CN111540027A - 一种检测方法、装置、电子设备及存储介质 - Google Patents
一种检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111540027A CN111540027A CN202010328860.3A CN202010328860A CN111540027A CN 111540027 A CN111540027 A CN 111540027A CN 202010328860 A CN202010328860 A CN 202010328860A CN 111540027 A CN111540027 A CN 111540027A
- Authority
- CN
- China
- Prior art keywords
- laser data
- similarity
- landmark
- frame
- laser
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种检测方法、装置、电子设备及存储介质。该方法包括:获取地标点的位置信息,根据位置信息确定与地标点的位置关系满足设定条件的参考点;获取地标点处的激光数据和参考点处的激光数据,将每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配;根据匹配结果确定每个位置与地标点的相似度,输出相似度,以便于使用者基于相似度判断所选择的地标点是否合理,有效的防止使用者建立与环境中其它位置相似度非常高的地标点,进而,避免定位时误匹配的问题。
Description
技术领域
本发明实施例涉及定位和导航技术,尤其涉及一种检测方法、装置、电子设备及存储介质。
背景技术
随着机器人技术以及激光传感器的发展,基于激光传感器的同步定位与地图构建(SLAM,Simultaneous Localization and Mapping)技术得到越来越广泛的应用。尤其是在安防、清洁和快递等领域,具有自主建图和定位功能的无人驾驶机器人,给人们的生活带来了极大的方便。
基于激光传感器的SLAM在具体应用中一般分为建图和定位两个步骤,即先在未知的环境中通过激光数据构建地图并保存。定位时,通过激光数据与地图的匹配来获得机器人在地图中的位置。为了在定位时获取一个准确的初始位置,一般会在地图中添加一些地标点,作为初始匹配位置。但是,在一些相似度较高的环境中,例如办公楼等,人为添加的地标点位置由于和地图中的其它位置的环境比较相似,容易发生定位误匹配。
发明内容
本发明提供一种检测方法、装置、电子设备及存储介质,可以检测地图中与地标点相似的位置,从而避免设置不合理的地标点。
第一方面,本发明实施例提供了一种检测方法,包括:
获取地标点的位置信息,根据所述位置信息确定与所述地标点的位置关系满足设定条件的参考点;
获取所述地标点处的激光数据和参考点处的激光数据,将每帧所述激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配;
根据匹配结果确定所述每个位置与所述地标点的相似度,输出所述相似度。
可选地,在获取地标点的位置信息之前,还包括:
对机器人上的传感器进行时间戳对齐处理;
获取时间同步的传感器数据,根据所述传感器数据构建占用栅格地图;
关联存储所述占用栅格地图中每个位置的位置信息和激光数据。采用时间同步的传感器数据构建占用栅格地图,提高了地图构建准确度。此外,对位置信息和激光数据进行关联存储,便于快速获取激光数据。
可选地,所述获取所述地标点处的激光数据和参考点处的激光数据,将每帧所述激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配,包括:
获取所述地标点处的激光数据和参考点处的激光数据,得到第一激光数据集合;
对所述第一激光数据集合中的激光数据进行降采样,得到第二激光数据集合;
将所述第二激光数据集合中的每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配。采用降采样后的激光数据与占用栅格地图中的位置进行匹配,减少了计算数据量,提高了匹配效率。
可选地,所述对所述第一激光数据集合中的激光数据进行降采样,得到第二激光数据集合,包括:
采用滤波器对所述第一激光数据集合中的激光数据进行降采样,得到第二激光数据集合。采用体素滤波器实现在不破坏激光数据的点云结构的前提下,对激光数据进行将采样,减少了后续步骤中需处理的数据量。
可选地,所述将所述第二激光数据集合中的每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配,包括:
获取所述第二激光数据集合中的每帧激光数据,分别将所述每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配,确定每帧激光数据中激光数据点对应的栅格;
计算每帧激光数据中激光数据点对应的栅格的占用概率的平均值,作为该帧激光数据在每个位置的参考相似度。由于激光数据是通过机器人上配置的激光传感器发射的激光,遇到障碍物反射回激光传感器的方式得到的。因此,激光数据可以代表环境中障碍物的信息,又因为占用栅格地图中每个栅格的状态代表环境中的障碍物信息。通过匹配激光数据与占用栅格地图中每个位置附近的栅格的方式,可以准确的获得每帧激光数据代表的位置与占用栅格地图中的每个位置的相似程度。
可选地,所述根据匹配结果确定所述每个位置与所述地标点的相似度,包括:
根据每个位置处的各帧激光数据的所述参考相似度,确定每个位置与所述地标点的相似度。对于每个位置,均与第二激光数据集合中的每帧激光数据进行匹配,由于每帧激光数据都代表了地标点附近的环境特征,综合多帧激光数据可以准确的判定占用栅格地图中每个位置与地标点的相似度。
可选地,所述输出所述相似度,包括:
根据所述相似度采用不同颜色在所述占用栅格地图中标记每个位置,显示标记后的占用栅格地图。采用不同颜色在占用栅格地图中标记每个位置与地标点的相似度,直观的展示出地标点在占用栅格地图中的所有相似位置。
第二方面,本发明实施例还提供了一种检测装置,该装置包括:
参考点确定模块,用于获取地标点的位置信息,根据所述位置信息确定与所述地标点的位置关系满足设定条件的参考点;
激光数据匹配模块,用于获取所述地标点处的激光数据和参考点处的激光数据,将每帧所述激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配;
相似度确定模块,用于根据匹配结果确定所述每个位置与所述地标点的相似度,输出所述相似度。
可选地,该装置还包括:
地图构建模块,用于在获取地标点的位置信息之前,对机器人上的传感器进行时间戳对齐处理;获取时间同步的传感器数据,根据所述传感器数据构建占用栅格地图;关联存储所述占用栅格地图中每个位置的位置信息和激光数据。
可选地,激光数据匹配模块包括:
数据获取子模块,用于获取所述地标点处的激光数据和参考点处的激光数据,得到第一激光数据集合;
数据降采样子模块,用于对所述第一激光数据集合中的激光数据进行降采样,得到第二激光数据集合;
数据匹配子模块,用于将所述第二激光数据集合中的每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配。
可选地,数据降采样子模块具体用于:
采用滤波器对所述第一激光数据集合中的激光数据进行降采样,得到第二激光数据集合。
可选地,数据匹配子模块具体用于:
获取所述第二激光数据集合中的每帧激光数据,分别将所述每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配,确定每帧激光数据中激光数据点对应的栅格;
计算每帧激光数据中激光数据点对应的栅格的占用概率的平均值,作为该帧激光数据在每个位置的参考相似度。
可选地,相似度确定模块具体用于:
根据每个位置处的各帧激光数据的所述参考相似度,确定每个位置与所述地标点的相似度。
可选地,相似度确定模块还具体用于:
根据所述相似度采用不同颜色在所述占用栅格地图中标记每个位置,显示标记后的占用栅格地图。
第三方面,本发明实施例还提供了一种电子设备,该电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
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本发明任意实施例所述的检测方法。
第四方法,本发明实施例还提供了一种计算机刻度存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如本发明任意实施例所述的检测方法。
