基于OTA远程标定的车载激光雷达点云密度补偿方法及系统与流程

摘要: 本发明涉及车载设备,更具体地,涉及基于ota远程标定的车载激光雷达点云密度补偿方法及系统。背景技术:1、随着智能驾驶、高级辅助驾驶系统的快速普及,车载激光雷达已...
基于OTA远程标定的车载激光雷达点云密度补偿方法及系统与流程

本发明涉及车载设备,更具体地,涉及基于ota远程标定的车载激光雷达点云密度补偿方法及系统。

背景技术:

1、随着智能驾驶、高级辅助驾驶系统的快速普及,车载激光雷达已成为车辆环境感知、障碍物检测、路径规划、自动驾驶决策的核心传感设备。激光雷达通过发射激光束扫描周边环境,生成三维点云数据,点云的分布均匀性、空间分辨率、有效密度直接决定障碍物识别精度、远距离感知能力及复杂路况下的感知可靠性。

2、目前车载激光雷达普遍采用出厂固定参数标定模式,在整车量产下线阶段,通过线下标定工装、标定场地完成激光雷达内参、外参、扫描角度、发射频率等参数的一次性标定,标定完成后雷达工作参数长期固化不变。同时,行业内针对激光雷达点云质量优化的常规方案,多集中于后端算法层面,通过插值补全、深度学习点云修复、多传感器融合等方式对稀疏、缺失点云进行后期补偿;部分现有技术也实现了车载终端固件、感知算法的 ota远程升级,可远程更新雷达驱动程序与感知策略。

3、现有技术框架下,激光雷达标定、点云优化、远程升级相互独立。雷达标定依赖线下静态标定,点云密度补偿仅依靠后置算法修复,ota 仅承担固件包整体升级功能,未实现云端、车端、激光雷达感知系统的联动闭环,是当前车载激光雷达感知技术的主流应用现状。

4、因此,急需一种基于 ota 远程标定的车载激光雷达点云密度补偿方法及系统,以解决现有技术中雷达标定僵化、点云密度补偿效果有限、ota 功能应用单一、缺乏云端闭环迭代及差异化适配能力的技术痛点。

技术实现思路

1、本发明针对现有技术中存在的技术问题,提供基于ota远程标定的车载激光雷达点云密度补偿方法及系统,旨在解决现有车载激光雷达点云密度补偿方案中标定僵化、补偿效果有限、缺乏闭环迭代能力的技术缺陷,提供一种基于ota远程标定的车载激光雷达点云密度补偿方法及系统,通过云端、车端、激光雷达的协同联动,实现点云密度的源头优化与全生命周期闭环迭代,提升激光雷达感知可靠性,适配智能驾驶全场景需求。

2、根据本发明的第一方面,提供了基于ota远程标定的车载激光雷达点云密度补偿方法,用于车载激光雷达、车端执行系统和云端标定平台;包括以下步骤:

3、实时采集车载激光雷达生成的原始点云数据以及车辆运行状态数据,并按照预设周期将采集到的数据进行加密处理;

4、基于预设的点云密度评价标准,识别原始点云中的低密度区域、缺失区域及分布异常区域,结合车辆运行工况数据,分析缺陷产生的原因,生成缺陷识别报告;

5、根据生成的缺陷识别报告,通过迭代优化算法生成雷达标定参数调整指令,通过ota将标定指令及算法更新包下发至车端,车端通过校验码验证数据的完整性和合法性;

6、根据解析后的标定参数,实时控制车载激光雷达调整工作状态,调用更新后的补偿算法对标定后的点云数据进行后端补全,并传输至车辆自动驾驶感知系统;

7、采集生成的标定后点云数据、补偿后点云数据、激光雷达工作状态以及补偿效果数据,对比标定前后和补偿后的点云数据,量化评估补偿效果。

8、在上述技术方案的基础上,本发明还可以作出如下改进。

9、可选的,所述车辆运行状态包括:车速、转向角度、环境温度和行驶路况。所述实时采集车载激光雷达生成的原始点云数据以及车辆运行状态数据,并按照预设周期将采集到的数据进行加密处理包括:

10、车端执行系统实时采集车载激光雷达生成的原始点云数据、当前工作参数,以及车辆运行状态数据,按照预设周期将采集到的数据进行加密处理后,通过车载4g/5g网络上传至云端标定平台。

