CN109827610A - 用于校验传感器融合结果的方法和装置 - Google Patents

用于校验传感器融合结果的方法和装置 Download PDF

Info

Publication number
CN109827610A
CN109827610A CN201910185693.9A CN201910185693A CN109827610A CN 109827610 A CN109827610 A CN 109827610A CN 201910185693 A CN201910185693 A CN 201910185693A CN 109827610 A CN109827610 A CN 109827610A
Authority
CN
China
Prior art keywords
data
sensor fusion
fusion results
processor
results
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
Application number
CN201910185693.9A
Other languages
English (en)
Other versions
CN109827610B (zh
Inventor
饶思粤
曹文峰
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
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910185693.9A priority Critical patent/CN109827610B/zh
Publication of CN109827610A publication Critical patent/CN109827610A/zh
Application granted granted Critical
Publication of CN109827610B publication Critical patent/CN109827610B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本申请实施例公开了用于校验传感器融合结果的方法和装置。该方法的一具体实施方式包括:获取至少两种传感器采集的环境数据;通过第一处理器对所获取的环境数据进行第一数据融合操作得到第一传感器融合结果;通过第二处理器对所获取的环境数据进行第二数据融合操作得到第二传感器融合结果;根据第二传感器融合结果对第一传感器融合结果进行校验。该实施方式提供了一种基于双处理器的校验传感器融合结果的机制,提高了系统的可靠性。

Description

用于校验传感器融合结果的方法和装置
技术领域
本申请实施例涉及计算机技术领域,尤其涉及用于校验传感器融合结果的方法和装置。
背景技术
无人驾驶车辆是智能汽车的一种,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标。无人驾驶车辆的控制系统依赖传感器感知周围环境,包括车辆、行人和交通标识等。雷达传感器和摄像头传感器是无人驾驶车辆中最常用同时也是最主要的两种传感器设备。为取得更好的控制效果,无人驾驶车辆的控制系统会对多种传感器所采集的数据进行融合。
自动驾驶系统所使用的处理器虽然运算能力超强,但安全系数往往不够高。例如,在ISO26262(道路车辆功能安全)标准中,将安全等级从低到高分为QMASILA,ASILB,ASILC,ASILD五个等级,其中ASILD是目前业界认可的最高安全等级。目前的高性能处理器全部都在ASILB等级之下。
发明内容
本申请实施例提出了用于校验传感器融合结果的方法和装置。
第一方面,本申请的一些实施例提供了一种用于校验传感器融合结果的方法,该方法包括:获取至少两种传感器采集的环境数据;通过第一处理器对所获取的环境数据进行第一数据融合操作得到第一传感器融合结果;通过第二处理器对所获取的环境数据进行第二数据融合操作得到第二传感器融合结果;根据第二传感器融合结果对第一传感器融合结果进行校验。
在一些实施例中,第二处理器的安全等级高于第一处理器。
在一些实施例中,第一数据融合操作的精度高于第二数据融合操作。
在一些实施例中,第二数据融合操作包括:根据所获取的环境数据生成第一栅格图;计算第一栅格图中的边界数据得到第一碰撞边界数据。
在一些实施例中,根据第二传感器融合结果对第一传感器融合结果进行校验,包括:根据第一传感器融合结果生成第二栅格图;计算第二栅格图中的边界数据得到第二碰撞边界数据;确定第一碰撞边界数据与第二碰撞边界数据的差值是否超过预设阈值;若是,则输出表征第一传感器融合结果有误的信息。
第二方面,本申请的一些实施例提供了一种用于校验传感器融合结果的装置,该装置包括:
第一处理器,被配置成获取至少两种传感器采集的环境数据,对所获取的环境数据进行第一数据融合操作得到第一传感器融合结果;第二处理器,被配置成获取至少两种传感器采集的环境数据,对所获取的环境数据进行第二数据融合操作得到第二传感器融合结果并根据第二传感器融合结果对第一传感器融合结果进行校验。
在一些实施例中,第二处理器的安全等级高于第一处理器。
在一些实施例中,第一数据融合操作的精度高于第二数据融合操作。
在一些实施例中,第二数据融合操作包括:根据所获取的环境数据生成第一栅格图;计算第一栅格图中的边界数据得到第一碰撞边界数据。
在一些实施例中,第二处理器,进一步被配置成:根据第一传感器融合结果生成第二栅格图;计算第二栅格图中的边界数据得到第二碰撞边界数据;确定第一碰撞边界数据与第二碰撞边界数据的差值是否超过预设阈值,若是,则输出表征第一传感器融合结果有误的信息。
第三方面,本申请的一些实施例提供了一种用于校验传感器融合结果的设备,该设备包括:获取单元,被配置成获取至少两种传感器采集的环境数据;第一数据融合单元,被配置成通过第一处理器对所获取的环境数据进行第一数据融合操作得到第一传感器融合结果;第二数据融合单元,被配置成通过第二处理器对所获取的环境数据进行第二数据融合操作得到第二传感器融合结果;校验单元,被配置成根据第二传感器融合结果对第一传感器融合结果进行校验。
第四方面,本申请的一些实施例提供了一种车辆,包括:第二方面上述的装置或第三方面上述的设备。
第五方面,本申请的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面上述的方法。
本申请实施例提供的用于校验传感器融合结果的方法和装置,通过获取至少两种传感器采集的环境数据,并通过第一处理器对所获取的环境数据进行第一数据融合操作得到第一传感器融合结果,通过第二处理器对所获取的环境数据进行第二数据融合操作得到第二传感器融合结果,最后根据第二传感器融合结果对第一传感器融合结果进行校验,提供了一种基于双处理器的校验传感器融合结果的机制,提高了系统的可靠性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一些可以应用于其中的示例性系统架构图;
图2是根据本申请的用于校验传感器融合结果的方法的一个实施例的流程图;
图3是根据本申请的用于校验传感器融合结果的方法的应用场景的一个示意图;
图4是根据本申请的用于校验传感器融合结果的方法的又一个实施例的流程图;
图5是根据本申请的用于校验传感器融合结果的装置的一个实施例的结构示意图;
图6是根据本申请的用于校验传感器融合结果的设备的一个实施例的结构示意图;
图7是适于用来实现本申请的一些实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于校验传感器融合结果的方法或用于校验传感器融合结果的装置的实施例的示例性系统架构100。
在本实施例中,无人驾驶车辆101上可以安装有采集器件102和第一处理器103、第二处理器104。第一处理器103、第二处理器104可以通过各种通信方式(例如有线、无线通信链路或者光纤电缆等等)获取采集器件102的输出。
采集器件102可以包括LiDAR(Light Detection And Ranging,激光雷达),图像传感器(例如摄像头),超声波雷达,毫米波雷达等,能够采集无人驾驶车辆101环境数据。第一处理器103、第二处理器104可以是各种可编程器件,例如,微控制单元(MicrocontrollerUnit,MCU)或其他高性能处理器,其可以根据采集器件102采集的环境数据进行数据融合操作。第一处理器103、第二处理器104或其他处理器可以根据第二数据融合操作得到的第二传感器融合结果对第一传感器融合结果进行校验。
应该理解,图1中的采集器件、处理器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的采集器件。
继续参考图2,示出了根据本申请的用于校验传感器融合结果的方法的一个实施例的流程200。该用于校验传感器融合结果的方法,包括以下步骤:
步骤201,获取至少两种传感器采集的环境数据。
在本实施例中,用于校验传感器融合结果的方法执行主体(例如图1所示的处理器)可以首先获取至少两种传感器采集的环境数据。至少两种传感器可以包括激光雷达,图像传感器,超声波雷达,毫米波雷达等。每种传感器的数量可以是一个,也可以是两个或者以上。具体地,摄像头传感器可以采集无人驾驶车辆周围环境的影像信息,摄像头采集到的数据可以包括图像数据或者视频流数据。激光雷达传感器使用激光进行检测,毫米波雷达传感器使用毫米波进行检测,激光雷达传感器、毫米波雷达传感器采集的数据可以按照点云的格式输出。通过点云数据无人驾驶车辆的控制系统能够方便快速地建立无人驾驶车辆周围环境的三维模型。环境数据可以包括路面数据、周边物体的坐标等。
步骤202,通过第一处理器对所获取的环境数据进行第一数据融合操作得到第一传感器融合结果。
在本实施例中,上述执行主体可以通过第一处理器对步骤201中获取的环境数据进行第一数据融合操作得到第一传感器融合结果。具体的数据融合操作可以根据实际需要进行选择。作为示例,可以将摄像头传感器采集的影像数据与雷达传感器采集的点云数据进行融合,也可以将多路雷达数据进行融合。在将摄像头传感器采集的影像数据与雷达传感器采集的点云数据进行融合时,可以在影像数据中检测出目标物体,生成用于指示目标物体的矩形框,根据矩形框在点云数据中检测出表征目标物体的点云数据,以此确定目标物体对应的坐标。在将多路雷达数据进行融合时,将多路数据融合为一个数据,再通过融合出的数据进行目标物体的定位,也可以不直接进行融合,针对每个雷达采集的数据进行计算,再对计算结果进行融合。
步骤203,通过第二处理器对所获取的环境数据进行第二数据融合操作得到第二传感器融合结果。
在本实施例中,上述执行主体可以通过第二处理器对步骤201中获取的环境数据进行第二数据融合操作得到第二传感器融合结果。第二数据融合操作可以根据实际需要进行选择,具体可以参照针对第一数据融合操作的描述。此外,第二数据融合操作还可以根据第二处理器的处理能力确定,例如,对于处理能力较弱的第二处理器可以选择运算量适度的数据融合操作。
在本实施例的一些可选实现方式中,第二处理器的安全等级高于第一处理器。安全等级可以包括任何用于表征处理器的可靠性等安全性指标的信息,作为示例,ISO26262中安全等级从低到高分为QMASILA,ASILB,ASILC,ASILD五个等级。其中,MCU安全等级较高为ASILD,可以使用MCU作为第二处理器。在本实现方式中,通过安全等级较高的处理器得出的融合结果进行校验,可以进一步提高系统的可靠性。
在本实施例的一些可选实现方式中,第一数据融合操作的精度高于第二数据融合操作。在本实现方式中,在保证融合结果精度的同时,即使使用性能普通的处理器也可以完成对融合结果的校验。
步骤204,根据第二传感器融合结果对第一传感器融合结果进行校验。
在本实施例中,上述执行主体可以根据步骤203中得到的第二传感器融合结果对步骤202中得到的第一传感器融合结果进行校验。校验可以是分别提高第二传感器融合结果与第一传感器融合结果得出的预定义参数的参数值,再判断得出的参数值之间的差值是否在预设范围内,若在预设范围内则通过校验,若不在则可以再次确认传感器融合结果,预定义参数可以是目标物体的坐标等。可以通过第二处理器或其他处理器根据第二传感器融合结果对第一传感器融合结果进行校验。
继续参见图3,图3是根据本实施例的用于校验传感器融合结果的方法的应用场景的一个示意图。在图3的应用场景中,无人驾驶车辆301中第一处理器306、第二处理器307获取传感器302采集的环境数据304、传感器303采集的环境数据305,第一处理器306对环境数据304、环境数据305进行第一数据融合操作得到第一传感器融合结果308,第二处理器307对环境数据304、环境数据305进行第二数据融合操作得到第二传感器融合结果309,根据第二传感器融合结果309对第一传感器融合结果308进行校验。
本申请的上述实施例提供的方法通过获取至少两种传感器采集的环境数据;通过第一处理器对所获取的环境数据进行第一数据融合操作得到第一传感器融合结果;通过第二处理器对所获取的环境数据进行第二数据融合操作得到第二传感器融合结果;根据第二传感器融合结果对第一传感器融合结果进行校验,提供了一种基于双处理器的校验传感器融合结果的机制,提高了系统的可靠性。
进一步参考图4,其示出了用于校验传感器融合结果的方法的又一个实施例的流程400。该用于校验传感器融合结果的方法的流程400,包括以下步骤:
步骤401,获取至少两种传感器采集的环境数据。
在本实施例中,用于校验传感器融合结果的方法执行主体(例如图1所示的处理器)可以首先获取至少两种传感器采集的环境数据。
步骤402,通过第一处理器对所获取的环境数据进行第一数据融合操作得到第一传感器融合结果。
在本实施例中,上述执行主体可以通过第一处理器对步骤401中获取的环境数据进行第一数据融合操作得到第一传感器融合结果。
步骤403,通过第二处理器对所获取的环境数据进行第二数据融合操作得到第二传感器融合结果。
在本实施例中,上述执行主体可以通过第二处理器对步骤401中获取的环境数据进行第二数据融合操作得到第二传感器融合结果。
在本实施例中,第二数据融合操作可以包括:根据所获取的环境数据生成第一栅格图,计算所述第一栅格图中的边界数据得到第一碰撞边界数据。生成第一栅格图时栅格化的精度可以根据处理器的处理能力以及精度要求进行设置。通过将所获取的环境数据生成第一栅格图可以降低数据处理量,第二处理器可以选择处理性能较为一般,但是安全等级较高的处理器。边界数据可以包括车辆可行驶范围的边界。
步骤404,根据第一传感器融合结果生成第二栅格图。
在本实施例中,上述执行主体可以根据步骤402中得到的第一传感器融合结果生成第二栅格图。生成第二栅格图时栅格化的精度可以根据处理器的处理能力以及精度要求进行设置。
步骤405,计算第二栅格图中的边界数据得到第二碰撞边界数据。
在本实施例中,上述执行主体可以计算步骤404中生成的第二栅格图中的边界数据得到第二碰撞边界数据。
步骤406,确定第一碰撞边界数据与第二碰撞边界数据的差值是否超过预设阈值。
在本实施例中,上述执行主体可以确定步骤403中得到的第一碰撞边界数据与步骤405中得到的第二碰撞边界数据的差值是否超过预设阈值。阈值可以根据实际需要进行设置,例如,可以是第一碰撞边界数据的百分之十。
步骤406,输出表征第一传感器融合结果有误的信息。
在本实施例中,上述执行主体可以响应于步骤406中确定出第一碰撞边界数据与第二碰撞边界数据的差值超过预设阈值,输出表征第一传感器融合结果有误的信息。
在本实施例中,步骤401、步骤402、步骤403的操作与步骤201、步骤202、步骤203的操作基本相同,在此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于校验传感器融合结果的方法的流程400中根据第一传感器融合结果生成第二栅格图,再基于栅格图进行校验,由此,本实施例描述的方案对进行校验时处理的数据量进一步减少,校验效率更高。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于校验传感器融合结果的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置可以设置于车辆上。该装置包括第一处理器与第二处理器,第一处理器与第二处理器的数量可以是一个或多个,其中,第一处理器,被配置成获取至少两种传感器采集的环境数据,对所获取的环境数据进行第一数据融合操作得到第一传感器融合结果;第二处理器,被配置成获取至少两种传感器采集的环境数据,对所获取的环境数据进行第二数据融合操作得到第二传感器融合结果并根据第二传感器融合结果对第一传感器融合结果进行校验。
在本实施例的一些可选实现方式中,第二处理器的安全等级高于第一处理器。
在本实施例的一些可选实现方式中,第一数据融合操作的精度高于第二数据融合操作。
在本实施例的一些可选实现方式中,第二数据融合操作包括:根据所获取的环境数据生成第一栅格图;计算第一栅格图中的边界数据得到第一碰撞边界数据。
在本实施例的一些可选实现方式中,第二处理器,进一步被配置成:根据第一传感器融合结果生成第二栅格图;计算第二栅格图中的边界数据得到第二碰撞边界数据;确定第一碰撞边界数据与第二碰撞边界数据的差值是否超过预设阈值,若是,则输出表征第一传感器融合结果有误的信息。
进一步参考图6,作为对上述各图所示方法的实现,本申请提供了一种用于校验传感器融合结果的设备的一个实施例,该设备实施例与图2所示的方法实施例相对应。
如图6所示,本实施例的用于校验传感器融合结果的设备600包括:获取单元601、第一数据融合单元602、第二数据融合单元603和校验单元604。其中,获取单元,被配置成获取至少两种传感器采集的环境数据;第一数据融合单元,被配置成通过第一处理器对所获取的环境数据进行第一数据融合操作得到第一传感器融合结果;第二数据融合单元,被配置成通过第二处理器对所获取的环境数据进行第二数据融合操作得到第二传感器融合结果;校验单元,被配置成根据第二传感器融合结果对第一传感器融合结果进行校验。
在本实施例中,用于校验传感器融合结果的设备600的获取单元601、第一确定单元602、第二确定单元603、第一生成单元604的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204。
在本实施例的一些可选实现方式中,第二处理器的安全等级高于第一处理器。
在本实施例的一些可选实现方式中,第一数据融合操作的精度高于第二数据融合操作。
在本实施例的一些可选实现方式中,第二数据融合单元,包括:第一生成子单元,被配置成根据所获取的环境数据生成第一栅格图;第一计算子单元,被配置成计算第一栅格图中的边界数据得到第一碰撞边界数据。
在本实施例的一些可选实现方式中,校验单元,包括:第二生成子单元,被配置成根据第一传感器融合结果生成第二栅格图;第二计算子单元,被配置成计算第二栅格图中的边界数据得到第二碰撞边界数据;输出单元,被配置成确定第一碰撞边界数据与第二碰撞边界数据的差值是否超过预设阈值,若是,则输出表征第一传感器融合结果有误的信息。
本申请的上述实施例提供的设备,通过获取至少两种传感器采集的环境数据;通过第一处理器对所获取的环境数据进行第一数据融合操作得到第一传感器融合结果;通过第二处理器对所获取的环境数据进行第二数据融合操作得到第二传感器融合结果;根据第二传感器融合结果对第一传感器融合结果进行校验,提供了一种基于双处理器的校验传感器融合结果的机制,提高了系统的可靠性。
下面参考图7,其示出了适于用来实现本申请实施例的电子设备的计算机系统700的结构示意图。图7示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件可以连接至I/O接口705:包括诸如键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——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。计算机可读介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读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。而在本申请中,计算机可读的信号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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质,该计算机可读介质可以发送、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。计算机可读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、电线、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或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、第一数据融合单元、第二数据融合单元和校验单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“被配置成获取至少两种传感器采集的环境数据的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取至少两种传感器采集的环境数据;通过第一处理器对所获取的环境数据进行第一数据融合操作得到第一传感器融合结果;通过第二处理器对所获取的环境数据进行第二数据融合操作得到第二传感器融合结果;根据第二传感器融合结果对第一传感器融合结果进行校验。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (13)

1.一种用于校验传感器融合结果的方法,包括:
获取至少两种传感器采集的环境数据;
通过第一处理器对所获取的环境数据进行第一数据融合操作得到第一传感器融合结果;
通过第二处理器对所获取的环境数据进行第二数据融合操作得到第二传感器融合结果;
根据所述第二传感器融合结果对所述第一传感器融合结果进行校验。
2.根据权利要求1所述的方法,其中,所述第二处理器的安全等级高于所述第一处理器。
3.根据权利要求1所述的方法,其中,所述第一数据融合操作的精度高于所述第二数据融合操作。
4.根据权利要求1-3中任一项所述的方法,其中,所述第二数据融合操作包括:
根据所获取的环境数据生成第一栅格图;
计算所述第一栅格图中的边界数据得到第一碰撞边界数据。
5.根据权利要求4所述的方法,其中,所述根据所述第二传感器融合结果对所述第一传感器融合结果进行校验,包括:
根据所述第一传感器融合结果生成第二栅格图;
计算所述第二栅格图中的边界数据得到第二碰撞边界数据;
确定所述第一碰撞边界数据与所述第二碰撞边界数据的差值是否超过预设阈值;
若是,则输出表征第一传感器融合结果有误的信息。
6.一种用于校验传感器融合结果的装置,包括:
第一处理器,被配置成获取至少两种传感器采集的环境数据,对所获取的环境数据进行第一数据融合操作得到第一传感器融合结果;
第二处理器,被配置成获取至少两种传感器采集的环境数据,对所获取的环境数据进行第二数据融合操作得到第二传感器融合结果并根据所述第二传感器融合结果对所述第一传感器融合结果进行校验。
7.根据权利要求6所述的装置,其中,所述第二处理器的安全等级高于所述第一处理器。
8.根据权利要求6所述的装置,其中,所述第一数据融合操作的精度高于所述第二数据融合操作。
9.根据权利要求6-8中任一项所述的装置,其中,所述第二数据融合操作包括:
根据所获取的环境数据生成第一栅格图;
计算所述第一栅格图中的边界数据得到第一碰撞边界数据。
10.根据权利要求9所述的装置,其中,第二处理器,进一步被配置成:
根据所述第一传感器融合结果生成第二栅格图;
计算所述第二栅格图中的边界数据得到第二碰撞边界数据;
确定所述第一碰撞边界数据与所述第二碰撞边界数据的差值是否超过预设阈值,若是,则输出表征第一传感器融合结果有误的信息。
11.一种用于校验传感器融合结果的设备,包括:
获取单元,被配置成获取至少两种传感器采集的环境数据;
第一数据融合单元,被配置成通过第一处理器对所获取的环境数据进行第一数据融合操作得到第一传感器融合结果;
第二数据融合单元,被配置成通过第二处理器对所获取的环境数据进行第二数据融合操作得到第二传感器融合结果;
校验单元,被配置成根据所述第二传感器融合结果对所述第一传感器融合结果进行校验。
12.一种车辆,包括:
权利要求6-10中任一所述的装置或权利要求11所述的设备。
13.一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN201910185693.9A 2019-03-12 2019-03-12 用于校验传感器融合结果的方法和装置 Active CN109827610B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910185693.9A CN109827610B (zh) 2019-03-12 2019-03-12 用于校验传感器融合结果的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910185693.9A CN109827610B (zh) 2019-03-12 2019-03-12 用于校验传感器融合结果的方法和装置

Publications (2)

Publication Number Publication Date
CN109827610A true CN109827610A (zh) 2019-05-31
CN109827610B CN109827610B (zh) 2021-05-14

Family

ID=66869200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910185693.9A Active CN109827610B (zh) 2019-03-12 2019-03-12 用于校验传感器融合结果的方法和装置

Country Status (1)

Country Link
CN (1) CN109827610B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110208158A (zh) * 2019-06-13 2019-09-06 上汽大众汽车有限公司 一种车辆环境检测传感器在线校准方法及系统
CN112067031A (zh) * 2020-08-11 2020-12-11 华人运通(江苏)技术有限公司 汽车换档器的档位信号校验方法、装置、存储介质及系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101839790A (zh) * 2010-05-06 2010-09-22 上海哈德电气技术有限公司 智能在线标定系统
CN102968123A (zh) * 2012-11-29 2013-03-13 沈阳航天中测科技有限公司 无人机自动驾驶仪
CN104002747A (zh) * 2014-06-10 2014-08-27 北京联合大学 一种基于无人驾驶汽车的多激光雷达栅格地图融合系统
US20160137209A1 (en) * 2014-11-18 2016-05-19 GM Global Technology Operations LLC Motion-based multi-sensor calibration
CN106347374A (zh) * 2016-09-28 2017-01-25 深圳市元征科技股份有限公司 车辆环境采集融合装置及方法
WO2017065352A1 (ko) * 2015-10-13 2017-04-20 엘지전자 주식회사 차량용 어라운드 뷰 제공 장치 및 차량
US20170122782A1 (en) * 2015-10-30 2017-05-04 Fisher Controls International Llc Methods and apparatus to correct remote sensor signals
US9658620B1 (en) * 2010-10-05 2017-05-23 Waymo Llc System and method of providing recommendations to users of vehicles
CN108196260A (zh) * 2017-12-13 2018-06-22 北京汽车集团有限公司 无人驾驶车辆多传感器融合系统的测试方法和装置
CN108776472A (zh) * 2018-05-17 2018-11-09 驭势(上海)汽车科技有限公司 智能驾驶控制方法及系统、车载控制设备和智能驾驶车辆
CN109211298A (zh) * 2017-07-04 2019-01-15 百度在线网络技术(北京)有限公司 一种传感器标定方法和装置
US20190049566A1 (en) * 2017-08-11 2019-02-14 Zoox, Inc. Vehicle sensor calibration and localization
CN109444916A (zh) * 2018-10-17 2019-03-08 上海蔚来汽车有限公司 一种无人驾驶可行驶区域确定装置及方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101839790A (zh) * 2010-05-06 2010-09-22 上海哈德电气技术有限公司 智能在线标定系统
US9658620B1 (en) * 2010-10-05 2017-05-23 Waymo Llc System and method of providing recommendations to users of vehicles
CN102968123A (zh) * 2012-11-29 2013-03-13 沈阳航天中测科技有限公司 无人机自动驾驶仪
CN104002747A (zh) * 2014-06-10 2014-08-27 北京联合大学 一种基于无人驾驶汽车的多激光雷达栅格地图融合系统
US20160137209A1 (en) * 2014-11-18 2016-05-19 GM Global Technology Operations LLC Motion-based multi-sensor calibration
WO2017065352A1 (ko) * 2015-10-13 2017-04-20 엘지전자 주식회사 차량용 어라운드 뷰 제공 장치 및 차량
US20170122782A1 (en) * 2015-10-30 2017-05-04 Fisher Controls International Llc Methods and apparatus to correct remote sensor signals
CN106347374A (zh) * 2016-09-28 2017-01-25 深圳市元征科技股份有限公司 车辆环境采集融合装置及方法
CN109211298A (zh) * 2017-07-04 2019-01-15 百度在线网络技术(北京)有限公司 一种传感器标定方法和装置
US20190049566A1 (en) * 2017-08-11 2019-02-14 Zoox, Inc. Vehicle sensor calibration and localization
CN108196260A (zh) * 2017-12-13 2018-06-22 北京汽车集团有限公司 无人驾驶车辆多传感器融合系统的测试方法和装置
CN108776472A (zh) * 2018-05-17 2018-11-09 驭势(上海)汽车科技有限公司 智能驾驶控制方法及系统、车载控制设备和智能驾驶车辆
CN109444916A (zh) * 2018-10-17 2019-03-08 上海蔚来汽车有限公司 一种无人驾驶可行驶区域确定装置及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHAO HAN QING ET.AL: "Research on speed detection method of tracked vehicle automatic driving system", 《2018 INTERNATIONAL CONFERENCE ON ARTIFICIAL INTELLIGENCE AND BIG DATA》 *
高春霞: "全自动无人驾驶系统技术研究", 《中国高新技术企业》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110208158A (zh) * 2019-06-13 2019-09-06 上汽大众汽车有限公司 一种车辆环境检测传感器在线校准方法及系统
CN112067031A (zh) * 2020-08-11 2020-12-11 华人运通(江苏)技术有限公司 汽车换档器的档位信号校验方法、装置、存储介质及系统

Also Published As

Publication number Publication date
CN109827610B (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
CN109141464B (zh) 导航变道提示方法和装置
US10281919B2 (en) Attributed roadway trajectories for self-driving vehicles
CN109212530A (zh) 用于确定障碍物速度的方法和装置
CN109212532A (zh) 用于检测障碍物的方法和装置
CN109035831A (zh) 交通指示灯的识别方法、装置、设备、存储介质及车辆
CN113535569B (zh) 自动驾驶的控制效果确定方法
CN107515607A (zh) 用于无人车的控制方法和装置
CN110696826B (zh) 用于控制车辆的方法和装置
CN107941226A (zh) 用于生成车辆的方向引导线的方法和装置
CN109213144A (zh) 人机接口(hmi)架构
CN115339453B (zh) 车辆换道决策信息生成方法、装置、设备和计算机介质
CN109883438A (zh) 车辆导航方法、装置、介质及电子设备
CN108268831A (zh) 一种无人车视觉检测的鲁棒性测试方法和系统
CN109827610A (zh) 用于校验传感器融合结果的方法和装置
CN108595095B (zh) 基于手势控制模拟目标体运动轨迹的方法和装置
CN113758492A (zh) 地图检测方法和装置
CN112590798A (zh) 用于检测驾驶员状态的方法、装置、电子设备和介质
CN109919293A (zh) 一种危险驾驶判定方法及装置
CN114724116B (zh) 车辆通行信息生成方法、装置、设备和计算机可读介质
CN112668371B (zh) 用于输出信息的方法和装置
CN109859254B (zh) 自动驾驶中用于发送信息的方法和装置
CN113191279A (zh) 数据标注方法、装置、设备、存储介质以及计算机程序产品
CN111832947B (zh) 风险评估方法、装置、计算机设备以及介质
CN116168366B (zh) 点云数据生成方法、模型训练方法、目标检测方法和装置
CN113469159B (zh) 障碍物信息生成方法、装置、电子设备和计算机可读介质

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
CB03 Change of inventor or designer information

Inventor after: Rao Siyue

Inventor after: Cao Wenfeng

Inventor before: Rao Siyue

Inventor before: Cao Wenfeng

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20211011

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

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

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

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

TR01 Transfer of patent right