CN108876857A - 无人驾驶车辆的定位方法、系统、设备及存储介质 - Google Patents
无人驾驶车辆的定位方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN108876857A CN108876857A CN201810707011.1A CN201810707011A CN108876857A CN 108876857 A CN108876857 A CN 108876857A CN 201810707011 A CN201810707011 A CN 201810707011A CN 108876857 A CN108876857 A CN 108876857A
- Authority
- CN
- China
- Prior art keywords
- automatic driving
- accuracy
- vehicle
- positioning
- driving vehicle
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/68—Analysis of geometric attributes of symmetry
-
- 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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- 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
- G06T2207/30256—Lane; Road marking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了无人驾驶车辆的定位方法、系统、设备及存储介质,该方法包括:在车道线上设置多个定位标识图案,并建立每个定位标识图案与空间坐标的映射关系表;通过车辆的拍摄前方路面的画面,并检测画面中是否具有带预设标识图案的标识线,若否,则采用全局定位方式进行控制;若是,则获得当前状态下采用局部定位的精确度和全局定位的精确度;判断当前状态下采用局部定位的精确度是否高于采用全局定位的精确度,若是,则采用局部定位方式进行控制;若否,采用全局定位方式进行控制。本发明能够在不同状态下自动选择最合适的定位模式,提高了无人驾驶车辆的安全性和准确性。
Description
技术领域
本发明涉及车辆定位领域,具体地说,涉及无人驾驶车辆的定位方法、 系统、设备及存储介质。
背景技术
随着无人驾驶技术的兴起,越来越多的控制方案被研究和实现,并在 不同的场景下发挥着独特的作用。这些控制技术往往都依赖于成熟的定位 技术,比如通过全局定位可以获得车辆当前相对于地图的实时位置,也可 以通过局部定位的方式获得车辆相对于道路车道线的位置。虽然这些技术 在理论和实践上都已经相对成熟,但是都只能够限定在特定的环境中才能 获得满意的效果。面对复杂的路面条件和道路环境,有时候单一的定位方式并不能奏效,导致无人驾驶车辆控制方案的实效。比如在高楼大厦林立 的市区,由于信号的遮蔽和多径效应的存在,无人驾驶车辆无法通过全局 定位的方式获得当前所在位置。在这种情况下车辆只能通过车上安装的传 感器(比如摄像头,激光等)来获取车道线信息,从而反馈出当前车辆相 对于车道线的位置,完成控制方案。
因此,本发明提供了一种无人驾驶车辆的定位方法、系统、设备及存 储介质。
发明内容
针对现有技术中的问题,本发明的目的在于提供无人驾驶车辆的定位 方法、系统、设备及存储介质,能够在不同状态下自动选择最合适的定位 模式,提高了无人驾驶车辆的安全性和准确性。
本发明的实施例提供一种无人驾驶车辆的定位方法,包括以下步骤:
S101,在车道线上设置多个定位标识图案,并建立每个所述定位标 识图案与空间坐标(a,b,c)的映射关系表;
S102、通过车辆的拍摄前方路面的画面,并检测所述画面中是否具 有带预设标识图案的标识线,若是,则执行步骤S103,若否,则执行步 骤S107;
S103、获得当前状态下采用局部定位的精确度;
S104、获得当前状态下采用全局定位的精确度;
S105、判断当前状态下采用局部定位的精确度是否高于采用全局定 位的精确度,若是,则执行步骤S106,若否,则执行步骤S107,
S106、采用局部定位方式进行控制,返回步骤S102;以及
S107、采用全局定位方式进行控制,返回步骤S102。
优选地,所述步骤S103中包括以下步骤:
S1031、通过车载定位设备获得所述车辆的实时坐标(x,y,z); 以及在采样周期n中,坐标值x的平均值和坐标值y的平均值获得 表征车辆全局定位的协方差矩阵:
其中,cij表示代表三维坐标中两个维度上的准确性,i=1,2,3;j=1,2,3;
S1032、获得第一置信度如下:D=c11+c22+c33。
优选地,所述步骤S104中包括以下步骤:
S1041、从所述画面中通过图像识别提取串联多个定位标识图案的第 一中心线,并将第一中心线的位置根据摄像头的标定数据转换到空间坐 标,获得所述第一中心线与车辆前端中心的偏移量Lo;
S1042、所述定位标识图案是激光反射图标,通过激光传感器检测提 取串联多个定位标识图案的第二中心线,并将第二中心线的位置根据摄像 头的标定数据转换到空间坐标,获得所述第二中心线与车辆前端中心的偏 移量Po;
S1043、计算当前时刻车辆的偏移量为(Lo+Po)/2;
S1044、获得k时刻的第二置信度如下:
优选地,所述步骤S103与所述步骤S104交换顺序。
优选地,所述步骤S106中基于预设的轨迹点,获得车辆方向需要给 定的角度A=L×Kappa其中,a为车辆的目标横向角度,Kappa为车辆的 目标曲率,L为车辆的轴距。
本发明的实施例还提供一种无人驾驶车辆的定位系统,用于实现上述 的无人驾驶车辆的定位方法,无人驾驶车辆的定位系统包括:
预设模块,在车道线上设置多个定位标识图案,并建立每个所述定位 标识图案与空间坐标(a,b,c)的映射关系表;
拍摄模块,通过车辆的拍摄前方路面的画面,并检测所述画面中是否 具有带预设标识图案的标识线,若是,则执行第一精度模块,若否,则执 行第二控制模块;
第一精度模块,获得当前状态下采用局部定位的精确度;
第二精度模块,获得当前状态下采用全局定位的精确度;
判断模块,判断当前状态下采用局部定位的精确度是否高于采用全局 定位的精确度,若是,则执行第一控制模块,若否,则执行第二控制模块,
第一控制模块,采用局部定位方式进行控制,返回拍摄模块;以及
第二控制模块,采用全局定位方式进行控制,返回拍摄模块。
本发明的实施例还提供一种无人驾驶车辆的定位设备,包括:
处理器;
存储器,其中存储有处理器的可执行指令;
其中,处理器配置为经由执行可执行指令来执行上述无人驾驶车辆的 定位方法的步骤。
本发明的实施例还提供一种计算机可读存储介质,用于存储程序,程 序被执行时实现上述无人驾驶车辆的定位方法的步骤。
本发明的无人驾驶车辆的定位方法、系统、设备及存储介质,能够在 不同状态下自动选择最合适的定位模式,提高了无人驾驶车辆的安全性和 准确性。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的 其它特征、目的和优点将会变得更明显。
图1是本发明的无人驾驶车辆的定位方法的流程图;
图2是本发明的无人驾驶车辆的定位系统的结构示意图;
图3是本发明的无人驾驶车辆的定位设备的结构示意图;以及
图4是本发明一实施例的计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能 够以多种形式实施,且不应被理解为限于在此阐述的实施方式。相反,提 供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面 地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结 构,因而将省略对它们的重复描述。
图1是本发明的无人驾驶车辆的定位方法的流程图。如图1所示,本 发明的实施例提供一种无人驾驶车辆的定位方法,包括以下步骤:
S101,在车道线上设置多个定位标识图案,并建立每个所述定位标 识图案与空间坐标(a,b,c)的映射关系表;
S102、通过车辆的拍摄前方路面的画面,并检测所述画面中是否具 有带预设标识图案的标识线,若是,则执行步骤S103,若否,则执行步 骤S107;
S103、获得当前状态下采用局部定位的精确度;
S104、获得当前状态下采用全局定位的精确度;
S105、判断当前状态下采用局部定位的精确度是否高于采用全局定 位的精确度,若是,则执行步骤S106,若否,则执行步骤S107,
S106、采用局部定位方式进行控制,返回步骤S102;以及
S107、采用全局定位方式进行控制,返回步骤S102。
在一个优选实施例中,所述步骤S103中包括以下步骤:
S1031、通过车载定位设备获得所述车辆的实时坐标(x,y,z); 以及在采样周期n中,坐标值x的平均值和坐标值y的平均值获得 表征车辆全局定位的协方差矩阵:
其中,cij表示代表三维坐标中两个维度上的准确性,i=1,2,3;j=1,2,3;
S1032、获得第一置信度如下:D=c11+c22+c33。
在一个优选实施例中,所述步骤S104中包括以下步骤:
S1041、从所述画面中通过图像识别提取串联多个定位标识图案的第 一中心线,并将第一中心线的位置根据摄像头的标定数据转换到空间坐 标,获得所述第一中心线与车辆前端中心的偏移量Lo;
S1042、所述定位标识图案是激光反射图标,通过激光传感器检测提 取串联多个定位标识图案的第二中心线,并将第二中心线的位置根据摄像 头的标定数据转换到空间坐标,获得所述第二中心线与车辆前端中心的偏 移量Po;
S1043、计算当前时刻车辆的偏移量为(Lo+Po)/2;
S1044、获得k时刻的第二置信度如下:
在一个优选实施例中,所述步骤S103与所述步骤S104交换顺序。
在一个优选实施例中,所述步骤S106中基于预设的轨迹点,获得车 辆方向需要给定的角度A=L×Kappa其中,a为车辆的目标横向角度, Kappa为车辆的目标曲率,L为车辆的轴距。
本发明的无人驾驶车辆的定位方法能够在不同状态下自动选择最合 适的定位模式,提高了无人驾驶车辆的安全性和准确性。
图2是本发明的无人驾驶车辆的定位系统的模块示意图。如图2所示, 本发明的实施例还提供一种无人驾驶车辆的定位系统,用于实现上述的无 人驾驶车辆的定位方法,无人驾驶车辆的定位系统500包括:
预设模块501,在车道线上设置多个定位标识图案,并建立每个所述 定位标识图案与空间坐标(a,b,c)的映射关系表;
拍摄模块502,通过车辆的拍摄前方路面的画面,并检测所述画面中 是否具有带预设标识图案的标识线,若是,则执行第一精度模块,若否, 则执行第二控制模块;
第一精度模块503,获得当前状态下采用局部定位的精确度;
第二精度模块5014,获得当前状态下采用全局定位的精确度;
判断模块505,判断当前状态下采用局部定位的精确度是否高于采用 全局定位的精确度,若是,则执行第一控制模块,若否,则执行第二控制 模块,
第一控制模块506,采用局部定位方式进行控制,返回拍摄模块;以 及
第二控制模块507,采用全局定位方式进行控制,返回拍摄模块。
本发明的无人驾驶车辆的定位系统能够在不同状态下自动选择最合 适的定位模式,提高了无人驾驶车辆的安全性和准确性。
本发明实施例还提供一种无人驾驶车辆的定位设备,包括处理器。存 储器,其中存储有处理器的可执行指令。其中,处理器配置为经由执行可 执行指令来执行的无人驾驶车辆的定位方法的步骤。
如上,本发明的无人驾驶车辆的定位设备能够在不同状态下自动选择 最合适的定位模式,提高了无人驾驶车辆的安全性和准确性。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系 统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式, 即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等), 或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块” 或“平台”。
图3是本发明的无人驾驶车辆的定位设备的结构示意图。下面参照图 3来描述根据本发明的这种实施方式的电子设备600。图3显示的电子设 备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任 何限制。
如图3所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单 元620、连接不同平台组件(包括存储单元620和处理单元610)的总线 630、显示单元640等。
其中,存储单元存储有程序代码,程序代码可以被处理单元610执 行,使得处理单元610执行本说明书上述电子处方流转处理方法部分中 描述的根据本发明各种示例性实施方式的步骤。例如,处理单元610可 以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机 存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一 步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程 序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一 个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个 或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元 总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用 多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设 备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备 600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它 计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这 种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广 域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以 通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未 示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限 于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系 统、磁带驱动器以及数据备份存储平台等。
本发明实施例还提供一种计算机可读存储介质,用于存储程序,程序 被执行时实现的无人驾驶车辆的定位方法的步骤。在一些可能的实施方式 中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代 码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说 明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实 施方式的步骤。
如上所示,该实施例的计算机可读存储介质的程序在执行时,能够在 不同状态下自动选择最合适的定位模式,提高了无人驾驶车辆的安全性和 准确性。
图4是本发明的计算机可读存储介质的结构示意图。参考图4所示, 描述了根据本发明的实施方式的用于实现上述方法的程序产品800,其可 以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在 终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在 本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序 可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是 可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、 磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的 组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或 多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、 便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者 上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的 数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种 形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存 储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发 送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合 使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传 输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的 组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明 操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如 Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类 似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地 在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上 部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。 在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络, 包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者, 可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连 接)。
综上,本发明的无人驾驶车辆的定位方法、系统、设备及存储介质, 能够在不同状态下自动选择最合适的定位模式,提高了无人驾驶车辆的安 全性和准确性。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说 明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术 领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若 干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (8)
1.一种无人驾驶车辆的定位方法,其特征在于,包括以下步骤:
S101、在车道线上设置多个定位标识图案,并建立每个所述定位标识图案与空间坐标的映射关系表;
S102、通过车辆的拍摄前方路面的画面,并检测所述画面中是否具有带预设标识图案的标识线,若是,则执行步骤S103,若否,则执行步骤S107;
S103、获得当前状态下采用局部定位的精确度;
S104、获得当前状态下采用全局定位的精确度;
S105、判断当前状态下采用局部定位的精确度是否高于采用全局定位的精确度,若是,则执行步骤S106,若否,则执行步骤S107;
S106、采用局部定位方式进行控制,返回步骤S102;以及
S107、采用全局定位方式进行控制,返回步骤S102。
2.根据权利要求1的所述无人驾驶车辆的定位方法,其特征在于:所述步骤S103中包括以下步骤:
S1031、通过车载定位设备获得所述车辆的实时坐标(x,y,z);以及在采样周期n中,坐标值x的平均值和坐标值y的平均值获得表征车辆全局定位的协方差矩阵:
其中,cij表示代表三维坐标中两个维度上的准确性,
S1032、获得第一置信度如下:D=c11+c22+c33。
3.根据权利要求1的所述无人驾驶车辆的定位方法,其特征在于:所述步骤S104中包括以下步骤:
S1041、从所述画面中通过图像识别提取串联多个定位标识图案的第一中心线,并将第一中心线的位置根据摄像头的标定数据转换到空间坐标,获得所述第一中心线与车辆前端中心的偏移量Lo;
S1042、所述定位标识图案是激光反射图标,通过激光传感器检测提取串联多个定位标识图案的第二中心线,并将第二中心线的位置根据摄像头的标定数据转换到空间坐标,获得所述第二中心线与车辆前端中心的偏移量Po;
S1043、计算当前时刻车辆的偏移量为(Lo+Po)/2;
S1044、获得k时刻的第二置信度如下:
4.根据权利要求1的所述无人驾驶车辆的定位方法,其特征在于:所述步骤S103与所述步骤S104交换顺序。
5.根据权利要求1的所述无人驾驶车辆的定位方法,其特征在于:所述步骤S106中基于预设的轨迹点,获得车辆方向需要给定的角度A=L×Kappa其中,a为车辆的目标横向角度,Kappa为车辆的目标曲率,L为车辆的轴距。
6.一种无人驾驶车辆的定位系统,用于实现权利要求1至5中任一项的无人驾驶车辆的定位方法,其特征在于,包括:
预设模块,在车道线上设置多个定位标识图案,并建立每个所述定位标识图案与空间坐标的映射关系表;
拍摄模块,通过车辆的拍摄前方路面的画面,并检测所述画面中是否具有带预设标识图案的标识线,若是,则执行第一精度模块,若否,则执行第二控制模块;
第一精度模块,获得当前状态下采用局部定位的精确度;
第二精度模块,获得当前状态下采用全局定位的精确度;
判断模块,判断当前状态下采用局部定位的精确度是否高于采用全局定位的精确度,若是,则执行第一控制模块,若否,则执行第二控制模块,
第一控制模块,采用局部定位方式进行控制,返回拍摄模块;以及
第二控制模块,采用全局定位方式进行控制,返回拍摄模块。
7.一种无人驾驶车辆的定位设备,其特征在于,包括:
处理器;
存储器,其中存储有处理器的可执行指令;
其中,处理器配置为经由执行可执行指令来执行权利要求1至5中任意一项无人驾驶车辆的定位方法的步骤。
8.一种计算机可读存储介质,用于存储程序,其特征在于,程序被执行时实现权利要求1至5中任意一项无人驾驶车辆的定位方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810707011.1A CN108876857B (zh) | 2018-07-02 | 2018-07-02 | 无人驾驶车辆的定位方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810707011.1A CN108876857B (zh) | 2018-07-02 | 2018-07-02 | 无人驾驶车辆的定位方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108876857A true CN108876857A (zh) | 2018-11-23 |
CN108876857B CN108876857B (zh) | 2020-09-29 |
Family
ID=64297965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810707011.1A Active CN108876857B (zh) | 2018-07-02 | 2018-07-02 | 无人驾驶车辆的定位方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108876857B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109712196A (zh) * | 2018-12-17 | 2019-05-03 | 北京百度网讯科技有限公司 | 摄像头标定处理方法、装置、车辆控制设备及存储介质 |
CN110264520A (zh) * | 2019-06-14 | 2019-09-20 | 北京百度网讯科技有限公司 | 车载传感器与车辆位姿关系标定方法、装置、设备和介质 |
CN110784680A (zh) * | 2019-08-09 | 2020-02-11 | 中国第一汽车股份有限公司 | 一种车辆定位方法、装置、车辆和存储介质 |
CN111597281A (zh) * | 2020-04-23 | 2020-08-28 | 北京百度网讯科技有限公司 | 车辆定位系统、方法、装置以及电子设备 |
CN111739295A (zh) * | 2020-06-17 | 2020-10-02 | 杭州海康威视数字技术股份有限公司 | 一种定位方法及装置 |
CN113537314A (zh) * | 2021-06-30 | 2021-10-22 | 上海西井信息科技有限公司 | 无人驾驶车辆纵向定位方法、装置、电子设备、存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040012522A1 (en) * | 2000-06-07 | 2004-01-22 | Groves Paul D | Adaptive gps and ins integration system |
CN101451849A (zh) * | 2008-12-26 | 2009-06-10 | 天津理工大学 | 移动体视觉导航用多功能路标及综合导航方法 |
CN102928860A (zh) * | 2012-10-18 | 2013-02-13 | 无锡清华信息科学与技术国家实验室物联网技术中心 | 基于局部定位信息提高gps定位精度的方法 |
CN104360685A (zh) * | 2014-10-31 | 2015-02-18 | 北京特种机械研究所 | 一种基于iGPS的全向移动平台自主导航系统 |
CN106295556A (zh) * | 2016-08-09 | 2017-01-04 | 中国科学院遥感与数字地球研究所 | 一种基于小型无人机航拍图像的道路检测方法 |
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 |
CN108227695A (zh) * | 2016-12-14 | 2018-06-29 | 现代自动车株式会社 | 自动驾驶控制装置、包括该装置的系统及其方法 |
-
2018
- 2018-07-02 CN CN201810707011.1A patent/CN108876857B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040012522A1 (en) * | 2000-06-07 | 2004-01-22 | Groves Paul D | Adaptive gps and ins integration system |
CN101451849A (zh) * | 2008-12-26 | 2009-06-10 | 天津理工大学 | 移动体视觉导航用多功能路标及综合导航方法 |
CN102928860A (zh) * | 2012-10-18 | 2013-02-13 | 无锡清华信息科学与技术国家实验室物联网技术中心 | 基于局部定位信息提高gps定位精度的方法 |
CN104360685A (zh) * | 2014-10-31 | 2015-02-18 | 北京特种机械研究所 | 一种基于iGPS的全向移动平台自主导航系统 |
CN106295556A (zh) * | 2016-08-09 | 2017-01-04 | 中国科学院遥感与数字地球研究所 | 一种基于小型无人机航拍图像的道路检测方法 |
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 |
CN108227695A (zh) * | 2016-12-14 | 2018-06-29 | 现代自动车株式会社 | 自动驾驶控制装置、包括该装置的系统及其方法 |
Non-Patent Citations (5)
Title |
---|
SHWETA DHARGAWE 等: ""Design and Implementation of Automatic Steering Control"", 《INTERNATIONAL JOURNAL OF ENGINEERING RESEARCH AND TECHNOLOGY》 * |
YOON, GUN WOO 等: ""An Efficient Urban Outdoor Localization and Navigation System for Car-like Mobile Robots"", 《JOURNAL OF INSTITUTE OF CONTROL ROBOTICS AND SYSTEMS》 * |
康俊民: ""城市环境下无人车自主定位关键技术研究"", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
朱刚: ""面向城市环境的无人驾驶车辆磁导航方法研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
陈佳佳: ""城市环境下无人驾驶车辆决策系统研究"", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109712196A (zh) * | 2018-12-17 | 2019-05-03 | 北京百度网讯科技有限公司 | 摄像头标定处理方法、装置、车辆控制设备及存储介质 |
US11151392B2 (en) | 2018-12-17 | 2021-10-19 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method and apparatus for camera calibration processing, device for vehicle control and storage medium |
CN110264520A (zh) * | 2019-06-14 | 2019-09-20 | 北京百度网讯科技有限公司 | 车载传感器与车辆位姿关系标定方法、装置、设备和介质 |
CN110784680A (zh) * | 2019-08-09 | 2020-02-11 | 中国第一汽车股份有限公司 | 一种车辆定位方法、装置、车辆和存储介质 |
CN111597281A (zh) * | 2020-04-23 | 2020-08-28 | 北京百度网讯科技有限公司 | 车辆定位系统、方法、装置以及电子设备 |
CN111597281B (zh) * | 2020-04-23 | 2023-09-29 | 北京百度网讯科技有限公司 | 车辆定位系统、方法、装置以及电子设备 |
CN111739295A (zh) * | 2020-06-17 | 2020-10-02 | 杭州海康威视数字技术股份有限公司 | 一种定位方法及装置 |
CN113537314A (zh) * | 2021-06-30 | 2021-10-22 | 上海西井信息科技有限公司 | 无人驾驶车辆纵向定位方法、装置、电子设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108876857B (zh) | 2020-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108876857A (zh) | 无人驾驶车辆的定位方法、系统、设备及存储介质 | |
EP3505869B1 (en) | Method, apparatus, and computer readable storage medium for updating electronic map | |
CN109492507B (zh) | 红绿灯状态的识别方法及装置、计算机设备及可读介质 | |
EP3629233A1 (en) | Method and apparatus for detecting obstacle, electronic device, vehicle and storage medium | |
CN110322500A (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
CN109300159A (zh) | 位置检测方法、装置、设备、存储介质及车辆 | |
CN107990899A (zh) | 一种基于slam的定位方法和系统 | |
CN110095752A (zh) | 定位方法、装置、设备和介质 | |
CN107450088A (zh) | 一种基于位置的服务lbs的增强现实定位方法及装置 | |
CN110986969B (zh) | 地图融合方法及装置、设备、存储介质 | |
CN109344804A (zh) | 一种激光点云数据的识别方法、装置、设备和介质 | |
CN109740425A (zh) | 基于增强现实的图像标注方法、系统、设备及存储介质 | |
CN104781849A (zh) | 单眼视觉同时定位与建图(slam)的快速初始化 | |
CN110263713A (zh) | 车道线检测方法、装置、电子设备及存储介质 | |
CN110648363A (zh) | 相机姿态确定方法、装置、存储介质及电子设备 | |
CN109816780B (zh) | 一种双目序列影像的输电线路三维点云生成方法及装置 | |
CN110276293A (zh) | 车道线检测方法、装置、电子设备及存储介质 | |
CN110349212A (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
CN110378898A (zh) | 一种信标定位的方法、装置、存储介质及设备 | |
CN108268831A (zh) | 一种无人车视觉检测的鲁棒性测试方法和系统 | |
CN109961501A (zh) | 用于建立三维立体模型的方法和装置 | |
EP2577504B1 (en) | Methods and arrangements for augmented reality | |
CN115719436A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN109637148A (zh) | 车载鸣笛监控系统、方法、存储介质及设备 | |
CN113591569A (zh) | 障碍物检测方法、装置、电子设备以及存储介质 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: Room 503-3, 398 Jiangsu Road, Changning District, Shanghai 200050 Patentee after: Shanghai Xijing Technology Co.,Ltd. Address before: Room 503-3, 398 Jiangsu Road, Changning District, Shanghai 200050 Patentee before: SHANGHAI WESTWELL INFORMATION AND TECHNOLOGY Co.,Ltd. |