CN110375786A - 一种传感器外参的标定方法、车载设备及存储介质 - Google Patents

一种传感器外参的标定方法、车载设备及存储介质 Download PDF

Info

Publication number
CN110375786A
CN110375786A CN201910565952.0A CN201910565952A CN110375786A CN 110375786 A CN110375786 A CN 110375786A CN 201910565952 A CN201910565952 A CN 201910565952A CN 110375786 A CN110375786 A CN 110375786A
Authority
CN
China
Prior art keywords
vehicle
target
gps device
gps
sensor
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
CN201910565952.0A
Other languages
English (en)
Other versions
CN110375786B (zh
Inventor
张宇
林伟
吕劲松
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.)
Uisee Technologies Beijing Co Ltd
Original Assignee
Uisee Technologies 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 Uisee Technologies Beijing Co Ltd filed Critical Uisee Technologies Beijing Co Ltd
Priority to CN201910565952.0A priority Critical patent/CN110375786B/zh
Publication of CN110375786A publication Critical patent/CN110375786A/zh
Application granted granted Critical
Publication of CN110375786B publication Critical patent/CN110375786B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D18/00Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S19/00Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42Determining position

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本公开实施例涉及一种传感器外参的标定方法、车载设备及存储介质,配置第一GPS设备和标靶,标靶上安装有第二GPS设备,方法包括:获取第一GPS设备数据、第二GPS设备数据和传感器数据;基于第一GPS设备数据,确定车辆位置;基于第二GPS设备数据,确定标靶位置;基于传感器数据、车辆位置和标靶位置,标定传感器外参。本公开实施例提供了一种新的传感器外参的标定方案,基于GPS数据实现传感器外参的自动标定,标定准确度高、误差小、标定复杂度低且操作复杂度低。

Description

一种传感器外参的标定方法、车载设备及存储介质
技术领域
本公开实施例涉及智能驾驶技术领域,具体涉及一种传感器外参的标定方法、车载设备及存储介质。
背景技术
在智能驾驶领域,安装在车辆上的传感器(例如图像传感器、雷达等)采集车辆前方以及四周的数据,车载设备基于传感器数据进行感知定位,并基于感知定位信息进行规划控制,从而生成控制指令控制车辆按照规划路径行驶。可见,传感器外参的准确标定是智能驾驶的关键前提。
目前,对传感器外参进行标定时,通常采用标定板辅助标定,需要将标定板位于车辆前方中线上。为了将标定板位于车辆前方中线上,标定板的支撑架底座需要接触车辆的前轮,导致标定板与车辆距离很近,且对标定板及其支撑架有特殊要求。若将标定板远离车辆,则需要人工测量标定板的距离或车辆位置,导致标定复杂以及误差较大。
上述对问题的发现过程的描述,仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
为了解决现有技术存在的至少一个问题,本发明的至少一个实施例提供了一种传感器外参的标定方法、车载设备及存储介质。
第一方面,本公开实施例提出一种传感器外参的标定方法,配置第一GPS设备和标靶,所述标靶上安装有第二GPS设备,所述方法包括:
获取所述第一GPS设备数据、所述第二GPS设备数据和传感器数据;
基于所述第一GPS设备数据,确定车辆位置;
基于所述第二GPS设备数据,确定标靶位置;
基于所述传感器数据、所述车辆位置和所述标靶位置,标定传感器外参。
第二方面,本公开实施例还提出一种车载设备,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如第一方面所述传感器外参的标定方法的步骤。
第三方面,本公开实施例还提出一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如第一方面所述传感器外参的标定方法的步骤。
本公开实施例的至少一个实施例中,通过在标靶上安装GPS设备,可对标靶的位置进行自动测量,同时,可通过GPS数据确定车辆位置,相比现有技术中需要人工测量标定板的距离或车辆位置,不仅实现了测量的自动化,降低了标定的复杂度,而且由于GPS精度较高,因此提高了测量的准确度。
另外,本公开实施例的至少一个实施例中,基于自动测量的标靶位置对传感器外参进行标定,实现了传感器外参的自动标定,并且由于GPS精度较高,因此标定的准确度高,误差小。
另外,本公开实施例的至少一个实施例中,标靶的位置可以任意设置,安装在标靶上的GPS设备均能够准确采集标靶位置,相比现有技术中需要将标定板位于车辆前方中线上且标定板与车辆距离很近等复杂操作,本公开实施例设置较简单,更易操作,降低了操作的复杂度。
可见,本公开实施例提供了一种新的传感器外参的标定方案,基于GPS数据实现传感器外参的自动标定,标定准确度高、误差小、标定复杂度低且操作复杂度低。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是本公开实施例提供的一种智能驾驶车辆的整体架构图;
图2是本公开实施例提供的一种智能驾驶系统的框图;
图3是本公开实施例提供的一种标定模块的框图;
图4是本公开实施例提供的一种车载设备的框图;
图5为本公开实施例提供的一种传感器外参的标定方法流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,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,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。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。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
针对现有技术中,需要将标定板位于车辆前方中线上且标定板与车辆距离很近等复杂操作,以及需要人工测量标定板的距离或车辆位置,导致标定复杂以及误差较大的问题,本公开实施例提供一种新的传感器外参的标定方案,基于GPS数据实现传感器外参的自动标定,标定准确度高、误差小、标定复杂度低且操作复杂度低。
本公开实施例提供的传感器外参的标定方案,可应用于智能驾驶车辆,预先配置第一GPS设备和标靶,标靶上安装有第二GPS设备。
在一些实施例中,标靶包括但不限于标定板、Aruco码、黑白条码、黑白方块码以及各种人工智能可识别物体等。在一些实施例中,标靶还可以包括柱状物体、球状物体、平面物体以及各种人工智能可识别物体等。在一些实施例中,标靶还可以包括角反射器、面反射器及各种人工智能可识别物体等。
在一些实施例中,针对不同传感器,可采用不同的标靶。例如:摄像头采用的标靶包括但不限于标定板、Aruco码、黑白条码、黑白方块码以及各种人工智能可识别物体等。又例如,激光雷达采用的标靶包括但不限于柱状物体、球状物体、平面物体以及各种人工智能可识别物体等。还例如,毫米波雷达或超声波雷达采用的标靶包括但不限于角反射器、面反射器及各种人工智能可识别物体等。
图1为本公开实施例提供的一种智能驾驶车辆的整体架构图,如图1所示,智能驾驶车辆包括:传感器组、智能驾驶系统100、车辆底层执行系统以及其他可用于驱动车辆和控制车辆运行的部件。
传感器组,用于采集车辆外界环境的数据和探测车辆的位置数据。传感器组例如包括但不限于摄像头、激光雷达、毫米波雷达、GPS(Global Positioning System,全球定位系统)和IMU(Inertial Measurement Unit,惯性测量单元)中的至少一个。
在一些实施例中,传感器组,还用于采集车辆的动力学数据,传感器组例如还包括但不限于车轮转速传感器、速度传感器、加速度传感器、方向盘转角传感器、前轮转角传感器中的至少一个。
智能驾驶系统100,用于获取传感器组的数据,传感器组中所有传感器在智能驾驶车辆行驶过程中都以较高的频率传送数据。智能驾驶系统,还用于与云端服务器无线通信,交互各种信息。
智能驾驶系统100,还用于基于传感器组的数据进行环境感知和车辆定位,并基于环境感知信息和车辆定位信息进行路径规划和决策,以及基于规划的路径生成车辆控制指令,从而控制车辆按照规划路径行驶。
在一些实施例中,智能驾驶系统100,还用于获取第一GPS设备数据、第二GPS设备数据和传感器数据;基于第一GPS设备数据,确定车辆位置;基于第二GPS设备数据,确定标靶位置;基于传感器数据、车辆位置和标靶位置,标定传感器外参。
在一些实施例中,智能驾驶系统100可以为软件系统、硬件系统或者软硬件结合的系统。例如,智能驾驶系统100是运行在操作系统上的软件系统,车载硬件系统是支持操作系统运行的硬件系统。
车辆底层执行系统,用于接收车辆控制指令,实现对车辆行驶的控制。在一些实施例中,车辆底层执行系统包括但不限于:转向系统、制动系统和驱动系统。转向系统、制动系统和驱动系统属于车辆领域成熟系统,在此不再赘述。
在一些实施例中,智能驾驶车辆还可包括图1中未示出的车辆CAN总线,车辆CAN总线连接车辆底层执行系统。智能驾驶系统与车辆底层执行系统之间的信息交互通过车辆CAN总线进行传递。
在一些实施例中,智能驾驶车辆既可以通过驾驶员又可以通过智能驾驶系统100控制车辆行驶。在人工驾驶模式下,驾驶员通过操作控制车辆行驶的装置驾驶车辆,控制车辆行驶的装置例如包括但不限于制动踏板、方向盘和油门踏板等。控制车辆行驶的装置可直接操作车辆底层执行系统控制车辆行驶。
在一些实施例中,智能驾驶车辆也可以为无人车,车辆的驾驶控制由智能驾驶系统100来执行。
图2为本公开实施例提供的一种智能驾驶系统200的框图。在一些实施例中,智能驾驶系统200可以实现为图1中的智能驾驶系统100或者智能驾驶系统100的一部分,用于控制车辆行驶。
如图2所示,智能驾驶系统200可划分为多个模块,例如包括但不限于:感知模块201、规划模块202、控制模块203、标定模块204以及其他一些可用于智能驾驶的模块。
感知模块201用于进行环境感知与定位。
在一些实施例中,感知模块201用于获取的传感器数据、V2X(Vehicle to X,车用无线通信)数据、高精度地图等数据。
在一些实施例中,感知模块201用于基于获取的传感器数据、V2X(Vehicle to X,车用无线通信)数据、高精度地图等数据中的至少一种,进行环境感知与定位。
在一些实施例中,感知模块201用于生成感知定位信息,实现对障碍物感知、摄像头图像的可行驶区域识别以及车辆的定位等。
环境感知(Environmental Perception)可以理解为对于环境的场景理解能力,例如障碍物的位置,道路标志/标记的检测,行人/车辆的检测等数据的语义分类。
在一些实施例中,环境感知可采用融合摄像头、激光雷达、毫米波雷达等多种传感器的数据进行环境感知。
定位(Localization)属于感知的一部分,是确定智能驾驶车辆相对于环境的位置的能力。
定位可采用:GPS定位,GPS的定位精度在数十米到厘米级别,定位精度高;定位还可采用融合GPS和惯性导航系统(Inertial Navigation System)的定位方法。定位还可采用SLAM(Simultaneous Localization And Mapping,同步定位与地图构建),SLAM的目标即构建地图的同时使用该地图进行定位,SLAM通过利用已经观测到的环境特征确定当前车辆的位置以及当前观测特征的位置。
V2X是智能交通运输系统的关键技术,使得车与车、车与基站、基站与基站之间能够通信,从而获得实时路况、道路信息、行人信息等一系列交通信息,提高智能驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。
高精度地图是智能驾驶领域中使用的地理地图,与传统地图相比,不同之处在于:1)高精度地图包括大量的驾驶辅助信息,例如依托道路网的精确三维表征:包括交叉路口局和路标位置等;2)高精地图还包括大量的语义信息,例如报告交通灯上不同颜色的含义,又例如指示道路的速度限制,以及左转车道开始的位置;3)高精度地图能达到厘米级的精度,确保智能驾驶车辆的安全行驶。
规划模块202用于基于感知定位模块生成的感知定位信息,进行路径规划和决策。
在一些实施例中,规划模块202用于基于感知定位模块生成的感知定位信息,并结合V2X数据、高精度地图等数据中的至少一种,进行路径规划和决策。
在一些实施例中,规划模块202用于规划路径、决策:行为(例如包括但不限于跟车、超车、停车、绕行等)、车辆航向、车辆速度、车辆的期望加速度、期望的方向盘转角等,生成规划决策信息。
控制模块203用于基于规划模块生成的规划决策信息,进行路径跟踪和轨迹跟踪。
在一些实施例中,控制模块203用于生成车辆底层执行系统的控制指令,并下发控制指令,以使车辆底层执行系统控制车辆按照期望路径行驶,例如通过控制方向盘、刹车以及油门对车辆进行横向和纵向控制。
在一些实施例中,控制模块203还用于基于路径跟踪算法计算前轮转角。
在一些实施例中,路径跟踪过程中的期望路径曲线与时间参数无关,跟踪控制时,可以假设智能驾驶车辆以当前速度匀速前进,以一定的代价规则使行驶路径趋近于期望路径;而轨迹跟踪时,期望路径曲线与时间和空间均相关,并要求智能驾驶车辆在规定的时间内到达某一预设好的参考路径点。
路径跟踪不同于轨迹跟踪,不受制于时间约束,只需要在一定误差范围内跟踪期望路径。
标定模块204用于获取第一GPS设备数据、第二GPS设备数据和传感器数据;基于第一GPS设备数据,确定车辆位置;基于第二GPS设备数据,确定标靶位置;基于传感器数据、车辆位置和标靶位置,标定传感器外参。
在一些实施例中,标定模块204的功能可集成到感知模块201、规划模块202或控制模块203中,也可配置为与智能驾驶系统200相独立的模块,标定模块204可以为软件模块、硬件模块或者软硬件结合的模块。例如,标定模块204是运行在操作系统上的软件模块,车载硬件系统是支持操作系统运行的硬件系统。
图3为本公开实施例提供的一种标定模块300的框图。在一些实施例中,标定模块300可以实现为图2中的标定模块204或者标定模块204的一部分。
如图3所示,标定模块300可包括以下单元:获取单元301、车辆位置确定单元302、标靶位置确定单元303和标定单元304。
获取单元301,用于获取第一GPS设备数据、第二GPS设备数据和传感器数据。
第一GPS设备可配置在智能驾驶车辆的车身周围或者车身上,以便车载设备或智能驾驶系统获取到第一GPS设备数据后,可基于第一GPS设备数据确定车辆位置。
标靶可以为标定点、标定板或其他类型的标定物。因此,可基于标靶的不同类型,选择不同类型或相同类型的第二GPS设备安装在标靶上。
例如,若标靶为标定点,则第二GPS设备可以为位置测量GPS设备,也可以为差分GPS设备。又例如,若标靶为标定版,则第二GPS设备可以为差分GPS设备,可测量测量标靶的位置和方向。
本实施例中,标靶的位置可以任意设置,安装在标靶上的第二GPS设备能够准确采集标靶位置,相比现有技术中需要将标定板位于车辆前方中线上且标定板与车辆距离很近等复杂操作,本实施例设置较简单,更易操作,降低了操作的复杂度。
在一些实施例中,智能驾驶车辆静止不动,标靶与车辆之间的相对位置保持不变,且间隔预设距离。本实施例中,标靶可远离车辆,标定过程无需人工参与,相比人工参与带来的标定复杂和误差大,本实施例降低了标定的复杂度、提高了标定的准确度并减小了标定的误差。
在一些实施例中,标靶与车辆之间的相对位置可不固定,通过第一GPS设备数据和第二GPS设备数据可测量得到相对位置。
本实施例中,通过在标靶上安装GPS设备,可对标靶的位置进行自动测量,同时,可通过GPS数据确定车辆位置,相比现有技术中需要人工测量标定板的距离或车辆位置,不仅实现了测量的自动化,降低了标定的复杂度,而且由于GPS精度较高,因此提高了测量的准确度。
传感器数据可以理解为传感器坐标系下的数据,而传感器可探测到标靶,传感器数据中包括传感器探测到的标靶位置,因此,基于传感器数据可得到标靶在传感器坐标系下的位置。
车辆位置确定单元302,用于基于第一GPS设备数据,确定车辆位置。
在一些实施例中,第一GPS设备为差分GPS设备,该差分GPS设备设置于车辆后轮,以便获取单元301获取到差分GPS设备数据后,车辆位置确定单元302基于差分GPS设备数据确定车辆位置。
本实施例中,通过在车辆后轮设置差分GPS设备,可提高GPS定位精度。
在一些实施例中,由于差分GPS设备设置于车辆后轮,而车辆后轴连接车辆后轮,因此,可将车辆后轴中心的坐标值作为车辆位置。相应地,车辆位置确定单元302基于差分GPS设备数据确定车辆位置,具体为:车辆位置确定单元302基于差分GPS设备数据确定车辆后轴中心的坐标值或车辆方向。
在一些实施例中,差分GPS设备包括:位置测量GPS单元和方向测量GPS单元。其中,位置测量GPS单元和方向测量GPS单元分别安装在杆状结构的两端。杆状结构设置于车辆后轮,且杆状结构的长度大于车辆的横向宽度。
本实施例中,智能驾驶车辆静止不动,杆状结构穿过智能驾驶车辆的两个后轮,且平行于车辆后轴。
需要说明的是,本领域技术人员基于现有技术能够获悉或选择位置测量GPS单元和方向测量GPS单元的具体型号或产品,本实施例不限定具体型号或产品。
本实施例中,举例说明了差分GPS设备的构成及安装位置,不限定差分GPS设备的构成及安装位置,本领域技术人员可合理采用其他方式安装差分GPS设备。
例如将位置测量GPS单元可拆卸安装在一个后轮上,将方向测量GPS单元可拆卸安装在另一个后轮上。
更具体地,将位置测量GPS单元可拆卸安装在一个后轮的中心,将方向测量GPS单元可拆卸安装在另一个后轮的中心。
前述的可拆卸安装的方式有多种,例如粘贴等方式,本领域技术人员基于现有的可拆卸安装方式能够合理应用到本实施例中,在此不再赘述。
在一些实施例中,位置测量GPS单元和方向测量GPS单元分别安装在杆状结构的两端,杆状结构的表面设置有多个刻度。
当杆状结构安装完毕后,例如杆状结构穿过智能驾驶车辆的两个后轮且平行于车辆后轴之后,可确定车辆后轴中心与位置测量GPS单元和方向测量GPS单元之间的位置关系,该位置关系通过杆状结构表面设置的刻度进行表征。
在确定车辆后轴中心与位置测量GPS单元和方向测量GPS单元之间的位置关系后,可将该位置关系存储到车载设备或智能驾驶系统中,以便车辆位置确定单元302基于位置测量GPS单元数据、方向测量GPS单元数据、前述的位置关系,确定车辆后轴中心的坐标值或车辆方向。
在一些实施例中,车辆位置确定单元302,用于确定第一GPS设备与车辆后轴中心的相对位置;基于第一GPS设备数据和所述相对位置,确定车辆后轴中心的坐标值或车辆方向。
本实施例中,通过确定第一GPS设备与车辆后轴中心的相对位置,车辆位置确定单元302可基于第一GPS设备数据和相对位置,间接得到车辆后轴中心的坐标值,此计算过程是本领域技术人员基于现有技术能够获悉的,在此不再赘述。
标靶位置确定单元303,用于基于第二GPS设备数据,确定标靶位置。
标定单元304,用于基于传感器数据、车辆位置和标靶位置,标定传感器外参。
基于第一GPS设备数据确定的车辆位置,可以理解为智能驾驶车辆在世界坐标系下的位置。基于第二GPS设备数据确定的标靶位置,可以理解为标靶在世界坐标系下的位置。
因此,标定单元304通过坐标变换,可以将“标靶在传感器坐标系下的位置”、“标靶在世界坐标系下的位置”和“智能驾驶车辆在世界坐标系下的位置”进行互相转换,从而标定传感器外参。
需要说明的是,坐标变换、传感器外参是本领域技术人员基于现有技术能够获悉的内容,在此不再赘述。
在一些实施例中,车辆位置确定单元302通过确定车辆后轴中心的坐标值,得到智能驾驶车辆在世界坐标系下的位置,标定单元304从而基于“智能驾驶车辆在世界坐标系下的位置”、“标靶在传感器坐标系下的位置”和“标靶在世界坐标系下的位置”,通过坐标变换标定出传感器外参。
在一些实施例中,标定单元304,用于基于传感器数据,确定标靶在传感器坐标系下的第一位置;基于车辆位置和标靶位置,确定标靶在车辆坐标系下的第二位置;基于第一位置和第二位置,标定传感器外参。
本实施例中,传感器数据可以理解为传感器坐标系下的数据,而传感器可探测到标靶,传感器数据中包括传感器探测到的标靶位置,因此,标定单元304基于传感器数据可得到标靶在传感器坐标系下的位置,也即第一位置。
本实施例中,基于车辆位置(也即智能驾驶车辆在世界坐标系下的位置)可建立车辆坐标系,标定单元304从而将标靶位置(也即标靶在世界坐标系下的位置)通过坐标转换,得到标靶在车辆坐标系下的位置,也即第二位置。
在一些实施例中,标定单元304基于车辆位置和标靶位置,确定标靶在车辆坐标系下的第二位置,具体为:标定单元304基于车辆位置,建立车辆坐标系;其中,所述车辆坐标系以车辆后轴中心为原点,车辆横向方向为X轴,纵向方向为Y轴,垂直方向为Z轴;基于标靶位置,确定标靶在车辆坐标系下的第二位置。
车辆坐标系的原点为车辆后轴中心,车辆横向方向可理解为与车辆后轴平行的方向,纵向方向可理解为车辆行驶方向,垂直方向可理解为垂直于路面的方向。
在建立车辆坐标系后,标定单元304可将标靶位置(也即标靶在世界坐标系下的位置)通过坐标转换,得到标靶在车辆坐标系下的位置,也即第二位置。
本实施例中,基于标靶在传感器坐标系下的位置(也即第一位置)和标靶在车辆坐标系下的位置(也即第二位置),标定单元304通过坐标转换可标定传感器外参。
在一些实施例中,标定模块300中各单元的划分仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如获取单元301、车辆位置确定单元302、标靶位置确定单元303和标定单元304可以实现为一个单元,获取单元301、车辆位置确定单元302、标靶位置确定单元303或标定单元304也可以划分为多个子单元。可以理解的是,各个单元或子单元能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能。
图4是本公开实施例提供的一种车载设备的结构示意图。车载设备可支持智能驾驶系统的运行。
如图4所示,车载设备包括:至少一个处理器401、至少一个存储器402和至少一个通信接口403。车载设备中的各个组件通过总线系统404耦合在一起。通信接口403,用于与外部设备之间的信息传输。可理解,总线系统404用于实现这些组件之间的连接通信。总线系统404除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见,在图4中将各种总线都标为总线系统404。
可以理解,本实施例中的存储器402可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。
在一些实施方式中,存储器402存储了如下的元素,可执行单元或者数据结构,或者他们的子集,或者他们的扩展集:操作系统和应用程序。
其中,操作系统,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序,包含各种应用程序,例如媒体播放器(Media Player)、浏览器(Browser)等,用于实现各种应用业务。实现本公开实施例提供的传感器外参的标定方法的程序可以包含在应用程序中。
在本公开实施例中,处理器401通过调用存储器402存储的程序或指令,具体的,可以是应用程序中存储的程序或指令,处理器401用于执行传感器外参的标定方法各实施例的步骤。
本公开实施例提供的传感器外参的标定方法可以应用于处理器401中,或者由处理器401实现。处理器401可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器401中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器401可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本公开实施例提供的传感器外参的标定方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器402,处理器401读取存储器402中的信息,结合其硬件完成方法的步骤。
图5为本公开实施例提供的一种传感器外参的标定方法流程图。该方法的执行主体为车载设备,在一些实施例中,该方法的执行主体为车载设备所支持的智能驾驶系统。
本实施例中,预先配置第一GPS设备和标靶,标靶上安装有第二GPS设备。如图5所示,本实施例公开的传感器外参的标定方法可包括以下步骤501至504:
501、获取第一GPS设备数据、第二GPS设备数据和传感器数据。
502、基于第一GPS设备数据,确定车辆位置。
503、基于第二GPS设备数据,确定标靶位置。
504、基于所述传感器数据、所述车辆位置和所述标靶位置,标定传感器外参。
本实施例中,第一GPS设备可配置在智能驾驶车辆的车身周围或者车身上,以便车载设备或智能驾驶系统获取到第一GPS设备数据后,可基于第一GPS设备数据确定车辆位置。
本实施例中,标靶可以为标定点、标定板或其他类型的标定物。因此,可基于标靶的不同类型,选择不同类型或相同类型的第二GPS设备安装在标靶上。
例如,若标靶为标定点,则第二GPS设备可以为位置测量GPS设备,也可以为差分GPS设备。又例如,若标靶为标定版,则第二GPS设备可以为差分GPS设备,可测量测量标靶的位置和方向。
本实施例中,车载设备或智能驾驶系统获取到标靶上安装的第二GPS设备数据后,可基于第二GPS设备数据确定标靶位置。
本实施例中,为了对传感器外参进行标定,车载设备或智能驾驶系统不仅要获取传感器数据,还要获取第一GPS设备数据和第二GPS设备数据,以便基于传感器数据、第一GPS设备数据和第二GPS设备数据,标定传感器外参。
本实施例中,基于GPS数据实现传感器外参的自动标定,具体可以为:基于第一GPS设备数据,确定车辆位置;基于第二GPS设备数据,确定标靶位置;基于传感器数据、车辆位置和标靶位置,标定传感器外参。
本实施例中,传感器数据可以理解为传感器坐标系下的数据,而传感器可探测到标靶,传感器数据中包括传感器探测到的标靶位置,因此,基于传感器数据可得到标靶在传感器坐标系下的位置。
另外,基于第一GPS设备数据确定的车辆位置,可以理解为智能驾驶车辆在世界坐标系下的位置。基于第二GPS设备数据确定的标靶位置,可以理解为标靶在世界坐标系下的位置。
因此,通过坐标变换,可以将“标靶在传感器坐标系下的位置”、“标靶在世界坐标系下的位置”和“智能驾驶车辆在世界坐标系下的位置”进行互相转换,从而标定传感器外参。
需要说明的是,坐标变换、传感器外参是本领域技术人员基于现有技术能够获悉的内容,在此不再赘述。
本实施例中,通过在标靶上安装GPS设备,可对标靶的位置进行自动测量,同时,可通过GPS数据确定车辆位置,相比现有技术中需要人工测量标定板的距离或车辆位置,不仅实现了测量的自动化,降低了标定的复杂度,而且由于GPS精度较高,因此提高了测量的准确度。
另外,本实施例中,基于自动测量的标靶位置对传感器外参进行标定,实现了传感器外参的自动标定,并且由于GPS精度较高,因此标定的准确度高,误差小。
另外,本实施例中,标靶的位置可以任意设置,安装在标靶上的第二GPS设备能够准确采集标靶位置,相比现有技术中需要将标定板位于车辆前方中线上且标定板与车辆距离很近等复杂操作,本实施例设置较简单,更易操作,降低了操作的复杂度。
在一些实施例中,第一GPS设备为差分GPS设备,该差分GPS设备设置于车辆后轮,以便车载设备或智能驾驶系统获取到差分GPS设备数据后,基于差分GPS设备数据确定车辆位置。
由于差分GPS设备设置于车辆后轮,而车辆后轴连接车辆后轮,因此,可将车辆后轴中心的坐标值作为车辆位置。相应地,基于差分GPS设备数据确定车辆位置,具体为:基于差分GPS设备数据确定车辆后轴中心的坐标值或车辆方向。
本实施例中,通过在车辆后轮设置差分GPS设备,可提高GPS定位精度。
在一些实施例中,差分GPS设备包括:位置测量GPS单元和方向测量GPS单元。其中,位置测量GPS单元和方向测量GPS单元分别安装在杆状结构的两端。杆状结构设置于车辆后轮,且杆状结构的长度大于车辆的横向宽度。
本实施例中,智能驾驶车辆静止不动,杆状结构穿过智能驾驶车辆的两个后轮,且平行于车辆后轴。
需要说明的是,本领域技术人员基于现有技术能够获悉或选择位置测量GPS单元和方向测量GPS单元的具体型号或产品,本实施例不限定具体型号或产品。
本实施例中,举例说明了差分GPS设备的构成及安装位置,不限定差分GPS设备的构成及安装位置,本领域技术人员可合理采用其他方式安装差分GPS设备。
例如将位置测量GPS单元可拆卸安装在一个后轮上,将方向测量GPS单元可拆卸安装在另一个后轮上。
更具体地,将位置测量GPS单元可拆卸安装在一个后轮的中心,将方向测量GPS单元可拆卸安装在另一个后轮的中心。
前述的可拆卸安装的方式有多种,例如粘贴等方式,本领域技术人员基于现有的可拆卸安装方式能够合理应用到本实施例中,在此不再赘述。
在一些实施例中,位置测量GPS单元和方向测量GPS单元分别安装在杆状结构的两端,杆状结构的表面设置有多个刻度。
当杆状结构安装完毕后,例如杆状结构穿过智能驾驶车辆的两个后轮且平行于车辆后轴之后,可确定车辆后轴中心与位置测量GPS单元和方向测量GPS单元之间的位置关系,该位置关系通过杆状结构表面设置的刻度进行表征。
在确定车辆后轴中心与位置测量GPS单元和方向测量GPS单元之间的位置关系后,可将该位置关系存储到车载设备或智能驾驶系统中,以便基于差分GPS设备数据确定车辆位置。
本实施例中,基于差分GPS设备数据确定车辆位置,具体为:基于位置测量GPS单元数据、方向测量GPS单元数据、前述的位置关系,确定车辆后轴中心的坐标值或车辆方向。
在一些实施例中,智能驾驶车辆静止不动,标靶与车辆之间的相对位置保持不变,且间隔预设距离。本实施例中,标靶可远离车辆,标定过程无需人工参与,相比人工参与带来的标定复杂和误差大,本实施例降低了标定的复杂度、提高了标定的准确度并减小了标定的误差。
在一些实施例中,标靶与车辆之间的相对位置可不固定,通过第一GPS设备数据和第二GPS设备数据可测量得到相对位置。
在一些实施例中,基于第一GPS设备数据,确定车辆位置,具体包括如下步骤(1)和(2):
(1)确定第一GPS设备与车辆后轴中心的相对位置;
(2)基于第一GPS设备数据和所述相对位置,确定车辆后轴中心的坐标值或车辆方向。
本实施例中,通过确定第一GPS设备与车辆后轴中心的相对位置,可基于第一GPS设备数据和相对位置,间接得到车辆后轴中心的坐标值,此计算过程是本领域技术人员基于现有技术能够获悉的,在此不再赘述。
本实施例中,通过确定车辆后轴中心的坐标值,得到智能驾驶车辆在世界坐标系下的位置,从而基于“智能驾驶车辆在世界坐标系下的位置”、“标靶在传感器坐标系下的位置”和“标靶在世界坐标系下的位置”,通过坐标变换标定出传感器外参。
在一些实施例中,基于传感器数据、车辆位置和标靶位置,标定传感器外参,具体包括如下步骤(1)至(3):
(1)基于传感器数据,确定标靶在传感器坐标系下的第一位置;
(2)基于车辆位置和标靶位置,确定标靶在车辆坐标系下的第二位置;
(3)基于第一位置和第二位置,标定传感器外参。
本实施例中,传感器数据可以理解为传感器坐标系下的数据,而传感器可探测到标靶,传感器数据中包括传感器探测到的标靶位置,因此,基于传感器数据可得到标靶在传感器坐标系下的位置,也即第一位置。
本实施例中,基于车辆位置(也即智能驾驶车辆在世界坐标系下的位置)可建立车辆坐标系,从而将标靶位置(也即标靶在世界坐标系下的位置)通过坐标转换,得到标靶在车辆坐标系下的位置,也即第二位置。
本实施例中,基于标靶在传感器坐标系下的位置(也即第一位置)和标靶在车辆坐标系下的位置(也即第二位置),通过坐标转换可标定传感器外参。
在一些实施例中,基于车辆位置和标靶位置,确定标靶在车辆坐标系下的第二位置,具体包括以下步骤(1)和(2):
(1)基于车辆位置,建立车辆坐标系;其中,所述车辆坐标系以车辆后轴中心为原点,车辆横向方向为X轴,纵向方向为Y轴,垂直方向为Z轴;
(2)基于标靶位置,确定标靶在车辆坐标系下的第二位置。
本实施例中,车辆坐标系的原点为车辆后轴中心,车辆横向方向可理解为与车辆后轴平行的方向,纵向方向可理解为车辆行驶方向,垂直方向可理解为垂直于路面的方向。
在建立车辆坐标系后,可将标靶位置(也即标靶在世界坐标系下的位置)通过坐标转换,得到标靶在车辆坐标系下的位置,也即第二位置。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员能够理解,本公开实施例并不受所描述的动作顺序的限制,因为依据本公开实施例,某些步骤可以采用其他顺序或者同时进行(例如“基于第一GPS设备数据,确定车辆位置”和“基于第二GPS设备数据,确定标靶位置”可同时进行)。另外,本领域技术人员能够理解,说明书中所描述的实施例均属于可选实施例。
本公开实施例还提出一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如传感器外参的标定方法各实施例的步骤,为避免重复描述,在此不再赘述。
本公开实施例中,通过在标靶上安装GPS设备,可对标靶的位置进行自动测量,同时,可通过GPS数据确定车辆位置,相比现有技术中需要人工测量标定板的距离或车辆位置,不仅实现了测量的自动化,降低了标定的复杂度,而且由于GPS精度较高,因此提高了测量的准确度。
另外,本公开实施例中,基于自动测量的标靶位置对传感器外参进行标定,实现了传感器外参的自动标定,并且由于GPS精度较高,因此标定的准确度高,误差小。
另外,本公开实施例中,标靶的位置可以任意设置,安装在标靶上的GPS设备均能够准确采集标靶位置,相比现有技术中需要将标定板位于车辆前方中线上且标定板与车辆距离很近等复杂操作,本公开实施例设置较简单,更易操作,降低了操作的复杂度。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。
本领域的技术人员能够理解,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
虽然结合附图描述了本发明的实施方式,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (11)

1.一种传感器外参的标定方法,其特征在于,配置第一GPS设备和标靶,所述标靶上安装有第二GPS设备,所述方法包括:
获取所述第一GPS设备数据、所述第二GPS设备数据和传感器数据;
基于所述第一GPS设备数据,确定车辆位置;
基于所述第二GPS设备数据,确定标靶位置;
基于所述传感器数据、所述车辆位置和所述标靶位置,标定传感器外参。
2.根据权利要求1所述的方法,其特征在于,所述第一GPS设备为差分GPS设备,所述差分GPS设备设置于车辆后轮。
3.根据权利要求2所述的方法,其特征在于,所述差分GPS设备包括:位置测量GPS单元和方向测量GPS单元;
所述位置测量GPS单元和方向测量GPS单元分别安装在杆状结构的两端;
所述杆状结构设置于车辆后轮,且所述杆状结构的长度大于车辆的横向宽度。
4.根据权利要求3所述的方法,其特征在于,所述杆状结构的表面设置有多个刻度。
5.根据权利要求1所述的方法,其特征在于,所述标靶为标定点,所述第二GPS设备测量标靶的位置。
6.根据权利要求1所述的方法,其特征在于,所述标靶为标定版,所述第二GPS设备测量标靶的位置和方向。
7.根据权利要求1至4任一项所述的方法,其特征在于,基于所述第一GPS设备数据,确定车辆位置,包括:
确定所述第一GPS设备与车辆后轴中心的相对位置;
基于所述第一GPS设备数据和所述相对位置,确定车辆后轴中心的坐标值或车辆方向。
8.根据权利要求1所述的方法,其特征在于,基于所述传感器数据、所述车辆位置和所述标靶位置,标定传感器外参,包括:
基于所述传感器数据,确定所述标靶在传感器坐标系下的第一位置;
基于所述车辆位置和所述标靶位置,确定所述标靶在车辆坐标系下的第二位置;
基于所述第一位置和所述第二位置,标定传感器外参。
9.根据权利要求8所述的方法,其特征在于,基于所述车辆位置和所述标靶位置,确定所述标靶在车辆坐标系下的第二位置,包括:
基于所述车辆位置,建立车辆坐标系;其中,所述车辆坐标系以车辆后轴中心为原点,车辆横向方向为X轴,纵向方向为Y轴,垂直方向为Z轴;
基于所述标靶位置,确定所述标靶在车辆坐标系下的第二位置。
10.一种车载设备,其特征在于,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求1至9任一项所述方法的步骤。
11.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如权利要求1至9任一项所述方法的步骤。
CN201910565952.0A 2019-06-27 2019-06-27 一种传感器外参的标定方法、车载设备及存储介质 Active CN110375786B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910565952.0A CN110375786B (zh) 2019-06-27 2019-06-27 一种传感器外参的标定方法、车载设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910565952.0A CN110375786B (zh) 2019-06-27 2019-06-27 一种传感器外参的标定方法、车载设备及存储介质

Publications (2)

Publication Number Publication Date
CN110375786A true CN110375786A (zh) 2019-10-25
CN110375786B CN110375786B (zh) 2021-07-02

Family

ID=68250965

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910565952.0A Active CN110375786B (zh) 2019-06-27 2019-06-27 一种传感器外参的标定方法、车载设备及存储介质

Country Status (1)

Country Link
CN (1) CN110375786B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112363130A (zh) * 2020-11-30 2021-02-12 东风汽车有限公司 车载传感器标定方法、存储介质及系统
CN113341401A (zh) * 2021-07-12 2021-09-03 广州小鹏自动驾驶科技有限公司 一种车载激光雷达标定方法、装置、车辆、存储介质
CN113359118A (zh) * 2021-07-12 2021-09-07 广州小鹏自动驾驶科技有限公司 一种车载激光雷达标定方法、装置、车辆、存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5379045A (en) * 1993-09-01 1995-01-03 Trimble Navigation Limited SATPS mapping with angle orientation calibrator
US5898390A (en) * 1995-09-14 1999-04-27 Zexel Corporation Method and apparatus for calibration of a distance sensor in a vehicle navigation system
CN102859903A (zh) * 2009-12-31 2013-01-02 T·布鲁彻尔 用于对天线进行精确定向的系统和方法
JP2014067033A (ja) * 2012-09-25 2014-04-17 Korea Institute Of Geoscience And Mineral Resources 多機能クリノメータ
JP5892845B2 (ja) * 2012-04-26 2016-03-23 株式会社小野測器 キャリブレーション良否判定装置及び方法
CN106598053A (zh) * 2016-12-19 2017-04-26 驭势科技(北京)有限公司 一种自动驾驶车辆横向运动控制对象选择方法
CN107364393A (zh) * 2017-05-25 2017-11-21 纵目科技(上海)股份有限公司 车辆后视图像的显示方法、装置、存储介质及电子设备
CN108132477A (zh) * 2018-01-30 2018-06-08 上海康斐信息技术有限公司 一种gps与pdr结合的定位方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5379045A (en) * 1993-09-01 1995-01-03 Trimble Navigation Limited SATPS mapping with angle orientation calibrator
US5898390A (en) * 1995-09-14 1999-04-27 Zexel Corporation Method and apparatus for calibration of a distance sensor in a vehicle navigation system
CN102859903A (zh) * 2009-12-31 2013-01-02 T·布鲁彻尔 用于对天线进行精确定向的系统和方法
JP5892845B2 (ja) * 2012-04-26 2016-03-23 株式会社小野測器 キャリブレーション良否判定装置及び方法
JP2014067033A (ja) * 2012-09-25 2014-04-17 Korea Institute Of Geoscience And Mineral Resources 多機能クリノメータ
CN106598053A (zh) * 2016-12-19 2017-04-26 驭势科技(北京)有限公司 一种自动驾驶车辆横向运动控制对象选择方法
CN107364393A (zh) * 2017-05-25 2017-11-21 纵目科技(上海)股份有限公司 车辆后视图像的显示方法、装置、存储介质及电子设备
CN108132477A (zh) * 2018-01-30 2018-06-08 上海康斐信息技术有限公司 一种gps与pdr结合的定位方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHANG, B等: "Zero-baseline Analysis of GPS/BeiDou/Galileo Between-Receiver Differential Code Biases (BR-DCBs): Time-wise Retrieval and Preliminary Characterization", 《NAVIGATION-JOURNAL OF THE INSTITUTE OF NAVIGATION》 *
张宇等: "点衍射干涉仪波前参考源标定算法的研究", 《中国激光》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112363130A (zh) * 2020-11-30 2021-02-12 东风汽车有限公司 车载传感器标定方法、存储介质及系统
CN112363130B (zh) * 2020-11-30 2023-11-14 东风汽车有限公司 车载传感器标定方法、存储介质及系统
CN113341401A (zh) * 2021-07-12 2021-09-03 广州小鹏自动驾驶科技有限公司 一种车载激光雷达标定方法、装置、车辆、存储介质
CN113359118A (zh) * 2021-07-12 2021-09-07 广州小鹏自动驾驶科技有限公司 一种车载激光雷达标定方法、装置、车辆、存储介质
CN113359118B (zh) * 2021-07-12 2024-07-19 广州小鹏自动驾驶科技有限公司 一种车载激光雷达标定方法、装置、车辆、存储介质
CN113341401B (zh) * 2021-07-12 2024-10-11 广州小鹏自动驾驶科技有限公司 一种车载激光雷达标定方法、装置、车辆、存储介质

Also Published As

Publication number Publication date
CN110375786B (zh) 2021-07-02

Similar Documents

Publication Publication Date Title
CN110832348B (zh) 用于自主车辆的高清晰度地图的点云数据丰富
JP6322268B2 (ja) 車両用のマップデータを確定するためのシステム及び方法
CN110861650B (zh) 车辆的路径规划方法、装置,车载设备和存储介质
US11530931B2 (en) System for creating a vehicle surroundings model
CN114879631A (zh) 一种基于数字孪生云控平台的自动驾驶测试系统和方法
CN102529975B (zh) 用于精确的分车道车辆定位的系统和方法
CN107145578A (zh) 地图构建方法、装置、设备和系统
CN113340325B (zh) 一种验证车路协同路侧感知融合精度的系统、方法及介质
CN110375786A (zh) 一种传感器外参的标定方法、车载设备及存储介质
CN101201255A (zh) 基于智能导航算法的车辆组合导航系统
CN110470311A (zh) 一种地图生成方法、装置及计算机存储介质
CN107664504A (zh) 一种路径规划装置
CN113375678B (zh) 一种行车路径规划方法、管理服务器及停车管理系统
CN109872530A (zh) 一种路况信息的生成方法、车载终端及服务器
CN110341688A (zh) 一种前轮转角补偿方法、装置、车载设备及存储介质
CN104677367A (zh) 基于路径预测的兴趣点搜索方法
Mehr et al. X-CAR: An experimental vehicle platform for connected autonomy research
CN108345019A (zh) 一种车辆所在车道的定位装置及方法
CN105824311A (zh) 一种车辆的自动驾驶方法和装置
US20190285418A1 (en) Method and device for the robust localization of a vehicle
CN108549373A (zh) 一种基于导航角偏差进行车辆运行信息处理的方法和装置
US20230168368A1 (en) Guardrail estimation method based on multi-sensor data fusion, and vehicle-mounted device
CN107449436A (zh) 一种车队导航方法及系统
US20220198714A1 (en) Camera to camera calibration
CN108399789A (zh) 一种智能停车管理系统及方法

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
GR01 Patent grant
GR01 Patent grant