CN111474927A - 距离变换的预处理方法及装置 - Google Patents

距离变换的预处理方法及装置 Download PDF

Info

Publication number
CN111474927A
CN111474927A CN202010249843.0A CN202010249843A CN111474927A CN 111474927 A CN111474927 A CN 111474927A CN 202010249843 A CN202010249843 A CN 202010249843A CN 111474927 A CN111474927 A CN 111474927A
Authority
CN
China
Prior art keywords
grid
grid map
map
precision
vehicle model
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
Application number
CN202010249843.0A
Other languages
English (en)
Other versions
CN111474927B (zh
Inventor
何润林
颜波
徐成
张放
李晓飞
张德兆
王肖
霍舒豪
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.)
Beijing Idriverplus Technologies Co Ltd
Original Assignee
Beijing Idriverplus Technologies Co 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 Beijing Idriverplus Technologies Co Ltd filed Critical Beijing Idriverplus Technologies Co Ltd
Priority to CN202010249843.0A priority Critical patent/CN111474927B/zh
Publication of CN111474927A publication Critical patent/CN111474927A/zh
Priority to US17/217,253 priority patent/US11841242B2/en
Application granted granted Critical
Publication of CN111474927B publication Critical patent/CN111474927B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • 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
    • 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
    • G01C21/3863—Structures of map data
    • G01C21/387—Organisation of map data, e.g. version management or database structures
    • G01C21/3874—Structures specially adapted for data searching and retrieval
    • 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
    • G01C21/3804—Creation or updating of map data
    • 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
    • G01C21/3863—Structures of map data
    • G01C21/3867—Geometry of map features, e.g. shape points, polygons or for simplified maps
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Geometry (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种距离变换的预处理方法及装置，方法包括：获取第一栅格地图；根据车辆模型的第一参数，计算车辆模型的第二参数；根据所述车辆模型的第二参数和所述第一栅格地图的精度，计算第二栅格地图的精度；根据第一栅格地图的行数、列数和精度，以及第二栅格地图的精度和车辆模型的第二参数，计算第二栅格地图的行数和列数；根据所述第二栅格地图中的每个栅格中所包含的障碍物栅格和自由栅格的个数，确定第二栅格地图中每个栅格的状态值；根据所述第二栅格地图中每个栅格的状态值，确定第一栅格中无需处理的栅格。由此，提高了距离变换时，确定每个栅格的距离值的处理速度。

Description

距离变换的预处理方法及装置
技术领域
本发明涉及数据处理领域，尤其涉及一种距离变换的预处理方法及装置。
背景技术
得益于移动机器人技术的快速发展和计算机视觉为代表的人工智能技术的广泛应用，自动驾驶技术已经逐步落地并融入我们的生活。自动驾驶车辆借助可靠的传感器、高效的处理器可以实现准确的定位感知以及智能的决策规划，从而可以在无法预测的环境中自主安全驾驶。这里的规划就是路径规划，需要综合车辆当前信息及感知到的环境信息规划出适于车辆运动的安全无碰撞路径。
路径规划的核心关注点包括安全性、实时可行性两个。在自动驾驶过程中，前者需要避免与动静态障碍物发生碰撞，后者需要实时计算出满足车辆特性的路径。距离变换是避免碰撞的关键方法。它最早应用于二值图像，主要思想是通过计算空间中目标点与背景点的距离将二值图像转化为灰度图像，目前广泛应用于目标识别及空间分析等领域。自动驾驶车辆中用到的距离变换会计算出每个单元格距离最近障碍物格的距离，整体上计算量较大。针对这个问题，本发明提出一种自动驾驶车辆的快速距离变换方法，通过预处理地图来降低距离变换的计算量，从而满足实际场景中的需求。
目前复杂环境路径规划算法都需要用距离变换方法对障碍物信息进行处理，形成相应的栅格地图。该类地图又称为占据栅格地图，包括自由格和障碍物格两种单元格。每个单元格记录了该格距离最近障碍格的距离等信息，这些信息作为路径规划的输入。
生成障碍物距离变换栅格地图的一般步骤为：
处理传感器数据，确定障碍物的判别依据(比如灰度值小于某个值)，得到包含障碍物和自由区两种栅格的二值栅格地图；
利用经典的倒角距离变换算法计算每个单元格距离最近障碍物的距离等信息。
复杂非结构化环境中的路径规划更关心的是障碍物附近的区域，距离障碍物较远的区域对路径搜索的代价不产生影响。传统距离变换时直接基于当前高精度栅格处理整个栅格地图，但很多栅格的信息对于自动驾驶车辆的路径规划是无效的。比如在空旷的区域中对整个区域做距离变换就会有大量不需要的信息。若栅格精度较高，则计算量较大、耗时较长，若栅格精度不够，则极有可能无法实现预期位姿甚至发生碰撞。因此，基本上无法单纯通过选择合适大小的栅格来有效的降低计算量。
发明内容
本发明实施例的目的是提供一种距离变换的预处理方法及装置，以解决现有技术中的距离变换计算量大的问题。
为解决上述问题，第一方面，本发明提供了一种距离变换的预处理方法，所述方法包括：
获取第一栅格地图；所述第一栅格地图包括第一栅格地图信息，所述第一栅格地图信息包括障碍物栅格和自由栅格、第一栅格地图的行数、列数和精度；
根据车辆模型的第一参数，计算车辆模型的第二参数；
根据所述车辆模型的第二参数和所述第一栅格地图的精度，计算第二栅格地图的精度；
根据第一栅格地图的行数、列数和精度，以及第二栅格地图的精度和车辆模型的第二参数，计算第二栅格地图的行数和列数；
根据所述第二栅格地图中的每个栅格中所包含的障碍物栅格和自由栅格的个数，确定第二栅格地图中每个栅格的状态值；
根据所述第二栅格地图中每个栅格的状态值，确定第一栅格中无需处理的栅格。
在一种可能的实现方式中，所述车辆模型的第一参数包括车辆长度和宽度，车辆模型的第二参数包括车辆对角线长度，所述根据车辆模型的第一参数，计算车辆模型的第二参数，具体包括：
将车辆长度的平方和车辆宽度的平方相加后，再进行开方，得到车辆对角线长度。
在一种可能的实现方式中，所述根据所述车辆模型的第二参数和所述第一栅格地图的精度，计算第二栅格地图的精度，具体包括：
将车辆对角线长度除以第一栅格地图的精度后取整，再乘以第一栅格地图的精度，得到第二栅格地图的精度。
在一种可能的实现方式中，所述根据第一栅格地图的行数、列数和精度，以及第二栅格地图的精度和车辆模型的第二参数，计算第二栅格地图的行数和列数，具体包括：
将第一栅格的行数乘以第一栅格地图的精度后，除以第二栅格地图的精度，再进行取整，得到第一栅格地图的行数；
将第一栅格的列数乘以第一栅格地图的精度后，除以第二栅格地图的精度，再进行取整，得到第一栅格地图的列数。
在一种可能的实现方式中，所述根据所述第二栅格地图中的每个栅格中所包含的障碍物栅格和自由栅格的个数，确定第二栅格地图中每个栅格的状态值，具体包括：
当第二栅格地图中的第一类型栅格中包括的障碍物栅格为0时，确定所述第一类型栅格的状态值为0；
当所述第二栅格地图中的第二类型栅格中包括的障碍物栅格大于0时，确定所述第二类型栅格的状态值为1；其中，所述第一类型栅格和所述第二类型栅格构成第二栅格地图。
在一种可能的实现方式中，所述根据所述第二栅格地图中每个栅格的状态值，确定第一栅格中无需处理的栅格，具体包括：
当第一类型栅格中的第一栅格的全部相邻栅格均为第一类型栅格时，将所述第一栅格标记为不需要处理的栅格，并且将所述第一栅格映射至所述第一栅格地图中，并将所述第一栅格的距离变换值标记为两倍的第二栅格地图的精度。
第二方面，本发明提供了一种距离变换的预处理装置，所述装置包括：
获取单元，所述获取单元用于获取第一栅格地图信息；所述第一栅格地图信息包括障碍物栅格和自由栅格、第一栅格地图的行数、列数和精度；
计算单元，所述计算单元用于根据车辆模型的第一参数，计算车辆模型的第二参数；
所述计算单元还用于，根据所述车辆模型的第二参数和所述第一栅格地图的精度，计算第二栅格地图的精度；
所述计算单元还用于，根据第一栅格地图的行数、列数和精度，以及第二栅格地图的精度和车辆模型的第二参数，计算第二栅格地图的行数和列数；
确定单元，所述确定单元用于根据所述第二栅格地图中的每个栅格中所包含的障碍物栅格和自由栅格的个数，确定第二栅格地图中每个栅格的状态值；
所述确定单元还用于，根据所述第二栅格地图中每个栅格的状态值，确定第一栅格中无需处理的栅格。
第三方面，本发明提供了一种设备，包括存储器和处理器，存储器用于存储程序，处理器用于执行第一方面任一的方法。
第四方面，本发明提供了一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行如第一方面任一的方法。
第五方面，本发明提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如第一方面任一的方法。
通过应用本发明实施例提供的距离变换的预处理方法及装置，通过对第一栅格地图的预处理，提前标记出不需要处理的栅格，并计算出其距离变换值，再计算各个栅格的距离值时，对不需要再处理的栅格，不用再计算其距离值，从而减小了距离变换的计算量，保证了后续路径规划算法的实时性。
附图说明
图1为本发明实施例一提供的距离变换的预处理方法流程示意图；
图2为第一栅格地图的示意图；
图3为第二栅格地图的示意图；
图4为本发明实施例二提供的距离变换的预处理装置结构示意图。
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为本发明实施例一提供的距离变换的预处理方法流程示意图。本申请的执行主体为具有计算功能的终端、服务器或者处理器。本申请以将该方法应用在无人驾驶车辆为例进行说明，当将该方法应用在无人驾驶车辆时，该方法的执行主体为自动驾驶车辆控制单元(Automated Veh i c l e Contro l Un it，AVCU)，即无人驾驶车辆的中央处理器相当于无人驾驶车辆的“大脑”。本申请中，可以按照车辆的第一参数，对原高精度的第一栅格地图进行预处理，标记出不需要计算的栅格，然后再进行距离变换，从而省去了第一栅格地图中对路径规划无效的距离计算，降低了距离变换的计算量，保证了后续路径规划算法的实时性。如图1所示，本申请包括以下步骤：
步骤110，获取第一栅格地图；第一栅格地图包括第一栅格地图信息，第一栅格地图信息包括障碍物栅格和自由栅格、第一栅格地图的行数、列数和精度；第一栅格地图信息包括障碍物栅格和自由栅格、第一栅格地图的行数、列数和精度。
具体的，针对通过各种传感器，比如激光雷达、超声波雷达等得到的障碍物信息，可以将障碍物信息处理为第一栅格地图，第一栅格地图信息可以包括自由栅格和障碍物栅格，自由栅格的栅格值可以标记为0，障碍物栅格的栅格值可以标记为1。
步骤120，根据车辆模型的第一参数，计算车辆模型的第二参数。
可以从预设的参数中，提取车辆模型的第一参数，包括车辆的长度和宽度，再根据车辆的长度和宽度，将车辆长度的平方和车辆宽度的平方相加后，再进行开方，得到车辆对角线长度，即得到车辆模型的第二参数，具体公式如下：
Figure BDA0002435069110000061
其中，α为车辆的长度，b为车辆的宽度，L为车辆的对角线长度。
步骤130，根据车辆模型的第二参数和第一栅格地图的精度，计算第二栅格地图的精度。
具体的，将车辆对角线长度除以第一栅格地图的精度后取整，再乘以第一栅格地图的精度，得到第二栅格地图的精度。具体公式如下：
C＝ceil(L/c)*c
其中，c为第一栅格地图的精度，C为第二栅格地图的精度，ceil为向上取整函数。
步骤140，根据第一栅格地图的行数、列数和精度，以及第二栅格地图的精度和车辆模型的第二参数，计算第二栅格地图的行数和列数。
具体的，将第一栅格的行数乘以第一栅格地图的精度后，除以第二栅格地图的精度，再进行取整，得到第一栅格地图的行数；
将第一栅格的列数乘以第一栅格地图的精度后，除以第二栅格地图的精度，再进行取整，得到第一栅格地图的列数。具体公式如下：
nm＝ceil(m*c/C)
nn＝ceil(n*c/C)
其中，m为第一栅格地图的行数，n为第一栅格地图的列数，nm为第二栅格地图的行数，nn为第二栅格地图的列数。
步骤150，根据第二栅格地图中的每个栅格中所包含的障碍物栅格和自由栅格的个数，确定第二栅格地图中每个栅格的状态值。
具体的，当第二栅格地图中的第一类型栅格中包括的障碍物栅格为0时，确定第一类型栅格的状态值为0；
当第二栅格地图中的第二类型栅格中包括的障碍物栅格大于0时，确定第二类型栅格的状态值为1；其中，第一类型栅格和第二类型栅格构成第二栅格地图。具体公式如下：
Figure BDA0002435069110000071
其中，State为第二栅格地图中栅格的状态值，也即栅格值，k为障碍物栅格的个数。
步骤160，根据第二栅格地图的二值图，确定无需处理的栅格。
其中，将第一栅格地图转换为第二栅格地图的过程中，可能需要在第一栅格地图上的右边及下边添补障碍物删格。比如，在将第一栅格地图划分成以车辆的对角线长度的单元栅格大小的第二栅格地图时，右边界和下边界放不下一个完整的栅格时在第一栅格地图边界添加适当的障碍物栅格。
参见图2，图2为第一栅格地图的示意图，图2为第一栅格地图示意图，粗实线表示第一栅格地图的边界，细实线表示每个栅格的边界，0表示自由栅格，1表示障碍物栅格。
图3为第二栅格地图的示意图，此处假设车辆的特征尺寸为两个单元格长度，深色的为新增加的栅格，从图3可以看出，第二栅格地图中只有最中心的栅格为自由格。
当第一类型栅格中的第一栅格的全部相邻栅格均为第一类型栅格时，将第一栅格标记为不需要处理的栅格，并且将第一栅格映射至第一栅格地图中，并将第一栅格的距离变换值标记为两倍的第二栅格地图的精度。
具体的，扫描第二栅格地图，如果某个栅格为第一类型栅格，即自由格且它的8个相邻删格均为自由格，则将其标记为不需要处理的格。根据第一栅格地图和第二栅格地图的映射关系，将不需要处理格的栅格标记到第一栅格地图中，且将距离变换值直接记为2*C。
由此，通过应用本发明实施例提供的距离变换的预处理方法，通过对第一栅格地图的预处理，提前标记出不需要处理的栅格，并计算出其距离变换值，再计算各个栅格的距离值时，对不需要再处理的栅格，不用再计算其距离值，从而减小了距离变换的计算量，保证了后续路径规划算法的实时性。
图4为本发明实施例二提供的距离变换的预处理装置结构示意图，该距离变换的预处理装置应用在距离变换的预处理方法中，如图4所示，距离变换的预处理装置包括：获取单元410、计算单元420和确定单元430。
获取单元410用于获取第一栅格地图；第一栅格地图包括第一栅格地图信息，第一栅格地图信息包括障碍物栅格和自由栅格、第一栅格地图的行数、列数和精度；
计算单元420用于根据车辆模型的第一参数，计算车辆模型的第二参数；
计算单元420还用于，根据车辆模型的第二参数和第一栅格地图的精度，计算第二栅格地图的精度；
计算单元420还用于，根据第一栅格地图的行数、列数和精度，以及第二栅格地图的精度和车辆模型的第二参数，计算第二栅格地图的行数和列数；
确定单元430用于根据第二栅格地图中的每个栅格中所包含的障碍物栅格和自由栅格的个数，确定第二栅格地图中每个栅格的状态值；
确定单元430还用于，根据第二栅格地图中每个栅格的状态值，确定第一栅格中无需处理的栅格。
进一步的，计算单元420具体用于：将车辆长度的平方和车辆宽度的平方相加后，再进行开方，得到车辆对角线长度。
进一步的，计算单元420具体用于：将车辆对角线长度除以第一栅格地图的精度后取整，再乘以第一栅格地图的精度，得到第二栅格地图的精度。
进一步的，计算单元420具体用于：
将第一栅格的行数乘以第一栅格地图的精度后，除以第二栅格地图的精度，再进行取整，得到第一栅格地图的行数；
将第一栅格的列数乘以第一栅格地图的精度后，除以第二栅格地图的精度，再进行取整，得到第一栅格地图的列数。
进一步的，确定单元430具体用于：当第二栅格地图中的第一类型栅格中包括的障碍物栅格为0时，确定第一类型栅格的状态值为0；
当第二栅格地图中的第二类型栅格中包括的障碍物栅格大于0时，确定第二类型栅格的状态值为1；其中，第一类型栅格和第二类型栅格构成第二栅格地图。
进一步的，确定单元430具体用于：当第一类型栅格中的第一栅格的全部相邻栅格均为第一类型栅格时，将第一栅格标记为不需要处理的栅格，并且将第一栅格映射至第一栅格地图中，并将第一栅格的距离变换值标记为两倍的第二栅格地图的精度。
通过应用本发明实施例提供的距离变换的预处理方法，通过对第一栅格地图的预处理，提前标记出不需要处理的栅格，并计算出其距离变换值，再计算各个栅格的距离值时，对不需要再处理的栅格，不用再计算其距离值，从而减小了距离变换的计算量，保证了后续路径规划算法的实时性。
发明实施例三提供了一种设备，包括存储器和处理器，存储器用于存储程序，存储器可通过总线与处理器连接。存储器可以是非易失存储器，例如硬盘驱动器和闪存，存储器中存储有软件程序和设备驱动程序。软件程序能够执行本发明实施例提供的上述方法的各种功能；设备驱动程序可以是网络和接口驱动程序。处理器用于执行软件程序，该软件程序被执行时，能够实现本发明实施例一提供的方法。
本发明实施例四提供了一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行本发明实施例一提供的方法。
本发明实施例五提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现本发明实施例一提供的方法。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种距离变换的预处理方法，其特征在于，所述方法包括：
获取第一栅格地图；所述第一栅格地图包括第一栅格地图信息，所述第一栅格地图信息包括障碍物栅格和自由栅格、第一栅格地图的行数、列数和精度；
根据车辆模型的第一参数，计算车辆模型的第二参数；
根据所述车辆模型的第二参数和所述第一栅格地图的精度，计算第二栅格地图的精度；
根据第一栅格地图的行数、列数和精度，以及第二栅格地图的精度和车辆模型的第二参数，计算第二栅格地图的行数和列数；
根据所述第二栅格地图中的每个栅格中所包含的障碍物栅格和自由栅格的个数，确定第二栅格地图中每个栅格的状态值；
根据所述第二栅格地图中每个栅格的状态值，确定第一栅格中无需处理的栅格。
2.根据权利要求1所述的方法，其特征在于，所述车辆模型的第一参数包括车辆长度和宽度，车辆模型的第二参数包括车辆对角线长度，所述根据车辆模型的第一参数，计算车辆模型的第二参数，具体包括：
将车辆长度的平方和车辆宽度的平方相加后，再进行开方，得到车辆对角线长度。
3.根据权利要求1所述的方法，其特征在于，所述根据所述车辆模型的第二参数和所述第一栅格地图的精度，计算第二栅格地图的精度，具体包括：
将车辆对角线长度除以第一栅格地图的精度后取整，再乘以第一栅格地图的精度，得到第二栅格地图的精度。
4.根据权利要求1所述的方法，其特征在于，所述根据第一栅格地图的行数、列数和精度，以及第二栅格地图的精度和车辆模型的第二参数，计算第二栅格地图的行数和列数，具体包括：
将第一栅格的行数乘以第一栅格地图的精度后，除以第二栅格地图的精度，再进行取整，得到第一栅格地图的行数；
将第一栅格的列数乘以第一栅格地图的精度后，除以第二栅格地图的精度，再进行取整，得到第一栅格地图的列数。
5.根据权利要求1所述的方法，其特征在于，所述根据所述第二栅格地图中的每个栅格中所包含的障碍物栅格和自由栅格的个数，确定第二栅格地图中每个栅格的状态值，具体包括：
当第二栅格地图中的第一类型栅格中包括的障碍物栅格为0时，确定所述第一类型栅格的状态值为0；
当所述第二栅格地图中的第二类型栅格中包括的障碍物栅格大于0时，确定所述第二类型栅格的状态值为1；其中，所述第一类型栅格和所述第二类型栅格构成第二栅格地图。
6.根据权利要求5所述的方法，其特征在于，所述根据所述第二栅格地图中每个栅格的状态值，确定第一栅格中无需处理的栅格，具体包括：
当第一类型栅格中的第一栅格的全部相邻栅格均为第一类型栅格时，将所述第一栅格标记为不需要处理的栅格，并且将所述第一栅格映射至所述第一栅格地图中，并将所述第一栅格的距离变换值标记为两倍的第二栅格地图的精度。
7.一种距离变换的预处理装置，其特征在于，所述装置包括：
获取单元，所述获取单元用于获取第一栅格地图；所述第一栅格地图包括第一栅格地图信息，所述第一栅格地图信息包括障碍物栅格和自由栅格、第一栅格地图的行数、列数和精度；
计算单元，所述计算单元用于根据车辆模型的第一参数，计算车辆模型的第二参数；
所述计算单元还用于，根据所述车辆模型的第二参数和所述第一栅格地图的精度，计算第二栅格地图的精度；
所述计算单元还用于，根据第一栅格地图的行数、列数和精度，以及第二栅格地图的精度和车辆模型的第二参数，计算第二栅格地图的行数和列数；
确定单元，所述确定单元用于根据所述第二栅格地图中的每个栅格中所包含的障碍物栅格和自由栅格的个数，确定第二栅格地图中每个栅格的状态值；
所述确定单元还用于，根据所述第二栅格地图中每个栅格的状态值，确定第一栅格中无需处理的栅格。
8.一种设备，其特征在于，所述设备包括存储器和处理器，所述存储器用于存储程序，所述处理器用于执行权利要求1-6任一所述的方法。
9.一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行权利要求1-6任一所述的方法。
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上存储有计算机程序，计算机程序被处理器执行时执行如权利要求1-6任一所述的方法。
CN202010249843.0A 2020-04-01 2020-04-01 距离变换的预处理方法及装置 Active CN111474927B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010249843.0A CN111474927B (zh) 2020-04-01 2020-04-01 距离变换的预处理方法及装置
US17/217,253 US11841242B2 (en) 2020-04-01 2021-03-30 Preprocessing method and device for distance transformation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010249843.0A CN111474927B (zh) 2020-04-01 2020-04-01 距离变换的预处理方法及装置

Publications (2)

Publication Number Publication Date
CN111474927A true CN111474927A (zh) 2020-07-31
CN111474927B CN111474927B (zh) 2023-04-18

Family

ID=71749360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010249843.0A Active CN111474927B (zh) 2020-04-01 2020-04-01 距离变换的预处理方法及装置

Country Status (2)

Country Link
US (1) US11841242B2 (zh)
CN (1) CN111474927B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5902275B1 (ja) * 2014-10-28 2016-04-13 シャープ株式会社 自律移動装置
CN106595664A (zh) * 2016-11-30 2017-04-26 北京贝虎机器人技术有限公司 室内地图生成、显示、发送的方法及装置
CN106584472A (zh) * 2016-11-30 2017-04-26 北京贝虎机器人技术有限公司 用于控制自主移动式设备的方法及装置
CN107831765A (zh) * 2017-10-23 2018-03-23 广州视源电子科技股份有限公司 定位方法、装置、设备及存储介质
CN109141441A (zh) * 2018-07-19 2019-01-04 北京汽车集团有限公司 车辆的障碍分析方法和装置
CN110850871A (zh) * 2019-10-21 2020-02-28 深圳市银星智能科技股份有限公司 一种机器路径规划方法及移动机器人

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8498444B2 (en) * 2010-12-13 2013-07-30 Texas Instruments Incorporated Blob representation in video processing
WO2021021862A1 (en) * 2019-07-29 2021-02-04 Board Of Trustees Of Michigan State University Mapping and localization system for autonomous vehicles

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5902275B1 (ja) * 2014-10-28 2016-04-13 シャープ株式会社 自律移動装置
CN106595664A (zh) * 2016-11-30 2017-04-26 北京贝虎机器人技术有限公司 室内地图生成、显示、发送的方法及装置
CN106584472A (zh) * 2016-11-30 2017-04-26 北京贝虎机器人技术有限公司 用于控制自主移动式设备的方法及装置
CN107831765A (zh) * 2017-10-23 2018-03-23 广州视源电子科技股份有限公司 定位方法、装置、设备及存储介质
CN109141441A (zh) * 2018-07-19 2019-01-04 北京汽车集团有限公司 车辆的障碍分析方法和装置
CN110850871A (zh) * 2019-10-21 2020-02-28 深圳市银星智能科技股份有限公司 一种机器路径规划方法及移动机器人

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
彭刚等: "一种变栅格地图的巡检机器人路径规划方法研究", 《智能机器人》 *

Also Published As

Publication number Publication date
US11841242B2 (en) 2023-12-12
CN111474927B (zh) 2023-04-18
US20210310825A1 (en) 2021-10-07

Similar Documents

Publication Publication Date Title
CN111666921B (zh) 车辆控制方法、装置、计算机设备和计算机可读存储介质
US20220198688A1 (en) Laser coarse registration method, device, mobile terminal and storage medium
CN111179274B (zh) 地图地面分割方法、装置、计算机设备和存储介质
CN115917559A (zh) 轨迹预测方法、装置、计算机设备和存储介质
CN114930401A (zh) 基于点云的三维重建方法、装置和计算机设备
CN112184867B (zh) 点云特征提取方法、装置、设备及存储介质
US10974730B2 (en) Vehicle perception system on-line diangostics and prognostics
CN113383283B (zh) 感知信息处理方法、装置、计算机设备和存储介质
CN114485698B (zh) 一种交叉路口引导线生成方法及系统
CN110298311B (zh) 路面积水检测方法及装置
CN111427028B (zh) 参数监测方法、装置、设备和存储介质
WO2022078342A1 (zh) 动态占据栅格估计方法及装置
CN110751040A (zh) 一种三维物体的检测方法和装置、电子设备、存储介质
CN112154448A (zh) 目标检测方法、设备及可移动平台
CN116246119A (zh) 3d目标检测方法、电子设备及存储介质
CN110097077B (zh) 点云数据分类方法、装置、计算机设备和存储介质
CN115512175A (zh) 模型训练、点云数据处理方法、装置、设备及存储介质
CN114488185A (zh) 基于多线激光雷达的机器人导航系统方法及系统
CN118311955A (zh) 无人机控制方法、终端、无人机及存储介质
CN112733971B (zh) 扫描设备的位姿确定方法、装置、设备及存储介质
CN113340314A (zh) 局部代价地图的生成方法、存储介质和智能无人巡检车
CN111474927B (zh) 距离变换的预处理方法及装置
DE102021111536A1 (de) Verfahren und system zur bodenoberflächenprojektion für autonomes fahren
CN112747752B (zh) 基于激光里程计的车辆定位方法、装置、设备和存储介质
CN114419118A (zh) 三维点云配准方法、移动设备及存储介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: B4-006, maker Plaza, 338 East Street, Huilongguan town, Changping District, Beijing 100096

Applicant after: Beijing Idriverplus Technology Co.,Ltd.

Address before: B4-006, maker Plaza, 338 East Street, Huilongguan town, Changping District, Beijing 100096

Applicant before: Beijing Idriverplus Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant