CN112578357B - 雷达标定参数的修正方法、装置、电子设备和路侧设备 - Google Patents
雷达标定参数的修正方法、装置、电子设备和路侧设备 Download PDFInfo
- Publication number
- CN112578357B CN112578357B CN202011573190.8A CN202011573190A CN112578357B CN 112578357 B CN112578357 B CN 112578357B CN 202011573190 A CN202011573190 A CN 202011573190A CN 112578357 B CN112578357 B CN 112578357B
- Authority
- CN
- China
- Prior art keywords
- pieces
- track information
- period
- radar
- information
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012545 processing Methods 0.000 claims description 30
- 238000001914 filtration Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 description 19
- 238000004364 calculation method Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000002592 echocardiography Methods 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请公开了一种雷达标定参数的修正方法、装置、电子设备、路侧设备、存储介质及计算机程序产品，涉及智能交通领域。具体实现方案为：在得到雷达的上一次标定参数的情况下，获取所述雷达在第一时段内在雷达坐标系下采集的M个参考对象对应的参考位置，以及第二时段内在所述雷达坐标系下采集的N个参考对象对应的参考位置；基于所述M个参考对象对应的参考位置以及所述N个参考对象对应的参考位置，确定所述第一时段内的L条轨迹信息以及所述第二时段内的K条轨迹信息；基于所述第一时段内的所述L条轨迹信息、所述第二时段内的所述K条轨迹信息、以及高精地图的当前相关信息，确定所述雷达相对于所述上一次标定参数的标定参数修正值。
Description
技术领域
本申请涉及数据处理领域，尤其涉及智能交通领域。
背景技术
车路协同场景下，雷达感知目标物得到的数据对应于局部坐标系下的感知结果，为了将雷达的感知数据应用于目标坐标系，需要对雷达进行标定。然而在标定的处理中，可能存在由于人为因素影响导致的初始标定参数不够准确的情况；又或者，在雷达的使用过程中可能会存在随着时间推移所述雷达产生一定的物理偏移的情况，从而导致所述雷达的上一次标定参数不够准确。因此，如何准确并且快捷的对所述雷达的标定参数进行修正就成为需要解决的问题。
发明内容
本申请提供了一种雷达标定参数的修正方法、装置、电子设备、路侧设备、存储介质及计算机程序产品。
根据本申请的一方面，提供了一种雷达标定参数的修正方法，包括：
在得到雷达的上一次标定参数的情况下，获取所述雷达在第一时段内在雷达坐标系下采集的M个参考对象对应的参考位置，以及第二时段内在所述雷达坐标系下采集的N个参考对象对应的参考位置；其中，所述第一时段以及所述第二时段均在得到所述雷达的所述上一次标定参数之后，并且所述第一时段的结束时间早于所述第二时段的开始时间；M和N为大于等于1的整数；
基于所述M个参考对象对应的参考位置以及所述N个参考对象对应的参考位置，确定所述第一时段内的L条轨迹信息以及所述第二时段内的K条轨迹信息；L和K均为大于等于1的整数；
基于所述第一时段内的所述L条轨迹信息、所述第二时段内的所述K条轨迹信息、以及高精地图的当前相关信息，确定所述雷达相对于所述上一次标定参数的标定参数修正值。
根据本申请的另一方面，提供了一种雷达标定参数的修正装置，包括：
雷达数据获取模块，用于在得到雷达的上一次标定参数的情况下，获取所述雷达在第一时段内在雷达坐标系下采集的M个参考对象对应的参考位置，以及第二时段内在所述雷达坐标系下采集的N个参考对象对应的参考位置；其中，所述第一时段以及所述第二时段均在得到所述雷达的所述上一次标定参数之后，并且所述第一时段的结束时间早于所述第二时段的开始时间；M和N为大于等于1的整数；
轨迹处理模块，用于基于所述M个参考对象对应的参考位置以及所述N个参考对象对应的参考位置，确定所述第一时段内的L条轨迹信息以及所述第二时段内的K条轨迹信息；L和K均为大于等于1的整数；
修正值确定模块，用于基于所述第一时段内的所述L条轨迹信息、所述第二时段内的所述K条轨迹信息、以及高精地图的当前相关信息，确定所述雷达相对于所述上一次标定参数的标定参数修正值。
根据本申请的另一方面，提供了一种电子设备，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任一实施例提供的方法。
根据本申请的另一方面，提供了一种存储有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任一实施例提供的方法。
根据本申请的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现上述方法。
根据本申请的另一方面，提供了一种路侧设备，包括如前所述的电子设备。
根据本申请的技术方案，可以通过获取雷达在第一时段内采集的M个参考对象的参考位置、以及在第二时段内采集的N个参考对象的参考位置，结合高精地图的当前相关信息，确定相对于上一次标定参数的所述雷达的标定参数修正值。由于在确定所述雷达的标定参数修正值的处理中仅需要采用雷达实时感知的数据并且结合相应的高精地图的当前相关信息，就可以确定相对于上一次标定参数的所述雷达的标定参数修正值，从而可以避免人工因素的参与所带来的对准确性的影响，从而保证了最终得到的所述雷达的标定参数修正值的获取效率以及其准确性，进一步保证了车路协同场景中的处理效率以及数据准确性。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
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。其中：
图1是本申请一个实施例提供的雷达标定参数的修正方法的流程示意图；
图2是本申请一个实施例提供的雷达标定参数的修正方法的参考对象及轨迹信息示意图；
图3是本申请另一个实施例提供的雷达标定参数的修正方法的流程示意图；
图4是本申请一个实施例提供的雷达标定参数的修正装置的结构示意图；
图5是用来实现本申请实施例的雷达标定参数的修正方法的电子设备的框图。
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。
本申请一个实施例提供的雷达标定参数的修正方法的示意图。如图1所示，该方法包括：
S101：在得到雷达的上一次标定参数的情况下，获取所述雷达在第一时段内在雷达坐标系下采集的M个参考对象对应的参考位置，以及第二时段内在所述雷达坐标系下采集的N个参考对象对应的参考位置；其中，所述第一时段以及所述第二时段均在得到所述雷达的所述上一次标定参数之后，并且所述第一时段的结束时间早于所述第二时段的开始时间；M和N为大于等于1的整数；
S102：基于所述M个参考对象对应的参考位置以及所述N个参考对象对应的参考位置，确定所述第一时段内的L条轨迹信息以及所述第二时段内的K条轨迹信息；L和K均为大于等于1的整数；
S103：基于所述第一时段内的所述L条轨迹信息、所述第二时段内的所述K条轨迹信息、以及高精地图的当前相关信息，确定所述雷达相对于所述上一次标定参数的标定参数修正值。
本实施例可以应用于电子设备；所述电子设备可以为服务器或终端设备中的任意一种，只要具备数据处理功能则在本实施例的保护范围内。
所述雷达可以为路侧安装的雷达，也就是车路协同场景下的雷达，比如，可以是路边架设的路杆上安装的雷达，或者也可以安装在其他位置，比如路边的高楼的墙体上等等，本实施例不对雷达的安装位置进行穷举。所述雷达具体可以为毫米波雷达。
车路协同场景下的所述雷达(比如毫米波雷达)的使用依赖于对雷达自身参数的获取，雷达的标定的处理即获得雷达的标定参数。
本实施例提供的方案是在所述雷达已经完成上一次标定处理得到上一次标定参数的情况下执行的。由于随着时间的推移参数发生变化后需要再次校准所述雷达的标定参数以得到一个持续准确的雷达的标定参数；比如，随着时间的推移高精地图产生变化，需要基于高精地图的当前相关信息再次校准所述雷达的标定参数以得到一个持续准确的雷达的标定参数；或者，再比如，随着时间的推移雷达的位置发生一定的物理变化，也需要基于高精地图的当前相关信息、以及雷达近期采集的数据再次校准所述雷达的标定参数以得到一个持续准确的雷达的标定参数。
又或者，所述雷达的所述上一次标定参数可以为所述雷达的初始标定参数，由于初次得到所述雷达的初始标定参数可能使用的方式存在由于人为因素的影响而导致的初始标定参数不准确的问题，因此这种情况下也需要采用本实施例提供的方案进行雷达的标定参数的修正。
本实施例提供的方案是根据雷达在两个不同的时段分别采集到的实时数据(即所述雷达在第一时段内在雷达坐标系下采集的M个参考对象对应的参考位置，以及第二时段内在所述雷达坐标系下采集的N个参考对象对应的参考位置)，结合高精地图的当前相关信息中包含的当前相关信息，综合确定相对于所述雷达的所述上一次标定参数的所述雷达的当前的标定参数修正值。
所述第一时段、所述第二时段的时间长度可以根据实际情况来设置，比如，可以是10分钟、20分钟等等。所述第一时段与所述第二时段的时间长度可以相同也可以不同。
需要指出的是，所述第一时段的结束时间早于所述第二时段的开始时间；
再进一步来说，所述第一时段具体可以为得到雷达的上一次标定参数之后的一段时长。
所述第一时段的开始时间可以在得到所述雷达的所述上一次标定参数之后的第一预设时间间隔开始；所述第一预设时间间隔可以根据实际情况设置，比如可以为1天，或者可以为几个小时(比如12小时)。所述第一时段的长度也可以根据实际情况设置，比如可以为2天或者24小时等等。
举例来说，在得到所述雷达的所述上一次标定参数的时间可以为上个月第1日的上午10点，第一预设时间间隔为2小时，则所述第一时段可以为该上个月第1日10点之后的中午12点开始，至上个月第2日的中午12点结束。
所述第二时段则可以是在确定需要对所述雷达的标定参数进行修正之后的一段时长。所述确定需要对所述雷达的标定参数进行修正可以是在雷达参数不准确，或者，可以是在得到所述雷达的所述上一次标定参数之后达到第二预设时间间隔。
举例来说，所述第二时段的开始时间可以指的是在确定所述雷达参数不准确的时间；又或者，在所述雷达的所述上一次标定参数的时刻开始计时，当计时时长达到第二预设时间间隔的情况下，可以自动的开始所述第二时段。需要指出的是，所述第二预设时间间隔大于所述第一预设时间间隔与所述第一时段的长度之和。
所述M个参考对象可以是在雷达的探测范围内、且在所述第一时段内，被雷达探测到的M个参考对象。所述N个参考对象可以是在雷达的探测范围内、且在所述第二时段内，被雷达探测到的N个参考对象。其中，所述M个参考对象或者N个参考对象中的任意之一可以为车辆或障碍物等等。
所述雷达的探测范围与所述雷达本身性能相关，具体的，雷达性能包括探头数量、载波频率、信号形式、脉冲重复频率、脉冲宽度、调制系数等，例如探头数量越多，探测盲区越小，探测范围越大；载波频率越高，对应波长越小，探测范围越小。
所述雷达可以通过发射无线电波并接收回波来确定M个参考对象或N个参考对象中每一个参考对象的参考位置。上述M个参考对象或N个参考对象中，每一个参考对象对应的参考位置可以为多个。
需要理解的是，所述M个参考对象或N个参考对象并不是在所述第一时段或第二时段内均可以被探测到的。举例来说，假设在第一时段内以一定的时间间隔推送了20次无线电波，相应的接收到20次回波，其中基于第1次～第10次回波可以确定参考对象1、参考对象2、参考对象3分别对应的10个参考位置，第11-第20次回波可以确定参考对象3、参考对象4分别对应的10个参考位置；最终在第一时段内可以确定4个参考对象分别对应的多个参考位置。在第二时段内的情况与其类似，不做赘述。
基于所述M个参考对象对应的参考位置以及所述N个参考对象对应的参考位置，确定所述第一时段内的L条轨迹信息以及所述第二时段内的K条轨迹信息，可以是：基于所述M个参考对象中每一个参考对象对应的多个参考位置，构建在所述第一时段内每一个参考对象所对应的轨迹信息；以及，基于所述N个参考对象中每一个参考对象对应的多个参考位置，构建在所述第二时段内每一个参考对象所对应的轨迹信息。
上述M可以等于L，N可以等于K，均为大于等于1的整数。在M等于L、N等于K的情况下，可以是：基于所述M个参考对象中每一个参考对象的多个参考位置构建一个轨迹信息，最终得到在所述第一时段内的M条轨迹信息；以及，基于所述N个参考对象中每一个参考对象的多个参考位置构建一个轨迹信息，最终得到在所述第二时段内的N条轨迹信息。
上述M可以大于L，N可以大于K，均为大于等于1的整数。在M大于L、N大于K的情况下，可以是：基于所述M个参考对象中每一个参考对象的多个参考位置构建一个对应的候选轨迹信息，从所述M个候选轨迹信息中过滤一部分候选轨迹信息，最终可以得到所述第一时段内的所述L条轨迹信息；以及，基于所述N个参考对象中每一个参考对象的多个参考位置构建一个对应的候选轨迹信息，从所述N个候选轨迹信息中过滤一部分候选轨迹信息，最终可以得到所述第二时段内的所述K条轨迹信息。
基于所述第一时段内的所述L条轨迹信息、所述第二时段内的所述K条轨迹信息、以及高精地图的当前相关信息，确定所述雷达相对于所述上一次标定参数的标定参数修正值，具体可以为：基于所述上一次标定参数、所述第一时段内的所述L条轨迹信息、所述第二时段内的所述K条轨迹信息、以及所述高精地图的当前车道中心线，确定所述雷达相对于所述上一次标定参数的标定参数修正值。
其中，所述雷达的所述上一次标定参数可以包括有旋转矩阵以及平移矩阵；所述雷达的所述上一次标定参数可以用于基于所述旋转矩阵以及平移矩阵将所述雷达坐标系下的参考对象的位置信息转换至目标坐标系。
所述雷达相对于所述上一次标定参数的标定参数修正值可以包括有相对于所述上一次标定参数中的旋转矩阵的旋转矩阵修正值，以及相对于所述上一次标定参数中的平移矩阵的平移矩阵修正值。
这里，所述目标坐标系可以为全部车路协同场景下的设备统一使用的坐标系；又或者，该目标坐标系可以为高精地图的坐标系，或是高精地图使用的坐标系，比如，可以为世界坐标系。
如此，可以通过获取雷达在第一时段内采集的M个参考对象的参考位置、以及在第二时段内采集的N个参考对象的参考位置，结合高精地图的当前相关信息，确定相对于上一次标定参数的所述雷达的标定参数修正值。由于在确定所述雷达的标定参数修正值的处理中仅需要采用雷达实时感知的数据并且结合相应的高精地图的当前相关信息，就可以确定相对于上一次标定参数的所述雷达的标定参数修正值，从而可以避免人工因素的参与所带来的对准确性的影响，从而保证了最终得到的所述雷达的标定参数修正值的获取效率以及其准确性，进一步保证了车路协同场景中的处理效率以及数据准确性。
所述基于所述M个参考对象对应的参考位置以及所述N个参考对象对应的参考位置，确定所述第一时段内的L条轨迹信息以及所述第二时段内的K条轨迹信息，包括：
基于所述M个参考对象分别对应的参考位置生成M条候选轨迹信息，以及基于所述N个参考对象分别对应的参考位置生成N条候选轨迹信息；
对所述M条候选轨迹信息以及所述N条候选轨迹信息进行过滤，得到所述第一时段内的所述L条轨迹信息以及所述第二时段内的所述K条轨迹信息。
其中，所述基于所述M个参考对象分别对应的参考位置生成M条候选轨迹信息，具体可以包括：将所述M个参考对象中每一个参考对象的多个参考位置依照时间先后顺序进行排列并连接，得到所述第一时段内的M个参考对象分别对应的候选轨迹信息。具体来说，前述已经说明，在所述第一时段内可以以一定时间间隔依次获取到所述M个参考对象中每一个参考对象对应的一个或多个参考位置，也就是说，每一个参考位置还可以对应有一个时刻值或时间戳；在构建每一个参考对象所对应的轨迹信息的时候，可以基于每一个参考对象的多个参考位置依照时间先后顺序进行排列并连接，得到每一个参考对象对应的候选轨迹信息。
举例来说，M＝3，如图2所示，在第一时段内所述雷达采集得到第一参考对象的5个参考位置，第二参考对象的5个参考位置，以及第三参考对象的5个参考位置；每一个参考对象的每一个参考位置可以对应一个时刻值或时间戳；最终可以构建如图2中所示的，第一参考对象所对应的第一轨迹作为一个候选轨迹信息，第二参考对象所对应的第二轨迹作为一个候选轨迹信息，以及第三参考对象所对应的第三轨迹作为一个候选轨迹信息，也就是说，基于第一时段内采集得到的三个参考对象的多个参考位置，构建了三个候选轨迹信息。
其中，所述基于所述N个参考对象分别对应的参考位置生成N条候选轨迹信息，具体可以包括：将所述N个参考对象中每一个参考对象的多个参考位置依照时间先后顺序进行排列并连接，得到所述第二时段内的N个参考对象分别对应的候选轨迹信息。具体的，在所述第二时段内可以以一定时间间隔依次获取到所述N个参考对象中每一个参考对象对应的一个或多个参考位置，也就是说，每一个参考位置还可以对应有一个时刻值或时间戳；在构建每一个参考对象所对应的轨迹信息的时候，可以基于每一个参考对象的多个参考位置依照时间先后顺序进行排列并连接，得到每一个参考对象对应的候选轨迹信息。
所述M个候选轨迹信息、以及所述N条候选轨迹信息不一定均可以使用，因此可以根据一定的规则对候选轨迹信息进行过滤，将所述M个候选轨迹信息中保留下来的候选轨迹信息作为所述第一时段内的所述L条轨迹信息，将所述N条候选轨迹信息中保留下来的候选轨迹信息作为所述第二时段内的所述K条轨迹信息。上述L可以小于等于M，K可以小于等于N。
其中，对所述M条候选轨迹信息进行过滤，可以是基于以下方式中的至少一种来处理：
所述M条候选轨迹信息中的任意一个候选轨迹信息的长度是否大于预设长度门限值，若大于则保留，否则删除；所述预设长度门限值可以根据实际情况设置，比如可以是50米；
所述M条候选轨迹信息的任意一个候选轨迹信息是否接近直线，若接近则保留，否则删除；其中，所述任意一个候选轨迹信息是否接近直线的判断方式可以是所述候选轨迹信息中大于预设比例的部分轨迹信息为直线，即可认为候选轨迹信息接近直线；其中，预设比例可以为根据实际情况设置的，比如80％或90％等等；
所述M条候选轨迹信息中任意一个候选轨迹信息是否与对应位置的高精地图的车道中心线相似度大于相似度门限值，若大于则保留，否则删除；其中，相似度门限值可以根据实际情况设置，比如可以为95％，或者更大或更小，均在本实施例保护范围内。
对所述N条候选轨迹信息进行过滤，可以是基于以下方式中的至少一种来处理：
所述N条候选轨迹信息中的任意一个候选轨迹信息的长度是否大于预设长度门限值，若大于则保留，否则删除；所述预设长度门限值可以根据实际情况设置，比如可以是50米；
所述N条候选轨迹信息的任意一个候选轨迹信息是否接近直线，若接近则保留，否则删除；其中，所述任意一个候选轨迹信息是否接近直线的判断方式可以是所述候选轨迹信息中大于预设比例的部分轨迹信息为直线，即可认为候选轨迹信息接近直线；其中，预设比例可以为根据实际情况设置的，比如70％或95％等等；
所述N条候选轨迹信息中任意一个候选轨迹信息是否与对应位置的高精地图的车道中心线相似度大于相似度门限值，若大于则保留，否则删除。
如此，就可以对基于雷达在第一时段内采集的M个参考对象的参考位置、以及在第二时段内采集的N个参考对象的参考位置构建的M条候选轨迹信息、以及N条候选轨迹信息中一些不合理的轨迹信息进行删除，过滤得到可靠度较高的第一时段内的所述L条轨迹信息、所述第二时段内的所述K条轨迹信息，从而可以排除噪声数据的干扰，以第一时段内的所述L条轨迹信息、所述第二时段内的所述K条轨迹信息作为计算基础，可以使得后续标定参数修正值的确定更加精细准确。
本实施例中，所述对所述M条候选轨迹信息以及所述N条候选轨迹信息进行过滤，得到所述第一时段内的所述L条轨迹信息以及所述第二时段内的所述K条轨迹信息，可以包括：
基于所述M条候选轨迹信息分别与所述高精地图中的当前车道中心线的相似度，确定所述M条候选轨迹信息分别对应的评分值；以及基于所述N条候选轨迹信息分别与所述高精地图中的当前车道中心线的相似度，确定所述N条候选轨迹信息分别对应的评分值；
从所述M条候选轨迹信息中选取所述评分值大于预设门限值的所述第一时段内的所述L条轨迹信息，从所述N条候选轨迹信息中选取所述评分值大于预设门限值的所述第二时段内的所述K条轨迹信息。
也就是说，对所述M个候选轨迹信息、以及所述N条候选轨迹信息进行评分值计算，保留评分值大于预设门限值的候选轨迹信息，其余的候选轨迹信息删除。
这里，可以通过预设公式进行处理，所述预设公式可以表示如下：
其中，remaintraces是保留的所述第一时段内的所述L条轨迹信息以及所述第二时段内的所述K条轨迹信息，score()为打分机制计算公式，需要理解的是，虽然上述公式中仅示意出该打分机制计算公式score()中仅包含有函数，但是实际处理中，该score()中还包含有所述预设门限值(或称为阈值)，可以将该预设门限值表示为T-trace；/>是估计归类策略；tracesold代表M条候选轨迹信息，tracesnew代表N条候选轨迹信息。具体地，所述tracesold可以表示雷达标定后不久之后的获取到的第一时段内的雷达输入的M条候选轨迹信息；tracesnew可以表示发现所述雷达的标定参数不准确时开始获取的第二时段内的N条候选轨迹信息。
对所述预设公式的处理进行具体说明，可以包括：将所述M条候选轨迹信息、以及所述N条候选轨迹信息作为两类输入信息输入至估计归类策略(即)函数，通过估计归类策略函数对所述M条候选轨迹信息、以及所述N条候选轨迹信息分别进行归类处理；通过估计归类策略函数中包含的打分机制计算公式(即score())对输入的所述M条候选轨迹信息、以及所述N条候选轨迹信息进行评分；通过所述估计归类策略函数中包含的该预设门限值与所述M条候选轨迹信息、以及所述N条候选轨迹信息的评分值进行比较，将评分值大于阈值的候选轨迹信息进行保留，其余的删除，最终分别得到两类输出，所述两类输出分别为第一时段内对应的L条轨迹信息、以及第二时段内对应的K条轨迹信息。
再进一步地，估计归类策略(即)的处理，具体可以包括按照所述M条候选轨迹信息以及N条候选轨迹信息的几何属性、线性关系以及轨迹关系等进行归类。对M个候选轨迹信息归类后可以将轨迹信息分为直线轨迹、左拐弯轨迹、右拐弯轨迹、左变道轨迹、右变道轨迹等。
这里，所述预设门限值的设定可以根据实际情况调整，若所述预设门限值较大，则过滤得到的轨迹信息数据质量较高，但数据量较少；若所述预设门限值较小，则过滤得到的数据质量较低，但数据量较大。
如此，根据两个时段分别对应的所述M条候选轨迹信息以及所述N条候选轨迹信息，与所述高精地图中的当前车道中心线的相似度进行处理得到每一个候选轨迹信息分别对应的评分值，进而基于评分值最终得到所述第一时段内的所述L条轨迹信息以及所述第二时段内的所述K条轨迹信息，可以两个时段分别对应的候选轨迹信息进行更为准确的过滤处理，进一步提升标定参数计算的准确性。
所述基于所述第一时段内的所述L条轨迹信息、所述第二时段内的所述K条轨迹信息、以及高精地图的当前相关信息，确定所述雷达相对于所述上一次标定参数的标定参数修正值，如图3所示，包括：
S201：基于所述第二时段内的K条轨迹信息、以及高精地图的当前相关信息，确定G组当前候选标定参数；G为大于等于1的整数；
S202：基于所述第一时段内的所述L条轨迹信息及其分别对应的高精地图的当前相关信息，分别与G组当前候选标定参数进行计算得到G个结果；
S203：将所述G个结果中的最小值所对应的当前候选标定参数作为所述雷达的本次标定参数；
S204：基于所述雷达的本次标定参数以及所述雷达的所述上一次标定参数，确定所述雷达相对于所述上一次标定参数的标定参数修正值。
上述基于所述第二时段内的K条轨迹信息、以及高精地图的当前相关信息，确定G组当前候选标定参数可以是：将所述第二时段内的K条轨迹信息进行组合得到的G个轨迹信息组合；基于所述G个轨迹信息组合、以及所述高精地图的当前相关信息，分别进行计算得到所述G组当前候选标定参数。
其中，所述将所述第二时段内的K条轨迹信息进行组合得到的G个轨迹信息组合，可以是将K条轨迹信息任意两个轨迹信息组合，任意3个轨迹信息组合、任意4个轨迹信息组合，直至K个轨迹信息组合，最终可以得到G个轨迹信息组合。
基于所述G个轨迹信息组合、以及高精地图的当前相关信息，分别进行计算得到G组当前候选标定参数，具体可以是：基于所述G个轨迹信息组合中的第h个轨迹信息组合、以及高精地图的当前相关信息进行计算，得到第h组当前候选标定参数；h为大于等于1且小于等于G的整数。
这里，所述第h个轨迹信息组合可以为所述G个轨迹信息组合中的任意一个组合，也就是基于每一个轨迹信息组合均采用同样的处理方式，最终得到每一个轨迹信息组合所对应的当前候选标定参数，只是不再进行一一赘述。
通过上述方案，可以基于所述第二时段内的K条轨迹信息、以及所述高精地图的所述当前相关信息，确定G组当前候选标定参数，进一步地基于G组当前候选标定参数、所述第一时段内的所述L条轨迹信息及其分别对应的所述高精地图的所述当前相关信息计算得到G个结果，最终基于G个结果中的最小值来确定所述雷达相对于所述上一次标定参数的标定参数修正值。如此，可以避免人工因素的参与所带来的对准确性的影响，进而保证最终确定的雷达的标定参数修正值的准确性，避免了数据量较少导致的计算可靠性较低的问题。
上述基于所述第二时段内的K条轨迹信息、以及高精地图的当前相关信息，确定G组当前候选标定参数，可以包括：
基于所述第二时段内的所述K条轨迹信息分别与对应的高精地图的车道中心线之间的相似概率，确定所述K条轨迹信息分别对应的保留轨迹点；基于所述K条轨迹信息分别对应的保留轨迹点、所述K条轨迹信息分别对应的高精地图的当前车道中心线相关信息，确定所述G组当前候选标定参数。
也就是说，在确定所述G组当前候选标定参数的处理中，需要先针对所述K条轨迹信息中的第j条轨迹信息与其对应的高精地图的当前车道中心线之间的相似概率，删除所述第j条轨迹信息中的一个或多个轨迹点，得到所述第j条轨迹信息中的一个或多个保留轨迹点。
基于所述K条轨迹信息分别对应的保留轨迹点、所述K条轨迹信息分别对应的高精地图的当前车道中心线相关信息，确定所述G组当前候选标定参数，具体可以是：基于所述K条轨迹信息分别对应的保留轨迹点组成G组轨迹信息；基于所述G组轨迹信息以及每一组轨迹信息中的轨迹信息分别对应的高精地图的当前车道中心线相关信息，确定所述G组当前候选标定参数。
可见，通过对第而时段内的K条轨迹信息进行相似概率进行处理，得到K条轨迹信息分别对应的保留轨迹点，进而基于K条轨迹信息分别对应的保留轨迹点确定当前候选标定参数；如此，可以根据相似概率从K条轨迹信息中选取与高精地图的当前中心车道线相关信息的相似的轨迹点，进而使得当前候选标定参数更加准确，进而保证最终得到的结果更加准确。
关于上述G个结果中每一个结果的计算方式，说明如下：
基于所述第一时段内的所述L条轨迹信息分别与对应的高精地图的车道中心线之间的相似概率，确定所述L条轨迹信息分别对应的保留轨迹点；基于所述L条轨迹信息分别对应的保留轨迹点、所述L条轨迹信息分别对应的高精地图的当前车道中心线相关信息以及所述G组当前候选标定参数中的第j组当前候选标定参数，计算得到第j个结果；其中，j为大于等于1且小于等于G的整数。
基于所述第一时段内的所述L条轨迹信息及其分别对应的高精地图的车道中心线，以及G组当前候选标定参数进行遍历计算，从得到的G个结果中选取使得最终结果最小的一组候选标定参数作为所述雷达的本次标定参数；基于所述雷达的本次标定参数以及所述雷达的所述上一次标定参数，确定所述雷达相对于所述上一次标定参数的标定参数修正值。
需要指出的是，在计算得到所述G个结果中的任意一个结果的处理中，与上述第j个结果的处理均相同，只是不做一一赘述。
所述第二时段内的所述K条轨迹信息分别对应的所述高精地图的当前车道中心线相关信息，具体可以是所述高精地图中的与K条轨迹信息中的任意一条轨迹信息所对应的车道中心线；或者，可以是与K条轨迹信息中的任意一条轨迹信息所对应的高精地图的车道中心线推理得到的虚拟轨迹，其中，所述推理得到的虚拟轨迹，可以是根据所述高精地图的车道中心线确定的与其平行的一条或多条虚拟轨迹。
具体的，结合以下公式进行说明：
其中，tracesold(i)是所述第一时段内的所述L条轨迹信息中的任意一条轨迹信息；
tracesnew(i)是所述第二时段内的所述K条轨迹信息中的任意一条轨迹信息；
(Rj,Tj)为前述G组当前候选标定参数中第j组候选标定参数；
tracelanes(i)是与前述任意一条轨迹信息对应的高精地图的车道中心线，或者可以是基于与前述任意一条轨迹信息对应的高精地图的车道中心线推理得到的虚拟轨迹；
P(*)代表基于与前述任意一条轨迹信息分别对应的高精地图的车道中心线之间的相似概率，确定前述任意一条轨迹信息分别对应的保留轨迹点，也就是可以依概率选择每一条轨迹信息上的一个或多个轨迹点和高精地图给出的车道轨迹具有一定的相似度；
argmin()表示取使得最终的结果最优的一组当前候选标定参数；比如，可以为最小结果对应的当前候选标定参数。
(ΔR，ΔT)表示最终计算得到的所述雷达相对于所述上一次标定参数的标定参数修正值，其中ΔR可以是旋转矩阵的修正值，ΔT可以是位移矩阵的修正值。
具体计算过程说明如下：
基于所述第二时段内的K条轨迹信息、以及高精地图的当前相关信息，确定G组当前候选标定参数。
基于与所述第一时段内的所述L条轨迹信息分别对应的高精地图的车道中心线之间的相似概率，确定所述第一时段内的所述L条轨迹信息的保留轨迹点。比如，当高精地图的当前车道中心线为直线时，依照概率选择函数P(*)分别选取所述第一时段内的所述L条轨迹信息中的部分轨迹点，剔除掉部分处于异常位置的轨迹点；其中，所述处于异常位置的轨迹点可以是直线行驶的过程中发生紧急变道时对应的轨迹点。
基于所述第一时段内的所述L条轨迹信息分别对应的保留轨迹点、第j组候选标定参数(Rj,Tj)进行计算，得到所述第一时段内的所述L条轨迹信息转换到目标坐标系下的轨迹；基于所述第一时段内的所述L条轨迹信息分别对应的转换到目标坐标系下的轨迹、以及其对应的高精地图的车道中心线进行差值计算，得到所述第一时段内的所述L条轨迹信息分别对应的差值，将所述N条候选轨迹信息分别对应的差值进行求和计算，得到第j组候选标定参数(Rj,Tj)，所对应的第j个结果；以此类推，直至遍历全部G个候选标定参数后，得到G个结果。
基于argmin()函数，从所述G个结果中选取最优的一个结果，将该结果所对应的当前候选标定参数，作为所述雷达的本次标定参数。所述最优的一个结果，可以为最小结果对应的当前候选标定参数。需要理解的是，在其他情况中，还有可能会选取最大结果对应的当前候选标定参数。本实施例不对全部情况进行赘述。
基于所述雷达的本次标定参数以及所述雷达的所述上一次标定参数，确定所述雷达相对于所述上一次标定参数的标定参数修正值。
如此，在进行G个结果的计算过程中，通过所述第一时段内的所述L条轨迹信息分别与对应的高精地图的车道中心线之间的相似概率对L条轨迹信息中的轨迹点进一步进行过滤，再基于L条轨迹信息中的保留轨迹点进行当前候选标定参数对应的结果。可以保证计算过程中使用到的保留轨迹点更加符合行车规范，进而保证最终得到的结果的准确性更高，并且整个处理中没有人为因素的影响，也进一步保证了整个处理的高效性以及准确性。
对前述实施例提供一种示例性说明：
车路协同场景下的雷达(比如毫米波雷达)的使用依赖于对雷达自身参数的获取，雷达的标定的处理即获得雷达的标定参数。本实施例提供的标定参数修正的处理是在所述雷达已经完成上一次标定处理得到上一次标定参数的情况下执行的，而这种情况的产生是由于随着时间的推移参数发生变化的后需要再次校准所述雷达的标定参数以得到一个持续准确的雷达的标定参数；比如，随着时间的推移高精地图产生变化，需要基于高精地图的当前相关信息再次校准所述雷达的标定参数以得到一个持续准确的雷达的标定参数；或者，再比如，随着时间的推移雷达的位置发生一定的物理变化，也需要基于高精地图的当前相关信息、以及雷达近期采集的数据再次校准所述雷达的标定参数以得到一个持续准确的雷达的标定参数。又或者，所述雷达的所述上一次标定参数即为所述雷达的初始标定参数，由于初次得到所述雷达的标定参数可能使用的方式为人工标定的方式，这种方式可能存在由于人为因素的影响而导致的标定参数不准确的问题，因此这种情况下也需要采用本实施例提供的方案进行雷达的标定参数的修正
本实施例提供的方案包括两个部分：获取路侧(或路端)的所述雷达采集的数据以及所述高精地图的当前相关信息；以及确定所述雷达的标定参数修正值的方法。说明如下：
在车路协同场景中，有些地方在安装雷达后使用一段时间后由于雷达发生了物理上的偏移，而施工人员不可能到现场介入，各个单位的协同等问题的不一致，使得雷达参数的校准工作变成了一个难题。此时，仅有的条件可能就是给出某段路段的高精地图，以及在通电通网后能够获取雷达感知的障碍物的一些基本信息。基于此，本实施例需要获取的数据输入包括高精地图的当前相关信息(比如架设有所述雷达的路段在高精地图中的当前相关信息，即所述高精地图中的局部当前相关信息)，以及所述雷达对路上经过的参考对象(比如车辆)的信息的感知，即所述参考对象的参考位置。这样，在数据的获取过程中不需要人员到现场就能获取，这样可以减少人工处理带来的数据不够准确、以及人员到现场进行数据采集所带来的效率较低的问题。
进一步地，从所述雷达在不同时间采集的所述参考对象的参考位置中获取第一时段内的M个参考对象对应的参考位置、以及第二时段内的N个参考对象对应的参考位置，进而得到所述第一时段的候选轨迹信息以及第二时段内的候选轨迹信息；通过对所述第一时段的候选轨迹信息以及第二时段内的候选轨迹信息这两种信息进行过滤，保留其中的行车规范的轨迹，也就是得到所述第一时段内的L条轨迹信息以及所述第二时段内的K条轨迹信息；
利用所述第一时段内的L条轨迹信息以及所述第二时段内的K条轨迹信息做相应的算法优化，结合所述雷达的所述上一次标定参数确定所述雷达相对于所述上一次标定参数的标定参数修正值。
由于当车辆(也就是前述参考对象)行车规范的时候，车辆所对应的轨迹信息有很大概率会和当前车道中心线存在相似，即车辆在当前车道中心线附近行驶，也就是车辆所对应的轨迹信息会依概率出现在车道线的中心线的附近。因此，本实施例可以基于车辆所对应的轨迹信息会依概率出现在车道线的中心线的附近这个先验信息，使用相似概率的处理对所述雷达的上一次标定参数进行校准，得到所述雷达的所述标定参数修正值。其中，结合行车规范轨迹在所述第一时段内的L条轨迹信息上的相似度、以及在当下行车规范轨迹以及所述第二时段内的K条轨迹信息的相似度，通过对上述两个时段分别对应的轨迹信息进行相似度分析，来确定各个轨迹信息中的保留轨迹点。
通过以上两个部分的可以很快捷并且准确的确定所述雷达相对于所述上一次标定参数的标定参数修正值，从而提供更加精确的路侧雷达的感知结果，在实际操作中本实施例提供的方案简单易用。
在前述所述雷达相对于所述上一次标定参数的标定参数修正值之后，还可以包括：基于所述雷达相对于所述上一次标定参数的标定参数修正值对所述雷达的标定参数进行调整，得到所述雷达的本次标定参数。
进一步地，在得到所述雷达的本次标定参数之后，还可以获取所述雷达在所述雷达的坐标系下实时采集的目标对象的位置信息，基于所述雷达的本次标定参数对所述目标对象的位置信息进行调整，得到所述目标对象的位置信息在所述目标坐标系下对应的位置信息。
也就是说，将所述雷达实时采集的目标对象的位置信息，基于前述雷达的本次标定参数进行转换，最终可以得到当前雷达坐标系下的目标对象的位置信息在目标坐标系中对应的位置信息。
所述目标对象具体可以为路面上行驶的车辆、停止的车辆、行人、障碍物等中的任意之一。关于雷达实时采集目标对象的位置信息的处理与前述实施例相同，不做赘述。另外，所述雷达采集到的目标对象的位置信息为雷达的坐标系中的位置信息。
对于雷达探测范围内会存在多个对象，将其中任意一个作为目标对象，均可以基于上述雷达的标定参数进行转换，确定其在目标坐标系中相应的位置。
所述目标坐标系在前述已经说明，这里不做赘述，一种示例中，高精地图采用的坐标系即为所述目标坐标系，也就是说获取所述雷达在所述雷达的坐标系下实时采集的目标对象的位置信息，基于所述雷达的标定参数对所述目标对象的位置信息进行调整，得到所述目标对象在所述高精地图中对应的信息。
还需要理解的是，在完成本次处理之后，所述雷达的所述本次标定参数可以作为上一次标定参数，进而可以重复执行以上实施例提供的方案的处理，不做重复说明。
本申请实施例还提供了一种雷达标定参数的修正装置。如图4，该装置包括：
雷达数据获取模块301，用于在得到雷达的上一次标定参数的情况下，获取所述雷达在第一时段内在雷达坐标系下采集的M个参考对象对应的参考位置，以及第二时段内在所述雷达坐标系下采集的N个参考对象对应的参考位置；其中，所述第一时段以及所述第二时段均在得到所述雷达的所述上一次标定参数之后，并且所述第一时段的结束时间早于所述第二时段的开始时间；M和N为大于等于1的整数；
轨迹处理模块302，用于基于所述M个参考对象对应的参考位置以及所述N个参考对象对应的参考位置，确定所述第一时段内的L条轨迹信息以及所述第二时段内的K条轨迹信息；L和K均为大于等于1的整数；
修正值确定模块303，用于基于所述第一时段内的所述L条轨迹信息、所述第二时段内的所述K条轨迹信息、以及高精地图的当前相关信息，确定所述雷达相对于所述上一次标定参数的标定参数修正值。
在一种实施方式中，所述轨迹处理模块302，用于基于所述M个参考对象分别对应的参考位置生成M条候选轨迹信息，以及基于所述N个参考对象分别对应的参考位置生成N条候选轨迹信息；对所述M条候选轨迹信息以及所述N条候选轨迹信息进行过滤，得到所述第一时段内的所述L条轨迹信息以及所述第二时段内的所述K条轨迹信息。
在一种实施方式中，所述轨迹处理模块302，用于基于所述M条候选轨迹信息分别与所述高精地图中的当前车道中心线的相似度，确定所述M条候选轨迹信息分别对应的评分值；以及基于所述N条候选轨迹信息分别与所述高精地图中的当前车道中心线的相似度，确定所述N条候选轨迹信息分别对应的评分值；从所述M条候选轨迹信息中选取所述评分值大于预设门限值的所述第一时段内的所述L条轨迹信息，从所述N条候选轨迹信息中选取所述评分值大于预设门限值的所述第二时段内的所述K条轨迹信息。
在一种实施方式中，所述修正值确定模块303，用于基于所述第二时段内的K条轨迹信息、以及所述高精地图的所述当前相关信息，确定G组当前候选标定参数；G为大于等于1的整数；基于所述第一时段内的所述L条轨迹信息及其分别对应的所述高精地图的所述当前相关信息，分别与G组当前候选标定参数进行计算得到G个结果；将所述G个结果中的最小值所对应的当前候选标定参数作为所述雷达的本次标定参数；基于所述雷达的本次标定参数以及所述雷达的所述上一次标定参数，确定所述雷达相对于所述上一次标定参数的标定参数修正值。
在一种实施方式中，所述修正值确定模块303，用于基于所述第二时段内的所述K条轨迹信息分别与对应的所述高精地图的当前车道中心线相关信息之间的相似概率，确定所述K条轨迹信息分别对应的保留轨迹点；基于所述K条轨迹信息分别对应的保留轨迹点、所述K条轨迹信息分别对应的所述高精地图的所述当前车道中心线相关信息，确定所述G组当前候选标定参数。
在一种实施方式中，所述修正值确定模块303，用于基于所述第一时段内的所述L条轨迹信息分别与对应的高精地图的车道中心线之间的相似概率，确定所述L条轨迹信息分别对应的保留轨迹点；基于所述L条轨迹信息分别对应的保留轨迹点、所述L条轨迹信息分别对应的高精地图的当前车道中心线相关信息以及所述G组当前候选标定参数中的第j组当前候选标定参数，计算得到第j个结果；其中，j为大于等于1且小于等于G的整数。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。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/或要求的本公开的实现。
如图5所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CGU)、图形处理单元(GGU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSG)、以及任何适当的处理器、控制器、微控制器等。计算单元60执行上文所描述的各个方法和处理，例如雷达标定参数的修正方法。例如，在一些实施例中，雷达标定参数的修正方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的雷达标定参数的修正方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行雷达标定参数的修正方法。
本文中以上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、场可编程门阵列(FGGA)、专用集成电路(ASIC)、专用标准产品(ASSG)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CGLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EGROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。
本公开还提供了一种路侧设备，可以为如前述电子设备。
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，本公开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，只要能够实现本公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (15)
1.一种雷达标定参数的修正方法，包括：
在得到雷达的上一次标定参数的情况下，获取所述雷达在第一时段内在雷达坐标系下采集的M个参考对象对应的参考位置，以及第二时段内在所述雷达坐标系下采集的N个参考对象对应的参考位置；其中，所述第一时段以及所述第二时段均在得到所述雷达的所述上一次标定参数之后，并且所述第一时段的结束时间早于所述第二时段的开始时间；M和N为大于等于1的整数；
基于所述M个参考对象对应的参考位置以及所述N个参考对象对应的参考位置，确定所述第一时段内的L条轨迹信息以及所述第二时段内的K条轨迹信息；L和K均为大于等于1的整数；
基于所述第一时段内的所述L条轨迹信息、所述第二时段内的所述K条轨迹信息、以及高精地图的当前相关信息，确定所述雷达相对于所述上一次标定参数的标定参数修正值。
2.根据权利要求1所述的方法，其中，所述基于所述M个参考对象对应的参考位置以及所述N个参考对象对应的参考位置，确定所述第一时段内的L条轨迹信息以及所述第二时段内的K条轨迹信息，包括：
基于所述M个参考对象分别对应的参考位置生成M条候选轨迹信息，以及基于所述N个参考对象分别对应的参考位置生成N条候选轨迹信息；
对所述M条候选轨迹信息以及所述N条候选轨迹信息进行过滤，得到所述第一时段内的所述L条轨迹信息以及所述第二时段内的所述K条轨迹信息。
3.根据权利要求2所述的方法，其中，所述对所述M条候选轨迹信息以及所述N条候选轨迹信息进行过滤，得到所述第一时段内的所述L条轨迹信息以及所述第二时段内的所述K条轨迹信息，包括：
基于所述M条候选轨迹信息分别与所述高精地图中的当前车道中心线的相似度，确定所述M条候选轨迹信息分别对应的评分值；以及基于所述N条候选轨迹信息分别与所述高精地图中的当前车道中心线的相似度，确定所述N条候选轨迹信息分别对应的评分值；
从所述M条候选轨迹信息中选取所述评分值大于预设门限值的所述第一时段内的所述L条轨迹信息，从所述N条候选轨迹信息中选取所述评分值大于预设门限值的所述第二时段内的所述K条轨迹信息。
4.根据权利要求1所述的方法，其中，所述基于所述第一时段内的所述L条轨迹信息、所述第二时段内的所述K条轨迹信息、以及高精地图的当前相关信息，确定所述雷达相对于所述上一次标定参数的标定参数修正值，包括：
基于所述第二时段内的K条轨迹信息、以及所述高精地图的所述当前相关信息，确定G组当前候选标定参数；G为大于等于1的整数；
基于所述第一时段内的所述L条轨迹信息及其分别对应的所述高精地图的所述当前相关信息，分别与G组当前候选标定参数进行计算得到G个结果；
将所述G个结果中的最小值所对应的当前候选标定参数作为所述雷达的本次标定参数；
基于所述雷达的本次标定参数以及所述雷达的所述上一次标定参数，确定所述雷达相对于所述上一次标定参数的标定参数修正值。
5.根据权利要求4所述的方法，其中，所述基于所述第二时段内的K条轨迹信息、以及高精地图的当前相关信息，确定G组当前候选标定参数，包括：
基于所述第二时段内的所述K条轨迹信息分别与对应的所述高精地图的当前车道中心线相关信息之间的相似概率，确定所述K条轨迹信息分别对应的保留轨迹点；基于所述K条轨迹信息分别对应的保留轨迹点、所述K条轨迹信息分别对应的所述高精地图的所述当前车道中心线相关信息，确定所述G组当前候选标定参数。
6.根据权利要求4所述的方法，其中，所述基于所述第一时段内的所述L条轨迹信息及其分别对应的高精地图的当前相关信息，分别与G组当前候选标定参数进行计算得到G个结果，包括：
基于所述第一时段内的所述L条轨迹信息分别与对应的高精地图的车道中心线之间的相似概率，确定所述L条轨迹信息分别对应的保留轨迹点；基于所述L条轨迹信息分别对应的保留轨迹点、所述L条轨迹信息分别对应的高精地图的当前车道中心线相关信息以及所述G组当前候选标定参数中的第j组当前候选标定参数，计算得到第j个结果；其中，j为大于等于1且小于等于G的整数。
7.一种雷达标定参数的修正装置，包括：
雷达数据获取模块，用于在得到雷达的上一次标定参数的情况下，获取所述雷达在第一时段内在雷达坐标系下采集的M个参考对象对应的参考位置，以及第二时段内在所述雷达坐标系下采集的N个参考对象对应的参考位置；其中，所述第一时段以及所述第二时段均在得到所述雷达的所述上一次标定参数之后，并且所述第一时段的结束时间早于所述第二时段的开始时间；M和N为大于等于1的整数；
轨迹处理模块，用于基于所述M个参考对象对应的参考位置以及所述N个参考对象对应的参考位置，确定所述第一时段内的L条轨迹信息以及所述第二时段内的K条轨迹信息；L和K均为大于等于1的整数；
修正值确定模块，用于基于所述第一时段内的所述L条轨迹信息、所述第二时段内的所述K条轨迹信息、以及高精地图的当前相关信息，确定所述雷达相对于所述上一次标定参数的标定参数修正值。
8.根据权利要求7所述的装置，其中，所述轨迹处理模块，用于基于所述M个参考对象分别对应的参考位置生成M条候选轨迹信息，以及基于所述N个参考对象分别对应的参考位置生成N条候选轨迹信息；对所述M条候选轨迹信息以及所述N条候选轨迹信息进行过滤，得到所述第一时段内的所述L条轨迹信息以及所述第二时段内的所述K条轨迹信息。
9.根据权利要求8所述的装置，其中，所述轨迹处理模块，用于基于所述M条候选轨迹信息分别与所述高精地图中的当前车道中心线的相似度，确定所述M条候选轨迹信息分别对应的评分值；以及基于所述N条候选轨迹信息分别与所述高精地图中的当前车道中心线的相似度，确定所述N条候选轨迹信息分别对应的评分值；从所述M条候选轨迹信息中选取所述评分值大于预设门限值的所述第一时段内的所述L条轨迹信息，从所述N条候选轨迹信息中选取所述评分值大于预设门限值的所述第二时段内的所述K条轨迹信息。
10.根据权利要求7所述的装置，其中，所述修正值确定模块，用于基于所述第二时段内的K条轨迹信息、以及所述高精地图的所述当前相关信息，确定G组当前候选标定参数；G为大于等于1的整数；基于所述第一时段内的所述L条轨迹信息及其分别对应的所述高精地图的所述当前相关信息，分别与G组当前候选标定参数进行计算得到G个结果；将所述G个结果中的最小值所对应的当前候选标定参数作为所述雷达的本次标定参数；基于所述雷达的本次标定参数以及所述雷达的所述上一次标定参数，确定所述雷达相对于所述上一次标定参数的标定参数修正值。
11.根据权利要求10所述的装置，其中，所述修正值确定模块，用于基于所述第二时段内的所述K条轨迹信息分别与对应的所述高精地图的当前车道中心线相关信息之间的相似概率，确定所述K条轨迹信息分别对应的保留轨迹点；基于所述K条轨迹信息分别对应的保留轨迹点、所述K条轨迹信息分别对应的所述高精地图的所述当前车道中心线相关信息，确定所述G组当前候选标定参数。
12.根据权利要求10所述的装置，其中，所述修正值确定模块，用于基于所述第一时段内的所述L条轨迹信息分别与对应的高精地图的车道中心线之间的相似概率，确定所述L条轨迹信息分别对应的保留轨迹点；基于所述L条轨迹信息分别对应的保留轨迹点、所述L条轨迹信息分别对应的高精地图的当前车道中心线相关信息以及所述G组当前候选标定参数中的第j组当前候选标定参数，计算得到第j个结果；其中，j为大于等于1且小于等于G的整数。
13.一种电子设备，其特征在于，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1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使计算机执行权利要求1-6中任一项所述的方法。
15.一种路侧设备，包括如权利要求13所述的电子设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011573190.8A CN112578357B (zh) | 2020-12-24 | 2020-12-24 | 雷达标定参数的修正方法、装置、电子设备和路侧设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011573190.8A CN112578357B (zh) | 2020-12-24 | 2020-12-24 | 雷达标定参数的修正方法、装置、电子设备和路侧设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112578357A CN112578357A (zh) | 2021-03-30 |
| CN112578357B true CN112578357B (zh) | 2024-05-28 |
Family
ID=75140007
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011573190.8A Active CN112578357B (zh) | 2020-12-24 | 2020-12-24 | 雷达标定参数的修正方法、装置、电子设备和路侧设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112578357B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112763995B (zh) * | 2020-12-24 | 2023-09-01 | 阿波罗智联(北京)科技有限公司 | 雷达标定方法、装置、电子设备和路侧设备 |
| CN113093128A (zh) * | 2021-04-09 | 2021-07-09 | 阿波罗智联(北京)科技有限公司 | 用于标定毫米波雷达的方法、装置、电子设备及路侧设备 |
| CN113702953A (zh) * | 2021-08-25 | 2021-11-26 | 广州文远知行科技有限公司 | 一种雷达标定方法、装置、电子设备和存储介质 |
| CN116679293B (zh) * | 2023-08-01 | 2023-09-29 | 长沙隼眼软件科技有限公司 | 基于高精地图的多雷达目标轨迹拼接方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006007940A (ja) * | 2004-06-24 | 2006-01-12 | Fujitsu Ltd | レーダ装置の校正方法、レーダ装置、監視システム、プログラム |
| CN110793544A (zh) * | 2019-10-29 | 2020-02-14 | 北京百度网讯科技有限公司 | 感知传感器参数标定方法、装置、设备及存储介质 |
| CN111398924A (zh) * | 2020-04-29 | 2020-07-10 | 上海英恒电子有限公司 | 雷达安装角度标定方法及系统 |
| CN112017250A (zh) * | 2020-08-31 | 2020-12-01 | 杭州海康威视数字技术股份有限公司 | 标定参数确定方法、装置、雷视设备和雷球接力系统 |
| CN112098964A (zh) * | 2020-09-23 | 2020-12-18 | 华人运通(上海)自动驾驶科技有限公司 | 路端雷达的标定方法、装置、设备及存储介质 |
-
2020
- 2020-12-24 CN CN202011573190.8A patent/CN112578357B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006007940A (ja) * | 2004-06-24 | 2006-01-12 | Fujitsu Ltd | レーダ装置の校正方法、レーダ装置、監視システム、プログラム |
| CN110793544A (zh) * | 2019-10-29 | 2020-02-14 | 北京百度网讯科技有限公司 | 感知传感器参数标定方法、装置、设备及存储介质 |
| CN111398924A (zh) * | 2020-04-29 | 2020-07-10 | 上海英恒电子有限公司 | 雷达安装角度标定方法及系统 |
| CN112017250A (zh) * | 2020-08-31 | 2020-12-01 | 杭州海康威视数字技术股份有限公司 | 标定参数确定方法、装置、雷视设备和雷球接力系统 |
| CN112098964A (zh) * | 2020-09-23 | 2020-12-18 | 华人运通(上海)自动驾驶科技有限公司 | 路端雷达的标定方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112578357A (zh) | 2021-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112578357B (zh) | 雷达标定参数的修正方法、装置、电子设备和路侧设备 | |
| CN112763995B (zh) | 雷达标定方法、装置、电子设备和路侧设备 | |
| CN112560680A (zh) | 车道线处理方法、装置、电子设备及存储介质 | |
| CN113759349B (zh) | 激光雷达与定位设备的标定方法、设备及自动驾驶车辆 | |
| CN113093128A (zh) | 用于标定毫米波雷达的方法、装置、电子设备及路侧设备 | |
| CN112763993A (zh) | 标定雷达参数的方法和装置、电子设备、存储介质 | |
| CN114036253B (zh) | 高精地图数据处理方法、装置、电子设备和介质 | |
| CN112526470A (zh) | 标定雷达参数的方法和装置、电子设备、存储介质 | |
| CN112862006A (zh) | 图像深度信息获取模型的训练方法、装置及电子设备 | |
| CN113436233A (zh) | 自动驾驶车辆的配准方法、装置、电子设备和车辆 | |
| CN112578781B (zh) | 数据处理方法、装置、芯片系统及介质 | |
| CN113920273B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| CN113762397B (zh) | 检测模型训练、高精度地图更新方法、设备、介质及产品 | |
| CN114528941A (zh) | 传感器数据融合方法、装置、电子设备及存储介质 | |
| CN113029136A (zh) | 定位信息处理的方法、设备、存储介质及程序产品 | |
| CN114882461B (zh) | 设备环境识别方法、装置、电子设备和自动驾驶车辆 | |
| CN117755312A (zh) | 车道线拟合方法、电子设备及存储介质 | |
| CN114443679A (zh) | 一种地图数据更新方法、装置、设备以及存储介质 | |
| CN116226782A (zh) | 传感器数据融合方法、装置、设备以及存储介质 | |
| CN114049615A (zh) | 行驶环境中交通对象融合关联方法、装置及边缘计算设备 | |
| CN114419159A (zh) | 相机标定方法、装置、电子设备和可读存储介质 | |
| CN112630736A (zh) | 路侧雷达的参数确定方法、装置、设备及存储介质 | |
| CN112507951B (zh) | 指示灯识别方法、装置、设备、路侧设备和云控平台 | |
| CN115880353B (zh) | 确定路面病害的面积的方法、装置及计算机程序产品 | |
| CN114529768B (zh) | 确定对象类别的方法、装置、电子设备和存储介质 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211013 Address after: 100176 Room 101, 1st floor, building 1, yard 7, Ruihe West 2nd Road, economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |