CN111649739A - 定位方法和装置、自动驾驶车辆、电子设备和存储介质 - Google Patents
定位方法和装置、自动驾驶车辆、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111649739A CN111649739A CN202010497244.0A CN202010497244A CN111649739A CN 111649739 A CN111649739 A CN 111649739A CN 202010497244 A CN202010497244 A CN 202010497244A CN 111649739 A CN111649739 A CN 111649739A
- Authority
- CN
- China
- Prior art keywords
- information
- positioning
- pose information
- adjacent frame
- time period
- 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 71
- 238000005259 measurement Methods 0.000 claims abstract description 74
- 238000006073 displacement reaction Methods 0.000 claims description 30
- 230000004927 fusion Effects 0.000 claims description 26
- 230000015654 memory Effects 0.000 claims description 19
- 230000009466 transformation Effects 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000007499 fusion processing Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G05D1/0231—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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18072—Coasting
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
- G01C21/1656—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with passive imaging devices, e.g. cameras
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/18—Stabilised platforms, e.g. by gyroscope
-
- 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
- G01C21/26—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
- 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
- G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
-
- 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
- G05D1/0272—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising means for registering the travel distance, e.g. revolutions of wheels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/002—Integrating means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
- B60W2050/005—Sampling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/90—Single sensor for two or more measurements
- B60W2420/905—Single sensor for two or more measurements the sensor being an xyz axis sensor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2422/00—Indexing codes relating to the special location or mounting of sensors
- B60W2422/70—Indexing codes relating to the special location or mounting of sensors on the wheel or the tire
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/28—Wheel speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/25—Data precision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/35—Data fusion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2300/00—Purposes or special features of road vehicle drive control systems
- B60Y2300/18—Propelling the vehicle
- B60Y2300/18008—Propelling the vehicle related to particular drive situations
- B60Y2300/18066—Coasting
-
- 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