11、可选的,所述将采集到的数据进行加密处理后,完成数据清洗、分类、存储,更新点云样本库;所述缺陷产生的原因包括:环境温度过低导致激光发射功率衰减,引发远距离点云稀疏、车身震动导致雷达姿态偏移,引发局部点云缺失和扫描频率过低,导致整体点云密度不足。

12、可选的,所述通过迭代优化算法生成雷达标定参数调整指令包括:

13、根据生成的缺陷识别报告,结合车辆的激光雷达型号、配置参数、电池老化程度及历史点云数据,针对远距离点云稀疏,提升激光发射频率、调整角分辨率;针对局部点云缺失,校准雷达外参;针对弯道工况,提升弯道区域roi扫描优先级及密度,生成对应的点云补偿算法参数与标定参数调整指令。

14、可选的,所述通过校验码验证数据的完整性和合法性包括:

15、若校验失败,向云端标定平台反馈异常信息,请求重新下发;若校验通过,解析指令内容,分别将标定参数和算法更新包传输至车端执行系统的对应模块。

16、可选的,所述根据解析后的标定参数,实时控制车载激光雷达调整工作状态包括:调整激光发射频率、校准内参/外参、优化扫描角分辨率、设置roi扫描优先级,实现点云生成的源头优化,生成标定后的点云数据。

17、可选的,所述调用更新后的补偿算法对标定后的点云数据进行后端补全包括:

18、对稀疏、缺失的点云进行插值、修复,结合多传感器数据修正点云误差,最终生成补偿后点云数据。

19、可选的,所述对比标定前后和补偿后的点云数据,量化评估补偿效果包括:

20、对比标定前、标定后、补偿后的点云数据,评估是否达到预设的点云密度阈值、识别准确率是否提升,若补偿效果达到预设标准,则完成本次标定与补偿,进入下一轮数据采集与监测;若补偿效果未达到预设标准,则返回雷达标定参数调整指令流程,重新优化标定参数,再次下发执行,直至达到预期效果。

21、可选的,在执行过程中,车端执行系统实时监测各环节运行状态,若出现激光雷达故障、标定参数执行失败、数据传输异常、补偿效果严重的异常情况,向云端反馈异常信息,同时向车辆驾驶系统发送报警信号,云端接收异常信息后,记录异常详情并生成异常处理建议,下发至车端或后台运维人员。

22、根据本发明的第二方面,提供基于ota远程标定的车载激光雷达点云密度补偿系统,包括:

23、云端标定平台,用于负责数据采集、缺陷识别、参数标定、指令下发及效果评估;包括:数据采集与存储模块、点云密度缺陷识别模块、动态标定参数生成模块、ota远程下发模块和补偿效果评估与闭环迭代模块;

24、车端执行系统,用于负责接收云端标定参数、控制激光雷达调整工作状态、完成点云密度补偿及效果反馈;包括:ota接收与校验模块、激光雷达控制模块、点云补偿模块、数据采集与回传模块和异常监测与报警模块;

25、车载激光雷达,用于支持工作参数的动态调整;包括激光发射单元、激光接收单元、扫描控制单元和数据传输单元。

26、本发明的技术效果和优点:

27、本发明提供了基于 ota 远程标定的车载激光雷达点云密度补偿方法及系统,本发明通过 ota 实现全生命周期远程动态标定,无需返厂、无需人工干预,可实时修正内参、外参、扫描频率和角分辨率的关键参数,从源头抑制点云稀疏与畸变;同时,通过远程动态调整发射频率、角分辨率、roi 扫描优先级从源头提升有效点云密度;再通过车端 ai 补全算法修复残余稀疏区,大幅提升点云均匀性与完整性。实现激光雷达标定参数的远程动态调整、点云密度的源头优化与后端算法补偿的协同增效,依托云端大数据构建“数据采集-缺陷识别-参数标定-下发执行-效果反馈”的全生命周期闭环,降低车辆运维成本,提升激光雷达在复杂工况下的点云感知精度与可靠性,适配智能驾驶全场景的感知需求,弥补现有技术中雷达标定、点云补偿与远程升级相互独立的技术空白。