CN110720025A - 移动物体的地图的选择方法、装置、系统和车辆/机器人 - Google Patents
移动物体的地图的选择方法、装置、系统和车辆/机器人 Download PDFInfo
- Publication number
- CN110720025A CN110720025A CN201780091790.0A CN201780091790A CN110720025A CN 110720025 A CN110720025 A CN 110720025A CN 201780091790 A CN201780091790 A CN 201780091790A CN 110720025 A CN110720025 A CN 110720025A
- Authority
- CN
- China
- Prior art keywords
- map
- uncertainty
- sensor data
- moving object
- selecting
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004364 calculation method Methods 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 claims description 23
- 239000000126 substance Substances 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 7
- 238000004891 communication Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000003936 working memory Effects 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
-
- 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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Electromagnetism (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Acoustics & Sound (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出了用于移动物体的从多个具有不同分辨率的地图中选择地图的方法和装置。本发明实施例根据环境信息动态地在精细程度不同的地图中选择合适的地图,以实现加载所需地图量最小,有效提高车辆的数据处理效率。
Description
技术领域
本发明涉及车辆/机器人定位领域。更具体地说,本发明涉及用于移动物体的从多个具有不同分辨率的地图中选择地图的方法和装置。
背景技术
近年来,高度自动化和全自动化驾驶车辆在快速发展。用于定位和导航的高精度地图数据是自动化驾驶应用的必要技术之一。在导航过程中,车辆需要通过将实时扫描的环境数据与地图数据匹配来实现精确的自定位。在现有技术中,通常需要在上述过程中将车辆附近一定范围内的高精度地图数据全部载入。
现有技术中对于加载高精度地图上的缺点是显而易见的。一方面,地图的加载可能相对较慢。另一方面,由于车辆只有有限的数据处理能力,因此加载距车辆较远的高精度地图可能会降低数据处理的效率,而且,对于一区域的地图的精度的要求随着车辆与该区域的距离的增加而降低。
发明内容
为了解决现有技术的问题,本发明的实施例提供了一种从多个具有不同分辨率的地图中为移动物体选择地图的方法、装置、系统以及车辆。
本发明的实施例根据定位信息和环境信息,动态地为移动物体选择从多个具有不同级别细节的地图中适当的地图,从而实现选择具有适合分辨率的地图,并有效地提高移动物体的数据处理效率。
根据本发明的第一方面,提供了一种用于移动物体的从多个具有不同分辨率的地图中选择地图的计算机实现的方法,方法包括:获取步骤(110),获取所述移动物体的定位信息;接收步骤(120),从传感器接收传感器数据;计算步骤(130),计算表示所述传感器数据的不确定性的不确定性值;以及选择步骤(140),根据所述定位信息和表示所述传感器数据的所述不确定性的所述不确定性值,从分辨率不同的所述多个地图中选择地图。
根据本发明的第二方面,提供了第二种用于移动物体的从多个具有不同分辨率的地图中选择地图的计算机实现的方法,方法包括:获取步骤(210),获取所述移动物体的定位信息;接收步骤(220),从传感器接收表示环境中的元素的传感器数据,其中所述传感器安装在所述移动物体上;第一计算步骤(230),根据所述移动物体的所述定位信息和所述传感器数据,计算环境中所述元素的定位信息;第二计算步骤(240),计算表示所述传感器数据的不确定性的不确定性值;以及选择步骤(250),根据所述传感器数据的所述不确定性值和所述元素的所述定位信息,从分辨率不同的所述多个地图中选择地图。
根据本发明的第三方面,提供了一种用于移动物体的从多个具有不同分辨率的地图中选择地图的装置,装置包括:获取模块(310),用于获取移动物体的定位信息;接收模块(320),用于从传感器接收传感器数据;计算模块(330),用于计算表示所述传感器数据的不确定性的不确定性值;以及选择模块(340),用于根据所述定位信息和表示所述传感器数据的所述不确定性的所述不确定性值,从分辨率不同的所述多个地图中选择地图。
根据本发明的第四方面,提供了第二种用于移动物体的从多个具有不同分辨率的地图中选择地图的装置,装置包括:获取模块(410),用于获取移动物体的定位信息;接收模块(420),用于从传感器接收表示环境中的元素的传感器数据,其中所述传感器安装在所述移动物体上;第一计算模块(430),用于根据所述移动物体的所述定位信息和所述传感器数据,计算环境中所述元素的定位信息;第二计算模块(440),用于计算表示所述传感器数据的不确定性的不确定性值;以及选择模块(450),用于根据所述传感器数据的所述不确定性值和所述元素的所述定位信息,从分辨率不同的所述多个地图中选择地图。
根据本发明的第五方面,提供了用于移动物体的从多个具有不同分辨率的地图中选择地图的系统包括:至少一个传感器(520),用于检测环境并生成传感器数据;以及根据本发明的第三方面的装置;和/或根据本发明的第四方面的装置。
根据本发明的第六方面,提供了一种车辆/机器人,根据第五方面所述的用于移动物体的从多个具有不同分辨率的地图中选择地图的系统。
前述概要仅是说明性的,并且并不意在以任何方式进行限制。除了上述的说明性方面、实施例及特征之外,进一步的方面、实施例及特征将通过参考图和下面的详细描述而变得明显。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了根据本公开的示例性的实施例的用于移动物体的从多个具有不同分辨率的地图中选择地图的方法的高级流程图。
图2示出了根据本公开的第二个示例性的实施例的用于移动物体的从多个具有不同分辨率的地图中选择地图的方法的高级流程图。
图3示出了根据本公开的示例性的实施例的用于移动物体的从多个具有不同分辨率的地图中选择地图的装置。
图4示出了根据本公开的第二个示例性的实施例的用于移动物体的从多个具有不同分辨率的地图中选择地图的装置。以及
图5示出了根据本公开的示例性的实施例的计算设备的框图,该计算设备是可用于本公开各方面的硬件设备的示例。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。本文中所描述的说明性系统和方法实施例并非意图进行限制。
在本发明的实施例中,移动物体可以包括但不限于车辆,机器人和无人飞行器(UAV)。
在本发明的一个示例实施例中,可以将多个传感器安装在例如车辆,机器人和无人飞行器(UAV)的移动物体上。传感器是指能够获取环境信息的单元。例如,传感器可能包括相机,RADAR(无线电检测和测距)单元,超声传感器和LiDAR(光成像,检测,和测距)单元。
相机单元可以是配置为捕获车辆所在的环境的多个图像的任何相机,例如静止相机,视频相机等。相机可以在红外,可见和/或紫外线频率范围内记录图像。相机可以被配置为生成指示环境中物体的距离和/或方向的二维图像。
雷达单元可能代表一种利用无线电信号来感测物体的物体检测系统。在一些实施例中,除了感测物体外,附加地,还可以将雷达单元配置为执行数字信号处理,并且可以配置为感知物体的范围,高度,速度和/或航向。
超声波传感器是利用超声波的特性研制而成的传感器。超声波是一种振动频率高于声波的机械波。超声波具有好的方向性、能够定向传播。超声波传感器主要采用直接反射,例如,位于传感器前面的被检测物通过将发射的声波部分地发射回传感器的接收器,从而使传感器检测到被测物。在一些实施例中,超声波传感器被配置为探测物体的距离和/或朝向。
LiDAR是可通过利用诸如激光的光照射目标来测量到目标的距离或目标的其它属性的光学遥感技术。LiDAR可以通过测量物体表面上的大量点来创建点云并将点云作为数据输出。点云中的激光数据点能够指示相对于传感器的环境中的物体的位置的信息和/或关于传感器的环境的其他信息。
在一些情况下,点云可被渲染以可视化物体。在另一些情况下,点云可通过表面重建被转换成多边形或三角形网格模型。这些由传感器获得的能够指示环境信息的点云数据通过合适的方式与数字地图相关联并组合,以形成地图。在一些实例中,地图所需要的传感器数据,需要由安装有特定数量传感器的一个或多个专用车辆,通过在路面行驶来获得。
在一些实施例中,多个具有不同精度等级的地图被存储在车辆中。作为一个示例,精度等级在这里意思是表示地图的精细程度的分辨率的程度。分辨率不仅表示诸如图形和/或图像的2D(二维)对象的精度,而且还表示3D(三维)对象和/或诸如高斯模型的通过算法创建的地图模型的精度。例如,四叉树可以表示为2D对象的分辨率,八叉树可以表示为3D对象和地图模型的分辨率。作为示例,分辨率可预先分为高、中、低三个等级,但在其他实例中分辨率可包括更多或更少的等级。此外,根据具有高分辨率的地图中所有地图元素的不确定性,例如,可以计算出代表高分辨率的地图不确定性的不确定性值σH。类似地,可以计算σM和σL。在一些实施例中,将上述不确定性值分别标记到相应分辨率的地图中,以便为后续的地图选择方法提供依据。在其他实施例中,地图的分辨率可能直接由对应地图的不确定性值表示。
转到附图,图1是根据本公开的示例性的实施例的用于移动物体的从多个具有不同分辨率的地图中选择地图的计算机执行的方法100的高级流程图。可以通过下文所述的车辆,机器人或UAV来执行方法100。
在步骤110中,方法100可能包括获得执行方法100的车辆的定位信息。定位信息可能包括车辆在地图坐标系中的坐标和朝向。对于该信息,可以使用诸如3D姿态(pose)或6D姿态的姿态来表示坐标和朝向。3D姿态由三个参数x,y,θ组成,其中,x,y是表示位置的2D坐标,而θ是表示朝向的航向角。在某些情况下,可能会使用包括参数x,y,z,yaw,pitch,roll的6D姿态,其中x,y,z是3D位置坐标,yaw,pitch,roll表示偏航角、俯仰角和翻滚角。
在步骤120,方法100可以包括从传感器接收代表环境中的元素的传感器数据。传感器用于实时扫描周围环境。优选使用可以提供姿态数据的传感器,例如,诸如LiDAR的激光扫描仪,相机,RADAR和超声波传感器等。从LiDAR和/或其他传感器接收到的数据表示物体的特性,和/或抽象的数据模型。然后,将基于车辆的坐标和接收的传感器数据计算环境中元素的定位信息。传感器数据可以包括环境元素的坐标和朝向。根据传感器的配置,这些坐标和朝向将作为3D姿态自动映射到二维车辆坐标系。在车辆坐标系中,例如,可以将车辆中心点定义为车辆坐标系的原点,正x(+x)轴沿车辆的移动方向延伸,正y(+y)轴向车辆的移动方向的左边延伸,并且车辆坐标系的平面平行于地面。传感器的配置信息记录传感器在该车辆坐标系下的安装位置的坐标。在一些实施例中,当传感器扫描到例如人类、动物、车辆等等的移动物体,坐标表示物体的位置,朝向表示物体面向或移动的方向。当通过传感器扫描固定的物体时,如果对象是非旋转对称的,例如房屋,树木,交通标志等,则可以根据需要定义该物体的朝向;如果物体是旋转对称的,则该物体的朝向不重要,因此,朝向可以设置为诸如0的任何值。
在步骤130处,方法100进一步包括在地图坐标系中计算传感器数据的姿态P。车辆的坐标相对于车辆的实时运动同步地更新。传感器数据的原始观测值在车辆坐标系中表示。为方便起见,假设传感器数据的姿态P在地图坐标系中为:
车辆姿态PS在地图坐标系中为:
然后可以通过以下方式得出P:
其中,
步骤130进一步包括构建传感器数据的姿态的协方差矩阵。P的协方差矩阵∑通过以下计算:
J1=R (7)
接下来,计算协方差矩阵∑的最大特征值。最后,将最大特征值设置为传感器数据的不确定性值σP。
回到图1,在步骤140中,方法100可能包括根据移动物体的定位信息和表示传感器数据的不确定性的不确定性值,从多个具有不同分辨率的地图中选择地图。在某些实施例中,根据车辆的坐标,首先选择车辆周围例如200米的最大范围内的地图。此外,根据不确定度值σP,将从上面选择的地图中选择具有适当分辨率的地图。
作为一个示例,当地图分辨率的要求为优先时,方法100可以从分辨率不同的地图中选择其不确定性值最接近σP的地图。
在另一个示例中,方法100可以选择其不确定性值最接近σP且小于σP的地图。这样,可以有效地保存数据处理资源,同时确保地图的分辨率满足需要。
在某些实施例中,由于可能会收到多个具有不同不确定性值的传感器数据,因此可能会选择多个地图。
图2是根据本公开示例性的第二实施例的计算机执行的方法200的高级流程图,该方法用于为移动物体从多个具有不同分辨率的多个地图中选择地图。可以通过车辆,机器人或UAV进行方法200,例如,如下文所述。
步骤210与步骤110相同,因此省略了步骤210的说明。
在步骤220处,方法200可以包括从传感器接收代表环境中的元素的传感器数据。传感器用于实时扫描周围环境。优选使用可以提供姿态数据的传感器,例如,诸如LiDAR的激光扫描仪,相机,RADAR和超声波传感器等。从LiDAR和/或其他传感器接收到的数据表示物体的特性,和/或抽象的数据模型。
然后,在步骤230中,将基于车辆的坐标和接收的传感器数据计算环境中元素的定位信息。传感器数据可以包括环境特征的坐标和朝向。根据传感器的配置,这些坐标和朝向将作为3D姿态自动映射到二维车辆坐标系。在车辆坐标系中,例如,可以将车辆中心点定义为车辆坐标系的原点,+x轴沿车辆的移动方向延伸,+y轴向车辆的移动方向的左边延伸,并且车辆坐标系的平面平行于地面。传感器的配置信息记录传感器在该车辆坐标系下的安装位置的坐标。在一些实施例中,当传感器扫描到例如人类、动物、车辆等等的移动物体,坐标表示物体的位置,朝向表示物体面向或移动的方向。当通过传感器扫描固定的物体时,如果对象是非旋转对称的,例如房屋,树木,交通标志等,则可以根据需要定义该物体的朝向;如果物体是旋转对称的,则该物体的朝向不重要,因此,朝向可以设置为诸如0的任何值。
步骤240与步骤130相同,因此省略了步骤240的说明。
回到图2,在步骤250中,方法200可能包括根据元素的定位信息和传感器数据的不确定性值,从多个具有不同分辨率的地图中选择地图。步骤140和步骤250基本上是相同的,但是在步骤250中使用姿态P而非使用车辆的坐标。也就是说,根据元素的坐标,将首先选择在元素周围例如200米的最大范围之内的地图。此外,根据不确定度值σP,将从上面选择的地图中选择具有适当分辨率的地图。
图3示出了根据本发明的示例性的实施例的用于移动物体的从多个具有不同分辨率的地图中选择地图的装置。
装置300可以包括获取模块310,用于获取移动物体的定位信息;接收模块320,用于从传感器接收传感器数据;计算模块330,用于计算表示传感器数据不确定性的不确定性值;以及选择模块340,用于根据定位信息和表示传感器数据不确定性的不确定性值,从分辨率不同的多个地图中选择地图。
应当理解,装置300的获取模块310,接收模块320,计算模块330和选择模块340可以被配置为执行方法100中的相应操作,动作和过程,并且在此省略这些操作,动作和过程。
图4示出了根据本发明的第二个示例性的实施例的用于移动物体的从多个具有不同分辨率的地图中选择地图的装置。
装置400可以包括:获取模块410,用于获取移动物体的定位信息;接收模块420,用于从传感器接收表示环境中的元素的传感器数据,其中,传感器被安装在移动物体上;第一计算模块430,用于根据移动物体的定位信息和传感器数据,计算环境中元素的定位信息;第二计算模块440,用于计算表示传感器数据不确定性的不确定性值;以及选择模块450,用于根据传感器数据的不确定性值和元素的定位信息,从分辨率不同的多个地图中选择地图。
应当理解,装置400的获取模块410,接收模块420,第一计算模块430,第二计算模块440和选择模块450可以被配置为执行方法200中的相应操作,动作和过程,并且在此省略这些操作,动作和过程。
此外,根据本发明的示例性实施例,可以提供一种用于移动物体的从具有不同分辨率的多个地图中选择的地图的系统,该系统可以包括如上所述的装置300和/或装置400,至少一个用于检测环境并生成传感器数据的传感器。传感器是指能够获取环境信息的单元。例如,传感器可能包括相机,RADAR(无线电检测和测距)单元,超声传感器和LiDAR(光成像,检测,和测距)单元。优选地,系统可以使用如以上实施例中详细描述的LiDAR单元。
此外,本发明提供的示例性系统可以在诸如车辆/机器人的移动物体上实现。这些车辆/机器人包括但不限于汽车,卡车,摩托车,公共汽车,船,飞机,直升机,休闲车,游乐园车,农业设备,建筑设备,高尔夫球车,火车,电车,工业机器人和家用机器人。
此外,根据本公开的实施例,一种具有在其上存储的指令的非暂时性存储介质,该指令在被执行时使处理器执行用于移动物体的从多个具有不同分辨率的地图中选择地图的计算机实现的方法。方法包括:获取步骤,获取移动物体的定位信息;接收步骤,从传感器接收传感器数据;计算步骤,计算表示传感器数据不确定性的不确定性值;选择步骤,根据定位信息和表示传感器数据不确定性的不确定性值,从分辨率不同的多个地图中选择地图。其他方法包括:获取步骤,获取移动物体的定位信息;接收步骤,从传感器接收传感器数据;计算步骤,根据定位信息计算表示传感器数据不确定性的不确定性值;第一计算步骤,根据移动物体的定位信息和传感器数据,计算环境中元素的定位信息;第二计算步骤,计算表示传感器数据不确定性的不确定性值;选择步骤,根据传感器数据的不确定性值和元素的定位信息,从分辨率不同的多个地图中选择地图。
此外,根据本公开的实施例,一种用于移动物体的从多个具有不同分辨率的地图中选择地图的装置,包括:存储器,其中存储有计算机可执行指令;处理器,耦合到存储器并用于处理。指令包括:获取移动物体的定位信息;从传感器接收传感器数据;计算表示传感器数据不确定性的不确定性值;根据定位信息和表示传感器数据不确定性的不确定性值,从分辨率不同的多个地图中选择地图。另一指令包括,获取移动物体的定位信息;从传感器接收表示环境中的元素的传感器数据,其中传感器安装在移动物体上;根据移动物体的定位信息和传感器数据计算环境中元素的定位信息;计算表示传感器数据不确定性的不确定性值;根据传感器数据的不确定性值和元素的定位信息,从分辨率不同的多个地图中选择地图。
图5示出了根据本公开的示例性的实施例的计算设备的框图,该计算设备是可用于本公开各方面的硬件设备的示例。
图5示出了根据本发明的一个实施例的计算机设备的框图,该计算机设备是可以应用于本发明的各方面的硬件设备的一个示例。计算机设备500可以是被配置为用于实现处理和/或计算的任何机器,可以是但不限于工作站,服务器,台式计算机,笔记本电脑,平板计算机,个人数字助理,智能手机,车载计算机或它们之间的任何组合。前述的各种装置/服务器/客户端设备可以全部或至少部分地由计算机设备500或类似设备或系统来实现。
计算机设备500可以包括可能经由一个或多个接口与总线501连接或通信的组件。例如,计算机设备500可以包括总线501,一个或多个处理器502,一个或多个输入设备504和一个或多个输出设备505。该一个或多个处理器502可以是任何种类的处理器并且可以包括但不限于一个或多个通用处理器和/或一个或多个专用处理器(例如专门的处理芯片)。输入设备504可以是任何类型的能够向计算设备输入信息的设备,并且可以包括但不限于鼠标,键盘,触摸屏,麦克风和/或远程控制器。输出设备505可以是可以任何类型的能够呈现信息的设备,并且可以包括但不限于显示器,扬声器,视频/音频输出终端,振动器和/或打印机。计算机设备500还可以包括非暂时性存储设备503或者与之连接,该非暂时性存储设备503可以是非暂时性的并且能够实现数据存储的任何存储设备,并且可以包括但不限于磁盘驱动器,光存储设备,固态存储器,软盘,软磁盘,硬盘,磁带或任何其他磁性介质,光盘或任何其他光学介质,ROM(只读存储器),RAM(随机存取存储器)高速缓冲存储器和/或任何其他存储芯片或盒式磁带,和/或计算机可以从中读取数据,指令和/或代码的任何其他介质。非暂时性存储设备503可以是从接口分离的。非暂时性存储设备503可以具有用于实现上述方法和步骤的数据/指令/代码。计算机设备500还可以包括通信设备506。通信设备506可以是任何类型的能够实现与外部设备和/或与网络进行通信的设备或系统,并且可以包括但不限于调制解调器,调制解调器,通信设备或系统。网卡,红外通信设备,无线通信设备和/或芯片组,例如蓝牙设备,1302.11设备,WiFi设备,WiMax设备,蜂窝通信设施和/或类似设备。
当计算机设备500用作车载设备时,它也可以连接到外部设备,例如GPS接收器,用于感测不同环境数据的传感器,例如加速度传感器,车轮速度传感器,陀螺仪。以这种方式,计算机设备500例如可以接收指示车辆的行驶状况的位置数据和传感器数据。当计算机设备500用作车载设备时,它也可以连接到其他设备(例如发动机系统,雨刮器,防抱死制动系统等),以控制车辆的行驶和操作。
此外,非暂时性存储设备503可以具有地图信息和软件组件,从而处理器502可以执行路线引导处理。此外,输出设备505可以包括用于显示地图,显示车辆的定位标记以及显示表示车辆的行驶状况的图像的显示器。输出设备505还可以包括扬声器或与耳机的接口用于音频引导。
总线501可以包括但不限于工业标准架构(ISA)总线,微通道架构(MCA)总线,增强型ISA(EISA)总线,视频电子标准协会(VESA)局部总线和外部设备互连(PCI)总线。特别地,对于车载设备,总线501还可以包括控制器局域网(CAN)总线或者为汽车上的应用所设计的其他架构。
计算机设备500还可以包括工作存储器507,该工作存储器可以是任何种类的能够存储对处理器502的工作有用的指令和/或数据的工作存储器,并且可以包括但不限于随机存取存储器和/或只读存储设备。
软件组件可以位于工作存储器507中,包括但不限于操作系统508,一个或多个应用程序509,驱动程序和/或其他数据和代码。用于实现上述描述的方法和步骤的指令可以包含在一个或多个应用程序509中,并且上述各种装置/服务器/客户端设备的装置/单元/组件可以通过处理器502读取并执行一个或多个应用程序509的指令来实现。
还可以认识到的是,可以根据具体需求进行变化。例如,也可以使用定制的硬件,和/或特定组件可以在硬件,软件,固件,中间件,微代码,硬件描述语言或其任意组合来实现。此外,可以采用与其他计算机设备,例如网络输入/输出设备等的连接。例如,可以通过具有汇编语言或硬件编程语言(例如,VERILOG,VHDL,C++)的编程硬件(例如,包括现场可编程门阵列(FPGA)和/或可编程逻辑阵列(PLA)的可编程逻辑电路)利用本发明的逻辑和算法来实现本发明的方法和设备的部分或者全部。
尽管本文已经公开了各个方面和实施例,但是其他方面和实施例对于本领域技术人员将是显而易见的。本文所公开的各个方面和实施例是出于说明的目的,而并非旨在进行限制,其真实范围由所附权利要求书以及这些权利要求所赋予的等效物的全部范围来指示。还应理解,本文所使用的术语仅出于描述特定实施方案的目的,而无意于进行限制。
由于可以对所描述的示例进行详细的许多修改,变型和更改,因此,意图是将先前描述中和附图中所示的所有内容解释为说明性的,而不是限制性的。
Claims (28)
1.一种用于移动物体的从多个具有不同分辨率的地图中选择地图的计算机实现的方法(100),其特征在于,所述方法包括:
获取步骤(110),获取所述移动物体的定位信息;
接收步骤(120),从传感器接收传感器数据;
计算步骤(130),计算表示所述传感器数据的不确定性的不确定性值;以及
选择步骤(140),根据所述定位信息和表示所述传感器数据的所述不确定性的所述不确定性值,从分辨率不同的所述多个地图中选择地图。
2.根据权利要求1所述的方法,其特征在于,所述移动物体的所述定位信息由所述移动物体的姿态表示,所述姿态包括2D位置和航向角。
3.根据权利要求2所述的方法,其特征在于,根据所述移动物体的所述姿态,计算表示所述传感器数据的所述不确定性的所述不确定性值。
4.根据权利要求3所述的方法,其特征在于,所述计算步骤(130)还包括:
在地图坐标系中计算所述传感器数据的姿态;
构造所述传感器数据的所述姿态的协方差矩阵;
计算所述协方差矩阵的最大特征值;以及
将表示所述传感器数据的所述不确定性的所述不确定性值设置为所述最大特征值。
6.根据权利要求5所述的方法,其特征在于,所述选择步骤还包括:
根据所述移动物体的所述定位信息,选择表示所述移动物体周围区域的地图;以及
从选择的地图中,选择表示地图的不确定性的不确定性值最接近表示所述传感器数据的所述不确定性的所述不确定性值的地图。
7.根据权利要求5所述的方法,其特征在于,所述选择步骤还包括:
根据所述移动物体的所述定位信息,选择表示所述移动物体周围区域的地图;以及
从选择的地图中,选择表示地图的不确定性的不确定性值最接近并小于表示所述传感器数据的所述不确定性的所述不确定性值的地图。
8.一种用于移动物体的从多个具有不同分辨率的地图中选择地图的计算机实现的方法(200),其特征在于,所述方法包括:
获取步骤(210),获取所述移动物体的定位信息;
接收步骤(220),从传感器接收表示环境中的元素的传感器数据,其中所述传感器安装在所述移动物体上;
第一计算步骤(230),根据所述移动物体的所述定位信息和所述传感器数据,计算环境中所述元素的定位信息;
第二计算步骤(240),计算表示所述传感器数据的不确定性的不确定性值;以及
选择步骤(250),根据所述传感器数据的所述不确定性值和所述元素的所述定位信息,从分辨率不同的所述多个地图中选择地图。
9.根据权利要求8所述的方法,其特征在于,所述移动物体的所述定位信息由所述移动物体的姿态表示;
所述元素的所述定位信息由所述元素的姿态表示;
其中,姿态包括2D位置和航向角。
10.根据权利要求9所述的方法,其特征在于,所述第二计算步骤(240)还包括:
在地图坐标系中计算所述传感器数据的姿态;
构造所述传感器数据的所述姿态的协方差矩阵;
计算所述协方差矩阵的最大特征值;以及
将表示所述传感器数据的所述不确定性的所述不确定性值设置为所述最大特征值。
12.根据权利要求11所述的方法,其特征在于,所述选择步骤还包括:
根据所述元素的所述定位信息选择表示所述元素的周围区域的地图;以及
从选择的地图中,选择表示地图的不确定性的不确定性值最接近表示所述传感器数据的所述不确定性的所述不确定性值的地图。
13.根据权利要求11所述的方法,其特征在于,所述选择步骤还包括:
根据所述元素的所述定位信息选择表示所述元素的周围区域的地图;以及
从选择的地图中,选择表示地图的不确定性的不确定性值最接近并小于表示所述传感器数据的所述不确定性的所述不确定性值的地图。
14.一种用于移动物体的从多个具有不同分辨率的地图中选择地图的装置(300),其特征在于,所述装置包括:
获取模块(310),用于获取移动物体的定位信息;
接收模块(320),用于从传感器接收传感器数据;
计算模块(330),用于计算表示所述传感器数据的不确定性的不确定性值;以及
选择模块(340),用于根据所述定位信息和表示所述传感器数据的所述不确定性的所述不确定性值,从分辨率不同的所述多个地图中选择地图。
15.根据权利要求14所述的装置,其特征在于,所述移动物体的所述定位信息由所述移动物体的姿态表示,所述姿态包括2D位置和航向角。
16.根据权利要求15所述的装置,其特征在于,根据所述移动物体的所述姿态,计算表示所述传感器数据的所述不确定性的所述不确定性值。
17.根据权利要求16所述的装置,其特征在于,所述计算模块(330)还包括:
姿态计算单元,用于在地图坐标系中计算所述传感器数据的姿态;
构造单元,用于构造所述传感器数据的所述姿态的协方差矩阵;
特征值计算单元,用于计算所述协方差矩阵的最大特征值;以及
设置单元,用于将表示所述传感器数据的所述不确定性的所述不确定性值设置为所述最大特征值。
19.根据权利要求18所述的装置,其特征在于,所述选择模块(340)还包括:
第一选择单元,用于根据所述移动物体的所述定位信息,选择表示所述移动物体周围区域的地图;以及
第二选择单元,用于从选择的地图中,选择表示地图的不确定性的不确定性值最接近表示所述传感器数据的所述不确定性的所述不确定性值的地图。
20.根据权利要求18所述的装置,其特征在于,所述选择模块(340)还包括:
第一选择单元,用于根据所述移动物体的所述定位信息,选择表示所述移动物体周围区域的地图;以及
第三选择单元,用于从选择的地图中,选择表示地图的不确定性的不确定性值最接近并小于表示所述传感器数据的所述不确定性的所述不确定性值的地图。
21.一种用于移动物体的从多个具有不同分辨率的地图中选择地图的装置(400),其特征在于,所述装置包括:
获取模块(410),用于获取移动物体的定位信息;
接收模块(420),用于从传感器接收表示环境中的元素的传感器数据,其中所述传感器安装在所述移动物体上;
第一计算模块(430),用于根据所述移动物体的所述定位信息和所述传感器数据,计算环境中所述元素的定位信息;
第二计算模块(440),用于计算表示所述传感器数据的不确定性的不确定性值;以及
选择模块(450),用于根据所述传感器数据的所述不确定性值和所述元素的所述定位信息,从分辨率不同的所述多个地图中选择地图。
22.根据权利要求21所述的装置,其特征在于,所述移动物体的定位信息由所述移动物体的姿态表示;
所述元素的所述定位信息由所述元素的姿态表示;
其中,姿态包括2D位置和航向角。
23.根据权利要求22所述的装置,其特征在于,所述计算模块(440)还包括:
姿态计算单元,用于在地图坐标系中计算所述传感器数据的姿态;
构造单元,用于构造所述传感器数据的所述姿态的协方差矩阵;
特征值计算单元,用于计算所述协方差矩阵的最大特征值;以及
设置单元,用于将表示所述传感器数据的所述不确定性的所述不确定性值设置为所述最大特征值。
25.根据权利要求24所述的装置,其特征在于,所述选择模块(450)还包括:
第四选择单元,用于根据所述元素的所述定位信息选择表示所述元素的周围区域的地图;以及
第五选择单元,用于从选择的地图中,选择表示地图的不确定性的不确定性值最接近表示所述传感器数据的所述不确定性的所述不确定性值的地图。
26.根据权利要求24所述的装置,其特征在于,所述选择模块(450)还包括:
第四选择单元,用于根据所述元素的所述定位信息选择表示所述元素的周围区域的地图;以及
第六选择单元,用于从选择的地图中,选择表示地图的不确定性的不确定性值最接近并小于表示所述传感器数据的所述不确定性的所述不确定性值的地图。
27.一种用于移动物体的从多个具有不同分辨率的地图中选择地图的系统(500),其特征在于,包括:
至少一个传感器(520),用于检测环境并生成传感器数据;以及
根据权利要求14至20中任一项所述的装置(300);和/或
根据权利要求21至26中任一项所述的装置(400)。
28.一种车辆/机器人,其特征在于,包括:
根据权利要求27所述的用于移动物体的从多个具有不同分辨率的地图中选择地图的系统(500)。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/088768 WO2018227612A1 (en) | 2017-06-16 | 2017-06-16 | Methods and apparatus for selecting a map for a moving object, system, and vehicle/robot |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110720025A true CN110720025A (zh) | 2020-01-21 |
CN110720025B CN110720025B (zh) | 2023-11-10 |
Family
ID=64660286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780091790.0A Active CN110720025B (zh) | 2017-06-16 | 2017-06-16 | 移动物体的地图的选择方法、装置、系统和车辆/机器人 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11391590B2 (zh) |
EP (1) | EP3639167A4 (zh) |
CN (1) | CN110720025B (zh) |
WO (1) | WO2018227612A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11422259B2 (en) * | 2018-06-28 | 2022-08-23 | Zoox, Inc. | Multi-resolution maps for localization |
CN111813101B (zh) * | 2020-06-04 | 2024-04-02 | 深圳优地科技有限公司 | 机器人路径规划方法、装置、终端设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101449306A (zh) * | 2006-03-21 | 2009-06-03 | 天米公司 | 隐私的和可审计的车辆定位系统及用于该系统的机载设备 |
US20100070078A1 (en) * | 2008-09-16 | 2010-03-18 | Samsung Electronics Co., Ltd. | Apparatus and method for building map |
CN103782247A (zh) * | 2011-09-07 | 2014-05-07 | 克朗设备有限公司 | 用于使用预先安置的物体定位工业车辆的方法和装置 |
US20140350839A1 (en) * | 2013-05-23 | 2014-11-27 | Irobot Corporation | Simultaneous Localization And Mapping For A Mobile Robot |
CN106257242A (zh) * | 2015-06-16 | 2016-12-28 | 沃尔沃汽车公司 | 用于调节道路边界的单元和方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004205261A (ja) * | 2002-12-24 | 2004-07-22 | Denso Corp | ナビゲーション装置 |
GB2445507B (en) * | 2005-10-21 | 2011-08-24 | Deere & Co | Versatile robotic control module |
CN102402225B (zh) * | 2011-11-23 | 2013-09-04 | 中国科学院自动化研究所 | 一种实现移动机器人同时定位与地图构建的方法 |
KR101406175B1 (ko) * | 2012-10-09 | 2014-06-13 | 조선대학교산학협력단 | 이동로봇의 위치추정과 지도 작성 장치 및 방법 |
JP6415291B2 (ja) * | 2014-12-09 | 2018-10-31 | キヤノン株式会社 | 情報処理装置、情報処理方法、プログラム |
EP3144765B1 (en) * | 2015-09-18 | 2020-01-08 | Samsung Electronics Co., Ltd. | Apparatus for localizing cleaning robot, cleaning robot, and controlling method of cleaning robot |
US10545229B2 (en) * | 2016-04-22 | 2020-01-28 | Huawei Technologies Co., Ltd. | Systems and methods for unified mapping of an environment |
-
2017
- 2017-06-16 EP EP17913234.5A patent/EP3639167A4/en not_active Withdrawn
- 2017-06-16 WO PCT/CN2017/088768 patent/WO2018227612A1/en active Application Filing
- 2017-06-16 CN CN201780091790.0A patent/CN110720025B/zh active Active
-
2019
- 2019-12-13 US US16/714,213 patent/US11391590B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101449306A (zh) * | 2006-03-21 | 2009-06-03 | 天米公司 | 隐私的和可审计的车辆定位系统及用于该系统的机载设备 |
US20100070078A1 (en) * | 2008-09-16 | 2010-03-18 | Samsung Electronics Co., Ltd. | Apparatus and method for building map |
CN103782247A (zh) * | 2011-09-07 | 2014-05-07 | 克朗设备有限公司 | 用于使用预先安置的物体定位工业车辆的方法和装置 |
US20140350839A1 (en) * | 2013-05-23 | 2014-11-27 | Irobot Corporation | Simultaneous Localization And Mapping For A Mobile Robot |
CN106257242A (zh) * | 2015-06-16 | 2016-12-28 | 沃尔沃汽车公司 | 用于调节道路边界的单元和方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3639167A4 (en) | 2021-02-17 |
US20200116517A1 (en) | 2020-04-16 |
EP3639167A1 (en) | 2020-04-22 |
WO2018227612A1 (en) | 2018-12-20 |
CN110720025B (zh) | 2023-11-10 |
US11391590B2 (en) | 2022-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10643103B2 (en) | Method and apparatus for representing a map element and method and apparatus for locating a vehicle/robot | |
CN108419446B (zh) | 用于激光深度图取样的系统及方法 | |
CN109435955B (zh) | 一种自动驾驶系统性能评估方法、装置、设备及存储介质 | |
CN114080634A (zh) | 使用锚定轨迹的代理轨迹预测 | |
US11216951B2 (en) | Method and apparatus for representing environmental elements, system, and vehicle/robot | |
US10754030B2 (en) | Methods and systems for radar simulation and object classification | |
US11391590B2 (en) | Methods and apparatus for selecting a map for a moving object, system, and vehicle/robot | |
CN114527490A (zh) | 在车辆运行时检测三维结构模型 | |
US10991155B2 (en) | Landmark location reconstruction in autonomous machine applications | |
JP2023035822A (ja) | 高ダイナミック・レンジ・センサのための画像信号処理パイプライン | |
WO2020072193A1 (en) | Object localization using machine learning | |
US20200166346A1 (en) | Method and Apparatus for Constructing an Environment Model | |
WO2018119607A1 (en) | Method and apparatus for uncertainty modeling of point cloud | |
WO2021212297A1 (en) | Systems and methods for distance measurement | |
CN114127658B (zh) | 使用道路模型2d流形的6d空间中的3d里程 | |
CN111936946A (zh) | 一种定位系统和方法 | |
CN111060114A (zh) | 用于生成高精度地图的特征图的方法和装置 | |
US20220404490A1 (en) | Radar-based method and apparatus for generating a model of an object relative to a vehicle | |
EP3944137A1 (en) | Positioning method and positioning apparatus | |
CN112116698A (zh) | 用于点云融合的方法和装置 | |
CN112198523A (zh) | 用于点云分割的方法和装置 | |
CN114973742A (zh) | 验证车辆的定位信息的方法、系统和设备 | |
CN117830755A (zh) | 点云处理方法及装置 | |
CN117557654A (zh) | 外参标定方法、装置、电子设备及存储介质 | |
CN115131764A (zh) | 用于车辆的检测交通灯的方法、系统和设备 |
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 |