用于提高激光雷达探测精度的距离失真校正方法及装置与流程

1.本发明涉及一种激光雷达的距离失真校正方法及装置。


背景技术：

2.激光雷达(lidar，light detection and ranging)接收的信号中不可避免地存在距离失真(distortion)。例如，在目标探测过程中，因如下原因发生距离偏移(offset)：激光雷达的发射部中，由发射触发时间点和实际发射时间点之间的差异所导致的延迟，以及在信号接收之后信号的传输延迟。作为另一示例，因在时间数字-转换(time-to-digital-converter，tdc)过程中所存在的距离分辨率而发生平面呈现出多个被切割的弧的失真。
3.距离偏移和被切割的弧将会使平面变形为曲面，从而导致推算出不精确的距离。例如，在需要有针对目标的精确探测信息的自动驾驶等激光雷达应用领域中，距离失真会成为致命的问题因素。
4.另一方面，即使是由同一个激光雷达获取的数据，激光雷达中所发生的距离偏移量的值也会根据每个通道(channel)而存在偏差。因此，不仅在单个通道(单通道)上发生失真，还可能会在多个通道(多通道)的信号中的垂直方向上的偏差较大的平面发生失真。
5.根据平平的目标和激光雷达之间的垂直距离和水平角度，激光雷达中所发生的被切割的弧呈现出不同的形态。如上所述，激光雷达具有受距离和角度影响的特征，因此，视野(field of view，fov)或激光雷达的移动而导致距离变化，从而会发生使同一个平面也会变形为其他形态的失真。


技术实现要素：

6.在本发明中，提出一种用于校正距离失真中的距离偏移(量)和被切割的弧的方法，并且进一步提出一种不仅能够校正单个通道的失真，还能校正多个通道的失真的距离偏移(量)和被切割的弧的校正方法。
7.发明要解决的问题
8.本发明的目的在于，提供一种进一步提高激光雷达的探测性能的距离失真校正方法及装置。
9.本发明的目的在于，提供一种不仅在单个通道上，还能在多个通道上校正距离偏移和被切割的弧的距离失真校正方法及装置。
10.用于解决问题的手段
11.本发明的一实施例的用于提高激光雷达探测精度的距离失真校正方法中，包括：获取由所述激光雷达探测目标而得到的测定数据的步骤；通过对所述测定数据和参考数据之间进行比较来推算距离偏移量范围的步骤；基于所述测定数据和所述参考数据之间的相关系数在所述距离偏移量范围内推算距离偏移量的步骤；以及利用推算出的所述距离偏移量来校正所述测定数据的步骤。
12.校正所述测定数据的步骤可以包括：利用在每个通道上推算出的距离偏移量来对
在每个通道上获取的测定数据进行校正的步骤。
13.推算所述距离偏移量范围的步骤可以包括：利用为每个距离偏移量设定的所述参考数据来推算所述距离偏移量范围的步骤。
14.推算所述距离偏移量范围的步骤可以包括：识别所述测定数据的特定像素和所述参考数据的特定像素之间的距离偏移量之差为最小的所述距离偏移量范围的步骤。
15.推算所述距离偏移量的步骤可以包括：在所述距离偏移量范围内，推算出所述测定数据和所述参考数据之间的相关系数为最高的距离偏移量的步骤。
16.校正所述测定数据的步骤可以包括：通过从所述测定数据减去推算出的所述距离偏移量来校正所述测定数据的步骤。
17.本发明的一实施例的用于提高激光雷达探测精度的距离失真校正装置，其包括发挥如下功能的处理器：获取由所述激光雷达探测目标而得到的测定数据；通过对所述测定数据和参考数据之间进行比较来推算距离偏移量范围；基于所述测定数据和所述参考数据之间的相关系数在所述距离偏移量范围内推算距离偏移量；利用推算出的所述距离偏移量来校正所述测定数据。
18.所述处理器能够利用在每个通道上推算出的距离偏移量来对在每个通道上获取的测定数据进行校正。
19.所述处理器能够利用为每个距离偏移量设定的所述参考数据来推算所述距离偏移量范围。
20.所述处理器能够识别所述测定数据的特定像素和所述参考数据的特定像素之间的距离偏移量之差为最小的所述距离偏移量范围。
21.所述处理器能够在所述距离偏移量范围内推算出所述测定数据和所述参考数据之间的相关系数为最高的距离偏移量。
22.所述处理器能够通过从所述测定数据减去推算出的所述距离偏移量来校正所述测定数据。
23.根据本发明的一实施例的用于提高激光雷达探测精度的被切割的弧(arc)的校正方法，其包括：获取由所述激光雷达探测目标而得到的测定数据的步骤；利用所述测定数据来推算所述激光雷达和所述目标之间的水平方向角度的步骤；利用与因所述激光雷达的距离分辨率而产生的误差相关的误差图来识别所述测定数据的误差的步骤；以及利用识别出的所述误差来校正所述测定数据的步骤。
24.所述校正方法还可以包括：通过将所述误差映射到所述激光雷达的探测区域内的每个坐标来生成所述误差图的步骤。
25.生成所述误差图的步骤可以包括：对所述激光雷达和所述目标之间的每个水平方向角度生成所述误差图的步骤。
26.校正所述测定数据的步骤可以包括：利用对每个像素识别出的误差来对每个像素校正所述测定数据的步骤。
27.推算所述水平方向角度的步骤可以包括：通过回归线来推算所述水平方向角度的步骤，其中，所述回归线是利用线性回归方法从所述测定数据算出的。
28.根据本发明的一实施例的用于提高激光雷达探测精度的被切割弧(arc)校正装置，其包括处理器，所述处理器发挥如下功能：获取由所述激光雷达探测目标而得到的测定
数据；利用所述测定数据来推算所述激光雷达和所述目标之间的水平方向角度；利用与因所述激光雷达的距离分辨率而产生的误差相关的误差图来识别所述测定数据的误差；利用识别出的所述误差来校正所述测定数据。
29.所述处理器能够通过将所述误差映射到所述激光雷达的探测区域内的每个坐标来生成所述误差图。
30.所述处理器能够对所述激光雷达和所述目标之间的每个水平方向角度生成所述误差图。
31.所述处理器能够利用针对每个像素识别出的误差来对每个像素校正所述测定数据。
32.所述处理器能够通过回归线来推算所述水平方向角度，其中，所述回归线是利用线性回归方法从所述测定数据算出的。
33.所述处理器能够利用所述线性回归方法来从所述测定数据算出回归线。
34.发明效果
35.根据本发明的一实施例，由于划分为如下两个步骤执行：利用参考数据来压缩距离偏移量的范围的步骤；以及利用相关系数在被压缩的距离偏移量的范围内推算准确的距离偏移量的步骤，因此，能够更加精确地推算出距离偏移量。
36.根据本发明的一实施例，由于在每个通道上精确地推算并校正距离偏移量，因此能够实现针对整体测定数据的精确的校正。
37.根据本发明的一实施例，由于压缩了距离偏移量的范围，因此能够更加迅速且以较低的数据处理量推算最终的距离偏移量。
38.根据本发明的一实施例，能够通过对被切割的弧的误差进行校正(补偿)来复原目标的准确形状，并且能够获得更加准确的距离信息。
39.根据本发明的一实施例，由于在每个通道上精确地推算误差并利用所述误差进行校正，因此能够实现针对整体测定数据的精确的校正。
附图说明
40.图1是示出本发明的一实施例的因距离偏移产生的失真的图。
41.图2是示出本发明的一实施例的发生距离失真的测定数据的鸟瞰图和主视图的图。
42.图3是示出本发明的一实施例的激光雷达和校正装置的结构的框图。
43.图4是示出本发明的一实施例的用于校正距离偏移量的校正装置的工作流程图。
44.图5是示出本发明的一实施例的参考数据和测定数据的图。
45.图6是示出本发明的一实施例的推算距离偏移量的范围的状况的图。
46.图7是示出本发明的一实施例的推算距离偏移量的状况的图。
47.图8是示出在每个通道上校正测定数据的结果的图。
48.图9是示出本发明的一实施例的由被切割的弧产生的失真的图。
49.图10是示出本发明的一实施例的用于对由被切割的弧引起的失真进行校正的校正装置的工作流程图的图。
50.图11是示出本发明的一实施例的推算激光雷达和目标之间的水平方向角度的状
况的图。
51.图12是本发明的一实施例的误差图的图。
52.图13是示出在每个通道上校正了测定数据的结果的图。
53.图14是示出对与激光雷达和目标之间的水平方向角度对应的测定数据进行校正的结果的图。
具体实施方式
54.下面将参照附图详细说明本发明的优选实施方式。以下，将与附图一同公开的详细说明旨在说明本发明的示例性实施方式，但是并不旨在表示能够实施本发明的唯一的实施方式。为了在附图中明确说明本发明，可以省略与说明无关的部分，并且在整个说明书中，相同或类似的构成要素可以使用相同的附图标记。
55.图1是示出本发明的一实施例的因距离偏移产生的失真的图。
56.在图1中，示出了本发明的一实施例的激光雷达接收信号中的因距离偏移而产生的失真。在图1中，假设本发明的一实施例的激光雷达的水平视场角(horizontal angle of view)θk在-60度到60度之间，并且假设实际目标1位于由与激光雷达之间的垂直距离为a的实线表示的位置上。
57.如上所述，激光雷达的测定数据可以因如下原因发生由距离偏移而引起的失真：激光雷达的发射部中，由发射触发时间点和实际发射时间点之间的差异所导致的延迟，以及在信号接收后信号的传输延迟等。
58.因此，如图1的虚线所示，激光雷达可以获取到以与实际目标1相比多出距离偏移量c的量失真了的测定目标2的数据(以下，称为测定数据)。
59.此时，距离偏移量c在单个通道上与像素(pixel)无关地都是相同的常数。因此，可以通过从在个别通道上所接收到的激光雷达信号去除(减去)推算出的距离偏移量来进行失真校正。因此，需要在每个通道上精确地推算出距离偏移量
60.图2是示出本发明的一实施例的距离失真的测定数据的鸟瞰图(bird-eye view)210和主视图220的图。
61.鸟瞰图210是沿着从上空看向地面的方向示出点云(point cloud)的图，相对于整个通道，平面目标211在比实际位置更远的位置上显示为更厚且失真了的曲面目标212。
62.对于这种情况，还可以通过主视图220确认作为实际目标的平面目标221在比实际位置更远的位置上显示为更厚且失真了的曲面目标222。
63.此时，详细参照曲面目标212，可以确认到沿水平方向形成的多个测定数据叠加而形成整个数据。即，图1所示的测定目标2是图2中的曲面目标212，是将一个通道测量的测定数据按每个通道进行测量从而在全部通道上示出的。
64.在本发明中，不仅能够推算单个通道上的距离偏移量，还可以通过在每个通道上进行推算来对整个测定数据进行校正(补偿)，从而能够减少距离失真。
65.下面，参照图3至图8来具体说明执行上述校正的方法及装置。
66.图3是示出本发明的一实施例的激光雷达和校正装置的结构的框图。
67.参照图3，在本发明的一实施例中，激光雷达10包括发射部11和接收部12，校正装
置100包括处理器110。
68.根据本发明的一实施例，激光雷达10设置在车辆的前方和/或后方，从而对存在于车辆的行驶半径内的目标进行探测。此时，对激光雷达10的设置位置以及设置数量没有限制。
69.根据本发明的一实施例，激光雷达10通过发射部11来发射脉冲形式的光信号，然后通过接收部12来接收从目标反射回来的反射光，之后可以通过测量从发送信号到接收信号为止所经过的时间来计算与目标之间的距离。此时，激光雷达10可以将由接收部12接收到的信号按照不同的位置进行分类，由此可以获取每个通道上的测定数据。虽然在图3中示出了激光雷达10仅仅包括发射部11和接收部12的情况，但除此之外，所述激光雷达10还可以包括光源部、反射镜、反射镜驱动电机、信号放大部、微控制单元(mcu)以及诸如电子控制单元(ecu)等控制部。
70.根据本发明的一实施例，校正装置100接收由激光雷达10测量到的测定数据，由此能够设定距离偏移量。此时，在激光雷达10发射大量光线的过程中设定距离偏移量的情况下，校正装置100作为独立于激光雷达10的装置可以由计算机、服务器等实现。在这种情况下，除了处理器110以外，校正装置100还可以包括：用于接收用户输入的输入部；用于向激光雷达10等外部装置发送数据或者从所述外部装置接收数据的通信部；具备显示屏的显示部；以及用于存储数据或作业程序等的存储器。
71.不过，并不限于此，激光雷达10本身可以推算距离偏移量，并且可以对失真了的测定数据进行校正。在这种情况下，校正装置100可以是安装于激光雷达10的内部并进行工作的微控制单元(micro control unit，mcu)、微处理器，并且，所述校正装置100可以执行用于控制激光雷达10的整体上的工作。
72.根据本发明的一实施例，校正装置100能够接收由激光雷达10测量到的测定数据，并且对测定数据的误差进行校正(补偿)。校正装置100能够利用控域网(can)通信、局部互联网络(lin)通信等来从接收部12接收测定数据。
73.本发明的一实施例的处理器110能够通过运行程序等软件来控制校正装置100的至少一个其他构成要素(例如：硬件构成要素或软件构成要素)，并且能够执行各种数据处理或运算。
74.本发明的一实施例的处理器110能够获取由激光雷达10探测(测量)目标而得到的测定数据，然后通过比较测定数据和参考数据来推算距离偏移量的范围，之后，基于测定数据和参考数据之间的相关系数在距离偏移量的范围内推算距离偏移量，最后利用推算出的距离偏移量来校正测定数据。
75.本发明的一实施例的处理器110能够获取由激光雷达10探测目标而得到的测定数据，然后利用测定数据来推算激光雷达和目标之间的水平方向角度(horizontal angle)，之后，利用与由激光雷达的距离分辨率(resolution)而产生的误差相关的误差图(error map)来识别测定数据的误差，最后利用识别出的误差来校正测定数据。
76.另一方面，在处理器110获取由激光雷达10探测目标而得到的测定数据，然后通过比较测定数据和参考数据来推算距离偏移量的范围，之后，基于测定数据和参考数据之间的相关系数在距离偏移量的范围内推算距离偏移量，最后利用推算出的距离偏移量来校正测定数据的动作，或者，处理器110获取由激光雷达10探测目标而得到的测定数据，然后利
用测定数据来推算激光雷达和目标之间的水平方向角度，之后，利用与由激光雷达的距离分辨率而产生的误差相关的误差图来识别测定数据的误差，最后利用识别出的误差来校正测定数据的动作中，可以利用机器学习、神经网络(neural network)或深度学习算法中的至少一种作为基于规则的算法或人工智能(artificial intelligence)算法来执行数据分析、数据处理以及结果信息生成中的至少一部分。作为神经网络的示例，可以包括卷积神经网络(cnn，convolutional neural network)、深度神经网络(dnn，deep neural network)、循环神经网络(rnn，recurrent neural network)等模型。
77.图4示出了本发明的一实施例的校正装置的工作流程图。
78.根据本发明的一实施例，处理器110能够获取由激光雷达10探测目标而得到的测定数据(步骤s10)。
79.此时，假设获取到的测定数据是以距离偏移量c失真了的数据。校正装置100在被设置成独立于激光雷达10的装置的情况下，可以通过通信部从激光雷达10接收测定数据。或者，所述校正装置100在设置于激光雷达10的内部的情况下，可以利用can通信、lin通信等从接收部12接收测定数据。
80.根据本发明的一实施例，处理器110可以通过测定数据和参考数据之间的比较来推算距离偏移量的范围(步骤s20)。
81.本发明的一实施例的参考数据是指，在与目标的正确位置之间存在有特定的距离偏移量的情况下出现的失真数据。
82.根据本发明，可以为每个距离偏移量设定参考数据，以便推算出测定数据的距离偏移量的范围。例如，参考数据可以在距离偏移量为0.01m的情况到10m的情况为止设定为0.01m的间隔。然而，本发明的参考数据的距离偏移量的范围以及距离偏移量的间隔不限于此。另外，参考数据可以由处理器110提供，或者可以从外部装置接收预先设定的参考数据。
83.处理器110通过测定数据和参考数据之间的比较来推算距离偏移量之差最小的距离偏移量的范围。此时，关于测定数据和参考数据，均使用极坐标系上的距离信息来推算距离偏移量。
84.更具体而言，如公式1所示，为了推算出距离偏移量的范围，可以应用测定数据和参考数据之间的距离偏移量之差。
85.【公式1】
86.dn＝|r
m，n-r
ref，n
|
87.在上述公式1中，dn：第n像素中的测定数据和参考数据之间的距离偏移量之差；r
m，n
：第n像素中的激光雷达和测定数据之间的距离；r
ref，n
：第n像素中的激光雷达和参考数据之间的距离。
88.在应用测定数据和参考数据之间的距离偏移量之差dn的情况下，可以通过dn值为最小的参考数据的距离偏移量来获取测定数据的距离偏移量。该dn值越小，意味着测定数据和参考数据之间的距离偏移量越类似，可以通过与dn值为最小的参考数据对应的距离偏移量来推算测定数据的距离偏移量。
89.在本发明中，为了推算出更准确的距离偏移量，首先压缩距离偏移量之差dn值较小的距离偏移量的范围。
90.【公式2】
[0091][0092]
即，处理器110能够利用公式2来识别出测定数据的特定像素和参考数据的特定像素之间的距离偏移量之差为最小的距离偏移量的范围。更加详细的内容将在后面参照图6进行说明。
[0093]
根据本发明的一实施例，处理器110能够基于测定数据和参考数据之间的相关系数在距离偏移量的范围内推算距离偏移量(步骤s30)。
[0094]
此时，相关系数是指，测定数据的数据层面(data aspect)和参考数据的数据层面之间的关系。更具体而言，相关系数用于表示参考数据之间随测定数据的增减趋势而增加或减少的关系，其取值范围在o到1之间，其值越接近1，则意味着测定数据和参考数据的数据层面越一致。
[0095]
如下所示，相关系数可以利用公式3确定。
[0096]
【公式3】
[0097][0098]
根据本发明的一实施例，处理器110可以在上述步骤s20中被压缩的距离偏移量的范围内，将相关系数为最高的距离偏移量推算为最终的距离偏移量
[0099]
将在后面参照图7详细说明对相关系数为最高的最终的距离偏移量进行推算的状况。
[0100]
根据本发明的一实施例，处理器110能够利用推算出的距离偏移量来校正测定数据(步骤s40)。
[0101]
根据本发明的一实施例，如公式4所示，处理器110能够通过从测定数据去除(减去)推算出的距离偏移量来校正测定数据。此时，测定数据的校正是对每个像素进行的，在同一个通道内具有相同的距离偏移量。因此，处理器110可以通过从同一个通道内的所有像素的测定数据去除相同的距离偏移量来校正测定数据。
[0102]
【公式4】
[0103][0104]
在上述公式4中，经过校正(补偿)了的距离；rm：激光雷达和测定数据之间的距离，推算出的距离偏移量。
[0105]
另外，处理器110可以利用在每个通道上推算出的距离偏移量来对在每个通道上获取到的测定数据进行校正。更加详细的内容将在后面参照图8进行说明。
[0106]
根据本发明的一实施例，由于测定数据的失真校正方法划分为如下两个步骤执行：利用参考数据来压缩距离偏移量的范围的步骤；利用相关系数在被压缩的距离偏移量的范围内推算出准确的距离偏移量的步骤，因此，能够更加精确地推算出距离偏移量。另外，由于可以在每个通道上精确地推算出距离偏移量，然后利用所述距离偏移量来进行校正，因此能够精确地对整个测定数据进行校正。
[0107]
图5是示出本发明的一实施例的参考数据和测定数据的图。
[0108]
在图5中，示出了在图4的步骤s20中说明的参考数据510和测定数据520。在参考数据510和测定数据520中，横轴表示像素指数，纵轴表示激光雷达和测定数据之间的距离。即，针对每个像素示出了激光雷达和测定数据之间的距离。此时，像素指数是指，从图1所示的激光雷达的测定数据的左侧到右侧为止对相应的像素标记了的编号。
[0109]
因此，当大致观察数据层面时，可以确认到越向测定数据的中心，激光雷达和测定数据之间的距离越小。
[0110]
此时，仅仅表示了一个参考数据510，但实际上，在每个距离偏移量上存在有多个参考数据510，从多个参考数据510中识别出与测定数据520类似或相同的参考数据510。此时，为了推算出更准确的最终的距离偏移量，在本步骤中，将与参考数据510类似的测定数据520作为基础推算出距离偏移量的范围。
[0111]
因此，距离偏移量之间的间隔越微细，越能更精确地推算出距离偏移量的范围。
[0112]
例如，对于参考数据而言，当距离偏移量为0.001m至10m之间且距离偏移量设定为0.001m的间隔时，与距离偏移量为0.01m至10m之间且距离偏移量设定为0.01m的间隔的情况相比，距离偏移量的范围可以以0.001m为单位设定，因此能够更加精确地推算出距离偏移量的范围。
[0113]
图6是示出本发明的一实施例的推算距离偏移量的范围的状况的图。
[0114]
如上面的图4的步骤s20中的说明那样，针对距离偏移量的范围的推算是利用了参考数据和测定数据之间的距离偏移量之差。
[0115]
在图6的曲线图610中，横轴表示距离偏移量，纵轴表示参考数据和测定数据之间的距离偏移量之差。
[0116]
因此，处理器110能够识别：测定数据的特定像素和参考数据的特定像素之间的距离偏移量之差为最小的距离偏移量的范围。此时，特定像素可以是单个通道内位于中央位置的像素。然而，本发明不限于此，所述像素可以以不同的方式应用，例如，针对所有像素计算出测定数据的特定像素和参考数据的特定像素之间的距离偏移量之差，并且利用其平均值等。
[0117]
即，处理器110能够识别出测定数据和参考数据之间的距离偏移量之差为最小的距离偏移量的范围。
[0118]
参照图6，在参考数据的距离偏移量为9.5m至10.5m之间的情况下，计算了距离偏移量之差。
[0119]
距离偏移量之差在第一距离偏移量offset_a和第二距离偏移量offset_b上被识别为最小，处理器110可以将第一距离偏移量offset_a和第二距离偏移量offset_b之间的范围推算为距离偏移量的范围。
[0120]
根据本发明的一实施例，通过压缩距离偏移量的范围来能够以较低的数据处理量更迅速地推算出最终的距离偏移量。
[0121]
图7是示出本发明的一实施例的推算距离偏移量的状况的图。
[0122]
如图4的步骤s30中的说明那样，针对最终的距离偏移量的推算是利用相关系数进行推算的。
[0123]
在图7的曲线图710中，横轴表示距离偏移量，纵轴表示参考数据和测定数据之间的相关系数。此时，曲线图710是在与图6相同的状况下的数据，在图6和图7中，第一距离偏
移量offset_a和第二距离偏移量offset_b具有相同的值。另外，如参照图6进行的说明那样，距离偏移量的范围被压缩为第一距离偏移量offset_a和第二距离偏移量offset_b，并且为了进一步减少数据处理量，相关系数也可以只有在被压缩的距离偏移量的范围内进行识别即可。
[0124]
如上所述，利用公式4计算出相关系数，将其结果参照曲线图710可以确认到：在距离偏移量的范围内，第一距离偏移量offset_a上具有最大的相关系数coef_a。
[0125]
处理器110可以计算相关系数，并且将与具有最大的相关系数的第一相关系数coef_a相对应的第一距离偏移量offset_a推算为最终的距离偏移量。
[0126]
图8是示出在每个通道上校正测定数据的结果的图。
[0127]
图8显示了从第一通道ch1到第八通道ch8为止的失真了的测定数据以及对其进行校正(补偿)后的数据。
[0128]
根据本发明的一实施例，如图4的步骤s40中的说明那样，处理器110可以利用推算出的距离偏移量来校正测定数据。处理器110可以从测定数据中去除(减去)被推算的距离偏移量来校正测定数据。
[0129]
参照图8中典型的第一通道ch1的数据，示出了通过本发明的失真校正方法对测定数据811进行校正之后得到的校正数据812。
[0130]
处理器110能够利用在每个通道上推算出的距离偏移量来对在每个通道上获取到的测定数据进行校正。
[0131]
根据本发明的一实施例，在每个通道上校正距离偏移量，由此能够实现针对整个测定数据的精确的校正。
[0132]
图9是示出本发明的一实施例的由被切割的弧产生的失真的图。
[0133]
在图9中，示出了本发明的一实施例的激光雷达接收信号中出现的被切割的弧所产生的失真。在图9中，对于本发明的一实施例的激光雷达而言，假设水平视场角θk为-60度至60度之间，实际目标1在激光雷达和目标之间的水平方向角度为α的平面上位于由与激光雷达的垂直距离为a的实线表示的位置。
[0134]
如上所述，激光雷达的测定数据因在时间数字转换(time-to-digital-converter，tdc)过程中所存在的距离分辨率而可能会发生平面呈现出多个被切割了的弧的失真。
[0135]
激光雷达可以获取：与实际目标1不同地，由如图9的粗(红色)虚线所表示的多个被切割的弧构成的测定目标2的数据(以下，称为测定数据)。
[0136]
更具体而言，对于激光雷达的接收信号而言，接收从实际目标1所在的方向和距离测量的数据，但是，在根据激光雷达的距离分辨率而表示所述数据的过程中，规定距离以内的所有的值因距离分辨率的限制而全部转换为相同的距离。即，所显示的测定数据中存在误差，并且具有这种误差的数据集中显示为多个被切割的弧。
[0137]
例如，对于激光雷达的距离分辨率而言，在激光雷达能够显示的距离分辨率为0.1m的情况下，无法显示0.1以下的小数点以后的数值，因此，即使探测到了0.11m，也会显示为0.1m。因此，在这种情况下，将会发生相当于0.01m的误差，并且这些测定数据集中显示为多个被切割的弧的形状。
[0138]
此时，由距离分辨率所引起的误差根据每个像素而不同，也会根据目标和激光雷
达之间的水平方向角度而不同。
[0139]
由此，激光雷达可以获取：与实际目标1不同地，由如图9的粗(红色)虚线所表示的多个被切割的弧构成的测定目标2的数据(以下，称为测定数据)。
[0140]
下面，将参照图10至图14，具体说明利用与由距离分辨率所引起的误差相关的信息来校正测定数据的方法及装置。此时，与执行所述功能的激光雷达10和校正装置100相关的结构和功能将会采用先前参照图4描述的内容。
[0141]
图10是示出本发明的一实施例的用于对由被切割的弧引起的失真进行的校正装置的工作流程图的图。
[0142]
根据本发明的一实施例，处理器110可以获取由激光雷达10探测目标而得到的测定数据(步骤s1010)。
[0143]
此时，假设获取到的测定数据是因距离分辨率的限制而失真了的数据。校正装置100在被设置成独立于激光雷达10的装置的情况下，可以通过通信部从激光雷达10接收测定数据。或者，所述校正装置100在设置于激光雷达10的内部的情况下，可以利用can通信、lin通信等接收测定数据。
[0144]
根据本发明的一实施例，处理器110能够利用测定数据来推算激光雷达和目标之间的水平方向角度α(以下，称为角度α)(步骤s1020)。
[0145]
根据本发明的一实施例，角度α是指激光雷达所处的平面和目标所处的平面之间的角度。角度α是用于计算因后述的激光雷达的距离分辨率而产生的误差的必要因素，处理器110可以利用线性回归(linear regression)方法来推算角度α。
[0146]
若利用线性回归方法，则能够提取出用于代表任意的数据集群的回归线。因此，如图11所示，处理器110能够从测定数据中提取出代表所述测定数据的直线方程(y＝p1x+p2)。如公式5所示，处理器110能够利用提取到的直线的斜率来推算出激光雷达和目标之间的水平方向角度。更详细的内容将在后面参照图11进行说明。
[0147]
【公式5】
[0148][0149]
在上述公式5中，激光雷达和目标之间的水平方向角度；p1：测定数据的回归线的斜率。
[0150]
根据本发明的一实施例，处理器110能够利用与因激光雷达的距离分辨率而产生的误差相关的误差图来识别测定数据的误差(步骤s1030)。
[0151]
根据本发明的一实施例，如上所述，因激光雷达的距离分辨率而产生的误差是指，规定距离以内的值因距离分辨率的限制而全部转换为相同的距离时所产生的误差。
[0152]
本发明的一实施例的误差图(error map)是指，对每个像素计算因距离分辨率而产生的误差并设定的信息。实际上，误差图可以由特定的像素和针对与该像素对应的误差的向量信息组成，或者所述误差图可以以表格的形式设定。
[0153]
本发明的一实施例的误差可以利用如下的公式6至公式8计算。
[0154]
【公式6】
[0155]
[0156]
在公式6中，rk：理论上的目标和激光雷达之间的距离；θk：激光雷达的水平视场角；α：激光雷达和目标之间的水平方向角度；a：目标和激光雷达之间的垂直距离。
[0157]
【公式7】
[0158][0159]
在公式7中，目标和激光雷达之间的包括了失真的距离；r
res
：激光雷达的距离分辨率；rk：理论上的目标和激光雷达之间的距离。
[0160]
【公式8】
[0161][0162]
在公式8中，ε：因距离分辨率而产生的误差。
[0163]
参照上述公式，公式6示出了：理论上可以利用激光雷达的水平视场角θk、激光雷达和目标之间的水平方向角度α以及目标和激光雷达之间的垂直距离a来求出的目标和激光雷达之间的距离rk。距离rk实际上包括在激光雷达的接收信号中，并且所述距离rk可以是失真之前的测定距离。
[0164]
然后，在因激光雷达的距离分辨率r
res
而在数据上发生失真的情况下，可以通过公式7求出目标和激光雷达之间的包括了失真的距离
[0165]
然后，可以利用分别由公式6和公式7而算出的距离rk和距离的差，来求出因距离分辨率而产生的误差ε。这如公式8所示。
[0166]
本发明的一实施例的处理器110可以通过将误差映射到激光雷达10探测区域内的每个坐标来生成误差图。探测区域是指水平视场角θk的半径以内的区域。更具体而言，处理器110可以对每个像素计算出误差ε，由此生成误差图。此时，处理器110可以对激光雷达10和目标之间的每个水平方向角度α生成误差图。
[0167]
根据本发明的一实施例，处理器110能够利用识别到的误差ε来校正测定数据(步骤s1040)。
[0168]
根据本发明的一实施例，如公式9所示，处理器110能够通过将包括失真在内的距离与推算出的误差ε相加来对测定数据进行校正。
[0169]
【公式9】
[0170][0171]
在公式9中，已被校正了的距离；目标和激光雷达之间的包括了失真的距离；ε：因距离分辨率而产生的误差。
[0172]
此时，测定数据的校正是对每个像素进行的，并且在同一个角度α上利用相同的误差图来进行校正。因此，处理器110能够通过从所有像素的测定数据去除(减去)误差来对测定数据进行校正。
[0173]
另外，处理器110能够利用在每个通道上推算出的误差来对在每个通道上获取到的测定数据进行校正。更详细的内容将在后面参照图13说明。
[0174]
根据本发明的一实施例，可以通过对被切割的弧的误差进行校正(补偿)来复原目标的准确的形状，从而距离信息能够变得更加准确。另外，由于对每个通道精确地推算误差，并且利用推算出的所述误差来进行校正，因此能够精确地校正整个测定数据。
[0175]
图11是示出本发明的一实施例的推算激光雷达和目标之间的水平方向角度的状况的图。
[0176]
在图11中示出包括了因距离分辨率而产生的失真的测定数据1110。本发明的一实施例的处理器110能够通过回归线推算出水平方向角度，所述回归线是利用线性回归方法从测定数据1110中计算的。此时，处理器110能够利用线性回归方法来从测定数据1110中计算出回归线。
[0177]
参照图11，从测定数据1110中计算出的回归线可以由y＝p1x+p2算出。此时，水平方向角度α是指激光雷达所处的平面和目标所处的平面之间的角度，可以利用回归线的斜率p1来求得。
[0178]
处理器110可以利用在与图10的步骤s1020有关的说明中记载的公式5来推算出水平方向角度
[0179]
如上所述，处理器110可以利用推算出的角度来计算因距离分辨率而产生的误差。
[0180]
图12是示出本发明的一实施例的误差图的图。
[0181]
图12是利用公式9制成的误差图的一个示例。由于误差图是对每个推算出的角度制作的，因此，若所生成的误差图的角度发生变化，则会制作出不同形态的误差图。
[0182]
由于图12中所示的误差图1210是以图9中的水平视场角下的探测区域为基础制作的，因此可以看作图9的探测区域与误差图的区域相对应。
[0183]
在图12所示的误差图1210中，用颜色表示了探测区域中的每个像素的误差值。本发明的一实施例的误差值1220具有0到0.1之间的值，并且每个值都有其相对应的颜色。此时，与误差值的范围或各个误差值相对应的颜色不限于本实施例。
[0184]
因此，在误差图1210中，将与误差值1220相对应的颜色相应地表示在坐标平面上。例如，在坐标平面中的坐标为(10，10)的位置a上显示与误差值1220相对应的颜色。
[0185]
本发明的误差图是指与因距离分辨率而产生的误差相关的信息，本实施例的误差图1210是用于显示所述信息的一种方法，但并不限于此。
[0186]
根据本发明的一实施例，可以用颜色表示误差图的误差，由此能够更加直观地确认误差的程度以及每个像素的误差的偏差等。
[0187]
图13是示出在每个通道上校正了测定数据的结果的图。
[0188]
在图13中，示出了第一通道ch1到第八通道ch8为止失真的测定数据以及对其进行补偿后的数据。
[0189]
根据本发明的一实施例，如与图10的步骤s1040相关的说明那样，处理器110能够利用推算出的误差ε来校正测定数据。处理器110能够通过从测定数据去除(减去)推算出的误差ε来校正测定数据。
[0190]
当象征性地观察图13的第一通道ch1上的数据时，示出了利用本发明的失真校正方法对测定数据1310进行校正之后而形成的校正数据1320。
[0191]
处理器110能够利用在每个通道上推算出的误差ε来对在每个通道上获取到的测定数据进行校正(补偿)。根据本发明的一实施例，可以确认到在个别通道上进行基于误差图的误差校正之后测量到的目标的直线成分有所恢复。
[0192]
根据本发明的一实施例，由于在每个通道上校正误差，因此能够实现针对整个测定数据的精确的校正。
[0193]
图14是示出对与激光雷达和目标之间的水平方向角度对应的测定数据进行校正的结果的图。
[0194]
在图14中，示出了对各种角度上的目标的被切割的弧的误差进行校正(补偿)的结果。即，在图14中可以确认到：即使在激光雷达和目标之间存在有水平方向角度的情况下，平面也会与水平方向角度无关地发生了复原。

技术特征：
1.一种用于提高激光雷达探测精度的距离失真校正方法，其中，包括：获取由所述激光雷达探测目标而得到的测定数据的步骤；通过所述测定数据和参考数据之间的比较来推算距离偏移量范围的步骤；基于所述测定数据和所述参考数据之间的相关系数，在所述距离偏移量范围内推算距离偏移量的步骤；以及利用推算出的所述距离偏移量来校正所述测定数据的步骤。2.根据权利要求1所述的用于提高激光雷达探测精度的距离失真校正方法，其中，校正所述测定数据的步骤包括：利用在每个通道上推算出的距离偏移量来对在每个通道上获取的测定数据进行校正的步骤。3.根据权利要求1所述的用于提高激光雷达探测精度的距离失真校正方法，其中，推算所述距离偏移量范围的步骤包括：利用为每个距离偏移量设定的所述参考数据来推算所述距离偏移量范围的步骤。4.根据权利要求3所述的用于提高激光雷达探测精度的距离失真校正方法，其中，推算所述距离偏移量范围的步骤包括：识别所述测定数据的特定像素和所述参考数据的特定像素之间的距离偏移量之差为最小的所述距离偏移量范围的步骤。5.根据权利要求1所述的用于提高激光雷达探测精度的距离失真校正方法，其中，推算所述距离偏移量的步骤包括：在所述距离偏移量范围内，推算所述测定数据和所述参考数据之间的相关系数为最高的距离偏移量的步骤。6.根据权利要求1所述的用于提高激光雷达探测精度的距离失真校正方法，其中，校正所述测定数据的步骤包括：通过从所述测定数据中减去推算的所述距离偏移量来校正所述测定数据的步骤。7.根据权利要求1所述的用于提高激光雷达探测精度的距离失真校正方法，其中，还包括：利用所述测定数据来推算所述激光雷达和所述目标之间的水平方向角度的步骤；利用与因所述激光雷达的距离分辨率而产生的误差相关的误差图来识别所述测定数据的误差的步骤；以及利用识别出的所述误差来校正所述测定数据的步骤。8.根据权利要求7所述的用于提高激光雷达探测精度的距离失真校正方法，其中，还包括：通过将所述误差映射到所述激光雷达的探测区域内的每个坐标来生成所述误差图的步骤。9.根据权利要求8所述的用于提高激光雷达探测精度的距离失真校正方法，其中，生成所述误差图的步骤包括：对所述激光雷达和所述目标之间的每个水平方向角度生成所述误差图的步骤。10.根据权利要求7所述的用于提高激光雷达探测精度的距离失真校正方法，其中，校正所述测定数据的步骤包括：
利用对每个像素识别出的误差来对每个像素校正所述测定数据的步骤。11.根据权利要求7所述的用于提高激光雷达探测精度的距离失真校正方法，其中，推算所述水平方向角度的步骤包括：通过回归线推算所述水平方向角度的步骤，所述回归线是利用线性回归方法从所述测定数据算出的。12.一种用于提高激光雷达的探测精度的距离失真校正装置，所述距离失真校正装置包括处理器，其中，所述处理器发挥如下功能：获取由所述激光雷达探测目标而得到的测定数据；通过所述测定数据和参考数据之间的比较来推算距离偏移量范围；基于所述测定数据和所述参考数据之间的相关系数，在所述距离偏移量范围内推算距离偏移量；利用推算出的所述距离偏移量来校正所述测定数据。13.根据权利要求12所述的用于提高激光雷达的探测精度的距离失真校正装置，其中，所述处理器利用在每个通道上推算出的距离偏移量来对在每个通道上获取的测定数据进行校正。14.根据权利要求12所述的用于提高激光雷达的探测精度的距离失真校正装置，其中，所述处理器利用为每个距离偏移量设定的所述参考数据来推算所述距离偏移量范围。15.根据权利要求14所述的用于提高激光雷达的探测精度的距离失真校正装置，其中，所述处理器识别所述测定数据的特定像素和所述参考数据的特定像素之间的距离偏移量之差为最小的所述距离偏移量范围。16.根据权利要求12所述的用于提高激光雷达的探测精度的距离失真校正装置，其中，所述处理器在所述距离偏移量范围内推算所述测定数据和所述参考数据之间的相关系数为最高的距离偏移量。17.根据权利要求12所述的用于提高激光雷达的探测精度的距离失真校正装置，其中，所述处理器通过从所述测定数据中减去推算的所述距离偏移量来校正所述测定数据。18.根据权利要求12所述的用于提高激光雷达的探测精度的距离失真校正装置，其中，所述处理器发挥如下功能：利用所述测定数据来推算所述激光雷达和所述目标之间的水平方向角度；利用与因所述激光雷达的距离分辨率而产生的误差相关的误差图来识别所述测定数据的误差；利用识别出的所述误差来校正所述测定数据。19.根据权利要求18所述的用于提高激光雷达的探测精度的距离失真校正装置，其中，所述处理器通过将所述误差映射到所述激光雷达的探测区域内的每个坐标来对所述激光雷达和所述目标之间的每个水平方向角度生成所述误差图。20.根据权利要求18所述的用于提高激光雷达的探测精度的距离失真校正装置，其中，所述处理器利用对每个像素识别出的误差来对每个像素校正所述测定数据。

技术总结
根据本发明的一实施例的用于提高激光雷达探测精度的距离失真校正方法，其包括：获取由所述激光雷达探测目标而得到的测定数据的步骤；通过所述测定数据和参考数据之间的比较来推算距离偏移量范围的步骤；基于所述测定数据和所述参考数据之间的相关系数，在所述距离偏移量范围内推算距离偏移量的步骤；以及利用推算出的所述距离偏移量来校正所述测定数据的步骤。的步骤。的步骤。


技术研发人员：姜棋文 柳赫 韩闰基 金大经 朴用敏
受保护的技术使用者：汉拿科锐动电子股份公司
技术研发日：2022.12.09
技术公布日：2023/8/31