的，发明人提供了一种激光强度校准方法，包括如下步骤，将预设区 域网格化，在预设区域中以网格为单位采集原始数据，通过原始数据获得校准函数。
[0009] 具体地，所述将预设区域网格化具体为：将整个行驶的区域分成若干个单元格，并 对每个单元格进行编号，每个单元格大小相同。
[0010] 具体地，所述在预设区域中采集原始数据具体为：用激光雷达车在预设区域中按 预定的路线行驶，在行驶过程中每隔预定的时间保存一组观测记录作为原始数据。
[0011] 进一步地，还包括步骤，利用所述校准函数构建校准查找表，新的激光强度被获取 后用所述校准查找表进行校准。
[0012] -种激光强度校准装置，包括网格化模块、采集模块、函数获得模块、校准模块，所 述网格化模块用于将预设区域网格化，所述采集模块用于在预设区域中以网格为单位采集 原始数据，所述函数获得模块用于通过原始数据获得校准函数，所述校准模块用于在新的 激光强度被获取后将其代入校准函数进行校准。
[0013] 具体地，所述网格化模块将预设区域网格化具体为：将整个行驶的区域分成若干 个单元格，并对每个单元格进行编号，每个单元格大小相同。
[0014] 具体地，所述采集模块在预设区域中采集原始数据具体为：用激光雷达车在预设 区域中按预定的路线行驶，在行驶过程中每隔预定的时间保存一组观测记录作为原始数 据。
[0015] 进一步地，还包括建表模块，所述建表模块用于利用所述校准函数构建校准查找 表，所述校准模块还用于在新的激光强度被获取后将其代入校准查找表进行校准。
[0016] 区别于现有技术，上述技术方案能够有效的减少激光雷达测量数据中存在的系统 误差，并适用特定的区域场景进行自动校准。
【附图说明】
[0017] 图1为本发明【具体实施方式】所述方法流程示意图；
[0018] 图2a为本发明【具体实施方式】所述未校准激光强度扫描图；
[0019] 图2b为本发明【具体实施方式】所述校准后激光强度扫描图；
[0020] 图3为本发明【具体实施方式】所述区域网格化示意图；
[0021] 图4为本发明【具体实施方式】所述装置模块示意图。
[0022] 附图标记说明：
[0023] 400、网格化模块；
[0024] 402、采集模块；
[0025] 404、函数获得模块；
[0026] 405、校准模块；
[0027] 406、建表模块。
【具体实施方式】
[0028] 为详细说明技术方案的技术内容、构造特征、所实现目的及效果，以下结合具体实 施例并配合附图详予说明。
[0029] 请参阅图1，为本发明一种激光强度校准方法流程示意图，包括如下步骤，SlOO将 预设区域网格化，S102在预设区域中以网格为单位采集原始数据，S104通过原始数据获得 校准函数，S105新的激光强度被获取后代入校准函数进行校准。。
[0030] 具体地，所述SlOO将预设区域网格化具体为：将整个行驶的区域分成若干个单元 格，并对每个单元格进行编号，每个单元格大小相同。
[0031] 具体地，所述S102在预设区域中以网格为单位采集原始数据具体为：用激光 雷达车在预设区域中按预定的路线行驶，采集原始数据，在行驶过程中每隔预定的时间 保存一组观测记录。激光雷达的校准方法一般分为几何的（geometric)和辐射测量的 (radiometric)。本方法是一种辐射测量的校准方法，校准激光雷达输出的强度数据。经过 这种方法校准过的激光雷达数据特别适合、但不限于以下应用：
[0032] 1.对无人车预设的行驶环境进行地图采集
[0033] 2.无人车在实时行驶过程中，对周围环境的感知
[0034] 在无人车的行驶过程中，经常需要对预先采集的三维地图和实时行驶过程中的激 光雷达数据进行基于概率方法的匹配。匹配的过程依赖于点云的空间位置和强度值，并且 对强度值是否标准化（normalized)十分敏感。
[0035] 如图2a所示，未经校准的图片中车辆左侧路面上的每个环（一个激光束一圈扫描 的输出）的亮度（反射强度）非常不一致，即便每个激光束照射的路表其实放射特性差异 不大。未经过校准的若干激光束产生了不同的反射强度，在图上可以看到的线条们有的深 有的浅。图2b反映了在经过校准后的图样，可以看到线条的深浅度更加均匀了。
[0036] 本方法的重点在于：
[0037] 1)激光扫描设备的特性使得每一束激光都有自己独特的，非线性的响应方程。为 了获得完整的，将观测强度转化成输出强度的校准函数，本方法计算的是每一束激光的完 整响应曲线而非单一的参数。
[0038] 2)本方法针对的并不是固定的校准目标，而是整个车辆行驶环境中可能被激光雷 达扫描到的各种特征。这样的好处就是校准过的激光雷达能更好地适应预设的行驶环境。 因此，校准目标的采集需要车辆在预设环境中完成一次完整的行驶。
[0039] 首先请看图3,为区域网格化示意图，在本实施例中，进行步骤SlOO将整个预设区 域网格化时，将整个行驶的区域分成若干个单元格。每个单元格大小相同，根据激光雷达的 分辨率决定。比如，可以选择单元格的尺寸使得每一个单元格平均被1束激光照射到。每 一个单元格被赋予一个唯一的编号。
[0040] 同时网格地图是二维的，而激光雷达的点云输出是三维的。因此，需要将三维的点 云投影到二维的网格上：每一单元格对应所有横、纵坐标与该单元格一样的数据点，不管这 些点的高度坐标是多少。
[0041] 接下来进行步骤S102在预设区域中采集原始数据，激光雷达载车要在预设环境 中按预定的路线行驶，采集原始数据。在行驶过程中，每间隔预定的时间，保存一组观察记 录。整个行驶过程中保存下的所有观察记录组成了原始数据日志。每条观察记录Z 1可以 用一个四元数组<b，1,，a]，gl>表示，分别对应激光束编号，测距，反射强度值和对应的地图 单元格编号。
[0042] 在某些实施例中，若激光器有64个激光束，则：
[0043] b e [0, "·，63](不同型号的激光雷达可能会发出不同数量的激光束，公式可以灵 活变动）
[0044] 而测距一定大于等于0 :
[0045] I jlG R+
[0046] 若每束激光束可以分辨256种不同的反射强度，则 :
[0047] Bj e 255]
[0048] g]代表单元格的编号，总的单元格数量取决于地图的维数N和M :
[0049] gse [0, . . . , N · M-1]
[0050] 采集过程中每一时刻都会观测到许多条观察记录，所有的观察记录的总集合为：
[0051] L = (Z1，…，zn}
[0052] 即η个观察记录。利用这些观察记录，我们可以进行步骤S104计算校准函数 g(j, a)：
[0054] 也就是说，对于每一束激光j的每一个原始强度值a，其校准的强度值g(j，a)就是 所有满足一定条件的激光束的强度值的期望值。这里满足条件的激光束为：所有击中某个 单元格的激光束，这个单元格被激光束j击中并且放射强度值为a。
[0055] 在具体的实施例中，假设我们要对激光束1的强度值10进行校准：
[0056] 1)首先搜索所有单元格，看还有哪些