CN110411499B - 传感器检测识别能力的评估方法及评估系统 - Google Patents

传感器检测识别能力的评估方法及评估系统 Download PDF

Info

Publication number
CN110411499B
CN110411499B CN201910718762.8A CN201910718762A CN110411499B CN 110411499 B CN110411499 B CN 110411499B CN 201910718762 A CN201910718762 A CN 201910718762A CN 110411499 B CN110411499 B CN 110411499B
Authority
CN
China
Prior art keywords
host vehicle
movement information
information
measured
measured object
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.)
Active
Application number
CN201910718762.8A
Other languages
English (en)
Other versions
CN110411499A (zh
Inventor
刘玉
刘元伟
叶卉
鲍凤卿
项党
梁伟铭
冷宏祥
刘奋
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.)
SAIC Motor Corp Ltd
Original Assignee
SAIC Motor Corp 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 SAIC Motor Corp Ltd filed Critical SAIC Motor Corp Ltd
Priority to CN201910718762.8A priority Critical patent/CN110411499B/zh
Publication of CN110411499A publication Critical patent/CN110411499A/zh
Application granted granted Critical
Publication of CN110411499B publication Critical patent/CN110411499B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40Means for monitoring or calibrating
    • 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497Means for monitoring or calibrating
    • 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52004Means for monitoring or calibrating

Abstract

本发明提供的传感器检测识别能力的评估方法及系统,利用主车辆的环境传感器系统,获取被测对象相对于主车辆的移动信息,作为测量移动信息;利用主车辆的信息采集系统,获取主车辆的组合导航系统检测到的主车辆的移动信息;利用主车辆的信息采集系统,获取被测对象的组合导航系统检测到的被测对象的移动信息;利用主车辆的信息采集系统,根据主车辆的移动信息和被测对象的移动信息,确定被测对象相对于主车辆的移动信息,作为真实移动信息;利用数据分析系统,获取测量移动信息与真实移动信息;根据测量移动信息与真实移动信息,确定环境传感器的检测识别精度,从而实现了对传感器检测识别能力的准确、有效的评估。

