CN107389088A - 车载惯性导航的误差修正方法、装置、介质及设备 - Google Patents

车载惯性导航的误差修正方法、装置、介质及设备 Download PDF

Info

Publication number
CN107389088A
CN107389088A CN201710390629.5A CN201710390629A CN107389088A CN 107389088 A CN107389088 A CN 107389088A CN 201710390629 A CN201710390629 A CN 201710390629A CN 107389088 A CN107389088 A CN 107389088A
Authority
CN
China
Prior art keywords
vehicle
parking stall
inertial navigation
image
variable quantity
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
Application number
CN201710390629.5A
Other languages
English (en)
Other versions
CN107389088B (zh
Inventor
蒋伟平
唐锐
全杨琴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zongmu Technology Shanghai Co Ltd
Original Assignee
Zongmu Technology Shanghai Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zongmu Technology Shanghai Co Ltd filed Critical Zongmu Technology Shanghai Co Ltd
Priority to CN201710390629.5A priority Critical patent/CN107389088B/zh
Publication of CN107389088A publication Critical patent/CN107389088A/zh
Application granted granted Critical
Publication of CN107389088B publication Critical patent/CN107389088B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Navigation (AREA)

Abstract

本发明提供车载惯性导航的误差修正方法、装置、介质及设备，获取两个不同时刻的车辆全景图像；在各车辆全景图像中分别检测出停车位，并将停车位在图像中的位置坐标转换成实际场景下位置坐标；根据各车辆全景图像中车辆与停车位之间的相对位置变化，计算在这两个时刻之间车辆的第一位置变化量和第一姿态变化量；通过惯性导航算法计算在这两个时刻之间车辆的第二位置变化量和第二姿态变化量；利用第一位置变化量和第一姿态变化量对第二位置变化量和第二姿态变化量进行误差修正。本发明基于设置在车辆上的环视摄像头所采集的全景图像进行车载惯性导航的误差修正，提高了惯性导航的准确性，为用户驾驶提供了有效协助。

Description

车载惯性导航的误差修正方法、装置、介质及设备
技术领域
本发明涉及图像处理技术领域，特别是涉及车载惯性导航的误差修正方法、装置、介质及设备。
背景技术
近年来，基于惯性导航的车载系统已经得到越来越多用户的青睐。与根据卫星信号进行导航的原理不同，惯性导航利用惯性元件(加速度计、陀螺仪)来测量车辆本身相对于惯性空间的角运动信息和线运动信息，并将这些信息经过积分和运算处理后得到车辆本身的速度信息和位置信息，从而达到对车辆进行导航定位的目的。基于GPS定位的车载导航会在卫星信号不稳或丢失的情况下无法工作，而惯性导航在工作时不会依赖任何外界信息，也不易受到干扰，是一种自主式的导航系统。
目前，市场已有的车载泊车系统中通过基于轮速脉冲的惯导来计算车身的位置和姿态。这种惯性导航方法是基于四个或两个车轮的脉冲数来计算车辆的行驶距离和航向变化，从而计算车的位置和姿态。然而，这种惯性导航的方法较大的依赖于车轮转动过程中产生的脉冲数，在路面不平整时会引入非常大的误差，从而导致计算出错误的车辆位置和车辆姿态。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种车载惯性导航的误差修正方法、装置、介质及设备，基于设置在车辆上的环视摄像头所采集的图像进行惯性导航的误差修正，从而为车辆泊车提供协助。
为实现上述目的及其他相关目的，本发明提供一种车载惯性导航的误差修正方法，包括：获取两个不同时刻的车辆全景图像；在各所述车辆全景图像中分别检测出停车位，并将停车位在图像中的位置坐标转换成实际场景下位置坐标；根据各所述车辆全景图像中车辆与停车位之间的相对位置变化，计算在这两个时刻之间所述车辆的第一位置变化量和第一姿态变化量；通过惯性导航算法计算在这两个时刻之间所述车辆的第二位置变化量和第二姿态变化量；利用所述第一位置变化量和所述第一姿态变化量对所述第二位置变化量和所述第二姿态变化量进行误差修正。
于本发明一实施例中，所述将停车位在图像中的位置坐标转换成实际场景下位置坐标，包括：以停车位的某个顶点为基准点，按照预先建立的图像坐标和物理坐标之间的对应关系将所述基准点的图像坐标转换成实际场景下的物理坐标；根据停车位的参数信息相应补齐该停车位其他部分的物理坐标。
于本发明一实施例中，在从所述车辆全景图像中检测停车位之前，还包括：对所述车辆全景图像进行预处理。
于本发明一实施例中，所述预处理依次包括：去噪、标定校正、裁剪、拼贴、及视频平滑处理。
于本发明一实施例中，所述车辆全景图像为鸟瞰俯视效果的全景图像。
为实现上述目的及其他相关目的，本发明提供一种车载惯性导航的误差修正装置，包括：图像输入模块，用于获取两个不同时刻的车辆全景图像；车位检测模块，用于在各所述车辆全景图像中分别检测出停车位，并将停车位在图像中的位置坐标转换成实际场景下位置坐标；参量计算模块，用于根据各所述车辆全景图像中车辆与停车位之间的相对位置变化，计算在这两个时刻之间所述车辆的第一位置变化量和第一姿态变化量；通过惯性导航算法计算在这两个时刻之间所述车辆的第二位置变化量和第二姿态变化量；误差修正模块，用于利用所述第一位置变化量和所述第一姿态变化量对所述第二位置变化量和所述第二姿态变化量进行误差修正。
于本发明一实施例中，所述车位检测模块将所述将停车位在图像中的位置坐标转换成实际场景下位置坐标是通过以下方式实现的：以停车位的某个顶点为基准点，按照预先建立的图像坐标和物理坐标之间的对应关系将所述基准点的图像坐标转换成实际场景下的物理坐标；根据停车位的参数信息相应补齐该停车位其他部分的物理坐标。
于本发明一实施例中，还包括预处理模块，用于在获取各所述车辆全景图像后分别对其进行预处理。
于本发明一实施例中，所述预处理依次包括：去噪、标定校正、裁剪、拼贴、及视频平滑处理。
于本发明一实施例中，所述车辆全景图像为鸟瞰俯视效果的全景图像。
为实现上述目的及其他相关目的，本发明提供一种存储介质，其中存储有计算机程序，所述计算机程序被处理器加载执行时，实现如上任一所述的车载惯性导航的误差修正方法。
为实现上述目的及其他相关目的，本发明提供一种电子设备，包括：处理器、及存储器；其中，所述存储器用于存储计算机程序；所述处理器用于加载执行所述计算机程序，以使所述电子设备执行如上任一所述的车载惯性导航的误差修正方法。
如上所述，本发明的车载惯性导航的误差修正方法、装置、介质及设备，基于设置在车辆上的环视摄像头所采集的全景图像进行车载惯性导航的误差修正，提高了惯性导航的准确性，为用户驾驶提供有效辅助，大大提升了用户体验。
附图说明
图1显示为本发明一实施例中的车载惯性导航的误差修正方法的流程图。
图2显示为本发明一实施例中的车载惯性导航的误差修正装置的模块图。
图3显示为本发明一实施例中的实现车载惯性导航的误差修正方法的电子设备结构图。
元件标号说明
S101～S105 步骤
201 图像输入模块
202 车位检测模块
203 参量计算模块
204 误差修正模块
301 处理器
302 存储器
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
本发明的车载惯性导航的误差修正方法、装置、介质及设备，基于设置在车辆上的环视摄像头所采集的全景图像进行车载惯性导航的误差修正，提高了惯性导航的准确性，为用户驾驶提供了有效协助。
请参阅图1，本发明的车载惯性导航的误差修正方法包括以下步骤：
步骤S101：获取两个不同时刻(相邻两帧或相隔多帧)的车辆全景图像。
其中，所述车辆全景图像可以是对设置在车辆上的环视摄像头所获取的图像进行预处理后而获得的。环视摄像头包括设置在车头、车尾、左右两侧(左右后视镜下)的四个摄像头，从而能够获取鸟瞰车辆360°全景图像。具体地，所述预处理依次包括去噪、标定校正、裁剪、拼贴以及视频平滑处理。
由于受到摄像头本身与外部环境噪声干扰等影响，摄像头直接获取的图像称为含噪图像或噪声图像，需要进行去噪处理。通常地，去噪处理可以采用均值滤波器、自适应维纳滤波器、中值滤波器或形态学噪声滤除器进行滤波去噪，也可以采用小波分析进行去噪。
在对环视摄像头所获取的图像进行应用之前，需要建立图像坐标和物理坐标之间的对应关系。该对应关系的建立过程即是标定校正过程。
裁剪是指按照预设标准对将图像进行裁剪操作，以获取满足要求的裁剪后图像。例如，对于设置在车头和左右两侧的摄像头所获取的图像，按照预设标准裁剪掉部分重合的图像。再例如，对于设置在车尾和左右两侧的摄像头所获取的图像，按照预设标准裁剪掉部分重合的图像，从而为后续的图像处理提供所需的图像。
拼贴是指将裁剪后的环视摄像头中各个摄像头所获取的图像进行拼接贴合，以获得鸟瞰车辆360°全景图像。
视频平滑处理用于减少连续图像之间的抖动现象，从而提供满足要求的鸟瞰车辆全景图像。
步骤S102：在各所述车辆全景图像中分别检测出停车位，并将停车位在图像中的位置坐标转换成实际场景下位置坐标。
在一实施方式中，可以以停车位的某个顶点为基准点，先按照预先建立的图像坐标和物理坐标之间的对应关系将所述基准点的图像坐标转换成实际场景下的物理坐标，再根据停车位的参数信息(长度、宽度、斜角等)相应补齐该停车位其他部分的物理坐标。
步骤S103：根据各所述车辆全景图像中车辆与停车位之间的相对位置变化，计算在这两个时刻之间所述车辆的第一位置变化量和第一姿态变化量。
例如：以停车位的某一顶点为基准点，车辆中心点在前面时刻相对于该基准点的位移(矢量)为X1，车辆中心轴所在直线与该停车位侧边长所在直线的夹角为θ1；车辆中心点在后面时刻相对于该基准点的位移(矢量)为X2，车辆中心轴所在直线与该停车位侧边所在直线的夹角为θ2，则这两个时刻之间所述车辆的第一位置变化量为X2-X1，第一姿态变化量为θ2-θ1。
步骤S104：通过惯性导航算法计算在这两个时刻之间所述车辆的第二位置变化量和第二姿态变化量。惯导的基本工作原理是以牛顿力学定律为基础，通过测量载体在惯性参考系的加速度，将它对时间进行积分，且把它变换到导航坐标系中，就能够得到在导航坐标系中的速度、偏航角和位置等信息。
步骤S105：利用所述第一位置变化量和所述第一姿态变化量对所述第二位置变化量和所述第二姿态变化量进行误差修正。
优选地，随着车辆继续前进，不断获取不同帧的车辆全景图像，对于每组相邻帧的车辆全景图像，重复执行上述步骤，不断利用所述第一位置变化量和所述第一姿态变化量对所述第二位置变化量和所述第二姿态变化量进行误差修正，直至车辆泊车完毕。
请参阅图2，本发明的车载惯性导航的误差修正装置包括：图像输入模块201、车位检测模块202、参量计算模块203、误差修正模块204、可选择地包括预处理模块。
图像输入模块201用于获取两个不同时刻(相邻两帧或相隔多帧)的车辆全景图像。
其中，所述车辆全景图像可以是对设置在车辆上的环视摄像头所获取的图像进行预处理后而获得的，该预处理通过预处理模块执行。环视摄像头包括设置在车头、车尾、左右两侧(左右后视镜下)的四个摄像头，从而能够获取鸟瞰车辆360°全景图像。具体地，所述预处理依次包括去噪、标定校正、裁剪、拼贴以及视频平滑处理。
由于受到摄像头本身与外部环境噪声干扰等影响，摄像头直接获取的图像称为含噪图像或噪声图像，需要进行去噪处理。通常地，去噪处理可以采用均值滤波器、自适应维纳滤波器、中值滤波器或形态学噪声滤除器进行滤波去噪，也可以采用小波分析进行去噪。
在对环视摄像头所获取的图像进行应用之前，需要建立图像坐标和物理坐标之间的对应关系。该对应关系的建立过程即是标定校正过程。
裁剪是指按照预设标准对将图像进行裁剪操作，以获取满足要求的裁剪后图像。例如，对于设置在车头和左右两侧的摄像头所获取的图像，按照预设标准裁剪掉部分重合的图像。再例如，对于设置在车尾和左右两侧的摄像头所获取的图像，按照预设标准裁剪掉部分重合的图像，从而为后续的图像处理提供所需的图像。
拼贴是指将裁剪后的环视摄像头中各个摄像头所获取的图像进行拼接贴合，以获得鸟瞰车辆360°全景图像。
视频平滑处理用于减少连续图像之间的抖动现象，从而提供满足要求的鸟瞰车辆全景图像。
车位检测模块202用于在各所述车辆全景图像中分别检测出停车位，并将停车位在图像中的位置坐标转换成实际场景下位置坐标。
在一实施方式中，可以以停车位的某个顶点为基准点，先按照预先建立的图像坐标和物理坐标之间的对应关系将所述基准点的图像坐标转换成实际场景下的物理坐标，再根据停车位的参数信息(长度、宽度、斜角等)相应补齐该停车位其他部分的物理坐标。
参量计算模块203用于根据各所述车辆全景图像中车辆与停车位之间的相对位置变化，计算在这两个时刻之间所述车辆的第一位置变化量和第一姿态变化量。除此之外，还用于通过惯性导航算法计算在这两个时刻之间所述车辆的第二位置变化量和第二姿态变化量。
例如：以停车位的某一顶点为基准点，车辆中心点在前面时刻相对于该基准点的位移(矢量)为X1，车辆中心轴所在直线与该停车位侧边长所在直线的夹角为θ1；车辆中心点在后面时刻相对于该基准点的位移(矢量)为X2，车辆中心轴所在直线与该停车位侧边所在直线的夹角为θ2，则这两个时刻之间所述车辆的第一位置变化量为X2-X1，第一姿态变化量为θ2-θ1。
惯导的基本工作原理是以牛顿力学定律为基础，通过测量载体在惯性参考系的加速度，将它对时间进行积分，且把它变换到导航坐标系中，就能够得到在导航坐标系中的速度、偏航角和位置等信息。
误差修正模块204用于利用所述第一位置变化量和所述第一姿态变化量对所述第二位置变化量和所述第二姿态变化量进行误差修正。
优选地，随着车辆继续前进，不断获取不同帧的车辆全景图像，对于每组相邻帧的车辆全景图像，重复执行上述步骤，不断利用所述第一位置变化量和所述第一姿态变化量对所述第二位置变化量和所述第二姿态变化量进行误差修正，直至车辆泊车完毕。
除此之外，本发明还提供一种存储介质和一种电子设备(如图3所示)，由于前述实施例中的技术特征可以应用于存储介质实施例、电子设备实施例，因而不再重复赘述。
所述存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质，其中存储有计算机程序，该计算程序在被处理器加载执行时，实现前述实施例中车载惯性导航的误差修正方法的全部或部分步骤。
所述电子设备为包括处理器301(CPU/MCU/SOC)、存储器302(ROM/RAM)的计算机，其中，该存储器中存储有计算机程序，该处理器在加载执行所述计算机程序时，实现前述实施例中车载惯性导航的误差修正方法的全部或部分步骤。
综上所述，本发明的车载惯性导航的误差修正方法、装置、介质及设备，基于设置在车辆上的环视摄像头所采集的全景图像进行车载惯性导航的误差修正，提高了惯性导航的准确性，为用户驾驶提供有效辅助，大大提升了用户体验，有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (12)

1.一种车载惯性导航的误差修正方法，其特征在于，包括：
获取两个不同时刻的车辆全景图像；
在各所述车辆全景图像中分别检测出停车位，并将停车位在图像中的位置坐标转换成实际场景下位置坐标；
根据各所述车辆全景图像中车辆与停车位之间的相对位置变化，计算在这两个时刻之间所述车辆的第一位置变化量和第一姿态变化量；
通过惯性导航算法计算在这两个时刻之间所述车辆的第二位置变化量和第二姿态变化量；
利用所述第一位置变化量和所述第一姿态变化量对所述第二位置变化量和所述第二姿态变化量进行误差修正。
2.根据权利要求1所述的车载惯性导航的误差修正方法，其特征在于，所述将停车位在图像中的位置坐标转换成实际场景下位置坐标，包括：
以停车位的某个顶点为基准点，按照预先建立的图像坐标和物理坐标之间的对应关系将所述基准点的图像坐标转换成实际场景下的物理坐标；
根据停车位的参数信息相应补齐该停车位其他部分的物理坐标。
3.根据权利要求1所述的车载惯性导航的误差修正方法，其特征在于，在从所述车辆全景图像中检测停车位之前，还包括：对所述车辆全景图像进行预处理。
4.根据权利要求3所述的车载惯性导航的误差修正方法，其特征在于，所述预处理依次包括：去噪、标定校正、裁剪、拼贴、及视频平滑处理。
5.根据权利要求1所述的车载惯性导航的误差修正方法，其特征在于，所述车辆全景图像为鸟瞰俯视效果的全景图像。
6.一种车载惯性导航的误差修正装置，其特征在于，包括：
图像输入模块，用于获取两个不同时刻的车辆全景图像；
车位检测模块，用于在各所述车辆全景图像中分别检测出停车位，并将停车位在图像中的位置坐标转换成实际场景下位置坐标；
参量计算模块，用于根据各所述车辆全景图像中车辆与停车位之间的相对位置变化，计算在这两个时刻之间所述车辆的第一位置变化量和第一姿态变化量；通过惯性导航算法计算在这两个时刻之间所述车辆的第二位置变化量和第二姿态变化量；
误差修正模块，用于利用所述第一位置变化量和所述第一姿态变化量对所述第二位置变化量和所述第二姿态变化量进行误差修正。
7.根据权利要求6所述的车载惯性导航的误差修正装置，其特征在于，所述车位检测模块将所述将停车位在图像中的位置坐标转换成实际场景下位置坐标是通过以下方式实现的：
以停车位的某个顶点为基准点，按照预先建立的图像坐标和物理坐标之间的对应关系将所述基准点的图像坐标转换成实际场景下的物理坐标；
根据停车位的参数信息相应补齐该停车位其他部分的物理坐标。
8.根据权利要求6所述的车载惯性导航的误差修正装置，其特征在于，还包括预处理模块，用于在获取各所述车辆全景图像后分别对其进行预处理。
9.根据权利要求8所述的车载惯性导航的误差修正装置，其特征在于，所述预处理依次包括：去噪、标定校正、裁剪、拼贴、及视频平滑处理。
10.根据权利要求6所述的车载惯性导航的误差修正装置，其特征在于，所述车辆全景图像为鸟瞰俯视效果的全景图像。
11.一种存储介质，其中存储有计算机程序，其特征在于，所述计算机程序被处理器加载执行时，实现如权利要求1至5中任一所述的车载惯性导航的误差修正方法。
12.一种电子设备，其特征在于，包括：处理器、及存储器；其中，
所述存储器用于存储计算机程序；
所述处理器用于加载执行所述计算机程序，以使所述电子设备执行如权利要求1至5中任一所述的车载惯性导航的误差修正方法。
CN201710390629.5A 2017-05-27 2017-05-27 车载惯性导航的误差修正方法、装置、介质及设备 Active CN107389088B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710390629.5A CN107389088B (zh) 2017-05-27 2017-05-27 车载惯性导航的误差修正方法、装置、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710390629.5A CN107389088B (zh) 2017-05-27 2017-05-27 车载惯性导航的误差修正方法、装置、介质及设备

Publications (2)

Publication Number Publication Date
CN107389088A true CN107389088A (zh) 2017-11-24
CN107389088B CN107389088B (zh) 2020-11-17

Family

ID=60338397

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710390629.5A Active CN107389088B (zh) 2017-05-27 2017-05-27 车载惯性导航的误差修正方法、装置、介质及设备

Country Status (1)

Country Link
CN (1) CN107389088B (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108154472A (zh) * 2017-11-30 2018-06-12 惠州市德赛西威汽车电子股份有限公司 融合导航信息的泊车位视觉检测方法与系统
CN108731673A (zh) * 2018-06-05 2018-11-02 中国科学院电子学研究所 机器人自主导航定位方法及系统
CN108888188A (zh) * 2018-06-14 2018-11-27 深圳市沃特沃德股份有限公司 扫地机器人位置校准方法及系统
CN108937742A (zh) * 2018-09-06 2018-12-07 苏州领贝智能科技有限公司 一种扫地机的陀螺仪角度修正方法和扫地机
CN109145908A (zh) * 2018-10-23 2019-01-04 百度在线网络技术（北京）有限公司 车辆定位方法、系统、装置、测试设备和存储介质
CN110132280A (zh) * 2019-05-20 2019-08-16 广州小鹏汽车科技有限公司 室内场景下的车辆定位方法、车辆定位装置和车辆
CN110555402A (zh) * 2019-08-27 2019-12-10 北京纵目安驰智能科技有限公司 基于环视的拥堵跟车方法、系统、终端和存储介质
CN110555801A (zh) * 2019-07-26 2019-12-10 纵目科技（上海）股份有限公司 一种航迹推演的校正方法、终端和存储介质
CN110954134A (zh) * 2019-12-04 2020-04-03 上海有个机器人有限公司 陀螺仪偏差校正方法、校正系统、电子设备及存储介质
CN110991232A (zh) * 2019-10-28 2020-04-10 纵目科技（上海）股份有限公司 一种车辆位置修正方法及系统、存储介质及终端
CN111256707A (zh) * 2019-08-27 2020-06-09 北京纵目安驰智能科技有限公司 基于环视的拥堵跟车系统和终端
CN111605481A (zh) * 2019-08-27 2020-09-01 北京纵目安驰智能科技有限公司 基于环视的拥堵跟车系统和终端
CN111750882A (zh) * 2019-03-29 2020-10-09 北京初速度科技有限公司 一种导航地图在初始化时车辆位姿的修正方法和装置
CN113112413A (zh) * 2020-01-13 2021-07-13 北京地平线机器人技术研发有限公司 图像生成方法、图像生成装置和车载抬头显示系统
CN113739819A (zh) * 2021-08-05 2021-12-03 上海高仙自动化科技发展有限公司 校验方法、装置、电子设备、存储介质及芯片
CN113758482A (zh) * 2020-06-05 2021-12-07 深圳澳谷智能科技有限公司 车辆导航定位方法、装置、基站、系统及可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102045546A (zh) * 2010-12-15 2011-05-04 广州致远电子有限公司 一种全景泊车辅助系统
CN102789233A (zh) * 2012-06-12 2012-11-21 湖北三江航天红峰控制有限公司 基于视觉的组合导航机器人及导航方法
CN103424114A (zh) * 2012-05-22 2013-12-04 同济大学 一种视觉导航/惯性导航的全组合方法
US20150025801A1 (en) * 2013-01-28 2015-01-22 Drs Sustainment Systems, Inc. Gyro drift cancelation
CN105894549A (zh) * 2015-10-21 2016-08-24 乐卡汽车智能科技（北京）有限公司 一种全景辅助泊车系统、装置及全景图像显示方法
CN105946853A (zh) * 2016-04-28 2016-09-21 中山大学 基于多传感器融合的长距离自动泊车的系统及方法
CN106169247A (zh) * 2016-08-04 2016-11-30 上海交通大学 基于视觉与地图的停车库室内定位与微导航系统及方法
CN106225789A (zh) * 2016-07-12 2016-12-14 武汉理工大学 一种具有高安全性的车载导航系统及其引导方法
CN106708066A (zh) * 2015-12-20 2017-05-24 中国电子科技集团公司第二十研究所 基于视觉/惯导的无人机自主着陆方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102045546A (zh) * 2010-12-15 2011-05-04 广州致远电子有限公司 一种全景泊车辅助系统
CN103424114A (zh) * 2012-05-22 2013-12-04 同济大学 一种视觉导航/惯性导航的全组合方法
CN102789233A (zh) * 2012-06-12 2012-11-21 湖北三江航天红峰控制有限公司 基于视觉的组合导航机器人及导航方法
US20150025801A1 (en) * 2013-01-28 2015-01-22 Drs Sustainment Systems, Inc. Gyro drift cancelation
CN105894549A (zh) * 2015-10-21 2016-08-24 乐卡汽车智能科技（北京）有限公司 一种全景辅助泊车系统、装置及全景图像显示方法
CN106708066A (zh) * 2015-12-20 2017-05-24 中国电子科技集团公司第二十研究所 基于视觉/惯导的无人机自主着陆方法
CN105946853A (zh) * 2016-04-28 2016-09-21 中山大学 基于多传感器融合的长距离自动泊车的系统及方法
CN106225789A (zh) * 2016-07-12 2016-12-14 武汉理工大学 一种具有高安全性的车载导航系统及其引导方法
CN106169247A (zh) * 2016-08-04 2016-11-30 上海交通大学 基于视觉与地图的停车库室内定位与微导航系统及方法

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108154472A (zh) * 2017-11-30 2018-06-12 惠州市德赛西威汽车电子股份有限公司 融合导航信息的泊车位视觉检测方法与系统
CN108154472B (zh) * 2017-11-30 2021-10-08 惠州市德赛西威汽车电子股份有限公司 融合导航信息的泊车位视觉检测方法与系统
CN108731673A (zh) * 2018-06-05 2018-11-02 中国科学院电子学研究所 机器人自主导航定位方法及系统
CN108888188A (zh) * 2018-06-14 2018-11-27 深圳市沃特沃德股份有限公司 扫地机器人位置校准方法及系统
CN108937742A (zh) * 2018-09-06 2018-12-07 苏州领贝智能科技有限公司 一种扫地机的陀螺仪角度修正方法和扫地机
CN109145908A (zh) * 2018-10-23 2019-01-04 百度在线网络技术（北京）有限公司 车辆定位方法、系统、装置、测试设备和存储介质
CN111750882A (zh) * 2019-03-29 2020-10-09 北京初速度科技有限公司 一种导航地图在初始化时车辆位姿的修正方法和装置
CN110132280A (zh) * 2019-05-20 2019-08-16 广州小鹏汽车科技有限公司 室内场景下的车辆定位方法、车辆定位装置和车辆
CN110132280B (zh) * 2019-05-20 2021-07-13 广州小鹏自动驾驶科技有限公司 室内场景下的车辆定位方法、车辆定位装置和车辆
CN110555801A (zh) * 2019-07-26 2019-12-10 纵目科技（上海）股份有限公司 一种航迹推演的校正方法、终端和存储介质
CN111256707A (zh) * 2019-08-27 2020-06-09 北京纵目安驰智能科技有限公司 基于环视的拥堵跟车系统和终端
CN111605481A (zh) * 2019-08-27 2020-09-01 北京纵目安驰智能科技有限公司 基于环视的拥堵跟车系统和终端
CN110555402A (zh) * 2019-08-27 2019-12-10 北京纵目安驰智能科技有限公司 基于环视的拥堵跟车方法、系统、终端和存储介质
CN110991232A (zh) * 2019-10-28 2020-04-10 纵目科技（上海）股份有限公司 一种车辆位置修正方法及系统、存储介质及终端
CN110991232B (zh) * 2019-10-28 2024-02-13 纵目科技（上海）股份有限公司 一种车辆位置修正方法及系统、存储介质及终端
CN110954134B (zh) * 2019-12-04 2022-03-25 上海有个机器人有限公司 陀螺仪偏差校正方法、校正系统、电子设备及存储介质
CN110954134A (zh) * 2019-12-04 2020-04-03 上海有个机器人有限公司 陀螺仪偏差校正方法、校正系统、电子设备及存储介质
CN113112413A (zh) * 2020-01-13 2021-07-13 北京地平线机器人技术研发有限公司 图像生成方法、图像生成装置和车载抬头显示系统
CN113112413B (zh) * 2020-01-13 2023-12-01 北京地平线机器人技术研发有限公司 图像生成方法、图像生成装置和车载抬头显示系统
CN113758482A (zh) * 2020-06-05 2021-12-07 深圳澳谷智能科技有限公司 车辆导航定位方法、装置、基站、系统及可读存储介质
CN113758482B (zh) * 2020-06-05 2024-04-12 深圳澳谷智能科技有限公司 车辆导航定位方法、装置、基站、系统及可读存储介质
CN113739819A (zh) * 2021-08-05 2021-12-03 上海高仙自动化科技发展有限公司 校验方法、装置、电子设备、存储介质及芯片
CN113739819B (zh) * 2021-08-05 2024-04-16 上海高仙自动化科技发展有限公司 校验方法、装置、电子设备、存储介质及芯片

Also Published As

Publication number Publication date
CN107389088B (zh) 2020-11-17

Similar Documents

Publication Publication Date Title
CN107389088A (zh) 车载惯性导航的误差修正方法、装置、介质及设备
CN110057352B (zh) 一种相机姿态角确定方法及装置
CN113554698B (zh) 车辆位姿信息生成方法、装置及电子设备、存储介质
CN107274342A (zh) 一种车底盲区填充方法及系统、存储介质、终端设备
US20200175720A1 (en) Vehicle, vehicle positioning system, and vehicle positioning method
CN110402368B (zh) 用在交通工具导航中的集成式的基于视觉的惯性传感器系统
CN109975792A (zh) 基于多传感器融合矫正多线激光雷达点云运动畸变的方法
CN108805934A (zh) 一种车载摄像机的外部参数标定方法及装置
CN112683281B (zh) 一种基于车辆运动学的自动驾驶车辆联合定位方法
CN112789655A (zh) 用于标定惯性测试单元和相机的系统和方法
CN111380514A (zh) 机器人位姿估计方法、装置、终端及计算机存储介质
CN111279354A (zh) 图像处理方法、设备及计算机可读存储介质
CN110458885B (zh) 基于行程感知与视觉融合的定位系统和移动终端
KR102245884B1 (ko) 차재기, 연산 장치 및 프로그램
CN112116651A (zh) 一种基于无人机单目视觉的地面目标定位方法和系统
CN110207722A (zh) 一种自动化标定相机里程计系统及方法
CN113503873A (zh) 一种多传感器融合的视觉定位方法
CN114638897B (zh) 基于无重叠视域的多相机系统的初始化方法、系统及装置
JP2021070907A (ja) インテリジェントヘルメットに関する装置及びシステム
CN116182855A (zh) 一种弱光强环境下仿复眼偏振视觉无人机组合导航方法
CN111145263A (zh) 一种基于车载的摄像机自动标定方法
US11468599B1 (en) Monocular visual simultaneous localization and mapping data processing method apparatus, terminal, and readable storage medium
CN115540854A (zh) 一种基于uwb辅助的主动定位方法、设备和介质
CN108322698A (zh) 基于多摄像机和惯性测量单元融合的系统和方法
CN114543786A (zh) 一种基于视觉惯性里程计的爬壁机器人定位方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant