激光雷达感知物体航向纠正

已于 2022-05-17 10:56:08 修改
阅读量394 收藏 3
点赞数
分类专栏： 个人日记 文章标签： 自动驾驶
于 2022-05-16 12:12:09 首次发布
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/u010647296/article/details/124794924
版权

激光雷达感知物体航向纠正

问题

图片来自互联网，左边错误，右边正确
图片来自互联网，看0
Lshape之后

调研

激光雷达点云的车辆航向提取
激光感知（八）：计算目标最小凸多边形及航向角
【Apollo】感知解析之MinBox障碍物边框构建
目前看有两种解法：1.pca 2.L-shape

在这里插入图片描述

解决

已经用了L_shape,其原理就是障碍物的最长的边肯定是其包罗，但是效果还是不好，不好的原因在于，传统方法聚类出来的障碍物，最长的那一条边，不一定是矩形的一个边，可能由于噪点造成其他的点

u010647296
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
激光雷达坐标系、方向角和仰角
try_again_later的博客
04-11 1万+
激光雷达介绍 单线的激光雷达Lidar，通过发射和接收激光束来计算与观测物体精确距离。 光速测距：通过飞行时间TOF，首先激光发射器发射激光脉冲，计时器记录发射时间；脉冲经物体反射后由接收器接受，计时器记录接受时间；时间差乘上光速即得到距离的两倍。 三维扫描点云：通过TOF时间差获得距离，通过水平旋转扫描测角度，并根据这两个参数建立二维的极坐标系，再通过获取不同俯仰角度获得三维的高度信息。 下图...
基于C++实现结合单目视觉与激光雷达测量物体尺寸源码+详细代码注释.zip
最新发布
10-25
【资源说明】 基于C++实现结合单目视觉与激光雷达测量物体尺寸源码+详细代码注释.zip基于C++实现结合单目视觉与激光雷达测量物体尺寸源码+详细代码注释.zip基于C++实现结合单目视觉与激光雷达测量物体尺寸源码+详细代码注释.zip基于C++实现结合单目视觉与激光雷达测量物体尺寸源码+详细代码注释.zip基于C++实现结合单目视觉与激光雷达测量物体尺寸源码+详细代码注释.zip基于C++实现结合单目视觉与激光雷达测量物体尺寸源码+详细代码注释.zip 基于C++实现结合单目视觉与激光雷达测量物体尺寸源码+详细代码注释.zip 基于C++实现结合单目视觉与激光雷达测量物体尺寸源码+详细代码注释.zip基于C++实现结合单目视觉与激光雷达测量物体尺寸源码+详细代码注释.zip 基于C++实现结合单目视觉与激光雷达测量物体尺寸源码+详细代码注释.zip 基于C++实现结合单目视觉与激光雷达测量物体尺寸源码+详细代码注释.zip 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可直接用于毕设、课设、作业等。 欢迎下载，沟通交流，互相学习，共同进步！
apollo_构建minbox
qq_33993729的博客
11-21 550
MinBox障碍物边框构建 from https://github.com/YannZyl/Apollo-Note 对象构建器组件为检测到的障碍物建立一个边界框。因为LiDAR传感器的遮挡或距离，形成障碍物的点云可以是稀疏的，并且仅覆盖一部分表面。因此，盒构建器将恢复给定多边形点的完整边界框。即使点云稀疏，边界框的主要目的还是预估障碍物（例如，车辆）的方向。同样地，边框也用于可视化障碍物。 算法背后的想法是找到给定多边形点边缘的所有区域。在以下示例中，如果AB是边缘，则Apollo将其他多边形点投影到
激光雷达考试基础知识
热门推荐
yuanYW7556的博客
12-12 1万+
一、技术介绍 1.激光雷达 概念：激光探测与测量，Light Detection And Ranging，英文缩写为LiDAR，LiDAR的光源一般采用激光，原理与雷达原理相同，故都将LiDAR翻译为激光雷达，也可称为激光扫描仪。 工作原理：脉冲式和相位式，它有激光发射器、接收器、时间计数器、微电脑构成，成像为点云，并以数据为基础重建目标三维模型。 （相位式问题：相位测量仅能测出不足一周的相位差...
毫米波雷达估计航向角
奔袭的算法工程师
08-12 2565
如果目标快速转弯，则可能导致估计的航向角误差较大，但考虑到绝大多数情况，目标在短时间（1s内）不太可能出现，因此通常仍旧使用直线拟合。雷达从0时刻开始，运动到3时刻，每次位移表示为e1、e2、e3，目标坐标为t1、t2、t3，相对距离为d1、d2、d3，则有。依次类推，可以得到任意时刻的目标轨迹，再根据上述提到的历史轨迹轨迹估计航向角的方法计算航向角。对于位置2，d2不做旋转，e1，e2和d1都需要做一次旋转，同上述计算方法，可得到如下结果。或者，通过相对的平滑，降低每个位置的波动，提升角度估计的准确性。.
激光雷达点云的车辆航向提取
talender的博客
12-17 3502
一、工程问题背景 在自动驾驶环境感知技术中，激光雷达是必不可少的传感器。在三维雷达点云图中，我们通过六面体包围框表征检测到的目标。除了识别障碍物与车辆外，车辆的航向检测是环境感知必不可少的部分，只有估算出车辆的航向才能预测车辆的行驶轨迹。如图1所示，标号0、1、2中，黄色框代表无向包围框（无航向信息），白色框代表有向包围盒（有车辆航向信息）。   图1 激光雷达点云图   图2 单...
Delta-2A 2D激光雷达资料
09-07
Delta-2A是一款专门用于2D激光雷达技术的设备，其在SLAM（Simultaneous Localization And Mapping，即同步定位与建图）领域有着广泛的应用。这篇资料详细介绍了该产品的特性和使用方法，旨在帮助用户理解和掌握如何...
激光雷达A1M8的手册
07-16
激光雷达A1M8相关数据手册，纯属转发，如有侵权请联系删除。 RPLIDAR A1 360 度激光扫描测距雷达是由 SLAMTEC 公司开发的低成本二维激光雷达(LIDAR)解决方案。它可以实现在二维平面的 12 米半径范围内（A1M8-R4及...
mems激光雷达数据采集pcd文件
06-27
点云数据是现代自动驾驶系统中的核心元素之一，它通过激光雷达（Light Detection And Ranging，LiDAR）设备获取环境的三维信息。本压缩包提供的“mems激光雷达数据采集pcd文件”聚焦于MEMS（Micro-Electro-...
速腾robosense16线激光雷达驱动
05-07
这款雷达通过发射激光束并测量其反射时间，来计算目标的距离、速度以及形状，为系统提供精确的环境感知能力。 驱动程序是连接硬件设备与操作系统之间的桥梁，对于速腾Robosense 16线激光雷达来说，其驱动主要负责...
激光雷达感知方案
爱做菜的炼丹师
02-06 1921
导读 本文对不同类型激光雷达的数据进行分析，并且针对机械式激光雷达和混合固态激光雷达视场角不同，在中低速和高速场景下分别对比各自的感知方案。 目录 激光雷达数据对比 机械式雷达感知方案 混合固态雷达感知方案 总结 前沿：由于混合固态雷达相比机械式激光雷达成本较低，也没有旋转器件过不了车轨等问题，所以逐渐得到市场上的认可。目前已经有不少主机厂采用混合固态或者固态雷达尝试做量产落地。激光雷达的应用可能是未来无人驾驶的一种发展趋势。 一、激光雷达数据...
凸包问题的五种解法
dh7579的博客
05-29 237
前言： 首先，什么是凸包？ 假设平面上有p0~p12共13个点，过某些点作一个多边形，使这个多边形能把所有点都“包”起来。当这个多边形是凸多边形的时候，我们就叫它“凸包”。如下图： 然后，什么是凸包问题？ 我们把这些点放在二维坐标系里面，那么每个点都能用 (x,y) 来表示。 现给出点的数目13，和各个点的坐标。求构成凸包的点？ 解一：穷举法（...
激光点云目标物聚类
zqshust的博客
05-16 2061
系列文章目录 文章目录系列文章目录前言欧氏聚类KD-TreeKD-Tree中搜索点使用PCL进行欧氏聚类 前言 目前我已经实现点云分割，分离出障碍物点云。如果可以将这些障碍物进行区分，分离出同一物体反射的点云，则将会对我们的多目标跟踪（车辆，行人，自行车等）非常有帮助。 欧氏聚类 聚类：分离出属于同一障碍物的激光点云，比如车辆，行人等； 欧氏聚类：Euclidean clustering，根据点之间的距离进行分组关联； KD-Tree：通过将搜索空间分块并将点云分类进不同的区域，减小了不相邻点云间的距离计算
激光感知（二）：激光雷达标定
weixin_43877080的博客
04-12 1万+
所谓激光雷达标定，就是将计算激光雷达自身坐标系与我们所需坐标系（如车身坐标系）之间的差值，从而在车辆坐标系下得到激光雷达的检测结果，方便后续的感知计算。这个误差值具体可分为旋转角度误差与平移误差，其中平移误差可通过激光测距仪等测量工具测得，且对最终输出的结果精度影响较小。重要的是角度误差，具体分为3个方向的角度误差，pitch、roll、yaw，这3个角度不方便通过工具直接测量，且对最终输出的结果精度影响较大，故在这里介绍一种激光雷达角度标定方法，此方法相较于其他方法，对标定环境及工具要求较低，便于实现。
SLAM-去除激光雷达运动畸变／去除激光帧畸变
明夷TEC的博客
05-20 7996
1激光雷达运动畸变 2去除畸变原理 3 程序流程 main-构造函数 订阅scan话题 调用scancallback处理 scancallback scan话题数据提取到vector数组(包括angles,ranges) vector数组保存到pcl::PointCloudplc::PointXYZRGB类型的点云中 调用Lidar_Calibration进行畸变矫正 Lidar_Calibra...
cartographer 代码思想解读（9）- 激光雷达畸变矫正
jiajiading的博客
09-28 2576
cartographer 代码思想解读（9）- 激光雷达畸变矫正 本节为cartographer前端匹配算法中最后一个核心算法实现内容，下节将会这9节内容串起来构成cartographer中2dslam的前端总体接口local_trajectory_builder_2d类。此节激光矫正具体实现就是在local_trajectory_builder_2d实现的，单独列出来进行分析。是因为至今我使用的SLAM从未进行过矫正考虑，是因为室内机器人速度较低，同时雷达采用性能较好雷达，则可做简单的假设，认为影响较少。
详解2D激光雷达运动畸变去除
「小白学移动机器人」一个专注分享移动机器人相关知识的公众号！
04-24 1万+
2D激光雷达运动畸变去除原理解释、代码实现 主要代码如下： 如果需要激光雷达去畸变完整功能包，在下面公众号发送激光雷达，即可获取。 #include <ros/ros.h> #include <tf/tf.h> #include <tf/transform_broadcaster.h> #include <tf/transform_listen...
激光雷达 动态物体检测
09-09
激光雷达在动态物体检测方面具有一定的限制。激光雷达系统的最大探测范围通常低于雷达，这限制了其在高速场景下作为主要传感设备的速度。同时，激光雷达还受到波束一致性和信噪比的影响。这些因素包括激光束的能量回到接收器的情况、发射器的传输功率、目标物的反射率以及光学和目标之间的大气状况。在汽车传感中，常用的激光雷达方程可以用来计算到目标的距离。但需要注意的是，并不是只有一个激光雷达方程，而是根据应用领域的不同而有多个不同的方程。因此，激光雷达在动态物体检测方面的能力受到这些因素的制约。另外，还有一种非扫描闪光激光雷达，它通过一次照亮所有物体来捕捉深度图像。这种闪光激光雷达使用一组光电探测器来同时捕捉每个激光束的飞行时间，并在同一时刻提供一系列深度图像。由于没有活动部件，这种传感器也被称为固态激光雷达。总的来说，激光雷达在动态物体检测方面仍然面临一些挑战，但通过不断改进和优化，可以提高其性能和准确性。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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