CN109739227A - 一种行驶轨迹构建系统与方法 - Google Patents
一种行驶轨迹构建系统与方法 Download PDFInfo
- Publication number
- CN109739227A CN109739227A CN201811615603.7A CN201811615603A CN109739227A CN 109739227 A CN109739227 A CN 109739227A CN 201811615603 A CN201811615603 A CN 201811615603A CN 109739227 A CN109739227 A CN 109739227A
- Authority
- CN
- China
- Prior art keywords
- point
- location
- location point
- subclass
- sequence
- 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
Abstract
本申请提出了一种行驶轨迹构建方法、装置、计算机系统和可读存储介质,其中该方法包括:电子设备获取原始轨迹数据;所述电子设备根据所述原始轨迹数据中的位置点序列中每个位置点的位置数据和序列号进行聚类,以获取多个位置点子集合;对于每一个位置点子集合,选取该位置点子集合中的一部分位置点作为特征位置点,确定置点子集合的起点和终点;根据所述每个位置点子集合的起点和终点,确定代表点全集合;确定所述代表点全集合中位于或大体位于直线轨迹上的位置点;根据所述代表点全集合和所述位于或大体位于直线轨迹上的位置点确定关键点集合;以及根据所述关键点集合构建所述行驶轨迹。通过本申请的技术方案,可以更简洁更准确地构建行驶轨迹。
Description
技术领域
本申请涉及自动驾驶技术领域,具体而言,涉及一种自动驾驶车辆的行驶轨迹构建系统与方法。
背景技术
在自动驾驶系统中,准确的行驶轨迹是指引车辆前行的重要依据。行驶轨迹的生成依靠数据采集设备的预先采集,比如通过数据采集车在指定区域内进行行驶,通过数据采集车上的传感器(例如GPS设备,激光雷达,摄像头等)预先收集采集车的位置信息。然后经过数据重建方法构建出该指定区域内可行的行驶轨迹。但是,由于传感器的特性限制,采集到的数据可能存在冗余等问题,例如GPS信号点的采集过密,会导致重建出的行驶轨迹产生角度偏差和路线错乱,且无法区分直线和弯道,从而无法满足高精度地图针对不同路段区分的要求。
因此,如何对预先采集的数据进行有效处理并构建有效的行驶轨迹供自动驾驶车辆使用成为亟待解决的技术问题。
发明内容
本发明正是基于上述问题,提出了一种新的技术方案,可以解决数据采集过于密集导致行驶轨迹产生角度偏差和路线错乱的技术问题。
本发明的第一方面提出了一种行驶轨迹构建方法,包括:电子设备获取原始轨迹数据,所述原始轨迹数据包括位置点序列,所述位置点序列中的每个位置点对应位置数据和序列号;所述电子设备根据所述位置点序列中每个位置点的位置数据和序列号进行聚类,以获取多个位置点子集合;对于每一个位置点子集合,所述电子设备:选取该位置点子集合中的一部分位置点作为特征位置点,从所述特征位置点中选取至少一点作为该位置点子集合的子集合代表点(比如确定所述特征位置点中对应序列号最小的特征位置点为该位置点子集合的起点,以及确定所述特征位置点中对应序列号最大的特征位置点为该位置点子集合的终点);根据所述每个位置点子集合的子集代表点 (比如所述起点和终点),确定代表点全集合;确定所述代表点全集合中位于或大体位于直线轨迹上的位置点;根据所述代表点全集合和所述位于或大体位于直线轨迹上的位置点确定关键点集合;以及根据所述关键点集合构建所述行驶轨迹。
在一些实施例中,所述原始轨迹数据可以由数据采集设备预先采集;所述序列号可以为所述数据采集设备采集数据的序号,每个序号对应一个时间戳;以及所述位置数据可以为所述数据采集设备在所述时间戳时刻的空间坐标值。
在一些实施例中,所述根据所述位置点序列中每个位置点的位置数据和序列号进行聚类,以获取多个位置点子集合可以包括:根据所述数据采集设备的平均行进速度,所述多个位置点序列中每个位置点坐标值及其对应的时间戳进行聚类,每一类中的位置点数量大于第一阈值,小于第二阈值;以及将每一类中的位置点作为所述多个位置点子集合中的一个位置点子集合。
在一些实施例中,所述选取该位置点子集合中的一部分位置点作为特征位置点可以包括:通过迭代适应点算法选取该位置点子集合的一部分位置点作为特征位置点。
在一些实施例中,所述方法进一步包括:确定所述原始轨迹数据初始段对应的位置点子集合和终点段对应的位置点子集合;在初始段对应的位置点子集合中确定距离最远的两个位置点,并将两个位置点中序列号较小的点作为初始段对应的位置点子集合的起点,序列号较大的点作为初始段对应的位置点子集合的终点;以及在终点段对应的位置点子集合中确定距离最远的两个位置点,并将两个位置点中序列号较小的点作为终点段对应的位置点子集合的起点,序列号较大的点作为终点段对应的位置点子集合的终点。
在一些实施例中,所述代表点全集合可以包括:每一个位置点子集合中的至少一个端点,所述端点为所述位置点子集合的起点或终点。
在一些实施例中,所述方法进一步包括:对于代表点全集合中的每两个位置点:判断该两个位置点的距离小于第三阈值,剔除序列号较大的位置点。
在一些实施例中,所述确定所述代表点全集合中位于或大体位于直线轨迹上的位置点可以包括:按照序列号顺序依次遍历代表点全集合中的相邻的三个位置点,其中所述三个位置点按序列号顺序分别为一号位置点、二号位置点和三号位置点。循环步骤为:确定一号位置点与二号位置点之间的线段和二号位置点与三号位置点之间的线段的锐角夹角。如果所述锐角夹角小于第四阈值,则将所述二号位置点确定为位于或大体位于直线轨迹上的位置点,将所述三号位置点作为新的二号位置点,将所述三号位置点的下一个位置点作为新的三号位置点。如果所述锐角夹角大于第四阈值,则将所述三号位置点作为新的一号位置点,将所述三号位置点后的第一个位置点作为新的二号位置点,将所述三号位置点后的第二个位置点作为新的三号位置点。运行所述循环步骤直到遍历所有代表点全集合中的位置点。
在一些实施例中,所述根据所述代表点全集合和所述位于或大体位于直线轨迹上的位置点确定所述关键点集合可以包括:将代表点全集合剔除位于或大体位于直线轨迹上的位置点,确定所述代表点全集合中剩下的点为所述关键点集合。
在一些实施例中,所述方法进一步包括根据所述时间戳和空间坐标值确定位置点序列中每一个位置点的瞬时速度;以及对于每一个位置点的瞬时速度,判断该瞬时速度是否大于第五阈值。如果该瞬时速度大于第五阈值,则以该瞬时速度作为所述行驶轨迹在该对应位置点的最高限速。如果该瞬时速度小于第五阈值,则以所述第五阈值为所述行驶轨迹在该对应位置点的最高限速。
在一些实施例中,根据所述关键点集合构建所述行驶轨迹可以包括:将关键点集合中的位置点按照序列号顺序依次连接为多条关键线段;以及根据所述代表点全集合中每个位置点的最高限速确定所述多条关键线段中每一条关键线段的限速。
在一些实施例中,所述原始轨迹可以为循环路线。所述方法可以进一步包括:确定所述初始段对应的位置点子集合的起点为循环路线起点;在所述代表点全集合中按照序列号倒序检索距离循环路线起点最近的位置点为末尾位置点;在所述关键点集合中按照序列号倒序检索距离末尾位置点最近的关键点为末尾关键点;以及根据循环路线起点、末尾位置点和末尾关键点确定所述行驶轨迹中的末尾关键线段。
本申请的第二方面提出了一种行驶轨迹构建装置。所述行驶轨迹构建装置包括数据获取模块、聚类模块、特征点确定模块、直线轨迹确定模块、速度确定模块以及行驶轨迹构建模块。所述数据获取模块可以用于获取原始轨迹数据,所述原始轨迹数据包括位置点序列,所述位置点序列中的每个位置点对应位置数据和序列号。所述聚类模块可以用于根据所述位置点序列中每个位置点的位置数据和序列号进行聚类,以获取多个位置点子集合。所述特征点确定模块可以用于对于每一个位置点子集合:选取该位置点子集合中的一部分位置点作为特征位置点;确定所述特征位置点中对应序列号最小的特征位置点为该位置点子集合的起点;以及确定所述特征位置点中对应序列号最大的特征位置点为该位置点子集合的终点。所述特征点确定模块可以进一步用于根据所述每个位置点子集合的起点和终点,确定代表点全集合。所述直线轨迹确定模块可以用于确定所述代表点全集合中位于或大体位于直线轨迹上的位置点。所述特征点确定模块可以进一步用于根据所述代表点全集合和所述位于或大体位于直线轨迹上的位置点确定关键点集合。所述行驶轨迹构建模块可以用于限据所述关键点集合构建所述行车轨迹。
在一些实施例中,所述速度确定模块可以用于根据所述位置数据和序列号确定每一个位置点的瞬时速度;以及对于每一个位置点的瞬时速度,判断该瞬时速度是否大于第五阈值。如果该瞬时速度大于第五阈值,则以该瞬时速度作为所述行驶轨迹在该对应位置点的最高限速。如果该瞬时速度小于或等于第五阈值,则以所述第五阈值为所述行驶轨迹在该对应位置点的最高限速。
本申请的第三方面提出了一种电子设备,包括存储器、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。所述处理器执行所述计算机程序时可以实现如前文所述的行驶轨迹构建方法的步骤。
本申请的第四方面提出了一种计算机可读存储介质,其上存储有计算机程序。所述计算机程序被处理器执行时可以实现如前文所述的行驶轨迹构建方法的步骤。
本申请提供的行驶轨迹构建方法及装置等,通过对采集的原始数据的筛选,保留最关键的位置点,重新构建准确的行驶轨迹供自动驾驶车辆使用,避免了数据采集过密导致的路线角度偏差和路线错乱等问题,降低了计算成本,也同时满足了高精度地图的要求。
附图说明
以下附图详细描述了本申请中披露的示例性实施例。其中相同的附图标记在附图的若干视图中表示类似的结构。本领域的一般技术人员将理解这些实施例是非限制性的、示例性的实施例,附图仅用于说明和描述的目的,并不旨在限制本申请的范围,其他方式的实施例也可能同样的完成本申请中的发明意图。其中:
图1是本申请中电子设备的示例性硬件和软件组件的示意图;
图2是本申请中的一种构建行驶轨迹的示例性流程图;
图3A和图3B是本申请中的行驶轨迹的示意图;
图4是本申请中的一种确定行驶轨迹端点段位置点子集合的起点和终点的示例性流程图;
图5是本申请中的一种确定直线轨迹上位置点的示例性流程图;
图6是本申请中的一种判断直线轨迹上位置点的示意图;
图7是本申请中的一种确定每个位置点的最高限速的示例性流程图;
图8是本申请中的一种根据关键点集合构建行驶轨迹的示例性流程图;
图9是本申请中构建完成的行驶轨迹的示意图;
图10是本申请中的代表点全集合以及关键点集合的示意图;
图11是本申请中在行驶轨迹为循环路线时确定末尾段行驶轨迹的示例性流程图。
具体实施方式
本申请披露了一种构建自动驾驶行驶轨迹的系统与方法,根据预先采集的轨迹数据,在总体上保证其中关键数据的基础上,精简数据规模,优化数据结构,重建出高效可靠的,可供自动驾驶车辆使用的行驶轨迹图。比如,所述系统首先获取自动驾驶车行轨迹点,然后从所述轨迹点中除去那些对决定行驶轨迹形状不太关键的点(比如直线或者近似于直线的行驶路径中的点),将剩下的对决定行驶轨迹形状比较关键的点依次用直线连接起来,完成行驶轨迹的构建和描述。上述系统和方法也可以应用于其他轨迹的构建和描述。比如上述系统和方法可以用于构建和描述空中飞行器、水面船只、水下舰艇等设备的二维或者三维行驶轨迹。
为了给本领域普通技术人员提供相关披露的透彻理解,在以下详细描述中通过示例阐述了本发明的具体细节。然而本申请披露的内容应该理解为与权利要求的保护范围一致,而不限于该具体发明细节。比如,对于本领域普通技术人员来说,对本申请中披露的实施例进行各种修改是显而易见的;并且在不脱离本申请的精神和范围的情况下,本领域的普通技术人员可以将这里定义的一般原理应用于其他实施例和应用。再比如,这些细节如果没有以下披露,对本领域普通技术人员来说也可以在不知道这些细节的情况下实践本申请。另一方面,为了避免不必要地模糊本申请的内容,本申请对公知的方法,过程,系统,组件和/或电路做了一般性概括而没有详细描述。因此,本申请披露的内容不限于所示的实施例,而是与权利要求的范围一致。
本申请中使用的术语仅用于描述特定示例实施例的目的,而不是限制性的。比如除非上下文另有明确说明,本申请中如果对某要件使用了单数形式的描述(比如,″一″、″一个″和/或等同性的说明)也可以包括多个该要件。在本申请中使用的术语″包括″和/或″包含″是指开放性的概念。比如 A包括/包含B仅仅表示A中有B特征的存在,但并不排除其他要件(比如 C)在A中存在或添加的可能性。
应当理解的是,本申请中使用的术语,比如″系统″,″单元″,″模块″和/或″块″,是用于区分不同级别的不同组件,元件,部件,部分或组件的一种方法。但是,如果其他术语可以达到同样的目的,本申请中也可能使用该其他术语来替代上述术语。
本申请中描述的模块(或单元,块,单元)可以实现为软件和/或硬件模块。除非上下文另有明确说明,当某单元或模块被描述为″接通″、″连接到″或″耦合到″另一个单元或模块时,该表达可能是指该单元或模块直接接通、链接或耦合到该另一个单元或模块上,也可能是指该单元或模块间接的以某种形式接通、连接或耦合到该另一个单元或模块上。在本申请中,术语″和/或″包括一个或多个相关所列项目的任何和所有组合。
在本申请中,术语″自动驾驶车辆″可以指能够感知其环境并且在没有人(例如,驾驶员,飞行员等)输入和/或干预的情况下对外界环境自动进行感知、判断并进而做出决策的车辆。术语″自动驾驶车辆″和″车辆″可以互换使用。术语″自动驾驶″可以指没有人(例如,驾驶员,飞行员等)输入的对周边环境进行智能判断并进行导航的能力。
考虑到以下描述,本申请的这些特征和其他特征、以及结构的相关元件的操作和功能、以及部件的组合和制造的经济性可以得到明显提高。参考附图,所有这些形成本申请的一部分。然而,应该清楚地理解,附图仅用于说明和描述的目的,并不旨在限制本申请的范围。应理解,附图未按比例绘制。
本申请中使用的流程图示出了根据本申请中的一些实施例的系统实现的操作。应该清楚地理解,流程图的操作可以不按顺序实现。相反,操作可以以反转顺序或同时实现。此外,可以向流程图添加一个或多个其他操作。可以从流程图中移除一个或多个操作。
本申请中使用的定位技术可以基于全球定位系统(GPS),全球导航卫星系统(GLONASS),罗盘导航系统(COMPASS),伽利略定位系统,准天顶卫星系统(QZSS),无线保真(WiFi)定位技术等,或其任何组合。一个或多个上述定位系统可以在本申请中互换使用。
此外,尽管本申请中的系统和方法主要描述了关于构建行驶轨迹的系统与方法,但是应该理解,这仅是示例性实施例。本申请的系统或方法可以应用于任何其他类型的运输系统。例如,本申请的系统或方法可以应用于不同环境的运输系统,包括陆地,海洋,航空航天等,或其任何组合。运输系统的自动驾驶车辆可包括出租车,私家车,挂车,公共汽车,火车,子弹列车,高速铁路,地铁,船只,飞机,宇宙飞船,热气球,自动驾驶车辆等,或其任何组合。在一些实施例中,该系统或方法可以在例如物流仓库,军事事务中找到应用。
图1是本申请中电子设备100的示例性硬件和软件组件的示意图。所述电子设备100获取预先采集的数据并重新构建行驶轨迹。
所述电子设备100可以是专门设计用于处理采集设备的原始轨迹数据并重新构建供自动驾驶车辆使用的行驶轨迹的专用计算机设备。
例如,所述电子设备100可以包括连接到与其连接的网络的COM端口150,以便于数据通信。所述电子设备100还可以包括处理器120,处理器 120以一个或多个处理器的形式,用于执行计算机指令。计算机指令可以包括例如执行本文描述的特定功能的例程,程序,对象,组件,数据结构,过程,模块和功能。例如,所述处理器120可以获得数据采集车辆采集的原始行驶轨迹数据。所述原始行驶轨迹数据可以包括位置信息,时间信息,速度信息,或类似信息,或其任何组合。
在一些实施例中,所述处理器120可以包括一个或多个硬件处理器,例如微控制器,微处理器,精简指令集计算机(RISC),专用集成电路(ASIC),特定于应用的指令-集处理器(ASIP),中央处理单元(CPU),图形处理单元(GPU),物理处理单元(PPU),微控制器单元,数字信号处理器(DSP),现场可编程门阵列(FPGA),高级RISC机器(ARM),可编程逻辑器件(PLD),能够执行一个或多个功能的任何电路或处理器等,或其任何组合。
所述电子设备100可以包括内部通信总线110,程序存储和不同形式的数据存储(例如,磁盘170,只读存储器(ROM)130,或随机存取存储器 (RAM)140)用于由计算机处理和/或发送的各种数据文件。所述电子设备 100还可以包括存储在ROM 130,RAM 140和/或将由处理器120执行的其他类型的非暂时性存储介质中的程序指令。本申请的方法和/或过程可以作为程序指令实现。所述电子设备100还包括I/O组件160,支持计算机和其他组件(例如,用户界面元件)之间的输入/输出。所述电子设备100还可以通过网络通信接收编程和数据。
仅仅为了说明问题,在本申请中所述电子设备100中仅描述了一个处理器。然而,应当注意,本申请中的所述电子设备100还可以包括多个处理器,因此,本申请中披露的操作和/或方法步骤可以如本申请所述的由一个处理器执行,也可以由多个处理器联合执行。例如,如果在本申请中电子设备100 的处理器120执行步骤A和步骤B,则应该理解,步骤A和步骤B也可以由信息处理中的两个不同处理器联合或分开执行(例如,第一处理器执行步骤A,第二处理器执行步骤B,或者第一和第二处理器共同执行步骤A和B)。
图2是本申请中的一种构建行驶轨迹的示例性流程图。电子设备100获取原始行驶轨迹数据后进行相应处理后重新构建所述行驶轨迹。
在210中,电子设备100获取原始轨迹数据,所述原始轨迹数据包括位置点序列,所述位置点序列中的每个位置点对应位置数据和序列号。在一些实施例中,所述原始轨迹数据由数据采集设备预先采集。所述数据采集设备可以是数据采集车,无人机,船只,类似其他可移动装置,或者类似装置的组合。所述数据采集设备可以包括至少一个定位传感器,所述定位传感器可以以一定顺序采集所述数据采集设备的位置信息。在一些实施例中,所述定位传感器也可以通过手持的方式,由工作人员步行经过指定区域来进行数据采集。
在一些实施例中,所述定位传感器以一定顺序采集所述数据采集设备的位置信息包括所述位置点序列,所述位置点序列中的每个位置点对应位置数据和序列号。所述序列号可以是所述定位传感器顺序采集数据时的序列。在一些实施例中,所述定位传感器可以包括但不限于GPS传感器,激光雷达传感器,视觉传感器等。
在一些实施例中,所述位置数据包括所述定位传感器在进行数据采集时其所在位置的空间坐标值,所述序列号可以包括所述定位传感器进行数据采集时的时间戳。例如,数据采集车在指定区域进行行驶轨迹数据采集时,其上的GPS传感器每隔0.05秒采集一次数据,该数据包括所述数据采集车在该时间点的空间位置坐标,以及在该坐标值时的时间戳。如图3A和图3B 所示,在图3A中所述数据采集车按图示轨迹以一定速度行进。图3B为该数据采集车上的定位传感器采集的位置点序列的理想状态,其整体轮廓与数据采集车的轮廓基本吻合。
但是,由于定位传感器自身性能等方面因素的限制,其采集的位置点数据并不一定能够完全反应采集时路径的原貌。比如GPS传感器的定位精度不足,其在某一时间窗格内的定位数据可能与实际位置差别较大,特别是当采集频率较高时,采集的位置点更密集,出现的误差的位置点更多,对于还原路径信息产生更多干扰,所以需要对采集的原始轨迹数据进行进一步处理。
在220中,所述电子设备100根据所述位置点序列中每个位置点的位置数据和序列号进行聚类,以获取多个位置点子集合。为了让重新构建的行驶轨迹更接近于采集时的路径的原貌,一种可行的方式是将原始轨迹数据对应的路径分割成若干段,对每一段进行分别处理,最后结合所有段的处理结果还原出路径的原貌。所述的聚类可以包括将路径划分为若干段的操作,每一段内包括的位置点即为所述的位置点子集合。
在进行所述聚类时,需要综合考虑位置点的位置数据和序列号。如果仅就位置点的位置数据进行聚类,在遇到交叉轨迹,往复轨迹时,在轨迹重合的部分无法区分出位置点是属于其中的某一条轨迹段。所以在进行聚类时需要把序列号作为考量因素。在一些实施例中,可选的一种聚类方法可以包括 K-means算法,在由所述位置点的三维坐标以及序列号构成的四维空间内,以欧几里得距离为量度进行分类。与此同时,每一类中的位置点数量可以控制在一定范围内,例如,该位置点数量大于第一阈值,小于第二阈值。在一些实施例中,所述范围为100个位置点左右,比如具体可以为90-110个位置点,80-120个位置点等任何可行的选择。
特别的,在一些实施例中,根据所述位置点空间坐标值和时间戳进行聚类时,进一步考虑数据采集车的平均行驶速度来进行聚类。用数据采集车的平均行驶速度乘以时间戳后的值与各位置点的空间坐标值进行聚类,其目的是使得时间戳的量纲和空间坐标值的量纲相统一。比如,如果所述平均行驶速度为3m/s的话,所述电子设备将每个位置空间点的时间戳乘以3m/s来达到量纲上通其对应的空间坐标统一。
在230中,对于每一个位置点子集合,所述电子设备100选取该位置点子集合中的一部分位置点作为特征位置点;然后从所述特征位置点中选取至少一点作为该位置点子集合的代表点。比如,所述电子设备100首先确定所述特征位置点中对应序列号最小的特征位置点为该位置点子集合的起点;确定所述特征位置点中对应序列号最大的特征位置点为该位置点子集合的终点;然后将所述起点和所述终点作为该位置点子集合的代表点。
根据前述的聚类方法,所述位置点子集合中的位置点可能有很多个,这些位置点的分布可能构成一个近似长条状的区域,该长条状区域对应该段轨迹的基本形状。由于并不是位置点子集合中的所有位置点都能反应出该长条状区域的轮廓,因此所述电子设备100先选取该位置点子集合中的一部分位置点作为特征位置点,这些特征位置点即反应了该位置点子集合对应几何区域的轮廓基本形状。所述确定特征位置点的算法可以是迭代适应点算法 (RDP算法)或其他类似提取特征点的算法。
所述电子设备100进一步在这些特征位置点中,将序列号最小的位置点确定为该位置点子集合的起点,将序列号最大的点确定为该位置点子集合的终点。
在一些实施例中,由于采集设备在开始采集的初始段和结束采集时的终点段其位置可能会出现短暂的停留和往复,所以仅仅根据序列号来判断这两个时间段对应位置点子集合的起点和终点是不可靠的。所以如图4流程图所示,需要对初始段和终点段的起点和终点进行特殊处理。
在410中,所述电子设备100可以确定所述原始轨迹数据初始段对应的位置点子集合和终点段对应的位置点子集合。比如在一些实施例中,可以根据每个位置点子集合中各位置点对应序列号的平均值大小来确定所述初始段和终点段,即序列号平均值最小的位置点子集合对应初始段,序列号平均值最大的位置点子集合对应终点段。
在420中,所述电子设备100可以在初始段对应的位置点子集合中确定距离最远的两个位置点,并将两个位置点中序列号较小的点作为初始段对应的位置点子集合的起点,序列号较大的点作为初始段对应的位置点子集合的终点。
在430中,所述电子设备100可以在终点段对应的位置点子集合中确定距离最远的两个位置点,并将两个位置点中序列号较小的点作为终点段对应的位置点子集合的起点,序列号较大的点作为终点段对应的位置点子集合的终点。
回到图2,在240中,所述电子设备100根据所述每个位置点子集合的起点和终点,确定代表点全集合。比如在一些实施例中,所述代表点全集合可以包括每一个位置点子集合中的至少一个端点,所述端点为所述位置点子集合的起点或终点。例如,所述代表点全集合可以包括每个位置点子集合的起点和终点段对应位置点子集合的终点。又例如,所述代表点全集合可以包括每个位置点子集合的终点和初始段对应位置点子集合的起点。
比如在一些实施例中,所述电子设备110进一步剔除代表点全集合中距离过近的点。具体的,所述电子设备110可以依次判断代表点全集合中的每两个位置点之间的距离,当两个位置点之间距离小于第三阈值时,剔除序列号较大的位置点。所述第三阈值可以是0.5米,0.4米,0.6米等本领域技术人员感觉合理且适合的距离。
在250中,所述电子设备100可以确定所述代表点全集合中位于或大体位于直线轨迹上的位置点。由于对于一条直线轨迹来说,仅用两个点就能代表这条直线轨迹,所以确定出位于或大体位于直线轨迹上的点可以实现简化行驶轨迹的表达形式,减小计算负担等优点。关于如何确定位于或大体位于直线轨迹上的位置点详见图5及其相关部分的描述。
在260中,所述电子设备100可以根据所述代表点全集合和所述位于或大体位于直线轨迹上的位置点确定关键点集合。具体的,所述电子设备100 在代表点全集合中剔除位于或大体位于直线轨迹上的位置点后剩下的位置点即为所述关键点集合。
在270中,所述电子设备100可以根据所述关键点集合构建所述行驶轨迹。所述构建行驶轨迹包括构建关键点集合中位置点间的关键线段,以及确定每条关键线段上的限速。关于如何构建行驶轨迹详见图7和图8,及其相关部分的描述。
图5是本申请中的一种确定直线轨迹上位置点的示例性流程图。在判断代表点全集合中的位置点是否位于或大体位于直线轨迹上时,由于各点并不严格位于某条直线上,所以需要给与其一定的宽容度。如图6所示,点ABCDE 为代表点全集合中的位置点。ABC三个点并不严格的在一条直线上,但是当 B点距离AC间线段偏离小于一定值时,可以认为B点位于AC这条直线上。在一些实施例中,可以通过判断AB线段和BC线段间的锐角夹角来判断ABC是否可以被认为位于同一直线上。
在510中,所述电子设备100按照序列号顺序依次遍历代表点全集合中的所有相邻的三个位置点,其中所述三个位置点按序列号顺序分别为一号位置点、二号位置点和三号位置点。该遍历过程从序列号最小的点开始,直到序列号最大的点结束。对应到图6中,则A点为一号位置点,B点为二号位置点,C点为三号位置点。
在520中,所述电子设备100可以确定一号位置点与二号位置点之间线段和二号位置点与三号位置点之间线段的锐角夹角。对应到图6,所述锐角夹角的确定可以通过计算AB和BC两个有向线段的余弦相似度来获取。
在530中,所述电子设备100可以判断所述锐角夹角是否小于第四阈值。所述第四阈值可以是5°、4°、3°或其他锐角。如果所述锐角夹角小于第四阈值则运行540;如果所述锐角夹角大于第四阈值则运行550。
在540中,所述电子设备100可以将所述二号位置点确定为位于或大体位于直线轨迹上的位置点,将所述三号位置点作为新的二号位置点,将所述三号位置点的下一个位置点作为新的三号位置点。对应到图6中,可以认为AB和BC间的锐角夹角(即∠ABC的补角)足够小,ABC三点位于一条直线上,则将B点确定为位于或大体位于直线轨迹上的点。然后将C点作为二号点,将D点作为三号点。那么下一轮的判断会在AC线段和CD线段之间进行。
在550中,所述电子设备100可以将所述三号位置点作为新的一号位置点,将所述三号位置点后的第一个位置点作为新的二号位置点,将所述三号位置点后的第二个位置点作为新的三号位置点。对应到图6中,AB和AC 不在一条直线上,则将C点作为一号位置点,将D点作为二号位置点,将E 点作为三号位置点进行下一轮的判断。
在560中,所述电子设备100判断三号位置点是否是最后一个位置点,如果三号位置点是最后一个位置点,则结束该遍历,如果三号位置点不是最后一个位置点,则返回520进行下一轮的判断。对应到图6,如果是经过540 跳转到520进行判断,则会进一步确定AC线段和CD线段之间的锐角夹角。如果是经过550跳转到520进行判断,则会进一步确定CD线段和DE线段之间的锐角夹角。
在遍历完代表点全集合中的所有位置点后,即可以确定其中那些点属于位于或大体位于直线轨迹上的位置点。
图7是本申请中的一种确定每个位置点的最高限速的示例性流程图。为了防止自动驾驶车辆在根据行驶轨迹行驶时速度过于缓慢,所以需要对每个位置点允许的最大速度进行限制。
在710中,所述电子设备100可以根据所述时间戳和空间坐标值确定每一个位置点的瞬时速度。所述瞬时速度可以根据每两个位置点的空间坐标值和时间戳来确定。具体的,所述位置点的瞬时速度由该位置点和其之后的相邻位置点间的距离除以两个位置点的时间戳之差确定。在一些实施例中,所述电子设备100进一步以N=20的移动平均数对所述位置点的瞬时速度进行平滑。
在720中,判断该位置点的瞬时速度是否大于第五阈值。如果该位置点的瞬时速度大于第五阈值,则运行730。如果该位置点的瞬时速度小于第五阈值,则运行740。
在730中,所述电子设备100以该瞬时速度作为所述行驶轨迹在该对应位置点的最高限速。
在740中,所述电子设备100以所述第五阈值为所述行驶轨迹在该对应位置点的最高限速。
图8是本申请中的一种根据关键点集合构建行驶轨迹的示例性流程图。所述构建行驶轨迹包括构建多条关键线段和各关键线段的限速。
在810中,所述电子设备100可以将关键点集合中的位置点按照序列号顺序依次连接为多条关键线段。根据前文所述,关键点集合中的位置点为能够反映行驶轨迹最基本特征的点,所以将其中的所有位置点按照序列号顺序依次连接为多条关键线段可以作为自动驾驶车辆的行驶轨迹。其中一部分关键线段包括多个位于或大体位于直线轨迹上的位置点。
在820中,所述电子设备100可以根据代表点全集合中每个位置点的最高限速确定所述多条关键线段中每一条关键线段的最高限速。具体的,可以将每条关键线段包含的位置点(包括位置点全集中的位置点)的瞬时速度取平均值作为该条关键线段的最高限速。在一些实施例中,所述每一条关键线段的最高限速也可以是多个位置点最高限速的集合,例如该关键线段的最高限速包括该关键线段范围内各个位置点(包括位置点全集中的位置点)的最高限速。
在一些实施例中,用户也可以根据行驶轨迹上直道和弯道的情况手动设置各关键线段的最高限速。
图9是本申请中构建完成的行驶轨迹的示意图。图中的路径为将关键点集合中的位置点依次连接后形成的轨迹。自动驾驶车辆可以根据该轨迹进行自动驾驶。
图10是本申请中的代表点全集合以及关键点集合的示意图。图中圆形点为位于或大体位于直线轨迹上的位置点,方形点为关键点集合中的位置点。
图11是本申请中在行驶轨迹为循环路线时确定末尾段行驶轨迹的示例性流程图。当采集设备采集数据的指定区域为循环路线时,其在末尾段接近循环路线起点时的数据可能会存在误差。例如采集设备的位置最后会超过循环路线起点一段距离,又或者采集设备的位置最后没有达到循环路线的起点,从而使得轨迹不能闭合。超过循环路线起点的位置点,该位置点到循环路线起点的方向与循环路线起点处轨迹开始的方向间夹角为钝角,这部分位置点为冗余位置点,应予以剔除。
在1110中,所述电子设备100可以确定所述初始段对应的位置点子集合的起点为循环路线起点。
在1120中,所述电子设备100可以在所述代表点全集合中按照序列号倒序检索距离循环路线起点最近的位置点为末尾位置点。
在1130中,所述电子设备100可以在所述关键点集合中按照序列号倒序检索距离末尾位置点最近的关键点为末尾关键点。
在1140中,所述电子设备100可以根据循环路线起点、末尾位置点和末尾关键点确定所述行驶轨迹中的末尾关键线段。具体的,所述电子设备可以将末尾关键点与末尾位置点之间的线段,以及末尾位置点和循环路线起点之间的线段作为末尾关键线段。
值得注意的是,在一些实施例中,也可以用一条线段作为末尾关键线段。例如,跳过1120,在1130中在关键点集合中按照序列号倒序检索距离循环路线起点最近的关键点作为末尾关键点,并在1140中连接该末尾关键点与循环路线起点作为末尾关键线段。
本申请还提出了一种行驶轨迹构建装置。所述行驶轨迹构建装置包括数据获取模块、聚类模块、特征点确定模块、直线轨迹确定模块、速度确定模块以及行驶轨迹构建模块。
所述数据获取模块用于获取原始轨迹数据,所述原始轨迹数据包括位置点序列,所述位置点序列中的每个位置点对应位置数据和序列号。
所述聚类模块用于根据所述位置点序列中每个位置点的位置数据和序列号进行聚类,以获取多个位置点子集合。
所述特征点确定模块用于对于每一个位置点子集合:选取该位置点子集合中的一部分位置点作为特征位置点;确定所述特征位置点中对应序列号最小的特征位置点为该位置点子集合的起点;以及确定所述特征位置点中对应序列号最大的特征位置点为该位置点子集合的终点。所述特征点确定模块进一步用于根据所述每个位置点子集合的起点和终点,确定代表点全集合。
所述直线轨迹确定模块用于确定所述代表点全集合中位于或大体位于直线轨迹上的位置点。
所述特征点确定模块进一步用于根据所述代表点全集合和所述位于或大体位于直线轨迹上的位置点确定关键点集合。
所述行驶轨迹构建模块用于根据所述关键点集合构建所述行驶轨迹。
在一些实施例中,所述速度确定模块用于根据所述位置数据和序列号确定每一个位置点的瞬时速度;以及对于每一个位置点的瞬时速度,判断该瞬时速度是否大于第五阈值。如果该瞬时速度大于第五阈值,则以该瞬时速度作为所述行驶轨迹在该对应位置点的最高限速。如果该瞬时速度小于或等于第五阈值,则以所述第五阈值为所述行驶轨迹在该对应位置点的最高限速。
本申请还提出了一种计算机系统,包括存储器、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。所述处理器执行所述计算机程序时可以实现如前文所述的行驶轨迹构建方法的步骤。
本申请还提出了一种计算机可读存储介质,其上存储有计算机程序。所述计算机程序被处理器执行时可以实现如前文所述的行驶轨迹构建方法的步骤。
综上所述,在阅读本详细公开内容之后,本领域技术人员可以明白,前述详细公开内容可以仅以示例的方式呈现,并且可以不是限制性的。尽管这里没有明确说明,本领域技术人员可以理解本申请意图囊括对实施例的各种合理改变,改进和修改。这些改变,改进和修改旨在由本申请提出,并且在本申请的示例性实施例的精神和范围内。
此外,本申请中的某些术语已被用于描述本申请的实施例。例如,″一个实施例″,″实施例″和/或″一些实施例″意味着结合该实施例描述的特定特征,结构或特性可以包括在本申请的至少一个实施例中。因此,可以强调并且应当理解,在本说明书的各个部分中对″实施例″或″一个实施例″或″替代实施例″的两个或更多个引用不一定都指代相同的实施例。此外,特定特征,结构或特性可以在本申请的一个或多个实施例中适当地组合。
应当理解,在本申请的实施例的前述描述中,为了帮助理解一个特征,出于简化本申请的目的,本申请有时将各种特征组合在单个实施例、附图或其描述中。或者,本申请又是将各种特征分散在多个本发明的实施例中。然而,这并不是说这些特征的组合是必须的,本领域技术人员在阅读本申请的时候完全有可能将其中一部分特征提取出来作为单独的实施例来理解。也就是说,本申请中的实施例也可以理解为多个次级实施例的整合。而每个次级实施例的内容在于少于单个前述公开实施例的所有特征的时候也是成立的。
在一些实施方案中,表达用于描述和要求保护本申请的某些实施方案的数量或性质的数字应理解为在某些情况下通过术语″约″,″近似″或″基本上″修饰。例如,除非另有说明,否则″约″,″近似″或″基本上″可表示其描述的值的±20%变化。因此,在一些实施方案中,书面描述和所附权利要求书中列出的数值参数是近似值,其可以根据特定实施方案试图获得的所需性质而变化。在一些实施方案中,数值参数应根据报告的有效数字的数量并通过应用普通的舍入技术来解释。尽管阐述本申请的一些实施方案列出了广泛范围的数值范围和参数是近似值,但具体实施例中都列出了尽可能精确的数值。
本文引用的每个专利,专利申请,专利申请的出版物和其他材料,例如文章,书籍,说明书,出版物,文件,物品等,可以通过引用结合于此。用于所有目的的全部内容,除了与其相关的任何起诉文件历史,可能与本文件不一致或相冲突的任何相同的,或者任何可能对权利要求的最宽范围具有限制性影响的任何相同的起诉文件历史。现在或以后与本文件相关联。举例来说,如果在与任何所包含的材料相关联的术语的描述、定义和/或使用与本文档相关的术语、描述、定义和/或之间存在任何不一致或冲突时,使用本文件中的术语为准。
最后,应理解,本文公开的申请的实施方案是对本申请的实施方案的原理的说明。其他修改后的实施例也在本申请的范围内。因此,本申请披露的实施例仅仅作为示例而非限制。本领域技术人员可以根据本申请中的实施例采取替代配置来实现本申请中的发明。因此,本申请的实施例不限于申请中被精确地描述过的哪些实施例。
Claims (10)
1.一种行驶轨迹构建方法,其特征在于,所述方法包括:
电子设备获取原始轨迹数据,所述原始轨迹数据包括位置点序列,所述位置点序列中的每个位置点对应位置数据和序列号;
所述电子设备根据所述位置点序列中每个位置点的位置数据和序列号进行聚类,以获取多个位置点子集合;
对于每一个位置点子集合,所述电子设备:
选取该位置点子集合中的一部分位置点作为特征位置点;
从所述特征位置点中选取至少一点作为该位置点子集合的子集合代表点;
根据所述每个位置点子集合的子集合代表点,确定代表点全集合;
确定所述位代表点全集合中位于或大体位于直线轨迹上的位置点;
根据所述代表点全集合和所述位于或大体位于直线轨迹上的位置点确定关键点集合;以及
根据所述关键点集合构建所述行驶轨迹。
2.根据权利要求1所述的方法,其特征在于,所述原始轨迹数据由数据采集设备预先采集;
所述序列号为所述数据采集设备采集数据的序号,每个序号对应一个时间戳;以及
所述位置数据为所述数据采集设备在所述时间戳时刻的空间坐标值。
3.根据权利要求1所述的方法,其特征在于,进一步包括:
确定所述原始轨迹数据初始段对应的位置点子集合和终点段对应的位置点子集合;
在初始段对应的位置点子集合中确定距离最远的两个位置点,并将两个位置点中序列号较小的点作为初始段对应的位置点子集合的起点,序列号较大的点作为初始段对应的位置点子集合的终点;以及
在终点段对应的位置点子集合中确定距离最远的两个位置点,并将两个位置点中序列号较小的点作为终点段对应的位置点子集合的起点,序列号较大的点作为终点段对应的位置点子集合的终点。
4.根据权利要求3所述的方法,其特征在于,所述代表点全集合包括:
每一个位置点子集合中的至少一个端点,所述端点为所述位置点子集合的起点或终点。
5.根据权利要求4所述的方法,其特征在于,所述确定所述代表点全集合中位于或者大体位于直线轨迹上的位置点包括:
按照序列号顺序依次遍历代表点全集合中的相邻的三个位置点,其中所述三个位置点按序列号顺序分别为一号位置点、二号位置点和三号位置点;
循环步骤:确定一号位置点与二号位置点之间的线段和二号位置点与三号位置点之间的线段的锐角夹角;
如果所述锐角夹角小于第四阈值,则
将所述二号位置点确定为位于或大体位于直线轨迹上的位置点,
将所述三号位置点作为新的二号位置点,
将所述三号位置点的下一个位置点作为新的三号位置点;以及
如果所述锐角夹角大于第四阈值,则
将所述三号位置点作为新的一号位置点,
将所述三号位置点后的第一个位置点作为新的二号位置点,
将所述三号位置点后的第二个位置点作为新的三号位置点;
运行所述循环步骤直到遍历所有代表点全集合中的位置点。
6.根据权利要求4所述的方法,其特征在于,所述根据所述代表点全集合和所述位于或大体位于直线轨迹上的位置点确定所述关键点集合包括:
将代表点全集合剔除所述位于或大体位于直线轨迹上的位置点,确定所述代表点全集合中剩下的点为所述关键点集合。
7.根据权利要求4所述的方法,其特征在于,进一步包括,根据所述时间戳和空间坐标值确定位置点序列中每一个位置点的瞬时速度;以及
对于每一个位置点的瞬时速度:
判断该瞬时速度是否大于第五阈值;
如果该瞬时速度大于第五阈值,则以该瞬时速度作为所述行驶轨迹在该对应位置点的最高限速;以及
如果该瞬时速度小于第五阈值,则以所述第五阈值为所述行驶轨迹在该对应位置点的最高限速。
8.根据权利要求7所述的方法,其特征在于,根据所述关键点集合构建所述行驶轨迹包括:
将关键点集合中的位置点按照序列号顺序依次连接为多条关键线段;以及
根据所述代表点全集合中每个位置点的最高限速确定所述多条关键线段中每一条关键线段的最高限速。
9.根据权利要求8所述的方法,其特征在于,所述原始轨迹为循环路线;所述方法进一步包括:
确定所述初始段对应的位置点子集合的起点为循环路线起点;
在所述代表点全集合中按照序列号倒序检索距离循环路线起点最近的位置点为末尾位置点;
在所述关键点集合中按照序列号倒序检索距离末尾位置点最近的关键点为末尾关键点;以及
根据循环路线起点、末尾位置点和末尾关键点确定所述行驶轨迹中的末尾关键线段。
10.一种电子设备,包括存储器、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,所述处理器执行所述计算机程序时实现如权利要求1至9中任一项所述的行驶轨迹构建方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811615603.7A CN109739227B (zh) | 2018-12-27 | 2018-12-27 | 一种行驶轨迹构建系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811615603.7A CN109739227B (zh) | 2018-12-27 | 2018-12-27 | 一种行驶轨迹构建系统与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109739227A true CN109739227A (zh) | 2019-05-10 |
CN109739227B CN109739227B (zh) | 2021-11-05 |
Family
ID=66361454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811615603.7A Active CN109739227B (zh) | 2018-12-27 | 2018-12-27 | 一种行驶轨迹构建系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109739227B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111085998A (zh) * | 2019-12-17 | 2020-05-01 | 珠海市一微半导体有限公司 | 机器人记录运动轨迹的方法和显示机器人运动轨迹的方法 |
CN111323031A (zh) * | 2019-11-25 | 2020-06-23 | 北京嘀嘀无限科技发展有限公司 | 一种偏航识别方法、装置、电子设备及存储介质 |
CN112711267A (zh) * | 2020-04-24 | 2021-04-27 | 江苏方天电力技术有限公司 | 基于rtk高精度定位与机器视觉融合的无人机自主巡检方法 |
CN113593397A (zh) * | 2021-08-18 | 2021-11-02 | 哈尔滨海能达科技有限公司 | 一种历史轨迹数据加载方法、装置及系统 |
WO2021218346A1 (zh) * | 2020-04-30 | 2021-11-04 | 华为技术有限公司 | 一种聚类的方法和装置 |
CN114387332A (zh) * | 2022-01-17 | 2022-04-22 | 江苏省特种设备安全监督检验研究院 | 一种管道测厚方法及装置 |
CN114947664A (zh) * | 2022-06-22 | 2022-08-30 | 汇智机器人科技(深圳)有限公司 | 一种应用于扫地机器人激光指引的控制方法、系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103134508A (zh) * | 2012-12-25 | 2013-06-05 | 上海博泰悦臻电子设备制造有限公司 | 导航方法、导航装置和导航系统 |
CN103809194A (zh) * | 2014-02-13 | 2014-05-21 | 上海温光自动化技术有限公司 | 一种gps轨迹曲线的显示方法及装置 |
CN105738932A (zh) * | 2016-01-28 | 2016-07-06 | 石家庄市善理通益科技有限公司 | 轨迹的生成方法和装置 |
CN106231671A (zh) * | 2016-08-09 | 2016-12-14 | 南京掌控网络科技有限公司 | 一种移动设备的移动轨迹优化方法 |
CN107392964A (zh) * | 2017-07-07 | 2017-11-24 | 武汉大学 | 基于室内特征点和结构线结合的室内slam方法 |
CN108088447A (zh) * | 2017-12-15 | 2018-05-29 | 陕西理工大学 | 一种移动机器人的路径后处理方法 |
CN108364461A (zh) * | 2018-01-05 | 2018-08-03 | 武汉中科通达高新技术股份有限公司 | 一种车辆行驶轨迹预测方法 |
CN109031372A (zh) * | 2018-06-07 | 2018-12-18 | 卡斯柯信号有限公司 | 一种从卫星定位数据中自动提取行驶线路关键点的方法 |
-
2018
- 2018-12-27 CN CN201811615603.7A patent/CN109739227B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103134508A (zh) * | 2012-12-25 | 2013-06-05 | 上海博泰悦臻电子设备制造有限公司 | 导航方法、导航装置和导航系统 |
CN103809194A (zh) * | 2014-02-13 | 2014-05-21 | 上海温光自动化技术有限公司 | 一种gps轨迹曲线的显示方法及装置 |
CN105738932A (zh) * | 2016-01-28 | 2016-07-06 | 石家庄市善理通益科技有限公司 | 轨迹的生成方法和装置 |
CN106231671A (zh) * | 2016-08-09 | 2016-12-14 | 南京掌控网络科技有限公司 | 一种移动设备的移动轨迹优化方法 |
CN107392964A (zh) * | 2017-07-07 | 2017-11-24 | 武汉大学 | 基于室内特征点和结构线结合的室内slam方法 |
CN108088447A (zh) * | 2017-12-15 | 2018-05-29 | 陕西理工大学 | 一种移动机器人的路径后处理方法 |
CN108364461A (zh) * | 2018-01-05 | 2018-08-03 | 武汉中科通达高新技术股份有限公司 | 一种车辆行驶轨迹预测方法 |
CN109031372A (zh) * | 2018-06-07 | 2018-12-18 | 卡斯柯信号有限公司 | 一种从卫星定位数据中自动提取行驶线路关键点的方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111323031A (zh) * | 2019-11-25 | 2020-06-23 | 北京嘀嘀无限科技发展有限公司 | 一种偏航识别方法、装置、电子设备及存储介质 |
CN111085998A (zh) * | 2019-12-17 | 2020-05-01 | 珠海市一微半导体有限公司 | 机器人记录运动轨迹的方法和显示机器人运动轨迹的方法 |
CN111085998B (zh) * | 2019-12-17 | 2021-11-09 | 珠海市一微半导体有限公司 | 机器人记录运动轨迹的方法和显示机器人运动轨迹的方法 |
CN112711267A (zh) * | 2020-04-24 | 2021-04-27 | 江苏方天电力技术有限公司 | 基于rtk高精度定位与机器视觉融合的无人机自主巡检方法 |
WO2021218346A1 (zh) * | 2020-04-30 | 2021-11-04 | 华为技术有限公司 | 一种聚类的方法和装置 |
CN113593397A (zh) * | 2021-08-18 | 2021-11-02 | 哈尔滨海能达科技有限公司 | 一种历史轨迹数据加载方法、装置及系统 |
CN113593397B (zh) * | 2021-08-18 | 2023-08-08 | 哈尔滨海能达科技有限公司 | 一种历史轨迹数据加载方法、装置及系统 |
CN114387332A (zh) * | 2022-01-17 | 2022-04-22 | 江苏省特种设备安全监督检验研究院 | 一种管道测厚方法及装置 |
CN114387332B (zh) * | 2022-01-17 | 2022-11-08 | 江苏省特种设备安全监督检验研究院 | 一种管道测厚方法及装置 |
CN114947664A (zh) * | 2022-06-22 | 2022-08-30 | 汇智机器人科技(深圳)有限公司 | 一种应用于扫地机器人激光指引的控制方法、系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109739227B (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109739227A (zh) | 一种行驶轨迹构建系统与方法 | |
Cesetti et al. | A vision-based guidance system for UAV navigation and safe landing using natural landmarks | |
CN103196430B (zh) | 基于无人机的飞行轨迹与视觉信息的映射导航方法及系统 | |
CN109541634A (zh) | 一种路径规划方法、装置和移动设备 | |
CN108303103A (zh) | 目标车道的确定方法和装置 | |
US9576200B2 (en) | Background map format for autonomous driving | |
CN109510851A (zh) | 地图数据的构建方法和设备 | |
EP3470786B1 (en) | A computer-implemented method and a system for generating a 3d path to a landing location for an aerial vehicle | |
WO2020243640A1 (en) | Uav-based aviation inspection systems and related methods | |
CN109189074B (zh) | 一种用于仓储环境的室内自主建图方法 | |
CN116323364A (zh) | 用于车辆运动计划的路点预测和运动预报 | |
Xin et al. | Vision-based autonomous landing for the UAV: A review | |
US11529951B2 (en) | Safety system, automated driving system, and methods thereof | |
CN111291697A (zh) | 用于识别障碍物的方法和装置 | |
CN110083668B (zh) | 一种高精度地图的数据管理系统、管理方法、终端和存储介质 | |
CN112947485A (zh) | 路径规划方法及系统 | |
CN113050122A (zh) | 一种基于卷积神经网络感知动态障碍物速度的方法及系统 | |
US11645775B1 (en) | Methods and apparatus for depth estimation on a non-flat road with stereo-assisted monocular camera in a vehicle | |
US20130338858A1 (en) | Method for three dimensional perception processing and classification | |
CN113448340B (zh) | 一种无人机的路径规划方法、装置、无人机及存储介质 | |
Wu et al. | A Non-rigid hierarchical discrete grid structure and its application to UAVs conflict detection and path planning | |
CN103680213A (zh) | 用于确定合适航点位置的方法 | |
CN109657556A (zh) | 道路及其周边地物的分类方法及系统 | |
Olawoye et al. | UAV Position Estimation Using a LiDAR-based 3D Object Detection Method | |
US20220161791A1 (en) | Motion planning in curvilinear coordinates for autonomous vehicles |
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 |