CN111310597B - 车辆位姿矫正方法、装置、设备及存储介质 - Google Patents
车辆位姿矫正方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111310597B CN111310597B CN202010066493.4A CN202010066493A CN111310597B CN 111310597 B CN111310597 B CN 111310597B CN 202010066493 A CN202010066493 A CN 202010066493A CN 111310597 B CN111310597 B CN 111310597B
- Authority
- CN
- China
- Prior art keywords
- point
- map
- lane line
- vehicle
- line segment
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000012937 correction Methods 0.000 title claims abstract description 47
- 230000015654 memory Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 230000036316 preload Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 101100400452 Caenorhabditis elegans map-2 gene Proteins 0.000 description 4
- 101150064138 MAP1 gene Proteins 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了车辆位姿矫正方法、装置、设备及存储介质,涉及自动驾驶技术领域。具体实现方案为:建立第一栅格化地图;通过摄像头采集车道线数据;根据采集得到的车道线数据和所述第一栅格化地图中的车道线数据,矫正车辆的初始位姿。从而可以提高位姿矫正效率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种自动驾驶技术。
背景技术
自动驾驶中车辆位姿矫正技术至关重要。目前的位姿矫正方法是:将通过摄像头采集到的感知车道线数据与高精度地图中的车道线数据进行匹配,即首先将高精度地图的车道线数据在世界坐标系下的坐标转换为在车身坐标系下的坐标,其中,高精度地图中的车道线和感知车道线实际都可以用三次曲线方程表示,计算感知车道线曲线方程上各个采样点到高精车道线上各个采样点的距离的平方和,以得到一个损失函数,通过非线性优化算法进行迭代匹配,以使高精度地图中的车道线数据和感知车道线数据吻合,而由于车辆的位姿和感知车道线数据的相对关系是固定的,基于此,可以矫正车辆的位姿。
然而,高精度地图的数据量非常庞大,通过上述的位姿矫正方式势必造成位姿矫正效率低的问题。
发明内容
本申请提供一种车辆位姿矫正方法、装置、设备及存储介质,从而可以提高位姿矫正效率。
第一方面,本申请提供一种车辆位姿矫正方法,包括:建立第一栅格化地图。通过摄像头采集车道线数据。根据采集得到的车道线数据和第一栅格化地图中的车道线数据,矫正车辆的初始位姿。由于第一栅格化地图数据量相对于高精度地图的数据量要少很多,从而可以提高位姿矫正效率。
可选的,建立第一栅格化地图之前,还包括:获取高精度地图和初始栅格化地图,初始栅格化地图中各个栅格被占用的概率为预设概率。获取高精度地图中的车道线数据。相应的,建立第一栅格化地图,包括:根据高精度地图中的车道线数据,更新初始栅格化地图中至少一个栅格被占用的概率,以得到第一栅格化地图。通过该方法可以有效的建立第一栅格化地图。
可选的,根据高精度地图中的车道线数据,更新初始栅格化地图中至少一个栅格被占用的概率,以得到第一栅格化地图,包括:根据高精度地图中的车道线数据,采集车道线上的多个点。将车道线上的多个点插入至初始栅格化地图中。确定车道线的第一点与第二点构成的第一线段,以及,第一点与第三点构成的第二线段,第一点为车道线上的任一点,第二点是第一点在车辆的行驶方向上的下一个点,第三点是第二点在车辆的行驶方向上的下一个点。根据第一线段和第二线段的夹角与预设夹角的关系,更新初始栅格化地图中至少一个栅格被占用的概率,以得到第一栅格化地图。
