CN110988848A - 车载激光雷达相对位姿监测方法及设备 - Google Patents
车载激光雷达相对位姿监测方法及设备 Download PDFInfo
- Publication number
- CN110988848A CN110988848A CN201911334730.4A CN201911334730A CN110988848A CN 110988848 A CN110988848 A CN 110988848A CN 201911334730 A CN201911334730 A CN 201911334730A CN 110988848 A CN110988848 A CN 110988848A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- vehicle
- cloud data
- similarity
- laser radar
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明实施例提供一种车载激光雷达相对位姿监测方法及设备,该方法包括:接收车载激光雷达实时采集的车辆所处环境的点云数据;从所述车辆所处环境的点云数据中提取车辆目标位置的点云数据,其中所述车辆目标位置为车载激光雷达扫描到的设定车身位置;将所述车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度;当确定所述点云相似度满足预设相似度阈值时,则在显示设备显示位姿异常提示。本发明实施例能够实现对车载激光雷达相对位姿的实时监测,为驾驶员及时调整车载激光雷达相对位姿提供参考依据。
Description
技术领域
本发明实施例涉及车载雷达技术领域,尤其涉及一种车载激光雷达相对位姿监测方法及设备。
背景技术
在设置于车辆上的车载雷达装置中,其设置状态因某些原因(例如老化或受外力影响等)而发生变化,有时相对于车辆的位姿从规定的搭载角度产生偏移。该情况下,车载雷达装置有可能误检测物体的位置。
现有的车载激光雷达相对位姿监测过程中,主要是通过结构设计,常见的为“多线激光雷达光轴微调的装置”,用于在车载激光雷达安装时期和后续车载激光雷达重装标定光轴调节时起精度调节作用。
然而,在车载激光雷达在工作过程中,只能在车载激光雷达安装时期和后续车载激光雷达重装标定时进行位姿调整,当车载激光雷达在工程中,无法实时的对车载激光雷达相对车体的位姿变化进行监测,也就无法为驾驶员及时调整车载激光雷达相对位姿提供参考依据。
发明内容
本发明实施例提供一种车载激光雷达相对位姿监测方法及设备,以克无法实时的对车载激光雷达相对车体的位姿变化进行监测的问题。
第一方面,本发明实施例提供一种车载激光雷达相对位姿监测方法,包括:
接收车载激光雷达实时采集的车辆所处环境的点云数据;
从所述车辆所处环境的点云数据中提取车辆目标位置的点云数据,其中所述车辆目标位置为车载激光雷达扫描到的设定车身位置;
将所述车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度;
当确定所述点云相似度满足预设相似度阈值时,则在显示设备显示位姿异常提示。
在一种可能的设计中,所述从所述车辆所处环境的点云数据中提取车辆目标位置的点云数据之后,还包括:对所述车辆目标位置的点云数据进行降采样处理;所述将所述车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度,包括:对所述降采样处理后的车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度。
在一种可能的设计中,所述方法还包括:在车载激光雷达完成标定时,获取车载激光雷达采集的车辆目标位置的标准点云数据;对所述车辆目标位置的标准点云数据进行降采样处理,得到预设的标准点云数据。
在一种可能的设计中,所述当确定所述点云相似度满足预设相似度阈值时,则在显示设备显示位姿异常提示,包括:当确定所述点云相似度小于或等于第一预设相似度阈值时,则在显示设备显示位姿异常提示。
在一种可能的设计中,所述当确定所述点云相似度满足预设相似度阈值时,则在显示设备显示位姿异常提示,包括:当确定所述点云相似度大于第一预设相似度阈值、小于第二预设相似度阈值时,则在显示设备显示位姿异常提示;根据预设的标准点云数据和车辆目标位置的点云数据,得到移动位置信息;将所述移动位置信息在显示设备显示,以使操作员根据移动位置信息对激光雷达微调节。
在一种可能的设计中,所述车辆目标位置的点云数据为所述车载激光雷达在车辆本体上设置的对应位置、或所述车载激光雷达能够识别到的车身对应位置。
第二方面,本发明实施例提供一种车载激光雷达相对位姿监测设备,包括:
判点云数据接收模块,用于接收车载激光雷达实时采集的车辆所处环境的点云数据;
点云数据提取模块,用于从所述车辆所处环境的点云数据中提取车辆目标位置的点云数据,其中所述车辆目标位置为车载激光雷达扫描到的设定车身位置;
点云数据匹配模块,用于将所述车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度;
位姿异常提示模块,用于当确定所述点云相似度满足预设相似度阈值时,则在显示设备显示位姿异常提示。
在一种可能的设计中,所述设备还包括:降采样处理模块;
所述降采样处理模块,用于对所述车辆目标位置的点云数据进行降采样处理;
所述点云数据匹配模块,还用于对所述降采样处理后的车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度。
第三方面,本发明实施例提供一种电子控制单元,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的车载激光雷达相对位姿监测方法。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的车载激光雷达相对位姿监测方法。
本发明实施例提供的车载激光雷达相对位姿监测方法及设备,该方法通过将所述车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度;当确定所述点云相似度满足预设相似度阈值时,则在显示设备显示位姿异常提示,能够实现对车载激光雷达相对位姿的实时监测,为驾驶员及时调整车载激光雷达相对位姿提供参考依据。
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一简单地介绍,显而易见地,下面描述中的附图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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的车载激光雷达系统的架构示意图;
图2为本发明实施例提供的车载激光雷达相对位姿监测方法的流程示意图1;
图3为本发明实施例提供的车载激光雷达相对位姿监测方法的流程示意图2;
图4为本发明实施例提供的车载激光雷达相对位姿监测设备的结构示意图1;
图5为本发明实施例提供的车载激光雷达相对位姿监测设备的结构示意图2;
图6为本发明实施例提供的电子控制单元的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
图1为本发明实施例提供的车载激光雷达系统的架构示意图。如图1所示,本实施例提供的系统包括车辆本体101、车载激光雷达102、控制器103 和显示单元104。
其中,车辆本体101可以是自动驾驶车辆,或其他车辆。车载激光雷达 102可以是毫米波雷达。
控制器103可以是ECU(Electronic Control Unit,电子控制单元)。
车载激光雷达102可以设置在车辆本体101的任何位置。可选地,该车载激光雷达102设置在车辆本体101的顶部。
车载激光雷达102与控制器通过有线或无线连接,车载激光雷达102采集场景的点云数据,并将点云数据发送至控制器103进行处理(例如用于自动驾驶的识别)。
显示单元104,用于显示辆的状态信息等,如车速、剩余油量等信息。
本发明实施例提供一种车载激光雷达相对位姿监测方法,能够实现的对车载激光雷达相对车体的位姿变化进行实时监测,为驾驶员及时调整车载激光雷达相对位姿提供依据。下面采用详细的实施例进行详细说明。
图2为本发明实施例提供的车载激光雷达相对位姿监测方法的流程示意图1,本实施例的执行主体可以为图1所示控制器。如图2所示,该方法包括:
S201:接收车载激光雷达实时采集的车辆所处环境的点云数据。
现有技术中,车载激光雷达在标定的过程会将车身点云数据自动清除,外部环境点云数据即为车辆所处环境的点云数据。
在本发明实施例中,与现有技术的不同之处,在于不清除车身点云数据,即本发明实施例中的车辆所处环境的点云数据包括外部环境点云数据和车身点云数据。
具体地,车载激光雷达实时采集的车辆所处环境的点云数据,可以是车载激光雷达按照设定扫描周期进行扫描,得到车辆所处环境的点云数据。
S202:从车辆所处环境的点云数据中提取车辆目标位置的点云数据,其中所述车辆目标位置为车载激光雷达扫描到的设定车身位置。
在本实施例中,车辆目标位置可以是车载激光雷达设置的特定车身位置,也可以是车载激光雷达能够识别到的特定车身位置。
例如,车辆目标位置为安装有车载激光雷的车辆本体的车顶。
在本实施例中,从车辆所处环境的点云数据中提取车辆目标位置的点云数据,具体包括:
获取车辆所处环境的点云数据对应的目标物距雷达的距离;
若对应的目标物距雷达的距离小于预设距离阈值,则将对应的车辆所处环境的点云数据确定为目标位置的点云数据。
S203:将车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度。
在本发明的一个实施例中,可以通过等距变换的三维点云相似性检测算法计算点云数据与预设的标准点云数据的相似度。
在本发明的另一个实施例中,将车辆目标位置的点云数据的点云图与预设的标准点云数据的点云图进行重合比对;若在某个识别点处,车辆目标位置的点云数据的点云图与预设的标准点云数据的点云图对齐,则确定在该识别点为对齐识别点;若否,则为非对齐识别点;
将对齐识别点与总的识别点的比值确定为点云相似度。
S204:当确定点云相似度满足预设相似度阈值时,则在显示设备显示位姿异常提示。
在本发明的一个实施例中,当确定所述点云相似度小于或等于第一预设相似度阈值时,则在显示设备显示位姿异常提示。
在本发明的一个实施例中,确定所述点云相似度大于或等于第二预设相似度阈值时,则在显示设备显示位姿正常。
其中,第一预设相似度阈值为50%。第二预设相似度阈值为90%。
从上述实施例可知,通过将所述车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度;当确定所述点云相似度满足预设相似度阈值时,则在显示设备显示位姿异常提示,能够实现对车载激光雷达相对位姿的实时监测,为驾驶员及时调整车载激光雷达相对位姿提供参考依据。
在本发明的一个实施例中,当确定所述点云相似度大于第一预设相似度阈值、小于第二预设相似度阈值时,则在显示设备显示位姿异常提示;根据预设的标准点云数据和车辆目标位置的点云数据,得到移动位置信息;将所述移动位置信息在显示设备显示,以使操作员根据移动位置信息对激光雷达微调节。
其中,根据预设的标准点云数据和车辆目标位置的点云数据,得到移动位置信息,具体包括:
将预设的标准点云数据和车辆目标位置的点云数据采用正态分布算法进行点云匹配得到二者之间的变换关系,将该变换关系转换为空间的激光雷达移动方向与距离(即移动位置信息)。
从本实施例的描述可知,当点云相似度满足一定的阈值范围时,可以根据预设的标准点云数据和车辆目标位置的点云数据,得到移动位置信息,使得操作员根据移动位置信息对激光雷达微调节。
图3为本发明实施例提供的车载激光雷达相对位姿监测方法的流程示意图2,本实施例在图2实施例的基础上,本实施例还具体描述了如何得到预设的标准点云数据的详细过程。如图3所示,该方法包括:
S301:在车载激光雷达完成标定时,获取车载激光雷达采集的车辆目标位置的标准点云数据。
在本实施例中,车载激光雷达完成标定,可以是车载激光雷达完成安装后进行的初始标定,也可以是后续对车载激光雷达的重新标定。
具体地,获取车载激光雷达采集的标准点云数据,其中该标准点云数据包括外部环境点云数据和车身点云数据;从该标准点云数据中提取车身点云数据作为车辆目标位置的标准点云数据。
S302:对车辆目标位置的标准点云数据进行降采样处理,得到预设的标准点云数据。
在本实施例中,车辆目标位置的标准点云数据密集度较大,对车辆目标位置的标准点云数据进行降采样处理,能够提高后续的计算效率。
S303:接收车载激光雷达实时采集的车辆所处环境的点云数据。
S304:对车辆目标位置的点云数据进行降采样处理。
S305:对降采样处理后的车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度。
在本实施例中,对车辆目标位置的点云数据进行降采样处理,进一步提高后续的计算效率。
S306:当确定所述点云相似度满足预设相似度阈值时,则在显示设备显示位姿异常提示。
从本实施例的描述可知,通过在车载激光雷达完成标定时,获取车载激光雷达采集的车辆目标位置的标准点云数据,能够准确的得到车辆目标位置的标准点云数据,提高后续匹配的准确性;同时通过对点云数据进行降采样处理,能够提高计算效率,缩短位姿异常提示的响应时间。
图4为本发明实施例提供的车载激光雷达相对位姿监测设备的结构示意图1。如图4所示,该车载激光雷达相对位姿监测设备40包括:点云数据接收模块401、点云数据提取模块402、点云数据匹配模块403和位姿异常提示模块404。
点云数据接收模块401,用于接收车载激光雷达实时采集的车辆所处环境的点云数据;
点云数据提取模块402,用于从所述车辆所处环境的点云数据中提取车辆目标位置的点云数据,其中所述车辆目标位置为车载激光雷达扫描到的设定车身位置;
点云数据匹配模块403,用于将所述车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度;
位姿异常提示模块404,用于当确定所述点云相似度满足预设相似度阈值时,则在显示设备显示位姿异常提示。
本实施例提供的设备,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图5为本发明实施例提供的车载激光雷达相对位姿监测设备的结构示意图2。如图5所示,本实施例在图4实施例的基础上,还包括:降采样处理模块405。
所述降采样处理模块405,用于对所述车辆目标位置的点云数据进行降采样处理;
所述点云数据匹配模块403,还用于对所述降采样处理后的车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度。
参考图5,在本发明的一个实施例中,该设备还包括:预设的标准点云数据生成模块406,用于在车载激光雷达完成标定时,获取车载激光雷达采集的车辆目标位置的标准点云数据;对所述车辆目标位置的标准点云数据进行降采样处理,得到预设的标准点云数据。
在本发明的一个实施例中,所述位姿异常提示模块404,具体用于当确定所述点云相似度小于或等于第一预设相似度阈值时,则在显示设备显示位姿异常提示。
在本发明的一个实施例中,所述位姿异常提示模块404,还具体用于当确定所述点云相似度大于第一预设相似度阈值、小于第二预设相似度阈值时,则在显示设备显示位姿异常提示;根据预设的标准点云数据和车辆目标位置的点云数据,得到移动位置信息;将所述移动位置信息在显示设备显示,以使操作员根据移动位置信息对激光雷达微调节。
在本发明的一个实施例中,该设备中所述车辆目标位置的点云数据为所述车载激光雷达在车辆本体上设置的对应位置、或所述车载激光雷达能够识别到的车身对应位置。
本实施例提供的设备,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图6为本发明实施例提供的电子控制单元的硬件结构示意图。如图6所示,本实施例的电子控制单元60包括:处理器601以及存储器602;其中
存储器602,用于存储计算机执行指令;
处理器601,用于执行存储器存储的计算机执行指令,以实现上述方法实施例所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
可选地,存储器602既可以是独立的,也可以跟处理器601集成在一起。
当存储器602独立设置时,该电子控制单元还包括总线603,用于连接所述存储器602和处理器601。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上所述的车载激光雷达相对位姿监测方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,仅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,例如多个模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,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) 或处理器执行本申请各个实施例所述方法的部分步骤。
应理解,上述处理器可以是中央处理单元(Central Processing Unit,简称CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC) 等。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。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture,简称ISA) 总线、外部设备互连(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,简称EISA) 总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器 (PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种车载激光雷达相对位姿监测方法,其特征在于,包括:
接收车载激光雷达实时采集的车辆所处环境的点云数据;
从所述车辆所处环境的点云数据中提取车辆目标位置的点云数据,其中所述车辆目标位置为车载激光雷达扫描到的设定车身位置;
将所述车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度;
当确定所述点云相似度满足预设相似度阈值时,则在显示设备显示位姿异常提示。
2.根据权利要求1所述的方法,其特征在于,所述从所述车辆所处环境的点云数据中提取车辆目标位置的点云数据之后,还包括:
对所述车辆目标位置的点云数据进行降采样处理;
所述将所述车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度,包括:
对所述降采样处理后的车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度。
3.根据权利要求1所述的方法,其特征在于,还包括:
在车载激光雷达完成标定时,获取车载激光雷达采集的车辆目标位置的标准点云数据;
对所述车辆目标位置的标准点云数据进行降采样处理,得到预设的标准点云数据。
4.根据权利要求1所述的方法,其特征在于,所述当确定所述点云相似度满足预设相似度阈值时,则在显示设备显示位姿异常提示,包括:
当确定所述点云相似度小于或等于第一预设相似度阈值时,则在显示设备显示位姿异常提示。
5.根据权利要求1所述的方法,其特征在于,所述当确定所述点云相似度满足预设相似度阈值时,则在显示设备显示位姿异常提示,包括:
当确定所述点云相似度大于第一预设相似度阈值、小于第二预设相似度阈值时,则在显示设备显示位姿异常提示;
根据预设的标准点云数据和车辆目标位置的点云数据,得到移动位置信息;
将所述移动位置信息在显示设备显示,以使操作员根据移动位置信息对激光雷达微调节。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述车辆目标位置的点云数据为所述车载激光雷达在车辆本体上设置的对应位置、或所述车载激光雷达能够识别到的车身对应位置。
7.一种车载激光雷达相对位姿监测设备,其特征在于,包括:
点云数据接收模块,用于接收车载激光雷达实时采集的车辆所处环境的点云数据;
点云数据提取模块,用于从所述车辆所处环境的点云数据中提取车辆目标位置的点云数据,其中所述车辆目标位置为车载激光雷达扫描到的设定车身位置;
点云数据匹配模块,用于将所述车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度;
位姿异常提示模块,用于当确定所述点云相似度满足预设相似度阈值时,则在显示设备显示位姿异常提示。
8.根据权利要求7所述的设备,其特征在于,还包括:降采样处理模块;
所述降采样处理模块,用于对所述车辆目标位置的点云数据进行降采样处理;
所述点云数据匹配模块,还用于对所述降采样处理后的车辆目标位置的点云数据与预设的标准点云数据进行相似度匹配,得到点云相似度。
9.一种电子控制单元,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至6任一项所述的车载激光雷达相对位姿监测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至6任一项所述的车载激光雷达相对位姿监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911334730.4A CN110988848B (zh) | 2019-12-23 | 2019-12-23 | 车载激光雷达相对位姿监测方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911334730.4A CN110988848B (zh) | 2019-12-23 | 2019-12-23 | 车载激光雷达相对位姿监测方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110988848A true CN110988848A (zh) | 2020-04-10 |
CN110988848B CN110988848B (zh) | 2022-04-26 |
Family
ID=70074216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911334730.4A Active CN110988848B (zh) | 2019-12-23 | 2019-12-23 | 车载激光雷达相对位姿监测方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110988848B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111949816A (zh) * | 2020-06-22 | 2020-11-17 | 北京百度网讯科技有限公司 | 定位处理方法、装置、电子设备和存储介质 |
CN112835055A (zh) * | 2020-12-30 | 2021-05-25 | 潍柴动力股份有限公司 | 一种激光slam设备的定位方法及系统 |
CN113484851A (zh) * | 2021-09-08 | 2021-10-08 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 车载激光雷达的仿真测试系统、方法和整车在环测试系统 |
CN113544739A (zh) * | 2020-10-10 | 2021-10-22 | 深圳市大疆创新科技有限公司 | 点云密度确定方法、可移动平台及存储介质 |
CN115015889A (zh) * | 2022-05-31 | 2022-09-06 | 襄阳达安汽车检测中心有限公司 | 激光雷达位姿调整方法、装置、设备及可读存储介质 |
CN115792944A (zh) * | 2023-01-29 | 2023-03-14 | 深圳煜炜光学科技有限公司 | 一种配合激光雷达的道路快速定标方法和系统 |
CN117129979A (zh) * | 2023-10-25 | 2023-11-28 | 深圳市迅龙软件有限公司 | 一种基于机器学习模型的激光雷达标定方法及系统 |
CN118151163A (zh) * | 2024-05-10 | 2024-06-07 | 莱州亚通重型装备有限公司 | 基于雷达技术的井下煤矿钻机夹持器自动定位方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004069658A (ja) * | 2002-08-09 | 2004-03-04 | Honda Motor Co Ltd | 車載レーダの照準調整検査装置と照準調整検査方法 |
DE102016001121A1 (de) * | 2016-02-02 | 2017-08-03 | Audi Ag | Verfahren zum Betrieb eines Fahrerassistenzsystems eines Kraftfahrzeugs und Kraftfahrzeug |
CN107942330A (zh) * | 2017-11-20 | 2018-04-20 | 北京航天长征飞行器研究所 | 一种基于等离子体近场测试的雷达散射特征数据提取方法及系统 |
CN109143207A (zh) * | 2018-09-06 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 激光雷达内参精度验证方法、装置、设备及介质 |
CN109297510A (zh) * | 2018-09-27 | 2019-02-01 | 百度在线网络技术(北京)有限公司 | 相对位姿标定方法、装置、设备及介质 |
CN109725330A (zh) * | 2019-02-20 | 2019-05-07 | 苏州风图智能科技有限公司 | 一种车体定位方法及装置 |
US10345437B1 (en) * | 2018-08-06 | 2019-07-09 | Luminar Technologies, Inc. | Detecting distortion using other sensors |
CN110132130A (zh) * | 2019-03-05 | 2019-08-16 | 上海宾通智能科技有限公司 | 激光雷达位置标定方法、系统及其数据处理方法、系统 |
CN110221276A (zh) * | 2019-05-31 | 2019-09-10 | 文远知行有限公司 | 激光雷达的标定方法、装置、计算机设备和存储介质 |
-
2019
- 2019-12-23 CN CN201911334730.4A patent/CN110988848B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004069658A (ja) * | 2002-08-09 | 2004-03-04 | Honda Motor Co Ltd | 車載レーダの照準調整検査装置と照準調整検査方法 |
DE102016001121A1 (de) * | 2016-02-02 | 2017-08-03 | Audi Ag | Verfahren zum Betrieb eines Fahrerassistenzsystems eines Kraftfahrzeugs und Kraftfahrzeug |
CN107942330A (zh) * | 2017-11-20 | 2018-04-20 | 北京航天长征飞行器研究所 | 一种基于等离子体近场测试的雷达散射特征数据提取方法及系统 |
US10345437B1 (en) * | 2018-08-06 | 2019-07-09 | Luminar Technologies, Inc. | Detecting distortion using other sensors |
CN109143207A (zh) * | 2018-09-06 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 激光雷达内参精度验证方法、装置、设备及介质 |
CN109297510A (zh) * | 2018-09-27 | 2019-02-01 | 百度在线网络技术(北京)有限公司 | 相对位姿标定方法、装置、设备及介质 |
CN109725330A (zh) * | 2019-02-20 | 2019-05-07 | 苏州风图智能科技有限公司 | 一种车体定位方法及装置 |
CN110132130A (zh) * | 2019-03-05 | 2019-08-16 | 上海宾通智能科技有限公司 | 激光雷达位置标定方法、系统及其数据处理方法、系统 |
CN110221276A (zh) * | 2019-05-31 | 2019-09-10 | 文远知行有限公司 | 激光雷达的标定方法、装置、计算机设备和存储介质 |
Non-Patent Citations (6)
Title |
---|
MARC J. GALLANT: "Two-Dimensional Axis Mapping Using LiDAR", 《IEEE TRANSACTIONS ON ROBOTICS》 * |
XIAO LIU: "Optimized LOAM Using Ground Plane Constraints and SegMatch-Based Loop Detection", 《SENSORS》 * |
刘佳琪: "雷达电子战半实物仿真系统", 《导弹与航天运载技术 》 * |
沈飞: "基于激光雷达的移动机器人路径自动跟踪系统", 《激光杂志》 * |
陈健武等: "双二维激光雷达相对位姿的标定方法", 《中国激光》 * |
韩栋斌: "基于手眼模型的三维激光雷达外参数标定", 《光电工程》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111949816B (zh) * | 2020-06-22 | 2023-09-26 | 北京百度网讯科技有限公司 | 定位处理方法、装置、电子设备和存储介质 |
CN111949816A (zh) * | 2020-06-22 | 2020-11-17 | 北京百度网讯科技有限公司 | 定位处理方法、装置、电子设备和存储介质 |
CN113544739A (zh) * | 2020-10-10 | 2021-10-22 | 深圳市大疆创新科技有限公司 | 点云密度确定方法、可移动平台及存储介质 |
CN112835055A (zh) * | 2020-12-30 | 2021-05-25 | 潍柴动力股份有限公司 | 一种激光slam设备的定位方法及系统 |
CN113484851A (zh) * | 2021-09-08 | 2021-10-08 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 车载激光雷达的仿真测试系统、方法和整车在环测试系统 |
CN113484851B (zh) * | 2021-09-08 | 2021-11-16 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 车载激光雷达的仿真测试系统、方法和整车在环测试系统 |
CN115015889A (zh) * | 2022-05-31 | 2022-09-06 | 襄阳达安汽车检测中心有限公司 | 激光雷达位姿调整方法、装置、设备及可读存储介质 |
CN115015889B (zh) * | 2022-05-31 | 2024-07-12 | 襄阳达安汽车检测中心有限公司 | 激光雷达位姿调整方法、装置、设备及可读存储介质 |
CN115792944A (zh) * | 2023-01-29 | 2023-03-14 | 深圳煜炜光学科技有限公司 | 一种配合激光雷达的道路快速定标方法和系统 |
CN115792944B (zh) * | 2023-01-29 | 2023-04-25 | 深圳煜炜光学科技有限公司 | 一种配合激光雷达的道路快速定标方法和系统 |
CN117129979A (zh) * | 2023-10-25 | 2023-11-28 | 深圳市迅龙软件有限公司 | 一种基于机器学习模型的激光雷达标定方法及系统 |
CN117129979B (zh) * | 2023-10-25 | 2024-02-13 | 深圳市迅龙软件有限公司 | 一种基于机器学习模型的激光雷达标定方法及系统 |
CN118151163A (zh) * | 2024-05-10 | 2024-06-07 | 莱州亚通重型装备有限公司 | 基于雷达技术的井下煤矿钻机夹持器自动定位方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110988848B (zh) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110988848B (zh) | 车载激光雷达相对位姿监测方法及设备 | |
CN109343061B (zh) | 传感器标定方法、装置、计算机设备、介质和车辆 | |
EP3581890B1 (en) | Method and device for positioning | |
CN109934954B (zh) | 无人车运行场景确定方法及设备 | |
EP2738711B1 (en) | Hough transform for circles | |
CN110807439B (zh) | 检测障碍物的方法及装置 | |
WO2018051459A1 (ja) | 物体検出装置および物体検出方法 | |
US10759448B2 (en) | Method and apparatus for early warning of vehicle offset | |
CN109828250B (zh) | 一种雷达标定方法、标定装置及终端设备 | |
CN111627001A (zh) | 图像检测方法及装置 | |
CN113838125A (zh) | 目标位置确定方法、装置、电子设备以及存储介质 | |
CN112927309A (zh) | 一种车载相机标定方法、装置、车载相机及存储介质 | |
CN115223135B (zh) | 车位跟踪方法、装置、车辆及存储介质 | |
CN113255444A (zh) | 图像识别模型的训练方法、图像识别方法和装置 | |
EP3671123A1 (en) | Positioning method, positioning apparatus of mobile device and electronic device | |
CN112863242B (zh) | 一种车位检测的方法和装置 | |
CN110539748B (zh) | 基于环视的拥堵跟车系统和终端 | |
CN109816588B (zh) | 行车轨迹线的记录方法、装置及设备 | |
CN116630401A (zh) | 鱼眼相机测距方法及终端 | |
CN108961337B (zh) | 车载相机航向角标定方法和装置、电子设备以及车辆 | |
CN114509224B (zh) | 一种桥梁挠度测试方法、系统、可读存储介质及设备 | |
CN112835063B (zh) | 物体动静属性的确定方法、装置、设备及存储介质 | |
CN113591543B (zh) | 交通标志识别方法、装置、电子设备及计算机存储介质 | |
DE102016215501B4 (de) | Verfahren und Vorrichtung zur Hinderniserkennung durch Landmarken | |
JP4151631B2 (ja) | 物体検出装置 |
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 |