【学习总结】Lidar与IMU标定

本文仅用于自己学习雷达与IMU标定过程中的一些记录。

最近项目需要入手了镭神智能的“镭神C32”激光雷达,和KVH的1750IMU模块。在调用驱动完成初步数据读取之后,现在需要对雷达IMU系统进行标定。查阅了一些资料,发现并没有太多关于Lidar+IMU标定的资料。大多数论文中只是提到一句“我们认为雷达和IMU已经完成了标定”或者“Lidar与IMU采用离线的方式完成标定”。真的让人摸不着头脑。

标定需要标什么?

参考文献[1]中指出 “the LiDAR-IMU calibration mainly includes the LiDAR extrinsic parameters calibration, IMU intrinsic parameters calibration, and coordinate transformation between LiDAR and IMU”,即需要标定三个:Lidar的外参、IMU内参、Lidar与IMU之间的变换。

Lidar外参是什么鬼,我也没搞清楚,好像和Lidar探测时球坐标系有关,但一般厂商都做了标定,所以不用管。

IMU的内参,首先需要给出IMU的测量模型: a m = R G I ( a − g ) + b a ( t ) + n a a_m = R_G^I(a-g)+b_a(t)+n_a am=RGI(ag)+ba(t)+na w m = w + b g ( t ) + n g w_m=w+b_g(t)+n_g wm=w+bg(t)+ng 等号左侧是测量值, a , w a, w a,w是实际的真值, g g g是重力加速度(可以看出IMU在z轴正方时会有一个 + g +g +g的输出,而且是归一化的,表示“几个 g g g”), b a , b g b_a, b_g ba,bg 是随机游走噪声,随时间变化,而 n g , n a n_g,n_a ng,na是测量高斯白噪声。在IMU启动后,需要确定到世界系/大地系/地球系的旋转矩阵 R R R,并需要实时估计两个bias。

Lidar与IMU之间的变换,包括两部分:6DoF的刚体变换,与传感器延迟的时间差。首先说这个时间差,参考文献[2]中指出,由于传感器在测量(采样)时并不是同步的,同时由于传感器到系统有一个延迟,两者信号之间具有时差,这影响了测量值插值的精度。如图, t a , t b t_a, t_b ta,tb分别是IMU和camera的延迟,延迟后相差一个 t d t_d td,所以对于采样到的camera需要加上这个 t d t_d td才能得到在IMU时间系统中采样的时刻(一般论文都将IMU时间作为系统参考时间)。

在这里插入图片描述
再说刚体变换,即计算Lidar到IMU的刚体变换,一般论文中为了方便,多将IMU系作为机器人机体系,而将Lidar的点云数据变换到IMU系,因此需要得到从Lidar到IMU的刚体变换。论文[1]采用多种特征进行计算,论文[3]采用因子图优化的方式得到一段儿时间内优化的 R , t R,t R,t参数。

在这里插入图片描述

Lidar+IMU标定工具:lidar_align

发现ETHZ在github的一个lidar和IMU标定的代码,lidar_align:https://github.com/ethz-asl/lidar_align

自己学习这个代码做的总结:https://blog.csdn.net/tfb760/article/details/108581092

后续补充:这种方法如果拿不到IMU准确的数据,效果可能不好。所以可以看到代码里面命名都是Odom而不是IMU。IMU的准确数据可以由GPS或轮式里程计纠偏,否则漂移太过于严重。

再次补充:lidar_align不适用于纯IMU与Lidar进行标定! 纯IMU进行积分,无法得到准确的Odom数据。所以无法使用纯IMU获得odom,进行与Lidar标定。

来自lidar_align代码维护者Alex:
Unfortunately our toolbox is not suitable for pure imu-to-lidar calibration. I have seen other papers about this problem, but to be honest I’m not up to date with that literature so I don’t know if there is an open-source toolbox available.
Our typical use case is one where we have a camera-imu-lidar system. We typically perform visual-inertial odometry and use this as the odom transform to which you’re referring. If you don’t have an option for obtaining odometry in a similar manner you might be out of luck with this toolbox…

参考文献

[1]. A Novel Multifeature Based On-Site Calibration Method for LiDAR-IMU System
[2]. Online temporal calibration for camera–IMU systems: Theory and algorithms
[3]. 3D Lidar-IMU Calibration based on Upsampled Preintegrated Measurements for Motion Distortion Correction

  • 11
    点赞
  • 173
    收藏
    觉得还不错? 一键收藏
  • 19
    评论
### 回答1: 这个问题翻译成中文是:b'lidar_imu_calib标定过程'。 回答:lidar_imu_calib是指激光雷达和惯性测量单元(IMU)之间的标定过程,通过该过程可以解决激光雷达和IMU在安装中的相对姿态和时间同步问题。该过程需要收集一些基准数据,例如IMU的加速度计和陀螺仪数据,以及激光雷达的点云数据。然后将这些数据引入标定算法中,得到激光雷达和IMU之间的相对位姿和时间偏差,最后将它们纠正并同步,从而使系统达到更高的精度。 ### 回答2: Lidar_imu_calib是一种激光雷达和惯性测量单元的联合标定方法。它旨在从激光雷达的数据和惯性传感器的数据中获取相机、激光雷达和车辆的位姿(即位置和姿态)信息。 lidar_imu_calib标定过程可以分为以下几步: 1.采集数据:首先需要采集车辆在各种不同的姿态和运动条件下的数据,包括车速变化、车辆俯仰和横滚角变化等。同时,需要记录激光雷达和惯性传感器的输出数据。 2.匹配点云和IMU数据:利用系统时间戳进行点云数据和IMU数据的对齐,通过坐标系变换将两者的数据进行匹配。 3.计算位姿:根据匹配后的数据,计算车辆的位姿,包括车辆位置和姿态(即旋转角度),这是通过解决非线性优化问题来完成的。 4.评估误差:标定结果需要进行评估,通过比较计算出的车辆真实姿态和标定结果之间的差异来确定标定的准确性。 5.优化标定结果:根据评估结果进行标定结果的优化,即根据误差来调整标定结果,以提高标定准确性。 总之,lidar_imu_calib标定是激光雷达与惯性测量单元联合标定的方法,通过匹配点云和IMU数据,计算位姿,评估误差和优化标定结果等步骤,得到车辆的位姿信息,从而提高自动驾驶车辆的安全性和性能。 ### 回答3: Lidar_imu_calib是一种遥感设备,由激光雷达和惯性测量单元(IMU)组成,它的目的是3D空间中的可视化地图构建。Lidar可以测量环境中物体的位置和形状,而IMU可以测量设备的位置和运动状态。因此,Lidar_imu_calib的精度和准确性对于它的应用非常重要。为此,在使用Lidar_imu_calib之前,必须进行标定Lidar_imu_calib标定过程试图确定几何和姿态转换矩阵,这个矩阵用于将LidarIMU测量结果在同一个坐标系下进行配置。其中,几何变换矩阵被用来纠正从LidarIMU获得的点云数据中发生的误差,姿态变换矩阵则用于纠正导致视角变化的角度问题。 标定过程的首要步骤是采集数据,包括LidarIMU的原始数据以及因为设备不同而引起的差异。通过在一定时间内在多个场景下对数据进行采集,可以获得更加丰富的数据,并确保标定能够在多种条件下表示准确。 数据采集之后,接下来需要进行数据处理。主要是通过使用非线性最小二乘法以最小化两个矩阵的几何和姿态误差。 这个过程需要大量的计算能力和优秀的算法以最大化标定的准确度。最终的标定参数是由几何和姿态矩阵的组合产生的,并被应用到Lidar_imu_calib设备以及期望的应用程序中。 总之,Lidar_imu_calib标定是一项复杂的过程,它需要充分的数据采集、数据处理和优秀的算法来确保标定结果的准确性和精度。
评论 19
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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