CN104374376A - 一种车载三维测量系统装置及其应用 - Google Patents
一种车载三维测量系统装置及其应用 Download PDFInfo
- Publication number
- CN104374376A CN104374376A CN201410635872.5A CN201410635872A CN104374376A CN 104374376 A CN104374376 A CN 104374376A CN 201410635872 A CN201410635872 A CN 201410635872A CN 104374376 A CN104374376 A CN 104374376A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- laser
- camera
- point cloud
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
Abstract
一种可行驶区域的三维测量装置和评估系统,包括一种基于旋转激光雷达与相机的三维测量装置,通过电机旋转单线或四线激光雷达实现三维激光扫描,利用单目相机的图像特征匹配估计平台的位置姿态变化,通过运动补偿生成周边环境的三维点云;一种行驶区域的三维评估方法,通过融合相机及激光雷达数据,建立概率的穿越性分析,评估行驶区域。本发明装置及系统相比国际上同类三维测量装置具有廉价、国产化难度较低、易于维护、易于隐蔽等特点,可以有效地实现复杂越野环境的行驶区域评估。
Description
技术领域
本发明涉及计算机视觉、三维重建以及多传感器标定技术,尤其涉及一种车载三维测量系统装置及其应用。
背景技术
在复杂越野环境下实现机器人的自主移动在国防安全、运输等领域有着重要的应用需求。然而复杂越野环境下的安全自主移动要求机器人实时地对周围地形特征进行三维测量,检测正负障碍物,并在此基础上建立对周围可行驶区域的正确评估,从而实施合理的机器人运动控制。
可通行区域的检测是机器人自主移动的关键技术,目前国际上的主流方法是利用32线或64线激光雷达对机器人周边环境进行三维扫描并实现可行驶区域评估。然而该设备昂贵、且国产化难度高。特别是设备安装位置一般在车顶上方,突出于车体,为维护及掩蔽等带来困难。
与32线或64线激光不同,单线激光相对廉价,且容易嵌入到车体中,因此国内外也有不少对于单线激光的研究。在美国DARPA无人车比赛中,很多车队利用单线激光进行可通行区域分析。这些方法一般将激光固定在车体上,对环境的检测能力有限。当车辆静止时,激光数据的盲区较大,无法很好的评估可通行区域。
另外,基于立体视觉系统的研究也被开展。这些方法利用左右图像的特征点匹配估计车辆运动并生成三维信息。光照条件的变化给理解图像带来了很大的困难,包括黑暗的环境、阴影、环境光变化的色调等。因此在复杂越野环境下,该方法的鲁棒性及精度均受到极大挑战,未有成熟的应用案例。
发明内容
本发明目的在于提供一种可行驶区域的三维测量装置和评估系统,涉及一种对电机、单线激光或四线激光、相机数据进行融合,生成三维点云并检测可行驶区域的方法。
本发明公开了一个车载三维测量系统装置,包括三个传感器:单目相机、激光扫描仪和旋转电机。单目相机检测环境图像数据,用于估计装置的运动;旋转电机带动激光扫描仪转动,扫描环境的三维距离信息。单目相机与旋转电机固定在同一个支架上,激光扫描仪固定在旋转电机的旋转轴上。这套装置中,相机与电机固定,激光扫描仪可以上下旋转。经过精细的标定,可以计算出三个坐标系的变换矩阵,从而把数据统一到同一个坐标系下。
本发明同时公开了一种可行驶区域的三维测量装置的评估系统,包括以下步骤:
基于单目相机的位置姿态估计:根据单目相机的图像数据,检测图像中的特征点,并将当前帧特征点与上一帧图像特征点进行匹配;通过匹配的特征点,利用对极几何,估计相机的运动,确定当前帧相机的位置。
基于相机与旋转激光的三维点云生成:将激光放置在电机上,由电机带动激光旋转。经过电机与激光之间的标定,将激光数据投影到电机坐标系下;再经过与相机的标定,将激光数据投影到图像上获得对应的颜色信息,生成带颜色的单帧激光数据。最后通过估计的位置姿态,生成对应带颜色的三维点云。
基于三维点云的可通行区域评估:通过三维点云的形状和颜色信息,将一些可穿透的物体滤除(例如杂草等);将三维点云投影到二维栅格地图上,依照三维点的高度对二维栅格图的格点进行赋值;再通过对于格点的高度以及相邻格点间的高度差进行可通行区域评估。
进一步,所述基于单目相机的位置姿态估计包括:
特征点检测:在图像上检测具有可区分度的特征点,并计算特征点的特征描述向量。
特征点匹配:根据前后帧检测到的特征点,定义距离函数,按照距离函数进行匹配。
运动估计:根据前后帧匹配的特征点,利用对极几何,估计相机运动。
基于相机与旋转激光的三维点云生成包括:
数据融合:通过电机、激光与图像的标定参数,融合三者的数据,生成单帧带颜色的激光点数据。
三维点云生成:利用估计的运动参数,通过单帧的带颜色激光点,生成带颜色的三维点云数据。
基于三维点云的可通行区域评估:
点云聚类:根据三维点云中点与点之间的距离、颜色等信息进行聚类。
可穿透物体滤除:根据点云聚类检测,依照一定的形状、颜色等特征,将一些可穿透的物体(例如草丛)滤除。
栅格地图生成:将过滤后的三维点云投影到二维地图上,依照三维点的高度对二维栅格图的格点进行赋值,得到对应高程图。
可通行区域评估:通过对于格点的高度以及相邻格点间的高度差进行可通行区域评估。
附图说明
图1为本发明的一种可行驶区域的三维测量装置和评估系统的流程图;
图2为基于单目相机的位置姿态估计的流程图;
图3为基于相机与旋转激光的三维点云生成的流程图;
图4为基于三维点云的可通行区域评估的流程图。
有益效果
本发明所述方法,利用旋转电机带动单线或四线激光旋转,扩大了激光的扫描范围。与现有的方案相比,具有以下优势:
1.与32线或64线激光相比:尽管32线或64线三维激光的三维扫描结果较好,但是设备昂贵,国产化难度大。本发明所述设备,价格便宜,约为64线激光的十分之一,但也可以有效的进行三维扫描。另外,32线或64线激光需要架设在车体上方,突出于车体;而本发明所述设备,可以嵌入到车体内部,即不影响车体外观,也可以有效的隐蔽该设备。
2.与单线激光相比:单线激光的扫描范围有限,尤其在车体处于静止状态时,无法有效进行三维扫描。本发明所述设备,有效的扩大了激光的扫描范围,在车体静止的情况下,也可以给出有效的三维重建结果。
3.与立体视觉系统相比:尽管立体视觉系统更为廉价,但是由立体视觉产生的三维重建结果较差,容易受到光线、天气的干扰。而本发明所述设备在加入激光的前提下,可以有效的进行三维重建。
具体实施方式
参照图1至图4对本发明的实例进行说明。
如图1所示,一种可行驶区域的三维测量装置和评估系统包括:
S1、基于单目相机的位置姿态估计:根据单目相机的图像数据,检测图像中的特征点,并将当前帧特征点与上一帧图像特征点进行匹配;通过匹配的特征点,利用对极几何,估计相机的运动,确定当前帧相机的位置。
S2、基于相机与旋转激光的三维点云生成:将激光放置在电机上,由电机带动激光旋转。经过电机与激光之间的标定,将激光数据投影到电机坐标系下;再经过与相机的标定,将激光数据投影到图像上获得对应的颜色信息,生成带颜色的单帧激光数据。最后通过估计的位置姿态,生成对应带颜色的三维点云。
S3、基于三维点云的可通行区域评估:通过三维点云的形状和颜色信息,将一些可穿透的物体滤除(例如杂草等);将三维点云投影到二维栅格地图上,依照三维点的高度对二维栅格图的格点进行赋值;再通过对于格点的高度以及相邻格点间的高度差进行可通行区域评估。
本发明包括一种基于旋转激光雷达与相机的三维测量装置,通过电机旋转单线或四线激光雷达实现三维激光扫描,利用单目相机的图像特征匹配估计平台的位置姿态变化,通过运动补偿生成周边环境的三维点云;一种行驶区域的三维评估方法,通过融合相机及激光雷达数据,建立概率的穿越性分析,评估行驶区域。本发明装置及系统相比国际上同类三维测量装置具有廉价、国产化难度较低、易于维护、易于隐蔽等特点,可以有效地实现复杂越野环境的行驶区域评估。
传感器系统:
本发明公开了一个车载三维测量系统装置,包括三个传感器:单目相机、激光扫描仪和旋转电机。单目相机检测环境图像数据,用于估计装置的运动;旋转电机带动激光扫描仪转动,扫描环境的三维距离信息。在本发明的一个实例中,单目相机使用的是PointGray公司生产的Flee2高清相机,分辨率为1024×768,帧率为10Hz;激光扫描仪使用的是SICK公司生产的LD-MRS四线激光,扫描距离约为50米,扫描角度约为100度,帧率约为25Hz。电机使用的是MuscleCorporation公司生产的Cool Muscle电机。
整体上,单目相机与电机固定在同一个支架上,激光扫描仪固定在电机的旋转轴上。这套装置中,相机与电机固定,激光扫描仪可以上下旋转。经过精细的标定,可以计算出三个坐标系的变换矩阵,从而把数据统一到同一个坐标系下。
处理流程:
本发明的处理流程包括:基于单目相机的位置姿态估计、基于相机与旋转激光的三维点云生成、基于三维点云的可通行区域评估。以下说明每一步的具体流程。
S11、特征点检测:在一幅图像中,特征点为那些可以描述图像特征的像素点,通常为图像中物体的边缘或角点。这些特征点是图像很重要的特征,对图像图形的理解和分析有很重要的作用。检测一幅图像的特征点需要使用一些模板,对原图像所有像素点逐个做滤波,然后抽取结果中数值最大和最小的一部分点作为特征点。模板的大小一般为3×3或5×5,算法复杂度较小,可以实时检测。在提取出特征点后,需要计算特征描述向量,该向量使用的模板会比检测模板更大。最常用的SIFT特征描述向量使用16×16的模板,将其分为16个4×4的小模板,计算小模板的八个方向梯度,最终整合成128维的向量。
S12、特征点匹配:在检测了相邻两帧图像的特征点后,需要对其进行匹配,以确定当前帧图像的特征点在前一帧图像中的位置。在做特征点匹配时,利用检测所得的特征描述向量,根据一定的距离度量函数,确定每个当前帧特征点与前一帧特征点之间的距离。最后设定一个阈值,将距离小于该阈值的特征点对进行匹配。
S13、相机运动估计:在检测和匹配特征点后,当前帧图像中的特征点在前一帧图像中有对应点。前后两帧图像中的对应点在真实场景中是同一个三维点,因此对相机的运动参数有一定的约束。在确定至少5个这样的约束条件下,相机的运动就可以被估计。通过随机采样的方法枚举5个特征点对,使用对极几何学的约束条件,列出方程组,计算相机运动。再使用剩余的特征点对所求解进行度量。在随机采样一定次数后,选取度量最优值对应的运动作为相机的最终运动。
S21、数据融合:激光扫描仪一次扫描可以检测一个平面上的距离数据。通过检测对应时间下电机的转角,将当前帧的距离信息转换到电机坐标系下,生成对应的三维激光点。同时,通过对相机、电机与激光扫描仪之间的标定参数,将三维激光点投影到二维图像平面上,获取激光点对应的像素值,从而得到激光点对应的颜色信息。将三者数据融合,最终得到带颜色信息的三维激光点数据。
S22、三维点云生成:利用装置的标定参数和所求的相机运动,可以得到不同时刻下该装置的位置姿态。在装置坐标系下的三维激光点可以通过坐标变换转换到世界坐标系下,从而将不同时刻的激光点数据转换到同一个坐标系下。经过一定时间的积累,可生成带颜色的三维点云。
S31、点云聚类:根据三维点云中点与点之间的距离、颜色等信息进行聚类。这里点与点之间的距离采用欧式距离,颜色信息采用RGB颜色空间下的信息。如果两点之间的距离小于一定阈值,且颜色接近,则认为两个点属于同一个物体,聚成一类。
S32、可穿透物体滤除:点云聚类完成后,每一个聚类表示一个物体或者物体的一部分。在野外环境下,草丛等属于可穿透区域。通过聚类后,草丛具有明显的特征(例如表面毛糙、整体呈现绿色),利用颜色和形状信息,将草丛从点云中滤除,避免草丛对可行驶区域估计的影响。
S33、栅格地图生成:将过滤后的三维点云投影到二维地图上,依照三维点的高度对二维栅格图的格点进行赋值,得到对应高程图。由于在越野环境下有凹障碍的,且在程序运行过程中难免会有误差,如果只保留最高值,有可能将凹障碍掩盖。因此,在每个栅格节点上,保留最高值与最低值。
可通行区域评估:在栅格图中,将高度差较小的相邻节点进行聚类,然后拟合出路面。对于越野环境,影响可通行性的有三个因素:凸障碍、凹障碍和斜坡。凸障碍的特点是障碍物高于地面一定距离,且障碍物后方有一块不可见区域;凹障碍的特点是障碍物低于地面一定距离,且障碍物处有一块不可见区域;斜坡的特点是高度缓慢变化。因此,通过对于格点的高度以及相邻格点间的高度差进行分析,即可检测障碍物与斜坡。根据车辆的运动学参数,障碍物与斜坡是否影响通行具有一个概率分布。依照该概率分布,做出栅格中每个格点的可通行概率。在后续进行轨迹规划时,可以通过轨迹与地图的通行概率进行结合,计算可通行性。
最后应说明的是:显然,上述实施例仅仅是为清楚地说明本发明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明的保护范围之中。
Claims (5)
1.一种车载三维测量系统装置,其特征在于:包括单目相机、激光扫描仪、旋转电机这三个传感器;其中,单目相机检测环境图像数据,用于估计装置的运动;旋转电机带动激光扫描仪转动,扫描环境的三维距离信息;单目相机与旋转电机固定在同一个支架上,激光扫描仪固定在旋转电机的旋转轴上。
2.一种权利要求1所述装置的应用,其特征在于:包括以下步骤,
基于单目相机的位置姿态估计:根据单目相机的图像数据,检测图像中的特征点,并将当前帧特征点与上一帧图像特征点进行匹配;通过匹配的特征点,利用对极几何,估计相机的运动,确定当前帧相机的位置;
基于相机与旋转激光的三维点云生成:将激光放置在电机上,由电机带动激光旋转,经过电机与激光之间的标定,将激光数据投影到电机坐标系下;再经过与相机的标定,将激光数据投影到图像上获得对应的颜色信息,生成带颜色的单帧激光数据,最后通过估计的位置姿态,生成对应带颜色的三维点云;
基于三维点云的可通行区域评估:通过三维点云的形状和颜色信息,将一些可穿透的物体滤除;将三维点云投影到二维栅格地图上,依照三维点的高度对二维栅格图的格点进行赋值;再通过对于格点的高度以及相邻格点间的高度差进行可通行区域评估。
3.如权利要求2所述的应用,其特征在于:所述基于单目相机的位置姿态估计包括,
特征点检测:在图像上检测具有可区分度的特征点,并计算特征点的特征描述向量;
特征点匹配:根据前后帧检测到的特征点,定义距离函数,按照距离函数进行匹配;
运动估计:根据前后帧匹配的特征点,利用对极几何,估计相机运动。
4.如权利要求2所述的应用,其特征在于:所述基于相机与旋转激光的三维点云生成包括,
数据融合:通过电机、激光与图像的标定参数,融合三者的数据,生成单帧带颜色的激光点数据;
三维点云生成:利用估计的运动参数,通过单帧的带颜色激光点,生成带颜色的三维点云数据。
5.如权利要求2所述的应用,其特征在于:所述基于三维点云的可通行区域评估包括,
点云聚类:根据三维点云中点与点之间的距离、颜色信息进行聚类;
可穿透物体滤除:根据点云聚类检测,依照一定的形状、颜色特征,将一些可穿透的物体滤除;
栅格地图生成:将过滤后的三维点云投影到二维地图上,依照三维点的高度对二维栅格图的格点进行赋值,得到对应高程图;
可通行区域评估:通过对于格点的高度以及相邻格点间的高度差进行可通行区域评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410635872.5A CN104374376B (zh) | 2014-11-05 | 2014-11-05 | 一种车载三维测量系统装置及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410635872.5A CN104374376B (zh) | 2014-11-05 | 2014-11-05 | 一种车载三维测量系统装置及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104374376A true CN104374376A (zh) | 2015-02-25 |
CN104374376B CN104374376B (zh) | 2016-06-15 |
Family
ID=52553432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410635872.5A Expired - Fee Related CN104374376B (zh) | 2014-11-05 | 2014-11-05 | 一种车载三维测量系统装置及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104374376B (zh) |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766058A (zh) * | 2015-03-31 | 2015-07-08 | 百度在线网络技术(北京)有限公司 | 一种获取车道线的方法和装置 |
CN104793619A (zh) * | 2015-04-17 | 2015-07-22 | 上海交通大学 | 基于摆动单线激光雷达的仓库巷道自动引导车导航装置 |
CN105953787A (zh) * | 2016-04-27 | 2016-09-21 | 河北德普电器有限公司 | 一种机器人导航地图生成系统 |
CN106503248A (zh) * | 2016-11-08 | 2017-03-15 | 深圳市速腾聚创科技有限公司 | 地图生成方法及地图生成装置 |
CN106646474A (zh) * | 2016-12-22 | 2017-05-10 | 中国兵器装备集团自动化研究所 | 一种非结构化道路凹凸障碍物检测装置 |
CN106683530A (zh) * | 2017-02-21 | 2017-05-17 | 南京多伦科技股份有限公司 | 一种基于三维激光视觉和高精度车道模型的计算机评判系统和方法 |
CN106970395A (zh) * | 2017-05-08 | 2017-07-21 | 奇瑞汽车股份有限公司 | 确定障碍物位置的方法和装置 |
CN107179768A (zh) * | 2017-05-15 | 2017-09-19 | 上海木爷机器人技术有限公司 | 一种障碍物识别方法及装置 |
CN107270916A (zh) * | 2016-04-08 | 2017-10-20 | 星克跃尔株式会社 | 道路面生成方法及装置以及点云数据处理方法及装置 |
CN107274368A (zh) * | 2017-06-16 | 2017-10-20 | 大连交通大学 | 兼容性视觉处理系统及方法 |
CN107356203A (zh) * | 2017-08-09 | 2017-11-17 | 顺丰科技有限公司 | 一种装载量测量装置及测量方法 |
CN107430195A (zh) * | 2015-03-25 | 2017-12-01 | 伟摩有限责任公司 | 具有多个光检测和测距装置(lidar)的车辆 |
CN107607095A (zh) * | 2017-09-22 | 2018-01-19 | 义乌敦仁智能科技有限公司 | 一种基于视觉和激光的房屋测量方法 |
CN107817503A (zh) * | 2016-09-14 | 2018-03-20 | 北京百度网讯科技有限公司 | 应用于激光点云数据的运动补偿方法和装置 |
CN107923745A (zh) * | 2015-08-26 | 2018-04-17 | 住友建机株式会社 | 挖土机的测量装置 |
CN108241365A (zh) * | 2016-12-27 | 2018-07-03 | 乐视汽车(北京)有限公司 | 估计空间占据的方法和装置 |
CN108401461A (zh) * | 2017-12-29 | 2018-08-14 | 深圳前海达闼云端智能科技有限公司 | 三维建图方法、装置、系统、云端平台、电子设备和计算机程序产品 |
CN108450034A (zh) * | 2015-12-15 | 2018-08-24 | 本田技研工业株式会社 | 基于图像的车辆测位系统及方法 |
CN108629231A (zh) * | 2017-03-16 | 2018-10-09 | 百度在线网络技术(北京)有限公司 | 障碍物检测方法、装置、设备及存储介质 |
CN108664841A (zh) * | 2017-03-27 | 2018-10-16 | 郑州宇通客车股份有限公司 | 一种基于激光点云的动静态目标物识别方法及装置 |
CN109031339A (zh) * | 2018-05-23 | 2018-12-18 | 北京控制工程研究所 | 一种三维点云运动补偿方法 |
CN109870157A (zh) * | 2019-02-20 | 2019-06-11 | 苏州风图智能科技有限公司 | 确定车体位姿的方法及装置、制图方法 |
CN110045376A (zh) * | 2019-04-28 | 2019-07-23 | 森思泰克河北科技有限公司 | 可行驶区域获取方法、计算机可读存储介质及终端设备 |
CN110389348A (zh) * | 2019-07-30 | 2019-10-29 | 四川大学 | 基于激光雷达与双目相机的定位与导航方法及装置 |
CN110414418A (zh) * | 2019-07-25 | 2019-11-05 | 电子科技大学 | 一种图像-激光雷达图像数据多尺度融合的道路检测方法 |
CN111062233A (zh) * | 2018-10-17 | 2020-04-24 | 北京地平线机器人技术研发有限公司 | 标识物表示的获取方法、标识物表示的获取装置和电子设备 |
CN111077541A (zh) * | 2019-12-30 | 2020-04-28 | 深圳优地科技有限公司 | 一种障碍物识别方法、障碍物识别装置及移动机器人 |
CN111429520A (zh) * | 2020-03-02 | 2020-07-17 | 广州视源电子科技股份有限公司 | 负障碍物检测方法、装置、终端设备和存储介质 |
CN112102151A (zh) * | 2020-07-27 | 2020-12-18 | 广州视源电子科技股份有限公司 | 栅格地图的生成方法、装置、移动智慧设备和存储介质 |
CN112389440A (zh) * | 2020-11-07 | 2021-02-23 | 吉林大学 | 一种基于车路作用机理的越野环境中车辆行驶风险预测方法 |
CN112505724A (zh) * | 2020-11-24 | 2021-03-16 | 上海交通大学 | 道路负障碍检测方法及系统 |
CN112543938A (zh) * | 2020-09-29 | 2021-03-23 | 华为技术有限公司 | 占据栅格地图的生成方法和装置 |
CN113420698A (zh) * | 2021-06-18 | 2021-09-21 | 北京盈迪曼德科技有限公司 | 一种基于机器人的环境识别方法及装置 |
CN114035584A (zh) * | 2021-11-18 | 2022-02-11 | 上海擎朗智能科技有限公司 | 机器人检测障碍物的方法、机器人以及机器人系统 |
CN114475650A (zh) * | 2021-12-01 | 2022-05-13 | 中铁十九局集团矿业投资有限公司北京信息技术分公司 | 一种车辆行驶行为确定方法、装置、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070171431A1 (en) * | 2006-01-20 | 2007-07-26 | Claude Laflamme | Automatic asset detection, location measurement and recognition |
CN101825442A (zh) * | 2010-04-30 | 2010-09-08 | 北京理工大学 | 一种基于移动平台的彩色激光点云成像系统 |
CN102042825A (zh) * | 2010-11-09 | 2011-05-04 | 青岛市光电工程技术研究院 | 一种面阵成像与激光扫描组合的三维成像测量系统 |
CN102944224A (zh) * | 2012-11-09 | 2013-02-27 | 大连理工大学 | 一种无人驾驶车的自动环境感知系统及其工作方法 |
CN103455145A (zh) * | 2013-08-30 | 2013-12-18 | 哈尔滨工业大学 | 一种用于三维环境感知的传感器组合装置 |
-
2014
- 2014-11-05 CN CN201410635872.5A patent/CN104374376B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070171431A1 (en) * | 2006-01-20 | 2007-07-26 | Claude Laflamme | Automatic asset detection, location measurement and recognition |
CN101825442A (zh) * | 2010-04-30 | 2010-09-08 | 北京理工大学 | 一种基于移动平台的彩色激光点云成像系统 |
CN102042825A (zh) * | 2010-11-09 | 2011-05-04 | 青岛市光电工程技术研究院 | 一种面阵成像与激光扫描组合的三维成像测量系统 |
CN102944224A (zh) * | 2012-11-09 | 2013-02-27 | 大连理工大学 | 一种无人驾驶车的自动环境感知系统及其工作方法 |
CN103455145A (zh) * | 2013-08-30 | 2013-12-18 | 哈尔滨工业大学 | 一种用于三维环境感知的传感器组合装置 |
Cited By (55)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107430195A (zh) * | 2015-03-25 | 2017-12-01 | 伟摩有限责任公司 | 具有多个光检测和测距装置(lidar)的车辆 |
US10976437B2 (en) | 2015-03-25 | 2021-04-13 | Waymo Llc | Vehicle with multiple light detection and ranging devices (LIDARS) |
USRE48961E1 (en) | 2015-03-25 | 2022-03-08 | Waymo Llc | Vehicle with multiple light detection and ranging devices (LIDARs) |
CN104766058A (zh) * | 2015-03-31 | 2015-07-08 | 百度在线网络技术(北京)有限公司 | 一种获取车道线的方法和装置 |
CN104766058B (zh) * | 2015-03-31 | 2018-04-27 | 百度在线网络技术(北京)有限公司 | 一种获取车道线的方法和装置 |
CN104793619A (zh) * | 2015-04-17 | 2015-07-22 | 上海交通大学 | 基于摆动单线激光雷达的仓库巷道自动引导车导航装置 |
CN107923745B (zh) * | 2015-08-26 | 2021-07-23 | 住友建机株式会社 | 挖土机的测量装置 |
CN107923745A (zh) * | 2015-08-26 | 2018-04-17 | 住友建机株式会社 | 挖土机的测量装置 |
CN108450034A (zh) * | 2015-12-15 | 2018-08-24 | 本田技研工业株式会社 | 基于图像的车辆测位系统及方法 |
CN108450034B (zh) * | 2015-12-15 | 2022-02-11 | 本田技研工业株式会社 | 基于图像的车辆测位系统及方法 |
CN107270916A (zh) * | 2016-04-08 | 2017-10-20 | 星克跃尔株式会社 | 道路面生成方法及装置以及点云数据处理方法及装置 |
CN105953787A (zh) * | 2016-04-27 | 2016-09-21 | 河北德普电器有限公司 | 一种机器人导航地图生成系统 |
CN107817503A (zh) * | 2016-09-14 | 2018-03-20 | 北京百度网讯科技有限公司 | 应用于激光点云数据的运动补偿方法和装置 |
CN107817503B (zh) * | 2016-09-14 | 2018-12-21 | 北京百度网讯科技有限公司 | 应用于激光点云数据的运动补偿方法和装置 |
CN106503248A (zh) * | 2016-11-08 | 2017-03-15 | 深圳市速腾聚创科技有限公司 | 地图生成方法及地图生成装置 |
CN106503248B (zh) * | 2016-11-08 | 2020-05-22 | 深圳市速腾聚创科技有限公司 | 地图生成方法及地图生成装置 |
CN106646474A (zh) * | 2016-12-22 | 2017-05-10 | 中国兵器装备集团自动化研究所 | 一种非结构化道路凹凸障碍物检测装置 |
CN108241365A (zh) * | 2016-12-27 | 2018-07-03 | 乐视汽车(北京)有限公司 | 估计空间占据的方法和装置 |
CN106683530A (zh) * | 2017-02-21 | 2017-05-17 | 南京多伦科技股份有限公司 | 一种基于三维激光视觉和高精度车道模型的计算机评判系统和方法 |
CN108629231B (zh) * | 2017-03-16 | 2021-01-22 | 百度在线网络技术(北京)有限公司 | 障碍物检测方法、装置、设备及存储介质 |
CN108629231A (zh) * | 2017-03-16 | 2018-10-09 | 百度在线网络技术(北京)有限公司 | 障碍物检测方法、装置、设备及存储介质 |
US10698106B2 (en) | 2017-03-16 | 2020-06-30 | Baidu Online Network Technology (Beijing) Co., Ltd. | Obstacle detecting method and apparatus, device and storage medium |
CN108664841A (zh) * | 2017-03-27 | 2018-10-16 | 郑州宇通客车股份有限公司 | 一种基于激光点云的动静态目标物识别方法及装置 |
CN106970395A (zh) * | 2017-05-08 | 2017-07-21 | 奇瑞汽车股份有限公司 | 确定障碍物位置的方法和装置 |
CN106970395B (zh) * | 2017-05-08 | 2019-12-03 | 奇瑞汽车股份有限公司 | 确定障碍物位置的方法和装置 |
CN107179768B (zh) * | 2017-05-15 | 2020-01-17 | 上海木木机器人技术有限公司 | 一种障碍物识别方法及装置 |
CN107179768A (zh) * | 2017-05-15 | 2017-09-19 | 上海木爷机器人技术有限公司 | 一种障碍物识别方法及装置 |
CN107274368B (zh) * | 2017-06-16 | 2019-11-22 | 大连交通大学 | 兼容性视觉处理系统及方法 |
CN107274368A (zh) * | 2017-06-16 | 2017-10-20 | 大连交通大学 | 兼容性视觉处理系统及方法 |
CN107356203A (zh) * | 2017-08-09 | 2017-11-17 | 顺丰科技有限公司 | 一种装载量测量装置及测量方法 |
CN107607095A (zh) * | 2017-09-22 | 2018-01-19 | 义乌敦仁智能科技有限公司 | 一种基于视觉和激光的房屋测量方法 |
WO2019127445A1 (zh) * | 2017-12-29 | 2019-07-04 | 深圳前海达闼云端智能科技有限公司 | 三维建图方法、装置、系统、云端平台、电子设备和计算机程序产品 |
CN108401461A (zh) * | 2017-12-29 | 2018-08-14 | 深圳前海达闼云端智能科技有限公司 | 三维建图方法、装置、系统、云端平台、电子设备和计算机程序产品 |
CN109031339A (zh) * | 2018-05-23 | 2018-12-18 | 北京控制工程研究所 | 一种三维点云运动补偿方法 |
CN109031339B (zh) * | 2018-05-23 | 2020-11-10 | 北京控制工程研究所 | 一种三维点云运动补偿方法 |
CN111062233A (zh) * | 2018-10-17 | 2020-04-24 | 北京地平线机器人技术研发有限公司 | 标识物表示的获取方法、标识物表示的获取装置和电子设备 |
CN109870157A (zh) * | 2019-02-20 | 2019-06-11 | 苏州风图智能科技有限公司 | 确定车体位姿的方法及装置、制图方法 |
CN110045376A (zh) * | 2019-04-28 | 2019-07-23 | 森思泰克河北科技有限公司 | 可行驶区域获取方法、计算机可读存储介质及终端设备 |
CN110414418A (zh) * | 2019-07-25 | 2019-11-05 | 电子科技大学 | 一种图像-激光雷达图像数据多尺度融合的道路检测方法 |
CN110414418B (zh) * | 2019-07-25 | 2022-06-03 | 电子科技大学 | 一种图像-激光雷达图像数据多尺度融合的道路检测方法 |
CN110389348B (zh) * | 2019-07-30 | 2020-06-23 | 四川大学 | 基于激光雷达与双目相机的定位与导航方法及装置 |
CN110389348A (zh) * | 2019-07-30 | 2019-10-29 | 四川大学 | 基于激光雷达与双目相机的定位与导航方法及装置 |
CN111077541B (zh) * | 2019-12-30 | 2022-03-22 | 深圳优地科技有限公司 | 一种障碍物识别方法、障碍物识别装置及移动机器人 |
CN111077541A (zh) * | 2019-12-30 | 2020-04-28 | 深圳优地科技有限公司 | 一种障碍物识别方法、障碍物识别装置及移动机器人 |
CN111429520A (zh) * | 2020-03-02 | 2020-07-17 | 广州视源电子科技股份有限公司 | 负障碍物检测方法、装置、终端设备和存储介质 |
CN111429520B (zh) * | 2020-03-02 | 2023-11-03 | 广州视源电子科技股份有限公司 | 负障碍物检测方法、装置、终端设备和存储介质 |
CN112102151A (zh) * | 2020-07-27 | 2020-12-18 | 广州视源电子科技股份有限公司 | 栅格地图的生成方法、装置、移动智慧设备和存储介质 |
CN112543938B (zh) * | 2020-09-29 | 2022-02-08 | 华为技术有限公司 | 占据栅格地图的生成方法和装置 |
CN112543938A (zh) * | 2020-09-29 | 2021-03-23 | 华为技术有限公司 | 占据栅格地图的生成方法和装置 |
CN112389440A (zh) * | 2020-11-07 | 2021-02-23 | 吉林大学 | 一种基于车路作用机理的越野环境中车辆行驶风险预测方法 |
CN112505724A (zh) * | 2020-11-24 | 2021-03-16 | 上海交通大学 | 道路负障碍检测方法及系统 |
CN113420698A (zh) * | 2021-06-18 | 2021-09-21 | 北京盈迪曼德科技有限公司 | 一种基于机器人的环境识别方法及装置 |
CN114035584A (zh) * | 2021-11-18 | 2022-02-11 | 上海擎朗智能科技有限公司 | 机器人检测障碍物的方法、机器人以及机器人系统 |
CN114035584B (zh) * | 2021-11-18 | 2024-03-29 | 上海擎朗智能科技有限公司 | 机器人检测障碍物的方法、机器人以及机器人系统 |
CN114475650A (zh) * | 2021-12-01 | 2022-05-13 | 中铁十九局集团矿业投资有限公司北京信息技术分公司 | 一种车辆行驶行为确定方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104374376B (zh) | 2016-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104374376B (zh) | 一种车载三维测量系统装置及其应用 | |
Pinggera et al. | Lost and found: detecting small road hazards for self-driving vehicles | |
US20220290979A1 (en) | Vehicle localization using the ground surface with an event camera | |
CA2950791C (en) | Binocular visual navigation system and method based on power robot | |
CN102944224B (zh) | 一种无人驾驶车的自动环境感知系统的工作方法 | |
CN100494900C (zh) | 适用于自主移动车辆的环境感知的单目视觉导航方法 | |
CN103714538B (zh) | 道路边缘检测方法、装置及车辆 | |
CN102073846B (zh) | 基于航拍图像的交通信息获取方法 | |
CN1963867A (zh) | 监视装置 | |
CN110008893A (zh) | 一种基于车载图像传感器的车辆行驶跑偏自动检测方法 | |
Nelson et al. | From dusk till dawn: Localisation at night using artificial light sources | |
CN104318206A (zh) | 一种障碍物检测方法和装置 | |
CN110379168A (zh) | 一种基于Mask R-CNN的交通车辆信息获取方法 | |
McManus et al. | Towards lighting-invariant visual navigation: An appearance-based approach using scanning laser-rangefinders | |
CN110197173B (zh) | 一种基于双目视觉的路沿检测方法 | |
CN106127787A (zh) | 一种基于逆投影变换的相机标定方法 | |
US10190909B2 (en) | Path detection system based on solar blind ultraviolet light signals | |
CN110346799A (zh) | 一种障碍物检测方法及设备 | |
CN103759724A (zh) | 一种基于灯饰特征的室内导航方法及系统 | |
CN113671522B (zh) | 基于语义约束的动态环境激光slam方法 | |
Milella et al. | A multi-baseline stereo system for scene segmentation in natural environments | |
Zhu et al. | Stereo vision based traversable region detection for mobile robots using uv-disparity | |
Azam et al. | Data fusion of lidar and thermal camera for autonomous driving | |
Wang et al. | A new method for obstacle detection based on Kinect depth image | |
Pfeiffer et al. | Ground truth evaluation of the Stixel representation using laser scanners |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160615 Termination date: 20181105 |
|
CF01 | Termination of patent right due to non-payment of annual fee |