CN111651832A - 一种安装感知器件的方法、装置、电子设备及存储介质 - Google Patents
一种安装感知器件的方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111651832A CN111651832A CN202010370862.9A CN202010370862A CN111651832A CN 111651832 A CN111651832 A CN 111651832A CN 202010370862 A CN202010370862 A CN 202010370862A CN 111651832 A CN111651832 A CN 111651832A
- Authority
- CN
- China
- Prior art keywords
- determining
- range
- mountable
- sensing device
- target installation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000003860 storage Methods 0.000 title claims description 13
- 238000009434 installation Methods 0.000 claims abstract description 112
- 239000013598 vector Substances 0.000 claims abstract description 60
- 238000005457 optimization Methods 0.000 claims abstract description 53
- 238000001514 detection method Methods 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000746 body region Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- 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)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例所公开的一种安装感知器件的方法、装置、电子设备及存储介质,方法包括确定车辆的待感知范围,基于待感知范围确定车辆上感知器件的可安装位置集,并基于可安装位置集中每个可安装位置的切线外法线方向矢量、感知器件的尺寸、目标安装位置的个数建立包含目标安装位置的参数和目标安装位置的指向参数的优化模型,进而对优化模型进行求解,从可安装位置集中确定出目标安装位置,并确定目标安装位置的指向矢量。基于本申请实施例,通过确定约束条件构建优化模型,求解出目标安装位置及目标安装位置的指向矢量,可以实现感知器件的全局部署,以消减探测盲区,提升感知器件的环境感知能力。
Description
技术领域
本发明涉及智能驾驶领域,尤其涉及一种安装感知器件的方法、装置、电子设备及存储介质。
背景技术
自动驾驶技术日益成熟,提高自动驾驶安全性能迫在眉睫,先进的传感技术是提高自动驾驶安全性能的关键。随着自动驾驶所需的安全性能要求越来越高,对车辆周围环境信息的感知要求也越来越高,不仅要求提高感知精度,而且要求扩大感知范围。现有技术中,通过在车辆周身区域安装各种感知器件来感应车辆周围环境信息。例如,在车辆的前后保杠上安装毫米级波雷达来感知车辆前后的环境信息,在车辆的四角区域安装角雷达来感知车辆侧面的环境信息,此外,还在车辆车身区域安装前后视相机、环形相机或超声波雷达等感知器件来感知车辆车身附近的环境信息。上述传统的感知器件部署方法中,过多的感知器件不仅增加了车辆的制造成本,而且对融合感知信息具有十分高的要求,安装有过多感知器件的车辆不仅需要具备高性能的软硬件设备,而且需要开发高性能的信息融合算法。
因此,针对上述感知器件部署方法受限于高成本、高性能软硬件开发无法而满足智能化需求的问题,有必要设计一种安装感知器件的方法、装置、电子设备及存储介质。
发明内容
本申请提供一种安装感知器件的方法、装置、电子设备及存储介质,可以实现感知器件的全局部署,以消减探测盲区,提升感知器件的环境感知能力。
本申请提供一种安装感知器件的方法,该方法包括:
确定车辆的待感知范围;
基于待感知范围确定车辆上感知器件的可安装位置集;可安装位置集中包括每个可安装位置的矢量信息;
基于可安装位置集中每个可安装位置的切线外法线方向矢量、感知器件的尺寸、目标安装位置的个数确定约束条件;
根据约束条件建立包含目标安装位置的参数和目标安装位置的指向参数的优化模型;
对优化模型进行求解,从可安装位置集中确定出目标安装位置,并确定目标安装位置的指向矢量;其中,目标安装位置的个数在预设个数范围内。
