CN112867977A - 一种定位方法、装置和车辆 - Google Patents
一种定位方法、装置和车辆 Download PDFInfo
- Publication number
- CN112867977A CN112867977A CN202180000075.8A CN202180000075A CN112867977A CN 112867977 A CN112867977 A CN 112867977A CN 202180000075 A CN202180000075 A CN 202180000075A CN 112867977 A CN112867977 A CN 112867977A
- Authority
- CN
- China
- Prior art keywords
- map
- vehicle
- grid
- translated
- rotated
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000013519 translation Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 37
- 238000001514 detection method Methods 0.000 claims description 29
- 230000015654 memory Effects 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 19
- 238000005516 engineering process Methods 0.000 abstract description 8
- 230000008859 change Effects 0.000 abstract description 3
- 230000008447 perception Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000013507 mapping Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007526 fusion splicing Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0272—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising means for registering the travel distance, e.g. revolutions of wheels
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
- G01C21/1652—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 with ranging devices, e.g. LIDAR or RADAR
-
- 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
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Navigation (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请提供了一种定位方法、装置和车辆,涉及感知技术领域。其中所述方法包括:检测到车辆在经过回环道路;根据三维点云,构建回环道路的第一地图;平移和/或旋转车辆在第一地图上的位置;将平移和/或旋转后的第一地图与存储的车辆历史上经过的道路地图进行相似度比对,确定第二地图;根据第二地图,确定车辆平移和/或旋转前的位置信息。本申请在利用SLAM技术进行定位过程中,考虑到车辆行驶至相同环境时可能位置和航向角发生变化,提出了平移搜索和旋转搜索,在与存储的参考帧的图像进行比对时,对车辆的位置和偏航角进行改变,使得比对得到图像更加精准,从而进行定位时更加准确。
Description
技术领域
本发明涉及感知技术领域,尤其涉及一种定位方法、装置和车辆。
背景技术
对于应用在车辆的自动驾驶系统或高级辅助驾驶系统,精准实时的定位是车辆的安全性和稳定性的前提。现有应用在车辆的定位技术,是基于全球导航卫星系统(globalnavigation satellite system,GNSS)进行定位,但是,采用GNSS技术进行定位的车辆,在通过桥梁、隧道等易遮挡区域时,容易出现卫星信号丢失的情况,进而使得车辆存在安全隐患。
发明内容
为了解决上述现有技术中定位缺陷,本申请实施例提供了一种定位方法、装置和车辆。
第一方面,本申请提供一种定位方法,包括:检测到车辆在经过回环道路,所述回环道路是指形状为环形或转弯角度为360度的道路;根据三维点云,构建所述回环道路的第一地图;平移和/或旋转所述车辆在所述第一地图上的位置;将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对,确定第二地图,所述第二地图为所述存储的所述车辆历史上路过的道路地图中与所述第一地图相似的地图;根据所述第二地图,确定所述车辆平移和/或旋转前的位置信息。
在该实施方式中,在利用SLAM技术进行定位过程中,考虑到车辆行驶至相同环境时可能位置和航向角发生变化,提出了平移搜索和旋转搜索,在与存储的参考帧的图像进行比对时,将车辆在地图进行平移和旋转,使得比对得到地图更加精准,从而对车辆定位更加准确。
在一种实施方式中,在所述根据三维点云,构建所述回环道路的第一地图之前,包括:
获取第一时间段的里程信息,所述第一时间段为所述传感器扫描生成一帧的三维点云的时间段,所述里程信息为里程计记录的信息;根据所述第一时间段的里程信息,计算出在所述第一时间段内所述传感器的位姿信息;通过所述位姿信息对所述第一时间段对应帧的三维点云进行运动补偿,得到校正后的三维点云;所述根据三维点云,构建所述回环道路的第一地图,包括:根据所述校正后的三维点云,构建所述回环道路的第一地图。
在该实施方式中,由于车辆是移动的,导致相机传感器扫描得到的每一帧三维点云随着车辆的移动存在误差,所以需要根据扫描得到每一帧三维点云的起始时间到结束时间之间的里程信息,对每一帧三维点云进行运动补偿校正,得到较为精准的三维点云。
在一种实施方式中,所述方法还包括:将所述校正后的三维点云做2.5维投影,得到2.5维高度地图,所述2.5维高度地图为将三维地图按照一定的投影规则映射到某个平面上,以展示三维立体效果的具有高度的二维地图
在该实施方式中,将三维点云转换为对应帧的2.5维高度地图,这种2.5维高度地图的表达方式相对原始三维点云而言,降低了计算效率和存储效率,相对二维占据栅格概率地图而言增加了高度信息,具有更丰富的环境表示。
在一种实施方式中,在所述将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对之前,包括:将所述第一地图与所述存储的所述车辆历史上路过的道路地图中各个帧的地图进行相似度比对,确定所述第一地图与所述各个帧的地图比对的相似度值。
在一种实施方式中,所述平移和/或旋转所述车辆在所述第一地图上的位置,包括:将所述车辆在所述第一地图上平移设定距离;所述将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对,包括:将平移后的所述第一地图与所述存储的所述车辆历史上路过的道路地图中各个帧的地图进行相似度比对,确定所述平移后的所述第一地图与所述各个帧的地图比对的相似度值。
