CN109064829A - 一种无人驾驶车辆视觉感知能力测试方法及系统 - Google Patents

一种无人驾驶车辆视觉感知能力测试方法及系统 Download PDF

Info

Publication number
CN109064829A
CN109064829A CN201810922725.4A CN201810922725A CN109064829A CN 109064829 A CN109064829 A CN 109064829A CN 201810922725 A CN201810922725 A CN 201810922725A CN 109064829 A CN109064829 A CN 109064829A
Authority
CN
China
Prior art keywords
automatic driving
driving vehicle
augmented reality
virtual
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.)
Pending
Application number
CN201810922725.4A
Other languages
English (en)
Inventor
李研强
张强
张子辉
王建强
王磊
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.)
Institute of Automation Shandong Academy of Sciences
Original Assignee
Institute of Automation Shandong Academy of Sciences
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 Institute of Automation Shandong Academy of Sciences filed Critical Institute of Automation Shandong Academy of Sciences
Priority to CN201810922725.4A priority Critical patent/CN109064829A/zh
Publication of CN109064829A publication Critical patent/CN109064829A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
    • G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
    • G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
    • G09B9/048—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles a model being viewed and manoeuvred from a remote point
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
    • G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
    • G09B9/052—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles characterised by provision for recording or measuring trainee's performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种无人驾驶车辆视觉感知能力测试方法及系统，获取测试场的场景数据，根据获取的场景数据，生成增强现实数据，并实时发送给无人驾驶汽车，无人驾驶汽车对增强现实场景中的测试情景做出响应；获取无人驾驶车辆的响应结果，根据无人车位置姿态与增强现实场景中的配置数据，判断无人驾驶车辆是否与增强现实中的虚拟预设模型发生干涉，实现无人驾驶车辆视觉感知能力测试。本发明能够实现低成本、高灵活度、低时间开销的无人驾驶车辆视觉感知能力的全面、可重复测试。

Description

一种无人驾驶车辆视觉感知能力测试方法及系统
技术领域
本发明涉及一种无人驾驶车辆视觉感知能力测试方法及系统。
背景技术
随着无人驾驶车辆技术的发展，对于无人驾驶车辆的测试显得尤为重要。基于实景的测试方法是现有无人驾驶车辆测试的主流方法。然而，该方法需要在测试场地中布置大量测试设备，如路标、假人模型、假非机动车模型、假机动车模型等，从而导致现在的测试方法的成本高、灵活度低、时间开销大。
发明内容
本发明为了解决上述问题，提出了一种无人驾驶车辆视觉感知能力测试方法及系统，本发明通过对无人驾驶车辆视觉传感器数据的处理，生成增强现实场景，仅通过传感器数据数据处理，实现低成本、高灵活度、低时间开销的无人驾驶车辆视觉感知能力的全面、可重复测试。
为了实现上述目的，本发明采用如下技术方案：
本发明的第一目的是提供一种无人驾驶车辆视觉感知能力测试方法，包括以下步骤：
获取测试场的场景数据，根据获取的场景数据，生成增强现实数据，并实时发送给无人驾驶汽车，无人驾驶汽车对增强现实场景中的测试情景做出响应；
获取无人驾驶车辆的响应结果，根据无人车位置姿态与增强现实场景中的配置数据，判断无人驾驶车辆是否与增强现实中的虚拟预设模型发生干涉，实现无人驾驶车辆视觉感知能力测试。
进一步的，根据无人驾驶汽车预先设定的路口交通灯配置、虚拟人体模型及运动轨迹配置、虚拟非机动车辆模型及运动轨迹配置、虚拟机动车运动模型及运动轨迹配置，生成增强现实场景。
进一步的，增强现实场景的生成过程包括：
构建虚拟人体、虚拟机动车、虚拟非机动车的表观3D模型以及无人驾驶车辆的表观3D模型；
根据实时反馈的GPS和IMU数据判断无人车的位置和姿态；
通过之前设定的路口交通灯配置、虚拟人体模型及运动轨迹配置、虚拟非机动车辆模型及运动轨迹配置、虚拟机动车运动模型及运动轨迹配置，将虚拟目标融合到无人车反馈的视觉图像中，生成增强现实场景；
返回该增强现实场景的第一视角数据，并接收无人驾驶车辆对该增强现实场景做出响应。
进一步的，在无人驾驶车辆进入增强现实场景前，对无人驾驶车辆的位置姿态进行估计，采集无人驾驶车辆在增强现实场景后的位置姿态，根据估计值和测试值的不同，判断无人驾驶车辆是否与增强现实中的虚拟预设模型发生干涉。
更进一步的，判别过程包括：根据实时的交通灯状态、虚拟人体/机动车/非机动车表观3D模型及相对于世界坐标系的位置姿态、无人驾驶车辆表观3D模型及相对于世界坐标系的位置和姿态，通过层次包围盒算法判断是否发生干涉。
本发明的第二目的是提供一种无人驾驶车辆视觉感知能力测试系统，包括测试服务器，所述测试服务器与无人驾驶车辆上的视觉传感器、定位模块和IMU传感器连接；
所述测试服务器接收无人驾驶车辆进入可增强现实区域前、后的视觉数据、定位数据和IMU数据，判断无人驾驶车辆是否与增强现实中的虚拟预设模型发生干涉，验证无人驾驶车辆过复杂路口的能力。
进一步的，所述测试服务器根据定位数据和IMU数据，在无人驾驶车辆进入增强现实场景前，对无人驾驶车辆的位置姿态进行估计。
进一步的，所述测试服务器通过之前设定的路口交通灯配置、虚拟人体模型及运动轨迹配置、虚拟非机动车辆模型及运动轨迹配置、虚拟机动车运动模型及运动轨迹配置，生成增强现实场景。
进一步的，所述测试服务器实时发送增强现实场景的第一视角数据给无人驾驶车辆的视觉感知模块。
进一步的，所述测试服务器构建虚拟人体、虚拟机动车、虚拟非机动车的表观3D模型以及无人驾驶车辆的表观3D模型，根据无人车实时反馈的GPS和IMU数据判断无人车的位置和姿态；通过之前设定的路口交通灯配置、虚拟人体模型及运动轨迹配置、虚拟非机动车辆模型及运动轨迹配置、虚拟机动车运动模型及运动轨迹配置，将虚拟目标融合到无人车反馈的视觉图像中，生成增强现实场景；返回该增强现实场景的第一视角数据给无人车，并接收无人驾驶车辆对该增强现实场景做出响应。
进一步的，所述测试服务器根据实时的交通灯状态、虚拟人体/机动车/非机动车表观3D模型及相对于世界坐标系的位置姿态、无人驾驶车辆表观3D模型及相对于世界坐标系的位置和姿态，通过层次包围盒算法判断是否发生干涉。
与现有技术相比，本发明的有益效果为：
本发明通过对无人驾驶车辆视觉传感器数据的处理，生成增强现实场景，仅通过传感器数据数据处理，实现低成本、高灵活度、低时间开销的无人驾驶车辆视觉感知能力的全面、可重复测试。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1为本发明的测试过程示意图；
具体实施方式：
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本发明中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，只是为了便于叙述本发明各部件或元件结构关系而确定的关系词，并非特指本发明中任一部件或元件，不能理解为对本发明的限制。
本发明中，术语如“固接”、“相连”、“连接”等应做广义理解，表示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体情况确定上述术语在本发明中的具体含义，不能理解为对本发明的限制。
如图1所示，无人驾驶汽车通过视觉传感器获得测试场场景数据，视觉传感器数据实时上传至增强现实服务器。增强现实服务器处理视觉传感器数据，生成增强现实数据，并实时发送给无人驾驶汽车，无人驾驶汽车对增强现实场景中的测试情景做出响应。测试场中的测试服务器获得无人驾驶车辆的响应结果，从而实现对无人驾驶车辆视觉感知能力的测试。
本发明的一个应用示例如下。本发明的一个应用实例是无人驾驶车辆过复杂路口时对视觉感知能力进行测试。在无人车上安装GPS及高精度IMU传感器并实时回传数据给测试服务器，测试服务器对无人车位置姿态进行估计。无人驾驶车辆接近路口并进入可增强现实区域后，无人驾驶车辆实时发送视觉传感器数据给增强现实服务器。增强现实服务器通过之前设定的路口交通灯配置、虚拟人体模型及运动轨迹配置、虚拟非机动车辆模型及运动轨迹配置、虚拟机动车运动模型及运动轨迹配置，生成增强现实场景，并返回该增强现实场景的第一视角数据给无人驾驶车辆的视觉感知模块，无人驾驶车辆对该增强现实场景做出响应。测试场中的测试服务器根据无人车GPS数据、IMU数据、增强现实预设配置数据，判断无人驾驶车辆是否与增强现实中的虚拟预设模型发生干涉，从而验证无人驾驶车辆过复杂路口的能力。
上述测试服务器与增强现实服务器可以是同一个服务器，也可以是不同的服务器分别执行操作。
具体的，增强现实场景的生成过程如下：首先在服务器端构建虚拟人体、虚拟机动车、虚拟非机动车的表观3D模型以及无人驾驶车辆的表观3D模型；测试服务器根据无人车实时反馈的GPS和IMU数据判断无人车的位置和姿态；无人驾驶车辆实时发送视觉传感器数据给增强现实服务器；增强现实服务器通过之前设定的路口交通灯配置、虚拟人体模型及运动轨迹配置、虚拟非机动车辆模型及运动轨迹配置、虚拟机动车运动模型及运动轨迹配置，将虚拟目标融合到无人车反馈的视觉图像中，生成增强现实场景；之后增强现实服务器返回该增强现实场景的第一视角数据给无人驾驶车辆的视觉感知模块，无人驾驶车辆对该增强现实场景做出响应。
增强现实服务器根据实时的交通灯状态、虚拟人体/机动车/非机动车表观3D模型及相对于世界坐标系的位置姿态、无人驾驶车辆表观3D模型及相对于世界坐标系的位置和姿态，通过层次包围盒算法判断是否发生干涉。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种无人驾驶车辆视觉感知能力测试方法，其特征是：包括以下步骤：
获取测试场的场景数据，根据获取的场景数据，生成增强现实数据，并实时发送给无人驾驶汽车，无人驾驶汽车对增强现实场景中的测试情景做出响应；
获取无人驾驶车辆的响应结果，根据无人车位置姿态与增强现实场景中的配置数据，判断无人驾驶车辆是否与增强现实中的虚拟预设模型发生干涉，实现无人驾驶车辆视觉感知能力测试。
2.如权利要求1所述的一种无人驾驶车辆视觉感知能力测试方法，其特征是：根据无人驾驶汽车预先设定的路口交通灯配置、虚拟人体模型及运动轨迹配置、虚拟非机动车辆模型及运动轨迹配置、虚拟机动车运动模型及运动轨迹配置，生成增强现实场景。
3.如权利要求1所述的一种无人驾驶车辆视觉感知能力测试方法，其特征是：增强现实场景的生成过程包括：
构建虚拟人体、虚拟机动车、虚拟非机动车的表观3D模型以及无人驾驶车辆的表观3D模型；
根据实时反馈的GPS和IMU数据判断无人车的位置和姿态；
通过之前设定的路口交通灯配置、虚拟人体模型及运动轨迹配置、虚拟非机动车辆模型及运动轨迹配置、虚拟机动车运动模型及运动轨迹配置，将虚拟目标融合到无人车反馈的视觉图像中，生成增强现实场景；
返回该增强现实场景的第一视角数据，并接收无人驾驶车辆对该增强现实场景做出响应。
4.如权利要求1所述的一种无人驾驶车辆视觉感知能力测试方法，其特征是：在无人驾驶车辆进入增强现实场景前，对无人驾驶车辆的位置姿态进行估计，采集无人驾驶车辆在增强现实场景后的位置姿态，根据估计值和测试值的不同，判断无人驾驶车辆是否与增强现实中的虚拟预设模型发生干涉。
5.如权利要求4所述的一种无人驾驶车辆视觉感知能力测试方法，其特征是：判别过程包括：根据实时的交通灯状态、虚拟人体/机动车/非机动车表观3D模型及相对于世界坐标系的位置姿态、无人驾驶车辆表观3D模型及相对于世界坐标系的位置和姿态，通过层次包围盒算法判断是否发生干涉。
6.一种无人驾驶车辆视觉感知能力测试系统，其特征是：包括测试服务器，所述测试服务器与无人驾驶车辆上的视觉传感器、定位模块和IMU传感器连接；
所述测试服务器接收无人驾驶车辆进入可增强现实区域前、后的视觉数据、定位数据和IMU数据，判断无人驾驶车辆是否与增强现实中的虚拟预设模型发生干涉，验证无人驾驶车辆过复杂路口的能力。
7.如权利要求6中所述的一种无人驾驶车辆视觉感知能力测试系统，其特征是：所述测试服务器根据定位数据和IMU数据，在无人驾驶车辆进入增强现实场景前，对无人驾驶车辆的位置姿态进行估计。
8.如权利要求6中所述的一种无人驾驶车辆视觉感知能力测试系统，其特征是：所述测试服务器通过之前设定的路口交通灯配置、虚拟人体模型及运动轨迹配置、虚拟非机动车辆模型及运动轨迹配置、虚拟机动车运动模型及运动轨迹配置，生成增强现实场景。
9.如权利要求6中所述的一种无人驾驶车辆视觉感知能力测试系统，其特征是：所述测试服务器实时发送增强现实场景的第一视角数据给无人驾驶车辆的视觉感知模块。
10.如权利要求6中所述的一种无人驾驶车辆视觉感知能力测试系统，其特征是：所述测试服务器构建虚拟人体、虚拟机动车、虚拟非机动车的表观3D模型以及无人驾驶车辆的表观3D模型，根据无人车实时反馈的GPS和IMU数据判断无人车的位置和姿态；通过之前设定的路口交通灯配置、虚拟人体模型及运动轨迹配置、虚拟非机动车辆模型及运动轨迹配置、虚拟机动车运动模型及运动轨迹配置，将虚拟目标融合到无人车反馈的视觉图像中，生成增强现实场景；返回该增强现实场景的第一视角数据给无人车，并接收无人驾驶车辆对该增强现实场景做出响应。
CN201810922725.4A 2018-08-14 2018-08-14 一种无人驾驶车辆视觉感知能力测试方法及系统 Pending CN109064829A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810922725.4A CN109064829A (zh) 2018-08-14 2018-08-14 一种无人驾驶车辆视觉感知能力测试方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810922725.4A CN109064829A (zh) 2018-08-14 2018-08-14 一种无人驾驶车辆视觉感知能力测试方法及系统

Publications (1)

Publication Number Publication Date
CN109064829A true CN109064829A (zh) 2018-12-21

Family

ID=64683955

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810922725.4A Pending CN109064829A (zh) 2018-08-14 2018-08-14 一种无人驾驶车辆视觉感知能力测试方法及系统

Country Status (1)

Country Link
CN (1) CN109064829A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111089598A (zh) * 2019-11-25 2020-05-01 首都师范大学 一种基于icciu的车道级车载实时地图匹配方法
CN112649208A (zh) * 2020-11-30 2021-04-13 北京智能车联产业创新中心有限公司 测试自动驾驶车辆紧急制动功能的装置及方法
CN112734944A (zh) * 2021-01-29 2021-04-30 中国人民解放军国防科技大学 无人驾驶汽车调试方法、系统、存储介质、计算机设备
CN113092135A (zh) * 2021-04-14 2021-07-09 东软睿驰汽车技术（沈阳）有限公司 一种自动驾驶车辆的测试方法、装置及设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007155643A (ja) * 2005-12-08 2007-06-21 Toyota Motor Corp 車両試験器における自動運転制御装置
CN105652690A (zh) * 2016-01-13 2016-06-08 重庆长安汽车股份有限公司 自动泊车系统车辆在环测试系统及方法
CN106153352A (zh) * 2016-07-04 2016-11-23 江苏大学 一种无人驾驶车辆测试验证平台及其测试方法
CN106198049A (zh) * 2016-07-15 2016-12-07 百度在线网络技术（北京）有限公司 真实车辆在环测试系统和方法
CN106448339A (zh) * 2016-10-19 2017-02-22 华南理工大学 基于增强现实和生物反馈的驾驶培训系统
CN106696826A (zh) * 2016-11-24 2017-05-24 宇龙计算机通信科技(深圳)有限公司 一种基于增强现实的倒车方法、装置及设备
CN107024356A (zh) * 2017-04-28 2017-08-08 百度在线网络技术（北京）有限公司 用于测试无人车的方法和装置
CN107309882A (zh) * 2017-08-14 2017-11-03 青岛理工大学 一种机器人示教编程系统及方法
US20180093674A1 (en) * 2016-09-30 2018-04-05 Ford Global Technologies, Llc Method and apparatus for testing a driver assistance system

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007155643A (ja) * 2005-12-08 2007-06-21 Toyota Motor Corp 車両試験器における自動運転制御装置
CN105652690A (zh) * 2016-01-13 2016-06-08 重庆长安汽车股份有限公司 自动泊车系统车辆在环测试系统及方法
CN106153352A (zh) * 2016-07-04 2016-11-23 江苏大学 一种无人驾驶车辆测试验证平台及其测试方法
CN106198049A (zh) * 2016-07-15 2016-12-07 百度在线网络技术（北京）有限公司 真实车辆在环测试系统和方法
US20180093674A1 (en) * 2016-09-30 2018-04-05 Ford Global Technologies, Llc Method and apparatus for testing a driver assistance system
CN106448339A (zh) * 2016-10-19 2017-02-22 华南理工大学 基于增强现实和生物反馈的驾驶培训系统
CN106696826A (zh) * 2016-11-24 2017-05-24 宇龙计算机通信科技(深圳)有限公司 一种基于增强现实的倒车方法、装置及设备
CN107024356A (zh) * 2017-04-28 2017-08-08 百度在线网络技术（北京）有限公司 用于测试无人车的方法和装置
CN107309882A (zh) * 2017-08-14 2017-11-03 青岛理工大学 一种机器人示教编程系统及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
何黎明，张晓东，马增荣: "《中国物流技术发展报告（2016）》", 31 March 2017, 中国财富出版社 *
哎呀我CAR: "菜鸟无人快递车的路测视频曝光", 《搜狐》 *
祝清瑞: "基于增强现实的动态红外场景仿真系统的设计研究", 《中国博士学位论文全文数据库信息科技辑》 *
魏迎梅，王涌，吴泉源，石教英: "碰撞检测中的层次包围盒方法", 《计算机应用》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111089598A (zh) * 2019-11-25 2020-05-01 首都师范大学 一种基于icciu的车道级车载实时地图匹配方法
CN111089598B (zh) * 2019-11-25 2021-08-06 首都师范大学 一种基于icciu的车道级车载实时地图匹配方法
CN112649208A (zh) * 2020-11-30 2021-04-13 北京智能车联产业创新中心有限公司 测试自动驾驶车辆紧急制动功能的装置及方法
CN112734944A (zh) * 2021-01-29 2021-04-30 中国人民解放军国防科技大学 无人驾驶汽车调试方法、系统、存储介质、计算机设备
CN113092135A (zh) * 2021-04-14 2021-07-09 东软睿驰汽车技术（沈阳）有限公司 一种自动驾驶车辆的测试方法、装置及设备

Similar Documents

Publication Publication Date Title
CN109064829A (zh) 一种无人驾驶车辆视觉感知能力测试方法及系统
CN111897332B (zh) 一种语义智能变电站机器人仿人巡视作业方法及系统
CN109781431B (zh) 基于混合现实的自动驾驶测试方法及系统
CN111958592B (zh) 一种变电站巡检机器人图像语义分析系统及方法
Matthies et al. Stereo vision-based obstacle avoidance for micro air vehicles using disparity space
Engel et al. Accurate figure flying with a quadrocopter using onboard visual and inertial sensing
EP2000777B1 (en) Vehicle trajectory visualization system
CN111856963B (zh) 一种基于车载环视系统的泊车仿真方法及装置
CN109345596A (zh) 多传感器标定方法、装置、计算机设备、介质和车辆
CN112518739B (zh) 履带式底盘机器人侦察智能化自主导航方法
Gans et al. A hardware in the loop simulation platform for vision-based control of unmanned air vehicles
CN111752261B (zh) 基于自主驾驶机器人的自动驾驶测试平台
CN114488848B (zh) 面向室内建筑空间的无人机自主飞行系统及仿真实验平台
CN111637890A (zh) 一种结合终端增强现实技术的移动机器人导航方法
CN115061385A (zh) 一种基于车路云协同的实车在环仿真测试平台
CN118020038A (zh) 两轮自平衡机器人
CN111145260B (zh) 一种基于车载的双目标定方法
CN110210361A (zh) 一种测试场景的创建方法及装置、车载终端
CN113946128A (zh) 一种无人机集群半实物仿真控制系统
CN115218919B (zh) 航迹线的优化方法、系统和显示器
Ikeda et al. Diminished reality system based on open-source software for self-driving mobility
Guerra et al. Flightgoggles: A modular framework for photorealistic camera, exteroceptive sensor, and dynamics simulation
CN113460040B (zh) 泊车路径确定方法、装置、车辆及存储介质
Grasso et al. Strategies to evaluate the visibility along an indoor path in a point cloud representation
CN114896817A (zh) 一种车辆在环融合测试系统及方法

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