可选的,根据第一线段和第二线段的夹角与预设夹角的关系,更新初始栅格化地图中至少一个栅格被占用的概率,以得到第一栅格化地图,包括:若第一线段和第二线段的夹角大于或等于预设夹角,则对第一线段采用栅格线段化方法,以更新第一线段在初始栅格化地图中对应的至少一个栅格被占用的概率,并结束。若第一线段和第二线段的夹角小于预设夹角,且第三点为多个点中最后一个点,则对第二线段采用栅格线段化方法,以更新第二线段在初始栅格化地图中对应的至少一个栅格被占用的概率,并结束。若第一线段和第二线段的夹角小于预设夹角,且第三点不是多个点中最后一个点,则将第四点作为新的第三点,将第三点作为新的第二点,并继续执行确定车道线的第一点与第二点构成的第一线段,以及,第一点与第三点构成的第二线段,直至结束,其中,第四点是第三点在车辆的行驶方向上的下一个点。由于大多数车道线为直路,曲率变化非常缓慢,为了减少车辆不必要的开销,车辆采用上述方法进行建立栅格化地图,从而可以减少栅格化地图所使用的点集数量,进而可以降低车辆的开销,当预设夹角是0.1度时,精度损失每100m不超过0.17m。
可选的,方法还包括:根据车辆的行驶方向,更新高精度地图,得到更新后的高精度地图,更新后的高精度地图包括:更新后的车道线数据。根据更新后的车道线数据,在车辆的行驶方向和与行驶方向垂直的方向上扩展第一栅格化地图,得到第二栅格化地图。在本申请中,车辆只在驶方向和与行驶方向垂直的方向上扩展第一栅格化地图,从而可以降低车辆或者车载终端的功耗。
可选的,根据更新后的车道线数据,在车辆的行驶方向和与行驶方向垂直的方向上扩展第一栅格化地图,得到第二栅格化地图之后,还包括:预加载第二栅格化地图。,从而可以提高栅格化地图的生成效率,进而提高车辆位姿矫正效率。
可选的,方法还包括:将第一栅格化地图存储至第一存储空间中,并将第二栅格化地图存储至第二存储空间中。即提出了双缓存方案,进一步地,可以提高栅格化地图的生成效率,并且提高了车辆位姿矫正效率。
可选的,采集得到的车道线数据和车辆的初始位姿具有固定关系,相应的,根据采集得到的车道线数据和第一栅格化地图中的车道线数据,矫正车辆的初始位姿,包括:调整采集得到的车道线数据,以使调整后的车道线数据和第一栅格化地图中的车道线数据的重合度最高。根据固定关系和调整后的车道线数据,矫正车辆的初始位姿。通过该方法可以实现矫正车辆位姿的过程。
下面将提供一种车辆位姿矫正装置、设备、存储介质及计算机程序产品,其内容和效果可参照上述方法部分对应的内容和效果,下面对此不再赘述。
第二方面,本申请提供一种车辆位姿矫正装置,包括:建立模块、采集模块和矫正模块。建立模块用于建立第一栅格化地图。采集模块用于通过摄像头采集车道线数据。矫正模块用于根据采集得到的车道线数据和第一栅格化地图中的车道线数据,矫正车辆的初始位姿。
第三方面,本申请提供一种电子设备,包括:
至少一个处理器。以及
与至少一个处理器通信连接的存储器。其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行第一方面或第一方面的可选方式所述的方法。
第四方面,本申请提供一种车辆,包括如第三方面所述的电子设备和车体。
第五方面,本申请提供一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行第一方面或第一方面的可选方式所述的方法。
第六方面,本申请提供一种计算机程序产品,包括计算机指令,该指令用于使计算机执行第一方面或第一方面的可选方式所述的方法。
上述申请中的实施例具有如下优点或有益效果:因为采用根据采集得到的车道线数据和第一栅格化地图中的车道线数据,矫正车辆的初始位姿技术手段,所以克服了高位姿矫正低的技术问题,进而达到提高位姿矫正效率的技术效果。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请一实施例提供的应用场景示意图
图2为本申请一实施例提供的车辆位姿矫正方法的流程图;
图3为本申请一实施例提供的第一栅格化地图和局部放大示意图;
图4和图5为本申请一实施例提供的车道线的示意图;
图6为本申请一实施例提供的建立第一栅格化地图的流程图;
图7至图9为本申请一实施例提供的栅格化地图的示意图;
图10为本申请一实施例提供的栅格化地图的加载过程和栅格化地图所占用存储空间的示意图;
图11为本申请一实施例提供的车辆位姿矫正装置的示意图;
图12为本申请一实施例提供的电子设备的示意图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
如上所述,现有技术中,通过将摄像头采集到的感知车道线数据与高精度地图中的车道线数据进行匹配,来矫正车辆的位姿。然而,由于高精度地图的数据量非常庞大,造成位姿矫正效率低的问题。
为了解决上述技术问题,本申请提供一种车辆位姿矫正方法、装置、设备及存储介质。
本申请的主旨思想是:建立栅格化地图,通过将摄像头采集到的车道线数据与栅格化地图中的车道线数据进行匹配,来矫正车辆的位姿。
示例性地,本申请的应用场景如下:图1为本申请一实施例提供的应用场景示意图,如图1所示,车辆11与服务器12可以进行无线通信,它们之间可以采用无线保真(Wireless Fidelity,WiFi)、蓝牙、移动通信技术,如第二代(2Generation,2G)、第三代(3Generation,3G)、第四代(2Generation,2G)、第四代(4Generation,4G)、第五代(5Generation,5G)或者新空口(New Radio,NR)等技术,车辆11可以从服务器12获取高精度地图。
下面通过具体实施例对本申请技术方案进行详细阐述:
图2为本申请一实施例提供的车辆位姿矫正方法的流程图,该方法的执行主体为车辆的部分或者全部,所谓车辆的部分,比如可以是车载终端,或者是车辆的处理器,示例性地,下面以车辆为执行主体,对车辆位姿矫正方法进行说明,如图2所示,该方法包括如下步骤:
步骤S201:车辆建立第一栅格化地图。
图3为本申请一实施例提供的第一栅格化地图和局部放大示意图,如图3所示,第一栅格化地图包括:多个栅格31,每个栅格对应一个概率,该概率是该栅格被占用的概率,比如:统计每个栅格上存在车道线数据的次数,次数越高,则该栅格被占用的概率越高,比如:对于某个栅格,总共进行了100次统计,而该栅格上存在车道线数据的次数为90,那么该栅格被占用的概率为0.9,在表征第一栅格化地图时,当栅格被占用的概率越高,则该栅格对应的颜色越深,假设第一栅格化地图是一灰度图,则表示该栅格的灰度值越大。
通过上面第一栅格化地图中各个栅格的概率,即可在第一栅格化地图中确定车道线的位置,一个车道线其可以通过多个离散的点表征,因此第一栅格化地图中的车道线数据指的是至少一条车道线上各个离散点的坐标,每个离散点包括:三个维度坐标,分别是在x轴方向上的坐标、y轴坐标上的坐标和角度坐标,这些坐标均是在世界坐标系下的坐标。
上述的车道线可以是:单虚线、单实线、左虚右实双线、左实右虚双线、减速车道线、路沿车道线或护栏车道线等。
步骤S202:车辆通过摄像头采集车道线数据。
车辆上可以安装有至少一个摄像头,通过至少一个摄像头采集车道线数据,该车道线数据也指的是至少一条车道线上各个离散点的坐标,每个离散点包括:三个维度坐标,分别是在x轴方向上的坐标、y轴坐标上的坐标和角度坐标,这些坐标是在车辆坐标系下的坐标。
步骤S203:车辆根据采集得到的车道线数据和第一栅格化地图中的车道线数据,矫正车辆的初始位姿。
由于采集得到的车道线数据和车辆的初始位姿具有固定关系,而受摄像头精度、拍摄环境等因素的影响,采集得到的车道线数据不够精确。因此所谓矫正车辆的初始位姿,即调整采集得到的车道线数据,使得调整后的车道线数据和第一栅格化地图中的车道线数据的重合度最高。最后,根据固定关系和调整后的车道线数据,矫正车辆的初始位姿。
其中,车辆可以设置一个搜索窗口,将该搜索窗口在第一栅格化地图的一定范围内按照预设顺序、预设步长、预设角度(可选的)进行移动,以查找到与采集得到的车道线数据匹配的车道线数据,即为上述第一栅格化地图中的车道线数据。上述一定范围可以是以车辆的初始位姿为中心的预设范围。如果只考虑预设步长,那么上述预设顺序可以是先从上至下,再从左至右的顺序。如果考虑预设步长和预设角度,那么该预设顺序可以是从上至下,旋转预设角度、从左至右。上述预设步长、预设角度可以根据实际情况设置,本申请对此不做限制。
图4和图5为本申请一实施例提供的车道线的示意图,如图4所示,采集得到的车道线图像与第一栅格地图中的车道线图像,其中,采集得到的车道线图像与第一栅格地图中的车道线图像存在偏差,如图5所示,调整后的车道线图像与第一栅格地图中的车道线图像,可以看出,二者几乎完全重合。
综上,在本申请中,车辆可以根据采集得到车道线数据与第一栅格化地图中的车道线数据,以矫正车辆的初始位姿,得到车辆的最终位姿,由于第一栅格化地图数据量相对于高精度地图的数据量要少很多,从而可以提高位姿矫正效率。
可选的,车辆在建立第一栅格化地图之前,需要获取高精度地图和初始栅格化地图,初始栅格化地图中各个栅格被占用的概率为预设概率;获取高精度地图中的车道线数据。基于此,下面将介绍建立第一栅格化地图的方法:
图6为本申请一实施例提供的建立第一栅格化地图的流程图,如图6所示,该方法包括如下步骤:
步骤S601:车辆根据高精度地图中的车道线数据,采集车道线上的多个点。
步骤S602:车辆将车道线上的多个点插入至初始栅格化地图中。
步骤S603:车辆确定车道线的第一点与第二点构成的第一线段,并确定第一点与第三点构成的第二线段。
其中,第一点为车道线上的任一点,第二点是第一点在车辆的行驶方向上的下一个点,第三点是第二点在车辆的行驶方向上的下一个点。
步骤S604:车辆判断第一线段和第二线段的夹角是否小于预设夹角。若第一线段和第二线段的夹角小于预设夹角,则执行步骤S606,否则,则执行步骤S605。
步骤S605:车辆对第一线段采用栅格线段化方法,以更新第一线段在初始栅格化地图中对应的各个栅格被占用的概率,并结束。
步骤S606:车辆判断第三点是否为多个点中的最后一个点,若是,则执行步骤S607。否则,将第四点作为新的第三点,将第三点作为新的第二点,并执行步骤603。
步骤S607:车辆对第二线段采用栅格线段化方法,以更新第二线段在初始栅格化地图中对应的各个栅格被占用的概率,并结束。
其中,上述预设夹角可以根据实际情况设置,该预设角度越小,则建立的栅格化地图精度会越高,因此,上述预设角度的取值范围可以是0度至5度。
需要说明的是,上述步骤S601可以先于步骤S602至步骤607执行,即先一次性采集完上述多个点,再建立第一栅格化地图。或者,车辆可以先采集第一点、第二点和第三点,并执行步骤S602至S605,如果第一线段和第二线段的夹角小于预设夹角,车辆继续采集第四点,以此类推,直到建立完第一栅格化地图为止。总之,本申请对步骤S601和步骤S602至步骤607的执行顺序不做限制。
由于大多数车道线为直路,曲率变化非常缓慢,为了减少车辆不必要的开销,车辆采用上述方法进行建立栅格化地图,从而可以减少栅格化地图所使用的点集数量,进而可以降低车辆的开销,且精度损失每100m不超过0.17m。
由于车辆在不断的行驶,因此车辆所加载的高精度地图也在不断的更新。更新后的高精度地图包括:更新后的车道线数据。若更新后的车道线数据在第一栅格化地图中没有对应的栅格,则在车辆的行驶方向上和与所述行驶方向垂直的方向上扩展第一栅格化地图,得到第二栅格化地图。例如:图7至图9为本申请一实施例提供的栅格化地图的示意图,如图7所示,该栅格化地图71中插入了车道线上的点72,如图8所示,当插入的点73超出了栅格化地图71的范围时,这时通过点73与点72的位置关系可知,车辆目前正在向y轴的正方向上行驶,此时,车辆在y轴的正方向上和x轴上扩展栅格化地图71,以得到栅格化地图74,可选的,车辆在y轴的正方向上和x轴上将栅格化地图71扩展为原来的N倍,N为大于1的整数。在本申请中,只限定栅格化地图的扩展方向,但是不限定扩展方式。进一步地,如图9所示,当插入的点75超出了栅格化地图74的范围时,这时通过点75与点73的位置关系可知,车辆目前正在向x轴的正方向上行驶,此时,车辆在x轴的正方向上和y轴上扩展栅格化地图74,以得到栅格化地图76,可选的,车辆在x轴的正方向上和y轴上将栅格化地图76扩展为原来的M倍,M为大于1的整数。在本申请中,只限定栅格化地图的扩展方向,但是不限定扩展方式。
或者,车辆无需判断更新后的车道线数据在第一栅格化地图中是否存在对应的栅格,而是根据更新后的车道线数据,确定车辆的行驶方向,在车辆的行驶方向和与行驶方向垂直的方向上扩展第一栅格化地图,得到第二栅格化地图。基于此,车辆可以预加载该第二栅格化地图,即在车辆使用第二栅格化地图之前,车辆已将第二栅格化地图完成加载。基于此,车辆可以设置两个存储空间,一个用于存储第一栅格化地图,另一个用于存储第二栅格化地图,需要说明的是,这里的第一栅格化地图泛指车辆当前正在使用的栅格化地图,第二栅格化地图泛指车辆预加载的栅格化地图。图10为本申请一实施例提供的栅格化地图的加载过程和栅格化地图所占用存储空间的示意图,如图10所示,在时间段【0S,1.5S)内,由于车辆刚开始行驶,车辆从服务器加载高精度地图需要一定的时间,因此,这段时间内,车辆还无法对高精度地图进行栅格化处理,在1.5S时,车辆已经加载到了高精度地图,并且完成了对高精度地图的栅格化处理,得到栅格化地图1,这时该栅格化地图1可以写入至队列A中,在【1.5S,6.5S】这个时间段,车辆从队列A中读取栅格化地图1,以使用栅格化地图1。而车辆可以在【5S,6.5S】这个时间段,预加载栅格化地图2,并将栅格化地图2写入至队列B中,在【6.5S,11.5S】这个时间段,车辆从队列B中读取栅格化地图2,以使用栅格化地图2。车辆可以在【10S,11.5S】这个时间段,预加载栅格化地图3,并将栅格化地图3写入至队列A中,在【11.5S,16S】这个时间段,车辆从队列A中读取栅格化地图3,以使用栅格化地图3,以此类推。
综上,在本申请中,车辆可以预加载栅格化地图,从而可以提高栅格化地图的生成效率,进而提高车辆位姿矫正效率。并且,车辆为当前正在使用的栅格化地图和预加载的栅格化地图分配不同的存储空间,即提出了双缓存方案,进一步地,可以提高栅格化地图的生成效率,并且提高了车辆位姿矫正效率。其中,车辆一次可以预加载附近2公里内的栅格化地图,在不加载栅格化地图时,可以降低对车辆功耗。
图11为本申请一实施例提供的车辆位姿矫正装置的示意图,其中,该装置可以是车辆、车载终端或者处理器各自的部分或者全部。如图11所示,该装置包括:
建立模块1101,用于建立第一栅格化地图。
采集模块1102,用于通过摄像头采集车道线数据。
矫正模块1103,用于根据采集得到的车道线数据和第一栅格化地图中的车道线数据,矫正车辆的初始位姿。
可选的,该装置还包括:
第一获取模块1104,用于获取高精度地图和初始栅格化地图,初始栅格化地图中各个栅格被占用的概率为预设概率。
第二获取模块1105,用于获取高精度地图中的车道线数据。
相应的,建立模块1101具体用于:根据高精度地图中的车道线数据,更新初始栅格化地图中至少一个栅格被占用的概率,以得到第一栅格化地图。
可选的,建立模块1101具体用于:根据高精度地图中的车道线数据,采集车道线上的多个点。将车道线上的多个点插入至初始栅格化地图中。确定车道线的第一点与第二点构成的第一线段,以及,第一点与第三点构成的第二线段,第一点为车道线上的任一点,第二点是第一点在车辆的行驶方向上的下一个点,第三点是第二点在车辆的行驶方向上的下一个点。根据第一线段和第二线段的夹角与预设夹角的关系,更新初始栅格化地图中至少一个栅格被占用的概率,以得到第一栅格化地图。
可选的,建立模块1101具体用于:若第一线段和第二线段的夹角大于或等于预设夹角,则对第一线段采用栅格线段化方法,以更新第一线段在初始栅格化地图中对应的至少一个栅格被占用的概率,并结束。若第一线段和第二线段的夹角小于预设夹角,且第三点为多个点中最后一个点,则对第二线段采用栅格线段化方法,以更新第二线段在初始栅格化地图中对应的至少一个栅格被占用的概率,并结束。若第一线段和第二线段的夹角小于预设夹角,且第三点不是多个点中最后一个点,则将第四点作为新的第三点,将第三点作为新的第二点,并继续执行确定车道线的第一点与第二点构成的第一线段,以及,第一点与第三点构成的第二线段,直至结束,其中,第四点是第三点在车辆的行驶方向上的下一个点。
可选的,该装置还包括:
更新模块1106,用于根据车辆的行驶方向,更新高精度地图,得到更新后的高精度地图,更新后的高精度地图包括:更新后的车道线数据。
扩展模块1107,用于若更新后的车道线数据在第一栅格化地图中没有对应的栅格,则在车辆的行驶方向上扩展第一栅格化地图,得到第二栅格化地图。
可选的,该装置还包括:预加载模块1108,用于预加载第二栅格化地图。
可选的,该装置还包括:存储模块1109,用于将第一栅格化地图存储至第一存储空间中,并将第二栅格化地图存储至第二存储空间中。
可选的,采集得到的车道线数据和车辆的初始位姿具有固定关系,相应的,矫正模块1103具体用于:调整采集得到的车道线数据,以使调整后的车道线数据和第一栅格化地图中的车道线数据的重合度最高。根据固定关系和调整后的车道线数据,矫正车辆的初始位姿。
本申请提供的车辆位姿矫正装置可用于执行上的车辆位姿矫正方法,其内容和效果可参考上述方法实施例部分,对此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图12所示,是根据本申请实施例的车辆位姿矫正方法的电子设备的框图。该电子设备可以是车载终端。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图12所示,该电子设备包括:一个或多个处理器1201、存储器1202,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图12中以一个处理器1201为例。
存储器1202即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的车辆位姿矫正方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的车辆位姿矫正方法。
存储器1202作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的车辆位姿矫正方法对应的程序指令/模块。处理器1201通过运行存储在存储器1202中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的车辆位姿矫正方法。
存储器1202可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据车辆位姿矫正方法的电子设备的使用所创建的数据等。此外,存储器1202可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器1202可选包括相对于处理器1201远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
车辆位姿矫正的电子设备还可以包括:输入装置1203和输出装置1204。处理器1201、存储器1202、输入装置1203和输出装置1204可以通过总线或者其他方式连接,图12中以通过总线连接为例。
输入装置1203可接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、轨迹板、触摸板等输入装置。输出装置1204可以包括显示设备等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
本申请提供的电子设备可用于执行上的车辆位姿矫正方法,其内容和效果可参考上述方法实施例部分,对此不再赘述。
本申请还提供一种车辆,包括如上所述的电子设备和车体,该电子设备可用于执行上的车辆位姿矫正方法,其内容和效果可参考上述方法实施例部分,对此不再赘述。
本申请还提供一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行上述的车辆位姿矫正方法。
本申请还提供一种计算机程序产品,该计算机程序产品包括计算机指令,该计算机指令用于使计算机执行上述的车辆位姿矫正方法。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (17)
1.一种车辆位姿矫正方法,其特征在于,包括:
获取高精度地图和初始栅格化地图,所述初始栅格化地图中各个栅格被占用的概率为预设概率;
获取所述高精度地图中的车道线数据;
根据所述高精度地图中的车道线数据,更新所述初始栅格化地图中至少一个栅格被占用的概率,以得到第一栅格化地图;
通过摄像头采集车道线数据;
根据采集得到的车道线数据和所述第一栅格化地图中的车道线数据,矫正车辆的初始位姿。
2.根据权利要求1所述的方法,其特征在于,所述根据所述高精度地图中的车道线数据,更新所述初始栅格化地图中至少一个栅格被占用的概率,以得到所述第一栅格化地图,包括:
根据所述高精度地图中的车道线数据,采集车道线上的多个点;
将车道线上的多个点插入至所述初始栅格化地图中;
确定所述车道线的第一点与第二点构成的第一线段,以及,所述第一点与第三点构成的第二线段,所述第一点为所述车道线上的任一点,所述第二点是所述第一点在所述车辆的行驶方向上的下一个点,所述第三点是所述第二点在所述车辆的行驶方向上的下一个点;
根据所述第一线段和所述第二线段的夹角与预设夹角的关系,更新所述初始栅格化地图中至少一个栅格被占用的概率,以得到所述第一栅格化地图。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一线段和所述第二线段的夹角与预设夹角的关系,更新所述初始栅格化地图中至少一个栅格被占用的概率,以得到所述第一栅格化地图,包括:
若所述第一线段和所述第二线段的夹角大于或等于所述预设夹角,则对所述第一线段采用栅格线段化方法,以更新所述第一线段在所述初始栅格化地图中对应的至少一个栅格被占用的概率,并结束;
若所述第一线段和所述第二线段的夹角小于所述预设夹角,且所述第三点为所述多个点中最后一个点,则对所述第二线段采用栅格线段化方法,以更新所述第二线段在所述初始栅格化地图中对应的至少一个栅格被占用的概率,并结束;
若所述第一线段和所述第二线段的夹角小于所述预设夹角,且所述第三点不是所述多个点中最后一个点,则将第四点作为新的第三点,将所述第三点作为新的第二点,并继续执行确定所述车道线的第一点与第二点构成的第一线段,以及,所述第一点与第三点构成的第二线段,直至结束,其中,所述第四点是所述第三点在所述车辆的行驶方向上的下一个点。
4.根据权利要求2或3所述的方法,其特征在于,还包括:
根据所述车辆的行驶方向,更新所述高精度地图,得到更新后的高精度地图,所述更新后的高精度地图包括:更新后的车道线数据;
根据所述更新后的车道线数据,在所述车辆的行驶方向和与所述行驶方向垂直的方向上扩展所述第一栅格化地图,得到第二栅格化地图。
5.根据权利要求4所述的方法,其特征在于,所述根据所述更新后的车道线数据,在所述车辆的行驶方向和与所述行驶方向垂直的方向上扩展所述第一栅格化地图,得到第二栅格化地图之后,还包括:
预加载所述第二栅格化地图。
6.根据权利要求4所述的方法,其特征在于,还包括:
将所述第一栅格化地图存储至第一存储空间中,并将所述第二栅格化地图存储至第二存储空间中。
7.根据权利要求1-3任一项所述的方法,其特征在于,所述采集得到的车道线数据和所述车辆的初始位姿具有固定关系,相应的,所述根据采集得到的车道线数据和所述第一栅格化地图中的车道线数据,矫正车辆的初始位姿,包括:
调整所述采集得到的车道线数据,以使调整后的车道线数据和所述第一栅格化地图中的车道线数据的重合度最高;
根据所述固定关系和调整后的车道线数据,矫正所述车辆的初始位姿。
8.一种车辆位姿矫正装置,其特征在于,包括:
第一获取模块,用于获取高精度地图和初始栅格化地图,所述初始栅格化地图中各个栅格被占用的概率为预设概率;
第二获取模块,用于获取所述高精度地图中的车道线数据;
建立模块,用于根据所述高精度地图中的车道线数据,更新所述初始栅格化地图中至少一个栅格被占用的概率,以得到第一栅格化地图;
采集模块,用于通过摄像头采集车道线数据;
矫正模块,用于根据采集得到的车道线数据和所述第一栅格化地图中的车道线数据,矫正车辆的初始位姿。
9.根据权利要求8所述的装置,其特征在于,所述建立模块具体用于:
根据所述高精度地图中的车道线数据,采集车道线上的多个点;
将车道线上的多个点插入至所述初始栅格化地图中;
确定所述车道线的第一点与第二点构成的第一线段,以及,所述第一点与第三点构成的第二线段,所述第一点为所述车道线上的任一点,所述第二点是所述第一点在所述车辆的行驶方向上的下一个点,所述第三点是所述第二点在所述车辆的行驶方向上的下一个点;
根据所述第一线段和所述第二线段的夹角与预设夹角的关系,更新所述初始栅格化地图中至少一个栅格被占用的概率,以得到所述第一栅格化地图。
10.根据权利要求9所述的装置,其特征在于,所述建立模块具体用于:
若所述第一线段和所述第二线段的夹角大于或等于所述预设夹角,则对所述第一线段采用栅格线段化方法,以更新所述第一线段在所述初始栅格化地图中对应的至少一个栅格被占用的概率,并结束;
若所述第一线段和所述第二线段的夹角小于所述预设夹角,且所述第三点为所述多个点中最后一个点,则对所述第二线段采用栅格线段化方法,以更新所述第二线段在所述初始栅格化地图中对应的至少一个栅格被占用的概率,并结束;
若所述第一线段和所述第二线段的夹角小于所述预设夹角,且所述第三点不是所述多个点中最后一个点,则将第四点作为新的第三点,将所述第三点作为新的第二点,并继续执行确定所述车道线的第一点与第二点构成的第一线段,以及,所述第一点与第三点构成的第二线段,直至结束,其中,所述第四点是所述第三点在所述车辆的行驶方向上的下一个点。
11.根据权利要求9或10所述的装置,其特征在于,还包括:
更新模块,用于根据所述车辆的行驶方向,更新所述高精度地图,得到更新后的高精度地图,所述更新后的高精度地图包括:更新后的车道线数据;
扩展模块,用于根据所述更新后的车道线数据,在所述车辆的行驶方向上和与所述行驶方向垂直的方向上扩展所述第一栅格化地图,得到第二栅格化地图。
12.根据权利要求11所述的装置,其特征在于,还包括:
预加载模块,用于预加载所述第二栅格化地图。
13.根据权利要求11所述的装置,其特征在于,还包括:
存储模块,用于将所述第一栅格化地图存储至第一存储空间中,并将所述第二栅格化地图存储至第二存储空间中。
14.根据权利要求8-10任一项所述的装置,其特征在于,所述采集得到的车道线数据和所述车辆的初始位姿具有固定关系,相应的,所述矫正模块具体用于:
调整所述采集得到的车道线数据,以使调整后的车道线数据和所述第一栅格化地图中的车道线数据的重合度最高;
根据所述固定关系和调整后的车道线数据,矫正所述车辆的初始位姿。
15.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种车辆,其特征在于,包括如权利要求15所述的电子设备和车体。
17.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010066493.4A CN111310597B (zh) | 2020-01-20 | 2020-01-20 | 车辆位姿矫正方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010066493.4A CN111310597B (zh) | 2020-01-20 | 2020-01-20 | 车辆位姿矫正方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111310597A CN111310597A (zh) | 2020-06-19 |
CN111310597B true CN111310597B (zh) | 2023-07-25 |
Family
ID=71146836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010066493.4A Active CN111310597B (zh) | 2020-01-20 | 2020-01-20 | 车辆位姿矫正方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111310597B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110221616A (zh) * | 2019-06-25 | 2019-09-10 | 清华大学苏州汽车研究院(吴江) | 一种地图生成的方法、装置、设备及介质 |
CN110345946A (zh) * | 2019-06-13 | 2019-10-18 | 武汉理工大学 | 一种室内车辆地图构建方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9342888B2 (en) * | 2014-02-08 | 2016-05-17 | Honda Motor Co., Ltd. | System and method for mapping, localization and pose correction of a vehicle based on images |
CN107121980B (zh) * | 2017-03-17 | 2019-07-09 | 北京理工大学 | 一种基于虚拟约束的自动驾驶车辆路径规划方法 |
JP7154025B2 (ja) * | 2018-03-30 | 2022-10-17 | 日産自動車株式会社 | 地図補正方法及び地図補正装置 |
CN109636842B (zh) * | 2018-10-31 | 2020-07-07 | 百度在线网络技术(北京)有限公司 | 车道线修正方法、装置、设备及存储介质 |
CN109870689B (zh) * | 2019-01-08 | 2021-06-04 | 武汉中海庭数据技术有限公司 | 毫米波雷达与高精矢量地图匹配的车道级定位方法与系统 |
CN110567480B (zh) * | 2019-09-12 | 2021-06-29 | 北京百度网讯科技有限公司 | 车辆定位的优化方法、装置、设备及存储介质 |
-
2020
- 2020-01-20 CN CN202010066493.4A patent/CN111310597B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110345946A (zh) * | 2019-06-13 | 2019-10-18 | 武汉理工大学 | 一种室内车辆地图构建方法 |
CN110221616A (zh) * | 2019-06-25 | 2019-09-10 | 清华大学苏州汽车研究院(吴江) | 一种地图生成的方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111310597A (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7152554B2 (ja) | 車載カメラ外部パラメータのキャリブレーション方法、装置、システム及び記憶媒体 | |
CN108279670B (zh) | 用于调整点云数据采集轨迹的方法、设备以及计算机可读介质 | |
CN111553844B (zh) | 用于更新点云的方法及装置 | |
US20220083787A1 (en) | Obstacle three-dimensional position acquisition method and apparatus for roadside computing device | |
CN111256711B (zh) | 车辆位姿矫正方法、装置、设备及存储介质 | |
CN111625612B (zh) | 高精地图的纠偏方法和装置、电子设备和存储介质 | |
US11405744B2 (en) | Positioning method and device, on-board equipment, vehicle, and positioning system | |
CN112085814B (zh) | 电子地图显示方法、装置、设备及可读存储介质 | |
CN111652113A (zh) | 障碍物检测方法、装置、设备以及存储介质 | |
CN111597987B (zh) | 用于生成信息的方法、装置、设备和存储介质 | |
CN114926549B (zh) | 三维点云处理方法、装置、设备以及存储介质 | |
CN111597287B (zh) | 地图生成方法、装置及设备 | |
CN111949816B (zh) | 定位处理方法、装置、电子设备和存储介质 | |
CN111462072A (zh) | 点云图质量检测方法、装置以及电子设备 | |
CN111310597B (zh) | 车辆位姿矫正方法、装置、设备及存储介质 | |
CN113762397A (zh) | 检测模型训练、高精度地图更新方法、设备、介质及产品 | |
CN111368860A (zh) | 重定位方法及终端设备 | |
CN111260722B (zh) | 车辆定位方法、设备及存储介质 | |
US20210060802A1 (en) | Robot pose determination method and apparatus and robot using the same | |
CN111400537A (zh) | 一种道路元素信息获取方法、装置和电子设备 | |
CN111506586A (zh) | 增量制图的方法、装置、电子设备以及可读存储介质 | |
CN112669196B (zh) | 一种硬件加速引擎中因子图优化数据的方法和设备 | |
US11619498B2 (en) | Verification method and device for modeling route, unmanned vehicle, and storage medium | |
CN111488418A (zh) | 车辆位姿矫正方法、装置、设备及存储介质 | |
CN113160045A (zh) | 模型训练方法、超分辨率方法、装置、电子设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |