发布时间：2024-09-11

随着智驾从L0（预警功能），L2（独立的横纵向执行功能）到目前L2.9（城市NOA）的快速演变和装配，车辆对外界的感知需求也在快速增加。 为了让各类传感器更精确的感知，在传感器装车后，就需要对传感器进行标定以获取各个传感器的安装位置。具体来说，就是通过标定确定车身坐标系下传感器的位置。 一、传感器标定类型 在一辆具备L2+级别智驾车上，常会搭建摄像头，激光雷达，毫米波...

发布时间：2024-08-01

随着智驾从L0（预警功能），L2（独立的横纵向执行功能）到目前L2.9（城市NOA）的快速演变和装配，车辆对外界的感知需求也在快速增加。 为了让各类 传感器 更精确的感知，在传感器装车后，就需要对传感器进行标定以获取各个传感器的安装位置。具体来说，就是通过标定确定车身坐标系下传感器的位置。 一、传感器标定类型 在一辆具备L2+级别智驾车上，常会搭建 摄像头 ， 激...

发布时间：2024-05-06

为了解决外参逐渐漂移的问题，提出了一种基于线的方法，可以在真实场景中实现激光雷达和相机的自动在线外参标定。首先，从点云和图像中提取和过滤线特征。然后，利用自适应优化方法提供精确的外部参数。然后在KITTI基准上用地面真值对其进行了评估。实验验证了标定方法的准确性。在数百帧的在线实验中，本文提出的方法自动校正了误标定误差，达到了0.2度的精度，验证了它在各种场景下的适用性。 ...

发布时间：2024-05-05

传感器标定是自动驾驶的基本需求，一个车上装了多个/多种传感器，而它们之间的坐标关系是需要确定的。湾区自动驾驶创业公司ZooX的co-founder和CTO是Sebastia Thrun的学生Jesse Levinson，他的博士论文就是传感器标定。 这个工作可分成两部分：内参标定和外参标定，内参是决定传感器内部的映射关系，比如摄像头的焦距，偏心和像素横纵比（+畸变系数），...

发布时间：2024-04-19

自动驾驶车辆上通常会安装多个传感器作为感知输入源，而首先来说它们之间的坐标关系是需要确定的，那么，传感器标定就是自动驾驶的基本需求。一般情况下，整个标定工作可分成内参标定和外参标定两部分。内参是决定传感器内部的映射关系，比如摄像头的焦距，偏心和像素横纵比（+畸变系数），而外参是决定传感器和外部某个坐标系的转换关系，比如姿态参数（旋转和平移6自由度）。 传感器校准是智能车辆...

发布时间：2024-04-19

自动驾驶为什么要传感器标定 传感器标定是自动驾驶感知&规划任务的基础。第一，各个传感器各自感知的结果需要统一到车体系融合表达，比如Mono3D感知的前方车辆和激光感知的前方车辆，都需要转换到车体系，才可以融合并输出给下游。第二，某些感知任务依赖传感器外参标定，比如视觉IPM变换，需要知道相机外参。第三，前融合任务，例如相机和激光前融合，也需要知道相机&激光的外参。所以传感器标...

发布时间：2023-08-21

自动驾驶为什么要传感器标定 传感器标定是自动驾驶感知&规划任务的基础。第一，各个传感器各自感知的结果需要统一到车体系融合表达，比如Mono3D感知的前方车辆和激光感知的前方车辆，都需要转换到车体系，才可以融合并输出给下游。第二，某些感知任务依赖传感器外参标定，比如视觉IPM变换，需要知道相机外参。第三，前融合任务，例如相机和激光前融合，也需要知道相机&激光的外参。所以传感器标...

发布时间：2023-07-19

自动驾驶为什么要传感器标定 传感器标定是自动驾驶感知&规划任务的基础。第一，各个传感器各自感知的结果需要统一到车体系融合表达，比如Mono3D感知的前方车辆和激光感知的前方车辆，都需要转换到车体系，才可以融合并输出给下游。第二，某些感知任务依赖传感器外参标定，比如视觉IPM变换，需要知道相机外参。第三，前融合任务，例如相机和激光前融合，也需要知道相机&激光的外参。所以传感器标...

发布时间：2023-06-27

相机与地面的在线标定是一般指实时生成相机与道路平面之间的非刚体变换，现有的解决方案常常利用静态标定，在面对轮胎气压变化、车辆载重体积变化和道路表面多样性等环境变化时存在问题。其他在线解决方案利用道路元素或图像中重叠视图之间的光度一致性，这需要在道路上连续检测特定目标或借助多个摄像头来进行标定。在这项工作中提出了一种在线的单目相机与地面标定解决方案，不需要在行驶过程中使用任何特...

发布时间：2020-12-07

机械臂是指高精度、多输入多输出、高度非线性以及强耦合的复杂系统，因其独特的操作灵活性, 已在工业装配、安全防爆等领域得到广泛应用。 同时，机械臂也是一个复杂系统, 存在着参数摄动、外界干扰及未建模动态等不确定性。因而机械臂的建模模型也存在着不确定性，对于不同的任务, 需要规划机械臂关节空间的运动轨迹，从而级联构成末端位姿，这种末端的位姿往往需要硬件传感器以及机器视觉等相关技术...