Sensor fusion学习-2.毫米波雷达到世界坐标的转换

在了解了基本的坐标转换理论之后,任意传感器到世界坐标系的转换就应该都可以进行转换了,这次趁着热乎试着写写毫米波雷达坐标到世界坐标系的转换
问题是额,我目前还没有接触到毫米波雷达实体,因此参考了[知乎专栏-无人驾驶干货铺](https://zhuanlan.zhihu.com/p/34675392)的数据

2.毫米波雷达到世界坐标的转换

前言:毫米波雷达可以得到目标的x,y坐标信息,没有目标 的z的信息,所以这也方便了我们进行坐标转换,直接可以将毫米波坐标系 O m Om Om到世界坐标系 O w Ow Ow转换看作二维坐标系的转换,根据之前的基础进行旋转和平移。

毫米波数据坐标系的转换

由于毫米波雷达的测距和测速原理是基于多普勒效应,因此与常用的笛卡尔坐标系不同,毫米波雷达的原始数据是基于(距离+角度)的极坐标系。所以我们首先需要根据高中的知识进行数据的两种坐标系转换。
{ X = ρ cos ⁡ θ Y = ρ sin ⁡ θ \begin{cases}X=\rho\cos \theta \\ Y=\rho\sin \theta \end{cases} {X=ρcosθY=ρsinθ

Sensor fusion学习-2.毫米波雷达到世界坐标的转换_第1张图片
由上一篇文章中的公式:我们可以得到毫米波坐标到世界坐标系的转换

旋转(绕Z轴)

R ( Z A , θ ) = [ cos ⁡ θ − sin ⁡ θ 0 sin ⁡ θ cos ⁡ θ 0   0 0 1 ] R\left( Z_{A},\theta \right) =\begin{bmatrix} \cos \theta & -\sin \theta & 0 \\ \sin \theta & \cos \theta & 0 \\ \ 0 & 0 & 1 \end{bmatrix} R(ZA,θ)=cosθsinθ 0sinθcosθ0001

平移

[ X m Y m 1 ] = R ( Z A , θ ) [ X w Y w Z w ] + T \begin{bmatrix} X_{m} \\ Y_{m} \\ 1 \end{bmatrix}=R\left( Z_{A},\theta \right)\begin{bmatrix} X_{w} \\ Y_{w} \\ Z_{w} \end{bmatrix}+T XmYm1=R(ZA,θ)XwYwZw+T

T = [ X W Y W 1 ] T=\begin{bmatrix} X_{W} \\ Y_{W} \\ 1 \end{bmatrix} T=XWYW1

最后三个式子联立起来就好啦

最后,我也刚刚入门,非常可能有推导出错的地方,希望大家评论区教教我,十分感谢~

部分的知识,还有图片来自这篇文章,也是讲融合的,大家感兴趣可以看一下
毫米波雷达与视觉融合———联合标定及外参标定问题

你可能感兴趣的:(sensor,fusion,自动驾驶,传感器)