本发明实施例提供一种检测方案,通过获取地标点以及地标点附近的参考点的激光数据,并将每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配,根据匹配结果确定每个位置与地标点的相似度,输出相似度,以便于使用者基于相似度判断所选择的地标点是否合理,有效的防止使用者建立与环境中其它位置相似度非常高的地标点,进而,避免定位时误匹配的问题。
附图说明
图1为本发明实施例提供的一种传感器感测范围示意图;
图2为本发明实施例提供的一种检测方法的流程图;
图3为本发明实施例提供的一种单帧激光数据的示意图;
图4为本发明实施例提供的另一种检测方法的流程图;
图5为本发明实施例提供的一种激光数据的降采样示意图;
图6为本发明实施例提供的一种激光数据与占用栅格地图的匹配过程示意图;
图7为本发明实施例提供的又一种检测方法的流程图;
图8为本发明实施例提供的一种检测装置的结构框图;
图9为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明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本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
为了便于理解,下面对本发明实施例中可能出现的技术术语进行说明。
SLAM是同步定位与地图构建(Simultaneous Localization And Mapping)的缩写,主要用于解决移动机器人在未知环境中运行时定位导航与地图构建的问题。SLAM通常包括如下几个部分,特征提取,数据关联,状态估计,状态更新以及特征更新等。对于其中每个部分,均存在多种方法。
体素滤波器(Voxel filter):是利用物理空间位置关系,对空间点集合进行降采样的一种方法。具体地,首先将空间划分为固定大小的格子,即voxel,然后,对于落在每个格子中的所有点,过滤后只保留其中的一个点。
初始化是指机器人在已经建好的地图上进行定位之初,通过激光与地图的匹配,获得机器人在地图上的初始位置。
地标点是指人为添加在地图当中具有代表性的坐标点。该地标点一般用于做初始化匹配的参考位置。
占用栅格地图是机器人基于激光数据构建的地图,占用栅格地图中每个栅格的占用概率可以通过下述方法确定。
对激光传感器采集的激光数据进行坐标转换,将传感器坐标系下的激光数据转换到世界坐标系下。图1为本发明实施例提供的一种传感器感测范围示意图。如果给定的栅格mi位于图1中的白色区域,则占用概率为固定值lfree;如果给定的栅格mi位于图1中的黑色区域,则占用概率为固定值locci;如果给定的栅格mi位于图1中的灰色区域,则占用概率为固定值l0。其中,栅格被占用的概率和空闲的概率之和为1。可选地,可以设置上述lfree、locci和l0分别为0.4、0.6和0.5。
具体地,采用GridMapper::updateMap函数从激光的数据结构中遍历每一条激光线,然后,以栅格长度为步长遍历该激光线上的栅格,将各个栅格的坐标从雷达坐标系下转换为世界坐标系下,逐个更新栅格被占用的后验概率。
公式推导过程如下:占用栅格地图的构建是基于静态二值贝叶斯滤波实现的,所谓地图构建问题就是根据位置和观测建立地图:p(m|z1,t,x1,t);其中,m示栅格,z1:t表示1到t时刻所有观测值,x1:t表示1到t时刻机器人位姿,p表示占用概率。
标准的占用栅格方法是按照栅格将其分为一些独立问题:
然后,在栅格上建立对数占用概率lt,i的表达方式:
然后就利用上述的静态二值贝叶斯滤波进行递归就好了,带有反向观测模型的部分就变成如下关系式:
根据当前的位置和所观测到的情况给栅格赋值,最后我们每迭代一次恢复成将对数占用概率恢复成后验,就得到当前栅格是否被占用的概率。
图2为本发明实施例提供的一种检测方法的流程图,该方法可以由本发明实施例提供的检测装置来执行,该装置可以由软件和/或硬件实现,并通常集成于电子设备中。如图2所示,该方法包括:
步骤210、获取地标点的位置信息,根据所述位置信息确定与所述地标点的位置关系满足设定条件的参考点。
本发明实施例中,电子设备可以是机器人,还可以是安装有机器人App(应用程序)的智能终端等设备。
位置信息用于表示地标点在构建完成的地图中的位置。例如,位置信息可以是坐标信息。
设定条件用于检测地图中的位置点是否在地标点附近。例如,可以是在地图上以地标点的坐标为圆心,距离r为半径,确定圆形区域,该圆形区域包含的位置点满足设定条件。或者,计算地图中的位置点与地标点之间的距离,确定距离不大于设定阈值的位置点满足设定条件。需要说明的是,本发明实施例对如何检测地图上的位置是否满足设定条件的方式并不作具体限定。
示例性的,获取使用者输入的地标点在构建完成的地图中的坐标信息。遍历该构建完成的地图,计算地图中的各个位置点与地标点的距离,将距离在设定阈值L以内的所有位置点作为与该地标点的位置关系满足设定条件的参考点。其中,设定阈值L的取值是人为设定或系统默认值。
步骤220、获取所述地标点处的激光数据和参考点处的激光数据,将每帧所述激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配。
示例性的,根据占用栅格地图中每个位置的位置信息和激光数据的对应关系,分别获取地标点处的激光数据和参考点处的激光数据,得到第一激光数据集合。集合中的每个元素为单帧激光数据。图3为本发明实施例提供的一种单帧激光数据的示意图。如图3所示,单帧激光数据是激光传感器在某个位置310采集到的一圈激光数据点320的集合。分别将每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配,确定每帧激光数据中激光数据点对应的栅格。计算每帧激光数据中激光数据点对应的栅格的占用概率的平均值,作为该帧激光数据在每个位置的参考相似度。
步骤230、根据匹配结果确定所述每个位置与所述地标点的相似度,输出所述相似度。
本发明实施例中,匹配结果包括每个位置处的各帧激光数据的参考相似度。
示例性的,根据每个位置处的各帧激光数据的参考相似度,确定占用栅格地图中每个位置与地标点的相似度,输出该相似度。具体地,分别计算每个位置处的各帧激光数据对应的参考相似度的和,该参考相似度的和即为各个位置与地标点的相似度。
本实施例的技术方案,通过获取地标点以及地标点附近的参考点的激光数据,并将每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配,通过匹配激光数据与占用栅格地图中每个位置附近的栅格的方式,可以准确的获得每帧激光数据代表的位置与占用栅格地图中的每个位置的相似程度;根据匹配结果确定每个位置与地标点的相似度,输出相似度,由于每帧激光数据都代表了地标点附近的环境特征,综合多帧激光数据可以准确的判定占用栅格地图中每个位置与地标点的相似度,以便于使用者基于相似度判断所选择的地标点是否合理,有效的防止使用者建立与环境中其它位置相似度非常高的地标点,进而,避免定位时误匹配的问题。
一个示例性的实施方式,在上述技术方案的基础上,在获取地标点的位置信息之前,还可以包括对机器人上的传感器进行时间戳对齐处理;获取时间同步的传感器数据,根据所述传感器数据构建占用栅格地图;关联存储所述占用栅格地图中每个位置的位置信息和激光数据。示例性的,机器人上安装有3D激光扫描仪和编码器。可选地,还可以安装IMU(惯性测量元件)、GPS、UWB(超宽带)、RFID和摄像头。可选地,编码器可以安装在机器人车轮轴上,用于航迹推演,计算机器人行走的距离。机器人上安装的上述多个传感器如果时间不同步,则会影响机器人的地图构建和定位的准确性,因此,需要将多个传感器进行时间戳对齐。需要说明的是,实现传感器时间戳对齐的方式有很多种,本发明实施例并不作具体限定。对多个传感器进行时间戳同步之后,采集时间同步的传感器数据,通过时间同步的传感器数据构建占用栅格地图,提高了地图构建准确度。此外,对位置信息和激光数据进行关联存储,便于快速获取激光数据。
图4为本发明实施例提供的另一种检测方法的流程图。如图4所示,该方法包括:
步骤410、对机器人上的传感器进行时间戳对齐处理。
步骤420、获取时间同步的传感器数据,根据所述传感器数据构建占用栅格地图。
步骤430、关联存储所述占用栅格地图中每个位置的位置信息和激光数据。
步骤440、获取地标点的位置信息,根据所述位置信息确定与所述地标点的位置关系满足设定条件的参考点。
步骤450、获取所述地标点处的激光数据和参考点处的激光数据,得到第一激光数据集合。
步骤460、对所述第一激光数据集合中的激光数据进行降采样,得到第二激光数据集合。
本发明实施例中,可以根据激光数据对应的位置信息对所述第一激光数据集合中的激光数据进行降采样,得到第二激光数据集合。通常情况下,位置相近的位置点的激光数据具有相似的特征,可以采用相近的位置点中的一个点的激光数据代表其它点的激光数据,从而达到在不破坏点云结构的前提下,减少数据处理量的效果。需要说明的是,对第一激光数据集合中的激光数据进行降采样的方式有很多种,本发明实施例并不作具体限定。
示例性的,采用滤波器对第一激光数据集合中的激光数据进行降采样,得到第二激光数据集合。可选的,所采用的滤波器可以是体素滤波器(Voxel filter)。图5为本发明实施例提供的一种激光数据的降采样示意图。如图5所示,建立固定大小的格子530组成的网格。对于落入每个格子530中的所有位置点510,每个位置点510对应一帧该位置点处所采集到的激光数据,只保留距离格子530的中心最近的目标位置点520。
步骤470、将所述第二激光数据集合中的每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配。
示例性的,获取第二激光数据集合中的每帧激光数据,分别将每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配,确定每帧激光数据中激光数据点对应的栅格。计算每帧激光数据中激光数据点对应的栅格的占用概率的平均值,作为该帧激光数据在每个位置的参考相似度。图6为本发明实施例提供的一种激光数据与占用栅格地图的匹配过程示意图。如图6所示,占用栅格地图由连续排列的栅格610组成,每个栅格610对应存储其被障碍物占用的概率值(取值范围是0.0~1.0)。栅格610中填充的线段的数量越多,表示其被障碍物占用的概率越大。假设机器人处于位置点620时,采集到一帧激光数据,即围绕位置点620的一圈激光点630,则将该一圈激光点630与占用栅格地图中的每个位置对应的栅格610进行匹配,确定激光点630所落入的栅格610。计算该一圈激光点630所落入的栅格的占用概率的平均值,作为该帧激光数据在占用栅格地图中相应位置的参考相似度。其中,相应位置是当前匹配操作中占用栅格地图的位置点。
需要说明的是,如果激光点落在两个栅格的边界处,则可以根据预先设定的规则将该激光数据点归入偏左或偏下方的栅格中。
步骤480、根据每个位置处的各帧激光数据的所述参考相似度,确定每个位置与所述地标点的相似度。
步骤490、根据所述相似度采用不同颜色在所述占用栅格地图中标记每个位置,显示标记后的占用栅格地图。
可选地,将计算得到的相似度以图片的形式进行显示。例如,根据相似度的大小用不同颜色标记占用栅格地图,越接近短波段(紫色)代表该位置与地标点的相似度越高;相反地,越接近长波段(红色)代表该位置与地标点地相似度越低。通过图片的形式对占用栅格地图中的各位置与地标点的相似度进行直观显示。
本实施例的技术方案除可以实现上述各实施例的技术效果之外,还通过采用体素滤波器对第一激光数据集合中的激光数据进行降采样,得到第二激光数据集合,实现在不破坏激光数据的点云结构的基础上,对激光数据进行将采样,减少了后续操作中需处理的数据量。采用降采样后的激光数据与占用栅格地图中的位置进行匹配,提高了匹配效率。此外,采用不同颜色在占用栅格地图中标记处每个位置与地标点的相似度,直观的展示出地标点在占用栅格地图中的所有相似位置。进而,有利于使用者判断地标点的可行性,可以有效防止使用者建立相似度非常高的地标点,从而防止了机器人在与地标点相似的位置时,定位结果是与地标点匹配的误初始化的问题。
一个具体地实施例中,检测方法包括:建图,地标点附近激光数据的筛选,激光和地图的匹配,全局相似度的计算。图7为本发明实施例提供的又一种检测方法的流程图。如图7所示,该方法包括:
步骤710、开始。
步骤720、多传感器数据时间同步。
步骤730、地图构建和保存。
步骤740、设置地标点。
步骤750、搜索得到地标点附近一定范围内的所有激光数据,得到第一激光数据集合R0。
步骤760、根据激光数据对应的机器人位置对第一激光数据集合R0中的激光数据进行Voxel filter过滤,得到第二激光数据集合R1。
步骤770、激光数据和地图匹配,计算每个点的相似度。
步骤780、生成全局相似度。
步骤790、相似度显示。
图8为本发明实施例提供的一种检测装置的结构框图。该装置可以由软件和/或硬件实现,并通常被配置于电子设备中,通过执行本发明任意实施例中的检测方法确定地标点的全局相似度。如图8所示,该装置包括:
参考点确定模块810,用于获取地标点的位置信息,根据所述位置信息确定与所述地标点的位置关系满足设定条件的参考点;
激光数据匹配模块820,用于获取所述地标点处的激光数据和参考点处的激光数据,将每帧所述激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配;
相似度确定模块830,用于根据匹配结果确定所述每个位置与所述地标点的相似度,输出所述相似度。
可选地,该装置还包括:
地图构建模块,用于在获取地标点的位置信息之前,对机器人上的传感器进行时间戳对齐处理;获取时间同步的传感器数据,根据所述传感器数据构建占用栅格地图;关联存储所述占用栅格地图中每个位置的位置信息和激光数据。
可选地,激光数据匹配模块包括:
数据获取子模块,用于获取所述地标点处的激光数据和参考点处的激光数据,得到第一激光数据集合;
数据降采样子模块,用于对所述第一激光数据集合中的激光数据进行降采样,得到第二激光数据集合;
数据匹配子模块,用于将所述第二激光数据集合中的每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配。
可选地,数据降采样子模块具体用于:
采用滤波器对所述第一激光数据集合中的激光数据进行降采样,得到第二激光数据集合。
可选地,数据匹配子模块具体用于:
获取所述第二激光数据集合中的每帧激光数据,分别将所述每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配,确定每帧激光数据中激光数据点对应的栅格;
计算每帧激光数据中激光数据点对应的栅格的占用概率的平均值,作为该帧激光数据在每个位置的参考相似度。
可选地,相似度确定模块具体用于:
根据每个位置处的各帧激光数据的所述参考相似度,确定每个位置与所述地标点的相似度。
可选地,相似度确定模块还具体用于:
根据所述相似度采用不同颜色在所述占用栅格地图中标记每个位置,显示标记后的占用栅格地图。
本发明实施例所提供的检测装置可执行本发明任意实施例所提供的检测方法,具备执行方法相应的功能模块和有益效果。
图9为本发明实施例提供的一种电子设备的结构示意图,如图9所示,该电子设备包括处理器910、存储器920、输入装置930和输出装置940;电子设备中处理器910的数量可以是一个或多个,图9中以一个处理器910为例;电子设备中的处理器910、存储器920、输入装置930和输出装置940可以通过总线或其他方式连接,图9中以通过总线连接为例。
存储器920作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的检测方法对应的程序指令/模块(例如,本发明实施例的检测装置中的参考点确定模块810、激光数据匹配模块820和相似度确定模块830)。处理器910通过运行存储在存储器920中的软件程序、指令以及模块,从而执行电子设备各种功能应用以及数据处理,即实现上述的检测方法。
存储器920可主要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、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器920可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器920可进一步包括相对于处理器910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。
输入装置930可用于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。输出装置940可包括显示屏等显示设备。
本发明实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种检测方法,该方法包括:
获取地标点的位置信息,根据所述位置信息确定与所述地标点的位置关系满足设定条件的参考点;
获取所述地标点处的激光数据和参考点处的激光数据,将每帧所述激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配;
根据匹配结果确定所述每个位置与所述地标点的相似度,输出所述相似度。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的检测方法中的相关操作.
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,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)执行本发明各个实施例所述的方法。
值得注意的是,上述检测装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种检测方法,其特征在于,包括:
获取地标点的位置信息,根据所述位置信息确定与所述地标点的位置关系满足设定条件的参考点;
获取所述地标点处的激光数据和参考点处的激光数据,将每帧所述激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配;
根据匹配结果确定所述每个位置与所述地标点的相似度,输出所述相似度。
2.根据权利要求1所述的方法,其特征在于,在获取地标点的位置信息之前,还包括:
对机器人上的传感器进行时间戳对齐处理;
获取时间同步的传感器数据,根据所述传感器数据构建占用栅格地图;
关联存储所述占用栅格地图中每个位置的位置信息和激光数据。
3.根据权利要求1所述的方法,其特征在于,所述获取所述地标点处的激光数据和参考点处的激光数据,将每帧所述激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配,包括:
获取所述地标点处的激光数据和参考点处的激光数据,得到第一激光数据集合;
对所述第一激光数据集合中的激光数据进行降采样,得到第二激光数据集合;
将所述第二激光数据集合中的每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配。
4.根据权利要求3所述的方法,其特征在于,所述对所述第一激光数据集合中的激光数据进行降采样,得到第二激光数据集合,包括:
采用滤波器对所述第一激光数据集合中的激光数据进行降采样,得到第二激光数据集合。
5.根据权利要求3所述的方法,其特征在于,所述将所述第二激光数据集合中的每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配,包括:
获取所述第二激光数据集合中的每帧激光数据,分别将所述每帧激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配,确定每帧激光数据中激光数据点对应的栅格;
计算每帧激光数据中激光数据点对应的栅格的占用概率的平均值,作为该帧激光数据在每个位置的参考相似度。
6.根据权利要求5所述的方法,其特征在于,所述根据匹配结果确定所述每个位置与所述地标点的相似度,包括:
根据每个位置处的各帧激光数据的所述参考相似度,确定每个位置与所述地标点的相似度。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述输出所述相似度,包括:
根据所述相似度采用不同颜色在所述占用栅格地图中标记每个位置,显示标记后的占用栅格地图。
8.一种检测装置,其特征在于,包括:
参考点确定模块,用于获取地标点的位置信息,根据所述位置信息确定与所述地标点的位置关系满足设定条件的参考点;
激光数据匹配模块,用于获取所述地标点处的激光数据和参考点处的激光数据,将每帧所述激光数据与预先构建的占用栅格地图中的每个位置对应的栅格进行匹配;
相似度确定模块,用于根据匹配结果确定所述每个位置与所述地标点的相似度,输出所述相似度。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
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1-7中任一所述的检测方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010328860.3A CN111540027B (zh) | 2020-04-23 | 2020-04-23 | 一种检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010328860.3A CN111540027B (zh) | 2020-04-23 | 2020-04-23 | 一种检测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111540027A true CN111540027A (zh) | 2020-08-14 |
CN111540027B CN111540027B (zh) | 2022-01-18 |
Family
ID=71967828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010328860.3A Active CN111540027B (zh) | 2020-04-23 | 2020-04-23 | 一种检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111540027B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112700497A (zh) * | 2021-01-04 | 2021-04-23 | 歌尔股份有限公司 | 回环检测方法、装置、设备及计算机可读存储介质 |
CN112947472A (zh) * | 2021-03-19 | 2021-06-11 | 北京小狗吸尘器集团股份有限公司 | 栅格地图实时构建方法、装置、可读介质及扫地机器人 |
CN113011517A (zh) * | 2021-03-30 | 2021-06-22 | 上海商汤临港智能科技有限公司 | 定位结果检测方法、装置、电子设备及存储介质 |
CN113759362A (zh) * | 2021-07-28 | 2021-12-07 | 西安电子科技大学 | 雷达目标数据关联的方法、装置、设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104898660A (zh) * | 2015-03-27 | 2015-09-09 | 中国科学技术大学 | 一种提高机器人路径规划效率的室内地图构建方法 |
CN106940704A (zh) * | 2016-11-25 | 2017-07-11 | 北京智能管家科技有限公司 | 一种基于栅格地图的定位方法及装置 |
CN109613550A (zh) * | 2018-12-28 | 2019-04-12 | 芜湖哈特机器人产业技术研究院有限公司 | 一种基于反光板的激光雷达地图构建及定位方法 |
US20190323843A1 (en) * | 2018-07-04 | 2019-10-24 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method for generating a high precision map, apparatus and storage medium |
-
2020
- 2020-04-23 CN CN202010328860.3A patent/CN111540027B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104898660A (zh) * | 2015-03-27 | 2015-09-09 | 中国科学技术大学 | 一种提高机器人路径规划效率的室内地图构建方法 |
CN106940704A (zh) * | 2016-11-25 | 2017-07-11 | 北京智能管家科技有限公司 | 一种基于栅格地图的定位方法及装置 |
US20190323843A1 (en) * | 2018-07-04 | 2019-10-24 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method for generating a high precision map, apparatus and storage medium |
CN109613550A (zh) * | 2018-12-28 | 2019-04-12 | 芜湖哈特机器人产业技术研究院有限公司 | 一种基于反光板的激光雷达地图构建及定位方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112700497A (zh) * | 2021-01-04 | 2021-04-23 | 歌尔股份有限公司 | 回环检测方法、装置、设备及计算机可读存储介质 |
CN112700497B (zh) * | 2021-01-04 | 2023-06-09 | 歌尔股份有限公司 | 回环检测方法、装置、设备及计算机可读存储介质 |
CN112947472A (zh) * | 2021-03-19 | 2021-06-11 | 北京小狗吸尘器集团股份有限公司 | 栅格地图实时构建方法、装置、可读介质及扫地机器人 |
CN113011517A (zh) * | 2021-03-30 | 2021-06-22 | 上海商汤临港智能科技有限公司 | 定位结果检测方法、装置、电子设备及存储介质 |
CN113759362A (zh) * | 2021-07-28 | 2021-12-07 | 西安电子科技大学 | 雷达目标数据关联的方法、装置、设备和存储介质 |
CN113759362B (zh) * | 2021-07-28 | 2024-02-23 | 西安电子科技大学 | 雷达目标数据关联的方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111540027B (zh) | 2022-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111540027B (zh) | 一种检测方法、装置、电子设备及存储介质 | |
US10534870B2 (en) | Methods, apparatuses and computer program products for automatic, non-parametric, non-iterative three dimensional geographic modeling | |
CN112859125B (zh) | 出入口位置检测方法、导航方法、装置、设备及存储介质 | |
EP4020404A1 (en) | Method, apparatus, and computer program product for change detection based on digital signatures | |
CN114323033B (zh) | 基于车道线和特征点的定位方法、设备及自动驾驶车辆 | |
US11290705B2 (en) | Rendering augmented reality with occlusion | |
EP3940666A1 (en) | Digital reconstruction method, apparatus, and system for traffic road | |
KR102694715B1 (ko) | 장애물의 검출 방법, 전자 기기, 노변 기기 및 클라우드 컨트롤 플랫폼 | |
CN110349138B (zh) | 基于实例分割框架的目标物体的检测方法及装置 | |
US20220044558A1 (en) | Method and device for generating a digital representation of traffic on a road | |
CN111538918B (zh) | 一种推荐方法、装置、电子设备及存储介质 | |
CN114612616A (zh) | 建图方法、装置、电子设备和存储介质 | |
CN112434260A (zh) | 一种公路的交通状态检测方法、装置、存储介质及终端 | |
CN110926478A (zh) | 一种ar导航路线纠偏方法、系统及计算机可读存储介质 | |
CN113436233A (zh) | 自动驾驶车辆的配准方法、装置、电子设备和车辆 | |
CN116052097A (zh) | 一种地图要素检测方法、装置、电子设备和存储介质 | |
CN114528941A (zh) | 传感器数据融合方法、装置、电子设备及存储介质 | |
CN113177980B (zh) | 用于自动驾驶的目标对象速度确定方法、装置及电子设备 | |
EP4083336B1 (en) | Method and apparatus for detecting operating terrain, and engineering equipment for detecting operating terrain | |
CN116299534A (zh) | 车辆位姿的确定方法、装置、设备及存储介质 | |
CN115830073A (zh) | 地图要素重建方法、装置、计算机设备和存储介质 | |
CN115527028A (zh) | 地图数据处理方法及装置 | |
CN114998387A (zh) | 一种物体距离监测方法、装置、电子设备和存储介质 | |
CN115265544A (zh) | 基于视觉地图的定位方法及装置 | |
CN117968735B (zh) | 检测自移动设备定位状态的方法、自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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |