Kalibrierung eines unbemannten autonomen Logistikfahrzeugs

Die Kalibrierung autonomer Fahrzeuge ist ein entscheidender Schritt in der autonomen Fahr- und Robotertechnologie. Vereinfacht ausgedrückt geht es bei der Kalibrierung darum, geometrische und mathematische Beziehungen zwischen verschiedenen Sensoren des autonomen Fahrzeugs sowie zwischen den Sensoren und dem Körperkoordinatensystem des Fahrzeugs herzustellen. Wenn die Kalibrierung ungenau ist, kann es sein, dass das Fahrzeug „Dinge schief sieht“ oder „vom Weg abweicht“, was zu Navigationsfehlern oder sogar Kollisionen führen kann.

Die Kalibrierung autonomer Fahrzeuge lässt sich hauptsächlich in drei Kategorien einteilen: sensorintrinsische Kalibrierung, sensorextrinsische Kalibrierung (gemeinsame Kalibrierung) und Fahrwerks-/Kinematikkalibrierung.
1. Kalibrierung der intrinsischen Parameter des Sensors
Die interne Referenzkalibrierung befasst sich mit der Frage der Sensorgenauigkeit und wird in der Regel unabhängig vor dem Versand oder der Installation durchgeführt.
①Der Zweck der kamerainternen Parameterkalibrierung besteht darin, die Brennweite, den Hauptpunkt und die Verzerrungsparameter (um Tonnen- und Kissenverzerrungen von Fischaugen- oder normalen Objektiven zu eliminieren) der Kamera zu ermitteln.

Gängige Methode: Zhang Zhengyou-Kalibrierungsmethode (unter Verwendung eines Schwarz-Weiß-Schachbretts oder einer Punktkalibrierungstafel, wobei mehrere Fotos aus verschiedenen Winkeln aufgenommen werden).

②Der Zweck der internen Parameterkalibrierung der IMU (Inertial Measurement Unit) besteht darin, die Nullpunktabweichung, den Skalierungsfaktor und das Rauschen des Beschleunigungsmessers und des Gyroskops zu bestimmen.

Gängige Methoden: statische Allen-Varianzanalyse, Multipositionsrotationstest.

2. Kalibrierung der externen Parameter des Sensors

Die extrinsische Kalibrierung befasst sich mit den Positionsbeziehungen zwischen Sensoren sowie zwischen Sensoren und der Fahrzeugkarosserie (räumliche relative Rotationsmatrix R und Translationsvektor T), die die Grundlage der Multisensorfusion bilden.

①Kamera und LiDAR

Ziel: Ausrichtung der 3D-Punktwolke vom LiDAR an den 2D-Bildpixeln der Kamera, um „Einfärben der Punktwolke“ oder „Hinzufügen von Tiefe zum Bild“ zu ermöglichen.

Methode: Zielkalibrierung: Platzieren Sie eine Kalibrierungstafel in der Szene, extrahieren Sie gleichzeitig die Schachbrettecken aus dem Bild und die Kantenebenen aus der Punktwolke und lösen Sie mithilfe eines Optimierungsalgorithmus nach den extrinsischen Parametern.

Zielfreie (Online-)Kalibrierung: Nutzung von Kanten in der natürlichen Umgebung, wie z. B. Gebäudelinien, um die Kanten von Bildverläufen und Punktwolkenintensitäten anzupassen.

② LiDAR und Trägheitsnavigationssystem/Fahrzeugkarosserie

Zweck: Konvertieren Sie die vom Lidar gemessenen Daten in die Mitte des Fahrzeugs (normalerweise die Mitte der Hinterachse oder die IMU-Mitte), um sicherzustellen, dass der Kartenaufbau und die Positionierung nicht abweichen.

Methode: Das Auto führt eine „8“-förmige Kreisbewegung, eine geradlinige Fahrt oder eine Rotation auf der Stelle am Horizont oder innerhalb eines bestimmten Feldes aus. Durch den Abgleich von Punktwolkenmerkmalen mit der integrierten Flugbahn der IMU wird die relative Pose berechnet.

③ Multi-LIDAR-Kalibrierung

Ziel: Wenn ein Fahrzeug mit mehreren Lidars ausgestattet ist (z. B. einem primären Lidar und zwei Lidars zur Kompensation des toten Winkels), sollten die Punktwolken dieser Lidars zu einer vollständigen 360°-Ansicht zusammengefügt werden.

Methode: Extrahieren Sie gemeinsame Merkmale (z. B. Boden- und Wandoberflächen) im überlappenden Bereich und verwenden Sie den ICP-Algorithmus (Iterative Closest Points) zur Registrierung.

3. Fahrwerks- und Kinematikkalibrierung

Die Chassiskalibrierung befasst sich mit den Genauigkeitsproblemen der Aktuatoren und Kilometerzähler und verhindert, dass der Roboter „denkt, er hätte einen Meter zurückgelegt, obwohl er sich tatsächlich nur einen halben Meter bewegt hat“.

Kalibrierung von Raddurchmesser und Spur: Kalibrieren Sie den tatsächlichen effektiven Radius r der beiden Antriebsräder und den tatsächlichen Abstand W zwischen den Rädern auf beiden Seiten.

Kilometerzähler und externe IMU/Laser-Referenz

Methode: Lassen Sie das Auto eine bestimmte Strecke geradeaus fahren oder drehen Sie es um 360°, vergleichen Sie die vom Kilometerzähler aufgezeichneten Daten mit der vom LiDAR/Trägheitsnavigationssystem gemessenen absoluten Verschiebung und dem absoluten Winkel und korrigieren Sie den Skalierungsfaktor des Kilometerzählers.

4. Gängige Open-Source-Kalibrierungstoolchains

In der praktischen Entwicklung ist es im Allgemeinen nicht notwendig, Algorithmen von Grund auf neu zu schreiben, da in der Branche eine Vielzahl ausgereifter Open-Source-Tools verfügbar sind:

5. Tipps zur Durchführung der Kalibrierung

Starre Befestigung: Der Sensoreinbau muss absolut starr sein. Wenn während der Fahrt des Wagens geringfügige Vibrationen dazu führen, dass sich der Sensor verschiebt, wird die Kalibrierung ungültig.

Zuerst drinnen, dann draußen: Es ist notwendig, die Genauigkeit der intrinsischen Parameter einzelner Sensoren sicherzustellen, bevor mit der gemeinsamen Kalibrierung der extrinsischen Parameter zwischen Sensoren fortgefahren wird.

Umgebungsauswahl: Für die statische Kalibrierung wird empfohlen, Innenräume oder geschlossene Umgebungen mit gleichmäßiger Beleuchtung und reichhaltigen geometrischen Merkmalen (wie Wänden und Säulen) zu wählen. Für die dynamische Kalibrierung ist eine Umgebung mit guten GNSS-Signalen (GPS) und minimalen dynamischen Störungen (z. B. Fußgänger und vorbeifahrende Fahrzeuge) erforderlich.