CN109212540B - 基于激光雷达系统的测距方法、装置及可读存储介质 - Google Patents

基于激光雷达系统的测距方法、装置及可读存储介质 Download PDF

Info

Publication number
CN109212540B
CN109212540B CN201811062793.4A CN201811062793A CN109212540B CN 109212540 B CN109212540 B CN 109212540B CN 201811062793 A CN201811062793 A CN 201811062793A CN 109212540 B CN109212540 B CN 109212540B
Authority
CN
China
Prior art keywords
ranging
lidar
laser radar
dimensional coordinate
target
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.)
Active
Application number
CN201811062793.4A
Other languages
English (en)
Other versions
CN109212540A (zh
Inventor
陈佳佳
万吉
夏添
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.)
Apollo Intelligent Technology Beijing Co Ltd
Original Assignee
Apollo Intelligent Technology Beijing 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 Apollo Intelligent Technology Beijing Co Ltd filed Critical Apollo Intelligent Technology Beijing Co Ltd
Priority to CN201811062793.4A priority Critical patent/CN109212540B/zh
Publication of CN109212540A publication Critical patent/CN109212540A/zh
Priority to JP2019130310A priority patent/JP6835914B2/ja
Priority to US16/511,456 priority patent/US11656356B2/en
Priority to EP19187123.5A priority patent/EP3540464B1/en
Application granted granted Critical
Publication of CN109212540B publication Critical patent/CN109212540B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/04—Systems determining the presence of a target
    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • 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
    • G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
    • 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
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating

Landscapes

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

Abstract

本发明提供的基于激光雷达系统的测距方法、装置及可读存储介质，通过接收激光雷达系统的多个激光雷达测量获得的测距数据；其中，所述测距数据包括激光雷达与其测量范围内的各障碍物之间的距离；根据各测距数据建立三维坐标模型；根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离，本申请通过利用多个激光雷达测量的测距数据，建立三维坐标模型，并根据三维坐标模型确定目标无人驾驶设备与障碍物之间的距离，相对于现有技术中的通过单激光雷达进行视觉图像算法的测距校准的方式来说，采用本申请的测距方法可实现距离范围更大的测距校准任务，有效提高了对视觉图像算法的校准效率和准确率。