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Aviation & Aerospace Engineering (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Electromagnetism (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Image Analysis (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请实施例公开了一种定位方法和装置、自动驾驶车辆、电子设备和存储介质,涉及自动驾驶技术领域,包括:采集预设时间段内惯性测量单元测量得到的第一位姿信息,并采集时间段内轮速计测量得到的第二位姿信息,根据第一位姿信息、第二位姿信息和相邻帧图像,生成定位信息,根据定位信息,控制自动驾驶车辆行驶,通过结合惯性测量单元和轮速计各自对应的第一位姿信息和第二位姿信息,对定位信息进行预估,由于惯性测量单元和轮速计相对于相机而言,不易受到外界环境的干扰,因此,可以避免定位信息受到外界环境的干扰,从而提高定位信息的准确性和可靠性,从而实现自动驾驶车辆安全且可靠地行驶。
Description
技术领域
本申请实施例涉及计算机技术领域,尤其涉及自动驾驶技术领域,具体涉及一种定位方法和装置、自动驾驶车辆、电子设备和存储介质。
背景技术
随着自动驾驶技术的发展,如何实现对车辆的精确定位,以确保车辆的和行人的安全成了亟待解决的问题。
在现有技术中,自动驾驶车辆的定位方法主要基于视觉里程计实现,而现有的视觉里程计主要通过单目相机或者双目相机完成定位,如通过累计帧间的运动以估计位姿。
然而发明人在实现本提案中,发现至少存在以下问题:由于相机在运动过程中容易产生抖动,使得估计得到的位姿的精度较低。
发明内容
提供了一种用于精确定位的定位方法和装置、自动驾驶车辆、电子设备和存储介质。
根据第一方面,提供了一种定位方法,所述方法应用于自动驾驶车辆,所述方法包括:
采集预设时间段内惯性测量单元测量得到的第一位姿信息,并采集所述时间段内轮速计测量得到的第二位姿信息,其中,所述时间段是相机采集相邻帧图像时的采样时间间隔;
根据所述第一位姿信息、所述第二位姿信息和所述相邻帧图像,生成定位信息;
根据所述定位信息,控制所述自动驾驶车辆行驶。
在本申请实施例中,通过结合惯性测量单元和轮速计各自对应的第一位姿信息和第二位姿信息,对定位信息进行预估,由于惯性测量单元和轮速计相对于相机而言,不易受到外界环境的干扰,因此,可以避免定位信息受到外界环境的干扰,从而提高定位信息的准确性和可靠性,从而实现自动驾驶车辆安全且可靠地行驶。
根据第二方面,提供了一种定位装置,所述装置包括:
采集模块,用于采集预设时间段内惯性测量单元测量得到的第一位姿信息,并采集所述时间段内轮速计测量得到的第二位姿信息,其中,所述时间段是相机采集相邻帧图像时的采样时间间隔;
生成模块,用于根据所述第一位姿信息、所述第二位姿信息和所述相邻帧图像,生成定位信息;
控制模块,用于根据所述定位信息,控制自动驾驶车辆行驶。
根据第三方面,提供了一种电子设备,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如上任一实施例所述的方法。
根据第四方面,提供了一种自动驾驶车辆,所述车辆包括上述实施例所述的定位装置,或者,包括上述实施例所述的电子设备。
根据第五方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上任一实施例所述的方法。
根据第六方面,提供了一种定位方法,所述方法包括:
采集预设时间内至少两个传感器测量各自对应的位姿信息,其中,所述时间段是相机采集相邻帧图像时的采样时间间隔;
根据各所述位姿信息和所述相邻帧图像,生成定位信息。
根据本申请实施例的技术方案,解决了相关技术中,通过相机进行定位时,定位信息容易受到外界环境的干扰的弊端,实现了准确定位,从而实现了自动驾驶车辆安全且可靠的行驶的技术效果。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
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为本实施例申请一个实施例的应用场景示意图;
图2为本实施例申请另一个实施例的应用场景示意图;
图3为本申请一个实施例的定位方法的流程示意图;
图4为本申请另一个实施例的定位方法的流程示意图;
图5为本申请的生成融合位姿信息的方法的流程示意图;
图6为本申请的根据相邻帧图像和融合位姿信息生成定位信息的方法的流程示意图;
图7为本申请又一个实施例的定位方法的流程示意图;
图8为本申请实施例的定位装置的示意图;
图9为本申请实施例的电子设备的框图;
图10为本申请又一实施例的定位方法的流程示意图。
具体实施方式
以下结合附图对本申请实施例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,而不会背离本申请实施例的范围和精神。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。
请参阅图1,图1为本实施例申请实施例的定位方法的应用场景示意图。
如图1所示的应用场景,自动驾驶车辆100行驶于直行的道路上,自动驾驶车辆100包括处理器(图中未示出),处理器可执行本申请实施例的定位方法,以便确定自动驾驶车辆100对应的定位信息,并根据定位信息控制自动驾驶车辆100调整驾驶策略。
其中,驾驶策略用于表征自动驾驶车辆的行驶状态,驾驶策略包括减速、停车、加速和转弯等。
例如,当自动驾驶车辆遇到红灯时,则处理器可控制自动驾驶车辆将直行的驾驶策略调整为减速的驾驶策略,或者将直行的驾驶策略调整为停车的驾驶策略;当自动驾驶车辆前面的车加速行驶,且自动驾驶车辆与前面的车的距离较远时,则处理器可以控制自动驾驶车辆将直行的驾驶策略调整为加速的驾驶策略,等等。
在如图1所示的应用场景中,当处理器确定出自动驾驶车辆100的定位信息后,可知定位信息已经靠近可执行左转弯的路口,如果自动驾驶车辆100的线路为与左转弯的道路对应,即自动驾驶车辆100需要进行左转弯以实现有效驾驶,则处理器可根据定位信息控制自动驾驶车辆100将直行驾驶策略调整为左转弯驾驶策略。
其中,当处理器控制自动驾驶车辆100将直行驾驶策略调整为左转弯驾驶策略时,具体可参见图2所示的场景图。
在相关技术中,在对自动驾驶车辆进行定位时,主要采用单目相机或者双目相机完成定位,如通过累计帧间的运动以估计位姿。
然而,由于相机在运动过程中容易产生抖动,且相机对图像的获取容易受到周围环境的影响,因此,通过相关技术中的方案,容易造成估计得到的位姿的精度较低,即容易造成确定出的定位信息不准确的问题。
为了解决上述技术问题,本申请的发明人在经过创造性的劳动之后,得到了本申请的发明构思:尽量消除相机获取图片时对环境的依赖,并对因抖动生成的定位信息进行相应的纠正,从而得到精确度较高的定位信息。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
请参阅图3,图3为本申请一个实施例的定位方法的流程示意图。
如图3所示,该方法包括:
S101:采集预设时间段内惯性测量单元测量得到的第一位姿信息,并采集时间段内轮速计测量得到的第二位姿信息,其中,时间段是相机采集相邻帧图像时的采样时间间隔。
其中,本申请实施例的执行主体可以为定位装置,定位装置具体可以为设置于自动驾驶车辆上的计算机、服务器、处理器、车载终端、远程信息处理器(车载T-BOX)和芯片(如嵌入式芯片)等。
例如,若本申请实施例的定位方法应用于如图1所示的应用场景,则本申请实施例的定位方法的执行主体可以为处理器。
其中,时间段与相机采集的相邻帧图像相关,具体可以为根据相邻帧图像对应的时间间隔确定的时间段。也就是说,若相机采集到的第一帧图像的时间为T0,第二帧图像的时间为T1,且第一帧图像和第二帧图像为相邻的两帧图像,则时间段=T1-T0。位姿信息包括位置信息和姿态信息。
在该步骤中,分别对时间段内的惯性测量单元测量得到的位姿信息(即第一位姿信息),和轮速计测量得到的位姿信息(第二位姿信息)进行采集。
其中,惯性测量单元(Inertial measurement unit,IMU)是测量物体的姿态角(或角速度)和加速度等的装置。一般的,一个IMU包含了三个单轴的加速度计和三个单轴的陀螺,加速度计检测物体在载体坐标系统独立三轴的加速度信号,而陀螺检测载体相对于导航坐标系的角速度信号,测量物体在三维空间中的角速度和加速度。
也就是说,第一位姿信息用于表征惯性测量单元采集到的自动驾驶车辆对应的位置信息和/或姿态信息,姿态信息包括姿态角、角速率和加速度等信息。即在本申请实施例中,惯性测量单元可对自动驾驶车辆的姿态角、角速率和加速度等信息,且可将惯性测量单元测量到的相关信息确定为第一位姿信息。
其中,轮速计又称为轮速传感器,第二位姿信息用于表征轮速计采集到的自动驾驶车辆对应的位置信息和/或姿态信息,姿态信息包括速度和加速度等信息。即在本申请实施例中,轮速计用于采集自动驾驶车辆的速度和加速度等信息,且可将采集到的相关信息确定为第二位姿信息。
值得说明地是,第一位姿信息和第二位姿信息中的“第一”和“第二”用于,将惯性测量单元采集到的相关信息与轮速计采集到的相关信息进行区分。
S102:根据第一位姿信息、第二位姿信息和相邻帧图像,生成定位信息。
在该步骤中,可以理解为根据第一位姿信息、第二位姿信息和相邻图像,对定位信息进行预估。
在本申请实施例中,通过结合惯性测量单元和轮速计各自对应的第一位姿信息和第二位姿信息,对定位信息进行预估,由于惯性测量单元和轮速计相对于相机而言,不易受到外界环境的干扰,因此,可以避免定位信息受到外界环境的干扰,从而提高定位信息的准确性和可靠性。
S103:根据定位信息,控制自动驾驶车辆行驶。
在该步骤中,当确定出定位信息之后,可以控制自动驾驶车辆行驶,如可以对自动驾驶车辆的驾驶策略进行调整,如图1中所示,根据定位信息控制自动驾驶车辆的驾驶策略由直行驾驶策略调整至左转弯驾驶策略,从而使得自动驾驶车辆安全且可靠地驾驶。
基于上述分析可知,本申请实施例提供了一种定位方法,该定位方法可以应用于自动驾驶车辆,该方法包括:采集预设时间段内惯性测量单元测量得到的第一位姿信息,并采集时间段内轮速计测量得到的第二位姿信息,其中,时间段是相机采集相邻帧图像时的采样时间间隔,根据第一位姿信息、第二位姿信息和相邻帧图像,生成定位信息,根据定位信息,控制自动驾驶车辆行驶,通过结合惯性测量单元和轮速计各自对应的第一位姿信息和第二位姿信息,对定位信息进行预估,由于惯性测量单元和轮速计相对于相机而言,不易受到外界环境的干扰,因此,可以避免定位信息受到外界环境的干扰,从而提高定位信息的准确性和可靠性,从而实现自动驾驶车辆安全且可靠地行驶。
为使读者更清楚地理解生成定位信息的具体过程,现结合图4对本申请实施例的定位方法进行详细的阐述。其中,图4为本申请另一个实施例的定位方法的流程示意图。
如图4所示,该方法包括:
S201:采集预设时间段内惯性测量单元测量得到的第一位姿信息,并采集时间段内轮速计测量得到的第二位姿信息,其中,时间段是相机采集相邻帧图像时的采样时间间隔。
其中,关于S201的描述可参见S101,此处不再赘述。
S202:对第一位姿信息和第二位姿信息进行融合处理,生成融合位姿信息。
为了确保用于确定定位信息的位姿信息的可靠性,在该步骤中,将第一位姿信息和第二位姿信息进行融合处理。
也就是说,该步骤可以为对两个位姿信息进行相互纠偏的过程,以尽可能地提高用于生成定位信息的位姿信息的可靠性和准确性。
结合图5可知,在一些实施例中,S202可以具体包括:
S21:获取轮速计相对于惯性测量单元的坐标转换参数。
具体地,可对轮速计相对于惯性测量单元的旋转和位移等参数进行标定。即,以惯性测量单元的坐标系为基准,以惯性测量单元为原点坐标,获取轮速计相对于惯性测量单元的旋转和位移等参数,以确定坐标转换参数。
S22:根据坐标转换参数对第二位姿信息进行坐标转换。
该步骤可以理解为,将第二位姿信息由轮速计坐标系转换为惯性测量单元坐标系的位姿信息。
其中,具体地转换的计算方法可以参见现有技术中的坐标转换的公式,此处不再赘述。
S23:将第一位姿信息和进行坐标转换后的第二位姿信息进行融合,生成融合位姿信息。
值得说明地是,当经过S22之后,可以得到以惯性测量单元坐标系为基准的第二位姿信息(即进行坐标转换后的第二位姿信息),在此基础上,可以较为快捷简便地将两个位姿信息进行融合,
基于上述分析可知,在本申请实施例中,在确定出坐标转换参数之后,基于坐标转换参数对第二位姿信息进行坐标转换,以便根据第一位姿信息和进行坐标转换后的第二位姿信息生成融合位姿信息,由于融合过程是基于同一坐标系,因此,可以提高融合过程的速度,且可以确保融合过程的可靠性和准确性,进而可以确保融合位姿信息的准确性和可靠性的技术效果。
S203:根据相邻帧图像和融合位姿信息生成定位信息。
由于融合位姿信息的准确性相对较高,且不容易受到外界环境的干扰,因此,在本申请实施例中,通过将融合位姿信息与相邻帧图像对定位信息进行生成,可以避免由于相邻帧图像生成定位信息时,容易受到外界环境的干扰的问题,从而实现提高定位信息的准确性和可靠性。
结合图6可知,在一些实施例中,S203可具体包括:
S31:根据相邻帧图像确定满足预设误差的融合位姿信息。
其中,相邻帧图像包括预设特征点的图像坐标信息,则S31可具体包括:将图像坐标信息和融合位姿信息输入至预设的误差模型,获取误差模型输出的结果为误差的融合位姿信息。
其中,误差模型包括相机的内参和相机的外参,且相机的外参包括相机相对于所述惯性测量单元的旋转参数和位移参数。
其中,误差模型如下:
其中,rp为误差,ρj为第j帧图像的逆深度,ρi为第i帧图像的逆深度,为相机的外参(具体为旋转参数),为第j帧图像的旋转,为第i帧图像的旋转,Pi为特征点在的第i帧图像的图像坐标信息,为相机的外参(具体为位移参数),为第j帧图像的位移,Pj为特征点在第j帧图像的图像坐标信息。
结合上述示例,则T0帧图像即为第i帧图像,T1帧图像即为第j帧图像。
S32:从满足预设误差的融合位姿信息中提取旋转信息和位移信息。
在本申请实施例中,通过结合相邻帧图像的相关信息,以及相机的相关信息,确定满足误差的旋转信息和位移信息,以尽可能地降低旋转信息和位移信息的误差,从而提高定位信息的准确性和可靠性。
S33:将旋转信息和位移信息确定为定位信息。
S204:根据定位信息,控制自动驾驶车辆行驶。
其中,关于S204的描述可参见S103,此处不再赘述。
为使读者更清楚地理解得到第一位姿信息和第二位姿信息的具体过程,现结合图7对本申请实施例的定位方法进行详细的阐述。其中,图7为本申请又一个实施例的定位方法的流程示意图。
如图7所示,该方法包括:
S301:采集惯性测量单元在时间段内测量得到的第一测量数据。
S302:对第一测量数据进行积分,生成第一位姿信息。
基于上述示例可知,惯性测量单元可以对自动驾驶车辆的姿态角、角速度、角速度、旋转、速度和位移等信息进行测量,则第一测量数据即为惯性测量单元采采集到的自动驾驶车辆对应的姿态角、角速度、角速度、旋转、速度和位移等数据。
在本申请实施例中,当得到第一测量数据之后,对第一测量数据进行积分,以便生成第一位姿信息。
一般而言,第一测量数据为离散型数据,因此,当通过积分对第一测量数据进行处理时,可以过滤掉部分信息,而旋转、速度和位移会被保留。
所以,通过对第一测量数据进行积分,可以对部分第一测量数据进行过滤,可以避免后续计算的冗余,从而提高计算的效率。且,由于对冗余信息进行了过滤,因此,可以确保第一位姿信息的精确性和可靠性,从而实现定位信息的可靠性和准确性。
具体地,经过积分后的第一位姿信息包括旋转、速度和位移,具体可通过下述公式进行表达:
RWB(T1)=RWB(T0)Exp(ωBWΔt),其中,RWB(T1)为T1对应的旋转,RWB(T0)为T0对应的旋转,ωBWΔt为(T1-T0)对应的角速度;
VWB(T1)=VWB(T0)+aWBΔt,其中,VWB(T1)为T1对应的速度,VWB(T0)为T0对应的速度,aWBΔt为(T1-T0)对应的加速度;
tWB(T1)=t(T0)+VWBΔt+aWBΔt2,其中,tWB(T1)为T1对应的位移,t(T0)为T0对应的位移,VWBΔt为(T1-T0)对应的速度,aWBΔt2为(T1-T0)的对应的加速度的平方。
基于上述示例,相邻帧图像分布为第j帧图像和第i帧图像,则带入上述公式可知第j帧图像对应的旋转、速度和位移,具体地,旋转的公式如下:
其中,tj为第j帧图像对应的时间,ti为第j帧图像对应的时间,bg和ba为惯性测量单元对应的零偏,ηg和ηa为惯性测量单元对应的白噪声,Δt为第j帧图像对应的时间与第j帧图像对应的时间之间的时间差,gW为预设的重力加速度,如9.8m/s2。
S303:采集轮速计在时间段内测量得到的第二测量数据。
S304:对第二测量数据进行积分,生成第二位姿信息。
同理,在本申请实施例中,当得到第二测量数据之后,对第二测量数据进行积分,以便生成第二位姿信息。
一般而言,第二测量数据为离散型数据,因此,当通过积分对第二测量数据进行处理时,可以过滤掉部分信息,而速度和位移会被保留。
所以,通过对第二测量数据进行积分,可以对部分第二测量数据进行过滤,可以避免后续计算的冗余,从而提高计算的效率。且,由于对冗余信息进行了过滤,因此,可以确保第二位姿信息的精确性和可靠性,从而实现定位信息的可靠性和准确性。
其中,轮速计与惯性测量单元之间的关系,可通过下式表达:
VWB(T1)=RWB(T0)RBSVS-0×RWBtBS+ω×tBS,其中,RWB为轮速计坐标系相当于惯性测量单元坐标系的旋转参数,VS为轮速计测量得到的速度,tBS为轮速计坐标系相当于惯性测量单元坐标系的位移参数。
则经过积分后的第二位姿信息包括速度和位移,具体可通过下述公式进行表达:
S305:根据第一位姿信息、第二位姿信息和相邻帧图像,生成定位信息。
其中,关于S305的描述可参见S102,或者,参见S202至S203,此处不再赘述。
S306:根据定位信息,控制自动驾驶车辆行驶。
S307:关于S307的描述可参见S103,此处不再赘述。
根据本申请实施例的另一个方面,本申请实施例还提供了一种与上述方法实施例对应的定位装置,用于实现上述任一实施例中所述的定位方法。
请参阅图8,图8为本申请实施例的定位装置的示意图。
如图8所示,该装置包括:
采集模块11,用于采集预设时间段内惯性测量单元测量得到的第一位姿信息,并采集所述时间段内轮速计测量得到的第二位姿信息,其中,所述时间段是相机采集相邻帧图像时的采样时间间隔;
生成模块12,用于根据所述第一位姿信息、所述第二位姿信息和所述相邻帧图像,生成定位信息;
控制模块13,用于根据所述定位信息,控制自动驾驶车辆行驶。
在一些实施例中,所述生成模块12用于,对所述第一位姿信息和所述第二位姿信息进行融合处理,生成融合位姿信息,根据所述相邻帧图像和所述融合位姿信息生成所述定位信息。
在一些实施例中,所述生成模块12用于,获取所述轮速计相对于所述惯性测量单元的坐标转换参数,根据所述坐标转换参数对所述第二位姿信息进行坐标转换,将所述第一位姿信息和进行坐标转换后的第二位姿信息进行融合,生成所述融合位姿信息。
在一些实施例中,所述生成模块12用于,根据所述相邻帧图像确定满足预设误差的融合位姿信息,从所述满足预设误差的融合位姿信息中提取旋转信息和位移信息,并将所述旋转信息和所述位移信息确定为所述定位信息。
在一些实施例中,所述相邻帧图像包括预设特征点的图像坐标信息;所述生成模块12用于,将所述图像坐标信息和所述融合位姿信息输入至预设的误差模型,获取所述误差模型输出的结果为所述误差的融合位姿信息。
在一些实施例中,所述误差模型包括所述相机的内参和所述相机的外参,且所述相机的外参包括所述相机相对于所述惯性测量单元的旋转参数和位移参数。
在一些实施例中,所述采集模块11用于,采集所述惯性测量单元在所述时间段内测量得到的第一测量数据,对所述第一测量数据进行积分,生成所述第一位姿信息。
在一些实施例中,所述采集模块11用于,采集所述轮速计在所述时间段内测量得到的第二测量数据,对所述第二测量数据进行积分,生成所述第二位姿信息。
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。
请参阅图9,图9为本申请实施例的电子设备的框图。
其中,电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。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/或者要求的本申请实施例的实现。
如图9所示,该电子设备包括:一个或多个处理器101、存储器102,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9中以一个处理器101为例。
存储器102即为本申请实施例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实施例所提供的定位方法。本申请实施例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实施例所提供的定位方法。
存储器102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程序指令/模块。处理器101通过运行存储在存储器102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定位方法。
存储器102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电子设备的使用所创建的数据等。此外,存储器102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102可选包括相对于处理器101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、区块链服务网络(Block-chain-based Service Network,BSN)、移动通信网及其组合。
电子设备还可以包括:输入装置103和输出装置104。处理器101、存储器102、输入装置103和输出装置104可以通过总线或者其他方式连接,图9中以通过总线连接为例。
输入装置103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、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置104可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)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)、区块链服务网络(Block-chain-based Service Network,BSN)、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。
根据本申请实施例的另一个方面,本申请实施例还提供了一种自动驾驶车辆,所述自动驾驶车辆包括上述实施例所述的定位装置,或者,包括上述实施例所述的电子设备。
根据本申请实施例的另一个方面,本申请实施例还提供了一种定位方法。
请参阅图10,图10为本申请又一实施例的定位方法的流程示意图。
如图10所示,该方法包括:
S1:采集预设时间内至少两个传感器测量各自对应的位姿信息,其中,时间段是相机采集相邻帧图像时的采样时间间隔。
其中,传感器的数量为多个,且一个传感器对应一个位姿信息。即,每一个传感器均对自动驾驶车辆的位姿信息进行采集。
传感器还可以为惯性测量单元、轮速计和雷达传感器,等等,此处不再一一列举。
具体地,当传感器的数量为两个时,则一个传感器可以为上述示例中描述的惯性测量单元,且对应的位姿信息为上述示例中的第一位姿信息;另一个传感器可以为上述示例中描述的轮速计,且对应的位姿信息为上述示例中的第二位姿信息。
S2:根据各位姿信息和相邻帧图像,生成定位信息。
在本申请实施例中,相当于根据各位姿信息对相邻帧图像对应的定位信息进行纠偏,从而生成可靠性较高的定位信息。具体地过程可参见上述示例,此处不再赘述。
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 (20)
1.一种定位方法,其特征在于,所述方法应用于自动驾驶车辆,所述方法包括:
采集预设时间段内惯性测量单元测量得到的第一位姿信息,并采集所述时间段内轮速计测量得到的第二位姿信息,其中,所述时间段是相机采集相邻帧图像时的采样时间间隔;
根据所述第一位姿信息、所述第二位姿信息和所述相邻帧图像,生成定位信息;
根据所述定位信息,控制所述自动驾驶车辆行驶。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一位姿信息、所述第二位姿信息和所述相邻帧图像,生成定位信息,包括:
对所述第一位姿信息和所述第二位姿信息进行融合处理,生成融合位姿信息;
根据所述相邻帧图像和所述融合位姿信息生成所述定位信息。
3.根据权利要求2所述的方法,其特征在于,所述对所述第一位姿信息和第二位姿信息进行融合处理,生成融合位姿信息,包括:
获取所述轮速计相对于所述惯性测量单元的坐标转换参数;
根据所述坐标转换参数对所述第二位姿信息进行坐标转换;
将所述第一位姿信息和进行坐标转换后的第二位姿信息进行融合,生成所述融合位姿信息。
4.根据权利要求2所述的方法,其特征在于,所述根据所述相邻帧图像和所述融合位姿信息生成所述定位信息,包括:
根据所述相邻帧图像确定满足预设误差的融合位姿信息;
从所述满足预设误差的融合位姿信息中提取旋转信息和位移信息,并将所述旋转信息和所述位移信息确定为所述定位信息。
5.根据权利要求4所述的方法,其特征在于,所述相邻帧图像包括预设特征点的图像坐标信息;根据所述相邻帧图像确定满足预设误差的融合位姿信息,包括:
将所述图像坐标信息和所述融合位姿信息输入至预设的误差模型;
获取所述误差模型输出的结果为所述误差的融合位姿信息。
6.根据权利要求5所述的方法,其特征在于,所述误差模型包括所述相机的内参和所述相机的外参,且所述相机的外参包括所述相机相对于所述惯性测量单元的旋转参数和位移参数。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述采集预设时间段内惯性测量单元测量得到的第一位姿信息,包括:
采集所述惯性测量单元在所述时间段内测量得到的第一测量数据;
对所述第一测量数据进行积分,生成所述第一位姿信息。
8.根据权利要求1至6中任一项所述的方法,其特征在于,所述采集所述时间段内轮速计测量得到的第二位姿信息,包括:
采集所述轮速计在所述时间段内测量得到的第二测量数据;
对所述第二测量数据进行积分,生成所述第二位姿信息。
9.一种定位装置,其特征在于,所述装置包括:
采集模块,用于采集预设时间段内惯性测量单元测量得到的第一位姿信息,并采集所述时间段内轮速计测量得到的第二位姿信息,其中,所述时间段是相机采集相邻帧图像时的采样时间间隔;
生成模块,用于根据所述第一位姿信息、所述第二位姿信息和所述相邻帧图像,生成定位信息;
控制模块,用于根据所述定位信息,控制自动驾驶车辆行驶。
10.根据权利要求9所述的装置,其特征在于,所述生成模块用于,对所述第一位姿信息和所述第二位姿信息进行融合处理,生成融合位姿信息,根据所述相邻帧图像和所述融合位姿信息生成所述定位信息。
11.根据权利要求10所述的装置,其特征在于,所述生成模块用于,获取所述轮速计相对于所述惯性测量单元的坐标转换参数,根据所述坐标转换参数对所述第二位姿信息进行坐标转换,将所述第一位姿信息和进行坐标转换后的第二位姿信息进行融合,生成所述融合位姿信息。
12.根据权利要求10所述的装置,其特征在于,所述生成模块用于,根据所述相邻帧图像确定满足预设误差的融合位姿信息,从所述满足预设误差的融合位姿信息中提取旋转信息和位移信息,并将所述旋转信息和所述位移信息确定为所述定位信息。
13.根据权利要求12所述的装置,其特征在于,所述相邻帧图像包括预设特征点的图像坐标信息;所述生成模块用于,将所述图像坐标信息和所述融合位姿信息输入至预设的误差模型,获取所述误差模型输出的结果为所述误差的融合位姿信息。
14.根据权利要求13所述的装置,其特征在于,所述误差模型包括所述相机的内参和所述相机的外参,且所述相机的外参包括所述相机相对于所述惯性测量单元的旋转参数和位移参数。
15.根据权利要求9至14中任一项所述的装置,其特征在于,所述采集模块用于,采集所述惯性测量单元在所述时间段内测量得到的第一测量数据,对所述第一测量数据进行积分,生成所述第一位姿信息。
16.根据权利要求9至14中任一项所述的装置,其特征在于,所述采集模块用于,采集所述轮速计在所述时间段内测量得到的第二测量数据,对所述第二测量数据进行积分,生成所述第二位姿信息。
17.一种电子设备,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1-8中任一项所述的方法。
18.一种自动驾驶车辆,其特征在于,所述自动驾驶车辆包括如权利要求9至16中任一项所述的装置,或者,如权利要求17所述的电子设备。
19.一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1-8中任一项所述的方法。
20.一种定位方法,其特征在于,所述方法包括:
采集预设时间内至少两个传感器测量各自对应的位姿信息,其中,所述时间段是相机采集相邻帧图像时的采样时间间隔;
根据各所述位姿信息和所述相邻帧图像,生成定位信息。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010497244.0A CN111649739B (zh) | 2020-06-02 | 2020-06-02 | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 |
US17/137,048 US11789455B2 (en) | 2020-06-02 | 2020-12-29 | Control of autonomous vehicle based on fusion of pose information and visual data |
EP21164864.7A EP3920003A1 (en) | 2020-06-02 | 2021-03-25 | Positioning method and apparatus, autonomous driving vehicle, electronic device and storage medium |
KR1020210041414A KR102570094B1 (ko) | 2020-06-02 | 2021-03-30 | 측위 방법과 장치, 자율 주행 차량, 전자기기와 저장매체 |
JP2021064297A JP7287999B2 (ja) | 2020-06-02 | 2021-04-05 | 測位方法及び装置、自動運転車両、電子機器、並びに記憶媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010497244.0A CN111649739B (zh) | 2020-06-02 | 2020-06-02 | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111649739A true CN111649739A (zh) | 2020-09-11 |
CN111649739B CN111649739B (zh) | 2023-09-01 |
Family
ID=72347074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010497244.0A Active CN111649739B (zh) | 2020-06-02 | 2020-06-02 | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11789455B2 (zh) |
EP (1) | EP3920003A1 (zh) |
JP (1) | JP7287999B2 (zh) |
KR (1) | KR102570094B1 (zh) |
CN (1) | CN111649739B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112880674A (zh) * | 2021-01-21 | 2021-06-01 | 深圳市镭神智能系统有限公司 | 一种行驶设备的定位方法、装置、设备及存储介质 |
CN112902951A (zh) * | 2021-01-21 | 2021-06-04 | 深圳市镭神智能系统有限公司 | 一种行驶设备的定位方法、装置、设备及存储介质 |
CN113899363A (zh) * | 2021-09-29 | 2022-01-07 | 北京百度网讯科技有限公司 | 车辆的定位方法、装置及自动驾驶车辆 |
CN113946151A (zh) * | 2021-10-20 | 2022-01-18 | 北京百度网讯科技有限公司 | 针对自动驾驶车辆的数据处理方法、装置和自动驾驶车辆 |
CN114001742A (zh) * | 2021-10-21 | 2022-02-01 | 广州小鹏自动驾驶科技有限公司 | 车辆定位方法、装置、车辆和可读存储介质 |
CN114323033A (zh) * | 2021-12-29 | 2022-04-12 | 北京百度网讯科技有限公司 | 基于车道线和特征点的定位方法、设备及自动驾驶车辆 |
CN114429515A (zh) * | 2021-12-21 | 2022-05-03 | 北京地平线机器人技术研发有限公司 | 一种点云地图构建方法、装置和设备 |
CN114851906A (zh) * | 2022-06-07 | 2022-08-05 | 安徽绿舟科技有限公司 | 新能源商用车吊装换电视觉辅助定位方法及装置 |
CN115984944A (zh) * | 2023-01-20 | 2023-04-18 | 北京字跳网络技术有限公司 | 表情信息识别方法、装置、设备、可读存储介质及产品 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111274343B (zh) | 2020-01-20 | 2023-11-24 | 阿波罗智能技术(北京)有限公司 | 一种车辆定位方法、装置、电子设备及存储介质 |
CN111649739B (zh) * | 2020-06-02 | 2023-09-01 | 阿波罗智能技术(北京)有限公司 | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 |
CN113870367B (zh) * | 2021-12-01 | 2022-02-25 | 腾讯科技(深圳)有限公司 | 相机外参的生成方法、装置、设备、存储介质和程序产品 |
KR20240010769A (ko) | 2022-07-15 | 2024-01-25 | 재단법인대구경북과학기술원 | 측위 장치 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107747941A (zh) * | 2017-09-29 | 2018-03-02 | 歌尔股份有限公司 | 一种双目视觉定位方法、装置及系统 |
US20190206123A1 (en) * | 2017-12-29 | 2019-07-04 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for fusing point cloud data |
CN110155080A (zh) * | 2019-05-22 | 2019-08-23 | 北京百度网讯科技有限公司 | 传感器稳定控制方法、装置、稳定器和介质 |
CN110967011A (zh) * | 2019-12-25 | 2020-04-07 | 苏州智加科技有限公司 | 一种定位方法、装置、设备及存储介质 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7162338B2 (en) * | 2002-12-17 | 2007-01-09 | Evolution Robotics, Inc. | Systems and methods for computing a relative pose for global localization in a visual simultaneous localization and mapping system |
JP2009236532A (ja) | 2008-03-26 | 2009-10-15 | Seiko Epson Corp | 測位方法、プログラム及び測位装置 |
US8825397B2 (en) * | 2011-11-03 | 2014-09-02 | Texas Instruments Incorporated | Vehicle navigation system with dead reckoning |
KR20150122097A (ko) | 2015-10-08 | 2015-10-30 | 김인태 | 항법 알고리즘을 이용한 네비게이션 연동방법 |
CN108700876B (zh) | 2015-11-04 | 2021-08-27 | 祖克斯有限公司 | 用于自主车辆轨迹修改的远程操作系统和方法 |
US11283877B2 (en) * | 2015-11-04 | 2022-03-22 | Zoox, Inc. | Software application and logic to modify configuration of an autonomous vehicle |
US9630619B1 (en) * | 2015-11-04 | 2017-04-25 | Zoox, Inc. | Robotic vehicle active safety systems and methods |
US9734455B2 (en) * | 2015-11-04 | 2017-08-15 | Zoox, Inc. | Automated extraction of semantic information to enhance incremental mapping modifications for robotic vehicles |
US9916703B2 (en) | 2015-11-04 | 2018-03-13 | Zoox, Inc. | Calibration for autonomous vehicle operation |
KR101796986B1 (ko) | 2015-12-14 | 2017-12-12 | 현대자동차주식회사 | 차량 및 그 제어방법 |
US9915947B1 (en) * | 2016-02-26 | 2018-03-13 | Waymo Llc | System and method for determining pose data for a vehicle |
US9996944B2 (en) * | 2016-07-06 | 2018-06-12 | Qualcomm Incorporated | Systems and methods for mapping an environment |
WO2018042671A1 (ja) * | 2016-09-05 | 2018-03-08 | 日産自動車株式会社 | 車両走行制御方法及び車両走行制御装置 |
US10650270B2 (en) * | 2017-04-21 | 2020-05-12 | X Development Llc | Methods and systems for simultaneous localization and calibration |
US11501552B2 (en) * | 2017-04-27 | 2022-11-15 | Sony Interactive Entertainment Inc. | Control apparatus, information processing system, control method, and program |
CN108196285B (zh) | 2017-11-30 | 2021-12-17 | 中山大学 | 一种基于多传感器融合的精确定位系统 |
US11940277B2 (en) | 2018-05-29 | 2024-03-26 | Regents Of The University Of Minnesota | Vision-aided inertial navigation system for ground vehicle localization |
CN108958266A (zh) | 2018-08-09 | 2018-12-07 | 北京智行者科技有限公司 | 一种地图数据获取方法 |
CN111354042B (zh) * | 2018-12-24 | 2023-12-01 | 深圳市优必选科技有限公司 | 机器人视觉图像的特征提取方法、装置、机器人及介质 |
AU2020225213B2 (en) * | 2019-02-19 | 2023-11-16 | Crown Equipment Corporation | Systems and methods for calibration of a pose of a sensor relative to a materials handling vehicle |
US20210302991A1 (en) * | 2020-03-31 | 2021-09-30 | Wipro Limited | Method and system for generating an enhanced field of view for an autonomous ground vehicle |
CN111649739B (zh) * | 2020-06-02 | 2023-09-01 | 阿波罗智能技术(北京)有限公司 | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 |
-
2020
- 2020-06-02 CN CN202010497244.0A patent/CN111649739B/zh active Active
- 2020-12-29 US US17/137,048 patent/US11789455B2/en active Active
-
2021
- 2021-03-25 EP EP21164864.7A patent/EP3920003A1/en not_active Ceased
- 2021-03-30 KR KR1020210041414A patent/KR102570094B1/ko active IP Right Grant
- 2021-04-05 JP JP2021064297A patent/JP7287999B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107747941A (zh) * | 2017-09-29 | 2018-03-02 | 歌尔股份有限公司 | 一种双目视觉定位方法、装置及系统 |
US20190206123A1 (en) * | 2017-12-29 | 2019-07-04 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for fusing point cloud data |
CN110155080A (zh) * | 2019-05-22 | 2019-08-23 | 北京百度网讯科技有限公司 | 传感器稳定控制方法、装置、稳定器和介质 |
CN110967011A (zh) * | 2019-12-25 | 2020-04-07 | 苏州智加科技有限公司 | 一种定位方法、装置、设备及存储介质 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112902951A (zh) * | 2021-01-21 | 2021-06-04 | 深圳市镭神智能系统有限公司 | 一种行驶设备的定位方法、装置、设备及存储介质 |
CN112880674A (zh) * | 2021-01-21 | 2021-06-01 | 深圳市镭神智能系统有限公司 | 一种行驶设备的定位方法、装置、设备及存储介质 |
US11953609B2 (en) | 2021-09-29 | 2024-04-09 | Beijing Baidu Netcom Science Technology Co., Ltd. | Vehicle positioning method, apparatus and autonomous driving vehicle |
CN113899363A (zh) * | 2021-09-29 | 2022-01-07 | 北京百度网讯科技有限公司 | 车辆的定位方法、装置及自动驾驶车辆 |
CN113946151A (zh) * | 2021-10-20 | 2022-01-18 | 北京百度网讯科技有限公司 | 针对自动驾驶车辆的数据处理方法、装置和自动驾驶车辆 |
CN114001742A (zh) * | 2021-10-21 | 2022-02-01 | 广州小鹏自动驾驶科技有限公司 | 车辆定位方法、装置、车辆和可读存储介质 |
CN114001742B (zh) * | 2021-10-21 | 2024-06-04 | 广州小鹏自动驾驶科技有限公司 | 车辆定位方法、装置、车辆和可读存储介质 |
CN114429515A (zh) * | 2021-12-21 | 2022-05-03 | 北京地平线机器人技术研发有限公司 | 一种点云地图构建方法、装置和设备 |
CN114323033B (zh) * | 2021-12-29 | 2023-08-29 | 北京百度网讯科技有限公司 | 基于车道线和特征点的定位方法、设备及自动驾驶车辆 |
CN114323033A (zh) * | 2021-12-29 | 2022-04-12 | 北京百度网讯科技有限公司 | 基于车道线和特征点的定位方法、设备及自动驾驶车辆 |
CN114851906A (zh) * | 2022-06-07 | 2022-08-05 | 安徽绿舟科技有限公司 | 新能源商用车吊装换电视觉辅助定位方法及装置 |
CN114851906B (zh) * | 2022-06-07 | 2024-06-25 | 安徽绿舟科技有限公司 | 新能源商用车吊装换电视觉辅助定位方法及装置 |
CN115984944A (zh) * | 2023-01-20 | 2023-04-18 | 北京字跳网络技术有限公司 | 表情信息识别方法、装置、设备、可读存储介质及产品 |
Also Published As
Publication number | Publication date |
---|---|
KR20210042856A (ko) | 2021-04-20 |
EP3920003A1 (en) | 2021-12-08 |
US11789455B2 (en) | 2023-10-17 |
JP7287999B2 (ja) | 2023-06-06 |
US20210370970A1 (en) | 2021-12-02 |
KR102570094B1 (ko) | 2023-08-23 |
JP2021113818A (ja) | 2021-08-05 |
CN111649739B (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111649739B (zh) | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 | |
CN113370982B (zh) | 路面颠簸区域的检测方法、装置、电子设备及存储介质 | |
EP3842750A2 (en) | Positioning method, electronic device, vehicle device, and autonomous vehicle | |
CN107748569B (zh) | 用于无人机的运动控制方法、装置及无人机系统 | |
CN111959495B (zh) | 车辆的控制方法、装置及车辆 | |
CN110806215B (zh) | 车辆定位的方法、装置、设备及存储介质 | |
CN111611901B (zh) | 车辆逆行检测方法、装置、设备以及存储介质 | |
CN111721305B (zh) | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 | |
CN112184914B (zh) | 目标对象三维位置的确定方法、装置和路侧设备 | |
CN112344855B (zh) | 障碍物的检测方法、装置、存储介质和路测设备 | |
CN112800159B (zh) | 地图数据处理方法及装置 | |
CN113819910A (zh) | 车辆导航中高架桥区识别方法及其装置 | |
CN111267838B (zh) | 泊车处理方法、系统、装置及车辆控制器 | |
CN111784835A (zh) | 制图方法、装置、电子设备及可读存储介质 | |
CN112147632A (zh) | 车载激光雷达感知算法的测试方法、装置、设备和介质 | |
CN111784837A (zh) | 高精地图生成方法和装置 | |
CN113844463A (zh) | 基于自动驾驶系统的车辆控制方法、装置及车辆 | |
CN110617824B (zh) | 确定车辆上下高架道路的方法、装置、设备和介质 | |
CN115556769A (zh) | 障碍物状态量确定方法及装置、电子设备和介质 | |
CN111121755A (zh) | 一种多传感器的融合定位方法、装置、设备及存储介质 | |
CN111780757B (zh) | 定位方法和装置、电子设备、车端设备、自动驾驶汽车 | |
CN111783611B (zh) | 无人车的定位方法、装置、无人车及存储介质 | |
CN115900697B (zh) | 对象运动轨迹信息处理方法、电子设备以及自动驾驶车辆 | |
CN111596086B (zh) | 一种自动驾驶中障碍物的速度估计方法、装置和电子设备 | |
CN110579779B (zh) | Gps质量确定方法、装置、设备和介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211021 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |