Sala di calibrazione per veicoli con sensori multi-fusione

La calibrazione dei veicoli autonomi è un passaggio cruciale nelle tecnologie di guida autonoma e robotica. In parole povere, la calibrazione stabilisce le relazioni geometriche e matematiche tra i vari sensori del veicolo autonomo, nonché tra i sensori e il sistema di coordinate del veicolo. Una calibrazione imprecisa farà sì che il veicolo giudichi male o deragli dalla rotta, portando a fallimenti di navigazione o persino a collisioni.

La calibrazione dei veicoli autonomi rientra principalmente in tre categorie: calibrazione dei parametri intrinseci del sensore, calibrazione dei parametri estrinseci del sensore (calibrazione congiunta) e calibrazione del telaio/cinematica.

1. Calibrazione dei parametri intrinseci del sensore

La calibrazione dei parametri intrinseci affronta l'accuratezza del sensore stesso ed è tipicamente eseguita in modo indipendente in fabbrica o prima dell'installazione.

① Scopo della calibrazione dei parametri intrinseci della telecamera:Ottenere la lunghezza focale, il punto principale e i parametri di distorsione della telecamera (per eliminare la distorsione a barilotto e a cuscinetto da lenti fisheye o ordinarie).

Metodo comune:Metodo di calibrazione di Zhang Zhengyou (utilizzando una scacchiera o una tavola di calibrazione a punti, scattando più foto da diverse angolazioni).

② Scopo della calibrazione dei parametri intrinseci dell'IMU (Inertial Measurement Unit):Determinare il bias, il fattore di scala e il rumore dell'accelerometro e del giroscopio.

Metodo comune:Analisi della varianza di Allen statica, test di rotazione multiposizione.

2. Calibrazione dei parametri estrinseci del sensore

La calibrazione dei parametri estrinseci affronta le relazioni posizionali tra i sensori e tra i sensori e la carrozzeria del veicolo (momento rotazionale relativo spaziale R e vettore di traslazione T), che è il fondamento della fusione multisensore.

① Telecamera e LiDAR

Obiettivo: Allineare la nuvola di punti 3D del LiDAR con le dimensioni dei pixel dell'immagine 2D della telecamera, ottenendo "colorazione della nuvola di punti" o "aggiunta di profondità all'immagine".

Metodo: Calibrazione basata su target: una tavola di calibrazione viene posizionata nella scena e vengono estratti i punti d'angolo della scacchiera nell'immagine e i piani dei bordi nella nuvola di punti. I parametri estrinseci vengono risolti utilizzando algoritmi di ottimizzazione.

Calibrazione senza target (online): vengono utilizzati bordi e linee di edifici nell'ambiente naturale per far corrispondere il gradiente dell'immagine con l'intensità dei bordi della nuvola di punti.

② LiDAR e navigazione inerziale/carrozzeria del veicolo

Obiettivo: Convertire i dati misurati dal LiDAR al centro del veicolo (solitamente il centro dell'asse posteriore o il centro dell'IMU) per garantire che la mappatura e la localizzazione non vengano deviate.

Metodo: Il veicolo esegue cerchi a forma di otto, guida in linea retta o ruota sul posto all'interno dell'orizzonte o di un terreno specifico. La posa relativa viene calcolata facendo corrispondere le caratteristiche della nuvola di punti con la traiettoria integrale dell'IMU.

③ Calibrazione Multi-LiDAR

Scopo: Quando il veicolo dispone di più LiDAR (ad esempio, un LiDAR principale + due LiDAR per punti ciechi), unire le loro nuvole di punti per formare una vista completa a 360°.

Metodo: Estrarre caratteristiche comuni (ad esempio, terreno, pareti) dalle aree sovrapposte e utilizzare l'algoritmo ICP (Iterative Closest Point) per la registrazione.

3. Calibrazione del telaio e cinematica

La calibrazione del telaio affronta l'accuratezza degli attuatori e dei tachimetri delle ruote, impedendo al veicolo di "pensare di aver percorso un metro quando ne ha percorso solo mezzo".

Calibrazione del diametro della ruota e della carreggiata: calibrare il raggio effettivo effettivo r delle due ruote motrici e la distanza effettiva W tra le ruote su entrambi i lati.

Parametri estrinseci del tachimetro e dell'IMU/LiDAR

Metodo: Far percorrere al veicolo una distanza rettilinea o ruotare di 360° sul posto, confrontare i dati registrati dal tachimetro della ruota con lo spostamento assoluto e l'angolo misurati dal LiDAR/INS, e correggere il fattore di scala del tachimetro della ruota.