CN115235525B - 传感器检测方法、装置、电子设备及可读储存介质 - Google Patents

Abstract

本公开提供一种检测传感器标定异常的方法、装置及可读储存介质，所述方法包括：分别获取设置在车辆上的多个传感器在初始坐标系下的第一点云数据；基于第一转换关系，将所述传感器的第一点云数据分别转换至车辆坐标系，得到所述传感器的第二点云数据，其中，所述第一转换关系根据所述传感器在所述车辆上的初始设置位姿得到；对所述多个传感器中的至少两个传感器的第二点云数据进行合并，得到合并点云数据；根据所述传感器的第第二点云数据以及所述合并点云数据，确定所述传感器的标定状态。通过本公开提供的技术方案，在所述传感器出现标定异常的情况下，该异常能够被及时检测，便于运维人员处理，提升了车辆运行时的安全性。

Description

传感器检测方法、装置、电子设备及可读储存介质

技术领域

本公开涉及智能驾驶技术领域，尤其涉及一种传感器检测方法、装置、电子设备及可读储存介质。

背景技术

环境感知是智能驾驶系统的关键部分，是规划决策的前端输入，为规划决策提供了重要的依据。环境感知模块包括多种传感器，例如激光雷达、摄像头、毫米波雷达等，车辆通过这些传感器对周围环境进行感知，并进而依据感知到的环境信息来控制自动驾驶车辆的行驶。由于单个传感器的探测范围有限，为了减少探测盲区，车辆上会设置有多个传感器，并通过标定使得传感器分别产生的点云坐标系转换到统一的坐标系中。而当传感器与车辆的相对位置发生变化时将导致点云合并结果异常。相关技术中，主要由运维人员在车辆结束运行的离线状态下进行传感器的标定异常检测排查，因此无法实时获取传感器的标定状态。并且由于无法在车辆行驶过程中及时得知传感器标定状态，在传感器标定异常的情况下继续运行车辆，存在安全风险。

发明内容

有鉴于此，本公开提供一种传感器检测方法、装置、电子设备及可读储存介质，以实现车辆对传感器标定状态的自动检测，缩短检测反馈时间，提升车辆运行时的安全性。

根据本公开的第一方面，提供了一种传感器检测方法，所述方法包括：

分别获取设置在车辆上的多个传感器在初始坐标系下的第一点云数据；

基于第一转换关系，将所述传感器的第一点云数据分别转换至车辆坐标系，得到所述传感器的第二点云数据，其中，所述第一转换关系根据所述传感器在所述车辆上的初始设置位姿得到；

对所述多个传感器中的至少两个传感器的第二点云数据进行合并，得到合并点云数据；

根据所述第二点云数据以及所述合并点云数据，确定所述传感器的标定状态。

结合本公开提供的任一实施方式，所述基于第一转换关系，将所述传感器的第一点云数据分别转换至车辆坐标系，包括：

基于从所述传感器的初始坐标系转换至车辆坐标系的六自由度转换矩阵，将所述传感器的第一点云数据分别转换至车辆坐标系，其中，所述六自由度转换矩阵包括旋转矩阵和平移矩阵。

结合本公开提供的任一实施方式，所述根据所述传感器的第一点云数据、第二点云数据以及所述合并点云数据，确定所述传感器的标定状态，包括：

对所述第一传感器的第一点云数据与所述合并点云数据进行配准，得到第二转换关系，其中，所述第一传感器为所述多个传感器中的任一传感器；

基于所述第二转换关系，将所述第一传感器的第一点云数据转换至合并点云的坐标系，得到所述第一传感器的第三点云数据，所述合并点云的坐标系由所述合并点云数据拟合得到；

将所述第一传感器的第二点云数据与第三点云数据进行比较，根据比较结果确定所述第一传感器的标定状态。

结合本公开提供的任一实施方式，所述将所述第一传感器的第二点云数据与第三点云数据进行比较，根据比较结果确定所述传感器的标定状态，包括：

在所述第二点云数据与所述第三点云数据中对应点坐标的平均位置偏移距离超出第一设定阈值的情况下，确定所述第一传感器标定异常；

在所述第二点云数据与所述第三点云数据中对应点坐标的平均位置偏移距离未超出第一设定阈值的情况下，确定所述第一传感器标定正常。

结合本公开提供的任一实施方式，所述根据所述第二点云数据以及所述合并点云数据，确定所述传感器的标定状态，包括：

对所述第一传感器的第一点云数据与所述合并点云数据进行配准，得到第二转换关系；

在所述第一转换关系与所述第二转换关系中的参数偏差超出第二设定阈值的情况下，确定所述第一传感器标定异常；

在所述第一转换关系与所述第二转换关系中的参数偏差未超出第二设定阈值的情况下，确定所述第一传感器标定正常。

结合本公开提供的任一实施方式，所述对所述多个传感器中的至少两个传感器的第二点云数据进行合并，得到合并点云数据，包括：

对所述多个传感器中，除第一传感器外的其他传感器的第二点云数据进行合并，得到合并点云数据。

结合本公开提供的任一实施方式，所述方法还包括：

对所述合并点云数据进行多帧点云数据合并，得到多帧合并点云数据；

基于所述多帧合并点云数据，获取车辆相对位移，得到车辆移动方向；

将所述合并点云的坐标系正方向朝向与所述车辆移动方向进行比较，根据比较结果确定所述传感器的标定状态。

结合本公开提供的任一实施方式，所述将所述合并点云的坐标系正方向朝向与所述车辆移动方向进行比较，根据比较结果确定所述传感器的标定状态，包括：

在两方向夹角的角度超出第一角度阈值的情况下，确定所述多个传感器中的至少一个传感器标定异常；

在两方向夹角的角度未超出第一角度阈值的情况下，确定所述多个传感器标定正常。

结合本公开提供的任一实施方式，所述方法还包括：

对所述合并点云数据进行地面分割处理，得到地面分割点云数据；

将所述合并点云数据与所述地面分割点云数据进行比较，根据比较结果确定所述传感器的标定状态。

结合本公开提供的任一实施方式，所述将所述合并点云数据与所述地面分割点云数据进行比较，根据比较结果确定所述传感器的标定状态，包括：

在所述合并点云数据的坐标系正方向与由所述地面分割点云获取的地面间夹角的角度超出第二角度阈值的情况下，确定所述多个传感器中的至少一个传感器标定异常；

在所述合并点云数据的坐标系正方向与由所述地面分割点云获取的地面夹角的角度未超出第二角度阈值的情况下，确定所述多个传感器标定正常。

结合本公开提供的任一实施方式，所述方法还包括：

在确定所述传感器标定异常的情况下，生成传感器标定异常报告，并将所述异常报告发送至运维终端。

结合本公开提供的任一实施方式，所述方法还包括：

以设定的时间间隔，根据所述传感器的标定状态生成传感器标定检测报告，并将所述标定检测报告发送至运维终端。

根据本公开的第二方面，提供了一种传感器检测装置，所述装置包括：

第一点云获取模块，用于分别获取设置在车辆上的多个传感器在初始坐标系下的第一点云数据；

第二点云生成模块，用于基于第一转换关系，将所述传感器的第一点云数据分别转换至车辆坐标系，得到所述传感器的第二点云数据，其中，所述第一转换关系根据所述传感器在所述车辆上的初始设置位姿得到；

合并点云生成模块，用于对所述多个传感器中的至少两个传感器的第二点云数据进行合并，得到合并点云数据；

标定检测模块，用于根据第二点云数据以及所述合并点云数据，确定所述传感器的标定状态。

结合本公开提供的任一实施方式，所述第二点云生成模块，基于第一转换关系，将所述传感器的第一点云数据分别转换至车辆坐标系，具体用于：

基于从所述传感器的初始坐标系转换至车辆坐标系的六自由度转换矩阵，将所述传感器的第一点云数据分别转换至车辆坐标系，其中，所述六自由度转换矩阵包括旋转矩阵和平移矩阵。

结合本公开提供的任一实施方式，所述标定检测模块根据所述传感器的第一点云数据、第二点云数据以及所述合并点云数据，确定所述传感器的标定状态，具体用于：

对所述第一传感器的第一点云数据与所述合并点云数据进行配准，得到第二转换关系，其中，所述第一传感器为所述多个传感器中的任一传感器；

基于所述第二转换关系，将所述第一传感器的第一点云数据转换至合并点云的坐标系，得到所述第一传感器的第三点云数据，所述合并点云的坐标系由所述合并点云数据拟合得到；

将所述第一传感器的第二点云数据与第三点云数据进行比较，根据比较结果确定所述第一传感器的标定状态。

结合本公开提供的任一实施方式，所述标定检测模块将所述第一传感器的第二点云数据与第三点云数据进行比较，根据比较结果确定所述传感器的标定状态，包括：

在所述第二点云数据与所述第三点云数据中对应点坐标的平均位置偏移距离超出第一设定阈值的情况下，确定所述第一传感器标定异常；

在所述第二点云数据与所述第三点云数据中对应点坐标的平均位置偏移距离未超出第一设定阈值的情况下，确定所述第一传感器标定正常。

结合本公开提供的任一实时方式，所述标定检测模块根据所述第二点云数据以及所述合并点云数据，确定所述传感器的标定状态，包括：

对所述第一传感器的第一点云数据与所述合并点云数据进行配准，得到第二转换关系；

在所述第一转换关系与所述第二转换关系中的参数偏差超出第二设定阈值的情况下，确定所述第一传感器标定异常；

在所述第一转换关系与所述第二转换关系中的参数偏差未超出第二设定阈值的情况下，确定所述第一传感器标定正常。

结合本公开提供的任一实施方式，所述合并点云生成模块对所述多个传感器中的至少两个传感器的第二点云数据进行合并，得到合并点云数据，具体用于：

对所述多个传感器中，除第一传感器外的其他传感器的第二点云数据进行合并，得到合并点云数据。

结合本公开提供的任一实施方式，所述装置还包括第一角度比较模块，用于：

对所述合并点云数据进行多帧点云数据合并，得到多帧合并点云数据；

基于所述多帧合并点云数据，获取车辆相对位移，得到车辆移动方向；

将所述合并点云的坐标系正方向朝向与所述车辆移动方向进行比较，根据比较结果确定所述传感器的标定状态。

结合本公开提供的任一实施方式，所述第一角度比较模块将所述合并点云的坐标系正方向朝向与所述车辆移动方向进行比较，根据比较结果确定所述传感器的标定状态，具体用于：

在两方向夹角的角度超出第一角度阈值的情况下，确定所述多个传感器中的至少一个传感器标定异常；

在两方向夹角的角度未超出第一角度阈值的情况下，确定所述多个传感器标定正常。

结合本公开提供的任一实施方式，所述装置还包括第二角度比较模块，用于：

对所述合并点云数据进行地面分割处理，得到地面分割点云数据；

将所述合并点云数据与所述地面分割点云数据进行比较，根据比较结果确定所述传感器的标定状态。

结合本公开提供的任一实施方式，所述第二角度比较模块将所述合并点云数据与所述地面分割点云数据进行比较，根据比较结果确定所述传感器的标定状态，具体用于：

在所述合并点云数据的坐标系正方向与由所述地面分割点云获取的地面间夹角的角度超出第二角度阈值的情况下，确定所述多个传感器中的至少一个传感器标定异常；

在所述合并点云数据的坐标系正方向与由所述地面分割点云获取的地面夹角的角度未超出第二角度阈值的情况下，确定所述多个传感器标定正常。

结合本公开提供的任一实施方式，所述装置还包括异常报告模块，用于：

在确定所述存在传感器标定异常的情况下，生成传感器标定异常报告，并将所述异常报告发送至运维终端。

结合本公开提供的任一实施方式，所述装置还包括检测报告模块，用于：

以设定的时间间隔，根据所述传感器的标定状态生成传感器标定检测报告，并将所述检测报告发送至运维终端。

根据本公开的第三方面，提供了一种电子设备，包括：

存储器，用于存储处理器可执行指令；

处理器，被配置为执行所述存储器中的可执行指令以实现上述第一方面任一实施方式所述方法的步骤。

根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面任一实施方式所述方法的步骤。

根据本公开的第五方面，提供了一种智能车辆，包括上述电子设备。

本公开提供的技术方案可以包括以下有益效果：

通过传感器的第一点云数据、第二点云数据以及所述合并点云数据，实现车辆对传感器标定状态的自动检测，能够在车辆行驶过程中实时进行传感器标定异常检测，缩短了传感器标定异常检测时间，简化了自出现标定异常到检测出所述标定异常的反馈流程，便于运维人员能够随时进行处理，提升了车辆运行时的安全性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入公开中并构成本公开的一部分，示出了符合本公开的实施例，并与公开一起用于解释本公开的原理。

图1A是本公开根据一示例性实施例示出的一种传感器检测方法的流程图。

图1B是本公开根据一示例性实施例示出的另一种传感器检测方法的流程图。

图2是本公开根据一示例性实施例示出的另一种传感器检测方法的流程图。

图3是本公开根据一示例性实施例示出的另一种传感器检测方法的流程图。

图4是本公开根据一示例性实施例示出的一种传感器检测装置示意图。

图5是本公开根据一示例性实施例示出的一种电子设备框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

图1A示出本公开根据一示例性实施例示出的一种传感器检测方法的流程图。

在步骤S101中，分别获取设置在车辆上的多个传感器在初始坐标系下的第一点云数据。

为了减少探测盲区，可以在车辆上设置多个传感器，所述传感器可以包括激光雷达、多目摄像头、毫米波雷达等常用的传感器中的至少一种。

通过设置在车辆中的电子设备获取车辆上多个传感器在初始坐标系下的第一点云数据。所述初始坐标系可以根据所述传感器在车辆上的位置设置，例如将传感器在车辆上的位置设置为初始坐标系的原点。所述初始坐标系还可以从所述车辆的配置参数中获取。

在步骤S102中，基于第一转换关系，将所述传感器的第一点云数据分别转换至车辆坐标系，得到所述传感器的第二点云数据。

其中，所述第一转换关系根据所述传感器在所述车辆上的初始设置位姿，以及所述车辆坐标系的设置信息得到。其中，所述车辆坐标系可通过需求设定，例如，可以将车辆前轴或后轴中点作为车辆坐标系原点，所述前轴或后轴的中点沿车身方向向前作为X轴正方向，沿前轴或后轴向左作为Y轴正方向，向上作为Z轴正方向。

将所述第一点云数据基于第一转换关系转换为所述第二点云数据，在传感器标定正常的情况下，例如，所述第一转换关系中的参数正确，并且所述传感器的位置以及方向未与初始设置位姿发生偏移的情况下，经转换后得到的所述第二点云数据的坐标系与所述车辆坐标系一致；在传感器标定异常的情况下，例如，所述第一转换关系中的参数错误，或者所述传感器的位置以及方向与初始设置位姿发生偏移的情况下，经转换后得到的第二点云数据的坐标系与车辆坐标系不一致。

在步骤S103中，对所述多个传感器中的至少两个传感器的第二点云数据进行合并，得到合并点云数据。

在步骤S104中，根据第二点云数据以及所述合并点云数据，确定所述传感器的标定状态。

由所述多个传感器获得的第二点云数据的坐标系拟合得出所述合并点云坐标系。尽管在传感器标定异常的情况下，由个别传感器获取的所述第二点云数据的坐标系与所述车辆坐标系存在偏差，但经过点云数据合并及坐标系拟合后，合并点云数据的坐标系趋近于所述车辆坐标系，可以将所述合并点云数据的坐标系作为近似于车辆坐标系的标准坐标系。

通过比较所述第二点云数据与近似于所述车辆坐标系的所述合并点云数据或经所述合并点云数据处理的其他数据，能够确定所述第二点云数据的坐标系是否为所述车辆坐标系，也即确定所述传感器的标定状态。

本公开通过传感器的第一点云数据、第二点云数据以及所述合并点云数据，实现车辆对传感器标定状态的自动检测，能够在车辆行驶过程中实时进行传感器标定异常检测，缩短了传感器标定异常检测时间，简化了自出现标定异常到检测数所述标定异常的反馈流程，便于运维人员能够随时进行处理，提升了车辆运行时的安全性。

在一个可选的实施例中，所述基于第一转换关系，将所述传感器的第一点云数据分别转换至车辆坐标系，包括：基于从所述传感器的初始坐标系转换至车辆坐标系的六自由度转换矩阵，将所述传感器的第一点云数据分别转换至车辆坐标系，其中，所述六自由度转换矩阵包括旋转矩阵和平移矩阵。

将所述第一点云数据通过第一转换关系转换至车辆坐标系得到所述第二点云数据，所述第一转换关系是所述传感器坐标系与所述车辆坐标系的转换关系，可以是包含所述传感器与车辆的位姿参数的仿射矩阵或六自由度转换矩阵。在本公开示出的一个示例中，所述第一转换关系包括从所述传感器的初始坐标系转换至车辆坐标系的旋转矩阵和平移矩阵构成的六自由度转换矩阵。

在车辆运行过程中，所述第一点云的初始坐标系与所述车辆坐标系均为三维空间直角坐标系，通过六自由度转换矩阵对所述第一点云数据进行标定，将所述传感器的第一点云数据转换至车辆坐标系，得到所述传感器的第二点云数据。

图1B示出本公开根据一示例性实施例示出的另一种传感器检测方法的流程图。

在步骤S104-1中，对所述第一传感器的第一点云数据与所述合并点云数据进行配准，得到第二转换关系，其中，所述第一传感器为所述多个传感器中的任一传感器。

在本公开中，所述配准可以是获取由原始点云转换至目标点云的转换关系的过程。在一个示例中，通过对所述第一传感器的第一点云数据和所述合并点云数据进行配准，得到能够将所述第一点云数据坐标系转换至所述合并点云数据坐标系的第二转换关系。

在一个示例中，车辆中的电子设备可以依次将车辆上的每个传感器作为所述第一传感器，以分别检测每个传感器的标定状态；也可以单独控制所述车辆上特定传感器作为所述第一传感器，以针对性地对该传感器进行标定状态检测。

在步骤S104-2中，基于所述第二转换关系，将所述第一传感器的第一点云数据转换至合并点云的坐标系，得到所述第一传感器的第三点云数据，所述合并点云的坐标系由所述合并点云数据拟合得到。

由于在通常情况下，多个传感器不会同时标定异常，因此通过对合并点云数据进行拟合所得到的坐标系与车辆坐标系的偏差通常较小，可以近似作为接近于车辆坐标系的标准坐标系。所述第三点云数据的坐标系与所述合并点云数据的坐标系一致，由所述合并点云数据拟合得到，因此也可以作为近似于车辆坐标系的标准坐标系。

基于由上述步骤得到的所述第二转换关系，将所述第一传感器的第一点云数据转换至合并点云的坐标系，得到所述第一传感器的第三点云数据。

在步骤S104-3中，将所述第一传感器的第二点云数据与第三点云数据进行比较，根据比较结果确定所述传感器的标定状态。

由于所述第三点云数据的坐标系与所述合并点云数据的坐标系一致，也可以作为近似于车辆坐标系的标准坐标系。因此通过比较所述第二点云数据与所述第三点云数据，能够确定所述第二点云数据的坐标系是否为所述车辆坐标系，也即确定所述第一传感器的标定状态。

由于合并点云数据与所述第二点云数据有可能无法直接进行比较，因此本公开通过将所述第一传感器的第二点云数据与第三点云数据进行比较，根据比较结果确定所述第一传感器的标定状态，其中，所述第二点云数据与第三点云数据均由所述第一传感器转换得到，两点云数据的点云数量相同，因此便于比较处理，实时检测由于所述传感器与车辆相对位置发生变化而导致的传感器标定异常，便于运维人员能够随时进行处理，提升了车辆运行时的安全性。

在一个可选实施例中，所述将所述第一传感器的第二点云数据与第三点云数据进行比较，根据比较结果确定所述传感器的标定状态，包括：在所述第二点云数据与所述第三点云数据中对应点坐标的平均位置偏移距离超出第一设定阈值的情况下，确定所述第一传感器标定异常；在所述第二点云数据与所述第三点云数据中对应点坐标的平均位置偏移距离未超出第一设定阈值的情况下，确定所述第一传感器标定正常。

传感器出现标定异常的情况可能由两种情况导致，在一种情况下，可能由所述传感器与车辆的相对位置发生变化而导致传感器标定异常。在由所述第一传感器与车辆相对位置发生变化使所述第一传感器出现标定异常的情况下，由所述第一传感器获取的第一点云数据与所述第二点云数据对应点坐标的平均位置存在偏移距离。在所述偏移距离超出第二设定阈值的情况下，确定所述第一传感器标定异常；在所述偏移距离未超出第二设定阈值的情况下，确定所述第一传感器标定正常，其中，所述第二设定阈值可根据实际需求设定。

本公开通过上述方法，可实时检测由于所述传感器与车辆相对位置发生变化而导致的传感器标定异常，便于运维人员能够随时进行处理，提升了车辆运行时的安全性。

在一个可选实施例中，所述根据所述第二点云数据以及所述合并点云数据，确定所述传感器的标定状态，包括：对所述第一传感器的第一点云数据与所述合并点云数据进行配准，得到第二转换关系；在所述第一转换关系与所述第二转换关系中的参数偏差超出第二设定阈值的情况下，确定所述第一传感器标定异常；

在所述第一转换关系与所述第二转换关系中的参数偏差未超出第二设定阈值的情况下，确定所述第一传感器标定正常。

传感器出现标定异常的情况还可能由所述第一转关关系中参数错误导致。在一种情况下，所述参数包括从所述传感器的初始坐标系转换至车辆坐标系的旋转矩阵和平移矩阵构成的六自由度转换矩阵中的参数。在由所述第一转换关系中参数错误导致所述传感器标定异常的情况下，所述第一转换关系与所述第二转换关系中的参数偏差超出第二设定阈值；在所述参数偏差未超出第一设定阈值的情况下，所述第一传感器标定正常。其中，所述第二设定阈值可根据实际需求设定。

本公开通过上述方法，可实时检测由于所述第一转换关系中参数错误而导致的传感器标定异常，便于运维人员能够随时进行处理，提升了车辆运行时的安全性。

在一个可选实施例中，所述对所述多个传感器中的至少两个传感器的第二点云数据进行合并，得到合并点云数据，包括：对所述多个传感器中，除第一传感器外的其他传感器的第二点云数据进行合并，得到合并点云数据。

在一个示例中，所述车辆包括N个传感器，在确定待检测的所述第一传感器后，将除第一传感器外的其他(N-1)个传感器的第二点云数据进行合并，得到合并点云数据。

本公开通过上述方法，在所述第一传感器标定异常的情况下，通过对所述第一传感器之外的其余多个进行合并，避免了由于所述第一传感器的标定异常而影响所述合并点云数据的标定效果，提升标定状态检测效果。

图2示出了本公开根据一示例性实施例示出的另一种传感器检测方法的流程图。

在步骤S201中，对所述合并点云数据进行多帧点云数据合并，得到多帧合并点云数据。

在设定时间段内，以设定时间间隔获取所述传感器所得到的合并点云数据，可以得到所述合并点云的多帧数据，将所述合并点云的多帧数据进行点云融合，得到多帧合并点云数据。对所述点云的多帧数据进行点云融合是相关技术中的手段，本公开在此不做过多赘述。

在步骤S202中，基于所述多帧合并点云数据，获取车辆相对位移，得到车辆移动方向。

通过所述多帧合并点云数据，可以确定所述合并点云在连续时间内的位移情况，也即车辆在所述设定时间段内的位移情况，从位移情况中可以获取车辆的移动方向。

在步骤S203中，将所述合并点云的坐标系正方向朝向与所述车辆移动方向进行比较，根据比较结果确定所述传感器的标定状态。

在传感器标定正常的情况下，所述合并点云的坐标系正方向朝向与所述车辆移动方向应当是一致的，而标定异常会导致所述合并点云的坐标系正方向朝向与所述车辆移动方向存在夹角，因此，通过比较所述合并点云的坐标系正方向与所述车辆移动方向，能够确定所述获取合并点云的多个传感器中，是否有传感器存在标定异常，也即确定所述传感器的标定状态。

本公开通过上述方法，在车辆行驶过程中基于方向确定传感器标定状态，提升标定状态检测效果。通过车辆在行驶中的标定状态检测，可及时使运维人员了解所述车辆是否需要进行传感器标定优化或维修，缩短了自出现标定异常到检测出所述标定异常的时间，使运维人员能够及时进行处理，提升了车辆运行时的安全性。

在一个可选实施例中，所述将所述合并点云的坐标系正方向朝向与所述车辆移动方向进行比较，根据比较结果确定所述传感器的标定状态，包括：在两方向夹角的角度超出第一角度阈值的情况下，确定所述多个传感器中的至少一个传感器标定异常；在两方向夹角的角度未超出第一角度阈值的情况下，确定所述多个传感器标定正常。

在所述多个传感器中的至少一个传感器标定异常的情况下，所述合并点云的坐标系正方向朝向与所述车辆移动方向存在夹角。在两方向夹角的角度超出第一角度阈值的情况下，确定所述多个传感器中的至少一个传感器标定异常；在两方向夹角的角度未超出第一角度阈值的情况下，确定所述多个传感器标定正常，其中，所述第一角度阈值可根据实际需求设定。

本公开通过上述方法，通过比较所述合并点云坐标系正方向与所述车辆移动方向夹角，在车辆行驶过程中实时进行传感器标定异常检测，缩短了传感器标定异常检测时间，简化了自出现标定异常到检测出所述标定异常的反馈流程，便于运维人员能够随时进行处理，提升了车辆运行时的安全性。

图3示出了本公开根据一示例性实施例示出的另一种传感器检测方法的流程图。

在步骤S301中，对所述合并点云数据进行地面分割处理，得到地面分割点云数据。

地面分割处理是获取地面分割点云的方法，例如包括平面栅格法、点云法向量、模型拟合法、面元网格法等方法，具体的地面分割方法是相关技术中的常用手段，本公开在此不做赘述。在本公开实施例中，通过所述地面分割法，可以得到地面分割点云。

在步骤S302中，将所述合并点云数据与所述地面分割点云数据进行比较，根据比较结果确定所述传感器的标定状态。

在传感器标定正常的情况下，所述合并点云的坐标系正方向朝向与地面分割点云获取的地面是平行关系，而标定异常会导致所述合并点云的坐标系正方向朝向与所述地面分割点云获取的地面存在夹角，因此，通过比较所述合并点云的坐标系正方向与所述地面夹角，能够确定所述获取合并点云的多个传感器中，是否有传感器存在标定异常，也即确定所述传感器的标定状态。

通过比较所述合并点云数据与所述地面分割点云数据，能够实时确定所述获取合并点云的多个传感器中，是否有传感器存在标定异常，也即确定所述传感器的标定状态。缩短了传感器标定异常检测时间，简化了自出现标定异常到检测出所述标定异常的反馈流程，便于运维人员能够随时进行处理，提升了车辆运行时的安全性。

本公开通过上述方法，基于地面状态确定所述传感器的标定状态，提升标定状态检测效果。通过基于地面的标定状态检测，可及时使运维人员了解所述车辆是否需要进行传感器标定优化或维修，缩短了自出现标定异常到检测出所述标定异常的反馈时间，使运维人员能够及时进行处理，提升了车辆运行时的安全性。

在一个可选实施例中，所述将所述合并点云数据与所述地面分割点云数据进行比较，根据比较结果确定所述传感器的标定状态，包括：在所述合并点云数据的坐标系正方向与由所述地面分割点云获取的地面间夹角的角度超出第二角度阈值的情况下，确定所述多个传感器中的至少一个传感器标定异常；在所述合并点云数据的坐标系正方向与由所述地面分割点云获取的地面夹角的角度未超出第二角度阈值的情况下，确定所述多个传感器标定正常。

在所述合并点云数据的坐标系正方向与由所述地面间夹角的角度超出第二角度阈值的情况下，确定所述多个传感器中的至少一个传感器标定异常；在所述合并点云数据的坐标系正方向与由所述地面夹角的角度未超出第二角度阈值的情况下，确定所述多个传感器标定正常，其中，所述第二角度阈值可根据实际需求设定。

本公开通过上述方法，比较所述合并点云坐标系正方向与由所述地面分割点云获取的地面间夹角，在车辆行驶过程中实时进行传感器标定异常检测，缩短了传感器标定异常检测时间，简化了自出现标定异常到检测出所述标定异常的反馈流程，便于运维人员能够随时进行处理，提升了车辆运行时的安全性。

在一个可选实施例中，还可直接通过所述地面分割处理确定所述传感器的标定状态。

在地面处于水平并平整的情况下，将设置在车辆上的任意两个传感器获取的第一点云数据分别进行地面分割处理，在所述任意两个传感器分别获取的地面分割点云数据高度坐标超出第三设定阈值的情况下，确定所述传感器中至少一个传感器标定异常；在所述车辆任意两个传感器分别获取的地面分割点云数据高度坐标未超出第三设定阈值的情况下，确定所述传感器标定正常。

本公开通过上述方法，比较所述任意两个传感器分别获取的地面分割点云数据高度坐标，在车辆行驶过程中实时进行传感器标定异常检测，缩短了传感器标定异常检测时间，简化了自出现标定异常到检测出所述标定异常的反馈流程，便于运维人员能够随时进行处理，提升了车辆运行时的安全性。

在一个可选的实施例中，所述方法还包括：在确定所述传感器标定异常的情况下，生成传感器标定异常报告，并将所述异常报告发送至运维终端。所述异常报告，可以包括通过上述方法获取的由传感器获取的全部点云数据，和其他车辆运行相关数据。

在能够确定车辆中具体传感器标定异常的情况下，运维人员能够针对出现标定异常的传感器进行维修处理，在确定车辆中所述多个传感器中至少一个传感器存在标定异常的情况下，运维人员可以对所述多个传感器进行整体优化或维修。此外，在由于所述传感器标定异常导致车辆存在安全隐患的情况下，运维人员可以及时通知车辆用户当前风险。

本公开通过上述方法，在所述传感器出现标定异常的情况下，该异常能够被及时检测，缩短了自出现标定异常到检测出所述标定异常的反馈时间，使运维人员能够及时进行处理，提升了车辆运行时的安全性。

在一个可选的实施例中，所述方法还包括：以设定的时间间隔，根据所述传感器的标定状态生成传感器标定检测报告，并将所述标定检测报告发送至运维终端。

所述设定的时间间隔，可以以每日或每周为设定时间，根据所述传感器的标定状态生成传感器标定检测报告，并将所述标定检测报告发送至运维终端。在设定时间内所述传感器出现标定异常的情况下，将所述异常报告包含至所述标定检测报告；在设定时间内所述传感器未出现标定异常的情况下，可以将通过上述方法获取的由传感器获取的全部点云数据和所述车辆当前的相关运行数据包含至所述标定检测报告。

本公开通过上述方法，使得运维人员能够获取设定时间内所述传感器的标定状态以及所述车辆运行状态，有助于对车辆的全面评估，提升车辆在运行时的安全性。

对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同时进行。

其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本公开所必须的。

与前述应用功能实现方法实施例相对应，本公开还提供了应用功能实现装置及相应的终端的实施例。

图4示出了本公开根据一示例性实施例示出的一种传感器检测装置示意图，所述装置可以包括：

第一点云获取模块401，用于分别获取设置在车辆上的多个传感器在初始坐标系下的第一点云数据；

第二点云生成模块402，用于基于第一转换关系，将所述传感器的第一点云数据分别转换至车辆坐标系，得到所述传感器的第二点云数据，其中，所述第一转换关系根据所述传感器在所述车辆上的初始设置位姿得到；

合并点云生成模块403，用于对所述多个传感器中的至少两个传感器的第二点云数据进行合并，得到合并点云数据；

标定检测模块404，用于根据第二点云数据以及所述合并点云数据，确定所述传感器的标定状态。

结合本公开提供的任一实施方式，所述第二点云生成模块，基于第一转换关系，将所述传感器的第一点云数据分别转换至车辆坐标系，具体用于：

基于从所述传感器的初始坐标系转换至车辆坐标系的六自由度转换矩阵，将所述传感器的第一点云数据分别转换至车辆坐标系，其中，所述六自由度转换矩阵包括旋转矩阵和平移矩阵。

结合本公开提供的任一实施方式，所述标定检测模块根据所述传感器的第一点云数据、第二点云数据以及所述合并点云数据，确定所述传感器的标定状态，具体用于：

对所述第一传感器的第一点云数据与所述合并点云数据进行配准，得到第二转换关系，其中，所述第一传感器为所述多个传感器中的任一传感器；

基于所述第二转换关系，将所述第一传感器的第一点云数据转换至合并点云的坐标系，得到所述第一传感器的第三点云数据，所述合并点云的坐标系由所述合并点云数据拟合得到；

将所述第一传感器的第二点云数据与第三点云数据进行比较，根据比较结果确定所述第一传感器的标定状态。

结合本公开提供的任一实施方式，所述标定检测模块将所述第一传感器的第二点云数据与第三点云数据进行比较，根据比较结果确定所述传感器的标定状态，包括：

在所述第二点云数据与所述第三点云数据中对应点坐标的平均位置偏移距离超出第一设定阈值的情况下，确定所述第一传感器标定异常；

在所述第二点云数据与所述第三点云数据中对应点坐标的平均位置偏移距离未超出第一设定阈值的情况下，确定所述第一传感器标定正常。

结合本公开提供的任一实时方式，所述标定检测模块根据所述第二点云数据以及所述合并点云数据，确定所述传感器的标定状态，包括：

对所述第一传感器的第一点云数据与所述合并点云数据进行配准，得到第二转换关系；

在所述第一转换关系与所述第二转换关系中的参数偏差超出第二设定阈值的情况下，确定所述第一传感器标定异常；

在所述第一转换关系与所述第二转换关系中的参数偏差未超出第二设定阈值的情况下，确定所述第一传感器标定正常。

结合本公开提供的任一实施方式，所述合并点云生成模块对所述多个传感器中的至少两个传感器的第二点云数据进行合并，得到合并点云数据，具体用于：

对所述多个传感器中，除第一传感器外的其他传感器的第二点云数据进行合并，得到合并点云数据。

结合本公开提供的任一实施方式，所述装置还包括第一角度比较模块，用于：

对所述合并点云数据进行多帧点云数据合并，得到多帧合并点云数据；

基于所述多帧合并点云数据，获取车辆相对位移，得到车辆移动方向；

将所述合并点云的坐标系正方向朝向与所述车辆移动方向进行比较，根据比较结果确定所述传感器的标定状态。

结合本公开提供的任一实施方式，所述第一角度比较模块将所述合并点云的坐标系正方向朝向与所述车辆移动方向进行比较，根据比较结果确定所述传感器的标定状态，具体用于：

在两方向夹角的角度超出第一角度阈值的情况下，确定所述多个传感器中的至少一个传感器标定异常；

在两方向夹角的角度未超出第一角度阈值的情况下，确定所述多个传感器标定正常。

结合本公开提供的任一实施方式，所述装置还包括第二角度比较模块，用于：

对所述合并点云数据进行地面分割处理，得到地面分割点云数据；

将所述合并点云数据与所述地面分割点云数据进行比较，根据比较结果确定所述传感器的标定状态。

结合本公开提供的任一实施方式，所述第二角度比较模块将所述合并点云数据与所述地面分割点云数据进行比较，根据比较结果确定所述传感器的标定状态，具体用于：

在所述合并点云数据的坐标系正方向与由所述地面分割点云获取的地面间夹角的角度超出第二角度阈值的情况下，确定所述多个传感器中的至少一个传感器标定异常；

在所述合并点云数据的坐标系正方向与由所述地面分割点云获取的地面夹角的角度未超出第二角度阈值的情况下，确定所述多个传感器标定正常。

结合本公开提供的任一实施方式，所述装置还包括异常报告模块，用于：

在确定所述存在传感器标定异常的情况下，生成传感器标定异常报告，并将所述异常报告发送至运维终端。

结合本公开提供的任一实施方式，所述装置还包括检测报告模块，用于：

以设定的时间间隔，根据所述传感器的标定状态生成传感器标定检测报告，并将所述检测报告发送至运维终端。对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

图5示出了本公开根据一示例性实施例示出的一种电子设备框图。

如图5所示，该设备可以包括：处理器、存储器、网络接口和内部总线。其中处理器、存储器、网络接口通过总线实现彼此之间在设备内部的通信连接。

处理器可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本申请所提供的技术方案。

存储器可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器可以存储操作系统和其他应用程序，在通过软件或者固件来实现本申请所提供的技术方案时，相关的程序代码保存在存储器中，并由处理器来调用执行。

网络接口用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。

总线包括一通路，在设备的各个组件(例如处理器、存储器、网络接口)之间传输信息。

需要说明的是，尽管上述设备仅示出了处理器、存储器、网络接口以及总线，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本申请方案所必需的组件，而不必包含图中所示的全部组件。

在示例性实施例中，本公开还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器，上述指令可由电子设备的处理器执行，以实上述无线耳机连接方法的步骤。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在示例性实施例中，本公开还提供了一种智能车辆，包括上述电子设备。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (16)

1.一种传感器检测方法，其特征在于，所述方法包括：

分别获取设置在车辆上的多个传感器在初始坐标系下的第一点云数据_；

基于第一转换关系，将所述传感器的第一点云数据分别转换至车辆坐标系，得到所述传感器的第二点云数据，其中，所述第一转换关系根据所述传感器在所述车辆上的初始设置位姿得到；

对所述多个传感器中的至少两个传感器的第二点云数据进行合并，得到合并点云数据；

比较所述第二点云数据与所述合并点云数据或经所述合并点云数据处理的其他数据，确定所述第二点云数据的坐标系是否为所述车辆坐标系，确定所述传感器的标定状态。

2.根据权利要求1所述的方法，其特征在于，所述基于第一转换关系，将所述传感器的第一点云数据分别转换至车辆坐标系，包括：

基于从所述传感器的初始坐标系转换至车辆坐标系的六自由度转换矩阵，将所述传感器的第一点云数据分别转换至车辆坐标系，其中，所述六自由度转换矩阵包括旋转矩阵和平移矩阵。

3.根据权利要求1所述的方法，其特征在于，所述确定所述传感器的标定状态，包括：

对第一传感器的第一点云数据与所述合并点云数据进行配准，得到第二转换关系，其中，所述第一传感器为所述多个传感器中的任一传感器；

基于所述第二转换关系，将所述第一传感器的第一点云数据转换至合并点云的坐标系，得到所述第一传感器的第三点云数据，所述合并点云的坐标系由所述合并点云数据拟合得到；

将所述第一传感器的第二点云数据与第三点云数据进行比较，根据比较结果确定所述第一传感器的标定状态。

4.根据权利要求3所述的方法，其特征在于，所述将所述第一传感器的第二点云数据与第三点云数据进行比较，根据比较结果确定所述传感器的标定状态，包括：

在所述第二点云数据与所述第三点云数据中对应点坐标的平均位置偏移距离超出第一设定阈值的情况下，确定所述第一传感器标定异常；

在所述第二点云数据与所述第三点云数据中对应点坐标的平均位置偏移距离未超出第一设定阈值的情况下，确定所述第一传感器标定正常。

5.根据权利要求1所述的方法，其特征在于，所述确定所述传感器的标定状态，包括：

对第一传感器的第一点云数据与所述合并点云数据进行配准，得到第二转换关系，其中，所述第一传感器为所述多个传感器中的任一传感器；

在所述第一转换关系与所述第二转换关系中的参数偏差超出第二设定阈值的情况下，确定所述第一传感器标定异常；

在所述第一转换关系与所述第二转换关系中的参数偏差未超出第二设定阈值的情况下，确定所述第一传感器标定正常。

6.根据权利要求3所述的方法，其特征在于，所述对所述多个传感器中的至少两个传感器的第二点云数据进行合并，得到合并点云数据，包括：

对所述多个传感器中，除第一传感器外的其他传感器的第二点云数据进行合并，得到合并点云数据。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述合并点云数据进行多帧点云数据合并，得到多帧合并点云数据；

基于所述多帧合并点云数据，获取车辆相对位移，得到车辆移动方向；

将所述合并点云的坐标系正方向朝向与所述车辆移动方向进行比较，根据比较结果确定所述传感器的标定状态。

8.根据权利要求7所述的方法，其特征在于，所述将所述合并点云的坐标系正方向朝向与所述车辆移动方向进行比较，根据比较结果确定所述传感器的标定状态，包括：

在两方向夹角的角度超出第一角度阈值的情况下，确定所述多个传感器中的至少一个传感器标定异常；

在两方向夹角的角度未超出第一角度阈值的情况下，确定所述多个传感器标定正常。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述合并点云数据进行地面分割处理，得到地面分割点云数据；

将所述合并点云数据与所述地面分割点云数据进行比较，根据比较结果确定所述传感器的标定状态。

10.根据权利要求9所述的方法，其特征在于，所述将所述合并点云数据与所述地面分割点云数据进行比较，根据比较结果确定所述传感器的标定状态，包括：

在所述合并点云数据的坐标系正方向与由所述地面分割点云获取的地面间夹角的角度超出第二角度阈值的情况下，确定所述多个传感器中的至少一个传感器标定异常；

在所述合并点云数据的坐标系正方向与由所述地面分割点云获取的地面夹角的角度未超出第二角度阈值的情况下，确定所述多个传感器标定正常。

11.根据权利要求1-10任一项所述的方法，其特征在于，所述方法还包括：

在确定所述传感器标定异常的情况下，生成传感器标定异常报告，并将所述异常报告发送至运维终端。

12.根据权利要求1-10任一项所述的方法，其特征在于，所述方法还包括：

以设定的时间间隔，根据所述传感器的标定状态生成传感器标定检测报告，并将所述标定检测报告发送至运维终端。

13.一种传感器检测装置，其特征在于，所述装置包括：

第一点云获取模块，用于分别获取设置在车辆上的多个传感器在初始坐标系下的第一点云数据；

第二点云生成模块，用于基于第一转换关系，将所述传感器的第一点云数据分别转换至车辆坐标系，得到所述传感器的第二点云数据，其中，所述第一转换关系根据所述传感器在所述车辆上的初始设置位姿得到；

合并点云生成模块，用于对所述多个传感器中的至少两个传感器的第二点云数据进行合并，得到合并点云数据；

标定检测模块，用于比较所述第二点云数据与所述合并点云数据或经所述合并点云数据处理的其他数据，确定所述第二点云数据的坐标系是否为所述车辆坐标系，确定所述传感器的标定状态。

14.一种电子设备，其特征在于，所述电子设备包括：

存储器，用于存储处理器可执行指令；

处理器，被配置为执行所述存储器中的可执行指令以实现权利要求1～12任一项所述方法的步骤。

15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1～12任一项所述的方法的步骤。

16.一种智能车辆，其特征在于，包括权利要求14所述的电子设备。

Images