CN112414444B - 一种数据标定方法、计算机设备、存储介质 - Google Patents
一种数据标定方法、计算机设备、存储介质 Download PDFInfo
- Publication number
- CN112414444B CN112414444B CN201910780555.5A CN201910780555A CN112414444B CN 112414444 B CN112414444 B CN 112414444B CN 201910780555 A CN201910780555 A CN 201910780555A CN 112414444 B CN112414444 B CN 112414444B
- Authority
- CN
- China
- Prior art keywords
- data
- calibration
- data acquisition
- acquisition devices
- information data
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
Abstract
本申请实施例公开了一种数据标定方法、计算机设备、存储介质。所述方法包括:获取目标设备对应标定装置采集的信息数据,所述目标设备上设置有至少两个数据采集装置,所述数据采集装置与所述标定装置发生相对运动;基于所述数据采集装置对应的第一数据关系,构建所述至少两个数据采集装置对应的第二数据关系,其中,所述第二数据关系中包括所述数据采集装置之间待确定的标定参数;根据所述信息数据以及第二数据关系,确定所述标定参数。由此可见,本申请实施例创新提供了一种标定参数的确定方案,可以同时获得多个数据采集装置之间的标定参数。
Description
技术领域
本申请涉及数据处理技术领域,具体涉及一种数据标定方法、一种计算机设备、一种计算机可读存储介质。
背景技术
随着各个行业人力成本的上升,以及机器人技术的成熟,越来越多的商业场景开始使用机器人来工作。酒店使用机器人给客人提供送餐服务,医院使用机器人进行药品的配送,园区和小区使用物流机器人进行快递和包裹的配送,家庭使用扫地机器人进行卫生清理。
为使机器人可以应用于多种场景或是复杂场景,通常会配置多种传感器来保证移动设备行动和工作的畅通。例如扫地机器人会配置激光雷达、轮速计、陀螺仪、红外传感器等。配送机器人会配置视觉传感器、轮速计、激光雷达、IMU(Inertial measurement unit,惯性测量单元)等。由于不同传感器采用了不同的坐标系进行数据表达,因此,传感器外参标定是使用传感器数据时需要重点解决的问题。
发明内容
鉴于上述问题,提出了本申请以便提供一种克服上述问题或者至少部分地解决上述问题的数据标定方法、以及计算机设备、计算机可读存储介质。
依据本申请的一个方面,提供了一种数据标定方法,包括:
获取目标设备对应标定装置采集的信息数据,所述目标设备上设置有至少两个数据采集装置,所述数据采集装置与所述标定装置发生相对运动;
基于所述数据采集装置对应的第一数据关系,构建所述至少两个数据采集装置对应的第二数据关系,其中,所述第二数据关系中包括所述数据采集装置之间待确定的标定参数;
根据所述信息数据以及第二数据关系,确定所述标定参数。
可选的,所述获取目标设备对应标定装置采集的信息数据包括:
获取所述目标设备的数据采集装置对应标定装置采集的信息数据;
提取与同一标定装置具有关联的信息数据。
可选的,所述获取所述目标设备的至少两个数据采集装置对应标定装置采集的信息数据包括:
基于所述目标设备与所述数据采集装置的通信协议获取所述至少两个数据采集装置分别采集的信息数据。
可选的,所述提取与同一标定装置具有关联的信息数据包括:
识别所述信息数据中是否包括所述标定装置的标识符;
提取包括所述标识符的信息数据。
可选的,所述提取与同一标定装置具有关联的信息数据包括:
对所述信息数据进行线性拟合;
提取符合拟合结果范围内的信息数据。
可选的,所述方法还包括:
根据至少一种数据采集装置采集的信息数据的数值范围,删除部分所述信息数据。
可选的,所述根据至少一种数据采集装置采集的信息数据的数值范围,删除部分所述信息数据包括:
根据轮速计采集的里程数据设定相机采集的图像数据的时间范围,并删除不符合所述时间范围的图像数据;
根据剩余图像数据的时间标识,删除与所述时间标识不对应的激光雷达采集的距离数据和轮速计采集的转速数据。
可选的,所述基于所述数据采集装置对应的第一数据关系,构建所述至少两个数据采集装置对应的第二数据关系包括:
获取所述数据采集装置基于所述信息数据以及所述标定参数的第一约束关系;
对所述第一约束关系进行加和,得到基于所述至少两个数据采集装置的信息数据以及所述标定参数的第二数据关系。
可选的,所述根据所述信息数据以及第二数据关系包括:
对所述标定参数赋予初始值;
采用预设算法和所述信息数据对所述第二关系数据进行迭代优化,直至根据所述第二关系数据得到的衡量参数满足设定条件。
可选的,所述方法还包括:
根据所述标定参数获得基于同一坐标系的信息数据。
可选的,所述第二数据关系中还包括所述标定装置到全局坐标系的标定参数,所述根据所述标定参数获得基于同一坐标系的信息数据包括:
根据所述数据采集装置之间的标定参数以及所述标定装置到全局坐标系的标定参数,获得基于全局坐标系的信息数据。
可选的,所述数据采集装置包括视觉传感器、轮速计、相机、激光雷达或惯性测量单元,所述激光传感器包括2D激光雷达或3D激光雷达。
可选的,所述轮速计的数据采集频率不低于所述相机的数据采集频率。
可选的,所述标定装置包括至少一个标定面,所述标定面上设置有至少一个标识符。
可选的,所述标定面的形状包括梯形或者长方形,所述标定面之间不垂直,所述标定面与地面不垂直,所述标识符包括图形编码。
可选的,当所述数据采集装置包括3D激光雷达时,所述标定面上还包括至少一个孔,所述数据采集装置与所述标定装置发生3D空间的相对运动。
根据本申请的另一个方面,提供了一种数据处理方法,包括:
控制目标设备运动,并采用所述目标设备上至少两个数据采集装置对应标定装置采集信息数据,所述目标设备运动时,所述数据采集装置与所述标定装置发生相对运动;
构建所述至少两个数据采集装置对应的数据关系,并根据所述数据关系以及所述信息数据,确定所述数据采集装置之间的标定参数;
存储所述标定参数,并根据所述标定参数获得基于同一坐标系的信息数据。
根据本申请的另一个方面,提供了一种数据标定系统包括目标设备和标定装置;
所述目标设备上设置有至少两个数据采集装置,所述数据采集装置用于对应所述标定装置采集信息数据,所述目标设备运动时,所述数据采集装置与所述标定装置之间发生相对运动;
所述目标设备用于基于所述数据采集装置对应的第一数据关系,构建所述至少两个数据采集装置对应的第二数据关系,其中,所述第二数据关系中包括所述数据采集装置之间待确定的标定参数;
以及,根据所述信息数据以及第二数据关系,确定所述标定参数。
根据本申请的另一个方面,提供了一种移动设备,包括设备本体、设置在所述设备上的至少两个传感器和标定程序;
所述传感器用于对应标定装置采集信息数据;
所述标定程序用于基于所述传感器对应的第一数据关系,构建所述至少两个传感器对应的第二数据关系,其中,所述第二数据关系中包括所述传感器之间待确定的标定参数;
以及,根据所述信息数据以及第二数据关系,确定所述标定参数。
根据本申请的另一个方面,提供了一种设备处理方法,包括:
根据设定条件确定对设备的数据采集装置进行重新标定;
根据所述数据采集装置对应的第一数据关系,构建至少两个数据采集装置对应的第二数据关系,其中所述第二数据关系中包括所述数据采集装置之间待确定的标定参数;
根据所述数据采集装置所采集到的信息数据以及第二数据关系,确定标定参数;
根据所述标定参数对所述设备进行定位。
根据本申请的另一个方面,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述的一个或多个的方法。
根据本申请的另一个方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述的一个或多个的方法
依据本申请实施例,获取目标设备上数据采集装置与标定装置发生相对运动时,对应标定装置采集的信息数据,并根据数据采集装置对应的第一数据关系,构建上述数据采集装置对应的第二数据关系,并在第二数据关系中加入数据采集装置之间的标定参数,从而通过信息数据以及第二数据关系,确定标定参数,由此可见,本申请创新提供了一种标定参数的确定方案,可以同时获得多个数据采集装置之间的标定参数。
当包括三个或三个以上数据采集装置时,由于综合了多个数据采集装置所采集的数据来确定标定参数,相比于两两数据采集装置确定标定参数的方案,不仅充分利用了已有数据,同时还提高了参数结果的精度和准确度。并且本申请的方案对环境布置和设备安装没有特殊要求,不需要人为进行对准和调校,易于实行,也避免了人为操作带来了资源消耗和误差。另外,由于采用了一种对标定参数的初始值估计方法,极大的提高了方法的鲁棒程度,对操作人员的要求大大降低。
本申请实施例中,可以对数据进行筛选,删除部分信息数据,具体可以根据其中某个数据采集装置对应的一种信息数据的数值范围对该种信息数据以及其他信息数据进行删除处理,从而降低数据量,提高数据处理效率,并通过提高数据质量提高标定参数的准确性。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
通过阅读下文可选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出可选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本申请实施例一的一种数据标定方法实施例的流程图
图2示出了本申请的一个示例中标定装置的示意图。
图3示出了根据本申请实施例二的一种数据标定方法实施例的流程图;
图4示出了根据本申请实施例三的一种数据处理方法实施例的流程图;
图5示出了根据本申请实施例四的一种数据标定系统的结构框图;
图6示出了本申请的一个示例中数据标定系统的架构示意图;
图7示出了本申请的一个示例中数据标定方法的流程图;
图8示出了根据本申请实施例五的一种数据标定装置实施例的结构框图;
图9示出了根据本申请实施例六的一种数据处理装置实施例的结构框图;
图10示出了根据本申请实施例七的一种移动设备实施例的结构框图;
图11示出了根据本申请实施例八的一种设备处理方法实施例的流程图;
图12示出了可被用于实现本公开中所述的各个实施例的示例性系统。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为使本领域技术人员更好地理解本申请,以下对本申请涉及的概念进行说明:
本申请实施例中目标设备可以是移动设备或是固定设备,移动设备可以包括自行驱动的,例如适用于各种业务场景下的机器人,包括派送机器人、扫地机器人等;还可以是相机(单目或多目)、手机等非自行驱动的移动设备;还可以是固定设备,例如固定在某一位置的监控设备等。
本申请所述的目标设备上设置有多个(至少两个)数据采集装置,数据采集装置用于采集数据,例如可以包括传感器,传感器用于感知变化的物理量,并转换为数字信号进行保存或处理,具体包括但不限于用于采集图像的相机、用于统计里程数据的轮速计、用于测距的激光雷达(2D激光雷达或3D激光雷达)、用于测量物体角速率和加速度的惯性测量单元IMU等等。
本申请所述的标定装置供目标设备采集信息,以进一步确定标定参数。标定装置可以是移动状态或是固定状态,与目标设备上的数据采集装置之间发生相对运动,以使得数据采集装置可以采集到该标定装置的数据,并且是采集到该标定装置的不同的数据。可以理解的是,数据采集装置相对于标定装置发生相对运动时,目标设备与标定装置之间可以发生相对运动,也可以不发生相对运动。
在机器人类似的业务场景下,目标设备上的数据采集装置处于移动状态,则标定装置可以处于固定状态或移动状态;若目标设备的数据采集装置处于固定状态,则标定装置处于移动状态以使数据采集装置与目标设备之间发生相对运动。
需要说明的是,本申请实施例不仅可以应用于机器人的传感器标定场景下,还可以用于无人驾驶车辆的传感器标定、三维重建的内外参数的确定,或是其他需要进行设备标定、内外参数确定、坐标系映射的业务场景中。其中,机器人的驱动方式可以包括两轮、四轮、履带等多种形式。
本申请中,目标设备所包括的数据采集装置可以是同一种数据采集装置,也可以包括不同种类的数据采集装置。数据采集装置采集的数据为信息数据,不同数据采集装置分别有对应采集到的信息数据。例如相机采集到图像数据、轮速计采集到轮速数据、2D激光雷达采集到平面距离数据。
标定参数衡量数据采集装置之间所采用的数据坐标系的映射关系,例如相机和轮速计之间标定参数包括相机到轮速计的外参。
本申请中单个数据采集装置可以对应有第一数据关系,可以根据所采集的信息数据、标定参数等构建,进一步,根据多个第一数据关系可以得到第二数据关系,例如将多个第一数据关系进行加和得到第二数据关系。
具体的第一数据关系的构建方式可以根据数据采集装置的特性来设定,例如,相机可以根据重投影误差构建第一数据关系,重投影误差是像素坐标(观测到的投影位置)与3D点按照当前估计的位姿进行投影得到的位置相比较得到的误差,在计算平面单应矩阵和投影矩阵的时候,往往会使用重投影误差来构造代价函数来优化单应矩阵或者投影矩阵,重投影误差不仅衡量了单应矩阵的计算误差,也衡量了图像点的测量误差,所以具有较高的优化精度。
进一步根据第一数据关系构建第二数据关系的方式,可以根据实际需求来设定。例如以相机和轮速计为例,相机的重投影误差关系中,包括所采集的信息数据y1和相机相对于轮速计的标定参数x1,例如可以表示为||y1-f(x1)||,其中函数f表示重投影映射关系。类似的,轮速计构建的第一数据关系可以表示为||y2-g(x2)||,其中x2表示轮速计和激光之间的外参数,函数g表示激光投影到标定板上的映射关系。第二数据关系可以类似表示为||y1-f(x1)||+||y2-g(x2)||。其中绝对值表示某种带有协方差信息的距离表示,协方差表示了观测的不确定程度。
本申请实施例创新提供了一种标定参数的确定方法,通过获取目标设备上数据采集装置与标定装置发生相对运动时,对应标定装置采集的信息数据,根据数据采集装置对应的第一数据关系,构建上述至少两个数据采集装置对应的第二数据关系,并在第二数据关系中加入数据采集装置之间的标定参数,从而通过信息数据以及第二数据关系,确定标定参数。
本申请提供的标定参数实时方案可以在目标设备上实现,也可以在其他设备比如云服务器上实现。目标设备包括小机器人时,可以通过语音触发该方案的执行,通过小机器人采集语音指令,并根据语音指令执行方案。
通过本申请实施例的方案可以获得的进步性效果包括:
首先,本申请创新提供了一种数据标定的方案。
其次,当包括三个或三个以上数据采集装置时,可以同时获得多个数据采集装置之间的标定参数,无需两两数据采集装置分别推算标定参数。
由于综合了多个数据采集装置所采集的数据来确定标定参数,相比于两两装置确定标定参数的方案,不仅充分利用了已有数据,同时还提高了参数结果的精度和准确度。
并且,本申请的方案对环境布置和设备安装没有特殊要求,不需要人为进行对准和调校,易于实行,也避免了人为操作带来了资源消耗和误差。另外,由于采用了一种对标定参数的初始值估计方法,极大的提高了方法的鲁棒程度,对操作人员的要求大大降低。
本申请实施例中,标定装置可以部署有一个或多个,当标定装置包括多个时,获取的信息数据可以包括对应多个标定装置获取的信息数据,在据此计算标定参数时,需要以对应同一标定装置的信息数据为依据,因此可以提取与同一标定装置具有关联的信息数据用于后续标定参数的推算。
在本申请的一种可选的实施例中,可以根据标定装置所具有的标识符来识别同一标定装置,提取对应同一标定装置的信息数据。
在本申请的一种可选的实施例中,为降低待处理的数据量,可以对数据进行筛选,删除部分信息数据,具体可以根据其中某个数据采集装置对应的一种信息数据的数值范围对该种信息数据以及其他信息数据进行删除处理,从而降低数据量,提高数据处理效率,并通过提高数据质量提高标定参数的准确性。
根据本申请实施例获得的标定参数可以进一步用于对信息数据进行同一坐标系的标准处理。当标定参数包括标定装置到全局坐标系的标定参数时,可以获得基于全局坐标系的信息数据。
与上述方案对应,本申请实施例还提供了一种标定装置。
该标定装置包括至少一个标定面,所述标定面上设置有至少一个标识符,用于对该标定装置或标定面进行识别,以根据标识符筛选同一标定装置或标定面对应的信息数据。该标定面可以是平面或是曲面。
可选的实施例中,标定面的形状可以包括梯形或长方形,标定面之间不垂直,标定面与地面不垂直,上述可选的方案均是为了数据采集装置从不同角度采集标定装置的数据时,可以尽可能多的采集到更多的信息。
其中,所述标识符包括图形编码,例如条形码或是二维码,其对应包括的信息种类可以根据实际需求来设定。
可选的实施例中,当所述数据采集装置包括3D激光雷达时,所述标定面上还包括至少一个孔,相比于无孔的标定面,所述数据采集装置还可以采集到标定装置在孔径方向的信息,从而得到3D信息。
可选的实施例中,所述数据采集装置与所述标定装置发生3D空间的相对运动,例如可以在目标设备行走区域安装不同高度的平面,以使数据采集装置发生3D空间的运动。
参照图1,示出了根据本申请实施例一的一种数据标定方法实施例的流程图,该方法具体可以包括以下步骤:
步骤101,获取目标设备对应标定装置采集的信息数据,所述目标设备上设置有至少两个数据采集装置,所述数据采集装置与所述标定装置发生相对运动。
步骤102,基于所述数据采集装置对应的第一数据关系,构建所述至少两个数据采集装置对应的第二数据关系,其中,所述第二数据关系中包括所述数据采集装置之间待确定的标定参数。
步骤103,根据所述信息数据以及第二数据关系,确定所述标定参数。
依据本申请实施例,获取目标设备上数据采集装置与标定装置发生相对运动时,对应标定装置采集的信息数据,并根据数据采集装置对应的第一数据关系,构建多个数据采集装置对应的第二数据关系,并在第二数据关系中加入数据采集装置之间的标定参数,从而通过信息数据以及第二数据关系,确定标定参数,由此可见,本申请提供了一种标定参数的确定方案,可以同时获得多个数据采集装置之间的标定参数。并且由于综合了多个数据采集装置所采集的数据来确定标定参数,相比于两两装置确定标定参数的方案,不仅充分利用了已有数据,同时还提高了参数结果的精度和准确度。并且本申请的方案对环境布置和设备安装没有特殊要求,不需要人为进行对准和调校,易于实行,也避免了人为操作带来了资源消耗和误差。另外,由于采用了一种对标定参数的初始值估计方法,极大的提高了方法的鲁棒程度,对操作人员的要求大大降低。
一种可选的实施例中,可以根据采集的数据进行实时处理,分析数据规律,例如通过对采集的数据进行数据拟合获得拟合结果,进一步根据拟合结果可以将剔除不符合数据规律的异常数据。又如,获得两两数据之间的数据偏移,进一步剔除不符合该数据偏移的异常数据。
一种可选的实施例中,当标定装置包括多个或者存在噪音数据需要进行清理时,可以对信息数据进行筛选,以获得对应同一标定装置的信息数据,则获取目标设备对应标定装置采集的信息数据可以包括:获取所述目标设备的数据采集装置对应标定装置采集的信息数据;提取与同一标定装置具有关联的信息数据。
其中,获取所述目标设备的数据采集装置对应标定装置采集的信息数据包括:基于所述目标设备与所述数据采集装置的通信协议获取上述至少两个数据采集装置分别采集的信息数据。
提取与同一标定装置具有关联的信息数据,以删除不同标定装置的信息数据,或是删除并非对应标定装置采集的噪音数据时,具体的一种实现方式可以包括:识别信息数据中是否包括标定装置的标识符;提取包括标识符的信息数据。以信息数据包括图像数据为例,根据图像数据是否包括标识符,可以删除不清晰的图像数据,还可以统计包括同一标识符的信息数据的数量,确定对应图像数据较少的标识符,将该标识符对应的图像数据删除。
另一种可选的实现方式可以是,在提取与同一标定装置具有关联的信息数据时,对信息数据进行线性拟合;提取符合拟合结果范围内的信息数据。以激光雷达数据为例,通过线性拟合得到激光雷达数据线性函数,可以得到每个激光雷达数据的线特征的长度,进一步结合激光雷达相对于激光传感器的位置,设立一定的阈值范围,删除不符合阈值范围的数据,得到针对标定装置采集的激光雷达数据。
为使得根据第一数据关系构建的第二数据关系中包括标定参数,第一数据关系中可以均包括各个标定参数,也可以只有部分第一数据关系中包括标定参数。
本申请的一种可选实施例中,基于数据采集装置对应的第一数据关系,构建上述至少两个数据采集装置对应的第二数据关系可以包括:获取数据采集装置基于信息数据以及标定参数的第一约束关系,作为第一关系数据;对第一约束关系进行加和,得到基于上述至少两个数据采集装置的信息数据以及标定参数的第二数据关系。可以理解的是,具体实现中,本领域技术人员可以根据实际需求采用任意适用的方式设定第一数据关系以及根据第一数据关系得到第二数据关系的构建方式。
其中,数据采集装置可以有多个对应不同时刻的子约束关系,可以先对同一数据采集装置的子约束关系进行叠加处理,作为第一约束关系,进一步对不同数据采集装置得到的第一约束关系进行加和,得到基于上述至少两个数据采集装置的信息数据以及标定参数的第二数据关系。其中,对第一约束关系进行加和时,第一约束关系可以分别有对应的加和系数。
相应的,根据信息数据以及第二数据关系时,可以对标定参数赋予初始值;采用预设算法结合信息数据对第二关系数据进行迭代优化,直至根据第二关系数据得到的衡量参数满足设定条件。例如,对第二数据关系赋予初始值,根据采集的信息数据,分别对第二数据关系中各个变量计算雅克比,采用高斯牛顿法进行优化,直至状态量和最终的第二数据关系数值变化满足收敛阈值要求。以上述相机构建的第一数据关系为||y1-f(x1)||,轮速计构建的第一数据关系为||y2-g(x2)||,第二数据关系可以表示为||y1-f(x1)||+||y2-g(x2)||为例,求解x1和x2时,以||y1-f(x1)||+||y2-g(x2)||达到最小值为目标进行迭代优化。
可以理解的是,在具体实现中,可以根据实际需要选择适用的求解标定参数的算法,本申请对此并不做限制。
本申请的一种可选实施例中,数据采集装置包括视觉传感器、轮速计、相机、激光雷达或惯性测量单元,激光传感器包括2D激光雷达或3D激光雷达。
本申请的一种可选实施例中,当多个数据采集装置同时包括相机和轮速计时,为保证标定参数的准确度,需保证轮速计的数据采集频率不低于相机的数据采集频率。
本申请的一种可选实施例中,所述标定装置包括至少一个标定面,所述标定面上设置有至少一个标识符。
本申请的一种可选实施例中,所述标定面的形状包括梯形或者长方形,所述标定面之间不垂直,所述标定面与地面不垂直,所述标识符包括图形编码。
本申请的一种可选实施例中,当所述数据采集装置包括3D激光雷达时,所述标定面上还包括至少一个孔,所述数据采集装置与所述标定装置发生3D空间的相对运动。
参考图2示出了本申请的一个示例中标定装置的示意图。
左侧图可见该标定装置是一个四面体箱子,其中每一面是一个梯形,每个面并不相互垂直,侧面不和地面垂直。四面体的每个面贴上一定数量的二维码贴。右侧图为该箱子的横向截面示意图。
参照图3,示出了根据本申请实施例二的一种数据标定方法实施例的流程图,该方法具体可以包括以下步骤:
步骤201,获取目标设备对应标定装置采集的信息数据,所述目标设备上设置有至少两个数据采集装置,所述数据采集装置与所述标定装置发生相对运动。
步骤202,根据至少一种数据采集装置采集的信息数据的数值范围,删除部分所述信息数据。
在本申请的一种可选的实施例中,为降低待处理的数据量,可以对数据进行筛选,删除部分信息数据。具体可以根据其中一个或多个数据采集装置对应的一种信息数据的数值范围或是与该信息数据对应的其他标记数据(例如相机数据对应的时间数据),对该种信息数据以及其他信息数据进行删除处理,从而降低数据量,提高数据处理效率,并通过提高数据质量提高标定参数的准确性。
一种可选的实施例中,以数据采集装置包括轮速计、相机、激光雷达和轮速计为例,根据至少一种数据采集装置采集的信息数据的数值范围,删除部分信息数据时,可以根据轮速计采集的里程数据设定相机采集的图像数据的时间范围,并删除不符合该时间范围的图像数据;根据剩余图像数据的时间标识,删除与时间标识不对应的激光雷达采集的距离数据和轮速计采集的转速数据。
步骤203,基于所述数据采集装置对应的第一数据关系,构建所述至少两个数据采集装置对应的第二数据关系,其中,所述第二数据关系中包括所述数据采集装置之间待确定的标定参数。
步骤204,根据所述信息数据以及第二数据关系,确定所述标定参数。
步骤205,根据所述标定参数获得基于同一坐标系的信息数据。
一种可选的实施例中,根据本申请实施例获得的标定参数可以进一步用于对信息数据进行同一坐标系的标准处理。当标定参数包括标定装置到全局坐标系的标定参数时,可以获得基于全局坐标系的信息数据。即第二数据关系中还包括标定装置到全局坐标系的标定参数,根据所述标定参数获得基于同一坐标系的信息数据时,可以根据数据采集装置之间的标定参数以及标定装置到全局坐标系的标定参数,获得基于全局坐标系的信息数据。
依据本申请实施例,获取目标设备上数据采集装置与标定装置发生相对运动时,对应标定装置采集的信息数据,并根据数据采集装置对应的第一数据关系,构建上述至少两个数据采集装置对应的第二数据关系,并在第二数据关系中加入数据采集装置之间的标定参数,从而通过信息数据以及第二数据关系,确定标定参数,由此可见,本申请提供了一种标定参数的确定方案,可以同时获得多个数据采集装置之间的标定参数。并且,当包括三个或三个以上数据采集装置时,由于综合了多个数据采集装置所采集的数据来确定标定参数,相比于两两装置确定标定参数的方案,不仅充分利用了已有数据,同时还提高了参数结果的精度和准确度。并且本申请的方案对环境布置和设备安装没有特殊要求,不需要人为进行对准和调校,易于实行,也避免了人为操作带来了资源消耗和误差。另外,由于采用了一种对标定参数的初始值估计方法,极大的提高了方法的鲁棒程度,对操作人员的要求大大降低。
参照图4,示出了根据本申请实施例三的一种数据处理方法实施例的流程图,该方法具体可以包括以下步骤:
步骤301,控制目标设备运动,并采用所述目标设备上至少两个数据采集装置对应标定装置采集信息数据,所述目标设备运动时,所述数据采集装置与所述标定装置发生相对运动。
步骤302,构建所述至少两个数据采集装置对应的数据关系,并根据所述数据关系以及所述信息数据,确定所述数据采集装置之间的标定参数。
步骤303,存储所述标定参数,并根据所述标定参数获得基于同一坐标系的信息数据。
本实施例的实现细节可以参照实施例1和2的描述,此处不再赘述。
依据本申请实施例,控制目标设备与标定装置相对运动,并采用至少两个数据采集装置对应标定装置采集信息数据,在构建上述至少两个数据采集装置对应的数据关系后,根据数据关系以及信息数据,即可确定数据采集装置之间的标定参数,进一步根据存储的标定参数可以确定基于同一坐标系的信息数据。由此可见,本申请提供了一种标定参数的确定方案,可以同时获得多个数据采集装置之间的标定参数,并且当数据采集装置包括三个或三个以上时,由于综合了多个数据采集装置所采集的数据来确定标定参数,相比于两两装置确定标定参数的方案,不仅充分利用了已有数据,同时还提高了参数结果的精度和准确度。并且本申请的方案对环境布置和设备安装没有特殊要求,不需要人为进行对准和调校,易于实行,也避免了人为操作带来了资源消耗和误差。另外,由于采用了一种对标定参数的初始值估计方法,极大的提高了方法的鲁棒程度,对操作人员的要求大大降低。
参照图5,示出了根据本申请实施例四的一种数据标定系统的结构框图。
该数据标定系统包括目标设备和标定装置。
所述目标设备上设置有至少两个数据采集装置,所述数据采集装置用于对应所述标定装置采集信息数据,所述目标设备运动时,所述数据采集装置与所述标定装置之间发生相对运动。一种可选的实施例中,数据采集装置包括轮速计、激光、相机等。
所述目标设备还用于基于所述数据采集装置对应的第一数据关系,构建所述至少两个数据采集装置对应的第二数据关系,其中,所述第二数据关系中包括所述数据采集装置之间待确定的标定参数。
根据所述信息数据以及第二数据关系,确定所述标定参数。
本申请的一种可选实施例中,所述数据采集装置包括视觉传感器、轮速计、相机、激光雷达或惯性测量单元,所述激光传感器包括2D激光雷达或3D激光雷达。
本申请的一种可选实施例中,所述轮速计的数据采集频率不低于所述相机的数据采集频率。
本申请的一种可选实施例中,所述标定装置包括至少一个标定面,所述标定面上设置有至少一个标识符。
本申请的一种可选实施例中,所述标定面的形状包括梯形或者长方形,所述标定面之间不垂直,所述标定面与地面不垂直,所述标识符包括图形编码。
本申请的一种可选实施例中,当所述数据采集装置包括3D激光雷达时,所述标定面上还包括至少一个孔,所述数据采集装置与所述标定装置发生3D空间的相对运动。
本实施例的实现细节可以参照实施例1-3的描述,此处不再赘述。
依据本申请实施例,获取目标设备上数据采集装置与标定装置发生相对运动时,对应标定装置采集的信息数据,并根据数据采集装置对应的第一数据关系,构建多个数据采集装置对应的第二数据关系,并在第二数据关系中加入数据采集装置之间的标定参数,从而通过信息数据以及第二数据关系,确定标定参数,由此可见,本申请提供了一种标定参数的确定方案,可以同时获得多个数据采集装置之间的标定参数。
并且当数据采集装置包括三个或三个以上时,由于综合了多个数据采集装置所采集的数据来确定标定参数,相比于两两装置确定标定参数的方案,不仅充分利用了已有数据,同时还提高了参数结果的精度和准确度。并且本申请的方案对环境布置和设备安装没有特殊要求,不需要人为进行对准和调校,易于实行,也避免了人为操作带来了资源消耗和误差。另外,由于采用了一种对标定参数的初始值估计方法,极大的提高了方法的鲁棒程度,对操作人员的要求大大降低。
为使本领域技术人员更好的理解本申请,以下通过具体的示例对本申请的方案进行说明。
参照图6示出了本申请的一个示例中数据标定系统的架构示意图,该数据标定系统用于标定机器人的传感器参数,机器人包括机器人本体、相机1和相机2、轮速计以及激光。标定系统具体可以包括:
1、标定装置
标定装置是一个四面体箱子,每一面是一个梯形,每个面并不相互垂直,侧面不和地面垂直。每一个面贴有一定数量的二维码贴。在地面上安装了不同高度的平面,使得机器人在标定的时候能够在3D空间中运动。
2、标定程序
包括数据采集系统:通过机器人上数据采集系统,同时采集轮速计、2D激光雷达、多目相机的数据。
还包括自动控制程序:自动控制程序即本申请实施例的一种数据标定装置,可以实现机器人控制,实现在量产环境下机器人快速自动的标定。
3、移动机器人本体:
移动机器人本体用于安装各个传感器模块,各个传感器模块通过相关通讯协议连接到机器人本体上的控制器模块上。从而实现机器人的行走和运动。
参考图7示出了本申请的一个示例中数据标定方法的流程图,具体可以包括:
一、读取和解析各个传感器的数据:
通过程序读取各个传感器的数据,建立各个传感器对应的缓存队列,缓存队列中包含时间戳和各个传感器的原始数据。
二、建立关键帧数据:
通过轮速计数据,设立一定的阈值,将满足这一阈值条件的相机数据加入关键帧,降低所需处理的数据量。
三、根据时间插值其他传感器数据
根据关键帧的时间戳,插值得到激光和轮速计传感器数据,建立整个关键帧的数据缓存,一个关键帧对应了同一时间点的多个传感器的数据。
四、提取相机数据特征点
识别相机数据中的二维码,提取包含有二维码的相机数据,目的是为了得到针对标定装置采集的相机数据。
五、激光雷达数据的噪声点删除
提取激光雷达数据,通过线性拟合得到激光雷达数据的线特征,根据每一帧激光雷达数据的线特征的长度和激光雷达相对于激光传感器的位置,设立一定的阈值,剔除掉不对应标定装置采集的激光雷达数据。
七、建立统一约束
根据相机的重投影误差约束关系,以及激光特征点与标定装置的约束关系,建立统一的非线性约束方程。
其中,重投影误差约束关系中包括的数据有相机到轮速计的标定参数、轮速计到全局坐标系的位置、轮速计到全局坐标系的姿态数据、标定板到全局坐标系位置,该约束关系也即是相机和轮速计之间的约束关系。
例如,可以采用如下的重投影误差约束方程:
其中:i表示关键帧序号,M表示关键帧的总数,是时间数据,对应了不同时刻,j表示特征点序号,N表示特征点总数,k表示标定装置的面的序号,表示对应的第i个关键帧的第j个特征点在第k个标定装置面上的观测,/>表示轮速计到相机的外参,/>表示全局坐标系到第i个关键帧中轮速计到全局坐标系的位姿,/>表示第k个标定装置面到全局坐标系的位姿,/>表示第j个特征点在第k个标定装置面上的坐标,π表示重投影方程。
激光特征点与标定装置的约束关系中包括的数据有激光雷达到轮速计外参,标定装置到全局坐标系的位置,轮速计到全局坐标系的位置,该约束关系也即是激光和轮速计之间的约束关系。
例如,可以采用如下的约束方程:
i表示关键帧序号,M表示关键帧的总数,j表示特征点序号,N表示特征点总数,k表示标定装置的面的序号,表示激光到轮速计的外参,/>表示第i个关键帧中轮速计到全局坐标系的位姿,/>表示全局坐标系到第k个标定装置面的位姿,/>表示第j个激光点在激光坐标系的位姿,/>表示第j个激光点在激光坐标系的位姿,/>表示[0,0,1]。
因此,基于上述方程加和得到的统一的约束方程中包括了相机到轮速计外参、激光雷达到轮速计外参、标定装置到全局坐标系的外参作为状态量。
八、非线性优化
给方程一个初值后,采用高斯牛顿法进行优化,对每一帧数据分别计算方程中每个变量的雅克比,直至残差和状态量变化满足收敛阈值要求。
九、标定结果写入文件
将优化得到的参数保存到文件中,用于对数据进行同一坐标系的处理。
参照图8,示出了根据本申请实施例五的一种数据标定装置实施例的结构框图,具体可以包括:
数据获取模块401,用于获取目标设备对应标定装置采集的信息数据,所述目标设备上设置有至少两个数据采集装置,所述数据采集装置与所述标定装置发生相对运动;
数据关系构建模块402,用于基于所述数据采集装置对应的第一数据关系,构建之少女两个数据采集装置对应的第二数据关系,其中,所述第二数据关系中包括所述数据采集装置之间待确定的标定参数;
参数确定模块403,用于根据所述信息数据以及第二数据关系,确定所述标定参数。
本申请的一种可选实施例中,所述数据获取模块401具体用于,获取所述目标设备的数据采集装置对应标定装置采集的信息数据;提取与同一标定装置具有关联的信息数据。
本申请的一种可选实施例中,所述数据获取模块401包括:
通信子模块,用于基于所述目标设备与所述数据采集装置的通信协议获取所述至少两个数据采集装置分别采集的信息数据。
本申请的一种可选实施例中,所述数据获取模块401包括:
标识符识别子模块,用于识别所述信息数据中是否包括所述标定装置的标识符;
第一数据提取子模块,用于提取包括所述标识符的信息数据。
本申请的一种可选实施例中,所述数据获取模块401包括:
拟合子模块,用于对所述信息数据进行线性拟合;
第二数据提取子模块,用于提取符合拟合结果范围内的信息数据。
本申请的一种可选实施例中,所述装置还包括:
数据删除模块,用于根据至少一种数据采集装置采集的信息数据的数值范围,删除部分所述信息数据。
本申请的一种可选实施例中,所述数据删除模块包括:
第一数据删除子模块,用于根据轮速计采集的里程数据设定相机采集的图像数据的时间范围,并删除不符合所述时间范围的图像数据;
第二数据删除子模块,用于根据剩余图像数据的时间标识,删除与所述时间标识不对应的激光雷达采集的距离数据和轮速计采集的转速数据。
本申请的一种可选实施例中,数据关系构建模块402包括:
约束关系确定模块,用于获取所述数据采集装置基于所述信息数据以及所述标定参数的第一约束关系;
加和模块,用于对所述第一约束关系进行加和,得到基于所述至少两个数据采集装置的信息数据以及所述标定参数的第二数据关系。
本申请的一种可选实施例中,所述参数确定模块包括:
初始化子模块,用于对所述标定参数赋予初始值;
迭代子模块,用于采用预设算法和所述信息数据对所述第二关系数据进行迭代优化,直至根据所述第二关系数据得到的衡量参数满足设定条件。
本申请的一种可选实施例中,所述装置还包括:
数据标定模块,用于根据所述标定参数获得基于同一坐标系的信息数据。
本申请的一种可选实施例中,所述第二数据关系中还包括所述标定装置到全局坐标系的标定参数,所述数据标定模块,具体用于根据所述数据采集装置之间的标定参数以及所述标定装置到全局坐标系的标定参数,获得基于全局坐标系的信息数据。
本申请的一种可选实施例中,所述数据采集装置包括视觉传感器、轮速计、相机、激光雷达或惯性测量单元,所述激光传感器包括2D激光雷达或3D激光雷达。
本申请的一种可选实施例中,所述轮速计的数据采集频率不低于所述相机的数据采集频率。
本申请的一种可选实施例中,所述标定装置包括至少一个标定面,所述标定面上设置有至少一个标识符。
本申请的一种可选实施例中,所述标定面的形状包括梯形或者长方形,所述标定面之间不垂直,所述标定面与地面不垂直,所述标识符包括图形编码。
本申请的一种可选实施例中,当所述数据采集装置包括3D激光雷达时,所述标定面上还包括至少一个孔,所述数据采集装置与所述标定装置发生3D空间的相对运动。
依据本申请实施例,获取目标设备上数据采集装置与标定装置发生相对运动时,对应标定装置采集的信息数据,并根据数据采集装置对应的第一数据关系,构建至少两个数据采集装置对应的第二数据关系,并在第二数据关系中加入数据采集装置之间的标定参数,从而通过信息数据以及第二数据关系,确定标定参数,由此可见,本申请提供了一种标定参数的确定方案,可以同时获得多个数据采集装置之间的标定参数,并且当数据采集装置包括三个或三个以上时,由于综合了多个数据采集装置所采集的数据来确定标定参数,相比于两两装置确定标定参数的方案,不仅充分利用了已有数据,同时还提高了参数结果的精度和准确度。并且本申请的方案对环境布置和设备安装没有特殊要求,不需要人为进行对准和调校,易于实行,也避免了人为操作带来了资源消耗和误差。另外,由于采用了一种对标定参数的初始值估计方法,极大的提高了方法的鲁棒程度,对操作人员的要求大大降低。
在本申请的一种可选的实施例中,为降低待处理的数据量,可以对数据进行筛选,删除部分信息数据,具体可以根据其中某个数据采集装置对应的一种信息数据的数值范围对该种信息数据以及其他信息数据进行删除处理,从而降低数据量,提高数据处理效率,并通过提高数据质量提高标定参数的准确性。
参照图9,示出了根据本申请实施例六的一种数据处理装置实施例的结构框图,具体可以包括:
运动控制模块501,用于控制目标设备运动,并采用所述目标设备上至少两个数据采集装置对应标定装置采集信息数据,所述目标设备运动时,所述数据采集装置与所述标定装置发生相对运动;
关系构建模块502,用于构建所述至少两个数据采集装置对应的数据关系;
参数确定模块503,用于根据所述数据关系以及所述信息数据,确定所述数据采集装置之间的标定参数;
数据标定模块504,存储所述标定参数,并根据所述标定参数获得基于同一坐标系的信息数据。
依据本申请实施例,控制目标设备运动以使数据采集装置与所述标定装置发生相对运动,并采用目标设备上至少两个数据采集装置对应标定装置采集信息数据,在构建至少两个数据采集装置对应的数据关系后,根据数据关系以及信息数据,确定数据采集装置之间的标定参数,根据存储标定参数,并根据标定参数获得基于同一坐标系的信息数据。由此可见,本申请提供了一种标定参数的确定方案,可以同时获得多个数据采集装置之间的标定参数,并且当数据采集装置包括三个或三个以上时,由于综合了多个数据采集装置所采集的数据来确定标定参数,相比于两两装置确定标定参数的方案,不仅充分利用了已有数据,同时还提高了参数结果的精度和准确度。并且本申请的方案对环境布置和设备安装没有特殊要求,不需要人为进行对准和调校,易于实行,也避免了人为操作带来了资源消耗和误差。另外,由于采用了一种对标定参数的初始值估计方法,极大的提高了方法的鲁棒程度,对操作人员的要求大大降低。
参照图10,示出了根据本申请实施例七的一种移动设备实施例的结构框图,具体可以包括设备本体601、设置在所述设备上的至少两个传感器602和标定程序603;
所述传感器602用于对应标定装置采集信息数据;
所述标定程序603用于基于所述传感器对应的第一数据关系,构建至少两个传感器对应的第二数据关系,其中,所述第二数据关系中包括所述传感器之间待确定的标定参数;
以及,根据所述信息数据以及第二数据关系,确定所述标定参数。
依据本申请实施例,获取移动设备上传感器与标定装置发生相对运动时,对应标定装置采集的信息数据,并根据传感器对应的第一数据关系,构建多个传感器对应的第二数据关系,并在第二数据关系中加入传感器之间的标定参数,从而通过信息数据以及第二数据关系,确定标定参数,由此可见,本申请提供的移动设备,可以同时获得多个传感器之间的标定参数。并且,当传感器包括三个或三个以上时,由于综合了多个传感器所采集的数据来确定标定参数,相比于两两装置确定标定参数的方案,不仅充分利用了已有数据,同时还提高了参数结果的精度和准确度。并且本申请的方案对环境布置和设备安装没有特殊要求,不需要人为进行对准和调校,易于实行,也避免了人为操作带来了资源消耗和误差。另外,由于采用了一种对标定参数的初始值估计方法,极大的提高了方法的鲁棒程度,对操作人员的要求大大降低。
参照图11,示出了根据本申请实施例八的一种设备处理方法实施例的流程图,包括:
步骤701,根据设定条件确定对设备的数据采集装置进行重新标定。
在监测到设定条件后,可以对设备的数据采集装置进行标定。
以设备为机器人、数据采集装置为传感器为例,传感器经过一段时间的存储或使用后,需要对其进行复测,以检测传感器基本性能是否发生变化。因此,设定条件可以是时间条件,当到达一定的时间周期可以触发标定。
当机器人或是传感器发生故障,或是检测到异常情况后,可以对传感器进行重新标定,因此,设定条件可以是故障或是检测到异常情况。
当机器人生产组装后,各个传感器已经安装在机器人本体上,需要获取传感器之间的标定参数,以根据标定参数运行多传感器融合的定位算法对机器人进行定位。因此,设定条件可以是首次使用时触发标定,或是生产组装完成后,根据指令触发标定。
还可以根据实际需要设定条件,本申请对此并不做限制。
步骤702,根据所述数据采集装置对应的第一数据关系,构建至少两个数据采集装置对应的第二数据关系,其中所述第二数据关系中包括所述数据采集装置之间待确定的标定参数。
步骤703根据所述数据采集装置所采集到的信息数据以及第二数据关系,确定标定参数。
上述步骤702和703的具体实现细节可以参照上述实施例,此处不再赘述。
步骤704,根据所述标定参数对所述设备进行定位。
得到标定参数,相当于得到了不同数据采集装置的坐标系之间的相对位置关系,根据这个相对位置关系,可以将一个传感器采集到的数据通过位置转换关系转换到另一个传感器的坐标系下进行计算和优化求解,通过多个传感器的融合得到设备的位置,从而完成定位的过程。
例如,在得到机器人轮速计,相机和激光之间的标定参数后,采集轮速计的运行距离和运动速度,然后根据轮速计和相机的位置关系,预测得到相机的运行距离和速度。同时,采集相机的实际观测数据,根据相机的位置预测和实际观测数据,构建非线性优化方程,然后求解非线性优化方程,得到相机的位置的最佳估计,从而完成了机器人的定位。
在完成定位后,以设备为可移动的机器人为例,机器人可以根据当前位置和目标位置进行规划导航,从而实现向目标位置的移动。
或者,在完成定位后,可以根据重新确定的标定参数对传感器进行校准和修正,并根据新的标定参数重新对机器人进行定位。
对于装置实施例而言,由于其与方法实施例基本相似,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。
本公开的实施例可被实现为使用任意适当的硬件,固件,软件,或及其任意组合进行想要的配置的系统。图12示意性地示出了可被用于实现本公开中所述的各个实施例的示例性系统(或装置)800。
对于一个实施例,图10示出了示例性系统800,该系统具有一个或多个处理器802、被耦合到(一个或多个)处理器802中的至少一个的系统控制模块(芯片组)804、被耦合到系统控制模块804的系统存储器806、被耦合到系统控制模块804的非易失性存储器(NVM)/存储设备808、被耦合到系统控制模块804的一个或多个输入/输出设备810,以及被耦合到系统控制模块806的网络接口812。
处理器802可包括一个或多个单核或多核处理器,处理器802可包括通用处理器或专用处理器(例如图形处理器、应用处理器、基频处理器等)的任意组合。在一些实施例中,系统800能够作为本申请实施例中所述的浏览器。
在一些实施例中,系统800可包括具有指令的一个或多个计算机可读介质(例如,系统存储器806或NVM/存储设备808)以及与该一个或多个计算机可读介质相合并被配置为执行指令以实现模块从而执行本公开中所述的动作的一个或多个处理器802。
对于一个实施例,系统控制模块804可包括任意适当的接口控制器,以向(一个或多个)处理器802中的至少一个和/或与系统控制模块804通信的任意适当的设备或组件提供任意适当的接口。
系统控制模块804可包括存储器控制器模块,以向系统存储器806提供接口。存储器控制器模块可以是硬件模块、软件模块和/或固件模块。
系统存储器806可被用于例如为系统800加载和存储数据和/或指令。对于一个实施例,系统存储器806可包括任意适当的易失性存储器,例如,适当的DRAM。在一些实施例中,系统存储器806可包括双倍数据速率类型四同步动态随机存取存储器(DDR4SDRAM)。
对于一个实施例,系统控制模块804可包括一个或多个输入/输出控制器,以向NVM/存储设备808及(一个或多个)输入/输出设备810提供接口。
例如,NVM/存储设备808可被用于存储数据和/或指令。NVM/存储设备808可包括任意适当的非易失性存储器(例如,闪存)和/或可包括任意适当的(一个或多个)非易失性存储设备(例如,一个或多个硬盘驱动器(HDD)、一个或多个光盘(CD)驱动器和/或一个或多个数字通用光盘(DVD)驱动器)。
NVM/存储设备808可包括在物理上作为系统800被安装在其上的设备的一部分的存储资源,或者其可被该设备访问而不必作为该设备的一部分。例如,NVM/存储设备808可通过网络经由(一个或多个)输入/输出设备810进行访问。
(一个或多个)输入/输出设备810可为系统800提供接口以与任意其他适当的设备通信,输入/输出设备810可以包括通信组件、音频组件、传感器组件等。网络接口812可为系统800提供接口以通过一个或多个网络通信,系统800可根据一个或多个无线网络标准和/或协议中的任意标准和/或协议来与无线网络的一个或多个组件进行无线通信,例如接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合进行无线通信。
对于一个实施例,(一个或多个)处理器802中的至少一个可与系统控制模块804的一个或多个控制器(例如,存储器控制器模块)的逻辑封装在一起。对于一个实施例,(一个或多个)处理器802中的至少一个可与系统控制模块804的一个或多个控制器的逻辑封装在一起以形成系统级封装(SiP)。对于一个实施例,(一个或多个)处理器802中的至少一个可与系统控制模块804的一个或多个控制器的逻辑集成在同一模具上。对于一个实施例,(一个或多个)处理器802中的至少一个可与系统控制模块804的一个或多个控制器的逻辑集成在同一模具上以形成片上系统(SoC)。
在各个实施例中,系统800可以但不限于是:浏览器、工作站、台式计算设备或移动计算设备(例如,膝上型计算设备、手持计算设备、平板电脑、上网本等)。在各个实施例中,系统800可具有更多或更少的组件和/或不同的架构。例如,在一些实施例中,系统800包括一个或多个摄像机、键盘、液晶显示器(LCD)屏幕(包括触屏显示器)、非易失性存储器端口、多个天线、图形芯片、专用集成电路(ASIC)和扬声器。
其中,如果显示器包括触摸面板,显示屏可以被实现为触屏显示器,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。
本申请实施例还提供了一种非易失性可读存储介质,该存储介质中存储有一个或多个模块(programs),该一个或多个模块被应用在终端设备时,可以使得该终端设备执行本申请实施例中各方法步骤的指令(instructions)。
在一个示例中提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如本申请实施例的方法。
在一个示例中还提供了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本申请实施例的一个或多个的方法。
本申请实施例公开了一种数据标定方法和装置,示例1包括一种风险提示方法,包括:
获取目标设备对应标定装置采集的信息数据,所述目标设备上设置有至少两个数据采集装置,所述数据采集装置与所述标定装置发生相对运动;
基于所述数据采集装置对应的第一数据关系,构建所述至少两个数据采集装置对应的第二数据关系,其中,所述第二数据关系中包括所述数据采集装置之间待确定的标定参数;
根据所述信息数据以及第二数据关系,确定所述标定参数。
示例2可包括示例1所述的方法,所述获取目标设备对应标定装置采集的信息数据包括:
获取所述目标设备的数据采集装置对应标定装置采集的信息数据;
提取与同一标定装置具有关联的信息数据。
示例3可包括示例2所述的方法,所述获取所述目标设备的至少两个数据采集装置对应标定装置采集的信息数据包括:
基于所述目标设备与所述数据采集装置的通信协议获取所述至少两个数据采集装置分别采集的信息数据。
示例4可包括示例2所述的方法,所述提取与同一标定装置具有关联的信息数据包括:
识别所述信息数据中是否包括所述标定装置的标识符;
提取包括所述标识符的信息数据。
示例5可包括示例2所述的方法,所述提取与同一标定装置具有关联的信息数据包括:
对所述信息数据进行线性拟合;
提取符合拟合结果范围内的信息数据。
示例6可包括示例1所述的方法,所述方法还包括:
根据至少一种数据采集装置采集的信息数据的数值范围,删除部分所述信息数据。
示例7可包括示例6所述的方法,所述根据至少一种数据采集装置采集的信息数据的数值范围,删除部分所述信息数据包括:
根据轮速计采集的里程数据设定相机采集的图像数据的时间范围,并删除不符合所述时间范围的图像数据;
根据剩余图像数据的时间标识,删除与所述时间标识不对应的激光雷达采集的距离数据和轮速计采集的转速数据。
示例8可包括示例1所述的方法,所述基于所述数据采集装置对应的第一数据关系,构建所述至少两个数据采集装置对应的第二数据关系包括:
获取所述数据采集装置基于所述信息数据以及所述标定参数的第一约束关系;
对所述第一约束关系进行加和,得到基于所述至少两个数据采集装置的信息数据以及所述标定参数的第二数据关系。
示例9可包括示例1所述的方法,所述根据所述信息数据以及第二数据关系包括:
对所述标定参数赋予初始值;
采用预设算法和所述信息数据对所述第二关系数据进行迭代优化,直至根据所述第二关系数据得到的衡量参数满足设定条件。
示例10可包括示例1所述的方法,所述方法还包括:
根据所述标定参数获得基于同一坐标系的信息数据。
示例11可包括示例10所述的方法,所述第二数据关系中还包括所述标定装置到全局坐标系的标定参数,所述根据所述标定参数获得基于同一坐标系的信息数据包括:
根据所述数据采集装置之间的标定参数以及所述标定装置到全局坐标系的标定参数,获得基于全局坐标系的信息数据。
示例12可包括示例1所述的方法,所述数据采集装置包括视觉传感器、轮速计、相机、激光雷达或惯性测量单元,所述激光传感器包括2D激光雷达或3D激光雷达。
示例13可包括示例1所述的方法,所述轮速计的数据采集频率不低于所述相机的数据采集频率。
示例14可包括示例1所述的方法,所述标定装置包括至少一个标定面,所述标定面上设置有至少一个标识符。
示例15可包括示例1所述的方法,所述标定面的形状包括梯形或者长方形,所述标定面之间不垂直,所述标定面与地面不垂直,所述标识符包括图形编码。
示例16可包括示例1所述的方法,当所述数据采集装置包括3D激光雷达时,所述标定面上还包括至少一个孔,所述数据采集装置与所述标定装置发生3D空间的相对运动。
示例17包括一种数据处理方法,包括:
控制目标设备运动,并采用所述目标设备上至少两个数据采集装置对应标定装置采集信息数据,所述目标设备运动时,所述数据采集装置与所述标定装置发生相对运动;
构建所述至少两个数据采集装置对应的数据关系,并根据所述数据关系以及所述信息数据,确定所述数据采集装置之间的标定参数;
存储所述标定参数,并根据所述标定参数获得基于同一坐标系的信息数据。
示例18包括一种数据标定系统,包括目标设备和标定装置;
所述目标设备上设置有至少两个数据采集装置,所述数据采集装置用于对应所述标定装置采集信息数据,所述目标设备运动时,所述数据采集装置与所述标定装置之间发生相对运动;
所述目标设备用于基于所述数据采集装置对应的第一数据关系,构建所述至少两个数据采集装置对应的第二数据关系,其中,所述第二数据关系中包括所述数据采集装置之间待确定的标定参数;
以及,根据所述信息数据以及第二数据关系,确定所述标定参数。
示例19包括一种移动设备,包括设备本体、设置在所述设备上的至少两个传感器和标定程序;
所述传感器用于对应标定装置采集信息数据;
所述标定程序用于基于所述传感器对应的第一数据关系,构建所述至少两个传感器对应的第二数据关系,其中,所述第二数据关系中包括所述传感器之间待确定的标定参数;
以及,根据所述信息数据以及第二数据关系,确定所述标定参数。
示例20包括一种设备处理方法,包括:
根据设定条件确定对设备的数据采集装置进行重新标定;
根据所述数据采集装置对应的第一数据关系,构建至少两个数据采集装置对应的第二数据关系,其中所述第二数据关系中包括所述数据采集装置之间待确定的标定参数;
根据所述数据采集装置所采集到的信息数据以及第二数据关系,确定标定参数;
根据所述标定参数对所述设备进行定位。
示例21包括一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如示例1-20一个或多个的方法。
示例22包括一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如示例1-20一个或多个的方法
虽然某些实施例是以说明和描述为目的的,各种各样的替代、和/或、等效的实施方案、或计算来达到同样的目的实施例示出和描述的实现,不脱离本申请的实施范围。本申请旨在覆盖本文讨论的实施例的任何修改或变化。因此,显然本文描述的实施例仅由权利要求和它们的等同物来限定。
Claims (21)
1.一种数据标定方法,其特征在于,包括:
获取目标设备对应标定装置采集的信息数据,所述目标设备上设置有至少两个数据采集装置,所述数据采集装置与所述标定装置发生相对运动;
基于所述至少两个数据采集装置各自对应的第一数据关系进行加和,构建所述至少两个数据采集装置共同对应的第二数据关系,其中,所述第二数据关系中包括所述数据采集装置之间待确定的标定参数;所述第一数据关系根据一数据采集装置相对于另一数据采集装置之间待确定的标定参数和所述信息数据构建;
根据所述信息数据以及第二数据关系,确定所述标定参数;
所述基于所述至少两个数据采集装置各自对应的第一数据关系进行加和,构建所述至少两个数据采集装置共同对应的第二数据关系,包括:
获取所述至少两个数据采集装置基于所述信息数据以及所述标定参数所对应的第一约束关系;
对所述第一约束关系进行加和,得到基于所述至少两个数据采集装置的所述信息数据以及所述标定参数所对应的第二数据关系。
2.根据权利要求1所述的方法,其特征在于,所述获取目标设备对应标定装置采集的信息数据包括:
获取所述目标设备的数据采集装置对应标定装置采集的信息数据;
提取与同一标定装置具有关联的信息数据。
3.根据权利要求2所述的方法,其特征在于,所述获取所述目标设备的至少两个数据采集装置对应标定装置采集的信息数据包括:
基于所述目标设备与所述数据采集装置的通信协议获取所述至少两个数据采集装置分别采集的信息数据。
4.根据权利要求2所述的方法,其特征在于,所述提取与同一标定装置具有关联的信息数据包括:
识别所述信息数据中是否包括所述标定装置的标识符;
提取包括所述标识符的信息数据。
5.根据权利要求2所述的方法,其特征在于,所述提取与同一标定装置具有关联的信息数据包括:
对所述信息数据进行线性拟合;
提取符合拟合结果范围内的信息数据。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据至少一种数据采集装置采集的信息数据的数值范围,删除部分所述信息数据。
7.根据权利要求6所述的方法,其特征在于,所述根据至少一种数据采集装置采集的信息数据的数值范围,删除部分所述信息数据包括:
根据轮速计采集的里程数据设定相机采集的图像数据的时间范围,并删除不符合所述时间范围的图像数据;
根据剩余图像数据的时间标识,删除与所述时间标识不对应的激光雷达采集的距离数据和轮速计采集的转速数据。
8.根据权利要求1所述的方法,其特征在于,所述根据所述信息数据以及第二数据关系,确定所述标定参数包括:
对所述标定参数赋予初始值;
采用预设算法和所述信息数据对所述第二数据关系进行迭代优化,直至根据所述第二数据关系得到的衡量参数满足设定条件。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述标定参数获得基于同一坐标系的信息数据。
10.根据权利要求9所述的方法,其特征在于,所述第二数据关系中还包括所述标定装置到全局坐标系的标定参数,所述根据所述标定参数获得基于同一坐标系的信息数据包括:
根据所述数据采集装置之间的标定参数以及所述标定装置到全局坐标系的标定参数,获得基于全局坐标系的信息数据。
11.根据权利要求1所述的方法,其特征在于,所述数据采集装置包括轮速计、相机、激光雷达或惯性测量单元,所述激光雷达包括2D激光雷达或3D激光雷达。
12.根据权利要求11所述的方法,其特征在于,所述轮速计的数据采集频率不低于所述相机的数据采集频率。
13.根据权利要求1所述的方法,其特征在于,所述标定装置包括至少一个标定面,所述标定面上设置有至少一个标识符。
14.根据权利要求13所述的方法,其特征在于,所述标定面的形状包括梯形或者长方形,所述标定面之间不垂直,所述标定面与地面不垂直,所述标识符包括图形编码。
15.根据权利要求13所述的方法,其特征在于,当所述数据采集装置包括3D激光雷达时,所述标定面上还包括至少一个孔,所述数据采集装置与所述标定装置发生3D空间的相对运动。
16.一种数据处理方法,其特征在于,包括:
控制目标设备运动,并采用所述目标设备上至少两个数据采集装置对应标定装置采集信息数据,所述目标设备运动时,所述数据采集装置与所述标定装置发生相对运动;
构建所述至少两个数据采集装置对应的数据关系,并根据所述数据关系以及所述信息数据,确定所述数据采集装置之间的标定参数;
存储所述标定参数,并根据所述标定参数获得基于同一坐标系的信息数据;
所述构建所述至少两个数据采集装置对应的数据关系,并根据所述数据关系以及所述信息数据,确定所述数据采集装置之间的标定参数,包括:
基于所述至少两个数据采集装置各自对应的第一数据关系进行加和,构建所述至少两个数据采集装置共同对应的第二数据关系;其中,所述第二数据关系中包括所述数据采集装置之间待确定的标定参数;所述第一数据关系根据一数据采集装置相对于另一数据采集装置之间待确定的标定参数和所述信息数据构建;
根据所述信息数据以及第二数据关系,确定所述标定参数;
所述基于所述至少两个数据采集装置各自对应的第一数据关系进行加和,构建所述至少两个数据采集装置共同对应的第二数据关系,包括:
获取所述至少两个数据采集装置基于所述信息数据以及所述标定参数所构建的第一约束关系;
对所述第一约束关系进行加和,得到基于所述至少两个数据采集装置的所述信息数据以及所述标定参数所对应的第二数据关系。
17.一种数据标定系统,其特征在于,包括目标设备和标定装置;
所述目标设备上设置有至少两个数据采集装置,所述数据采集装置用于对应所述标定装置采集信息数据,所述目标设备运动时,所述数据采集装置与所述标定装置之间发生相对运动;
所述目标设备用于基于所述至少两个数据采集装置各自对应的第一数据关系进行加和,构建所述至少两个数据采集装置共同对应的第二数据关系,其中,所述第二数据关系中包括所述数据采集装置之间待确定的标定参数;所述第一数据关系根据一数据采集装置相对于另一数据采集装置之间待确定的标定参数和所述信息数据构建;
以及,根据所述信息数据以及第二数据关系,确定所述标定参数;
所述目标设备还用于获取所述至少两个数据采集装置基于所述信息数据以及所述标定参数所对应的第一约束关系;对所述第一约束关系进行加和,得到基于所述至少两个数据采集装置的所述信息数据以及所述标定参数所对应的第二数据关系。
18.一种移动设备,其特征在于,包括设备本体、设置在所述设备上的至少两个传感器和标定程序;
所述传感器用于对应标定装置采集信息数据;
所述标定程序用于基于所述至少两个传感器各自对应的第一数据关系进行加和,构建所述至少两个传感器共同对应的第二数据关系,其中,所述第二数据关系中包括所述传感器之间待确定的标定参数;所述第一数据关系根据一传感器相对于另一传感器之间待确定的标定参数和所述信息数据构建;
以及,根据所述信息数据以及第二数据关系,确定所述标定参数;
所述标定程序还用于获取所述至少两个传感器基于所述信息数据以及所述标定参数所对应的第一约束关系;对所述第一约束关系进行加和,得到基于所述至少两个传感器的所述信息数据以及所述标定参数所对应的第二数据关系。
19.一种设备处理方法,其特征是在于,包括:
根据设定条件确定对设备的数据采集装置进行重新标定;
获取所述设备对应标定装置采集的信息数据;所述设备上设置有至少两个数据采集装置,所述数据采集装置与所述标定装置发生相对运动;
根据所述至少两个数据采集装置各自对应的第一数据关系进行加和,构建至少两个数据采集装置共同对应的第二数据关系,其中所述第二数据关系中包括所述数据采集装置之间待确定的标定参数;所述第一数据关系根据一数据采集装置相对于另一数据采集装置之间待确定的标定参数和所述信息数据构建;
根据所述数据采集装置所采集到的所述信息数据以及第二数据关系,确定标定参数;
根据所述标定参数对所述设备进行定位;
所述根据所述至少两个数据采集装置各自对应的第一数据关系进行加和,构建至少两个数据采集装置共同对应的第二数据关系,包括:
获取所述至少两个数据采集装置基于所述信息数据以及所述标定参数所对应的第一约束关系;
对所述第一约束关系进行加和,得到基于所述至少两个数据采集装置的所述信息数据以及所述标定参数所对应的第二数据关系。
20.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-16、19中任一项所述的方法。
21.一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1-16、19中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910780555.5A CN112414444B (zh) | 2019-08-22 | 2019-08-22 | 一种数据标定方法、计算机设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910780555.5A CN112414444B (zh) | 2019-08-22 | 2019-08-22 | 一种数据标定方法、计算机设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112414444A CN112414444A (zh) | 2021-02-26 |
CN112414444B true CN112414444B (zh) | 2023-05-30 |
Family
ID=74778985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910780555.5A Active CN112414444B (zh) | 2019-08-22 | 2019-08-22 | 一种数据标定方法、计算机设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112414444B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643358B (zh) * | 2021-08-10 | 2023-07-07 | 追觅创新科技(苏州)有限公司 | 相机的外参标定方法、装置、存储介质及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101882313A (zh) * | 2010-07-14 | 2010-11-10 | 中国人民解放军国防科学技术大学 | 单线激光雷达与ccd相机之间相互关系的标定方法 |
CN105758426A (zh) * | 2016-02-19 | 2016-07-13 | 深圳杉川科技有限公司 | 移动机器人的多传感器的联合标定方法 |
CN108226906A (zh) * | 2017-11-29 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 一种标定方法、装置及计算机可读存储介质 |
CN109345596A (zh) * | 2018-09-19 | 2019-02-15 | 百度在线网络技术(北京)有限公司 | 多传感器标定方法、装置、计算机设备、介质和车辆 |
CN109901139A (zh) * | 2018-12-28 | 2019-06-18 | 文远知行有限公司 | 激光雷达标定方法、装置、设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6664000B2 (ja) * | 2016-08-12 | 2020-03-13 | オリンパス株式会社 | 較正装置、較正方法、光学装置、撮影装置、および投影装置 |
-
2019
- 2019-08-22 CN CN201910780555.5A patent/CN112414444B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101882313A (zh) * | 2010-07-14 | 2010-11-10 | 中国人民解放军国防科学技术大学 | 单线激光雷达与ccd相机之间相互关系的标定方法 |
CN105758426A (zh) * | 2016-02-19 | 2016-07-13 | 深圳杉川科技有限公司 | 移动机器人的多传感器的联合标定方法 |
CN108226906A (zh) * | 2017-11-29 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 一种标定方法、装置及计算机可读存储介质 |
CN109345596A (zh) * | 2018-09-19 | 2019-02-15 | 百度在线网络技术(北京)有限公司 | 多传感器标定方法、装置、计算机设备、介质和车辆 |
CN109901139A (zh) * | 2018-12-28 | 2019-06-18 | 文远知行有限公司 | 激光雷达标定方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112414444A (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11002840B2 (en) | Multi-sensor calibration method, multi-sensor calibration device, computer device, medium and vehicle | |
JP6811296B2 (ja) | コレクターの相対パラメータのキャリブレーション方法、装置、機器及び媒体 | |
CN108447097B (zh) | 深度相机标定方法、装置、电子设备及存储介质 | |
CN109492507B (zh) | 红绿灯状态的识别方法及装置、计算机设备及可读介质 | |
WO2019170164A1 (zh) | 基于深度相机的三维重建方法、装置、设备及存储介质 | |
Roth et al. | Moving Volume KinectFusion. | |
CN101996420B (zh) | 信息处理装置和信息处理方法 | |
EP3570253B1 (en) | Method and device for reconstructing three-dimensional point cloud | |
WO2018205803A1 (zh) | 位姿估计方法和装置 | |
CN103926927A (zh) | 一种室内移动机器人双目视觉定位与三维建图方法 | |
US10699438B2 (en) | Mobile device localization in complex, three-dimensional scenes | |
JP2021119507A (ja) | 車線の決定方法、車線測位精度の評価方法、車線の決定装置、車線測位精度の評価装置、電子デバイス、コンピュータ可読記憶媒体、及びプログラム | |
WO2022193508A1 (zh) | 位姿优化方法、装置、电子设备、计算机可读存储介质、计算机程序及程序产品 | |
US20180075614A1 (en) | Method of Depth Estimation Using a Camera and Inertial Sensor | |
KR20220025028A (ko) | 시각적 비콘 기반의 비콘 맵 구축 방법, 장치 | |
CN110648363A (zh) | 相机姿态确定方法、装置、存储介质及电子设备 | |
CN113870379A (zh) | 地图生成方法、装置、电子设备及计算机可读存储介质 | |
CN111127584A (zh) | 建立视觉地图的方法和装置、电子设备和存储介质 | |
CN111080682A (zh) | 点云数据的配准方法及装置 | |
CN113610702B (zh) | 一种建图方法、装置、电子设备及存储介质 | |
CN112414444B (zh) | 一种数据标定方法、计算机设备、存储介质 | |
WO2022134328A1 (zh) | 一种建筑信息模型的构建方法及装置 | |
JP2023503750A (ja) | ロボットの位置決め方法及び装置、機器、記憶媒体 | |
Kloeker et al. | Framework for quality evaluation of smart roadside infrastructure sensors for automated driving applications | |
CN115830073A (zh) | 地图要素重建方法、装置、计算机设备和存储介质 |
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 |