CN109725330A - 一种车体定位方法及装置 - Google Patents

一种车体定位方法及装置 Download PDF

Info

Publication number
CN109725330A
CN109725330A CN201910127565.9A CN201910127565A CN109725330A CN 109725330 A CN109725330 A CN 109725330A CN 201910127565 A CN201910127565 A CN 201910127565A CN 109725330 A CN109725330 A CN 109725330A
Authority
CN
China
Prior art keywords
single line
laser radar
line laser
point cloud
car body
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
CN201910127565.9A
Other languages
English (en)
Inventor
杜新新
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.)
Suzhou Wind Map Intelligent Technology Co Ltd
Original Assignee
Suzhou Wind Map Intelligent Technology 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 Suzhou Wind Map Intelligent Technology Co Ltd filed Critical Suzhou Wind Map Intelligent Technology Co Ltd
Priority to CN201910127565.9A priority Critical patent/CN109725330A/zh
Publication of CN109725330A publication Critical patent/CN109725330A/zh
Priority to PCT/CN2019/115903 priority patent/WO2020168742A1/zh
Pending legal-status Critical Current

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

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)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本公开涉及一种车体定位方法及装置。利用至少一个单线激光雷达扫描并获取车体周围环境的三维点云数据，且所述至少一个单线激光雷达发射激光的方向分别与所述车体底部所在平面呈至少一种夹角关系；提取所述三维点云数据中的点云特征信息；将所述点云特征信息与预设高精地图进行配准，确定所述车体的位置信息。本公开相较于现有技术中单线雷达的获取的二维点云数据，在周边环境稀少时，可靠性增强。

Description

一种车体定位方法及装置
技术领域
本公开涉及雷达定位技术领域，尤其涉及一种车体定位方法及装置。
背景技术
无人驾驶是智能汽车的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目的。在无人驾驶技术中，机器人系统中定位和路径规划是一个问题，没有定位，就无法规划路径。相关技术中，无人车定位大多依赖于多线激光雷达(又称三维激光雷达)或单线激光雷达(又称二维激光雷达)或GPS(GlobalPositioning System，全球定位系统)定位。
三维激光雷达(又称多线激光雷达)价格较为昂贵，应用受限。二维激光雷达(又称单线激光雷达)，在周边环境特征较少，如较为空旷的沙漠或郊外等，定位效果较差，而依靠无线电技术的GPS定位技术在高建筑物或隧道、室内等环境中，定位不够准确。因此，如何在节省成本的情况下，在一些特殊环境，如空旷区域或室内、隧道等，实现准确定位成为亟待解决的技术问题。
发明内容
为克服相关技术中存在的问题，本公开提供一种车体定位方法及装置。
根据本公开实施例的第一方面，提供一种车体定位方法，包括：
利用至少一个单线激光雷达扫描并获取车体周围环境的三维点云数据，且所述至少一个单线激光雷达发射激光的方向分别与所述车体底部所在平面呈至少一种夹角关系；
提取所述三维点云数据中的点云特征信息；
将所述点云特征信息与预设高精地图进行配准，确定所述车体的位置信息。
在一种可能的实现方式中，所述夹角关系包括：所述单线激光雷达设置于车体上并位于车体底部所在平面以上的位置，所述单线激光雷达发射的激光脉冲为斜向上方向或斜向下方向。
在一种可能的实现方式中，所述夹角关系包括：所述单线激光雷达按照斜向下方向设置于车体上半部，使得所述单线激光雷达发射的激光脉冲为斜向下方向。
在一种可能的实现方式中，所述利用至少一个单线激光雷达扫描并获取车体周围环境的三维点云数据包括：
利用至少一个单线激光雷达进行多次扫描，获取车体在不同扫描位置处周围环境的三维点云数据；
将所述车体在所述不同扫描位置处周围环境的三维点云数据进行融合，生成基于同一坐标系的三维点云数据。
在一种可能的实现方式中，所述将所述车体在所述不同扫描位置处周围环境的三维点云数据进行融合，生成基于同一坐标系的三维点云数据，包括：
确定所述单线激光雷达在多次扫描中扫描到的周围环境中的观测点，并获取所述观测点的坐标位置；
基于所述观测点的坐标位置，将所述观测点对应的点云数据转换到同一坐标系中。
在一种可能的实现方式中，所述基于所述观测点的坐标位置，将所述观测点对应的点云数据转换到同一坐标系中，包括：
确定多次扫描时所述观测点所在的坐标系信息；
获取多次扫描中相邻两次扫描之间所述车体的相对位姿信息；
基于所述坐标系信息以及相对位姿信息，依次将上一次扫描时观测点对应的点云数据转换至下一次扫描对应的坐标系中，直至所述观测点对应的点云数据转移至最后一次扫描对应的坐标系中。
在一种可能的实现方式中，所述点云特征信息的描述形式包括法线估计、点特征直方图、快速点特征直方图及旋转图像(spin image)中的一种或几种。
在一种可能的实现方式中，所述利用至少一个单线激光雷达扫描并获取车体周围环境的三维点云数据，包括：
在车体上设置有至少两个单线激光雷达的情况下，获取所述单线激光雷达之间的相对位置关系；
根据所述相对位置关系，将所述观测点对应的点云数据转换到同一坐标系中。
在一种可能的实现方式中，所述相对位置关系包括：
至少一个所述单线激光雷达设置于车体顶部，使得所述单线激光雷达发射的激光脉冲为斜向下方向；
至少一个所述单线激光雷达设置于车体底部，使得所述单线激光雷达发射的激光脉冲为平行于车体底部方向。
根据本公开实施例的第二方面，提供一种车体定位装置，包括：
激光雷达装置，包括至少一个单线激光雷达，用于扫描并获取车体周围环境的三维点云数据，且所述至少一个单线激光雷达发射激光的方向分别与所述车体底部所在平面呈至少一种夹角关系；
提取模块，用于提取所述三维点云数据中的点云特征信息；
配准模块，用于将所述点云特征信息与预设高精地图进行配准，确定所述车体的位置信息。
在一种可能的实现方式中，所述夹角关系包括：所述单线激光雷达设置于车体上并位于车体底部所在平面以上的位置，所述单线激光雷达发射的激光脉冲为斜向上方向或斜向下方向。
在一种可能的实现方式中，所述夹角关系包括：所述单线激光雷达按照斜向下方向设置于车体上半部，使得所述单线激光雷达发射的激光脉冲为斜向下方向。
在一种可能的实现方式中，所述激光雷达装置包括：
第一获取模块，用于利用至少一个单线激光雷达进行多次扫描，获取车体在不同扫描位置处周围环境的三维点云数据；
处理模块，用于将所述车体在所述不同扫描位置处周围环境的三维点云数据进行融合，生成基于同一坐标系的三维点云数据。
在一种可能的实现方式中，所述处理模块包括：
确定子模块，用于确定所述单线激光雷达在多次扫描中扫描到的周围环境中的观测点，并获取所述观测点的坐标位置；
转换子模块，用于基于所述观测点的坐标位置，将所述观测点对应的点云数据转换到同一坐标系中。
在一种可能的实现方式中，所述转换子模块包括：
确定单元，用于确定多次扫描时所述观测点所在的坐标系信息；
获取单元，获取多次扫描中相邻两次扫描之间所述车体的相对位姿信息；
转换单元，基于所述坐标系信息以及相对位姿信息，依次将上一次扫描时观测点对应的点云数据转换至下一次扫描对应的坐标系中，直至所述观测点对应的点云数据转移至最后一次扫描对应的坐标系中。
在一种可能的实现方式中，所述点云特征信息的描述形式包括法线估计、点特征直方图、快速点特征直方图及旋转图像(spin image)中的一种或几种。
在一种可能的实现方式中，所述夹角关系包括平行于所述车体底部所在平面。
在一种可能的实现方式中，所述激光雷达装置包括：
第二获取模块，用于在车体上设置有至少两个单线激光雷达的情况下，获取所述单线激光雷达之间的相对位置关系；
