1.本发明涉及自动驾驶技术领域，尤其涉及一种激光雷达与惯性测量单元的标定参数确定方法及相关设备。
背景技术：2.随着自动驾驶技术的发展，多传感器特征融合成为提高环境感知能力的重要技术手段，而由于不同传感器的安装位置和安装姿态存在差异，因此，准确地确定传感器之间的标定参数，是保证传感器特征融合准确性的前提和基础。
3.对于激光雷达和惯性测量单元(inertial measurement unit，imu)之间的标定参数，现有技术通常需要基于全球定位系统(global positioning system，gps)才能进行标定，这种方式在gps信号弱的场景无法使用，导致激光雷达和惯性测量单元之间的标定参数确定存在一定的局限性。
技术实现要素：4.本发明提供了一种激光雷达与惯性测量单元的标定参数确定方法及相关设备，用于拓宽激光雷达和惯性测量单元之间的标定参数确定的可用范围。
5.本发明第一方面提供了一种激光雷达与惯性测量单元的标定参数确定方法，包括：
6.通过激光雷达采集的多帧激光雷达点云确定多个目标采集时刻分别对应的第一观测数据，所述第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，所述目标采集时刻用于指示每帧激光雷达点云的采集时刻；
7.通过预置的车辆惯性测量单元获取每个目标采集时刻对应的第二观测数据，所述第二观测数据包括第二观测加速度、第二观测旋转角速度和第二观测位姿中的至少一项，所述第二观测数据与所述第一观测数据一一对应；
8.通过每个目标采集时刻对应的第一观测数据和第二观测数据，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数。
9.可选的，所述通过激光雷达采集的多帧激光雷达点云确定多个目标采集时刻分别对应的第一观测数据，所述第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，包括：
10.获取激光雷达采集的多帧激光雷达点云，并通过预置的正态分布变换算法对所述多帧激光雷达点云进行里程计估计，得到多个目标采集时刻分别对应的激光雷达位姿信息；
11.通过每个目标采集时刻对应的激光雷达位姿信息确定每个目标采集时刻对应的第一观测数据，所述第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项。
12.可选的，所述通过每个目标采集时刻对应的激光雷达位姿信息确定每个目标采集
时刻对应的第一观测数据，所述第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，包括：
13.将每个目标采集时刻对应的激光雷达位姿信息确定为对应目标采集时刻的第一原始位姿；
14.通过预置的b样条算法对每个目标采集时刻对应的激光雷达位姿信息进行曲线拟合，得到目标轨迹，并对所述目标轨迹进行求导，得到每个目标采集时刻对应的第一原始加速度和第一原始旋转角速度；
15.基于所述激光雷达与预置的车辆惯性测量单元之间的外参，对每个目标采集时刻对应的第一原始位姿、第一原始加速度和第一原始旋转角速度分别进行车辆惯性测量单元坐标系的转换，得到每个目标采集时刻对应的第一观测位姿、第一观测加速度和第一观测旋转角速度；
16.将每个目标采集时刻对应的第一观测位姿、第一观测加速度和第一观测旋转角速度确定为对应目标采集时刻的第一观测数据。
17.可选的，所述通过预置的车辆惯性测量单元获取每个目标采集时刻对应的第二观测数据，包括：
18.通过预置的车辆惯性测量单元获取车辆静止时段内的原始测量数据，并对所述原始测量数据进行均值计算，得到陀螺仪零偏数据，所述陀螺仪零偏数据包括加速度零偏数据和旋转角速度零偏数据；
19.基于所述陀螺仪零偏数据，确定所述车辆惯性测量单元在每个目标采集时刻的第二观测数据。
20.可选的，所述通过每个目标采集时刻对应的第一观测数据和第二观测数据，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数，包括：
21.基于每个目标采集时刻，对每个第一观测数据与对应的第二观测数据进行残差计算，得到每个目标采集时刻对应的目标残差项，所述目标残差项包括所述第一观测加速度和所述第二观测加速度之间的第一残差、所述第一观测旋转角速度和所述第二观测旋转角速度之间的第二残差、以及所述第一观测位姿和所述第二观测位姿之间的第三残差中的至少一项；
22.基于每个目标采集时刻对应的目标残差项，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数，所述最优标定参数包括所述激光雷达与所述车辆惯性测量单元的外参、时间偏差和陀螺仪零偏数据。
23.可选的，当所述目标残差项包括所述第一观测加速度和所述第二观测加速度之间的第一残差、所述第一观测旋转角速度和所述第二观测旋转角速度之间的第二残差、以及所述第一观测位姿和所述第二观测位姿之间的第三残差时，所述预置目标函数包括：
[0024][0025]
其中，x表示最优标定参数，k表示第k帧激光雷达点云的目标采集时刻，a表示所有帧激光雷达点云集合，表示在第k帧激光雷达点云的目标采集时刻的第一残差，表示
第k帧激光雷达点云的采集时刻的第二残差，表示第k帧激光雷达点云的采集时刻的第三残差，εa表示的协方差，εw表示的协方差，ε
l
表示的协方差。
[0026]
可选的，所述第一残差、所述第二残差和所述第三残差分别为：
[0027][0028][0029][0030]
其中，a2表示第k帧激光雷达点云的目标采集时刻的第二观测加速度，a1表示第k帧激光雷达点云的目标采集时刻的第一观测加速度，ba表示加速度零偏数据，w2表示第k帧激光雷达点云的目标采集时刻的第二观测旋转角速度，w1表示第k帧激光雷达点云的目标采集时刻的第一观测旋转角速度，bg表示旋转角速度零偏数据，t
li
表示激光雷达与车辆惯性测量单元的外参，表示第k帧激光雷达点云的目标采集时刻与第k+1帧激光雷达点云的目标采集时刻之间的第二相对位姿，表示第k帧激光雷达点云的目标采集时刻与第k+1帧激光雷达点云的目标采集时刻之间的第一相对位姿。
[0031]
本发明第二方面提供了一种激光雷达与惯性测量单元的标定参数确定装置，包括：
[0032]
确定模块，用于通过激光雷达采集的多帧激光雷达点云确定多个目标采集时刻分别对应的第一观测数据，所述第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，所述目标采集时刻用于指示每帧激光雷达点云的采集时刻；
[0033]
获取模块，用于通过预置的车辆惯性测量单元获取每个目标采集时刻对应的第二观测数据，所述第二观测数据包括第二观测加速度、第二观测旋转角速度和第二观测位姿中的至少一项，所述第二观测数据与所述第一观测数据一一对应；
[0034]
求解模块，用于通过每个目标采集时刻对应的第一观测数据和第二观测数据，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数。
[0035]
可选的，所述确定模块包括：
[0036]
估计单元，用于获取激光雷达采集的多帧激光雷达点云，并通过预置的正态分布变换算法对所述多帧激光雷达点云进行里程计估计，得到多个目标采集时刻分别对应的激光雷达位姿信息；
[0037]
确定单元，用于通过每个目标采集时刻对应的激光雷达位姿信息确定每个目标采集时刻对应的第一观测数据，所述第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项。
[0038]
可选的，所述确定单元具体用于：
[0039]
将每个目标采集时刻对应的激光雷达位姿信息确定为对应目标采集时刻的第一原始位姿；
[0040]
通过预置的b样条算法对每个目标采集时刻对应的激光雷达位姿信息进行曲线拟
合，得到目标轨迹，并对所述目标轨迹进行求导，得到每个目标采集时刻对应的第一原始加速度和第一原始旋转角速度；
[0041]
基于所述激光雷达与预置的车辆惯性测量单元之间的外参，对每个目标采集时刻对应的第一原始位姿、第一原始加速度和第一原始旋转角速度分别进行车辆惯性测量单元坐标系的转换，得到每个目标采集时刻对应的第一观测位姿、第一观测加速度和第一观测旋转角速度；
[0042]
将每个目标采集时刻对应的第一观测位姿、第一观测加速度和第一观测旋转角速度确定为对应目标采集时刻的第一观测数据。
[0043]
可选的，所述获取模块具体用于：
[0044]
通过预置的车辆惯性测量单元获取车辆静止时段内的原始测量数据，并对所述原始测量数据进行均值计算，得到陀螺仪零偏数据，所述陀螺仪零偏数据包括加速度零偏数据和旋转角速度零偏数据；
[0045]
基于所述陀螺仪零偏数据，确定所述车辆惯性测量单元在每个目标采集时刻的第二观测数据。
[0046]
可选的，所述求解模块具体用于：
[0047]
基于每个目标采集时刻，对每个第一观测数据与对应的第二观测数据进行残差计算，得到每个目标采集时刻对应的目标残差项，所述目标残差项包括所述第一观测加速度和所述第二观测加速度之间的第一残差、所述第一观测旋转角速度和所述第二观测旋转角速度之间的第二残差、以及所述第一观测位姿和所述第二观测位姿之间的第三残差中的至少一项；
[0048]
基于每个目标采集时刻对应的目标残差项，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数，所述最优标定参数包括所述激光雷达与所述车辆惯性测量单元的外参、时间偏差和陀螺仪零偏数据。
[0049]
可选的，当所述目标残差项包括所述第一观测加速度和所述第二观测加速度之间的第一残差、所述第一观测旋转角速度和所述第二观测旋转角速度之间的第二残差、以及所述第一观测位姿和所述第二观测位姿之间的第三残差时，所述预置目标函数包括：
[0050][0051]
其中，x表示最优标定参数，k表示第k帧激光雷达点云的目标采集时刻，a表示所有帧激光雷达点云集合，表示在第k帧激光雷达点云的目标采集时刻的第一残差，表示第k帧激光雷达点云的采集时刻的第二残差，表示第k帧激光雷达点云的采集时刻的第三残差，εa表示的协方差，εw表示的协方差，ε
l
表示的协方差。
[0052]
可选的，所述第一残差、所述第二残差和所述第三残差分别为：
[0053]
[0054][0055][0056]
其中，a2表示第k帧激光雷达点云的目标采集时刻的第二观测加速度，a1表示第k帧激光雷达点云的目标采集时刻的第一观测加速度，ba表示加速度零偏数据，w2表示第k帧激光雷达点云的目标采集时刻的第二观测旋转角速度，w1表示第k帧激光雷达点云的目标采集时刻的第一观测旋转角速度，bg表示旋转角速度零偏数据，t
li
表示激光雷达与车辆惯性测量单元的外参，表示第k帧激光雷达点云的目标采集时刻与第k+1帧激光雷达点云的目标采集时刻之间的第二相对位姿，表示第k帧激光雷达点云的目标采集时刻与第k+1帧激光雷达点云的目标采集时刻之间的第一相对位姿。
[0057]
本发明第三方面提供了一种激光雷达与惯性测量单元的标定参数确定设备，包括：存储器和至少一个处理器，所述存储器中存储有计算机程序；所述至少一个处理器调用所述存储器中的所述计算机程序，以使得所述激光雷达与惯性测量单元的标定参数确定设备执行上述的激光雷达与惯性测量单元的标定参数确定方法。
[0058]
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行上述的激光雷达与惯性测量单元的标定参数确定方法。
[0059]
本发明提供的技术方案中，通过激光雷达采集的多帧激光雷达点云确定多个目标采集时刻分别对应的第一观测数据，所述第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，所述目标采集时刻用于指示每帧激光雷达点云的采集时刻；通过预置的车辆惯性测量单元获取每个目标采集时刻对应的第二观测数据，所述第二观测数据包括第二观测加速度、第二观测旋转角速度和第二观测位姿中的至少一项，所述第二观测数据与所述第一观测数据一一对应；通过每个目标采集时刻对应的第一观测数据和第二观测数据，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数。本发明实施例中，通过获取激光雷达在每帧激光雷达点云的采集时刻的第一观测数据，并与imu确定的第二观测数据建立一一对应的约束关系，使得能够通过第一观测数据与第二观测数据之间的约束关系对预置目标函数进行待优化标定参数的迭代优化求解，从而确定满足约束关系的最优标定参数，使得标定参数确定的准确度提高，并且无需依赖gps，拓宽了激光雷达和惯性测量单元之间的标定参数确定的可用范围。
附图说明
[0060]
图1为本发明实施例中激光雷达与惯性测量单元的标定参数确定方法的一个实施例示意图；
[0061]
图2为本发明实施例中激光雷达与惯性测量单元的标定参数确定方法的另一个实施例示意图；
[0062]
图3为本发明实施例中激光雷达与惯性测量单元的标定参数确定装置的一个实施例示意图；
[0063]
图4为本发明实施例中激光雷达与惯性测量单元的标定参数确定装置的另一个实施例示意图；
[0064]
图5为本发明实施例中激光雷达与惯性测量单元的标定参数确定设备的一个实施例示意图。
具体实施方式
[0065]
本发明实施例提供了一种激光雷达与惯性测量单元的标定参数确定方法及相关设备，用于拓宽激光雷达和惯性测量单元之间的标定参数确定的可用范围。
[0066]
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0067]
可以理解的是，本发明的执行主体可以为激光雷达与惯性测量单元的标定参数确定装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以终端为执行主体为例进行说明。
[0068]
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中激光雷达与惯性测量单元的标定参数确定方法的一个实施例包括：
[0069]
101、通过激光雷达采集的多帧激光雷达点云确定多个目标采集时刻分别对应的第一观测数据，第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，目标采集时刻用于指示每帧激光雷达点云的采集时刻；
[0070]
需要说明的是，通过预置的激光雷达采集的多帧激光雷达点云为车辆运动状态下的点云数据，每帧激光雷达点云的采集时刻对应一个第一观测数据，其中，第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，第一观测加速度用于指示对应采集时刻的车辆加速度，第二观测旋转角速度用于指示对应采集时刻的车辆旋转角速度(即角速率)，第三观测位姿用于指示对应采集时刻的车辆位姿，同理可得，在一种实施方式中，第一观测数据还可以包括第一观测速度或第一观测方向等能够通过车辆惯性测量单元(inertial measurement unit，imu)确定的参数。第一观测数据用于与后续imu确定的第二观测数据形成约束关系，从而进行待优化标定参数的迭代优化求解，使得激光雷达与imu的标定参数确定的准确率提高，且无需依赖gps，应用场景得以拓宽。
[0071]
需要说明的是，为了避免第一观测数据与imu的第二观测数据相互影响，第一观测数据的确定过程不涉及imu采集的数据，在一种实施方式中，终端通过预置的激光雷达里程计估计算法，对多帧激光雷达点云进行激光雷达里程计估计，得到每个目标采集时刻对应的第一原始位姿，再根据激光雷达与imu之间的外参，将每个目标采集时刻对应的第一原始位姿转换至imu坐标系，得到每个目标采集时刻对应的第一观测位姿，再对每个目标采集时刻对应的第一观测位姿进行样条曲线生成，得到目标样条曲线，最后，终端对目标样条曲线求导，得到每个目标采集时刻对应的第一原始加速度和第一原始旋转角速度，再根据激光
雷达与imu之间的外参，将每个目标采集时刻对应的第一原始加速度和第一原始旋转角速度转换至imu坐标系，得到每个目标采集时刻第一观测加速度和第一观测旋转角速度，可见第一观测数据用于指示imu坐标系的激光雷达观测数据。本实施方式能够准确地确定激光雷达观测到的加速度、旋转角速度和位姿等参数，从而提高激光雷达与imu的标定参数确定的准确率。
[0072]
可以理解的是，目标采集时刻用于指示一帧激光雷达点云的采集时刻，例如，激光雷达采集100帧激光雷达点云，每帧对应一个采集时刻，那么，所有目标采集时刻也包括100帧激光雷达点云的采集时刻。
[0073]
102、通过预置的车辆惯性测量单元获取每个目标采集时刻对应的第二观测数据，第二观测数据包括第二观测加速度、第二观测旋转角速度和第二观测位姿中的至少一项，第二观测数据与第一观测数据一一对应；
[0074]
需要说明的是，车辆惯性测量单元是一种通过加速度计和陀螺仪测量物体加速度和三轴姿态角(即角速率)的装置，预先安装在车辆中，用于测量车辆的加速度和旋转角速度，因此，在一种实施方式中，终端通过预置的车辆惯性车辆单元获取每个目标采集时刻对应的第二观测加速度和第二观测旋转角速度。而对于imu的观测位姿而言，由于激光雷达与imu之间的外参(目标外参)也是待优化标定参数之一，因此，具体的，终端对多帧激光雷达点云进行激光雷达里程计估计，得到每个目标采集时刻对应的第二原始位姿，再通过预置的b样条算法对每个目标采集时刻对应的第二原始位姿进行曲线拟合，得到第二轨迹，并对第二轨迹进行插值或加权平均，得到每个目标采集时刻对应的第二观测位姿。以使得通过一一对应的观测数据形成约束关系，从而进行待优化标定参数的迭代优化求解，使得激光雷达与imu的标定参数确定的准确率提高，且无需依赖gps，应用场景得以拓宽。最后，根据每个目标采集时刻对应的第二观测位姿、第二观测旋转角速度以及第二观测加速度，确定每个目标采集时刻对应的第二观测数据。
[0075]
在一种实施方式中，第二观测数据还包括第二观测速度和第二观测方向等能够通过imu确定的参数，第二观测数据与第一观测数据为一一对应的关系，每组对应的观测数据组合用于形成约束关系，为后续待优化标定参数的迭代优化求解提供求解条件，具体的是，第一观测加速度与对应的第二观测加速度形成观测数据组合，第一观测旋转角速度与对应的第二观测旋转角速度形成观测数据组合，第一观测位姿与对应的第二观测位姿形成观测数据组合，以此类推，适用于其它的第一观测数据和第二观测数据，具体不再赘述。
[0076]
103、通过每个目标采集时刻对应的第一观测数据和第二观测数据，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数。
[0077]
本实施方式中，基于每个目标采集时刻，通过预置目标函数对每个第一观测数据与对应第二观测数据进行非线性最小二乘计算，以通过预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数。需要说明的是，非线性最小二乘的目标函数，即预置目标函数具有明确的物理意义——残差，因此，预置目标函数用于确定第一观测数据与第二观测数据之间的残差最小时，待优化标定参数的取值，即预置目标函数的最优解为最优标定参数。
[0078]
在一种实施方式中，待优化标定参数包括但不限于目标外参、激光雷达与imu之间的时间偏差值以及imu的陀螺仪零偏数据等用于激光雷达与imu标定和校准的数据，最优标
定参数用于指示当第一观测数据与第二观测数据之间的残差最小时，待优化标定参数的取值。本实施方式能够通过对不同传感器观测到的数据形成约束关系，以进行非线性最小二乘值求解，从而准确地求得最优解，使得激光雷达与imu之间的标定参数确定准确度提高，且无需依赖gps，应用场景得以拓宽。
[0079]
本发明实施例中，通过获取激光雷达在每帧激光雷达点云的采集时刻的第一观测数据，并与imu确定的第二观测数据建立一一对应的约束关系，使得能够通过第一观测数据与第二观测数据之间的约束关系对预置目标函数进行待优化标定参数的迭代优化求解，从而确定满足约束关系的最优标定参数，使得标定参数确定的准确度提高，并且无需依赖gps，拓宽了激光雷达和惯性测量单元之间的标定参数确定的可用范围。
[0080]
请参阅图2，本发明实施例中激光雷达与惯性测量单元的标定参数确定方法的另一个实施例包括：
[0081]
201、通过激光雷达采集的多帧激光雷达点云确定多个目标采集时刻分别对应的第一观测数据，第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，目标采集时刻用于指示每帧激光雷达点云的采集时刻；
[0082]
具体的，步骤201包括：获取激光雷达采集的多帧激光雷达点云，并通过预置的正态分布变换算法对多帧激光雷达点云进行里程计估计，得到多个目标采集时刻分别对应的激光雷达位姿信息；通过每个目标采集时刻对应的激光雷达位姿信息确定每个目标采集时刻对应的第一观测数据，第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项。
[0083]
本实施方式中，为了准确地对每帧激光雷达点云进行配准，并且保证配准的实时性，采用正态分布变换算法对多帧激光雷达点云进行配准，得到每个目标采集时刻分别对应的激光雷达位姿信息，激光雷达位姿信息用于指示激光雷达观测到的位姿信息，用于确定每个目标采集时刻对应的第一观测数据。本实施方式能够通过正态分布变换算法快速且准确地进行里程计估计，从而获得激光雷达准确的位姿信息，进而提高了激光雷达与imu的标定参数确定的准确度。
[0084]
进一步的，通过每个目标采集时刻对应的激光雷达位姿信息确定每个目标采集时刻对应的第一观测数据，第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，包括：将每个目标采集时刻对应的激光雷达位姿信息确定为对应目标采集时刻的第一原始位姿；通过预置的b样条算法对每个目标采集时刻对应的激光雷达位姿信息进行曲线拟合，得到目标轨迹，并对目标轨迹进行求导，得到每个目标采集时刻对应的第一原始加速度和第一原始旋转角速度；基于激光雷达与预置的车辆惯性测量单元之间的外参，对每个目标采集时刻对应的第一原始位姿、第一原始加速度和第一原始旋转角速度分别进行车辆惯性测量单元坐标系的转换，得到每个目标采集时刻对应的第一观测位姿、第一观测加速度和第一观测旋转角速度；将每个目标采集时刻对应的第一观测位姿、第一观测加速度和第一观测旋转角速度确定为对应目标采集时刻的第一观测数据。
[0085]
本实施方式中，由于第一观测位姿用于指示激光雷达观测到的位姿信息，因此，通过预置的正态分布变换算法对多帧激光雷达点云进行里程计估计，得到的多个目标采集时刻分别对应的激光雷达位姿信息可以直接确定为对应目标采集时刻的第一原始位姿，得到每个目标采集时刻对应的第一原始位姿。而对于加速度和旋转角速度，则通过预置的b样条
(b-spline)算法对每个目标采集时刻对应的激光雷达位姿信息进行样条曲线拟合，得到平滑的目标轨迹，目标轨迹包括每个目标采集时刻对应的位姿点，终端通过对目标轨迹中每个目标采集时刻对应的位姿点进行求导，即可得到每个目标采集时刻对应的第一原始加速度和第一原始旋转角速度。而由于第一原始位姿、第一原始加速度和第一原始旋转角速度仍为基于激光雷达坐标系的数据，因此，终端再基于激光雷达与imu之间的外参，将每个目标采集时刻对应的第一原始位姿、第一原始加速度和第一原始旋转角速度转换至imu坐标系，得到每个目标采集时刻对应的第一观测位姿、第一观测加速度和第一观测旋转角速度，最后，终端将每个目标采集时刻对应的第一观测位姿、第一观测加速度和第一观测旋转角速度确定为对应目标采集时刻的第一观测数据。本实施方式能够使得激光雷达不依赖于imu而准确地获得自身观测到的位姿、加速度和旋转角速度，提高了激光雷达与imu之间标定参数的确定准确度。
[0086]
202、通过预置的车辆惯性测量单元获取每个目标采集时刻对应的第二观测数据，第二观测数据包括第二观测加速度、第二观测旋转角速度和第二观测位姿中的至少一项，第二观测数据与第一观测数据一一对应；
[0087]
具体的，步骤202包括：通过预置的车辆惯性测量单元获取车辆静止时段内的原始测量数据，并对原始测量数据进行均值计算，得到陀螺仪零偏数据，陀螺仪零偏数据包括加速度零偏数据和旋转角速度零偏数据；基于陀螺仪零偏数据，确定车辆惯性测量单元在每个目标采集时刻的第二观测数据。
[0088]
需要说明的是，在自动驾驶过程中，当imu中的陀螺仪静止时，陀螺仪仍会发生偏置，产生陀螺仪零偏数据(bias)，陀螺仪零偏数据包括加速度零偏数据和旋转角速度零偏数据，终端通过对车辆静止时段内imu的陀螺仪输出的原始测量数据进行均值计算，即可获得陀螺仪零偏数据，其中，原始测量数据为一条连续的信号曲线，曲线的平均值就是陀螺仪零偏数据。终端通过陀螺仪零偏数据中的加速度零偏数据结合imu在每个目标采集时刻采集的加速度，得到每个目标采集时刻对应的第二观测加速度，再通过陀螺仪零偏数据中的旋转角速度零偏数据结合imu在每个目标采集时刻采集的旋转角速度，得到每个目标采集时刻对应的第二观测旋转角速度，每个目标采集时刻对应的第二观测位姿与步骤102中相同，此处不再赘述。最后，终端结合每个目标采集时刻对应的第二观测位姿、第二观测加速度以及第二观测旋转角速度，得到每个目标采集时刻对应的第二观测数据。本实施方式能够在每一次上电过程中动态地调整陀螺仪的零偏数据，使得激光雷达与imu的标定参数能够在自动驾驶的过程中动态调整，从而提高了自动驾驶控制的准确度。
[0089]
203、基于每个目标采集时刻，对每个第一观测数据与对应的第二观测数据进行残差计算，得到每个目标采集时刻对应的目标残差项，目标残差项包括第一观测加速度和第二观测加速度之间的第一残差、第一观测旋转角速度和第二观测旋转角速度之间的第二残差、以及第一观测位姿和第二观测位姿之间的第三残差中的至少一项；
[0090]
其中，第一残差、第二残差和第三残差分别为：
[0091][0092]
[0093][0094]
其中，a2表示第k帧激光雷达点云的目标采集时刻的第二观测加速度，a1表示第k帧激光雷达点云的目标采集时刻的第一观测加速度，ba表示加速度零偏数据，w2表示第k帧激光雷达点云的目标采集时刻的第二观测旋转角速度，w1表示第k帧激光雷达点云的目标采集时刻的第一观测旋转角速度，bg表示旋转角速度零偏数据，t
li
表示激光雷达与车辆惯性测量单元的外参，表示第k帧激光雷达点云的目标采集时刻与第k+1帧激光雷达点云的目标采集时刻之间的第二相对位姿，表示第k帧激光雷达点云的目标采集时刻与第k+1帧激光雷达点云的目标采集时刻之间的第一相对位姿。
[0095]
本实施方式中，由于第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，第二观测数据包括第二观测加速度、第二观测旋转角速度和第二观测位姿中的至少一项，且第二观测数据与第一观测数据为一一对应的关系，因此，目标残差项的内容取决于第一观测数据和第二观测数据的内容，即若第一观测数据仅包含第一观测加速度，第二观测数据也仅包含第二观测加速度，那么，目标残差项仅包含第一观测加速度和第二观测加速度之间的第一残差，若第一观测数据包括第一观测加速度和第一观测旋转角速度，则第二观测数据也包括第二观测加速度和第二观测旋转角速度，那么，目标残差项则包括第一观测加速度和第二观测加速度之间的第一残差、第一观测旋转角速度和第二观测旋转角速度之间的第二残差，以此类推，具体不再赘述。
[0096]
在一种实施方式中，第一残差项用于指示第一观测加速度、第二观测加速度以及角速度零偏数据的差值，第二残差项用于指示第二观测旋转角速度、第二观测旋转角速度以及旋转角速度零偏数据的差值，第三残差项用于指示所有目标采集时刻对应的第一观测位姿中相邻帧的相对位姿，与第二观测位姿中相邻帧的相对位姿之间的差值。本实施方式能够结合陀螺仪的零偏数据进行残差计算，使得待优化标定参数的迭代优化求解更准确，从而使得激光雷达与imu的标定参数确定更准确。
[0097]
204、基于每个目标采集时刻对应的目标残差项，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数，最优标定参数包括激光雷达与车辆惯性测量单元的外参、时间偏差和陀螺仪零偏数据。
[0098]
可以理解的是，由于目标残差项的内容取决于第一观测数据和第二观测数据的内容，因此，预置目标函数也随目标残差项的项数改变而改变，在一种实施方式中，当目标残差项仅包括第一观测加速度和第二观测加速度之间的第一残差时，预置目标函数为：
[0099][0100]
当目标残差项包括第一观测加速度和第二观测加速度之间的第一残差和第一观测位姿和第二观测位姿之间的第三残差时，预置目标函数为：
[0101][0102]
以此类推，当目标残差项包括第一观测加速度和第二观测加速度之间的第一残差、第一观测旋转角速度和第二观测旋转角速度之间的第二残差、以及第一观测位姿和第二观测位姿之间的第三残差时，所述预置目标函数包括：
[0103][0104]
其中，x表示最优标定参数，k表示第k帧激光雷达点云的目标采集时刻，a表示所有帧激光雷达点云集合，表示在第k帧激光雷达点云的目标采集时刻的第一残差，表示第k帧激光雷达点云的采集时刻的第二残差，示第k帧激光雷达点云的采集时刻的第三残差，εa表示的协方差，εw表示的协方差，ε
l
表示的协方差。
[0105]
可以理解的是，argmin(f(x))用于指示目标函数f(x)取最小值时的变量值，即取最小值时x的值即为最优标定参数。另外，以及表示的是马氏距离，而非欧式距离，因此通过协方差的矩阵范数，提高待优化标定参数迭代优化求解的准确度，从而提高激光雷达与imu标定参数确定的准确度。
[0106]
本发明实施例中，通过获取激光雷达在每帧激光雷达点云的采集时刻的第一观测数据，并与imu确定的第二观测数据建立一一对应的约束关系，使得能够通过第一观测数据与第二观测数据之间的约束关系对预置的非线性最小二乘值求解函数进行待优化标定参数的迭代优化求解，从而确定满足约束关系的最优标定参数，使得标定参数确定的准确度提高，并且无需依赖gps，拓宽了激光雷达和惯性测量单元之间的标定参数确定的可用范围。
[0107]
上面对本发明实施例中激光雷达与惯性测量单元的标定参数确定方法进行了描述，下面对本发明实施例中激光雷达与惯性测量单元的标定参数确定装置进行描述，请参阅图3，本发明实施例中激光雷达与惯性测量单元的标定参数确定装置一个实施例包括：
[0108]
确定模块301，用于通过激光雷达采集的多帧激光雷达点云确定多个目标采集时刻分别对应的第一观测数据，所述第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，所述目标采集时刻用于指示每帧激光雷达点云的采集时刻；
[0109]
获取模块302，用于通过预置的车辆惯性测量单元获取每个目标采集时刻对应的第二观测数据，所述第二观测数据包括第二观测加速度、第二观测旋转角速度和第二观测
位姿中的至少一项，所述第二观测数据与所述第一观测数据一一对应；
[0110]
求解模块303，用于通过每个目标采集时刻对应的第一观测数据和第二观测数据，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数。
[0111]
本发明实施例中，通过获取激光雷达在每帧激光雷达点云的采集时刻的第一观测数据，并与imu确定的第二观测数据建立一一对应的约束关系，使得能够通过第一观测数据与第二观测数据之间的约束关系对预置目标函数进行待优化标定参数的迭代优化求解，从而确定满足约束关系的最优标定参数，使得标定参数确定的准确度提高，并且无需依赖gps，拓宽了激光雷达和惯性测量单元之间的标定参数确定的可用范围。
[0112]
请参阅图4，本发明实施例中激光雷达与惯性测量单元的标定参数确定装置的另一个实施例包括：
[0113]
确定模块301，用于通过激光雷达采集的多帧激光雷达点云确定多个目标采集时刻分别对应的第一观测数据，所述第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，所述目标采集时刻用于指示每帧激光雷达点云的采集时刻；
[0114]
获取模块302，用于通过预置的车辆惯性测量单元获取每个目标采集时刻对应的第二观测数据，所述第二观测数据包括第二观测加速度、第二观测旋转角速度和第二观测位姿中的至少一项，所述第二观测数据与所述第一观测数据一一对应；
[0115]
求解模块303，用于通过每个目标采集时刻对应的第一观测数据和第二观测数据，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数。
[0116]
可选的，所述确定模块301包括：
[0117]
估计单元3011，用于获取激光雷达采集的多帧激光雷达点云，并通过预置的正态分布变换算法对所述多帧激光雷达点云进行里程计估计，得到多个目标采集时刻分别对应的激光雷达位姿信息；
[0118]
确定单元3012，用于通过每个目标采集时刻对应的激光雷达位姿信息确定每个目标采集时刻对应的第一观测数据，所述第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项。
[0119]
可选的，所述确定单元3012具体用于：
[0120]
将每个目标采集时刻对应的激光雷达位姿信息确定为对应目标采集时刻的第一原始位姿；
[0121]
通过预置的b样条算法对每个目标采集时刻对应的激光雷达位姿信息进行曲线拟合，得到目标轨迹，并对所述目标轨迹进行求导，得到每个目标采集时刻对应的第一原始加速度和第一原始旋转角速度；
[0122]
基于所述激光雷达与预置的车辆惯性测量单元之间的外参，对每个目标采集时刻对应的第一原始位姿、第一原始加速度和第一原始旋转角速度分别进行车辆惯性测量单元坐标系的转换，得到每个目标采集时刻对应的第一观测位姿、第一观测加速度和第一观测旋转角速度；
[0123]
将每个目标采集时刻对应的第一观测位姿、第一观测加速度和第一观测旋转角速度确定为对应目标采集时刻的第一观测数据。
[0124]
可选的，所述获取模块302具体用于：
[0125]
通过预置的车辆惯性测量单元获取车辆静止时段内的原始测量数据，并对所述原始测量数据进行均值计算，得到陀螺仪零偏数据，所述陀螺仪零偏数据包括加速度零偏数据和旋转角速度零偏数据；
[0126]
基于所述陀螺仪零偏数据，确定所述车辆惯性测量单元在每个目标采集时刻的第二观测数据。
[0127]
可选的，所述求解模块303具体用于：
[0128]
基于每个目标采集时刻，对每个第一观测数据与对应的第二观测数据进行残差计算，得到每个目标采集时刻对应的目标残差项，所述目标残差项包括所述第一观测加速度和所述第二观测加速度之间的第一残差、所述第一观测旋转角速度和所述第二观测旋转角速度之间的第二残差、以及所述第一观测位姿和所述第二观测位姿之间的第三残差中的至少一项；
[0129]
基于每个目标采集时刻对应的目标残差项，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数，所述最优标定参数包括所述激光雷达与所述车辆惯性测量单元的外参、时间偏差和陀螺仪零偏数据。
[0130]
可选的，当所述目标残差项包括所述第一观测加速度和所述第二观测加速度之间的第一残差、所述第一观测旋转角速度和所述第二观测旋转角速度之间的第二残差、以及所述第一观测位姿和所述第二观测位姿之间的第三残差时，所述预置目标函数包括：
[0131][0132]
其中，x表示最优标定参数，k表示第k帧激光雷达点云的目标采集时刻，a表示所有帧激光雷达点云集合，表示在第k帧激光雷达点云的目标采集时刻的第一残差，表示第k帧激光雷达点云的采集时刻的第二残差，表示第k帧激光雷达点云的采集时刻的第三残差，εa表示的协方差，εw表示的协方差，ε
l
表示的协方差。
[0133]
可选的，所述第一残差、所述第二残差和所述第三残差分别为：
[0134][0135][0136][0137]
其中，a2表示第k帧激光雷达点云的目标采集时刻的第二观测加速度，a1表示第k帧激光雷达点云的目标采集时刻的第一观测加速度，ba表示加速度零偏数据，w2表示第k帧激光雷达点云的目标采集时刻的第二观测旋转角速度，w1表示第k帧激光雷达点云的目标采集时刻的第一观测旋转角速度，bg表示旋转角速度零偏数据，t
li
表示激光雷达与车辆惯性测量单元的外参，表示第k帧激光雷达点云的目标采集时刻与第k+1帧激光雷达点云
的目标采集时刻之间的第二相对位姿，表示第k帧激光雷达点云的目标采集时刻与第k+1帧激光雷达点云的目标采集时刻之间的第一相对位姿。
[0138]
本发明实施例中，通过获取激光雷达在每帧激光雷达点云的采集时刻的第一观测数据，并与imu确定的第二观测数据建立一一对应的约束关系，使得能够通过第一观测数据与第二观测数据之间的约束关系对预置的非线性最小二乘值求解函数进行待优化标定参数的迭代优化求解，从而确定满足约束关系的最优标定参数，使得标定参数确定的准确度提高，并且无需依赖gps，拓宽了激光雷达和惯性测量单元之间的标定参数确定的可用范围。
[0139]
上面图3和图4从模块化功能实体的角度对本发明实施例中的激光雷达与惯性测量单元的标定参数确定装置进行详细描述，下面从硬件处理的角度对本发明实施例中激光雷达与惯性测量单元的标定参数确定设备进行详细描述。
[0140]
图5是本发明实施例提供的一种激光雷达与惯性测量单元的标定参数确定设备的结构示意图，该激光雷达与惯性测量单元的标定参数确定设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对激光雷达与惯性测量单元的标定参数确定设备500中的一系列计算机程序操作。更进一步地，处理器510可以设置为与存储介质530通信，在激光雷达与惯性测量单元的标定参数确定设备500上执行存储介质530中的一系列计算机程序操作。
[0141]
激光雷达与惯性测量单元的标定参数确定设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如windows serve，mac os x，unix，linux，freebsd等等。本领域技术人员可以理解，图5示出的激光雷达与惯性测量单元的标定参数确定设备结构并不构成对激光雷达与惯性测量单元的标定参数确定设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0142]
本发明还提供一种计算机设备，所述计算机设备包括存储器和处理器，存储器中存储有计算机可读计算机程序，计算机可读计算机程序被处理器执行时，使得处理器执行上述各实施例中的所述激光雷达与惯性测量单元的标定参数确定方法的步骤。
[0143]
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得计算机执行所述激光雷达与惯性测量单元的标定参数确定方法的步骤。
[0144]
进一步地，所述计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
[0145]
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用
密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
[0146]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0147]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干计算机程序用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0148]
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
技术特征：1.一种激光雷达与惯性测量单元的标定参数确定方法，其特征在于，所述激光雷达与惯性测量单元的标定参数确定方法包括：通过激光雷达采集的多帧激光雷达点云确定多个目标采集时刻分别对应的第一观测数据，所述第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，所述目标采集时刻用于指示每帧激光雷达点云的采集时刻；通过预置的车辆惯性测量单元获取每个目标采集时刻对应的第二观测数据，所述第二观测数据包括第二观测加速度、第二观测旋转角速度和第二观测位姿中的至少一项，所述第二观测数据与所述第一观测数据一一对应；通过每个目标采集时刻对应的第一观测数据和第二观测数据，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数。2.根据权利要求1所述的激光雷达与惯性测量单元的标定参数确定方法，其特征在于，所述通过激光雷达采集的多帧激光雷达点云确定多个目标采集时刻分别对应的第一观测数据，所述第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，包括：获取激光雷达采集的多帧激光雷达点云，并通过预置的正态分布变换算法对所述多帧激光雷达点云进行里程计估计，得到多个目标采集时刻分别对应的激光雷达位姿信息；通过每个目标采集时刻对应的激光雷达位姿信息确定每个目标采集时刻对应的第一观测数据，所述第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项。3.根据权利要求2所述的激光雷达与惯性测量单元的标定参数确定方法，其特征在于，所述通过每个目标采集时刻对应的激光雷达位姿信息确定每个目标采集时刻对应的第一观测数据，所述第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，包括：将每个目标采集时刻对应的激光雷达位姿信息确定为对应目标采集时刻的第一原始位姿；通过预置的b样条算法对每个目标采集时刻对应的激光雷达位姿信息进行曲线拟合，得到目标轨迹，并对所述目标轨迹进行求导，得到每个目标采集时刻对应的第一原始加速度和第一原始旋转角速度；基于所述激光雷达与预置的车辆惯性测量单元之间的外参，对每个目标采集时刻对应的第一原始位姿、第一原始加速度和第一原始旋转角速度分别进行车辆惯性测量单元坐标系的转换，得到每个目标采集时刻对应的第一观测位姿、第一观测加速度和第一观测旋转角速度；将每个目标采集时刻对应的第一观测位姿、第一观测加速度和第一观测旋转角速度确定为对应目标采集时刻的第一观测数据。4.根据权利要求1所述的激光雷达与惯性测量单元的标定参数确定方法，其特征在于，所述通过预置的车辆惯性测量单元获取每个目标采集时刻对应的第二观测数据，包括：通过预置的车辆惯性测量单元获取车辆静止时段内的原始测量数据，并对所述原始测量数据进行均值计算，得到陀螺仪零偏数据，所述陀螺仪零偏数据包括加速度零偏数据和旋转角速度零偏数据；
基于所述陀螺仪零偏数据，确定所述车辆惯性测量单元在每个目标采集时刻的第二观测数据。5.根据权利要求1所述的激光雷达与惯性测量单元的标定参数确定方法，其特征在于，所述通过每个目标采集时刻对应的第一观测数据和第二观测数据，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数，包括：基于每个目标采集时刻，对每个第一观测数据与对应的第二观测数据进行残差计算，得到每个目标采集时刻对应的目标残差项，所述目标残差项包括所述第一观测加速度和所述第二观测加速度之间的第一残差、所述第一观测旋转角速度和所述第二观测旋转角速度之间的第二残差、以及所述第一观测位姿和所述第二观测位姿之间的第三残差中的至少一项；基于每个目标采集时刻对应的目标残差项，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数，所述最优标定参数包括所述激光雷达与所述车辆惯性测量单元的外参、时间偏差和陀螺仪零偏数据。6.根据权利要求5所述的激光雷达与惯性测量单元的标定参数确定方法，其特征在于，当所述目标残差项包括所述第一观测加速度和所述第二观测加速度之间的第一残差、所述第一观测旋转角速度和所述第二观测旋转角速度之间的第二残差、以及所述第一观测位姿和所述第二观测位姿之间的第三残差时，所述预置目标函数包括：其中，x表示最优标定参数，k表示第k帧激光雷达点云的目标采集时刻，a表示所有帧激光雷达点云集合，表示在第k帧激光雷达点云的目标采集时刻的第一残差，表示第k帧激光雷达点云的采集时刻的第二残差，表示第k帧激光雷达点云的采集时刻的第三残差，ε
a
表示的协方差，ε
w
表示的协方差，ε
l
表示的协方差。7.根据权利要求6所述的激光雷达与惯性测量单元的标定参数确定方法，其特征在于，所述第一残差、所述第二残差和所述第三残差分别为：所述第一残差、所述第二残差和所述第三残差分别为：所述第一残差、所述第二残差和所述第三残差分别为：其中，a2表示第k帧激光雷达点云的目标采集时刻的第二观测加速度，a1表示第k帧激光雷达点云的目标采集时刻的第一观测加速度，b
a
表示加速度零偏数据，w2表示第k帧激光雷达点云的目标采集时刻的第二观测旋转角速度，w1表示第k帧激光雷达点云的目标采集时刻的第一观测旋转角速度，b
g
表示旋转角速度零偏数据，t
li
表示激光雷达与车辆惯性测量单元的外参，表示第k帧激光雷达点云的目标采集时刻与第k+1帧激光雷达点云的目
标采集时刻之间的第二相对位姿，表示第k帧激光雷达点云的目标采集时刻与第k+1帧激光雷达点云的目标采集时刻之间的第一相对位姿。8.一种激光雷达与惯性测量单元的标定参数确定装置，其特征在于，所述激光雷达与惯性测量单元的标定参数确定装置包括：确定模块，用于通过激光雷达采集的多帧激光雷达点云确定多个目标采集时刻分别对应的第一观测数据，所述第一观测数据包括第一观测加速度、第一观测旋转角速度和第一观测位姿中的至少一项，所述目标采集时刻用于指示每帧激光雷达点云的采集时刻；获取模块，用于通过预置的车辆惯性测量单元获取每个目标采集时刻对应的第二观测数据，所述第二观测数据包括第二观测加速度、第二观测旋转角速度和第二观测位姿中的至少一项，所述第二观测数据与所述第一观测数据一一对应；求解模块，用于通过每个目标采集时刻对应的第一观测数据和第二观测数据，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数。9.一种激光雷达与惯性测量单元的标定参数确定设备，其特征在于，所述激光雷达与惯性测量单元的标定参数确定设备包括：存储器和至少一个处理器，所述存储器中存储有计算机程序；所述至少一个处理器调用所述存储器中的所述计算机程序，以使得所述激光雷达与惯性测量单元的标定参数确定设备执行如权利要求1-7中任意一项所述的激光雷达与惯性测量单元的标定参数确定方法。10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述激光雷达与惯性测量单元的标定参数确定方法。
技术总结本发明涉及自动驾驶技术领域，公开了一种激光雷达与惯性测量单元的标定参数确定方法及相关设备，用于拓宽激光雷达和惯性测量单元之间的标定参数确定的可用范围。所述激光雷达与惯性测量单元的标定参数确定方法包括：通过激光雷达采集的多帧激光雷达点云确定多个目标采集时刻分别对应的第一观测数据；通过预置的车辆惯性测量单元获取每个目标采集时刻对应的第二观测数据，第二观测数据与第一观测数据一一对应；通过每个目标采集时刻对应的第一观测数据和第二观测数据，对预置目标函数进行待优化标定参数的迭代优化求解，得到最优标定参数。参数。参数。
技术研发人员：陈连胜 李秦 韩旭
受保护的技术使用者：广州文远知行科技有限公司
技术研发日：2022.05.18
技术公布日：2022/11/1