在一种实施方式中,所述平移和/或旋转所述车辆在所述第一地图上的位置,包括:将所述车辆在所述第一地图上旋转设定角度;所述将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对,包括:将旋转后的所述第一地图与所述存储的所述车辆历史上路过的道路地图中各个帧的地图进行相似度比对,确定所述旋转后的所述第一地图与所述各个帧的地图比对的相似度值。
在一种实施方式中,所述将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对,包括:对所述平移和/或旋转后的第一地图和所述各个帧的地图进行栅格化处理,并确定各个栅格的下标索引和各个栅格的高度值,所述下标索引为栅格在地图中的坐标信息;判断所述平移和/或旋转后的第一地图与所述各个帧的地图中相同下标索引对应的高度值是否相同;确定所述各个帧的地图中与所述平移和/或旋转后的第一地图中相同下标索引对应的高度值的第一栅格数量;将所述各个帧的地图的所述第一栅格数量与所述各个帧的地图中总栅格数量之间的比值,作为相似度值。
在一种实施方式中,在所述将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对之后,还包括:确定所述第一地图中与所述第二地图中相同下标索引对应的高度值不同的栅格区域;将所述栅格区域平移若干个单位的下标索引;将平移后的栅格区域中与所述第二地图中相同下标索引对应的高度值进行比对,确定所述平移后的栅格区域中与所述第二地图中相同下标索引对应的高度值相同的第二栅格数量;将所述第二栅格数量与所述第一栅格数量之和再与所述第二地图中的总栅格数量之间的比值,作为相似度值。
在一种实施方式中,在所述将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对之后,还包括:确定所述第一地图中与所述第二地图中相同下标索引对应的高度值不同的栅格区域;将所述栅格区域旋转设定角度;将旋转后的栅格区域中与所述第二地图中相同下标索引对应的高度值进行比对,确定所述旋转后的栅格区域中与所述第二地图中相同下标索引对应的高度值相同的第三栅格数量;将所述第三栅格数量、所述第二栅格数量与所述第一栅格数量之和再与所述第二地图中的总栅格数量之间的比值,作为相似度值。
在一种实施方式中,所述确定第二地图,包括:确定至少一个相似度值大于设定阈值的地图;通过迭代最近点ICP算法对所述至少一个相似度值大于设定阈值的地图进行验证,选择出所述第二图像。
在该实施方式中,如果进行比对得到多个相似度较高的参考帧的地图,则将每个参考帧的相邻时刻得到的地图与参考帧进行融合,得到多个融合地图,然后与第一地图通过ICP算法的配准进行验证,选择出最优的参考帧。
第二方面,本申请实施例提供了一种定位装置,包括:检测单元,用于检测到车辆在经过回环道路,所述回环道路是指形状为环形或转弯角度为360度的道路;处理单元,用于根据三维点云,构建所述回环道路的第一地图;平移和/或旋转所述车辆在所述第一地图上的位置;将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对,确定第二地图,所述第二地图为所述存储的所述车辆历史上路过的道路地图中与所述第一地图相似的地图;根据所述第二地图,确定所述车辆平移和/或旋转前的位置信息。
在一种实施方式中,收发单元,用于获取第一时间段的里程信息,所述第一时间段为所述传感器扫描生成一帧的三维点云的时间段,所述里程信息为里程计记录的信息;所述处理单元,还用于根据所述第一时间段的里程信息,计算出在所述第一时间段内所述传感器的位姿信息;通过所述位姿信息对所述第一时间段对应帧的三维点云进行运动补偿,得到校正后的三维点云;所述处理单元,具体用于根据所述校正后的三维点云,构建所述回环道路的第一地图。
在一种实施方式中,所述处理单元,还用于将所述校正后的三维点云做2.5维投影,得到2.5维高度地图,所述2.5维高度地图为将三维地图按照一定的投影规则映射到某个平面上,以展示三维立体效果的具有高度的二维地图。
在一种实施方式中,所述处理单元,还用于将所述第一地图与所述存储的所述车辆历史上路过的道路地图中各个帧的地图进行相似度比对,确定所述第一地图与所述各个帧的地图比对的相似度值。
在一种实施方式中,所述处理单元,具体用于将所述车辆在所述第一地图上平移设定距离;将平移后的所述第一地图与所述存储的所述车辆历史上路过的道路地图中各个帧的地图进行相似度比对,确定所述平移后的所述第一地图与所述各个帧的地图比对的相似度值。
在一种实施方式中,所述处理单元,具体用于将所述车辆在所述第一地图上旋转设定角度;将旋转后的所述第一地图与所述存储的所述车辆历史上路过的道路地图中各个帧的地图进行相似度比对,确定所述旋转后的所述第一地图与所述各个帧的地图比对的相似度值。
在一种实施方式中,所述处理单元,具体用于对所述平移和/或旋转后的第一地图和所述各个帧的地图进行栅格化处理,并确定各个栅格的下标索引和各个栅格的高度值,所述下标索引为栅格在地图中的坐标信息;判断所述平移和/或旋转后的第一地图与所述各个帧的地图中相同下标索引对应的高度值是否相同;确定所述各个帧的地图中与所述平移和/或旋转后的第一地图中相同下标索引对应的高度值的第一栅格数量;将所述各个帧的地图的所述第一栅格数量与所述各个帧的地图中总栅格数量之间的比值,作为相似度值。
在一种实施方式中,所述处理单元,还用于确定所述第一地图中与所述第二地图中相同下标索引对应的高度值不同的栅格区域;将所述栅格区域平移若干个单位的下标索引;将平移后的栅格区域中与所述第二地图中相同下标索引对应的高度值进行比对,确定所述平移后的栅格区域中与所述第二地图中相同下标索引对应的高度值相同的第二栅格数量;将所述第二栅格数量与所述第一栅格数量之和再与所述第二地图中的总栅格数量之间的比值,作为相似度值。
在一种实施方式中,所述处理单元,还用于确定所述第一地图中与所述第二地图中相同下标索引对应的高度值不同的栅格区域;将所述栅格区域旋转设定角度;将旋转后的栅格区域中与所述第二地图中相同下标索引对应的高度值进行比对,确定所述旋转后的栅格区域中与所述第二地图中相同下标索引对应的高度值相同的第三栅格数量;将所述第三栅格数量、所述第二栅格数量与所述第一栅格数量之和再与所述第二地图中的总栅格数量之间的比值,作为相似度值。
在一种实施方式中,所述处理单元,具体用于确定至少一个相似度值大于设定阈值的地图;通过迭代最近点ICP算法对所述至少一个相似度值大于设定阈值的地图进行验证,选择出所述第二图像。
第三方面,本申请实施例提供了一种车辆,用于执行如第一方面各个可能实现的实施例。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行如第一方面各个可能实现的实施例。
第五方面,本申请实施例提供了一种计算设备,包括存储器和处理器,其特征在于,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现第一方面各个可能实现的实施例。
附图说明
下面对实施例或现有技术描述中所需使用的附图作简单地介绍。
图1为本申请实施例提供的一种车辆的结构示意图;
图2为本申请实施例提供的一种定位方法流程示意图;
图3为本申请实施例提供的一种定位方法流程框架图;
图4(a)为本申请实施例提供的历史上存储的高度地图示意图;
图4(b)为本申请实施例提供的当前获取的一种场景下的高度地图示意图;
图4(c)为本申请实施例提供的当前获取的一种场景下的高度地图示意图;
图5为本申请实施例提供的平移搜索示意图;
图6为本申请实施例提供的各种回环检测实验效果图;
图7为本申请实施例提供的一种定位装置的结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
