CN113324537A - 车辆位姿获取方法、车辆定位方法和装置、设备和介质 - Google Patents
车辆位姿获取方法、车辆定位方法和装置、设备和介质 Download PDFInfo
- Publication number
- CN113324537A CN113324537A CN202110457674.4A CN202110457674A CN113324537A CN 113324537 A CN113324537 A CN 113324537A CN 202110457674 A CN202110457674 A CN 202110457674A CN 113324537 A CN113324537 A CN 113324537A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- pose
- alternative
- resolution
- reference map
- 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 72
- 238000004590 computer program Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 15
- 230000036544 posture Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 description 12
- 238000001914 filtration Methods 0.000 description 12
- 239000011159 matrix material Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000013519 translation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
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
-
- 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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
Abstract
本申请涉及一种车辆位姿获取方法、车辆定位方法和装置、设备和介质。车辆位姿获取方法包括:采集车辆的初始朝向;获取根据初始点云数据生成的不同分辨率的参考地图;根据初始朝向和分辨率最大的参考地图生成备选位姿;根据备选位姿计算得到车辆的候选位姿;获取比备选位姿对应的参考地图小一级分辨率的参考地图;根据小一级分辨率的参考地图及候选位姿生成备选位姿,并继续根据备选位姿计算得到车辆的候选位姿,直至参考地图的分辨率达到设定分辨率;获取设定分辨率的参考地图所对应的备选位姿作为车辆位姿。车辆室内定位方法包括:基于车辆位姿获取方法确定车辆位姿;根据车辆位姿对车辆进行定位。采用本方法能够准确获取车辆初始位置和姿态。
Description
技术领域
本申请涉及自动驾驶技术领域,特别是涉及一种车辆位姿获取方法、车辆定位方法和装置、设备和介质。
背景技术
自动驾驶车辆通常使用GNSS、激光雷达、相机等实现自身定位。使用GNSS定位时,需要能接收到良好的卫星信号。使用激光雷达或相机以里程计形式定位时,需要知道车辆的初始位置与姿态。使用激光雷达或相机以匹配地图的形式实现定位,也需要知道当前位置与姿态的初始估计值,在其附近进行匹配。
传统技术中,在室内环境中,由于建筑物对卫星信号的遮挡屏蔽,自动驾驶车辆无法使用GNSS定位。而使用激光雷达或相机的定位方式,很难获取到车辆的初始位置与姿态的估计,一般是使用GNSS定位的粗略定位,这样导致后续的定位精确度不高。
发明内容
基于此,有必要针对上述技术问题,提供一种能够准确获取车辆初始位置和姿态的车辆位姿获取方法、车辆定位方法和装置、设备和介质。
一种车辆位姿获取方法,所述车辆位姿获取方法包括:
采集车辆的初始朝向;
获取根据车辆所在区域的初始点云数据生成的不同分辨率的参考地图;
根据所述初始朝向和分辨率最大的参考地图生成备选位姿;
根据所述备选位姿计算得到所述车辆的候选位姿;
获取比所述备选位姿对应的参考地图小一级分辨率的参考地图;
根据小一级分辨率的参考地图以及所述候选位姿生成备选位姿,并继续根据所述备选位姿计算得到所述车辆的候选位姿,直至参考地图的分辨率达到设定分辨率;
获取所述设定分辨率的参考地图所对应的备选位姿作为车辆位姿。
在其中一个实施例中,所述根据所述初始朝向和分辨率最大的参考地图生成备选位姿,包括:
获取分辨率最大的参考地图中高度小于预设值的区域作为备选区域;
以所述初始朝向为中心,以预设角度为范围确定备选姿态;
根据所述备选区域和所述备选姿态生成备选位姿。
在其中一个实施例中,所述根据所述备选位姿计算得到所述车辆的候选位姿,包括:
获取当前扫描得到的当前点云数据;
获取所述备选位姿对应的参考地图以及所述参考地图的分辨率;
对所述当前点云数据进行处理得到与所述参考地图的分辨率对应的当前地图;
根据所述备选位姿计算所述当前地图与所述参考地图的匹配度;
获取所述匹配度符合要求的备选位姿作为候选位姿。
在其中一个实施例中,所述参考地图为栅格地图;所述根据所述备选位姿计算所述当前地图与所述参考地图的匹配度,包括:
根据所述备选位姿将所述当前地图投影至所述参考地图中得到待处理区域;
获取所述待处理区域在所述栅格地图中对应的栅格;并计算对应栅格中满足要求的第一栅格数量;
获取所述栅格地图中满足要求的第二栅格数量;
根据所述第一栅格数量和所述第二栅格数量计算得到匹配度。
在其中一个实施例中,所述根据小一级分辨率的参考地图以及所述候选位姿生成备选位姿,包括:
确定所述候选位姿在小一级分辨率的参考地图中的位置;
以所确定的位置为中心生成预设数量的备选位置;
根据所述候选位姿的姿态得到所述备选位置的姿态;
根据所述备选位置和所述备选位置的姿态得到备选位姿。
在其中一个实施例中,所述获取根据车辆所在区域的初始点云数据生成的不同分辨率的参考地图,包括:
获取所述车辆所在区域的初始点云数据;
对所述初始点云数据进行滤波处理;
根据滤波后的初始点云数据生成不同分辨率的参考地图。
一种车辆室内定位方法,所述车辆室内定位方法包括:
基于上述任意一个实施例中的车辆位姿获取方法确定车辆位姿;
根据所述车辆位姿采用预设定位方法对车辆进行定位。
一种车辆位姿获取装置,所述车辆位姿获取装置包括:
初始朝向获取模块,用于采集车辆的初始朝向;
参考地图生成模块,用于获取根据车辆所在区域的初始点云数据生成的不同分辨率的参考地图;
备选位姿生成模块,用于根据所述初始朝向和分辨率最大的参考地图生成备选位姿;
候选位姿生成模块,用于根据所述备选位姿计算得到所述车辆的候选位姿;
参考地图获取模块,用于获取比所述备选位姿对应的参考地图小一级分辨率的参考地图;
循环模块,用于根据小一级分辨率的参考地图以及所述候选位姿生成备选位姿,并继续根据所述备选位姿计算得到所述车辆的候选位姿,直至参考地图的分辨率达到设定分辨率;
第一车辆位姿确定模块,用于获取所述设定分辨率的参考地图所对应的备选位姿作为车辆位姿。
一种车辆室内定位装置,所述车辆室内定位装置包括:
第二车辆位姿确定模块,用于基于上述任意一个实施例中的车辆位姿获取装置确定车辆位姿;
定位模块,用于根据所述车辆位姿采用预设定位方法对车辆进行定位。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任意一个实施例中所述的方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一个实施例中所述的方法的步骤。
上述车辆位姿获取方法、车辆定位方法和装置、设备和介质,先确定了车辆的初始朝向,且获取根据初始点云数据生成的不同分辨率的参考地图,这样可以先根据大分辨率的参考地图来计算得到备选位姿,从而再对该备选位姿进行计算以剔除一部分备选位姿以得到候选位姿,然后降低分辨率,根据剩余的候选位姿计算得到降低分辨率的参考地图所对应的备选位姿,依次进行计算,直至参考地图的分辨率达到设定分辨率时,输出车辆位姿,这样可以根据分辨率来实现车辆位姿的准确计算,且不占用大量的计算机资源。
附图说明
图1为一个实施例中车辆位姿获取方法的流程示意图;
图2为图1所示实施例中的步骤S108的流程图;
图3为一个实施例中参考地图的示意图;
图4为另一个实施例中车辆位姿获取方法的流程示意图;
图5为一个实施例中车辆定位方法的流程示意图;
图6为一个实施例中车辆位姿获取装置的结构框图;
图7为一个实施例中车辆定位装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种车辆位姿获取方法,本实施例以该方法应用于车辆终端进行举例说明,可以理解的是,该方法也可以应用于服务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。其中车辆终端可以但不限于是与车辆相连接或者是安装在车辆上的各种车载终端,例如行车记录仪、车载摄像头、带摄像头的智能手机和平板电脑等。本实施例中,该车辆位姿获取方法包括以下步骤:包括以下步骤:
S102:采集车辆的初始朝向。
具体地,车辆的初始朝向也即车辆的初始姿态,其可以是通过车辆上的磁力计所采集的数据生成的。
车辆终端通过实时获取到磁力计所采集的数据,并经过数据处理后得到车辆的初始朝向。
S104:获取根据车辆所在区域的初始点云数据生成的不同分辨率的参考地图。
具体地,初始点云数据可以是事先采集并存储的。车辆终端可以根据粗略定位获取到对应的初始点云数据,例如根据GNSS定位方式得先得到粗略定位,然后获取粗略定位所对应的初始点云数据。可选地,在车辆刚进入室内的时候,此时通过室外定位方式获取粗略定位,车辆终端可以向服务器发送粗略定位,并接收服务器反馈的与所述粗略定位对应的初始点云数据。优选地,服务器反馈根据与所述粗略定位对应的初始点云数据生成的不同分辨率的参考地图。
具体地,参考地图是指根据该初始点云数据生成的地图,其可以是栅格地图,例如三维栅格地图。分辨率是指栅格地图中栅格的尺寸参数。其中分辨率越大,栅格的尺寸越大,例如栅格的尺寸为4米的分辨率大于栅格的尺寸为2米的分辨率。可选地,相邻分辨率中低一级分辨率是原分辨率的一半。
参考地图是根据分辨率将初始点云数据划分为尺寸为栅格的尺寸的栅格得到的,根据不同的分辨率可以得到不同分辨率的参考地图。可选地,车辆终端可以直接获取到不同分辨率的参考地图。在其他的实施例中,车辆终端还可以获取初始点云数据,并自行处理以得到不同分辨率的参考地图。更进一步地,车辆终端先获取到分辨率最大的参考地图,或者是先获取到初始点云数据,并计算得到分辨率最大的参考地图。然后车辆终端根据后续的处理,仅计算候选位姿处的小一级分辨率的参考地图,以减少数据处理量,且仅计算候选位姿处的小一级分辨率的参考地图,提高处理效率。
另外,需要说明的一点是,参考地图的分辨率与车辆终端的定位精度相关,车辆终端在获取参考地图时,参考地图的最小分辨率可以是与定位精度相关的,例如正好等于定位精度或者是小于定位精度在一定范围内。
S106:根据初始朝向和分辨率最大的参考地图生成备选位姿。
具体地,备选位姿是根据初始朝向在分辨率最大的参考地图中所估计的车辆的位置和姿态的。
具体地,车辆终端可以以初始朝向为中心方向,然后在中心方向的两侧一定范围内选取朝向角以作为车辆的备选姿态。车辆终端再根据栅格地图中的栅格的属性来选取一部分位置作为备选位置,从而根据备选姿态和备选位置即可以得到车辆的备选位姿。
其中,备选位置的确定可以首先是车辆终端可以考虑到车辆的速度,以滤除超过一定范围的区域,然后在该区域中根据栅格的属性来确定,从而可以减少处理量。
S108:根据备选位姿计算得到车辆的候选位姿。
具体地,候选位姿是从备选位姿中选取出来的,即对备选位姿进行过滤得到的。
其中,车辆终端从候选位姿中选取备选位姿的方法可以是通过获取当前点云数据,并将当前点云数据与参考地图进行匹配,以获取到匹配度最大的候选位姿。其中,在匹配之前,车辆终端将当前点云数据处理成分辨率与参考地图的分辨率相同的当前地图,从而保证匹配的前提。
S110:获取比备选位姿对应的参考地图小一级分辨率的参考地图。
具体地,备选位姿对应的参考地图是指确定备选位姿时的参考地图。小一级分辨率可以是分辨率是原分辨率的一半。例如备选位姿对应的参考地图的分辨率为4米,则小一级分辨率则是2米,也就是说车辆终端获取分辨率为2米的参考地图。
S112:根据小一级分辨率的参考地图以及候选位姿生成新的备选位姿,并继续根据备选位姿计算得到车辆的候选位姿,直至参考地图的分辨率达到设定分辨率。
具体地,新的备选位姿是根据小一级分辨率的参考地图生成的。设定分辨率是预先设置的,其中该设定分辨率可以是与车辆的定位精度相关的,也即最小分辨率。
车辆终端先在小一级分辨率的参考地图中确定候选位姿对应的位置,然后根据所确定的位置生成新的备选位置,并将原候选位姿对应的姿态作为新的备选位置的姿态,这样可以得到新的备选姿态,从而车辆终端返回至根据备选位姿计算得到车辆的候选位姿的步骤,继续进行处理,直至参考地图的分辨率达到设定分辨率。
其中可选地,根据所确定的位置生成新的备选位置可以是将所确定的位置作为中心位置,然后基于该中心位置和当前参考地图的分辨率,即所获取的小一级分辨率的参考地图的分辨率生成采样空间,从采样空间中采样得到新的备选位置。
S114:获取设定分辨率的参考地图所对应的备选位姿作为车辆位姿。
具体地,在分辨率达到设定分辨率后,车辆终端获取到参考地图对应的备选位姿作为车辆位姿。当备选位姿存在多个时,则车辆终端获取匹配度最大的备选位姿作为车辆位姿。
上述车辆位姿获取方法,先确定了车辆的初始朝向,且获取根据初始点云数据生成的不同分辨率的参考地图,这样可以先根据大分辨率的参考地图来计算得到备选位姿,从而再对该备选位姿进行计算以剔除一部分备选位姿以得到候选位姿,然后降低分辨率,根据剩余的候选位姿计算得到降低分辨率的参考地图所对应的备选位姿,依次进行计算,直至参考地图的分辨率达到设定分辨率时,输出车辆位姿,这样可以根据分辨率来实现车辆位姿的准确计算,且不占用大量的计算机资源。
在其中一个实施例中,根据初始朝向和分辨率最大的参考地图生成备选位姿,包括:获取分辨率最大的参考地图中高度小于预设值的区域作为备选区域;以初始朝向为中心,以预设角度为范围确定备选姿态;根据备选区域和备选姿态生成备选位姿。
其中备选区域是指估计的车辆当前区域,备选姿态是指估计的车辆的当前的姿态,例如朝向等。
其中,由于车辆存在的位置一定是小于某个高度的,例如其仅能在地面上或者一定高度的承载体上,而不能位于桌子等上,因此可以根据参考地图的各个栅格的高度来确定车辆的备选区域。即车辆终端先遍历参考地图中每一个栅格,并获取到栅格的高度小于一定高度的栅格,将该些栅格的中心作为备选区域。
由于在一定时间内车辆的姿态变化是有限的,即车辆的朝向的变化是一定的,因此车辆终端以初始朝向为中心方向,然后以预设角度为范围确定备选姿态,其中预设角度可以为10度,在其他的实施例中,预设角度可以为其他的度数。车辆终端以初始朝向为中性方向,在左右两侧10度范围内,每隔1度取一个朝向角,作为备选姿态。最后车辆终端将备选姿态和备选区域进行组合即可以得到备选位姿。
上述实施例中,根据车辆所在栅格的属性要求以及朝向角的变化要求,来确定最大分辨率的参考地图所对应的备选姿态。
在其中一个实施例中,参见图2所示,图2为图1所示实施例中的步骤S108的流程图,在该实施例中,该步骤S108,即根据备选位姿计算得到车辆的候选位姿,包括:
S202:获取当前扫描得到的当前点云数据。
具体地,当前点云数据是利用车上配备的点云数据采集装置对车辆周围环境进行扫描得到的,例如通过激光雷达对车辆周围环境进行扫描得到对应的当前点云数据。
S204:获取备选位姿对应的参考地图以及参考地图的分辨率。
S206:对当前点云数据进行处理得到与参考地图的分辨率对应的当前地图。
具体地,参考地图的分辨率,即备选位姿对应的参考地图的分辨率。以该分辨率为基准,对当前点云数据进行处理得到当前地图。其中处理的步骤可以是对当前点云数据进行体素滤波以得到当前地图。其中需要说明的是,当前地图也是栅格地图,也即根据所获取的分辨率,将当前点云数据划分为尺寸为分辨率对应的尺寸的栅格。
S208:根据备选位姿计算当前地图与参考地图的匹配度。
其中,匹配度是指当前地图与参考地图的匹配度,其中可以通过存在物体的栅格的数量或者是不存在物体的栅格的数量来进行衡量。
需要特别强调的一点是,为了保证匹配度的计算前提,需要将当前地图和参考地图所衡量的位置对应,也就是说当前地图与参考地图所对应的范围的大小是一致的,例如栅格数量是一致的。因此车辆终端在处理的时候,先确定参考地图的区域,然后再进行备选区域的选取,在确定当前地图的时候,也根据参考地图中的栅格的数量来进行当前地图区域的确定。
S210:获取匹配度符合要求的备选位姿作为候选位姿。
具体地,匹配度符合要求可以是匹配度大于一定的阈值,其中该阈值的选取可以是根据需要设置的,例如98%或者是其他值,这样车辆终端获取到大于阈值的备选位姿作为候选位姿。
上述实施例中,通过采集当前点云数据,根据当前点云数据生成当前地图,以将当前地图与参考地图进行匹配,从而确定候选位姿,这样根据点云数据来进行匹配,保证了定位精度。
在其中一个实施例中,参考地图为栅格地图;根据备选位姿计算当前地图与参考地图的匹配度,包括:根据备选位姿将当前地图投影至参考地图中得到待处理区域;获取待处理区域在栅格地图中对应的栅格;并计算对应栅格中满足要求的第一栅格数量;获取栅格地图中满足要求的第二栅格数量;根据第一栅格数量和第二栅格数量计算得到匹配度。
具体地,此处的投影对应的投影矩阵是根据备选位姿得到的,其包括旋转矩阵和平移矩阵,其中旋转矩阵是根据姿态得到的,平移矩阵是根据备选位置得到的。也就是说备选位置和备选姿态共同组成了车辆坐标系向世界坐标系转换的转换矩阵,其中备选姿态是旋转矩阵,备选位置是坐标平移。
假设备选位置为t、表示备选姿态的旋转矩阵为R,则当前激光雷达扫描得到的点p投影到参考地图中的待处理区域p’=Rp+t。这样将当前激光雷达扫描得到的点P投影至参考地图中对应的栅格位置处。此外还需要说明的是,车辆终端可以是将当前点云数据转换为当前地图,并获取当前地图中存在物体的栅格,以该栅格的中心为待投影的点,这样所得到的匹配度更加准确。
具体地,满足要求的栅格是指其是存在物体的栅格或者是不存在物体的栅格。
其中为了方便,在参考地图生成时,可以给每个栅格进行赋值,例如存在物体的栅格的值为1,不存在物体的栅格的值为0,若是以不存在物体的栅格作为满足要求的栅格时,则可以将不存在物体的栅格的值设置为1,而存在物体的栅格的值设置为0。此外,需要说明的时,此处是以0和1来举例说明,在其他的实施例中,栅格的值可以为其他任意值。
车辆终端在计算匹配度的时候,车辆终端获取投影后的点所对应的栅格的值作为第一栅格数量,并进行累加,且车辆终端还计算参考地图中所有的栅格的值作为第二栅格数量,这样车辆终端再计算匹配度。
参见图3为例,假设参考地图被划分为36个栅格,其中存在物体的栅格为28个,而将当前点云数据投影至参考地图时,其对应的满足要求的栅格数量为20个,因此上述的第一栅格数量为20,第二栅格数量为28,匹配度为20/28。
上述实施例中,通过满足要求的栅格的数量来计算匹配度,更加方便。
在其中一个实施例中,根据小一级分辨率的参考地图以及候选位姿生成备选位姿,包括:确定候选位姿在小一级分辨率的参考地图中的位置;以所确定的位置为中心生成预设数量的备选位置;根据候选位姿的姿态得到备选位置的姿态;根据备选位置和备选位置的姿态得到备选位姿。
具体地,候选位姿包括候选位置和候选姿态,车辆终端可以根据候选位置确定在小一级分辨率的参考地图中的位置,然后以该位置为中心生成预设数量的备选位置,例如生成27个备选位置,其中,假设参考地图的分辨率为2r,则备选位置可以为原候选位置(x,y,z)以及新生成的备选位置(x-r,y-r,z)、(x-r,y-r,z-r)、(x-r,y-r,z+r)、(x-r,y,z)、(x-r,y,z-r)、(x-r,y,z+r)、(x-r,y+r,z)、(x-r,y+r,z-r)、(x-r,y+r,z+r)、(x,y-r,z)、(x,y-r,z+r)、(x,y-r,z-r)、(x,y+r,z)、(x,y+r,z+r)、(x,y+r,z-r)、(x,y,z+r)、(x,y+r,z-r)、(x+r,y+r,z)、(x+r,y+r,z-r)、(x+r,y+r,z+r)、(x+r,y-r,z)、(x+r,y-r,z+r)、(x+r,y-r,z-r)、(x+r,y,z)、(x+r,y,z+r)和(x+r,y-r,z-r)。
而这些备选位置的备选姿态可以采用与候选位置处的候选姿态,这样将备选位置和备选姿态结合即可以得到每个备选位置处的备选位姿。
上述实施例中,在对原备选姿态进行过滤得到候选姿态后,还根据候选姿态生成新的备选姿态,以符合当前分辨率地图的定位精度。
在其中一个实施例中,获取根据车辆所在区域的初始点云数据生成的不同分辨率的参考地图,包括:获取车辆所在区域的初始点云数据;对初始点云数据进行滤波处理;根据滤波后的初始点云数据生成不同分辨率的参考地图。
具体地,滤波处理包括但不限于根据点云高度进行过滤处理以及根据分辨率进行体素滤波。其中对于事先获取的车辆所在区域的初始点云数据,加载至内存,然后根据点云高度去除其中属于地面和天花板的点,例如去掉高于阈值1以及低于阈值2的点。然后获取参考地图的分辨率,对剩余的点进行体素滤波,并找到点云的边界范围,根据点云的边界范围,将点云所在空间划分为分辨率为参考地图分辨率的三维栅格,如果栅格对应的空间中有物体存在,则激光雷达扫描时,此处会有点云存在。上述对每个栅格进行赋值的过程可以是将有点云存在的栅格值设为1,其余栅格值设为0,构建三维栅格地图,也即参考地图。
上述实施例中,根据初始点云数据生成参考地图,先进行过滤处理,保证了所生成的参考地图仅是室内有效区域的地图,减少了数据处理量。
在其中一个实施例中,参见图4所示,图4为另一个实施例中车辆位姿获取方法的流程图,在该实施例中,车辆终端先利用磁力计估计车辆的初始朝向,然后设定分辨率,利用事先采集并存储的车辆所在区域的初始点云数据构建三维栅格地图。车辆终端根据该初始朝向在三维栅格地图中生成一系列的备选位姿。然后车辆终端获取当前点云数据,并根据三维栅格地图的分辨率构建当前点云数据对应的当前地图。车辆终端根据备选位姿计算当前地图和对应的三维栅格地图的匹配度,并获取匹配度高于阈值的备选位姿作为候选位姿。车辆终端将三维栅格地图的分辨率降低为原来的一半,重新生成新的三维栅格地图,并确定候选位姿在新的三维栅格地图中的位置,根据该候选位姿在新的三维栅格地图中生成新的备选位姿,然后重复上述根据备选位姿计算当前地图和对应的三维栅格地图的匹配度,并获取匹配度高于阈值的备选位姿作为候选位姿。车辆终端将三维栅格地图的分辨率降低为原来的一半,重新生成新的三维栅格地图,并确定候选位姿在新的三维栅格地图中的位置,根据该候选位姿在新的三维栅格地图中生成新的备选位姿的步骤,直至到达设定的最小分辨率阈值为止,此时剩余的备选位姿中,与新的三维栅格地图匹配度最大的即为车辆位姿。
上述实施例中先确定了车辆的初始朝向,且获取根据初始点云数据生成的不同分辨率的参考地图,这样可以先根据大分辨率的参考地图来计算得到备选位姿,从而再对该备选位姿进行计算以剔除一部分备选位姿以得到候选位姿,然后降低分辨率,根据剩余的候选位姿计算得到降低分辨率的参考地图所对应的备选位姿,依次进行计算,直至参考地图的分辨率达到设定分辨率时,输出车辆位姿,这样可以根据分辨率来实现车辆位姿的准确计算,且不占用大量的计算机资源。
在一个实施例中,如图5所示,提供了一种车辆定位方法,本实施例以该方法应用于车辆终端进行举例说明,可以理解的是,该方法也可以应用于服务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。其中车辆终端可以但不限于是与车辆相连接或者是安装在车辆上的各种车载终端,例如行车记录仪、车载摄像头、带摄像头的智能手机和平板电脑等。本实施例中,该车辆定位方法包括以下步骤:包括以下步骤:
S502:基于上述任意一个实施例中的车辆位姿获取方法确定车辆位姿。
具体地,对于车辆位姿的确定方式可以参见上文,在此不再赘述。
S504:根据车辆位姿采用预设定位方法对车辆进行定位。
具体地,在获取到车辆的车辆位姿后,车辆终端可以通过激光雷达或相机以匹配地图的形式实现定位。
上述实施例中,先确定了车辆的初始朝向,且获取根据初始点云数据生成的不同分辨率的参考地图,这样可以先根据大分辨率的参考地图来计算得到备选位姿,从而再对该备选位姿进行计算以剔除一部分备选位姿以得到候选位姿,然后降低分辨率,根据剩余的候选位姿计算得到降低分辨率的参考地图所对应的备选位姿,依次进行计算,直至参考地图的分辨率达到设定分辨率时,输出车辆位姿,这样可以根据分辨率来实现车辆位姿的准确计算,从而在获得了准确的车辆的初始位姿后,再通过激光雷达或相机以匹配地图的形式实现对车辆的定位,保证了车辆定位的准确性。
应该理解的是,虽然图1、图2、图4和图5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1、图2、图4和图5中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种车辆位姿获取装置,包括:初始朝向获取模块601、参考地图生成模块602、备选位姿生成模块603、候选位姿生成模块604、参考地图获取模块605、循环模块606和第一车辆位姿确定模块607,其中:
初始朝向获取模块601,用于采集车辆的初始朝向。
参考地图生成模块602,用于获取根据车辆所在区域的初始点云数据生成的不同分辨率的参考地图。
备选位姿生成模块603,用于根据初始朝向和分辨率最大的参考地图生成备选位姿。
候选位姿生成模块604,用于根据备选位姿计算得到车辆的候选位姿。
参考地图获取模块605,用于获取比备选位姿对应的参考地图小一级分辨率的参考地图。
循环模块606,用于根据小一级分辨率的参考地图以及候选位姿生成备选位姿,并继续根据备选位姿计算得到车辆的候选位姿,直至参考地图的分辨率达到设定分辨率。
第一车辆位姿确定模块607,用于获取设定分辨率的参考地图所对应的备选位姿作为车辆位姿。
在其中一个实施例中,上述备选位姿生成模块603包括:
备选区域获取单元,用于获取分辨率最大的参考地图中高度小于预设值的区域作为备选区域。
备选姿态生成单元,用于以初始朝向为中心,以预设角度为范围确定备选姿态。
备选位姿生成单元,用于根据备选区域和备选姿态生成备选位姿。
在其中一个实施例中,上述候选位姿生成模块604包括:
当前点云数据获取单元,用于获取当前扫描得到的当前点云数据。
参考地图获取单元,用于获取备选位姿对应的参考地图以及参考地图的分辨率。
当前地图生成单元,用于对当前点云数据进行处理得到与参考地图的分辨率对应的当前地图。
匹配单元,用于根据备选位姿计算当前地图与参考地图的匹配度。
候选位姿获取单元,用于获取匹配度符合要求的备选位姿作为候选位姿。
在其中一个实施例中,参考地图为栅格地图;上述匹配单元包括:
投影子单元,用于根据备选位姿将当前地图投影至参考地图中得到待处理区域。
第一栅格数量统计子单元,用于获取待处理区域在栅格地图中对应的栅格;并计算对应栅格中满足要求的第一栅格数量。
第二栅格数量统计子单元,用于获取栅格地图中满足要求的第二栅格数量。
匹配度计算子单元,用于根据第一栅格数量和第二栅格数量计算得到匹配度。
在其中一个实施例中,上述循环模块606包括:
位置确定单元,用于确定候选位姿在小一级分辨率的参考地图中的位置。
备选位置生成单元,用于以所确定的位置为中心生成预设数量的备选位置。
姿态生成单元,用于根据候选位姿的姿态得到备选位置的姿态。
备选位姿获取单元,用于根据备选位置和备选位置的姿态得到备选位姿。
在其中一个实施例中,上述参考地图生成模块602包括:
初始点云数据获取单元,用于获取车辆所在区域的初始点云数据。
滤波单元,用于对初始点云数据进行滤波处理。
参考地图生成单元,用于根据滤波后的初始点云数据生成不同分辨率的参考地图。
在一个实施例中,如图7所示,提供了一种车辆室内定位装置,包括:第二车辆位姿确定模块701和定位模块702,其中:
第二车辆位姿确定模块701,用于基于上述任意一个实施例中的车辆位姿获取装置确定车辆位姿。
定位模块702,用于根据车辆位姿采用预设定位方法对车辆进行定位。
关于车辆位姿获取装置和车辆室内定位装置的具体限定可以参见上文中对于车辆位姿获取方法和车辆室内定位方法的限定,在此不再赘述。上述车辆位姿获取装置和车辆室内定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种车辆位姿获取方法和车辆定位方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:采集车辆的初始朝向;获取根据车辆所在区域的初始点云数据生成的不同分辨率的参考地图;根据初始朝向和分辨率最大的参考地图生成备选位姿;根据备选位姿计算得到车辆的候选位姿;获取比备选位姿对应的参考地图小一级分辨率的参考地图;根据小一级分辨率的参考地图以及候选位姿生成备选位姿,并继续根据备选位姿计算得到车辆的候选位姿,直至参考地图的分辨率达到设定分辨率;获取设定分辨率的参考地图所对应的备选位姿作为车辆位姿。
在一个实施例中,处理器执行计算机程序时所实现的根据初始朝向和分辨率最大的参考地图生成备选位姿,包括:获取分辨率最大的参考地图中高度小于预设值的区域作为备选区域;以初始朝向为中心,以预设角度为范围确定备选姿态;根据备选区域和备选姿态生成备选位姿。
在一个实施例中,处理器执行计算机程序时所实现的根据备选位姿计算得到车辆的候选位姿,包括:获取当前扫描得到的当前点云数据;获取备选位姿对应的参考地图以及参考地图的分辨率;对当前点云数据进行处理得到与参考地图的分辨率对应的当前地图;根据备选位姿计算当前地图与参考地图的匹配度;获取匹配度符合要求的备选位姿作为候选位姿。
在一个实施例中,处理器执行计算机程序时所涉及的参考地图为栅格地图;处理器执行计算机程序时所实现的根据备选位姿计算当前地图与参考地图的匹配度,包括:根据备选位姿将当前地图投影至参考地图中得到待处理区域;获取待处理区域在栅格地图中对应的栅格;并计算对应栅格中满足要求的第一栅格数量;获取栅格地图中满足要求的第二栅格数量;根据第一栅格数量和第二栅格数量计算得到匹配度。
在一个实施例中,处理器执行计算机程序时所实现的根据小一级分辨率的参考地图以及候选位姿生成备选位姿,包括:确定候选位姿在小一级分辨率的参考地图中的位置;以所确定的位置为中心生成预设数量的备选位置;根据候选位姿的姿态得到备选位置的姿态;根据备选位置和备选位置的姿态得到备选位姿。
在一个实施例中,处理器执行计算机程序时所实现的获取根据车辆所在区域的初始点云数据生成的不同分辨率的参考地图,包括:获取车辆所在区域的初始点云数据;对初始点云数据进行滤波处理;根据滤波后的初始点云数据生成不同分辨率的参考地图。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:基于上述任意一个实施例中的车辆位姿获取方法确定车辆位姿;根据车辆位姿采用预设定位方法对车辆进行定位。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:采集车辆的初始朝向;获取根据车辆所在区域的初始点云数据生成的不同分辨率的参考地图;根据初始朝向和分辨率最大的参考地图生成备选位姿;根据备选位姿计算得到车辆的候选位姿;获取比备选位姿对应的参考地图小一级分辨率的参考地图;根据小一级分辨率的参考地图以及候选位姿生成备选位姿,并继续根据备选位姿计算得到车辆的候选位姿,直至参考地图的分辨率达到设定分辨率;获取设定分辨率的参考地图所对应的备选位姿作为车辆位姿。
在一个实施例中,计算机程序被处理器执行时所实现的根据初始朝向和分辨率最大的参考地图生成备选位姿,包括:获取分辨率最大的参考地图中高度小于预设值的区域作为备选区域;以初始朝向为中心,以预设角度为范围确定备选姿态;根据备选区域和备选姿态生成备选位姿。
在一个实施例中,计算机程序被处理器执行时所实现的根据备选位姿计算得到车辆的候选位姿,包括:获取当前扫描得到的当前点云数据;获取备选位姿对应的参考地图以及参考地图的分辨率;对当前点云数据进行处理得到与参考地图的分辨率对应的当前地图;根据备选位姿计算当前地图与参考地图的匹配度;获取匹配度符合要求的备选位姿作为候选位姿。
在一个实施例中,计算机程序被处理器执行时所涉及的参考地图为栅格地图;计算机程序被处理器执行时所实现的根据备选位姿计算当前地图与参考地图的匹配度,包括:根据备选位姿将当前地图投影至参考地图中得到待处理区域;获取待处理区域在栅格地图中对应的栅格;并计算对应栅格中满足要求的第一栅格数量;获取栅格地图中满足要求的第二栅格数量;根据第一栅格数量和第二栅格数量计算得到匹配度。
在一个实施例中,计算机程序被处理器执行时所实现的根据小一级分辨率的参考地图以及候选位姿生成备选位姿,包括:确定候选位姿在小一级分辨率的参考地图中的位置;以所确定的位置为中心生成预设数量的备选位置;根据候选位姿的姿态得到备选位置的姿态;根据备选位置和备选位置的姿态得到备选位姿。
在一个实施例中,计算机程序被处理器执行时所实现的获取根据车辆所在区域的初始点云数据生成的不同分辨率的参考地图,包括:获取车辆所在区域的初始点云数据;对初始点云数据进行滤波处理;根据滤波后的初始点云数据生成不同分辨率的参考地图。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:基于上述任意一个实施例中的车辆位姿获取方法确定车辆位姿;根据车辆位姿采用预设定位方法对车辆进行定位。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆位姿获取方法,其特征在于,所述车辆位姿获取方法包括:
采集车辆的初始朝向;
获取根据车辆所在区域的初始点云数据生成的不同分辨率的参考地图;
根据所述初始朝向和分辨率最大的参考地图生成备选位姿;
根据所述备选位姿计算得到所述车辆的候选位姿;
获取比所述备选位姿对应的参考地图小一级分辨率的参考地图;
根据小一级分辨率的参考地图以及所述候选位姿生成备选位姿,并继续根据所述备选位姿计算得到所述车辆的候选位姿,直至参考地图的分辨率达到设定分辨率;
获取所述设定分辨率的参考地图所对应的备选位姿作为车辆位姿。
2.根据权利要求1所述的车辆位姿获取方法,其特征在于,所述根据所述初始朝向和分辨率最大的参考地图生成备选位姿,包括:
获取分辨率最大的参考地图中高度小于预设值的区域作为备选区域;
以所述初始朝向为中心,以预设角度为范围确定备选姿态;
根据所述备选区域和所述备选姿态生成备选位姿。
3.根据权利要求1所述的车辆位姿获取方法,其特征在于,所述根据所述备选位姿计算得到所述车辆的候选位姿,包括:
获取当前扫描得到的当前点云数据;
获取所述备选位姿对应的参考地图以及所述参考地图的分辨率;
对所述当前点云数据进行处理得到与所述参考地图的分辨率对应的当前地图;
根据所述备选位姿计算所述当前地图与所述参考地图的匹配度;
获取所述匹配度符合要求的备选位姿作为候选位姿。
4.根据权利要求3所述的车辆位姿获取方法,其特征在于,所述参考地图为栅格地图;所述根据所述备选位姿计算所述当前地图与所述参考地图的匹配度,包括:
根据所述备选位姿将所述当前地图投影至所述参考地图中得到待处理区域;
获取所述待处理区域在所述栅格地图中对应的栅格;并计算对应栅格中满足要求的第一栅格数量;
获取所述栅格地图中满足要求的第二栅格数量;
根据所述第一栅格数量和所述第二栅格数量计算得到匹配度。
5.根据权利要求1至4任意一项所述的车辆位姿获取方法,其特征在于,所述根据小一级分辨率的参考地图以及所述候选位姿生成备选位姿,包括:
确定所述候选位姿在小一级分辨率的参考地图中的位置;
以所确定的位置为中心生成预设数量的备选位置;
根据所述候选位姿的姿态得到所述备选位置的姿态;
根据所述备选位置和所述备选位置的姿态得到备选位姿。
6.一种车辆室内定位方法,其特征在于,所述车辆室内定位方法包括:
基于权利要求1至5任意一项所述的车辆位姿获取方法确定车辆位姿;
根据所述车辆位姿采用预设定位方法对车辆进行定位。
7.一种车辆位姿获取装置,其特征在于,所述车辆位姿获取装置包括:
初始朝向获取模块,用于采集车辆的初始朝向;
参考地图生成模块,用于获取根据车辆所在区域的初始点云数据生成的不同分辨率的参考地图;
备选位姿生成模块,用于根据所述初始朝向和分辨率最大的参考地图生成备选位姿;
候选位姿生成模块,用于根据所述备选位姿计算得到所述车辆的候选位姿;
参考地图获取模块,用于获取比所述备选位姿对应的参考地图小一级分辨率的参考地图;
循环模块,用于根据小一级分辨率的参考地图以及所述候选位姿生成备选位姿,并继续根据所述备选位姿计算得到所述车辆的候选位姿,直至参考地图的分辨率达到设定分辨率;
第一车辆位姿确定模块,用于获取所述设定分辨率的参考地图所对应的备选位姿作为车辆位姿。
8.一种车辆室内定位装置,其特征在于,所述车辆室内定位装置包括:
第二车辆位姿确定模块,用于基于权利要求7所述的车辆位姿获取装置确定车辆位姿;
定位模块,用于根据所述车辆位姿采用预设定位方法对车辆进行定位。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5或6中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5或6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110457674.4A CN113324537A (zh) | 2021-04-27 | 2021-04-27 | 车辆位姿获取方法、车辆定位方法和装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110457674.4A CN113324537A (zh) | 2021-04-27 | 2021-04-27 | 车辆位姿获取方法、车辆定位方法和装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113324537A true CN113324537A (zh) | 2021-08-31 |
Family
ID=77413719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110457674.4A Pending CN113324537A (zh) | 2021-04-27 | 2021-04-27 | 车辆位姿获取方法、车辆定位方法和装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113324537A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117739993A (zh) * | 2024-02-19 | 2024-03-22 | 福勤智能科技(昆山)有限公司 | 一种机器人定位方法、装置、机器人及存储介质 |
CN117739993B (zh) * | 2024-02-19 | 2024-04-30 | 福勤智能科技(昆山)有限公司 | 一种机器人定位方法、装置、机器人及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107831765A (zh) * | 2017-10-23 | 2018-03-23 | 广州视源电子科技股份有限公司 | 定位方法、装置、设备及存储介质 |
CN108732582A (zh) * | 2017-04-20 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 车辆定位方法和装置 |
CN111383261A (zh) * | 2018-12-27 | 2020-07-07 | 浙江舜宇智能光学技术有限公司 | 移动机器人、及其位姿估计方法和位姿估计装置 |
CN111656136A (zh) * | 2018-11-09 | 2020-09-11 | 北京嘀嘀无限科技发展有限公司 | 使用激光雷达的车辆定位系统 |
CN111949816A (zh) * | 2020-06-22 | 2020-11-17 | 北京百度网讯科技有限公司 | 定位处理方法、装置、电子设备和存储介质 |
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 |
CN112697169A (zh) * | 2020-12-07 | 2021-04-23 | 北京小马智行科技有限公司 | 车辆定位的初始化方法、装置、处理器和车辆 |
-
2021
- 2021-04-27 CN CN202110457674.4A patent/CN113324537A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108732582A (zh) * | 2017-04-20 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 车辆定位方法和装置 |
CN107831765A (zh) * | 2017-10-23 | 2018-03-23 | 广州视源电子科技股份有限公司 | 定位方法、装置、设备及存储介质 |
CN111656136A (zh) * | 2018-11-09 | 2020-09-11 | 北京嘀嘀无限科技发展有限公司 | 使用激光雷达的车辆定位系统 |
CN111383261A (zh) * | 2018-12-27 | 2020-07-07 | 浙江舜宇智能光学技术有限公司 | 移动机器人、及其位姿估计方法和位姿估计装置 |
CN111949816A (zh) * | 2020-06-22 | 2020-11-17 | 北京百度网讯科技有限公司 | 定位处理方法、装置、电子设备和存储介质 |
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 |
CN112697169A (zh) * | 2020-12-07 | 2021-04-23 | 北京小马智行科技有限公司 | 车辆定位的初始化方法、装置、处理器和车辆 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117739993A (zh) * | 2024-02-19 | 2024-03-22 | 福勤智能科技(昆山)有限公司 | 一种机器人定位方法、装置、机器人及存储介质 |
CN117739993B (zh) * | 2024-02-19 | 2024-04-30 | 福勤智能科技(昆山)有限公司 | 一种机器人定位方法、装置、机器人及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108319655B (zh) | 用于生成栅格地图的方法和装置 | |
CN108198145B (zh) | 用于点云数据修复的方法和装置 | |
US10086955B2 (en) | Pattern-based camera pose estimation system | |
CN108279670B (zh) | 用于调整点云数据采集轨迹的方法、设备以及计算机可读介质 | |
CN111582054B (zh) | 点云数据处理方法及装置、障碍物检测方法及装置 | |
CN112904369B (zh) | 机器人重定位方法、装置、机器人和计算机可读存储介质 | |
US20170116735A1 (en) | Optimized camera pose estimation system | |
CN104978743A (zh) | 一种多核并行sar图像变化信息实时提取方法及装置 | |
CN115794414B (zh) | 基于并行计算的卫星对地通视分析方法、装置和设备 | |
CN108803659B (zh) | 基于魔方模型的多窗口启发式三维空间路径规划方法 | |
KR20210046217A (ko) | 복수 영역 검출을 이용한 객체 탐지 방법 및 그 장치 | |
CN114648640B (zh) | 一种目标物单体化方法、装置、设备及存储介质 | |
CN111369680B (zh) | 生成建筑物的三维图像的方法及装置 | |
CN113034582A (zh) | 位姿优化装置及方法、电子设备及计算机可读存储介质 | |
US11557059B2 (en) | System and method for determining position of multi-dimensional object from satellite images | |
CN111870953A (zh) | 一种高度图生成方法、装置、设备及存储介质 | |
CN112051921A (zh) | Ar导航地图生成方法、装置、计算机设备和可读存储介质 | |
CN109299311B (zh) | 光伏组件经纬度数据配置方法及装置 | |
CN113324537A (zh) | 车辆位姿获取方法、车辆定位方法和装置、设备和介质 | |
US20220276046A1 (en) | System and method for providing improved geocoded reference data to a 3d map representation | |
CN115265504A (zh) | 一种三维地形测绘方法、系统及终端设备 | |
CN115601275A (zh) | 点云增广方法及装置、计算机可读存储介质、终端设备 | |
CN110196638B (zh) | 基于目标检测和空间投影的移动端增强现实方法和系统 | |
CN114694106A (zh) | 道路检测区域的提取方法、装置、计算机设备和存储介质 | |
CN110119458B (zh) | 一种网格检索方法及装置 |
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 |