CN107976182A - 一种多传感器融合建图系统及其方法 - Google Patents

一种多传感器融合建图系统及其方法 Download PDF

Info

Publication number
CN107976182A
CN107976182A CN201711238763.XA CN201711238763A CN107976182A CN 107976182 A CN107976182 A CN 107976182A CN 201711238763 A CN201711238763 A CN 201711238763A CN 107976182 A CN107976182 A CN 107976182A
Authority
CN
China
Prior art keywords
module
data
fusion
sensor
routing information
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.)
Pending
Application number
CN201711238763.XA
Other languages
English (en)
Inventor
沈瑞魁
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.)
Shenzhen Hidden Lake Science And Technology Co Ltd
Original Assignee
Shenzhen Hidden Lake Science And Technology 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 Shenzhen Hidden Lake Science And Technology Co Ltd filed Critical Shenzhen Hidden Lake Science And Technology Co Ltd
Priority to CN201711238763.XA priority Critical patent/CN107976182A/zh
Publication of CN107976182A publication Critical patent/CN107976182A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42Determining position
    • G01S19/45Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明涉及导航的技术领域,更具体地,涉及一种多传感器融合建图系统及其方法。一种多传感器融合建图系统,其中,包括路径规划模块;数据采集模块;数据融合模块;建图模块。本发明采用的传感器为激光雷达和GPS,为多传感器融合建图,相比较于单传感器建图,该方法可以得到更加精准,更加有效的地图;本发明采用的数据采集为分段采集,如果其中某段数据出错,可以自己再重新采集,极大的提高了容错率以及数据采集的效率。本发明消耗更少的时间,可以更快,更精准的得到最终的结果。

Description

一种多传感器融合建图系统及其方法
技术领域
本发明涉及导航的技术领域,更具体地,涉及一种多传感器融合建图系统及其方法。
背景技术
随着时代的发展,导航成了研究的热门。导航为我们带来了很多便利。然而自动导航也是一个比较热门的研究,在导航之中,最重要的莫过于地图的构建。现在比较新颖的构图为激光雷达建图或GPS建图,然而,这两种方法都有着很大的缺陷,激光雷达建图的误差可能会比较大,而GPS建图则完完全全依赖于卫星的信号。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷,提供一种多传感器融合建图系统及其方法,通过使用激光雷达与GPS的数据融合得到一个全新的地图。
与传统的单传感器建图方法相比,该方法可以提高建图的精度,减少建图的时间消耗,提高建图的容错率,可以得到一个完整的融合后的高精确度的地图。
本发明的技术方案是:一种多传感器融合建图系统,其中,包括
路径规划模块:在采集数据之前,规划好需要采集的路线信息,将整个地图分段采集,确认好采集的先后顺序,设定好标号,每一段路都有一个特定的表示,然后,将设定好的路线信息传输到数据采集模块和建图模块;
数据采集模块:根据路径规划模块输入的信息,对应于实际的路段进行信息的采集,采集的传感器为GPS,激光雷达;在采集到对应路段的数据之后,对于原始数据进行处理,得到对应的路径信息,将得到的路径信息输入到数据融合模块;
数据融合模块:根据数据采集模块输入的信息,通过时间戳同步进行信息的同步处理,然后针对于每一时刻的路径信息,进行滤波融合,得到一个新的融合了两种传感器数据的路径信息,将此路径信息输入到建图模块;
建图模块:根据路径规划模块输入的路径标识和数据融合模块输入的路径信息,得到路段之间的相对关系,通过对于相对关系之间的几何变换,构建出一个完整的路径信息图。
可选的,所述的数据采集模块需要保证每一个机器人都含有一个激光雷达以及一个GPS传感器,且可以全方位的采集到环境信息。
所述的激光雷达为Velodyne 16线或32线的激光雷达,所述GPS传感器为单天线或双天线GPS传感器。
所述的数据采集模块使用的GPS传感器还需要有一个对应的基站,来进行数据的处理和接收。
多传感器融合建图系统的方法,其中:包括以下步骤:
步骤1、所述路径规划模块需要规划好采集数据的路线,知道分段线路之间的相对位置关系,对于每一天线路都要有一个唯一标识;
步骤2、所述数据采集模块包括激光雷达和GPS,先测验其精准度,对于其可以测量的范围有一定的预估,校正误差;
步骤3、所述数据采集模块采集到的数据需要根据不同的传感器类型,使用与之对应的办法进行数据的处理,得到每一个传感器对于此路段的路径信息;
步骤4、所述数据采集模块得到的每一个传感器对于此路段的路径信息进行时间戳同步,将两端路径信息以时间戳为纽带联系在一起;
步骤5、所述数据融合模块对于得到的同一时刻的两个传感器数据进行滤波融合处理,得到一条同一时刻融合后的路径信息;
步骤6、所述数据融合模块在处理完一段路线后,判断是否处理完毕所有线路,如果没有,则继续回到数据采集模块,采集新的数据信息,如果处理完毕,则进入到建图模块;
步骤7、所述建图模块根据路径规划模块和数据融合模块输入的信息,进行路段的标识,找到对应的路段信息和其相对的路径信息;
步骤8、所述建图模块需确认一个起点,该起点为所建地图的全局坐标系的坐标原点;
步骤9、所述建图模块根据确认的起点以及不同路段之间的相对位置关系,进行坐标变换,最终构建出完整的全局坐标系下的路径信息图。
与现有技术相比,有益效果是:
1、本发明采用的传感器为激光雷达和GPS,为多传感器融合建图,相比较于单传感器建图,该方法可以得到更加精准,更加有效的地图;
2、本发明采用的数据采集为分段采集,如果其中某段数据出错,可以自己再重新采集,极大的提高了容错率以及数据采集的效率。
3、本发明消耗更少的时间,可以更快,更精准的得到最终的结果。
附图说明
图1是本发明系统结构示意图。
图2是本发明方法流程示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明,不能理解为对本专利的限制。
如图1、2所示,一种多传感器融合建图方法,包括路径规划模块,数据采集模块,数据融合模块,建图模块;路径规划模块:在采集数据之前,规划好需要采集的路线信息,将整个地图分段采集,确认好采集的先后顺序,设定好标号,每一段路都有一个特定的表示,然后,将设定好的路线信息传输到数据采集模块和建图模块;数据采集模块:根据路径规划模块输入的信息,对应于实际的路段进行信息的采集,采集的传感器为GPS,激光雷达。在采集到对应路段的数据之后,对于原始数据进行处理,得到对应的路径信息,将得到的路径信息输入到数据融合模块;数据融合模块:根据数据采集模块输入的信息,通过时间戳同步进行信息的同步处理,然后针对于每一时刻的路径信息,进行滤波融合,得到一个新的融合了两种传感器数据的路径信息,将此路径信息输入到建图模块;建图模块:根据路径规划模块输入的路径标识和数据融合模块输入的路径信息,得到路段之间的相对关系,通过对于相对关系之间的几何变换,构建出一个完整的路径信息图。
本方法的应用场景为GPS信号好的环境,需保证数据采集的环境有很强的GPS信号,减少误差的产生。
为了更好的说明本发明具体实施方案,下面将结合图2以及具体的实施方式对上述技术方案进行详细的说明:
步骤1、所述路径规划模块需要规划好采集数据的路线,知道分段线路之间的相对位置关系,对于每一天线路都要有一个唯一标识;
步骤2、所述数据采集模块包括激光雷达和GPS,先测验其精准度,对于其可以测量的范围有一定的预估,校正误差;
步骤3、所述数据采集模块采集到的数据需要根据不同的传感器类型,使用与之对应的办法进行数据的处理,得到每一个传感器对于此路段的路径信息;
步骤4、所述数据采集模块得到的每一个传感器对于此路段的路径信息进行时间戳同步,将两端路径信息以时间戳为纽带联系在一起;
步骤5、所述数据融合模块对于得到的同一时刻的两个传感器数据进行滤波融合处理,得到一条同一时刻融合后的路径信息;
步骤6、所述数据融合模块在处理完一段路线后,判断是否处理完毕所有线路,如果没有,则继续回到数据采集模块,采集新的数据信息,如果处理完毕,则进入到建图模块;
步骤7、所述建图模块根据路径规划模块和数据融合模块输入的信息,进行路段的标识,找到对应的路段信息和其相对的路径信息;
步骤8、所述建图模块需确认一个起点,该起点为所建地图的全局坐标系的坐标原点;
步骤9、所述建图模块根据确认的起点以及不同路段之间的相对位置关系,进行坐标变换,最终构建出完整的全局坐标系下的路径信息图。
其中,所述路径规划模块需要保证规划的路径都在可以被传感器正常采集的环境下,保证采集的数据可以被正常使用。
其中,所述数据采集模块需要保证每一个机器人都含有一个激光雷达和GPS,且能全方位的采集到数据信息。
其中,所述数据采集模块需要保证采集的过程中GPS信号很强,不会出现信号浮动较大的现象,导致GPS数据出现偏差;路段较为平缓,不会出现剧烈颠簸的现象,导致激光雷达采集的数据出现偏差。
其中,所述数据采集模块,对于每个传感器的数据进行处理需要使用不同的方法,但是最终需要保持得到的结果的量纲是一致的,这里推荐以米(m)为量纲,得到每一个传感器对应的路段信息图。
其中,所述数据融合模块,需要根据时间戳进行预处理,使得激光雷达的数据和GPS数据进行融合,使得每一时刻都有着对应的GPS数据和激光雷达数据。
其中,所述数据融合模块,使用滤波的方法进行数据的融合,这里可以选用多种滤波方法,但需要确保的是得到的结果为融合后的每一时刻对应着一个路径信息的路径图。
其中,所述建图模块,需要根据之前确定好的路段见的相对关系进行数据的融合,得到准确的路径位置差,进行准确的几何变换。
其中,所述建图模块,需要在建图之后进行适当的校正,确保自己的地图是可以被正常使用的地图。
本发明所提供的一种多传感器融合建图方法,包含模块有:路径规划模块:在采集数据之前,规划好需要采集的路线信息,将整个地图分段采集,确认好采集的先后顺序,设定好标号,每一段路都有一个特定的表示,然后,将设定好的路线信息传输到数据采集模块和建图模块;数据采集模块:根据路径规划模块输入的信息,对应于实际的路段进行信息的采集,采集的传感器为GPS,激光雷达。在采集到对应路段的数据之后,对于原始数据进行处理,得到对应的路径信息,将得到的路径信息输入到数据融合模块;数据融合模块:根据数据采集模块输入的信息,通过时间戳同步进行信息的同步处理,然后针对于每一时刻的路径信息,进行滤波融合,得到一个新的融合了两种传感器数据的路径信息,将此路径信息输入到建图模块;建图模块:根据路径规划模块输入的路径标识和数据融合模块输入的路径信息,得到路段之间的相对关系,通过对于相对关系之间的几何变换,构建出一个完整的路径信息图。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。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。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (5)