Description

基于激光雷达系统的测距方法、装置及可读存储介质
技术领域
本发明涉及计算机技术，尤其涉及一种基于激光雷达系统的测距方法、装置及可读存储介质。
背景技术
随着科技的发展和社会的进步，自动驾驶技术成为交通领域的发展趋势。在无人驾驶设备执行自动驾驶任务时，往往需要利用设置在其上的摄像头捕捉其周围的环境，并利用视觉图像算法计算环境中障碍物与无人驾驶设备之间的距离，以对无人驾驶设备的自动驾驶策略进行调整。
但是，由于视觉图像算法属于经验算法，在利用视觉图像算法对环境中障碍物与无人驾驶设备之间的距离进行计算时，其计算获得的距离的精准度无法得到保证，因此，现有技术中会采用在无人驾驶设备上架设激光雷达的方式，以利用激光雷达测距为该视觉图像算法提供测距精准度的校准。
但是，基于测距原理的差异，现有的激光雷达测距装置的测量范围远远小于视觉图像算法所能测算的范围，这使得在利用激光雷达测距装置对视觉图像算法进行测距精准度校准时，其所能校准的测距范围较小，无法满足无人驾驶设备的测距校准需求。
发明内容
针对上述提及的由于现有激光雷达测距装置的测量范围远远小于视觉图像算法测算的距离范围，而导致的在利用激光雷达测距装置对视觉图像算法进行测距精准度校准时，校准的测距范围无法匹配，校准效率较低的问题，本发明提供了一种基于激光雷达系统的测距方法、装置及可读存储介质。
一方面，本发明提供了一种基于激光雷达系统的测距方法，包括：
接收激光雷达系统的多个激光雷达测量获得的测距数据；其中，所述测距数据包括激光雷达与其测量范围内的各障碍物之间的距离；
根据各测距数据建立三维坐标模型；其中，所述三维坐标模型中包括有每一个激光雷达的坐标以及每一个激光雷达所测量的障碍物的坐标；
根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离。
在其中一种可选的实施方式中，多个激光雷达中包括固定架设的激光雷达和/或架设在各无人驾驶设备上的激光雷达。
在其中一种可选的实施方式中，所述测距数据还包括激光雷达的时间戳，所述时间戳用于表示激光雷达测量获得距离的时刻；
相应的，所述根据各测距数据建立三维坐标模型，包括：
根据各测距数据的时间戳，建立在各时刻下的三维坐标模型。
在其中一种可选的实施方式中，多个激光雷达中包括架设在目标无人驾驶设备上的目标激光雷达；
所述根据各测距数据建立三维坐标模型，包括：
根据所述目标无人驾驶设备上架设的目标激光雷达所获得的目标测距数据，建立以所述目标无人驾驶设备所在位置为原点的三维坐标系；
根据各所述测距数据中除所述目标测距数据以外的其他测距数据，确定其他激光雷达的坐标以及所述其他激光雷达测量范围内的各障碍物的坐标，获得三维坐标模型；其中，所述其他激光雷达为所述激光雷达系统的多个激光雷达中除所述目标激光雷达以外的激光雷达。
在其中一种可选的实施方式中，所述根据所述三维坐标模型确定各障碍物与所述目标无人驾驶设备之间的距离之后，还包括：
将所述目标无人驾驶设备与各障碍物之间的距离发送至目标无人驾驶设备，以供所述目标无人驾驶设备根据各距离对视觉图像算法进行测距校准。
在其中一种可选的实施方式中，所述接收激光雷达系统的多个激光雷达测量获得的测距数据之前，还包括：
向激光雷达系统的各激光雷达发送包括同步时钟信号的测距指令，以使所述各激光雷达根据接收测距指令按照同步时钟信号执行测距。
在其中一种可选的实施方式中，所述测距指令是按照预设的时间周期发送至各激光雷达的。
另一方面，本发明提供了一种基于激光雷达系统的测距方法系统，包括：
通信模块，用于接收激光雷达系统的多个激光雷达测量获得的测距数据；其中，所述测距数据包括激光雷达与其测量范围内的各障碍物之间的距离；
处理模块，用于根据各测距数据建立三维坐标模型；其中，所述三维坐标模型中包括有每一个激光雷达的坐标以及每一个激光雷达所测量的障碍物的坐标；还用于根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离。
在其中一种可选的实施方式中，所述通信模块通过无线通信的方式与多个激光雷达连接，其中，所述多个激光雷达包括固定架设的激光雷达和/或架设在各无人驾驶设备上的激光雷达。
在其中一种可选的实施方式中，所述测距数据还包括激光雷达的时间戳，所述时间戳用于表示激光雷达测量获得距离的时刻；
所述处理模块具体用于根据各测距数据的时间戳，建立在各时刻下的三维坐标模型。
在其中一种可选的实施方式中，多个激光雷达中包括架设在目标无人驾驶设备上的目标激光雷达；
所述处理模块具体用于根据所述目标无人驾驶设备上架设的目标激光雷达所获得的目标测距数据，建立以所述目标无人驾驶设备所在位置为原点的三维坐标系；根据各所述测距数据中除所述目标测距数据以外的其他测距数据，确定其他激光雷达的坐标以及所述其他激光雷达测量范围内的各障碍物的坐标，获得三维坐标模型；其中，所述其他激光雷达为所述激光雷达系统的多个激光雷达中除所述目标激光雷达以外的激光雷达。
在其中一种可选的实施方式中，所述通信模块在根据所述三维坐标模型确定各障碍物与所述目标无人驾驶设备之间的距离之后，还用于将所述目标无人驾驶设备与各障碍物之间的距离发送至目标无人驾驶设备，以供所述目标无人驾驶设备根据各距离对视觉图像算法进行测距校准。
在其中一种可选的实施方式中，所述通信模块在接收激光雷达系统的多个激光雷达测量获得的测距数据之前，还用于向激光雷达系统的各激光雷达发送包括同步时钟信号的测距指令，以使所述各激光雷达根据接收测距指令按照同步时钟信号执行测距。
在其中一种可选的实施方式中，所述通信模块是按照预设的时间周期将所述测距指令发送至各激光雷达的。
