CN113359117A - 一种静态标定系统及方法 - Google Patents
一种静态标定系统及方法 Download PDFInfo
- Publication number
- CN113359117A CN113359117A CN202110731065.3A CN202110731065A CN113359117A CN 113359117 A CN113359117 A CN 113359117A CN 202110731065 A CN202110731065 A CN 202110731065A CN 113359117 A CN113359117 A CN 113359117A
- Authority
- CN
- China
- Prior art keywords
- data
- calibration
- target
- module
- static
- 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 36
- 230000003068 static effect Effects 0.000 title claims abstract description 34
- 238000013500 data storage Methods 0.000 claims abstract description 17
- 238000005070 sampling Methods 0.000 claims abstract description 17
- 238000007405 data analysis Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 8
- 238000012935 Averaging Methods 0.000 claims abstract description 5
- 230000008030 elimination Effects 0.000 claims description 14
- 238000003379 elimination reaction Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 abstract description 6
- 238000006243 chemical reaction Methods 0.000 abstract description 3
- 230000009897 systematic effect Effects 0.000 abstract description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供了一种静态标定系统及方法,涉及对自动驾驶车辆安装的传感器标定技术领域,该方法包括:主程序模块:接收各传感器发送的数据并转发给数据解析模块;数据解析模块:对接收的数据进行解析处理,判断标定靶标的运动状态;数据缓存模块:用于存储由数据解析模块解析得到的解析数据;数据存储模块:待靶标再次开始运动时,对数据缓存模块中的解析数据取平均值作为一次采样数据,并存入数据存储模块,对采样点数据进行标定,对标定结果进行验证。本发明能够同时标定各类传感器,提升标定效率;能在标定与验证过程中将传感器之间的数据互相投影转换,结合图像互相验证;且多传感器的同时标定能降低整体标定系统性误差。
Description
技术领域
本发明涉及对自动驾驶车辆安装的传感器标定技术领域,涉及一种静态标定系统及方法,具体地,涉及一种基于激光雷达、毫米波雷达和相机的静态标定方法。
背景技术
传感器的静态特性是在静态标准条件下进行标定的。所谓静态标准是指没有加速度、振动、冲击(除非这些参数本身就是被测物理量)及环境温度一般为室温(20±5℃),相对温度不大于大85%,大气压力为7kPa的情况。所用的标准仪器及设备至少要比被标定的传感器的精度高一个等级,为保证标定数据真实可靠,必须选用与被标定传感器精度相应的标准器具。
公开号为CN107314786A的发明专利,公开了一种传感器标定设备系统及方法,该系统包括上位机,传感器标定设备和待标定的传感器;上位机与传感器标定设备通过总线进行通信,待标定的传感器与传感器标定设备电连接;上位机用于接收用户输入的标定命令,将标定命令下发至传感器标定设备;待标定的传感器设置在标定仓内,标定仓内还设置有标准仪器,用于检测标定仓内标定气体的浓度值,并发送至上位机;上位机用于接收该浓度值,并发送至传感器标定设备,以对待标定的传感器进行标定。
现有算法只适应于单一传感器或两种类型的传感器,不能同时标定激光雷达、相机、4D毫米波雷达。现有算法需要技术人员手动进行数据采集与标注,标定过程繁琐,对操作人员技术水平要求较高,无法实现自动采集并完成标定。现有算法应用于自动驾驶车载传感器,无法应用于路侧传感器标定。且现有算法无法将传感器标定到经纬度坐标系。
发明内容
针对现有技术中的缺陷,本发明提供一种静态标定系统及方法。
根据本发明提供的一种静态标定系统及方法,所述方案如下:
第一方面,提供了一种静态标定系统,所述系统程序接收各传感器发来的数据,该系统包括:
主程序模块:接收各传感器发送的数据并转发给数据解析模块;同时判断系统整体运动状态,以及判断系统是否记录解析后的数据;计算标定参数并进行保存;
数据解析模块:对接收的数据进行解析处理,判断标定靶标的运动状态;
数据缓存模块:当靶标处于静止状态时,用于存储由数据解析模块解析得到的解析数据;
数据存储模块:待靶标再次开始运动时,对数据缓存模块中的解析数据取平均值作为一次采样数据,并存入数据存储模块,对采样点数据进行标定,对标定结果进行验证;
其中,数据解析模块、数据缓存模块以及数据存储模块的工作状态、存储状态及数据是否清空都由主程序模块进行控制。
优选的,所述数据存储模块包括:待标定靶标再次开始运动时,对数据缓存模块中的数据取平均值作为一次采样数据,并存入数据存储模块,该过程循环进行,直至操作者认为采集到足够多的数据;
采集结束后,读取数据存储模块中存储的采样数据进行标定,输出标定结果文件,并对标定结果进行验证。
所述标定靶标上安装有组合导航,且组合导航与标定靶标固联,用于给出标定靶标的位置信息、运动状态、时间信息以及自身工作状态。
第二方面,提供了一种静态标定方法,所述方法包括:
所述系统程序与各传感器之间的通信方式包括在线和离线,其中在线方式通过无线进行数据传输;离线方式需要事先在同一时段针对同一标定靶标采集各传感器的数据,在程序运行时播放采集到的数据。
优选的,所述对接收的数据进行解析包括对于组合导航数据的解析、对于相机数据的解析、激光雷达数据的解析以及对于毫米波雷达数据的解析。
优选的,所述对于组合导航数据的解析步骤包括投影变换和位姿计算;由此得到标定靶标上任意一点在任意时刻的空间坐标。
优选的,所述对于相机数据的解析步骤包括图像识别和角点细化;由此在图像识别步骤与角点细化步骤之间还包括目标筛选步骤,用于对图像识别结果是否正确进行验证;
其中图像识别的对象是标定靶标特征,包括各种形状的标定靶标及其特征。
优选的,所述激光雷达数据的解析步骤包括背景剔除、目标识别、目标跟踪以及特征提取;
其中,目标跟踪步骤能够不存在;
目标跟踪成功后,背景剔除和目标识别两步骤能跳过;
在背景剔除和目标识别任意两步骤之间加入去噪声步骤;
特征提取的对象是标定靶标特征,包括各种形状的标定靶标及其特征。
优选的,所述对于毫米波雷达数据的解析步骤包括背景剔除、去噪声、目标识别、目标跟踪以及特征提取;
其中,去噪声和目标跟踪步骤能够不存在;
目标跟踪成功后,背景剔除、去噪声以及目标识别步骤能够跳过;
去噪声步骤能够在背景剔除和目标识别步骤任意两步骤之间加入;
特征提取的对象是标定靶标特征,包括各种形状的标定靶标及其特征。
优选的,所述标定方法包括绝对标定和相对标定,其中,绝对标定指将激光雷达、相机和毫米波雷达分别与经纬度坐标进行标定,相对标定指标定激光雷达、相机和毫米波雷达三种传感器之间的任意两种或三种。
与现有技术相比,本发明具有如下的有益效果:
1、本发明可同时标定各类传感器,提升标定效率;
2、本发明可以对传感器进行相对标定和基于定位的绝对标定;
3、本发明能在标定与验证过程中将传感器之间的数据互相投影转换,结合图像互相验证;
4、本发明中多传感器的同时标定能降低整体标定系统性误差。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明整体流程示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明实施例提供了一种静态标定系统,参照图1所示,该系统中具体包括主程序模块、数据解析模块、数据缓存模块与数据存储模块,当系统程序接收各传感器发来的数据时,由数据解析模块对其进行解析处理,并判断标定靶标的运动状态。当靶标处于静止状态时,将数据解析模块解析得到的数据存入数据缓存模块,待靶标再次开始运动时,对数据缓存模块中的数据取平均值作为一次采样数据,并存入数据存储模块,该过程循环进行,直至操作者认为采集到足够多的数据。采集结束后,读取数据存储模块中存储的采样点数据进行标定,输出标定结果文件,并对标定结果进行验证。
其中,标定靶标上安装有组合导航,且组合导航与标定靶标固联,与本算法之间需要进行通信,组合导航用于给出标定靶标的位置信息(经纬度坐标)、运动状态(运动还是静止)、时间信息(数据生成的时刻)以及自身工作状态(是否正常工作)。
本发明还提供一种静态标定方法,其中,系统程序与各传感器之间的通信方式包括在线和离线两种方式。在线方式通过无线进行数据传输,包括但不限于WiFi、5G等各种方式;离线方式需要事先在同一时段针对同一标定靶标采集各传感器的数据,在程序运行时播放采集到的数据。
对接收的数据进行解析包括对于组合导航数据的解析、对于相机数据的解析、激光雷达数据的解析以及对于毫米波雷达数据的解析。
具体地,对于组合导航数据的解析是通过投影变换、位姿计算两步骤实现的;在此基础上,可以得到标定靶标上任意一点在任意时刻的空间坐标。投影变换包括但不限于高斯投影、墨卡托投影、笛卡尔投影等方式;
对于相机数据的解析是通过图像识别、角点细化两步骤实现的;在此基础上,在图像识别步骤与角点细化步骤之间还可以包括目标筛选步骤,用于对图像识别结果是否正确进行验证;图像识别的对象是标定靶标特征,包括但不限于各种形状的标定靶标及其特征。
对于激光雷达数据的解析是通过背景剔除、目标识别、目标跟踪、特征提取四步骤实现的;在此基础上,目标跟踪步骤可以不存在;目标跟踪成功后,背景剔除、目标识别两步骤可以跳过;可以在任意两步骤之间加入去噪声步骤;特征提取的对象是标定靶标特征,包括但不限于各种形状的标定靶标及其特征。
对于毫米波雷达数据的解析是通过背景剔除、去噪声、目标识别、目标跟踪以及特征提取五步骤实现的;在此基础上,去噪声、目标跟踪步骤可以不存在;目标跟踪成功后,背景剔除、去噪声、目标识别步骤可以跳过;去噪声步骤可以在任意两步骤之间加入;特征提取的对象是标定靶标特征,包括但不限于各种形状的标定靶标及其特征。
运动状态静止与否可以通过组合导航数据解析判断,还可以通过相机、激光雷达、毫米波雷达目标检测或特征提取后的结果进行判断;
开始与停止缓存的时间点可以不与运动状态由静止进入运动或由运动进入静止的时刻完全重合;
停止缓存后,计算平均值之前,还可以加入去除误识别数据步骤;
计算平均值的方式包括但不限于算术平均值、调和平均值以及加权平均值等方式;
标定算法分为绝对标定和相对标定两类,绝对标定指将激光雷达、相机、毫米波雷达分别与经纬度坐标进行标定,相对标定指标定激光雷达、相机、毫米波雷达三种传感器之间的任意两种或三种;
验证标定效果的方法包括但不限于任意两种传感器数据的相互投影转换。
本发明实施例提供了一种静态标定系统及方法,可同时标定各类传感器,提升标定效率;可以对传感器进行相对标定和基于定位的绝对标定;能在标定与验证过程中将传感器之间的数据互相投影转换,结合图像互相验证;多传感器的同时标定能降低整体标定系统性误差。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种静态标定系统,其特征在于,所述系统程序接收各传感器发来的数据,该系统包括:
主程序模块:接收各传感器发送的数据并转发给数据解析模块;同时判断系统整体运动状态,以及判断系统是否记录解析后的数据;计算标定参数并进行保存;
数据解析模块:对接收的数据进行解析处理,判断标定靶标的运动状态;
数据缓存模块:当靶标处于静止状态时,用于存储由数据解析模块解析得到的解析数据;
数据存储模块:待靶标再次开始运动时,对数据缓存模块中的解析数据取平均值作为一次采样数据,并存入数据存储模块,对采样点数据进行标定,对标定结果进行验证;
其中,数据解析模块、数据缓存模块以及数据存储模块的工作状态、存储状态及数据是否清空都由主程序模块进行控制。
2.根据权利要求1所述的静态标定系统,其特征在于,所述数据存储模块包括:待标定靶标再次开始运动时,对数据缓存模块中的数据取平均值作为一次采样数据,并存入数据存储模块,该过程循环进行,直至操作者认为采集到足够多的数据;
采集结束后,读取数据存储模块中存储的采样数据进行标定,输出标定结果文件,并对标定结果进行验证。
3.根据权利要求1所述的静态标定系统,其特征在于,所述标定靶标上安装有组合导航,且组合导航与标定靶标固联,用于给出标定靶标的位置信息、运动状态、时间信息以及自身工作状态。
4.一种静态标定方法,其特征在于,基于如权利要求1-3中任意一项所述的静态标定系统,包括:所述系统程序与各传感器之间的通信方式包括在线和离线,其中在线方式通过无线进行数据传输;离线方式需要事先在同一时段针对同一标定靶标采集各传感器的数据,在程序运行时播放采集到的数据。
5.根据权利要求4所述的静态标定方法,其特征在于,所述对接收的数据进行解析包括对于组合导航数据的解析、对于相机数据的解析、激光雷达数据的解析以及对于毫米波雷达数据的解析。
6.根据权利要求5所述的静态标定方法,其特征在于,所述对于组合导航数据的解析步骤包括投影变换和位姿计算;由此得到标定靶标上任意一点在任意时刻的空间坐标。
7.根据权利要求5所述的静态标定方法,其特征在于,所述对于相机数据的解析步骤包括图像识别和角点细化;由此在图像识别步骤与角点细化步骤之间还包括目标筛选步骤,用于对图像识别结果是否正确进行验证;
其中图像识别的对象是标定靶标特征,包括各种形状的标定靶标及其特征。
8.根据权利要求5所述的静态标定方法,其特征在于,所述激光雷达数据的解析步骤包括背景剔除、目标识别、目标跟踪以及特征提取;
其中,目标跟踪步骤能够不存在;
目标跟踪成功后,背景剔除和目标识别两步骤能跳过;
在背景剔除和目标识别任意两步骤之间加入去噪声步骤;
特征提取的对象是标定靶标特征,包括各种形状的标定靶标及其特征。
9.根据权利要求5所述的静态标定方法,其特征在于,所述对于毫米波雷达数据的解析步骤包括背景剔除、去噪声、目标识别、目标跟踪以及特征提取;
其中,去噪声和目标跟踪步骤能够不存在;
目标跟踪成功后,背景剔除、去噪声以及目标识别步骤能够跳过;
去噪声步骤能够在背景剔除和目标识别步骤任意两步骤之间加入;
特征提取的对象是标定靶标特征,包括各种形状的标定靶标及其特征。
10.根据权利要求5所述的静态标定方法,其特征在于,所述标定方法包括绝对标定和相对标定,其中,绝对标定指将激光雷达、相机和毫米波雷达分别与经纬度坐标进行标定,相对标定指标定激光雷达、相机和毫米波雷达三种传感器之间的任意两种或三种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110731065.3A CN113359117A (zh) | 2021-06-29 | 2021-06-29 | 一种静态标定系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110731065.3A CN113359117A (zh) | 2021-06-29 | 2021-06-29 | 一种静态标定系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113359117A true CN113359117A (zh) | 2021-09-07 |
Family
ID=77537199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110731065.3A Pending CN113359117A (zh) | 2021-06-29 | 2021-06-29 | 一种静态标定系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113359117A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113916259A (zh) * | 2021-09-30 | 2022-01-11 | 上海智能网联汽车技术中心有限公司 | 一种路侧传感器动态标定方法及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109211298A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 一种传感器标定方法和装置 |
CN111175725A (zh) * | 2019-12-23 | 2020-05-19 | 吉林大学 | 一种车载多线激光雷达自动标定系统及标定方法 |
WO2020135810A1 (zh) * | 2018-12-29 | 2020-07-02 | 华为技术有限公司 | 多传感器数据融合方法和装置 |
CN111693968A (zh) * | 2020-05-29 | 2020-09-22 | 江苏大学 | 一种车载三维激光雷达系统外参的系统化标定方法 |
CN112270719A (zh) * | 2020-12-21 | 2021-01-26 | 苏州挚途科技有限公司 | 相机标定方法、装置及系统 |
CN112859022A (zh) * | 2021-01-22 | 2021-05-28 | 上海西井信息科技有限公司 | 多种雷达和相机联合标定方法、系统、设备及存储介质 |
CN112907676A (zh) * | 2019-11-19 | 2021-06-04 | 浙江商汤科技开发有限公司 | 传感器的标定方法、装置、系统、车辆、设备及存储介质 |
-
2021
- 2021-06-29 CN CN202110731065.3A patent/CN113359117A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109211298A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 一种传感器标定方法和装置 |
WO2020135810A1 (zh) * | 2018-12-29 | 2020-07-02 | 华为技术有限公司 | 多传感器数据融合方法和装置 |
CN112907676A (zh) * | 2019-11-19 | 2021-06-04 | 浙江商汤科技开发有限公司 | 传感器的标定方法、装置、系统、车辆、设备及存储介质 |
CN111175725A (zh) * | 2019-12-23 | 2020-05-19 | 吉林大学 | 一种车载多线激光雷达自动标定系统及标定方法 |
CN111693968A (zh) * | 2020-05-29 | 2020-09-22 | 江苏大学 | 一种车载三维激光雷达系统外参的系统化标定方法 |
CN112270719A (zh) * | 2020-12-21 | 2021-01-26 | 苏州挚途科技有限公司 | 相机标定方法、装置及系统 |
CN112859022A (zh) * | 2021-01-22 | 2021-05-28 | 上海西井信息科技有限公司 | 多种雷达和相机联合标定方法、系统、设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113916259A (zh) * | 2021-09-30 | 2022-01-11 | 上海智能网联汽车技术中心有限公司 | 一种路侧传感器动态标定方法及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111947671B (zh) | 用于定位的方法、装置、计算设备和计算机可读存储介质 | |
CN110388924B (zh) | 用于与自动导航有关的基于雷达的车辆定位的系统和方法 | |
CN109613543B (zh) | 激光点云数据的修正方法、装置、存储介质和电子设备 | |
CN108226883A (zh) | 测试毫米波雷达性能的方法、装置及计算机可读存储介质 | |
CN111079680B (zh) | 临时交通信号灯检测方法、装置和自动驾驶设备 | |
JP6973351B2 (ja) | センサ校正方法、及びセンサ校正装置 | |
CN112146682B (zh) | 智能汽车的传感器标定方法、装置、电子设备及介质 | |
CN114111774B (zh) | 车辆的定位方法、系统、设备及计算机可读存储介质 | |
CN114264301B (zh) | 车载多传感器融合定位方法、装置、芯片及终端 | |
CN111492258A (zh) | 用于确定车辆所行驶的道路与测量或雷达传感器的检测方向之间的安装角度的方法和装置 | |
CN110703739A (zh) | 车辆诊断方法、路侧单元、车载单元、系统及存储介质 | |
CN113359117A (zh) | 一种静态标定系统及方法 | |
CN111380515A (zh) | 定位方法及装置、存储介质、电子装置 | |
CN110266774B (zh) | 车联网数据质量的检验方法、装置、设备及存储介质 | |
US20190084563A1 (en) | Vehicle device | |
KR20190098712A (ko) | 위성 내비게이션을 위한 대기 교란을 보정하기 위한 원시 보정 데이터를 제공하는 방법 및 장치, 그리고 위성 내비게이션을 위한 대기 교란을 보정하기 위한 보정 데이터를 결정하는 방법 및 장치 | |
CN114102577B (zh) | 一种机器人及应用于机器人的定位方法 | |
CN111461980B (zh) | 点云拼接算法的性能估计方法和装置 | |
CN110779522B (zh) | 一种定位漂移处理方法及车载定位终端 | |
CN111999745A (zh) | 提高地标定位精度的数据处理方法、装置、设备 | |
JP2009104330A (ja) | 死角車両検出システム、路側装置、車載装置および死角車両検出方法 | |
CN116931040A (zh) | 定位方法及装置、设备、载体、存储介质 | |
CN109830170B (zh) | 地图数据的采集方法、装置、设备和存储介质 | |
CN112699700A (zh) | 一种基于射频技术的智能机器人定位系统及方法 | |
CN113916259A (zh) | 一种路侧传感器动态标定方法及介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210907 |
|
RJ01 | Rejection of invention patent application after publication |