CN108345008A - 一种目标物检测方法、点云数据提取方法及装置 - Google Patents
一种目标物检测方法、点云数据提取方法及装置 Download PDFInfo
- Publication number
- CN108345008A CN108345008A CN201710051494.XA CN201710051494A CN108345008A CN 108345008 A CN108345008 A CN 108345008A CN 201710051494 A CN201710051494 A CN 201710051494A CN 108345008 A CN108345008 A CN 108345008A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- original point
- laser radar
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供了一种目标物检测方法、点云数据提取方法及装置,获取激光雷达原始点云数据,并获取激光雷达的定位信息;将原始点云数据投影到大地坐标系中,计算原始点云在大地坐标系下的位置,并通过激光雷达的定位信息得到原始点云数据的经纬度信息;根据高精度地图信息和原始点云数据的经纬度信息,筛选掉车辆行驶区域以外的点云数据;输出车辆行驶区域内的点云数据,对输出的点云数据进行处理,以对目标物检测。本发明能够缩短点云数据计算周期,提高对点云数据的检测效率。
Description
技术领域
本发明属于智能驾驶或辅助驾驶领域,特别涉及一种目标物检测方法、点云数据提取方法及装置。
背景技术
智能驾驶及辅助驾驶领域通常使用激光雷达作为目标物检测的主要传感器,通常使用的激光雷达目标物检测方法是在获取激光雷达点云后,对所有点云进行统一处理,无差别的对数据进行目标物检测和识别,然而由于激光雷达输出的原始点云数量巨大,往往造成数据处理周期较长。在普通道路行驶环境中,车辆行驶通常不关注车辆行驶区域以外的物体,如隔离栅、花坛等,而激光雷达扫描到的大约60-80%的点云数据为道路以外的无用数据。
公开号为CN102779280A的专利文件,提出了一种基于激光传感器的交通信息提取方法,这种方法利用激光点云构建障碍物地图,再利用障碍物地图进行目标点云分割,最后进行目标识别。这种目标识别的方法中利用激光点云构建障碍物地图进行目标分割,能够准确有效的提供目标信息,但是由于其需要对所有点云进行处理,因此处理速度较慢,影响目标检测的实时性需求,而且处理数据前提取的是全部的数据,造成提取数据量大,影响后续的数据处理。
发明内容
本发明的目的在于提供一种目标物检测方法及装置,用于解决现有技术中对激光雷达点云数据计算周期长、检测效率低的问题;
本发明还提供了一种点云数据提取方法及装置,解决了现有技术中对激光雷达点云数据的提取量比较大的问题。
为实现上述目的,本发明的技术方案是:
一种目标物检测方法,包括五个方法方案:
方法方案一,步骤如下:
1)获取激光雷达原始点云数据,并获取激光雷达的定位信息;
2)将原始点云数据投影到大地坐标系中,计算原始点云在大地坐标系下的位置,并通过激光雷达的定位信息得到原始点云数据的经纬度信息;
3)根据地图信息和原始点云数据的经纬度信息,筛选掉车辆行驶区域以外的点云数据;
4)输出车辆行驶区域内的点云数据,对输出的点云数据进行处理,以检测目标物。
方法方案二,在方法方案一的基础上,所述原始点云数据包括物体相对于车辆的纵向距离、横向偏移量及高度信息。
方法方案三,在方法方案一的基础上,所述激光雷达的定位信息指激光雷达的经纬度信息。
方法方案四,在方法方案一的基础上,所述地图包括车道、车道线、隔离栅的经纬度信息。
方法方案五,在方法方案一的基础上,所述车辆行驶区域以外的数据包括车辆当前行驶车道及左右相邻车道以外的区域、道路边沿以外的区域、非隔离栅的区域的数据;车辆行驶区域以内的数据包括当前行驶车道的车辆、行人的点云数据。
本发明还提供了一种点云数据提取方法,步骤如下:
a)获取激光雷达原始点云数据,并获取激光雷达的定位信息;
b)将原始点云数据投影到大地坐标系中,计算原始点云在大地坐标系下的位置,并通过激光雷达的定位信息得到原始点云数据的经纬度信息;
c)根据地图信息和原始点云数据的经纬度信息,筛选掉车辆行驶区域以外的点云数据;
d)输出车辆行驶区域内的点云数据。
进一步地,所述原始点云数据包括物体相对于车辆的纵向距离、横向偏移量及高度信息。
本发明还提供了一种目标物检测装置,包括如下单元:
获取单元:用于获取激光雷达原始点云数据,并获取激光雷达的定位信息;
计算单元:用于将原始点云数据投影到大地坐标系中,计算原始点云在大地坐标系下的位置,并通过激光雷达的定位信息得到原始点云数据的经纬度信息;
筛选单元:用于根据地图信息和原始点云数据的经纬度信息,筛选掉车辆行驶区域以外的点云数据;
检测单元:用于输出车辆行驶区域内的点云数据,对输出的点云数据进行处理,以检测目标物。
本发明还提供了一种点云数据提取装置,包括如下单元:
获取单元:用于获取激光雷达原始点云数据,并获取激光雷达的定位信息;
计算单元:用于将原始点云数据投影到大地坐标系中,计算原始点云在大地坐标系下的位置,并通过激光雷达的定位信息得到原始点云数据的经纬度信息;
筛选单元:用于根据地图信息和原始点云数据的经纬度信息,筛选掉车辆行驶区域以外的点云数据;
输出单元:用于输出车辆行驶区域内的点云数据。
本发明的有益效果是:
本发明的目标物检测方法,通过激光雷达获取原始点云数据,将原始点云投影变换到大地坐标系下,并根据当前激光雷达的定位信息得到原始点云在大地坐标系下的经纬度,再根据地图信息,将车辆行驶区域以外的点云数据筛选掉,只对剩余有用的行驶区域以内的点云数据进行处理,以对目标物检测,本发明的方法能够缩短点云数据计算周期,提高对点云数据的检测效率。
本发明的点云数据提取方法,通过激光雷达获取原始点云数据,将原始点云投影变换到大地坐标系下,并根据当前激光雷达的定位信息得到原始点云在大地坐标系下的经纬度,再根据地图信息,将车辆行驶区域以外的点云数据筛选掉,只提取剩余有用的行驶区域以内的点云数据,解决了现有技术中激光雷达点云数据的提取量比较大的问题,进一步缩短计算周期,提高对点云数据的检测效率。
附图说明
图1为利用激光雷达对目标物检测的流程图;
图2为车辆坐标系与大地坐标系的转换示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的说明:
本发明的一种目标物检测方法,该方法包括如下步骤,具体的如图1所示:
1、获取激光雷达原始点云数据,激光雷达原始点云是激光雷达发射的激光束扫描物体表面并反射回来的原始数据,点云数据主要包括激光束扫描到的物体表面的位置信息,即扫描到的物体表面相对于传感器的纵向距离、横向偏移量及高度;并获取激光雷达的定位信息和姿态信息,激光雷达定位信息和姿态信息是通过车辆定位定姿装置获取的定位信息和姿态信息,根据激光雷达与定位定姿装置在车辆上的相对位置,可以转换得到激光雷达的定位信息和姿态信息,定位信息主要包括激光雷达当前所在位置的经纬度,姿态信息主要包括激光雷达的航向角信息。
进一步的,该激光雷达可以是1线激光雷达、4线激光雷达、16线激光雷达、32线激光雷达、64线激光雷达或更高线的激光雷达;车辆定位定姿装置可以是GPS+IMU的组合导航系统,或其它可以获取经纬度及航向角的装置。
2、将原始点云数据投影到大地坐标系中,计算原始点云在大地坐标系下的位置,并通过激光雷达的定位信息得到原始点云数据的经纬度信息,具体的如图2所示:
利用坐标转换原理将原始点云数据投影变换到大地坐标系下,OY为大地坐标系,X′OY′为车辆坐标系,P为点云坐标点,A、B和A′、B′分别为点P在大地坐标系和车辆坐标下两个坐标轴的投影坐标点。原始点云可以获取点云相对于车辆的纵向距离PA′、横向偏移量PB′,定位定姿信息可以获取点O在大地坐标系下的经纬度信息即∠BOB′。根据三角形基本定理,可以得到∠POB′=actan(PB′/PA′),进一步可以得到∠POB=∠BOB′+∠POB′,进一步可以得到PB=OP*sin∠POB和PA=OP*cos∠POB,即可以得到点云P在大地坐标系下的坐标位置,进一步由于已知点O在大地坐标系下的经纬度信息,可以得到点P在大地坐标系下的经纬度信息。
3、根据高精度地图信息和原始点云数据的经纬度信息,筛选掉车辆行驶区域以外的点云数据;高精度地图信息主要包含车道、车道线、隔离栅等在大地坐标系下的经纬度信息,车辆行驶区域以外可以是车辆行驶当前车道及左右相邻车道以外的区域、道路边沿以外的区域、非隔离栅的区域等车辆非行驶区域。
4、输出车辆行驶区域内的有用的激光雷达扫描到的点云信息,该点云信息主要为车辆、行人的点云数据。
5、并对输出的点云数据进行检测,从而完成对目标物的检测。
本发明还提供了一种点云数据提取方法,由于对点云数据提取方法的具体过程已经在上述步骤1-4中作了比较详细的叙述,在这里不再赘述。
上述实施例中,对激光雷达点云数据的筛选在车辆端进行,筛选完成后,将剩余有用的数据发送给云端,由云端完成对目标物的检测,作为其他实施方式,对激光雷达点云数据的筛选可在云端进行,筛选完成后,继续在云端对剩余有用的数据进行处理,完成对目标物的检测。
本发明还提供了一种目标物检测装置,该装置包括获取单元、计算单元、筛选单元、检测单元。其中获取单元用于获取激光雷达原始点云数据,并获取激光雷达的定位信息;计算单元用于将原始点云数据投影到大地坐标系中,计算原始点云在大地坐标系下的位置,并通过激光雷达的定位信息得到原始点云数据的经纬度信息;筛选单元用于根据地图信息和原始点云数据的经纬度信息,筛选掉车辆行驶区域以外的点云数据;检测单元用于输出车辆行驶区域内的点云数据,对输出的点云数据进行处理,以检测目标物。
上述检测装置作为一种软件构架,其中的各单元是与上述检测方法的步骤1-5相对应的进程或程序。因此,不再对该检测装置进行详细说明。
上述检测装置作为一种程序,在激光雷达系统中运行,只对剩余有用的行驶区域以内的点云数据进行目标物检测,能够缩短点云数据计算周期,提高对点云数据的检测效率。
本发明还提供了一种点云数据提取装置,该装置包括获取单元、计算单元、筛选单元、输出单元。其中获取单元用于获取激光雷达原始点云数据,并获取激光雷达的定位信息;计算单元用于将原始点云数据投影到大地坐标系中,计算原始点云在大地坐标系下的位置,并通过激光雷达的定位信息得到原始点云数据的经纬度信息;筛选单元用于根据地图信息和原始点云数据的经纬度信息,筛选掉车辆行驶区域以外的点云数据;输出单元用于输出车辆行驶区域内的点云数据。
上述提取装置作为一种软件构架,其中的各单元是与上述检测方法的步骤1-4相对应的进程或程序。因此,不再对该检测装置进行详细说明。
上述提取装置作为一种程序,在激光雷达系统中运行,首先获取原始点云数据,在根据高精度地图对原始点云数据进行筛选,最后输出筛选后的点云数据,解决了现有技术中激光雷达点云数据的提取量比较大的问题,进一步缩短计算周期,提高对点云数据的检测效率。
以上给出了本发明涉及的具体实施方式,但本发明不局限于所描述的实施方式。在本发明给出的思路下,采用对本领域技术人员而言容易想到的方式对上述实施例中的技术手段进行变换、替换、修改,并且起到的作用与本发明中的相应技术手段基本相同、实现的目的也基本相同,这样形成的技术方案是对上述实施例进行微调形成的,这种技术方案仍落入本发明的保护范围内。
Claims (10)
1.一种目标物检测方法,其特征在于,步骤如下:
1)获取激光雷达原始点云数据,并获取激光雷达的定位信息;
2)将原始点云数据投影到大地坐标系中,计算原始点云在大地坐标系下的位置,并通过激光雷达的定位信息得到原始点云数据的经纬度信息;
3)根据地图信息和原始点云数据的经纬度信息,筛选掉车辆行驶区域以外的点云数据;
4)输出车辆行驶区域内的点云数据,对输出的点云数据进行处理,以检测目标物。
2.根据权利要求1所述的目标物检测方法,其特征在于,所述原始点云数据包括物体相对于车辆的纵向距离、横向偏移量及高度信息。
3.根据权利要求1所述的目标物检测方法,其特征在于,根据激光雷达与定位定姿装置在车辆上的相对位置,得到激光雷达的定位信息。
4.根据权利要求3所述的目标物检测方法,其特征在于,所述激光雷达的定位信息指激光雷达的经纬度信息。
5.根据权利要求1所述的目标物检测方法,其特征在于,所述地图包括车道、车道线、隔离栅的经纬度信息。
6.根据权利要求1所述的目标物检测方法,其特征在于,所述车辆行驶区域以外的数据包括车辆当前行驶车道及左右相邻车道以外的区域、道路边沿以外的区域、非隔离栅的区域的数据;车辆行驶区域以内的数据包括当前行驶车道的车辆、行人的点云数据。
7.一种点云数据提取方法,其特征在于,步骤如下:
a)获取激光雷达原始点云数据,并获取激光雷达的定位信息;
b)将原始点云数据投影到大地坐标系中,计算原始点云在大地坐标系下的位置,并通过激光雷达的定位信息得到原始点云数据的经纬度信息;
c)根据地图信息和原始点云数据的经纬度信息,筛选掉车辆行驶区域以外的点云数据;
d)输出车辆行驶区域内的点云数据。
8.根据权利要求7所述的点云数据提取方法,其特征在于,所述原始点云数据包括物体相对于车辆的纵向距离、横向偏移量及高度信息。
9.一种目标物检测装置,其特征在于,包括如下单元:
获取单元:用于获取激光雷达原始点云数据,并获取激光雷达的定位信息;
计算单元:用于将原始点云数据投影到大地坐标系中,计算原始点云在大地坐标系下的位置,并通过激光雷达的定位信息得到原始点云数据的经纬度信息;
筛选单元:用于根据地图信息和原始点云数据的经纬度信息,筛选掉车辆行驶区域以外的点云数据;
检测单元:用于输出车辆行驶区域内的点云数据,对输出的点云数据进行处理,以检测目标物。
10.一种点云数据提取装置,其特征在于,包括如下单元:
获取单元:用于获取激光雷达原始点云数据,并获取激光雷达的定位信息;
计算单元:用于将原始点云数据投影到大地坐标系中,计算原始点云在大地坐标系下的位置,并通过激光雷达的定位信息得到原始点云数据的经纬度信息;
筛选单元:用于根据地图信息和原始点云数据的经纬度信息,筛选掉车辆行驶区域以外的点云数据;
输出单元:用于输出车辆行驶区域内的点云数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710051494.XA CN108345008A (zh) | 2017-01-23 | 2017-01-23 | 一种目标物检测方法、点云数据提取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710051494.XA CN108345008A (zh) | 2017-01-23 | 2017-01-23 | 一种目标物检测方法、点云数据提取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108345008A true CN108345008A (zh) | 2018-07-31 |
Family
ID=62974822
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710051494.XA Pending CN108345008A (zh) | 2017-01-23 | 2017-01-23 | 一种目标物检测方法、点云数据提取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108345008A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109270524A (zh) * | 2018-10-19 | 2019-01-25 | 禾多科技(北京)有限公司 | 基于无人驾驶的多数据融合障碍物检测装置及其检测方法 |
CN109900298A (zh) * | 2019-03-01 | 2019-06-18 | 武汉光庭科技有限公司 | 一种车辆定位校准方法及系统 |
CN110632617A (zh) * | 2019-09-29 | 2019-12-31 | 北京邮电大学 | 一种激光雷达点云数据处理的方法及装置 |
CN110764111A (zh) * | 2019-11-15 | 2020-02-07 | 深圳市镭神智能系统有限公司 | 雷达坐标与大地坐标的转换方法、装置、系统及介质 |
CN110940979A (zh) * | 2019-10-28 | 2020-03-31 | 杭州飞步科技有限公司 | 障碍物检测方法、装置、设备以及存储介质 |
CN110967011A (zh) * | 2019-12-25 | 2020-04-07 | 苏州智加科技有限公司 | 一种定位方法、装置、设备及存储介质 |
CN111045025A (zh) * | 2018-10-15 | 2020-04-21 | 图森有限公司 | 一种基于光检测和测距的车辆追踪方法和系统 |
CN111369780A (zh) * | 2018-12-26 | 2020-07-03 | 北京图森智途科技有限公司 | 一种岸吊区卡车精准停车方法、设备及系统 |
CN111427979A (zh) * | 2020-01-15 | 2020-07-17 | 深圳市镭神智能系统有限公司 | 基于激光雷达的动态地图构建方法、系统及介质 |
CN111861941A (zh) * | 2020-07-31 | 2020-10-30 | 富德康(北京)科技股份有限公司 | 一种三维空间测量结果数据的补偿算法 |
CN112014856A (zh) * | 2019-05-30 | 2020-12-01 | 初速度(苏州)科技有限公司 | 一种适于交叉路段的道路边沿提取方法及装置 |
CN112154303A (zh) * | 2019-07-29 | 2020-12-29 | 深圳市大疆创新科技有限公司 | 高精度地图定位方法、系统、平台及计算机可读存储介质 |
WO2021012254A1 (zh) * | 2019-07-25 | 2021-01-28 | 深圳市大疆创新科技有限公司 | 目标检测方法、系统及可移动平台 |
CN112380956A (zh) * | 2020-11-10 | 2021-02-19 | 苏州艾氪英诺机器人科技有限公司 | 一种车道判断方法 |
CN113466815A (zh) * | 2021-06-29 | 2021-10-01 | 东软睿驰汽车技术(沈阳)有限公司 | 物体识别方法、装置、设备及存储介质 |
CN114002687A (zh) * | 2020-07-14 | 2022-02-01 | 北醒(北京)光子科技有限公司 | 一种基于激光雷达的探测方法 |
CN114252883A (zh) * | 2020-09-24 | 2022-03-29 | 北京万集科技股份有限公司 | 目标检测方法、装置、计算机设备和介质 |
CN114518108A (zh) * | 2020-11-18 | 2022-05-20 | 郑州宇通客车股份有限公司 | 一种定位地图构建方法及装置 |
CN114647236A (zh) * | 2020-12-02 | 2022-06-21 | 河南小狮智能科技有限公司 | 一种基于高精度地图和激光雷达的障碍物轨迹预测方案 |
CN117723069A (zh) * | 2023-12-20 | 2024-03-19 | 中北数科(河北)科技有限公司 | 一种车辆定位实现方法、装置、电子设备及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102998679A (zh) * | 2012-11-25 | 2013-03-27 | 北京理工大学 | 一种应用于无人车的gis数据获取方法 |
CN105203551A (zh) * | 2015-09-11 | 2015-12-30 | 尹栋 | 车载激光雷达隧道检测系统、基于隧道检测系统的自主定位方法及隧道灾害检测方法 |
CN105404844A (zh) * | 2014-09-12 | 2016-03-16 | 广州汽车集团股份有限公司 | 一种基于多线激光雷达的道路边界检测方法 |
CN106127113A (zh) * | 2016-06-15 | 2016-11-16 | 北京联合大学 | 一种基于三维激光雷达的道路车道线检测方法 |
CN106204705A (zh) * | 2016-07-05 | 2016-12-07 | 长安大学 | 一种基于多线激光雷达的3d点云分割方法 |
-
2017
- 2017-01-23 CN CN201710051494.XA patent/CN108345008A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102998679A (zh) * | 2012-11-25 | 2013-03-27 | 北京理工大学 | 一种应用于无人车的gis数据获取方法 |
CN105404844A (zh) * | 2014-09-12 | 2016-03-16 | 广州汽车集团股份有限公司 | 一种基于多线激光雷达的道路边界检测方法 |
CN105203551A (zh) * | 2015-09-11 | 2015-12-30 | 尹栋 | 车载激光雷达隧道检测系统、基于隧道检测系统的自主定位方法及隧道灾害检测方法 |
CN106127113A (zh) * | 2016-06-15 | 2016-11-16 | 北京联合大学 | 一种基于三维激光雷达的道路车道线检测方法 |
CN106204705A (zh) * | 2016-07-05 | 2016-12-07 | 长安大学 | 一种基于多线激光雷达的3d点云分割方法 |
Non-Patent Citations (1)
Title |
---|
李玉: ""基于3D激光点云的无人车城市环境SLAM问题研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111045025A (zh) * | 2018-10-15 | 2020-04-21 | 图森有限公司 | 一种基于光检测和测距的车辆追踪方法和系统 |
CN109270524A (zh) * | 2018-10-19 | 2019-01-25 | 禾多科技(北京)有限公司 | 基于无人驾驶的多数据融合障碍物检测装置及其检测方法 |
CN111369780B (zh) * | 2018-12-26 | 2021-09-03 | 北京图森智途科技有限公司 | 一种岸吊区卡车精准停车方法、设备及系统 |
CN111369780A (zh) * | 2018-12-26 | 2020-07-03 | 北京图森智途科技有限公司 | 一种岸吊区卡车精准停车方法、设备及系统 |
CN109900298A (zh) * | 2019-03-01 | 2019-06-18 | 武汉光庭科技有限公司 | 一种车辆定位校准方法及系统 |
CN109900298B (zh) * | 2019-03-01 | 2023-06-30 | 武汉光庭科技有限公司 | 一种车辆定位校准方法及系统 |
CN112014856A (zh) * | 2019-05-30 | 2020-12-01 | 初速度(苏州)科技有限公司 | 一种适于交叉路段的道路边沿提取方法及装置 |
CN112014856B (zh) * | 2019-05-30 | 2023-05-12 | 魔门塔(苏州)科技有限公司 | 一种适于交叉路段的道路边沿提取方法及装置 |
WO2021012254A1 (zh) * | 2019-07-25 | 2021-01-28 | 深圳市大疆创新科技有限公司 | 目标检测方法、系统及可移动平台 |
CN112154303B (zh) * | 2019-07-29 | 2024-04-05 | 深圳市大疆创新科技有限公司 | 高精度地图定位方法、系统、平台及计算机可读存储介质 |
CN112154303A (zh) * | 2019-07-29 | 2020-12-29 | 深圳市大疆创新科技有限公司 | 高精度地图定位方法、系统、平台及计算机可读存储介质 |
WO2021016803A1 (zh) * | 2019-07-29 | 2021-02-04 | 深圳市大疆创新科技有限公司 | 高精度地图定位方法、系统、平台及计算机可读存储介质 |
CN110632617A (zh) * | 2019-09-29 | 2019-12-31 | 北京邮电大学 | 一种激光雷达点云数据处理的方法及装置 |
CN110940979A (zh) * | 2019-10-28 | 2020-03-31 | 杭州飞步科技有限公司 | 障碍物检测方法、装置、设备以及存储介质 |
CN110764111A (zh) * | 2019-11-15 | 2020-02-07 | 深圳市镭神智能系统有限公司 | 雷达坐标与大地坐标的转换方法、装置、系统及介质 |
CN110967011A (zh) * | 2019-12-25 | 2020-04-07 | 苏州智加科技有限公司 | 一种定位方法、装置、设备及存储介质 |
CN111427979B (zh) * | 2020-01-15 | 2021-12-21 | 深圳市镭神智能系统有限公司 | 基于激光雷达的动态地图构建方法、系统及介质 |
CN111427979A (zh) * | 2020-01-15 | 2020-07-17 | 深圳市镭神智能系统有限公司 | 基于激光雷达的动态地图构建方法、系统及介质 |
CN114002687A (zh) * | 2020-07-14 | 2022-02-01 | 北醒(北京)光子科技有限公司 | 一种基于激光雷达的探测方法 |
CN111861941A (zh) * | 2020-07-31 | 2020-10-30 | 富德康(北京)科技股份有限公司 | 一种三维空间测量结果数据的补偿算法 |
CN111861941B (zh) * | 2020-07-31 | 2024-03-22 | 富德康(北京)科技股份有限公司 | 一种三维空间测量结果数据的补偿算法 |
CN114252883A (zh) * | 2020-09-24 | 2022-03-29 | 北京万集科技股份有限公司 | 目标检测方法、装置、计算机设备和介质 |
CN114252883B (zh) * | 2020-09-24 | 2022-08-23 | 北京万集科技股份有限公司 | 目标检测方法、装置、计算机设备和介质 |
CN112380956A (zh) * | 2020-11-10 | 2021-02-19 | 苏州艾氪英诺机器人科技有限公司 | 一种车道判断方法 |
CN112380956B (zh) * | 2020-11-10 | 2024-02-27 | 苏州艾氪英诺机器人科技有限公司 | 一种车道判断方法 |
CN114518108B (zh) * | 2020-11-18 | 2023-09-08 | 宇通客车股份有限公司 | 一种定位地图构建方法及装置 |
CN114518108A (zh) * | 2020-11-18 | 2022-05-20 | 郑州宇通客车股份有限公司 | 一种定位地图构建方法及装置 |
CN114647236A (zh) * | 2020-12-02 | 2022-06-21 | 河南小狮智能科技有限公司 | 一种基于高精度地图和激光雷达的障碍物轨迹预测方案 |
CN113466815A (zh) * | 2021-06-29 | 2021-10-01 | 东软睿驰汽车技术(沈阳)有限公司 | 物体识别方法、装置、设备及存储介质 |
CN117723069A (zh) * | 2023-12-20 | 2024-03-19 | 中北数科(河北)科技有限公司 | 一种车辆定位实现方法、装置、电子设备及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108345008A (zh) | 一种目标物检测方法、点云数据提取方法及装置 | |
US11714416B2 (en) | Method of navigating a vehicle and system thereof | |
Brenner | Extraction of features from mobile laser scanning data for future driver assistance systems | |
JP4232167B1 (ja) | 対象特定装置、対象特定方法および対象特定プログラム | |
Tao et al. | Lane marking aided vehicle localization | |
WO2017060947A1 (ja) | 推定装置、制御方法、プログラム及び記憶媒体 | |
WO2017001723A1 (en) | METHOD AND APPARATUS FOR CONSTRUCTING A DIGITAL ELEVATION MODEL UTILIZING GROUND POINTS CAPTURED BY GROUND-BASED LiDAR | |
CN110530372A (zh) | 定位方法、路径确定方法、装置、机器人及存储介质 | |
JP4978615B2 (ja) | 対象特定装置 | |
JP2012185011A (ja) | 移動体位置測定装置 | |
JP5286653B2 (ja) | 静止物地図生成装置 | |
CN112346463B (zh) | 一种基于速度采样的无人车路径规划方法 | |
CN109325390B (zh) | 一种基于地图与多传感器检测相结合的定位方法及系统 | |
CN109544443A (zh) | 一种路线图生成方法及装置 | |
JP2023075184A (ja) | 出力装置、制御方法、プログラム及び記憶媒体 | |
KR102441100B1 (ko) | Las 데이터를 이용한 도로 지문 데이터 구축 시스템 및 그 방법 | |
CN114808649B (zh) | 基于视觉系统控制的公路划线方法 | |
JP2020034321A (ja) | 地図データ生成装置 | |
JP2020034322A (ja) | 自己位置推定装置 | |
JP2023174739A (ja) | データ構造、情報処理装置、及び地図データ生成装置 | |
KR102475042B1 (ko) | 정밀 지도 구축 장치 및 방법 | |
Deusch et al. | Improving localization in digital maps with grid maps | |
JP2016142604A (ja) | 地図データ生成装置、地図データ生成方法及び地図データ生成用コンピュータプログラムならびに車両位置検出装置 | |
KR102568111B1 (ko) | 도로 경계 추출 장치 및 방법 | |
KR20220151572A (ko) | IPM 이미지와 정밀도로지도(HD Map) 피팅을 통해 노면객체의 변화를 자동으로 판단하고 갱신하는 정밀도로지도 자동갱신 방법 및 시스템 |
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 |
Application publication date: 20180731 |
|
RJ01 | Rejection of invention patent application after publication |