CN108225339A - 用于估计车辆位置的装置和方法 - Google Patents

用于估计车辆位置的装置和方法 Download PDF

Info

Publication number
CN108225339A
CN108225339A CN201710645419.6A CN201710645419A CN108225339A CN 108225339 A CN108225339 A CN 108225339A CN 201710645419 A CN201710645419 A CN 201710645419A CN 108225339 A CN108225339 A CN 108225339A
Authority
CN
China
Prior art keywords
vehicle
particle
weight
assigns
estimation device
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
CN201710645419.6A
Other languages
English (en)
Inventor
徐民旭
洪大憙
金允植
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.)
Hyundai Motor Co
Industry Academy Collaboration Foundation of Korea University
Korea University Research and Business Foundation
Kia Corp
Original Assignee
Hyundai Motor Co
Kia Motors Corp
Industry Academy Collaboration Foundation of Korea University
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 Hyundai Motor Co, Kia Motors Corp, Industry Academy Collaboration Foundation of Korea University filed Critical Hyundai Motor Co
Publication of CN108225339A publication Critical patent/CN108225339A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/168—Driving aids for parking, e.g. acoustic or visual feedback on parking space
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
    • B60R25/10—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles actuating a signalling device
    • B60R25/102—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles actuating a signalling device a signal being sent to a remote location, e.g. a radio signal being transmitted to a police station, a security company or the owner
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20076—Probabilistic image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30264—Parking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

Abstract

本申请涉及用于估计车辆位置的装置和方法。车辆位置估计装置可包括：位置估计设备，将由车辆的传感器识别到的并位于车辆周围的对象映射到停车场地图，并基于与车辆相关的移动信息来估计车辆的位置；权重设定设备，使用由传感器检测到的映射到停车场地图的地标的结果来预测对象的映射准确度，并且基于预测的对象的映射准确度，对与每一个对象的兴趣点对应的每一个粒子赋予权重；以及位置校正设备，使用每一个加权的粒子来校正车辆的估计位置。

Description

用于估计车辆位置的装置和方法
相关申请的交叉引用
本申请要求于2016年12月14日提交的第10-2016-0170668号韩国专利申请的优先权，其全部内容通过引用合并于此以用于所有目的。
技术领域
本发明涉及一种用于估计车辆位置的装置和方法。
背景技术
在进入停车场时，车辆的停车控制系统使用对应的停车场的地图来确定车辆的位置，并且确保停车空间以用于停放车辆。
作为示例，停车控制系统将停车场中的结构(例如，立柱或停车位)与停车场的地图相匹配，以确定车辆的当前位置。
然而，在另一车辆停放在停车位中、遮挡停车位的线或者停车场中的立柱被停放在停车场中的另一车辆遮挡的情况下，停车控制系统难以识别到停车位或立柱，因此在停车时不容易利用与停车场有关的地图信息。
同时，在停车控制系统由于停车位或立柱被遮挡而不能识别到停车位或立柱的情况下，停车控制系统提取停放在停车位中的另一车辆的中心点，以将提取的结果与关于停车位的信息相匹配。然而，在许多情况下，其它车辆未停放为与停车位正确匹配，因此在停车控制系统中使用另一车辆的中心点来估计停车场的地图上的当前位置时出现误差。
本发明的背景技术部分中公开的信息仅用于增强对本发明的一般背景的理解，并且可不被视为承认或以任何形式暗示该信息形成本领域技术人员已知的现有技术。
发明内容
本发明的各个方面涉及提供一种用于估计车辆位置的装置和方法，配置为用于通过如下操作来检测车辆在停车场中的准确位置：基于在停车场中的里程和车辆的转向角度来估计车辆的位置；使用传感器检测立柱、停车位和停放的车辆等，将检测到的对象映射到停车场地图；基于映射对象的映射准确度，对映射对象赋予权重；以及通过考虑赋予的权重来估计车辆的位置。
本发明构思要解决的技术问题不限于上述问题，本发明所属技术领域的技术人员将从以下描述中清楚地理解本文未提及的任何其它技术问题。
根据本发明的各方面，车辆位置估计装置包括：位置估计设备，将由车辆的传感器识别到的并位于车辆周围的对象映射到停车场地图，并基于与车辆相关的移动信息来估计车辆的位置；权重设定设备，使用由传感器检测到的映射到停车场地图的地标的结果来预测对象的映射准确度，并且基于预测的对象的映射准确度，对与每一个对象的兴趣点对应的每一个粒子赋予权重；以及位置校正设备，使用每一个加权的粒子来校正车辆的估计位置。
位置估计设备使用粒子滤波器来估计与对象的特点对应的每一个粒子的概率值，并且基于每一个粒子的估计概率值来估计车辆的位置。
权重设定设备确定与对象的兴趣点对应的粒子的协方差，并且基于确定的协方差来对每一个粒子赋予权重。
权重设定设备对与对象的兴趣点对应的且协方差相对较小的粒子赋予相对较高的权重，并且随着对象的映射准确度变得更高，协方差变得更小。
对象包括位于停车场中的立柱和停车位中的至少一个，并且赋予与立柱的兴趣点对应的粒子的权重高于赋予停车位的粒子的权重。
权重设定设备将车辆的位置和地标之间的距离与通过映射到停车场地图的地标的位置和每一个粒子之间的距离的反演确定而获得的值进行比较，并且对位置误差相对较小的粒子赋予相对较高的权重。
位置校正设备对每一个加权的粒子进行重新采样并且去除权重小于参考值的粒子。
位置校正设备基于对重新采样的粒子赋予的权重来校正车辆的估计位置。
位置估计设备使用重新采样的粒子来重新估计车辆的位置。
位置估计设备使用粒子滤波器来估计重新采样的粒子的概率值，并且通过将对每一个粒子赋予的权重反映到概率值来重新估计车辆的位置。
根据本发明的另一方面，一种车辆位置估计方法包括：将由车辆的传感器识别到的并位于车辆周围的对象映射到停车场地图，以基于与车辆相关的移动信息来估计车辆的位置；使用由传感器检测到的映射到停车场地图的地标的结果来预测对象的映射准确度，以基于预测的对象的映射准确度来对与每一个对象的兴趣点对应的每一个粒子赋予权重；以及使用每一个加权的粒子来校正车辆的估计位置。
本发明的方法和装置具有其它特征和优点，这些特征和优点将在本文包括的附图以及以下详细描述中显而易见并且将在其中进行更详细地阐述，附图与详细描述一起用于解释本发明的某些原理。
附图说明
图1是示出根据本发明的示例性实施例的应用车辆位置估计装置的车辆的视图；
图2是示出根据本发明的示例性实施例的车辆位置估计装置的框图；
图3、图4A、图4B、图5、图6A、图6B、图7A、图7B、图8A、图8B、图9A和图9B是示出根据本发明的示例性实施例的车辆位置估计装置的操作的视图；
图10是示出根据本发明的示例性实施例的车辆位置估计方法的流程图；以及
图11是示出根据本发明的另一示例性实施例的应用车辆位置估计方法的计算系统的配置的框图。
可理解，附图不一定按比例绘制，而呈现说明本发明的基本原理的各种特征的稍微简化的表示。本文公开的本发明的具体设计特征(包括例如具体尺寸、取向、位置和形状)将部分地由特别预期的应用和使用环境来确定。
在附图中，贯穿附图的若干图，附图标记指代本发明的相同或等同的部件。
附图中各个元件的附图标记：
10：车辆
20：立柱
30、40：停车位
100：车辆位置估计装置
110：控制设备
120：接口设备
130：传感器设备
140：通信设备
155：地图DB
160：位置估计设备
170：权重设定设备
180：位置校正设备
1100：处理器
1300：存储器
1400：用户界面输入设备
1500：用户界面输出设备
1600：储存器
1700：网络接口。
具体实施方式
现在将详细参考本发明的各种实施例，其示例在附图中示出并在下面进行描述。虽然将结合示例性实施例描述本发明，但是应当理解，本说明书并不旨在将本发明限制于这些示例性实施例。相反，本发明旨在不仅涵盖示例性实施例，而且还包括各种替代、修改、等同物和其它实施例，其可包括在由所附权利要求限定的本发明的精神和范围内。
在描述本发明的示例性实施例的元件时，本文可使用术语第1、第2、第一、第二、A、B、(a)、(b)等。这些术语仅用于将一个元件与另一元件区分开，但不限制相应的元件，不考虑对应元件的顺序或优先级。除非另有定义，本文使用的所有术语(包括技术或科学术语)具有与本发明所属领域技术人员通常理解的相同的含义。在通常使用的字典中定义的术语应被解释为具有与相关技术领域的语境意义相同的含义，并且不被解释为具有理想或过分正式的含义，除非本申请中明确定义为具有如此含义。
图1是示出根据本发明的示例性实施例的应用车辆位置估计装置100的车辆的视图。
如图1所示，当车辆10进入停车场时，车辆位置估计装置100可通过以下操作来识别车辆10的准确位置：在停车场中使用传感器检测周围对象(例如，立柱20、停车位30、40等)，将检测到的对象映射到停车场地图以估计车辆10的位置，以及基于包括立柱20的固定对象的位置来校正车辆10的估计位置。
这里，车辆位置估计装置100可实施在车辆10中。在本情况下，车辆位置估计装置100可与车辆10的内部控制设备一体形成，或者可实施为单独的装置并通过连接设备连接至车辆10的控制设备。
将参考图2来详细描述车辆位置估计装置的配置。
图2是示出根据本发明的示例性实施例的车辆位置估计装置100的框图。
参考图2，车辆位置估计装置100可包括控制设备110、接口设备120、传感器130、通信设备140、存储设备150、位置估计设备160、权重设定设备170和位置校正设备180。控制设备110可处理在车辆位置估计装置100的元件之间传输的信号。
接口设备120可包括用于接收来自用户的控制指令的输入设备和用于输出车辆位置估计装置100的操作状态和估计结果的输出设备。
这里，输入设备可包括键钮、鼠标、操纵杆、转向梭、手写笔等。另外，输入设备可包括在显示器上实施的软键。
输出设备可包括显示器和包括扬声器的语音输出设备。在显示器中包括触摸传感器(例如，触摸膜、触摸片、触摸板等)的情况下，显示器操作为触摸屏，并且可一体实施输入设备和输出设备。
在本情况下，显示器可包括液晶显示器(LCD)、薄膜晶体管-液晶显示器(TFT-LCD)、有机发光二极管(OLED)、柔性显示器、场发射显示器(FED)或三维(3D)显示器。
传感器130可包括用于感测车辆附近的对象并且用于测量车辆与对象之间的距离的一个或多个传感器。传感器可在停车场中感测车辆附近的对象，例如立柱、停车位、停放在车辆周围的其它车辆等，并且可测量与检测到的对象相关的位置信息。
在本实施例中，传感器130可包括雷达、激光雷达、超声波传感器或激光扫描仪，并且还可包括拍摄车辆周围环境的照相机。传感器不应该限于此，或者只要传感器可感测对象并测量距离即可。
通信设备140可包括支持与车辆中包括的电气设备和/或控制设备的通信接口的通信模块。这里，通信模块可包括支持车辆网络通信(包括控制器区域网络(CAN)通信、本地互连网络(LIN)通信、flex-ray通信等)的模块。
另外，通信模块可包括用于无线互联网接入的模块或用于短距离通信的模块。在本情况下，通信模块可从停车场的服务器接收与停车场有关的地图信息。
作为无线互联网技术，可使用无线LAN(WLAN)、无线宽带(Wibro)、Wi-Fi、全球互通微波接入(Wimax)等，并且可使用蓝牙、ZigBee、超宽带(UWB)、射频识别(RFID)、红外数据协议(IrDA)等作为短距离通信技术。
存储设备150可存储操作车辆位置估计装置100所需的数据和/或算法。
存储设备150可存储与由传感器130的传感器检测到的对象相关的特点信息和位置信息。另外，存储设备150可包括存储停车场地图信息的地图DB 155。可通过通信设备140提前接收停车场地图信息。
另外，存储设备150可存储用于估计车辆的位置、对从车辆附近的对象提取的粒子赋予权重以及进行重新采样操作的指令和/或算法。
在本实施例中，存储设备150可包括存储介质，包括随机存取存储器(RAM)、静态RAM(SRAM)、只读存储器(ROM)、可编程ROM(PROM)、电可擦除PROM等。
当车辆进入停车场时，位置估计设备160可估计车辆的初始位置。
位置估计设备160可包括粒子滤波器。作为示例，位置估计设备160可使用具有作为粒子的N个独立随机变量的粒子滤波器来确定特定对象的移动状态。每一个粒子都可具有等于或大于零(0)且等于或小于一(1)的值，并且每一个粒子的值都可为概率值。
因此，位置估计设备160可决定用于初始化粒子滤波器的粒子的数量。
当车辆附近的对象，即立柱、停车位和/或停放在车辆周围的其它车辆(以下称为“停放车辆”)被传感器130的传感器识别到时，位置估计设备160可将对应的对象映射到停车场地图。在本情况下，位置估计设备160可基于车辆的移动数据(例如，里程、转向角度等)来估计车辆的位置。
另外，传感器130可使用激光扫描仪来感测映射到停车场地图的地标。
权重设定设备170可基于由传感器130的传感器检测到的映射到停车场地图的地标的结果来预测对象与停车场地图之间的映射准确度，并且可基于映射准确度对与对应的对象的兴趣点对应的粒子赋予权重。
作为示例，在停车场中检测到的对象中，立柱的位置是固定的，因此误差发生的概率比停放车辆低。因此，权重设定设备170可对立柱周围的粒子赋予比对停放车辆周围的粒子赋予的权重更高的权重。
在本情况下，权重设定设备170可确定对象的兴趣点的粒子的协方差(covariance)，并且使用确定的协方差来对具有相对较高的映射准确度的粒子赋予相对较高的权重。
权重设定设备170可使用以下等式1基于对象的兴趣点的粒子的协方差来确定权重。
等式1
在等式1中，ω[k]表示第k个粒子的权重，Q表示协方差，zt表示观测值，表示第k个粒子的预测值，表示第k个粒子的位置误差。
将参考图3、图4A和图4B来详细描述对粒子赋予权重的实施例。
图3示出传感器130的传感器检测停车场中的对象(即，立柱、停车位和/或停放车辆)的操作。传感器可提取立柱、停车位和/或停放车辆的中心点。
图4A和图4B示出取决于检测到的对象赋予不同权重的示例性实施例。详细地，图4A和图4B示出对立柱和停车位中的每一个赋予权重的示例性实施例。
参考图4A和图4B，立柱的位置准确度高于停车位或停放车辆的位置准确度。因此，对具有高位置准确度的立柱赋予相对较小的协方差，并且对停车位赋予相对较大的协方差。
在本情况下，权重设定设备170可通过等式1对从立柱检测到的具有相对较小的协方差的粒子赋予相对较高的权重。
图4A示出车辆的传感器未识别到立柱并仅识别到停放车辆415所停放的停车位的情况。也就是说，图4A示出如下示例性实施例，其中仅使用停放车辆415所停放的停车位的协方差425而不使用立柱的协方差421来对停车位的粒子赋予权重。
如上所述，在传感器仅识别到停车位的情况下，权重设定设备170可使用分配给停车位的粒子的协方差425来对停车位的粒子赋予约0.3的权重。
同时，图4B示出车辆的传感器识别到立柱451和停放车辆455所停放的停车位的情况，并且立柱451的协方差461小于停车位的协方差465。
因此，在传感器识别到立柱451和停车位两者的情况下，权重设定设备170可使用分配给立柱451的粒子的协方差461来对立柱451的粒子赋予约0.7的权重，并使用分配给停车位的粒子的协方差465来对停车位的粒子赋予约0.3的权重。
图5示出通过在车辆10的实际位置处观察地标511和515获得的值zt以及每一个粒子处的预测值如图5所示，通过在车辆10的实际位置处观察地标511和515获得的值zt与每一个粒子处的预测值之间可能出现位置误差，并且位置误差可取决于粒子而变化。因此，可基于通过检测地标511和515获得的位置误差来对每一个粒子赋予权重。
在下文中，将参考图6A和图6B来描述通过检测地标来对每一个粒子赋予的权重的变化。
参考图6A，示出在感测到地标611之前对第一粒子P1赋予的权重和对第二粒子P2赋予的权重。
在图6A中，与第一粒子P1相关的位置信息为约2.5m和约1m，即(2.5m，1m)，并且通过将1除以粒子数(即，1/粒子数)来获得第一粒子P1的权重w。另外，与第二粒子P2相关的位置信息为约2.5m和约1.2m，即(2.5m，1.2m)，并且通过将1除以粒子数(即，1/粒子数)来获得第二粒子P2的权重w。
同时，图6B示出在感测到地标611之后对第一粒子P1和第二粒子P2赋予的权重的变化。
如图6B所示，对第一粒子P1赋予约0.1的权重，并且对第二粒子P2赋予约0.4的权重。
如上所述，权重设定设备170可将车辆的实际位置和地标611之间的距离和角度信息与通过粒子被映射到的停车场地图上的地标611的位置和每一个粒子之间的距离的反演确定(inverse determination)而获得的值进行比较，并且可基于比较结果之间的差异来对粒子赋予权重。
因此，由于从车辆的实际位置到地标611的距离与通过从地标611到第二粒子P2的距离的反演确定而获得的值之间的差值小于从车辆的实际位置到地标611的距离与通过从地标611到第一粒子P1的距离的反演确定而获得的值之间的差值，所以对第二粒子P2赋予的权重可相对高于对第一粒子P1赋予的权重。
位置校正设备180可使用由权重设定设备170分别对粒子赋予的权重来校正车辆的位置误差。
图7A示出粒子按照权重的分布，并且图7B示出对每一个粒子样本进行重新采样的操作。
如图7A和图7B所示，位置校正设备180可使用分别对粒子赋予的权重来进行重新采样操作并且去除具有比预定参考值小的权重的粒子，因此可使位置误差最小化。
因此，位置估计设备160可使用由位置校正设备180重新采样的粒子来重新估计车辆的位置。在本情况下，位置估计设备160可使用粒子滤波器来估计重新采样的粒子的概率值并将分别对粒子赋予的权重反映到概率值，以重新估计车辆的位置。
将参考图8A和图8B来描述使用重新采样的粒子估计车辆的位置的操作。
图8A示出车辆的初始位置的估计结果，并且通过使用粒子滤波器的位置估计设备160来估计车辆的概率位置。
在车辆10移动的情况下，位置估计设备160可使用测距系统来估计车辆的位置。在本情况下，由于如图9A和图9B所示，移动车辆周围出现测距噪声，所以位置估计设备160可能由于车辆周围出现的测距噪声而不能估计车辆的准确位置。因此，如图8A所示，车辆的位置被预测为车辆以约99％的概率位于由附图标记811指示的椭圆内的程度。
图8B示出使用重新采样的粒子来估计车辆的位置的结果。
重新采样的粒子包括权重信息。因此，位置估计设备160可验证由附图标记831指示的概率椭圆中的每一个粒子的权重，并且相对于相对较高加权的粒子的位置来估计车辆的位置。
在本情况下，可比图8A中的情况更准确地估计车辆的位置。
如上所述，根据本发明的示例性实施例的车辆位置估计装置对具有高位置准确度的对象(例如，立柱)赋予相对较高的权重，并且基于赋予的权重来估计车辆的位置，因此可准确地估计车辆的位置。
在下文中，将详细描述根据本发明的示例性实施例的车辆位置估计装置的操作。
图10是示出根据本发明的示例性实施例的估计车辆位置的方法的流程图。
如图10所示，车辆位置估计装置在估计车辆的位置之前决定用于初始化粒子滤波器的粒子数(S110)。
车辆位置估计装置估计车辆的初始位置(S120)。在本情况下，车辆位置估计装置可使用传感器来感测车辆周围的对象(即，立柱、停车位和/或停放车辆)，将检测到的对象映射到停车场地图，以及基于车辆的移动数据(例如，里程、转向角度等)来估计车辆的位置。
这样，车辆位置估计装置检测映射到停车场地图的地标(S130)。车辆位置估计装置可基于对象与停车场地图之间的映射准确度，对与对应的对象的兴趣点对应的粒子赋予权重(S140)。
在操作S140中，车辆位置估计装置可确定对象的兴趣点的粒子的协方差，并且使用确定的协方差来对具有高映射准确度的粒子赋予相对较高的权重。作为示例，车辆位置估计装置可对包括柱的具有低误差发生概率的对象的兴趣点的粒子赋予相对较高的权重。
当对每一个粒子赋予权重时，车辆位置估计装置使用对每一个粒子赋予的权重来对每一个粒子进行重新采样(S150)。在操作S150中，车辆位置估计装置可去除具有比预定参考值小的权重的粒子。
车辆位置估计装置可使用在操作S150中重新采样的粒子来校正车辆的位置(S160)。因此，车辆位置估计装置可使用被赋予相对较高权重的粒子来校正车辆的位置，因此车辆位置估计装置可估计准确的位置。
可重复进行操作S120至S160，直到车辆离开停车场或接收到单独的请求。
如上所述操作的车辆位置估计装置可实施为独立硬件或者实施为在包括微处理器、通用计算机系统等的其它硬件上运行的至少一个处理器。
图11是示出根据本发明的示例性实施例的应用了用于估计车辆位置的技术的计算系统1000的配置的框图。
参考图11，计算系统1000可包括经由总线1200彼此连接的至少一个处理器1100、存储器1300、用户界面输入设备1400、用户界面输出设备1500、储存器1600和网络接口1700。
处理器1100可为用于处理存储在存储器1300和/或储存器1600中的指令的中央处理单元(CPU)或半导体器件。存储器1300和储存器1600中的每一个都可包括各种类型的易失性或非易失性存储介质。例如，存储器1300可包括只读存储器(ROM)和随机存取存储器(RAM)。
因此，参考说明书中包括的实施例描述的方法或算法的操作可由处理器1100执行的硬件模块、软件模块或其组合直接实施。软件模块可存在于存储介质(即，存储器1300和/或储存器1600)上，包括RAM、闪存、ROM、可擦除可编程ROM(EPROM)、电EPROM(EEPROM)、寄存器、硬盘、可移动光盘或压缩光盘-ROM(CD-ROM)。存储介质可耦合至处理器1100。处理器1100可从存储介质读出信息，并且可将信息写入存储介质。替代地，存储介质可与处理器1100集成。集成的处理器和存储介质可存在于专用集成电路(ASIC)中。ASIC可存在于用户终端中。替代地，集成的处理器和存储介质可作为用户终端的单独组件而存在。
根据以上内容，通过如下操作来准确地检测车辆在停车场中的位置：基于在停车场中的里程和车辆的转向角度来估计车辆的位置；检测立柱、停车位和停放车辆以将检测到的对象映射到停车场地图；基于映射的对象的映射准确度来对映射的对象赋予权重；以及通过考虑赋予的权重来估计车辆的位置。
虽然已经参考示例性实施例描述了本发明，但是对于本领域技术人员显而易见的是，在不脱离本发明的精神和范围的情况下，可进行各种改变和修改。
为了便于说明和所附权利要求中的准确定义，术语“上部”、“下部”、“内部”、“外部”、“上”、“下”、“上部的”、“下部的”、“向上”、“向下”、“前”、“后”、“后部”、“内侧”、“外侧”、“向内”、“向外”、“内部的”、“外部的”、“内”、“外”、“向前”和“向后”用于参考附图中所示的示例性实施例的特征的位置来描述这些特征。
已经为了说明和描述的目的呈现了本发明的具体示例性实施例的前述描述。它们并不旨在穷举或将本发明限制于所公开的精确实施方式，并且明显地，根据上述教导，许多修改和变化都是可能的。选择和描述示例性实施例以解释本发明的某些原理及其实际应用，以使本领域技术人员能够实现和利用本发明的各种示例性实施例，以及其各种替代和修改。旨在通过所附权利要求及其等同物来限定本发明的范围。

Claims (20)

1.一种车辆位置估计装置，包括：
位置估计设备，配置为将由车辆的传感器识别到的并且位于所述车辆周围的对象映射到停车场地图，并且基于与所述车辆相关的移动信息来估计所述车辆的位置；
权重设定设备，配置为使用由所述传感器检测到的映射到所述停车场地图的地标的结果来预测所述对象的映射准确度，并且基于预测的对象的映射准确度来对与每一个对象的兴趣点对应的每一个粒子赋予权重；以及
位置校正设备，配置为使用每一个加权的粒子来校正所述车辆的估计位置。
2.根据权利要求1所述的车辆位置估计装置，其中，所述位置估计设备配置为使用粒子滤波器来估计与所述对象的特点对应的每一个粒子的概率值，并且基于估计的每一个粒子的概率值来估计所述车辆的位置。
3.根据权利要求1所述的车辆位置估计装置，其中，所述权重设定设备配置为确定与所述对象的兴趣点对应的粒子的协方差，并且基于确定的协方差来对每一个粒子赋予权重。
4.根据权利要求3所述的车辆位置估计装置，其中，所述权重设定设备配置为对与所述对象的兴趣点对应的且协方差相对较小的粒子赋予相对较高的权重，并且随着所述对象的映射准确度变得更高，所述协方差变得更小。
5.根据权利要求4所述的车辆位置估计装置，其中，所述对象包括位于停车场中的立柱和停车位中的至少一个，并且对与所述立柱的兴趣点对应的粒子赋予的权重高于对所述停车位的粒子赋予的权重。
6.根据权利要求1所述的车辆位置估计装置，其中，所述权重设定设备配置为将所述车辆的位置和所述地标之间的距离与通过映射到所述停车场地图的地标的位置和每一个粒子之间的距离的反演确定而获得的值进行比较，并且对位置误差相对较小的粒子赋予相对较高的权重。
7.根据权利要求1所述的车辆位置估计装置，其中，所述位置校正设备配置为对每一个加权的粒子进行重新采样并且去除权重小于参考值的粒子。
8.根据权利要求7所述的车辆位置估计装置，其中，所述位置校正设备配置为基于对重新采样的粒子赋予的权重来校正所述车辆的估计位置。
9.根据权利要求7所述的车辆位置估计装置，其中，所述位置估计设备配置为使用重新采样的粒子来重新估计所述车辆的位置。
10.根据权利要求9所述的车辆位置估计装置，其中，所述位置估计设备配置为使用粒子滤波器来估计所述重新采样的粒子的概率值，并且通过将对每一个粒子赋予的权重反映到所述概率值来重新估计所述车辆的位置。
11.一种车辆位置估计方法，包括：
将由车辆的传感器识别到的并位于所述车辆周围的对象映射到停车场地图，以基于与所述车辆相关的移动信息来估计所述车辆的位置；
使用由所述传感器检测到的映射到所述停车场地图的地标的结果来预测所述对象的映射准确度，以基于预测的对象的映射准确度来对与每一个对象的兴趣点对应的每一个粒子赋予权重；以及
使用每一个加权的粒子来校正所述车辆的估计位置。
12.根据权利要求11所述的方法，其中，估计所述车辆的位置包括：
使用粒子滤波器来估计与所述对象的兴趣点对应的每一个粒子的概率值；以及
基于估计的每一个粒子的概率值来估计所述车辆的位置。
13.根据权利要求11所述的方法，其中，对每一个粒子赋予权重包括：
确定与所述对象的兴趣点对应的粒子的协方差；以及
基于确定的协方差来对每一个粒子赋予权重。
14.根据权利要求13所述的方法，其中，对每一个粒子赋予权重包括：
对与所述对象的兴趣点对应的且协方差相对较小的粒子赋予相对较高的权重。
15.根据权利要求14所述的方法，其中，所述对象包括位于停车场中的立柱和停车位中的至少一个，并且对每一个粒子赋予权重包括：
对与所述立柱的兴趣点对应的粒子赋予比对所述停车位的粒子赋予的权重更高的权重。
16.根据权利要求11所述的方法，其中，对每一个粒子赋予权重包括：
将所述车辆的位置和所述地标之间的距离与通过映射到所述停车场地图的地标的位置和每一个粒子之间的距离的反演确定而获得的值进行比较；以及
对位置误差相对较小的粒子赋予相对较高的权重。
17.根据权利要求11所述的方法，其中，校正所述车辆的估计位置包括：
对每一个加权的粒子进行重新采样以去除权重小于参考值的粒子。
18.根据权利要求17所述的方法，其中，校正所述车辆的估计位置包括：
基于对重新采样的粒子赋予的权重来校正所述车辆的估计位置。
19.根据权利要求17所述的方法，还包括：
使用重新采样的粒子来重新估计所述车辆的位置。
20.根据权利要求19所述的方法，其中，重新估计所述车辆的位置包括：
使用粒子滤波器来估计所述重新采样的粒子的概率值；以及
通过将对每一个粒子赋予的权重反映到所述概率值来重新估计所述车辆的位置。
CN201710645419.6A 2016-12-14 2017-08-01 用于估计车辆位置的装置和方法 Pending CN108225339A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020160170668A KR102529903B1 (ko) 2016-12-14 2016-12-14 차량의 위치 추정 장치 및 방법
KR10-2016-0170668 2016-12-14

Publications (1)

Publication Number Publication Date
CN108225339A true CN108225339A (zh) 2018-06-29

Family

ID=62201475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710645419.6A Pending CN108225339A (zh) 2016-12-14 2017-08-01 用于估计车辆位置的装置和方法

Country Status (4)

Country Link
US (1) US10276047B2 (zh)
KR (1) KR102529903B1 (zh)
CN (1) CN108225339A (zh)
DE (1) DE102017116088B4 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113129629A (zh) * 2019-12-31 2021-07-16 现代自动车株式会社 支持自动代客停车的系统和方法，及其基础设施和车辆

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019137113A (ja) * 2018-02-06 2019-08-22 アイシン精機株式会社 車両位置推定システムおよび自動バレー駐車システム
DE102018104243B3 (de) * 2018-02-26 2019-05-16 Autoliv Development Ab Verfahren und System zur Erkennung von für ein Fahrzeug geeigneten Parklücken
CN110969890A (zh) * 2018-09-30 2020-04-07 上海博泰悦臻电子设备制造有限公司 车辆、车机设备及其在线式地图智能构造方法、云服务器
KR102094773B1 (ko) * 2018-10-31 2020-03-30 (주)오토노머스에이투지 이동체의 관찰 맵을 이용한 맵 매칭 방법 및 이를 이용한 컴퓨팅 장치
KR102604821B1 (ko) * 2018-11-09 2023-11-20 에스케이텔레콤 주식회사 차량의 위치 추정 장치 및 방법
KR102103651B1 (ko) * 2018-11-28 2020-04-22 한국교통대학교산학협력단 지도의 차로 개수를 활용한 파티클 필터링 퇴화 경감 방법 및 시스템
DK180694B1 (en) * 2019-01-08 2021-12-02 Motional Ad Llc FIELD THEORY-BASED PERCEPTION FOR AUTONOMIC VEHICLES
WO2020146447A1 (en) 2019-01-08 2020-07-16 Aptiv Technologies Limited Field theory based perception for autonomous vehicles
JP6744058B1 (ja) * 2019-06-06 2020-08-19 三菱電機株式会社 駐車支援装置
JP7188372B2 (ja) * 2019-12-06 2022-12-13 トヨタ自動車株式会社 自動駐車システム
JP7172973B2 (ja) * 2019-12-06 2022-11-16 トヨタ自動車株式会社 自動駐車システム
DE102021112349A1 (de) 2020-05-12 2021-11-18 Motional Ad Llc Fahrzeugbetrieb unter verwendung eines dynamischen belegungsrasters
DE102020118621A1 (de) 2020-07-15 2022-01-20 Bayerische Motoren Werke Aktiengesellschaft Positionsbestimmung für ein Fahrzeug
US11827244B2 (en) * 2020-12-04 2023-11-28 Ford Global Technologies, Llc Enhanced vehicle operation
US20230031425A1 (en) * 2021-08-02 2023-02-02 DUS Operating Inc, Methodology to estimate slot line direction for parking slot detection

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007322391A (ja) * 2006-06-05 2007-12-13 Toyota Central Res & Dev Lab Inc 自車両位置推定装置
CN101509781A (zh) * 2009-03-20 2009-08-19 同济大学 基于单目摄像头的步行机器人定位系统
CN101867943A (zh) * 2010-06-23 2010-10-20 哈尔滨工业大学 基于粒子滤波算法的wlan室内跟踪方法
US20110137608A1 (en) * 2009-12-04 2011-06-09 Institute For Information Industry Position Estimation Apparatuses and Systems and Position Estimation Methods Thereof
US20140350839A1 (en) * 2013-05-23 2014-11-27 Irobot Corporation Simultaneous Localization And Mapping For A Mobile Robot
CN104482933A (zh) * 2014-12-03 2015-04-01 北京航空航天大学 一种基于粒子滤波航迹推算和无线局域网组合定位的方法
JP2015230213A (ja) * 2014-06-04 2015-12-21 株式会社デンソー 位置推定装置、位置推定方法、及び、位置推定プログラム
CN105277190A (zh) * 2014-06-30 2016-01-27 现代自动车株式会社 用于车辆自定位的装置和方法
KR20160079512A (ko) * 2014-12-26 2016-07-06 현대자동차주식회사 실내 주차장에서의 차량 위치추정장치 및 방법

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008009733A (ja) 2006-06-29 2008-01-17 Mitsubishi Heavy Ind Ltd 料金収受システム、駐車管理装置、及び車載器
KR200443715Y1 (ko) 2007-10-18 2009-03-11 주식회사 코엑스 주차 위치 확인 시스템
KR101538775B1 (ko) * 2008-09-12 2015-07-30 삼성전자 주식회사 전방 영상을 이용한 위치 인식 장치 및 방법
KR20150027527A (ko) 2013-09-04 2015-03-12 현대모비스 주식회사 주차 지원 시스템 및 주차 지원 방법
KR20150058679A (ko) * 2013-11-20 2015-05-29 한국전자통신연구원 단지내 도로에서 자율주행차량의 위치 및 해딩 정보 제공 장치 및 방법
KR101501598B1 (ko) 2014-03-26 2015-03-13 (주)리더라이텍 주차 위치 확인 장치 및 방법
KR101505871B1 (ko) * 2014-06-20 2015-03-25 (주) 맑은생각 주차 위치 확인시스템 및 이를 이용한 주차 위치 확인방법
KR101521842B1 (ko) 2014-08-27 2015-05-20 현대모비스 주식회사 주차 공간 탐색 장치 및 그 탐색 방법
DE102014221777A1 (de) * 2014-10-27 2016-04-28 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs
JP2016099885A (ja) 2014-11-25 2016-05-30 日本電気通信システム株式会社 駐車場所記録システムおよび方法
KR101535773B1 (ko) 2015-03-05 2015-07-24 노명섭 Ｂｌｅ 비콘 신호를 이용한 주차 위치 자동 산출 시스템 및 방법
US9747797B1 (en) * 2016-03-25 2017-08-29 Conduent Business Services, Llc Method and system for predicting availability of parking spot in parking area
US10025317B2 (en) * 2016-09-30 2018-07-17 Faraday&Future Inc. Methods and systems for camera-based autonomous parking
KR20180047210A (ko) * 2016-10-31 2018-05-10 현대자동차주식회사 주차구획 탐색 장치 및 방법

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007322391A (ja) * 2006-06-05 2007-12-13 Toyota Central Res & Dev Lab Inc 自車両位置推定装置
CN101509781A (zh) * 2009-03-20 2009-08-19 同济大学 基于单目摄像头的步行机器人定位系统
US20110137608A1 (en) * 2009-12-04 2011-06-09 Institute For Information Industry Position Estimation Apparatuses and Systems and Position Estimation Methods Thereof
CN101867943A (zh) * 2010-06-23 2010-10-20 哈尔滨工业大学 基于粒子滤波算法的wlan室内跟踪方法
US20140350839A1 (en) * 2013-05-23 2014-11-27 Irobot Corporation Simultaneous Localization And Mapping For A Mobile Robot
JP2015230213A (ja) * 2014-06-04 2015-12-21 株式会社デンソー 位置推定装置、位置推定方法、及び、位置推定プログラム
CN105277190A (zh) * 2014-06-30 2016-01-27 现代自动车株式会社 用于车辆自定位的装置和方法
CN104482933A (zh) * 2014-12-03 2015-04-01 北京航空航天大学 一种基于粒子滤波航迹推算和无线局域网组合定位的方法
KR20160079512A (ko) * 2014-12-26 2016-07-06 현대자동차주식회사 실내 주차장에서의 차량 위치추정장치 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113129629A (zh) * 2019-12-31 2021-07-16 现代自动车株式会社 支持自动代客停车的系统和方法，及其基础设施和车辆

Also Published As

Publication number Publication date
DE102017116088B4 (de) 2023-07-27
KR102529903B1 (ko) 2023-05-08
US20180165960A1 (en) 2018-06-14
KR20180068711A (ko) 2018-06-22
US10276047B2 (en) 2019-04-30
DE102017116088A1 (de) 2018-06-14

Similar Documents

Publication Publication Date Title
CN108225339A (zh) 用于估计车辆位置的装置和方法
CN110388924B (zh) 用于与自动导航有关的基于雷达的车辆定位的系统和方法
CN106864462B (zh) 用于高级驾驶辅助系统用传感器的故障诊断和校准的装置和方法
EP2806335A1 (en) Vehicle human machine interface with gaze direction and voice recognition
CN106767852B (zh) 一种生成探测目标信息的方法、装置和设备
JP6239664B2 (ja) 周辺環境推定装置及び周辺環境推定方法
US9823661B2 (en) Occupancy grid map for a vehicle
CN109059902A (zh) 相对位姿确定方法、装置、设备和介质
US20210341603A1 (en) Obstacle recognition device, vehicle system including the same, and method thereof
EP3886074A1 (en) Method and device for detecting available parking space
US20180157920A1 (en) Method and apparatus for recognizing obstacle of vehicle
KR20180068484A (ko) 차량의 협로 주행 안내 장치 및 방법
CN109211298A (zh) 一种传感器标定方法和装置
US9794519B2 (en) Positioning apparatus and positioning method regarding a position of mobile object
CN109781119A (zh) 一种激光点云定位方法和系统
JP7155284B2 (ja) 計測精度算出装置、自己位置推定装置、制御方法、プログラム及び記憶媒体
CN110288154A (zh) 速度预测方法、装置、设备和介质
CN110207643B (zh) 折叠角度检测方法、装置、终端及存储介质
KR20190081334A (ko) 복합 측위 기반의 이동 궤적 추적 방법 및 그 장치
CN111553223B (zh) 舰船目标识别方法、装置、设备及可读存储介质
CN106781659B (zh) 一种车位状态基准值标定方法和装置
CN115265570A (zh) 一种自动泊车性能评价方法、装置、存储介质及设备
CN115240400A (zh) 车辆位置识别方法和装置、车辆位置输出方法和装置
US11615627B2 (en) Object recognition apparatus, vehicle control apparatus, object recognition method, and vehicle control method
US10009872B2 (en) Mobile device, operating method thereof, and non-transitory computer readable storage medium for controlling an external device

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