再一方面，一种基于激光雷达系统的测距装置，其特征在于，包括：存储器、与所述存储器连接的处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，
所述处理器运行所述计算机程序时执行权利要求1-7任一项所述的方法。
最后一方面，本发明提供了一种可读存储介质，包括程序，当其在终端上运行时，使得终端执行如前任一项所述的方法。
本发明提供的基于激光雷达系统的测距方法、装置及可读存储介质，通过接收激光雷达系统的多个激光雷达测量获得的测距数据；其中，所述测距数据包括激光雷达与其测量范围内的各障碍物之间的距离；根据各测距数据建立三维坐标模型；根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离，本申请通过利用多个激光雷达测量的测距数据，建立三维坐标模型，并根据三维坐标模型确定目标无人驾驶设备与障碍物之间的距离，相对于现有技术中的通过单激光雷达进行视觉图像算法的测距校准的方式来说，采用本申请的测距方法可实现距离范围更大的测距校准任务，有效提高了对视觉图像算法的校准效率和准确率。
附图说明
通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
图1为本发明所基于的网络架构的示意图；
图2为本发明实施例一提供的一种基于激光雷达系统的测距方法的流程示意图；
图3为本发明实施例二提供的一种基于激光雷达系统的测距方法的流程示意图；
图4为本发明实施例三提供的一种基于激光雷达系统的测距装置的结构示意图；
图5为本发明实施例四提供的一种基于激光雷达系统的测距装置的硬件结构示意图。
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
随着科技的发展和社会的进步，自动驾驶技术成为交通领域的发展趋势。在无人驾驶设备执行自动驾驶任务时，往往需要利用设置在其上的摄像头捕捉其周围的环境，并利用视觉图像算法计算环境中障碍物与无人驾驶设备之间的距离，以对无人驾驶设备的自动驾驶策略进行调整。
但是，由于视觉图像算法属于经验算法，在利用视觉图像算法对环境中障碍物与无人驾驶设备之间的距离进行计算时，其计算获得的距离的精准度无法得到保证，因此，现有技术中会采用在无人驾驶设备上架设激光雷达的方式，以利用激光雷达测距为该视觉图像算法提供测距精准度的校准。
但是，基于测距原理的差异，现有的激光雷达测距装置的测量范围远远小于视觉图像算法所能测算的范围，这使得在利用激光雷达测距装置对视觉图像算法进行测距精准度校准时，其所能校准的测距范围较小，无法满足无人驾驶设备的测距校准需求。
需要说明的是，为了更好的解释本申请，图1为本发明所基于的网络架构的示意图，如图1所示，本发明提供的基于激光雷达系统的测距方法的执行主体具体可为基于激光雷达系统的测距装置1，该基于激光雷达系统的测距装置1所基于的网络架构还包括无人驾驶设备2和激光雷达系统3。
其中，该基于激光雷达系统的测距装置1可通过硬件和/或软件的方式实现，其具体可与由多个激光雷达组成的激光雷达系统3进行通信连接和数据交互，以接收激光雷达系统3测量获得的测距数据，基于激光雷达系统的测距装置1还可与无人驾驶设备2进行通信连接和数据交互，以为无人驾驶设备2提供相应的可用于校准其内设置的视觉图像算法的距离信息。
图2为本发明实施例一提供的一种基于激光雷达系统的测距方法的流程示意图。
如图2所示，该基于激光雷达系统的测距方法包括：
步骤101、接收激光雷达系统的多个激光雷达测量获得的测距数据；其中，所述测距数据包括激光雷达与其测量范围内的各障碍物之间的距离。
步骤102、根据各测距数据建立三维坐标模型；其中，所述三维坐标模型中包括有每一个激光雷达的坐标以及每一个激光雷达所测量的障碍物的坐标。
步骤103、根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离。
为了解决上述提及的现有激光雷达测距装置的测量范围远远小于视觉图像算法测算的距离范围而导致的在利用激光雷达测距装置对视觉图像算法进行测距精准度校准时，校准的测距范围无法匹配，校准效率较低的问题，本发明实施例一提供了一种基于激光雷达系统的测距方法。
需要说明的是，本实施方式所基于的激光雷达系统中包括有多个激光雷达，每个激光雷达均可独立实现测距任务。其中该多个激光雷达中可包括固定架设的激光雷达，和/或，架设在各无人驾驶设备上的激光雷达。
首先，基于激光雷达的测距装置将接收各激光雷达测量获得的测距数据；其中，每个激光雷达发送的测距数据中均包括有该激光雷达在其测量范围内测量获得的其自身与各障碍物之间的距离。
随后，可根据获取的各距离建立三维坐标模型，其中三维坐标模型中包括有每一个激光雷达的坐标以及每一个激光雷达所测量的障碍物的坐标。最后，可根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离。
具体来说，在本申请中，由于采用了包括有多个激光雷达的激光雷达系统进行测距，且该多个激光雷达是位于不同位置的，因此，通过获取这些激光雷达测量的测距数据，可构建三维坐标模型，该三维坐标模型中可包括有每一激光雷达以及其可测量获得的障碍物的坐标。当然，在构建三维坐标模型时，需结合各测距数据，以实现对同一障碍物或同一激光雷达的坐标的确定；也就是说，针对某一障碍物来说，不同的激光雷达测量出来的距离是不同的，因此，在将各测距数据进行整合时，可参考这些被多个激光雷达测距的障碍物，以实现对三维坐标模型的建立，进而得到一个测距范围较大的位置体系。此外，当完成对该三维坐标模型的构建之后，还需确定待校准的目标无人驾驶设备的坐标，以及该三维坐标模型上全部障碍物与该目标驾驶设备之间的距离。