转换模块，用于根据所述相对位置关系，将所述单线激光雷达将所述观测点对应的点云数据转换到同一坐标系中。
在一种可能的实现方式中，所述相对位置关系包括：
至少一个所述单线激光雷达设置于车体顶部，使得所述单线激光雷达发射的激光脉冲为斜向下方向；
至少一个所述单线激光雷达设置于车体底部，使得所述单线激光雷达发射的激光脉冲为平行于车体底部方向。
根据本公开的第三方面，提供一种车体定位装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行本公开任一实施例所述的方法。
根据本公开的第四方面，提供了一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得处理器能够执行根据本公开任一实施例所述的方法。
本公开的实施例提供的技术方案可以包括以下有益效果：本公开包括至少一个单线激光雷达设置于车体上并位于车体底部所在平面以上的位置，且所述至少一个单线激光雷达发射激光的方向分别与所述车体底部所在平面呈至少一种夹角关系，使得车辆在行进的过程中，单线雷达的扫描平面不断的发生变化，进而获取车体周围环境的三维点云数据，相较于现有技术中单线雷达的获取的二维点云数据，在周边环境稀少时，可靠性增强；同时，利用位于车体其他部位的单线雷达，如平行于所述车体底部所在的平面，可获得远距离的二维点云数据，再与所述三维点云数据进行融合，进一步增强了定位的准确度和稳定性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
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。
图1是根据一示例性实施例示出的一种车体定位方法的流程图。
图2是根据一示例性实施例示出的一种车体定位方法的流程图。
图3是根据一示例性实施例示出的一种车体定位方法的流程图。
图4是根据一示例性实施例示出的一种车体定位方法的流程图。
图5是根据一示例性实施例示出的一种车体定位方法的流程图。
图6是根据一示例性实施例示出的一种车体定位装置的框图。
图7是根据一示例性实施例示出的一种车体定位装置的框图。
图8是根据一示例性实施例示出的一种车体定位装置的框图。
图9是根据一示例性实施例示出的一种车体定位装置的框图。
图10是根据一示例性实施例示出的一种车体定位装置的框图。
图11是根据一示例性实施例示出的一种装置的框图。
图12是根据一示例性实施例示出的一种装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
激光雷达是一种主动传感器，所形成的数据是点云形式，主要由发射机、接收机、测量控制和电源组成。激光雷达在工作时，首先向被测目标发射一束激光，然后测量反射或散射信号到达发射机的时间、信号强弱程度和频率变化等参数，从而确定被测目标的距离、运动速度以及方位；除此以外还可以测出大气中肉眼看不到的微粒的动态，比如距离和角度、形状和大小以及速度和姿态等。
目前激光雷达包括单线激光雷达和多线激光雷达，其中，单线激光雷达中激光源发出的线束是单线的，在一个固定的扫描平面上获取点云信息，比如水平面；多线激光雷达中具有多个激光源，可以发射多线束的激光脉冲，所述多个激光源在垂直方向上排列分布，通过电机旋转形成多线束的扫描，并具有多个扫描平面。
图1是根据一示例性实施例示出的一种车体定位方法的流程图，参考图1，包括以下步骤。
在步骤S101中，利用至少一个单线激光雷达扫描并获取车体周围环境的三维点云数据，且所述至少一个单线激光雷达发射激光的方向分别与所述车体底部所在平面呈至少一种夹角关系。
本公开实施例中，所述至少一个单线激光雷达发射激光的方向分别与所述车体底部所在平面呈至少一种夹角关系，所述夹角关系可以是车体底部平面以下一夹角度数，也可以是车底平面以上一夹角度数，比如，当所述单线激光雷达设置于前车灯位置时，所述单线激光雷达的激光发射方向可以包括斜向上45度，也可以包括斜向下45度；当所述单线激光雷达设置于车顶处时，所述单线激光雷达的激光发射方向可以包括斜向下45度。
在步骤S102中，提取所述三维点云数据中的点云特征信息。
本公开实施例中，通过所述步骤S101获取的三维点云数据量较为庞大，存在数据冗余和噪声，点云特征信息指的是点云数据中较为特殊的一些点的信息，比如尖锐边、光滑边、脊或谷、尖头等，特征点能够反映模型最基本的几何形状，提取点云特征信息包括从所述三维点云数据中进行特征点检测，保留模型的几个形状，为后续配准做准备。
在步骤S103中，将所述点云特征信息与预设高精地图进行配准，确定所述车体的位置信息。
本公开实施例中，可以利用车辆自带的GPS做出大概位置判断，然后用预先准备好的高精度地图与所述点云特征信息做配准，配对成功后，确认车体的位置信息。
本公开包括至少一个单线激光雷达设置于车体上并位于车体底部所在平面以上的位置，且所述至少一个单线激光雷达发射激光的方向分别与所述车体底部所在平面呈至少一种夹角关系，使得车辆在行进的过程中，单线雷达的扫描平面不断的发生变化，进而获取车体周围环境的三维点云数据，相较于现有技术中单线雷达的获取的二维点云数据，在周边环境稀少时，可靠性增强。
在一种可能的实现方式中，所述夹角关系包括：所述单线激光雷达设置于车体上并位于车体底部所在平面以上的位置，所述单线激光雷达发射的激光脉冲为斜向上方向或斜向下方向。
本公开实施例中，所述单线激光雷达设置于车体上并位于车体底部所在平面以上的位置，包括所述单线激光雷达设置于车体的前方中部位置，如前车灯处，还可以包括所述单线激光雷达设置于车体前方上部位置，如车顶处。相应的，当所述单线激光雷达设置于前车灯位置时，所述单线激光雷达的激光发射方向可以包括斜向上方向，也可以包括斜向下方向；当所述单线激光雷达设置于车顶处时，所述单线激光雷达的激光发射方向可以包括斜向下方向。
在一种可能的实现方式中，所述单线激光雷达按照斜向下方向设置于车体上半部，使得所述单线激光雷达发射的激光脉冲为斜向下方向。
本公开实施例中，当所述单线激光雷达设置于车体顶部时，相较于车体其他部位，单线激光雷达位置更高，进而扫描并获取更为全面的点云信息，通过斜向下发射激光脉冲，可获取与车体高度相当的物体的点云信息，满足无人驾驶的行驶需求，当所述单线激光雷达发射的激光脉冲为斜向下方向时，调节适当的斜向下方向的夹角度数，可以在较小范围，如20米，内的三维点云数据。
图2是根据一示例性实施例示出的一种车体定位方法的流程图，参考图2，与上述实施例不同的是，所述步骤S101利用至少一个单线激光雷达扫描并获取车体周围环境的三维点云数据，包括步骤S104和步骤S105。
在步骤S104中，利用至少一个单线激光雷达进行多次扫描，获取车体在不同扫描位置处周围环境的三维点云数据。
本公开实施例中，可以根据时间或距离参数对所述单线激光雷达的扫描频率进行设置，比如，可以设置，每间隔2秒钟时间，所述单线激光雷达扫描一次，根据车辆的行驶速度、加速度等信息可以获得车辆的行驶距离；还可以设置，每间隔1m，所述单线激光雷达扫描一次。
在步骤S105中，将所述车体在所述不同扫描位置处周围环境的三维点云数据进行融合，生成基于同一坐标系的三维点云数据。
本公开实施例中，可以将所述单线激光雷达的所在位置为坐标原点，可以根据数据获取的顺序以及电机旋转的方向，对坐标系进行定义，如定义X轴在横向扫描面内，向右为X轴正向，Y轴在横向扫描面内与X轴垂直向外为正，Z轴与XY平面垂直向上为正。由于车体在不断的前进，坐标原点也在不断的变化，因此，相邻两次扫描获取的三维点云数据所在的坐标系不相同，需要对所述三维点云数据进行融合，生成基于同一坐标系的三维点云数据。
图3是根据一示例性实施例示出的一种车体定位方法的流程图，参考图3，与上述实施例不同的是，所述步骤S105，将所述车体在所述不同扫描位置处周围环境的三维点云数据进行融合，生成基于同一坐标系的三维点云数据，包括步骤S107、步骤S108。
在步骤S107中，确定所述单线激光雷达在多次扫描中扫描到的周围环境中的观测点，并获取所述观测点的坐标位置；
本公开实施例中，可以利用精密时钟获取所述单线激光雷达发射激光脉冲的时间与接收到反射信号的时间差，可计算出所述观测点到所述单线激光雷达之间的距离S，可以利用扫描仪器自带的精密编码装置将相邻脉冲之间的纵向扫描角度β以及横向扫描角度α记录在编码器中，利用极坐标法将距离和角度转换为所述观测点P的坐标，其中定义X轴在横向扫描面内，向右为X轴正向，Y轴在横向扫描面内与X轴垂直向外为正，Z轴与XY平面垂直向上为正。所述观测点P的坐标表示为：X(p)＝S·cosα·cosβ，Y(p)＝S·sinα·sinβ，Z(p)＝S·cosβ。
在步骤S108中，基于所述观测点的坐标位置，将所述观测点对应的信息转换到同一坐标系中。
本公开实施例中，由于车体在不断的前进，每次扫描所使用的坐标系并不相同，可以通过坐标转换的方法，将上一次扫描所述观测点使用的坐标系如01-X1Y1Z1转换到下一次扫描所述观测点使用的坐标系如02-X2Y2Z2中，所述坐标转换方法可以包括：首先，通过平移实现两坐标中心01和02的重合，其次，平移后原点重合的两坐标系01-X1Y1Z1和02-X2Y2Z2通过旋转，实现01-X1Y1Z1向02-X2Y2Z2的转换。
图4是根据一示例性实施例示出的一种车体定位方法的流程图，参考图4，与上述实施例不同的是，所述步骤S108中，基于所述观测点的坐标位置，将所述观测点对应的信息转换到同一坐标系中，包括步骤S109、步骤S110和步骤S111。
在步骤S109中，确定多次扫描时所述观测点所在的坐标系信息；
在步骤S110中，获取多次扫描中相邻两次扫描之间所述车体的相对位姿信息；
在步骤S111中，基于所述坐标系信息以及相对位姿信息，依次将上一次扫描时观测点对应的信息转换至下一次扫描对应的坐标系中，直至所述观测点对应的信息转移至最后一次扫描对应的坐标系中。
上述实施例中提到，可以根据时间或距离参数对所述单线激光雷达的扫描频率进行设置。比如按照距离参数设置，如，车体向前行驶了1米，以所述车体始发位置作为起点，在这期间，所述单线激光雷达每经过0.1米扫描一次，一共扫描10次。所述车体行驶0.1米，开始第一扫描，确定所述观测点的第一坐标系信息，以此处单线激光类达所在的位置为坐标原点；当所述车体继续向前行驶0.2米，开始第二次扫描，确定所述观测点的第二坐标系信息，以此处单线激光类达所在的位置为坐标原点，两次扫描使用不同的坐标系，需要将第一次扫描获取的所述观测点的点云数据转换到第二次扫描所使用的坐标系中。
本公开实施例中，在转换的过程中，需要根据两个坐标系之间的变换关系，可以通过车体的位姿信息进行获取。可以通过轮速传感器，测量所述车体在第一次扫描到第二次扫描之间，车体旋转的角度，可以通过惯性传感器(IMU，Inertial Measurement Unit)获得，根据获取的距离和角度，对第一坐标系做相同的平移或旋转，将第一次扫描获取的观测点的点云数据转换到第二坐标系中。以此类推，将第九次扫描获取的观测点的点云数据转换到第十次扫描使用的坐标系中。
在一种可能的实现方式中，所述点云特征信息的描述形式包括法线估计、点特征直方图、快速点特征直方图及旋转图像(spin image)中的一种或几种。
本公开实施例中，对于特征点较少的观测对象，可采用法线估计方法提取点云特征，法线估计方法的优点是，计算速度较快，对于较为复杂的场景可以使用点特征直方图方法，通过参数化查询点与邻域点之间的空间差异，并形成一个多维直方图对点的k邻域几何属性进行描述，直方图所在的高维超空间为特征表示提供了一个可度量的信息空间，对点云对应曲面的6维姿态来说它具有不变性，并且在不同的采样密度或邻域的噪音等级下具有鲁棒性；还可以采用计算量较小的快速点特征直方图以及抗分辨率变化旋转图像方法来提取点云特征信息。
图5是根据一示例性实施例示出的一种车体定位方法的流程图，参考图5，与上述实施例不同的是，所述步骤S101中，利用至少一个单线激光雷达扫描并获取车体周围环境的三维点云数据，包括步骤S112和步骤S113。
在步骤S112中，在车体上设置有至少两个单线激光雷达的情况下，获取所述单线激光雷达之间的相对位置关系；
在步骤S113中，根据所述相对位置关系，将所述观测点对应的点云数据转换到同一坐标系中。
本公开实施例中，所述车体上有多个激光雷达设置时，比如，在车顶出有斜向下方向设置的单线激光雷达，在车底处有平行于车底平面设置的单线激光雷达，或者在车灯处有斜向上方向设置的单线激光雷达，其中，斜向下和斜向上均指的是，所述单线激光雷达发射的激光脉冲方向。在所述多个单线激光雷达安装时，所述单线激光雷达的相对位置关系已经确定。根据所述相对位置关系，利用所述多个激光雷达扫描并获取所述车体周围环境的三维点云数据，将所述单线激光雷达将所述观测点对应的点云数据通过上述平移和旋转的方法转换到统一坐标系中。
在一种可能的实现方式中，所述相对位置关系包括：
至少一个所述单线激光雷达设置于车体顶部，使得所述单线激光雷达发射的激光脉冲为斜向下方向；
至少一个所述单线激光雷达设置于车体底部，使得所述单线激光雷达发射的激光脉冲为平行于车体底部方向。
本公开实施例中，至少一个所述单线激光雷达设置于车体底部，使得所述单线激光雷达发射的激光脉冲为平行于车体底部方向。当所述单线激光雷达发射激光的方向与所述车体底部所在平面相平行时，单线激光雷达扫描的平面包括水平面，若车体平稳行驶，所述单线激光雷达扫描平面并没有发生变化，所获取的点云数据为二维点云数据。这种情况下，所述单线激光雷达能够扫描较远处的观测点，可实现80米远，与所述斜向下方向放置的单线激光雷达配合使用，所述斜向下放置的单线激光雷达用于扫描近处，如20米范围内的观测点，并将两种激光雷达获取的点云数据进行融合，能够达到较稳定的定位。
图6是根据一示例性实施例示出的一种车体定位装置框图。参照图6，该装置包括激光雷达装置11，提取模块12和配准模块13。
激光雷达装置11，包括至少一个单线激光雷达，用于扫描并获取车体周围环境的三维点云数据，且所述至少一个单线激光雷达发射激光的方向分别与所述车体底部所在平面呈至少一种夹角关系；
提取模块12，用于提取所述三维点云数据中的点云特征信息；
配准模块13，用于将所述点云特征信息与预设高精地图进行配准，确定所述车体的位置信息。
在一种可能的实现方式中，所述夹角关系包括：所述单线激光雷达设置于车体上并位于车体底部所在平面以上的位置，所述单线激光雷达发射的激光脉冲为斜向上方向或斜向下方向。
在一种可能的实现方式中，所述夹角关系包括：所述单线激光雷达按照斜向下方向设置于车体上半部，使得所述单线激光雷达发射的激光脉冲为斜向下方向。
图7是根据一示例性实施例示出的一种车体定位装置框图。参照图7，所述激光雷达装置11包括：
第一获取模块14，用于利用至少一个单线激光雷达进行多次扫描，获取车体在不同扫描位置处周围环境的三维点云数据；
处理模块15，用于将所述车体在所述不同扫描位置处周围环境的三维点云数据进行融合，生成基于同一坐标系的三维点云数据。
图8是根据一示例性实施例示出的一种车体定位装置框图。参照图8，所述处理模块15包括：
确定子模块16，用于确定所述单线激光雷达在多次扫描中扫描到的周围环境中的观测点，并获取所述观测点的坐标位置；
转换子模块17，用于基于所述观测点的坐标位置，将所述观测点对应的点云数据转换到同一坐标系中。
图9是根据一示例性实施例示出的一种车体定位装置框图。参照图9，所述转换单元17包括：
确定单元18，用于确定多次扫描时所述观测点所在的坐标系信息；
获取单元19，获取多次扫描中相邻两次扫描之间所述车体的相对位姿信息；
转换单元20，基于所述坐标系信息以及相对位姿信息，依次将上一次扫描时观测点对应的点云数据转换至下一次扫描对应的坐标系中，直至所述观测点对应的点云数据转移至最后一次扫描对应的坐标系中。
在一种可能的实现方式中，所述点云特征信息的描述形式包括法线估计、点特征直方图、快速点特征直方图及旋转图像(spin image)中的一种或几种。
图10是根据一示例性实施例示出的一种车体定位装置框图。参照图10，所述激光雷达装置11包括：
第二获取模块21，用于在车体上设置有至少两个单线激光雷达的情况下，获取所述单线激光雷达之间的相对位置关系；
转换模块22，用于根据所述相对位置关系，将所述单线激光雷达将所述观测点对应的点云数据转换到同一坐标系中。
在一种可能的实现方式中，所述相对位置关系包括：
至少一个所述单线激光雷达设置于车体顶部，使得所述单线激光雷达发射的激光脉冲为斜向下方向；
至少一个所述单线激光雷达设置于车体底部，使得所述单线激光雷达发射的激光脉冲为平行于车体底部方向。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图11是根据一示例性实施例示出的一种车体定位装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图11，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图12是根据一示例性实施例示出的一种车体定位装置1900的框图。例如，装置1900可以被提供为一服务器。参照图12，装置1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1932，上述指令可由装置1900的处理组件1922执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (20)

1.一种车体定位方法，其特征在于，包括：
利用至少一个单线激光雷达扫描并获取车体周围环境的三维点云数据，且所述至少一个单线激光雷达发射激光的方向分别与所述车体底部所在平面呈至少一种夹角关系；
提取所述三维点云数据中的点云特征信息；
将所述点云特征信息与预设高精地图进行配准，确定所述车体的位置信息。
2.根据权利要求1所述的方法，其特征在于，所述夹角关系包括：所述单线激光雷达设置于车体上并位于车体底部所在平面以上的位置，所述单线激光雷达发射的激光脉冲为斜向上方向或斜向下方向。
3.根据权利要求1所述的方法，其特征在于，所述夹角关系包括：所述单线激光雷达按照斜向下方向设置于车体上半部，使得所述单线激光雷达发射的激光脉冲为斜向下方向。
4.根据权利要求1所述的方法，其特征在于，所述利用至少一个单线激光雷达扫描并获取车体周围环境的三维点云数据包括：
利用至少一个单线激光雷达进行多次扫描，获取车体在不同扫描位置处周围环境的三维点云数据；
将所述车体在所述不同扫描位置处周围环境的三维点云数据进行融合，生成基于同一坐标系的三维点云数据。
5.根据权利要求4所述的方法，其特征在于，所述将所述车体在所述不同扫描位置处周围环境的三维点云数据进行融合，生成基于同一坐标系的三维点云数据，包括：
确定所述单线激光雷达在多次扫描中扫描到的周围环境中的观测点，并获取所述观测点的坐标位置；
基于所述观测点的坐标位置，将所述观测点对应的点云数据转换到同一坐标系中。
6.根据权利要求5所述的方法，其特征在于，所述基于所述观测点的坐标位置，将所述观测点对应的点云数据转换到同一坐标系中，包括：
确定多次扫描时所述观测点所在的坐标系信息；
获取多次扫描中相邻两次扫描之间所述车体的相对位姿信息；
基于所述坐标系信息以及相对位姿信息，依次将上一次扫描时观测点对应的点云数据转换至下一次扫描对应的坐标系中，直至所述观测点对应的点云数据转移至最后一次扫描对应的坐标系中。
7.根据权利要求1所述的方法，其特征在于，所述点云特征信息的描述形式包括法线估计、点特征直方图、快速点特征直方图及旋转图像(spin image)中的一种或几种。
8.根据权利要求1所述的方法，其特征在于，所述利用至少一个单线激光雷达扫描并获取车体周围环境的三维点云数据，包括：
在车体上设置有至少两个单线激光雷达的情况下，获取所述单线激光雷达之间的相对位置关系；
根据所述相对位置关系，将所述观测点对应的点云数据转换到同一坐标系中。
9.根据权利要求8所述的方法，其特征在于，所述相对位置关系包括：
至少一个所述单线激光雷达设置于车体顶部，使得所述单线激光雷达发射的激光脉冲为斜向下方向；
至少一个所述单线激光雷达设置于车体底部，使得所述单线激光雷达发射的激光脉冲为平行于车体底部方向。
10.一种车体定位装置，其特征在于，包括：
激光雷达装置，包括至少一个单线激光雷达，用于扫描并获取车体周围环境的三维点云数据，且所述至少一个单线激光雷达发射激光的方向分别与所述车体底部所在平面呈至少一种夹角关系；
提取模块，用于提取所述三维点云数据中的点云特征信息；
配准模块，用于将所述点云特征信息与预设高精地图进行配准，确定所述车体的位置信息。
11.根据权利要求10所述的装置，其特征在于，所述夹角关系包括：所述单线激光雷达设置于车体上并位于车体底部所在平面以上的位置，所述单线激光雷达发射的激光脉冲为斜向上方向或斜向下方向。
12.根据权利要求10所述的装置，其特征在于，所述夹角关系包括：所述单线激光雷达按照斜向下方向设置于车体上半部，使得所述单线激光雷达发射的激光脉冲为斜向下方向。
13.根据权利要求10所述的装置，其特征在于，所述激光雷达装置包括：
第一获取模块，用于利用至少一个单线激光雷达进行多次扫描，获取车体在不同扫描位置处周围环境的三维点云数据；
处理模块，用于将所述车体在所述不同扫描位置处周围环境的三维点云数据进行融合，生成基于同一坐标系的三维点云数据。
14.根据权利要求13所述的装置，其特征在于，所述处理模块包括：
确定子模块，用于确定所述单线激光雷达在多次扫描中扫描到的周围环境中的观测点，并获取所述观测点的坐标位置；
转换子模块，用于基于所述观测点的坐标位置，将所述观测点对应的点云数据转换到同一坐标系中。
15.根据权利要求14所述的装置，其特征在于，所述转换子模块包括：
确定单元，用于确定多次扫描时所述观测点所在的坐标系信息；
获取单元，获取多次扫描中相邻两次扫描之间所述车体的相对位姿信息；
转换单元，基于所述坐标系信息以及相对位姿信息，依次将上一次扫描时观测点对应的点云数据转换至下一次扫描对应的坐标系中，直至所述观测点对应的点云数据转移至最后一次扫描对应的坐标系中。
16.根据权利要求10所述的装置，其特征在于，所述点云特征信息的描述形式包括法线估计、点特征直方图、快速点特征直方图及旋转图像(spin image)中的一种或几种。
17.根据权利要求10所述的装置，其特征在于，所述激光雷达装置包括：
第二获取模块，用于在车体上设置有至少两个单线激光雷达的情况下，获取所述单线激光雷达之间的相对位置关系；
转换模块，用于根据所述相对位置关系，将所述单线激光雷达将所述观测点对应的点云数据转换到同一坐标系中。
18.根据权利要求17所述的装置，其特征在于，所述相对位置关系包括：
至少一个所述单线激光雷达设置于车体顶部，使得所述单线激光雷达发射的激光脉冲为斜向下方向；
至少一个所述单线激光雷达设置于车体底部，使得所述单线激光雷达发射的激光脉冲为平行于车体底部方向。
19.一种车体定位装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行上述权利要求1至8所述的车体定位方法。
20.一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得处理器能够执行根据权利要求1至8所述的车体定位方法。
CN201910127565.9A 2019-02-20 2019-02-20 一种车体定位方法及装置 Pending CN109725330A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910127565.9A CN109725330A (zh) 2019-02-20 2019-02-20 一种车体定位方法及装置
PCT/CN2019/115903 WO2020168742A1 (zh) 2019-02-20 2019-11-06 一种车体定位方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910127565.9A CN109725330A (zh) 2019-02-20 2019-02-20 一种车体定位方法及装置

Publications (1)

Publication Number Publication Date
CN109725330A true CN109725330A (zh) 2019-05-07

Family

ID=66301526

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910127565.9A Pending CN109725330A (zh) 2019-02-20 2019-02-20 一种车体定位方法及装置

Country Status (2)

Country Link
CN (1) CN109725330A (zh)
WO (1) WO2020168742A1 (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110276834A (zh) * 2019-06-25 2019-09-24 达闼科技（北京）有限公司 一种激光点云地图的构建方法、终端和可读存储介质
CN110376595A (zh) * 2019-06-28 2019-10-25 湖北大学 自动装车机车辆测量系统
CN110677491A (zh) * 2019-10-10 2020-01-10 郑州迈拓信息技术有限公司 用于车辆的旁车位置估计方法
CN110789533A (zh) * 2019-09-25 2020-02-14 华为技术有限公司 一种数据呈现的方法及终端设备
CN110827542A (zh) * 2019-11-11 2020-02-21 江苏中路工程技术研究院有限公司 一种高速公路安全车距预警系统
CN110988848A (zh) * 2019-12-23 2020-04-10 潍柴动力股份有限公司 车载激光雷达相对位姿监测方法及设备
CN111257903A (zh) * 2020-01-09 2020-06-09 广州微牌智能科技有限公司 车辆定位方法、装置、计算机设备和存储介质
CN111273270A (zh) * 2020-03-17 2020-06-12 北京宸控科技有限公司 一种掘进机定位定向方法
WO2020168742A1 (zh) * 2019-02-20 2020-08-27 苏州风图智能科技有限公司 一种车体定位方法及装置
CN111693043A (zh) * 2020-06-18 2020-09-22 北京四维图新科技股份有限公司 地图数据处理方法以及设备
CN112082484A (zh) * 2020-09-11 2020-12-15 武汉理工大学 一种基于单线激光雷达检测工程车车身偏移的装置及方法
CN112219225A (zh) * 2019-09-26 2021-01-12 深圳市大疆创新科技有限公司 定位方法、系统及可移动平台
CN112904841A (zh) * 2021-01-12 2021-06-04 北京布科思科技有限公司 非水平朝向的单线定位避障方法和装置、设备及存储介质
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
CN115586511A (zh) * 2022-11-25 2023-01-10 唐山百川工业服务有限公司 一种基于阵列立柱的激光雷达二维定位方法
CN117930229A (zh) * 2024-01-29 2024-04-26 呼秀山 具有安装位姿自确定功能的三维扫描雷达

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113671523A (zh) * 2021-08-18 2021-11-19 Oppo广东移动通信有限公司 机器人定位方法、装置、存储介质及机器人
CN113534097B (zh) * 2021-08-27 2023-11-24 北京工业大学 一种适用于旋轴激光雷达的优化方法
CN113970756B (zh) * 2021-11-01 2024-07-09 中国海洋大学 一种波浪的激光测量装置与三维波浪场时空反演重构方法
CN114399550B (zh) * 2022-01-18 2024-06-07 中冶赛迪信息技术(重庆)有限公司 一种基于三维激光扫描的汽车鞍座提取方法及系统
CN114506212B (zh) * 2022-02-15 2023-09-22 国能神东煤炭集团有限责任公司 梭车的空间定位辅助驾驶系统和方法
CN115937069B (zh) * 2022-03-24 2023-09-19 北京小米移动软件有限公司 零件检测方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4953502B2 (ja) * 2000-10-02 2012-06-13 日本信号株式会社 ２次元走査型光レーダセンサ
CN104808192A (zh) * 2015-04-15 2015-07-29 中国矿业大学 进行三维激光扫描的摆动装置及其坐标转换方法
CN107957583A (zh) * 2017-11-29 2018-04-24 江苏若博机器人科技有限公司 一种多传感器融合全天候快速无人车探测避障系统
CN108401461A (zh) * 2017-12-29 2018-08-14 深圳前海达闼云端智能科技有限公司 三维建图方法、装置、系统、云端平台、电子设备和计算机程序产品

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106323269B (zh) * 2015-12-10 2019-06-07 上海思岚科技有限公司 自主定位导航设备、定位导航方法及自主定位导航系统
KR20170116305A (ko) * 2016-04-08 2017-10-19 한국전자통신연구원 코파일럿 차량을 위한 이종 다중 센서의 추적정보 융합기반 주변 장애물 인식 장치
CN106371105A (zh) * 2016-08-16 2017-02-01 长春理工大学 单线激光雷达车辆目标识别方法、装置和汽车
CN108072880A (zh) * 2018-01-17 2018-05-25 上海禾赛光电科技有限公司 激光雷达视场中心指向的调整方法、介质、激光雷达系统
CN109725330A (zh) * 2019-02-20 2019-05-07 苏州风图智能科技有限公司 一种车体定位方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4953502B2 (ja) * 2000-10-02 2012-06-13 日本信号株式会社 ２次元走査型光レーダセンサ
CN104808192A (zh) * 2015-04-15 2015-07-29 中国矿业大学 进行三维激光扫描的摆动装置及其坐标转换方法
CN107957583A (zh) * 2017-11-29 2018-04-24 江苏若博机器人科技有限公司 一种多传感器融合全天候快速无人车探测避障系统
CN108401461A (zh) * 2017-12-29 2018-08-14 深圳前海达闼云端智能科技有限公司 三维建图方法、装置、系统、云端平台、电子设备和计算机程序产品

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
魏崇阳: "城市环境中基于三维特征点云的建图与定位技术研究", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020168742A1 (zh) * 2019-02-20 2020-08-27 苏州风图智能科技有限公司 一种车体定位方法及装置
CN110276834A (zh) * 2019-06-25 2019-09-24 达闼科技（北京）有限公司 一种激光点云地图的构建方法、终端和可读存储介质
CN110276834B (zh) * 2019-06-25 2023-04-11 达闼科技（北京）有限公司 一种激光点云地图的构建方法、终端和可读存储介质
CN110376595A (zh) * 2019-06-28 2019-10-25 湖北大学 自动装车机车辆测量系统
CN110376595B (zh) * 2019-06-28 2021-09-24 湖北大学 自动装车机车辆测量系统
CN110789533A (zh) * 2019-09-25 2020-02-14 华为技术有限公司 一种数据呈现的方法及终端设备
WO2021056339A1 (zh) * 2019-09-26 2021-04-01 深圳市大疆创新科技有限公司 定位方法、系统及可移动平台
CN112219225A (zh) * 2019-09-26 2021-01-12 深圳市大疆创新科技有限公司 定位方法、系统及可移动平台
CN110677491A (zh) * 2019-10-10 2020-01-10 郑州迈拓信息技术有限公司 用于车辆的旁车位置估计方法
CN110827542A (zh) * 2019-11-11 2020-02-21 江苏中路工程技术研究院有限公司 一种高速公路安全车距预警系统
CN110988848A (zh) * 2019-12-23 2020-04-10 潍柴动力股份有限公司 车载激光雷达相对位姿监测方法及设备
CN110988848B (zh) * 2019-12-23 2022-04-26 潍柴动力股份有限公司 车载激光雷达相对位姿监测方法及设备
CN111257903A (zh) * 2020-01-09 2020-06-09 广州微牌智能科技有限公司 车辆定位方法、装置、计算机设备和存储介质
CN111273270A (zh) * 2020-03-17 2020-06-12 北京宸控科技有限公司 一种掘进机定位定向方法
CN111693043A (zh) * 2020-06-18 2020-09-22 北京四维图新科技股份有限公司 地图数据处理方法以及设备
CN111693043B (zh) * 2020-06-18 2023-04-07 北京四维图新科技股份有限公司 地图数据处理方法以及设备
CN112082484A (zh) * 2020-09-11 2020-12-15 武汉理工大学 一种基于单线激光雷达检测工程车车身偏移的装置及方法
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
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
CN112904841A (zh) * 2021-01-12 2021-06-04 北京布科思科技有限公司 非水平朝向的单线定位避障方法和装置、设备及存储介质
CN112904841B (zh) * 2021-01-12 2023-11-03 北京布科思科技有限公司 非水平朝向的单线定位避障方法和装置、设备及存储介质
CN115586511A (zh) * 2022-11-25 2023-01-10 唐山百川工业服务有限公司 一种基于阵列立柱的激光雷达二维定位方法
CN115586511B (zh) * 2022-11-25 2023-03-03 唐山百川工业服务有限公司 一种基于阵列立柱的激光雷达二维定位方法
CN117930229A (zh) * 2024-01-29 2024-04-26 呼秀山 具有安装位姿自确定功能的三维扫描雷达

Also Published As

Publication number Publication date
WO2020168742A1 (zh) 2020-08-27

Similar Documents

Publication Publication Date Title
CN109725330A (zh) 一种车体定位方法及装置
US11100260B2 (en) Method and apparatus for interacting with a tag in a wireless communication area
JP7236565B2 (ja) 位置姿勢決定方法、装置、電子機器、記憶媒体及びコンピュータプログラム
US20210166489A1 (en) Method of displaying virtual information in a view of a real environment
CN110169056B (zh) 一种动态三维图像获取的方法和设备
CN110967011A (zh) 一种定位方法、装置、设备及存储介质
CN109725329A (zh) 一种无人车定位方法及装置
JP2021516401A (ja) データ融合方法及び関連装置
US20210390223A1 (en) Method and apparatus for display of digital content associated with a location in a wireless communications area
RU2656711C2 (ru) Способ и система обнаружения и сопровождения движущихся объектов на основе данных трехмерного датчика
US11106837B2 (en) Method and apparatus for enhanced position and orientation based information display
KR101705047B1 (ko) 이동 단말기 및 이동 단말기 실시간 로드뷰 공유방법
US10546419B2 (en) System and method of on-site documentation enhancement through augmented reality
CN109696173A (zh) 一种车体导航方法和装置
CN112433211B (zh) 一种位姿确定方法及装置、电子设备和存储介质
KR20100060472A (ko) 위치 측정 방법 및 이를 이용한 휴대 단말기
CN115407355B (zh) 库位地图的验证方法、装置及终端设备
US11475177B2 (en) Method and apparatus for improved position and orientation based information display
Yeh et al. Performance improvement of offline phase for indoor positioning systems using Asus Xtion and smartphone sensors
CN113065392A (zh) 一种机器人的跟踪方法和装置
CN114623836A (zh) 车辆位姿确定方法、装置及车辆
CN112578338A (zh) 声源定位方法、装置、设备及存储介质
CN116883496B (zh) 交通元素的坐标重建方法、装置、电子设备及存储介质
CN112835021B (zh) 定位方法、装置、系统及计算机可读存储介质
CN117671164A (zh) 高精地图底图构建方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190507