为了解决车辆的定位信号丢失问题,目前正在研究一种定位方案,在通过传感器对环境的感知来构建周围环境地图的同时,利用同时定位与建图(simultaneouslocalization and mapping,SLAM)技术对运动过程中的周围环境进行建模并估计自身的位姿,从而实现车辆自身的定位。目前依据使用的传感器不同,SLAM技术主要分为两大类:基于激光雷达的激光SLAM和基于摄像头的视觉SLAM。在车辆移动的过程中,由于前端位姿估计和后端优化均基于部分相邻数据,其中产生的误差将不可避免地累计到下一个时刻,使得整个SLAM将会出现累积误差,长期估计的结果将不可靠。为消除这类误差,SLAM系统中引入闭环检测模块。闭环检测,又称回环检测(loop closure detection),主要解决位置估计随时间漂移的问题,通过识别车辆曾经到达过的场景,从而在位姿优化中添加时隔更加久远的约束,使之得到更精确的、全局一致的位姿估计。另一方面,由于回环检测提供了当前数据与所有历史数据的关联,在跟踪丢失后,还可以利用回环检测进行重定位。因此,回环检测对整个SLAM系统精度和鲁棒性有非常明显的提升。
对于现有的回环检测,常见的有两种,分别为:
1、基于分支定界法的回环检测:在2维占据栅格地图基础上,先确定一个搜索空间,然后将该搜索空间作为一个树的表达进而缩小搜索空间。由于搜索空间的选取限定在当前位置附近的某个半径范围内,因此只能考虑到局部半径内搜索空间的回环检测情况,不能对搜索空间以外的空间进行回环检测,所以容易出现回环检测错误的情况。
2、基于特征描述子的提取与匹配的回环检测:回环检测的过程中,基于随机森林进行分类,依赖于特征描述子的区分度和对象分割的效果,而忽略了直接利用栅格中的点云信息,因此在一些相似但并非回环的场景下,由于对象分割和提取的特征描述子并没有区分度,最后的分类器很有可能会识别为回环,导致出现回环检测错误的情况。
为了解决现有回环检测出现错误的情况,本申请实施例提出了一种定位方法,考虑到车辆行驶至相同环境时可能位置和航向角发生变化,提出了平移搜索和旋转搜索,在与存储的参考帧的图像进行比对时,对车辆的位置和偏航角进行改变,来解决现有方案中直接搜索导致的回环检测错误的问题,从而提高回环检测的鲁棒性,并在定位时更加精准。
本申请下面以无人驾驶车辆为移动平台,在无人驾驶车辆上设置激光传感器的场景为例,来讲述本申请的技术方案。对于本领域人员来说,本申请技术方案应用的平台不仅限于无人驾驶车辆,也可以为有人驾驶车辆、船舶、火车等需要进行精确定位的设备上。
图1为本申请实施例提供的一种车辆的结构示意图。如图1所示的一种车辆100,该车辆100包括激光雷达传感器1012、处理器102、存储器103和总线104。其中,激光雷达传感器1012、处理器102、存储器103可以通过总线104建立通信连接。
传感器101根据采集的信息,分别运动传感器1011和雷达传感器1012。
运动传感器1011可以为里程计、加速度计、速度计、惯性测量单元等等,用于采集车辆行驶过程中里程信息,如行程、轨迹、速度等信息。本申请以里程计为例。
在本申请中,雷达传感器1012采用的是激光雷达传感器1012,其设置在车辆100的各个位置上,用于对车辆100周围环境进行发射和接收激光信号,以采集车辆100周围环境的激光点云。本申请为了便于方案的描述,仅以一个激光雷达传感器1012为例,也可以采用多个激光雷达传感器1012进行采集激光点云,然后处理器102对多个激光雷达传感器1012采集的激光点云融合,得到更为精准的激光点云。另外,本申请仅以激光雷达传感器1012为例,当然也可以为视觉传感器,在此不作限定。
处理器102可以为车载中控单元、中央处理器102(central processing unit,CPU)、云服务器等等,用于对激光雷达传感器1012采集的激光点云进行处理,得到每一帧激光点云对应的2.5维高度地图和每个时刻的里程信息。
存储器103可以包括易失性存储器(volatile memory),例如随机存取存储器(random-access memory,RAM);存储器也可以包括非易失性存储器(non-volatilememory),例如只读存储器(read-only memory,ROM)、快闪存储器、硬盘(hard disk drive,HDD)或固态硬盘(solid state drive,SSD);存储器103还可以包括上述种类的存储器的组合。
存储器103存储的数据不仅激光雷达传感器1012采集的激光点云数据、车辆100在此之前进行定位时采集的每一帧激光点云数据,存储器103还存储执行定位方法对应的各种指令、应用程序等等。
处理器102执行定位方法具体过程,本申请将结合图2所示的执行流程步骤框架图和图3所示的流程框架图来讲述具体实现过程如下:
步骤S201,检测到车辆在经过回环道路。其中,回环道路是指形状为圆形、椭圆形等环形或转弯角度为360度的道路。
具体地,在车辆100移动的过程中,车辆100中的运动传感器1011实时采集车辆100的行程、轨迹、速度等信息,为激光SLAM系统提供里程信息。处理器102实时获取里程信息,如果根据运动传感器1011中行程、轨迹、速度等信息检测车辆100行驶了一个回环道路,处理器102则记录下车辆100经过这个回环道路的起始时刻t1和结束时刻t2。其中,里程信息是车辆100中运动传感器采集得到的,其可以为行程、轨迹、速度等信息。
同时,当车辆100开启定位功能时,处理器102103控制激光雷达传感器1012实时扫描车辆100周围环境,激光传感器发射激光束,并按照某种轨迹对车辆100周围环境进行扫描,边扫描边记录到反射的激光点信息,得到大量的激光点,然后以一个扫描周期为一帧,得到多帧激光点云。由于激光照射到物体表面时,所反射的激光会携带方位、距离等信息,所以得到的每一帧激光点云都可以构建出车辆周围环境的三维点云。
可选地,处理器102在得到多帧激光点云后,将每一帧的激光点云作2.5维投影,将三维点云转换为对应帧的2.5维高度地图,这种2.5维高度地图的表达方式相对原始三维点云而言,降低了计算效率和存储效率,相对二维占据栅格概率地图而言增加了高度信息,具有更丰富的环境表示。
处理器102在构建第一时刻(后续称为“t时刻”)对应帧的2.5维高度地图,由于车辆100是移动的,所以激光传感器102扫描得到的在t时刻的2.5维高度地图随着车辆100的移动存在误差。因此,处理器102需要根据扫描得到t时刻的2.5维高度地图的起始时间到结束时间之间的里程信息,对t时刻的2.5维高度地图进行运动补偿校正,得到较为精准的t时刻的2.5维高度地图。
示例性地,对于k次扫描得到对应帧的三维点云,记第k扫描起始时间为tk,结束时间为tk+1,则两时刻间的激光雷达传感器1012位姿变换表达式为:
其中,tx,ty,tz,分别表示激光雷达传感器1012位置沿激光雷达传感器1012坐标系x、y、z轴的平移变换,θx,θy,θz,分别表示旋转变换,且符合右手定则。
使用线性插值法计算每次扫描时的激光雷达传感器1012位姿:
根据每次扫描的激光雷达传感器1012位姿,依据欧式变换,将第k次扫描得到对应帧的三维点云投影到当前旋转起始时刻上,得到更为精准的第k次扫描得到对应帧的三维点云:
步骤S203,根据三维点云,构建回环道路的第一地图。其中,第一地图为包括回环道路的高度地图。
本申请中,处理器102在得到t时刻对应帧的2.5维高度地图后,再获取t时刻之前一段时间内的多个帧的2.5维高度地图,同时结合相应时刻的里程信息,利用多帧融合拼接技术,拼接出车辆在t时刻所处回环道路的高度地图。示例性地,处理器102根据起始时刻t1和结束时刻t2的里程信息,构建出包括时间的回环道路轨迹地图;然后处理器102从存储器103中调取出起始时刻t1和结束时刻t2之间的所有帧的2.5维高度地图,按照时间的顺序,将各个帧的2.5维高度地图拼接在回环道路轨迹地图上,从而构建出包括回环道路的2.5维高度地图。
步骤S205,平移和/或旋转车辆在所述第一地图上的位置。
步骤S207,将平移和/或旋转后的第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对,确定第二地图。
通过平移搜索和旋转搜索,将第一地图与存储的车辆历史上路过的道路地图进行相似度比对。其中,本申请在此进行比对的地图为包括回环道路的2.5维高度地图,获取的也是各个包括回环道路的2.5维高度地图。
其中,存储器103中存储的2.5维高度地图为车辆100之前开启定位功能时经过道路的高度地图。在本申请中,存储器103中存储的是2.5维高度地图,在调取出来进行对比时,处理器102对调取出的2.5维高度地图都建立栅格的下标索引(ri,ci)与高度值μ之间的映射关系,即将每一帧的高度地图进行栅格化处理,以构建的包括回环道路的2.5维高度地图第左下角为坐标原点,构建出一个二维坐标系,将每个栅格在该坐标系中的位置作为下标索引,以激光传感器102发射激光的发射端所处的平面为坐标系平面,将每个栅格中存在的物体与平面之间的距离作为高度值(位于平面之上为正,位于平面之下为负)。
在回环检测过程中,只需要判断t时刻的2.5维高度地图与进行比对的参考帧的2.5高度地图中相同下标索引的高度值是否相同,然后统计高度值相同的栅格数量,并计算高度值相同的栅格数量与总栅格数量之间的比值,然后得到的各个参考帧的2.5高度地图与t时刻的2.5维高度地图进行比对的比值中最大值与设定阈值进行比较,如果比值中最大值大于设定阈值,则认为比值中最大值对应的参考帧的2.5高度地图与t时刻的2.5维高度地图相似度最高,可以认为比值中最大值对应的参考帧的2.5高度地图即为车辆100在t时刻所处的位置的地图;如果比值中最大值不大于设定阈值,则认为车辆100在t时刻所处的位置为车辆100之前并未来过的地方。
当车辆100行驶到历史曾经访问过的环境时,车辆100并非处在同一位置,在相对位置上产生了横向偏移,如图4(a)和图4(b)所示。其中,图4(a)表示历史曾经访问时存储的参考帧的2.5维高度地图,图4(b)表示t时刻车辆100所处的位置对应帧的2.5维高度地图,图4(b)相比较图4(a),车辆向右偏移了一个车道。如果两帧的比值小于设定阈值,但是图4(a)所处的位置却是车辆100经过的位置,导致回环检测出现错误。因此本申请提出一种平移搜索技术。在平移搜索过程中,处理器102确定出图4(b)中高度值不相同对应的下标索引(ri,ci)的栅格区域,然后将该栅格区域向左、向右、向下、或向上平移一个单位的下标索引(以向右为例),得到下标索引为(ri+1,ci),再与参考帧图4(a)中相同下标索引进行高度值比对,如果相同,将发生平移的栅格数量也纳入之前比对的高度值相同的栅格中,然后重新计算高度值相同的栅格数量与总栅格数量之间的比值,当重新计算的比值大于设定阈值,则认为车辆100在图4(b)所处的位置为图4(a)存储的参考帧对应的位置;当重新计算的比值仍不大于设定阈值,则认为车辆100在图4(b)所处的位置为车辆100之前并未来过的地方;如果不相同,则将该栅格区域再向右平移一个单位的下标索引,再进行比对。以此类推,直到到达图4(b)最右侧无法平移为止。
示例性地,如图5所示,处理器102在得到当前帧的2.5维高度地图Mt后,记录当前帧的2.5维高度地图中的每个栅格mj(μj,rj,cj);然后从存储器103中获取历史上所有参考帧的集合(M1,M2,M3…Mt-1),并记录每个参考帧的2.5维高度地图中的每个栅格的高度值与栅格索引之间的映射关系f(μ→(ri,ci));在平移搜索过程中,处理器102根据当前帧中的每个栅格,在每个参考帧的映射关系中寻找对应栅格的下标索引(ri,ci),然后在附近栅格(ri±1,ci±1)深度优先遍历寻找对应栅格索引(rk,ck),记录深度优先遍历(上下左右)的方向(±1,±1)和参考帧中匹配栅格的搜索方向(rk-ri,ck-ci),如果方向相等,则加入已匹配的栅格集合,然后继续遍历;最后计算各个参考帧已匹配的栅格集合的匹配得分,对于已经匹配的栅格,规定t时刻2.5维高度地图的高度值构成向量为μt,参考帧的2.5维高度地图的高度值构成向量为μi,匹配得分为:
对于不匹配的栅格,规定t时刻2.5维高度地图的高度值构成向量为vt,参考帧的2.5维高度地图的高度值构成向量为vi,匹配得分为:
匹配得分的比重为:
最后根据各个参考帧的匹配得分的比重,来判断与t时刻2.5维高度地图相似度,比重越大,相似度越低,比重越小,相似度越高。上述采用栅格数量比值来作为判断标准,是为了方便本领人员和查看本专利的人员理解,其实质都是相同的。
最后处理器102得到各个参考帧的匹配得分D=[D1,D2,D3…Dt-1]。
当车辆100行驶到历史曾经访问过的环境时,车辆100并非处在同一位置,在相对位置上不仅产生了横向偏移,而且车辆100的偏航角也发生变化时,图4(c)所示。其中,图4(c)表示t时刻车辆100所处的位置对应帧的2.5维高度地图,图4(c)相比较图4(a),车辆向右偏移了半个车道,且车辆的偏航角偏移了约45°。如果通过平移搜索后的两帧的比值仍小于设定阈值,但是图4(c)所处的位置却是车辆100经过的位置,仍会导致回环检测出现错误。因此本申请还提出了一种旋转搜索技术。在旋转搜索过程中,处理器102确定出图4(c)中高度值不相同对应的下标索引(ri,ci)的栅格区域,先进行平移搜索,在向右平移一个单位的下标索引后,得到下标索引为(ri+1,ci)与参考帧图4(b)中相同下标索引的高度值仍不相同时,则将该栅格区域旋转一定角度,得到旋转后的下标索引为(rk,ck),再与参考帧图4(a)中相同下标索引进行高度值比对,如果相同,将发生平移h和旋转后的栅格数量也纳入之前比对的高度值相同的栅格中,然后重新计算高度值相同的栅格数量与总栅格数量之间的比值,当重新计算的比值大于设定阈值,则认为车辆100在图4(c)所处的位置为图4(a)存储的参考帧对应的位置;当重新计算的比值仍不大于设定阈值,则认为车辆100在图4(c)所处的位置为车辆100之前并未来过的地方;如果不相同,则将该栅格区域再旋转一定角度,再进行比对,以此类推,直到旋转360°后,再向右平移一个单位的下标索引,再进行比对。以此类推,直到到达图4(c)最右侧无法平移和已旋转360°为止。
处理器102在通过平移搜索和旋转搜索后,如果得到多个大于设定阈值的参考帧2.5维高度地图时,处理器102将每个参考帧的相邻时刻得到的2.5维高度地图与参考帧进行融合,得到多个融合地图,然后与t时刻的2.5维高度地图通过迭代最近点(iterativeclosest point,ICP)算法的配准进行验证,选择出最优的参考帧2.5维高度地图。
其中,ICP算法验证原理为:假设两个点云数据集合P和G,要通过P转换到G(假设两组点云存在局部几何特征相似的部分),可以通过P叉乘四元矩阵进行旋转平移变换到G,或者SVD法将P转换到G位置,总体思想都是需要一个4x4的旋转平移矩阵。对于每次旋转平移变换后计算P的所有(采样)点到G对应(最近)点的距离,用最小二乘法(求方差)求出最小二乘误差,看是否在要求的范围内,如果最小二乘误差小于设定的值,(或迭代次数达到上限,或每次重新迭代后最小二乘误差总在一个很小的范围内不再发生变化),则计算结束,否则继续进行迭代。
在本申请中,处理器102接收候选参考帧的2.5维高度地图的集合(Mt-a,Mt-b,Mt-c…Mx)和t时刻的2.5维高度地图Mt,对每一个候选参考帧取相邻的高度地图[Mt-a-n,Mt-a+n]和对应的位姿信息[Tt-a-n,Tt-a+n],计算得到2.5维高度融合地图GM(ta-n)→(t-a+n),通过融合地图与当前帧的2.5维高度地图计算ICP配准ICP Mt-a,通过公式(7)得到最优的参考帧2.5维高度地图,其中,公式(7)为:
s=min(ICPMt-a…ICPMt-x); (7)
步骤S209,根据第二地图,确定车辆平移和/或旋转前的位置信息。
具体地,处理器102在得到匹配的第二地图后,确定当前t时刻车辆100所处的位置为存储器103存储的第二地图对应的位置,然后根据当前车辆100行驶过程中的里程信息,对车辆100的进行优化,消除在此回环之前定位的漂移误差,从而使得定位更加精准。
本申请实施例提供的回环检测方法,考虑到车辆行驶至相同环境时可能位置和航向角发生变化,提出了平移搜索和旋转搜索,在与存储的参考帧的图像进行比对时,对车辆的位置和偏航角进行改变,避免现有直接比对存在的误差,提高了回环检测的鲁棒性。
在验证本发明提供的回环检测方法所产生的技术效果中,本发明通过配备一个16线激光雷达传感器的试验车进行验证。试验车在地下车库场景中行驶4圈,所有方案依赖同一份里程信息和激光雷达采集的原始点云作为输入,最后与没有回环匹配的纯里程计定位、基于半径搜索回环的方法和基于特征描述子匹配的方法进行比较的结果如图6所示。A图表示试验车在行驶4圈之后没有回环优化的定位结果,存在很大的累积误差;B图表示半径搜索回环的定位结果,算法相对而言减少了一定程度上的累积误差,但是超出搜索半径范围的回环没有进行搜索到,因此该部分的误差没有优化;C图为基于特征匹配回环的定位结果,算法依赖特征描述子的提取与匹配,但是某些相似的场景难以进行匹配,并且算法在回环优化的过程中产生了更大的偏移误差;D图为本发明技术方案得到的定位结果,经过4圈的行驶之后,本方案能够更鲁棒的搜索回环,从而得到精确的位姿。
通过图6所示的实验数据对比,统计本发明方案与其他两类方法搜索到的回环数量以及定位精度,本发明方案相对于现有的技术方案回环的精确率提高了20%,同时对应得到的定位精度相比现有的方法从80厘米提升到30厘米。
图7为本发明实施例提供的一种定位装置的结构示意图。如图16所示的一种导航装置700,该导航装置700包括收发单元701、检测单元702和处理单元703。
上述实施例提供的定位方法,由定位装置700来执行,具体实现如下:
检测单元702,用于检测到车辆在经过回环道路,所述回环道路是指形状为环形或转弯角度为360度的道路;处理单元703,用于根据三维点云,构建所述回环道路的第一地图;平移和/或旋转所述车辆在所述第一地图上的位置;将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对,确定第二地图,所述第二地图为所述存储的所述车辆历史上路过的道路地图中与所述第一地图相似的地图;根据所述第二地图,确定所述车辆平移和/或旋转前的位置信息。
在一种实施方式中,收发单元701,用于获取第一时间段的里程信息,所述第一时间段为所述传感器扫描生成一帧的三维点云的时间段,所述里程信息为里程计记录的信息;所述处理单元703,还用于根据所述第一时间段的里程信息,计算出在所述第一时间段内所述传感器的位姿信息;通过所述位姿信息对所述第一时间段对应帧的三维点云进行运动补偿,得到校正后的三维点云;所述处理单元,具体用于根据所述校正后的三维点云,构建所述回环道路的第一地图。
在一种实施方式中,所述处理单元703,还用于将所述校正后的三维点云做2.5维投影,得到2.5维高度地图,所述2.5维高度地图为将三维地图按照一定的投影规则映射到某个平面上,以展示三维立体效果的具有高度的二维地图。
在一种实施方式中,所述处理单元703,还用于将所述第一地图与所述存储的所述车辆历史上路过的道路地图中各个帧的地图进行相似度比对,确定所述第一地图与所述各个帧的地图比对的相似度值。
在一种实施方式中,所述处理单元703,具体用于将所述车辆在所述第一地图上平移设定距离;将平移后的所述第一地图与所述存储的所述车辆历史上路过的道路地图中各个帧的地图进行相似度比对,确定所述平移后的所述第一地图与所述各个帧的地图比对的相似度值。
在一种实施方式中,所述处理单元703,具体用于将所述车辆在所述第一地图上旋转设定角度;将旋转后的所述第一地图与所述存储的所述车辆历史上路过的道路地图中各个帧的地图进行相似度比对,确定所述旋转后的所述第一地图与所述各个帧的地图比对的相似度值。
在一种实施方式中,所述处理单元703,具体用于对所述平移和/或旋转后的第一地图和所述各个帧的地图进行栅格化处理,并确定各个栅格的下标索引和各个栅格的高度值,所述下标索引为栅格在地图中的坐标信息;判断所述平移和/或旋转后的第一地图与所述各个帧的地图中相同下标索引对应的高度值是否相同;确定所述各个帧的地图中与所述平移和/或旋转后的第一地图中相同下标索引对应的高度值的第一栅格数量;将所述各个帧的地图的所述第一栅格数量与所述各个帧的地图中总栅格数量之间的比值,作为相似度值。
在一种实施方式中,所述处理单元703,还用于确定所述第一地图中与所述第二地图中相同下标索引对应的高度值不同的栅格区域;将所述栅格区域平移若干个单位的下标索引;将平移后的栅格区域中与所述第二地图中相同下标索引对应的高度值进行比对,确定所述平移后的栅格区域中与所述第二地图中相同下标索引对应的高度值相同的第二栅格数量;将所述第二栅格数量与所述第一栅格数量之和再与所述第二地图中的总栅格数量之间的比值,作为相似度值。
在一种实施方式中,所述处理单元703,还用于确定所述第一地图中与所述第二地图中相同下标索引对应的高度值不同的栅格区域;将所述栅格区域旋转设定角度;将旋转后的栅格区域中与所述第二地图中相同下标索引对应的高度值进行比对,确定所述旋转后的栅格区域中与所述第二地图中相同下标索引对应的高度值相同的第三栅格数量;将所述第三栅格数量、所述第二栅格数量与所述第一栅格数量之和再与所述第二地图中的总栅格数量之间的比值,作为相似度值。
在一种实施方式中,所述处理单元703,具体用于确定至少一个相似度值大于设定阈值的地图;通过迭代最近点ICP算法对所述至少一个相似度值大于设定阈值的地图进行验证,选择出所述第二图像。
本发明提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行上述任一项方法。
本发明提供一种计算设备,包括存储器和处理器,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现上述任一项方法。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请实施例的范围。
此外,本申请实施例的各个方面或特征可以实现成方法、装置或使用标准编程和/或工程技术的制品。本申请中使用的术语“制品”涵盖可从任何计算机可读器件、载体或介质访问的计算机程序。例如,计算机可读介质可以包括,但不限于:磁存储器件(例如,硬盘、软盘或磁带等),光盘(例如,压缩盘(compact disc,CD)、数字通用盘(digital versatiledisc,DVD)等),智能卡和闪存器件(例如,可擦写可编程只读存储器(erasableprogrammable read-only memory,EPROM)、卡、棒或钥匙驱动器等)。另外,本文描述的各种存储介质可代表用于存储信息的一个或多个设备和/或其它机器可读介质。术语“机器可读介质”可包括但不限于,无线信道和能够存储、包含和/或承载指令和/或数据的各种其它介质。
在上述实施例中,图7中定位装置700可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
应当理解的是,在本申请实施例的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
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、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请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。例如,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,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。
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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例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,或者接入网设备等)执行本申请实施例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(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请实施例的具体实施方式,但本申请实施例的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请实施例揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请实施例的保护范围之内。
Claims (23)
1.一种定位方法,其特征在于,包括:
检测到车辆在经过回环道路,所述回环道路是指形状为环形或转弯角度为360度的道路;
根据三维点云,构建所述回环道路的第一地图;
平移和/或旋转所述车辆在所述第一地图上的位置;
将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对,确定第二地图,所述第二地图为所述存储的所述车辆历史上路过的道路地图中与所述第一地图相似的地图;
根据所述第二地图,确定所述车辆平移和/或旋转前的位置信息。
2.根据权利要求1所述的方法,其特征在于,在所述根据三维点云,构建所述回环道路的第一地图之前,包括:
获取第一时间段的里程信息,所述第一时间段为所述传感器扫描生成一帧的三维点云的时间段,所述里程信息为里程计记录的信息;
根据所述第一时间段的里程信息,计算出在所述第一时间段内所述传感器的位姿信息;
通过所述位姿信息对所述第一时间段对应帧的三维点云进行运动补偿,得到校正后的三维点云;
所述根据三维点云,构建所述回环道路的第一地图,包括:
根据所述校正后的三维点云,构建所述回环道路的第一地图。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
将所述校正后的三维点云做2.5维投影,得到2.5维高度地图,所述2.5维高度地图为将三维地图按照一定的投影规则映射到某个平面上,以展示三维立体效果的具有高度的二维地图。
4.根据权利要求1-3任意一项所述的方法,其特征在于,在所述将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对之前,包括:
将所述第一地图与所述存储的所述车辆历史上路过的道路地图中各个帧的地图进行相似度比对,确定所述第一地图与所述各个帧的地图比对的相似度值。
5.根据权利要求1-4任意一项所述的方法,其特征在于,所述平移和/或旋转所述车辆在所述第一地图上的位置,包括:将所述车辆在所述第一地图上平移设定距离;
所述将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对,包括:
将平移后的所述第一地图与所述存储的所述车辆历史上路过的道路地图中各个帧的地图进行相似度比对,确定所述平移后的所述第一地图与所述各个帧的地图比对的相似度值。
6.根据权利要求1-5任意一项所述的方法,其特征在于,所述平移和/或旋转所述车辆在所述第一地图上的位置,包括:将所述车辆在所述第一地图上旋转设定角度;
所述将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对,包括:
将旋转后的所述第一地图与所述存储的所述车辆历史上路过的道路地图中各个帧的地图进行相似度比对,确定所述旋转后的所述第一地图与所述各个帧的地图比对的相似度值。
7.根据权利要求1-6任意一项所述的方法,其特征在于,所述将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对,包括:
对所述平移和/或旋转后的第一地图和所述各个帧的地图进行栅格化处理,并确定各个栅格的下标索引和各个栅格的高度值,所述下标索引为栅格在地图中的坐标信息;
判断所述平移和/或旋转后的第一地图与所述各个帧的地图中相同下标索引对应的高度值是否相同;
确定所述各个帧的地图中与所述平移和/或旋转后的第一地图中相同下标索引对应的高度值的第一栅格数量;
将所述各个帧的地图的所述第一栅格数量与所述各个帧的地图中总栅格数量之间的比值,作为相似度值。
8.根据权利要求7所述的方法,其特征在于,在所述将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对之后,还包括:
确定所述第一地图中与所述第二地图中相同下标索引对应的高度值不同的栅格区域;
将所述栅格区域平移若干个单位的下标索引;
将平移后的栅格区域中与所述第二地图中相同下标索引对应的高度值进行比对,确定所述平移后的栅格区域中与所述第二地图中相同下标索引对应的高度值相同的第二栅格数量;
将所述第二栅格数量与所述第一栅格数量之和再与所述第二地图中的总栅格数量之间的比值,作为相似度值。
9.根据权利要求7-8任意一项所述的方法,其特征在于,在所述将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对之后,还包括:
确定所述第一地图中与所述第二地图中相同下标索引对应的高度值不同的栅格区域;
将所述栅格区域旋转设定角度;
将旋转后的栅格区域中与所述第二地图中相同下标索引对应的高度值进行比对,确定所述旋转后的栅格区域中与所述第二地图中相同下标索引对应的高度值相同的第三栅格数量;
将所述第三栅格数量、所述第二栅格数量与所述第一栅格数量之和再与所述第二地图中的总栅格数量之间的比值,作为相似度值。
10.根据权利要求1-9任意一项所述的方法,其特征在于,所述确定第二地图,包括:
确定至少一个相似度值大于设定阈值的地图;
通过迭代最近点ICP算法对所述至少一个相似度值大于设定阈值的地图进行验证,选择出所述第二图像。
11.一种定位装置,其特征在于,包括:
检测单元,用于检测到车辆在经过回环道路,所述回环道路是指形状为环形或转弯角度为360度的道路;
处理单元,用于根据三维点云,构建所述回环道路的第一地图;
平移和/或旋转所述车辆在所述第一地图上的位置;
将平移和/或旋转后的所述第一地图与存储的所述车辆历史上经过的道路地图进行相似度比对,确定第二地图,所述第二地图为所述存储的所述车辆历史上路过的道路地图中与所述第一地图相似的地图;
根据所述第二地图,确定所述车辆平移和/或旋转前的位置信息。
12.根据权利要求11所述的装置,其特征在于,收发单元,用于获取第一时间段的里程信息,所述第一时间段为所述传感器扫描生成一帧的三维点云的时间段,所述里程信息为里程计记录的信息;
所述处理单元,还用于根据所述第一时间段的里程信息,计算出在所述第一时间段内所述传感器的位姿信息;
通过所述位姿信息对所述第一时间段对应帧的三维点云进行运动补偿,得到校正后的三维点云;
所述处理单元,具体用于根据所述校正后的三维点云,构建所述回环道路的第一地图。
13.根据权利要求12所述的装置,其特征在于,所述处理单元,还用于
将所述校正后的三维点云做2.5维投影,得到2.5维高度地图,所述2.5维高度地图为将三维地图按照一定的投影规则映射到某个平面上,以展示三维立体效果的具有高度的二维地图。
14.根据权利要求11-13任意一项所述的装置,其特征在于,所述处理单元,还用于
将所述第一地图与所述存储的所述车辆历史上路过的道路地图中各个帧的地图进行相似度比对,确定所述第一地图与所述各个帧的地图比对的相似度值。
15.根据权利要求11-14任意一项所述的装置,其特征在于,所述处理单元,具体用于将所述车辆在所述第一地图上平移设定距离;
将平移后的所述第一地图与所述存储的所述车辆历史上路过的道路地图中各个帧的地图进行相似度比对,确定所述平移后的所述第一地图与所述各个帧的地图比对的相似度值。
16.根据权利要求11-15任意一项所述的装置,其特征在于,所述处理单元,具体用于将所述车辆在所述第一地图上旋转设定角度;
将旋转后的所述第一地图与所述存储的所述车辆历史上路过的道路地图中各个帧的地图进行相似度比对,确定所述旋转后的所述第一地图与所述各个帧的地图比对的相似度值。
17.根据权利要求11-16任意一项所述的装置,其特征在于,所述处理单元,具体用于对所述平移和/或旋转后的第一地图和所述各个帧的地图进行栅格化处理,并确定各个栅格的下标索引和各个栅格的高度值,所述下标索引为栅格在地图中的坐标信息;
判断所述平移和/或旋转后的第一地图与所述各个帧的地图中相同下标索引对应的高度值是否相同;
确定所述各个帧的地图中与所述平移和/或旋转后的第一地图中相同下标索引对应的高度值的第一栅格数量;
将所述各个帧的地图的所述第一栅格数量与所述各个帧的地图中总栅格数量之间的比值,作为相似度值。
18.根据权利要求17所述的装置,其特征在于,所述处理单元,还用于
确定所述第一地图中与所述第二地图中相同下标索引对应的高度值不同的栅格区域;
将所述栅格区域平移若干个单位的下标索引;
将平移后的栅格区域中与所述第二地图中相同下标索引对应的高度值进行比对,确定所述平移后的栅格区域中与所述第二地图中相同下标索引对应的高度值相同的第二栅格数量;
将所述第二栅格数量与所述第一栅格数量之和再与所述第二地图中的总栅格数量之间的比值,作为相似度值。
19.根据权利要求17-18任意一项所述的装置,其特征在于,所述处理单元,还用于确定所述第一地图中与所述第二地图中相同下标索引对应的高度值不同的栅格区域;
将所述栅格区域旋转设定角度;
将旋转后的栅格区域中与所述第二地图中相同下标索引对应的高度值进行比对,确定所述旋转后的栅格区域中与所述第二地图中相同下标索引对应的高度值相同的第三栅格数量;
将所述第三栅格数量、所述第二栅格数量与所述第一栅格数量之和再与所述第二地图中的总栅格数量之间的比值,作为相似度值。
20.根据权利要求11-19任意一项所述的装置,其特征在于,所述处理单元,具体用于确定至少一个相似度值大于设定阈值的地图;
通过迭代最近点ICP算法对所述至少一个相似度值大于设定阈值的地图进行验证,选择出所述第二图像。
21.一种车辆,用于执行如权利要求1-10中的任一项所述的方法。
22.一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行权利要求1-10中任一项的所述的方法。
23.一种计算设备,包括存储器和处理器,其特征在于,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现权利要求1-10中任一项所述的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2021/071394 WO2022151011A1 (zh) | 2021-01-13 | 2021-01-13 | 一种定位方法、装置和车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112867977A true CN112867977A (zh) | 2021-05-28 |
Family
ID=75992912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180000075.8A Pending CN112867977A (zh) | 2021-01-13 | 2021-01-13 | 一种定位方法、装置和车辆 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4258078A4 (zh) |
CN (1) | CN112867977A (zh) |
WO (1) | WO2022151011A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023060592A1 (zh) * | 2021-10-15 | 2023-04-20 | 华为技术有限公司 | 定位方法及装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797422A (zh) * | 2022-12-01 | 2023-03-14 | 西南交通大学 | 基于语义地图的地面到无人机激光点云跨视角重定位方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080246758A1 (en) * | 2006-12-01 | 2008-10-09 | Marek Strassenburg-Kleciak | Terrain modeling based on curved surface area |
CN105354875A (zh) * | 2015-09-25 | 2016-02-24 | 厦门大学 | 一种室内环境二维与三维联合模型的构建方法和系统 |
EP3144765A1 (en) * | 2015-09-18 | 2017-03-22 | Samsung Electronics Co., Ltd. | Apparatus for localizing cleaning robot, cleaning robot, and controlling method of cleaning robot |
CN111707272A (zh) * | 2020-06-28 | 2020-09-25 | 湖南大学 | 一种地下车库自动驾驶激光定位系统 |
CN112082565A (zh) * | 2020-07-30 | 2020-12-15 | 西安交通大学 | 一种无依托定位与导航方法、装置及存储介质 |
CN112154429A (zh) * | 2019-07-29 | 2020-12-29 | 深圳市大疆创新科技有限公司 | 高精度地图定位方法、系统、平台及计算机可读存储介质 |
CN112179330A (zh) * | 2020-09-14 | 2021-01-05 | 浙江大华技术股份有限公司 | 移动设备的位姿确定方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101503903B1 (ko) * | 2008-09-16 | 2015-03-19 | 삼성전자 주식회사 | 이동 로봇의 지도 구성 장치 및 방법 |
CN110084272B (zh) * | 2019-03-26 | 2021-01-08 | 哈尔滨工业大学(深圳) | 一种聚类地图创建方法及基于聚类地图和位置描述子匹配的重定位方法 |
CN112149471B (zh) * | 2019-06-28 | 2024-04-16 | 北京初速度科技有限公司 | 一种基于语义点云的回环检测方法及装置 |
CN110530372B (zh) * | 2019-09-26 | 2021-06-22 | 上海商汤智能科技有限公司 | 定位方法、路径确定方法、装置、机器人及存储介质 |
CN111912417B (zh) * | 2020-07-10 | 2022-08-02 | 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 |
CN111578957B (zh) * | 2020-05-07 | 2022-05-10 | 泉州装备制造研究所 | 基于三维点云地图定位的智能车纯追踪循迹方法 |
CN112184736B (zh) * | 2020-10-10 | 2022-11-11 | 南开大学 | 一种基于欧式聚类的多平面提取方法 |
-
2021
- 2021-01-13 WO PCT/CN2021/071394 patent/WO2022151011A1/zh unknown
- 2021-01-13 CN CN202180000075.8A patent/CN112867977A/zh active Pending
- 2021-01-13 EP EP21918228.4A patent/EP4258078A4/en active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080246758A1 (en) * | 2006-12-01 | 2008-10-09 | Marek Strassenburg-Kleciak | Terrain modeling based on curved surface area |
EP3144765A1 (en) * | 2015-09-18 | 2017-03-22 | Samsung Electronics Co., Ltd. | Apparatus for localizing cleaning robot, cleaning robot, and controlling method of cleaning robot |
CN105354875A (zh) * | 2015-09-25 | 2016-02-24 | 厦门大学 | 一种室内环境二维与三维联合模型的构建方法和系统 |
CN112154429A (zh) * | 2019-07-29 | 2020-12-29 | 深圳市大疆创新科技有限公司 | 高精度地图定位方法、系统、平台及计算机可读存储介质 |
CN111707272A (zh) * | 2020-06-28 | 2020-09-25 | 湖南大学 | 一种地下车库自动驾驶激光定位系统 |
CN112082565A (zh) * | 2020-07-30 | 2020-12-15 | 西安交通大学 | 一种无依托定位与导航方法、装置及存储介质 |
CN112179330A (zh) * | 2020-09-14 | 2021-01-05 | 浙江大华技术股份有限公司 | 移动设备的位姿确定方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023060592A1 (zh) * | 2021-10-15 | 2023-04-20 | 华为技术有限公司 | 定位方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
EP4258078A1 (en) | 2023-10-11 |
EP4258078A4 (en) | 2023-12-27 |
WO2022151011A1 (zh) | 2022-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284348B (zh) | 一种电子地图的更新方法、装置、设备和存储介质 | |
US20200401617A1 (en) | Visual positioning system | |
Hata et al. | Feature detection for vehicle localization in urban environments using a multilayer LIDAR | |
US9625912B2 (en) | Methods and systems for mobile-agent navigation | |
CN109270545B (zh) | 一种定位真值校验方法、装置、设备及存储介质 | |
US20180075643A1 (en) | Method and device for real-time mapping and localization | |
CN109145677A (zh) | 障碍物检测方法、装置、设备及存储介质 | |
CN104848867A (zh) | 基于视觉筛选的无人驾驶汽车组合导航方法 | |
CN101563581A (zh) | 用于图像中的平面对象的识别和位置确定的方法和设备 | |
WO2018154579A1 (en) | Method of navigating an unmanned vehicle and system thereof | |
CN112867977A (zh) | 一种定位方法、装置和车辆 | |
US20220398825A1 (en) | Method for generating 3d reference points in a map of a scene | |
CN112506200B (zh) | 机器人定位方法、装置、机器人及存储介质 | |
Andreasson et al. | A minimalistic approach to appearance-based visual SLAM | |
KR20220041485A (ko) | 라이다 센서를 이용한 객체 추적 방법 및 장치, 이 장치를 포함하는 차량 및 이 방법을 실행하기 위한 프로그램을 기록한 기록 매체 | |
CN109299686A (zh) | 一种车位识别方法、装置、设备及介质 | |
Huang et al. | Improved intelligent vehicle self-localization with integration of sparse visual map and high-speed pavement visual odometry | |
Fioretti et al. | A single camera inspection system to detect and localize obstacles on railways based on manifold Kalman filtering | |
Achar et al. | Large scale visual localization in urban environments | |
CN114387576A (zh) | 一种车道线识别方法、系统、介质、设备及信息处理终端 | |
Zhou et al. | Robust and efficient road tracking in aerial images | |
He et al. | Automatic analysis of highway features from digital stereo-images | |
Handa et al. | Navigation based on metric route information in places where the mobile robot visits for the first time | |
CN113469045B (zh) | 无人集卡的视觉定位方法、系统、电子设备和存储介质 | |
CN115790568A (zh) | 基于语义信息的地图生成方法及相关设备 |
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 |