CN110155080B - 传感器稳定控制方法、装置、稳定器和介质 - Google Patents

Abstract

本发明实施例公开一种传感器稳定控制方法、装置、稳定器和介质，该方法应用于稳定器，稳定器固定在自动驾驶设备上，自动驾驶设备上的传感器由稳定器支撑，稳定器具有至少两个可转动连接的驱动轴组件，稳定器上还配备有与传感器连接的惯性测量单元，该方法包括：获取惯性测量单元测量的传感器姿态信息；接收自动驾驶设备的至少一种设备行驶信息，并根据至少一种设备行驶信息与传感器姿态信息进行融合计算，得到稳定器在每个驱动轴组件的轴方向上的姿态调整信息；按照姿态调整信息控制每个驱动轴组件的转动，使稳定器上支撑的传感器位置稳定。本发明实施例通过多种信息的融合计算，得到更加精确的姿态解算结果，继而通过稳定器提高传感器的稳定性。

Description

传感器稳定控制方法、装置、稳定器和介质

技术领域

本发明实施例涉及自动驾驶技术领域，尤其涉及一种传感器稳定控制方法、装置、稳定器和介质。

背景技术

自动驾驶技术中，例如在无人车、无人船或无人机等智能设备上，通常会利用各种传感器来实现对智能设备的定位或进行车道线、障碍物等目标的识别、感知功能，例如搭载感知相机、毫米波雷达或惯性导航装置等。然而，当环境状况或设备行驶状况不稳定时，如路面颠簸或较大行驶速度时，会造成智能设备上传感器的抖动或震动，从而影响传感器的成像质量或测量精度，造成定位不准确或引起感知的识别障碍，从而影响行驶安全。

现有技术中，一方面可以通过装载成本更加高昂的传感器设备来解决上述问题，但是这种价值昂贵的传感器的普适性较差，无法在更多种类的智能设备上推广使用。另一方面，可以通过软件算法的改进来解决上述问题，例如现有的增加感知稳定性的方法可以通过增加模型的宽容性，在模型训练时加入暗光场景下的模糊样本等，然而，这种方法增加感知稳定性的效果有限，仍然无法满足目前对自动驾驶智能设备上感知稳定性的需求。

发明内容

本发明实施例提供一种传感器稳定控制方法、装置、稳定器和介质，以解决现有技术中无法满足目前对自动驾驶智能设备上感知稳定性的需求的问题。

第一方面，本发明实施例提供了一种传感器稳定控制方法，应用于稳定器，该稳定器固定在自动驾驶设备上，自动驾驶设备上的传感器由所述稳定器支撑，所述稳定器具有至少两个可转动连接的驱动轴组件，所述稳定器上还配备有与所述传感器连接的惯性测量单元，其中，所述方法包括：

获取所述惯性测量单元测量的传感器姿态信息；

接收所述自动驾驶设备的至少一种设备行驶信息，并根据所述至少一种设备行驶信息与所述传感器姿态信息进行融合计算，得到所述稳定器在每个驱动轴组件的轴方向上的姿态调整信息；

按照所述姿态调整信息控制每个驱动轴组件的转动，使所述稳定器上支撑的传感器位置稳定。

第二方面，本发明实施例还提供了一种传感器稳定控制装置，配置于稳定器，该稳定器固定在自动驾驶设备上，自动驾驶设备上的传感器由所述稳定器支撑，所述稳定器具有至少两个可转动连接的驱动轴组件，所述稳定器上还配备有与所述传感器连接的惯性测量单元，其中，所述装置包括：

传感器姿态信息获取模块，用于获取所述惯性测量单元测量的传感器姿态信息；

融和计算模块，用于接收所述自动驾驶设备的至少一种设备行驶信息，并根据所述至少一种设备行驶信息与所述传感器姿态信息进行融合计算，得到所述稳定器在每个驱动轴组件的轴方向上的姿态调整信息；

转动控制模块，用于按照所述姿态调整信息控制每个驱动轴组件的转动，使所述稳定器上支撑的传感器位置稳定。

第三方面，本发明实施例还提供了一种稳定器，该稳定器固定在自动驾驶设备上，自动驾驶设备上的传感器由所述稳定器支撑，所述稳定器包括：

至少两个可转动连接的驱动轴组件；

与所述传感器连接的惯性测量单元；

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的传感器稳定控制方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例所述的传感器稳定控制方法。

本发明实施例将稳定器用于自动驾驶设备上，起到支撑和稳定自动驾驶设备上的传感器的作用，具体而言，不仅利用稳定器上的惯性测量单元测量得到的传感器姿态信息，还将自动驾驶设备上的至少一种设备行驶信息与传感器姿态信息进行融和计算，得到稳定器在每个驱动轴组件的轴方向上的姿态调整信息，按照该姿态调整信息控制每个驱动轴组件的转动，补偿在路面颠簸或大机动操作下造成的车体旋转，使得稳定器上支撑的传感器位置稳定。而且，通过多种信息的融合计算，能够得到更加精确的姿态解算结果，继而通过稳定器提高传感器的稳定性，满足目前对自动驾驶智能设备上感知稳定性的需求。

附图说明

图1为本发明实施例一中的传感器稳定控制方法的流程图；

图2是本发明实施例二中的传感器稳定控制方法的流程图；

图3是本发明实施例三中的传感器稳定控制装置的结构示意图；

图4是本发明实施例四中的稳定器的结构示意图。

具体实施方式

下面结合附图和实施例对本发明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本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的传感器稳定控制方法的流程图，本实施例可适用于通过稳定器稳定自动驾驶设备上的传感器的情况，该方法可以由传感器稳定控制装置来执行，该装置可以采用软件和/或硬件的方式实现，并可配置在稳定器上。

具体的，所述稳定器固定在自动驾驶设备上，自动驾驶设备上的传感器由所述稳定器支撑，例如相机或雷达等。所述稳定器具有至少两个可转动连接的驱动轴组件，包括俯仰驱动轴组件、滚转驱动轴组件和/或偏航驱动轴组件。所述稳定器上还配备有与所述传感器连接的惯性测量单元，用于对传感器的实时姿态进行测量。其中，如图1所示，所述方法具体包括：

S101、获取所述惯性测量单元测量的传感器姿态信息。

例如，当稳定器用于稳定相机时，可以将惯性测量单元安装在相机的镜头附近，或者与镜头固连，以获取镜头对地的三轴角度，也即相机的姿态信息。

S102、接收所述自动驾驶设备的至少一种设备行驶信息，并根据所述至少一种设备行驶信息与所述传感器姿态信息进行融合计算，得到所述稳定器在每个驱动轴组件的轴方向上的姿态调整信息。

所述自动驾驶设备例如可以是无人车或者无人机等。当是无人车时，设备行驶信息例如可以包括车辆的GPS定位信息、相机光流、相机图像、方向盘转角或车速等与车辆行驶有关或者在车辆行驶过程中获取的各种信息。

这里需要说明的是，虽然在获取传感器姿态信息后就可以依据该姿态信息，通过控制稳定器各个驱动轴组件的转动，以对传感器进行反向调节，从而达到稳定传感器的目的。然而，由于车辆行驶过程中的路况未知，当遇到大颠簸路面时，传感器姿态信息的精确度无法得到保障，继而无法精确地对稳定器的各个驱动轴进行调整，以使得传感器稳定在一个相对不变的位置上。因此，在本发明实施例中，除了惯性测量单元测量的传感器姿态信息之外，还需要考虑自动驾驶设备的至少一种设备行驶信息，通过两种信息的融合计算，得到稳定器在每个驱动轴组件的轴方向上更精确的姿态调整信息。

例如，通过GPS定位信息可以了解设备实时的位置，继而获取实时位置对应的地形或道路等信息；通过相机光流可以结算出稳定器三轴的旋转，例如稳定器偏航轴的转动，也即设备前进(heading)方向的偏移；利用相机图像，可以通过深度学习识别图像中的语义信息，获得例如车道线、路标等标记相对车身位置的信息，进而获得车速及姿态等信息；而方向盘转角、车速等信息可以计算出设备的离心加速度，从而在确定设备姿态时消除离心加速度的影响。

因此，通过至少一种设备行驶信息与所述传感器姿态信息的融合计算，可以在惯性测量单元测量的传感器姿态信息的基础上，进一步进行优化，得到更加精确的传感器姿态，进一步得到稳定器在每个驱动轴组件的轴方向上的姿态调整信息。

此外，这里还需要说明的是，上述列举的设备行驶信息只是一种示例，本发明实施例对此不作任何限定。

S103、按照所述姿态调整信息控制每个驱动轴组件的转动，使所述稳定器上支撑的传感器位置稳定。

在确定姿态调整信息之后，通过控制每个驱动轴组件的转动，进行反向调节，从而稳定稳定器上支撑的传感器，例如，即使设备发生了倾斜或者偏移，但是通过调节稳定器，可以使得稳定器上支撑的传感器相对设备倾斜或者偏移之前保持姿态稳定，不跟随设备倾斜或偏移，当设备剧烈抖动时对传感器起到平滑作用，从而降低传感器的动态水平，改善传感器的工作状况，以获取更准确的传感器数据，为后续的处理做好数据准备。

可选的，所述稳定器的每个驱动轴组件上还配备有角度传感器，并且在初始状态下，稳定器的各轴与自动驾驶设备在各轴方向上的坐标对齐；

相应的，所述方法还包括：

获取所述角度传感器采集的稳定器每个驱动轴组件的旋转角度；

根据所述旋转角度获取每个驱动轴组件与初始状态时在各轴方向上的补偿量，其中，所述补偿量用于确定传感器的外参或对传感器进行标定。

具体的，稳定器的各轴与自动驾驶设备在各轴方向上的坐标对齐是指稳定器的俯仰轴(pitch)、滚转轴(roll)和偏航轴(yaw)，分别与设备为中心的相应轴保持方向一致。由此，当获取到所述角度传感器采集的稳定器每个驱动轴组件的旋转角度后，就可以根据所述旋转角度获取每个驱动轴组件与初始状态时在各轴方向上的补偿量，从而根据该补偿量确定传感器的外参或对传感器进行标定，从而便于对传感器的使用，避免繁琐的外参确定或传感器标定操作。

本发明实施例将稳定器用于自动驾驶设备上，起到支撑和稳定自动驾驶设备上的传感器的作用，具体而言，不仅利用稳定器上的惯性测量单元测量得到的传感器姿态信息，还将自动驾驶设备上的至少一种设备行驶信息与传感器姿态信息进行融和计算，得到稳定器在每个驱动轴组件的轴方向上的姿态调整信息，按照该姿态调整信息控制每个驱动轴组件的转动，补偿在路面颠簸或大机动操作下造成的车体旋转，使得稳定器上支撑的传感器位置稳定。而且，通过多种信息的融合计算，能够得到更加精确的姿态解算结果，继而通过稳定器提高传感器的稳定性，满足目前对自动驾驶智能设备上感知稳定性的需求。

实施例二

图2为本发明实施例二提供的方法的流程图，本实施例二在实施例一的基础上进行进一步地优化。如图2所示，所述设备行驶信息至少包括GPS和相机光流，所述方法包括：

S201、获取所述惯性测量单元测量的传感器姿态信息。

S202、接收所述自动驾驶设备的至少一种设备行驶信息。

S203、对所述设备行驶信息中的每个信息和所述传感器姿态信息通过预积分，得到每个信息对应的姿态结果。

其中，预积分对象视传感器性能而定，每种传感器信息频率足够高皆可进行预积分，加快优化求解速度。例如，对于相机光流，可以结算出稳定器三轴的旋转，也即至少包括稳定器在每个驱动轴组件的轴方向上的角度和角速度，作为所述姿态结果，例如稳定器偏航轴的转动，也即设备前进(heading)方向的偏移。

S204、利用预先构建的残差模型，将所述各姿态结果作为残差模型的输入，并通过迭代求解残差使残差最小，得到模型参数，所述模型参数返回到模型，得到模型的输出即为融合结果，并作为所述姿态调整信息。

S205、按照所述姿态调整信息控制每个驱动轴组件的转动，使所述稳定器上支撑的传感器位置稳定。

可选的，所述设备行驶信息还可以包括：方向盘转角、轮速和相机图像，其中，所述方向盘转角、轮速和相机图像中包含的车身相对位置的语义信息用于通过预积分得到对应的姿态结果，该姿态结果作为所述残差模型的输入进行融合计算；相应的，所述姿态结果还包括根据方向盘转角和轮速计算出的自动驾驶设备的离心加速度。而对于相机图像，其语义信息可以包括获得例如车道线、路标等标记相对车身位置的信息，进而获得车速及姿态等信息。

这里需要说明的是，本发明实施例对融合的传感器姿态结果的种类和数量不作任何限定，融合的传感器信息越多，融合得到的姿态结果越准确，从而得到更准确的姿态调整信息。例如，在路面颠簸或大机动操作下，车体的旋转由稳定器补偿，感知相机画面稳定，即使在长曝光下相机成像依然清晰，增加障碍物、车道线等的识别鲁棒性。毫米波雷达的旋转也由稳定器补偿，增加对路沿和障碍物的感知和追踪鲁棒性。IMU的高动态工作状态由稳定器补偿，动态测量误差减小，不可交换误差减小，提高姿态解算的精度，可大大提高惯性导航性能。

本发明实施例将稳定器用于自动驾驶设备上，起到支撑和稳定自动驾驶设备上的传感器的作用，具体而言，不仅利用稳定器上的惯性测量单元测量得到的传感器姿态信息，还将自动驾驶设备上的至少一种设备行驶信息与传感器姿态信息进行融和计算，通过预积分和求解残差的方式，得到稳定器在每个驱动轴组件的轴方向上的姿态调整信息，按照该姿态调整信息控制每个驱动轴组件的转动，补偿在路面颠簸或大机动操作下造成的车体旋转，使得稳定器上支撑的传感器位置稳定。而且，通过多种信息的融合计算，能够得到更加精确的姿态解算结果，继而通过稳定器提高传感器的稳定性，满足目前对自动驾驶智能设备上感知稳定性的需求。

实施例三

图3是本发明实施例三中的传感器稳定控制装置的结构示意图，本实施例可适用于通过稳定器稳定自动驾驶设备上的传感器的情况，该装置可以采用软件和/或硬件的方式实现，并可配置在稳定器上。

具体的，该装置配置于稳定器，该稳定器固定在自动驾驶设备上，自动驾驶设备上的传感器由所述稳定器支撑，所述稳定器具有至少两个可转动连接的驱动轴组件，所述稳定器上还配备有与所述传感器连接的惯性测量单元，如图3所示，传感器稳定控制装置包括：

传感器姿态信息获取模块301，用于获取所述惯性测量单元测量的传感器姿态信息；

融和计算模块302，用于接收所述自动驾驶设备的至少一种设备行驶信息，并根据所述至少一种设备行驶信息与所述传感器姿态信息进行融合计算，得到所述稳定器在每个驱动轴组件的轴方向上的姿态调整信息；

转动控制模块303，用于按照所述姿态调整信息控制每个驱动轴组件的转动，使所述稳定器上支撑的传感器位置稳定。

本发明实施例将稳定器用于自动驾驶设备上，起到支撑和稳定自动驾驶设备上的传感器的作用，具体而言，不仅利用稳定器上的惯性测量单元测量得到的传感器姿态信息，还将自动驾驶设备上的至少一种设备行驶信息与传感器姿态信息进行融和计算，得到稳定器在每个驱动轴组件的轴方向上的姿态调整信息，按照该姿态调整信息控制每个驱动轴组件的转动，补偿在路面颠簸或大机动操作下造成的车体旋转，使得稳定器上支撑的传感器位置稳定。而且，通过多种信息的融合计算，能够得到更加精确的姿态解算结果，继而通过稳定器提高传感器的稳定性，满足目前对自动驾驶智能设备上感知稳定性的需求。

可选的，所述驱动轴组件包括俯仰驱动轴组件、滚转驱动轴组件和/或偏航驱动轴组件。

可选的，所述设备行驶信息至少包括GPS和相机光流；

相应的，融合计算模块302包括：

预积分单元，用于对所述设备行驶信息中的每个信息和所述传感器姿态信息通过预积分，得到每个信息对应的姿态结果；

残差求解单元，用于利用预先构建的残差模型，将所述各姿态结果作为残差模型的输入，并通过迭代求解残差使残差最小，得到模型参数，所述模型参数返回到模型，得到模型的输出即为融合结果，并作为所述姿态调整信息；

其中，所述姿态结果至少包括根据所述相机光流解算出的稳定器在每个驱动轴组件的轴方向上的角度和角速度。

可选的，所述设备行驶信息还包括：方向盘转角、轮速和相机图像，其中，所述方向盘转角、轮速和相机图像中包含的车身相对位置的语义信息用于通过预积分得到对应的姿态结果，该姿态结果作为所述残差模型的输入进行融合计算；

相应的，所述姿态结果还包括自动驾驶设备的离心加速度。

可选的，所述稳定器的每个驱动轴组件上还配备有角度传感器，并且在初始状态下，稳定器的各轴与自动驾驶设备在各轴方向上的坐标对齐；

相应的，所述装置还包括：

旋转角度获取模块，用于获取所述角度传感器采集的稳定器每个驱动轴组件的旋转角度；

补偿量获取模块，用于根据所述旋转角度获取每个驱动轴组件与初始状态时在各轴方向上的补偿量，其中，所述补偿量用于确定传感器的外参或对传感器进行标定。

本发明实施例所提供的传感器稳定控制装置可执行本发明任意实施例所提供的传感器稳定控制方法，具备执行方法相应的功能模块和有益效果。

实施例四

图4为本发明实施例四提供的一种稳定器的结构示意图。图4示出了适于用来实现本发明实施方式的示例性稳定器12的框图。图4显示的稳定器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，稳定器12以通用计算设备的形式表现。稳定器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。而关于稳定器上的至少两个可转动连接的驱动轴组件等结构性部件、以及与传感器连接的惯性测量单元，并未在图中示出。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

稳定器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被稳定器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。稳定器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

稳定器12也可以与一个或多个外部设备14(例如键盘、指向设备、驱动驱动轴组件的电机等)通信，还可与一个或者多个使得用户能与该稳定器12交互的设备通信，和/或与使得该稳定器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，稳定器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与稳定器12的其它模块通信。应当明白，尽管图中未示出，可以结合稳定器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的传感器稳定控制方法，应用于稳定器，该稳定器固定在自动驾驶设备上，自动驾驶设备上的传感器由所述稳定器支撑，所述稳定器具有至少两个可转动连接的驱动轴组件，所述稳定器上还配备有与所述传感器连接的惯性测量单元，该方法包括：

获取所述惯性测量单元测量的传感器姿态信息；

接收所述自动驾驶设备的至少一种设备行驶信息，并根据所述至少一种设备行驶信息与所述传感器姿态信息进行融合计算，得到所述稳定器在每个驱动轴组件的轴方向上的姿态调整信息；

按照所述姿态调整信息控制每个驱动轴组件的转动，使所述稳定器上支撑的传感器位置稳定。

实施例五

本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的传感器稳定控制方法，应用于稳定器，该稳定器固定在自动驾驶设备上，自动驾驶设备上的传感器由所述稳定器支撑，所述稳定器具有至少两个可转动连接的驱动轴组件，所述稳定器上还配备有与所述传感器连接的惯性测量单元，该方法包括：

获取所述惯性测量单元测量的传感器姿态信息；

接收所述自动驾驶设备的至少一种设备行驶信息，并根据所述至少一种设备行驶信息与所述传感器姿态信息进行融合计算，得到所述稳定器在每个驱动轴组件的轴方向上的姿态调整信息；

按照所述姿态调整信息控制每个驱动轴组件的转动，使所述稳定器上支撑的传感器位置稳定。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。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存储介质。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中，计算机可读存储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。

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存储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发明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)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (12)

1.一种传感器稳定控制方法，其特征在于，应用于稳定器，该稳定器固定在自动驾驶设备上，自动驾驶设备上的传感器由所述稳定器支撑，所述稳定器具有至少两个可转动连接的驱动轴组件，所述稳定器上还配备有与所述传感器连接的惯性测量单元，其中，所述方法包括：

获取所述惯性测量单元测量的传感器姿态信息；

接收所述自动驾驶设备的至少一种设备行驶信息，并根据所述至少一种设备行驶信息与所述传感器姿态信息进行融合计算，得到所述稳定器在每个驱动轴组件的轴方向上的姿态调整信息；

按照所述姿态调整信息控制每个驱动轴组件的转动，使所述稳定器上支撑的传感器位置稳定。

2.根据权利要求1所述的方法，其特征在于，所述驱动轴组件包括俯仰驱动轴组件、滚转驱动轴组件和/或偏航驱动轴组件。

3.根据权利要求1所述的方法，其特征在于，所述设备行驶信息至少包括GPS和相机光流；

相应的，根据所述至少一种设备行驶信息与所述传感器姿态信息进行融合计算，得到所述稳定器在每个驱动轴组件的轴方向上的姿态调整信息，包括：

对所述设备行驶信息中的每个信息和所述传感器姿态信息通过预积分，得到每个信息对应的姿态结果；

利用预先构建的残差模型，将所述各姿态结果作为残差模型的输入，并通过迭代求解残差使残差最小，得到模型参数，所述模型参数返回到残差模型，得到残差模型的输出即为融合结果，并作为所述姿态调整信息；

其中，所述姿态结果至少包括GPS定位信息和根据所述相机光流解算出的稳定器在每个驱动轴组件的轴方向上的角度和角速度。

4.根据权利要求3所述的方法，其特征在于，所述设备行驶信息还包括：方向盘转角、轮速和相机图像，其中，所述方向盘转角、轮速和相机图像中包含的车身相对位置的语义信息用于通过预积分得到对应的姿态结果，该姿态结果作为所述残差模型的输入进行融合计算；

相应的，所述姿态结果还包括自动驾驶设备的离心加速度。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述稳定器的每个驱动轴组件上还配备有角度传感器，并且在初始状态下，稳定器的各轴与自动驾驶设备在各轴方向上的坐标对齐；

相应的，所述方法还包括：

获取所述角度传感器采集的稳定器每个驱动轴组件的旋转角度；

根据所述旋转角度获取每个驱动轴组件与初始状态时在各轴方向上的补偿量，其中，所述补偿量用于确定传感器的外参或对传感器进行标定。

6.一种传感器稳定控制装置，其特征在于，配置于稳定器，该稳定器固定在自动驾驶设备上，自动驾驶设备上的传感器由所述稳定器支撑，所述稳定器具有至少两个可转动连接的驱动轴组件，所述稳定器上还配备有与所述传感器连接的惯性测量单元，其中，所述装置包括：

传感器姿态信息获取模块，用于获取所述惯性测量单元测量的传感器姿态信息；

融和计算模块，用于接收所述自动驾驶设备的至少一种设备行驶信息，并根据所述至少一种设备行驶信息与所述传感器姿态信息进行融合计算，得到所述稳定器在每个驱动轴组件的轴方向上的姿态调整信息；

转动控制模块，用于按照所述姿态调整信息控制每个驱动轴组件的转动，使所述稳定器上支撑的传感器位置稳定。

7.根据权利要求6所述的装置，其特征在于，所述驱动轴组件包括俯仰驱动轴组件、滚转驱动轴组件和/或偏航驱动轴组件。

8.根据权利要求6所述的装置，其特征在于，所述设备行驶信息至少包括GPS和相机光流；

相应的，所述融合计算模块包括：

预积分单元，用于对所述设备行驶信息中的每个信息和所述传感器姿态信息通过预积分，得到每个信息对应的姿态结果；

残差求解单元，用于利用预先构建的残差模型，将所述各姿态结果作为残差模型的输入，并通过迭代求解残差使残差最小，得到模型参数，所述模型参数返回到残差模型，得到残差模型的输出即为融合结果，并作为所述姿态调整信息；

其中，所述姿态结果至少包括GPS定位信息和根据所述相机光流解算出的稳定器在每个驱动轴组件的轴方向上的角度和角速度。

9.根据权利要求8所述的装置，其特征在于，所述设备行驶信息还包括：方向盘转角、轮速和相机图像，其中，所述方向盘转角、轮速和相机图像中包含的车身相对位置的语义信息用于通过预积分得到对应的姿态结果，该姿态结果作为所述残差模型的输入进行融合计算；

相应的，所述姿态结果还包括自动驾驶设备的离心加速度。

10.根据权利要求6-9中任一所述的装置，其特征在于，所述稳定器的每个驱动轴组件上还配备有角度传感器，并且在初始状态下，稳定器的各轴与自动驾驶设备在各轴方向上的坐标对齐；

相应的，所述装置还包括：

旋转角度获取模块，用于获取所述角度传感器采集的稳定器每个驱动轴组件的旋转角度；

补偿量获取模块，用于根据所述旋转角度获取每个驱动轴组件与初始状态时在各轴方向上的补偿量，其中，所述补偿量用于确定传感器的外参或对传感器进行标定。

11.一种稳定器，其特征在于，该稳定器固定在自动驾驶设备上，自动驾驶设备上的传感器由所述稳定器支撑，所述稳定器包括：

至少两个可转动连接的驱动轴组件；

与所述传感器连接的惯性测量单元；

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一项所述的传感器稳定控制方法。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的传感器稳定控制方法。

Images