【Chrono Engine学习总结】5-sensor-5.3-LiDAR扫描顺序、时间戳计算与去畸变

Chrono仿真LiDAR是可以模拟出运动畸变的，也可以根据扫描顺序赋予每个点一个时间戳。本文用于记录整理。

1、如何开启去畸变

Chrono中，每个sensor都有一个 采集窗口（collection window），经测试，需要将这个采集窗口设置非0，才能看出来畸变。
一个典型的LiDAR.json配置文件如下（按照Ouster32线雷达）：

{
  "Name": "Ouster32",
  "Type": "Sensor",
  "Template": "Lidar",
  "Properties": {
    "Update Rate": 10,
    "Width": 1024,
    "Height": 32,
    "Horizontal Field of View": 6.28318530718,
    "Max Vertical Angle": 0.3926990817, // 22.5 deg
    "Min Vertical Angle": -0.3926990817, // -22.5 deg
    "Max Distance": 200.0,
    "Lag": 0.00,
    "Collection Window": 0.1,
    "Divergence Angle": 0.0,
    "Sample Radius": 2,
    "Return Mode": "STRONGEST_RETURN"
  },

其中"Collection Window"设置为0.1s，这意味着10Hz更新，每次更新的窗口是0.1s，符合机械式雷达扫描的基本原理。

2、确定扫描方向

Chrono文档中并没有找到哪里描述LiDAR的扫描方向，所以测一下。
首先在chrono中搭建了四面墙，lidar放到中间，然后沿x正方向高速运动，此时墙的“缺口”就是扫描的起止点。

这个图中可以看到，缺口在x的负方向。地面一个格子1m，缺口0.5m，我们设置的速度5m/s，符合预期。由于lidar向x+方向运动，所以x-方向应该是开始时近、结束时远，因此我们可以确定，扫描顺序是从 x的负轴，逆时针旋转。即：(x -) -> (y-) -> (x+) -> (y+) -> 回(x -)。

3、时间戳计算

确定了扫描的方向，我们就可以根据扫描的角度判断是什么时刻扫到的。
采用atan2(y,x)函数进行计算。该函数的输出范围是 (-pi, pi]：

那么，就可以根据这个点到的角度，在(-pi, pi]之间的占比，判断扫描时间。部分代码如下：

double angle = atan2(y, x);
angle += PI;
vp.t = (angle / (2*PI)) * dt;

在rviz中按照t字段颜色显示（从红到绿），如下：

可以看出，扫描开始时红色，截止时绿色，符合预期。

4、注意事项

如果运行SLAM算法需要去畸变，用chrono仿真的结果需要注意：

1. 去畸变有两类代码实现，一种是根据时间戳，直接去畸变，例如fastlio、liosam、pointlio等；另一种是根据这个点的角度推算时间戳，一些早期的代码可能当时并没有带时间戳的lidar，所以用这种方式进行推断，例如LOAM, Lego-LOAM, Lio-Mapping等，这类方法需要注意他们的计算的lidar可能并不是和chrono的扫描方向一致。例如，liomapping采用ouster/velodyne的扫描方向如下：
   

所以这种情况下需要去改源码，搞清楚 ±pi 的一些操作。

3. 如果要给时间戳，注意单位，有的是ns，有的是s

原文地址：https://blog.csdn.net/tfb760/article/details/143694666

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！