CN112461258A - 一种参数修正的方法及装置 - Google Patents
一种参数修正的方法及装置 Download PDFInfo
- Publication number
- CN112461258A CN112461258A CN201911096997.4A CN201911096997A CN112461258A CN 112461258 A CN112461258 A CN 112461258A CN 201911096997 A CN201911096997 A CN 201911096997A CN 112461258 A CN112461258 A CN 112461258A
- Authority
- CN
- China
- Prior art keywords
- parameter
- corrected
- determining
- state quantity
- pose
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012937 correction Methods 0.000 title claims abstract description 54
- 238000005259 measurement Methods 0.000 claims abstract description 118
- 239000011159 matrix material Substances 0.000 claims description 120
- 230000003321 amplification Effects 0.000 claims description 38
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 38
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012986 modification Methods 0.000 claims description 9
- 230000004048 modification Effects 0.000 claims description 9
- 238000000546 chi-square test Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 9
- 238000013519 translation Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000007704 transition Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- HDRXZJPWHTXQRI-BHDTVMLSSA-N diltiazem hydrochloride Chemical compound [Cl-].C1=CC(OC)=CC=C1[C@H]1[C@@H](OC(C)=O)C(=O)N(CC[NH+](C)C)C2=CC=CC=C2S1 HDRXZJPWHTXQRI-BHDTVMLSSA-N 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static 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
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本说明书公开了一种参数修正的方法及装置,在该方法中无人设备可以根据获取到的待修正参数以及通过第一测量单元监测到的无人设备当前时刻的测量状态量,估计出由该第二测量单元监测到的无人设备当前时刻的估计位姿,并根据该估计位姿以及通过第二测量单元测量出的无人设备当前时刻的观测量,确定出该待修正参数对应的修正量,进而基于该修正量,对该待修正参数进行修正。这样一来,即可以实现无人设备对外参的自动标定,提高了外参标定的效率,并且,在保证外参相对准确的情况下,可以有效的保证无人设备确定自身位姿的准确性。
Description
本申请要求于2019年9月6日提交国家知识产权局、申请号为201910840650.X、发明名称为“一种参数修正的方法及装置”的发明专利申请的优先权,其全部内容通过引用结合在本申请中。
技术领域
本说明书涉及无人设备技术领域,尤其涉及一种参数修正的方法及装置。
背景技术
目前,诸如无人车、无人机等无人设备已在多个领域中得到了广泛的应用。而随着科技水平的不断提升,无人设备还将在各个领域得到进一步地发展,从而给人们的实际生活带来更多的便利。
无人设备在行进过程中需要实时确定自身所处的位姿,以不断调整行进过程中的行进状态。而无人设备的位姿通常都需要基于无人设备的外参和内参来进行确定。其中,所述的外参包括无人设备中设置的惯性测量单元(Inertial Measurement Unit,IMU)到无人设备上设置的图像采集单元的旋转矩阵和平移矩阵(即,旋转矩阵和平移矩阵用于表征IMU与图像采集单元之间相对位姿关系的外参),以及无人设备上设置的不同图像采集单元之间的旋转矩阵和平移矩阵(即,旋转矩阵和平移矩阵用于表征不同图像采集单元之间相对位姿关系的外参)。而无人设备的内参是指诸如图像采集单元的焦距、图像采集单元采集的图像的中心像素坐标和图像原点像素坐标之间相差的横纵像素数等涉及图像采集单元内部的参数。
