激光雷达自检方法及其自检设备、计算机可读存储介质与流程

1.本技术涉及雷达检测技术领域，特别是涉及一种激光雷达自检方法及其自检设备、计算机可读存储介质。


背景技术：

2.激光雷达是一种利用激光束来探测目标距离的电子装置。激光雷达可用于探测静止物体的距离、外形等参数，也可用于探测运动物体的外形、速度、角速度等参数，被广泛的应用于交通调查、自动驾驶、机器人、测绘等场景。因为激光雷达结构精密，且常常应用于室外，又需要长期运行，容易出现电气参数异常、电机异常、通信异常等故障。因为在室外，有时出现轻微故障，因为发现或处理不及时，导致故障加剧甚至激光雷达装置完全损坏，造成经济极大损失。
3.目前，存在部分对激光雷达或类似装置进行检测的装置或方法：
4.如一种方法是利用ups电源作为备用电源，防止掉电瞬间冲击电流对激光雷达造成损害，同时通过判断激光器有没有发光，判断激光器是否发生故障。此方法不能检测激光器发生故障时的具体信息，对于后期维修、改进并不能提供有用的信息，且需要主控计算机进行控制以及对故障信息进行记录，对于室外使用的激光雷达装置并不实用。
5.还有一种方法是检测设备的陀螺光强信号强度、电源电压等异常，主要是用于故障搜集和可靠性评估，无法记录故障信息，也无法对装置进行调整操作，避免装置故障的进一步加剧。


技术实现要素：

6.本技术提供了一种激光雷达自检方法及其自检设备、计算机可读存储介质。
7.本技术提供了一种激光雷达自检方法，所述激光雷达自检方法包括：
8.获取所述激光雷达的自检理论点云；
9.通过所述激光雷达采集实时的自检分布点云；
10.将所述自检理论点云的分布情况和所述自检分布点云的分布情况进行比较，判断点云的分布差异是否超过所述预设阈值；
11.若是，输出点云自检结果，所述自检结果指示所述激光雷达存在异常。
12.其中，所述自检理论点云的分布情况为：第一距离范围内分布第一比例的点云数据点，第二距离范围内分布第二比例的点云数据点，第三距离范围内分布第三比例的点云数据点；
13.其中，所述第一距离范围、所述第二距离范围和所述第三距离范围按照距离近到远的顺序设置。
14.其中，所述获取所述激光雷达的自检理论点云，包括：
15.获取所述激光雷达的高度信息和角度信息；
16.基于所述高度信息和角度信息从预设理论表中查找所述自检理论点云。
17.其中，所述判断点云的分布差异是否超过预设阈值，包括：
18.计算所述第一距离范围内的所述自检分布点云的分布比例与所述第一比例的差异，判断所述差异是否超过所述预设阈值。
19.其中，所述判断点云的分布差异是否超过预设阈值，包括：
20.计算所述自检理论点云中每一自检理论点的坐标值与所述自检分布点云中对应自检分布点的坐标值的差异值；
21.将所有差异值进行累加，得到距离差异值；
22.判断所述距离差异值是否大于预设距离差异阈值。
23.其中，所述方法还包括：
24.计算所述自检分布点云中的每一自检分布点的反射率与理论反射率的反射率差异值，判断所述反射率差异值是否大于反射率差异阈值。
25.其中，所述判断所述反射率差异值是否大于差异阈值包括：
26.计算所述自检分布点云中每一自检分布点的反射率与所述反射率阈值的差异值；
27.将所有分布点的差异值进行累加并做平均运算，得到反射率差异值；
28.判断所述反射率差异值是否大于预设反射率差异阈值。
29.其中，所述通过所述激光雷达采集实时的自检分布点云之后，所述雷达自检方法还包括：
30.基于所述自检分布点云识别，并判断是否存在障碍物；
31.若是，则确认自检失败。
32.本技术还提供了一种激光雷达自检设备，所述激光雷达自检设备包括处理器和存储器，所述存储器中存储有程序数据，所述处理器用于执行所述程序数据以实现如上述的激光雷达自检方法。
33.本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序数据，所述程序数据在被处理器执行时，用以实现上述的激光雷达自检方法。
34.本技术的有益效果是：激光雷达自检设备获取激光雷达的自检理论点云；通过激光雷达采集实时的自检分布点云；将自检理论点云的分布情况和自检分布点云的分布情况进行比较，判断点云的分布差异是否超过预设阈值；若是，则输出点云自检结果，自检结果指示激光雷达存在异常。通过上述方式，本技术的激光雷达自检方法可以利用自检理论点云和实时采集的自检分布点云来检验激光雷达是否正常工作，提高激光雷达的自检效率和自检实时性。
附图说明
35.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：
36.图1是本技术提供的激光雷达自检方法一实施例的流程示意图；
37.图2是本技术提供的激光雷达自检方法另一实施例的流程示意图；
38.图3是本技术提供的激光雷达自检方法又一实施例的流程示意图；
39.图4是本技术提供的激光雷达自检设备一实施例的结构示意图；
40.图5是本技术提供的激光雷达自检设备另一实施例的结构示意图；
41.图6是本技术提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
42.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
43.请参阅图1，图1是本技术提供的激光雷达自检方法一实施例的流程示意图。
44.其中，本技术的激光雷达自检方法应用于一种激光雷达自检设备，其中，本技术的激光雷达自检设备可以为服务器，也可以为由服务器和终端设备相互配合的系统。相应地，激光雷达自检设备包括的各个部分，例如各个单元、子单元、模块、子模块可以全部设置于服务器中，也可以分别设置于服务器和终端设备中。
45.进一步地，上述服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块，例如用来提供分布式服务器的软件或软件模块，也可以实现成单个软件或软件模块，在此不做具体限定。在一些可能的实现方式中，本技术实施例的激光雷达自检方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
46.在本技术实施例中，激光雷达自检设备，以下简称为自检设备需要实现对激光雷达的位置进行标定。具体地，由于激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统，在自检过程中，自检设备需要对激光雷达预先存储的探测理论值和探测实际值的差距进行检验，从而衡量自检的效果。
47.探测理论值一方面由激光雷达的设备信息决定，另一方面由自检场所决定。如果自检场所比较杂乱，例如设置有较多障碍物，或者场所地势高低不平，将会导致自检设备计算探测理论值时精确度不高，而且需要复杂的计算过程，占用大量的处理资源。
48.因此，在本技术实施例中，选择将激光雷达设置在正常开阔平坦的检测区域，以使得探测理论值便于计算，且减少场所的干扰信息，使得探测理论值能够更好地体现激光雷达的探测特性。
49.具体地，一种方式，工作人员可以在正常开阔平坦的区域中，通过事先对不同高度、不同角度的激光雷达的探测点云进行标定，以将不同高度、不同角度的自检理论点云及其分布情况记载在预设理论表中。另一种方式，工作人员可以根据激光雷达出厂时的设备参数，计算在不同高度、不同角度的激光雷达的探测点云，以将不同高度、不同角度的自检理论点云及其分布情况记载在预设理论表中。
50.例如，对于一部分激光雷达而言，激光雷达探测得到的点云一般呈疏-密-疏的趋势分布模式，假设本技术实施例所检测的激光雷达理论上探测到处于正常开阔平坦区域的雷达点云应有30％的数据点在50米内，50％的数据点在50米～100米之间，20％的数据点在100米外，呈现疏-密-疏的趋势分布模式。
51.需要说明的是，本技术的激光雷达自检方法适用于不同类型的激光雷达，例如64
线激光雷达、32线激光雷达、16线激光雷达等。
52.具体而言，如图1所示，本技术实施例的激光雷达自检方法具体包括以下步骤：
53.步骤s11：获取激光雷达的自检理论点云。
54.在本技术实施例中，由于工作人员事先制作了预设理论表，预设理论表中记载了不同的高度数值以及不同的角度数值的组合对应的自检理论点云及其分布情况。
55.因此，在开启本技术实施例的激光雷达自检方法时，自检设备对激光雷达的实时位姿进行标定，以获取激光雷达的高度信息和角度信息。然后，自检设备基于激光雷达实时的高度信息和角度信息在预设理论表中查找相应的自检理论点云及其分布情况。
56.步骤s12：通过激光雷达采集实时的自检分布点云。
57.在本技术实施例中，自检设备通过激光雷达采集实时的自检分布点云。
58.进一步地，由于本技术实施例的自检理论点云是基于正常开阔平坦的区域进行探测或者计算，自检设备需要保证激光雷达自检时所处的区域中也属于正常开阔平坦的区域。因此，自检设备通过激光雷达采集到实时的自检分布点云后，可以基于自检分布点云判断是否可以识别出障碍物。若自检分布点云中存在障碍物的数据点，则说明激光雷达所处的区域中存在障碍物，可能会对自检结果造成影响，此时，自检设备即可以直接确认自检失败，直至激光雷达探测的自检分布点云中不存在障碍物时，再重新执行自检流程。若自检分布点云中不存在障碍物的数据点，则说明激光雷达处于正常开阔平坦的区域，进入步骤s13。
59.步骤s13：将自检理论点云的分布情况和自检分布点云的分布情况进行比较，判断点云的分布差异是否超过预设阈值。
60.在本技术实施例中，自检设备比较自检理论点云的分布情况和自检分布点云的分布情况，判断点云的分布差异是否超过预设阈值。例如，自检理论点云的分布情况为：30％的数据点在50米内，50％的数据点在50米～100米之间，20％的数据点在100米外。自检分布点云的数据点分布比例应当与自检理论点云的数据点分布比例的差异值小于预设阈值，则自检设备确认自检理论点云的分布情况和自检分布点云的分布情况一致，确认自检成功。否则，进入步骤s14。
61.具体地，自检理论点云的分布情况为：第一距离范围内分布第一比例的点云数据点，第二距离范围内分布第二比例的点云数据点，第三距离范围内分布第三比例的点云数据点，其中，第一距离范围、第二距离范围和第三距离范围按照距离近到远的顺序设置。自检设备需要分别获取自检分布点云在第一距离范围、第二距离范围以及第三距离范围的分布比例。然后，将第一距离范围的分布比例与第一比例比较，将第二距离范围的分布比例与第二比例比较，将第三距离范围的分布比例与第三比例比较，在所有分布比例对应的差异值均低于预设阈值时，则确认自检成功，任意一个分布比例对应的差异值超过预设阈值时，则进入步骤s14。
62.自检设备还可以比较自检理论点集的单点特征与自检分布点集的单点特征，或者比较自检理论点集的局部特征与自检分布点集的局部特征，或者比较自检理论点集的全局特征与自检分布点集的全局特征。
63.以单点特征为例，自检设备按照采集顺序或距离远近依次比较自检理论点集的数据点和自检分布点集的数据点，从而得到自检理论点集和自检分布点集的差异值。其中，差
异值的类型由自检理论点集和自检分布点集的单点特征类型决定。点云的单点特征类型包括但不限于以下类型：三维坐标、法线、主曲率、特征值、回波强度等。
64.例如，自检设备可以基于自检理论点集生成自检理论点分布曲线，基于自检分布点集生成自检分布点分布曲线，然后，比较自检理论点分布曲线与自检分布点分布曲线的曲线差异值。
65.当自检理论点集和自检分布点集的差异值大于预设阈值时，确认自检失败，需要重新标定或对激光雷达进行检查，进入步骤s14；当自检理论点集和自检分布点集的差异值小于等于预设阈值时，确认自检成功。其中，本技术实施例的预设阈值为本领域技术人员的经验阈值，在此对具体数值不做限制。
66.步骤s14：输出点云自检结果，自检结果指示激光雷达存在异常。
67.在本技术实施例中，激光雷达自检设备获取激光雷达的自检理论点云；通过激光雷达采集实时的自检分布点云；将自检理论点云的分布情况和自检分布点云的分布情况进行比较，判断点云的分布差异是否超过预设阈值；若是，则输出点云自检结果，自检结果指示激光雷达存在异常。通过上述方式，本技术的激光雷达自检方法可以利用自检理论点云和实时采集的自检分布点云来检验激光雷达是否正常工作，提高激光雷达的自检效率和自检实时性。
68.请继续参阅图2，图2是本技术提供的激光雷达自检方法另一实施例的流程示意图。
69.具体而言，如图2所示，本技术实施例的激光雷达自检方法具体包括以下步骤：
70.步骤s21：获取激光雷达的自检理论点云。
71.步骤s22：通过激光雷达采集实时的自检分布点云。
72.在本技术实施例中，步骤s21至步骤s22与图1所示实施例中的步骤s11至步骤s12相同，在此不再赘述。
73.步骤s23：计算自检理论点云中每一自检理论点的坐标值与自检分布点云中对应自检分布点的坐标值的差异值。
74.在本技术实施例中，由于选择了正常开阔平坦的检测区域，点云的高度信息可以视为相同，或者忽略不计。因此，自检设备将激光雷达实时探测的点云投影至检测区域的地面所在的平面，以获取激光雷达的自检分布点集，此时，自检分布点集中的数据点记录其投影后的二维坐标值。
75.对应地，步骤s21中的自检理论点集中的数据点同样记录其二维坐标值，即删除在三维坐标系中的高度坐标值。
76.在本技术实施例中，自检设备计算自检理论点集中每一自检理论点的二维坐标值与自检分布点集中对应自检分布点的二维坐标值的差异值。其中，计算顺序可以由自检理论点集和自检分布点集中数据点的距离排列顺序决定。
77.步骤s24：将所有差异值进行累加，得到距离差异值。
78.步骤s25：判断距离差异值是否大于预设阈值。
79.在本技术实施例中，当自检理论点集和自检分布点集的距离差异值大于预设阈值时，进入步骤s26，需要重新标定或对激光雷达进行检查；当自检理论点集和自检分布点集的距离差异值小于等于预设阈值时，确认自检成功。其中，本技术实施例的预设阈值为本领
域技术人员的经验阈值，在此对具体数值不做限制。
80.步骤s26：输出点云自检结果，自检结果指示激光雷达存在异常。
81.请继续参阅图3，图3是本技术提供的激光雷达自检方法另一实施例的流程示意图。
82.具体而言，如图3所示，本技术实施例的激光雷达自检方法具体包括以下步骤：
83.步骤s31：基于高度信息和角度信息从预设理论表中查找自检理论点云的反射率阈值。
84.步骤s32：通过激光雷达采集实时的自检分布点云，并获取自检分布点云中每一自检分布点的反射率。
85.在本技术实施例中，步骤s31至步骤s32与图1所示实施例中的步骤s11至步骤s12基本相同，在此不再赘述。
86.步骤s33：计算自检分布点云中每一自检分布点的反射率与反射率阈值的差异值。
87.步骤s34：将所有分布点的差异值进行累加并做平均运算，得到反射率差异值。
88.在本技术实施例中，自检设备比较自检分布点集中每一个自检分布点的反射率与反射率阈值，得到每一个自检分布点的反射率与反射率阈值的差异值，进而将所有差异值进行累加并做平均运算，得到反射率差异值。
89.步骤s35：判断反射率差异值是否大于预设阈值。
90.在本技术实施例中，当自检理论点集和自检分布点集的反射率差异值大于预设阈值时，进入步骤s38，需要重新标定或对激光雷达进行检查；当自检理论点集和自检分布点集的反射率差异值小于等于预设阈值时，确认自检成功。其中，本技术实施例的预设阈值为本领域技术人员的经验阈值，在此对具体数值不做限制。
91.步骤s36：输出点云自检结果，自检结果指示激光雷达存在异常。
92.本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
93.为实现上述实施例的激光雷达自检方法，本技术还提出了一种激光雷达自检设备，具体请参阅图4，图4是本技术提供的激光雷达自检设备一实施例的结构示意图。
94.如图4所示，本技术提供的激光雷达自检设备400包括理论获取模块41、实时获取模块42以及分布自检模块43。
95.其中，理论获取模块41，用于获取所述激光雷达的自检理论点云。
96.实时获取模块42，用于通过所述激光雷达采集实时的自检分布点云。
97.分布自检模块43，用于将所述自检理论点云的分布情况和所述自检分布点云的分布情况进行比较，判断点云的分布差异是否超过所述预设阈值；若是，输出点云自检结果，所述自检结果指示所述激光雷达存在异常。
98.为实现上述实施例的激光雷达自检方法，本技术还提出了另一种激光雷达自检设备，具体请参阅图5，图5是本技术提供的激光雷达自检设备另一实施例的结构示意图。
99.本技术实施例的激光雷达自检设备500包括存储器51和处理器52，其中，存储器51和处理器52耦接。
100.存储器51用于存储程序数据，处理器52用于执行程序数据以实现上述实施例所述
的激光雷达自检方法。
101.在本实施例中，处理器52还可以称为cpu(central processing unit，中央处理单元)。处理器52可能是一种集成电路芯片，具有信号的处理能力。处理器52还可以是通用处理器、数字信号处理器(dsp，digital signal process)、专用集成电路(asic，application specific integrated circuit)、现场可编程门阵列(fpga，field programmable gate array)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器52也可以是任何常规的处理器等。
102.为实现上述实施例的激光雷达自检方法，本技术还提供了一种计算机可读存储介质，如图6所示，计算机可读存储介质600用于存储程序数据61，程序数据61在被处理器执行时，用以实现如上述实施例所述的激光雷达自检方法。
103.本技术还提供一种计算机程序产品，其中，上述计算机程序产品包括计算机程序，上述计算机程序可操作来使计算机执行如本技术实施例所述的激光雷达自检方法。该计算机程序产品可以为一个软件安装包。
104.本技术上述实施例所述的激光雷达自检方法，在实现时以软件功能单元的形式存在并作为独立的产品销售或使用时，可以存储在装置中，例如一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
105.以上所述仅为本技术的实施方式，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。