1. 项目概述
在自动驾驶和机器人定位导航领域,RTK(实时动态定位)与激光雷达的数据融合是一个关键挑战。我最近在做一个农业自动导航项目时,就遇到了RTK输出的WGS84坐标系与激光雷达的局部坐标系难以对齐的问题。这直接影响了后续的路径规划和障碍物避让效果。
经过两周的调试和验证,我总结出一套可靠的坐标系统一方案。这个方案不仅适用于农业机械,对自动驾驶汽车、无人机测绘、港口AGV等需要厘米级定位的场景都有参考价值。下面就把具体实现方法和踩过的坑分享给大家。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心需求解析
2.1 为什么需要坐标系统一?
RTK和激光雷达是两种完全不同的传感器:
- RTK输出的是全球坐标系(通常是WGS84或UTM)下的绝对位置
- 激光雷达测量的是以自身为原点的相对距离信息
当我们要实现"车辆根据RTK定位+激光雷达避障"时,就必须把两者转换到同一个坐标系下。比如:
- 将激光雷达检测到的障碍物位置转换到地图坐标系
- 将RTK定位的路径点投影到激光雷达的感知范围内
2.2 典型应用场景
-
农业机械自动导航:
- RTK提供田垄间的全局路径
- 激光雷达实时检测作物、障碍物
- 需要将障碍物坐标转换到田块地图中
-
自动驾驶车道保持:
- RTK给出车辆在高精地图中的位置
- 激光雷达识别车道线、周边车辆
- 需将感知结果映射到地图坐标系
-
无人机测绘:
- RTK提供绝对定位
- 激光雷达采集点云
- 需要将点云数据转换到地理坐标系
3. 技术实现方案
3.1 坐标系定义
首先明确各坐标系的定义:
| 坐标系类型 | 描述 | 典型用途 |
|---|---|---|
| WGS84 | 地心坐标系,经纬度高程 | RTK原始输出 |
| UTM | 平面投影坐标系 | 区域定位常用 |
| 激光雷达坐标系 | 以雷达为中心的三维直角坐标系 | 障碍物检测 |
| 车体坐标系 | 以车辆后轴中心为原点 | 控制决策使用 |
3.2 坐标转换流程
完整的转换链路如下:
code复制WGS84(RTK) → UTM → 车体坐标系 → 激光雷达坐标系
