(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210275064.7 (22)申请日 2022.03.21 (71)申请人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 王章宇　龚子任　余贵珍　周彬　 王昊　 (74)专利代理 机构 北京天汇航智知识产权代理 事务所(普通 合伙) 11987 专利代理师 黄川 (51)Int.Cl. G01S 7/497(2006.01) G01S 19/23(2010.01) G06V 20/56(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) (54)发明名称 一种路车融合 感知的激光雷达和GPS的标定 方法和装置 (57)摘要 本发明涉及自动驾驶路车融合感知技术领 域， 提供了一种路车融合感知的激光雷达和GPS 的标定方法和装置。 该方法包括： 基于靶车GPS目 标参考点， 获取车载激光雷达点云在GPS全局坐 标系的映射和路侧激光雷达点云在GPS 全局坐标 系的映射， 分别完成车载感知数据的标定和路侧 感知数据的标定， 实现车端感知数据和路侧感知 数据同时到所述GPS全局坐标系下的映射， 实现 路车融合 感知数据的标定。 本发 明提供了稳定可 靠的空间同步方法， 高精度捕捉靶车GPS的激光 点云， 剔除GPS高程噪声数据， 有效配准GPS的激 光雷达点和GPS坐标， 提高标定精度， 实现了车 端、 路侧设备的时空同步标注的自动化智能化。 权利要求书6页 说明书15页 附图6页 CN 114755662 A 2022.07.15 CN 114755662 A 1.一种路车融合感知的激光雷达和GPS的标定装置， 其特征在于， 包括： 待标定系统和 靶车， 所述待标定系统， 包括车 载待标定系统和路侧待标定系统； 车载待标定系统包括： 靶车(1)、 靶车计算单元(2)、 靶车天线(3)、 靶车GPS(4)、 车载激 光雷达(5)、 车载相机(6)、 车载GPS(7)、 车载计算转换矩阵(8)、 车载天线(9)和视觉辅助的 GPS点云提取(10)； 所述靶车(1)由靶车GPS(4)、 靶车天线(3)和靶车计算单元(2)组成， 用于 获得靶车GPS坐标， 并提供车载激光雷达和路侧激光雷达扫描到靶车GPS坐标所对应的靶 车 GPS目标参考点的点云； 在车载场景下， 载体是自动驾驶车辆， 通过车载激光雷达和车载相机(6)朝向相同， 感 知同一场景， 所述车载相机(6)辅助所述车载激光雷达检测靶车GPS目标参考点， 车载GPS (7)对所述自动驾驶车辆进行定位， 所述车载计算转换矩阵8执行标定算法， 通过车载激光 雷达坐标系到 GPS全局坐标系的转换后被标定， 获得车载激光雷达点云在GPS全局坐标系下 的映射， 完成所述车 载感知数据的标定； 路侧待标定系统包括： 路侧激光雷达(11)、 路侧相机(12)、 路侧GPS(13)、 路侧计算转换 矩阵(14)、 路侧天线(15)， 靶车GPS(4)、 靶车天线(3)、 靶车计算单元(2)、 靶车(1)和视觉辅 助的GPS点云提取(10)； 在路侧场景下， 载体是路侧感知单元支架， 通过路侧激光雷达和路侧相机(12)朝向相 同， 感知同一场景， 所述路侧相机(12)辅助所述路侧激光雷达检测所述靶车GPS目标参考 点， 路侧GPS13对路侧感知单元进行定位， 所述路侧计算转换矩阵(14)执行所述标定算法， 通过将路侧激光雷达坐标系 转换到所述GPS全局坐标系(18)后被标定， 获得路侧激光雷达 点云在GPS全局坐标系(18)下的映射， 完成所述路侧感知数据的标定， 其中， 标定算法包括 由靶车GPS坐标提取算法、 基于相机和激光雷达融合的靶车GPS目标检测算法以及激光雷达 点和靶车GP S坐标的配准 算法； 基于所述车载感知数据的标定和所述路侧感知数据的标定， 完成在GPS全局坐标系下 的路车融合感知数据的标定 。 2.根据权利要求1所述的标定装置的一种路车融合感知的激光雷达和GPS的标定方法， 其特征在于， 具体包括以下步骤： S1基于靶车GPS目标参考点， 获取车载激光雷达点云在GPS全局坐标系的映射和路侧激 光雷达点云在GPS全局 坐标系的映射， 分别完成车载感知数据的标定和路侧感知数据的标 定； 所述车载感知数据的标定包括： 在车载场景下， 确保靶车GPS目标参考点被车载待标定 系统中车载激光雷达和相 机清晰捕捉， 同时固定自动驾驶车辆， 提取并存储所述车载待标 定系统中车 载GPS坐标及其 航向角， 其中， 靶车GP S目标参考点是将靶车视为 一个点； 采用标定算法对靶车GPS坐标高程的拟合校准、 每帧靶车GPS坐标的提取和所述车载激 光雷达点云坐标进行自动提取； 保存所述靶车在各实验点位的GPS坐标以及所述车载激光雷达点坐标； 采用所述标定 算法计算所述车载激光雷达点云到所述GPS全局坐标系下 的转换矩阵， 获得所述车载激光 雷达点云坐标在GP S全局坐标系下的映射， 完成车 载感知数据的标定； 路侧感知数据的标定包括： 在 路侧场景下， 确保靶车GPS目标参考点被路侧激光雷达和权　利　要　求　书 1/6 页 2 CN 114755662 A 2相机清晰捕捉， 同时固定 路侧待标定系统， 提取并存储所述路侧待 标定系统中路侧单元GPS 坐标及其 航向角； 采用所述标定算法对所述靶车GPS坐标高程的拟合校准、 靶车GPS坐标的提取和路侧激 光雷达点云坐标进行自动提取； 保存所述靶车在各实验点 位的GPS坐标以及所述路侧激光雷达点 坐标； 根据所述提取并存储的路侧单元GPS坐标及其航向角、 各实验点位的GPS坐标和所述靶 车GPS目标参考点在路侧激光雷达点坐标， 采用所述标定算法计算所述路侧激光雷达点云 到所述GPS全局坐标系下的转换矩阵， 获得所述路侧激光雷达点云坐标在GPS全局坐标系下 的映射， 完成路侧感知数据的标定； S2基于所述车载激光雷达点云坐标在 GPS全局坐标系下的映射和路侧激光雷达点云坐 标在GPS全局坐标系下的映射， 实现车端感知数据和路侧感知数据同时到所述GPS全局坐标 系下的映射， 实现 路车融合感知数据的标定 。 3.根据权利要求2所述的标定方法， 其特征在于， 所述采用标定算法对靶车GPS坐标高 程的拟合校准、 靶车GP S坐标的提取， 包括： 在标定实验前， 所述车载激光雷达采集实验场地的地面点云数据， 对地面点云平面进 行法向量估计， 得到地 面的法向量 所述地面的法向量 求解的协方差矩阵方程如下： 其中， k是点云数量， Pci是第i个点云的坐 标， 是点云的平均坐标， λj是协方差矩阵C的 第j个特征值， 是协方差矩阵C的第j 个特征向量， 最小特征值λj对应的特征向量 即为地 面的法向量 采集并求取各所述实验点位的高程平均值作为所述实验点位的高程hi， 基于各所述实 验点位的所述靶 车GPS坐标构成点集， 对所述点集构成的平面进 行法向量估计， 获得点集平 面的法向量， 其中， 点集用Xc＝{xc1， xc2， ...， xci}表示， i∈{0， 1， 2， ...， n}， n为实验点位的 数量； 使得所述地面的法 向量与所述点集平面的法 向量保持平行， 计算所述地面的法 向量与 所述点集平面的法向量之 间的旋转矩阵， 并与所述点集相乘， 得到旋转后的点集， 所述旋转 后的点集构成理论GP S坐标点平面； 将所述旋转后的点集中的各所述实验点位高程视为理论高程， 剔除各所述实验点位靶 车GPS坐标的高程与所述理论高程相差1cm以上的所述靶车GPS坐标， 并提取被剔除之后剩 下的各所述 实验点位靶 车GPS坐标的平均高程作为所述 实验点位的高程， 完成对靶车GPS高 程异常数据的剔除和对所述靶车GP S坐标的提取。 4.根据权利要求2所述的标定方法， 其特征在于， 所述采用所述标定算法对车载激光雷 达点云坐标进行自动提取， 包括： 在标定实验前， 完成相机和车载激光雷达的时间同步和标定， 采集靶车GPS的图片数据权　利　要　求　书 2/6 页 3 CN 114755662 A 3