CN113639639A - 位置数据的数据处理方法、装置及存储介质 - Google Patents
位置数据的数据处理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113639639A CN113639639A CN202111012798.8A CN202111012798A CN113639639A CN 113639639 A CN113639639 A CN 113639639A CN 202111012798 A CN202111012798 A CN 202111012798A CN 113639639 A CN113639639 A CN 113639639A
- Authority
- CN
- China
- Prior art keywords
- position data
- data
- coordinate system
- truth
- transformation matrix
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种位置数据的数据处理方法、装置及存储介质,属于计算机技术领域,该方法包括:获取在自移动设备移动过程中,传感器组件采集的第一位置数据;获取第一位置数据对应的第一真值数据;基于非线性优化方式使用第一位置数据和第一真值数据确定变换矩阵;使用变换矩阵将传感器组件采集的第二位置数据转换至第二坐标系,得到转换后的位置数据;可以解决由于不同传感器组件采集到的位置数据基于不同坐标系确定,导致的直接对这些位置数据进行分析处理时,得到的结果存在误差的问题;可以使得转换后的位置数据在同一坐标系中进行比较分析,提高分析的位置分析的准确性。
Description
【技术领域】
本申请涉及一种位置数据的数据处理方法、装置及存储介质,属于计算机技术领域。
【背景技术】
现有的自移动设备往往具有定位功能。此时,自移动设备通常通过传感器组件采集工作区域的位置数据,并对该位置数据进行分析处理,以实现定位功能。
自移动设备上用于定位的传感器组件通常较多,每个传感器组件的坐标系通常是基于该传感器组件所在位置确定的。比如:以传感器组件所在位置为坐标原点建立坐标系,该传感器组件采集的位置数据基于该坐标系确定。
然而,这就会导致不同传感器组件采集到的位置数据基于不同坐标系确定,若直接对这些位置数据进行分析处理,得到的结果会存在误差。
【发明内容】
本申请提供了一种位置数据的数据处理方法、装置及存储介质,可以解决由于不同传感器组件采集到的位置数据基于不同坐标系确定,导致的直接对这些位置数据进行分析处理时,得到的结果存在误差的问题。本申请提供如下技术方案:
第一方面,提供一种位置数据的数据处理方法,所述位置数据是自移动设备上设置的传感器组件采集到的;所述位置数据用于供所述自移动设备进行定位,且所述位置数据基于第一坐标系确定;所述方法包括:
获取在所述自移动设备移动过程中,所述传感器组件采集的第一位置数据;
获取所述第一位置数据对应的第一真值数据;所述第一真值数据基于第二坐标系确定,所述第二坐标系与所述第一坐标系不同,所述第一真值数据用于指示所述自移动设备在采集所述第一位置数据时的实际位置;
基于非线性优化方式使用所述第一位置数据和所述第一真值数据确定变换矩阵,所述变换矩阵用于将所述第一坐标系中的坐标值变换为所述第二坐标系中的坐标值;
使用所述变换矩阵将所述传感器组件采集的第二位置数据转换至所述第二坐标系,得到转换后的位置数据。
可选地,所述获取在所述自移动设备移动过程中,所述传感器组件采集的第一位置数据,包括:
从所述传感器组件采集的所有位置数据中,确定符合预设条件的所述第一位置数据;所述预设条件用于筛选所述自移动设备处于直线移动状态的情况下的位置数据。
可选地,所述从所述传感器组件采集的所有位置数据中,确定符合预设条件的所述第一位置数据,包括:
获取所述自移动设备处于所述直线移动状态的时间段;
从所述所有位置数据中,确定采集时间属于所述时间段的位置数据,得到所述第一位置数据。
可选地,所述基于非线性优化方式使用所述第一位置数据和所述第一真值数据确定变换矩阵,包括:
将所述第一位置数据和所述第一真值数据输入基于最小二乘法构建的目标函数,得到目标函数值;所述目标函数通过李代数表达所述变换矩阵;
使用李代数扰动模型迭代计算误差函数关于位姿的导数,以得到最优李代数;所述最优李代数使得所述目标函数值最小;所述误差函数用于表示转换后的第一位置数据和所述第一真值数据之间的误差;
将所述最优李代数映射为所述变换矩阵。
可选地,所述使用所述变换矩阵将所述传感器组件采集的第二位置数据转换至所述第二坐标系,得到转换后的位置数据之后,还包括:
计算所述转换后的位置数据与第二真值数据之间的均方误差,所述均方误差用于指示所述传感器组件的精度,且所述均方误差与所述传感器组件的精度呈负相关关系;所述第二真值数据与所述第二位置数据一一对应,且所述第二真值数据基于所述第二坐标系确定,所述第二真值数据用于指示所述自移动设备在采集所述第二位置数据时的实际位置。
可选地,所述获取所述第一位置数据对应的第一真值数据之前,还包括:
接收相机在所述自移动设备移动过程中采集的真值数据,所述真值数据包括所述第一真值数据。
可选地,所述接收相机在所述自移动设备移动过程中采集的真值数据之后,还包括:
对所述真值数据和所述位置数据进行时间戳对齐,以使所述真值数据与所述位置数据一一对应。
第二方面,提供一种位置数据的数据处理装置,所述位置数据是自移动设备上设置的传感器组件采集到的;所述位置数据用于供所述自移动设备进行定位,且所述位置数据基于第一坐标系确定;所述装置包括:
第一获取模块,用于获取在所述自移动设备移动过程中,所述传感器组件采集的第一位置数据;
第二获取模块,用于获取所述第一位置数据对应的第一真值数据;所述第一真值数据基于第二坐标系确定,且所述第二坐标系与所述第一坐标系不同,所述第一真值数据用于指示所述自移动设备在采集所述第一位置数据时的实际位置;
矩阵计算模块,用于基于非线性优化方式使用所述第一位置数据和所述第一真值数据确定变换矩阵,所述变换矩阵用于将所述第一坐标系中的坐标值变换为所述第二坐标系中的坐标值;
数据转换模块,用于使用所述变换矩阵将所述传感器组件采集的第二位置数据转换至所述第二坐标系,得到转换后的位置数据。
第三方面,提供一种位置数据的数据处理装置,所述装置包括处理器和存储器;所述存储器中存储有程序,所述程序由所述处理器加载并执行以实现第一方面提供的位置数据的数据处理方法。
第四方面,提供一种计算机可读存储介质,所述存储介质中存储有程序,所述程序被处理器执行时用于实现第一方面提供的位置数据的数据处理方法。
本申请的有益效果至少包括:通过获取在自移动设备移动过程中,传感器组件采集的第一位置数据;获取第一位置数据对应的第一真值数据;基于非线性优化方式使用第一位置数据和第一真值数据确定变换矩阵;使用变换矩阵将传感器组件采集的第二位置数据转换至第二坐标系,得到转换后的位置数据;可以解决由于不同传感器组件采集到的位置数据基于不同坐标系确定,导致的直接对这些位置数据进行分析处理时,得到的结果存在误差的问题;由于可以使用第一位置数据和第一真值数据确定出第一坐标系和第二坐标系之间的变换矩阵,使用该变换矩阵将各个传感器组件采集的位置数据转换至第二坐标系,因此,可以使得转换后的位置数据在同一坐标系中进行比较分析,可以提高分析的位置分析的准确性。
另外,由于变换矩阵对于加法计算不封闭,因此,本实施例通过非线性优化方式计算变换矩阵,可以将空间变换矩阵映射到由向量组成的李代数空间中,通过对向量求导来间接实现对变换矩阵的求导,从而得到最优的变换矩阵,可以提高计算出的变换矩阵的准确性。
另外,通过从所有位置数据中筛选出自移动设备处于直线移动状态的情况下的第一位置数据,使用该第一位置数据计算变换矩阵,可以降低计算变换矩阵的复杂度,提高计算效率。
另外,通过在将第二位置数据转换至所述第二坐标系,得到转换后的位置数据之后,计算转换后的位置数据与第二真值数据之间的均方误差,可以实现根据均方误差确定出传感器组件的精度。
另外,通过对真值数据和位置数据进行时间戳对齐,可以保证计算变换矩阵和均方误差时的准确性。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,并可依照说明书的内容予以实施,以下以本申请的较佳实施例并配合附图详细说明如后。
【附图说明】
图1是本申请一个实施例提供的位置数据的数据处理方法的流程图;
图2是本申请一个实施例提供的真值数据采集场景的示意图;
图3是本申请一个实施例提供的位置数据的数据处理装置的框图;
图4是本申请另一个实施例提供的位置数据的数据处理装置的框图。
【具体实施方式】
下面结合附图和实施例,对本申请的具体实施方式做进一步详细描述。以下实施例用于说明本申请,但不用来限制本申请的范围。
首先,对本申请涉及的若干名词进行介绍。
欧式变换:用于描述两个坐标系之间的旋转关系,再加上平移,统称为坐标系之间的变换关系。在欧式变换中,变换由一个旋转矩阵R和平移向量t来描述,旋转矩阵R和平移向量t可以组合成一个矩阵,使整个变换关系变成一个线性关系。组合后的矩阵T即为变换矩阵(Transform Matrix)。
在处理空间变换相关优化问题时,变换矩阵对于加法计算不封闭(即,任意两个变换矩阵相加后,得到的不是一个变换矩阵)。而李代数可解决该问题。李代数主要通过将空间变换矩阵映射到由向量组成的李代数空间中,就可以通过对向量(李代数)求导来间接实现对变换矩阵的求导。
在详细介绍李代数之前,首先对李群进行介绍。李群是指具有连续(光滑)性质的群,是群也是流形。刚体在空间中的运动是连续的,用于描述该运动的变换矩阵属于李群。
李代数:是李群单位元处的正切空间,并用于描述李群的局部性质。每个李群都有对应的李代数。
对于任意时刻t,都能找到一个旋转矩阵R与对应的李代数φ之间的对应关系,该对应关系通过下式表示:
R(t)=exp(φ0^t);
φ0=φ(t0)
其中,φ0表示初始时刻的李代数。^表示向量到反对称矩阵的运算符。t0表示初始时刻,t0=0。R(0)=I,即初始化R(0)为单位矩阵。φ0^表示计算向量φ的反对称矩阵。
根据上述公式可知,当已知某个时刻的R时,存在一个向量φ,它们满足矩阵指数关系,该关系称为指数映射(Exponential Map)。这个φ即为R相对应的李代数,它描述了R在局部的导数关系。
变换矩阵SE(3)对应的李代数se(3)位于六维空间中。变换矩阵SE(3)对应的李代数se(3)通过下式表示:
其中,ξ表示李代数se(3)中的每个元素,该元素为一个六维向量。前三维为平移向量,记作ρ;后三维为旋转向量,记作φ。ξ^表示将ξ的六维向量转换成四维矩阵。
根据上述过程可知,变换矩阵SE(3)至李代数se(3)的映射为指数映射。基于此,在得到变换矩阵的李代数后,将该李代数进行对数映射即可得到对应的变换矩阵。其中,对数映射即为指数映射的反向映射。
可选地,本申请以各个实施例的执行主体为电子设备为例进行说明,该电子设备可以是自移动设备,如:扫地机、拖地机、洗地机和/或送餐机器人等;或者也可以是与自移动设备通信相连的终端,如:计算机、手机、平板电脑等,本实施例不对电子设备的实现方式作限定。
本申请中,自移动设备安装有n个传感器组件,该传感器组件用于采集位置数据,该位置数据用于供自移动设备进行定位。n为大于1的整数。
可选地,位置数据基于第一坐标系确定,不同传感器组件对应的第一坐标系不同。示意性地,第一坐标系是基于传感器组件的安装位置确定的,比如:第一坐标系是以传感器的安装位置为坐标原点建立的。由于不同传感器组件对应的第一坐标系不同,因此,对于同一位置,不同传感器组件采集到的该位置的位置数据会不同。此时,在将不同传感器组件采集的位置数据进行数据融合以进行定位时,会存在误差。
基于上述技术问题,本申请中,将不同传感器组件采集的位置数据转换至同一坐标系,以保证定位时的准确性。
在实际实现时,自移动设备上还可以安装具有其它功能的传感器组件,比如:具有避障功能的传感器组件、具有图像采集功能的传感器组件、和/或具有倾斜角检测的传感器组件等,本实施例不对自移动设备上安装的传感器的类型作限定。
下面,对申请提供的位置数据的数据处理方法进行介绍。
图1是本申请一个实施例提供的位置数据的数据处理方法的流程图,该方法至少包括以下几个步骤:
步骤101,获取在自移动设备移动过程中,传感器组件采集的第一位置数据。
可选地,第一位置数据是自移动设备在移动过程中发送的,或者是自移动设备在移动完成后发送的,本实施例不对第一位置数据的获取时机作限定。
在自移动设备移动过程中,传感器组件采集的每个第一位置数据都对应一个自移动设备在实际场景中位置。其中,第一位置数据用于确定第一坐标系的转换方式,以使不同传感器组件采集的第一位置数据能够转换至同一坐标系。
可选地,由于在自移动设备处于直线移动状态时,确定第一坐标系的转换方式的计算难度较低。基于此,本实施例中,获取在自移动设备移动过程中,传感器组件采集的第一位置数据,包括:从传感器组件采集的所有位置数据中,确定符合预设条件的第一位置数据;该预设条件用于筛选自移动设备处于直线移动状态的情况下的位置数据。
在一个示例中,从传感器组件采集的所有位置数据中,确定符合预设条件的第一位置数据,包括:获取自移动设备处于直线移动状态的时间段;从所有位置数据中,确定采集时间属于时间段的位置数据,得到第一位置数据。
本实施例中,传感器组件采集的位置数据携带有时间标识,该时间标识用于指示位置数据的采集时间。比如:时间标识通过时间戳标识。
比如:自移动设备在开机后的30秒内处于直线移动状态,则电子设备从位置数据中确定采集时间位于开机后的30秒内的位置数据,得到第一位置数据。
步骤102,获取第一位置数据对应的第一真值数据;该第一真值数据基于第二坐标系确定,第二坐标系与第一坐标系不同,第一真值数据用于指示自移动设备在采集第一位置数据时的实际位置。
在一个示例中,自移动设备按照预设轨迹移动,该预设轨迹通过第二坐标系表示。第一真值数据可以是在采集第一位置数据时自移动设备在该预设轨迹上的位置数据。此时,电子设备实时计算自移动设备在预设轨迹上的位置。比如:电子设备获取自移动设备当前的移动速度,根据该移动速度实时计算自移动设备在预设轨迹上的位置,得到第一真值数据。
在另一示例中,参考图2,自移动设备的工作场景中设置有相机20,该相机20用于对自移动设备10进行跟踪,得到自移动设备的工作图像;并基于自移动设备10在工作图像中的位置,确定自移动设备10在工作场景中的实际位置,得到真值数据。相应地,电子设备在获取第一位置数据对应的第一真值数据之前,还包括:接收相机在自移动设备移动过程中采集的真值数据,该真值数据包括第一真值数据。
可选地,第二坐标系可以为世界坐标系,即,以工作场景中任意一个位置作为坐标原点所建立的坐标系;或者,第二坐标系也可以是相机坐标系,即以相机的光心为原点、以工作图像的x轴为第二坐标系的x轴、以工作图像的y轴为第二坐标系的y轴、以相机光轴为z轴建立的坐标系;或者,还可以是以自移动设备的设备中心为原点、以自移动设备的机身宽度方向为x轴、以自动设备的机身长度方向为y轴,以垂直于地面的方向为z轴建立的坐标系,本实施例不对第二坐标系的建立方式作限定。
由于相机能够采集到自移动设备在工作图像中的实际位置,因此,将相机采集到的数据作为真值数据,可以提高坐标系转换的准确性。
可选地,在其它实施例中,相机采集到工作图像后,也可以将该工作图像发送至电子设备,由电子设备基于自移动设备在工作图像中的位置,确定自移动设备在工作场景中的实际位置,得到真值数据。
可选地,由于真值数据需要与位置数据一一对应,才可能保证坐标系转换的准确性。基于此,电子设备在接收相机在自移动设备移动过程中采集的真值数据之后,还包括:对真值数据和位置数据进行时间戳对齐,以使真值数据与位置数据一一对应。
示意性地,对真值数据和位置数据进行时间戳对齐,包括:计算真值数据的表征曲线;在该表征曲线上确定各个位置数据的采集时刻对应的数据值,得到对齐后的真值数据。
其中,表征曲线用于表示采集时间与真值数据的数据值之间的变化关系。
可选地,为了保证相机的采集时间与自移动设备的采集时间同步,电子设备在接收相机在自移动设备移动过程中采集的真值数据之前,还包括:对相机和自移动设备进行时间同步。比如:将相机的时间和自移动设备的时间均同步为电子设备的时间。
步骤103,基于非线性优化方式使用第一位置数据和第一真值数据确定变换矩阵,该变换矩阵用于将第一坐标系中的坐标值变换为第二坐标系中的坐标值。
在一个示例中,基于非线性优化方式使用第一位置数据和第一真值数据确定变换矩阵,包括:将第一位置数据和第一真值数据输入基于最小二乘法构建的目标函数,得到目标函数值;该目标函数通过李代数表达变换矩阵;使用李代数扰动模型迭代计算误差函数关于位姿的导数,以得到最优李代数;将最优李代数映射为变换矩阵。
其中,最优李代数使得目标函数值最小;误差函数用于表示转换后的第一位置数据和第一真值数据之间的误差。
对于不同坐标系下的两个点,若需要将其中一个点pi’转换至另一个点所在的坐标系,则有pi”=R pi’+t,其中,R为旋转矩阵,t为平移矩阵,pi”为pi’在另一个点所在的坐标系中的坐标值。其中,R和t构成的矩阵即为变换矩阵。若点pi’在另一个点所在的坐标系中的观测坐标(即实际坐标)为pi,则在本实施例中,定义误差函数为ei=pi-(R pi’+t)。若误差ei的值最小,即可得到变换矩阵。
基于此,基于最小二乘法构建目标函数以使误差ei最小化,得到的目标函数通过下式表示:
将目标函数中的变换矩阵通过李代数表达,得到如下目标函数:
其中,ξ是指需要进行优化的变换矩阵的李代数,pi为第一真值数据,pi’为第一位置数据,exp表示指数映射,K为传感器组件的相机矩阵,K的取值固定。
示意性地,使用李代数扰动模型迭代计算误差函数关于位姿的导数,以得到最优李代数通过下式表示:
其中,e表示误差函数,ξ是指需要进行优化的变换矩阵的李代数,δ为为ξ左乘的扰动,⊙表示一个运算符,该运算符用于将一个齐次坐标的空间点变换成一个4×6的矩阵。
其中,将最优李代数映射为变换矩阵,包括:将最优李代数进行对数映射,得到变换矩阵。
步骤104,使用变换矩阵将传感器组件采集的第二位置数据转换至第二坐标系,得到转换后的位置数据。
第二位置数据与第一位置数据可以是自移动设备在同一次移动过程中采集到的,或者也可以是在两次移动过程分别采集的,本实施例不对第二位置数据与第一位置数据之间的关系作限定。可选地,第二位置数据包括第一位置数据,或者不包括第一位置数据。
在一个示例中,转换后的位置数据用于确定传感器组件的精度。具体地,使用变换矩阵将传感器组件采集的第二位置数据转换至第二坐标系,得到转换后的位置数据之后,还包括:计算转换后的位置数据与第二真值数据之间的均方误差。
其中,均方误差用于指示传感器组件的精度,且均方误差与传感器组件的精度呈负相关关系;第二真值数据与第二位置数据一一对应,且第二真值数据基于第二坐标系确定,第二真值数据用于指示自移动设备在采集第二位置数据时的实际位置。
具体地,计算转换后的位置数据与第二真值数据之间的均方误差通过下式表示:
其中,MES表示均方误差,n表示第二位置数据的总数量,yi表示第i个转换后的位置数据,yi’表示第i个转换后的位置数据对应的第二真值数据。
在其它示例中,转换后的位置数据还用于供自移动设备进行定位,本实施例不对转换后的位置数据的作用作限定。
综上所述,本实施例提供的位置数据的数据处理方法,通过获取在自移动设备移动过程中,传感器组件采集的第一位置数据;获取第一位置数据对应的第一真值数据;基于非线性优化方式使用第一位置数据和第一真值数据确定变换矩阵;使用变换矩阵将传感器组件采集的第二位置数据转换至第二坐标系,得到转换后的位置数据;可以解决由于不同传感器组件采集到的位置数据基于不同坐标系确定,导致的直接对这些位置数据进行分析处理时,得到的结果存在误差的问题;由于可以使用第一位置数据和第一真值数据确定出第一坐标系和第二坐标系之间的变换矩阵,使用该变换矩阵将各个传感器组件采集的位置数据转换至第二坐标系,因此,可以使得转换后的位置数据在同一坐标系中进行比较分析,可以提高分析的位置分析的准确性。
另外,由于变换矩阵对于加法计算不封闭,因此,本实施例通过非线性优化方式计算变换矩阵,可以将空间变换矩阵映射到由向量组成的李代数空间中,通过对向量求导来间接实现对变换矩阵的求导,从而得到最优的变换矩阵,可以提高计算出的变换矩阵的准确性。
另外,通过从所有位置数据中筛选出自移动设备处于直线移动状态的情况下的第一位置数据,使用该第一位置数据计算变换矩阵,可以降低计算变换矩阵的复杂度,提高计算效率。
另外,通过在将第二位置数据转换至所述第二坐标系,得到转换后的位置数据之后,计算转换后的位置数据与第二真值数据之间的均方误差,可以实现根据均方误差确定出传感器组件的精度。
另外,通过对真值数据和位置数据进行时间戳对齐,可以保证计算变换矩阵和均方误差时的准确性。
图3是本申请一个实施例提供的位置数据的数据处理装置的框图。该装置至少包括以下几个模块:第一获取模块310、第二获取模块320、矩阵计算模块330和数据转换模块340。
第一获取模块310,用于获取在所述自移动设备移动过程中,所述传感器组件采集的第一位置数据;
第二获取模块320,用于获取所述第一位置数据对应的第一真值数据;所述第一真值数据基于第二坐标系确定,且所述第二坐标系与所述第一坐标系不同,所述第一真值数据用于指示所述自移动设备在采集所述第一位置数据时的实际位置;
矩阵计算模块330,用于基于非线性优化方式使用所述第一位置数据和所述第一真值数据确定变换矩阵,所述变换矩阵用于将所述第一坐标系中的坐标值变换为所述第二坐标系中的坐标值;
数据转换模块340,用于使用所述变换矩阵将所述传感器组件采集的第二位置数据转换至所述第二坐标系,得到转换后的位置数据。
相关细节参考上述方法实施例。
需要说明的是:上述实施例中提供的位置数据的数据处理装置在进行位置数据的数据处理时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将位置数据的数据处理装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的位置数据的数据处理装置与位置数据的数据处理方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图4是本申请一个实施例提供的位置数据的数据处理装置的框图。该装置至少包括处理器401和存储器402。
处理器401可以包括一个或多个处理核心,比如:4核心处理器、8核心处理器等。处理器401可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器401也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器401可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器401还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器402可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器402还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器402中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器401所执行以实现本申请中方法实施例提供的位置数据的数据处理方法。
在一些实施例中,外参标定装置还可选包括有:外围设备接口和至少一个外围设备。处理器401、存储器402和外围设备接口之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口相连。示意性地,外围设备包括但不限于:射频电路、触摸显示屏、音频电路、和电源等。
当然,外参标定装置还可以包括更少或更多的组件,本实施例对此不作限定。
可选地,本申请还提供有一种计算机可读存储介质,所述计算机可读存储介质中存储有程序,所述程序由处理器加载并执行以实现上述方法实施例的位置数据的数据处理方法。
可选地,本申请还提供有一种计算机产品,该计算机产品包括计算机可读存储介质,所述计算机可读存储介质中存储有程序,所述程序由处理器加载并执行以实现上述方法实施例的位置数据的数据处理方法。
以上所述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)
1.一种位置数据的处理方法,其特征在于,所述位置数据是自移动设备上设置的传感器组件采集到的;所述位置数据用于供所述自移动设备进行定位,且所述位置数据基于第一坐标系确定;所述方法包括:
获取在所述自移动设备移动过程中,所述传感器组件采集的第一位置数据;
获取所述第一位置数据对应的第一真值数据;所述第一真值数据基于第二坐标系确定,所述第二坐标系与所述第一坐标系不同,所述第一真值数据用于指示所述自移动设备在采集所述第一位置数据时的实际位置;
基于非线性优化方式使用所述第一位置数据和所述第一真值数据确定变换矩阵,所述变换矩阵用于将所述第一坐标系中的坐标值变换为所述第二坐标系中的坐标值;
使用所述变换矩阵将所述传感器组件采集的第二位置数据转换至所述第二坐标系,得到转换后的位置数据。
2.根据权利要求1所述的方法,其特征在于,所述获取在所述自移动设备移动过程中,所述传感器组件采集的第一位置数据,包括:
从所述传感器组件采集的所有位置数据中,确定符合预设条件的所述第一位置数据;所述预设条件用于筛选所述自移动设备处于直线移动状态的情况下的位置数据。
3.根据权利要求2所述的方法,其特征在于,所述从所述传感器组件采集的所有位置数据中,确定符合预设条件的所述第一位置数据,包括:
获取所述自移动设备处于所述直线移动状态的时间段;
从所述所有位置数据中,确定采集时间属于所述时间段的位置数据,得到所述第一位置数据。
4.根据权利要求1所述的方法,其特征在于,所述基于非线性优化方式使用所述第一位置数据和所述第一真值数据确定变换矩阵,包括:
将所述第一位置数据和所述第一真值数据输入基于最小二乘法构建的目标函数,得到目标函数值;所述目标函数通过李代数表达所述变换矩阵;
使用李代数扰动模型迭代计算误差函数关于位姿的导数,以得到最优李代数;所述最优李代数使得所述目标函数值最小;所述误差函数用于表示转换后的第一位置数据和所述第一真值数据之间的误差;
将所述最优李代数映射为所述变换矩阵。
5.根据权利要求1所述的方法,其特征在于,所述使用所述变换矩阵将所述传感器组件采集的第二位置数据转换至所述第二坐标系,得到转换后的位置数据之后,还包括:
计算所述转换后的位置数据与第二真值数据之间的均方误差,所述均方误差用于指示所述传感器组件的精度,且所述均方误差与所述传感器组件的精度呈负相关关系;所述第二真值数据与所述第二位置数据一一对应,且所述第二真值数据基于所述第二坐标系确定,所述第二真值数据用于指示所述自移动设备在采集所述第二位置数据时的实际位置。
6.根据权利要求1所述的方法,其特征在于,所述获取所述第一位置数据对应的第一真值数据之前,还包括:
接收相机在所述自移动设备移动过程中采集的真值数据,所述真值数据包括所述第一真值数据。
7.根据权利要求6所述的方法,其特征在于,所述接收相机在所述自移动设备移动过程中采集的真值数据之后,还包括:
对所述真值数据和所述位置数据进行时间戳对齐,以使所述真值数据与所述位置数据一一对应。
8.一种位置数据的处理装置,其特征在于,所述位置数据是自移动设备上设置的传感器组件采集到的;所述位置数据用于供所述自移动设备进行定位,且所述位置数据基于第一坐标系确定;所述装置包括:
第一获取模块,用于获取在所述自移动设备移动过程中,所述传感器组件采集的第一位置数据;
第二获取模块,用于获取所述第一位置数据对应的第一真值数据;所述第一真值数据基于第二坐标系确定,且所述第二坐标系与所述第一坐标系不同,所述第一真值数据用于指示所述自移动设备在采集所述第一位置数据时的实际位置;
矩阵计算模块,用于基于非线性优化方式使用所述第一位置数据和所述第一真值数据确定变换矩阵,所述变换矩阵用于将所述第一坐标系中的坐标值变换为所述第二坐标系中的坐标值;
数据转换模块,用于使用所述变换矩阵将所述传感器组件采集的第二位置数据转换至所述第二坐标系,得到转换后的位置数据。
9.一种位置数据的数据处理装置,其特征在于,所述装置包括处理器和存储器;所述存储器中存储有程序,所述程序由所述处理器加载并执行以实现如权利要求1至7任一项所述的位置数据的数据处理方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有程序,所述程序被处理器执行时用于实现如权利要求1至7任一项所述的位置数据的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111012798.8A CN113639639A (zh) | 2021-08-31 | 2021-08-31 | 位置数据的数据处理方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111012798.8A CN113639639A (zh) | 2021-08-31 | 2021-08-31 | 位置数据的数据处理方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113639639A true CN113639639A (zh) | 2021-11-12 |
Family
ID=78424540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111012798.8A Withdrawn CN113639639A (zh) | 2021-08-31 | 2021-08-31 | 位置数据的数据处理方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113639639A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114216482A (zh) * | 2021-12-14 | 2022-03-22 | Oppo广东移动通信有限公司 | 轨迹外参真值确定方法及装置、存储介质、电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633612A (zh) * | 2018-10-18 | 2019-04-16 | 浙江大学 | 一种无共同观测的单线激光雷达与相机外参标定方法 |
CN109767475A (zh) * | 2018-12-28 | 2019-05-17 | 广州小鹏汽车科技有限公司 | 一种传感器的外部参数标定方法及系统 |
CN110490932A (zh) * | 2019-08-21 | 2019-11-22 | 东南大学 | 单目红外共面光标迭代优化测量行车吊臂空间位姿方法 |
CN110632582A (zh) * | 2019-09-25 | 2019-12-31 | 苏州科达科技股份有限公司 | 声源定位方法、装置及存储介质 |
US20200082183A1 (en) * | 2018-09-07 | 2020-03-12 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method for position detection, device, and storage medium |
CN111681279A (zh) * | 2020-04-17 | 2020-09-18 | 东南大学 | 基于改进李群非线性优化的行车吊臂空间位姿测量方法 |
CN111932675A (zh) * | 2020-10-16 | 2020-11-13 | 北京猎户星空科技有限公司 | 建立地图的方法、装置、自移动设备和存储介质 |
CN112613418A (zh) * | 2020-12-26 | 2021-04-06 | 西安科锐盛创新科技有限公司 | 基于目标活动预测的停车场管控方法、装置及电子设备 |
-
2021
- 2021-08-31 CN CN202111012798.8A patent/CN113639639A/zh not_active Withdrawn
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200082183A1 (en) * | 2018-09-07 | 2020-03-12 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method for position detection, device, and storage medium |
CN109633612A (zh) * | 2018-10-18 | 2019-04-16 | 浙江大学 | 一种无共同观测的单线激光雷达与相机外参标定方法 |
CN109767475A (zh) * | 2018-12-28 | 2019-05-17 | 广州小鹏汽车科技有限公司 | 一种传感器的外部参数标定方法及系统 |
CN110490932A (zh) * | 2019-08-21 | 2019-11-22 | 东南大学 | 单目红外共面光标迭代优化测量行车吊臂空间位姿方法 |
CN110632582A (zh) * | 2019-09-25 | 2019-12-31 | 苏州科达科技股份有限公司 | 声源定位方法、装置及存储介质 |
CN111681279A (zh) * | 2020-04-17 | 2020-09-18 | 东南大学 | 基于改进李群非线性优化的行车吊臂空间位姿测量方法 |
CN111932675A (zh) * | 2020-10-16 | 2020-11-13 | 北京猎户星空科技有限公司 | 建立地图的方法、装置、自移动设备和存储介质 |
CN112613418A (zh) * | 2020-12-26 | 2021-04-06 | 西安科锐盛创新科技有限公司 | 基于目标活动预测的停车场管控方法、装置及电子设备 |
Non-Patent Citations (1)
Title |
---|
余威: "基于单目视觉与惯性测量单元的SLAM技术研究" * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114216482A (zh) * | 2021-12-14 | 2022-03-22 | Oppo广东移动通信有限公司 | 轨迹外参真值确定方法及装置、存储介质、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110322500B (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
CN109918977B (zh) | 确定空闲车位的方法、装置及设备 | |
CN110632582B (zh) | 声源定位方法、装置及存储介质 | |
CN111209978B (zh) | 三维视觉重定位方法、装置及计算设备、存储介质 | |
CN113447923A (zh) | 目标检测方法、装置、系统、电子设备及存储介质 | |
CN110349212B (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
CN111323751B (zh) | 声源定位方法、装置及存储介质 | |
CN113256718B (zh) | 定位方法和装置、设备及存储介质 | |
CN113361365B (zh) | 定位方法和装置、设备及存储介质 | |
CN111754579A (zh) | 多目相机外参确定方法及装置 | |
CN112200157A (zh) | 一种降低图像背景干扰的人体3d姿态识别方法及其系统 | |
CN110705433A (zh) | 一种基于视觉感知的桥梁变形的监测方法、装置及设备 | |
CN112183506A (zh) | 一种人体姿态生成方法及其系统 | |
CN113639639A (zh) | 位置数据的数据处理方法、装置及存储介质 | |
CN116563384A (zh) | 一种图像采集装置标定方法、设备及计算机设备 | |
CN114926316A (zh) | 距离测量方法、装置、电子设备及存储介质 | |
Li et al. | RGBD-SLAM based on object detection with two-stream YOLOv4-MobileNetv3 in autonomous driving | |
CN117392241B (zh) | 自动驾驶中的传感器标定方法、装置及电子设备 | |
US11030767B2 (en) | Imaging apparatus and imaging system | |
CN112085842B (zh) | 深度值确定方法及装置、电子设备和存储介质 | |
CN112381873A (zh) | 一种数据标注方法及装置 | |
CN113473118B (zh) | 数据的时间戳对齐方法、装置、设备及存储介质 | |
CN113793349A (zh) | 目标检测方法及装置、计算机可读存储介质、电子设备 | |
CN112529943A (zh) | 一种物体检测方法、物体检测装置及智能设备 | |
CN113643358B (zh) | 相机的外参标定方法、装置、存储介质及系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211112 |