进一步地,约束条件包括角度约束条件、间距约束条件和数量约束条件;
基于可安装位置集中的每个可安装位置的切线外法线方向矢量、感知器件的尺寸、目标安装位置的个数确定约束条件,包括:
确定角度约束条件为每个可安装位置的切线外法线方向矢量与安装位置的指向矢量的夹角小于等于90度;
确定间距约束条件为可安装位置集中相邻可安装位置间的距离大于等于感知器件的尺寸;
确定数量约束条件为目标安装位置的个数与从预设个数范围中指定的预设个数相等。
进一步地,若所述指定的预设个数是多个,约束条件还包括范围约束条件;
上述方法还包括基于待感知范围确定约束条件;
基于待感知范围确定约束条件,包括:
确定范围约束条件为在目标安装位置上的所有感知器件覆盖的目标感知范围与待感知范围之比大于等于预设比值。
进一步地,根据约束条件建立包含目标安装位置的参数和目标安装位置的指向参数的优化模型,具体为:
其中,x为目标安装位置的参数,θ为目标安装位置的指向参数,λ为多目标优化权值因子,α为可安装位置的切线外法线方向矢量,S为待感知范围,N为可安装位置集中可安装位置的数量,N为大于0的正整数。
进一步地,可安装位置集中任一相邻的可安装位置间的距离是相同的。
进一步地,待感知范围包括多个待感知子范围;
基于待感知范围确定车辆上感知器件的可安装位置集,包括:
确定多个待感知子范围中每个待感知子范围对应的重视权重;
基于每个待感知子范围对应的重视权重确定车辆上感知器件的可安装位置集;
其中,重视权重包括第一重视权重和第二重视权重,第一重视权重的待感知子范围中的可安装位置间的疏密程度为第一密集程度,第二重视权重的待感知子范围中的可安装位置间的疏密程度为第二密集程度,第一权重大于等于第二权重,第一密集程度大于等于第二密集程度。
进一步地,对优化模型进行求解,从可安装位置集中确定出目标安装位置,并确定目标安装位置的指向矢量,包括:
对优化模型进行松弛处理,得到凸优化模型;
对凸优化模型进行求解,从可安装位置集中确定出目标安装位置,并确定目标安装位置的指向矢量。
相应地,本申请实施例还提供一种安装感知器件的装置,该装置包括:
第一确定模块,用于确定车辆的待感知范围;
第二确定模块,用于基于待感知范围确定车辆上感知器件的可安装位置集;可安装位置集中包括每个可安装位置的矢量信息;
第三确定模块,用于基于可安装位置集中每个可安装位置的切线外法线方向矢量、感知器件的尺寸、目标安装位置的个数确定约束条件;
建模模块,用于根据约束条件建立包含目标安装位置的参数和目标安装位置的指向参数的优化模型;
第四确定模块,用于对优化模型进行求解,从可安装位置集中确定出目标安装位置,并确定目标安装位置的指向矢量;其中,目标安装位置的个数在预设个数范围内。
相应地,本申请实施例还提供了一种电子设备,该电子设备包括处理器和存储器,存储器中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述安装感知器件的方法。
相应地,本申请实施例还提供了一种计算机可读存储介质,该存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述安装感知器件的方法。
本申请实施例具有如下有益效果:
本申请实施例所公开的一种安装感知器件的方法、装置、电子设备及存储介质,其中,方法包括装置确定车辆的待感知范围,基于待感知范围确定车辆上感知器件的可安装位置集,其中,可安装位置集中包括每个可安装位置的矢量信息,装置还基于可安装位置集中每个可安装位置的切线外法线方向矢量、感知器件的尺寸、目标安装位置的个数确定约束条件,并根据约束条件建立包含目标安装位置的参数和目标安装位置的指向参数的优化模型,进而对优化模型进行求解,从可安装位置集中确定出目标安装位置,并确定目标安装位置的指向矢量,其中,目标安装位置的个数在预设个数范围内。基于本申请实施例,通过确定约束条件构建优化模型,求解出目标安装位置及目标安装位置的指向矢量,可以实现感知器件的全局部署,以消减探测盲区,提升感知器件的环境感知能力。此外,基于离散化采样处理,通过拟合算法可以实现模型的数值优化,大大降低模型求解的复杂程度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1是本申请实施例所提供的一种应用环境的示意图;
图2是本申请实施例所提供的一种安装感知器件的方法的流程示意图;
图3为本申请实施例所提供的一种车辆待感知范围的划分示意图;
图4为本申请实施例所提供的一种车辆上可安装位置集的分布示意图;
图5为本申请实施例所提供的一种切线外法线方向矢量与安装位置的指向矢量的夹角示意图;
图7为本申请实施例所提供的一种安装感知器件的装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施例作进一步地详细描述。显然,所描述的实施例仅仅是本申请一个实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
此处所称的“实施例”是指可包含于本申请至少一个实现方式中的特定特征、结构或特性。在本申请实施例的描述中,需要理解的是,术语“前”、“后”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。术语“第一”、“第二”、第三”和“第四”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、第三”和“第四”的特征可以明示或者隐含的包括一个或者更多个该特征。而且,术语“第一”、“第二”、第三”和“第四”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请实施例能够以除了在这里图示或描述以外的顺序实施。此外,术语“包括”和“为”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或模块的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或模块,而是可包括没有清楚地列出的或对于这些过程、方法、装置、产品或设备固有的其它步骤或模块。
请参阅图1,其所示为本申请实施例所提供的一种应用环境的示意图,包括运算设备,该运算设备可以是车载服务器,也可以是服务提供商所提供的服务器集成,该运算设备中含有第一确定模块、第二确定模块、第三确定模块、建模模块和第四确定模块,其中,第一确定模块确定车辆的待感知范围,第二确定模块基于待感知范围确定车辆上感知器件的可安装位置集,该可安装位置集中包括每个可安装位置的矢量信息,第三确定模块基于可安装位置集中每个可安装位置的切线外法线方向矢量、感知器件的尺寸、目标安装位置的个数确定约束条件,建模模块根据约束条件建立包含目标安装位置的参数和目标安装位置的指向参数的优化模型,第四确定模块对优化模型进行求解,从可安装位置集中确定出目标安装位置,并确定目标安装位置的指向矢量,其中,目标安装位置的个数在预设个数范围内。
本申请实施例中,第一确定模块、第二确定模块、第三确定模块、建模模块和第四确定模块之间通过无线链路或者有线链路连接。
下面介绍本申请一种安装感知器件的方法的具体实施例,图2是本申请实施例提供的一种安装感知器件的方法的流程示意图,本说明书提供了如实施例或流程图所示的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多执行顺序中的一种方式,不代表唯一的执行顺序,在实际执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示,该方法包括:
S201:确定车辆的待感知范围。
本申请实施例中,自动驾驶的典型应用场景包括城市道路、高架、高速公路和停车场等行驶路段或泊车区域。在这些应用场景中,待感知的范围包括以车辆行驶方向为基准的正前方(F1/F2)、正后方(R1/R2)、前侧向(A1/A2)、后侧向(C1/C2)以及左右正侧方(B1/B2),如图3所示提供了一种车辆待感知范围的划分示意图。
S203:基于待感知范围确定车辆上感知器件的可安装位置集;可安装位置集中包括每个可安装位置的矢量信息。
基于图3所提供的车辆待感知范围的划分示意图,继续进行说明。一般而言,车辆前侧向(A1/A2)和后侧向(C1/C2)的被感知需求是一致的,安装于该处的感知器件需要感知到相对于车辆中短距离范围内的障碍物;车辆左右正侧方(B1/B2)的被感知需求是一致的,安装于该处的感知器件需要感知到相对于车辆近距离范围内的障碍物;车辆正前方(F1/F2)和正后方(R1/R2)包括近距离感知和远距离感知两种感知需求,以匹配不同的功能应用,其中,安装于F1和R1处的感知器件需要感知到相对于车辆远距离范围内的障碍物,安装于F2和R2处的感知器件需要感知到相对于车辆近距离范围内的障碍物。由于存在部分集成式感知器件兼具远、近感知两种模式,故而安装于车辆正前方(F1/F2)的感知器件可以是集成的,同样地,安装于车辆正前方(F1/F2)的感知器件可以是集成的。
假设,安装于车辆正前方(F2)、正后方(R2)、前侧向(A1/A2)、后侧向(C1/C2)和左右正侧方(B1/B2)的感知器件的性能参数是相同的,都是可以感知到相对于车辆中短距离范围内的障碍物,安装于车辆正前方(F1)和正后方(R1)的感知器件的性能参数是相同的,都是可以感知到相对于车辆远距离范围内的障碍物。
一种基于待感知范围确定车辆上感知器件的可安装位置集的具体实施方式中,确定车辆上任意一位置为可安装位置,基于确定的可安装位置和间隔距离d确定与该可安装位置相邻的另一可安装位置,如此,可以得到可安装位置集合,其中,间隔距离d影响着下文中确定的目标安装位置的精确度,例如,某个感知器件最理想的目标安装位置可以是在可安装位置集中相邻可安装位置之间,那么下文中确定该感知器件的目标安装位置将收敛于该相邻可安装位置中的任意一个可安装位置,d的取值越小则最终优化结果与最理想目标安装位置的偏差也就越小。在本实施例中,可安装位置集中任一相邻的可安装位置间的距离是相同的,如图4提供了一种车辆上可安装位置集的分布示意图,图中,一共有N个可安装位置,每个○表示一个可安装位置xn,n=0,1,...N-1,相邻可安装位置间的距离均为d。
需要进行说明的是,对于在陆地上行驶的车辆来说,安装于车辆不同高程处(最大高程差为车辆车身的高度值)的感知器件,其视线方向上的俯仰角变化较小,且感知范围在水平方向上的投影随高程变化的差异并不明显。因此,本申请主要考虑的是感知器件在水平方向上的感知能力。
由于在实际情况中,车辆的不同方向的感知需求是不一样的,比如,车头和车尾的感知需求比车侧身的感知需求强,基于此原因,另一种基于待感知范围确定车辆上感知器件的可安装位置集的具体实施方式中,上述确定的待感知范围包括多个待感知子范围,考虑到车辆上不同部位支架的承受能力和加固情况,以及不同待感知子范围需要被感知的频率,可以确定多个待感知子范围中每个待感知子范围对应的重视权重,并基于每个待感知子范围对应的重视权重确定车辆上感知器件的可安装位置集。其中,可以预设设置多个等级的重视权重,把车辆上不同的待感知子范围对应不同的重视权重。比如,重视权重包括第一重视权重和第二重视权重,第一重视权重的待感知子范围中的可安装位置间的疏密程度为第一密集程度,第二重视权重的待感知子范围中的可安装位置间的疏密程度为第二密集程度,第一权重大于等于第二权重,第一密集程度大于等于第二密集程度。需要理解的是,任意一个待感知子范围中的可安装位置间的间隔距离也可以是不同的。例如,对于车辆车头对应的待感知子范围,确定任意一位置为可安装位置,基于确定的可安装位置和间隔距离d1确定与该可安装位置相邻的另一可安装位置,再基于间隔距离d2确定与该另一可安装位置相邻的另一可安装位置,其中,d1不等于d2,如此,可以得到可安装位置集合。
下面基于上述另一种基于待感知范围确定车辆上感知器件的可安装位置集的具体实施方式,进行举例说明。
假设,车辆正前方的待感知子范围需要被感知的频率相对较高,车辆正后方、前侧向、后侧向和左右正侧方的待感知子范围需要被感知的频率相对较低,因而,运算设备确定该待感知子范围对应的重视权重为1.2,多个待感知子范围中其余待感知子范围对应的重视权重相等,均为1.0,那么,可以在车辆正前方的待感知子范围内确定出安装密集程度相对较高的可安装位置,在车辆正后方、前侧向、后侧向和左右正侧方的待感知子范围内确定出安装密集程度相对较低的可安装位置。
本申请实施例中,为了便于下文的求解过程,运算设备可以先定位可安装位置集中的每个可安装位置,也就是说,运算设备可以基于车辆车身或者待感知范围建立相应的坐标系,使得可安装位置集中每个可安装位置具有对应的矢量信息,还可以是基于其他标准建立坐标系,以使得可安装位置集中每个可安装位置具有对应的矢量信息,本申请不做具体限定。
S205:基于可安装位置集中每个可安装位置的切线外法线方向矢量、感知器件的尺寸、目标安装位置的个数确定约束条件。
本申请实施例中,一种确定约束条件的具体实施方式中,约束条件可以包括角度约束条件、间距约束条件和数量约束条件。
运算设备可以确定角度约束条件为每个可安装位置的切线外法线方向矢量与安装位置的指向矢量的夹角小于等于90度,如图5所示提供了一种切线外法线方向矢量与安装位置的指向矢量的夹角示意图,其中,虚线表示安装位置处相对于地面的水平线,θn,n=0,1,...N-1表示xn位置处切线外法线与水平线的夹角,α表示xn位置处安装位置的指向与水平线的夹角。特别地,为了减少感知器件的转动,可以约束可安装位置处切线外法线方向与安装位置的指向一致,即切线外法线方向矢量与安装位置的指向矢量的夹角为0度。
为了可以在可安装位置集中任意两个相邻的可安装位置处安装感知器件,运算设备还可以确定间距约束条件为可安装位置集中相邻可安装位置间的距离大于等于感知器件的尺寸。假设,图4中x0位置处可以安装直径为a的圆形结构的感知器件,x1位置处可以安装直径为b的圆形结构的感知器件,x0位置与x1位置间的距离为D,那么,运算设备确定间距约束条件具体为:
一般来说,每个感知器件的尺寸可以近似的当做是一样的(比如,直径为c),因此,预设条件可以统一为:
c≤D
虽然预设个数范围是一个比较大的设置范围,但是,在实际运算过程中,设置个数是有统一标准的,因此,运算设备可以按照该标准先从预设个数范围中确定出统一标准对应的预设个数。换句话说,服务器还可以确定数量约束条件为目标安装位置的个数与从预设个数范围中指定的预设个数相等。即,运算设备可以预先指定感知器件的预设个数,并基于指定的预设个数的感知器件确定对应个数的目标安装位置,以节约车辆的设计成本、减少服务器计算的次数。
举个例子,假设统一标准对应的预设个数是8,运算设备可以确定出该8个目标可安装位置上感知器件所覆盖的最大范围为目标感知范围。
本申请实施例中,另一种确定约束条件的具体实施方式中,约束条件可以包括角度约束条件、间距约束条件、数量约束条件和范围约束条件。
其中,角度约束条件和间距约束条件可以参照上文中所描述的一种确定约束条件的具体实施方式,此处不再赘述。
运算设备可以确定数量约束条件为从预设个数范围中指定多个预设个数,并可以基于待感知范围确定范围约束条件为在目标安装位置上的感知器件覆盖的目标感知范围与待感知范围之比大于等于预设比值。
运算设备确定的范围约束条件是指,安装于预设个数范围内安装位置上的感知器件所覆盖的目标感知范围与待感知范围之比大于等于预设比值,且确定的目标安装位置的个数较少。
下面基于上述范围约束条件进行具体说明。假设,待感知范围为1,预设比值为100%,其中,待感知范围可以是规则结构的区域,例如矩形区域,可以是任意不规则结构的区域。需要说明的是,待感知范围的预设大小,直接决定了预设比值的取值。
一种确定的范围约束条件的具体实施方式中,假设,目标安装位置的预设个数范围为{6,7,8},安装于6个目标安装位置上的感知器件所覆盖的目标感知范围与待感知范围之比为75%,安装于7个目标安装位置上的感知器件所覆盖的目标感知范围与待感知范围之比为100%,安装于8个目标安装位置上的感知器件所覆盖的目标感知范围与待感知范围之比为110%。那么,运算设备可以确定需要确定7个目标安装位置,以使得安装于这7个目标安装位置上的感知器件所覆盖的目标感知范围与待感知范围之比可以大于等于预设比值100%,且相对于需要确定8个目标安装位置,以使得安装于这8个目标安装位置上的感知器件所覆盖的目标感知范围与待感知范围之比可以大于等于预设比值110%,确定的目标安装位置的个数较少。如此,不仅可以减少感知器件的数量,降低车辆车身的承重,还可以减少服务器计算的次数。
S207:根据约束条件建立包含目标安装位置的参数和目标安装位置的指向参数的优化模型。
本申请实施例中,基于上文中所描述的约束的条件,可以建立包含目标安装位置的参数和目标安装位置的指向参数的优化模型,下面基于上文中所描述的约束条件可以包括角度约束条件、间距约束条件和数量约束条件,继续进行说明。
运算设备根据角度约束条件、间距约束条件和数量约束条件建立包含目标安装位置的参数和目标安装位置指向矢量的优化模型,具体如下:
xn∈{0,1},n=0,1,...N-1
θn∈[0,2π),n=0,1,...N-1
其中,x为目标安装位置的参数,xn=0表示第n个可安装位置处无需安装感知器件,xn=1表示第n个可安装位置处需要安装感知器件。θ为目标安装位置的指向参数,λ为取值范围为0~1的多目标优化权值因子,该多目标优化权值因子的具体取值可以为0.01~0.05。α为可安装位置的切线外法线方向矢量,S为待感知范围,N为可安装位置集中可安装位置的数量,M和N均为大于0的正整数。
为数量约束条件,为角度约束条件,为间距约束条件,其中,||·||2为二范数运算符,为循环差值运算符,为矩阵点乘运算。fov(xn,θn)表示在xn目标安装位置上的感知器件在指向矢量θn下的有效探测视场,即感知器件所覆盖的目标感知范围。
S209:对优化模型进行求解,从可安装位置集中确定出目标安装位置,并确定目标安装位置的指向矢量;其中,目标安装位置的个数在预设个数范围内。
实际应用中,优化模型可能存在多个极小值,在对优化模型进行求解的过程中,基于预先设定的步长,容易产生设定步长过大而误认极小值为最小值的情况,也容易造成设定步长不精确而完美错过最小值的情况。基于该原因,本申请的一种可选的对优化模型进行求解,从可安装位置集中确定出目标安装位置,并确定目标安装位置的指向矢量的具体实施方式中,运算设备对优化模型进行松弛处理,得到凸优化模型,使得优化模型仅存在一个最小值,并对凸优化模型进行求解,从可安装位置集中确定出目标安装位置,并确定目标安装位置的指向矢量。
由于有效探测视场的解析形式fov(xn,θn)极其复杂,并且,待感知范围可能是不规则的区域包络,因而,在实际计算过程中,可以对待感知范围S进行均匀离散化采样,得到对应的数值点阵并根据上文中基于车辆车身或者待感知范围建立相应的坐标系,标记点阵中各点的坐标为也可以对目标安装位置上感知器件的有效探测视场进行离散化,得到每个目标安装位置上感知器件的有效探测视场的包络边界得到如图6所示提供了一种点阵与目标安装位置上感知器件的有效探测视场的分布示意图。如此,可以通过计算与有效探测视场包络边界并集的相对位置关系,计算多个目标安装位置上感知器件所覆盖的目标感知范围与所述待感知范围的比值,并且,可以避免多个目标安装位置上感知器件的有效探测视场的重叠计算。在此基础上,还可以根据待感知子范围对应的重视权重,对重点感知区域进行加强部署,以实现感知器件的多重覆盖优化。
采用本申请实施例所提供的安装感知器件的方法,通过确定约束条件构建优化模型,求解出目标安装位置及目标安装位置的指向矢量,可以实现感知器件的全局部署,以消减探测盲区,提升感知器件的环境感知能力。此外,基于离散化采样处理,通过拟合算法可以实现模型的数值优化,大大降低模型求解的复杂程度。
本申请实施例还提供的一种安装感知器件的装置,图7是本申请实施例提供的一种安装感知器件的装置的结构示意图,如图7所示,该装置包括:
第一确定模块701用于确定车辆的待感知范围;
第二确定模块703用于基于待感知范围确定车辆上感知器件的可安装位置集;可安装位置集中包括每个可安装位置的矢量信息;
第三确定模块705用于基于可安装位置集中每个可安装位置的切线外法线方向矢量、感知器件的尺寸、目标安装位置的个数确定约束条件;
建模模块707用于根据约束条件建立包含目标安装位置的参数和目标安装位置的指向参数的优化模型;
第四确定模块709用于对优化模型进行求解,从可安装位置集中确定出目标安装位置,并确定目标安装位置的指向矢量;其中,目标安装位置的个数在预设个数范围内。
本申请实例中的装置与方法实施例基于同样的申请构思。
本申请实施例还提供的一种电子设备,电子设备可设置于服务器之中以保存用于实现方法实施例中的一种安装感知器件的方法相关的至少一条指令、至少一段程序、代码集或指令集,该至少一条指令、该至少一段程序、该代码集或指令集由该存储器加载并执行以实现上述的安装感知器件的方法。
本申请实施例还提供的一种存储介质,存储介质可设置于服务器之中以保存用于实现方法实施例中一种安装感知器件的方法相关的至少一条指令、至少一段程序、代码集或指令集,该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述安装感知器件的方法。
可选的,在本实施例中,上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地,在本实施例中,上述存储介质可以包括但不限于包括:U盘、只读存储器(ROM,Read-Only Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
由上述本申请提供的安装感知器件的方法、装置、电子设备或存储介质的实施例可见,本申请中方法包括装置确定车辆的待感知范围,基于待感知范围确定车辆上感知器件的可安装位置集,其中,可安装位置集中包括每个可安装位置的矢量信息,装置还基于可安装位置集中每个可安装位置的切线外法线方向矢量、感知器件的尺寸、目标安装位置的个数确定约束条件,并根据约束条件建立包含目标安装位置的参数和目标安装位置的指向参数的优化模型,进而对优化模型进行求解,从可安装位置集中确定出目标安装位置,并确定目标安装位置的指向矢量,其中,目标安装位置的个数在预设个数范围内。基于本申请实施例,通过确定约束条件构建优化模型,求解出目标安装位置及目标安装位置的指向矢量,可以实现感知器件的全局部署,以消减探测盲区,提升感知器件的环境感知能力。此外,基于离散化采样处理,通过拟合算法可以实现模型的数值优化,大大降低模型求解的复杂程度。
需要说明的是:上述本申请实施例的先后顺序仅仅为了描述,不代表实施例的优劣,且上述本说明书对特定的实施例进行了描述,其他实施例也在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或者步骤可以按照不同的实施例中的顺序来执行并且能够实现预期的结果。另外,在附图中描绘的过程不一定要求示出特定顺序或者而连接顺序才能够实现期望的结果,在某些实施方式中,多任务并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的均为与其他实施例的不同之处。尤其,对于装置的实施例而言,由于其基于相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种安装感知器件的方法,其特征在于,所述方法包括:
确定车辆的待感知范围;
基于所述待感知范围确定所述车辆上感知器件的可安装位置集;所述可安装位置集中包括每个可安装位置的矢量信息;
基于所述可安装位置集中每个可安装位置的切线外法线方向矢量、所述感知器件的尺寸、目标安装位置的个数确定约束条件;
根据所述约束条件建立包含所述目标安装位置的参数和所述目标安装位置的指向参数的优化模型;
对所述优化模型进行求解,从所述可安装位置集中确定出所述目标安装位置,并确定所述目标安装位置的指向矢量;其中,所述目标安装位置的个数在预设个数范围内。
2.根据权利要求1所述的方法,其特征在于,所述约束条件包括角度约束条件、间距约束条件和数量约束条件;
所述基于所述可安装位置集中的每个可安装位置的切线外法线方向矢量、所述感知器件的尺寸、目标安装位置的个数确定约束条件,包括:
确定所述角度约束条件为所述每个可安装位置的切线外法线方向矢量与所述安装位置的指向矢量的夹角小于等于90度;
确定所述间距约束条件为所述可安装位置集中相邻可安装位置间的距离大于等于所述感知器件的尺寸;
确定所述数量约束条件为所述目标安装位置的个数与从所述预设个数范围中指定的预设个数相等。
3.根据权利要求2所述的方法,其特征在于,若所述指定的预设个数是多个,所述约束条件还包括范围约束条件;
所述方法还包括基于所述待感知范围确定所述约束条件;
所述基于所述待感知范围确定所述约束条件,包括:
确定所述范围约束条件为在所述目标安装位置上的所有所述感知器件覆盖的目标感知范围与所述待感知范围之比大于等于预设比值。
5.根据权利要求1所述的方法,其特征在于,所述可安装位置集中任一相邻的可安装位置间的距离是相同的。
6.根据权利要求1所述的方法,其特征在于,所述待感知范围包括多个待感知子范围;
所述基于所述待感知范围确定所述车辆上感知器件的可安装位置集,包括:
确定所述多个待感知子范围中每个待感知子范围对应的重视权重;
基于所述每个待感知子范围对应的重视权重确定所述车辆上感知器件的可安装位置集;
其中,所述重视权重包括第一重视权重和第二重视权重,所述第一重视权重的待感知子范围中的可安装位置间的疏密程度为第一密集程度,所述第二重视权重的待感知子范围中的可安装位置间的疏密程度为第二密集程度,所述第一权重大于等于所述第二权重,所述第一密集程度大于等于所述第二密集程度。
7.根据权利要求1所述的方法,其特征在于,所述对所述优化模型进行求解,从所述可安装位置集中确定出所述目标安装位置,并确定所述目标安装位置的指向矢量,包括:
对所述优化模型进行松弛处理,得到凸优化模型;
对所述凸优化模型进行求解,从所述可安装位置集中确定出所述目标安装位置,并确定所述目标安装位置的指向矢量。
8.一种安装感知器件的装置,其特征在于,包括:
第一确定模块,用于确定车辆的待感知范围;
第二确定模块,用于基于所述待感知范围确定所述车辆上感知器件的可安装位置集;所述可安装位置集中包括每个可安装位置的矢量信息;
第三确定模块,用于基于所述可安装位置集中每个可安装位置的切线外法线方向矢量、所述感知器件的尺寸、目标安装位置的个数确定约束条件;
建模模块,用于根据所述约束条件建立包含所述目标安装位置的参数和所述目标安装位置的指向参数的优化模型;
第四确定模块,用于对所述优化模型进行求解,从所述可安装位置集中确定出所述目标安装位置,并确定所述目标安装位置的指向矢量;其中,所述目标安装位置的个数在预设个数范围内。
9.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现权利要求1-7任意一项所述的安装感知器件的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1-7任意一项所述的安装感知器件的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010370862.9A CN111651832A (zh) | 2020-04-30 | 2020-04-30 | 一种安装感知器件的方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010370862.9A CN111651832A (zh) | 2020-04-30 | 2020-04-30 | 一种安装感知器件的方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111651832A true CN111651832A (zh) | 2020-09-11 |
Family
ID=72352247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010370862.9A Pending CN111651832A (zh) | 2020-04-30 | 2020-04-30 | 一种安装感知器件的方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111651832A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108304605A (zh) * | 2017-11-09 | 2018-07-20 | 清华大学 | 汽车驾驶辅助系统传感器优选配置方法 |
CN109143162A (zh) * | 2018-09-30 | 2019-01-04 | 成都精位科技有限公司 | 车辆姿态计算方法及装置 |
KR101947478B1 (ko) * | 2017-09-19 | 2019-02-13 | 충북대학교 산학협력단 | 라이다 센서의 배치 위치 결정 방법 및 그를 위한 장치 |
CN109484314A (zh) * | 2018-08-29 | 2019-03-19 | 初速度(苏州)科技有限公司 | 一种自动驾驶汽车数据采集用支架及其采集方法 |
CN110136058A (zh) * | 2018-10-25 | 2019-08-16 | 北京初速度科技有限公司 | 一种基于俯视拼接图的建图方法及车载终端 |
CN110799853A (zh) * | 2018-10-26 | 2020-02-14 | 深圳市大疆创新科技有限公司 | 一种环境感知系统及移动平台 |
-
2020
- 2020-04-30 CN CN202010370862.9A patent/CN111651832A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101947478B1 (ko) * | 2017-09-19 | 2019-02-13 | 충북대학교 산학협력단 | 라이다 센서의 배치 위치 결정 방법 및 그를 위한 장치 |
CN108304605A (zh) * | 2017-11-09 | 2018-07-20 | 清华大学 | 汽车驾驶辅助系统传感器优选配置方法 |
CN109484314A (zh) * | 2018-08-29 | 2019-03-19 | 初速度(苏州)科技有限公司 | 一种自动驾驶汽车数据采集用支架及其采集方法 |
CN109143162A (zh) * | 2018-09-30 | 2019-01-04 | 成都精位科技有限公司 | 车辆姿态计算方法及装置 |
CN110136058A (zh) * | 2018-10-25 | 2019-08-16 | 北京初速度科技有限公司 | 一种基于俯视拼接图的建图方法及车载终端 |
CN110799853A (zh) * | 2018-10-26 | 2020-02-14 | 深圳市大疆创新科技有限公司 | 一种环境感知系统及移动平台 |
Non-Patent Citations (1)
Title |
---|
安泰等: "基于感知区域覆盖的自动驾驶传感器布局优化方法", 《控制与信息技术》, no. 2, 5 April 2020 (2020-04-05), pages 18 - 24 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6952165B2 (ja) | 障害物検出方法および装置 | |
JP6759673B2 (ja) | 衝突リスク算出プログラム、衝突リスク算出方法および衝突リスク算出装置 | |
US10001544B2 (en) | Method and electronic device identifying indoor location | |
CN112466111B (zh) | 一种车辆行驶控制方法、装置、存储介质及电子设备 | |
JP2023054314A (ja) | 情報処理装置、制御方法、プログラム及び記憶媒体 | |
CN115150784B (zh) | 基于基因调控网络的无人机集群区域覆盖方法及设备 | |
CN109633662A (zh) | 障碍物定位方法、装置和终端 | |
CN113191342A (zh) | 车道定位方法及电子设备 | |
CN111707275A (zh) | 一种定位方法、装置、电子设备及计算机可读存储介质 | |
CN115406457A (zh) | 一种可行驶区域检测方法、系统、设备及存储介质 | |
CN113793534B (zh) | 一种确定车路协同环境下行车风险场的方法和装置 | |
CN111651832A (zh) | 一种安装感知器件的方法、装置、电子设备及存储介质 | |
CN109711035A (zh) | 城市模型构建方法及装置 | |
CN110901384B (zh) | 无人车控制方法、装置、介质及电子设备 | |
CN110542422A (zh) | 机器人定位方法、装置、机器人及存储介质 | |
US20220404506A1 (en) | Online validation of lidar-to-lidar alignment and lidar-to-vehicle alignment | |
US20230003521A1 (en) | Information processing device, control method, program and storage medium | |
CN113421460B (zh) | 作业车辆防撞预警方法、装置、车载终端及存储介质 | |
CN116206490A (zh) | 一种用于跨域协同导航的导航信息源群优化交互方法 | |
CN116136599A (zh) | 可行驶区域的确定方法、装置及存储介质 | |
CN113682298B (zh) | 车辆限速方法和装置 | |
CN116323387A (zh) | 船舶监视系统、船舶监视方法、信息处理装置以及程序 | |
CN115123212A (zh) | 驾驶辅助装置、车辆以及驾驶辅助方法 | |
CN112180413B (zh) | 定位方法、装置、设备和存储介质 | |
CN108960738A (zh) | 一种仓库通道环境下的激光雷达数据聚类方法 |
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 |