天门智能驾驶激光雷达标定黑板来电洽谈「多图」

智能驾驶激光雷达标定黑板—————广州航鑫光电科技有限公司，是一家专门做激光雷达标定板、反射板的公司

本文主要解决的技术问题是提供一种激光雷达的标定方法，能够在不同生产批次以及同一批次的激光雷达上具有通用性，且测量精度高。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种激光雷达的标定方法。所述标定方法包括：

利用所述激光雷达获取多个标定距离值下的标定物体的距离测量值以及对应的反射率测量值；

按照所述距离测量值的大小将所述距离测量值以及对应的反射率测量值拆分成至少两组；

按照每一组内的所述反射率测量值的大小将每一组内的距离测量值以及对应的反射率测量值进一步拆分成至少两子组；

根据每一子组内的所述距离测量值和对应的标定距离值之间的误差值以及对应的反射率测量值分别拟合出以所述反射率测量值为输入变量的误差校正函数。

本发明的有益效果是：本发明提供一种激光雷达的标定方法，利用所述激光雷达获取多个标定距离值下的距离测量值以及对应的反射率测量值；按照所述距离测量值的大小将所述距离测量值以及对应的反射率测量值拆分成至少两组；按照每一组内的所述反射率测量值的大小将每一组内的距离测量值以及对应的反射率测量值进一步拆分成至少两子组；根据每一子组内的所述距离测量值和对应的标定距离值之间的误差值以及对应的反射率测量值分别拟合出以所述反射率测量值为输入变量的误差校正函数。通过上述方式，本发明能够在不同生产批次以及同一批次的激光雷达具有通用性，又能提高测量精度，从而进一步降低生产成本。

欢迎咨询广州航鑫光电了解更多智能驾驶激光雷达标定黑板

1.激光雷达介绍激光雷达技术的起源

激光雷达技术于20世纪90年始应用于AGV导航系统。早期的激光导航系统需要在AGV行驶的路径周围安装的反射板。

机器人对环境信息的感知主要依赖于传感器系统，单传感器获取的信息难以确保准确性和可靠性。多传感器融合与补偿技术可以充分利用数据冗余性和互补性，保证环境感知的准确性、快速性和稳定性，进而弥补了单传感器的不足。

激光雷达和有线相比的优势

与其他铺设引导线的导航方式相比，激光导航具有许多突出的优点:定位，地面无需其他定位设施，能够适用于复杂的路径条件和工作环境。能够快速的更换行驶路线和修改运行参数。

移动机器人携带传感器的类型

移动机器人一般携带有里程计，惯性传感器，激光雷达测距，或者视觉传感器。其中里程计和惯性传感器主要是对机器人的位姿进行预测，激光雷达可以通过对于测量传感器的中心到目标点特征的距离和角度对移动机器人的位姿进行修正

SLAM一问题的提出

SLAM问题早是由Smith和Cheesemand等人在1988年提出，是一种同时解决定位问题和地图构建问题的概率方法。经过20多年的研究发展，SLAM问题取得了极大的突破和发展。这得益于SLAM算法的多样化、传感器的性能的提高以及多传感器的融合技术。

激光雷达和GPS的对比

用GPS实现室外环境定位是非常容易的，以至于我们常常认为他是无所不能。然而GPS远非的定位传感器，因为他完全依赖远距离在轨道***发送来微弱无线电信号。这就意味着在无线电无法到的环境中GPS是无法工作的。

用于雷达目标识别中的模式识别技术

进行雷达目标识别，必须依靠有效的目标特征分类技术（模式识别技术）。模式识别技术的发展为雷达目标识别的研究提供了有利的条件。统计模式识别方法、模糊模式识别方法、基于模型和基于知识的

模式识别方法以及神经网络模式识别方法等在雷达目标识别中均有成功的应用。

(1）统计模式识别方法

统计模式识别是传统的模式识别方法，也是雷达目标识别中常用到的特征分类方法，它是一种根据已知样本的统计特性来对未知类别样本进行分类的方法。其基本思想是用N维特征矢量表征目标模式，并通过对样本的学习，估计出特征矢量的概率分布密度函数，在某种准则下，利用特征矢量的统计知

识来构造判别函数，从而在保证分类误差概率的条件下，对目标进行分类。

近邻域法(29)、相关匹配法(15)(32)(33)(34)、多维相关匹配方法(16)、Bayes似然(35).Bayes分类器(36)、Bayes优化决策规则(36)、似然函数(37)等都被用于了目标特征的分类决策。

(⑵)模糊模式识别方法

在雷达日标识别中，由于噪声对目标背景的污染，目标信息转换过程中特征信息的随机交迭，目标信息时间、距离、方位和姿态等因素的变化都可引起信息的模糊及目标特征的畸变，影响目标识别的效果。