通常情况下,无人设备需要在外参已标定的前提下,才能准确的确定出自身所处的位姿。然而无人设备在使用的过程中,难免会出现诸如震动、撞击、高温等情况,这些情况将会导致无人设备的外参发生变化,如不对无人设备的外参进行再次标定,则将会极大的影响无人设备所确定出的位姿的准确性。而在现有技术中,往往只能通过人工标定的方式对无人设备的外参进行标定,从而极大的降低了外参标定的实时性,并且给无人设备的维护人员带来的极大的不便。
所以,如何能够及时、方便的实现对无人设备的外参进行标定,则是一个亟待解决的问题。
发明内容
本说明书提供一种参数修正的方法及装置,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种参数修正的方法,无人设备上设置有第一测量单元和至少两个第二测量单元,所述方法包括:
获取待修正参数,并确定由所述第一测量单元监测到的所述无人设备当前时刻的状态量,作为测量状态量,确定由所述第二测量单元监测到的所述无人设备当前时刻的状态量,作为观测量,所述待修正参数包括:用于表征所述第一测量单元和第二测量单元相对位姿关系的外参,用于表征不同的第二测量单元之间相对位姿关系的外参中的至少一种;
根据所述待修正参数以及所述测量状态量,估计由所述第二测量单元监测到的所述无人设备当前时刻的位姿,作为估计位姿;
根据所述观测量以及所述估计位姿,确定所述待修正参数对应的修正量;
根据所述待修正参数对应的修正量,对所述待修正参数进行修正。
可选地,获取待修正参数,具体包括:
获取上一时刻修正后的参数,并将所述修正后的参数作为当前时刻的待修正参数。
可选地,根据所述观测量以及所述估计位姿,确定所述待修正参数对应的修正量,具体包括:
根据所述测量状态量以及所述待修正参数,确定增扩状态量;
根据所述增扩状态量,确定所述增扩状态量对应的雅克比矩阵,作为第一雅克比矩阵,根据所述第一雅克比矩阵以及当前时刻的误差协方差矩阵,确定所述当前时刻的增扩误差协方差矩阵;
根据所述观测量,确定所述观测量对应的雅克比矩阵,作为第二雅克比矩阵;
根据所述增扩误差协方差矩阵以及所述第二雅克比矩阵,确定滤波增益矩阵;
根据所述观测量以及所述估计位姿,确定观测余量;
根据所述观测余量以及所述滤波增益矩阵,确定所述待修正参数对应的修正量。
可选地,通过所述第二测量单元监测所述无人设备当前时刻的状态量,作为观测量,具体包括:
针对所述第二测量单元采集到的当前时刻的图像中包含的每个角点,根据预设的约束条件,确定在所述第二测试单元在上一时刻采集到的图像中与该角点相匹配的角点,作为匹配角点;
根据该角点以及所述匹配角点,确定所述无人设备当前时刻的状态量,作为观测量。
可选地,所述方法还包括:
若确定所述待修正参数的修正次数到达设定次数,降低所述约束条件的约束阈值,所述约束条件包括:对极几何约束、卡方检验中的至少一种。
本说明书提供了一种参数修正的装置,所述装置上设置有第一测量单元和至少两个第二测量单元,包括:
获取模块,用于获取待修正参数,并确定由所述第一测量单元监测到的所述装置当前时刻的状态量,作为测量状态量,确定由所述第二测量单元监测到的所述装置当前时刻的状态量,作为观测量,所述待修正参数包括:用于表征所述第一测量单元和第二测量单元相对位姿关系的外参,用于表征不同的第二测量单元之间相对位姿关系的外参中的至少一种;
估计模块,用于根据所述待修正参数以及所述测量状态量,估计由所述第二测量单元监测到的所述装置当前时刻的位姿,作为估计位姿;
确定模块,用于根据所述观测量以及所述估计位姿,确定所述待修正参数对应的修正量;
修正模块,用于根据所述待修正参数对应的修正量,对所述待修正参数进行修正。
可选地,所述获取模块具体用于,获取上一时刻修正后的参数,并将所述修正后的参数作为当前时刻的待修正参数。
可选地,所述确定模块具体用于,根据所述测量状态量以及所述待修正参数,确定增扩状态量;根据所述增扩状态量,确定所述增扩状态量对应的雅克比矩阵,作为第一雅克比矩阵,根据所述第一雅克比矩阵以及当前时刻的误差协方差矩阵,确定所述当前时刻的增扩误差协方差矩阵;根据所述观测量,确定所述观测量对应的雅克比矩阵,作为第二雅克比矩阵;根据所述增扩误差协方差矩阵以及所述第二雅克比矩阵,确定滤波增益矩阵;根据所述观测量以及所述估计位姿,确定观测余量;根据所述观测余量以及所述滤波增益矩阵,确定所述待修正参数对应的修正量。
本说明书提供了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,所述计算机程序被处理器执行时实现上述参数修正的方法。
本说明书提供了一种电子设备,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程序时实现上述参数修正的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
本说明书提供的一种参数修正的方法,可以获取待修正参数,并确定由于设置在无人设备上的第一测量单元监测到的该无人设备当前时刻的状态量,作为测量状态量,以及确定由无人设备上设置的第二测量单元监测到的该无人设备当前时刻的状态量,作为观测量,而后,根据该待修正参数以及该测量状态量,估计由第二测量单元监测到的该无人设备当前时刻的位姿,作为估计位姿,根据该观测量以及该估计位姿,确定该待修正参数对应的修正量,进而根据该待修正参数对应的修正量,对该待修正参数进行修正。
从上述方法中可以看出,由于无人设备可以根据获取到的待修正参数以及通过第一测量单元监测到的无人设备当前时刻的测量状态量,估计出由该第二测量单元监测到的无人设备当前时刻的估计位姿,并根据该估计位姿以及通过第二测量单元测量出的无人设备当前时刻的观测量,确定出该待修正参数对应的修正量,进而基于该修正量,对该待修正参数进行修正。这样一来,即可以实现无人设备对外参的自动标定,提高了外参标定的效率,并且,在保证外参相对准确的情况下,可以有效的保证无人设备确定自身位姿的准确性。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书提供的一种参数修正的方法的流程示意图;
图2为本说明书提供的无人设备进行角点匹配的示意图;
图3为本说明书提供的一种参数修正的装置示意图;
图4为本说明书提供的对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书提供的一种参数修正的方法的流程示意图,具体包括以下步骤:
S101:获取待修正参数,并确定由所述第一测量单元监测到的所述无人设备当前时刻的状态量,作为测量状态量,确定由所述第二测量单元监测到的所述无人设备当前时刻的状态量,作为观测量。
无人设备进行外参标定时,可以先获取到待修正参数。其中,这里提到的无人设备可以是指无人车、无人机、机器人等设备。无人设备上设有第一测量单元和至少两个图像采集单元,所以,这里提到的待修正参数可以是指用于表征无人设备上设置的第一测量单元与第二测量单元之间相对位姿关系的外参,也可以是指用于表征无人设备上设置的不同第二测量单元之间相对位姿的外参。这里提到的第一测量单元可以是指惯性测量单元IMU,而第二测量单元可以是指图像采集单元。
例如,无人设备采用双目视觉与IMU相结合的方式来进行自身位姿的确定,则上述外参可以是指IMU到一个图像采集单元的旋转矩阵和平移矩阵,这里的旋转矩阵和平移矩阵主要用于表征IMU与该图像采集单元之间的相对位姿关系。当然,上述外参也可以是指一个图像采集单元到另一个图像采集单元的旋转矩阵和平移矩阵,该旋转矩阵和平移矩阵用于表征这两个图像采集单元之间的相对位姿关系。
在本说明书中,无人设备获取到的待修正参数,可以是初始的外参。例如,假设需要对IMU与一个图像采集单元之间的外参(旋转矩阵和平移矩阵)进行修正,则无人设备可以将该外参的初始值进行获取,作为待修正参数。当然,无人设备可以实时对外参进行修正,所以,无人设备获取到的待修正参数,也可以是指无人设备上一时刻修正后的外参。例如,假设无人设备需要对当前时刻IMU与一个图像采集单元之间的外参进行修正,则可以获取上一时刻修正后的IMU与该图像采集单元的外参,作为当前时刻需要进行修正的待修正参数。
另外,无人设备可以对单个外参进行修正,也可以同时对多个外参进行修正,所以,这里提到的获取待修正参数,可以是单个需要进行修正的外参,也可以是多个需要进行修正的外参。
在本说明书中,无人设备可以通过第一测量单元监测到该无人设备当前时刻的状态量,作为测量状态量。其中,这里提到的测量状态量用于表示通过该第一测量单元监测到的与该无人设备当前时刻的位姿相关联的数据,例如,当第一测量单元为IMU时,无人设备可以通过该IMU,监测到该无人设备当前时刻的位移、加速度、角速度等状态量,并将这些状态量作为测量状态量。
同时,由于无人设备上还设有第二测量单元,所以,无人设备也可以通过该第二测量单元,监测到无人设备当前时刻的状态量,并可以该状态量作为观测量。例如,若是第二测量单元为图像采集单元,则无人设备可以通过该图像采集单元在当前时刻采集到的图像,与通过该图像采集单元在上一时刻采集到的图像进行角点匹配,进而确定出无人设备当前时刻的状态量。
其中,这里提到的角点匹配是指无人设备对图像采集单元采集到的连续两帧的图像中同一点进行匹配的过程,如图2所示。
图2为本说明书提供的无人设备进行角点匹配的示意图。
无人设备通过图像采集单元采集到的图像来确定自身的位姿时,需要提取出一些较为稳定、鲁棒性较好的特征点,这些点可以称之为角点。无人设备需要通过角点匹配的方式,在连续采集到的图像中找到均观测到的同一角点。所以,无人设备采集到如图2所示的上一时刻的图像以及当前时刻的图像后,可以通过角点匹配的方式,从这两帧图像中,确定出前后这两个时刻均观测到的角点A(上一时刻的图像中的角点A可以称之为与当前时刻的图像中的角点A相匹配的匹配角点),进而根据这两个点在各自图像中的像素位置,来确定出该无人设备在当前时刻的状态量,作为观测量。
需要说明的是,在实际应用中,无人设备通过图像采集单元采集到图像后,可以从图像中提取出多个角点。所以,无人设备采集到上一时刻的图像和当前时刻的图像后,实际上是将从当前时刻的图像中提取出的多个角点,和从上一时刻的图像中提取出的多个角点进行匹配,从而确定出无人设备在当前时刻的状态量,作为观测量。
S102:根据所述待修正参数以及所述测量状态量,估计由所述第二测量单元监测到的所述无人设备当前时刻的位姿,作为估计位姿。
无人设备获取到待修正参数后,可以根据该待修正参数以及得到的测量状态量,来估计由第二测量单元监测到的无人设备当前时刻的位姿,作为估计位姿。其中,在确定该估计位姿时,无人设备可以先以无人设备在上一时刻的位姿作为先验数据,结合通过第一测量单元监测到的该无人设备当前时刻的状态量(即测量状态量),得到该无人设备当前时刻的位姿,作为测量位姿。该测量位姿可以视作无人设备基于第一测量单元确定出的该无人设备当前时刻的位姿。而后,无人设备通过该待修正参数,将该测量位姿进行转化,得到估计位姿,该估计位姿可以视作无人设备基于该第一位姿估计出的通过第二测量单元确定出的该无人设备当前时刻的位姿。而由于第二测量单元设置在无人设备上,所以,这里提到的估计位姿实际上也可以看作是基于该第一位姿估计出的第二测量单元在当前时刻的位姿。之所以称之为估计位姿,是因为转换得到的位姿,并不是无人设备通过第二测量单元实际确定出的该第二测量单元当前时刻的位姿。
将测量位姿转化成上述估计位姿,可以理解成:由于无人设备的第一测量单元和第二测量单元之间存在相对位姿关系,所以,在得到上述估计位姿的过程中,需要通过获取到的待修正参数,对测量位姿进行转换。换句话说,由于获取到的待修正参数能够表征第一测量单元和第二测量单元之间的相对位姿关系,而上述测量位姿是在第一测量单元的坐标系下得到的。所以,通过获取到的待修正参数得到的上述估计位姿,其实是将第一测量单元的坐标系下所得到的该第一测量单元当前时刻的位姿,转换成估计的第二测量单元的坐标系下该第二测量单元当前时刻的位姿。
S103:根据所述观测余量,确定所述待修正参数对应的修正量。
上述估计位姿是无人设备基于第一测量单元监测到的该无人设备当前时刻的状态量所估计出的通过第二测量单元确定出的该第二测量单元当前时刻的位姿应是多少,而观测量主要用于确定出无人设备通过第二测量单元观测到的该第二测量单元当前时刻的位姿,即,观测位姿。其中,这里提到的观测位姿以及估计位姿具体可以通过无人设备通过第二测量单元观测到的角点的坐标进行表示。即,对于同一角点来说,观测位姿可以通过确定出的当前时刻的该角点的坐标来表示,而估计位姿可以通过确定出的历史时刻该角点的坐标、上述测量状态量以及待修正参数所估计出的该角点在当前时刻的坐标来表示。而由于噪声的影响,致使无人设备当前时刻的观测位姿和估计位姿之间往往会存在一定的差异,所以,无人设备可以根据该观测量以及该估计位姿,确定观测余量。其中,这里提到的观测余量可以理解为用于衡量观测位姿和估计位姿之间差异大小的量,而由于估计位姿以及观测位姿可以通过角点的坐标来进行表示,所以,该观测余量具体可以通过上述观测量,角点的历史坐标以及该估计位姿进行确定。
需要说明的是,无人设备通过上述观测量确定出的角点的当前时刻的坐标为二维坐标下的坐标,而无人设备上设置有多个第二测量单元的情况下,根据上述测量状态量、待修正参数以及该角点历史时刻的坐标所估计出的该角点当前时刻的坐标是三维坐标系下的坐标。所以,需要将估计出的该角点当前时刻的坐标转化成二维坐标系下的坐标,进而确定出上述观测余量。在存在多个角点的情况下,每个角点均可对应一个观测余量。
在实际应用中,由于受震动、撞击、高温等情况的影响,该无人设备当前时刻的外参相较于初始状态的外参可能已经发生了变化,所以,无人设备基于获取到的待修正参数确定上述估计位姿时,实际上是利用与当前时刻的实际外参不符的外参来得到该估计位姿,因此,该估计位姿与无人设备基于真实的外参所确定出的位姿存在一定的误差。而这一误差会体现在上述观测余量中,所以,无人设备可以通过该观测余量,来确定出该待修正参数的修正量。
需要说明的是,由于第一测量单元、第二测量单元各自所确定出的无人设备当前时刻的状态量,与无人设备当前时刻的真实状态量之间也存在一定的误差。所以,这些误差也会体现在上述观测余量中。换句话说,该观测余量可以理解成在多种误差的作用下,该估计位姿与观测位姿之间的差异。因此,无人设备需要在该观测余量中估计出该待修正参数所造成的误差大致是多少,才能对该待修正参数进行修正。
在本说明书中,无人设备可以利用卡尔曼滤波,来确定出该待修正参数的修正量,进而在后续的过程中,来对该待修正参数进行修正。具体的,在确定出上述测量状态量后,无人设备可以根据获取到的待修正参数以及该测量状态量,确定增扩状态量。
例如,假设第一测量单元为IMU,无人设备通过第一测量单元监测到的该无人设备当前时刻的状态量(即测量状态量)为:
XIMU=[pI,vI,qI,ba、bg]
其中,pI为无人设备通过IMU监测到的无人设备从上一时刻到当前时刻行进的位移,vI为通过IMU监测到的无人设备当前时刻的速度,qI为通过IMU监测到的无人设备当前时刻的角速度,ba为IMU中加速度计的零偏,bg为IMU中角速度计的零偏。
而通过该测量状态量以及获取到的待修正参数,来确定增扩状态量,实际上是将待修正参数加入到该测量状态量中。例如,假设获取到的待修正参数为IMU(第一测量单元)和图像采集单元(第二测量单元)之间的外参Eo,则无人设备可以根据该待修正参数以及该测量状态量,确定出增扩状态量:
XIMU=[pI,vI,qI,ba、bg,Eo]
同理,若是无人设备需要将多个待修正参数进行修正,则可以将需要修正的外参加入到该测量状态量中,得到的增扩状态量。例如,假设无人设备获取到的待修正参数为:IMU和图像采集单元之间的外参Eo,以及两个图像采集单元之间的外参E1,则无人设备可以根据这两个待修正参数以及该测量状态量,得到增扩状态量:
XIMU=[pI,vI,qI,ba、bg,Eo,E1]
在确定出该增扩状态量后,可以进一步确定出该增扩状态量所对应的雅克比矩阵。具体的,在确定出该测量状态量后,可以确定出该无人设备在当前时刻的状态转移矩阵以及控制矩阵。
例如,假设Lk表示第k个时刻无人设备所处的位置,Lk-1表示第k-1个时刻无人设备所处的位置,vk表示第k个时刻无人设备的速度,vk-1表示第k-1个时刻无人设备的速度,ak表示第k个时刻无人设备的加速度。基于无人设备在第k个时刻和第k-1时刻的位置关系,可以得到下面两个公式:
vk=vk-1+ak×Δt
可以将上述两个公式转化成如下形式:
Lk=AkLk-1+Bkak
其中,Ak即为上述提到的状态转移矩阵,而Bk则为控制矩阵。
在本说明书中,无人设备需要根据上一时刻修正后的误差协方差矩阵,来预测出当前时刻的误差协方差矩阵,进而在后续过程中,基于当前时刻的误差协方差矩阵,通过观测到的观测位姿对估计位姿进行修正。其中,无人设备可以通过下述公式预测出当前时刻的误差协方差矩阵。
该公式中,Pk-1∣k-1表示上一时刻修正后的误差协方差矩阵,Pk∣k-1表示以上一时刻修正的误差协方差矩阵作为先验数据所预测出的当前时刻的误差协方差矩阵,Qk表示系统噪声的协方差矩阵,称之为过程噪声。后续在确定出的滤波增益矩阵后,可以通过该滤波增益矩阵,对Pk∣k-1进行修正,从而得到修正后的当前时刻的误差协方差矩阵Pk∣k。
上述误差协方差矩阵用于表示任意两个状态量之间的相关性,而由于在本说明书中,为了对待修正参数进行修正,需要将待修正参数加入到测量状态量中得到的增扩状态量,所以,无人设备也相应的需要将当前时刻的误差协方差矩阵进行增扩,以通过增扩后的误差协方差矩阵,来表征出待修正参数与各状态量之间的相关性。
所以,无人设备在得到上述增扩状态量后,可以通过对该增扩状态量中的各项求偏导,确定出该增扩状态量对应的雅克比矩阵,作为第一雅克比矩阵,进而根据该第一雅克比矩阵以及预测出的当前时刻的误差协方差矩阵,确定出当前时刻的增扩误差协方差矩阵。
在本说明书中,无人设备可以根据监测到的观测量,确定出该观测量对应的雅克比矩阵,作为第二雅克比矩阵。而后,无人设备可以根据确定出的增扩误差协方差矩阵以及该第二雅克比矩阵,确定出滤波增益矩阵,具体可以通过下述公式,确定出该滤波增益矩阵。
在确定该滤波增益矩阵后,可以根据该滤波增益矩阵,来确定出该待修正参数的修正量。具体的,无人设备可以通过下述公式,来表征滤波增益矩阵与观测余量之间的关系:
ΔX=Kkrn
其中,ΔX即表示上述提到的观测余量,rn为视觉反投影残差。在本说明书中,无人设备可以基于确定出的第二雅克比矩阵,确定出该rn,进而可以根据该rn、该滤波增益矩阵Kk、上述观测余量,确定出该待修正参数对应的修正量。其中,确定rn所采用的方法为现有技术,在此就不详细说明了。该修正量即可无人设备预估出的该待修正参数,与外参的真实值之间的差异。即,通过上述方式,无人设备可以从观测余量中估计出该待修正参数所造成的误差的大小。
换句话说,由于将待修正参数加入到了状态量中,并且,又在视觉反投影残差中,对待修正参数求偏导,所以,关于待修正参数的修正量即可通过前面所求的第二雅克比矩阵将其传递至视觉反投影残差中,反之,无人设备即可通过前面的第二雅克比矩阵将关于待修正参数引起的视觉反投影残差,反解出待修正参数的修正量。
S105:根据所述待修正参数对应的修正量,对所述待修正参数进行修正。
无人设备根据该修正量,即可以对该待修正参数进行修正,得到修正后的参数。相应的,在下一时刻时,无人设备可以将修正后的参数作为下一时刻获取到的待修正参数,继续按照上述方式对其进行修正。所以不断的迭代更新,无人设备可以将待修正参数修正为与真实的外参较为接近的数值,即,将待修正参数修正的较为准确。而无人设备基于修正后的参数,可以较为准确的确定出无人设备自身所处的位姿。
需要说明的是,在本说明书中,无人设备需要基于预设的约束条件,对图像采集单元采集到的图像进行角点匹配。而由于在外参不准确的情况下,若该约束条件设置的较为严格,则可能会导致无人设备将一些本应相匹配的角点进行了剔除,从而最终影响无人设备对自身位姿的判断。
所以,在本说明书中,无人设备初始时可以将该约束条件设置的较为松些,即,将约束条件的约束阈值设置的较为高些,而当监测到待修正参数的修正次数达到设定次数时,则可以认定该待修正参数已被修正的较为准确,进而再将该约束条件的约束阈值设置的较为低些,使得无人设备可以基于调整后的约束阈值,更加准确的进行角点匹配,从而基于匹配出的角点,准确的确定出无人设备自身所处的位姿。其中,这里提到的约束条件可以包括对极几何约束、卡方检验等。
从上述方法中可以看出,由于无人设备可以根据获取到的待修正参数以及通过第一测量单元监测到的无人设备当前时刻的测量状态量,估计出由该第二测量单元监测到的无人设备当前时刻的估计位姿,并根据该估计位姿以及通过第二测量单元测量出的无人设备当前时刻的观测量,确定观测余量,而后,根据该观测余量,确定出该待修正参数对应的修正量,进而基于该修正量,对该待修正参数进行修正。这样一来,即可以实现无人设备对外参的自动标定,提高了外参标定的效率,并且,在保证外参相对准确的情况下,可以有效的保证无人设备确定自身位姿的准确性。
以上为本说明书的一个或多个实施例提供的参数修正的方法,基于同样的思路,本说明书还提供了相应的参数修正的装置,如图3所示。
图3为本说明书提供的一种参数修正的装置示意图,具体包括:
获取模块301,用于获取待修正参数,并确定由所述第一测量单元监测到的所述装置当前时刻的状态量,作为测量状态量,确定由所述第二测量单元监测到的所述装置当前时刻的状态量,作为观测量,所述待修正参数包括:用于表征所述第一测量单元和第二测量单元相对位姿关系的外参,用于表征不同的第二测量单元之间相对位姿关系的外参中的至少一种;
估计模块302,用于根据所述待修正参数以及所述测量状态量,估计由所述第二测量单元监测到的所述装置当前时刻的位姿,作为估计位姿;
确定模块303,用于根据所述观测量以及所述估计位姿,确定所述待修正参数对应的修正量;
修正模块304,用于根据所述待修正参数对应的修正量,对所述待修正参数进行修正。
可选地,所述获取模块301具体用于,获取上一时刻修正后的参数,并将所述修正后的参数作为当前时刻的待修正参数。
可选地,所述确定模块303具体用于,根据所述测量状态量以及所述待修正参数,确定增扩状态量;根据所述增扩状态量,确定所述增扩状态量对应的雅克比矩阵,作为第一雅克比矩阵,根据所述第一雅克比矩阵以及当前时刻的误差协方差矩阵,确定所述当前时刻的增扩误差协方差矩阵;根据所述观测量,确定所述观测量对应的雅克比矩阵,作为第二雅克比矩阵;根据所述增扩误差协方差矩阵以及所述第二雅克比矩阵,确定滤波增益矩阵;根据所述观测量以及所述估计位姿,确定观测余量;根据所述观测余量以及所述滤波增益矩阵,确定所述待修正参数对应的修正量。
可选地,所述获取模块301具体用于,针对所述第二测量单元采集到的当前时刻的图像中包含的每个角点,根据预设的约束条件,确定在所述第二测试单元在上一时刻采集到的图像中与该角点相匹配的角点,作为匹配角点;根据该角点以及所述匹配角点,确定所述无人设备当前时刻的状态量,作为观测量。
可选地,所述装置还包括:
调整模块305,用于若确定所述待修正参数的修正次数到达设定次数,降低所述约束条件的约束阈值,所述约束条件包括:对极几何约束、卡方检验中的至少一种。
本说明书实施例还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的参数修正的方法。
本说明书实施例还提供了图4所示的电子设备的示意结构图。如图4所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的参数修正的方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
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都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,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。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种参数修正的方法,其特征在于,无人设备上设置有第一测量单元和至少两个第二测量单元,所述方法包括:
获取待修正参数,并确定由所述第一测量单元监测到的所述无人设备当前时刻的状态量,作为测量状态量,确定由所述第二测量单元监测到的所述无人设备当前时刻的状态量,作为观测量,所述待修正参数包括:用于表征所述第一测量单元和第二测量单元相对位姿关系的外参,用于表征不同的第二测量单元之间相对位姿关系的外参中的至少一种;
根据所述待修正参数以及所述测量状态量,估计由所述第二测量单元监测到的所述无人设备当前时刻的位姿,作为估计位姿;
根据所述观测量以及所述估计位姿,确定所述待修正参数对应的修正量;
根据所述待修正参数对应的修正量,对所述待修正参数进行修正。
2.如权利要求1所述的方法,其特征在于,获取待修正参数,具体包括:
获取上一时刻修正后的参数,并将所述修正后的参数作为当前时刻的待修正参数。
3.如权利要求1所述的方法,其特征在于,根据所述观测量以及所述估计位姿,确定所述待修正参数对应的修正量,具体包括:
根据所述测量状态量以及所述待修正参数,确定增扩状态量;
根据所述增扩状态量,确定所述增扩状态量对应的雅克比矩阵,作为第一雅克比矩阵,根据所述第一雅克比矩阵以及当前时刻的误差协方差矩阵,确定所述当前时刻的增扩误差协方差矩阵;
根据所述观测量,确定所述观测量对应的雅克比矩阵,作为第二雅克比矩阵;
根据所述增扩误差协方差矩阵以及所述第二雅克比矩阵,确定滤波增益矩阵;
根据所述观测量以及所述估计位姿,确定观测余量;
根据所述观测余量以及所述滤波增益矩阵,确定所述待修正参数对应的修正量。
4.如权利要求2所述的方法,其特征在于,通过所述第二测量单元监测所述无人设备当前时刻的状态量,作为观测量,具体包括:
针对所述第二测量单元采集到的当前时刻的图像中包含的每个角点,根据预设的约束条件,确定在所述第二测试单元在上一时刻采集到的图像中与该角点相匹配的角点,作为匹配角点;
根据该角点以及所述匹配角点,确定所述无人设备当前时刻的状态量,作为观测量。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
若确定所述待修正参数的修正次数到达设定次数,降低所述约束条件的约束阈值,所述约束条件包括:对极几何约束、卡方检验中的至少一种。
6.一种参数校准的装置,其特征在于,所述装置上设置有第一测量单元和至少两个第二测量单元,包括:
获取模块,用于获取待修正参数,并确定由所述第一测量单元监测到的所述装置当前时刻的状态量,作为测量状态量,确定由所述第二测量单元监测到的所述装置当前时刻的状态量,作为观测量,所述待修正参数包括:用于表征所述第一测量单元和第二测量单元相对位姿关系的外参,用于表征不同的第二测量单元之间相对位姿关系的外参中的至少一种;
估计模块,用于根据所述待修正参数以及所述测量状态量,估计由所述第二测量单元监测到的所述装置当前时刻的位姿,作为估计位姿;
确定模块,用于根据所述观测量以及所述估计位姿,确定所述待修正参数对应的修正量;
修正模块,用于根据所述待修正参数对应的修正量,对所述待修正参数进行修正。
7.如权利要求6所述的装置,其特征在于,所述获取模块具体用于,获取上一时刻修正后的参数,并将所述修正后的参数作为当前时刻的待修正参数。
8.如权利要求6所述的装置,其特征在于,所述确定模块具体用于,根据所述测量状态量以及所述待修正参数,确定增扩状态量;根据所述增扩状态量,确定所述增扩状态量对应的雅克比矩阵,作为第一雅克比矩阵,根据所述第一雅克比矩阵以及当前时刻的误差协方差矩阵,确定所述当前时刻的增扩误差协方差矩阵;根据所述观测量,确定所述观测量对应的雅克比矩阵,作为第二雅克比矩阵;根据所述增扩误差协方差矩阵以及所述第二雅克比矩阵,确定滤波增益矩阵;根据所述观测量以及所述估计位姿,确定观测余量;根据所述观测余量以及所述滤波增益矩阵,确定所述待修正参数对应的修正量。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~5任一项所述的方法。
10.一种电子设备,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程序时实现上述权利要求1~5任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910840650X | 2019-09-06 | ||
CN201910840650 | 2019-09-06 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112461258A true CN112461258A (zh) | 2021-03-09 |
Family
ID=74807808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911096997.4A Withdrawn CN112461258A (zh) | 2019-09-06 | 2019-11-11 | 一种参数修正的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112461258A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113639782A (zh) * | 2021-08-13 | 2021-11-12 | 北京地平线信息技术有限公司 | 车载传感器的外参标定方法和装置、设备和介质 |
CN115388914A (zh) * | 2022-10-28 | 2022-11-25 | 福思(杭州)智能科技有限公司 | 传感器的参数标定方法、装置、存储介质和电子装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102506867A (zh) * | 2011-11-21 | 2012-06-20 | 清华大学 | 基于Harris角点匹配的SINS/SMANS组合导航方法及系统 |
CN103424114A (zh) * | 2012-05-22 | 2013-12-04 | 同济大学 | 一种视觉导航/惯性导航的全组合方法 |
CN104280022A (zh) * | 2013-07-13 | 2015-01-14 | 哈尔滨点石仿真科技有限公司 | 视觉辅助惯性测量单元的数字头盔显示设备跟踪系统 |
US20160161260A1 (en) * | 2013-07-23 | 2016-06-09 | The Regents Of The University Of California | Method for processing feature measurements in vision-aided inertial navigation |
CN107255476A (zh) * | 2017-07-06 | 2017-10-17 | 青岛海通胜行智能科技有限公司 | 一种基于惯性数据和视觉特征的室内定位方法和装置 |
CN108981687A (zh) * | 2018-05-07 | 2018-12-11 | 清华大学 | 一种视觉与惯性融合的室内定位方法 |
CN110118572A (zh) * | 2019-05-08 | 2019-08-13 | 北京建筑大学 | 多目立体视觉与惯性导航系统及相对位姿参数确定方法 |
-
2019
- 2019-11-11 CN CN201911096997.4A patent/CN112461258A/zh not_active Withdrawn
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102506867A (zh) * | 2011-11-21 | 2012-06-20 | 清华大学 | 基于Harris角点匹配的SINS/SMANS组合导航方法及系统 |
CN103424114A (zh) * | 2012-05-22 | 2013-12-04 | 同济大学 | 一种视觉导航/惯性导航的全组合方法 |
CN104280022A (zh) * | 2013-07-13 | 2015-01-14 | 哈尔滨点石仿真科技有限公司 | 视觉辅助惯性测量单元的数字头盔显示设备跟踪系统 |
US20160161260A1 (en) * | 2013-07-23 | 2016-06-09 | The Regents Of The University Of California | Method for processing feature measurements in vision-aided inertial navigation |
CN107255476A (zh) * | 2017-07-06 | 2017-10-17 | 青岛海通胜行智能科技有限公司 | 一种基于惯性数据和视觉特征的室内定位方法和装置 |
CN108981687A (zh) * | 2018-05-07 | 2018-12-11 | 清华大学 | 一种视觉与惯性融合的室内定位方法 |
CN110118572A (zh) * | 2019-05-08 | 2019-08-13 | 北京建筑大学 | 多目立体视觉与惯性导航系统及相对位姿参数确定方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113639782A (zh) * | 2021-08-13 | 2021-11-12 | 北京地平线信息技术有限公司 | 车载传感器的外参标定方法和装置、设备和介质 |
CN115388914A (zh) * | 2022-10-28 | 2022-11-25 | 福思(杭州)智能科技有限公司 | 传感器的参数标定方法、装置、存储介质和电子装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Scaramuzza et al. | Visual-inertial odometry of aerial robots | |
JP6434513B2 (ja) | 視覚に基づく慣性ナビゲーション | |
US20160161260A1 (en) | Method for processing feature measurements in vision-aided inertial navigation | |
CN111260726A (zh) | 一种视觉定位方法及装置 | |
CN111238450B (zh) | 视觉定位方法及装置 | |
CN105865448A (zh) | 一种基于imu的室内定位方法 | |
CN111797906B (zh) | 基于视觉和惯性里程定位的方法及装置 | |
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 | |
CN111077555A (zh) | 一种定位方法及装置 | |
CN114136315B (zh) | 一种基于单目视觉辅助惯性组合导航方法及系统 | |
CN112762965B (zh) | 一种磁力计校准方法以及装置 | |
CN111220155A (zh) | 基于双目视觉惯性里程计估计位姿的方法、装置与处理器 | |
CN112461258A (zh) | 一种参数修正的方法及装置 | |
CN114061573A (zh) | 地面无人车辆编队定位装置及方法 | |
WO2023142353A1 (zh) | 一种位姿预测方法及装置 | |
CN113674424B (zh) | 一种电子地图绘制的方法及装置 | |
CN116309823A (zh) | 一种位姿的确定方法、装置、设备及存储介质 | |
CN114494381A (zh) | 模型训练及深度估计方法、装置、存储介质及电子设备 | |
CN111798489B (zh) | 一种特征点跟踪方法、设备、介质及无人设备 | |
JP2019082328A (ja) | 位置推定装置 | |
CN113048989A (zh) | 一种无人驾驶设备的定位方法及定位装置 | |
CN109917644B (zh) | 一种提高视觉惯导系统鲁棒性的方法、装置和机器人设备 | |
CN112362084A (zh) | 一种数据标定方法、装置及数据标定系统 | |
WO2023185215A1 (zh) | 数据校准 | |
CN116958198A (zh) | 基于视觉惯性里程计的运动轨迹漂移检测方法及装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210309 |