Kalibracja autonomicznego pojazdu logistycznego bezzałogowego

Kalibracja pojazdów autonomicznych jest kluczowym etapem w technologii jazdy autonomicznej i robotyce. Mówiąc prościej, kalibracja polega na ustaleniu geometrycznych i matematycznych zależności między różnymi czujnikami pojazdu autonomicznego, a także między czujnikami a układem współrzędnych nadwozia pojazdu. Jeśli kalibracja jest niedokładna, pojazd może "widzieć rzeczy krzywo" lub "zboczyć z kursu", co prowadzi do błędów nawigacji lub nawet kolizji.

Kalibracja pojazdów autonomicznych dzieli się głównie na trzy kategorie: kalibracja parametrów wewnętrznych czujników, kalibracja parametrów zewnętrznych czujników (kalibracja łączna) oraz kalibracja podwozia/kinematyki.
1. Kalibracja wewnętrznych parametrów czujników
Kalibracja wewnętrzna odnosi się do dokładności czujnika i jest zazwyczaj przeprowadzana niezależnie przed wysyłką lub instalacją.
①Celem kalibracji wewnętrznych parametrów kamery jest uzyskanie ogniskowej, punktu głównego i parametrów zniekształceń (aby wyeliminować zniekształcenia beczkowe i poduszkowe obiektywów typu fisheye lub zwykłych) kamery.

Typowa metoda: Metoda kalibracji Zhang Zhengyou (z użyciem czarno-białej szachownicy lub tablicy z punktami, wykonując wiele zdjęć pod różnymi kątami).

②Celem kalibracji wewnętrznych parametrów IMU (Inertial Measurement Unit) jest określenie zerowego dryfu, współczynnika skali i szumu akcelerometru i żyroskopu.

Typowe metody: analiza wariancji Allena w stanie spoczynku, test obrotu w wielu pozycjach.

2. Kalibracja zewnętrznych parametrów czujników

Kalibracja zewnętrzna odnosi się do relacji pozycyjnych między czujnikami oraz między czujnikami a nadwoziem pojazdu (macierz rotacji przestrzennej R i wektor translacji T), co stanowi podstawę fuzji wielu czujników.

①Kamera i LiDAR

 Cel: Dopasowanie chmury punktów 3D z LiDAR do pikseli obrazu 2D z kamery, umożliwiając "kolorowanie chmury punktów" lub "dodawanie głębi do obrazu".

 Metoda: Kalibracja z użyciem wzorca: Umieszczenie tablicy kalibracyjnej w scenie, jednoczesne wyodrębnienie narożników szachownicy z obrazu i płaszczyzn krawędzi z chmury punktów, a następnie rozwiązanie parametrów zewnętrznych za pomocą algorytmu optymalizacji.

Kalibracja bez wzorca (online): Wykorzystanie krawędzi w naturalnym środowisku, takich jak linie budynków, do dopasowania krawędzi gradientów obrazu i intensywności chmury punktów.

② LiDAR i system nawigacji inercyjnej/nadwozie pojazdu

 Cel: Konwersja danych mierzonych przez LiDAR do środka samochodu (zazwyczaj środek tylnej osi lub środek IMU), aby zapewnić, że mapowanie i pozycjonowanie nie dryfują.

 Metoda: Samochód wykonuje ruch okrężny w kształcie "ósemki", jazdę po prostej lub obrót w miejscu na horyzoncie lub w określonym polu. Poprzez dopasowanie cech chmury punktów do zintegrowanej trajektorii IMU obliczana jest względna poza.

③ Kalibracja wielu LiDARów

 Cel: Gdy pojazd jest wyposażony w wiele LiDARów (np. jeden główny LiDAR i dwa LiDARy kompensujące martwe pola), chmury punktów z tych LiDARów powinny zostać połączone, tworząc pełny widok 360°.

 Metoda: Wyodrębnienie wspólnych cech (takich jak powierzchnie gruntu i ścian) na obszarze nakładania się i użycie algorytmu ICP (Iterative Closest Points) do rejestracji.

3. Kalibracja podwozia i kinematyki

Kalibracja podwozia zajmuje się problemami dokładności siłowników i liczników kilometrów, zapobiegając sytuacji, w której robot "myśli, że przejechał metr, gdy w rzeczywistości przesunął się tylko o pół metra".

 Kalibracja średnicy koła i rozstawu: Kalibracja rzeczywistego efektywnego promienia r dwóch kół napędowych i rzeczywistego rozstawu W między kołami po obu stronach.

 Licznik kilometrów i IMU/Laserowe odniesienie zewnętrzne

Metoda: Niech samochód przejedzie prostą trasę na pewną odległość lub obróci się o 360° w miejscu, porównując dane zarejestrowane przez licznik kilometrów z bezwzględnym przemieszczeniem i kątem zmierzonym przez LiDAR/system nawigacji inercyjnej, a następnie korygując współczynnik skali licznika kilometrów.

4. Typowe otwarte zestawy narzędzi do kalibracji

W praktycznym rozwoju zazwyczaj nie ma potrzeby pisania algorytmów od podstaw, ponieważ w branży dostępna jest duża liczba dojrzałych, otwartych narzędzi:

5. Wskazówki dotyczące implementacji kalibracji

Sztywne mocowanie: Instalacja czujnika musi być absolutnie sztywna. Jeśli drobne wibracje podczas jazdy wózka spowodują przesunięcie czujnika, kalibracja stanie się nieważna.

Najpierw wewnętrzne, potem zewnętrzne: Konieczne jest zapewnienie dokładności parametrów wewnętrznych poszczególnych czujników przed przystąpieniem do wspólnej kalibracji parametrów zewnętrznych między czujnikami.

Wybór środowiska: Do kalibracji statycznej zaleca się wybór środowisk wewnętrznych lub zamkniętych z jednolitym oświetleniem i bogatymi cechami geometrycznymi (takimi jak ściany i słupy). Do kalibracji dynamicznej wymagane jest środowisko z dobrymi sygnałami GNSS (GPS) i minimalnymi zakłóceniami dynamicznymi (takimi jak piesi i przejeżdżające pojazdy).