【摘要】:无人驾驶车辆中常使用GPS 授时的方式实现多种传感器数据的同步,每个传感器接收来自GPS 信号统一时间戳,然后利用该时间基准作为同步参考变量。然而这种方法需要让每个传感器设备都接收GPS 时间戳,涉及一些硬件改动,另外,正常GPS 信号时间频率并不高,并且还有信号丢失现象发生,这就导致了时间同步任务无法正常进行。
传感器之间的时间同步对于传感器信息融合技术至关重要,尤其是在无人驾驶车辆的运动场景下,此时即使传感器之间进行了很好的空间对准,但如果没有进行时间对准,不同传感器数据之间仍然会出现明显的位置偏移现象。对于本书的目标检测与定位任务,需要获取同一时刻的图像数据和点云数据才可以获取对应目标的位置信息。然而,由于相机和激光雷达采集数据的原理不同,即工业相机的数据采集是通过曝光的方式,获取频率通常设置为25 Hz,而激光雷达需要不停地进行360°扫描,获取频率一般设置为10 Hz,且图像和激光雷达的数据类型和传输方式也存在一定差异,因此,需要对相机的图像数据和激光雷达的点云数据进行时间上的同步。
无人驾驶车辆中常使用GPS 授时的方式实现多种传感器数据的同步,每个传感器接收来自GPS 信号统一时间戳,然后利用该时间基准作为同步参考变量。然而这种方法需要让每个传感器设备都接收GPS 时间戳,涉及一些硬件改动,另外,正常GPS 信号时间频率并不高,并且还有信号丢失现象发生,这就导致了时间同步任务无法正常进行。因此,决定采用上位机统一基准实现时间同步,将所获得的相机图片和点云数据都赋予工控机系统时间戳(精确到ns)。(www.xing528.com)
在同步过程中,利用多线程和队列缓存技术,首先将采集的相机图像和点云数据都压入到消息输入队列中进行缓存,然后通过时间戳对比方法,以缓存区中帧率最慢消息的时间戳作为消息同步基准时间戳,最后从其他消息输入队列中比对时间戳差别情况,挑选出最邻近时间戳消息,从而实现时间同步。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。