Intelligente Fahrzeugradarkalibrierung, Multi-Sensor-Fusion-Automobilkalibrierungsraum

Die Kalibrierung von autonomen Fahrzeugen ist ein entscheidender Schritt in den Technologien des autonomen Fahrens und der Robotik. Vereinfacht ausgedrückt, stellt die Kalibrierung die geometrischen und mathematischen Beziehungen zwischen den verschiedenen Sensoren des autonomen Fahrzeugs sowie zwischen den Sensoren und dem Koordinatensystem des Fahrzeugs her. Eine ungenaue Kalibrierung führt dazu, dass das Fahrzeug falsch einschätzt oder vom Kurs abkommt, was zu Navigationsfehlern oder sogar Kollisionen führt.

Die Kalibrierung von autonomen Fahrzeugen fällt hauptsächlich in drei Kategorien: Kalibrierung der intrinsischen Sensorparameter, Kalibrierung der extrinsischen Sensorparameter (gemeinsame Kalibrierung) und Kalibrierung des Chassis/der Kinematik.

1. Kalibrierung der intrinsischen Sensorparameter

Die Kalibrierung der intrinsischen Parameter befasst sich mit der Genauigkeit des Sensors selbst und wird typischerweise unabhängig im Werk oder vor der Installation durchgeführt.

Ziel der intrinsischen Kameraparameterkalibrierung:Ermittlung der Brennweite, des Hauptpunkts und der Verzeichnungsparameter der Kamera (zur Eliminierung von Tonnen- und Kissenverzeichnung von Fischaugen- oder gewöhnlichen Objektiven).

Gängige Methode:Zhang Zhengyou Kalibrierungsmethode (unter Verwendung eines Schachbrett- oder Punktkalibrierungsbretts, Aufnahme mehrerer Fotos aus verschiedenen Winkeln).

Ziel der intrinsischen IMU-Kalibrierung (Inertial Measurement Unit):Bestimmung des Bias, des Skalierungsfaktors und des Rauschens des Beschleunigungsmessers und des Gyroskops.

Gängige Methode:Statische Allen-Varianzanalyse, Mehrpositions-Rotationsprüfung.

2. Kalibrierung der extrinsischen Sensorparameter

Die Kalibrierung der extrinsischen Parameter befasst sich mit den Positionsbeziehungen zwischen den Sensoren und zwischen den Sensoren und dem Fahrzeugkörper (räumliches relatives Rotationsmoment R und Translationsvektor T), was die Grundlage für die multisensorielle Fusion bildet.

Kamera und LiDAR

Ziel: Abgleich der 3D-Punktwolke des LiDAR mit den Pixeldimensionen des 2D-Bildes der Kamera, um eine "Färbung der Punktwolke" oder "Hinzufügen von Tiefe zum Bild" zu erreichen.

Methode: Zielbasierte Kalibrierung: Ein Kalibrierungsbrett wird in der Szene platziert und Eckpunkte des Schachbretts im Bild und Kantenflächen in der Punktwolke extrahiert. Die extrinsischen Parameter werden mithilfe von Optimierungsalgorithmen gelöst.

Ziellose (Online-)Kalibrierung: Kanten und Gebäudelinien in der natürlichen Umgebung werden verwendet, um den Bildgradienten mit der Kantenintensität der Punktwolke abzugleichen.

LiDAR und Inertialnavigation/Fahrzeugkörper

Ziel: Umwandlung der vom LiDAR gemessenen Daten auf die Fahrzeugmitte (typischerweise die Hinterachsmitten oder die IMU-Mitte), um sicherzustellen, dass Mapping und Lokalisierung nicht abweichen.

Methode: Das Fahrzeug führt eine Achterfahrt, eine Geradeausfahrt oder eine Drehung an Ort und Stelle auf dem Horizont oder einem bestimmten Gelände durch. Die relative Pose wird durch Abgleich von Punktwolkenmerkmalen mit der integralen Trajektorie der IMU berechnet.

Multi-LiDAR-Kalibrierung

Zweck: Wenn das Fahrzeug über mehrere LiDARs verfügt (z. B. ein Haupt-LiDAR + zwei Totwinkel-LiDARs), werden deren Punktwolken zusammengefügt, um eine vollständige 360-Grad-Ansicht zu erstellen.

Methode: Extrahieren gemeinsamer Merkmale (z. B. Boden, Wände) aus überlappenden Bereichen und Verwendung des ICP-Algorithmus (Iterative Closest Point) zur Registrierung.

3. Kalibrierung von Chassis und Kinematik

Die Chassis-Kalibrierung befasst sich mit der Genauigkeit der Aktuatoren und Radgeschwindigkeitssensoren und verhindert, dass das Fahrzeug "denkt, es sei einen Meter gefahren, obwohl es nur einen halben Meter gefahren ist".

Kalibrierung von Raddurchmesser und Spurweite: Kalibrierung des tatsächlichen effektiven Radius r der beiden Antriebsräder und des tatsächlichen Abstands W zwischen den Rädern auf beiden Seiten.

Kilometerzähler und extrinsische Parameter von IMU/LiDAR

Methode: Das Fahrzeug fährt eine gerade Strecke oder dreht sich 360 Grad an Ort und Stelle, vergleicht die vom Radgeschwindigkeitssensor aufgezeichneten Daten mit der absoluten Verschiebung und dem Winkel, die vom LiDAR/INS gemessen wurden, und korrigiert den Skalierungsfaktor des Radgeschwindigkeitssensors.