多传感器性能对比

Posted 2022-10-16 KAI-yq

目录

• • 激光雷达分类
  • 激光雷达技术指标
  • ROS中激光雷达数据的消息格式
  • 相机
  • IMU
  • protobuff

激光雷达分类

1.机械式激光雷达，非中心对称，旋转磨损严重，需要定期维护；
固态类水平视角较小
2.混合固态激光雷达：棱镜方案，MEMS方案（成熟方案少）；
3.纯固态激光雷达：相控阵方案（硅元件振幅），Flash方案；

veldyne 16线激光雷达：
水平360°，垂直30°，测距100m；

Innovusion激光雷达：
水平视角为120度，垂直视角25度，测距500m；

Livox激光雷达：
棱镜方案，两个棱镜，都固定在电机上，随电机转动。
圆锥视角，fov 70.4°，测距260m，近处盲区5cm；
10hz，0.1s，10000点

激光雷达技术指标

1.扫描最大、最小距离，扫描角度。
2.角度分辨率（两个相邻数据点间角度，点数）
3.发射频率（越高越好，定位越准确）
4.数据能量强度（能量小，远距离数据无法返回）
5.数据精度（点的跳动程度，最重要，一般2%，100m，跳动幅度2cm）

ROS中激光雷达数据的消息格式

rosmsg show sensor_msgs/LaserScan

std_msgs/Header header	//　数据的消息头
  uint32 seq			//　数据的序号
  time stamp			//　数据的时间戳
  string frame_id		//　数据的坐标系
float32 angle_min		//　雷达数据的起始角度（最小角度）
float32 angle_max		//　雷达数据的终止角度（最大角度）
float32 angle_increment	//　雷达数据的角度分辨率（角度增量）
float32 time_increment	//　雷达数据每个数据点的时间间隔
float32 scan_time		//　当前帧数据与下一帧数据的时间间隔
float32 range_min		//　雷达数据的最小值
float32 range_max		//　雷达数据的最大值
float32[] ranges		//　雷达数据每个点对应的在极坐标系下的距离值
float32[] intensities	//　雷达数据每个点对应的强度值

相机

1.深度相机：微软kinect
红外激光器发射结构光，深度不同，结构相位不同。红外相机采集不同的图像相位，换算成深度。

2.双目相机：ZED2
三角测量，一般不直接求解，用最小二乘计算；
必须要有平移，纯旋转t=0，无法求解；
平移过大，匹配失效；平移太小，三角化精度不够；
采集多帧，有足够的视角，用三角化来估计新特征点的深度，即延迟三角化。

3.单目相机：大华
三角测量。

IMU

三轴陀螺仪，感知roll, pitch, yaw;
三轴加速度计，感知三自由度上的x,y,z;
三轴磁力计，由于三轴imu只能感知载体三自由度的相对位姿变化，6轴imu有了重力加速度，可以感知绝对的roll和pitch,引入磁力计，可以感知磁场强度和方向，相当于指南针，帮助载体确定方位。

protobuff

作用：序列化反序列化数据，更新数据结构而不破坏原本部署好的程序，高效；
使用方法：
1.创建 .proto文件，定义数据结构,例：

message xxx
//字段规则 required 字段只能也必须出现1次
//        optional 字段能出现0次或1次
//        repeated 字段可出现任意多次，包括0次

//字段类型 int32, int64, string .....

//字段编号 0~536870911;

字段规则 + 字段类型 + 名称 = 字段编号

2.编译.proto文件生成接口
3.调用接口实现序列化和反序列化以及读写