CN112781586B - 一种位姿数据的确定方法、装置、电子设备及车辆 - Google Patents

一种位姿数据的确定方法、装置、电子设备及车辆 Download PDF

Info

Publication number
CN112781586B
CN112781586B CN202011587380.5A CN202011587380A CN112781586B CN 112781586 B CN112781586 B CN 112781586B CN 202011587380 A CN202011587380 A CN 202011587380A CN 112781586 B CN112781586 B CN 112781586B
Authority
CN
China
Prior art keywords
time point
pose data
measurement unit
data
inertial measurement
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
Application number
CN202011587380.5A
Other languages
English (en)
Other versions
CN112781586A (zh
Inventor
李新
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.)
Shanghai Sensetime Lingang Intelligent Technology Co Ltd
Original Assignee
Shanghai Sensetime Lingang Intelligent Technology 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 Shanghai Sensetime Lingang Intelligent Technology Co Ltd filed Critical Shanghai Sensetime Lingang Intelligent Technology Co Ltd
Priority to CN202011587380.5A priority Critical patent/CN112781586B/zh
Publication of CN112781586A publication Critical patent/CN112781586A/zh
Priority to PCT/CN2021/101570 priority patent/WO2022142185A1/zh
Application granted granted Critical
Publication of CN112781586B publication Critical patent/CN112781586B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/53—Determining attitude

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Navigation (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本公开提供了一种位姿数据的确定方法、装置、电子设备及车辆，其中，该确定方法包括：获取行驶设备上的雷达传感器在相邻时间点中在后的第二时间点相对在先的第一时间点的第一相对位姿数据、行驶设备上的惯性测量单元在第一时间点对应的标准位姿数据、以及惯性测量单元在第二时间点对应的待修正位姿数据；基于惯性测量单元在第一时间点对应的标准位姿数据、以及在第二时间点对应的待修正位姿数据，确定雷达传感器在第二时间点相对第一时间点的第二相对位姿数据；基于第一相对位姿数据和第二相对位姿数据，对惯性测量单元在第二时间点对应的待修正位姿数据进行修正，得到惯性测量单元在第二时间点对应的标准位姿数据。

Description

一种位姿数据的确定方法、装置、电子设备及车辆
技术领域
本公开涉及多传感器定位技术领域，具体而言，涉及一种位姿数据的确定方法、装置、电子设备及车辆。
背景技术
在车辆基于定位传感器进行定位的过程中，为了提高定位结果的准确度，一般需要对车辆上安装的多个定位传感器采集的位姿数据进行融合，通常车辆上安装的定位传感器可以包含激光雷达传感器(Light detection and ranging，Lidar)和惯性测量单元(Inertial Measurement Unit，IMU)。
具体地，在基于多种定位传感采集的位姿数据进行融合的过程中，IMU和Lidar融合结果的准确度将直接无人驾驶车辆自动行驶过程中的定位结果，以及基于定位结果进行构建地图时的准确度，因此如何提高IMU和Lidar融合结果的准确度，为亟需解决的问题。
发明内容
本公开实施例至少提供一种位姿数据的确定方案。
第一方面，本公开实施例提供了一种位姿数据的确定方法，包括：
获取行驶设备上的雷达传感器在相邻时间点中在后的第二时间点相对在先的第一时间点对应的第一相对位姿数据、所述行驶设备上的惯性测量单元在所述第一时间点对应的标准位姿数据、以及所述惯性测量单元在所述第二时间点对应的待修正位姿数据；
基于所述惯性测量单元在所述第一时间点对应的标准位姿数据、以及在所述第二时间点对应的待修正位姿数据，确定所述雷达传感器在所述第二时间点相对所述第一时间点的第二相对位姿数据；
基于所述第一相对位姿数据和所述第二相对位姿数据，对所述惯性测量单元在所述第二时间点对应的待修正位姿数据进行修正，得到所述惯性测量单元在所述第二时间点对应的标准位姿数据。
本公开实施例中，通过获取雷达传感器在相邻时间点的相对位姿数据，以及基于惯性测量单元预测的雷达在相邻时间点的相对位姿数据，来对基于惯性测量单元确定的待修正位姿数据进行修正，在对基于惯性测量单元确定的待修正位姿数据进行修正的过程中，只需要考虑雷达传感器在相邻两个时间点的相对位姿数据，不会引入基于slam方式构地图过程的积累误差，因此在基于相对位姿数据对惯性测量单元在第二时间点的待修正位姿数据进行修正时，可以提高标准位姿数据的准确度。
在一种可能的实施方式中，所述获取行驶设备上的雷达传感器在相邻时间点中在后的第二时间点相对在先的第一时间点的第一相对位姿数据，包括：
获取所述雷达传感器分别在所述第一时间点采集的第一帧点云数据，以及在所述第二时间点采集的第二帧点云数据；
基于所述第一帧点云数据中多个目标点云点的位置数据，以及所述第二帧点云数据中所述多个目标点云点的位置数据，确定所述第一相对位姿数据。
本公开实施例中，可以通过雷达传感器在相邻时间点采集的点云数据，快速准确的确定出雷达传感器在相邻时间点的相对位姿数据。
在一种可能的实施方式中，所述基于所述惯性测量单元在所述第一时间点对应的标准位姿数据、以及在所述第二时间点对应的待修正位姿数据，确定所述雷达传感器在所述第二时间点相对所述第一时间点的第二相对位姿数据，包括：
基于所述惯性测量单元在所述第一时间点对应的标准位姿数据、以及在所述第二时间点对应的待修正位姿数据，以及，所述惯性测量单元和所述雷达传感器之间的位姿关系，确定所述雷达传感器在所述第二时间点相对所述第一时间点的第二相对位姿数据。
本公开实施例中，通过惯性测量单元在第一时间点对应的标准位姿数据，惯性测量单元在第二时间点对应的待修正位姿数据以及惯性测量单元和雷达传感器之间的位姿关系，可以准确的预测雷达传感器在在第二时间点相对第一时间点的第二相对位姿数据。
在一种可能的实施方式中，所述基于所述第一相对位姿数据和所述第二相对位姿数据，对所述惯性测量单元在所述第二时间点对应的待修正位姿数据进行修正，得到所述惯性测量单元在所述第二时间点对应的标准位姿数据，包括：
基于所述第一相对位姿数据和所述第二相对位姿数据，确定所述第一相对位姿数据和所述第二相对位姿数据之间的残差数据；
基于所述惯性测量单元在所述第二时间点对应的待修正位姿数据和所述残差数据，确定所述惯性测量单元在所述第二时间点对应的标准位姿数据。
本公开实施例中，通过雷达传感器观测点云数据确定的第一相对位姿数据以及惯性测量单元预测的雷达传感器的第二相对位姿数据，可以得到用于雷达传感器实际的相对位姿数据以及预测得到的相对位姿数据之间的差量，因此可以通过该差量对惯性测量单元在第二时间点对应的待修正位姿数据进行修正，从而准确得到惯性测量单元在第二时间点对应的标准位姿数据。
在一种可能的实施方式中，在基于所述惯性测量单元在所述第二时间点对应的待修正位姿数据和所述残差数据，确定所述惯性测量单元在所述第二时间点对应的标准位姿数据之前，所述确定方法还包括：
所述获取所述惯性测量单元在所述第一时间点对应的标准位姿数据和所述惯性测量单元在所述第二时间点对应的待修正位姿数据之间的协方差矩阵；
基于所述协方差矩阵、所述第一相对位姿数据对应的方差、以及用于表征所述惯性测量单元与所述雷达传感器之间的位姿关系的线性拟合矩阵，确定所述残差数据的方差；
基于所述协方差矩阵、所述线性拟合矩阵、和所述残差数据的方差，确定针对所述残差数据的修正系数；
所述基于所述惯性测量单元在所述第二时间点对应的待修正位姿数据和所述残差数据，得到所述惯性测量单元在所述第二时间点对应的标准位姿数据，包括：
基于所述修正系数和所述残差数据，对所述惯性测量单元在所述第二时间点对应的待修正位姿数据进行修正，得到所述惯性测量单元在所述第二时间点对应的标准位姿数据。
本公开实施例中，在通过雷达传感器的第一相对位姿数据和第二相对位姿数据之间的残差数据，对惯性测量单元在第二时间点对应的待修正位姿数据进行修正时，还可以引入用于针对残差数据的修正系数，共同对惯性测量单元在第二时间点对应的待修正位姿数据进行修正，从而可以提高得到的标准位姿数据的准确度。
在一种可能的实施方式中，所述获取所述惯性测量单元在所述第一时间点对应的标准位姿数据和所述惯性测量单元在所述第二时间点对应的待修正位姿数据之间的协方差矩阵，包括：
获取所述惯性测量单元在所述第一时间点对应的标准位姿数据对应的方差、以及所述惯性测量单元在所述第二时间点对应的待修正位姿数据对应的方差；
基于所述惯性测量单元从在所述第一时间点对应的待修正位姿数据到在所述第二时间点对应的待修正位姿数据，确定从所述第一时间点对应的待修正位姿数据转换到所述第二时间点对应的待修正位姿数据的状态转移矩阵；
基于所述状态转移矩阵、以及所述惯性测量单元在所述第一时间点对应的标准位姿数据的方差、所述惯性测量单元在所述第二时间点对应的待修正位姿数据的方差，生成所述协方差矩阵。
本公开实施例中，通过引入协方差矩阵来表示惯性测量单元从第一时间点至第二时间点对应的各待修正位姿数据的相关性，从而便于后续基于该协方差矩阵来确定针对惯性测量单元在第二时间点对应的待修正位姿数据进行调整时的修正系数。
在一种可能的实施方式中，所述确定方法还包括：
将所述惯性测量单元在所述第二时间点对应的标准位姿数据作为所述惯性测量单元在下一组相邻时间点中的新的第一时间点对应的标准位姿数据，重新执行为该下一组相邻时间点中的第二时间点确定对应的标准位姿数据的步骤。
在一种可能的实施方式中，所述确定方法还包括：
获取所述行驶设备上的全球导航卫星系统在所述第二时间点对所述行驶设备定位得到的定位位姿数据；
将所述定位位姿数据，和得到的所述惯性测量单元在所述第二时间点对应的标准位姿数据，确定所述惯性测量单元在所述第二时间点对应的更新后的标准位姿数据。
本公开实施例中，可以基于全球导航卫星系统在第二时间点对行驶设备定位得到的定位位姿数据对惯性测量单元在第二时间点的标准位姿数据进行进一步修正，从而提高得到的标准位姿数据的准确度。
在一种可能的实施方式中，在得到所述标准位姿数据之后，所述确定方法还包括：
基于所述标准位姿数据，以及所述雷达传感器在相应时刻采集的点云数据，确定所述点云数据中各个点云点的位置信息；
基于所述点云数据中各个点云点的位置信息，构建所述行驶设备行驶的区域的地图。
本公开实施例中，在得到准确度较高的标准位姿数据后，可以基于雷达传感器采集的点云数据中各个点的位置信息，对该行驶车辆行驶的区域构建准确度较高的地图。
第二方面，本公开实施例提供了一种位姿数据的确定装置，包括：
获取模块，用于获取行驶设备上的雷达传感器在相邻时间点中在后的第二时间点相对在先的第一时间点对应的第一相对位姿数据、所述行驶设备上的惯性测量单元在所述第一时间点对应的标准位姿数据、以及所述惯性测量单元在所述第二时间点对应的待修正位姿数据；
确定模块，用于基于所述惯性测量单元在所述第一时间点对应的标准位姿数据、以及在所述第二时间点对应的待修正位姿数据，确定所述雷达传感器在所述第二时间点相对所述第一时间点的第二相对位姿数据；
修正模块，用于基于所述第一相对位姿数据和所述第二相对位姿数据，对所述惯性测量单元在所述第二时间点对应的待修正位姿数据进行修正，得到所述惯性测量单元在所述第二时间点对应的标准位姿数据。
第三方面，本公开实施例提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如第一方面所述的确定方法的步骤。
第四方面，本公开实施例提供了一种车辆，包括本公开实施例第三方面提供的电子设备。
第五方面，本公开实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如第一方面所述的确定方法的步骤。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本公开实施例所提供的一种位姿数据的确定方法的流程图；
图2示出了本公开实施例所提供的一种确定第一相对位姿数据的方法流程图；
图3示出了本公开实施例所提供的一种确定标准位姿数据的方法流程图；
图4示出了本公开实施例所提供的一种确定残差数据的修正系数的方法流程图；
图5示出了本公开实施例所提供的另一种位姿数据的确定方法的流程图；
图6示出了本公开实施例所提供的一种构建地图的方法流程图；
图7示出了本公开实施例所提供的一种位姿数据的确定装置的示意图；
图8示出了本公开实施例所提供的一种电子设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
为了提高车辆定位结果的准确度，可以使用多种定位传感器进行融合定位，其中，雷达传感器由于观测精度高、建图效果好而备受青睐；惯性测量单元不易受外部环境影响、且能够提高较高频率的数据，因此基于雷达传感器和惯性测量单元进行融合定位的方式是当前重要的融合定位方式。考虑到惯性测量单元在确定车辆在世界坐标系下的位姿数据时，是通过惯性测量单元不断采集的位姿数据进行积分得到的，在积分过程中会存在累计误差，因此在基于雷达传感器和惯性测量单元进行融合定位时，可以通过基于雷达传感器确定的车辆的位姿数据对基于惯性测量单元积分得到的位姿数据进行修正，得到车辆的位姿数据，一般情况下，基于雷达传感器确定车辆在当前时刻的位姿数据的方式可以包括以下两种：
第一种方式，基于即时定位与地图构建(simultaneous localization andmapping，slam)的方式实时构建场景地图，获取雷达传感器在当前时刻采集的点云数据，对雷达传感器在当前时刻采集的点云数据和上一时刻构建的场景地图进行配准，预测车辆在场景地图中的位姿数据，该方式在基于slam方式确定场景地图的过程中会引入的累计误差，因此预测的车辆在场景地图中的位姿数据存在的误差偏大，进而基于雷达传感器确定的车辆的位姿数据对基于惯性测量单元确定车辆的位姿数据进行修正后得到的位姿数据的准确度也较低。
第二种方式，可以根据惯性测量单元确定的车辆的位姿数据，确定雷达传感器的位姿数据，然后结合基于slam方式确定的场景地图中目标物的位置坐标，预测雷达传感器与目标物之间的预测距离，然后结合雷达传感器采集的与目标物的观测距离确定针对惯性测量单元的修正量，基于该修正量对惯性测量单元确定的车辆的位姿数据进行修正，得到车辆在场景地图中的位姿数据，该方式在基于slam方式确定场景地图的过程中会引入的累计误差，因此得到的车辆在场景地图中的目标物的位置坐标存在的误差偏大，因此基于该修正量对基于惯性测量单元确定车辆的位姿数据进行修正后得到的位姿数据的准确度也较低。
基于上述研究，本公开提供了一种位姿数据的确定方法，通过获取雷达传感器在相邻时间点的相对位姿数据，以及基于惯性测量单元预测的雷达在相邻时间点的相对位姿数据，来对基于惯性测量单元确定的待修正位姿数据进行修正，在对基于惯性测量单元确定的待修正位姿数据进行修正的过程中，只需要考虑雷达传感器在相邻两个时间点的相对位姿数据，不会引入基于slam方式构地图过程的积累误差，因此在基于相对位姿数据对惯性测量单元在第二时间点的待修正位姿数据进行修正时，可以提高标准位姿数据的准确度。
为便于对本实施例进行理解，首先对本公开实施例所公开的一种位姿数据的确定方法进行详细介绍，本公开实施例所提供的位姿数据的确定方法的执行主体一般为具有一定计算能力的计算机设备，该计算机设备例如包括：终端设备或服务器或其它处理设备，终端设备可以为计算设备、车载设备等。在一些可能的实现方式中，该位姿数据的确定方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
参见图1所示，为本公开实施例提供的位姿数据的确定方法的流程图，该位姿数据的确定方法包括以下S101～S103，其中：
S101，获取行驶设备上的雷达传感器在相邻时间点中在后的第二时间点相对在先的第一时间点的第一相对位姿数据、行驶设备上的惯性测量单元在第一时间点对应的标准位姿数据、以及惯性测量单元在第二时间点对应的待修正位姿数据。
示例性地，行驶设备可以包含车辆、机器人等设置有雷达传感器和惯性测量单元的可移动设备，本公开实施例以行驶设备为智能车辆为例进行阐述。
示例性地，雷达传感器可以按照雷达的采集时间间隔采集点云数据，这里的相邻时间点是指雷达传感器在采集点云数据时的相邻时间点，比如雷达传感器每间隔5s采集一次点云数据，从9:00:00开始，则9:00:05和9:00:10即为相邻时间点。
示例性地，可以基于雷达传感器在相邻时间点采集的点云数据，确定出第一相对位姿数据，具体地，雷达传感器采集的点云数据可以是在雷达传感器对应的坐标系下，雷达传感器采集到的目标区域中包含的位置点相对于雷达传感器的距离信息，这样，可以对相邻两帧点云数据进行配准，确定出雷达传感器在相邻时间点中在后的第二时间点相对在先的第一时间点的第一相对位姿数据。
示例性地，惯性测量单元(Inertial measurement unit，IMU)可以按照设定的频率采集位姿数据，惯性测量单元在当前时刻采集的位姿数据可以反映惯性测量单元在当前时刻相对于上一时刻的位姿变化，因此，可以对惯性测量单元不断采集的位姿数据，进行积分得到惯性测量单元在当前时刻对应的待修正位姿数据，通过对该待修正位姿数据进行修正后，可以得到惯性测量单元对应的标准位姿数据，该标准位姿数据可以用于表示行驶设备在预先构建的世界坐标系中的位姿数据，本公开实施例提供的确定惯性测量单元在第一时间点对应的标准位姿数据与确定惯性测量单元在第二时间点对应的标准位姿数据的方式相同，因此确定惯性测量单元在第一时间点对应的标准位姿数据的过程可以参照本公开介绍的确定惯性测量单元在第二时间点对应的标准位姿数据的过程。
示例性地，预先构建的世界坐标系可以以行驶设备出发地所在的位置点为坐标原点，以从该位置点开始，行驶设备前进方向为X轴，以垂直于行驶设备前进方向，且水平向左的方向为Y轴，以垂直于行驶设备前进方向，且指向天空的方向为Z轴。
S102，基于惯性测量单元在第一时间点对应的标准位姿数据、以及在第二时间点对应的待修正位姿数据，确定雷达传感器在第二时间点相对第一时间点的第二相对位姿数据。
示例性地，同一时间点下，惯性测量单元和雷达传感器之间具有一定的位姿关系，该位姿关系可以通过将雷达传感器和惯性测量单元置于同一坐标系下进行确定，或者可以在行驶设备行驶之前，对安装于行驶设备上的定位传感器进行标定，可以获取到雷达传感器和惯性测量单元之间的位姿关系，基于该位姿关系，可以通过惯性测量单元在第一时间点对应的标准位姿数据和在第二时间点对应的待修正位姿数据，预测雷达传感器在第二时间点相对第一时间点的第二相对位姿数据。
S103，基于第一相对位姿数据和第二相对位姿数据，对惯性测量单元在第二时间点对应的待修正位姿数据进行修正，得到惯性测量单元在第二时间点对应的标准位姿数据。
示例性地，第一相对位姿数据是根据雷达传感器在相邻时间点采集的点云数据确定的，第二相对位姿数据是根据惯性测量单元在第一时间点对应的标准位姿数据和第二时间点对应的待修正位姿数据预测得到的，因此第一相对位姿数据和第二相对位姿数据之间的残差可以用来对惯性测量单元在第二时间点对应的待修正位姿数据进行修正，比如可以引入卡尔曼滤波算法进行修正，得到惯性测量单元在第二时间点对应的标准位姿数据。
本公开实施例中，通过获取雷达传感器在相邻时间点的相对位姿数据，以及基于惯性测量单元预测的雷达在相邻时间点的相对位姿数据，来对基于惯性测量单元确定的待修正位姿数据进行修正，在对基于惯性测量单元确定的待修正位姿数据进行修正的过程中，只需要考虑雷达传感器在相邻两个时间点的相对位姿数据，不会引入基于slam方式构地图过程的积累误差，因此在基于相对位姿数据对惯性测量单元在第二时间点的待修正位姿数据进行修正时，可以提高标准位姿数据的准确度。
下面将结合具体实施例对上述S101～S103进行详细阐述。
针对上述S101，在获取行驶设备上的雷达传感器在相邻时间点中在后的第二时间点相对在先的第一时间点的第一相对位姿数据时，如图2所示，可以包括以下S201～S202：
S201，获取雷达传感器分别在第一时间点采集的第一帧点云数据，以及在第二时间点采集的第二帧点云数据；
S202，基于第一帧点云数据中多个目标点云点的位置数据，以及第二帧点云数据中多个目标点云点的位置数据，确定第一相对位姿数据。
示例性地，第一帧点云数据具体指雷达传感器在第一时间点对应的雷达坐标系下，采集到的目标区域中包含的点云点在雷达坐标系下的位置数据，第二帧点云数据具体指雷达传感器在第二时间点对应的雷达坐标系下，采集到的目标区域中包含的点云点在雷达坐标系下的位置数据。
示例性地，雷达传感器以激光雷达传感器为例，激光雷达传感器可以按照设定角度发射用于探测障碍物的激光，通过发射激光的时间以及接收到障碍物反馈的激光，可以确定激光探测到的点云点相对于雷达传感器的坐标系原点的距离和方向，从而得到点云点在雷达坐标系下的位置数据。
因为相邻两帧点云数据之间的采集时间间隔较短，因此目标区域可以为同一区域，因此可以基于第一帧点云数据中多个目标点云点和第二帧点云数据中的相同的多个目标点云点对第一帧点云数据和第二帧点云数据进行配准，确定雷达的第一相对位姿数据。
本公开实施例中，可以通过雷达传感器在相邻时间点采集的点云数据，快速准确的确定出雷达传感器在相邻时间点的相对位姿数据。
针对上述S102，在基于惯性测量单元在第一时间点对应的标准位姿数据、以及在第二时间点对应的待修正位姿数据，确定雷达传感器在第二时间点相对第一时间点的第二相对位姿数据时，可以包括：
基于惯性测量单元在第一时间点对应的标准位姿数据、以及在第二时间点对应的待修正位姿数据，以及，惯性测量单元和雷达传感器之间的位姿关系，确定雷达传感器在第二时间点相对第一时间点的第二相对位姿数据。
示例性地，惯性测量单元采集位姿数据的频率高于雷达传感器采集点云数据的频率，比如雷达传感器采集的点云数据的第一时间点可以与惯性测量单元采集第k帧位姿数据的时间点相同，雷达传感器采集的点云数据的第二时间点可以与惯性测量单元采集第k+m帧位姿数据的时间点相同。
具体地，可以引入卡尔曼滤波算法来确定雷达传感器在第二时间点相对第一时间点的第二相对位姿数据，详见以下公式(1)：
Figure BDA0002867545100000131
其中，
Figure BDA0002867545100000132
表示雷达传感器在第二时间点相对第一时间点的第二相对位姿数据；
Figure BDA0002867545100000133
表示惯性测量单元在第二时间点对应的待修正位姿数据；
Figure BDA0002867545100000134
表示惯性测量单元在第一时间点对应的标准位姿数据；Hk+m以及Hk可以表示惯性测量单元与雷达传感器之间的位姿关系的线性拟合矩阵，其中，Hk+m可以表示惯性测量单元与雷达传感器在第二时间点的位姿关系，Hk可以表示惯性测量单元与雷达传感器在第一时间点的位姿关系；η表示在基于惯性测量单元预测第二相对位姿时的随机误差量。
本公开实施例中，通过惯性测量单元在第一时间点对应的标准位姿数据，惯性测量单元在第二时间点对应的待修正位姿数据以及惯性测量单元和雷达传感器之间的位姿关系，可以准确的预测雷达传感器在在第二时间点相对第一时间点的第二相对位姿数据。
针对上述S103，在基于第一相对位姿数据和第二相对位姿数据，对惯性测量单元在第二时间点对应的待修正位姿数据进行修正，得到惯性测量单元在第二时间点对应的标准位姿数据时，如图3所示，可以包括以下S301～S302：
S301，基于第一相对位姿数据和第二相对位姿数据，确定第一相对位姿数据和第二相对位姿数据之间的残差数据；
S302，基于惯性测量单元在第二时间点对应的待修正位姿数据和残差数据，确定惯性测量单元在第二时间点对应的标准位姿数据。
示例性地，可以按照以下公式(2)来确定残差数据：
Figure BDA0002867545100000141
其中，rk+m表示残差数据；zk,k+m表示第一相对位姿数据；
Figure BDA0002867545100000142
表示第二相对位姿数据。
考虑到残差数据是通过惯性测量单元预测的雷达传感器的第二相对位姿数据以及雷达传感器观测点云数据确定的第一相对位姿数据来确定的，因此可以基于残差数据来对基于惯性测量单元确定的待修正位姿数据进行修正，以确定惯性测量单元在第二时间点的标准位姿数据。
本公开实施例中，通过雷达传感器观测点云数据确定的第一相对位姿数据以及惯性测量单元预测的雷达传感器的第二相对位姿数据，可以得到用于雷达传感器实际的相对位姿数据以及预测得到的相对位姿数据之间的差量，因此可以通过该差量对惯性测量单元在第二时间点对应的待修正位姿数据进行修正，从而准确得到惯性测量单元在第二时间点对应的标准位姿数据。
考虑到在另一种实施方式中，在基于惯性测量单元在第二时间点对应的待修正位姿数据和残差数据，确定惯性测量单元在第二时间点对应的标准位姿数据之前，如图4所示，本公开实施例提供的位姿数据的确定方法还包括以下S401～S403：
S401，获取惯性测量单元在第一时间点对应的标准位姿数据和该惯性测量单元在第二时间点对应的待修正位姿数据之间的协方差矩阵。
示例性地，惯性测量单元在第一时间点对应的标准位姿数据和在第二时间点对应的待修正位姿数据之间的协方差矩阵可以包含惯性测量单元在第一时间点对应的标准位姿数据的方差、惯性测量单元在第二时间点对应的待修正位姿数据的方差以及惯性测量单元在第一时间点对应的标准位姿数据和在第二时间点对应的待修正位姿数据之间的协方差。
示例性地，协方差矩阵中惯性测量单元在第一时间点对应的标准位姿数据的方差以及在第二时间点对应的待修正位姿数据的方差越大，说明惯性测量单元在第一时间点对应的标准位姿数据以及在第二时间点对应的待修正位姿数据的稳定性较低，这样后期在基于协方差矩阵对惯性测量单元在第二时间点对应的待修正位姿数据进行修正时，协方差矩阵在对待修正位姿数据进行修正时的影响较小；反之，惯性测量单元在第一时间点对应的标准位姿数据的方差以及在第二时间点对应的待修正位姿数据的方差也就越小，说明惯性测量单元在第一时间点对应的标准位姿数据以及在第二时间点对应的待修正位姿数据的稳定性较高，这样后期在基于协方差矩阵对惯性测量单元在第二时间点对应的待修正位姿数据进行修正时，协方差矩阵在对待修正位姿数据进行修正时的影响较大。
具体地，在获取惯性测量单元在第一时间点对应的标准位姿数据和该惯性测量单元在第二时间点对应的待修正位姿数据之间的协方差矩阵时，可以包括以下S4011～S4013：
S4011，获取惯性测量单元在第一时间点对应的标准位姿数据对应的方差、以及惯性测量单元在第二时间点对应的待修正位姿数据对应的方差。
示例性地，公开实施例提供的确定惯性测量单元在第一时间点对应的标准位姿数据的方差，与确定惯性测量单元在第二时间点对应的标准位姿数据的方差的方式相同，因此确定惯性测量单元在第一时间点对应的标准位姿数据的方差的过程可以参照本公开下文介绍的确定惯性测量单元在第二时间点对应的标准位姿数据的方差的过程。
示例性地，惯性测量单元在第二时间点对应的待修正位姿数据对应的方差可以根据惯性测量单元在第二时间点以及第二时间点之前的多个惯性测量单元的采集时刻采集的位姿数据计算得到，用来表示惯性测量单元在第二时间点对应的待修正位姿数据和准确位姿数据之间的偏离程度。
S4012，基于惯性测量单元从在第一时间点对应的待修正位姿数据到在第二时间点的对应待修正位姿数据，确定从第一时间点的待修正位姿数据转换到第二时间点的待修正位姿数据的状态转移矩阵。
示例性地，第一时间点和第二时间点为惯性测量单元与雷达传感器对应的采集时间点，因为惯性测量单元的采集频率高于雷达传感器的采集频率，因此第一时间点和第二时间点之间还包含多个惯性测量单元的采集时间点，比如惯性测量单元在第一时间点惯性测量单元采集第k帧位姿数据，在第二时间点惯性测量单元采集第k+m帧位姿数据，在第一时间点和第二时间点之间还包含用于采集m帧位姿数据的采集时间点，这里在确定状态转移矩阵时，可以根据惯性测量单元的相邻两个采集时间点对应的待修正位姿数据确定惯性测量单元的相邻两个时间点的状态转移矩阵，然后再根据惯性测量单元的相邻两个时间点的状态转移矩阵确定第一时间点的待修正位姿数据转换到第二时间点的待修正位姿数据的状态转移矩阵。
示例性地，可以根据以下公式(3)确定惯性测量单元从第一时间点的待修正位姿数据转换到第二时间点的待修正位姿数据的状态转移矩阵：
Figure BDA0002867545100000171
其中，Fk+m,k表示惯性测量单元从采集第k帧位姿数据时对应的待修正位姿数据转换到采集第k+m帧位姿数据时对应的待修正位姿数据的状态转移矩阵；i表示变量，i∈[1,m]；Fk+i,k+i-1表示惯性测量单元从采集第k+i-1帧位姿数据时对应的待修正位姿数据转换到采集第k+i帧位姿数据时对应的待修正位姿数据的状态转移矩阵。
示例性地，惯性测量单元相邻两个时间点的状态转移矩阵可以表示惯性测量单元在相邻两个时间点的位姿变化，比如惯性测量单元在采集第k+i-1帧位姿数据时对应的待修正位姿数据和Fk+i,k+i-1相乘，可以转换到在采集第k+i帧位姿数据时对应的待修正位姿数据，也就是Fk+i,k+i-1可以反映惯性测量单元从采集第k+i-1帧位姿数据时对应的待修正位姿数据到采集第k+i帧位姿数据时对应的待修正位姿数据之间如何转换。
S4013，基于状态转移矩阵、以及惯性测量单元在第一时间点的标准位姿数据的方差、惯性测量单元在第二时间点对应的待修正位姿数据的方差，生成协方差矩阵。
示例性地，可以将状态转移矩阵和惯性测量单元在第一时间点的标准位姿数据的方差的乘积作为惯性测量单元在第二时间点对应的待修正位姿数据和惯性测量单元在第一时间点对应的标准位姿数据之间的协方差；将惯性测量单元在第一时间点的标准位姿数据的方差和状态转移矩阵的转置矩阵的乘积作为惯性测量单元在第一时间点对应的标准位姿数据和惯性测量单元在第二时间点对应的待修正位姿数据之间的协方差。
按照以下公式(4)来表示惯性测量单元在第一时间点对应的标准位姿数据和惯性测量单元在第二时间点对应的待修正位姿数据之间的协方差矩阵：
Figure BDA0002867545100000181
其中，Pk|k表示惯性测量单元在第一时间点的标准位姿数据的方差；Pk+m|k表示惯性测量单元在第二时间点对应的待修正位姿数据的方差。
本公开实施例中，通过引入协方差矩阵，可以在对惯性测量单元在第二时间点对应的待修正位姿数据进行调整时提供调整量的支持，便于准确得到惯性测量单元在第二时间点对应的标准位姿数据。
S402，基于协方差矩阵、第一相对位姿数据对应的方差、以及用于表征惯性测量单元与雷达传感器之间的位姿关系的线性拟合矩阵，确定残差数据的方差。
示例性地，第一相对位姿数据对应的方差可以根据雷达传感器在相邻时间点反馈的点云数据进行计算得到，可以用来表示第一相对位姿数据与雷达传感器在相邻时间点对应的真实第一相对位姿数据之间的偏离程度。
具体地，可以根据以下公式(5)来确定反映残差数据与残差数据的期望值之间的偏离程度的方差：
Figure BDA0002867545100000182
其中，
Figure BDA0002867545100000183
用于表示残差数据的方差；Rr用于表示第一相对位姿数据对应的方差；H表示Hk和Hk+m构成的矩阵。
S403，基于协方差矩阵、线性拟合矩阵、和残差数据的方差，确定针对残差数据的修正系数。
示例性地，可以按照以下公式(6)来确定针对残差数据的修正系数：
Figure BDA0002867545100000184
其中，
Figure BDA0002867545100000185
针对残差数据的修正系数，
Figure BDA0002867545100000186
包含由第一时间点对应的残差数据的修正系数
Figure BDA0002867545100000187
以及由第二时间点对应的残差数据的修正系数
Figure BDA0002867545100000188
进一步地，在基于惯性测量单元在第二时间点的待修正位姿数据和残差数据，得到惯性测量单元在第二时间点的标准位姿数据时，包括：
基于修正系数和残差数据，对惯性测量单元在第二时间点的待修正位姿数据进行修正，得到惯性测量单元在第二时间点的标准位姿数据。
示例性地，可以按照公式(7)来确定惯性测量单元在第二时间点的标准位姿数据：
Figure BDA0002867545100000191
其中，
Figure BDA0002867545100000192
用于表示惯性测量单元在第二时间点的标准位姿数据。
本公开实施例中，在通过雷达传感器的第一相对位姿数据和第二相对位姿数据之间的残差数据，对惯性测量单元在第二时间点对应的待修正位姿数据进行修正时，还可以引入用于针对残差数据的修正系数，共同对惯性测量单元在第二时间点对应的待修正位姿数据进行修正，从而可以提高得到的标准位姿数据的准确度。
在一种实施方式中，本公开实施例提供的位姿数据的确定方法还包括：
将惯性测量单元在第二时间点对应的标准位姿数据作为惯性测量单元在下一组相邻时间点中的新的第一时间点对应的标准位姿数据，重新执行为该下一组相邻时间点中的第二时间点确定对应的标准位姿数据的步骤。
示例性地，可以按照以下公式(8)来确定惯性测量单元在第二时间点的标准位姿数据的方差：
Figure BDA0002867545100000193
其中，Pk+m|k表示惯性测量单元在第二时间点对应的待修正位姿数据的方差；Pk+m|k+m表示惯性测量单元在第二时间点的标准位姿数据的方差。
本公开实施例中，在得到针对残差数据的修正系数和残差数据的方差后，可以对惯性测量单元在第二时间点对应的待修正位姿数据的方差进行修正，得到惯性测量单元在第二时间点对应的标准位姿数据的方差，为下确定下一个时间点惯性测量单元对应的标准位姿数据进行准备。
在一种实施方式中，如图5所示，本公开实施例提供的位姿数据的确定方法还包括以下S501～S502：
S501，获取行驶设备上的全球导航卫星系统在第二时间点对行驶设备定位得到的定位位姿数据；
S502，将定位位姿数据，和得到的惯性测量单元在第二时间点的标准位姿数据，确定惯性测量单元在第二时间点的更新后的标准位姿数据。
示例性地，在检测到存在卫星信号的情况下，可以获取行驶设备上的全球导航卫星系统在第二时间点对行驶设备定位得到的定位位姿数据，对惯性测量单元在第二时间点的标准位姿数据进行进一步修正，从而得到准确度度更高的更新后的标准位姿数据。
示例性地，可以通过卡尔曼滤波的方式对全球导航卫星系统在第二时间点对行驶设备定位得到的定位位姿数据和惯性测量单元在第二时间点的标准位姿数据进行融合，得到惯性测量单元在第二时间点的更新后的标准位姿数据。对惯性测量单元在第二时间点的标准位姿数据进行更新，具体可以按照以下过程：
S5021，基于惯性测量单元在第二个时间点的标准位姿数据，预测全球导航卫星系统在第二个时间点的预测位姿数据。
S5022，基于全球导航卫星系统在第二时间点对行驶设备定位得到的定位位姿数据和预测位姿数据，确定预测位姿数据和定位位姿数据之间的残差数据；
S5023，基于预测位姿数据和定位位姿数据之间的残差数据、惯性测量单元在第二个时间点对应的标准位姿数据的方差和全球导航卫星系统在第二个时间点对行驶设备定位得到的定位位姿数据的方差，确定针对惯性测量单元在第二个时间点的标准位姿数据进行更新时的更新数据；
S5024，基于更新数据，对惯性测量单元在第二个时间点的标准位姿数据进行更新，得到惯性测量单元在第二时间点的更新后的标准位姿数据。
本公开实施例中，可以基于全球导航卫星系统在第二时间点对行驶设备定位得到的定位位姿数据对惯性测量单元在第二时间点的标准位姿数据进行进一步修正，从而提高得到的标准位姿数据的准确度。
在一种实施方式中，在得到标准位姿数据之后，如图6所示，本公开实施例提供的位姿数据的确定方法还包括以下S601～S602：
S601，基于标准位姿数据，以及雷达传感器在相应时刻采集的点云数据，确定点云数据中各个点云点的位置信息。
示例性地，标准位姿数据可以是基于雷达传感器和惯性测量单元确定的标准位姿数据，也可以是基于雷达传感器、惯性测量单元和全球导航卫星系统确定的标准位姿数据。
在得到惯性测量单元在第二时间点对应的标准位姿数据后，可以结合表征雷达传感器与惯性测量单元之间坐标系转换关系的外部参数信息确定雷达传感器在第二时间点世界坐标系下的位姿数据，然后可以结合雷达传感器在第二时间点采集的点云数据中各个点云点在雷达坐标系下相对于雷达传感器的距离信息，得到点云数据中各个点云点在世界坐标系中的位置信息。
S602，基于点云数据中各个点云点的位置信息，构建行驶设备行驶的区域的地图。
行驶设备在设定区域行驶时，可以不断获取该设定区域中构成各个物体的点云数据，从而按照上述方式确定该设定区域中各个物体的形貌以及在该设定区域内的位置信息，即按照各个物体在设定区域内的位置信息，构建该设定区域对应的地图。
本公开实施例中，在得到准确度较高的标准位姿数据后，可以基于雷达传感器采集的点云数据中各个点的位置信息，对该行驶车辆行驶的区域构建准确度较高的地图。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一技术构思，本公开实施例中还提供了与位姿数据的确定方法对应的位姿数据的确定装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述位姿数据的确定方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
参照图7所示，为本公开实施例提供的一种位姿数据的确定装置700的示意图，该位姿数据的确定装置包括：
获取模块701，用于获取行驶设备上的雷达传感器在相邻时间点中在后的第二时间点相对在先的第一时间点的第一相对位姿数据、行驶设备上的惯性测量单元在第一时间点对应的标准位姿数据、以及惯性测量单元在第二时间点对应的待修正位姿数据；
确定模块702，用于基于惯性测量单元在第一时间点对应的标准位姿数据、以及在第二时间点对应的待修正位姿数据，确定雷达传感器在第二时间点相对第一时间点的第二相对位姿数据；
修正模块703，用于基于第一相对位姿数据和第二相对位姿数据，对惯性测量单元在第二时间点对应的待修正位姿数据进行修正，得到惯性测量单元在第二时间点对应的标准位姿数据。
在一种可能的实施方式中，获取模块701在用于获取行驶设备上的雷达传感器在相邻时间点中在后的第二时间点相对在先的第一时间点的第一相对位姿数据时，包括：
获取雷达传感器分别在第一时间点采集的第一帧点云数据，以及在第二时间点采集的第二帧点云数据；
基于第一帧点云数据中多个目标点云点的位置数据，以及第二帧点云数据中多个目标点云点的位置数据，确定第一相对位姿数据。
在一种可能的实施方式中，确定模块702在用于基于惯性测量单元在第一时间点对应的标准位姿数据、以及在第二时间点对应的待修正位姿数据，确定雷达传感器在第二时间点相对第一时间点的第二相对位姿数据时，包括：
基于惯性测量单元在第一时间点对应的标准位姿数据、以及在第二时间点对应的待修正位姿数据，以及，惯性测量单元和雷达传感器之间的位姿关系，确定雷达传感器在第二时间点相对第一时间点的第二相对位姿数据。
在一种可能的实施方式中，修正模块703在用于基于第一相对位姿数据和第二相对位姿数据，对惯性测量单元在第二时间点对应的待修正位姿数据进行修正，得到惯性测量单元在第二时间点对应的标准位姿数据时，包括：
基于第一相对位姿数据和第二相对位姿数据，确定第一相对位姿数据和第二相对位姿数据之间的残差数据；
基于惯性测量单元在第二时间点对应的待修正位姿数据和残差数据，确定惯性测量单元在第二时间点对应的标准位姿数据。
在一种可能的实施方式中，修正模块703在基于惯性测量单元在第二时间点对应的待修正位姿数据和残差数据，确定惯性测量单元在第二时间点对应的标准位姿数据之前，还用于：
获取惯性测量单元在第一时间点对应的标准位姿数据和该惯性测量单元在第二时间点对应的待修正位姿数据之间的协方差矩阵；
基于协方差矩阵、第一相对位姿数据对应的方差、以及用于表征惯性测量单元与雷达传感器之间的位姿关系的线性拟合矩阵，确定残差数据的方差；
基于协方差矩阵、线性拟合矩阵、和残差数据的方差，确定针对残差数据的修正系数；
修正模块在用于基于惯性测量单元在第二时间点对应的待修正位姿数据和残差数据，得到惯性测量单元在第二时间点对应的标准位姿数据时，包括：
基于修正系数和残差数据，对惯性测量单元在第二时间点对应的待修正位姿数据进行修正，得到惯性测量单元在第二时间点对应的标准位姿数据。
在一种可能的实施方式中，修正模块703在用于获取惯性测量单元在第一时间点对应的标准位姿数据和该惯性测量单元在第二时间点对应的待修正位姿数据之间的协方差矩阵时，包括：
获取惯性测量单元在第一时间点对应的标准位姿数据的方差、以及惯性测量单元在第二时间点对应的待修正位姿数据的方差；
基于惯性测量单元从在第一时间点对应的待修正位姿数据到在第二时间点对应的待修正位姿数据，确定从第一时间点对应的待修正位姿数据转换到第二时间点对应的待修正位姿数据的状态转移矩阵；
基于状态转移矩阵、以及惯性测量单元在第一时间点对应的标准位姿数据的方差、惯性测量单元在第二时间点对应的待修正位姿数据的方差，生成协方差矩阵。
在一种可能的实施方式中，修正模块703还用于：
将惯性测量单元在第二时间点对应的标准位姿数据作为惯性测量单元在下一组相邻时间点中的新的第一时间点对应的标准位姿数据，重新执行为该下一组相邻时间点中的第二时间点确定对应的标准位姿数据的步骤。
在一种可能的实施方式中，修正模块703还用于：
获取行驶设备上的全球导航卫星系统在第二时间点对行驶设备定位得到的定位位姿数据；
将定位位姿数据，和得到的惯性测量单元在第二时间点对应的标准位姿数据，确定惯性测量单元在第二时间点对应的更新后的标准位姿数据。
在一种可能的实施方式中，位姿数据的确定装置还包括建图模块704，在修正模块703在得到标准位姿数据之后，建图模块704用于：
基于标准位姿数据，以及雷达传感器在相应时刻采集的点云数据，确定点云数据中各个点云点的位置信息；
基于点云数据中各个点云点的位置信息，构建行驶设备行驶的区域的地图。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
对应于图1中的位姿数据的确定方法，本公开实施例还提供了一种电子设备800，如图8所示，为本公开实施例提供的电子设备800结构示意图，包括：
处理器81、存储器82、和总线83；存储器82用于存储执行指令，包括内存821和外部存储器822；这里的内存821也称内存储器，用于暂时存放处理器81中的运算数据，以及与硬盘等外部存储器822交换的数据，处理器81通过内存821与外部存储器822进行数据交换，当电子设备800运行时，处理器81与存储器82之间通过总线83通信，使得处理器81执行以下指令：获取行驶设备上的雷达传感器在相邻时间点中在后的第二时间点相对在先的第一时间点的第一相对位姿数据、行驶设备上的惯性测量单元在第一时间点对应的标准位姿数据、以及惯性测量单元在第二时间点对应的待修正位姿数据；基于惯性测量单元在第一时间点对应的标准位姿数据、以及在第二时间点对应的待修正位姿数据，确定雷达传感器在第二时间点相对第一时间点的第二相对位姿数据；基于第一相对位姿数据和第二相对位姿数据，对惯性测量单元在第二时间点对应的待修正位姿数据进行修正，得到惯性测量单元在第二时间点对应的标准位姿数据。
本公开实施例还提供一种车辆，包括本公开实施例提供的电子设备800。本公开实施例提供的车辆可以包括智能车辆，该智能车辆可以包括全自动驾驶车辆，也可以包括具有部分智能功能的手动驾驶车辆，部分智能功能可以执行本公开提供的任何位姿数据确定方法。
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的位姿数据的确定方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例还提供一种计算机程序产品，该计算机程序产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中所述的位姿数据的确定方法的步骤，具体可参见上述方法实施例，在此不再赘述。
其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。

Claims (13)

1.一种位姿数据的确定方法，其特征在于，包括：
获取行驶设备上的雷达传感器在相邻时间点中在后的第二时间点相对在先的第一时间点的第一相对位姿数据、所述行驶设备上的惯性测量单元在所述第一时间点对应的标准位姿数据、以及所述惯性测量单元在所述第二时间点对应的待修正位姿数据；
基于所述惯性测量单元在所述第一时间点对应的标准位姿数据、以及在所述第二时间点对应的待修正位姿数据，确定所述雷达传感器在所述第二时间点相对所述第一时间点的第二相对位姿数据；
基于所述第一相对位姿数据和所述第二相对位姿数据，对所述惯性测量单元在所述第二时间点对应的待修正位姿数据进行修正，得到所述惯性测量单元在所述第二时间点对应的标准位姿数据。
2.根据权利要求1所述的确定方法，其特征在于，所述获取行驶设备上的雷达传感器在相邻时间点中在后的第二时间点相对在先的第一时间点的第一相对位姿数据，包括：
获取所述雷达传感器分别在所述第一时间点采集的第一帧点云数据，以及在所述第二时间点采集的第二帧点云数据；
基于所述第一帧点云数据中多个目标点云点的位置数据，以及所述第二帧点云数据中所述多个目标点云点的位置数据，确定所述第一相对位姿数据。
3.根据权利要求1或2所述的确定方法，其特征在于，所述基于所述惯性测量单元在所述第一时间点对应的标准位姿数据、以及在所述第二时间点对应的待修正位姿数据，确定所述雷达传感器在所述第二时间点相对所述第一时间点的第二相对位姿数据，包括：
基于所述惯性测量单元在所述第一时间点对应的标准位姿数据、以及在所述第二时间点对应的待修正位姿数据，以及，所述惯性测量单元和所述雷达传感器之间的位姿关系，确定所述雷达传感器在所述第二时间点相对所述第一时间点的第二相对位姿数据。
4.根据权利要求1至3任一所述的确定方法，其特征在于，所述基于所述第一相对位姿数据和所述第二相对位姿数据，对所述惯性测量单元在所述第二时间点对应的待修正位姿数据进行修正，得到所述惯性测量单元在所述第二时间点对应的标准位姿数据，包括：
基于所述第一相对位姿数据和所述第二相对位姿数据，确定所述第一相对位姿数据和所述第二相对位姿数据之间的残差数据；
基于所述惯性测量单元在所述第二时间点对应的待修正位姿数据和所述残差数据，确定所述惯性测量单元在所述第二时间点对应的标准位姿数据。
5.根据权利要求4所述的确定方法，其特征在于，在基于所述惯性测量单元在所述第二时间点对应的待修正位姿数据和所述残差数据，确定所述惯性测量单元在所述第二时间点对应的标准位姿数据之前，所述确定方法还包括：
获取所述惯性测量单元在所述第一时间点对应的标准位姿数据和所述惯性测量单元在所述第二时间点对应的待修正位姿数据之间的协方差矩阵；
基于所述协方差矩阵、所述第一相对位姿数据对应的方差、以及用于表征所述惯性测量单元与所述雷达传感器之间的位姿关系的线性拟合矩阵，确定所述残差数据的方差；
基于所述协方差矩阵、所述线性拟合矩阵、和所述残差数据的方差，确定针对所述残差数据的修正系数；
所述基于所述惯性测量单元在所述第二时间点对应的待修正位姿数据和所述残差数据，得到所述惯性测量单元在所述第二时间点对应的标准位姿数据，包括：
基于所述修正系数和所述残差数据，对所述惯性测量单元在所述第二时间点对应的待修正位姿数据进行修正，得到所述惯性测量单元在所述第二时间点对应的标准位姿数据。
6.根据权利要求5所述的确定方法，其特征在于，所述获取所述惯性测量单元在所述第一时间点对应的标准位姿数据和所述惯性测量单元在所述第二时间点对应的待修正位姿数据之间的协方差矩阵，包括：
获取所述惯性测量单元在所述第一时间点对应的标准位姿数据的方差、以及所述惯性测量单元在所述第二时间点对应的待修正位姿数据的方差；
基于所述惯性测量单元从在所述第一时间点对应的待修正位姿数据到在所述第二时间点对应的待修正位姿数据，确定从所述第一时间点对应的待修正位姿数据转换到所述第二时间点对应的待修正位姿数据的状态转移矩阵；
基于所述状态转移矩阵、以及所述惯性测量单元在所述第一时间点对应的标准位姿数据的方差、所述惯性测量单元在所述第二时间点对应的待修正位姿数据的方差，生成所述协方差矩阵。
7.根据权利要求1至6任一项所述的确定方法，其特征在于，所述确定方法还包括：
将所述惯性测量单元在所述第二时间点对应的标准位姿数据作为所述惯性测量单元在下一组相邻时间点中的新的第一时间点对应的标准位姿数据，重新执行为该下一组相邻时间点中的第二时间点确定对应的标准位姿数据的步骤。
8.根据权利要求1至7任一所述的确定方法，其特征在于，所述确定方法还包括：
获取所述行驶设备上的全球导航卫星系统在所述第二时间点对所述行驶设备定位得到的定位位姿数据；
将所述定位位姿数据，和得到的所述惯性测量单元在所述第二时间点对应的标准位姿数据，确定所述惯性测量单元在所述第二时间点对应的更新后的标准位姿数据。
9.根据权利要求1至8任一所述的确定方法，其特征在于，在得到所述标准位姿数据之后，所述确定方法还包括：
基于所述标准位姿数据，以及所述雷达传感器在相应时刻采集的点云数据，确定所述点云数据中各个点云点的位置信息；
基于所述点云数据中各个点云点的位置信息，构建所述行驶设备行驶的区域的地图。
10.一种位姿数据的确定装置，其特征在于，包括：
获取模块，用于获取行驶设备上的雷达传感器在相邻时间点中在后的第二时间点相对在先的第一时间点的第一相对位姿数据、所述行驶设备上的惯性测量单元在所述第一时间点对应的标准位姿数据、以及所述惯性测量单元在所述第二时间点对应的待修正位姿数据；
确定模块，用于基于所述惯性测量单元在所述第一时间点对应的标准位姿数据、以及在所述第二时间点对应的待修正位姿数据，确定所述雷达传感器在所述第二时间点相对所述第一时间点的第二相对位姿数据；
修正模块，用于基于所述第一相对位姿数据和所述第二相对位姿数据，对所述惯性测量单元在所述第二时间点对应的待修正位姿数据进行修正，得到所述惯性测量单元在所述第二时间点对应的标准位姿数据。
11.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至9任一所述的确定方法的步骤。
12.一种车辆，其特征在于，包括如权利要求11所述的电子设备。
13.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至9任一所述的确定方法的步骤。
CN202011587380.5A 2020-12-29 2020-12-29 一种位姿数据的确定方法、装置、电子设备及车辆 Active CN112781586B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011587380.5A CN112781586B (zh) 2020-12-29 2020-12-29 一种位姿数据的确定方法、装置、电子设备及车辆
PCT/CN2021/101570 WO2022142185A1 (zh) 2020-12-29 2021-06-22 位姿数据的确定方法、装置、电子设备及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011587380.5A CN112781586B (zh) 2020-12-29 2020-12-29 一种位姿数据的确定方法、装置、电子设备及车辆

Publications (2)

Publication Number Publication Date
CN112781586A CN112781586A (zh) 2021-05-11
CN112781586B true CN112781586B (zh) 2022-11-04

Family

ID=75753074

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011587380.5A Active CN112781586B (zh) 2020-12-29 2020-12-29 一种位姿数据的确定方法、装置、电子设备及车辆

Country Status (2)

Country Link
CN (1) CN112781586B (zh)
WO (1) WO2022142185A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112781586B (zh) * 2020-12-29 2022-11-04 上海商汤临港智能科技有限公司 一种位姿数据的确定方法、装置、电子设备及车辆
CN113218389B (zh) * 2021-05-24 2024-05-17 北京航迹科技有限公司 一种车辆定位方法、装置、存储介质及计算机程序产品
CN113324542B (zh) * 2021-06-07 2024-04-12 北京京东乾石科技有限公司 一种定位方法、装置、设备和存储介质
CN113587934B (zh) * 2021-07-30 2024-03-19 深圳市普渡科技有限公司 一种机器人、室内定位方法、装置和可读存储介质
CN113739819B (zh) * 2021-08-05 2024-04-16 上海高仙自动化科技发展有限公司 校验方法、装置、电子设备、存储介质及芯片
CN113933858A (zh) * 2021-09-28 2022-01-14 中国科学院深圳先进技术研究院 定位传感器的异常检测方法、装置及终端设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1563889A (zh) * 2004-03-26 2005-01-12 清华大学 激光跟踪惯性组合测量系统及其测量方法
CN105628026A (zh) * 2016-03-04 2016-06-01 深圳大学 一种移动物体的定位定姿方法和系统
CN106595654A (zh) * 2016-12-13 2017-04-26 天津大学 一种激光跟踪测量系统连续跟踪测量方法及装置
WO2018066754A1 (ko) * 2016-10-06 2018-04-12 충북대학교 산학협력단 라이다 센서를 이용한 차량의 자세 추정 방법
CN109166140A (zh) * 2018-07-27 2019-01-08 长安大学 一种基于多线激光雷达的车辆运动轨迹估计方法及系统
CN109870157A (zh) * 2019-02-20 2019-06-11 苏州风图智能科技有限公司 确定车体位姿的方法及装置、制图方法
CN110120076A (zh) * 2019-05-22 2019-08-13 广东工业大学 一种位姿确定方法、系统、电子设备及计算机存储介质
CN111912417A (zh) * 2020-07-10 2020-11-10 上海商汤临港智能科技有限公司 地图构建方法、装置、设备及存储介质
CN111982091A (zh) * 2020-07-09 2020-11-24 安徽博龙动力科技股份有限公司 一种基于同步imu的激光点云畸变纠正方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112781586B (zh) * 2020-12-29 2022-11-04 上海商汤临港智能科技有限公司 一种位姿数据的确定方法、装置、电子设备及车辆

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1563889A (zh) * 2004-03-26 2005-01-12 清华大学 激光跟踪惯性组合测量系统及其测量方法
CN105628026A (zh) * 2016-03-04 2016-06-01 深圳大学 一种移动物体的定位定姿方法和系统
WO2018066754A1 (ko) * 2016-10-06 2018-04-12 충북대학교 산학협력단 라이다 센서를 이용한 차량의 자세 추정 방법
CN106595654A (zh) * 2016-12-13 2017-04-26 天津大学 一种激光跟踪测量系统连续跟踪测量方法及装置
CN109166140A (zh) * 2018-07-27 2019-01-08 长安大学 一种基于多线激光雷达的车辆运动轨迹估计方法及系统
CN109870157A (zh) * 2019-02-20 2019-06-11 苏州风图智能科技有限公司 确定车体位姿的方法及装置、制图方法
CN110120076A (zh) * 2019-05-22 2019-08-13 广东工业大学 一种位姿确定方法、系统、电子设备及计算机存储介质
CN111982091A (zh) * 2020-07-09 2020-11-24 安徽博龙动力科技股份有限公司 一种基于同步imu的激光点云畸变纠正方法
CN111912417A (zh) * 2020-07-10 2020-11-10 上海商汤临港智能科技有限公司 地图构建方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN112781586A (zh) 2021-05-11
WO2022142185A1 (zh) 2022-07-07

Similar Documents

Publication Publication Date Title
CN112781586B (zh) 一种位姿数据的确定方法、装置、电子设备及车辆
CN109116397B (zh) 一种车载多相机视觉定位方法、装置、设备及存储介质
CN111415387B (zh) 相机位姿确定方法、装置、电子设备及存储介质
CN111561923A (zh) 基于多传感器融合的slam制图方法、系统
EP3454008A1 (en) Survey data processing device, survey data processing method, and survey data processing program
CN111721289A (zh) 车辆定位方法、装置、设备、存储介质及车辆
CN107167826B (zh) 一种自动驾驶中基于可变网格的图像特征检测的车辆纵向定位系统及方法
CN112230242A (zh) 位姿估计系统和方法
CN109059907A (zh) 轨迹数据处理方法、装置、计算机设备和存储介质
CN114413887B (zh) 一种传感器外部参数标定方法、设备及介质
CN112946681B (zh) 融合组合导航信息的激光雷达定位方法
CN114088087B (zh) 无人机gps-denied下高可靠高精度导航定位方法和系统
CN113137968B (zh) 基于多传感器融合的重定位方法、重定位装置和电子设备
CN113516692A (zh) 一种多传感器融合的slam方法和装置
CN115560760A (zh) 一种面向无人机的视觉/激光测距高空导航方法
Andert et al. Optical-aided aircraft navigation using decoupled visual SLAM with range sensor augmentation
CN114777768A (zh) 一种卫星拒止环境高精度定位方法、系统及电子设备
WO2020135183A1 (zh) 点云地图的构建方法、装置、计算机设备和存储介质
CN114264301A (zh) 车载多传感器融合定位方法、装置、芯片及终端
CN113465596A (zh) 一种基于多传感器融合的四旋翼无人机定位方法
CN116184430B (zh) 一种激光雷达、可见光相机、惯性测量单元融合的位姿估计算法
CN115200572B (zh) 三维点云地图构建方法、装置、电子设备及存储介质
CN114413898B (zh) 多传感器数据融合方法、装置、计算机设备及存储介质
CN114842224A (zh) 一种基于地理底图的单目无人机绝对视觉匹配定位方案
CN113759384B (zh) 一种传感器位姿转换关系确定方法、装置、设备和介质

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40046315

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant