Inteligentna kalibracja radaru pojazdu Pokój kalibracyjny pojazdów z fuzją wielu czujników

Kalibracja autonomicznych pojazdów jest kluczowym krokiem w kierunku autonomicznej jazdy i technologii robotyki.kalibracja określa geometryczne i matematyczne relacje między różnymi czujnikami autonomicznego pojazduNiedokładna kalibracja spowoduje, że pojazd źle oceni lub zboczy z kursu, co prowadzi do awarii nawigacji lub nawet kolizji.

Kalibracja pojazdów autonomicznych dzieli się głównie na trzy kategorie: kalibracja parametrów wewnętrznych czujnika, kalibracja parametrów zewnętrznych czujnika (kalibracja wspólna),i kalibracji podwozia/kinematycznej.

1. Kalibracja parametrów wewnętrznych czujnika

Kalibracja parametrów wewnętrznych dotyczy dokładności samego czujnika i jest zazwyczaj wykonywana niezależnie w fabryce lub przed instalacją.

1 Cel kalibracji parametrów wewnętrznych aparatu:Aby uzyskać odległość ogniskową aparatu, główny punkt i parametry zniekształceń (aby wyeliminować zniekształcenie beczki i poduszki szpilkowej z oka rybnego lub zwykłych soczewek).

Wspólna metoda:Metoda kalibracji Zhang Zhengyou (wykorzystując szachownicę lub tablice kalibracji kropek, robiąc wiele zdjęć z różnych kątów).

2 Cel kalibracji parametrów wewnętrznych IMU (jednostka pomiarowa bezwładności):Aby określić stronniczość, współczynnik skalowania i hałas akcelerometru i giroskopu.

Wspólna metoda:Statyczna analiza rozbieżności Allen'a, badanie wielo-pozycji rotacji.

2. Kalibracja parametrów zewnętrznych czujnika

Kalibracja parametrów zewnętrznych dotyczy relacji pozycyjnych między czujnikami oraz między czujnikami a nadwozią pojazdu (przestrzenny względny moment obrotowy R i wektor przekładniczy T),który jest podstawą fuzji wielosensorów.

1 Kamera i LiDAR

Celem jest wyrównanie chmury 3D z LiDAR z wymiarami pikseli obrazu 2D z aparatu fotograficznego, osiągając "kolorowanie chmury punktów" lub "dodawanie głębi obrazowi".

Metoda: kalibracja oparta na docelowym odczycie: w scenie umieszcza się tablicę kalibracyjną, a punkty kątowe szachownicy w obrazie oraz płaszczyzny krawędzi w chmurze punktów są wyodrębniane.Parametry zewnętrzne są rozwiązywane za pomocą algorytmów optymalizacji.

Kalibracja bezcelowa (on-line): krawędzie i linie budynku w środowisku naturalnym są używane do dopasowania gradientu obrazu do intensywności krawędzi chmury punktowej.

2 LiDAR i nawigacja inercyjna/korpus pojazdu

Celem jest przekształcenie danych mierzonych przez LiDAR w centrum pojazdu (zwykle centrum tylnej osi lub centrum IMU) w celu zapewnienia, że mapowanie i lokalizacja nie są przesunięte.

Metoda: Pojazd wykonuje okrążenie w kształcie ośmiu, jazdę w linii prostej lub obrót w miejscu w horyzoncie lub określonym terenie.Względna pozycja obliczana jest poprzez dopasowanie cech chmury punktowej do trajektorii integralnej IMU.

3 Kalibracja LiDAR wielofunkcyjna

Cel: Jeżeli pojazd posiada wiele LiDAR (np. jeden główny LiDAR + dwa LiDAR z martwym punktem obserwacyjnym), należy zszyć ich chmury punktów, tworząc pełny widok 360°.

Metoda: wyodrębnienie wspólnych cech (np. ziemi, ścian) z nakładających się obszarów i wykorzystanie algorytmu ICP (Iterative Closest Point) do rejestracji.

3. Podwozie i kalibracja kinematyczna

Kalibracja podwozia uwzględnia dokładność siłowników i prędkościomierzy kołowych, zapobiegając temu, by pojazd "myślał, że przejechał jeden metr, gdy przejechał tylko pół metra".

Średnica koła i kalibracja toru: kalibracja rzeczywistego promienia r dwóch kół napędowych i rzeczywistej odległości W między kołami po obu stronach.

Parametry odometryczne i zewnętrzne IMU/LiDAR

Metoda: doprowadzić pojazd do jazdy w linii prostej lub obrotu o 360° w miejscu, porównać dane zarejestrowane przez prędkościomierz koła z absolutnym przemieszczeniem i kątem mierzonym przez LiDAR/INS,i skorygować współczynnik skalowania koła prędkościomierza.