激光雷达测距原理和点云畸变

最新推荐文章于 2024-04-10 10:40:48 发布
最新推荐文章于 2024-04-10 10:40:48 发布
阅读量2.8k 收藏 11
点赞数
分类专栏： Autopilot
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/liminwang0311/article/details/111414248
版权

激光雷达测距的原理，可以看B站这个视频：How Does LiDAR Remote Sensing Work？

激光雷达扫描的一些基本概念：

一帧点云，指完成一圈（360度）扫描，形成的点云集合。

线数，指垂直方向发射的激光束的数量，有16线、32线、64线等。

角分辨率，指水平方向相邻两个点之间的夹角。

 而激光雷达在扫描（旋转）过程中是随车辆移动的，即进行“一帧点云”数据采集时，所有点并不是在一个坐标系中采集的。去畸变的方法可参加：2D激光雷达运动畸变去除

 

王同学Leo
关注
专栏目录
激光雷达运动畸变去除方法
Alex的博客
07-22 1万+
文章目录一、激光雷达运动畸变产生的原因二、为什么需要解决这个问题？三、去除运动畸变的原理四、运动去畸变的方法1、纯估计方法（ICP / VICP）2、传感器辅助的方法（odom，IMU）3、融合的方法 本文针对二维激光雷达产生的运动畸变进行了分析，如有错误请指正！ 一、激光雷达运动畸变产生的原因 在机器人运动过程中，每个激光点都在不同的基准位姿上产生（就是在不同的时刻发出激光时机器人的位置是不同的（由于机器人自身的运动），这也是运动畸变产生的根源所在）。 激光扫描时伴随着机器人的运动，每个角度的激光数据都不
三角测距激光雷达与TOF激光雷达的具体区别详述
chuigua5164的博客
12-27 4061
激光雷达广泛应用于服务机器人、无人驾驶、无人机、AGV叉车等领域，已成为众多智能设备的核心传感器，它的重要性也是不言而喻。就目前市面上的主流激光雷达产品而言，用于环境探测和地图构建的雷达，按技术路线大体可以分为两类，一类是三角测距激光雷达，另一类是TOF雷达。这两个名词相信很...
LVI-SAM学习笔记1：激光雷达点云去畸变原理
JaydenQ的博客
05-05 1830
本文参考知乎Alvin一路向东的《由粗到精学习LVI-SAM》专栏 1.为什么会产生畸变 与相机不同，相机的曝光时间都很短，每一帧之间的时间间隔很短，而且上一帧最后一个像素与当前帧第一个像素也没有连续关系，通常不考虑运动畸变。而激光雷达不同，激光雷达形成一帧点云，至少需要激光从一侧扫描到另一侧若干遍，而且激光雷达每一帧形成的时间都比较长，因此此过程中位姿变化也比较大，导致出现的点云与真实世界中差别很大，所以需要点云去畸变。 2.点云去畸变原理 上一帧点云的最后一个点就是当前帧点云的第一个点，这是点云去畸变的
Livox 开源分享：关于激光雷达去畸变的那些事儿
3D视觉工坊
12-13 2433
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨Livox 览沃激光雷达@知乎来源丨https://zhuanlan.zhihu.com/p/442741667编辑丨3D视觉工...
激光点云的畸变补偿
爱做菜的炼丹师
02-17 3819
文章导读 激光雷达安装在自动驾驶车辆上，在车辆行驶过程中采集到的激光点云数据建立的三维环境模型存在一定的变形，不能真实反映某一时刻自动驾驶汽车的行驶环境。所以本文对获取一帧点云数据后如何做点云的运动补偿修复畸变问题进行讲解。 目录 点云畸变原理 畸变补偿方法 运动目标补偿 点云畸变原理 点云畸变是由于激光雷达采集数据的过程中，随着载体运动导致一帧点云中的点不是在同一时刻采集的，即不同激光点的坐标系不一致。 小编使用的是VLP-16，纵向排列着16个激光发射器和接收器。VLP-16的垂直测量角度
【激光SLAM】激光雷达数学模型和运动畸变去除
PuddleRubbish的博客
02-12 1689
中近距离精度较高，距离越近，精度越高价格便宜远距离精度较差易受干扰一般在室内使用由于雷达特性，α与L已标定，β为通过雷达内参数投影得出，设AB距离为L，A至垂足间的距离为L1，B至垂足间的距离为L2把激光看成一个激光束。激光束射到物体上返回得到的距离，由于噪声的存在，通常呈高斯分布，如图a所示，d在期望值附近形成高斯分布。通过raytracking得到期望距离。图b为激光束碰到障碍物的情况，此时得出的d小于期望距离。一般用指数分布来描述这种情况。
【课件】激光雷达数学模型和运动畸变去除.pdf
04-14
掌握其传感器原理、数学模型和运动畸变去除方法，对于进一步研究和开发激光雷达系统具有重要意义。而随着计算机视觉、机器学习等技术的发展，未来激光雷达的数据处理方法将更加先进，使得激光雷达的应用更加精准和...
2.1.2 激光雷达
nwaysir的博客
11-25 2403
激光雷达是实现更高级别自动驾驶（L3级别以上），以及更高安全性的良好途径，相比于毫米波雷达，激光雷达的分辨率更高、稳定性更好、三维数据也更可靠。
激光雷达+imu_[分享]激光雷达的地图创建与定位
weixin_39990660的博客
12-09 2238
[原文链接] 激光雷达功能拆解 看看为啥这么重要！要点速览一、自动驾驶汽车多种传感器各有优劣，多传感器融合是共识。1、激光雷达能够获得高清的三维环境感知信息，但是价格比较贵。2、摄像头能够获得丰富的纹理，价格也合适，但是受环境光照影响比较大。3、毫米波雷达在雨雾天气性能优越，但是分辨率比较低。二、激光雷达是自动驾驶汽车不可或缺的传感器，具有5大功能。1、障碍物检测。2、障碍物分类。3、障碍物跟踪。...
自动驾驶入门技术（5）- 激光雷达
筋斗云与自动驾驶
07-09 4812
1、激光雷达基础解析 1.1 基本概念 1）激光雷达是一种向被测目标发射探测信号（激光束），然后测量反射或散射信号的到达时间、强弱程度等参数，以确定目标的距离、方位、 运动状态及表面光学特性的雷达系统。 2）激光雷达因为激光波长短，准直性高，使得激光雷达性能优异：角分辨率和距离分辨率高、抗干扰能力强、能获得目标多种图像信息(深度、反射率等)、体积小、质量轻。 1.2 基本组件构成 激光雷达一般有发射模块、接收模块、扫描模块和控制模块四大部分购成； 1）发射模块：激光器、发射光学系统 2）接收模块：接收光学系
去除激光雷达运动畸变
05-20
1去除激光雷达运动畸变 2结合ROS库,pcl库 3包含2个ros包
SLAM学习日志(一) 2D(单线)激光雷达运动畸变校正(1 介绍篇)
elephant_why的博客
03-30 4976
见个人github仓库 https://github.com/elewu/2d_lidar_undistortion
激光SLAM入门笔记(三):激光雷达运动畸变去除
u010507357的博客
08-13 4777
激光雷达运动畸变去除激光雷达传感器介绍数学模型介绍运动畸变介绍去除纯估计方法里程计辅助方法融合方法 激光雷达 传感器介绍 数学模型介绍 运动畸变 介绍 去除 纯估计方法 里程计辅助方法 融合方法 ...
从零开始细扣LOAM系列第二篇--点云处理一：去畸变和去离群点
weixin_43959160的博客
08-06 942
前一篇文章简单介绍了LOAM的总体框架，本文紧接着开始对算法进行位姿估计前的点云处理进行详细探索，遵循先根据论文打通理论理解，然后详细解读源码的模式进行学习。
LOAM论文阅读笔记
jjjqqq123321的博客
10-15 673
LOAM论文阅读笔记 自看！！！
激光点云的畸变校正
fb_941219的博客
03-22 4530
激光点云的畸变校正0.引言1.理解几个坐标系的关系2.代码阅读 0.引言 校正由于运动引起的激光点云畸变。 参考阅读 点云去畸变的方法包括： 纯估计方法（ICP/VICP） 传感器辅助方法（IMU/ODOM） 融合的方法 这里学习的也是传感器辅助方法。多余的也不再赘述，自己理一下几个坐标关系并做记录。 1.理解几个坐标系的关系 畸变产生的原因如图所示，自己理解也是基于这张图进行理解。 图片来源 这个坐标系关系和后续的代码相对应。 通过线性插值，计算补偿矩阵的原理： 雷达扫描一帧的时间是固定的，
雷达点云去畸变
最新发布
ysh1634870233的博客
04-10 386
kitti数据集，bag里点云的时刻是该帧点云起始时刻和终止时刻的平均值，所以应该往前移半个周期。
利用IMU进行激光点云运动畸变校正
weixin_41681988的博客
04-24 6841
利用IMU进行激光点云运动畸变校正 1.思想原理 在激光SLAM定位与建图过程中，当激光雷达运动得比较慢没有比较大幅度的旋转时，可以不用考虑点云的运动畸变，在帧间匹配时依然能用ICP配准估计出雷达的位姿。但是在激光雷达运动幅度比较大时，就不得不考虑激光点云的运动畸变，可以采用IMU或者编码器提供的短时间位姿估计信息去除点云的运动畸变。在这里我采用的是IMU对点云的运动畸变进行去除，IMU输出的加速度信息积分很发散，如果是更差的IMU设备，更用不了加速度信息，在这里之考虑了利用IMU的角速度信息。在1帧的点云
激光SLAM—第三节（传感器数据处理2：激光雷达运动畸变的去除）
老李的博客
03-04 4845
传感器数据处理2：激光雷达运动畸变的去除 激光雷达...
三角法脉冲激光雷达测距原理详解
三角法激光雷达测距原理图是一种基于脉冲测距技术的高精度传感器系统，主要应用于嵌入式系统如STM32和ARM单片机的环境中。该设计的核心原理是利用激光器发射脉冲，这些脉冲与目标物体碰撞后反射回来，被光探测器（如...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值