CN110542415A - 用于导航系统的导航方法和装置 - Google Patents
用于导航系统的导航方法和装置 Download PDFInfo
- Publication number
- CN110542415A CN110542415A CN201810523904.0A CN201810523904A CN110542415A CN 110542415 A CN110542415 A CN 110542415A CN 201810523904 A CN201810523904 A CN 201810523904A CN 110542415 A CN110542415 A CN 110542415A
- Authority
- CN
- China
- Prior art keywords
- navigation system
- data
- camera
- state
- navigation
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本申请实施例公开了用于导航系统的导航方法和装置。上述方法的一具体实施方式包括:获取导航系统的状态参数;获取运载体行驶过程中惯性测量单元测量得到的第一行驶数据;获取运载体行驶过程中双目相机采集得到的两个图像序列;对每个图像序列中的相邻两帧图像进行处理,得到第二行驶数据;基于状态参数、第一行驶数据和第二行驶数据,得到预测行驶数据。该实施方式可以提高导航的精确度。
Description
技术领域
本申请实施例涉及导航技术领域,具体涉及用于导航系统的导航方法和装置。
背景技术
组合导航是指将几个导航系统的数据组合在一起,并利用组合数据进行导航的技术。通常情况下,在建筑物密集的城区环境中,卫星信号会受到建筑物的遮挡而出现短时间缺失。因此,当组合导航系统中包括全球定位系统时,导航数据会出现误差。
发明内容
本申请实施例提出了用于导航系统的导航方法和装置。
第一方面,本申请实施例提供了一种用于导航系统的导航方法,上述导航系统包括惯性测量单元和双目相机,上述导航系统安装于运载体上,上述方法包括:获取导航系统的状态参数;获取运载体行驶过程中惯性测量单元测量得到的第一行驶数据;获取运载体行驶过程中双目相机采集得到的两个图像序列;对每个图像序列中的相邻两帧图像进行处理,得到第二行驶数据;基于上述状态参数、上述第一行驶数据和上述第二行驶数据,得到预测行驶数据。
在一些实施例中,上述基于上述状态参数、上述第一行驶数据和上述第二行驶数据,得到预测行驶数据,包括:根据上述状态参数,生成导航系统状态向量;根据预设的第一参数以及第二参数,生成上述导航系统状态向量的误差状态方程;对上述第一行驶数据进行处理,得到上述导航系统状态向量中状态参数的第一测量值;对上述第二行驶数据进行处理,得到上述导航系统状态向量中状态参数的第二测量值;基于上述第一测量值以及上述第二测量值,得到导航系统观测方程;将上述导航系统状态向量、上述误差状态方程以及上述导航系统观测方程输入卡尔曼滤波器,得到预测行驶数据。
在一些实施例中,上述导航系统还包括全球定位系统;以及上述方法还包括:获取运载体行驶过程中全球定位系统测量得到的第三行驶数据。
在一些实施例中,上述基于上述状态参数、上述第一行驶数据和上述第二行驶数据,得到预测行驶数据,包括:基于上述状态参数、上述第一行驶数据、上述第二行驶数据和上述第三行驶数据,得到预测行驶数据。
在一些实施例中,上述双目相机包括第一相机和第二相机,以及;在上述获取运载体行驶过程中双目相机采集得到的两个图像序列之前,上述方法还包括:对上述双目相机进行标定,以确定第一相机的坐标系变换至第二相机的坐标系的旋转矩阵和平移向量。
第二方面,本申请实施例提供了一种用于导航系统的导航装置,上述导航系统包括惯性测量单元和双目相机,上述导航系统安装于运载体上,上述装置包括:第一获取单元,被配置成获取导航系统的状态参数;第二获取单元,被配置成获取运载体行驶过程中惯性测量单元测量得到的第一行驶数据;第三获取单元,被配置成获取运载体行驶过程中双目相机采集得到的两个图像序列;图像处理单元,被配置成对每个图像序列中的相邻两帧图像进行处理,得到第二行驶数据;预测数据生成单元,被配置成基于上述状态参数、上述第一行驶数据和上述第二行驶数据,得到预测行驶数据。
在一些实施例中,上述预测数据生成单元包括:状态向量生成模块,被配置成根据上述状态参数,生成导航系统状态向量;误差状态方程生成模块,被配置成根据预设的第一参数以及第二参数,生成上述导航系统状态向量的误差状态方程;第一测量值确定模块,被配置成对上述第一行驶数据进行处理,得到上述导航系统状态向量中状态参数的第一测量值;第二测量值确定模块,被配置成对上述第二行驶数据进行处理,得到上述导航系统状态向量中状态参数的第二测量值;观测方程生成模块,被配置成基于上述第一测量值以及上述第二测量值,得到导航系统观测方程;预测数据生成模块,被配置成将上述导航系统状态向量、上述误差状态方程以及上述导航系统观测方程输入卡尔曼滤波器,得到预测行驶数据。
在一些实施例中,上述导航系统还包括全球定位系统;以及上述装置还包括:第四获取单元,被配置成获取运载体行驶过程中全球定位系统测量得到的第三行驶数据。
在一些实施例中,上述预测数据生成单元进一步被配置成:基于上述状态参数、上述第一行驶数据、上述第二行驶数据和上述第三行驶数据,得到预测行驶数据。
在一些实施例中,上述双目相机包括第一相机和第二相机,以及;上述装置还包括:相机标定单元,被配制成在上述第三获取单元获取运载体行驶过程中双目相机采集得到的两个图像序列之前,对上述双目相机进行标定,以确定第一相机的坐标系变换至第二相机的坐标系的旋转矩阵和平移向量。
第三方面,本申请实施例提供了一种服务器,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面任一实施例所描述的方法。
第四方面,本申请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任一实施例所描述的方法。
本申请的上述实施例提供的用于导航系统的导航方法和装置,首先获取运载体在行驶过程中的状态参数,获取在上述行驶过程中惯性测量单元测量得到的第一行驶数据以及双目相机采集得到的两个图像序列,然后对每个图像序列中的相邻两帧图像进行处理,得到第二行驶数据,然后基于上述状态参数、第一行驶数据和第二行驶数据,得到预测行驶数据,然后利用预测行驶数据为运载体导航。本实施例的方法和装置,可以提高导航的精确度。
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导航系统的导航方法的一个实施例的流程图;
图3是根据本申请的用于导航系统的导航方法的一个应用场景的示意图;
图4是根据本申请的用于导航系统的导航方法中确定预测行驶数据的流程图;
图5是根据本申请的用于导航系统的导航装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的服务器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导航系统的导航方法或用于导航系统的导航装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括运载体101,安装于运载体101上的导航系统102,网络103和服务器104。网络103用以在导航系统102和服务器104之间提供通信链路的介质。网络103可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
运载体101可以是汽车(包括无人驾驶汽车、自动驾驶汽车等)、智能移动机器人或者其它可移动设备。
导航系统102可以包括惯性测量单元(图1中未示出)和双目相机。惯性测量单元包括三个单轴的加速度计和三个单轴的陀螺仪,加速度计用于检测运载体101的加速度信息,陀螺仪用于检测运载体101的角速度信息。双目相机包括两个摄像头,一般这两个摄像头放置于运载体101的同一高度处,用于模拟人眼。
服务器104可以是提供各种服务的服务器,例如对导航系统102测量得到的数据进行处理的后台服务器。后台服务器可以对接收到的运载体101的行驶数据进行分析等处理,并将处理结果(例如预测行驶数据)反馈给运载体101。
需要说明的是,本申请实施例所提供的用于导航系统的导航方法一般由服务器104执行,相应地,用于导航系统的导航装置一般设置于服务器104中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的运载体、导航系统、网络和服务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运载体、导航系统、网络和服务器。
继续参考图2,示出了根据本申请的用于导航系统的导航方法的一个实施例的流程200。本实施例中,导航系统包括惯性测量单元和双目相机,上述导航系统安装于运载体上。上述运载体可以是能够自动行驶的各种设备。本实施例的用于导航系统的导航方法,包括以下步骤:
步骤201,获取导航系统的状态参数。
在本实施例中,用于导航系统的导航方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式获取导航系统的状态参数。上述状态参数可以包括线速度、位置、四元数、陀螺仪的零位偏置和加速度计的零位偏置。线速度指运载体在行驶过程中的速度。位置指在行驶过程中运载体所处的位置。四元数是指从其它坐标系(例如惯性测量单元坐标系、相机坐标系)变换到世界坐标系所需的参数。由于本实施例的导航系统包括惯性测量单元和双目相机,因此上述四元数包括惯性测量单元坐标系变换到世界坐标系的四元数和相机坐标系变换到世界坐标系的四元数。陀螺仪的零位偏置是指在静止状态下惯性测量单元中的陀螺仪得到的数值。加速度计的零位偏置是指在静止状态下惯性测量单元中的加速度计得到的数值。
需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤202,获取运载体行驶过程中惯性测量单元测量得到的第一行驶数据。
本实施例中,由于导航系统安装于运载体上,所以在运载体行驶过程中可以通过惯性测量单元测量得到运载体的第一行驶数据。上述第一行驶数据可以包括惯性测量单元坐标系的三个坐标轴的加速度值或三个坐标轴的角速度值。
步骤203,获取运载体行驶过程中双目相机采集得到的两个图像序列。
本实施例中,双目相机可以在行驶过程中持续采集行驶环境的图像,则可以得到两个图像序列。两个相机可以以相同的帧率同时采集图像,即每个图像序列中相邻两帧图像之间的时间差是相等的。
在本实施例的一些可选的实现方式中,上述双目相机包括第一相机和第二相机。在步骤203之前,上述方法还可以包括图2中未示出的以下步骤:对双目相机进行标定,确定第一相机的坐标系变换至第二相机的坐标系的旋转矩阵和平移向量。
本实现方式中,在利用双目相机进行采集图像之前,可以首先对双目相机进行标定。在标定时,可以首先对第一相机进行标定,然后对第二相机进行标定,最后对第一相机和第二相机进行标定。在对第一相机进行标定时,可以利用张友正标定法。
本实现方式中,对第一相机进行标定即确定第一相机坐标系与世界坐标系的第一旋转矩阵和第一平移向量。对第二相机进行标定即确定第二相机坐标系与世界坐标系的第二旋转矩阵和第二平移向量。对第一相机和第二相机进行标定即根据第一旋转矩阵、第一平移向量、第二旋转矩阵和第二平移向量确定第一相机坐标系变换至第二相机坐标系的旋转矩阵和平移向量。根据第一旋转矩阵、第一平移向量、第二旋转矩阵和第二平移向量确定第一相机坐标系变换至第二相机坐标系的旋转矩阵和平移向量是本领域的常规技术手段,此处不再赘述。利用标定后的双目相机得到的导航数据更准确。
步骤204,对每个图像序列中的相邻两帧图像进行处理,得到第二行驶数据。
行驶过程中,每个相机拍摄的每帧图像间存在差异。上述差异可以包括位置差异和角度差异。由于每个图像序列中相邻两帧图像之间的时间差是固定的,可以由每个图像序列中相邻两帧图像之间的差异,确定运载体的第二行驶数据。例如,可以根据相邻两帧图像之间的角度差异,确定出运载体上一刻行驶方向与当前行驶方向的角度差。然后结合相邻两帧图像之间的时间差,确定出运载体的角速度。上述第二行驶数据可以包括以下至少一项:运载体的线速度值、角速度值和位置。
步骤205,基于状态参数、第一行驶数据和第二行驶数据,得到预测行驶数据。
在得到上述状态参数、第一行驶数据和第二行驶数据后,执行主体可以对运载体的行驶参数进行预测,得到运载体的预测行驶数据。上述预测行驶数据包括对运载体的各行驶参数的预测值,例如其可以包括以下至少一项:线速度的预测值、角速度的预测值、位置的预测值。上述预测行驶数据可以用于指导运载体的行驶。例如当第一行驶数据和第二行驶数据中运载体的线速度值线性减小,则可以确定出各线速度值之间的线性关系,然后由上述线性关系预测运载体下一时刻的线速度值。或者,当第一行驶数据和第二行驶数据中运载体行驶过的位置呈圆弧,则可以计算上述圆弧的半径和圆心,然后根据每两个位置点之间的距离以及上述半径和圆心,预测运载体下一时刻的位置。
继续参见图3,图3是根据本实施例的用于导航系统的导航方法的应用场景的一个示意图。在图3的应用场景中,导航系统安装于无人驾驶车辆上,无人驾驶车辆在行驶过程中通过双目相机采集行驶环境的图像,通过惯性测量单元采集加速度值和角速度值,并将采集到的值上传到服务器。服务器在对上述图像、加速度值和角速度值进行处理后,确定无人驾驶车辆的行驶位置。通过各位置,确定各位置成圆弧状。然后根据上述圆弧计算出圆弧的圆心C和半径r。然后根据上述圆心C、半径r以及相邻两个位置点的距离,确定无人驾驶成立的预测位置。然后将上述预测位置发送给无人驾驶车辆,以知道无人驾驶车辆行驶。
本申请的上述实施例提供的用于导航系统的导航方法,首先获取运载体在行驶过程中的状态参数,获取在上述行驶过程中惯性测量单元测量得到的第一行驶数据以及双目相机采集得到的两个图像序列,然后对每个图像序列中的相邻两帧图像进行处理,得到第二行驶数据,然后基于上述状态参数、第一行驶数据和第二行驶数据,得到预测行驶数据,然后利用预测行驶数据为运载体导航。惯性测量单元在应用初期的精度较高,但随着行驶路程的增加,其精度逐渐下降。视觉导航的精度较高,但计算量较大。本实施例中,综合利用视觉导航的数据和惯性测量单元的数据,可以提高导航的精确度。
在本实施例的一些可选的实现方式中,为了能够长时间为运载体提供预测行驶数据,可以在上述导航系统中增加全球定位系统。则上述方法还可以包括图2中未示出的以下步骤:获取运载体行驶过程中全球定位系统测量得到的第三行驶数据。
全球定位系统具有全球性的特点,在导航系统中增加全球定位系统,可以提高导航系统的适用性。上述行驶数据可以包括运载体在行驶过程中的位置以及行驶至每个位置的时间。上述位置可以由经度、纬度以及高度来表示。
在本实施例的一些可选的实现方式中,上述步骤204还可以进一步包括图2中未示出的以下步骤:基于状态参数、第一行驶数据、第二行驶数据和第三行驶数据,得到预测行驶数据。
本实现方式中,将全球定位系统得到的第三行驶数据与状态参数、第一行驶数据、第二行驶数据进行融合,得到预测行驶数据。举例来说,执行主体可以根据第三行驶数据中每两个相邻位置坐标的时间差及距离,确定运载体的线速度值。然后对第一行驶数据中的加速度积分得到第一行驶数据中的线速度值。然后计算上述线速度值、第二行驶数据中得到的线速度值以及第一行驶数据中得到的线速度值的平均值,将得到的平均值作为运载体的预测线速度值。或者,根据惯性测量单元、双目相机以及全球导航系统的误差大小,预先设置其对应的权重大小。然后将各线速度值按照上述权重进行加权,将得到的加权值作为运载体的预测线速度值。本实现方式的导航系统,能够采集运载体行驶过程中的更详细的行驶数据,从而基于该导航系统的导航方法得到的预测行驶数据更精确。
继续参见图4,其示出了根据本申请的用于导航系统的导航方法中确定预测行驶数据的流程400。如图4所示,本实施例中,可以通过以下步骤来确定预测行驶数据:
步骤401,根据状态参数,生成导航系统状态向量。
本实施例中,执行主体在获取到导航系统的状态参数后,可以对各状态参数进行一次积分、二次积分或微分等处理,得到其它状态参数。例如,对惯性测量单元得到的加速度进行一次积分,可以得到线速度。对惯性测量单元得到的加速度进行二次积分,可以得到位置。对惯性测量单元得到的角速度进行一次积分,可以得到角度。
在得到的各状态参数以及经过积分或微分得到的各状态参数中,选取能够反映运载体行驶状态的状态参数。然后对所选取的状态参数进行整理,可以得到导航系统状态向量。例如,上述导航系统状态向量可以包括以下状态参数中的一个或多个:惯性测量单元得到的运载体的线速度、惯性测量单元得到的运载体的位置、陀螺仪的零位偏置、加速度计的零位偏置、双目相机得到的运载体的线速度、双目相机得到的运载体的位置。
步骤402,根据预设的第一参数以及第二参数,生成导航系统状态向量的误差状态方程。
不论是惯性测量单元还是双目相机,都会存在系统误差。也就是说,其测量得到的值与实际的值可能不相同,这种测量值与实际值之间的差异即为误差。本实施例中,可以预先设定第一参数和第二参数,并利用上述第一参数以及第二参数来表示导航系统的测量值与实际值之间的误差。举例来说,房间的实际温度值为25℃,一个温度计测量得到的温度值为26℃,则可以用y=f×x+n来表示测量值与实际值之间的关系。其中,y为实际温度,f为第一参数,x为温度计测量得到的温度值,n为第二参数,f和n的值可以由技术人员由多次试验结果来确定。
步骤403,对第一行驶数据进行处理,得到上述导航系统状态向量中状态参数的第一测量值。
惯性测量单元可以测量得到运载体的加速度值和角速度值。在确定导航系统状态向量中的各状态参数后,执行主体可以对加速度值和角速度值进行处理,以确定导航系统状态向量的各状态参数的第一测量值。例如,对加速度值进行一次积分,可以得到运载体的线速度值。对加速度值进行二次积分,可以得到运载体的行驶位置。对角速度值进行积分,可以得到运载体的角度值。
步骤404,对第二行驶数据进行处理,得到上述导航系统状态向量中状态参数的第二测量值。
与步骤403相同的是,在确定导航系统状态向量中的各状态参数后,执行主体可以对双目相机得到的图像序列中的每两帧相邻图像进行处理,以确定运载体的各状态参数值,如线速度值、行驶位置和角度值。
由于惯性测量单元和双目相机自身的误差,可能惯性测量单元测量得到的线速度值、行驶位置和角度值与双目相机测量得到的线速度值、行驶位置和角度值不同。
步骤405,基于上述第一测量值以及上述第二测量值,得到导航系统观测方程。
在得到上述状态参数的第一测量值和第二测量值后,可以根据以下公式确定导航系统观测方程:z=Hx+ξ。
其中,z为第一测量值与第二测量值的差值,或者z为第一测量值与第二测量值的差值与预设系数的乘积。x为导航系统状态向量,H为预设的矩阵系数,ξ为测量过程中的噪声。
步骤406,将导航系统状态向量、误差状态方程以及导航系统观测方程输入卡尔曼滤波器,得到预测行驶数据。
卡尔曼滤波器是一种利用线性系统状态方程(也称状态向量),通过输入系统观测数据,对系统状态进行最优估计的算法。也就是说,本实施例中,在得到导航系统状态向量以及状态向量的误差方程后,将计算得到的状态参数的第一测量值和第二测量值输入卡尔曼滤波器,即可以得到预测行驶数据。由于上述第一测量值和第二测量值中包括导航系统的噪声和干扰,因此卡尔曼滤波得到的最优估计也可看做是滤波的过程。
值得一提的是,在长期使用时,惯性测量单元的精度下降,其噪声受运载体的影响较大,导致上述误差状态方程中的第一参数和第二参数可能不能精确的反映导航系统的误差。因此,本实施例中,还可以使用卡尔曼滤波的一种扩展算法—平方根无迹卡尔曼滤波(Square Root Unscented Kalman Filter,SRUKF)得到预测行驶数据。SRUKF可以自适应地对导航系统量测时的噪声进行重新估计,从而使得到的预测行驶数据更加准确。
本申请的上述实施例提供的用于导航系统的导航方法,可以得到精确度较高的预测行驶数据。
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导航系统的导航装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。本实施例的导航系统包括惯性测量单元和双目相机,上述导航系统安装于运载体上。
如图5所示,本实施例的用于导航系统的导航装置500包括第一获取单元501、第二获取单元502、第三获取单元503、图像处理单元504以及预测数据生成单元505。
其中,第一获取单元501,被配置成获取导航系统的状态参数。
第二获取单元502,被配置成获取运载体行驶过程中惯性测量单元测量得到的第一行驶数据。
第三获取单元503,被配置成获取运载体行驶过程中双目相机采集得到的两个图像序列。
图像处理单元504,被配置成对每个图像序列中的相邻两帧图像进行处理,得到第二行驶数据。
预测数据生成单元505,被配置成基于状态参数、第一行驶数据和第二行驶数据,得到预测行驶数据。
在本实施例的一些可选的实现方式中,上述预测数据生成单元505可以进一步包括图5中未示出的状态向量生成模块、误差状态方程生成模块、第一测量值确定模块、第二测量值确定模块、观测方程生成模块以及预测数据生成模块。
状态向量生成模块,被配置成根据状态参数,生成导航系统状态向量。
误差状态方程生成模块,被配置成根据预设的第一参数以及第二参数,生成导航系统状态向量的误差状态方程。
第一测量值确定模块,被配置成对第一行驶数据进行处理,得到导航系统状态向量中状态参数的第一测量值。
第二测量值确定模块,被配置成对第二行驶数据进行处理,得到导航系统状态向量中状态参数的第二测量值。
观测方程生成模块,被配置成基于第一测量值以及第二测量值,得到导航系统观测方程。
预测数据生成模块,被配置成将导航系统状态向量、误差状态方程以及导航系统观测方程输入卡尔曼滤波器,得到预测行驶数据。
在本实施例的一些可选的实现方式中,上述导航系统还包括全球定位系统。上述装置500还可以进一步包括图5中未示出的第四获取单元,被配置成获取运载体行驶过程中全球定位系统测量得到的第三行驶数据。
在本实施例的一些可选的实现方式中,上述预测数据生成单元505可以进一步被配置成基于状态参数、第一行驶数据、第二行驶数据和第三行驶数据,得到预测行驶数据。
在本实施例的一些可选的实现方式中,双目相机包括第一相机和第二相机。上述装置500还可以进一步包括图5中未示出的相机标定单元,被配制成在第三获取单元503获取运载体行驶过程中双目相机采集得到的两个图像序列之前,对双目相机进行标定,确定第一相机的坐标系变换至第二相机的坐标系的旋转矩阵和平移向量。
本申请的上述实施例提供的用于导航系统的导航方法,首先获取运载体在行驶过程中的状态参数,获取在上述行驶过程中惯性测量单元测量得到的第一行驶数据以及双目相机采集得到的两个图像序列,然后对每个图像序列中的相邻两帧图像进行处理,得到第二行驶数据,然后基于上述状态参数、第一行驶数据和第二行驶数据,得到预测行驶数据,然后利用预测行驶数据为运载体导航。本实施例的装置,可以提高导航的精确度。
应当理解,用于导航系统的导航装置500中记载的单元501至单元505分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对用于导航系统的导航方法描述的操作和特征同样适用于装置500及其中包含的单元。
下面参考图6,其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例,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6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;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607;包括硬盘等的存储部分608;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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,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610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608。
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,其包括承载在机器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609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601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,本申请所描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存储介质或者是上述两者的任意组合。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。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申请的操作的计算机程序代码,上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:一种处理器包括第一获取单元、第二获取单元、第三获取单元、图像处理单元和预测数据生成单元。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,第一获取单元还可以被描述为“获取导航系统的状态参数的单元”。
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:获取导航系统的状态参数;获取运载体行驶过程中惯性测量单元测量得到的第一行驶数据;获取运载体行驶过程中双目相机采集得到的两个图像序列;对每个图像序列中的相邻两帧图像进行处理,得到第二行驶数据;基于状态参数、第一行驶数据和第二行驶数据,得到预测行驶数据。
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 (12)
1.一种用于导航系统的导航方法,所述导航系统包括惯性测量单元和双目相机,所述导航系统安装于运载体上,所述方法包括:
获取导航系统的状态参数;
获取运载体行驶过程中惯性测量单元测量得到的第一行驶数据;
获取运载体行驶过程中双目相机采集得到的两个图像序列;
对每个图像序列中的相邻两帧图像进行处理,得到第二行驶数据;
基于所述状态参数、所述第一行驶数据和所述第二行驶数据,得到预测行驶数据。
2.根据权利要求1所述的方法,其中,所述基于所述状态参数、所述第一行驶数据和所述第二行驶数据,得到预测行驶数据,包括:
根据所述状态参数,生成导航系统状态向量;
根据预设的第一参数以及第二参数,生成所述导航系统状态向量的误差状态方程;
对所述第一行驶数据进行处理,得到所述导航系统状态向量中状态参数的第一测量值;
对所述第二行驶数据进行处理,得到所述导航系统状态向量中状态参数的第二测量值;
基于所述第一测量值以及所述第二测量值,得到导航系统观测方程;
将所述导航系统状态向量、所述误差状态方程以及所述导航系统观测方程输入卡尔曼滤波器,得到预测行驶数据。
3.根据权利要求1或2所述的方法,其中,所述导航系统还包括全球定位系统;以及
所述方法还包括:
获取运载体行驶过程中全球定位系统测量得到的第三行驶数据。
4.根据权利要求3所述的方法,其中,所述基于所述状态参数、所述第一行驶数据和所述第二行驶数据,得到预测行驶数据,包括:
基于所述状态参数、所述第一行驶数据、所述第二行驶数据和所述第三行驶数据,得到预测行驶数据。
5.根据权利要求1所述的方法,其中,所述双目相机包括第一相机和第二相机,以及;
在所述获取运载体行驶过程中双目相机采集得到的两个图像序列之前,所述方法还包括:
对所述双目相机进行标定,以确定第一相机的坐标系变换至第二相机的坐标系的旋转矩阵和平移向量。
6.一种用于导航系统的导航装置,所述导航系统包括惯性测量单元和双目相机,所述导航系统安装于运载体上,包括:
第一获取单元,被配置成获取导航系统的状态参数;
第二获取单元,被配置成获取运载体行驶过程中惯性测量单元测量得到的第一行驶数据;
第三获取单元,被配置成获取运载体行驶过程中双目相机采集得到的两个图像序列;
图像处理单元,被配置成对每个图像序列中的相邻两帧图像进行处理,得到第二行驶数据;
预测数据生成单元,被配置成基于所述状态参数、所述第一行驶数据和所述第二行驶数据,得到预测行驶数据。
7.根据权利要求6所述的装置,其中,所述预测数据生成单元包括:
状态向量生成模块,被配置成根据所述状态参数,生成导航系统状态向量;
误差状态方程生成模块,被配置成根据预设的第一参数以及第二参数,生成所述导航系统状态向量的误差状态方程;
第一测量值确定模块,被配置成对所述第一行驶数据进行处理,得到所述导航系统状态向量中状态参数的第一测量值;
第二测量值确定模块,被配置成对所述第二行驶数据进行处理,得到所述导航系统状态向量中状态参数的第二测量值;
观测方程生成模块,被配置成基于所述第一测量值以及所述第二测量值,得到导航系统观测方程;
预测数据生成模块,被配置成将所述导航系统状态向量、所述误差状态方程以及所述导航系统观测方程输入卡尔曼滤波器,得到预测行驶数据。
8.根据权利要求6或7所述的装置,其中,所述导航系统还包括全球定位系统;以及
所述装置还包括:
第四获取单元,被配置成获取运载体行驶过程中全球定位系统测量得到的第三行驶数据。
9.根据权利要求8所述的装置,其中,所述预测数据生成单元进一步被配置成:
基于所述状态参数、所述第一行驶数据、所述第二行驶数据和所述第三行驶数据,得到预测行驶数据。
10.根据权利要求6所述的装置,其中,所述双目相机包括第一相机和第二相机,以及;
所述装置还包括:
相机标定单元,被配制成在所述第三获取单元获取运载体行驶过程中双目相机采集得到的两个图像序列之前,对所述双目相机进行标定,以确定第一相机的坐标系变换至第二相机的坐标系的旋转矩阵和平移向量。
11.一种服务器,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
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中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810523904.0A CN110542415A (zh) | 2018-05-28 | 2018-05-28 | 用于导航系统的导航方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810523904.0A CN110542415A (zh) | 2018-05-28 | 2018-05-28 | 用于导航系统的导航方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110542415A true CN110542415A (zh) | 2019-12-06 |
Family
ID=68701166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810523904.0A Pending CN110542415A (zh) | 2018-05-28 | 2018-05-28 | 用于导航系统的导航方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110542415A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5128874A (en) * | 1990-01-02 | 1992-07-07 | Honeywell Inc. | Inertial navigation sensor integrated obstacle detection system |
CN102538781A (zh) * | 2011-12-14 | 2012-07-04 | 浙江大学 | 基于机器视觉和惯导融合的移动机器人运动姿态估计方法 |
CN103033189A (zh) * | 2012-12-26 | 2013-04-10 | 北京航空航天大学 | 一种深空探测巡视器惯性/视觉组合导航方法 |
CN105652305A (zh) * | 2016-01-08 | 2016-06-08 | 深圳大学 | 一种动态环境下轨道检测平台的三维定位定姿方法及系统 |
CN107478221A (zh) * | 2017-08-11 | 2017-12-15 | 黄润芳 | 一种用于移动终端的高精度定位方法 |
CN107688184A (zh) * | 2017-07-24 | 2018-02-13 | 宗晖(上海)机器人有限公司 | 一种定位方法以及系统 |
CN107747941A (zh) * | 2017-09-29 | 2018-03-02 | 歌尔股份有限公司 | 一种双目视觉定位方法、装置及系统 |
CN107796391A (zh) * | 2017-10-27 | 2018-03-13 | 哈尔滨工程大学 | 一种捷联惯性导航系统/视觉里程计组合导航方法 |
-
2018
- 2018-05-28 CN CN201810523904.0A patent/CN110542415A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5128874A (en) * | 1990-01-02 | 1992-07-07 | Honeywell Inc. | Inertial navigation sensor integrated obstacle detection system |
CN102538781A (zh) * | 2011-12-14 | 2012-07-04 | 浙江大学 | 基于机器视觉和惯导融合的移动机器人运动姿态估计方法 |
CN103033189A (zh) * | 2012-12-26 | 2013-04-10 | 北京航空航天大学 | 一种深空探测巡视器惯性/视觉组合导航方法 |
CN105652305A (zh) * | 2016-01-08 | 2016-06-08 | 深圳大学 | 一种动态环境下轨道检测平台的三维定位定姿方法及系统 |
CN107688184A (zh) * | 2017-07-24 | 2018-02-13 | 宗晖(上海)机器人有限公司 | 一种定位方法以及系统 |
CN107478221A (zh) * | 2017-08-11 | 2017-12-15 | 黄润芳 | 一种用于移动终端的高精度定位方法 |
CN107747941A (zh) * | 2017-09-29 | 2018-03-02 | 歌尔股份有限公司 | 一种双目视觉定位方法、装置及系统 |
CN107796391A (zh) * | 2017-10-27 | 2018-03-13 | 哈尔滨工程大学 | 一种捷联惯性导航系统/视觉里程计组合导航方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108731667B (zh) | 用于确定无人驾驶车辆的速度和位姿的方法和装置 | |
CN108732584B (zh) | 用于更新地图的方法和装置 | |
CN109143304B (zh) | 用于确定无人驾驶车辆位姿的方法和装置 | |
CN107884800B (zh) | 观测时滞系统的组合导航数据解算方法、装置及导航设备 | |
US10247556B2 (en) | Method for processing feature measurements in vision-aided inertial navigation | |
CN104154928B (zh) | 一种适用于惯性平台内置式星敏感器的安装误差标定方法 | |
US10605925B2 (en) | Processing GPS drifting | |
CN110197615B (zh) | 用于生成地图的方法及装置 | |
US20190187297A1 (en) | System and method for locating a moving object | |
JP2020528553A (ja) | 磁力計を較正する方法 | |
CN109871019B (zh) | 自动驾驶用于获取坐标的方法和装置 | |
CN109186633B (zh) | 一种复合测量装置的现场标定方法及系统 | |
CN110567491B (zh) | 惯性导航系统的初始对准方法、装置及电子设备 | |
US20180372497A1 (en) | Method and apparatus for measuring posture angle of object | |
JP2017009555A (ja) | カメラのキャリブレーション装置、カメラのキャリブレーション方法およびカメラのキャリブレーションを行うためのプログラム | |
CN115164936A (zh) | 高精地图制作中用于点云拼接的全局位姿修正方法及设备 | |
CN111461980B (zh) | 点云拼接算法的性能估计方法和装置 | |
CN114022561A (zh) | 一种基于gps约束和动态校正的城区单目测图方法和系统 | |
CN112595330B (zh) | 车辆定位方法、装置、电子设备和计算机可读介质 | |
JP7404227B2 (ja) | 磁場の測定から判定された方位を特徴付ける方法および装置 | |
CN110542415A (zh) | 用于导航系统的导航方法和装置 | |
CN111340880A (zh) | 用于生成预测模型的方法和装置 | |
CN116385550A (zh) | 外参标定方法、装置、计算设备、介质和车辆 | |
JP2020529016A (ja) | 磁気センサにより測定される磁場からの方位の決定 | |
CN116608881A (zh) | 一种设备的标定方法、装置、设备及介质 |
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 |