本发明提供的基于激光雷达系统的测距方法，通过接收激光雷达系统的多个激光雷达测量获得的测距数据；其中，所述测距数据包括激光雷达与其测量范围内的各障碍物之间的距离；根据各测距数据建立三维坐标模型；根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离，本申请通过利用多个激光雷达测量的测距数据，建立三维坐标模型，并根据三维坐标模型确定目标无人驾驶设备与障碍物之间的距离，相对于现有技术中的通过单激光雷达进行视觉图像算法的测距校准的方式来说，采用本申请的测距方法可实现距离范围更大的测距校准任务，有效提高了对视觉图像算法的校准效率和准确率。
优选的，在其他可选的实施方式中，测距数据还包括激光雷达的时间戳，所述时间戳用于表示激光雷达测量获得距离的时刻。因此，在本实施方式中，，基于激光雷达系统的测距装置根据利用测距数据中的时间戳，选出在同一测量的时刻获得的距离，并构建该时刻下的三维坐标模型，进而得到每一测量的时刻下的三维坐标模型，即建立以时间轴为维度的动态三维坐标模型，从而为校准无人驾驶设备上承载的视觉图像算法模型提供更精准的数据。
优选的，在其他可选的实施方式中，多个激光雷达中包括架设在目标无人驾驶设备上的目标激光雷达。而在根据各测距数据建立三维坐标模型时，可具体包括：根据所述目标无人驾驶设备上架设的目标激光雷达所获得的目标测距数据，建立以所述目标无人驾驶设备所在位置为原点的三维坐标系；根据各所述测距数据中除所述目标测距数据以外的其他测距数据，确定其他激光雷达的坐标以及所述其他激光雷达测量范围内的各障碍物的坐标，获得三维坐标模型；其中，所述其他激光雷达为所述激光雷达系统的多个激光雷达中除所述目标激光雷达以外的激光雷达。在本实施方式中，为了提高三维坐标模型的建立效率以提高校准效率，可将激光雷达系统中的一个激光雷达设置在目标无人驾驶设备上，以使以该目标激光雷达与目标无人驾驶设备的位置重合，提高对测距数据的处理效率，提高了建立三维坐标模型的建立效率。
本发明提供的基于激光雷达系统的测距方法，通过接收激光雷达系统的多个激光雷达测量获得的测距数据；其中，所述测距数据包括激光雷达与其测量范围内的各障碍物之间的距离；根据各测距数据建立三维坐标模型；根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离，本申请通过利用多个激光雷达测量的测距数据，建立三维坐标模型，并根据三维坐标模型确定目标无人驾驶设备与障碍物之间的距离，相对于现有技术中的通过单激光雷达进行视觉图像算法的测距校准的方式来说，采用本申请的测距方法可实现距离范围更大的测距校准任务，有效提高了对视觉图像算法的校准效率和准确率。
在实施例一的基础上，图3为本发明实施例二提供的一种基于激光雷达系统的测距方法的流程示意图。
如图3所示，该基于激光雷达系统的测距方法包括：
步骤201、向激光雷达系统的各激光雷达发送包括同步时钟信号的测距指令，以使所述各激光雷达根据接收测距指令按照同步时钟信号执行测距。
步骤202、接收激光雷达系统的多个激光雷达测量获得的测距数据；其中，所述测距数据包括激光雷达与其测量范围内的各障碍物之间的距离。
步骤203、根据各测距数据建立三维坐标模型；其中，所述三维坐标模型中包括有每一个激光雷达的坐标以及每一个激光雷达所测量的障碍物的坐标。
步骤204、根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离。
步骤205、将所述目标无人驾驶设备与各障碍物之间的距离发送至目标无人驾驶设备，以供所述目标无人驾驶设备根据各距离对视觉图像算法进行测距校准。
本实施方式所基于的激光雷达系统中包括有多个激光雷达，每个激光雷达均可独立实现测距任务。其中该多个激光雷达中可包括固定架设的激光雷达，和/或，架设在各无人驾驶设备上的激光雷达。
与实施例一不同的是，在本实施例二中，激光雷达系统的测距装置首先会向激光雷达系统的各激光雷达发送包括有同步时钟信号的测距指令，以使各激光雷达按照测距指令中的同步时钟信息同步进行测距。随后，与实施例一类似的是，基于激光雷达的测距装置将接收各激光雷达测量获得的测距数据；其中，每个激光雷达发送的测距数据中均包括有该激光雷达在其测量范围内测量获得的其自身与各障碍物之间的距离。通过这样的方式获得的测距数据的同步性较高，有效提高了测量精度。优选的，在本实施例二中，基于激光雷达系统的测距装置是按照预设的时间周期将所述测距指令发送至各激光雷达的。
随后，可根据获取的各距离建立三维坐标模型，其中三维坐标模型中包括有每一个激光雷达的坐标以及每一个激光雷达所测量的障碍物的坐标。最后，可根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离。
具体来说，在本申请中，由于采用了包括有多个激光雷达的激光雷达系统进行测距，且该多个激光雷达是位于不同位置的，因此，通过获取这些激光雷达测量的测距数据，可构建三维坐标模型，该三维坐标模型中可包括有每一激光雷达以及其可测量获得的障碍物的坐标。当然，在构建三维坐标模型时，需结合各测距数据，以实现对同一障碍物或同一激光雷达的坐标的确定；也就是说，针对某一障碍物来说，不同的激光雷达测量出来的距离是不同的，因此，在将各测距数据进行整合时，可参考这些被多个激光雷达测距的障碍物，以实现对三维坐标模型的建立，进而得到一个测距范围较大的位置体系。此外，当完成对该三维坐标模型的构建之后，还需确定待校准的目标无人驾驶设备的坐标，以及该三维坐标模型上全部障碍物与该目标驾驶设备之间的距离。
最后，基于激光雷达系统的测距装置将所述目标无人驾驶设备与各障碍物之间的距离发送至目标无人驾驶设备，以供所述目标无人驾驶设备根据各距离对视觉图像算法进行测距校准。
优选的，在其他可选的实施方式中，测距数据还包括激光雷达的时间戳，所述时间戳用于表示激光雷达测量获得距离的时刻。因此，在本实施方式中，，基于激光雷达系统的测距装置根据利用测距数据中的时间戳，选出在同一测量的时刻获得的距离，并构建该时刻下的三维坐标模型，进而得到每一测量的时刻下的三维坐标模型，即建立以时间轴为维度的动态三维坐标模型，从而为校准无人驾驶设备上承载的视觉图像算法模型提供更精准的数据。
优选的，在其他可选的实施方式中，多个激光雷达中包括架设在目标无人驾驶设备上的目标激光雷达。而在根据各测距数据建立三维坐标模型时，可具体包括：根据所述目标无人驾驶设备上架设的目标激光雷达所获得的目标测距数据，建立以所述目标无人驾驶设备所在位置为原点的三维坐标系；根据各所述测距数据中除所述目标测距数据以外的其他测距数据，确定其他激光雷达的坐标以及所述其他激光雷达测量范围内的各障碍物的坐标，获得三维坐标模型；其中，所述其他激光雷达为所述激光雷达系统的多个激光雷达中除所述目标激光雷达以外的激光雷达。在本实施方式中，为了提高三维坐标模型的建立效率以提高校准效率，可将激光雷达系统中的一个激光雷达设置在目标无人驾驶设备上，以使以该目标激光雷达与目标无人驾驶设备的位置重合，提高对测距数据的处理效率，提高了建立三维坐标模型的建立效率。
本发明提供的基于激光雷达系统的测距方法，通过接收激光雷达系统的多个激光雷达测量获得的测距数据；其中，所述测距数据包括激光雷达与其测量范围内的各障碍物之间的距离；根据各测距数据建立三维坐标模型；根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离，通过利用多个激光雷达测量的测距数据，建立三维坐标模型，并根据三维坐标模型确定目标无人驾驶设备与障碍物之间的距离，相对于现有技术中的通过单激光雷达进行视觉图像算法的测距校准的方式来说，采用本申请的测距方法可实现距离范围更大的测距校准任务，有效提高了对视觉图像算法的校准效率和准确率。
图4为本发明实施例三提供的一种基于激光雷达系统的测距装置的结构示意图，如图4所示，该基于激光雷达系统的测距装置包括：
通信模块10，用于接收激光雷达系统的多个激光雷达测量获得的测距数据；其中，所述测距数据包括激光雷达与其测量范围内的各障碍物之间的距离；
处理模块20，用于根据各测距数据建立三维坐标模型；其中，所述三维坐标模型中包括有每一个激光雷达的坐标以及每一个激光雷达所测量的障碍物的坐标；还用于根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离。
在其中一种可选的实施方式中，所述通信模块10通过无线通信的方式与多个激光雷达连接，其中，所述多个激光雷达包括固定架设的激光雷达和/或架设在各无人驾驶设备上的激光雷达。
在其中一种可选的实施方式中，所述测距数据还包括激光雷达的时间戳，所述时间戳用于表示激光雷达测量获得距离的时刻；
所述处理模块20具体用于根据各测距数据的时间戳，建立在各时刻下的三维坐标模型。
在其中一种可选的实施方式中，多个激光雷达中包括架设在目标无人驾驶设备上的目标激光雷达；
所述处理模块20具体用于根据所述目标无人驾驶设备上架设的目标激光雷达所获得的目标测距数据，建立以所述目标无人驾驶设备所在位置为原点的三维坐标系；根据各所述测距数据中除所述目标测距数据以外的其他测距数据，确定其他激光雷达的坐标以及所述其他激光雷达测量范围内的各障碍物的坐标，获得三维坐标模型；其中，所述其他激光雷达为所述激光雷达系统的多个激光雷达中除所述目标激光雷达以外的激光雷达。
在其中一种可选的实施方式中，所述通信模块10在根据所述三维坐标模型确定各障碍物与所述目标无人驾驶设备之间的距离之后，还用于将所述目标无人驾驶设备与各障碍物之间的距离发送至目标无人驾驶设备，以供所述目标无人驾驶设备根据各距离对视觉图像算法进行测距校准。
在其中一种可选的实施方式中，所述通信模块10在接收激光雷达系统的多个激光雷达测量获得的测距数据之前，还用于向激光雷达系统的各激光雷达发送包括同步时钟信号的测距指令，以使所述各激光雷达根据接收测距指令按照同步时钟信号执行测距。
在其中一种可选的实施方式中，所述通信模块10是按照预设的时间周期将所述测距指令发送至各激光雷达的。
所述领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程以及相应的有益效果，可以参考前述方法实施例中的对应过程，在此不再赘述。
本发明提供的基于激光雷达系统的测距装置，通过接收激光雷达系统的多个激光雷达测量获得的测距数据；其中，所述测距数据包括激光雷达与其测量范围内的各障碍物之间的距离；根据各测距数据建立三维坐标模型；根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离，本申请通过利用多个激光雷达测量的测距数据，建立三维坐标模型，并根据三维坐标模型确定目标无人驾驶设备与障碍物之间的距离，相对于现有技术中的通过单激光雷达进行视觉图像算法的测距校准的方式来说，采用本申请的测距方法可实现距离范围更大的测距校准任务，有效提高了对视觉图像算法的校准效率和准确率。
图5为本发明实施例四提供的一种基于激光雷达系统的测距装置的硬件结构示意图。如图5所示，该基于激光雷达系统的测距装置包括：存储器41、处理器42及存储在存储器41上并可在处理器42上运行的计算机程序，处理器42运行计算机程序时执行上述任一实施例的方法。
本发明还提供一种可读存储介质，包括程序，当其在终端上运行时，使得终端执行上述任一实施例的方法。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (13)

1.一种自动驾驶中基于激光雷达系统的测距方法，其特征在于，包括：
接收激光雷达系统的多个激光雷达测量获得的测距数据；其中，多个激光雷达中包括固定架设在不同位置的激光雷达和架设在各无人驾驶设备上的激光雷达；所述测距数据包括激光雷达与其测量范围内的各障碍物之间的距离；
根据目标无人驾驶设备上架设的目标激光雷达所获得的目标测距数据，建立以所述目标无人驾驶设备所在位置为原点的三维坐标系；
根据各所述测距数据中除所述目标测距数据以外的其他测距数据，确定其他激光雷达的坐标以及所述其他激光雷达测量范围内的各障碍物的坐标，获得三维坐标模型；其中，所述其他激光雷达为除所述目标激光雷达以外的激光雷达；所述三维坐标模型中包括有每一个激光雷达的坐标以及每一个激光雷达所测量的障碍物的坐标；
根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离。
2.根据权利要求1所述的自动驾驶中基于激光雷达系统的测距方法，其特征在于，所述测距数据还包括激光雷达的时间戳，所述时间戳用于表示激光雷达测量获得距离的时刻；
相应的，所述根据各测距数据建立三维坐标模型，包括：
根据各测距数据的时间戳，建立在各时刻下的三维坐标模型。
3.根据权利要求1所述的自动驾驶中基于激光雷达系统的测距方法，其特征在于，所述根据所述三维坐标模型确定各障碍物与所述目标无人驾驶设备之间的距离之后，还包括：
将所述目标无人驾驶设备与各障碍物之间的距离发送至目标无人驾驶设备，以供所述目标无人驾驶设备根据各距离对视觉图像算法进行测距校准。
4.根据权利要求1-3任一项所述的自动驾驶中基于激光雷达系统的测距方法，其特征在于，所述接收激光雷达系统的多个激光雷达测量获得的测距数据之前，还包括：
向激光雷达系统的各激光雷达发送包括同步时钟信号的测距指令，以使所述各激光雷达根据接收测距指令按照同步时钟信号执行测距。
5.根据权利要求4所述的基于激光雷达系统的测距方法，其特征在于，所述测距指令是按照预设的时间周期发送至各激光雷达的。
6.一种自动驾驶中基于激光雷达系统的测距装置，其特征在于，包括：
通信模块，用于接收激光雷达系统的多个激光雷达测量获得的测距数据；其中，多个激光雷达中包括固定架设在不同位置的激光雷达和架设在各无人驾驶设备上的激光雷达；所述测距数据包括激光雷达与其测量范围内的各障碍物之间的距离；
处理模块，用于根据目标无人驾驶设备上架设的目标激光雷达所获得的目标测距数据，建立以所述目标无人驾驶设备所在位置为原点的三维坐标系；根据各所述测距数据中除所述目标测距数据以外的其他测距数据，确定其他激光雷达的坐标以及所述其他激光雷达测量范围内的各障碍物的坐标，获得三维坐标模型；其中，所述其他激光雷达为除所述目标激光雷达以外的激光雷达；所述三维坐标模型中包括有每一个激光雷达的坐标以及每一个激光雷达所测量的障碍物的坐标；还用于根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离。
7.根据权利要求6所述的自动驾驶中基于激光雷达系统的测距装置，其特征在于，所述通信模块通过无线通信的方式与多个激光雷达连接。
8.根据权利要求6所述的自动驾驶中基于激光雷达系统的测距装置，其特征在于，所述测距数据还包括激光雷达的时间戳，所述时间戳用于表示激光雷达测量获得距离的时刻；
所述处理模块具体用于根据各测距数据的时间戳，建立在各时刻下的三维坐标模型。
9.根据权利要求6所述的自动驾驶中基于激光雷达系统的测距装置，其特征在于，所述通信模块在根据所述三维坐标模型确定各障碍物与所述目标无人驾驶设备之间的距离之后，还用于将所述目标无人驾驶设备与各障碍物之间的距离发送至目标无人驾驶设备，以供所述目标无人驾驶设备根据各距离对视觉图像算法进行测距校准。
10.根据权利要求6-9任一项所述的自动驾驶中基于激光雷达系统的测距装置，其特征在于，所述通信模块在接收激光雷达系统的多个激光雷达测量获得的测距数据之前，还用于向激光雷达系统的各激光雷达发送包括同步时钟信号的测距指令，以使所述各激光雷达根据接收测距指令按照同步时钟信号执行测距。
11.根据权利要求10所述的自动驾驶中基于激光雷达系统的测距装置，其特征在于，所述通信模块是按照预设的时间周期将所述测距指令发送至各激光雷达的。
12.一种自动驾驶中基于激光雷达系统的测距装置，其特征在于，包括：存储器、与所述存储器连接的处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，
所述处理器运行所述计算机程序时执行权利要求1-5任一项所述的方法。
13.一种可读存储介质，其特征在于，包括程序，当其在终端上运行时，使得终端执行权利要求1-5任一项所述的方法。
CN201811062793.4A 2018-09-12 2018-09-12 基于激光雷达系统的测距方法、装置及可读存储介质 Active CN109212540B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201811062793.4A CN109212540B (zh) 2018-09-12 2018-09-12 基于激光雷达系统的测距方法、装置及可读存储介质
JP2019130310A JP6835914B2 (ja) 2018-09-12 2019-07-12 レーザレーダシステムに基づく距離測定方法、レーザレーダシステムに基づく距離測定装置及びコンピュータ読み取り可能な記憶媒体
US16/511,456 US11656356B2 (en) 2018-09-12 2019-07-15 Ranging method based on laser radar system, device and readable storage medium
EP19187123.5A EP3540464B1 (en) 2018-09-12 2019-07-18 Ranging method based on laser radar system, device and readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811062793.4A CN109212540B (zh) 2018-09-12 2018-09-12 基于激光雷达系统的测距方法、装置及可读存储介质

Publications (2)

Publication Number Publication Date
CN109212540A CN109212540A (zh) 2019-01-15
CN109212540B true CN109212540B (zh) 2024-07-26

Family

ID=64984047

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811062793.4A Active CN109212540B (zh) 2018-09-12 2018-09-12 基于激光雷达系统的测距方法、装置及可读存储介质

Country Status (4)

Country Link
US (1) US11656356B2 (zh)
EP (1) EP3540464B1 (zh)
JP (1) JP6835914B2 (zh)
CN (1) CN109212540B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3819672A1 (en) * 2019-11-08 2021-05-12 Outsight Method and system to share scene maps
CN111324115B (zh) * 2020-01-23 2023-09-19 北京百度网讯科技有限公司 障碍物位置检测融合方法、装置、电子设备和存储介质
CN111474530B (zh) * 2020-04-05 2023-09-26 武汉大云物移智科技有限公司 一种基于激光雷达平台的作业距离测量系统及其使用方法
CN111477010A (zh) * 2020-04-08 2020-07-31 图达通智能科技(苏州)有限公司 一种用于路口全息感知的装置及其控制方法
CN111337912B (zh) * 2020-05-08 2022-02-11 湖南华诺星空电子技术有限公司 一种基于激光雷达的形变监测雷达校正方法
CN111487644B (zh) * 2020-05-27 2023-07-21 湖南华诺星空电子技术有限公司 一种建筑物形变自动测量系统及测量方法
CN111654893B (zh) * 2020-06-02 2022-04-12 电子科技大学 一种车载激光雷达组网的公平路由策略方法
CN112465950A (zh) * 2020-11-26 2021-03-09 江苏国和智能科技有限公司 深海网箱渔网水下距离测量装置、方法、电子设备及介质
CN112629548B (zh) * 2020-12-28 2023-01-24 北京航空航天大学 一种基于路侧激光雷达的三维栅格地图的创建与更新方法
CN113281776A (zh) * 2021-01-08 2021-08-20 浙江大学 针对复杂水下动态目标的激光雷达目标智能检测仪
CN112861660B (zh) * 2021-01-22 2023-10-13 上海西井科技股份有限公司 激光雷达阵列与相机同步装置、方法、设备及存储介质
CN113064145B (zh) * 2021-03-24 2024-03-29 盎锐(杭州)信息科技有限公司 基于激光雷达的水平标定方法、系统及激光雷达
CN113359116B (zh) * 2021-05-12 2023-09-12 武汉中仪物联技术股份有限公司 测距雷达的相对标定方法、系统、装置、设备和介质
CN113176588B (zh) * 2021-05-18 2022-04-08 中移(上海)信息通信科技有限公司 测距方法、装置、系统及可读存储介质
WO2023090000A1 (ja) * 2021-11-17 2023-05-25 ソニーセミコンダクタソリューションズ株式会社 センサ検証装置、およびセンサ検証システム、並びにセンサ検証方法
CN114912245B (zh) * 2022-03-23 2023-03-24 南京雷电信息技术有限公司 一种针对任务关联协同的组网雷达任务调度方法
CN115856849B (zh) * 2023-02-28 2023-05-05 季华实验室 一种深度相机与2d激光雷达标定方法及相关设备
CN116359932A (zh) * 2023-03-27 2023-06-30 珠海创智科技有限公司 基于激光雷达传感器的障碍物距离反馈方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104463163A (zh) * 2013-09-25 2015-03-25 现代自动车株式会社 使用激光扫描器提取特征点来识别障碍物的设备和方法
CN107169986A (zh) * 2017-05-23 2017-09-15 北京理工大学 一种障碍物检测方法及系统

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07271434A (ja) * 1994-03-30 1995-10-20 Nippon Telegr & Teleph Corp <Ntt> 複数の移動ロボットによる環境地図作成方法
US7983836B2 (en) 1997-10-22 2011-07-19 Intelligent Technologies International, Inc. Vehicle-traffic control device communication techniques
US6759979B2 (en) * 2002-01-22 2004-07-06 E-Businesscontrols Corp. GPS-enhanced system and method for automatically capturing and co-registering virtual models of a site
JP4012952B2 (ja) * 2002-12-09 2007-11-28 財団法人生産技術研究奨励会 通行人軌跡抽出装置およびシステム
JP4402400B2 (ja) * 2003-08-28 2010-01-20 オリンパス株式会社 物体認識装置
JP2009093308A (ja) * 2007-10-05 2009-04-30 Hitachi Industrial Equipment Systems Co Ltd ロボットシステム
KR20130056586A (ko) * 2011-11-22 2013-05-30 한국전자통신연구원 군집 지능 로봇을 이용한 지도 구축 방법 및 그 장치
JP6293049B2 (ja) * 2014-12-26 2018-03-14 株式会社Ｈｉｅｌｅｒｏ 点群データ取得システム及びその方法
JP6293110B2 (ja) * 2015-12-07 2018-03-14 株式会社Ｈｉｅｌｅｒｏ 点群データ取得システム及びその方法
JP6938846B2 (ja) * 2016-03-14 2021-09-22 株式会社デンソー 物体認識装置
US10488497B2 (en) * 2016-11-08 2019-11-26 Aptiv Technologies Limited Scanning lidar for an automated vehicle
CN107329145B (zh) 2017-06-29 2024-04-12 深圳市速腾聚创科技有限公司 多激光雷达系统及其控制方法
US10509413B2 (en) * 2017-09-07 2019-12-17 GM Global Technology Operations LLC Ground reference determination for autonomous vehicle operations
CN108318895B (zh) * 2017-12-19 2020-02-07 深圳市海梁科技有限公司 用于无人驾驶车辆的障碍物识别方法、装置及终端设备
US11164016B2 (en) * 2018-05-17 2021-11-02 Uatc, Llc Object detection and property determination for autonomous vehicles
US11508122B2 (en) * 2019-01-04 2022-11-22 Qualcomm Incorporated Bounding box estimation and object detection
US11691650B2 (en) * 2019-07-08 2023-07-04 Uatc, Llc Systems and methods for generating motion forecast data for a plurality of actors with respect to an autonomous vehicle

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104463163A (zh) * 2013-09-25 2015-03-25 现代自动车株式会社 使用激光扫描器提取特征点来识别障碍物的设备和方法
CN107169986A (zh) * 2017-05-23 2017-09-15 北京理工大学 一种障碍物检测方法及系统

Also Published As

Publication number Publication date
EP3540464A2 (en) 2019-09-18
JP2020042013A (ja) 2020-03-19
JP6835914B2 (ja) 2021-02-24
EP3540464A3 (en) 2020-03-18
CN109212540A (zh) 2019-01-15
EP3540464B1 (en) 2023-03-01
US20190353790A1 (en) 2019-11-21
US11656356B2 (en) 2023-05-23

Similar Documents

Publication Publication Date Title
CN109212540B (zh) 基于激光雷达系统的测距方法、装置及可读存储介质
CN110221276B (zh) 激光雷达的标定方法、装置、计算机设备和存储介质
WO2021253193A1 (zh) 多组激光雷达外参的标定方法、标定装置和计算机存储介质
CN110146869B (zh) 确定坐标系转换参数的方法、装置、电子设备和存储介质
US10984554B2 (en) Monocular vision tracking method, apparatus and non-volatile computer-readable storage medium
US10789771B2 (en) Method and apparatus for fusing point cloud data
CN109901139B (zh) 激光雷达标定方法、装置、设备和存储介质
CN109596118B (zh) 一种用于获取目标对象的空间位置信息的方法与设备
CN109975773B (zh) 毫米波雷达标定方法、装置、设备和存储介质
CN109490825B (zh) 定位导航方法、装置、设备、系统及存储介质
CN109613543B (zh) 激光点云数据的修正方法、装置、存储介质和电子设备
EP4080248A1 (en) Method and apparatus for vehicle positioning, controller, smart car and system
JPWO2017057041A1 (ja) 信号処理装置、信号処理方法、およびプログラム
CN110470333B (zh) 传感器参数的标定方法及装置、存储介质和电子装置
EP4283567A1 (en) Three-dimensional map construction method and apparatus
EP3771198A1 (en) Target tracking method and device, movable platform and storage medium
CN111856499B (zh) 基于激光雷达的地图构建方法和装置
CN110926479B (zh) 自动生成室内三维导航地图模型的方法和系统
WO2017117749A1 (zh) 基于多种测距方式的跟焦系统、方法及拍摄系统
CN109035345A (zh) 基于高斯过程回归的tof相机距离校正方法
CN111753901B (zh) 一种数据融合方法、装置、系统及计算机设备
TWI726630B (zh) 地圖建構系統以及地圖建構方法
CN116342677A (zh) 一种深度估计方法、装置、车辆及计算机程序产品
WO2022256976A1 (zh) 稠密点云真值数据的构建方法、系统和电子设备
CN114429515A (zh) 一种点云地图构建方法、装置和设备

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
TA01 Transfer of patent application right

Effective date of registration: 20211020

Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd.

Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing

Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant