CN114063091A - 高精度的定位方法及产品 - Google Patents
高精度的定位方法及产品 Download PDFInfo
- Publication number
- CN114063091A CN114063091A CN202010748625.1A CN202010748625A CN114063091A CN 114063091 A CN114063091 A CN 114063091A CN 202010748625 A CN202010748625 A CN 202010748625A CN 114063091 A CN114063091 A CN 114063091A
- Authority
- CN
- China
- Prior art keywords
- determined
- calibration object
- calibration
- current moment
- point cloud
- 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 61
- 230000008859 change Effects 0.000 claims description 30
- 238000001914 filtration Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 abstract description 15
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 206010034719 Personality change Diseases 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000000116 mitigating effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本公开提供的高精度的定位方法及产品,通过获取目标区域内的待确定定标物在当前时刻的定标数据;根据定标数据,确定所述待确定定标物与预设的语义地图中的各定标物的对应关系,并根据所述对应关系确定所述待确定定标物在所述语义地图中的点云数据;根据所述待确定定标物的点云数据,确定车辆在当前时刻的位姿状态;根据车辆的当前时刻的位姿状态确定当前时刻的定位结果,从而可在不使用GPS定位技术的情况下,可直接利用定标数据和语义地图确定车辆的位姿状态,进而得到定位结果,在包括地下停车场在内的特殊环境下,相对于GPS定位技术,其定位精准性、稳定性和鲁棒性均得到了提升。
Description
技术领域
本公开实施例涉及定位技术领域,尤其涉及一种高精度的定位方法及产品。
背景技术
随着生活水平的提高,驾车出行成为人们的日常选择。在车辆驾驶的过程中,为了给人们提供导航信号或路线指引,对车辆进行定位成为必不可缺的缓解。
在现有技术中,一般是利用全球定位系统(Global Positioning System,简称GPS)对车辆进行定位的,但是在车辆位于特殊环境时,如地下停车场,GPS的定位信号的传输将受到限制。此时,车辆定位的准确性将无法得到保证。
发明内容
针对上述问题,本公开提供了一种高精度的定位方法及产品。
第一方面,本公开提供了一种高精度的定位方法,包括:
获取目标区域内的待确定定标物在当前时刻的定标数据;
根据定标数据,确定所述待确定定标物与预设的语义地图中的各定标物的对应关系,并根据所述对应关系确定所述待确定定标物在所述语义地图中的点云数据;
根据所述待确定定标物的点云数据,确定车辆在当前时刻的位姿状态;
根据车辆的当前时刻的位姿状态确定当前时刻的定位结果。
第二方面,本公开提供了一种高精度的定位装置,包括:
获取模块,用于获取目标区域内的待确定定标物在当前时刻的定标数据;
数据处理模块,用于根据定标数据,确定所述待确定定标物与预设的语义地图中的各定标物的对应关系,并根据所述对应关系确定所述待确定定标物在所述语义地图中的点云数据;
定位模块,用于根据所述待确定定标物的点云数据,确定车辆在当前时刻的位姿状态;还用于根据车辆的当前时刻的位姿状态确定当前时刻的定位结果。
第三方面,本公开提供了一种高精度的定位系统,包括:高精度的定位装置,以及承载在车辆上的激光雷达系统,所述车辆位于目标区域内;
其中,所述激光雷达系统用于采集目标区域内的待确定定标物在当前时刻的定标数据,并将所述定标数据发送至所述高精度的定位装置,以供所述高精度的定位装置利用所述权利要求1-8任一项所述的方法执行对车辆的定位。
第四方面,本公开提供了一种电子设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如前任一项所述的方法。
第五方面,一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如前任一项所述的方法。
本公开提供的高精度的定位方法及产品,通过获取目标区域内的待确定定标物在当前时刻的定标数据;根据定标数据,确定所述待确定定标物与预设的语义地图中的各定标物的对应关系,并根据所述对应关系确定所述待确定定标物在所述语义地图中的点云数据;根据所述待确定定标物的点云数据,确定车辆在当前时刻的位姿状态;根据车辆的当前时刻的位姿状态确定当前时刻的定位结果,从而可在不使用GPS定位技术的情况下,可直接利用定标数据和语义地图确定车辆的位姿状态,进而得到定位结果,在包括地下停车场在内的特殊环境下,相对于GPS定位技术,其定位精准性、稳定性和鲁棒性均得到了提升。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开所基于的网络架构的示意图;
图2为本公开实施例提供的一种高精度的定位方法的流程示意图;
图3为本公开实施例提供的又一种高精度的定位方法的流程示意图;
图4为本公开实施例提供的再一种高精度的定位方法的流程示意图;
图5为本公开提供的一种高精度的定位装置的结构示意图;
图6为本公开提供的一种高精度的定位系统的结构示意图;
图7为本公开实施例提供的电子设备的硬件结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
随着生活水平的提高,驾车出行成为人们的日常选择。在车辆驾驶的过程中,为了给人们提供导航信号或路线指引,对车辆进行定位成为必不可缺的缓解。
在现有技术中,一般是利用全球定位系统(Global Positioning System,简称GPS)对车辆进行定位的,但是在车辆位于特殊环境时,如地下停车场,GPS的定位信号的传输将受到限制。
为了解决该问题,现有技术还可采用基于视觉传感器的定位技术,以解决在包括地下停车场在内的特殊环境下,GPS信号传输受限而带来的定位准确性不高的问题。但是,在利用视觉传感器进行定位时,需要依赖停车场的良好照明条件,即,一旦某些环境中区域的照明条件不佳,视觉定位技术将出现无法定位或定位失效等问题。
针对上述问题,本公开利用了激光雷达(Lidar)传感器的定位技术结合基于点云数据的语义地图的方案,以实现对于特殊环境下的车辆的有效定位,其相对于前述的GPS定位技术来说,精准度更高,鲁棒性更好;相对于前述的视觉传感器定位技术来说,不再依赖于照明条件,适用范围更广。
具体来说,本公开提供了一种高精度的定位方法及产品,其中高精度的定位产品包括但不限于高精度的定位装置、高精度的定位系统、电子设备以及存储介质,针对各产品,下面实施例将会一一说明:
参考图1,图1为本公开所基于的网络架构的示意图,如图1所示的,本公开基于的一种网络架构可包括高精度的定位装置1、车辆2以及激光雷达系统3。
其中,激光雷达系统3安装在车辆2上,可用于对环境进行扫描,并采集得到激光雷达数据;而高精度的定位装置1是可与车辆2以及激光雷达系统3通过无线或有线进行数据传输和信息交互的硬件或软件,其可用于接收激光雷达系统3发送的数据并执行下述各示例中所述的方法。
当高精度的定位装置1为硬件时,包括可实现运算功能的云端服务器。当高精度的定位装置1为软件时,其可以安装在具备运算功能的电子设备中,其中的电子设备包括但不限于膝上型便携计算机和台式计算机等等。
第一方面,参考图2,图2为本公开实施例提供的一种高精度的定位方法的流程示意图。本公开实施例提供的高精度的定位方法,包括:
步骤101、获取目标区域内的待确定定标物在当前时刻的定标数据。
步骤102、根据定标数据,确定所述待确定定标物与预设的语义地图中的各定标物的对应关系,并根据所述对应关系确定所述待确定定标物在所述语义地图中的点云数据。
步骤103、根据所述待确定定标物的点云数据,确定车辆在当前时刻的位姿状态。
步骤104、根据车辆的当前时刻的位姿状态确定当前时刻的定位结果。
本公开实施例提供的高精度的定位方法的执行主体为前述的高精度的定位装置。
如前述的,本公开提供的高精度的定位方法可适用于多种领域,这些领域包括但不限于自动驾驶设备执行自动驾驶任务、智能导航。
需要说明的是,该高精度的定位方法可同现有的GPS定位技术一并使用,如,在车辆执行自动驾驶任务或进行导航任务时,可同步利用GPS技术和本公开提供的高精度的定位方法同步为自动驾驶任务或进行导航任务提供定位服务;此外,该高精度的定位方法也可独立为车辆在自动驾驶任务或进行导航任务中提供定位服务,特别是针对于前述的包括地下停车场、智能物流仓储库等无法很好接收GPS信号的场景下,其方法普适性更好,定位效果更佳。
具体来说,当车辆启用高精度的定位系统开始进行定位时,激光雷达系统将对当前车辆所处于的目标区域进行扫描,并采集得到目标区域内的待确定定标物的激光雷达数据。其中的目标区域是指车辆所在的区域,而待确定定标物则是指该目标区域中出现的特征稳定的物体,例如,墙角、立柱、栏杆等等。
定位装置将接收到激光雷达系统在当前时刻进行扫描采集获得激光雷达数据,以作为本次待处理数据。当获取到这些数据之后,定位装置需要从待处理数据中对待处理数据所标识的物体进行筛选得到待确定定标物的激光雷达数据,即得到定标数据。
此外,在定位装置中还设置有语义地图,该语义地图中具体可为高精度点云地图,其存储有目标区域的大量物体的点云数据。
在本公开实施例中,为了快速实现定位,定位装置需要基于前述的待确定定标物的定标数据,在语义地图所包括的各定标物中,确定与待确定定标物对应的定标物,并将其点云数据作为待确定定标物的点云数据。
具体来说,语义地图中包括有各定标物的点云数据,通过对点云数据进行分析可获得各定标物在环境中的空间特征,如,定标物的轮廓形状、各定标物之间的相对位置、每个定标物在环境空间中的位置等等。通过将待确定定标物的定标数据与语义地图中的各定标物的点云数据进行比对,以得到和确定待确定定标物在语义地图中的点云数据。
再后,定位装置将基于待确定定标物的点云数据,确定车辆在当前时刻的位姿状态,该位姿状态可理解为车辆在当前时刻相对于语义地图的原点来说的位置和姿态信息。其中,在确定车辆在当前时刻的位姿状态时,可通过配准算法计算当前时刻激光雷达相对于地图原点的位姿,再将该位姿与经过标定的激光雷达系统到车辆的车体的变换矩阵进行乘法处理,得到车辆的位姿状态。
最后,定位装置还将根据车辆的当前时刻的位姿状态确定并输出当前时刻的定位结果。具体来说,在如前所述的包括地下停车场在内的特殊环境下,当定位装置获取到当前时刻的位姿状态之后,将根据车辆的位姿状态所表示的位置和姿态输出车辆在当前时刻的定位结果。也就是说,定位结果可由位姿状态中的平移位置以及姿态的旋转角构成,以用于输出至车辆并协助车辆进行自身的定位。
可选的,在其他实施例中,还包括有对于语义地图进行构建的步骤。可采集目标区域内各定标物的点云数据;根据各定标物的点云数据构建目标区域对应的语义地图。具体来说,在获得目标区域内各定标物的点云数据之后,将对所述点云数据依次进行滤波处理和特征点处理,获得处理后的点云数据;对所述处理后的点云数据进行运动畸变处理和运动估计处理,获得所述语义地图。
进一步的,在可选的实施例中,可基于激光雷达系统的同步定位与建图(LidarSimultaneous localization and mapping,简称Lidar SLAM)技术构建高精度点云图。在缺少GPS信号的场景下,Lidar SLAM是一种有效地实现同时定位和建图的技术,通过对采集获得的目标区域内的点云数据依次进行滤波、特征点提取等预处理,使得点云数据能够被结构化存储,然后将对点云数据进行运动畸变的去除和初步的相邻帧间运动估计等处理,得到语义地图,该语义地图能够表示目标区域中各物体的位置、以及相对空间关系。其上述涉及的滤波、特征点提取、运动畸变的去除和初步的相邻帧间运动估计的具体实现方式均与现有技术类似,在此不进行赘述。
在高精度的定位方法中,对于待确定定标物与预设的语义地图中的各定标物的对应关系的确定将影响着定位结果的准确性,图3为本公开实施例提供的又一种高精度的定位方法的流程示意图,如图3所示的,该高精度的定位方法,包括:
步骤201、获取目标区域内的待确定定标物在当前时刻的定标数据。
步骤202、对所述根据定标数据依次进行聚类分割处理和模型约束处理,获得所述待确定定标物的空间轮廓特征。
步骤203、根据所述待确定定标物的空间轮廓特征,确定所述待确定定标物与预设的语义地图中的各定标物的匹配程度。
步骤204、根据所述各定标物的匹配程度确定所述待确定定标物在所述语义地图中的点云数据。
步骤205、根据所述待确定定标物的点云数据,确定车辆在当前时刻的位姿状态。
步骤206、根据车辆的当前时刻的位姿状态确定当前时刻的定位结果。
与前述实施例类似的是,本公开实施例提供的高精度的定位方法的执行主体为前述的高精度的定位装置。
上述的步骤201、205以及206与前述的步骤101、103和104相似,在此不做赘述。
与前述实施例不同的是,在确定所述待确定定标物在所述语义地图中的点云数据的过程中,可采用如基于聚类思想的传统检测方法和基于深度学习的3D目标检测实现。具体来说,以待确定定标物为立柱为例,检测方法可以分为基于聚类思想的传统检测方法和基于深度学习的3D目标检测:对定标数据依次进行聚类分割处理和模型约束处理,以获得所述待确定定标物的空间轮廓特征,其中空间轮廓特征可例如角点、质心等特征信息;随后,可根据空间轮廓特征,确定待确定定标物与预设的语义地图中的各定标物的匹配程度,即利用角点、质心以在语义地图中的各定标物中找到与待确定定标物对应的定标物。其中,对于待确定定标物与预设的语义地图中的各定标物的匹配可基于组合优化算法实现,即基于设定的判别规则,如相对位置距离、相对空间比例、直方图特征等。
此外,在将待确定定标物与预设的语义地图中的各定标物进行匹配时,可采用不同的匹配组合方式以获得待确定定标物针对每一定标物的匹配分数,该匹配分数将表示这其匹配程度,其中获得最高分数的组合即认为是最优的匹配对应关系。换句话说,针对所述预设的语义地图中的每一定标物的点云数据,计算其与所述待确定定标物的空间轮廓特征的匹配程度;确定所述待确定定标物的点云数据,其中,所述匹配程度最高的定标物在所述语义地图中的点云数据将作为所述待确定定标物的点云数据。
再后,与前述实施方式类似的是,定位装置将根据所述待确定定标物的点云数据,确定车辆在当前时刻的位姿状态;根据车辆的当前时刻的位姿状态确定当前时刻的定位结果。
与前述实施例相比,本实施例中,通过聚类分割及特定的几何模型约束,提取待确定定标物的空间轮廓特征,并计算其与所述待确定定标物的空间轮廓特征的匹配程度,进而将匹配程度最高的定标物在所述语义地图中的点云数据将作为所述待确定定标物的点云数据。这样的处理方式能消除由于误检测对定位装置造成的负面影响,以使得到的定位结果更为精准。
在高精度的定位方法中,为了进一步提高定位装置获得的定位结果的准确性,还可基于对于当前时刻获得的位姿状态的可信度进行判定,并基于可信度的判定结果确定定位结果,具体的,图4为本公开实施例提供的再一种高精度的定位方法的流程示意图。
如图4所示的,该高精度的定位方法,包括:
步骤301、获取目标区域内的待确定定标物在当前时刻的定标数据;
步骤302、根据定标数据,确定所述待确定定标物与预设的语义地图中的各定标物的对应关系,并根据所述对应关系确定所述待确定定标物在所述语义地图中的点云数据;
步骤303、根据所述待确定定标物的点云数据,确定车辆在当前时刻的位姿状态。
步骤304、计算所述车辆在当前时刻和上一时刻的位姿状态之间的第一位姿变化值。
步骤305、根据预设的判定条件对所述第一位姿变化值进行判定,获得判定结果,其中,所述判定结果用于表示所述当前时刻的位姿状态的可信度;或者,确定所述待确定定标物的数量,并根据所述数量确定所述当前时刻的姿态的可信度;
步骤306、若当前时刻的位姿状态可信,则将所述当前时刻的位姿作为当前时刻的定位结果进行输出。
与前述实施例类似的是,本公开实施例提供的高精度的定位方法的执行主体为前述的高精度的定位装置。
上述的步骤301、302以及303与前述的步骤101、102和103相似,在此不做赘述。
与前述实施方式不同的是,在本公开中还将对于当前时刻的位姿状态的可信度进行判定,具体的可采用多种方式:
其一,可计算所述车辆在当前时刻和上一时刻的位姿状态之间的第一位姿变化值,并根据预设的判定条件对所述第一位姿变化值进行判定,获得判定结果,其中,所述判定结果用于表示所述当前时刻的位姿状态的可信度。
具体的,假设在t-1时刻的位姿状态为Pt-1,在t时刻的位姿状态为Pt,此时,可计算其二者的差值,即得到第一位姿变化值ΔP=Pt-Pt-1;随后,可利用预设的判定条件来对于第一位姿变化值ΔP进行判定,其中的判定条件可利用判定第一位姿变化值ΔP是否大于预设阈值。也就是说,由于第一位姿变化值ΔP表示了两个相邻的时刻之间的姿态变化偏移程度,而一般的当其偏移程度大于一定程度时,即姿态状态发生跳变,其可证明当前时刻获得的姿态状态的可信度不高,此时,可采用其他方式确定定位结果。
或者,
其二,可确定所述待确定定标物的数量,并根据所述数量确定所述当前时刻的姿态的可信度。
具体的,当待确定定标物的数量越多时,其定位结果越准确。也就是说,当激光雷达系统采集获得的数据中,无法分析得到足够数量的待确定定标物时,基于语义地图处理得到的位姿状态的可信度相对较低,例如,以待确定定标物为立柱为例,当确定的立柱的数量小于2时,当前时刻的位姿状态的可信度不高,此时,可采用其他方式确定定位结果。
进一步的,若当前时刻的位姿状态不可信,则将第二位姿变化值和所述上一时刻的位姿状态所构成的定位结果作为当前时刻的定位结果,并进行输出;其中,所述第二位姿变化值是利用航位推算算法对上一时刻的位姿状态进行处理获得的。具体的,航位推算可用于获得当前时刻相对于上一时刻的位姿变化。一般,相邻帧间的位姿变化信息可以通过IMU、轮速仪、里程计等传感器获得,但是,本实施例中并没有借助其它传感器,而是直接利用相邻帧间的点云配准估计位姿变化。也就是说,基于上一时刻的位姿状态Pt-1,可推算第二位姿变化值为ΔP’,该第二位姿变化值ΔP’用于表示通过推测得到的当前时刻和上一时刻的位姿状态之间的位姿变化。一旦前述得到当前时刻的位姿状态Pt的可信度不高,在需要对第二位姿变化值为ΔP’以及上一时刻的位姿状态Pt-1求和,即得到当前时刻的位姿状态P’=Pt-1+ΔP’,基于该当前时刻的位姿状态P’可得到定位结果。
本实施例通过在不使用GPS定位技术的情况下,可直接利用定标数据和语义地图确定车辆的位姿状态,进而得到定位结果,在包括地下停车场在内的特殊环境下,相对于GPS定位技术,其定位精准性、稳定性和鲁棒性均得到了提升。
第二方面,图5为本公开提供的一种高精度的定位装置的结构示意图,如图5所示的,该高精度的定位装置,包括:
获取模块10,用于获取目标区域内的待确定定标物在当前时刻的定标数据;
数据处理模块20,用于根据定标数据,确定所述待确定定标物与预设的语义地图中的各定标物的对应关系,并根据所述对应关系确定所述待确定定标物在所述语义地图中的点云数据;
定位模块30,用于根据所述待确定定标物的点云数据,确定车辆在当前时刻的位姿状态;还用于根据车辆的当前时刻的位姿状态确定当前时刻的定位结果。
可选的,该装置还包括:地图构建模块;
采集目标区域内各定标物的点云数据;根据各定标物的点云数据构建目标区域对应的语义地图。
可选的,所述地图构建模块用于对所述点云数据依次进行滤波处理和特征点处理,获得处理后的点云数据;对所述处理后的点云数据进行运动畸变处理和运动估计处理,获得所述语义地图。
可选的,数据处理模块20用于对所述根据定标数据依次进行聚类分割处理和模型约束处理,获得所述待确定定标物的空间轮廓特征;根据所述待确定定标物的空间轮廓特征,确定所述待确定定标物与预设的语义地图中的各定标物的匹配程度。
可选的,数据处理模块20具体用于针对所述预设的语义地图中的每一定标物的点云数据,计算其与所述待确定定标物的空间轮廓特征的匹配程度;确定所述待确定定标物的点云数据,其中,所述匹配程度最高的定标物在所述语义地图中的点云数据将作为所述待确定定标物的点云数据。
可选的,定位模块30,具体用于计算所述车辆在当前时刻和上一时刻的位姿状态之间的第一位姿变化值;根据预设的判定条件对所述第一位姿变化值进行判定,获得判定结果,其中,所述判定结果用于表示所述当前时刻的位姿状态的可信度;若当前时刻的位姿状态可信,则将所述当前时刻的位姿作为当前时刻的定位结果进行输出。
可选的,定位模块30,具体用于确定所述待确定定标物的数量,并根据所述数量确定所述当前时刻的姿态的可信度;若当前时刻的位姿状态可信,则将所述当前时刻的位姿作为当前时刻的定位结果进行输出。
可选的,定位模块30,具体用于若当前时刻的位姿状态不可信,则将第二位姿变化值和所述上一时刻的位姿状态所构成的定位结果作为当前时刻的定位结果,并进行输出;其中,所述第二位姿变化值是利用航位推算算法对上一时刻的位姿状态进行处理获得的。
本公开提供的高精度的定位装置,通过获取目标区域内的待确定定标物在当前时刻的定标数据;根据定标数据,确定所述待确定定标物与预设的语义地图中的各定标物的对应关系,并根据所述对应关系确定所述待确定定标物在所述语义地图中的点云数据;根据所述待确定定标物的点云数据,确定车辆在当前时刻的位姿状态;根据车辆的当前时刻的位姿状态确定当前时刻的定位结果,从而可在不使用GPS定位技术的情况下,可直接利用定标数据和语义地图确定车辆的位姿状态,进而得到定位结果,在包括地下停车场在内的特殊环境下,相对于GPS定位技术,其定位精准性、稳定性和鲁棒性均得到了提升。
下一方面,图6为本公开提供的一种高精度的定位系统的结构示意图,本实施例还提供了高精度的定位系统,该高精度的定位系统包括:高精度的定位装置,以及承载在车辆上的激光雷达系统,所述车辆位于目标区域内;其中,所述激光雷达系统用于采集目标区域内的待确定定标物在当前时刻的定标数据,并将所述定标数据发送至所述高精度的定位装置,以供所述高精度的定位装置利用前述所述的方法执行对车辆的定位。
下一方面,本实施例还提供了电子设备,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
参考图7,其示出了适于用来实现本公开实施例的电子设备900的结构示意图,该电子设备900可以为终端设备或服务器。其中,终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理(Personal Digital Assistant,简称PDA)、平板电脑(Portable Android Device,简称PAD)、便携式多媒体播放器(Portable MediaPlayer,简称PMP)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,电子设备900可以包括定位装置(例如中央处理器、图形处理器等)901,其可以根据存储在只读存储器(Read Only Memory,简称ROM)902中的程序或者从存储装置908加载到随机访问存储器(Random Access Memory,简称RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中,还存储有电子设备900操作所需的各种程序和数据。定位装置901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
通常,以下装置可以连接至I/O接口905:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置906;包括例如液晶显示器(Liquid CrystalDisplay,简称LCD)、扬声器、振动器等的输出装置907;包括例如磁带、硬盘等的存储装置908;以及通信装置909。通信装置909可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备900,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置909从网络上被下载和安装,或者从存储装置908被安装,或者从ROM902被安装。在该计算机程序被定位装置901执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备执行上述实施例所示的方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LocalArea Network,简称LAN)或广域网(Wide Area Network,简称WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以下是本公开的一些实施例。
第一方面,根据本公开的一个或多个实施例,一种高精度的定位方法,包括:
获取目标区域内的待确定定标物在当前时刻的定标数据;
根据定标数据,确定所述待确定定标物与预设的语义地图中的各定标物的对应关系,并根据所述对应关系确定所述待确定定标物在所述语义地图中的点云数据;
根据所述待确定定标物的点云数据,确定车辆在当前时刻的位姿状态;
根据车辆的当前时刻的位姿状态确定当前时刻的定位结果。
在本公开提供的可选实施例中,所述方法还包括:
采集目标区域内各定标物的点云数据;
根据各定标物的点云数据构建目标区域对应的语义地图。
在本公开提供的可选实施例中,所述根据各定标物的点云数据构建目标区域对应的语义地图,包括:
对所述点云数据依次进行滤波处理和特征点处理,获得处理后的点云数据;
对所述处理后的点云数据进行运动畸变处理和运动估计处理,获得所述语义地图。
在本公开提供的可选实施例中,所述根据定标数据,确定所述待确定定标物与预设的语义地图中的各定标物的对应关系,包括:
对所述根据定标数据依次进行聚类分割处理和模型约束处理,获得所述待确定定标物的空间轮廓特征;
根据所述待确定定标物的空间轮廓特征,确定所述待确定定标物与预设的语义地图中的各定标物的匹配程度。
在本公开提供的可选实施例中,所述根据所述待确定定标物的空间轮廓特征,确定所述待确定定标物与预设的语义地图中的各定标物的匹配程度,包括:
针对所述预设的语义地图中的每一定标物的点云数据,计算其与所述待确定定标物的空间轮廓特征的匹配程度;
确定所述待确定定标物的点云数据,其中,所述匹配程度最高的定标物在所述语义地图中的点云数据将作为所述待确定定标物的点云数据。
在本公开提供的可选实施例中,所述根据车辆的当前时刻的位姿状态确定当前时刻的定位结果,包括:
计算所述车辆在当前时刻和上一时刻的位姿状态之间的第一位姿变化值;
根据预设的判定条件对所述第一位姿变化值进行判定,获得判定结果,其中,所述判定结果用于表示所述当前时刻的位姿状态的可信度;
若当前时刻的位姿状态可信,则将所述当前时刻的位姿作为当前时刻的定位结果进行输出。
在本公开提供的可选实施例中,所述根据车辆的当前时刻的位姿状态确定当前时刻的定位结果,包括:
确定所述待确定定标物的数量,并根据所述数量确定所述当前时刻的姿态的可信度;
若当前时刻的位姿状态可信,则将所述当前时刻的位姿作为当前时刻的定位结果进行输出。
在本公开提供的可选实施例中,若当前时刻的位姿状态不可信,则将第二位姿变化值和所述上一时刻的位姿状态所构成的定位结果作为当前时刻的定位结果,并进行输出;
其中,所述第二位姿变化值是利用航位推算算法对上一时刻的位姿状态进行处理获得的。
第二方面,根据本公开的一个或多个实施例,一种高精度的定位装置,包括:
获取模块,用于获取目标区域内的待确定定标物在当前时刻的定标数据;
数据处理模块,用于根据定标数据,确定所述待确定定标物与预设的语义地图中的各定标物的对应关系,并根据所述对应关系确定所述待确定定标物在所述语义地图中的点云数据;
定位模块,用于根据所述待确定定标物的点云数据,确定车辆在当前时刻的位姿状态;还用于根据车辆的当前时刻的位姿状态确定当前时刻的定位结果。
在本公开提供的可选实施例中,还包括:地图构建模块;
采集目标区域内各定标物的点云数据;根据各定标物的点云数据构建目标区域对应的语义地图。
在本公开提供的可选实施例中,所述地图构建模块用于对所述点云数据依次进行滤波处理和特征点处理,获得处理后的点云数据;对所述处理后的点云数据进行运动畸变处理和运动估计处理,获得所述语义地图。
在本公开提供的可选实施例中,数据处理模块用于对所述根据定标数据依次进行聚类分割处理和模型约束处理,获得所述待确定定标物的空间轮廓特征;根据所述待确定定标物的空间轮廓特征,确定所述待确定定标物与预设的语义地图中的各定标物的匹配程度。
在本公开提供的可选实施例中,数据处理模块具体用于针对所述预设的语义地图中的每一定标物的点云数据,计算其与所述待确定定标物的空间轮廓特征的匹配程度;确定所述待确定定标物的点云数据,其中,所述匹配程度最高的定标物在所述语义地图中的点云数据将作为所述待确定定标物的点云数据。
在本公开提供的可选实施例中,定位模块,具体用于计算所述车辆在当前时刻和上一时刻的位姿状态之间的第一位姿变化值;根据预设的判定条件对所述第一位姿变化值进行判定,获得判定结果,其中,所述判定结果用于表示所述当前时刻的位姿状态的可信度;若当前时刻的位姿状态可信,则将所述当前时刻的位姿作为当前时刻的定位结果进行输出。
在本公开提供的可选实施例中,定位模块,具体用于确定所述待确定定标物的数量,并根据所述数量确定所述当前时刻的姿态的可信度;若当前时刻的位姿状态可信,则将所述当前时刻的位姿作为当前时刻的定位结果进行输出。
在本公开提供的可选实施例中,定位模块,具体用于若当前时刻的位姿状态不可信,则将第二位姿变化值和所述上一时刻的位姿状态所构成的定位结果作为当前时刻的定位结果,并进行输出;其中,所述第二位姿变化值是利用航位推算算法对上一时刻的位姿状态进行处理获得的。
第三方面,根据本公开的一个或多个实施例,一种高精度的定位系统,包括:高精度的定位装置,以及承载在车辆上的激光雷达系统,所述车辆位于目标区域内;
其中,所述激光雷达系统用于采集目标区域内的待确定定标物在当前时刻的定标数据,并将所述定标数据发送至所述高精度的定位装置,以供所述高精度的定位装置利用所述权利要求1-8任一项所述的方法执行对车辆的定位。
第四方面,根据本公开的一个或多个实施例,一种电子设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如前所述方法。
第五方面,根据本公开的一个或多个实施例,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计算机执行指令,当处理器执行所述计算机执行指令时,实现如前所述方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
Claims (12)
1.一种高精度的定位方法,其特征在于,包括:
获取目标区域内的待确定定标物在当前时刻的定标数据;
根据定标数据,确定所述待确定定标物与预设的语义地图中的各定标物的对应关系,并根据所述对应关系确定所述待确定定标物在所述语义地图中的点云数据;
根据所述待确定定标物的点云数据,确定车辆在当前时刻的位姿状态;
根据车辆的当前时刻的位姿状态确定当前时刻的定位结果。
2.根据权利要求1所述的定位方法,其特征在于,所述根据车辆的当前时刻的位姿状态确定当前时刻的定位结果,包括:
计算所述车辆在当前时刻和上一时刻的位姿状态之间的第一位姿变化值;
根据预设的判定条件对所述第一位姿变化值进行判定,获得判定结果,其中,所述判定结果用于表示所述当前时刻的位姿状态的可信度;
若当前时刻的位姿状态可信,则将所述当前时刻的位姿作为当前时刻的定位结果进行输出。
3.根据权利要求1所述的定位方法,其特征在于,所述根据车辆的当前时刻的位姿状态确定当前时刻的定位结果,包括:
确定所述待确定定标物的数量,并根据所述数量确定所述当前时刻的姿态的可信度;
若当前时刻的位姿状态可信,则将所述当前时刻的位姿作为当前时刻的定位结果进行输出。
4.根据权利要求2或3所述的定位方法,其特征在于,若当前时刻的位姿状态不可信,则将第二位姿变化值和所述上一时刻的位姿状态所构成的定位结果作为当前时刻的定位结果,并进行输出;
其中,所述第二位姿变化值是利用航位推算算法对上一时刻的位姿状态进行处理获得的。
5.根据权利要求1所述的定位方法,其特征在于,还包括:
采集目标区域内各定标物的点云数据;
根据各定标物的点云数据构建目标区域对应的语义地图。
6.根据权利要求5所述的定位方法,其特征在于,所述根据各定标物的点云数据构建目标区域对应的语义地图,包括:
对所述点云数据依次进行滤波处理和特征点处理,获得处理后的点云数据;
对所述处理后的点云数据进行运动畸变处理和运动估计处理,获得所述语义地图。
7.根据权利要求1所述的定位方法,其特征在于,根据定标数据,确定所述待确定定标物与预设的语义地图中的各定标物的对应关系,包括:
对所述根据定标数据依次进行聚类分割处理和模型约束处理,获得所述待确定定标物的空间轮廓特征;
根据所述待确定定标物的空间轮廓特征,确定所述待确定定标物与预设的语义地图中的各定标物的匹配程度。
8.根据权利要求7所述的定位方法,其特征在于,根据所述待确定定标物的空间轮廓特征,确定所述待确定定标物与预设的语义地图中的各定标物的匹配程度,包括:
针对所述预设的语义地图中的每一定标物的点云数据,计算其与所述待确定定标物的空间轮廓特征的匹配程度;
确定所述待确定定标物的点云数据,其中,所述匹配程度最高的定标物在所述语义地图中的点云数据将作为所述待确定定标物的点云数据。
9.一种高精度的定位装置,其特征在于,包括:
获取模块,用于获取目标区域内的待确定定标物在当前时刻的定标数据;
数据处理模块,用于根据定标数据,确定所述待确定定标物与预设的语义地图中的各定标物的对应关系,并根据所述对应关系确定所述待确定定标物在所述语义地图中的点云数据;
定位模块,用于根据所述待确定定标物的点云数据,确定车辆在当前时刻的位姿状态;还用于根据车辆的当前时刻的位姿状态确定当前时刻的定位结果。
10.一种高精度的定位系统,其特征在于,包括:高精度的定位装置,以及承载在车辆上的激光雷达系统,所述车辆位于目标区域内;
其中,所述激光雷达系统用于采集目标区域内的待确定定标物在当前时刻的定标数据,并将所述定标数据发送至所述高精度的定位装置,以供所述高精度的定位装置利用所述权利要求1-8任一项所述的方法执行对车辆的定位。
11.一种电子设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1-8任一项所述的方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010748625.1A CN114063091A (zh) | 2020-07-30 | 2020-07-30 | 高精度的定位方法及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010748625.1A CN114063091A (zh) | 2020-07-30 | 2020-07-30 | 高精度的定位方法及产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114063091A true CN114063091A (zh) | 2022-02-18 |
Family
ID=80227072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010748625.1A Pending CN114063091A (zh) | 2020-07-30 | 2020-07-30 | 高精度的定位方法及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114063091A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI836366B (zh) * | 2022-03-04 | 2024-03-21 | 歐特明電子股份有限公司 | 裝載於車輛的自動泊車建圖系統及其方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107144285A (zh) * | 2017-05-08 | 2017-09-08 | 深圳地平线机器人科技有限公司 | 位姿信息确定方法、装置和可移动设备 |
US20180307941A1 (en) * | 2017-04-21 | 2018-10-25 | X Development Llc | Methods and Systems for Simultaneous Localization and Calibration |
CN109084749A (zh) * | 2018-08-21 | 2018-12-25 | 北京云迹科技有限公司 | 通过环境中物体进行语义定位的方法及装置 |
CN110146096A (zh) * | 2018-10-24 | 2019-08-20 | 北京初速度科技有限公司 | 一种基于图像感知的车辆定位方法及装置 |
CN110428490A (zh) * | 2018-04-28 | 2019-11-08 | 北京京东尚科信息技术有限公司 | 构建模型的方法和装置 |
US20200081119A1 (en) * | 2018-09-07 | 2020-03-12 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for determining relative pose, device and medium |
US20200103249A1 (en) * | 2018-09-27 | 2020-04-02 | Baidu Online Net\Nork Technology (Beijing) Co., Ltd. | Method for calibrating relative pose, device and medium |
CN111220993A (zh) * | 2020-01-14 | 2020-06-02 | 长沙智能驾驶研究院有限公司 | 目标场景定位方法、装置、计算机设备和存储介质 |
CN111351493A (zh) * | 2018-12-24 | 2020-06-30 | 上海欧菲智能车联科技有限公司 | 一种定位方法和系统 |
CN111427373A (zh) * | 2020-03-24 | 2020-07-17 | 上海商汤临港智能科技有限公司 | 一种位姿确定方法、装置、介质和设备 |
CN111442722A (zh) * | 2020-03-26 | 2020-07-24 | 达闼科技成都有限公司 | 定位方法、装置、存储介质及电子设备 |
-
2020
- 2020-07-30 CN CN202010748625.1A patent/CN114063091A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180307941A1 (en) * | 2017-04-21 | 2018-10-25 | X Development Llc | Methods and Systems for Simultaneous Localization and Calibration |
CN107144285A (zh) * | 2017-05-08 | 2017-09-08 | 深圳地平线机器人科技有限公司 | 位姿信息确定方法、装置和可移动设备 |
CN110428490A (zh) * | 2018-04-28 | 2019-11-08 | 北京京东尚科信息技术有限公司 | 构建模型的方法和装置 |
CN109084749A (zh) * | 2018-08-21 | 2018-12-25 | 北京云迹科技有限公司 | 通过环境中物体进行语义定位的方法及装置 |
US20200081119A1 (en) * | 2018-09-07 | 2020-03-12 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for determining relative pose, device and medium |
US20200103249A1 (en) * | 2018-09-27 | 2020-04-02 | Baidu Online Net\Nork Technology (Beijing) Co., Ltd. | Method for calibrating relative pose, device and medium |
CN110146096A (zh) * | 2018-10-24 | 2019-08-20 | 北京初速度科技有限公司 | 一种基于图像感知的车辆定位方法及装置 |
CN111351493A (zh) * | 2018-12-24 | 2020-06-30 | 上海欧菲智能车联科技有限公司 | 一种定位方法和系统 |
CN111220993A (zh) * | 2020-01-14 | 2020-06-02 | 长沙智能驾驶研究院有限公司 | 目标场景定位方法、装置、计算机设备和存储介质 |
CN111427373A (zh) * | 2020-03-24 | 2020-07-17 | 上海商汤临港智能科技有限公司 | 一种位姿确定方法、装置、介质和设备 |
CN111442722A (zh) * | 2020-03-26 | 2020-07-24 | 达闼科技成都有限公司 | 定位方法、装置、存储介质及电子设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI836366B (zh) * | 2022-03-04 | 2024-03-21 | 歐特明電子股份有限公司 | 裝載於車輛的自動泊車建圖系統及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10077986B2 (en) | Storing trajectory | |
CN109931945B (zh) | Ar导航方法、装置、设备和存储介质 | |
CN111127563A (zh) | 联合标定方法、装置、电子设备及存储介质 | |
CN110095752B (zh) | 定位方法、装置、设备和介质 | |
JP2019145089A (ja) | 点群データを融合させるための方法及び装置 | |
CN111461981B (zh) | 点云拼接算法的误差估计方法和装置 | |
CN111582263A (zh) | 车牌识别方法、装置、电子设备及存储介质 | |
CN114993328B (zh) | 车辆定位评估方法、装置、设备和计算机可读介质 | |
CN113807470B (zh) | 一种车辆行驶状态确定方法和相关装置 | |
CN112528859B (zh) | 车道线检测方法、装置、设备及存储介质 | |
CN110579211A (zh) | 一种步行定位方法及系统 | |
CN114119886A (zh) | 高精地图点云重建方法、装置、车辆、设备和存储介质 | |
de Paula Veronese et al. | Evaluating the limits of a LiDAR for an autonomous driving localization | |
CN111352142A (zh) | 室内停车定位方法、装置、电子设备和介质 | |
CN115585818A (zh) | 一种地图构建方法、装置、电子设备及存储介质 | |
CN114063091A (zh) | 高精度的定位方法及产品 | |
US20220197893A1 (en) | Aerial vehicle and edge device collaboration for visual positioning image database management and updating | |
Wang et al. | Improved LeGO-LOAM method based on outlier points elimination | |
CN115512336B (zh) | 基于路灯光源的车辆定位方法、装置和电子设备 | |
CN109270566B (zh) | 导航方法、导航效果测试方法、装置、设备和介质 | |
CN112987707A (zh) | 一种车辆的自动驾驶控制方法及装置 | |
CN108827329B (zh) | 城市导航方法、系统、设备及存储介质 | |
CN112558036A (zh) | 用于输出信息的方法和装置 | |
CN113450794B (zh) | 导航播报的检测方法、装置、电子设备和介质 | |
CN111383337B (zh) | 用于识别对象的方法和装置 |
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 |