CN112596691A - 信息推送方法、装置、电子设备和计算机可读介质 - Google Patents

信息推送方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN112596691A
CN112596691A CN202010910963.0A CN202010910963A CN112596691A CN 112596691 A CN112596691 A CN 112596691A CN 202010910963 A CN202010910963 A CN 202010910963A CN 112596691 A CN112596691 A CN 112596691A
Authority
CN
China
Prior art keywords
visual
observation
information
vehicle pose
vehicle
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
Application number
CN202010910963.0A
Other languages
English (en)
Other versions
CN112596691B (zh
Inventor
李帅杰
骆沛
倪凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heduo Technology Guangzhou Co ltd
Original Assignee
HoloMatic Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by HoloMatic Technology Beijing Co Ltd filed Critical HoloMatic Technology Beijing Co Ltd
Priority to CN202010910963.0A priority Critical patent/CN112596691B/zh
Publication of CN112596691A publication Critical patent/CN112596691A/zh
Application granted granted Critical
Publication of CN112596691B publication Critical patent/CN112596691B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G06F3/1454—Digital output to display device ; Cooperation and interconnection of the display device with other functional units involving copying of the display data of a local workstation or window to a remote workstation or window so that an actual copy of the data is displayed simultaneously on two or more displays, e.g. teledisplay
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开的实施例公开了信息推送方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对第一车辆位姿集合中的每个第一车辆位姿、与第一车辆位姿对应的视觉观测量和与视觉观测量对应的视觉投影点坐标值进行数据处理以生成视觉观测误差；对第二车辆位姿集合中的每个第二车辆位姿和与第二车辆位姿对应的观测量和进行数据处理以生成观测误差；基于视觉观测误差集合中的各个视觉观测误差、观测误差集合中的各个观测误差、视觉观测信息序列中的各个视觉观测信息所包括的视觉信息矩阵和观测信息序列中的各个观测信息所包括的信息矩阵，生成目标时间段内的优化指标。该实施方式提高了车载地图定位精度。

Description

信息推送方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及信息推送方法、装置、电子设备和计算机可读介质。
背景技术
目前，自动驾驶领域提供给车辆的定位方法通常是实现视觉信息的松耦合方式。即利用松耦合技术进行里程推算。
然而，使用松耦合技术进行里程推算会存在以下问题：
第一，通常无法维持一致的系统状态，降低了地图更新数据的准确度；
第二，通常生成观测误差的准确度不高。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了信息推送方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种信息推送方法，该方法包括：获取视觉传感器在目标时间段中各个目标时间点中的每个目标时间点对应的视觉观测信息，得到视觉观测信息序列，其中，上述视觉观测信息包括视觉控制系数组、与上述视觉控制系数组对应的视觉控制点组、与上述视觉控制系数对应的视觉信息矩阵、与上述视觉信息矩阵对应的视觉观测量和与上述视觉观测量对应的视觉投影点坐标值；获取上述目标时间段中各个目标时间点对应的预定传感器组中每个预定传感器的观测信息序列，得到观测信息序列组，其中，上述观测信息包括控制系数组、与上述控制系数组对应的控制点组、与上述控制系数对应的信息矩阵和与上述信息矩阵对应的观测量；将上述视觉观测信息序列中的每个视觉观测信息所包括的视觉控制系数组中的每个视觉控制系数和与上述视觉控制系数对应的视觉控制点组输入至第一车辆位姿公式中以生成第一车辆位姿，得到第一车辆位姿集合；将上述观测信息序列组中每个观测信息序列中的每个观测信息所包括的控制系数组中的每个控制系数和与上述控制系数对应的控制点组输入至第二车辆位姿公式中以生成第二车辆位姿，得到第二车辆位姿集合；对上述第一车辆位姿集合中的每个第一车辆位姿、与上述第一车辆位姿对应的视觉观测信息所包括的视觉观测量和与上述视觉观测量对应的视觉投影点坐标值进行数据处理以生成视觉观测误差，得到视觉观测误差集合；对上述第二车辆位姿集合中的每个第二车辆位姿和与上述第二车辆位姿对应的观测信息所包括的观测量进行数据处理以生成观测误差，得到观测误差集合；基于上述视觉观测误差集合中的各个视觉观测误差、上述观测误差集合中的各个观测误差、上述视觉观测信息序列中的各个视觉观测信息所包括的视觉信息矩阵和上述观测信息序列中的各个观测信息所包括的信息矩阵，生成上述目标时间段内的优化指标。
第二方面，本公开的一些实施例提供了一种信息推送装置，装置包括：第一获取单元，被配置成获取视觉传感器在目标时间段中各个目标时间点中的每个目标时间点对应的视觉观测信息，得到视觉观测信息序列，其中，上述视觉观测信息包括视觉控制系数组、与上述视觉控制系数组对应的视觉控制点组、与上述视觉控制系数对应的视觉信息矩阵、与上述视觉信息矩阵对应的视觉观测量和与上述视觉观测量对应的视觉投影点坐标值；第二获取单元，被配置成获取上述目标时间段中各个目标时间点对应的预定传感器组中每个预定传感器的观测信息序列，得到观测信息序列组，其中，上述观测信息包括控制系数组、与上述控制系数组对应的控制点组、与上述控制系数对应的信息矩阵和与上述信息矩阵对应的观测量；第一生成单元，被配置成将上述视觉观测信息序列中的每个视觉观测信息所包括的视觉控制系数组中的每个视觉控制系数和与上述视觉控制系数对应的视觉控制点组输入至第一车辆位姿公式中以生成第一车辆位姿，得到第一车辆位姿集合；第二生成单元，被配置成将上述观测信息序列组中每个观测信息序列中的每个观测信息所包括的控制系数组中的每个控制系数和与上述控制系数对应的控制点组输入至第二车辆位姿公式中以生成第二车辆位姿，得到第二车辆位姿集合；第三生成单元，被配置成对上述第一车辆位姿集合中的每个第一车辆位姿、与上述第一车辆位姿对应的视觉观测信息所包括的视觉观测量和与上述视觉观测量对应的视觉投影点坐标值进行数据处理以生成视觉观测误差，得到视觉观测误差集合；第四生成单元，被配置成对上述第二车辆位姿集合中的每个第二车辆位姿和与上述第二车辆位姿对应的观测信息所包括的观测量进行数据处理以生成观测误差，得到观测误差集合；第五生成单元，被配置成基于上述视觉观测误差集合中的各个视觉观测误差、上述观测误差集合中的各个观测误差、上述视觉观测信息序列中的各个视觉观测信息所包括的视觉信息矩阵和上述观测信息序列中的各个观测信息所包括的信息矩阵，生成上述目标时间段内的优化指标。
第三方面，本申请实施例提供了一种电子设备，该网络设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的上述各个实施例具有如下有益效果：通过对视觉传感器在目标时间段中各个目标时间点中的每个目标时间点对应的视觉观测信息的获取和上述目标时间段中各个目标时间点对应的预定传感器组中每个预定传感器的观测信息序列的获取，可以获取到目标时间段内车辆传感器采集的信息。然后，基于视觉观测信息序列，可以生成第一车辆位姿，得到第一车辆位姿集合。基于观测信息序列，可以生成第二车辆位姿，得到第二车辆位姿集合。从而，为后续计算观测误差奠定了基础。再然后，基于上述视觉观测误差集合中的各个视觉观测误差、上述观测误差集合中的各个观测误差、上述视觉观测信息序列中的各个视觉观测信息所包括的视觉信息矩阵和上述观测信息序列中的各个观测信息所包括的信息矩阵，生成上述目标时间段内的优化指标。从而，可以将各个传感器的观测数据高效地输入到系统中以生成优化指标。由此，使得进行视觉信息的紧耦合更加便捷，降低重复计算，维持一致的系统状态，提高了地图信息的定位精度。可选的，对上述优化指标进行优化以生成地图更新数据和车辆高精位姿信息。从而，能够利用地图更新数据和高精位姿信息对高精度地图信息进行更新。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的信息推送方法的一个应用场景的示意图；
图2是根据本公开的一些实施例的信息推送方法的一些实施例的流程图；
图3是根据本公开的一些实施例的信息推送装置的一些实施例的流程图；
图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是本公开的一些实施例的信息推送方法的一个应用场景的示意图。
如图1所示，首先，计算设备101可以根据获取的视觉观测信息序列102和观测信息序列组103，生成第一车辆位姿集合104和第二车辆位姿集合105。其次，计算设备101可以根据第一车辆位姿集合104，生成视觉观测误差集合106。然后，计算设备101可以根据第二车辆位姿集合105，生成观测误差集合107。再然后，计算设备101可以根据视觉观测误差集合106和观测误差集合107，生成优化指标108。
需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中用户设备信息数目仅仅是示意性的。根据实现需要，可以具有任意数目的用户设备信息。
继续参考图2，示出了根据本公开的信息推送方法的一些实施例的流程200。上述信息推送方法，包括以下步骤：
步骤201，获取视觉传感器在目标时间段中各个目标时间点中的每个目标时间点对应的视觉观测信息，得到视觉观测信息序列。
在一些实施例中，用于信息推送方法的执行主体(例如图1所示的计算设备101)可以通过有线连接方式或者无线连接方式从车载终端获取视觉传感器在目标时间段中各个目标时间点中的每个目标时间点对应的视觉观测信息，得到视觉观测信息序列。其中，上述视觉观测信息包括视觉控制系数组、与上述视觉控制系数组对应的视觉控制点组、与上述视觉控制系数对应的视觉信息矩阵、与上述视觉信息矩阵对应的视觉观测量和与上述视觉观测量对应的视觉投影点坐标值。上述视觉控制系数可以是视觉传感器自动生成的系数。上述视觉控制点可以是高程值控制点，表示一个矩阵。上述视觉观测量可以表示载波相位测量，表示一个矩阵。上述视觉信息矩阵可以是视觉传感器自动生成的矩阵。上述视觉投影点坐标值可以是高精地图中的一个立体坐标点值，表示一个矩阵。需要指出的是，上述无线连接方式可以包括但不限于3G/4G/5G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
作为示例，目标时间段可以是随机的一个时间段，时长可以是10分钟。例如，目标时间段可以为10分钟，目标时间点可以有10个。上述视觉控制系数可以是0.2。上述视觉控制点可以是：
Figure BDA0002663256670000061
上述视觉信息矩阵可以是
Figure BDA0002663256670000071
上述视觉观测量可以是
Figure BDA0002663256670000072
上述视觉投影点坐标值可以是
Figure BDA0002663256670000073
在一些实施例的一些可选的实现方式中，上述视觉传感器以及上述预定传感器组中各个预定传感器关联的数据还包括：车载相机内参矩阵、车载相机外参矩阵。其中，上述车载相机外参矩阵包括旋转矩阵和平移矩阵。例如，上述旋转矩阵可以是：
Figure BDA0002663256670000074
上述平移矩阵可以是：
Figure BDA0002663256670000075
步骤202，获取上述目标时间段中各个目标时间点对应的预定传感器组中每个预定传感器的观测信息序列，得到观测信息序列组。
在一些实施例中，上述执行主体可以从车载终端获取上述目标时间段中各个目标时间点对应的预定传感器组中每个预定传感器的观测信息序列，得到观测信息序列组。其中，上述观测信息包括控制系数组、与上述控制系数组对应的控制点组、与上述控制系数对应的信息矩阵和与上述信息矩阵对应的观测量。上述控制系数可以是预定传感器自动生成的系数。上述控制点可以是高程值控制点，表示一个矩阵。上述观测量可以表示载波相位测量，表示一个矩阵。上述信息矩阵可以是预定传感器自动生成的矩阵。
作为示例，上述控制系数可以是0.1。上述控制点可以是
Figure BDA0002663256670000076
上述信息矩阵可以是
Figure BDA0002663256670000077
上述观测量可以是
Figure BDA0002663256670000078
步骤203，将上述视觉观测信息序列中的每个视觉观测信息所包括的视觉控制系数组中的每个视觉控制系数和与上述视觉控制系数对应的视觉控制点组输入至第一车辆位姿公式中以生成第一车辆位姿，得到第一车辆位姿集合。
在一些实施例中，上述执行主体可以通过各种方法生成第一车辆位姿，得到第一车辆位姿集合。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过下式，生成第一车辆位姿：
Figure BDA0002663256670000081
其中，T表示第一车辆位姿。m表示上述视觉观测信息所包括的视觉控制系数组中所包括的视觉控制系数的数量。fn表示上述视觉观测信息所包括的视觉控制系数组中第n个视觉控制系数。Cn表示上述第n个视觉控制系数对应的视觉控制点。
作为示例，上述视觉观测信息所包括的视觉控制系数组中所包括的视觉控制系数的数量可以是“1”。上述视觉观测信息所包括的视觉控制系数f1可以是“0.2”。上述第1个视觉控制系数对应的视觉控制点可以是
Figure BDA0002663256670000082
通过公式，生成第一车辆位姿：
Figure BDA0002663256670000083
步骤204，将上述观测信息序列组中每个观测信息序列中的每个观测信息所包括的控制系数组中的每个控制系数和与上述控制系数对应的控制点组输入至第二车辆位姿公式中以生成第二车辆位姿，得到第二车辆位姿集合。
在一些实施例中，上述执行主体可以通过各种方法得到第二车辆位姿集合。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过下式，生成第二车辆位姿：
Figure BDA0002663256670000091
其中，M表示第二车辆位姿。a表示上述观测信息所包括的控制系数组中所包括的控制系数的数量。gi表示上述观测信息所包括的控制系数组中第i个控制系数。Di表示上述第i个控制系数对应的控制点。
作为示例，上述观测信息所包括的控制系数组中所包括的控制系数的数量a可以是“1”。上述控制系数g1可以是“0.1”。上述第1个控制系数对应的控制点可以是
Figure BDA0002663256670000092
通过公式，生成第二车辆位姿：
Figure BDA0002663256670000093
步骤205，对上述第一车辆位姿集合中的每个第一车辆位姿、与上述第一车辆位姿对应的视觉观测信息所包括的视觉观测量和与上述视觉观测量对应的视觉投影点坐标值进行数据处理以生成视觉观测误差，得到视觉观测误差集合。
在一些实施例中，上述执行主体可以通过各种方式生成视觉观测误差，得到视觉观测误差集合。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下公式生成视觉观测误差：
Figure BDA0002663256670000101
其中，ev表示上述视觉传感器在第v个目标时间点的视觉观测误差。K表示上述车载相机内参矩阵。c表示车载相机坐标系。Rc表示车载相机坐标系c的旋转矩阵。Tv表示上述视觉传感器在第v个目标时间点的第一车辆位姿。Tv·head(3)表示上述视觉传感器在第v个目标时间点的第一车辆位姿中的前3个数据。Mv表示上述视觉传感器在第v个目标时间点的与上述视觉观测量对应的视觉投影点坐标值。Tv.tail(3)表示上述视觉传感器在第v个目标时间点的第一车辆位姿中的后3个数据。tc表示车载相机坐标系c的平移矩阵。Zv表示上述视觉传感器在第v个目标时间点的视觉观测量。exp()表示旋转运算(例如，罗德里格斯旋转运算)。()-1表示逆矩阵运算。
Figure BDA0002663256670000102
表示降维操作。例如：
Figure BDA0002663256670000103
其中，a是一个三维矩阵，
Figure BDA0002663256670000104
表示三维矩阵中的每个维度都除以第三维度。[]1：2表示取三维矩阵的前两个维度。
步骤206，对上述第二车辆位姿集合中的每个第二车辆位姿和与上述第二车辆位姿对应的观测信息所包括的观测量进行数据处理以生成观测误差，得到观测误差集合。
在一些实施例中，上述执行主体可以通过各种方法生成观测误差，得到观测误差集合。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下公式，生成观测误差：
xj＝Hj·tail(3)-Sj。
其中，xj表示预定传感器在第j个目标时间点的观测误差。Hj表示上述预定传感器在第j个目标时间点的第二车辆位姿。Hj·tail(3)表示上述预定传感器在第j个目标时间点的第二车辆位姿中的后3个数据。Sj表示上述预定传感器在第j个目标时间点的观测量。
步骤203-206中的相关可选实现方式的公式以及内容作为本公开的一个发明点，由此解决了上述背景技术中的技术问题二。首先，将上述视觉观测信息序列中的每个视觉观测信息所包括的视觉控制系数组中的每个视觉控制系数和与上述视觉控制系数对应的视觉控制点组输入至步骤203的公式中以生成第一车辆位姿，为下一步计算视觉观测误差奠定了基础。其次，将上述观测信息序列组中每个观测信息序列中的每个观测信息所包括的控制系数组中的每个控制系数和与上述控制系数对应的控制点组输入至步骤204的公式中以生成第二车辆位姿，为下一步计算观测误差奠定了基础。然后，可以通过步骤205中的公式，对第一车辆位姿进行分化处理，以及进行降维操作。从而，提高了计算视觉观测误差的准确度。最后，可以通过步骤206中的公式，对第二车辆位姿进行分化处理，由此得到第二车辆位姿中数值较大的数据。从而，提高了观测误差计算的准确度。
步骤207，基于上述视觉观测误差集合中的各个视觉观测误差、上述观测误差集合中的各个观测误差、上述视觉观测信息序列中的各个视觉观测信息所包括的视觉信息矩阵和上述观测信息序列中的各个观测信息所包括的信息矩阵，生成上述目标时间段内的优化指标。
在一些实施例中，上述执行主体可以通过各种方法生成上述目标时间段内的优化指标。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过下式，生成上述目标时间段内的优化指标：
Figure BDA0002663256670000111
其中，t表示上述各个目标时间点所包括的目标时间点的数量。J(t)表示上述目标时间段内的优化指标。b表示上述预定传感器组所包括的预定传感器的数量。xkj表示第k个预定传感器在第j个目标时间点的观测误差。θkj表示第k个预定传感器在第j个目标时间点的信息矩阵。(xkj)′表示上述xkj的转置。ev表示上述视觉传感器在第v个目标时间点的视觉观测误差。
Figure BDA0002663256670000112
表示上述视觉传感器在第v个目标时间点的视觉信息矩阵。(ev)′表示上述ev的转置。
步骤207中的在一些可选的实现方式中的公式作为本公开的一个发明点，由此解决了上述背景技术中的技术问题一。首先，将各个传感器的观测数据通过上述公式高效地传输到系统中。从而，使得进行视觉信息的紧耦合更加便捷，降低了重复计算，维持一致的系统状态，提高了地图信息的定位精度。
可选的，对上述优化指标进行优化以生成地图更新数据和车辆高精位姿信息。将上述地图更新数据和上述车辆高精位姿信息推送至具有显示功能的显示设备以供显示。基于上述地图更新数据和上述车辆高精位姿信息，控制与上述显示设备通信连接的车辆控制设备对车辆进行控制。
作为示例，可以通过高斯牛顿算法对上述优化指标进行优化以生成地图更新数据
Figure BDA0002663256670000121
和车辆高精位姿信息
Figure BDA0002663256670000122
其次，可以将地图更新数据
Figure BDA0002663256670000123
和车辆高精位姿信息
Figure BDA0002663256670000124
推送至具有显示功能的显示设备“A”以供显示。然后，控制与上述显示设备“A”通信连接的车辆控制设备“001”对车辆“B”进行控制。例如，对车辆“B”的行驶路线进行变更等操作。
本公开的上述各个实施例具有如下有益效果：首先，通过对视觉传感器在目标时间段中各个目标时间点中的每个目标时间点对应的视觉观测信息的获取和上述目标时间段中各个目标时间点对应的预定传感器组中每个预定传感器的观测信息序列的获取，可以获取到目标时间段内车辆传感器采集的信息。然后，通过步骤203中的公式，可以生成第一车辆位姿，得到第一车辆位姿集合。通过步骤204中的公式，可以生成第二车辆位姿，得到第二车辆位姿集合，为后续计算观测误差奠定了基础。步骤207以及在一些可选的实现方式中的公式以及内容作为本公开的一个发明点，由此解决了上述背景技术中的技术问题一。首先，将各个传感器的观测数据通过上述步骤207中的公式高效地传输到系统中，从而生成优化指标。由此，使得进行视觉信息的紧耦合更加便捷，降低了重复计算，维持一致的系统状态，提高了地图信息定位精度。可选的，对上述优化指标进行优化以生成地图更新数据和车辆高精位姿信息。从而，能够利用地图更新数据和高精位姿信息对高精度地图信息进行更新。
进一步参考图3，作为对上述各图上述方法的实现，本公开提供了一种信息推送的装置的一些实施例，这些装置实施例与图2上述的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，一些实施例的信息推送装置300包括：第一获取单元301、第二获取单元302、第一生成单元303、第二生成单元304、第三生成单元305、第四生成单元306、第五生成单元307。其中，第一获取单元301，被配置成获取视觉传感器在目标时间段中各个目标时间点中的每个目标时间点对应的视觉观测信息，得到视觉观测信息序列，其中，上述视觉观测信息包括视觉控制系数组、与上述视觉控制系数组对应的视觉控制点组、与上述视觉控制系数对应的视觉信息矩阵、与上述视觉信息矩阵对应的视觉观测量和与上述视觉观测量对应的视觉投影点坐标值；第二获取单元302，被配置成获取上述目标时间段中各个目标时间点对应的预定传感器组中每个预定传感器的观测信息序列，得到观测信息序列组，其中，上述观测信息包括控制系数组、与上述控制系数组对应的控制点组、与上述控制系数对应的信息矩阵和与上述信息矩阵对应的观测量；第一生成单元303，被配置成将上述视觉观测信息序列中的每个视觉观测信息所包括的视觉控制系数组中的每个视觉控制系数和与上述视觉控制系数对应的视觉控制点组输入至第一车辆位姿公式中以生成第一车辆位姿，得到第一车辆位姿集合；第二生成单元304，被配置成将上述观测信息序列组中每个观测信息序列中的每个观测信息所包括的控制系数组中的每个控制系数和与上述控制系数对应的控制点组输入至第二车辆位姿公式中以生成第二车辆位姿，得到第二车辆位姿集合；第三生成单元305，被配置成对上述第一车辆位姿集合中的每个第一车辆位姿、与上述第一车辆位姿对应的视觉观测信息所包括的视觉观测量和与上述视觉观测量对应的视觉投影点坐标值进行数据处理以生成视觉观测误差，得到视觉观测误差集合；第四生成单元306，被配置成对上述第二车辆位姿集合中的每个第二车辆位姿和与上述第二车辆位姿对应的观测信息所包括的观测量进行数据处理以生成观测误差，得到观测误差集合；第五生成单元307，被配置成基于上述视觉观测误差集合中的各个视觉观测误差、上述观测误差集合中的各个观测误差、上述视觉观测信息序列中的各个视觉观测信息所包括的视觉信息矩阵和上述观测信息序列中的各个观测信息所包括的信息矩阵，生成上述目标时间段内的优化指标。
可以理解的是，该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元，在此不再赘述。
下面参考图4，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)400的结构示意图。图4示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备406与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取视觉传感器在目标时间段中各个目标时间点中的每个目标时间点对应的视觉观测信息，得到视觉观测信息序列，其中，上述视觉观测信息包括视觉控制系数组、与上述视觉控制系数组对应的视觉控制点组、与上述视觉控制系数对应的视觉信息矩阵、与上述视觉信息矩阵对应的视觉观测量和与上述视觉观测量对应的视觉投影点坐标值；获取上述目标时间段中各个目标时间点对应的预定传感器组中每个预定传感器的观测信息序列，得到观测信息序列组，其中，上述观测信息包括控制系数组、与上述控制系数组对应的控制点组、与上述控制系数对应的信息矩阵和与上述信息矩阵对应的观测量；将上述视觉观测信息序列中的每个视觉观测信息所包括的视觉控制系数组中的每个视觉控制系数和与上述视觉控制系数对应的视觉控制点组输入至第一车辆位姿公式中以生成第一车辆位姿，得到第一车辆位姿集合；将上述观测信息序列组中每个观测信息序列中的每个观测信息所包括的控制系数组中的每个控制系数和与上述控制系数对应的控制点组输入至第二车辆位姿公式中以生成第二车辆位姿，得到第二车辆位姿集合；对上述第一车辆位姿集合中的每个第一车辆位姿、与上述第一车辆位姿对应的视觉观测信息所包括的视觉观测量和与上述视觉观测量对应的视觉投影点坐标值进行数据处理以生成视觉观测误差，得到视觉观测误差集合；对上述第二车辆位姿集合中的每个第二车辆位姿和与上述第二车辆位姿对应的观测信息所包括的观测量进行数据处理以生成观测误差，得到观测误差集合；基于上述视觉观测误差集合中的各个视觉观测误差、上述观测误差集合中的各个观测误差、上述视觉观测信息序列中的各个视觉观测信息所包括的视觉信息矩阵和上述观测信息序列中的各个观测信息所包括的信息矩阵，生成上述目标时间段内的优化指标。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++、Python，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取单元、第二获取单元、第一生成单元、第二生成单元、第三生成单元、第四生成单元、第五生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第二生成单元还可以被描述为“将上述观测信息序列组中每个观测信息序列中的每个观测信息所包括的控制系数组中的每个控制系数和与上述控制系数对应的控制点组输入至第二车辆位姿公式中以生成第二车辆位姿，得到第二车辆位姿集合的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (11)

1.一种信息推送方法，包括：
获取视觉传感器在目标时间段中各个目标时间点中的每个目标时间点对应的视觉观测信息，得到视觉观测信息序列，其中，所述视觉观测信息包括视觉控制系数组、与所述视觉控制系数组对应的视觉控制点组、与所述视觉控制系数对应的视觉信息矩阵、与所述视觉信息矩阵对应的视觉观测量和与所述视觉观测量对应的视觉投影点坐标值；
获取所述目标时间段中各个目标时间点对应的预定传感器组中每个预定传感器的观测信息序列，得到观测信息序列组，其中，所述观测信息包括控制系数组、与所述控制系数组对应的控制点组、与所述控制系数对应的信息矩阵和与所述信息矩阵对应的观测量；
将所述视觉观测信息序列中的每个视觉观测信息所包括的视觉控制系数组中的每个视觉控制系数和与所述视觉控制系数对应的视觉控制点组输入至第一车辆位姿公式中以生成第一车辆位姿，得到第一车辆位姿集合；
将所述观测信息序列组中每个观测信息序列中的每个观测信息所包括的控制系数组中的每个控制系数和与所述控制系数对应的控制点组输入至第二车辆位姿公式中以生成第二车辆位姿，得到第二车辆位姿集合；
对所述第一车辆位姿集合中的每个第一车辆位姿、与所述第一车辆位姿对应的视觉观测信息所包括的视觉观测量和与所述视觉观测量对应的视觉投影点坐标值进行数据处理生成视觉观测误差，得到视觉观测误差集合；
对所述第二车辆位姿集合中的每个第二车辆位姿和与所述第二车辆位姿对应的观测信息所包括的观测量进行数据处理以生成观测误差，得到观测误差集合；
基于所述视觉观测误差集合中的各个视觉观测误差、所述观测误差集合中的各个观测误差、所述视觉观测信息序列中的各个视觉观测信息所包括的视觉信息矩阵和所述观测信息序列中的各个观测信息所包括的信息矩阵，生成所述目标时间段内的优化指标。
2.根据权利要求1所述的方法，其中，所述方法还包括：
对所述优化指标进行优化处理以生成地图更新数据和车辆高精位姿信息；
将所述地图更新数据和所述车辆高精位姿信息推送至具有显示功能的显示设备以供显示；
基于所述地图更新数据和所述车辆高精位姿信息，控制与所述显示设备通信连接的车辆控制设备对车辆进行控制。
3.根据权利要求1所述的方法，其中，所述视觉传感器以及所述预定传感器组中各个预定传感器关联的数据还包括：车载相机内参矩阵、车载相机外参矩阵，其中，所述外参矩阵包括旋转矩阵和平移矩阵。
4.根据权利要求1所述的方法，其中，所述将所述视觉观测信息序列中的每个视觉观测信息所包括的视觉控制系数组中的每个视觉控制系数和与所述视觉控制系数对应的视觉控制点组输入至第一车辆位姿公式中以生成第一车辆位姿，包括：
通过下式，生成第一车辆位姿：
Figure FDA0002663256660000021
其中，T表示第一车辆位姿，m表示所述视觉观测信息所包括的视觉控制系数组中所包括的视觉控制系数的数量，fn表示所述视觉观测信息所包括的视觉控制系数组中第n个视觉控制系数，Cn表示所述第n个视觉控制系数对应的视觉控制点。
5.根据权利要求1所述的方法，其中，所述将所述观测信息序列组中每个观测信息序列中的每个观测信息所包括的控制系数组中的每个控制系数和与所述控制系数对应的控制点组输入至第二车辆位姿公式中以生成第二车辆位姿，包括：
通过下式，生成第二车辆位姿：
Figure FDA0002663256660000031
其中，M表示第二车辆位姿，a表示所述观测信息所包括的控制系数组中所包括的控制系数的数量，gi表示所述观测信息所包括的控制系数组中第i个控制系数，Di表示所述第i个控制系数对应的控制点。
6.根据权利要求1-5之一所述的方法，其中，所述对所述第一车辆位姿集合中的每个第一车辆位姿、与所述第一车辆位姿对应的视觉观测信息所包括的视觉观测量和与所述视觉观测量对应的视觉投影点坐标值进行数据处理生成视觉观测误差，包括：
通过公式，生成视觉观测误差：
Figure FDA0002663256660000032
其中，ev表示所述视觉传感器在第v个目标时间点的视觉观测误差，K表示所述车载相机内参矩阵，C表示车载相机坐标系，Rc表示车载相机坐标系C的旋转矩阵，Tv表示所述视觉传感器在第v个目标时间点的第一车辆位姿，Tv·head(3)表示所述视觉传感器在第v个目标时间点的第一车辆位姿中的前3个数据，Mv表示所述视觉传感器在第v个目标时间点的与所述视觉观测量对应的视觉投影点坐标值，Tv·tail(3)表示所述视觉传感器在第v个目标时间点的第一车辆位姿中的后3个数据，tc表示车载相机坐标系c的平移矩阵。Zv表示所述视觉传感器在第v个目标时间点的视觉观测量，exp()表示旋转运算，()-1表示逆矩阵运算，
Figure FDA0002663256660000041
表示降维操作。
7.根据权利要求1-6之一所述的方法，其中，所述对所述第二车辆位姿集合中的每个第二车辆位姿和与所述第二车辆位姿对应的观测信息所包括的观测量进行数据处理以生成观测误差，包括：
通过公式，生成观测误差：
xj＝Hj·tail(3)-Sj，
其中，xj表示预定传感器在第j个目标时间点的观测误差，Hj表示所述预定传感器在第j个目标时间点的第二车辆位姿，Hj·tail(3)表示所述预定传感器在第j个目标时间点的第二车辆位姿中的后3个数据，Sj表示所述预定传感器在第j个目标时间点的观测量。
8.根据权利要求1-7之一所述的方法，其中，所述基于所述视觉观测误差集合中的各个视觉观测误差、所述观测误差集合中的各个观测误差、所述视觉观测信息序列中的各个视觉观测信息所包括的视觉信息矩阵和所述观测信息序列中的各个观测信息所包括的信息矩阵，生成所述目标时间段内的优化指标，包括：
通过下式，生成所述目标时间段内的优化指标：
Figure FDA0002663256660000042
其中，t表示所述各个目标时间点所包括的目标时间点的数量，J(t)表示所述目标时间段内的优化指标，b表示所述预定传感器组所包括的预定传感器的数量，xkj表示第k个预定传感器在第j个目标时间点的观测误差，θkj表示第k个预定传感器在第j个目标时间点的信息矩阵，(xkj)′表示所述xkj的转置，ev表示所述视觉传感器在第v个目标时间点的视觉观测误差，
Figure FDA0002663256660000043
表示所述视觉传感器在第v个目标时间点的视觉信息矩阵，(ev)′表示所述ev的转置。
9.一种信息推送装置，包括：
第一获取单元，被配置成获取视觉传感器在目标时间段中各个目标时间点中的每个目标时间点对应的视觉观测信息，得到视觉观测信息序列，其中，所述视觉观测信息包括视觉控制系数组、与所述视觉控制系数组对应的视觉控制点组、与所述视觉控制系数对应的视觉信息矩阵、与所述视觉信息矩阵对应的视觉观测量和与所述视觉观测量对应的视觉投影点坐标值；
第二获取单元，被配置成获取所述目标时间段中各个目标时间点对应的预定传感器组中每个预定传感器的观测信息序列，得到观测信息序列组，其中，所述观测信息包括控制系数组、与所述控制系数组对应的控制点组、与所述控制系数对应的信息矩阵和与所述信息矩阵对应的观测量；
第一生成单元，被配置成将所述视觉观测信息序列中的每个视觉观测信息所包括的视觉控制系数组中的每个视觉控制系数和与所述视觉控制系数对应的视觉控制点组输入至第一车辆位姿公式中以生成第一车辆位姿，得到第一车辆位姿集合；
第二生成单元，被配置成将所述观测信息序列组中每个观测信息序列中的每个观测信息所包括的控制系数组中的每个控制系数和与所述控制系数对应的控制点组输入至第二车辆位姿公式中以生成第二车辆位姿，得到第二车辆位姿集合；
第三生成单元，被配置成对所述第一车辆位姿集合中的每个第一车辆位姿、与所述第一车辆位姿对应的视觉观测信息所包括的视觉观测量和与所述视觉观测量对应的视觉投影点坐标值进行数据处理生成视觉观测误差，得到视觉观测误差集合；
第四生成单元，被配置成对所述第二车辆位姿集合中的每个第二车辆位姿和与所述第二车辆位姿对应的观测信息所包括的观测量进行数据处理以生成观测误差，得到观测误差集合；
第五生成单元，被配置成基于所述视觉观测误差集合中的各个视觉观测误差、所述观测误差集合中的各个观测误差、所述视觉观测信息序列中的各个视觉观测信息所包括的视觉信息矩阵和所述观测信息序列中的各个观测信息所包括的信息矩阵，生成所述目标时间段内的优化指标。
10.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
11.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
CN202010910963.0A 2020-09-02 2020-09-02 信息推送方法、装置、电子设备和计算机可读介质 Active CN112596691B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010910963.0A CN112596691B (zh) 2020-09-02 2020-09-02 信息推送方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010910963.0A CN112596691B (zh) 2020-09-02 2020-09-02 信息推送方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN112596691A true CN112596691A (zh) 2021-04-02
CN112596691B CN112596691B (zh) 2021-10-15

Family

ID=75180124

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010910963.0A Active CN112596691B (zh) 2020-09-02 2020-09-02 信息推送方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN112596691B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107478214A (zh) * 2017-07-24 2017-12-15 杨华军 一种基于多传感器融合的室内定位方法及系统
EP3359914A1 (de) * 2015-10-09 2018-08-15 Volkswagen Aktiengesellschaft Fusion von positionsdaten mittels posen-graph
CN109116397A (zh) * 2018-07-25 2019-01-01 吉林大学 一种车载多相机视觉定位方法、装置、设备及存储介质
CN109767475A (zh) * 2018-12-28 2019-05-17 广州小鹏汽车科技有限公司 一种传感器的外部参数标定方法及系统
CN109887032A (zh) * 2019-02-22 2019-06-14 广州小鹏汽车科技有限公司 一种基于单目视觉slam的车辆定位方法及系统
CN110132306A (zh) * 2019-05-20 2019-08-16 广州小鹏汽车科技有限公司 车辆定位误差的纠正方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3359914A1 (de) * 2015-10-09 2018-08-15 Volkswagen Aktiengesellschaft Fusion von positionsdaten mittels posen-graph
CN107478214A (zh) * 2017-07-24 2017-12-15 杨华军 一种基于多传感器融合的室内定位方法及系统
CN109116397A (zh) * 2018-07-25 2019-01-01 吉林大学 一种车载多相机视觉定位方法、装置、设备及存储介质
CN109767475A (zh) * 2018-12-28 2019-05-17 广州小鹏汽车科技有限公司 一种传感器的外部参数标定方法及系统
CN109887032A (zh) * 2019-02-22 2019-06-14 广州小鹏汽车科技有限公司 一种基于单目视觉slam的车辆定位方法及系统
CN110132306A (zh) * 2019-05-20 2019-08-16 广州小鹏汽车科技有限公司 车辆定位误差的纠正方法及系统

Also Published As

Publication number Publication date
CN112596691B (zh) 2021-10-15

Similar Documents

Publication Publication Date Title
CN112598762B (zh) 三维车道线信息生成方法、装置、电子设备和介质
CN113674357B (zh) 相机外参标定方法、装置、电子设备和计算机可读介质
CN114964296B (zh) 车辆行驶路径规划方法、装置、设备和计算机可读介质
CN112328731B (zh) 车辆车道级定位方法、装置、电子设备和计算机可读介质
CN113934775B (zh) 车辆轨迹地图匹配方法、装置、设备和计算机可读介质
CN112348029A (zh) 局部地图调整方法、装置、设备和计算机可读介质
CN112561990B (zh) 定位信息生成方法、装置、设备和计算机可读介质
CN114863385B (zh) 道路曲面信息生成方法、装置、设备和计算机可读介质
CN112183627A (zh) 生成预测密度图网络的方法和车辆年检标数量检测方法
CN112596691B (zh) 信息推送方法、装置、电子设备和计算机可读介质
CN112373471B (zh) 用于控制车辆行驶的方法、装置、电子设备和可读介质
CN112597174B (zh) 地图更新方法、装置、电子设备和计算机可读介质
CN111950238B (zh) 自动驾驶故障评分表生成方法、装置、电子设备
CN111897903A (zh) 船舶位置预测方法、装置、电子设备和计算机可读介质
WO2020217620A1 (ja) 訓練装置、推定装置、訓練方法、推定方法及びプログラム
CN112346870A (zh) 模型处理方法及系统
CN115309739B (zh) 车载数据检索方法、装置、电子设备、介质和产品
CN115535080B (zh) 方向盘零偏角确定方法、装置、电子设备和可读介质
CN115908143B (zh) 车辆跨层泊车方法、装置、电子设备和计算机可读介质
CN116630436B (zh) 相机外参修正方法、装置、电子设备和计算机可读介质
CN115310728B (zh) 泊车路线生成方法、装置、设备和计算机可读介质
CN114663524B (zh) 多相机在线标定方法、装置、电子设备和计算机可读介质
CN114792258B (zh) 信息生成方法、装置、电子设备和计算机可读介质
CN114040014B (zh) 内容推送方法、装置、电子设备及计算机可读存储介质
CN111968379B (zh) 用于录入车牌号的方法、装置、终端和计算机可读介质

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Information push method, device, electronic device and computer-readable medium

Effective date of registration: 20230228

Granted publication date: 20211015

Pledgee: Bank of Shanghai Co.,Ltd. Beijing Branch

Pledgor: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.

Registration number: Y2023980033668

PE01 Entry into force of the registration of the contract for pledge of patent right
CP03 Change of name, title or address

Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806

Patentee after: Heduo Technology (Guangzhou) Co.,Ltd.

Address before: 100095 101-15, 3rd floor, building 9, yard 55, zique Road, Haidian District, Beijing

Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.

CP03 Change of name, title or address