کالیبراسیون وسیله نقلیه لجستیک خودکار بدون سرنشین

کالیبراسیون وسایل نقلیه خودران یک گام حیاتی در رانندگی خودران و فناوری رباتیک است. به عبارت ساده،کالیبراسیون شامل ایجاد روابط هندسی و ریاضی بین سنسورهای مختلف وسیله نقلیه مستقل است.، و همچنین بین سنسورها و سیستم مختصات بدنه خودرو. اگر کالیبراسیون نادرست باشد، خودرو ممکن است "چیزهای منحرف را ببیند" یا "از مسیر منحرف شود"،که منجر به شکست ناوبری یا حتی برخورد می شود..

کالیبراسیون وسایل نقلیه خودمختار در درجه اول به سه دسته تقسیم می شود: کالیبراسیون داخلی سنسور، کالیبراسیون خارجی سنسور (کلیبراسیون مشترک) و کالیبراسیون شاسی/کیناماتیک.
1. کالیبراسیون پارامترهای درون سنسور
کالیبراسیون مرجع داخلی به مسئله دقت سنسور می پردازد و معمولاً قبل از حمل یا نصب به صورت مستقل انجام می شود.
①هدف از کالیبراسیون پارامترهای درون دوربین بدست آوردن فاصله کانونی، نقطه اصلی،و پارامترهای تحریف (برای از بین بردن بشکه و کشن پیچ تحریف چشم ماهی یا لنز معمولی) دوربین.

روش متداول: روش کالیبراسیون ژانگ ژنگیو (با استفاده از صفحه شطرنج سیاه و سفید یا صفحه کالیبراسیون نقطه ای، گرفتن چندین عکس از زاویه های مختلف).

②هدف کالیبراسیون پارامترهای داخلی IMU (اتحاد اندازه گیری بی وقفه) تعیین سوگیری صفر، عامل مقیاس و سر و صدای شتاب سنج و ژایروسکوپ است.

روش های متداول: تجزیه و تحلیل متغیر استاتیک آلن، آزمایش چرخش چند موقعیت.

2. کالیبراسیون پارامترهای خارجی سنسور

کالیبراسیون خارجی به روابط موضعی بین سنسورها و بین سنسورها و بدن خودرو (ماتریس چرخش نسبی فضایی R و بردار ترجمه T) می پردازد.که پایه ای برای فیوژن چند سنسور است..

①دوربین و LiDAR

هدف: تراز ابر نقطه ای سه بعدی از LiDAR با پیکسل های تصویر دو بعدی از دوربین، امکان "رنگ دادن ابر نقطه" یا "اضافه عمق به تصویر".

روش: کالیبراسیون هدف: یک تخته کالیبراسیون را در صحنه قرار دهید، همزمان گوشه های تخته شطرنج را از تصویر و سطوح لبه را از ابر نقطه خارج کنید.و برای پارامترهای خارجی با استفاده از الگوریتم بهینه سازی حل کنید.

کالیبراسیون بدون هدف (آنلاین): استفاده از لبه ها در محیط طبیعی، مانند خطوط ساختمان، برای مطابقت با لبه های شیب تصویر و شدت ابرهای نقطه ای.

2 LiDAR و سیستم ناوبری بی وقفه/بدن خودرو

هدف: تبدیل داده های اندازه گیری شده توسط لیدار به مرکز ماشین (معمولا مرکز محور عقب یا مرکز IMU) برای اطمینان از اینکه ساختمان نقشه و موقعیت مکانی حرکت نمی کنند.

روش: ماشین حرکت دایره ای به شکل "8" ، رانندگی در خط مستقیم یا چرخش در افق یا در یک میدان خاص انجام می دهد.با تطبیق ویژگی های ابرهای نقطه ای با مسیر یکپارچه IMU، حالت نسبی محاسبه می شود.

3 کالیبری چند LIDAR

هدف: هنگامی که یک وسیله نقلیه با چند لیدر مجهز است (مانند یک لیدر اصلی و دو لیدر تعویض نقطه کور)ابرهای نقطه ای از این لیدرها باید با هم ترکیب شوند تا یک دید 360 درجه کامل ایجاد کنند..

روش: ویژگی های مشترک (مانند سطوح زمین و دیوار) را در منطقه همپوشانی استخراج کرده و از الگوریتم ICP (Iterative Closest Points) برای ثبت استفاده کنید.

3کالیبراسیون شاسی و حرکتی

کالیبراسیون شاسی مشکلات دقت محرک ها و شمارنده های فاصله را برطرف می کند و مانع از این می شود که ربات "فکر کند یک متر سفر کرده است در حالی که در واقع فقط نیم متر حرکت کرده است".

کالیبراسیون قطر چرخ و مسیر: شعاع موثر واقعی r دو چرخ محرک و فاصله واقعی W بین چرخ های هر دو طرف را کالیبراسیون کنید.

فاصله سنج و IMU / لیزر مرجع خارجی

روش: اجازه دهید ماشین برای یک فاصله مشخص به طور مستقیم حرکت کند یا 360 درجه در محل خود چرخش کند.مقایسه داده های ثبت شده توسط شمارنده با جابجایی مطلق و زاویه اندازه گیری شده توسط LiDAR / سیستم ناوبری بی وقفهو فاکتور مقیاس کمتر را اصلاح کنید.

4زنجیره ابزار کالیبراسیون منبع باز مشترک

در توسعه عملی، به طور کلی لازم نیست که الگوریتم ها را از ابتدا بنویسید، زیرا تعداد زیادی از ابزارهای منبع باز بالغ در صنعت موجود است:

5نکاتی برای اجرای کالیبراسیون

تثبیت سفت: نصب سنسور باید کاملاً سفت باشد. اگر لرزش های جزئی در طول سفر واگن باعث جابجایی سنسور شود، کالیبراسیون باطل می شود.

اول داخل، بعد بیرون:لازم است قبل از انجام کالیبراسیون مشترک پارامترهای خارجی بین سنسورها، دقت پارامترهای ذاتی سنسورها تضمین شود..

انتخاب محیط: برای کالیبراسیون استاتیک، توصیه می شود محیط های داخلی یا بسته با نوردهی یکنواخت و ویژگی های هندسی غنی (مانند دیوارها و ستون ها) را انتخاب کنید.برای کالیبراسیون پویایک محیط با سیگنال های GNSS (GPS) خوب و حداقل تداخل پویا (مانند پیاده ها و وسایل نقلیه عبور) مورد نیاز است.