CN111949816A - 定位处理方法、装置、电子设备和存储介质 - Google Patents
定位处理方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111949816A CN111949816A CN202010571513.3A CN202010571513A CN111949816A CN 111949816 A CN111949816 A CN 111949816A CN 202010571513 A CN202010571513 A CN 202010571513A CN 111949816 A CN111949816 A CN 111949816A
- Authority
- CN
- China
- Prior art keywords
- map
- predicted
- target
- projection
- area
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 29
- 230000015654 memory Effects 0.000 claims description 21
- 239000000126 substance Substances 0.000 claims description 2
- 230000008569 process Effects 0.000 description 28
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Graphics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Library & Information Science (AREA)
- Databases & Information Systems (AREA)
- Navigation (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了定位处理方法、装置、电子设备和存储介质，涉及自动驾驶和定位领域。具体实现方案为：获取移动对象采集的目标点云图，并获取移动对象在采集目标点云图时，位姿检测得到的多个预测位姿，而后基于多个预测位姿将目标点云图投影至设定参考系，得到各预测位姿对应的投影地图，之后对设定参考系中建立的参考地图，将参考地图中各区域分别与各预测位姿对应的投影地图相匹配，以根据匹配度，从参考地图的各区域中确定目标区域，最后根据目标区域所在地理位置，定位移动对象。该方案能够实现对移动对象进行准确定位。
Description
技术领域
本申请涉及自动驾驶和定位技术领域，尤其涉及一种定位处理方法、装置、电子设备和存储介质。
背景技术
随着通信技术以及终端技术的不断发展，移动对象(比如车辆、移动终端等)不断普及。目前，为了满足用户的需求，移动对象，比如车辆可以具有自动驾驶功能。其中，在自动驾驶过程中，对车辆进行准确定位是很重要的，关乎车辆行驶的安全性以及驾驶人员的安全性。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
本申请提出一种定位处理方法、装置、电子设备和存储介质，以实现对移动对象进行准确定位。
本申请第一方面实施例提出了一种定位处理方法，包括：
获取移动对象采集的目标点云图；
获取所述移动对象在采集所述目标点云图时，位姿检测得到的多个预测位姿；
基于所述多个预测位姿将所述目标点云图投影至设定参考系，得到各预测位姿对应的投影地图；
对设定参考系中建立的参考地图，将所述参考地图中各区域分别与所述各预测位姿对应的投影地图相匹配，以根据匹配度，从所述参考地图的各区域中确定目标区域；
根据所述目标区域所在地理位置，定位所述移动对象。
本申请第二方面实施例提出了一种定位处理装置，包括：
第一获取模块，用于获取移动对象采集的目标点云图；
第二获取模块，用于获取所述移动对象在采集所述目标点云图时，位姿检测得到的多个预测位姿；
投影模块，用于基于所述多个预测位姿将所述目标点云图投影至设定参考系，得到各预测位姿对应的投影地图；
匹配模块，用于对设定参考系中建立的参考地图，将所述参考地图中各区域分别与所述各预测位姿对应的投影地图相匹配，以根据匹配度，从所述参考地图的各区域中确定目标区域；
定位模块，用于根据所述目标区域所在地理位置，定位所述移动对象。
本申请第三方面实施例提出了一种电子设备，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本申请第一方面实施例提出的定位处理方法。
本申请第六方面实施例提出了一种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本申请第一方面实施例提出的定位处理方法。
上述申请中的一个实施例具有如下优点或有益效果：
通过获取移动对象采集的目标点云图，并获取移动对象在采集目标点云图时，位姿检测得到的多个预测位姿，而后基于多个预测位姿将目标点云图投影至设定参考系，得到各预测位姿对应的投影地图，之后对设定参考系中建立的参考地图，将参考地图中各区域分别与各预测位姿对应的投影地图相匹配，以根据匹配度，从参考地图的各区域中确定目标区域，最后根据目标区域所在地理位置，定位移动对象。本申请中，由于目标点云图为移动对象当前所处环境的点云信息，通过将采集得到的目标点云图与预先建立的参考地图进行匹配的方式，对移动对象进行定位，可以提升定位结果的准确性。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定，本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解。其中：
图1为本申请实施例一所提供的定位处理方法的流程示意图；
图2为本申请实施例二所提供的定位处理方法的流程示意图；
图3为本申请实施例三所提供的定位处理方法的流程示意图；
图4为本申请实施例四所提供的定位处理方法的流程示意图；
图5为本申请实施例中的匹配过程示意图；
图6为本申请实施例中地图拼接过程示意图；
图7为本申请实施例五所提供的定位处理方法的流程示意图；
图8为本申请实施例六所提供的定位处理装置的结构示意图；
图9为本申请实施例七所提供的定位处理装置的结构示意图；
图10为本申请实施例八所提供的电子设备的结构示意图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的定位处理方法、装置、电子设备和存储介质。
图1为本申请实施例一所提供的定位处理方法的流程示意图。
本申请实施例以该定位处理方法被配置于定位处理装置中来举例说明，该定位处理装置可以应用于任一电子设备中，以使该电子设备可以执行定位处理功能。
其中，电子设备可以为任一具有计算能力的设备，例如可以为个人电脑(PersonalComputer，简称PC)、移动终端、服务器等，移动终端例如可以为手机、平板电脑、个人数字助理、穿戴式设备、车载设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
如图1所示，该定位处理方法可以包括以下步骤：
步骤101，获取移动对象采集的目标点云图。
本申请实施例中，移动对象可以为移动终端、车辆等可移动的对象。
本申请实施例中，可以通过移动对象中的相关传感器采集得到目标点云图。
作为一种示例，当移动对象为车辆时，可以通过激光雷达采集车辆当前所处环境的点云数据，得到目标点云图。其中，点云数据是指在三维坐标系统中的一组向量的集合，这些向量通常以X，Y，Z三维坐标的形式表示，用于表征一个物体的外表面形状。不仅如此，除(X,Y,Z)代表的几何位置信息之外，点云数据还可以表示一个点的RGB颜色、灰度值、深度、分割结果等。
步骤102，获取移动对象在采集目标点云图时，位姿检测得到的多个预测位姿。
本申请实施例中，在采集目标点云图时，可以通过移动对象中的相关传感器检测得到移动对象的多个预测位姿。
作为一种示例，当移动对象为车辆时，在激光雷达采集目标点云图时，可通过车辆中的车载惯性导航系统或者惯性导航设备，采集得到移动对象的多个预测位姿。其中，预测位姿可以包括车辆的预测地理位置(例如在世界坐标系下的三维坐标XYZ)、偏航角yaw、滚转角、俯仰角等。
步骤103，基于多个预测位姿将目标点云图投影至设定参考系，得到各预测位姿对应的投影地图。
本申请实施例中，设定参考系为预先设定的，比如该设定参考系可以为世界坐标系，即UTM坐标系。
本申请实施例中，在获取多个预测位姿后，针对每个预测位姿，可以将目标点云图，以该预测位姿投影至设定参考系，得到该预测位姿对应的投影地图。
作为一种可能的实现方式，针对每个预测位姿，可以将目标点云图，以该预测位姿中的偏航角yaw，投影至设定参考系，得到该预测位姿对应的投影地图。
步骤104，对设定参考系中建立的参考地图，将参考地图中各区域分别与各预测位姿对应的投影地图相匹配，以根据匹配度，从参考地图的各区域中确定目标区域。
本申请实施例中，在得到每个预测位姿对应的投影地图后，为了提升定位的准确性，可以将各预测位姿对应的投影地图分别与设定参考系中建立的参考地图中的各区域进行匹配，以根据匹配度，从参考地图的各区域中确定目标区域。
作为一种示例，针对每个预测位姿对应的投影地图，可以将该投影地图与参考地图中的各区域进行匹配，筛选得到参考地图中与该投影地图匹配度最高的区域，进而根据筛选得到的各区域，确定目标区域。
步骤105，根据目标区域所在地理位置，定位移动对象。
本申请实施例中，在确定目标区域后，可以根据目标区域所在的地理位置，定位移动对象。本申请中，由于目标点云图为移动对象当前所处环境的点云信息，通过将采集得到的目标点云图与预先建立的参考地图进行匹配的方式，对移动对象进行定位，可以提升定位结果的准确性。
需要说明的是，上述仅以移动对象为车辆进行示例，实际应用时，移动对象还可以为其他可移动的设备，比如智能手机、机器人等等，本申请对此并不做限制。举例而言，当移动对象为机器人时，可通过本申请上述步骤对机器人进行自动定位，从而可控制机器人进行移动。
本申请实施例的定位处理方法，通过获取移动对象采集的目标点云图，并获取移动对象在采集目标点云图时，位姿检测得到的多个预测位姿，而后基于多个预测位姿将目标点云图投影至设定参考系，得到各预测位姿对应的投影地图，之后对设定参考系中建立的参考地图，将参考地图中各区域分别与各预测位姿对应的投影地图相匹配，以根据匹配度，从参考地图的各区域中确定目标区域，最后根据目标区域所在地理位置，定位移动对象。本申请中，由于目标点云图为移动对象当前所处环境的点云信息，通过将采集得到的目标点云图与预先建立的参考地图进行匹配的方式，对移动对象进行定位，可以提升定位结果的准确性。
需要说明的是，当移动对象为车辆时，虽然还可以通过采用惯性导航系统和激光点云定位系统，对车辆进行定位。具体地，通过惯性导航系统采集车辆的初始姿态，其中，初始姿态包括车辆的初始地理位置(包括平面位置XY，以及高度信息Z)、偏航角yaw、滚转角、俯仰角等。之后，通过对初始姿态中的平面位置XY和偏航角yaw进行优化，来实现对车辆进行自动定位。
具体地，基于检测出来的一个位姿范围，优化确定出一个偏航角，基于该偏航角将采集的点云图进行投影，进而根据投影所匹配的地图区域进行定位。
这种方式下，由于车辆惯性导航系统检出的位置通常是不准确的，基于不准确的位置优化出来的偏航角也就是不准确的，因此，通常存在无法匹配到地图，从而无法定位，或者定位不准确的问题。
而本申请实施例中，考虑到预测位姿是通过车载的惯性导航系统确定的，也就是车载传感器，这种方式检测出来的位姿通常准确度不高，因此，本申请中，当移动对象为车辆时，通过将车辆采集的点云图与预先建立的地图进行匹配的方式，对车辆进行定位，可以提升定位结果的准确性。
本申请实施例中，将各预测位姿对应的投影地图与参考地图中的各区域进行匹配，可以得到每个投影地图与参考地图中各区域的匹配度，为了提升定位结果的准确性，本申请中，针对每个投影地图，可以筛选得到参考地图中与该投影地图匹配度最高的候选区域，以根据每个投影地图与对应候选区域之间的匹配度，确定目标区域，比如，可以将最高匹配度对应的候选区域，作为目标区域。下面结合实施例二，对上述过程进行详细说明。
图2为本申请实施例二所提供的定位处理方法的流程示意图。
如图2所示，该定位处理方法可以包括以下步骤：
步骤201，获取移动对象采集的目标点云图。
步骤202，获取移动对象在采集目标点云图时，位姿检测得到的多个预测位姿。
步骤203，基于多个预测位姿将目标点云图投影至设定参考系，得到各预测位姿对应的投影地图。
步骤201至203的执行过程可以参见上述实施例中步骤101至103的执行过程，在此不做赘述。
步骤204，将每一预测位姿对应的投影地图与设定参考系中建立的参考地图中各区域相匹配，得到相应预测位姿下匹配度最高的候选区域。
本申请实施例中，针对每一个预测位姿对应的投影地图，可以将该投影地图与参考地图中的各区域进行匹配，得到该投影地图与参考地图中的各区域之间的匹配度，从而可以根据各匹配度，确定参考地图中，与该投影地图匹配度最高的区域，作为该预测位姿下匹配度最高的候选区域。
步骤205，根据匹配度，从各预测位姿下匹配度最高的候选区域中，确定目标区域。
本申请实施例中，在得到每个预测位姿下匹配度最高的候选区域后，可以将最高匹配度对应的候选区域，作为目标区域。
举例而言，预测位姿1下匹配度最高的候选区域为区域1，其对应的匹配度为75％，预测位姿2下匹配度最高的候选区域为区域2，其对应的匹配度为80％，预测位姿3下匹配度最高的候选区域为区域3，其对应的匹配度为95％，则可以将预测位姿3下匹配度最高的区域3，作为目标区域。
步骤206，根据目标区域所在地理位置，定位移动对象。
步骤206的执行过程可以参见上述实施例中步骤105的执行过程，在此不做赘述。
本申请实施例的定位处理方法，通过将每一预测位姿对应的投影地图与参考地图中各区域相匹配，得到相应预测位姿下匹配度最高的候选区域；根据匹配度，从各预测位姿下匹配度最高的候选区域中，确定目标区域，由此，可以提升区域匹配的准确性。
作为一种可能的实现方式，为了提升区域匹配的准确性，针对每一个预测位姿对应的投影地图，可以将该投影地图划分为多个局部地图，分别将多个局部地图与参考地图中的多个区域进行两两匹配，以确定候选区域。下面结合实施例三，对上述过程进行详细说明。
图3为本申请实施例三所提供的定位处理方法的流程示意图。
如图3所示，该定位处理方法可以包括以下步骤：
步骤301，获取移动对象采集的目标点云图。
步骤302，获取移动对象在采集目标点云图时，位姿检测得到的多个预测位姿。
步骤303，基于多个预测位姿将目标点云图投影至设定参考系，得到各预测位姿对应的投影地图。
步骤301至303的执行过程可以参见上述实施例中步骤101至103的执行过程，在此不做赘述。
步骤304，获取一帧投影地图。
步骤305，将一帧投影地图划分为多个局部地图。
本申请实施例中，可以预先设定投影地图需划分的个数，或者，也可以随机设定投影地图需划分的个数，对此不作限制。其中，多个局部地图可以等比例划分，或者，也可以非等比例划分。
应当理解的是，为了提升定位结果的准确性，局部地图划分的个数越多越好。
步骤306，将参考地图划分为多个区域。
本申请实施例中，可以预先设定参考地图需划分的个数，或者，也可以随机设定参考地图需划分的个数，对此不作限制。其中，多个区域可以等比例划分，或者，也可以非等比例划分。
步骤307，将多个局部地图与多个区域两两匹配，得到任一局部地图与任一区域之间的匹配度。
本申请实施例中，针对每个预测位姿对应的投影地图，可以将该投影地图中的各局部地图与参考地图中的多个区域进行两两匹配，得到任一局部地图与任一区域之间的匹配度。
步骤308，将匹配度最高的区域作为候选区域。
本申请实施例中，为了提升后续定位结果的准确性，针对每一预测位姿对应的投影地图，可以将上述步骤305至307确定的匹配度中，匹配度最高的区域，作为相应预测位姿下匹配度最高的候选区域。
本申请实施例中，通过划分区域，并逐个进行匹配，可以提升区域匹配的准确性，从而提升后续定位结果的可靠性。
步骤309，根据匹配度，从各预测位姿下匹配度最高的候选区域中，确定目标区域。
步骤309的执行过程可以参见上述实施例中步骤205的执行过程，在此不做赘述。
步骤310，根据目标区域所在地理位置，定位移动对象。
步骤310的执行过程可以参见上述实施例中步骤105的执行过程，在此不做赘述。
作为一种可能的实现方式，为了实现减少计算量，提升匹配效率，针对每一预测位姿对应的投影地图，可以根据预测位姿包含的预测地理位置，查询以预测地理位置为中心的目标地图块，之后，将目标地图块，以及位于目标地图块周边的临近地图块进行拼接，得到参考地图。下面结合实施例四，对上述过程进行详细说明。
图4为本申请实施例四所提供的定位处理方法的流程示意图。
如图4所示，该定位处理方法可以包括以下步骤：
步骤401，获取移动对象采集的目标点云图。
步骤402，获取移动对象在采集目标点云图时，位姿检测得到的多个预测位姿。
步骤403，基于多个预测位姿将目标点云图投影至设定参考系，得到各预测位姿对应的投影地图。
步骤401至403的执行过程可以参见上述实施例中步骤101至103的执行过程，在此不做赘述。
步骤404，对各预测位姿对应的投影地图，根据相应预测位姿包含预测地理位置，查询以预测地理位置为中心的目标地图块。
本申请实施例中，预测地理位置例如可以包括移动对象在世界坐标系下的三维坐标XYZ。
本申请实施例中，针对每一预测位姿对应的投影地图，可以根据预测位姿包含的预测地理位置，查询以预测地理位置为中心的目标地图块。例如，可以根据预测地理位置中的XY位置，在地图中查询以该XY位置为中心的目标地图块。
步骤405，将目标地图块，以及位于目标地图块周边的临近地图块进行拼接，得到参考地图。
本申请实施例中，在得到目标地图块后，可以将标地图块，以及位于目标地图块周边的临近地图块进行拼接，得到参考地图。其中，在地图拼接的过程中，每个地图像素的处理是相互独立的，因此为了提升处理效率，可以以像素为单位进行并行加速拼接。
步骤406，对设定参考系中建立的参考地图，将参考地图中各区域分别与各预测位姿对应的投影地图相匹配，以根据匹配度，从参考地图的各区域中确定目标区域。
也就是说，本申请中，是在以预测姿态的基础上，穷举一个小范围的x，y定位状态，比如以预测地理位置为中心的n*n矩阵，对于每种定位状态，使用在目标点云图和参考地图进行匹配，获得一个可以描述匹配度的结果，最后从所有x，y状态中寻找匹配度最高的结果，作为输出的目标区域。即针对每个预测位姿包含的偏航角yaw，均会输出一个匹配度最高的xy，再去比较不同yaw下匹配度最高的xy，选出最高匹配度对应的(x，y，yaw)，作为输出。
作为一种示例，参见图5，图5为本申请实施例中的匹配过程示意图。针对每一个预测位姿对应的投影地图，可以将拼接后的参考地图与该投影地图进行匹配，具体地，可以将参考地图和投影地图进行分块，使用GPU并行求解每个小块在不同x，y定位状态下的匹配结果，再将各个小块合并到一起，得到最终输出的匹配状态分布图，并从中找出匹配度最高的结果，作为目标区域。
步骤407，根据目标区域所在地理位置，定位移动对象。
步骤406和407的执行过程可以参见上述实施例中步骤104和105的执行过程，在此不做赘述。
作为一种可能的实现方式，在步骤405之前，可以从图形处理器(GraphicsProcessing Unit，简称GPU)缓存的地图块中，查询目标地图块周边的临近地图块，由此，可以降低了GPU与主机之间的地图数据传输开销。
也就是说，本申请中，可以在GPU中缓存地图块，在查询以预测地理位置为中心的目标地图块时，首先在GPU中进行查找，只有在查询不到以预测地理位置为中心的目标地图块时，则在中央处理器(Central Processing Unit，简称CPU)端查询以预测地理位置为中心的目标地图块，并将目标地图块，以及位于目标地图块周边的临近地图块进行拼接，得到参考地图，之后，将拼接好的参考地图传输至GPU，由此，可以有效降低GPU与主机之间的地图数据传输开销。
作为一种示例，参见图6，图6为本申请实施例中地图拼接过程示意图。其中，将CPU端包含预测地理位置的定位地图发送至GPU，GPU针对接收到的定位地图，进行逐像素并行拼接，得到拼接后的地图。
作为一种可能的实现方式，为了提升投影的准确性，可以在设定参考系中，以各预测位姿包含的预测地理位置为中心建立栅格，之后，将目标点云图中各点，以相应预测位姿包含的偏航角投影到设定参考系建立的栅格内，得到相应预测位姿对应的投影地图。下面结合实施例五，对上述过程进行详细说明。
图7为本申请实施例五所提供的定位处理方法的流程示意图。
如图7所示，该定位处理方法可以包括以下步骤：
步骤501，获取移动对象采集的目标点云图。
步骤502，获取移动对象在采集目标点云图时，位姿检测得到的多个预测位姿。
步骤501至502的执行过程可以参见上述实施例中步骤101至102的执行过程，在此不做赘述。
步骤503，对每一个预测位姿，在设定参考系，以相应预测位姿包含的预测地理位置为中心建立栅格。
本申请实施例中，针对每一个预测位姿，可以在设定参考系中，以该预测位姿包含的预测地理位置为中心建立栅格。例如，可以在UTM坐标系中，以预测地理位置中的XY位置为中心，建立2D栅格。
作为一种可能的实现方式，为了提升处理结果的可靠性，在将目标点云图中各点，以相应预测位姿包含的偏航角投影到设定参考系建立的栅格内之后，若同一个栅格内包含多个点，则可以将相应栅格内的多个点合并为一个。
也就是说，在对目标点云图中的各点进行投影时，部分栅格内可能会接收到多个点，由于在后续运算时每个栅格是作为一个单独的个体进行匹配的，因此可以对每个栅格中接收到的多个点进行统计，确定一个平均的信息。例如，当同一个栅格内包含多个点时，可以对多个点进行求均值和方差，根据求取的均值和方差，对该栅格进行在线更新。
步骤504，将目标点云图中各点，以相应预测位姿包含的偏航角投影到设定参考系建立的栅格内，得到相应预测位姿对应的投影地图。
本申请实施例中，针对每一个预测位姿，可以将目标点云图以该预测位姿包含的偏航角yaw投影到设定参考系建立的栅格内，得到相应预测位姿对应的投影地图。其中，目标点云图中的各点的投影是可以逐点并行的，以提升处理效率。
步骤505，对设定参考系中建立的参考地图，将参考地图中各区域分别与各预测位姿对应的投影地图相匹配，以根据匹配度，从参考地图的各区域中确定目标区域。
步骤506，根据目标区域所在地理位置，定位移动对象。
步骤505和506的执行过程可以参见上述实施例，在此不做赘述。
为了实现上述实施例，本申请还提出一种定位处理装置。
图8为本申请实施例六所提供的定位处理装置的结构示意图。
如图8所示，该定位处理装置800包括：第一获取模块810、第二获取模块820、投影模块830、匹配模块840以及定位模块850。
其中，第一获取模块810，用于获取移动对象采集的目标点云图。
第二获取模块820，用于获取移动对象在采集目标点云图时，位姿检测得到的多个预测位姿。
投影模块830，用于基于多个预测位姿将目标点云图投影至设定参考系，得到各预测位姿对应的投影地图。
匹配模块840，用于对设定参考系中建立的参考地图，将参考地图中各区域分别与各预测位姿对应的投影地图相匹配，以根据匹配度，从参考地图的各区域中确定目标区域。
定位模块850，用于根据目标区域所在地理位置，定位移动对象。
作为一种可能的实现方式，匹配模块840，具体用于：将每一预测位姿对应的投影地图与参考地图中各区域相匹配，得到相应预测位姿下匹配度最高的候选区域；根据匹配度，从各预测位姿下匹配度最高的候选区域中，确定目标区域。
作为另一种可能的实现方式，匹配模块840，还用于：获取一帧投影地图；将一帧投影地图划分为多个局部地图；将参考地图划分为多个区域；将多个局部地图与多个区域两两匹配，得到任一局部地图与任一区域之间的匹配度；将匹配度最高的区域作为候选区域。
进一步地，在本申请实施例的一种可能的实现方式中，参见图9，在图8所示实施例的基础上，该定位处理装置800还可以包括：查询模块860和拼接模块870。
查询模块860，用于对各预测位姿对应的投影地图，根据相应预测位姿包含预测地理位置，查询以预测地理位置为中心的目标地图块。
拼接模块870，用于将目标地图块，以及位于目标地图块周边的临近地图块进行拼接，得到参考地图。
作为一种可能的实现方式，查询模块860，还用于：从图形处理器缓存的地图块中，查询目标地图块周边的临近地图块。
作为一种可能的实现方式，投影模块830，具体用于：对每一个预测位姿，在设定参考系，以相应预测位姿包含的预测地理位置为中心建立栅格；将目标点云图中各点，以相应预测位姿包含的偏航角投影到设定参考系建立的栅格内，得到相应预测位姿对应的投影地图。
作为一种可能的实现方式，投影模块830，还用于：若同一个栅格内包含多个点，则将相应栅格内的多个点合并为一个。
需要说明的是，前述图1至图7实施例对定位处理方法的解释说明也适用于该实施例的定位处理装置，此处不再赘述。
本申请实施例的定位处理装置，通过获取移动对象采集的目标点云图，并获取移动对象在采集目标点云图时，位姿检测得到的多个预测位姿，而后基于多个预测位姿将目标点云图投影至设定参考系，得到各预测位姿对应的投影地图，之后对设定参考系中建立的参考地图，将参考地图中各区域分别与各预测位姿对应的投影地图相匹配，以根据匹配度，从参考地图的各区域中确定目标区域，最后根据目标区域所在地理位置，定位移动对象。本申请中，由于目标点云图为移动对象当前所处环境的点云信息，通过将采集得到的目标点云图与预先建立的参考地图进行匹配的方式，对移动对象进行定位，可以提升定位结果的准确性。
为了实现上述实施例，本申请还提出一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本申请前述实施例提出的定位处理方法。
为了实现上述实施例，本申请还提出一种计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行本申请前述实施例提出的定位处理方法。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图10所示，是根据本申请实施例的定位处理方法的电子设备的框图。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/或者要求的本申请的实现。
如图10所示，该电子设备包括：一个或多个处理器601、存储器602，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10中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的定位处理方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的定位处理方法。
存储器602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定位处理方法对应的程序指令/模块(例如，附图8所示的第一获取模块810、第二获取模块820、投影模块830、匹配模块840以及定位模块850)。处理器601通过运行存储在存储器602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处理方法。
存储器602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602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602可选包括相对于处理器601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。
电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图10中以通过总线连接为例。
输入装置603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604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)、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技术方案，通过获取移动对象采集的目标点云图，并获取移动对象在采集目标点云图时，位姿检测得到的多个预测位姿，而后基于多个预测位姿将目标点云图投影至设定参考系，得到各预测位姿对应的投影地图，之后对设定参考系中建立的参考地图，将参考地图中各区域分别与各预测位姿对应的投影地图相匹配，以根据匹配度，从参考地图的各区域中确定目标区域，最后根据目标区域所在地理位置，定位移动对象。本申请中，由于目标点云图为移动对象当前所处环境的点云信息，通过将采集得到的目标点云图与预先建立的参考地图进行匹配的方式，对移动对象进行定位，可以提升定位结果的准确性。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (16)
1.一种定位处理方法，所述方法包括：
获取移动对象采集的目标点云图；
获取所述移动对象在采集所述目标点云图时，位姿检测得到的多个预测位姿；
基于所述多个预测位姿将所述目标点云图投影至设定参考系，得到各预测位姿对应的投影地图；
对设定参考系中建立的参考地图，将所述参考地图中各区域分别与所述各预测位姿对应的投影地图相匹配，以根据匹配度，从所述参考地图的各区域中确定目标区域；
根据所述目标区域所在地理位置，定位所述移动对象。
2.根据权利要求1所述的定位处理方法，其中，所述对设定参考系中建立的参考地图，将所述参考地图中各区域分别与所述各预测位姿对应的投影地图相匹配，以根据匹配度，从所述参考地图的各区域中确定目标区域，包括：
将每一预测位姿对应的投影地图与所述参考地图中各区域相匹配，得到相应预测位姿下匹配度最高的候选区域；
根据所述匹配度，从各预测位姿下匹配度最高的候选区域中，确定所述目标区域。
3.根据权利要求2所述的定位处理方法，其中，所述将每一预测位姿对应的投影地图与所述参考地图中各区域相匹配，得到相应预测位姿下匹配度最高的候选区域，包括：
获取一帧投影地图；
将所述一帧投影地图划分为多个局部地图；
将所述参考地图划分为多个区域；
将所述多个局部地图与所述多个区域两两匹配，得到任一所述局部地图与任一所述区域之间的匹配度；
将匹配度最高的区域作为所述候选区域。
4.根据权利要求1所述的定位处理方法，其中，所述对设定参考系中建立的参考地图，将所述参考地图中各区域分别与所述各预测位姿对应的投影地图匹配之前，还包括：
对所述各预测位姿对应的投影地图，根据相应预测位姿包含预测地理位置，查询以所述预测地理位置为中心的目标地图块；
将所述目标地图块，以及位于所述目标地图块周边的临近地图块进行拼接，得到所述参考地图。
5.根据权利要求4所述的定位处理方法，其中，所述将所述目标地图块，以及位于所述目标地图块周边的临近地图块进行拼接，得到所述参考地图之前，还包括：
从图形处理器缓存的地图块中，查询所述目标地图块周边的临近地图块。
6.根据权利要求1所述的定位处理方法，其中，所述基于所述多个预测位姿将所述目标点云图投影至设定参考系，得到各预测位姿对应的投影地图，包括：
对每一个预测位姿，在所述设定参考系，以相应预测位姿包含的预测地理位置为中心建立栅格；
将所述目标点云图中各点，以相应预测位姿包含的偏航角投影到所述设定参考系建立的栅格内，得到相应预测位姿对应的投影地图。
7.根据权利要求6所述的定位处理方法，其中，所述将所述目标点云图中各点，以相应预测位姿包含的偏航角投影到所述设定参考系建立的栅格内之后，还包括：
若同一个栅格内包含多个点，则将相应栅格内的多个点合并为一个。
8.一种定位处理装置，所述装置包括：
第一获取模块，用于获取移动对象采集的目标点云图；
第二获取模块，用于获取所述移动对象在采集所述目标点云图时，位姿检测得到的多个预测位姿；
投影模块，用于基于所述多个预测位姿将所述目标点云图投影至设定参考系，得到各预测位姿对应的投影地图；
匹配模块，用于对设定参考系中建立的参考地图，将所述参考地图中各区域分别与所述各预测位姿对应的投影地图相匹配，以根据匹配度，从所述参考地图的各区域中确定目标区域；
定位模块，用于根据所述目标区域所在地理位置，定位所述移动对象。
9.根据权利要求8所述的定位处理装置，其中，所述匹配模块，具体用于：
将每一预测位姿对应的投影地图与所述参考地图中各区域相匹配，得到相应预测位姿下匹配度最高的候选区域；
根据所述匹配度，从各预测位姿下匹配度最高的候选区域中，确定所述目标区域。
10.根据权利要求9所述的定位处理装置，其中，所述匹配模块，还用于：
获取一帧投影地图；
将所述一帧投影地图划分为多个局部地图；
将所述参考地图划分为多个区域；
将所述多个局部地图与所述多个区域两两匹配，得到任一所述局部地图与任一所述区域之间的匹配度；
将匹配度最高的区域作为所述候选区域。
11.根据权利要求8所述的定位处理装置，其中，所述装置还包括：
查询模块，用于对所述各预测位姿对应的投影地图，根据相应预测位姿包含预测地理位置，查询以所述预测地理位置为中心的目标地图块；
拼接模块，用于将所述目标地图块，以及位于所述目标地图块周边的临近地图块进行拼接，得到所述参考地图。
12.根据权利要求11所述的定位处理装置，其中，所述查询模块，还用于：
从图形处理器缓存的地图块中，查询所述目标地图块周边的临近地图块。
13.根据权利要求8所述的定位处理装置，其中，所述投影模块，具体用于：
对每一个预测位姿，在所述设定参考系，以相应预测位姿包含的预测地理位置为中心建立栅格；
将所述目标点云图中各点，以相应预测位姿包含的偏航角投影到所述设定参考系建立的栅格内，得到相应预测位姿对应的投影地图。
14.根据权利要求13所述的定位处理装置，其中，所述投影模块，还用于：
若同一个栅格内包含多个点，则将相应栅格内的多个点合并为一个。
15.一种电子设备，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权利要求1-7中任一项所述的定位处理方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的定位处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010571513.3A CN111949816B (zh) | 2020-06-22 | 2020-06-22 | 定位处理方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010571513.3A CN111949816B (zh) | 2020-06-22 | 2020-06-22 | 定位处理方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111949816A true CN111949816A (zh) | 2020-11-17 |
| CN111949816B CN111949816B (zh) | 2023-09-26 |
Family
ID=73337180
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010571513.3A Active CN111949816B (zh) | 2020-06-22 | 2020-06-22 | 定位处理方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111949816B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113324537A (zh) * | 2021-04-27 | 2021-08-31 | 的卢技术有限公司 | 车辆位姿获取方法、车辆定位方法和装置、设备和介质 |
| CN116664812A (zh) * | 2022-11-30 | 2023-08-29 | 荣耀终端有限公司 | 一种视觉定位方法、视觉定位系统及电子设备 |
| CN116664812B (zh) * | 2022-11-30 | 2024-06-07 | 荣耀终端有限公司 | 一种视觉定位方法、视觉定位系统及电子设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106969763A (zh) * | 2017-04-07 | 2017-07-21 | 百度在线网络技术（北京）有限公司 | 用于确定无人驾驶车辆的偏航角的方法和装置 |
| US20180336697A1 (en) * | 2017-05-22 | 2018-11-22 | Honda Motor Co., Ltd. | Monocular localization in urban environments using road markings |
| CN109425365A (zh) * | 2017-08-23 | 2019-03-05 | 腾讯科技（深圳）有限公司 | 激光扫描设备标定的方法、装置、设备及存储介质 |
| CN110561423A (zh) * | 2019-08-16 | 2019-12-13 | 深圳优地科技有限公司 | 位姿变换的方法、机器人及存储介质 |
| CN110795523A (zh) * | 2020-01-06 | 2020-02-14 | 中智行科技有限公司 | 车辆定位方法、装置以及智能车辆 |
| 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 |
| CN110988848A (zh) * | 2019-12-23 | 2020-04-10 | 潍柴动力股份有限公司 | 车载激光雷达相对位姿监测方法及设备 |
-
2020
- 2020-06-22 CN CN202010571513.3A patent/CN111949816B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106969763A (zh) * | 2017-04-07 | 2017-07-21 | 百度在线网络技术（北京）有限公司 | 用于确定无人驾驶车辆的偏航角的方法和装置 |
| US20180336697A1 (en) * | 2017-05-22 | 2018-11-22 | Honda Motor Co., Ltd. | Monocular localization in urban environments using road markings |
| CN109425365A (zh) * | 2017-08-23 | 2019-03-05 | 腾讯科技（深圳）有限公司 | 激光扫描设备标定的方法、装置、设备及存储介质 |
| CN110561423A (zh) * | 2019-08-16 | 2019-12-13 | 深圳优地科技有限公司 | 位姿变换的方法、机器人及存储介质 |
| CN110988848A (zh) * | 2019-12-23 | 2020-04-10 | 潍柴动力股份有限公司 | 车载激光雷达相对位姿监测方法及设备 |
| 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 |
| CN110795523A (zh) * | 2020-01-06 | 2020-02-14 | 中智行科技有限公司 | 车辆定位方法、装置以及智能车辆 |
Non-Patent Citations (3)
| Title |
|---|
| XUAN L.等: "An Image-based Visual Localization Approach to Urban Space", 2018 UBIQUITOUS POSITIONING, INDOOR NAVIGATION AND LOCATION-BASED SERVICES (UPINLBS) * |
| 张慧智;高箴;周健;: "基于激光视觉技术的运动目标位姿测量与误差分析", 激光杂志, no. 04 * |
| 王轩;叶平;贾庆轩;: "双目立体视觉栅格地图构建方法", 软件, no. 11 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113324537A (zh) * | 2021-04-27 | 2021-08-31 | 的卢技术有限公司 | 车辆位姿获取方法、车辆定位方法和装置、设备和介质 |
| CN116664812A (zh) * | 2022-11-30 | 2023-08-29 | 荣耀终端有限公司 | 一种视觉定位方法、视觉定位系统及电子设备 |
| CN116664812B (zh) * | 2022-11-30 | 2024-06-07 | 荣耀终端有限公司 | 一种视觉定位方法、视觉定位系统及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111949816B (zh) | 2023-09-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112415552B (zh) | 车辆位置的确定方法、装置及电子设备 | |
| US11615605B2 (en) | Vehicle information detection method, electronic device and storage medium | |
| CN110595494B (zh) | 地图误差确定方法和装置 | |
| US11713970B2 (en) | Positioning method, electronic device and computer readable storage medium | |
| CN111626206A (zh) | 高精地图构建方法、装置、电子设备及计算机存储介质 | |
| CN110738183B (zh) | 路侧相机障碍物检测方法及装置 | |
| CN112101209B (zh) | 用于路侧计算设备的确定世界坐标点云的方法和装置 | |
| CN111553844B (zh) | 用于更新点云的方法及装置 | |
| CN111638528B (zh) | 定位方法、装置、电子设备和存储介质 | |
| CN111721281B (zh) | 位置识别方法、装置和电子设备 | |
| CN111079079B (zh) | 数据修正方法、装置、电子设备及计算机可读存储介质 | |
| CN112270669A (zh) | 人体3d关键点检测方法、模型训练方法及相关装置 | |
| CN111578951B (zh) | 一种自动驾驶中用于生成信息的方法和装置 | |
| CN111340890A (zh) | 相机外参标定方法、装置、设备和可读存储介质 | |
| CN111612852A (zh) | 用于验证相机参数的方法和装置 | |
| CN111784834A (zh) | 一种点云地图生成方法、装置以及电子设备 | |
| CN111666876A (zh) | 用于检测障碍物的方法、装置、电子设备和路侧设备 | |
| CN112184914A (zh) | 目标对象三维位置的确定方法、装置和路侧设备 | |
| CN115578433A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN112527932A (zh) | 道路数据处理的方法、装置、设备及存储介质 | |
| CN111597287A (zh) | 地图生成方法、装置及设备 | |
| CN111462072B (zh) | 点云图质量检测方法、装置以及电子设备 | |
| CN111400537B (zh) | 一种道路元素信息获取方法、装置和电子设备 | |
| CN111949816A (zh) | 定位处理方法、装置、电子设备和存储介质 | |
| CN112102417A (zh) | 确定世界坐标的方法和装置及用于车路协同路侧相机的外参标定方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |