CN112630736B - 路侧雷达的参数确定方法、装置、设备及存储介质 - Google Patents
路侧雷达的参数确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112630736B CN112630736B CN202011522866.0A CN202011522866A CN112630736B CN 112630736 B CN112630736 B CN 112630736B CN 202011522866 A CN202011522866 A CN 202011522866A CN 112630736 B CN112630736 B CN 112630736B
- Authority
- CN
- China
- Prior art keywords
- track
- radar
- segments
- track segments
- parameters
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012216 screening Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 8
- 230000008447 perception Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 27
- 238000004590 computer program Methods 0.000 description 14
- 238000006243 chemical reaction Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 239000011159 matrix material Substances 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
- 230000002596 correlated effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 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
- 230000000717 retained effect 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
本申请公开了路侧雷达的参数确定方法、装置、设备及存储介质,涉智能交通领域。具体实现方案为控制采集装置在雷达的感知范围内做直线运动;获取雷达感知到的采集装置的第一轨迹信息,以及采集装置自身记录的第二轨迹信息;根据第一轨迹信息和所述第二轨迹信息确定雷达的标定参数,以使雷达按照标定参数进行雷达探测。该方法提高了雷达参数的标定精度。
Description
技术领域
本申请实施例涉及人工智能技术,尤其涉及一种路侧雷达的参数确定方法、装置、设备及存储介质,可用于智能交通领域。
背景技术
在智能交通领域,通常会在道路一侧设置路侧雷达以感知道路上的交通信息。在路侧雷达正式投入使用之前,需要对路侧雷达的参数进行标定,以使得通过路侧雷达获取到的感知信息更精确。
相关技术中,采用路侧雷达和相机协同的联合标定方法,将路侧雷达感知的数据和相机感知的数据做关联,通过求解路侧雷达到相机的参数,然后求解相机到世界坐标的参数,最终标定路侧雷达的参数。这种方案中由于存在参数的二次转换,精确度较低。
发明内容
本申请提供了一种用于提高参数标定精确度的路侧雷达的参数确定方法、装置、设备及存储介质。
根据本申请的一方面,提供了一种路侧雷达的参数确定方法,包括:
控制采集装置在所述雷达的感知范围内做直线运动;
获取所述雷达感知到的所述采集装置的第一轨迹信息,以及所述采集装置自身记录的第二轨迹信息;
根据所述第一轨迹信息和所述第二轨迹信息确定所述雷达的标定参数,以使所述雷达按照所述标定参数进行雷达探测。
根据本申请的另一方面,提供了一种路侧雷达的参数确定装置,包括:
控制模块,用于控制采集装置在所述雷达的感知范围内做直线运动;
获取模块,用于获取所述雷达感知到的所述采集装置的第一轨迹信息,以及所述采集装置自身记录的第二轨迹信息;
标定模块,用于根据所述第一轨迹信息和所述第二轨迹信息确定所述雷达的标定参数,以使所述雷达按照所述标定参数进行雷达探测。
根据本申请的再一方面,提供了一种电子设备,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上述路侧雷达的参数确定方法。
根据本申请的又一方面,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,所述计算机指令用于使所述计算机执行上述路侧雷达的参数确定方法。
根据本申请的又一方面,提供了一种路侧设备,包括上述电子设备。
根据本申请的又一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述路侧雷达的参数确定方法。
根据本申请的技术方案解决了对路侧雷达的参数标定时精确度低的问题。
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是根据本申请实施例提供的路侧雷达的应用场景示意图;
图2是根据本申请第一实施例提供的路侧雷达的参数确定方法的流程示意图;
图3是根据本申请第一实施例提供的采集装置的运动示意图;
图4是根据本申请第二实施例提供的路侧雷达的参数确定方法的流程示意图;
图5是根据本申请第三实施例提供的路侧雷达的参数确定装置的结构示意图;
图6是用来实现本申请实施例的路侧雷达的参数确定方法的电子设备的示意性框图。
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。
图1是根据本申请实施例提供的路侧雷达的应用场景示意图。如图1中所示,路侧雷达101设置在道路一侧,用于对道路上的车辆、行人、障碍物等进行感知,路侧雷达101感知到的数据可以发送给云端服务器,用于进行智能交通控制,例如车流量控制、智能信号灯控制等;或者,路侧雷达101感知到的数据也可以发送给自动驾驶车辆,以使车辆进行相应的行车控制等,本申请中对此不做限定。
可以理解的是,无论路侧雷达101感知到的数据是应用于哪个场景中,路侧雷达101感知的数据越精确,则后续基于该数据的计算结果或控制效果也会更精确。因此,在路侧雷达101投入使用之前或者在使用一段时间后,需要对其参数进行标定,保证雷达数据的精确性。
在一种示例中,采用偏北角估计法进行雷达参数标定时,通过在地图上获得一个大致的偏北角作为雷达参数,将该参数作为雷达标定的真值,这种方案中由于获取的偏北角是大致的方位,因此精确度较低。
在另一种示例中,采用路侧雷达和相机协同的联合标定方法,将路侧雷达感知的数据和相机感知的数据做关联,通过求解路侧雷达到相机的参数,然后求解相机到世界坐标的参数,最终标定路侧雷达的参数。这种方案中由于存在参数的二次转换,精确度也较低。
为了提高路侧雷达参数标定的精确度,本申请提供一种路侧雷达的参数确定方法,应用于人工智能领域中的智能交通领域,利用一个可记录自身轨迹的采集装置在路侧雷达的感知范围内进行运动,路侧雷达实时感知采集装置的轨迹,以采集装置自身记录的轨迹为参考,对雷达的参数进行标定,从而提高参数标定的精确度。
下面,将通过具体的实施例对本申请提供的路侧雷达的参数确定方法进行详细地说明。可以理解的是,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
首先需要说明的是,本申请各个实施例的执行主体可以是路侧设备、或者电子设备、或者终端设备、或者服务器、或者是其他可以执行本实施例方法的装置或设备。
例如,在智能交通车路协同的系统架构中,路侧设备包括路侧感知设备和路侧计算设备,路侧感知设备(例如路侧相机、路侧雷达)连接到路侧计算设备(例如路侧计算单元RSCU),路侧计算设备连接到服务器设备,服务器设备可以通过各种方式与自动驾驶或辅助驾驶车辆通信;在另一种系统架构中,路侧感知设备自身包括计算功能,则路侧感知设备直接连接到服务器设备。以上连接可以是有线或是无线;本申请中服务器设备例如是云控平台、车路协同管理平台、中心子系统、边缘计算平台、云计算平台等。
图2是根据本申请第一实施例提供的路侧雷达的参数确定方法的流程示意图。如图2所示,该方法包括:
S201、控制采集装置在雷达的感知范围内做直线运动。
为了对路侧雷达进行标定,需要有比路侧雷达感知到的数据精度更高的数据作为参考,才能对路侧雷达感知到的数据进行度量标定,因此,本步骤中控制采集装置在雷达的感知范围内运动,以采集装置运动时的自身轨迹作为参考来对雷达进行标定。为了保证精度,令采集装置进行直线运动,示例的,如图3中所示,采集装置301在路侧雷达101的感知范围内进行直线运动。通过控制采集装置进行直线运动,避免轨迹数据自身的噪声和干扰等较大。
本步骤中的采集装置可以是可获得动态轨迹的实时动态(Real-time kinematic,RTK)设备、可记录自身精确轨迹的无人车或者可记录自身动态轨迹且能被雷达稳定检测的信号模拟器等装置,本实施例中对于上述示例的各类采集装置记录自身轨迹的方法不作限定。采集装置记录的自身轨迹信息的坐标系和路段描述坐标系一致。
S202、获取雷达感知到的采集装置的第一轨迹信息,以及采集装置自身记录的第二轨迹信息。
采集装置在雷达的感知范围内运动时,雷达感知采集装置的运动轨迹,将其记录为第一轨迹信息,同时,采集装置将自身的运动轨迹记录为第二轨迹信息。在对雷达的参数进行标定时,即可将第二轨迹信息作为参考,从而对雷达感知到的第一轨迹信息进行转换和参数标定。
S203、根据第一轨迹信息和第二轨迹信息确定雷达的标定参数,以使雷达按照标定参数进行雷达探测。
雷达感知到的第一轨迹信息经过参数转化,即可转换为与采集装置自身记录的第二轨迹信息相同的坐标系。例如,雷达的参数包括转换矩阵和平移向量,通过转换矩阵和平移向量对雷达感知的第一轨迹信息进行转换后,根据转换后的第一轨迹信息和第二轨迹信息的对比,即可确定用于进行转换的雷达参数是否准确。
可以理解的是,若雷达的参数准确,则雷达感知到的第一轨迹信息经过参数转换之后,其与采集装置自身记录的第二轨迹信息之间的差异应该较小,因此,根据第一轨迹信息和第二轨迹信息即可确定雷达的标定参数,并按照标定参数进行雷达探测。
本实施例提供的路侧雷达的参数确定方法,利用可记录自身轨迹的采集装置在路侧雷达的感知范围内进行直线运动,并通过路侧雷达实时采集的采集装置的轨迹,通过采集装置自身记录的轨迹对雷达采集的轨迹进行标定,获得雷达的标定参数,提高参数标定的精确度。
在上述实施例的基础上,对S203中具体如何根据第一轨迹信息和第二轨迹信息确定雷达的标定参数进行说明。
图4是根据本申请第二实施例提供的路侧雷达的参数确定方法的流程示意图。如图4所示,该方法包括:
S401、控制采集装置在雷达的感知范围内做直线运动。
S402、获取雷达感知到的采集装置的第一轨迹信息,以及采集装置自身记录的第二轨迹信息。
本实施例中S401和S402可以参见上述实施例的介绍,此处不再赘述。
S403、对第一轨迹信息和第二轨迹信息进行筛选,保留第一轨迹信息中的多个第一轨迹段和与多个第一轨迹段相对应的第二轨迹信息中的多个第二轨迹段。
对于参与进行雷达参数标定的数据,需要尽可能其中噪声、误检等因素的影响,保证数据的可靠性。因此需要对第一轨迹信息和第二轨迹信息进行筛选,保留其中质量较高的轨迹段。
对于雷达感知的第一轨迹信息,为了保留其中质量较高的轨迹段,可以从多个方面对其中的轨迹段进行质量评价。示例的,若轨迹段的波动较小,即轨迹段比较直,则该轨迹段的质量相对较好,相反的,若轨迹段的波动较大,即轨迹段弯曲较多,则该轨迹段的质量相对较差;又如,若轨迹段的长度较长,则该轨迹段的质量相对较好向,相反的,若轨迹段的长度较短,则该轨迹段的质量相对较差;再如,若轨迹段在雷达感知范围的中心区域,距离雷达较近,则该轨迹段的质量相对较好,相反的,若轨迹段在雷达感知范围的边缘区域,距离雷达较远,则该轨迹段的质量相对较差。
此外,在对第一轨迹信息和第二轨迹信息进行筛选时,还可以考虑线间关系,即轨迹段的分布关系,在对轨迹段进行质量评价时,保留较分散的轨迹段。
可以理解的是,在对第一轨迹信息和第二轨迹信息进行筛选时,第一轨迹信息和第二轨迹信息中所保留的轨迹段是相对应的。因此,根据第一轨迹信息中轨迹的长度、波动、与雷达之间的距离,以及线间关系,对第一轨迹信息和第二轨迹信息进行筛选,以保留质量较好的轨迹段,从而使得雷达标定的结果更精确。
在一种示例中,对第一轨迹信息和第二轨迹信息筛选时,可以采用如下方法:
首先,采用轨迹归类函数获取第一轨迹信息中的多个直线轨迹段和相对应的第二轨迹信息中的多个直线轨迹段,并获取第一轨迹信息中的多个直线轨迹段之间的线间关系。
之后,根据第一轨迹信息中的多个直线轨迹段中的每个直线轨迹段的长度、波动、与雷达之间的距离,以及线间关系,对每个直线轨迹段进行打分,保留其中得分高于预设值的多个第一轨迹段,以及与多个第一轨迹段相对应的多个第二轨迹段。
上述筛选过程可以通过如下公式实现:
其中,为轨迹归类函数,其归类策略为保留直线轨迹段以及线间关系;trace_set表示第一轨迹信息和第二轨迹信息;score()表示打分机制,表示按照直线轨迹段的长度、波动、与雷达之间的距离,以及线间关系对直线轨迹段进行打分,获得每个直线轨迹段的得分之后,保留其中得分高于预设值的多个第一轨迹段和相应的多个第二轨迹段;remaintraces表示通过筛选保留的多个第一轨迹段traceradar和相应的多个第二轨迹段tracegt。
采用上述方法首先对第一轨迹信息和第二轨迹信息进行归类,之后按照相应条件进行打分筛选,可以使得保留的多个第一轨迹段和相应的第二轨迹段的可靠性更高,从而使得后续的参数标定结果更精确。
S404、根据多个第一轨迹段和多个第二轨迹段确定雷达的标定参数。
雷达感知到的第一轨迹信息经过参数转化,根据转换后的第一轨迹信息和第二轨迹信息的对比,即可确定用于进行转换的雷达参数是否准确。本实施例中,可以根据经过筛选后保留的多个第一轨迹段和多个第二轨迹段之间的距离,确定雷达的标定参数。
在确定多个第一轨迹段和多个第二轨迹段之间的距离之前,首先确定初始雷达参数,具体的,可以根据多个第一轨迹段和多个第二轨迹段确定多组初始雷达参数,再根据多个第一轨迹段和多个第二轨迹段之间的距离,确定雷达最终的标定参数。
具体的,确定从多个第一轨迹段中任意选取部分或全部第一轨迹段的所有组合;针对每个组合,根据每个组合中的第一轨迹段,以及多个第二轨迹段中与每个组合中的第一轨迹段相对应的第二轨迹段,确定一组初始雷达参数;根据每组初始雷达参数,确定多个第一轨迹段和多个第二轨迹段之间的距离,并将所有组合对应的多组初始雷达参数中,使得多个第一轨迹段和多个第二轨迹段之间的距离最小的一组初始雷达参数确定为雷达的标定参数。通过在第一轨迹段中任意选取部分或全部第一轨迹段的所有组合进行参数计算,并从中选择最优的雷达参数,可以使得标定的雷达参数能在任意轨迹组合的情况下都具备较好的准确度。
进一步地,在确定多个第一轨迹段和多个第二轨迹段之间的距离时,根据每组初始雷达参数,确定每个组合中的第一轨迹段,与多个第二轨迹段中与每个组合中的第一轨迹段相对应的第二轨迹段之间的距离,并确定所有组合对应的多个距离的距离和,将所有组合对应的多组初始雷达参数中使得距离和最小的一组初始雷达参数确定为雷达的标定参数。通过所有组合对应的多个距离的距离和来选择最优的雷达参数,可以使得标定的雷达参数能在任意轨迹组合的情况下都具备较好的准确度。
上述标定过程可以通过如下公式实现:
(R,T)=argmin{∑i∈M{traceradar(i)*(Rj,Tj)-tracegt(i)}}
其中,R和T为雷达的参数,R表示旋转矩阵,T表示平移向量;M表示从多个第一轨迹段中任意选取部分或全部第一轨迹段的所有组合,i表示上述所有组合中的每个组合;traceradar(i)表示每个组合中的第一轨迹段;tracegt(i)表示与traceradar(i)对应的组合中的第二轨迹段;Rj和Tj分别是根据每个组合中的第一轨迹段以及对应的第二轨迹段确定的一组初始雷达参数中的旋转矩阵和平移向量。
示例的,在S403中筛选保留了3个第一轨迹段和相应的3个第二轨迹段,假设3个第一轨迹段分别为A、B和C,则在本步骤中,从3个第一轨迹段中任意选取部分或全部第一轨迹段的所有组合,包括了从3个第一轨迹段中任意选取1个第一轨迹段的所有可能的组合,从3个第一轨迹段中任意选取2个第一轨迹段的所有可能的组合,以及从3个第一轨迹段中选取3个轨迹段的组合,从而可以获得7个组合,分别为{A}、{B}、{C}、{A、B}、{A、C}、{B、C}、{A、B、C}。
针对每个组合,基于该组合中的第一轨迹段和对应的第二轨迹段,可以确定一组初始雷达参数,例如,对于上述7个组合,分别确定7组初始雷达参数,分别为:RA和TA、RB和TB、RC和TC、RAB和TAB、RAC和TAC、RBC和TBC以及RABC和TABC。
针对一组初始雷达参数,例如RA和TA:
计算{∑i∈A{traceradar(i)*(RA,TA)-tracegt(i)}。
对于每组初始雷达参数,类似地计算上述距离和,将使得距离和最小的一组初始雷达参数确定为雷达的标定参数。
本实施例提供的路侧雷达的参数确定方法,通过对雷达感知的第一轨迹信息和采集装置自身记录的第二轨迹信息进行筛选,保留其中可靠的直线轨迹段,并根据保留的直线轨迹段之间的距离进行参数标定,保证了参数标定的准确性。
图5是根据本申请第三实施例提供的路侧雷达的参数确定装置的结构示意图。如图5所示,路侧雷达的参数确定装置50包括:
控制模块51,用于控制采集装置在雷达的感知范围内做直线运动;
获取模块52,用于获取雷达感知到的采集装置的第一轨迹信息,以及采集装置自身记录的第二轨迹信息;
标定模块53,用于根据第一轨迹信息和第二轨迹信息确定雷达的标定参数,以使雷达按照标定参数进行雷达探测
可选的,标定模块53包括:
筛选单元531,用于对第一轨迹信息和第二轨迹信息进行筛选,保留第一轨迹信息中的多个第一轨迹段和与多个第一轨迹段相对应的第二轨迹信息中的多个第二轨迹段;
确定单元532,用于根据多个第一轨迹段和多个第二轨迹段确定雷达的标定参数。
可选的,筛选单元531,用于根据第一轨迹信息中轨迹的长度、波动、与雷达之间的距离,以及线间关系,对第一轨迹信息和第二轨迹信息进行筛选。
可选的,筛选单元531包括:
第一筛选子单元5311,用于采用轨迹归类函数获取第一轨迹信息中的多个直线轨迹段和相对应的第二轨迹信息中的多个直线轨迹段,并获取第一轨迹信息中的多个直线轨迹段之间的线间关系;
第二筛选子单元5312,用于根据第一轨迹信息中的多个直线轨迹段中的每个直线轨迹段的长度、波动、与雷达之间的距离,以及线间关系,对每个直线轨迹段进行打分,保留其中得分高于预设值的多个第一轨迹段,以及与多个第一轨迹段相对应的多个第二轨迹段。
可选的,确定单元532用于,根据多个第一轨迹段和多个第二轨迹段之间的距离,确定雷达的标定参数。
可选的,确定单元532包括:
第一确定子单元5321,用于确定从多个第一轨迹段中任意选取部分或全部第一轨迹段的所有组合;
第二确定子单元5322,用于针对每个组合,根据每个组合中的第一轨迹段,以及多个第二轨迹段中与每个组合中的第一轨迹段相对应的第二轨迹段,确定一组初始雷达参数;
第三确定子单元5323,用于根据每组初始雷达参数,确定多个第一轨迹段和多个第二轨迹段之间的距离,并将所有组合对应的多组初始雷达参数中,使得多个第一轨迹段和多个第二轨迹段之间的距离最小的一组初始雷达参数确定为雷达的标定参数。
可选的,第三确定子单元5323,用于根据每组初始雷达参数,确定每个组合中的第一轨迹段,与多个第二轨迹段中与每个组合中的第一轨迹段相对应的第二轨迹段之间的距离,并确定所有组合对应的多个距离的距离和,将所有组合对应的多组初始雷达参数中使得距离和最小的一组初始雷达参数确定为雷达的标定参数。
本申请实施例提供的路侧雷达的参数确定装置,可以执行上述任一实施例中的路侧雷达的参数确定方法的技术方案,其实现原理以及有益效果与路侧雷达的参数确定方法的实现原理及有益效果类似,可参见路侧雷达的参数确定方法的实现原理及有益效果,此处不再进行赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
图6是用来实现本申请实施例的路侧雷达的参数确定方法的电子设备的示意性框图。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/或者要求的本公开的实现。
如图6所示,电子设备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(CPU)、图形处理单元(GPU)、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(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如路侧雷达的参数确定方法。例如,在一些实施例中,路侧雷达的参数确定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路侧雷达的参数确定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)而被配置为执行路侧雷达的参数确定方法。
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(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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(EPROM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。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
本申请实施例还提供一种路侧设备,包括上述电子设备。
本申请实施例还提供一种计算机程序产品,包括计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
根据本申请实施例的技术方案,利用可记录自身轨迹的采集装置在路侧雷达的感知范围内进行直线运动,并通过路侧雷达实时采集的采集装置的轨迹,通过采集装置自身记录的轨迹对雷达采集的轨迹进行标定,获得雷达的标定参数,提高参数标定的精确度。
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,本发申请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,只要能够实现本申请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,并不构成对本申请保护范围的限制。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。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (15)
1.一种路侧雷达的参数确定方法,包括:
控制采集装置在所述雷达的感知范围内做直线运动;
获取所述雷达感知到的所述采集装置的第一轨迹信息,以及所述采集装置自身记录的第二轨迹信息;
根据所述第一轨迹信息中的多个第一轨迹段和所述第二轨迹信息中的多个第二轨迹段确定所述雷达的标定参数,以使所述雷达按照所述标定参数进行雷达探测,所述第一轨迹段与所述第二轨迹段对应,多个所述第一轨迹段和多个所述第二轨迹段为根据所述第一轨迹信息中轨迹的长度、波动、与所述雷达之间的距离,以及线间关系对所述第一轨迹信息和所述第二轨迹信息进行筛选得到。
2.根据权利要求1所述的方法,所述根据所述第一轨迹信息中的多个第一轨迹段和所述第二轨迹信息中的多个第二轨迹段确定所述雷达的标定参数,包括:
对所述第一轨迹信息和所述第二轨迹信息进行筛选,保留所述第一轨迹信息中的多个第一轨迹段和与所述多个第一轨迹段相对应的所述第二轨迹信息中的多个第二轨迹段;
根据所述多个第一轨迹段和所述多个第二轨迹段确定所述雷达的标定参数。
3.根据权利要求1所述的方法,所述根据所述第一轨迹信息中轨迹的长度、波动、与所述雷达之间的距离,以及线间关系,对所述第一轨迹信息和所述第二轨迹信息进行筛选,包括:
采用轨迹归类函数获取所述第一轨迹信息中的多个直线轨迹段和相对应的所述第二轨迹信息中的多个直线轨迹段,并获取所述第一轨迹信息中的多个直线轨迹段之间的线间关系;
根据所述第一轨迹信息中的多个直线轨迹段中的每个直线轨迹段的长度、波动、与所述雷达之间的距离,以及线间关系,对所述每个直线轨迹段进行打分,保留其中得分高于预设值的多个第一轨迹段,以及与所述多个第一轨迹段相对应的所述多个第二轨迹段。
4.根据权利要求2或3所述的方法,所述根据所述多个第一轨迹段和所述多个第二轨迹段确定所述雷达的标定参数,包括:
根据所述多个第一轨迹段和所述多个第二轨迹段之间的距离,确定所述雷达的标定参数。
5.根据权利要求4所述的方法,所述根据所述多个第一轨迹段和所述多个第二轨迹段之间的距离,确定所述雷达的标定参数,包括:
确定从所述多个第一轨迹段中任意选取部分或全部第一轨迹段的所有组合;
针对每个组合,根据所述每个组合中的第一轨迹段,以及所述多个第二轨迹段中与所述每个组合中的第一轨迹段相对应的第二轨迹段,确定一组初始雷达参数;
根据每组初始雷达参数,确定所述多个第一轨迹段和所述多个第二轨迹段之间的距离,并将所述所有组合对应的多组初始雷达参数中,使得所述多个第一轨迹段和所述多个第二轨迹段之间的距离最小的一组初始雷达参数确定为所述雷达的标定参数。
6.根据权利要求5所述的方法,所述根据每组初始雷达参数,确定所述多个第一轨迹段和所述多个第二轨迹段之间的距离,并将所述所有组合对应的多组初始雷达参数中,使得所述距离最小的一组初始雷达参数确定为所述雷达的标定参数,包括:
根据每组初始雷达参数,确定所述每个组合中的第一轨迹段,与所述多个第二轨迹段中与所述每个组合中的第一轨迹段相对应的第二轨迹段之间的距离,并确定所述所有组合对应的多个距离的距离和,将所述所有组合对应的多组初始雷达参数中使得所述距离和最小的一组初始雷达参数确定为所述雷达的标定参数。
7.一种路侧雷达的参数确定装置,包括:
控制模块,用于控制采集装置在所述雷达的感知范围内做直线运动;
获取模块,用于获取所述雷达感知到的所述采集装置的第一轨迹信息,以及所述采集装置自身记录的第二轨迹信息;
标定模块,用于根据所述第一轨迹信息中的多个第一轨迹段和所述第二轨迹信息中的多个第二轨迹段确定所述雷达的标定参数,以使所述雷达按照所述标定参数进行雷达探测,所述第一轨迹段与所述第二轨迹段对应,多个所述第一轨迹段和多个所述第二轨迹段为根据所述第一轨迹信息中轨迹的长度、波动、与所述雷达之间的距离,以及线间关系对所述第一轨迹信息和所述第二轨迹信息进行筛选得到。
8.根据权利要求7所述的装置,所述标定模块包括:
筛选单元,用于对所述第一轨迹信息和所述第二轨迹信息进行筛选,保留所述第一轨迹信息中的多个第一轨迹段和与所述多个第一轨迹段相对应的所述第二轨迹信息中的多个第二轨迹段;
确定单元,用于根据所述多个第一轨迹段和所述多个第二轨迹段确定所述雷达的标定参数。
9.根据权利要求8所述的装置,所述筛选单元包括:
第一筛选子单元,用于采用轨迹归类函数获取所述第一轨迹信息中的多个直线轨迹段和相对应的所述第二轨迹信息中的多个直线轨迹段,并获取所述第一轨迹信息中的多个直线轨迹段之间的线间关系;
第二筛选子单元,用于根据所述第一轨迹信息中的多个直线轨迹段中的每个直线轨迹段的长度、波动、与所述雷达之间的距离,以及线间关系,对所述每个直线轨迹段进行打分,保留其中得分高于预设值的多个第一轨迹段,以及与所述多个第一轨迹段相对应的所述多个第二轨迹段。
10.根据权利要求8所述的装置,所述确定单元,用于根据所述多个第一轨迹段和所述多个第二轨迹段之间的距离,确定所述雷达的标定参数。
11.根据权利要求10所述的装置,所述确定单元包括:
第一确定子单元,用于确定从所述多个第一轨迹段中任意选取部分或全部第一轨迹段的所有组合;
第二确定子单元,用于针对每个组合,根据所述每个组合中的第一轨迹段,以及所述多个第二轨迹段中与所述每个组合中的第一轨迹段相对应的第二轨迹段,确定一组初始雷达参数;
第三确定子单元,用于根据每组初始雷达参数,确定所述多个第一轨迹段和所述多个第二轨迹段之间的距离,并将所述所有组合对应的多组初始雷达参数中,使得所述多个第一轨迹段和所述多个第二轨迹段之间的距离最小的一组初始雷达参数确定为所述雷达的标定参数。
12.根据权利要求11所述的装置,所述第三确定子单元,用于根据每组初始雷达参数,确定所述每个组合中的第一轨迹段,与所述多个第二轨迹段中与所述每个组合中的第一轨迹段相对应的第二轨迹段之间的距离,并确定所述所有组合对应的多个距离的距离和,将所述所有组合对应的多组初始雷达参数中使得所述距离和最小的一组初始雷达参数确定为所述雷达的标定参数。
13. 一种电子设备,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,所述计算机指令用于使所述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 |
---|---|---|---|
CN202011522866.0A CN112630736B (zh) | 2020-12-21 | 2020-12-21 | 路侧雷达的参数确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011522866.0A CN112630736B (zh) | 2020-12-21 | 2020-12-21 | 路侧雷达的参数确定方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112630736A CN112630736A (zh) | 2021-04-09 |
CN112630736B true CN112630736B (zh) | 2024-05-07 |
Family
ID=75320454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011522866.0A Active CN112630736B (zh) | 2020-12-21 | 2020-12-21 | 路侧雷达的参数确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112630736B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113581211B (zh) * | 2021-08-30 | 2022-11-29 | 深圳清航智行科技有限公司 | 一种车辆行驶控制方法、系统、装置及可读存储介质 |
Citations (10)
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 |
EP3296760A1 (en) * | 2016-09-20 | 2018-03-21 | LEONARDO S.p.A. | Method and system for testing radar systems |
CN108257421A (zh) * | 2017-12-22 | 2018-07-06 | 广州市中南民航空管通信网络科技有限公司 | 一种航班航迹预测方法、电子设备及存储介质 |
CN109960264A (zh) * | 2019-03-28 | 2019-07-02 | 潍柴动力股份有限公司 | 一种目标识别方法及系统 |
US10732261B1 (en) * | 2019-12-31 | 2020-08-04 | Aurora Innovation, Inc. | Generating data using radar observation model based on machine learning |
CN111537990A (zh) * | 2020-04-27 | 2020-08-14 | 西安象德信息技术有限公司 | 一种车道的标定方法、装置以及电子设备 |
CN111693968A (zh) * | 2020-05-29 | 2020-09-22 | 江苏大学 | 一种车载三维激光雷达系统外参的系统化标定方法 |
CN111983603A (zh) * | 2020-08-31 | 2020-11-24 | 杭州海康威视数字技术股份有限公司 | 运动轨迹接力方法、系统、装置和中心端处理设备 |
CN111983600A (zh) * | 2020-08-31 | 2020-11-24 | 杭州海康威视数字技术股份有限公司 | 一种目标检测方法、装置及设备 |
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 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109118542B (zh) * | 2017-06-22 | 2021-11-23 | 阿波罗智能技术(北京)有限公司 | 激光雷达与相机之间的标定方法、装置、设备及存储介质 |
US10996679B2 (en) * | 2018-04-17 | 2021-05-04 | Baidu Usa Llc | Method to evaluate trajectory candidates for autonomous driving vehicles (ADVs) |
-
2020
- 2020-12-21 CN CN202011522866.0A patent/CN112630736B/zh active Active
Patent Citations (10)
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 |
EP3296760A1 (en) * | 2016-09-20 | 2018-03-21 | LEONARDO S.p.A. | Method and system for testing radar systems |
CN108257421A (zh) * | 2017-12-22 | 2018-07-06 | 广州市中南民航空管通信网络科技有限公司 | 一种航班航迹预测方法、电子设备及存储介质 |
CN109960264A (zh) * | 2019-03-28 | 2019-07-02 | 潍柴动力股份有限公司 | 一种目标识别方法及系统 |
US10732261B1 (en) * | 2019-12-31 | 2020-08-04 | Aurora Innovation, Inc. | Generating data using radar observation model based on machine learning |
CN111537990A (zh) * | 2020-04-27 | 2020-08-14 | 西安象德信息技术有限公司 | 一种车道的标定方法、装置以及电子设备 |
CN111693968A (zh) * | 2020-05-29 | 2020-09-22 | 江苏大学 | 一种车载三维激光雷达系统外参的系统化标定方法 |
CN111983603A (zh) * | 2020-08-31 | 2020-11-24 | 杭州海康威视数字技术股份有限公司 | 运动轨迹接力方法、系统、装置和中心端处理设备 |
CN111983600A (zh) * | 2020-08-31 | 2020-11-24 | 杭州海康威视数字技术股份有限公司 | 一种目标检测方法、装置及设备 |
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 |
---|---|
CN112630736A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109087510B (zh) | 交通监测方法及装置 | |
JP6571274B2 (ja) | レーザ深度マップサンプリングのためのシステム及び方法 | |
JP6794436B2 (ja) | 非障害物エリア検出のためのシステムおよび方法 | |
CN112763995B (zh) | 雷达标定方法、装置、电子设备和路侧设备 | |
CN112560684B (zh) | 车道线检测方法、装置、电子设备、存储介质以及车辆 | |
CN112966599B (zh) | 关键点识别模型的训练方法、关键点识别方法及装置 | |
CN112785625A (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
CN115797736B (zh) | 目标检测模型的训练和目标检测方法、装置、设备和介质 | |
CN112863187B (zh) | 感知模型的检测方法、电子设备、路侧设备和云控平台 | |
CN112763993A (zh) | 标定雷达参数的方法和装置、电子设备、存储介质 | |
CN113177497B (zh) | 视觉模型的训练方法、车辆识别方法及装置 | |
CN113762397B (zh) | 检测模型训练、高精度地图更新方法、设备、介质及产品 | |
CN112630736B (zh) | 路侧雷达的参数确定方法、装置、设备及存储介质 | |
CN115147831A (zh) | 三维目标检测模型的训练方法和装置 | |
CN113029136B (zh) | 定位信息处理的方法、设备、存储介质及程序产品 | |
CN114238790A (zh) | 用于确定最大感知范围的方法、装置、设备以及存储介质 | |
CN113591569A (zh) | 障碍物检测方法、装置、电子设备以及存储介质 | |
CN115952248B (zh) | 终端设备的位姿处理方法、装置、设备、介质及产品 | |
CN113516013B (zh) | 目标检测方法、装置、电子设备、路侧设备和云控平台 | |
CN113920273B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN116226782A (zh) | 传感器数据融合方法、装置、设备以及存储介质 | |
CN113361379B (zh) | 生成目标检测系统和检测目标的方法及装置 | |
CN114694138B (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
CN112507951B (zh) | 指示灯识别方法、装置、设备、路侧设备和云控平台 | |
CN115431968B (zh) | 车辆控制器、车辆及车辆控制方法 |
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: 20211021 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing 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 |