Kalibrasi kendaraan logistik otonom tak berawak

Kalibrasi kendaraan otonom adalah langkah penting dalam teknologi mengemudi otonom dan robotika. Sederhananya, kalibrasi melibatkan penetapan hubungan geometris dan matematis antara berbagai sensor kendaraan otonom, serta antara sensor dan sistem koordinat bodi kendaraan. Jika kalibrasi tidak akurat, kendaraan mungkin "melihat sesuatu secara miring" atau "menyimpang dari jalur", yang menyebabkan kegagalan navigasi atau bahkan tabrakan.

Kalibrasi kendaraan otonom terutama terbagi menjadi tiga kategori: kalibrasi intrinsik sensor, kalibrasi ekstrinsik sensor (kalibrasi gabungan), dan kalibrasi sasis/kinematika.
1. Kalibrasi parameter intrinsik sensor
Kalibrasi referensi internal mengatasi masalah akurasi sensor, dan biasanya diselesaikan secara independen sebelum pengiriman atau pemasangan.
①Tujuan kalibrasi parameter intrinsik kamera adalah untuk memperoleh panjang fokus, titik utama, dan parameter distorsi (untuk menghilangkan distorsi barrel dan pincushion pada lensa fisheye atau lensa biasa) dari kamera.

Metode umum: Metode kalibrasi Zhang Zhengyou (menggunakan papan kalibrasi papan catur hitam-putih atau titik, mengambil beberapa foto dari sudut yang berbeda).

②Tujuan kalibrasi parameter internal IMU (Inertial Measurement Unit) adalah untuk menentukan bias nol, faktor skala, dan noise dari akselerometer dan giroskop.

Metode umum: analisis varians Allen statis, uji rotasi multi-posisi.

2. Kalibrasi parameter ekstrinsik sensor

Kalibrasi ekstrinsik mengatasi hubungan posisi antara sensor dan antara sensor dan bodi kendaraan (matriks rotasi relatif spasial R dan vektor translasi T), yang membentuk dasar fusi multi-sensor.

①Kamera dan LiDAR

 Tujuan: Untuk menyelaraskan point cloud 3D dari LiDAR dengan piksel gambar 2D dari kamera, memungkinkan "pewarnaan point cloud" atau "penambahan kedalaman pada gambar".

 Metode: Kalibrasi target: Tempatkan papan kalibrasi di dalam adegan, secara bersamaan ekstrak sudut papan catur dari gambar dan bidang tepi dari point cloud, dan hitung parameter ekstrinsik menggunakan algoritma optimasi.

Kalibrasi tanpa target (online): Memanfaatkan tepi di lingkungan alami, seperti garis bangunan, untuk mencocokkan tepi gradien gambar dan intensitas point cloud.

② LiDAR dan sistem navigasi inersia/bodi kendaraan

 Tujuan: Mengonversi data yang diukur oleh lidar ke pusat mobil (biasanya pusat gandar belakang atau pusat IMU) untuk memastikan bahwa pemetaan dan penentuan posisi tidak bergeser.

 Metode: Mobil melakukan gerakan melingkar berbentuk "8", mengemudi lurus, atau berputar di tempat di cakrawala atau di dalam bidang tertentu. Dengan mencocokkan fitur point cloud dengan lintasan terintegrasi IMU, pose relatif dihitung.

③ Kalibrasi Multi-LIDAR

 Tujuan: Ketika kendaraan dilengkapi dengan beberapa lidar (seperti satu lidar utama dan dua lidar kompensasi blind-spot), point cloud dari lidar ini harus disambung bersama untuk membentuk tampilan 360° yang lengkap.

 Metode: Ekstrak fitur umum (seperti permukaan tanah dan dinding) di area yang tumpang tindih dan gunakan algoritma ICP (Iterative Closest Points) untuk registrasi.

3. Kalibrasi sasis dan kinematika

Kalibrasi sasis mengatasi masalah akurasi aktuator dan odometer, mencegah robot "mengira telah menempuh jarak satu meter padahal sebenarnya baru bergerak setengah meter".

 Kalibrasi diameter roda dan jarak lintasan: Kalibrasi radius efektif aktual r dari dua roda penggerak dan jarak aktual W antara roda di kedua sisi.

 Odometer dan Referensi Eksternal IMU/Laser

Metode: Biarkan mobil berjalan lurus sejauh jarak tertentu atau berputar 360° di tempat, bandingkan data yang dicatat oleh odometer dengan perpindahan absolut dan sudut yang diukur oleh sistem navigasi LiDAR/inersia, dan koreksi faktor skala odometer.

4. Rangkaian alat kalibrasi open-source umum

Dalam pengembangan praktis, umumnya tidak perlu menulis algoritma dari awal, karena ada banyak alat open-source matang yang tersedia di industri:

5. Tips untuk implementasi kalibrasi

Fiksasi kaku: Pemasangan sensor harus benar-benar kaku. Jika getaran kecil selama perjalanan troli menyebabkan sensor bergeser, kalibrasi akan menjadi tidak valid.

Di dalam dulu, lalu di luar: Penting untuk memastikan akurasi parameter intrinsik sensor individu sebelum melanjutkan kalibrasi gabungan parameter ekstrinsik antar sensor.

Pemilihan lingkungan: Untuk kalibrasi statis, disarankan untuk memilih lingkungan dalam ruangan atau tertutup dengan pencahayaan seragam dan fitur geometris yang kaya (seperti dinding dan pilar). Untuk kalibrasi dinamis, diperlukan lingkungan dengan sinyal GNSS (GPS) yang baik dan gangguan dinamis minimal (seperti pejalan kaki dan kendaraan yang lewat).