CN112444253A - 地磁地图及其构建方法和装置 - Google Patents
地磁地图及其构建方法和装置 Download PDFInfo
- Publication number
- CN112444253A CN112444253A CN201910833873.3A CN201910833873A CN112444253A CN 112444253 A CN112444253 A CN 112444253A CN 201910833873 A CN201910833873 A CN 201910833873A CN 112444253 A CN112444253 A CN 112444253A
- Authority
- CN
- China
- Prior art keywords
- data
- geomagnetic
- position data
- vehicle
- map
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000005070 sampling Methods 0.000 claims abstract description 17
- 238000004590 computer program Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 description 28
- 238000012545 processing Methods 0.000 description 15
- 238000013480 data collection Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000012937 correction Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000005358 geomagnetic field Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
- G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
- G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
Abstract
公开了一种地磁地图及其构建方法和装置。根据一实施例,一种地磁地图构建方法可包括:接收由至少一辆车辆采集的位置数据和地磁数据,其中,所述位置数据的采样频率低于所述地磁数据的采样频率,所述位置数据包括第一位置数据和第二位置数据,所述地磁数据包括与所述第一位置数据对应的第一地磁数据、与所述第二位置数据对应的第二地磁数据、以及介于所述第一地磁数据和所述第二地磁数据之间的一个或多个中间地磁数据;根据所述第一位置数据和所述第二位置数据,确定与所述中间地磁数据对应的中间位置数据;以及基于每个地磁数据以及所述每个地磁数据对应的位置数据,构建地磁地图。
Description
技术领域
本申请总体上涉及自动驾驶领域,更特别地,涉及一种地磁地图及其构建方法和装置。
背景技术
自动驾驶车辆的实时精确定位和导航是安全行驶的前提。有了精确的地理位置,结合地图,自动驾驶的车辆就可以解决“去哪里”、“在哪里”和“如何去”等问题,同时也可以保证车辆在行驶过程中始终处于正确的车道内。
目前,最广泛使用的是GPS导航技术,其通过接收GPS卫星的广播来确定车辆与卫星之间的距离,然后通过三角测量来计算车辆的精确位置。然而,该技术仍有许多缺陷。首先,车辆的GPS接收机需要和所需数量的卫星建立连接,这一般称为搜星过程,其需要若干秒到几分钟。在一些特定场合,例如隧道、山区或城市等信号遮蔽地区,或者在云层较厚的阴天,可能因信号较弱而影响定位精度,或者根本无法和卫星建立连接。GPS导航系统的精度一般在10米左右,其虽然能满足一般导航的需要,但是随着自动驾驶领域对地图精度的要求越来越高,尤其是高精度地图的出现,传统的GPS导航已经不能满足高精度导航的要求,例如其精度不足以确定车辆是在主路还是辅路行驶,更不足以确定车辆在哪个车道行驶,因此仍不能满足等级4(Level 4)以上自主驾驶的要求。此外,GPS导航系统的刷新频率一般为10Hz,刷新频率较低,也会影响其定位精度。
针对特定地区GPS信号弱的问题,提出了惯性导航技术,其具有自主运行,不受外部条件影响和输出信号连续等优点。然而,惯性导航的参数漂移引起的累积误差会导致精度下降,因此需要定期校准,运行前需要提供初始坐标,高精度惯性导航设备的成本也非常高。
当前的一个研究热点是SLAM技术,其能够用于建立高精度地图和实现高精度定位。但是,该技术需要采集和处理海量数据,对硬件和软件的要求都非常高,而且存在适用场景问题,因此目前主要着重于研究其在室内建图和导航领域的应用,而距离室外机动车辆自动驾驶领域的应用尚有很大的距离。
发明内容
针对传统导航技术中的诸多问题,提出了本申请。
根据本申请的一个方面,提供了一种地磁地图构建方法,包括:接收由至少一辆车辆采集的位置数据和地磁数据,其中,所述位置数据的采样频率低于所述地磁数据的采样频率,所述位置数据包括第一位置数据和第二位置数据,所述地磁数据包括与所述第一位置数据对应的第一地磁数据、与所述第二位置数据对应的第二地磁数据、以及介于所述第一地磁数据和所述第二地磁数据之间的一个或多个中间地磁数据;根据所述第一位置数据和所述第二位置数据,确定与所述中间地磁数据对应的中间位置数据;以及基于每个地磁数据以及所述每个地磁数据对应的位置数据,构建地磁地图。
根据本申请的另一方面,还提供一种地磁地图,其通过上述方法构建而成。
根据本申请的又一方面,还提供一种地磁地图构建装置,包括:数据接收单元,用于接收由至少一辆车辆采集的位置数据和地磁数据,其中,所述位置数据的采样频率低于所述地磁数据的采样频率,所述位置数据包括第一位置数据和第二位置数据,所述地磁数据包括与所述第一位置数据对应的第一地磁数据、与所述第二位置数据对应的第二地磁数据、以及介于所述第一地磁数据和所述第二地磁数据之间的一个或多个中间地磁数据;中间位置数据确定单元,用于根据所述第一位置数据和所述第二位置数据,确定与所述中间地磁数据对应的中间位置数据;以及建图单元,用于基于每个地磁数据以及对应的位置数据,构建地磁地图。
根据本申请的再一方面,还提供一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述地磁地图构建方法。
根据本申请的再又一方面,还提供一种电子设备,所述电子设备包括:处理器;以及用于存储所述处理器可执行指令的存储器,其中,所述处理器从所述存储器中读取并执行所述可执行指令,以实施上述地磁地图构建方法。
在本发明的地磁地图构建方法中,地磁数据采样点的数量可以远大于位置数据采样点的数量,通过两端对准,中间插值的方法,确定每个地磁数据采样点对应的位置数据,从而大大降低了数据采集工作量。位置数据和地磁数据可以利用安装在同一车辆上的例如GPS系统和磁场传感器方便快捷地采集,能实现地磁数据和位置数据的自动对准。位置数据和地磁数据的采集可以利用车辆上已有的定位装置例如GPS装置和磁场传感器例如电子罗盘来实施,因此数据采集成本低,速度快。通过采用众包的方式,由多辆车辆进行数据采集,从而快速建立大范围路网的地磁数据库。由于磁场传感器的采样率可以非常高,达到兆赫兹以上,因此可以随着车辆移动而采集大量地磁数据,构建高精度地磁地图。所构建的地磁地图可以用于高精度定位和导航,并且其不需要外部设备例如卫星的辅助,不受天气和地形等的影响。
附图说明
通过结合附图对本申请实施例进行更详细的描述,本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与本申请实施例一起用于解释本申请,并不构成对本申请的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是地球磁场的示意图。
图2是本申请所适用的系统图。
图3是本申请一示例性实施例提供的地磁地图构建方法的流程示意图。
图4是本申请一示例性实施例采集的地磁数据的示意图。
图5是本申请一示例性实施例针对同一道路采集的多个地磁数据序列的示意图。
图6是本申请一示例性实施例提供的地磁地图构建装置的示意性框图。
图7是本申请另一示例性实施例提供的地磁地图构建装置的示意性框图。
图8是本申请一示例性实施例提供的电子设备的结构图。
具体实施方式
下面,将参考附图详细地描述根据本申请的示例实施例。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
图1示出了地球磁场示意图。如图1中的(a)所示,地理北极大致上对应于地磁南极,地理南极大致上对应于地磁北极,地磁场类似于条形磁铁的磁场分布。虽然有研究表明地磁南北极会发生移动,但是这种移动非常缓慢,相对于整个地球的尺度而言也是非常微小的,因此可以将地磁场视为一个相对固定的矢量场。在不同的区域,具有不同的磁场强度和矢量方向,不过磁场强度和方向随区域的变化并不显著,而且地表地形千变万化,因此难以仅基于单个地点的磁场强度和方向来确定该地点的位置。虽然在大尺度上看,地磁场的磁力线是平滑的,但是在地表环境中,由于地形以及各种附属物的影响,磁场因扰动而产生局部变形,形成所谓的“指纹”信息,如图1中的(b)所示。利用地磁场的该指纹细节,可以实现高精度的地磁导航。
申请概述
然而,如前所述,为了构建高精度地磁地图,需要测量无数地点的地磁数据和对应的位置数据,以获得地磁指纹细节。这种数据采集的工作量巨大,用传统的采集方法根本无法完成。
在本发明的一些实施例中,采用安装于同一车辆上的定位装置例如GPS装置和地磁传感器来采集位置数据和地磁数据,能够方便地实现位置数据和地磁数据之间的相互对准。位置数据的采样率可以远远低于地磁数据,通过两端对准,中间插值的方法,可以确定与每个地磁数据对应的位置数据。插值时,可以考虑车辆匀速行驶,也可以考虑车辆的速度变化,以更精确地确定与地磁数据对应的位置数据。还可以采用众包的方式,由多辆车辆采集位置数据和地磁数据,以快速构建大范围区域的地磁地图。位置数据和地磁数据的采集可以利用车辆上已有的定位装置例如GPS装置和磁场传感器例如电子罗盘来实施,因此数据采集成本低,速度快。
示例性系统
图2示意性示出了可应用本发明的系统。如图2所示,该系统可包括地磁地图构建装置10和多个数据采集终端20_1至20_N。数据采集终端20可安装于例如车辆上,用于采集位置数据和地磁数据,其将在下面进一步详细描述。地磁地图构建装置10可以部署于服务器端,例如可以部署在云端,其接收数据采集终端20采集的数据以构建地磁地图,具体过程也将在后面详细论述。
每个数据采集终端20可包括定位装置例如GPS接收机和磁场传感器例如电子罗盘,其可以是二维电子罗盘或三维电子罗盘。应理解,在本申请中当提及全球定位系统GPS时,其不一定是指美国的GPS系统,也可以是其他定位系统例如我国的北斗系统、欧洲的伽利略系统或者俄罗斯的格洛纳斯系统。当然,本申请的定位装置或者说位置数据采集装置还可以是除了GPS之外的其他系统,例如惯性导航系统、SLAM系统等,其可以采集地理位置数据即可。
用于采集地磁数据的二维电子罗盘包括二维磁场传感器,其输出作为二维矢量的地磁数据,三维电子罗盘包括三维磁场传感器,其输出作为三维矢量的地磁数据,相对于二维电子罗盘一般增加了垂直方向的Z轴数据。电子罗盘还可包括用于确定车辆姿态的倾角传感器等。电子罗盘可用于确定车辆坐标系中的各个轴方向上的地磁分量,也可以进一步基于车辆姿态信息,将车辆坐标系中的地磁分量转换为世界坐标系中的地磁分量。车辆姿态信息反映车辆在世界坐标系中的姿态,可以由电子罗盘、陀螺仪等提供,或者可以基于视觉传感器通过SLAM算法等确定,其在相关领域中已经有详细描述,这里不再赘述。
这里需要说明的是,既可以采用世界坐标系的地磁数据用于构建地磁地图和导航,也可以采用车辆坐标系中的地磁数据用于构建地磁地图和导航,因为车辆在经过道路上某点时的行进方向基本都是相同的,仅存在正向经过该点和反向经过该点的区别。对于车辆坐标系的地磁数据而言,反向经过该点时测量得到的二维平面内的X和Y轴方向的地磁分量的符号与正向经过该点时测量得到的X和Y轴地磁分量的符号相反。但是,这并不是问题,对于每条道路或者道路中的每个车道,只需要采集车辆沿一个方向例如正方向行驶时测量得到的数据。对于分车道行驶的道路,一般只能沿正方向经过该车道。对于不分车道,可以正反向双向通过的道路,虽然反向经过时测量得到的二维平面内的X和Y轴方向地磁分量的符号与正向经过时测量得到的X和Y轴地磁分量的符号相反,但是可以从电子罗盘容易地确定车辆是在正方向还是反方向上经过该道路,从而可以将X和Y轴地磁分量的符号变换为期望方向对应的符号,然后将地磁数据用作该道路的地磁数据。
当然,优选的是数据采集终端20提供世界坐标系中的地磁数据,例如数据采集终端20中的微控制单元MCU可以将车辆坐标系转换为世界坐标系,这可以消除车辆姿态变化对测量值的影响。例如,当车辆加速或减速时,其俯仰姿态会发生变化,从而测量得到的车辆坐标系中的各个分量值会产生一定的变化。通过利用车辆姿态信息将车辆坐标系中的测量值转换到世界坐标系,可以消除这种影响。
除了位置数据和地磁数据之外,数据采集终端20还可以采集其他相关的辅助信息例如速度信息、车辆姿态信息、车道信息、环境信息等,用于对所采集的位置数据和地磁数据进行补充、补偿、变换或校正。速度信息可以方便地从车辆的速度传感器或者行车电脑获取,车辆姿态信息可以从诸如陀螺仪、电子罗盘之类的位姿传感器获取,或者可以基于视觉传感器通过SLAM算法等确定,车道信息则可以通过例如基于视觉传感器的车道检测方案来确定,环境信息可以通过车载视觉传感器结合图像识别技术来实现,例如识别周围环境中的车辆和/或行人。这些数据可以与位置数据和地磁数据彼此对准,以用于后面详细描述的地磁地图构建过程。例如,可以利用车载系统的系统时钟信号来控制各种数据的采集,以实现数据之间在时间上的对准,或者还可以基于系统时钟来给采集的数据加时间戳,从而将采集数据在时间上彼此对准。如果需要,数据采集终端20还可以用于采集其他相关相关信息。
每个数据采集终端20采集的数据被发送给地磁地图构建装置10以用于构建高精度地磁地图。数据采集终端20可以通过无线和/或有线网络将数据发送给地磁地图构建装置10,例如通信网络和/或因特网,或者通过有形存储介质例如U盘、SD卡等将数据拷贝给地磁地图构建装置10。
示例性方法
图3是本申请一示例性实施例提供的地磁地图构建方法的流程示意图。本实施例可应用在图2所示的地磁地图构建装置10上。
如图3所示,本实施例的地磁地图构建方法100可始于步骤S110,接收由至少一辆车辆采集的位置数据和地磁数据。如前所述,车辆可通过安装于其上的数据采集终端20来采集位置数据和地磁数据,其中位置数据和地磁数据在时间上彼此对准。由于磁场传感器例如电子罗盘的刷新频率远高于位置传感器例如GPS,所以地磁数据的数量可以远大于位置数据。也就是说,对于同一车辆采集的多个位置数据而言,地磁数据包括与第一位置数据对应的第一地磁数据,与第二位置数据对应的第二地磁数据,以及介于第一地磁数据和第二地磁数据之间的一个或多个中间地磁数据,其中第一位置数据和第二位置数据可以是直接相邻的两个位置数据。一般而言,采集位置数据和地磁数据的刷新频率可以是预先已知并且恒定的,因此第一位置数据和第二位置数据之间的、没有对应的位置数据的地磁数据的数量也可以是已知并且恒定的。
接下来,在步骤S120中,可以根据第一位置数据和第二位置数据,确定与中间地磁数据对应的中间位置数据。可以理解,这可以通过插值法来实现的。例如,在一些实施例中,作为最简单的实现方法,可以通过均匀插值,来确定与各个中间地磁数据对应的中间位置数据。在另一些实施例中,还可以考虑车辆速度和(或者还考虑车辆加速度)来更准确地确定与中间地磁数据对应的中间位置数据。例如,可以基于车辆速度(或者还包括加速度)来计算与各个中间地磁数据对应的车辆位移,进而确定对应的中间位置数据。通过步骤S120,可以确定与每个地磁数据对应的位置数据,从而获得足够的数据密度以用于构建高精度地磁地图。
接下来,在步骤S130中,可以基于地磁数据以及与每个地磁数据对应的位置数据,建立地磁地图。例如,可以基于位置数据而将地磁数据映射到地图上的相应道路的相应位置,最终建立包括地磁数据的路网信息。
如前所述,如果车载数据采集终端20采集的位置数据的精度不够高,则会影响地磁地图的精度。例如,对于较宽的具有多条车道的道路,传统的GPS所采集的位置数据的精度可能不足以高到能够确定具体位于哪个车道,而不同车道的地磁数据之间可能又有所差异,这给建立地磁地图带来了难题。因为同一条道路将会对应于(不同车道的)多组地磁数据,难以分清这些多组地磁数据都是准确的,还是不准确的,例如是因车道不同而有所不同,还是因为测量误差或环境干扰而导致的测量不准确。针对该问题,在本发明一些实施例中,可以基于数据采集终端20采集的辅助数据来提高地磁地图的精度。例如,在一些实施例中,地磁地图构建装置10可以接收数据采集终端20采集的与位置数据(因而也和地磁数据)对应的车道数据,从而可以确定所采集的地磁数据是哪条车道的地磁数据。进而,在构建地磁地图时,可以为同一道路的不同车道分别建立各自的地磁数据。相应地,在利用该地磁地图导航时,基于所感测到的地磁数据不仅可以确定车辆位于哪条道路的什么位置,还能确定车辆位于该道路的哪条车道,从而实现高精度导航。
图4是本申请一示例性实施例采集的地磁数据的示意图。如前所述,数据采集终端20采集的地磁数据可以是二维矢量数据,也可以是三维矢量数据,图4仅示例性示出了其中的一个维度(即方向)上的数据,每个地磁数据还有与其对应的位置数据,该位置数据可以是通过数据采集终端20直接采集的,也可以是由地磁地图构建装置10在上述步骤S120中通过插值确定的。可以理解,道路所在区域的地理地形和周围建筑等会对地磁场产生恒定的影响,其确定了地磁场的“指纹”信息,但是周围环境中的一些不确定移动对象例如车辆、行人等也会影响地磁场的分布,造成地磁信号发生变化,引入干扰信息,从而影响地磁地图的精确构建。
为了消除外部环境例如车辆、行人等对地磁测量数据的影响,在本申请一些示例性实施例中,还对地磁测量数据进行数据处理以消除干扰。一般而言,实际测量的地磁信号对应于如下几种情况:第一种是理想道路,地磁信号的变化仅由地球固有磁场和道路结构决定;第二种是存在对向行驶并且处于相邻车道的车辆,在两车快速接近过程中对地磁信号有较大影响,但是信号持续时间较短;第三种是存在对向行驶但不处于相邻车道的车辆,相比于第二种情况,其对信号幅值影响较小,持续时间类似;第四种是存在相邻车道同向行驶的车辆,其对信号幅值的影响与第二种情况类似,但是信号持续时间长;第五种是存在同向行驶非相邻车道,与第四种情况相比,其对信号幅值影响较小,持续时间类似。行人对地磁信号幅值的影响要远小于车辆,而且由于行人的速度远低于行驶中的车辆,其对向和同向行进方向对干扰持续时间的影响并不大,一般介于对向行驶和同向行驶的车辆导致的干扰持续时间之间。
本发明人通过分析周围车辆和行人的上述特点,发现它们对地磁测量信号的影响是因时而变的,例如在接近和远离的过程中,对地磁信号的影响也会逐渐增大和减小,这造成了地磁测量信号的不稳定性。这样特点的不稳信号并不适用于通过常用的傅里叶变换或短时傅里叶变换来滤波,而是非常适于通过小波变换来进行处理。地磁地图构建装置10通过对从数据采集终端20接收到的地磁数据进行小波变换,可以获得其时频特性,从而消除干扰信号,提取有效的地磁特征信息。同样,在导航过程中,也可以通过对地磁测量信号进行小波变换来提高信噪比,改善导航精度。
除了小波变换之外,在一些实施例中,地磁地图构建装置10也可以直接利用从数据采集终端20接收的外部环境数据来对与该环境数据对应的地磁数据进行校正处理以消除干扰。如前所述,数据采集终端20可以基于视觉摄像头结合图像识别技术来采集外部环境数据,包括例如周围的车辆和/或行人数据。应理解,本申请中提及的视觉摄像头不仅包括例如可见光摄像头,还可以包括例如红外摄像头、激光雷达、超声雷达等。地磁地图构建装置10可以根据周围车辆和/或行人的数量、位置、距离等,基于模型来对地磁数据的方向、幅值等进行校正。这种模型可以是事先建立的数学模型,其计算在特定方位和距离处的每辆车辆和每个行人对地磁测量数据的影响;或者也可以是利用大量训练数据通过机器学习训练得到的神经网络模型。该神经网络模型可以以标识了车辆和行人的图片作为输入,或者以描述这样的图片的数据(例如,指示图片中的车辆和行人信息的数据)作为输入,以其对地磁信号的校正值(数值或者百分数)作为输出。可以在专门的服务器上利用实验数据来训练该模型,以确定模型的各个参数,训练好的模型可以直接用在地磁地图构建装置10中以对地磁测量数据执行校正处理。可以理解,环境数据的采样频率可能低于地磁数据的采样频率,此时一个环境数据可以对应于其相邻时间内的多个地磁数据。
如前所述,还可以采用众包模式,利用多辆车辆同时采集数据来加快构建地磁地图。在该情况下,也会遇到一些问题,例如当多辆车辆对同一段道路进行了重复采集时,由于外部环境例如周围车辆和行人的变化,或者某个行人突然在拨打手机,其会对测量序列引入不同的干扰,难以确定哪个测量序列是最准确的。图5示意性示出了三辆车辆对同一段道路采集的三个测量序列的示意图,每个测量序列包括不同的随机干扰信号。在本发明一些实施例中,可以对多个车辆采集的对应于相同位置的多个测量序列取平均值,以减小干扰信号。当样本数量足够多时,其平均值将会非常贴近真实值。在另一些实施例中,还可以基于环境数据,对每个相应的测量序列赋予一权重值,然后获得多个测量序列的加权平均值。例如,地磁地图构建装置10可以根据从数据采集终端20接收的环境数据来评估测量环境,进而确定测量序列的权重值。当测量环境中的周围车辆和行人越少,离当前车辆越远时,测量环境越干净,对地磁的干扰越小,此时的测量序列的权重值越高;当测量环境中的周围车辆和行人越多,离当前车辆越近时,对地磁的干扰越大,此时的测量序列的权重值越低。同样,权重值的确定可以利用事先确定的模型例如数学模型或神经网络模型来进行。通过这样对测量序列进行加权平均,能够更好地消除干扰信号的影响,提高地磁数据的精确度。
可以理解,通过上面的步骤构建的地磁地图包括大量位置点的地磁数据,因此地磁数据的密度越大,地磁地图的文件体积就会越大。在一些实施例中,还可以对地磁数据进行矢量化处理,以构建矢量化的地磁地图。以图4所示的地磁数据为例,矢量化处理包括利用各种函数来对地磁数据的曲线进行分段拟合,例如正弦函数拟合、直线拟合、二次曲线拟合等。通过用拟合函数来代替大量数据点,可以减小地磁地图的体积,提高其用于导航时的运行效率,而且基本上不会损失定位精度。
在上述实施例的地磁地图构建方法中,地磁数据采样点的数量可以远大于位置数据采样点的数量,通过两端对准,中间插值的方法,确定每个地磁数据采样点对应的位置数据,能够获得大量数据,又大大降低了数据采集工作量。位置数据和地磁数据可以利用安装在同一车辆上的例如GPS系统和磁场传感器方便快捷地采集,能实现地磁数据和位置数据的自动对准。位置数据和地磁数据的采集可以利用车辆上已有的定位装置例如GPS装置和磁场传感器例如电子罗盘来实施,因此数据采集成本低,速度快。可以采用众包的方式,由多辆车辆进行数据采集,从而快速建立大范围路网的地磁数据库。在一些实施例中,还可以采用多种手段来提高测量数据的精度,例如反复测量、加权平均,信号处理以消除干扰,利用辅助信息例如车道信息来提高定位精度等,因此能够构建准确的、高精度的地磁地图。在一些实施例中,还可以对地磁地图进行矢量化处理,以提高其运行效率。所构建的地磁地图可以用于高精度定位和导航,并且其不需要外部设备例如卫星的辅助,不受天气和地形等的影响
示例性装置
图6是本申请一示例性实施例提供的地磁地图构建装置200的示意性框图。如图6所示,地磁地图构建装置200包括数据接收单元210、中间位置数据确定单元220和建图单元230。
在一些示例中,数据接收单元210可用于接收由至少一辆车辆采集的位置数据和地磁数据。如前所述,车辆可通过车载数据采集装置20来采集各种数据,包括位置数据和地磁数据。其中,位置数据的采样频率低于地磁数据的采样频率,从而位置数据包括第一位置数据和第二位置数据,地磁数据包括与第一位置数据对应的第一地磁数据、与第二位置数据对应的第二地磁数据、以及介于第一地磁数据和第二地磁数据之间的一个或多个中间地磁数据。
在一些示例中,中间位置数据确定单元220可以根据第一位置数据和第二位置数据,确定与中间地磁数据对应的中间位置数据。作为一个简单示例,中间位置数据确定单元220可以在第一位置数据和第二位置数据之间平均插值,以确定与各个中间地磁数据对应的中间位置数据。作为另一示例,中间位置数据确定单元220还可以考虑车辆的速度和/或加速度数据,再根据第一位置数据和第二位置数据计算出与各个中间地磁数据对应的中间位置数据。
在一些示例中,建图单元230可以基于每个地磁数据以及对应的位置数据,构建地磁地图。例如,建图单元230可以基于位置数据而将地磁数据映射到地图上的相应道路的相应位置,最终建立包括地磁数据的路网信息。
在一些示例中,数据接收单元210接收的数据还可以包括由车载数据采集装置20采集的其他辅助数据,例如与位置数据对应的车道数据。从而,建图单元230在构建地磁地图时,可以将地磁数据映射到地图上道路的对应车道,提高地磁地图的精度。
图7是本申请另一示例性实施例提供的地磁地图构建装置200’的示意性框图。图7的地磁地图构建装置200’包括与图6的地磁地图构建装置200相同的多个模块,其用相同的附图标记表示,这里将不再重复描述,而仅描述不同之处。如图7所示,地磁地图构建装置200’还可以包括地磁数据校正单元240、信号处理单元250、加权平均单元260和矢量化单元270中的一个或多个。
在一些示例中,数据接收单元210接收的数据还可以包括由车载数据采集装置20采集的环境数据,例如周围的车辆和/或行人,地磁数据校正单元240可以根据该环境数据来对地磁数据进行校正。例如,地磁数据校正单元240可以基于预先确定的模型来确定周围环境例如车辆和行人对地磁测量数据的影响,对地磁测量数据进行相应的校正以消除该影响,以获得更准确的测量值。
在一些示例中,信号处理单元250可以对地磁数据的测量序列进行信号处理例如小波变换,从而获得其时频特性,消除干扰信号,提取有效的地磁特征信息。
在一些示例中,当数据接收单元210从多辆车辆的车载数据采集装置20接收同一道路或车道的地磁数据时,加权平均单元260可以将与相同位置数据对应的多个地磁数据进行加权平均,以确定与该位置数据对应的地磁数据。在一些示例中,加权平均单元260可以根据来自车载数据采集装置20的环境数据例如周围车辆和行人的数据确定对应的地磁数据的权重值。当测量环境中的周围车辆和行人越少,离当前车辆越远时,测量环境越干净,对地磁的干扰越小,此时权重值越高;当测量环境中的周围车辆和行人越多,离当前车辆越近时,对地磁的干扰越大,此时权重值越低。通过这样的加权平均,能够更好地消除地磁数据中的干扰信号,提高准确度。
在一些示例中,矢量化单元270可以对地磁数据进行矢量化处理,例如利用各种函数来对地磁数据的曲线进行分段拟合,例如正弦函数拟合、直线拟合、二次曲线拟合等。通过用拟合函数来代替大量数据点,可以减小地磁地图的体积,提高其用于导航时的运行效率,而且基本上不会损失定位精度。
地磁地图构建装置200构建的地磁地图可用在车载导航系统中以实现定位和导航。例如,可以将车载磁场传感器感测到的地磁数据与地磁地图中的数据相匹配,以确定车辆当前的运行轨迹。可以理解,当地磁地图中的地磁数据与道路的具体车道相关联时,基于匹配的地磁数据还可以直接确定车辆当前行驶的车道。
示例性电子设备
下面,参考图8来描述根据本申请实施例的电子设备,该电子设备可以运行来执行上面示例性方法中描述的地磁地图构建方法。如图8所示,电子设备10包括一个或多个处理器11和存储器12。
处理器11可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备10中的其他组件以执行期望的功能。
存储器12可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器11可以运行所述程序指令,以实现上文所述的本申请的各个实施例的地磁地图构建方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如传统地图数据信息等各种内容。
在一个示例中,电子设备10还可以包括:输入装置13和输出装置14,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。例如,输入装置13可以用于接收车载数据采集装置采集的各种数据。在一些实施例中,输入装置13可以是例如USB接口、有线或无线网络接口、读卡器等。此外,输入设备13还可以包括例如键盘、鼠标等。
输出装置14可以向外部输出各种信息,例如输出或显示所构建的地磁地图。在一些实施例中,输出装置14可以和输入装置13为同一装置,其提供输入和输出两种功能,例如USB接口、网络接口,读卡器等。此外,输出装置14可以包括例如显示器、扬声器、打印机等。
当然,为了简化,图8中仅示出了电子设备10中与本申请有关的组件中的一些。除此之外,根据具体应用情况,电子设备10还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本申请的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的地磁地图构建方法中的步骤。
本申请实施例的计算机程序产品可以以一种或多种程序设计语言的任意组合来编写程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本申请的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的地磁地图构建方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本申请的一些实施例还提供一种计算机程序产品,其可以是通过上述方法构建的电子地磁地图。电子地磁地图可以存储在计算机可读介质中。车载电子设备的处理器可运行该电子地图,并且基于磁场传感器感测到的地磁数据来执行定位和导航功能。
以上结合具体实施例描述了本申请的基本原理,但是,需要指出的是,在本申请中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本申请的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此,本申请不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.一种地磁地图构建方法,包括:
接收由至少一辆车辆采集的位置数据和地磁数据,其中,所述位置数据的采样频率低于所述地磁数据的采样频率,所述位置数据包括第一位置数据和第二位置数据,所述地磁数据包括与所述第一位置数据对应的第一地磁数据、与所述第二位置数据对应的第二地磁数据、以及介于所述第一地磁数据和所述第二地磁数据之间的一个或多个中间地磁数据;
根据所述第一位置数据和所述第二位置数据,确定与所述中间地磁数据对应的中间位置数据;以及
基于每个地磁数据以及所述每个地磁数据对应的位置数据,构建地磁地图。
2.如权利要求1所述的方法,还包括:
接收由所述至少一辆车辆采集的与所述位置数据对应的车道数据,其中,基于每个地磁数据以及所述每个地磁数据对应的位置数据,构建地磁地图包括:
基于每个地磁数据、所述每个地磁数据对应的位置数据以及所述每个位置数据对应的车道数据,构建地磁地图。
3.如权利要求1所述的方法,还包括:
接收由所述至少一辆车辆采集的与所述地磁数据对应的环境数据;基于所述环境数据对所述地磁数据进行校正。
4.如权利要求3所述的方法,其中,所述环境数据包括所述至少一辆车辆周围的车辆和/或行人数据。
5.如权利要求3所述的方法,其中,当接收到来自多辆车辆的与相同位置数据对应的多个地磁数据时,基于所述环境数据对所述多个地磁数据进行加权平均,得到与所述位置数据对应的地磁数据。
6.如权利要求1所述的方法,还包括:
对所述地磁数据进行小波变换。
7.一种地磁地图,其通过权利要求1-6中的任一项所述的方法构建而成。
8.一种地磁地图构建装置,包括:
数据接收单元,用于接收由至少一辆车辆采集的位置数据和地磁数据,其中,所述位置数据的采样频率低于所述地磁数据的采样频率,所述位置数据包括第一位置数据和第二位置数据,所述地磁数据包括与所述第一位置数据对应的第一地磁数据、与所述第二位置数据对应的第二地磁数据、以及介于所述第一地磁数据和所述第二地磁数据之间的一个或多个中间地磁数据;
中间位置数据确定单元,用于根据所述第一位置数据和所述第二位置数据,确定与所述中间地磁数据对应的中间位置数据;以及
建图单元,用于基于每个地磁数据以及对应的位置数据,构建地磁地图。
9.一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-6中的任一项所述的方法。
10.一种电子设备,所述电子设备包括:
处理器;以及
用于存储所述处理器可执行指令的存储器,
其中,所述处理器从所述存储器中读取并执行所述可执行指令,以实施上述权利要求1-6中的任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910833873.3A CN112444253B (zh) | 2019-09-04 | 2019-09-04 | 地磁地图及其构建方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910833873.3A CN112444253B (zh) | 2019-09-04 | 2019-09-04 | 地磁地图及其构建方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112444253A true CN112444253A (zh) | 2021-03-05 |
CN112444253B CN112444253B (zh) | 2024-02-23 |
Family
ID=74734050
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910833873.3A Active CN112444253B (zh) | 2019-09-04 | 2019-09-04 | 地磁地图及其构建方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112444253B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05196469A (ja) * | 1991-11-30 | 1993-08-06 | Zexel Corp | 車両用ナビゲーションシステムのための地磁気検出装置 |
US20130177208A1 (en) * | 2012-01-11 | 2013-07-11 | Indooratlas Oy | Generating magnetic field map for indoor positioning |
CN103593984A (zh) * | 2013-11-29 | 2014-02-19 | 浙江工业大学 | 基于地磁的环境自适应车流量检测方法 |
JP2015169619A (ja) * | 2014-03-10 | 2015-09-28 | 旭化成エレクトロニクス株式会社 | 磁気データ補正装置及び補正パラメータ作成装置 |
CN107238383A (zh) * | 2016-03-29 | 2017-10-10 | 深圳市蓝魔数码科技有限公司 | 智能终端的地磁测量数据校准方法和智能终端 |
CN108225348A (zh) * | 2017-12-29 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 地图创建以及运动实体定位的方法和装置 |
CN108240808A (zh) * | 2017-12-18 | 2018-07-03 | 苏州点格信息科技有限公司 | 室内地磁地图自动采集器 |
CN109115205A (zh) * | 2018-07-20 | 2019-01-01 | 上海工程技术大学 | 一种基于地磁传感器阵列的室内指纹定位方法及系统 |
CN109544978A (zh) * | 2018-12-28 | 2019-03-29 | 重庆甲虫网络科技有限公司 | 一种基于地磁传感器与光线传感器的车辆检测算法 |
CN109633763A (zh) * | 2018-12-18 | 2019-04-16 | 中国电子科技集团公司第四十九研究所 | 基于磁力仪与gps的精密地磁测绘系统及其地磁测绘方法 |
CN109931960A (zh) * | 2019-03-28 | 2019-06-25 | 广州英卓电子科技有限公司 | 一种磁场干扰判断与校正方法 |
CN110134744A (zh) * | 2018-02-08 | 2019-08-16 | 腾讯科技(深圳)有限公司 | 对地磁信息进行更新的方法、装置和系统 |
-
2019
- 2019-09-04 CN CN201910833873.3A patent/CN112444253B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05196469A (ja) * | 1991-11-30 | 1993-08-06 | Zexel Corp | 車両用ナビゲーションシステムのための地磁気検出装置 |
US20130177208A1 (en) * | 2012-01-11 | 2013-07-11 | Indooratlas Oy | Generating magnetic field map for indoor positioning |
CN103593984A (zh) * | 2013-11-29 | 2014-02-19 | 浙江工业大学 | 基于地磁的环境自适应车流量检测方法 |
JP2015169619A (ja) * | 2014-03-10 | 2015-09-28 | 旭化成エレクトロニクス株式会社 | 磁気データ補正装置及び補正パラメータ作成装置 |
CN107238383A (zh) * | 2016-03-29 | 2017-10-10 | 深圳市蓝魔数码科技有限公司 | 智能终端的地磁测量数据校准方法和智能终端 |
CN108240808A (zh) * | 2017-12-18 | 2018-07-03 | 苏州点格信息科技有限公司 | 室内地磁地图自动采集器 |
CN108225348A (zh) * | 2017-12-29 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 地图创建以及运动实体定位的方法和装置 |
CN110134744A (zh) * | 2018-02-08 | 2019-08-16 | 腾讯科技(深圳)有限公司 | 对地磁信息进行更新的方法、装置和系统 |
CN109115205A (zh) * | 2018-07-20 | 2019-01-01 | 上海工程技术大学 | 一种基于地磁传感器阵列的室内指纹定位方法及系统 |
CN109633763A (zh) * | 2018-12-18 | 2019-04-16 | 中国电子科技集团公司第四十九研究所 | 基于磁力仪与gps的精密地磁测绘系统及其地磁测绘方法 |
CN109544978A (zh) * | 2018-12-28 | 2019-03-29 | 重庆甲虫网络科技有限公司 | 一种基于地磁传感器与光线传感器的车辆检测算法 |
CN109931960A (zh) * | 2019-03-28 | 2019-06-25 | 广州英卓电子科技有限公司 | 一种磁场干扰判断与校正方法 |
Non-Patent Citations (4)
Title |
---|
SEONG, JH等: "Ellipse Coefficient Map-Based Geomagnetic Fingerprint Considering Azimuth Angles", 《SYMMETRY-BASEL》 * |
周丰;王明哲;倪枫;: "基于AMR传感器的行驶车辆检测分类算法", 计算机应用研究, no. 07 * |
康瑞清: "建筑物内复杂环境下的地磁场定位导航研究", 《中国博士学位论文全文数据库 (信息科技辑)》 * |
康瑞清: "建筑物内复杂环境下的地磁场定位导航研究", 《中国博士学位论文全文数据库 (信息科技辑)》, vol. 2016, no. 8, 15 August 2016 (2016-08-15), pages 2 * |
Also Published As
Publication number | Publication date |
---|---|
CN112444253B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110631593B (zh) | 一种用于自动驾驶场景的多传感器融合定位方法 | |
CN110146909B (zh) | 一种定位数据处理方法 | |
CN107328410B (zh) | 用于定位自动驾驶车辆的方法和汽车电脑 | |
CN108362281B (zh) | 一种长基线水下潜艇匹配导航方法及系统 | |
KR101625486B1 (ko) | 지도 기반 측위 시스템 및 그 방법 | |
US9551561B2 (en) | Determining location using magnetic fields from AC power lines | |
CN105509738B (zh) | 基于惯导/多普勒雷达组合的车载定位定向方法 | |
WO2018181974A1 (ja) | 判定装置、判定方法、及び、プログラム | |
CN109807911B (zh) | 基于gnss、uwb、imu、激光雷达、码盘的室外巡逻机器人多环境联合定位方法 | |
CN114636993A (zh) | 一种激光雷达与imu的外参标定方法、装置及设备 | |
CN110057356B (zh) | 一种隧道内车辆定位方法及装置 | |
CN109937341A (zh) | 自己的位置的估计 | |
CN113933818A (zh) | 激光雷达外参的标定的方法、设备、存储介质及程序产品 | |
Mu et al. | A GNSS/INS-integrated system for an arbitrarily mounted land vehicle navigation device | |
WO2018212294A1 (ja) | 自己位置推定装置、制御方法、プログラム及び記憶媒体 | |
JP2022176322A (ja) | 自己位置推定装置、制御方法、プログラム及び記憶媒体 | |
CN113984044A (zh) | 一种基于车载多感知融合的车辆位姿获取方法及装置 | |
CN110018503B (zh) | 车辆的定位方法及定位系统 | |
JP2023054314A (ja) | 情報処理装置、制御方法、プログラム及び記憶媒体 | |
CN114119886A (zh) | 高精地图点云重建方法、装置、车辆、设备和存储介质 | |
CN113822944B (zh) | 一种外参标定方法、装置、电子设备及存储介质 | |
CN115183762A (zh) | 一种机场仓库内外建图方法、系统、电子设备及介质 | |
CN113592951A (zh) | 车路协同中路侧相机外参标定的方法、装置、电子设备 | |
JP2019174191A (ja) | データ構造、情報送信装置、制御方法、プログラム及び記憶媒体 | |
CN114641701A (zh) | 使用表面穿透雷达和深度学习的改进的导航和定位 |
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 |