Description

传感器检测识别能力的评估方法及评估系统
技术领域
本发明涉及车辆主动安全技术领域,更具体的说,涉及传感器检测识别能力的评估方法及评估系统。
背景技术
随着自动驾驶技术的不断发展,车辆的自动驾驶程度要求越来越高,对车辆的功能安全等级要求也越来越高,为实现车辆能够安全的自动驾驶,通常会利用各种传感器来对交通场景中各种交通参与者进行有效的检测识别,其中,传感器对交通参与者的检测识别能力的高低就变得至关重要。
现有的评估传感器检测识别能力的方案,主要包括基于毫米波雷达、激光雷达或GPS/RTK技术,来对传感器的检测识别能力进行评估。但是,毫米波雷达无法识别出完全的交通参与者如车辆、行人的完整轮廓,一般只能返回回波信号强度最强的位置点信息,从而在实际评估中,会引入新的误差,导致评估结果不准确;激光雷达的分辨率较低,点云聚类出的交通参与者也存在一定误差;GPS/RTK技术对卫星数量要求较高,而在一些高楼、高架桥下等复杂场景中,可搜到的卫星数量急剧下降,难以满足复杂场景下对传感器的检测识别能力进行精确评估的需求。可见,现有的评估方案,无法很好地实现对传感器的检测识别能力的有效评估。
因此,目前迫切需要一种更好的传感器检测识别能力的评估方案,来实现针对传感器的检测识别能力的有效评估。
发明内容
有鉴于此,本发明提供了一种传感器检测识别能力的评估方法及评估系统,以解决目前的评估方案,无法很好地对传感器的检测识别能力进行准确有效的评估的技术问题。
为实现上述目的,本发明提供如下技术方案:
一种传感器检测识别能力的评估方法,所述评估方法包括:
利用主车辆的环境传感器系统,获取被测对象相对于所述主车辆的移动信息,作为测量移动信息;
利用主车辆的信息采集系统,获取所述主车辆的组合导航系统检测到的所述主车辆的移动信息;
利用所述主车辆的信息采集系统,获取所述被测对象的组合导航系统检测到的所述被测对象的移动信息;
利用所述主车辆的信息采集系统,根据所述主车辆的移动信息和所述被测对象的移动信息,确定所述被测对象相对于所述主车辆的移动信息,作为真实移动信息;
利用数据分析系统,获取所述测量移动信息与所述真实移动信息;根据所述测量移动信息与所述真实移动信息,确定所述环境传感器的检测识别精度。
优选的,所述主车辆的组合导航系统和所述被测对象的组合导航系统,均为基于GPS/RTK+IMU的高精度组合导航系统。
优选的,所述环境传感系统包括:
视觉传感器系统、超声波传感器系统、激光雷达传感器系统与毫米波雷达传感器系统中的至少一种。
优选的,所述主车辆的移动信息和所述被测对象的移动信息,均包括:
位置信息、速度信息和航向角信息中的至少一种。
优选的,所述被测对象包括:
被测行人、被测车辆与被测交通设施中的至少一种。
优选的,所述利用所述主车辆的信息采集系统,获取所述被测对象的组合导航系统检测到的所述被测对象的移动信息包括:
利用所述被测对象的信息采集系统,获取所述被测对象的组合导航系统检测到的所述被测对象的移动信息,并发送至所述主车辆的信息采集系统;
利用所述主车辆的信息采集系统,接收所述被测对象的信息采集系统发送的所述被测对象的移动信息。
优选的,当所述被测对象具体为被测车辆时,所述利用主车辆的环境传感器系统,获取被测对象相对于所述主车辆的移动信息,作为测量移动信息包括:
利用所述主车辆的环境传感器系统,获取所述被测车辆的第一位置点相对于所述主车辆的第二位置点的位置信息,作为测量位置信息;
和/或,
利用所述主车辆的环境传感器系统,获取所述被测车辆的第一位置点相对于所述主车辆的第二位置点的速度信息,作为测量速度信息;
和/或,
利用所述主车辆的环境传感器系统,获取所述被测车辆的中心轴线与所述主车辆的行驶方向的夹角,作为测量航向角信息;
其中,所述第一位置点为,所述被测车辆的中心轴线与尾部的交点;所述第二位置点为,所述主车辆的后轴的中心点。
优选的,利用所述主车辆的环境传感系统检测到的被测对象有n个,n>1;组合导航系统的被测对象有k个,k>0;在所述利用所述数据分析系统,获取所述测量移动信息与所述真实移动信息之后,所述方法还包括:
根据第i个被测对象的真实移动信息与第j个被测对象的测量移动信息,获取所述第i个被测对象与所述第j个被测对象之间的差异信息;
当所述差异信息满足预设距离误差条件时,确定所述所述第i个被测对象与所述第j个被测对象为同一被测对象;
其中,所述第i个被测对象为,安装有组合导航系统的k个被测对象中的任一被测对象,1≤i≤k;所述第j个被测对象为,利用所述主车辆的环境传感系统检测到的n个被测对象中的任一被测对象,1≤j≤n。
一种传感器检测识别能力的评估系统,所述评估系统包括:
主车辆的环境传感器系统,用于获取被测对象相对于所述主车辆的移动信息,作为测量移动信息;
主车辆的组合导航系统,用于检测所述主车辆的移动信息;
被测对象的组合导航系统,用于检测所述被测对象的移动信息;
主车辆的信息采集系统,用于获取所述主车辆的组合导航系统检测到的所述主车辆的移动信息;获取所述被测对象的组合导航系统检测到的所述被测对象的移动信息;根据所述主车辆的移动信息和所述被测对象的移动信息,确定所述被测对象相对于所述主车辆的移动信息,作为真实移动信息;
数据分析系统,用于获取所述测量移动信息与所述真实移动信息;根据所述测量移动信息与所述真实移动信息,确定所述环境传感器的检测识别精度。
优选的,所述评估系统还包括:
被测对象的信息采集系统,用于获取所述被测对象的组合导航系统检测到的所述被测对象的移动信息,并将所述被测对象的移动信息发送至所述主车辆的信息采集系统;
所述主车辆的信息采集系统具体还用于,获取所述被测对象的信息采集系统发送的所述被测对象的移动信息。
从上述的技术方案可以看出,本发明提供的传感器检测识别能力的评估方法及评估系统,通过在主车辆以及被测车辆、被测行人等被测对象上布置组合导航系统,以获取主车辆以及被测对象的移动信息,确定出被测对象相对于主车辆的真实位置、真实速度与真实航向角等真实移动信息;同时,通过主车辆自身环境传感器系统来检测被测对象相对于主车辆的测量位置、测量速度与测量航向角等测量移动信息;最后基于真实移动信息与测量移动信息,确定主车辆的环境传感器系统的检测识别精度,从而实现了针对环境传感器检测识别能力的准确、有效的评估,为未来安全可靠的自动驾驶技术奠定坚实的基础。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的传感器检测识别能力的评估方法的一种流程图;
图2为本发明实施例提供的传感器检测识别能力的评估方法的另一种流程图;
图3为本发明实施例提供的主车辆车体坐标系的示意图;
图4为本发明实施例提供的被测车辆的测量移动信息的检测方案的示意图;
图5为本发明实施例提供的被测行人的测量移动信息的检测方案的示意图;
图6为本发明实施例提供的被测对象匹配过程的流程图;
图7为本发明实施例提供的传感器检测识别能力的评估系统的示意图;
图8为本发明实施例提供的传感器检测识别能力的评估系统的应用场景的示例图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,图1为本发明实施例提供的传感器检测识别能力的评估方法的一种流程图。
如图1所示,本实施例的评估方法包括:
S110:利用主车辆的环境传感器系统,获取被测对象相对于主车辆的移动信息,作为测量移动信息。
主车辆的环境传感器系统,是指用于检测主车辆附近的被测对象的传感器,其中,被测对象可以是指主车辆附近的车辆、行人等交通参与者,也可以是指交通道路上的一些交通设施。
主车辆的环境传感器系统,就是本发明需要评估其检测识别能力的传感器系统。
S120:利用主车辆的信息采集系统,获取主车辆的组合导航系统检测到的主车辆的移动信息。
主车辆上安装有组合导航系统,组合导航系统是指由至少两种导航设备组合在一起使用的导航系统,相较于单一导航系统,具有高精度、高可靠性、高自动化程度的优点。
通过主车辆上的组合导航系统,能够准确地获取到主车辆的真实的移动信息,例如,主车辆的位置信息、速度信息与航向角信息等。
主车辆上的组合导航系统与主车辆上的信息采集系统相连接,使得主车辆的信息采集系统能够从主车辆的组合导航系统中获取主车辆的移动信息。
S130:利用主车辆的信息采集系统,获取被测对象的组合导航系统检测到的被测对象的移动信息。
被测对象上同样安装或携带有同样的组合导航系统,通过被测对象的组合导航系统,也能够准确获取到被测车辆自身的移动信息。
主车辆的信息采集系统,与被测对象的组合导航系统之间也具有数据通路,能够获取到被测对象的组合导航系统检测到的被测对象的移动信息,这样主车辆的信息采集系统,就可以同时获取到主车辆的移动信息与被测对象的移动信息。
S140:利用主车辆的信息采集系统,根据主车辆的移动信息和被测对象的移动信息,确定被测对象相对于主车辆的移动信息,作为真实移动信息。
主车辆的信息采集系统,根据主车辆的移动信息和被测对象的移动信息,确定出被测对象相对于主车辆的真实移动信息,例如,被测对象相对于主车辆的真实位置、真实速度与真实航向角等。
S150:利用数据分析系统,获取测量移动信息与真实移动信息;根据测量移动信息与真实移动信息,确定环境传感器的检测识别精度。
主车辆的环境传感器系统与主车辆的信息采集系统,均与数据分析系统相连接,使数据分析系统可以获取到被测对象相对于主车辆的测量移动信息与真实移动信息,通过比对测量移动信息与真实移动信息,可以确定出环境传感器的检测识别精度,从而实现对环境传感器的检测识别能力的有效评估。
其中,数据分析系统可以同样安装于主车辆上,也可以采用云服务器系统的形式来实现。
本实施例提供的传感器检测识别能力的评估方法,通过在主车辆以及被测车辆、被测行人等被测对象上布置组合导航系统,以获取主车辆以及被测对象的移动信息,确定出被测对象相对于主车辆的真实位置、真实速度与真实航向角等真实移动信息;同时,通过主车辆自身环境传感器系统来检测被测对象相对于主车辆的测量位置、测量速度与测量航向角等测量移动信息;最后基于真实移动信息与测量移动信息,确定主车辆的环境传感器系统的检测识别精度,从而实现了针对环境传感器检测识别能力的准确、有效的评估,为未来安全可靠的自动驾驶技术奠定坚实的基础。
请参阅图2,图2为本发明实施例提供的传感器检测识别能力的评估方法的另一种流程图。
如图2所示,本实施例的评估方法包括:
S210:利用主车辆的环境传感器系统,获取被测对象相对于主车辆的移动信息,作为测量移动信息。
其中,环境传感器系统包括:视觉传感器系统、超声波传感器系统、激光雷达传感器系统与毫米波雷达传感器系统中的至少一种。也就是说,在主车辆上安装有视觉传感器、超声波传感器、激光雷达传感器与毫米波雷达传感器中的任一种,或者多种,并作为需要评估其检测识别能力的传感器。
当环境传感器系统为视觉传感器系统时,该视觉传感器系统可包括视觉模组与视觉控制器,视觉模组与视觉控制器之间可通过Mipi(Mobile Industry ProcessorInterface,移动产业处理器接口)接口或coax接口相连接。
其中,被测对象包括:被测行人、被测车辆与被测交通设施中的至少一种。在实际应用中,被测对象通常会同时包括被测行人与被测车辆。
S220:利用主车辆的信息采集系统,获取主车辆的组合导航系统检测到的主车辆的移动信息。
在一示例中,主车辆的信息采集系统与主车辆的组合导航系统之间,具体可通过以太网接口,来建立数据连接。
S230:利用被测对象的信息采集系统,获取被测对象的组合导航系统检测到的被测对象的移动信息,并发送至主车辆的信息采集系统。
其中,主车辆的组合导航系统和被测对象的组合导航系统,均为基于GPS/RTK+IMU的高精度组合导航系统。
基于GPS/RTK+IMU的高精度组合导航系统是指,由GPS(Global PositioningSystem,全球定位系统)/RTK(Real-time kinematic,实时动态)载波相位差分技术与IMU(Inertialmeasurement unit,惯性测量单元)相结合而构成的高精度的组合导航系统。
通过基于GPS/RTK+IMU的高精度组合导航系统,即使主车辆或被测对象在如高楼下、高架桥下以及大树下等复杂的交通场景下,依然能够保证实时动态地获取到主车辆和被测对象的移动信息,实现对主车辆的环境传感器系统的检测识别能力的实时平稳的评估。
被测对象也具有相应的信息采集系统,可以用来获取自身的组合导航系统检测到的被测对象的移动信息,并发送给主车辆的信息采集系统。即,主车辆的信息采集系统与被测对象的信息采集系统之间具有数据连接。
在一示例中,被测对象的信息采集系统与被测对象的组合导航系统之间,也可通过以太网接口来建立数据连接。主车辆的信息采集系统与被测对象的信息采集系统之间,建立有wifi通信连接。
S240:利用主车辆的信息采集系统,接收被测对象的信息采集系统发送的被测对象的移动信息。
S250:利用主车辆的信息采集系统,根据主车辆的移动信息和被测对象的移动信息,确定被测对象相对于主车辆的移动信息,作为真实移动信息。
主车辆的移动信息和被测对象的移动信息,均包括:位置信息、速度信息和航向角信息中的至少一种。
高精度的组合导航系统直接输出的信息是WGS84坐标系下描述的指定位置点的经度、纬度、速度以及航向角等信息。为保证高精度组合导航系统的实时输出信息与环境传感器系统的输出信息的坐标系相一致,这里需要在主车辆的信息采集系统上对收到的主车辆与被测对象的高精度组合导航定位结果进行坐标系转换,统一转换为主车辆的车体坐标系下描述的被测对象的实时位置、速度以及航向角信息,也即被测对象相对于主车辆的实时位置、速度以及航向角信息。
S260:利用数据分析系统,获取测量移动信息与真实移动信息;根据测量移动信息与真实移动信息,确定环境传感器的检测识别精度。
一示例中,数据分析系统与主车辆的环境传感器系统之间,以及数据分析系统与主车辆的信息采集系统之间,均可通过CAN接口来进行数据连接。
为了保证整个评估系统在各种复杂场景下都能稳定地进行实时运行,可以进一步对组合导航系统、信息采集系统与数据分析系统,分别提出具体的技术指标要求,具体如表1、表2与表3所示:
表1组合导航系统的技术指标要求
Figure BDA0002156410580000091
表2信息采集系统的技术指标要求
关键指标 指标要求
两车横纵向距离在相距1000m的以内精度 ≤0.03m
两车横纵向速度(相对) ≤0.02m/s
与车道线横向速度 (20m/s以内)≤0.02m/s
与组合导航系统的信息接口 以太网接口
表3数据分析系统的技术指标要求
Figure BDA0002156410580000101
本实施例提供的传感器检测识别能力的评估方法,基于GPS/RTK+IMU的高精度组合导航系统,通过在主车辆以及被测车辆、被测行人等被测对象上布局该高精度的组合导航系统,能够获取到各种复杂场景下的主车辆以及被测对象的移动信息,并确定出被测对象相对于主车辆的真实位置、真实速度与真实航向角等真实移动信息;同时,通过主车辆的各种环境传感器系统来检测被测对象相对于主车辆的测量位置、测量速度与测量航向角等测量移动信息;最后基于通过高精度组合导航系统得到的真实移动信息与通过各种环境传感器系统得到的测量移动信息,能够确定出视觉传感器系统、超声波传感器系统、激光雷达传感器系统与毫米波雷达传感器系统等各种环境传感器系统的检测识别精度,从而实现针对各种环境传感器的检测识别能力的准确、有效的评估。
请参阅图3~4,图3为本发明实施例提供的主车辆车体坐标系的示意图;图4为本发明实施例提供的被测车辆的测量移动信息的检测方案的示意图。
如图3所示,为主车辆车体坐标系定义,其中,主车辆后轴中心点为坐标系的原点O,车辆行驶方向为坐标系的Z轴,车辆横向向右方向为坐标系的X轴,坐标系的Y轴(未示出)满足右手坐标系定则,即Y轴垂直于XZ平面朝下。
在图3所示的坐标系下,图4示出了被测对象具体为被测车辆2时的测量移动信息的检测方式,其中,将被测车辆2的中心轴线L1与尾部的交点P1作为测量点,被测车辆2相对于主车辆1的航向角一般是指被测车辆2的中心轴线L1与主车辆1的行驶方向(即Z轴)的夹角,如图3中的航向角A1所示。
相应的,当被测对象具体为被测车辆时,利用主车辆的环境传感器系统,获取被测对象相对于所述主车辆的移动信息,作为测量移动信息的过程(步骤S110或S210),可具体包括:
利用所述主车辆的环境传感器系统,获取所述被测车辆的第一位置点相对于所述主车辆的第二位置点的位置信息,作为测量位置信息;
和/或,
利用所述主车辆的环境传感器系统,获取所述被测车辆的第一位置点相对于所述主车辆的第二位置点的速度信息,作为测量速度信息;
和/或,
利用所述主车辆的环境传感器系统,获取所述被测车辆的中心轴线与所述主车辆的行驶方向的夹角,作为测量航向角信息。
其中,所述第一位置点为,所述被测车辆的中心轴线与尾部的交点;所述第二位置点为,所述主车辆的后轴的中心点。
本实施例提供的被测车辆的测量移动信息的检测方案,以主车辆为基准,定义了统一的坐标系,并根据被测车辆的具体情况,确定被测车辆的具体测量点,提高了被测车辆的测量移动信息的精准性。
请参阅图5,图5为本发明实施例提供的被测行人的测量移动信息的检测方案的示意图。
相对于主车辆而言,交通场景中的行人的相对体积较小,所以,当被测对象具体为被测行人时,在主车辆的坐标系中,将被测行人视为质点进行测量与分析,该质点即为测量点。然后,基于该质点,来获取被测行人相对于主车辆的各种测量移动信息,具体可参考被测对象为被测车辆时的获取方式,在此不再赘述。
本实施例提供的被测行人的测量移动信息的检测方案,仍以主车辆为基准,将主车辆的坐标系作为统一的坐标系,并根据被测行人的具体情况,将被测行人作为质点,进而确定测量点,提高了获取被测行人的测量移动信息的便利性。
在实际场景中会有多个被测对象同时存在,主车辆的环境传感系统会给出所有检测到的被测对象的信息,为了保证环境传感器系统检测到的,必须是安装有高精度组合导航系统的被测对象,还需要对环境传感器系统给出的所有被测对象的信息进行筛选过滤,获得属于同一个被测对象的一一匹配的真实移动信息与测量移动信息。因此,在所述利用所述数据分析系统,获取所述测量移动信息与所述真实移动信息步骤之后,还可以包括被测对象匹配过程。
请参阅图6,图6为本发明实施例提供的被测对象匹配过程的流程图。
本实施例中,利用所述主车辆的环境传感系统检测到的被测对象有n个,n>1;安装有组合导航系统的被测对象有k个,k>0。
如图6所示,本实施例提供的被测对象匹配过程可包括:
S310:根据第i个被测对象的真实移动信息与第j个被测对象的测量移动信息,获取所述第i个被测对象与所述第j个被测对象之间的差异信息。
其中,所述第i个被测对象为,安装有组合导航系统的k个被测对象中的任一被测对象,1≤i≤k;所述第j个被测对象为,利用所述主车辆的环境传感系统检测到的n个被测对象中的任一被测对象,1≤j≤n。
一示例中,第i个被测对象的真实移动信息可记为{Zci,Xci,Zvci,Xvci,Aci},其中,Zci为第i个被测对象的纵向测量位置,Xci为第i个被测对象的横向测量位置,Zvci为第i个被测对象的纵向测量速度,Xvci为第i个被测对象的横向测量速度,Aci为第i个被测对象的航向角。
第j个被测对象的测量移动信息可记为{zcj,xcj,zvcj,xvcj,acj},其中,zcj为第j个被测对象的纵向测量位置,xcj为第j个被测对象的横向测量位置,zvcj为第j个被测对象的纵向测量速度,xvcj为第j个被测对象的横向测量速度,acj为第j个被测对象的航向角。
其中,为了进一步保证匹配的准确性,还需要保证不同的被测车辆之间保持一定的间隔距离,该间隔距离至少在10m以上。
S320:当所述差异信息满足预设距离误差条件时,确定所述所述第i个被测对象与所述第j个被测对象为同一被测对象。
第i个被测对象为真实安装高精度组合导航系统的设备的被测对象,那么在遍历主车辆的环境传感器系统检测出的n个被测对象的所有信息中,若同时满足下面公式(1)和(2),则表明安装有高精度组合导航系统的第i个被测对象对应的测量移动信息已匹配成功。
Figure BDA0002156410580000131
Erri≤Zci×Threshold (2)
其中,Erri为第i个被测对象与环境传感器系统检测出来的各个被测对象的位置之间的欧式距离误差的最小值;Threshold为测距误差的百分比阈值。
在一示例中,当被测对象为被测车辆时,Threshold取值20%;当被测对象为被测行人时,Threshold取值15%;当被测对象为非车辆非行人的交通设施时,Threshold取值20%。
当与第i个被测对象相匹配的是环境传感器系统检测出来的第j个被测对象时,按照公式(3)~(7)进行误差分析,即可得到主车辆的环境传感器系统对被测对象的检测识别精度的评估结果。
Errzi=Zci-zcj (3)
Errxi=Xci-xcj (4)
Errzvci=Zvci-zvcj (5)
Errxvci=Xvci-xvcj (6)
Erraci=Aci-acj (7)
其中,Errzi为第i个被测对象的纵向位置误差,Errxi为第i个被测对象的横向位置误差,Errzvci为第i个被测对象的纵向速度误差,Errxvci为第i个被测对象的横向速度误差,Erraci为第i个被测对象的航向角误差。
本实施例提供的被测对象匹配过程,当实际场景中有多个被测对象同时存在时,根据被测对象的真实移动信息与主车辆的环境传感器系统检测到的被测对象的测量移动信息,来对真实的被测对象与环境传感器系统检测到的被测对象进行匹配,筛选掉环境传感器系统检测到的被测对象中未安装组合导航系统的被测对象,保证了被测对象的数据有效性,使传感器检测识别能力的评估方案更加完善。
本发明实施例还提供了相应的传感器检测识别能力的评估系统,所述评估系统用于实施本发明实施例提供的评估方法,下文描述的传感器检测识别能力的评估系统的技术内容,可与上文描述的传感器检测识别能力的评估方法的技术内容与相互对应参照。
请参阅图7,图7为本发明实施例提供的传感器检测识别能力的评估系统的示意图。
如图7所示,本实施例的评估系统至少包括:主车辆的环境传感器系统10、主车辆的组合导航系统20、被测对象的组合导航系统30、主车辆的信息采集系统40、数据分析系统50。
主车辆的环境传感器系统10,用于获取被测对象相对于所述主车辆的移动信息,作为测量移动信息;
主车辆的组合导航系统20,用于检测所述主车辆的移动信息;
被测对象的组合导航系统30,用于检测所述被测对象的移动信息;
主车辆的信息采集系统40,用于获取所述主车辆的组合导航系统检测到的所述主车辆的移动信息;获取所述被测对象的组合导航系统检测到的所述被测对象的移动信息;根据所述主车辆的移动信息和所述被测对象的移动信息,确定所述被测对象相对于所述主车辆的移动信息,作为真实移动信息;
数据分析系统50,用于获取所述测量移动信息与所述真实移动信息;根据所述测量移动信息与所述真实移动信息,确定所述环境传感器的检测识别精度。
在一示例中,所述评估系统还可包括:被测对象的信息采集系统60。
被测对象的信息采集系统60,用于获取所述被测对象的组合导航系统检测到的所述被测对象的移动信息,并将所述被测对象的移动信息发送至所述主车辆的信息采集系统;
所述主车辆的信息采集系统40具体还用于,接收所述被测对象的信息采集系统发送的所述被测对象的移动信息。
一示例中,当所述被测对象具体为被测车辆时,所述主车辆的环境传感器系统10具体用于:
利用所述主车辆的环境传感器系统,获取所述被测车辆的第一位置点相对于所述主车辆的第二位置点的位置信息,作为测量位置信息;
和/或,
利用所述主车辆的环境传感器系统,获取所述被测车辆的第一位置点相对于所述主车辆的第二位置点的速度信息,作为测量速度信息;
和/或,
利用所述主车辆的环境传感器系统,获取所述被测车辆的中心轴线与所述主车辆的行驶方向的夹角,作为测量航向角信息;
其中,所述第一位置点为,所述被测车辆的中心轴线与尾部的交点;所述第二位置点为,所述主车辆的后轴的中心点。
一示例中,利用所述主车辆的环境传感系统检测到的被测对象有n个,n>1;组合导航系统的被测对象有k个,k>0。
相应的,在所述利用所述数据分析系统,获取所述测量移动信息与所述真实移动信息之后,所述数据分析系统50还用于:根据第i个被测对象的真实移动信息与第j个被测对象的测量移动信息,获取所述第i个被测对象与所述第j个被测对象之间的差异信息;
当所述差异信息满足预设距离误差条件时,确定所述所述第i个被测对象与所述第j个被测对象为同一被测对象;
其中,所述第i个被测对象为,安装有组合导航系统的k个被测对象中的任一被测对象,1≤i≤k;所述第j个被测对象为,利用所述主车辆的环境传感系统检测到的n个被测对象中的任一被测对象,1≤j≤n。
本实施例提供的传感器检测识别能力的评估系统,通过在主车辆以及被测车辆、被测行人等被测对象上布局组合导航系统,来获取主车辆以及被测对象的实际的移动信息,并确定出被测对象相对于主车辆的真实位置、真实速度与真实航向角等真实移动信息;同时,通过主车辆自身环境传感器系统来检测被测对象相对于主车辆的测量位置、测量速度与测量航向角等测量移动信息;最后基于通过组合导航系统得到的真实移动信息与通过环境传感器系统得到的测量移动信息,来确定主车辆的环境传感器系统的检测识别精度,从而实现了针对环境传感器的检测识别能力的准确、有效的评估,为未来安全可靠的自动驾驶技术奠定坚实的基础。
实际场景中,交通参与者中最为主要的两个要素是行人(含骑自行车和电动车的行人)和机动车辆,因此,下面主要以被测行人和被测车辆这两个交通参与者为例进行描述。
请参阅图8,图8为本发明实施例提供的传感器检测识别能力的评估系统的应用场景的示例图。
如图8所示,本实施例的评估系统包括前述实施例中的主车辆的环境传感器系统10、主车辆的组合导航系统20、被测对象的组合导航系统30、主车辆的信息采集系统40、数据分析系统50、被测对象的信息采集系统60。
本实施例中,被测对象的组合导航系统30与被测对象的信息采集系统60至少有2组,其中一组可以安装在被测车辆里,另一组安装在被测行人的身上。一般情况下,被测行人可以利用背包来携带组合导航系统与信息采集系统。
主车辆的环境传感器系统10,可以具体为视觉传感器系统,并安装于主车辆上,视觉传感器系统可包括视觉模组与视觉控制器。视觉模组用于采集被测对象的测量移动信息,视觉控制器用于对视觉模组的信息采集过程进行控制。视觉模组与视觉控制器之间可采用Mipi接口或coax接口进行数据连接。
主车辆的组合导航系统20与主车辆的信息采集系统40之间,以及,被测对象的组合导航系统30与被测对象的信息采集系统60之间,均可基于以太网接口进行数据传输。
主车辆的信息采集系统40与被测对象的信息采集系统60之间,可通过wifi通信方式进行数据传输。
在一示例中,数据分析系统50可以是安装于主车辆中的系统,也可以是远端系统(如云服务器系统)。
当数据分析系统50安装于主车辆中时,数据分析系统50与主车辆的信息采集系统40之间,以及,数据分析系统50与主车辆的环境传感器系统10之间,均可基于CAN接口来进行数据传输。
当数据分析系统为远端系统时,数据分析系统50与主车辆的信息采集系统40之间,以及,数据分析系统50与主车辆的环境传感器系统10之间,均可基于网络通信来进行数据传输。
其中,主车辆的组合导航系统20与被测对象的组合导航系统30可以是完全相同的高精度组合导航系统。
进一步地,数据分析系统800还可以用于,实时显示被测车辆与被测行人的真实位置、真实速度与真实航向角等真实移动信息,同时也可实时显示被测车辆与被测行人的测量位置、测量速度与测量航向角等测量移动信息,以便于用户观察分析。
在实际复杂的交通场景中,视觉传感器系统检测识别的被测车辆和被测行人并不一定都是安装了本发明的组合导航系统的,因此,当数据分析系统同时接收到视觉传感器系统对被测车辆以及被测行人的测量移动信息,以及安装有组合导航系统的被测车辆以及被测行人的真实移动信息后,数据分析系统还需要对视觉传感器系统发送的结果进行判别,保证真实的被测对象与环境传感器系统检测到的被测对象相匹配后,再对其关键指标信息进行误差分析,具体可参见前述实施例中的被测对象匹配过程,在此不再赘述。
本实施例提供的传感器检测识别能力的评估系统,以一个主车辆以及至少一个被测车辆与一个被测行人为例,描述评估系统的具体应用场景,通过在主车辆以及被测车辆、被测行人等被测对象上布局组合导航系统,以获取主车辆以及被测对象的实际的移动信息,并确定出被测对象相对于主车辆的真实位置、真实速度与真实航向角等真实移动信息;同时,通过主车辆自身环境传感器系统来检测被测对象相对于主车辆的测量位置、测量速度与测量航向角等测量移动信息;最后基于通过组合导航系统得到的真实移动信息与通过环境传感器系统得到的测量移动信息,来确定主车辆的环境传感器系统的检测识别精度,从而实现了针对环境传感器的检测识别能力的准确、有效的评估。
最后,还需要说明的是,在本文中,诸如第一和第一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。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式来实现。基于这样的理解,本申请的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种传感器检测识别能力的评估方法,其特征在于,所述评估方法包括:
利用主车辆的环境传感器系统,获取被测对象相对于所述主车辆的移动信息,作为测量移动信息,其中,利用所述主车辆的环境传感系统检测到的被测对象有n个,n>1;
利用主车辆的信息采集系统,获取所述主车辆的组合导航系统检测到的所述主车辆的移动信息;
利用所述被测对象的信息采集系统,获取所述被测对象的组合导航系统检测到的所述被测对象的移动信息,并发送至所述主车辆的信息采集系统,其中,所述组合导航系统的被测对象有k个,k>0;
利用所述主车辆的信息采集系统,接收所述被测对象的信息采集系统发送的所述被测对象的移动信息;
利用所述主车辆的信息采集系统,根据所述主车辆的移动信息和所述被测对象的移动信息,确定所述被测对象相对于所述主车辆的移动信息,作为真实移动信息;
利用数据分析系统,获取所述测量移动信息与所述真实移动信息;
根据第i个被测对象的真实移动信息与第j个被测对象的测量移动信息,获取所述第i个被测对象与所述第j个被测对象之间的差异信息;
当所述差异信息满足预设距离误差条件时,确定所述第i个被测对象与所述第j个被测对象为同一被测对象;
其中,所述第i个被测对象为,安装有组合导航系统的k个被测对象中的任一被测对象,1≤i≤k;所述第j个被测对象为,利用所述主车辆的环境传感系统检测到的n个被测对象中的任一被测对象,1≤j≤n;
根据所述测量移动信息与所述真实移动信息,确定所述环境传感器的检测识别精度。
2.如权利要求1所述的评估方法,其特征在于,所述主车辆的组合导航系统和所述被测对象的组合导航系统,均为基于GPS/RTK+IMU的高精度组合导航系统。
3.如权利要求1所述的评估方法,其特征在于,所述环境传感系统包括:
视觉传感器系统、超声波传感器系统、激光雷达传感器系统与毫米波雷达传感器系统中的至少一种。
4.如权利要求1所述的评估方法,其特征在于,所述主车辆的移动信息和所述被测对象的移动信息,均包括:
位置信息、速度信息和航向角信息中的至少一种。
5.如权利要求1所述的评估方法,其特征在于,所述被测对象包括:
被测行人、被测车辆与被测交通设施中的至少一种。
6.如权利要求1所述的评估方法,其特征在于,当所述被测对象具体为被测车辆时,所述利用主车辆的环境传感器系统,获取被测对象相对于所述主车辆的移动信息,作为测量移动信息包括:
利用所述主车辆的环境传感器系统,获取所述被测车辆的第一位置点相对于所述主车辆的第二位置点的位置信息,作为测量位置信息;
和/或,
利用所述主车辆的环境传感器系统,获取所述被测车辆的第一位置点相对于所述主车辆的第二位置点的速度信息,作为测量速度信息;
和/或,
利用所述主车辆的环境传感器系统,获取所述被测车辆的中心轴线与所述主车辆的行驶方向的夹角,作为测量航向角信息;
其中,所述第一位置点为,所述被测车辆的中心轴线与尾部的交点;所述第二位置点为,所述主车辆的后轴的中心点。
7.一种传感器检测识别能力的评估系统,其特征在于,所述评估系统包括:
主车辆的环境传感器系统,用于获取被测对象相对于所述主车辆的移动信息,作为测量移动信息,其中,利用所述主车辆的环境传感系统检测到的被测对象有n个,n>1;
主车辆的组合导航系统,用于检测所述主车辆的移动信息;
被测对象的组合导航系统,用于检测所述被测对象的移动信息;
主车辆的信息采集系统,用于获取所述主车辆的组合导航系统检测到的所述主车辆的移动信息;利用所述被测对象的信息采集系统,获取所述被测对象的组合导航系统检测到的所述被测对象的移动信息,并发送至所述主车辆的信息采集系统,其中,所述组合导航系统的被测对象有k个,k>0;利用所述主车辆的信息采集系统,接收所述被测对象的信息采集系统发送的所述被测对象的移动信息;根据所述主车辆的移动信息和所述被测对象的移动信息,确定所述被测对象相对于所述主车辆的移动信息,作为真实移动信息;
数据分析系统,用于获取所述测量移动信息与所述真实移动信息;根据第i个被测对象的真实移动信息与第j个被测对象的测量移动信息,获取所述第i个被测对象与所述第j个被测对象之间的差异信息;当所述差异信息满足预设距离误差条件时,确定所述第i个被测对象与所述第j个被测对象为同一被测对象;其中,所述第i个被测对象为,安装有组合导航系统的k个被测对象中的任一被测对象,1≤i≤k;所述第j个被测对象为,利用所述主车辆的环境传感系统检测到的n个被测对象中的任一被测对象,1≤j≤n;根据所述测量移动信息与所述真实移动信息,确定所述环境传感器的检测识别精度。
8.如权利要求7所述的评估系统,其特征在于,所述评估系统还包括:
被测对象的信息采集系统,用于获取所述被测对象的组合导航系统检测到的所述被测对象的移动信息,并将所述被测对象的移动信息发送至所述主车辆的信息采集系统;
所述主车辆的信息采集系统具体还用于,获取所述被测对象的信息采集系统发送的所述被测对象的移动信息。
CN201910718762.8A 2019-08-05 2019-08-05 传感器检测识别能力的评估方法及评估系统 Active CN110411499B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910718762.8A CN110411499B (zh) 2019-08-05 2019-08-05 传感器检测识别能力的评估方法及评估系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910718762.8A CN110411499B (zh) 2019-08-05 2019-08-05 传感器检测识别能力的评估方法及评估系统

Publications (2)

Publication Number Publication Date
CN110411499A CN110411499A (zh) 2019-11-05
CN110411499B true CN110411499B (zh) 2021-08-17

Family

ID=68366003

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910718762.8A Active CN110411499B (zh) 2019-08-05 2019-08-05 传感器检测识别能力的评估方法及评估系统

Country Status (1)

Country Link
CN (1) CN110411499B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112799091A (zh) * 2021-01-28 2021-05-14 知行汽车科技(苏州)有限公司 算法评估方法、装置及存储介质
CN115166646B (zh) * 2022-09-02 2022-11-11 深圳朗驰科技有限公司 一种基于可信体系的雷达识别控制系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002163781A (ja) * 2000-11-27 2002-06-07 Natl Inst For Land & Infrastructure Management Mlit 非自動車運転車両の位置把握装置
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
CN108896321A (zh) * 2018-08-10 2018-11-27 安徽江淮汽车集团股份有限公司 用于评估自动制动系统的测试装置
DE102018132408A1 (de) * 2017-12-19 2019-06-19 Toyota Jidosha Kabushiki Kaisha Verbesserte dienstqualität für ein plug-and-play-fahrzeug-eco-system
CN110006488A (zh) * 2019-04-09 2019-07-12 北京百度网讯科技有限公司 真值获取方法、车辆感知装置的检测方法及相关设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002163781A (ja) * 2000-11-27 2002-06-07 Natl Inst For Land & Infrastructure Management Mlit 非自動車運転車両の位置把握装置
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
DE102018132408A1 (de) * 2017-12-19 2019-06-19 Toyota Jidosha Kabushiki Kaisha Verbesserte dienstqualität für ein plug-and-play-fahrzeug-eco-system
CN108896321A (zh) * 2018-08-10 2018-11-27 安徽江淮汽车集团股份有限公司 用于评估自动制动系统的测试装置
CN110006488A (zh) * 2019-04-09 2019-07-12 北京百度网讯科技有限公司 真值获取方法、车辆感知装置的检测方法及相关设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
无人驾驶车辆智能水平的定量评价;孙扬;《中国博士学位论文全文数据库 工程科技II辑》;20150415(第4期);第C035-12页 *

Also Published As

Publication number Publication date
CN110411499A (zh) 2019-11-05

Similar Documents

Publication Publication Date Title
US11113966B2 (en) Vehicular information systems and methods
CN109284348B (zh) 一种电子地图的更新方法、装置、设备和存储介质
US20120029813A1 (en) Method for judging vehicle traveling position and vehicle traveling position judgment device
CN108573611B (zh) 一种限速标识融合方法以及限速标识融合系统
CN104748756B (zh) 使用云计算测量车辆位置的方法
CN104395944B (zh) 定向车道的识别
EP3842735A1 (en) Position coordinates estimation device, position coordinates estimation method, and program
JP2022526819A (ja) 自動車レーダー追跡のためのゴーストオブジェクト識別
CN113340325A (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
CN109564095B (zh) 出于路径选择或导航目的使用虚拟探测点的方法和设备
CN110411499B (zh) 传感器检测识别能力的评估方法及评估系统
CN113743171A (zh) 目标检测方法及装置
US20170292842A1 (en) Information processing apparatus and method
WO2018180245A1 (ja) 出力装置、制御方法、プログラム及び記憶媒体
US20210398425A1 (en) Vehicular information systems and methods
CN108680940B (zh) 一种自动驾驶车辆辅助定位方法及装置
CN108254775A (zh) 车载导航系统及其实现方法
CN112147635A (zh) 一种检测系统、方法及装置
Mamchenko et al. Algorithm for sensor data merging using analytical module for priority sensor selection
CN112815962A (zh) 联合应用传感器参数的标定方法及装置
JP2017122646A (ja) 移動物体検出装置
CN112710343B (zh) 一种基于rt的车载传感器性能测试方法
JP2020046411A (ja) データ構造、記憶装置、端末装置、サーバ装置、制御方法、プログラム及び記憶媒体
CN114281832A (zh) 基于定位结果的高精地图数据更新方法、装置和电子设备
CN113033586B (zh) 目标识别方法及设备

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