1.一种多传感器融合建图系统,其特征在于,包括
路径规划模块:在采集数据之前,规划好需要采集的路线信息,将整个地图分段采集,确认好采集的先后顺序,设定好标号,每一段路都有一个特定的表示,然后,将设定好的路线信息传输到数据采集模块和建图模块;
数据采集模块:根据路径规划模块输入的信息,对应于实际的路段进行信息的采集,采集的传感器为GPS,激光雷达;在采集到对应路段的数据之后,对于原始数据进行处理,得到对应的路径信息,将得到的路径信息输入到数据融合模块;
数据融合模块:根据数据采集模块输入的信息,通过时间戳同步进行信息的同步处理,然后针对于每一时刻的路径信息,进行滤波融合,得到一个新的融合了两种传感器数据的路径信息,将此路径信息输入到建图模块;
建图模块:根据路径规划模块输入的路径标识和数据融合模块输入的路径信息,得到路段之间的相对关系,通过对于相对关系之间的几何变换,构建出一个完整的路径信息图。
2.根据权利要求1所述的一种多传感器融合建图系统,其特征在于:所述的数据采集模块需要保证每一个机器人都含有一个激光雷达以及一个GPS传感器,且可以全方位的采集到环境信息。
3.根据权利要求2所述的一种多传感器融合建图系统,其特征在于:所述的激光雷达为Velodyne 16线或32线的激光雷达,所述GPS传感器为单天线或双天线GPS传感器。
4.根据权利要求1所述的一种多传感器融合建图系统,其特征在于:所述的数据采集模块使用的GPS传感器还需要有一个对应的基站,来进行数据的处理和接收。
5.利用权利要求1所述的多传感器融合建图系统的方法,其特征在于:包括以下步骤:
步骤1、所述路径规划模块需要规划好采集数据的路线,知道分段线路之间的相对位置关系,对于每一天线路都要有一个唯一标识;
步骤2、所述数据采集模块包括激光雷达和GPS,先测验其精准度,对于其可以测量的范围有一定的预估,校正误差;
步骤3、所述数据采集模块采集到的数据需要根据不同的传感器类型,使用与之对应的办法进行数据的处理,得到每一个传感器对于此路段的路径信息;
步骤4、所述数据采集模块得到的每一个传感器对于此路段的路径信息进行时间戳同步,将两端路径信息以时间戳为纽带联系在一起;
步骤5、所述数据融合模块对于得到的同一时刻的两个传感器数据进行滤波融合处理,得到一条同一时刻融合后的路径信息;
步骤6、所述数据融合模块在处理完一段路线后,判断是否处理完毕所有线路,如果没有,则继续回到数据采集模块,采集新的数据信息,如果处理完毕,则进入到建图模块;
步骤7、所述建图模块根据路径规划模块和数据融合模块输入的信息,进行路段的标识,找到对应的路段信息和其相对的路径信息;
步骤8、所述建图模块需确认一个起点,该起点为所建地图的全局坐标系的坐标原点;
步骤9、所述建图模块根据确认的起点以及不同路段之间的相对位置关系,进行坐标变换,最终构建出完整的全局坐标系下的路径信息图。
CN201711238763.XA 2017-11-30 2017-11-30 一种多传感器融合建图系统及其方法 Pending CN107976182A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711238763.XA CN107976182A (zh) 2017-11-30 2017-11-30 一种多传感器融合建图系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711238763.XA CN107976182A (zh) 2017-11-30 2017-11-30 一种多传感器融合建图系统及其方法

Publications (1)

Publication Number Publication Date
CN107976182A true CN107976182A (zh) 2018-05-01

Family

ID=62008661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711238763.XA Pending CN107976182A (zh) 2017-11-30 2017-11-30 一种多传感器融合建图系统及其方法

Country Status (1)

Country Link
CN (1) CN107976182A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108731693A (zh) * 2018-06-05 2018-11-02 北京智行者科技有限公司 区块地图采集方法
CN109084794A (zh) * 2018-08-09 2018-12-25 北京智行者科技有限公司 一种路径规划方法
CN109084786A (zh) * 2018-08-09 2018-12-25 北京智行者科技有限公司 一种地图数据的处理方法
CN109470255A (zh) * 2018-12-03 2019-03-15 禾多科技(北京)有限公司 基于高精度定位及车道线识别的高精度地图自动生成方法
CN109710594A (zh) * 2018-11-12 2019-05-03 百度在线网络技术(北京)有限公司 地图数据的有效性判断方法、装置及可读存储介质
CN109739225A (zh) * 2018-12-18 2019-05-10 北京百度网讯科技有限公司 定位数据处理方法、装置、设备、存储介质及车辆
CN111604899A (zh) * 2020-05-15 2020-09-01 深圳国信泰富科技有限公司 一种高智能机器人的数据传输系统
DE102021208192A1 (de) 2021-07-29 2023-02-02 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und System zum Steuern eines Fahrzeugs durch einen Operator

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080033645A1 (en) * 2006-08-03 2008-02-07 Jesse Sol Levinson Pobabilistic methods for mapping and localization in arbitrary outdoor environments
CN101949715A (zh) * 2010-08-10 2011-01-19 武汉武大卓越科技有限责任公司 高精度时空数据获取的多传感器集成同步控制方法和系统
CN202305811U (zh) * 2011-09-28 2012-07-04 北京航天发射技术研究所 一种dgps移动测量装置
CN103617731A (zh) * 2013-09-09 2014-03-05 重庆大学 一种利用城市浮动车辆gps数据生成道路路网矢量地图的方法
CN104535070A (zh) * 2014-12-26 2015-04-22 上海交通大学 高精细地图数据结构、采集和处理系统及方法
CN104573733A (zh) * 2014-12-26 2015-04-29 上海交通大学 一种基于高清正射影像图的高精细地图生成系统及方法
CN105448184A (zh) * 2015-11-13 2016-03-30 北京百度网讯科技有限公司 地图道路的绘制方法及装置
CN106441319A (zh) * 2016-09-23 2017-02-22 中国科学院合肥物质科学研究院 一种无人驾驶车辆车道级导航地图的生成系统及方法
CN106840178A (zh) * 2017-01-24 2017-06-13 中南大学 一种基于ArcGIS的地图创建与智能车辆自主导航方法及系统
CN106980657A (zh) * 2017-03-15 2017-07-25 北京理工大学 一种基于信息融合的车道级电子地图构建方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080033645A1 (en) * 2006-08-03 2008-02-07 Jesse Sol Levinson Pobabilistic methods for mapping and localization in arbitrary outdoor environments
CN101949715A (zh) * 2010-08-10 2011-01-19 武汉武大卓越科技有限责任公司 高精度时空数据获取的多传感器集成同步控制方法和系统
CN202305811U (zh) * 2011-09-28 2012-07-04 北京航天发射技术研究所 一种dgps移动测量装置
CN103617731A (zh) * 2013-09-09 2014-03-05 重庆大学 一种利用城市浮动车辆gps数据生成道路路网矢量地图的方法
CN104535070A (zh) * 2014-12-26 2015-04-22 上海交通大学 高精细地图数据结构、采集和处理系统及方法
CN104573733A (zh) * 2014-12-26 2015-04-29 上海交通大学 一种基于高清正射影像图的高精细地图生成系统及方法
CN105448184A (zh) * 2015-11-13 2016-03-30 北京百度网讯科技有限公司 地图道路的绘制方法及装置
CN106441319A (zh) * 2016-09-23 2017-02-22 中国科学院合肥物质科学研究院 一种无人驾驶车辆车道级导航地图的生成系统及方法
CN106840178A (zh) * 2017-01-24 2017-06-13 中南大学 一种基于ArcGIS的地图创建与智能车辆自主导航方法及系统
CN106980657A (zh) * 2017-03-15 2017-07-25 北京理工大学 一种基于信息融合的车道级电子地图构建方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李建成等: "《现代测绘科学技术基础》", 30 June 2009, 武汉大学出版社 *
章大勇等: "《激光雷达 惯性组合导航系统的一致性与最优估计问题研究》", 28 February 2017, 国防工业出版社 *
郑斌等: "基于移动测量技术的车道级道路电子地图制作", 《现代测绘》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108731693A (zh) * 2018-06-05 2018-11-02 北京智行者科技有限公司 区块地图采集方法
CN109084794A (zh) * 2018-08-09 2018-12-25 北京智行者科技有限公司 一种路径规划方法
CN109084786A (zh) * 2018-08-09 2018-12-25 北京智行者科技有限公司 一种地图数据的处理方法
CN109084794B (zh) * 2018-08-09 2021-05-07 北京智行者科技有限公司 一种路径规划方法
CN109710594A (zh) * 2018-11-12 2019-05-03 百度在线网络技术(北京)有限公司 地图数据的有效性判断方法、装置及可读存储介质
CN109470255A (zh) * 2018-12-03 2019-03-15 禾多科技(北京)有限公司 基于高精度定位及车道线识别的高精度地图自动生成方法
CN109470255B (zh) * 2018-12-03 2022-03-29 禾多科技(北京)有限公司 基于高精度定位及车道线识别的高精度地图自动生成方法
CN109739225A (zh) * 2018-12-18 2019-05-10 北京百度网讯科技有限公司 定位数据处理方法、装置、设备、存储介质及车辆
CN109739225B (zh) * 2018-12-18 2021-04-20 北京百度网讯科技有限公司 定位数据处理方法、装置、设备、存储介质及车辆
US11619515B2 (en) 2018-12-18 2023-04-04 Apollo Intelligent Driving Technology (Beijing) Co., Ltd. Method and apparatus for processing positioning data, device, storage medium and vehicle
CN111604899A (zh) * 2020-05-15 2020-09-01 深圳国信泰富科技有限公司 一种高智能机器人的数据传输系统
DE102021208192A1 (de) 2021-07-29 2023-02-02 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und System zum Steuern eines Fahrzeugs durch einen Operator

Similar Documents

Publication Publication Date Title
CN107976182A (zh) 一种多传感器融合建图系统及其方法
CN103809195B (zh) 一种gps轨迹曲线的生成方法及装置
CN102147260B (zh) 电子地图匹配方法和装置
CN105241465B (zh) 一种道路更新的方法
CN109215347A (zh) 一种基于众包轨迹数据的交通数据质量控制方法
CN104197945B (zh) 一种基于低采样率浮动车数据的全局投票地图匹配方法
CN110008872B (zh) 一种结合车辆轨迹和遥感图像的路网提取方法
CN108415032A (zh) 一种基于深度学习与激光雷达的点云语义地图构建方法
CN106887020A (zh) 一种基于LiDAR点云的道路纵横断面获取方法
CN102831766B (zh) 基于多传感器的多源交通数据融合方法
CN108732465A (zh) 一种基于小波变换和cnn的配电网故障定位方法
CN106441319A (zh) 一种无人驾驶车辆车道级导航地图的生成系统及方法
CN105355042B (zh) 一种基于出租车gps的道路网络提取方法
CN102155950B (zh) 一种基于gis的道路匹配方法
CN104848851A (zh) 基于多传感器数据融合构图的变电站巡检机器人及其方法
CN109215487A (zh) 一种基于深度学习的高精地图制作方法
CN104330089A (zh) 一种利用历史gps数据进行地图匹配的方法
CN104197934B (zh) 一种基于地磁的定位方法、装置及系统
CN104422451A (zh) 一种道路识别方法及装置
CN109917430A (zh) 一种基于轨迹平滑算法的卫星定位轨迹漂移纠偏方法
CN102508279B (zh) 卫星导航系统gnss定姿测量值的处理方法及gnss定姿测量仪
CN107657636A (zh) 一种基于车载激光雷达数据自动提取道路地形图高程点的方法
CN102155948A (zh) 导航电子地图质量的随机检测评估方法及装置
CN113177042B (zh) 一种地图轨迹线路处理方法及装置
CN105096590A (zh) 交通信息生成方法和交通信息生成设备

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180501