在高精度地图方面，自动驾驶的需求日益增加。本文针对3D激光雷达反射板的强度标定问题进行了研究，利用标定后的强度信息对其进行识别。激光雷达传感测量通常包含距离和强度两个信息。我们所说的强度信息是从物体表面反射的强度。进行物理分析时，强度由三个因素决定：物体的反射率、距离、入射角。通过校正雷达强度，使同一种传感器具有相同反射率的路标值，从而保证了同一种目标的强度值。为解决这一问题，利用传感器对参考物体表面的强度特性，估计物体表面的反射率，采用Ostu阈值方法对道路标线进行提取，验证了校准结果的可行性。

激光雷达反射板介绍

    近年来，随着城市自主驾驶研究的不断深入，越来越多的企业和研究机构都在探索如何从城市复杂街景中提取稳健特征，其中路标提取具有重要意义。通常的路标包括箭头、车道线和车标，它们是很广的信息特征。在定位或复杂情况下，可以使用这些特性解决SLAM问题。
用于道路标志检测的典型车载传感器主要为照相机和激光雷达。照相机要便宜许多，而且获得道路信息也很方便。但是，照相机更易受光线影响，在一些场景中难以或精确地测量信息。激光雷达可以得到更为精确的距离信息。
图示1不包含强度的点云信息。
图2显示了强度的点云信息。
在标定前后，根据距离车辆传感器的距离和入射角度，信息的轻微下降可通过标定校正进行补偿。
主要工作内容如下：
(1)用概率传感器对激光雷达强度进行标定，并对入射角度进行测量。

(2)使用强度概率模型对体素进行筛选。

激光雷达反射板波强标定
    一般来说，3DLiDAR采集的3D点云密度对速度的依赖性更小。由于点云越密集，提取路标的优势就越明显，因此选择3D激光雷达进行强度标定。
参考表面的特性在以往的研究中，将特定的信息存储在LUT中进行强度校正。给出了一种标定结果的随机表达方法，并考虑了基准面的强度概率特征，得到了平均和标准方差的LUT。本文以一幢五层的大楼为例。
图示3为强度标定的目标，通过五层建筑和黄色参考平面墙计算入射角度和距离。所获得的强度可视化图表如下：
图4LUT是左右激光雷达反射板校准的结果。左方和右方激光雷达反射板特性有所不同。LUT存储相应于入射角度的平均强度和标准差，并以LUT形式存储。(N是每一个表元素所对应的数据数)
一、激光雷达的强度模式。
    由激光雷达获取的强度值I_id取决于入射角度i，传感器与物体表面的距离d，表面的反射率p，所以强度信息可用自变量函数f(i,d)表示
当入射角度和距离不变时，两体的强度比应该与物体表面的实际反射率相同。所以，当入射平面的距离、入射角度和强度信息I_ref已知时，可通过测量得到的强度信息I_id来计算反射率p。反射率的计算是一种有意义的方法，它是一种实用的方法。

光强校正阶段需参照面的反射率，但实际参考面是未知的，所以反射率是常熟。p_ref=15。

B.平面资料查阅。
    在此基础上，根据入射角度和距离，要求用一种等距曲面构成的平面作为参考面，对文本进行了分析。该方法是利用外壁的三维激光雷达数据估算出每一点的面矢量，LUT分辨率为1度，目标表面的LUT分辨率为1cm。根据所储存的点云数据，计算了平均值avg(u_id)和标准方差(delta_id)。
在图5中不存在标定强度的路标视觉点。
根据强度标记物可视化点云6。
图7强度体素滤波的路标显示点云。
结果表明，当入射距离和入射角较小时，其强度值越大，标准差越大。强度和标准差随距离的增大而减小。这样，在校准之后，如果在同一位置有多个点，就可以用标准差来测量可靠的校准值。
LUT的平均值作为基准面I_ref的强度值。所以，标定强度值(反射值)可通过测量强度，入射角度和距离来计算，并采用公式

亮度校正后滤波。

    经校正后，远处的道路标志的亮度和附近的道路标志亮度相似。由于以下原因，在这个案例中不可避免的出现了一些噪声：
路标与沥青路面在距离和入射角度较大的地区差异不大。这样，传感器强度值的误差就会引起噪声。
在入射角度或测距时，不正确的计算会引起噪声。
对有角度的三维激光雷达系统，要在不同角度和距离上进行多次测量。可以用标定强度值和每一点的标准差对体素进行过滤。此处n指的是一种单体素数。在等式(6)和(7)中，每一体素心中心点的标定强度和标准差分别计算出每个体素的强度值和标准差。

结论

    提出了在三维激光雷达反射板进行道路信息提取时，对强度进行修正的方法。结果表明，初始强度值可能与入射角和距离高度不一致。针对这一问题，提出了基于参考表面的强度标定和体素滤波方法。