一种车载激光雷达标定的方法，属于汽车自动驾驶领域。汽车自动驾驶技术中涉及的多传感器之间的融合技术不足。一种车载激光雷达标定的方法，设置一块标定板，配合安装在车辆上的激光雷达提取标定板的四个角点的步骤；测量四个角点在车体坐标系的物理坐标，结合由激光雷达提取的四个角点计算得到旋转平移矩阵的步骤；对两个激光雷达数据之间的进行坐标转换，拼接多台激光雷达，对激光雷达的标定的步骤。本技术具有精确将自动驾驶车辆之间的多传感器融合的优点。
权利要求书
1.一种车载激光雷达标定的方法，其特征是：所述方法包括：
在自动驾驶车辆前设置一块标定板，配合安装在车辆上的激光雷达提取标定板的四个角点的步骤；
测量四个角点在车体坐标系的物理坐标，结合由激光雷达提取的四个角点计算得到旋转平移矩阵的步骤；
对两个激光雷达数据之间的进行坐标转换，拼接多台激光雷达，实现对激光雷达的标定的步骤。
2.根据权利要求1所述一种车载激光雷达标定的方法，其特征在于：所述的提取标定板的四个角点是指提取激光雷达数据中标定板的四个角点，具体包括以下步骤：
步骤一一、获取点云数据：
将标定板设置于激光雷达前方6~10m的距离处，标定板的板面垂直于地面，用于承接激光雷达的发射信号；所述的标定板为一块2米×2米的正方形木板；
之后，在6~10m的距离之间选取4个距离值分别测量角点数据，得到4组角点数据；所述的角点数据是指在车体坐标系下的XYZ三维数据；
步骤一二、切割标定板所在的点云区域：
首先，将激光雷达向前的方向定义为X轴，将获取的点云数据记录的每个点的三维坐标表示为p(x, y, z)；
然后，通过下式计算每个点偏离X轴的角度α和距离激光雷达的距离d；
最后，设定距离X轴的最大角度和最小角度，以及距离激光雷达前方的最大距离和最小距离，在此范围内计算包含标定板在内的点，并对该区域进行筛选，将筛选出的符合条件的点存入新的指针中；
步骤一三、提取标定板：
在切割后的区域内，利用PCL中的RANSAC算法，使用平面参数模型并设置迭代阀值提取标定板的平面；
之后，在提取标定板后，使用参数化方程将标定板投影到其所在平面上；参数化方程为：AX+BY+CZ+D=0，式中，A、B、C表示系数，D为常数，来自RANSAC提取平面后的参
数；
其中，所述的RANSAC全称为Random Sample Consesus，中文含义是随机采样一致性，是利用一组包含异常数据的样本数据集计算得到数学模型参数的方法；
步骤一四、提取标定板的边缘点：
在上一步提取后的标定板中，计算每条横线角度差最大的两个点作为标定板的边缘点；
步骤一五、计算标定板的四个角点：
循环步骤一四提取标定板的边缘点的过程，再使用RANSAC算法在所有边缘点中，提取出四条直线，即标定板的四条边，并计算四条边的交点作为标定板的四个角点，并记录四个角点的坐标。
3.根据权利要求2所述一种车载激光雷达标定的方法，其特征在于：所述的测量四个角点在车体坐标系的物理坐标，结合由激光雷达提取的四个角点计算得到旋转平移矩阵的步骤包括：
步骤二一、获取角点的物理坐标：
使用卷尺、铅垂线和激光水平仪辅助工具，测量计算标定板四个角点在车体坐标系下的物理坐标；
步骤二二、计算旋转平移矩阵：
使用PCL中的SVD算法，计算步骤一中激光雷达提取的角点到手工测量的角点的变换矩阵；其中，向SVD算法中输入若干组点，以保证计算结果的精确。
4.根据权利要求3所述一种车载激光雷达标定的方法，其特征在于：所述的对两个激光雷达数据之间的进行坐标转换，拼接多台激光雷达，实现对激光雷达的标定的步骤包括：
利用步骤一至步骤二的方法分别提取一号激光雷达和二号激光雷达的角点，再使用SVD算法，计算一号激光雷达到二号激光雷达的旋转平移矩阵，利用该矩阵将一号激光雷达的数据做矩阵变换，变换到二号激光雷达的坐标系下，即完成两台激光雷达数据的拼接。
5.根据权利要求4所述一种车载激光雷达标定的方法，其特征在于：还在每辆无人驾驶汽车上放置多台激光雷达，拼接一辆车辆上的多台激光雷达的数据，从而得到一个全局的360°的点云图，以减少激光雷达的盲区。
技术说明书
一种车载激光雷达标定的方法
汽车雷达技术领域
本技术涉及一种车载激光雷达标定的方法。
背景技术
自动驾驶领域目前是全球热门的研究领域。自动驾驶车辆依赖各个传感器，包括摄像头（camera）、激光雷达（lidar）和毫米波雷达等。在这些车载传感器中，激光雷达扮演者不可缺少的角。
激光雷达的工作原理是向目标发射探测信号(激光束)，然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数，从而对目标进行探测、跟踪和识别。激光雷达的优势在于其探测范围更广，探测精度更高。但是，激光雷达的缺点也很明显：在雨雪雾等极
端天气下性能较差，采集的数据量过大，价格十分昂贵。
由于单一的传感器有各自的优点与缺点，为了提高自动驾驶的可靠性与稳定性，主流技术通常采用多传感器融合的方案。在进行多传感器融合之前，首先就是要对各个传感器进行标定。所谓标定，就是各个传感器协同工作时，需要统一坐标系，需要估计各个传感器的外参，即旋转平移变换矩阵，通常包括三个旋转参数和三个平移参数。针对激光雷达标定的问题，本文提出了一种基于标定板（一块2米×2米的正方形木板）的标定方法，通过提取标定板的四个角点，和测量四个角点在车体坐标系的物理坐标，计算得到旋转平移矩阵后，再对激光雷达数据进行坐标转换，转换到各个传感器共同的车体坐标系下，即可实现对激光雷达的标定。
技术内容
本技术的目的是为了解决汽车自动驾驶技术中涉及的多传感器之间的融合技术不足，而提出一种车载激光雷达标定的方法。
一种车载激光雷达标定的方法，所述方法包括：
在自动驾驶车辆前设置一块标定板，配合安装在车辆上的激光雷达提取标定板的四个角点的步骤；
测量四个角点在车体坐标系的物理坐标，结合由激光雷达提取的四个角点计算得到旋转平移矩阵的步骤；
对两个激光雷达数据之间的进行坐标转换，拼接多台激光雷达，实现对激光雷达的标定的步骤。
本技术的有益效果为：
本技术设计的一种车载激光雷达标定的方法，只需要借助一个简单的标定板，即可实现标定。利用计算得到的旋转平移矩阵，可将激光雷达的数据转换到各个传感器统一的车体坐标