选择bp成像算法，先预设成像网格，得到网格相应像素点在距离脉压后的二维时域中的所有回波，将回波补偿掉剩余相位后进行相干叠加，Zui终得到成像结果，bp算法的成像过程表示为：其中i(τ,t)表示成像区域中的任一网格点的值，l为雷达的运动轨迹。显然，成像算法处理时使得点目标p处的剩余相位得到了jingque补偿，使得回波相干叠加，而其他成像区域则(目标以外区域)进行了高斯叠加，因此得到了Zui终的成像结果。本方法所提成像体制的空间波数域三维支撑区及其x-y平面投影示意图如图4所示。所得sar图像的分辨率是由空间波数域的支撑范围决定的，与csar类似，显然，处于成像区域不同位置处的点展布函数不同。定义波数kω＝4πf/c，f表示发射频率。考虑单个导程下x和y方向的分辨率，可近似简化为csar场景，以中心波数kc为参考，对任意点目标p，沿着x和y方向的分辨率由零阶第一类贝塞尔函数特性决定，由此定义-3db主瓣宽度的ssar分辨率为其中，j0(·)表示零阶第一类贝塞尔函数，△[·]表示-3db主瓣宽度，λc是中心频率所对应的波长。定义θaz为沿着z方向目标能够被照射的角度范围，即后向散射对应角度。于是，z方向的波数域支撑区带带宽为：bz＝[-kωsin(θaz/2),kωsin(θaz/2)](10)沿着z方向的波数域支撑区宽度为2kcsin(θaz/2)，于是，沿着z方向的垂直分辨率为：从分辨率结果来看，本发明成像分辨率较

背景技术：

中现有方法成像效果好。与现有zuihao技术相比，本发明方法优点在于：本发明方法采用的圆柱螺旋扫描方式，具有扫描速度稳定、扫描速度快的优点，且避免了现有线性扫描方式的加减速过程，有利于实现实时成像。由于圆柱旋转扫描的稳定性和中心对称性，本发明方法中的成像处理可选择从旋转过程的任意时刻开始，不限定为同一起点同一终点。本发明成像系统优点在于：本发明系统采用单阵元圆柱螺旋扫描形式，在保证高分辨率的前提下，仅以一组收发天线或一组短线阵天线方式，实现了通过式人体的高精度实时安检成像，兼顾了太赫兹频段现有器件水平、成像速率、成像分辨率和系统成本。在保证成像高分辨率的前提下可有效减少阵元数目，降低系统成本。本发明系统能够用于安检，相对于目前通用的人体安检方式(金属安检门和手持式金属探测器)，利用圆柱螺旋线为雷达运动轨迹进行安检成像方式探测范围广，能够准确辨明违禁物品，降低了漏检率，检测效率高，且避免了目前常用的线性扫描方式的加减速的过程，有利于实时成像技术的实现，采集一个旋转周期的回波信号即可进行安检成像，由于旋转速度快，人体安检时不需要停留。附图说明图1为右螺旋线轨迹示意图；图2为右螺旋线的三要素关系图；图3为本发明雷达沿圆柱螺旋轨迹运动及场景示意图；图4为本发明所提成像方法的空间波数域三维支撑区及其x-y平面投影示意图，其中图4(a)为ssar波数域三维支撑区示意图；图4(b)为ssar波数域x-y平面支撑区示意图；图5为本发明实施例中仿真场景设置图；图6为实施例成像结果图，其中图6(a)为xy平面投影成像结果图，图6(b)为yz平面投影成像结果图，图6(c)为xz平面投影成像结果图，图6(d)为三维成像结果图。具体实施方式下面，结合附图和实施例对本

发明内容作进一步说明。如图3所示，为本发明提供的太赫兹频段圆柱螺旋扫描成像方法的圆柱螺旋轨迹示意图；一种太赫兹频段圆柱螺旋扫描成像方法包括以下步骤：搭载太赫兹雷达的雷达平台沿着圆柱螺旋线的轨迹运动，在雷达平台运动过程中，太赫兹雷达视线方向始终指向场景区域中心并发送信号，采集回波信号，根据回波信号进行成像。本实施例采用仿真模拟实验进行验证，具体内容如下：雷达平台与成像场景的相对位置如图5所示，成像场景大小为0.2m×0.2m×0.1m，仿真参数如表1所示，点目标位置分布为一个“a”字型。表1系统仿真参数ssar参数值载频fc0.22thz带宽b10ghz螺旋半径r2m螺旋导程l0.5m螺旋圈数n16天线3db波束角60°图6给出了ssar三维成像结果及其在各个平面的投影结果。从成像结果可以看出，本发明方法能够很好的重构出三维点目标，处于成像区域不同位置处的点展布函数不同，这与前面成像性能分析相吻合。根据表1中的参数，可以计算出原点处的理论分辨率为：距离向和方位向分辨率为0.27mm，高度向分辨率为0.68mm，相对于现有技术的分辨率有力较大提升。虽然上述实施例只给出了仿真情况下的验证，但将本发明成像系统用于高精度实时安检成像，同样能够达到预期效果。

阿斯卡ASCO电磁阀SCG531C002MS

阿斯卡燃气电磁阀NFB210D189

ASCO燃气电磁阀8316G064MBMO

EF8210G101 AC220V/50HZ

JKF8210G95M0

8263G206V

88122404

8210C93

8321G1

K302-353

JE3-8344G72

18900001

EV8316G82

8300D55

8300A82U

EF8003G1

WSEMB327A112

SCG551B401MO

EFG551H401MO

EFG551A001MS DC24V

8344G74 230AC/50HZ

WBIS8223A310

G327A001

238610-058-D

JKP8342G001MS

8344G70

SCG551A001MS 230VAC

EF8210G001

人工智能与数据科学给汽车工业带来了革命性的进步，智能驾驶技术得到了充分的发展。现有的导航定位系统通常使用gnss/ins(卫星导航系统/惯性导航系统)组合系统进行导航定位，卫星导航系统通过卫星信号在全球坐标系内提供速度和位置信息，惯性导航器件通常分为加速度计和陀螺仪，可以提供载体的方向加速度和角加速度。但gnss与ins组合导航系统仍有其缺点，当gnss在城市峡谷或者隧道中行驶时，天线信号受到遮挡或因多路径效应导致gnss无法定位时，单一依靠惯性器件的系统误差会随着时间延续而累积，导致载体偏离规划路径。

随着激光雷达三维扫描成像技术的发展，现在越来越多的研究者在导航系统中加入激光雷达，激光雷达具有厘米级精度，测距距离大，抗干扰能力强，根据线束的多少可以测量不同的垂直角度，现今大多数研究是利用激光雷达的数据进行障碍物聚类分类，环境感知，辅助定位等。但激光雷达获取的雷达数据是定义于激光雷达坐标系内，大多数应用必须结合其他系统如卫星导航系统/惯性导航系统。传感器安装位姿关系的确定对多传感器空间信息融合有直接影响，是研究多源融合导航定位算法的基础。为了加强导航定位系统的总体质量和jingque性，校正并标定各个传感器之间的安装位置关系具有重要意义。

技术实现要素：

本发明的目的就是为了克服上述现有技术存在的jingque度低的缺陷而提供一种激光雷达的安装标定方法。

本发明的目的可以通过以下技术方案来实现：

一种激光雷达的安装标定方法，该方法包括以下步骤：

步骤s1：获取激光雷达相对于惯性导航系统的初始安装位移向量(x,y,z)和欧拉角(α,β,γ)；

步骤s2：获取行驶场景数据包，所述行驶场景数据包包括激光雷达坐标系数据、惯性导航系统的惯导坐标系数据和卫星导航系统的大地坐标系数据；

步骤s3：将激光雷达坐标系数据转换至大地坐标系下，获得目标物点云数据在大地坐标系下的位置；

步骤s4：将目标物点云数据在大地坐标系下的位置进行密度聚类，将相邻帧目标物点云在大地坐标系下的位置进行重合度判定，对初始参数(x,y,z,α,β,γ)进行迭代；

步骤s5：利用达到重合度要求的(x,y,z,α,β,γ)的迭代结果进行激光雷达的安装标定。

所述的欧拉角(α,β,γ)＝(0°,0°,90°)。

所述的行驶场景为具有明显特征平面的场景。

所述的将坐标系数据转换至大地坐标系下，获得目标物点云数据在大地坐标系下的位置rim(t)的计算公式为：