CN114450691A - 稳健定位 - Google Patents
稳健定位 Download PDFInfo
- Publication number
- CN114450691A CN114450691A CN202080050691.XA CN202080050691A CN114450691A CN 114450691 A CN114450691 A CN 114450691A CN 202080050691 A CN202080050691 A CN 202080050691A CN 114450691 A CN114450691 A CN 114450691A
- Authority
- CN
- China
- Prior art keywords
- scan
- data
- point cloud
- sensor
- confidence
- 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
- 230000009466 transformation Effects 0.000 claims abstract description 55
- 230000001131 transforming effect Effects 0.000 claims abstract description 9
- 230000004807 localization Effects 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 31
- 230000004927 fusion Effects 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 description 23
- 238000012937 correction Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000011423 initialization method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 230000001960 triggered 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/485—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an optical system or imaging system
-
- 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
-
- 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
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- 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
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/932—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using own vehicle data, e.g. ground speed, steering wheel direction
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9323—Alternative operation using light waves
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
根据一个方面,提供了一种用于稳健定位的系统,该系统可包括扫描累加器、扫描匹配器、变换保持器和位置融合器。扫描累加器可从安装在运载工具上的一组传感器接收一组传感器数据。扫描累加器可通过将该组传感器数据从每个传感器帧变换到对应的运载工具帧来生成传感器扫描点云输出,并计算用于确定传感器数据的扫描置信度的适合度分数、变换概率和平均仰角。变换保持器可接收GPS数据、扫描置信度以及来自扫描匹配器的所匹配的传感器扫描点云输出和地图图块点云数据,并确定对地图至里程表变换输出利用GPS数据还是所匹配的传感器扫描点云输出和地图图块点云数据。
Description
背景技术
在诸如具有挑战性的环境条件的各种条件下实现稳健定位可能很困难。此外,可能希望定位结果具有故障安全、失效感知和/或资源感知能力。
发明内容
根据一个方面,一种用于稳健定位的系统可包括扫描累加器、扫描匹配器、变换保持器和位置融合器。扫描累加器可从安装在运载工具上的一组传感器接收一组传感器数据。该组传感器数据中的每个传感器数据可与不同的视场(FOV)相关联。该组传感器数据中的每个传感器数据可包括与一个或多个对应时间戳相关联的一个或多个传感器帧。扫描累加器可通过将该组传感器数据从每个传感器帧变换到对应运载工具帧来生成传感器扫描点云输出。
扫描匹配器可接收来自地图图块服务器的地图图块点云数据和来自扫描累加器的传感器扫描点云输出。地图图块点云数据可指示与粗略运载工具位置相关联的变换点云数据。扫描匹配器可基于传感器扫描点云输出和地图图块点云数据来确定匹配。
扫描匹配器可计算适合度分数、变换概率和平均仰角,并基于适合度分数、变换概率和平均仰角来确定与传感器扫描点云输出相关联的扫描置信度。
变换保持器可接收来自全球定位系统(GPS)单元的GPS数据、扫描置信度以及来自扫描匹配器的所匹配的传感器扫描点云输出和地图图块点云数据。变换保持器可基于扫描置信度、GPS数据以及所匹配的传感器扫描点云输出和地图图块点云数据生成地图至里程表变换输出。
位置融合器可对控制器局域网(CAN)数据和惯性测量单元(IMU)数据执行数据融合,并基于CAN数据和IMU数据生成里程表至运载工具变换输出。
扫描匹配器可使用递归贝叶斯更新基于扫描置信度来计算定位置信度。变换保持器可基于定位置信度、GPS数据以及所匹配的传感器扫描点云输出和地图图块点云数据生成地图至里程表变换输出。当扫描置信度小于扫描置信度阈值并且当定位置信度小于定位置信度阈值时,变换保持器可基于GPS数据生成地图至里程表变换输出。当扫描置信度大于扫描置信度阈值并且当定位置信度大于定位置信度阈值时,变换保持器可基于所匹配的传感器扫描点云输出和地图图块点云数据生成地图至里程表变换输出。
扫描匹配器可基于正态分布变换(NDT)来确定传感器扫描点云输出与地图图块点云数据之间的匹配。适合度分数可表示传感器扫描点云输出与地图图块点云之间的平均距离。变换概率可表示与NDT优化相关联的累加马氏距离。平均仰角可表示被运载工具周围的障碍物阻挡的FOV的量。例如,可通过寻找与运载工具或其他障碍物对应的扫描点、计算每个离散角度处的仰角并在此基础上计算平均仰角来确定平均仰角。
扫描置信度可被计算为适合度分数、变换概率和平均仰角的加权和。地图图块点云数据可被表示为与平均值和协方差相关联的体素。扫描累加器可将该组传感器数据投射回公共时间戳。该组传感器可包括光检测和测距(LiDAR)传感器、雷达传感器或图像捕获传感器。位置融合器可使用扩展卡尔曼滤波器(EKF)来执行数据融合。
根据一个方面,一种用于稳健定位的方法可包括:从安装在运载工具上的一组传感器接收一组传感器数据,该组传感器数据中的每个传感器数据可与不同的视场(FOV)相关联,该组传感器数据中的每个传感器数据包括与一个或多个相应时间戳相关联的一个或多个传感器帧;通过将该组传感器数据从每个传感器帧变换到对应的运载工具帧来生成传感器扫描点云输出;接收来自地图图块服务器的地图图块点云数据和传感器扫描点云输出,地图图块点云数据可指示与粗略运载工具位置相关联的变换点云数据;基于传感器扫描点云输出和地图图块点云数据来确定匹配;计算适合度分数、变换概率和平均仰角并基于适应度分数、变换概率和平均仰角来确定与传感器扫描点云输出相关联的扫描置信度;接收全球定位系统(GPS)数据、扫描置信度以及所匹配的传感器扫描点云输出和地图图块点云数据并基于扫描置信度、GPS数据以及所匹配的传感器扫描点云输出和地图图块点云数据生成地图至里程表变换输出;以及对控制器局域网(CAN)数据和惯性测量单元(IMU)数据执行数据融合并基于CAN数据和IMU数据生成里程表至运载工具变换输出。
该用于稳健定位的方法可包括:使用递归贝叶斯更新基于扫描置信度来计算定位置信度;当扫描置信度小于扫描置信度阈值时并且当定位置信度小于定位置信度阈值时,基于GPS数据生成地图至里程表变换输出;当扫描置信度大于扫描置信度阈值并且当定位置信度大于定位置信度阈值时,基于所匹配的传感器扫描点云输出和地图图块点云数据生成地图至里程表变换输出;或者基于正态分布变换(NDT)来确定传感器扫描点云输出与地图图块点云数据之间的匹配。
根据一个方面,一种用于稳健定位的系统可包括扫描累加器、扫描匹配器、变换保持器和位置融合器。扫描累加器可从安装在运载工具上的一组传感器接收一组传感器数据,并且每个传感器数据可与不同的视场(FOV)相关联。扫描累加器可通过将该组传感器数据从每个传感器帧变换到对应运载工具帧来生成传感器扫描点云输出。
扫描匹配器可接收来自地图图块服务器的地图图块点云数据和来自扫描累加器的传感器扫描点云输出,地图图块点云数据指示变换点云数据。扫描匹配器可基于传感器扫描点云输出和地图图块点云数据来确定匹配。
扫描匹配器可计算适合度分数、变换概率和平均仰角,并基于适合度分数、变换概率和平均仰角来确定与传感器扫描点云输出相关联的扫描置信度。扫描匹配器可使用递归贝叶斯更新基于扫描置信度来计算定位置信度。
变换保持器可基于来自全球定位系统(GPS)单元的GPS数据、扫描置信度、定位置信度以及来自扫描匹配器的所匹配的传感器扫描点云输出和地图图块点云数据生成地图至里程表变换输出。
位置融合器可对控制器局域网(CAN)数据和惯性测量单元(IMU)数据执行数据融合,并基于CAN数据和IMU数据生成里程表至运载工具变换输出。
附图说明
图1是根据一个方面的用于稳健定位的系统的示例性部件图。
图2是根据一个方面的用于稳健定位的系统的示例性实施方式。
图3是根据一个方面的与图1的用于稳健定位的系统相关联的示例性数据结构。
图4是根据一个方面的与稳健定位相关联的示例性场景。
图5是根据一个方面的用于稳健定位的方法的示例性流程图。
图6是根据一个方面的用于稳健定位的方法的示例性流程图。
图7是根据一个方面的示例性计算机可读介质或计算机可读装置的图示,该计算机可读介质或计算机可读装置包括被配置为体现本文阐述的规定中的一个或多个规定的处理器可执行指令。
图8是根据一个方面的示例性计算环境的图示,本文阐述的规定中的一个或多个规定在该计算环境中实现。
具体实施方式
以下包括本文采用的选定术语的定义。定义包括落入某个术语的范围内的并且可用于实施方式的部件的各种示例和/或形式。这些示例并非旨在进行限制。此外,本领域的普通技术人员将会知道,本文讨论的部件可以组合、省略或与其他部件组织或组织成不同架构。
如本文所用,“处理器”处理信号并且执行一般计算和算术功能。由处理器处理的信号可以包括数字信号、数据信号、计算机指令、处理器指令、消息、位、位流或可被接收、传输和/或检测的其他手段。一般来讲,处理器可以是多种处理器,包括多个单核和多核处理器和协处理器以及其他多个单核和多核处理器和协处理器架构。处理器可以包括各种模块以执行各种功能。
如本文所用的“存储器”可以包括易失性存储器和/或非易失性存储器。非易失性存储器可以包括例如ROM(只读存储器)、PROM(可编程只读存储器)、EPROM(可擦除PROM)和EEPROM(电可擦除PROM)。易失性存储器可以包括例如RAM(随机存取存储器)、同步RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据速率SDRAM(DDRSDRAM)和直接RAM总线RAM(DRRAM)。存储器可以存储控制或分配计算装置的资源的操作系统。
如本文所用的“盘”或“驱动器”可以是磁盘驱动器、固态磁盘驱动器、软盘驱动器、磁带驱动器、Zip驱动器、闪存存储器卡和/或存储棒。此外,盘可以是CD-ROM(压缩盘ROM)、CD可记录驱动器(CD-R驱动器)、CD可重写驱动器(CD-RW驱动器)和/或数字视频ROM驱动器(DVD-ROM)。盘可以存储控制或分配计算装置的资源的操作系统。
如本文所用,“总线”是指可互连的架构,其可操作地连接到在计算机内或在计算机之间的其他计算机部件。总线可以在计算机部件之间传输数据。总线可以是存储器总线、存储器控制器、外围总线、外部总线、纵横开关和/或本地总线等等。总线可还是使用诸如面向媒体的系统传送(MOST)、控制器局域网(CAN)、本地互连网络(LIN)等等协议来将在运载工具内的组件互连的运载工具总线。
如本文所用的“数据库”可以是指表、一组表和一组数据存储(例如,盘)和/或用于访问和/或操纵那些数据存储的方法。
“可操作的连接”或使实体“可操作地连接”的连接是可发送和/或接收信号、物理通信和/或逻辑通信的连接。可操作的连接可以包括无线接口、物理接口、数据接口和/或电接口。
如本文所用的“计算机通信”是指在两个或多个计算装置(例如,计算机、个人数字助理、蜂窝电话、网络装置)之间的通信,并且可以是例如网络传输、文件传输、小程序传输、电子邮件、超文本传输协议(HTTP)传输等。计算机通信可以跨例如无线系统(例如,IEEE802.11)、以太网系统(例如,IEEE 802.3)、令牌环系统(例如,IEEE 802.5)、局域网(LAN)、广域网(WAN)、点对点系统、电路交换系统、分组交换系统等等发生。
如本文所用,“移动装置”可以是通常具有带有用户输入(例如,触摸、键盘)的显示屏和用于计算的处理器的计算装置。移动装置包括手持装置、便携式电子装置、智能电话、膝上型电脑、平板电脑和电子阅读器。
如本文所用,“运载工具”是指能够运载一个或多个人类乘员并且由任何形式的能量提供动力的任何移动运载工具。术语“运载工具”包括汽车、卡车、货车、小型货车、SUV、摩托车、踏板车、船只、私人船艇和飞行器。在一些场景中,机动运载工具包括一个或多个发动机。此外,术语“运载工具”可以是指由完全地或部分地由电池供电的一个或多个电动马达供电的电动运载工具(EV)。EV可包括电池动力电动运载工具(BEV)和插电式混合动力电动运载工具(PHEV)。另外,术语“运载工具”可以是指由任何形式的能量提供动力的自动运载工具和/或自行驾驶运载工具。自动运载工具可以运载或可以不运载一个或多个人类乘员。
如本文所用的“运载工具系统”可以是可用于加强运载工具、驾驶和/或安全性的任何自动或手动系统。示例性运载工具系统包括自动驾驶系统、电子稳定性控制系统、防抱死制动系统、制动辅助系统、自动制动预填充系统、低速跟随系统、巡航控制系统、碰撞警告系统、碰撞缓解制动系统、自动巡航控制系统、通道偏离警告系统、盲点指示器系统、通道保持辅助系统、导航系统、变速器系统、制动踏板系统、电子动力转向系统、视觉装置(例如,相机系统、接近传感器系统)、气候控制系统、电子预紧系统、监测系统、乘客检测系统、运载工具悬架系统、运载工具座椅配置系统、运载工具车厢照明系统、音频系统、感觉系统等。
本文讨论的方面可以在存储计算机可执行指令的非暂态计算机可读存储介质的上下文中描述和实现。非暂态计算机可读存储介质包括计算机存储介质和通信介质。例如,闪存存储器驱动器、数字通用盘(DVD)、压缩盘(CD)、软盘和磁带盒。非暂态计算机可读存储介质可以包括在用于信息(诸如计算机可读指令、数据结构、模块或其他数据)的存储的任何方法或技术中实现的易失性或非易失性、可移动和不可移动介质。
图1是根据一个方面的用于稳健定位的系统100的示例性部件图。根据一个方面,用于稳健定位的系统100可包括扫描累加器102、扫描匹配器104、变换保持器106和位置融合器108。扫描累加器102可从安装在运载工具上的一组传感器110接收一组传感器数据。该组传感器110可包括光检测和测距(LiDAR)传感器、雷达传感器或图像捕获传感器。传感器可安装在运载工具上的不同定位或位置上(例如,驾驶员侧、乘客侧、前方、后方、中心、它们的任何组合等)的运载工具上。
该组传感器数据中的每个传感器数据可与不同的视场(FOV)相关联。该组传感器数据中的每个传感器数据可包括与一个或多个对应时间戳相关联的一个或多个传感器帧。传感器数据可由扫描累加器102接收,该扫描累加器可使用时间戳信息以及与该组传感器110中的每个传感器的位置相关联的信息来累加和合并来自不同传感器的多个扫描(例如,扫描传感器数据)。扫描累加器102可通过将该组传感器数据从每个传感器帧变换到对应运载工具帧来生成传感器扫描点云输出。换句话讲,扫描累加器102可将每个传感器数据变换到公共坐标帧并将其投射回公共时间。
扫描累加器102可将该组传感器数据投射回公共时间戳。扫描累加器102可使用预先计算的传感器-运载工具校准值来将每个扫描或传感器数据从对应的传感器帧变换到“运载工具”帧,并使用从航位推算估计的运动来将传感器数据中的每个点投射到公共目标时间。这样,扫描累加器102可提供运动定位以将传感器数据投射到同一时间戳,从而使扫描匹配器104能够消耗或利用该数据。因此,扫描匹配器104可接收来自扫描累加器102的传感器扫描点云输出。第一扫描在传感器日的累加中的时间戳可以例如是公共目标时间。
扫描匹配器104可接收来自地图图块服务器112的地图图块点云数据以及来自扫描累加器102的传感器扫描点云输出。地图图块点云数据可指示与粗略运载工具位置相关联的变换点云数据,并且可使用参考组的传感器110来构建。来自地图图块服务器112的点云数据116(例如,地图图块点云数据)可表示在本地坐标帧中,但从本地到UTM坐标帧的变换也可能是可用的。地图图块点云数据可包括来自待定位的真实环境或操作环境的静态特征、地面表面、环境特征、环境布局等。地图图块点云数据通常将从待定位的真实环境或操作环境中排除动态对象。换句话讲,在生成或创建地图图块点云数据期间,可从该数据集中过滤动态对象。
地图图块点云数据可被表示为与平均值和协方差相关联的体素。例如,地图图块114可为运载工具周围的“图块”,可在运行时(例如,随着运载工具穿过操作环境)加载该图块。例如,这些“图块”可具有预定大小(例如,1km2)并以NDT兼容格式存储和加载。根据一个示例性实施方式,1个体素=平均值(3×1)+协方差(3×3)。每个体素可用平均值(μ)和协方差(Σ)来表示。
扫描匹配器104可基于传感器扫描点云输出(例如,传感器点云)和地图图块点云数据(例如,参考点云)来确定匹配。换句话讲,扫描匹配器104可确定来自地图图块服务器112的地图图块点云数据与传感器扫描点云输出之间是否存在匹配。扫描匹配器104可基于正态分布变换(NDT)来确定传感器扫描点云输出与地图图块点云数据之间的匹配,该NDT可与扫描表面的存储器高效表示相关联。也可利用其他点云匹配算法。扫描匹配器104可提供点云数据的可靠配准,可为存储器高效的,可提供子体素精度等等。
为增强稳健性并提供始终如一的平滑定位输出,使用概率扫描匹配置信度估计将传感器或LiDAR定位与航位推算融合。扫描匹配器104可计算适合度分数、变换概率和平均仰角,并基于适合度分数、变换概率和平均仰角来确定与传感器扫描点云输出相关联的扫描置信度。扫描置信度可被计算为适合度分数、变换概率和平均仰角的加权和。适合度分数可表示传感器扫描点云输出与地图图块点云之间的平均距离。变换概率可表示与NDT优化相关联的累加马氏距离。平均仰角可表示被运载工具周围的障碍物阻挡的FOV的量。根据一个方面,可利用平均仰角来计算平均仰角分数,该平均仰角分数随着自主运载工具(例如,配备有用于稳健定位的系统100的运载工具)被更多运载工具包围而减小。除此之外,扫描匹配器104可使用递归贝叶斯更新基于扫描置信度来计算定位置信度。
为了计算扫描匹配置信度pscan、适合度分数pf和变换概率pt,可利用迭代次数ni(NDT算法的PCL实施方式中可用的值)。还可利用另一个标准平均仰角pmea来计算有多少传感器FOV被动态对象阻挡。
第一度量(适合度分数)可与扫描中的每个点到地图中的对应最近点的平均距离成反比。然而,即使扫描匹配成功(例如,确定存在匹配),诸如动态对象的非标测对象的存在也会降低适合度分数。相反,由于存在可能导致扫描匹配器104失败并且不找到匹配的本地最小值,因此适合度分数可能很高。这可能发生在某些在纵向行进方向上具有局部相似性的道路上。如果到地图中对应最近点的距离大于阈值τoutlier,则可通过将扫描中的点视为离群值将非标测对象在适合度分数计算中的影响最小化。第二度量(变换概率)可为扫描对标测点的收敛程度的指标。
平均仰角pmea度量可用于测量在存在动态对象的情况下传感器可观察到多少标测对象。在此,可通过以下方式来获得对应于动态对象(例如,障碍物)的传感器点:首先将3D点投射到2D图像平面中,然后检查投射点是否位于通过图像对象检测生成的运载工具边界框中的任意运载工具边界框的内部。如果传感器在某个水平角度下被动态运载工具阻挡,则不同垂直角度下的多条光线将照射到道路上的动态运载工具。如果传感器未被阻挡,则大部分垂直光线将照射到道路之外的标测对象。跨每个方位角的最大垂直射线角可用作在每个方位角处有多少传感器射线被阻挡的指标。然后,可在每个方位角步长处使用仰角的平均值作为不确定性度量。由于定位置信度可能因区域而不同,因此对数-几率可能受到限制,以仅从最近的测量中计算置信概率。贝叶斯更新规则可表示为对数-几率形式lt(.)以确保数值稳定性。
当pmea变大,这指示更多传感器光线被动态对象阻挡并且定位置信度将降低,因为扫描可能有更少的点来匹配标测点。一旦计算出每个度量,就可通过取三个度量的加权和来确定扫描置信度的概率pscan,如下面的公式1所示。
pscan=0.3×pf+0.3×pt+0.4×pmea (1)
可使用公式2中给出的递归贝叶斯更新规则基于pscan来计算定位置信度pconf。
如果pconf>τconf并且pscan>τgood,则扫描匹配结果可用于校正。另一方面,如果pconf<τlost,则可触发或初始化初始化方法或程序。如果NDT迭代次数未达到最大限制,则扫描匹配结果可用于校正。否则,可使用匹配结果来更新下一次扫描匹配的初始姿态猜测。
初始化方法:为了使NDT收敛,初始姿态估计应紧邻最佳姿态。此外,由于各种原因,传感器定位可能在定位过程期间丢失跟踪。初始化程序旨在找到足够接近扫描匹配器104的良好初始姿态估计以进行收敛。该方法不旨在从任意姿态进行初始化。相反,其假设靠近最佳姿态,但不够接近。
因为关于运载工具位置的粗略信息可能是已知的,所以可在该位置附近执行搜索。如此,初始化模式按顺序从初始姿态候选中进行挑选并检查这些候选中的任一者是否使扫描匹配器104收敛并实现高定位置信度pconf>τconf。例如,pconf在初始化开始时可设置为0.5,并且扫描匹配器104在随后的扫描开始时运行。如果pconf再次减小到低于τlost,则可选择另一个初始姿态候选,以此类推。这可重复进行,直到实现高置信度。
通过计算适合度分数、变换概率、平均仰角、扫描置信度和定位置信度,可提供定位不确定性估计(这些输出可视为扫描匹配结果)。在使用该数据之前对该数据是否有效进行估计。扫描置信度可提供扫描匹配不确定性估计。例如,可通过动态运载工具检测和HD地图数据来对该不确定性估计进行辅助。因为可提供失效感知扫描匹配,所以动态环境可能对定位稳健性的影响更小。使用扫描匹配结果(例如,适合度分数、变换概率、平均仰角、扫描置信度和定位置信度、定位不确定性估计等),可通过变换保持器106来计算校正变换(本文中为地图至里程表变换输出)。
变换保持器106可接收来自全球定位系统(GPS)单元的GPS数据120、扫描置信度和/或定位置信度以及来自扫描匹配器104的所匹配的传感器扫描点云输出和地图图块点云数据。如果扫描置信度和/或定位置信度指示来自传感器的数据为“良好”或高于某个阈值,则可利用传感器数据。如果扫描置信度和/或定位置信度指示来自传感器的数据为“错误”或低于某个阈值,则变换保持器106可利用GPS数据120,从而在系统100内促进针对稳健定位的校正。这样,即使发生传感器失效,也可获得连续且平滑的定位输出。因此,变换保持器106可提供可使用全局坐标来指示运载工具位置的该地图至里程表变换。因此,变换保持器106将运载工具的位置从本地里程表帧带到全局帧。当例如GPS或LIDAR传感器(例如,用于预测全局位置的源)不可用时,由得自CAN的CAN数据122提供的里程表帧信息可指示相对于过去测量的相对位置。变换保持器106可保持全局精确定位。当扫描匹配结果不可用或当GPS不够精确时,变换保持器106可利用来自里程表的定位,因为该地图至里程表帧在这段时间期间没有太大变化。一旦GPS数据或传感器数据足够精确,就可应用任何校正。
变换保持器106可基于扫描置信度、GPS数据120以及所匹配的传感器扫描点云输出和地图图块点云数据生成地图至里程表变换输出132。例如,当扫描置信度小于扫描置信度阈值并且当定位置信度小于定位置信度阈值时,变换保持器106可基于GPS数据120生成地图至里程表变换输出132。相反,当扫描置信度大于扫描置信度阈值并且当定位置信度大于定位置信度阈值时,变换保持器106可基于所匹配的传感器扫描点云输出和地图图块点云数据生成地图至里程表变换输出132。变换保持器106还可将航位推算结果与扫描匹配器104结果融合。
根据一个方面,如果扫描置信度小于扫描置信度阈值并且定位置信度小于定位置信度阈值,则可丢弃GPS数据120和传感器数据两者,并且可利用最后或先前已知的位置。因此,即使当没有扫描匹配结果可用时,先前扫描匹配结果也可提供地图到里程表的变换,并且可利用得自CAN的里程表结果代替GPS数据120或传感器数据来确定在当下的当前位置。这样,可利用航位推算(例如,得自CAN数据122、IMU数据124)来提供连续且恒定速率的运载工具姿态估计,而不论扫描匹配状态如何。
位置融合器108可对CAN数据122和惯性测量单元(IMU)数据124执行数据融合,并基于CAN数据122和IMU数据124生成里程表至运载工具变换输出134。可基于得自CAN的车轮编码器信息(CAN数据122)执行里程表匹配。位置融合器108可使用扩展卡尔曼滤波器(EKF)来执行数据融合,从而提供航位推算和车轮测距。可实施恒速全向运动模型。为计算运载工具在里程表帧中的位置,位置融合器108可过滤IMU数据124、车轮里程表图像和车轮编码器数据。位置融合器108可生成指示运载工具相对于全局地图坐标的定位和/或姿态的输出(例如,基于地图至里程表变换输出132和里程表至运载工具变换输出134)。
如前所述,“里程表”到“运载工具”变换是从航位推算中获得的,并且变换保持器106模块的任务是确保“地图”到“里程表”的变换(校正变换)可用且定期更新。在定位开始时,从GPS计算校正变换,直到实现高置信度传感器姿态估计。在变换保持器106没有接收到任何传感器姿态估计的情况下,其继续重新发布最后的校正以继续进行基于航位推算的定位。如果运载工具在没有任何传感器校正的纯航位推算上定位超过一定行驶距离,则变换保持器106开始用回GPS作为校正变换的主要来源。
如果接收到的最后校正大于过去的阈值时间量,则传感器校正可能导致定位突然跳跃。可在最后校正和当前校正之间实施线性内插,并且及时平缓地应用当前校正。这在不导致任何滞后的情况下提供平滑的输出,这通常是基于低通滤波器的平滑情况。
这样,来自多个传感器的传感器数据可合并为单个扫描,可由扫描累加器102针对运动补偿对该单个扫描进行调整。因为可由位置融合器108执行不同传感器的融合,包括诸如LiDAR、车轮测距、CAN数据122、IMU数据124、GPS数据120、地面反射率、垂直特征、道路标记特征等特征的融合,所以用于稳健定位的系统100实现了例如考虑到不同部件诸如传感器或GPS的失效的故障安全。
可经由处理器152和存储器154来实现用于稳健定位的系统100,并且可经由处理器152或存储器154来实现扫描累加器102、扫描匹配器104、变换保持器106和/或位置融合器108中的一者或多者。换句话讲,可利用处理器152和/或存储器154来执行上述计算、数据接收、数据融合等中的一者或多者。
图2是根据一个方面的用于稳健定位的系统100的示例性实施方式。如图2所示,可在运载工具上安装多组传感器,每个传感器具有其自身的FOV。
图3是根据一个方面的与图1的用于稳健定位的系统100相关联的示例性数据结构。可基于该架构高效地累加扫描。为了提高存储器效率并实现多线程,可实施该数据结构(例如,并发对象缓冲区)。并发对象缓冲区可包括两个线程安全扫描队列:扫描池和扫描缓冲区。扫描池可用作累加扫描的存储器储备并且可降低存储器分配或解分配操作的频率。当接收到扫描(例如,传感器数据)时,可从扫描池中借用预先分配的扫描,其内容用新接收到的扫描进行更新,准备扫描以进行累加,并将其推入扫描缓冲区中以供稍后在扫描匹配器104中使用。
图4是根据一个方面的与稳健定位相关联的示例性场景。在此,扫描累加器102可将每个传感器数据变换到公共坐标帧并将其投射回公共时间。这样,可利用航位推算。
图5是根据一个方面的用于稳健定位的方法的示例性流程图。方法500可包括:扫描匹配502;计算504适合度分数;计算506变换概率;计算平均仰角508;计算512扫描置信度;计算514定位置信度;执行516定位检查;如果定位检查失败,则执行518初始化过程;检查520迭代次数;如果检查失败,则更新522估计;执行524扫描置信度检查;如果扫描置信度检查失败,则丢弃526扫描;以及计算528校正并将该校正发送到变换保持器106。
图6是根据一个方面的用于稳健定位的方法600的示例性流程图。方法600可包括:从安装在运载工具上的一组传感器110接收602一组传感器数据,该组传感器数据中的每个传感器数据与不同的FOV相关联,该组传感器数据中的每个传感器数据包括与一个或多个相应时间戳相关联的一个或多个传感器帧;通过将该组传感器数据从每个传感器帧变换到对应的运载工具帧来生成604传感器扫描点云输出;接收606来自地图图块服务器112的地图图块点云数据和传感器扫描点云输出,地图图块点云数据指示与粗略运载工具位置相关联的变换点云数据;基于传感器扫描点云输出和地图图块点云数据来确定608匹配;计算610适合度分数、变换概率和平均仰角并基于适应度分数、变换概率和平均仰角来确定与传感器扫描点云输出相关联的扫描置信度;接收612GPS数据、扫描置信度以及所匹配的传感器扫描点云输出和地图图块点云数据并基于扫描置信度、GPS数据以及所匹配的传感器扫描点云输出和地图图块点云数据生成地图至里程表变换输出132;以及对CAN数据122和IMU数据124执行614数据融合并基于CAN数据122和IMU数据124生成里程表至运载工具变换输出134。
又一方面涉及计算机可读介质,该计算机可读介质包括处理器可执行指令,该处理器可执行指令被配置为实现本文呈现的技术的一个方面。图7中示出了以这些方式设计的计算机可读介质或计算机可读装置的一方面,其中实施方式700包括计算机可读介质708,诸如CD-R、DVD-R、闪存驱动器、硬盘驱动器盘片等,计算机可读数据706在这些计算机可读介质上进行编码。该编码的计算机可读数据706(诸如包括如706所示的多个零和一的二进制数据)继而包括一组处理器可执行计算机指令704,该组处理器可执行计算机指令被配置为根据本文阐述的原理中的一个或多个原理进行操作。在该实施方式700中,处理器可执行计算机指令704可被配置为执行方法702,诸如图5的方法500或图6的方法600。在另一方面,处理器可执行计算机指令704可被配置为实现系统,诸如图1的系统100。许多此类计算机可读介质可以由本领域的普通技术人员设计,其被配置为根据本文呈现的技术进行操作。
如本申请中所用,术语“部件”、“模块”、“系统”、“接口”等一般旨在是指计算机相关实体、硬件、硬件和软件的组合、软件或执行中的软件。例如,部件可以是在处理器上运行的进程、处理器、对象、可执行件、执行线程、程序或计算机。作为说明,在控制器上运行的应用程序和控制器两者都可以是组件。驻留在进程或执行线程和组件内的一个或多个组件可以位于一台计算机上或分布在两台或更多台计算机之间。
此外,所要求保护的主题被实现为使用标准编程或工程技术以产生软件、固件、硬件或它们的任何组合来控制计算机实现所公开的主题的方法、设备或制品。如本文所用的术语“制品”旨在涵盖可从任何计算机可读装置、载体或介质访问的计算机程序。当然,在不脱离所要求保护的主题的范围或精神的情况下,可以对该配置作出许多修改。
图8和以下讨论提供了用于实现本文阐述的规定中的一个或多个的方面的合适的计算环境的描述。图8的操作环境仅是合适的操作环境的一个示例,并且并不旨在对操作环境的使用范围或功能提出任何限制。示例性计算装置包括个人计算机、服务器计算机、手持式或膝上型装置、移动装置(诸如移动电话、个人数字助理(PDA)、媒体播放器等)、多处理器系统、消费者电子装置、小型计算机、大型计算机、包括上述系统或装置中的任一个的分布式计算环境等。
一般来说,在“计算机可读指令”可由一个或多个计算装置执行的一般上下文中描述各方面。计算机可读指令可以经由计算机可读介质分发,如下面将讨论。计算机可读指令可以被实现为执行一个或多个任务或实现一个或多个抽象数据类型的程序模块,诸如函数、对象、应用程序编程接口(API)、数据结构等。通常,计算机可读指令的功能性根据需要在各种环境中组合或分布。
图8示出了包括被配置为实现本文提供的一个方面的计算装置812的系统800。在一个配置中,计算装置812包括至少一个处理单元816和存储器818。取决于计算装置的确切配置和类型,存储器818可以是易失性的(诸如RAM)、非易失性的(诸如ROM、闪存存储器)或它们的组合。该配置在图8中由虚线814示出。
在其他方面,计算装置812包括附加特征或功能。例如,计算装置812可包括附加存储装置,诸如可移动存储装置或不可移动存储装置,包括磁性存储装置、光学存储装置等。在图8中通过存储装置820示出了此类附加存储装置。在一方面,用于实现本文提供的一个方面的计算机可读指令在存储装置820中。存储装置820可存储其他计算机可读指令以实现操作系统、应用程序等。计算机可读指令可加载在存储器818中以供例如处理单元816执行。
如本文所用的术语“计算机可读介质”包括计算机存储介质。计算机存储介质包括在用于存储信息(诸如计算机可读指令或其他数据)的任何方法或技术中实现的易失性和非易失性、可移动和不可移动介质。存储器818和存储装置820是计算机存储介质的示例。计算机存储介质包括RAM、ROM、EEPROM、闪存存储器或其他存储器技术、CD-ROM、数字通用盘(DVD)或其他光学存储装置、盒式磁带、磁带、磁盘存储装置或其他磁性存储装置或可用于存储期望的信息并可由计算装置812访问的任何其他介质。任何此类计算机存储介质都是计算装置812的一部分。
术语“计算机可读介质”包括通信介质。通信介质通常以“经调制的数据信号”(诸如载波或其他传输机制)来体现计算机可读指令或其他数据并且包括任何信息传递介质。术语“经调制的数据信号”包括以对信号中的信息进行编码的方式设置或改变其特性中的一个或多个的信号。
计算装置812包括输入装置824,诸如键盘、鼠标、笔、语音输入装置、触摸输入装置、红外相机、视频输入装置或任何其他输入装置。输出装置822(诸如一个或多个显示器、扬声器、打印机或任何其他输出装置)可包括在计算装置812中。输入装置824和输出装置822可经由有线连接、无线连接或它们的任何组合连接到计算装置812。在一方面,来自另一计算装置的输入装置或输出装置可用作计算装置812的输入装置824或输出装置822。例如,计算装置812可包括通信连接826,以便于诸如通过网络828与一个或多个其他装置830进行通信。
尽管用特定于结构特征或方法动作的语言描述了本主题,但是应当理解,所附权利要求书的主题不一定限于上述具体特征或动作。相反,上述具体特征和动作是作为示例性方面被公开。
在本文提供了各方面的各种操作。描述操作中的一个或多个或全部的次序不应被解释为暗示这些操作必须是按次序的。将会基于该描述而知道替代排序。此外,并非所有操作都必须要存在于本文提供的每个方面中。
如本申请中所用,“或”旨在表示包括性“或”而非排他性“或”。此外,包含性“或”可以包括它们的任何组合(例如,A、B或它们的任何组合)。另外,除非另外指明或从上下文清楚指向单数形式,否则如本申请中所用的“一个”和“一种”一般被解释为表示“一个或多个”。另外,A和B中的至少一个和/或相似的表达一般表示A或B或A和B两者。此外,就“包括(includes)”、“具有(having)”、“具有(has)”、“带有”或它们的变体在详细描述或权利要求书中使用来说,此类术语旨在以与术语“包括(comprising)”类似的方式是包括性的。
此外,除非另有说明,否则“第一”、“第二”等并不表示暗示时间方面、空间方面、排序等。相反,此类术语仅用作特征、要素、项等的标识符、名称。例如,第一信道和第二信道一般对应于信道A和信道B或两个不同或两个相同的信道或同一信道。另外,“包括(comprising、comprises、including、includes)”等表示包括(comprising或including)但不限于。
应当理解,上面公开的特征和功能以及其他特征和功能中的各种特征和功能或它们的替代物或变体可以理想地组合到许多其他不同系统或应用中。此外,本领域的技术人员可以之后作出本文的各种目前无法预料或无法预期的替代、修改、变化或改进,这些也旨在涵盖在所附权利要求书中。
Claims (20)
1.一种用于稳健定位的系统,包括:
扫描累加器,所述扫描累加器从安装在运载工具上的一组传感器接收一组传感器数据,所述一组传感器数据中的每个传感器数据与不同的视场(FOV)相关联,所述一组传感器数据中的每个传感器数据包括与一个或多个对应时间戳相关联的一个或多个传感器帧,其中所述扫描累加器通过将所述一组传感器数据从每个传感器帧变换到对应的运载工具帧来生成传感器扫描点云输出;
扫描匹配器,所述扫描匹配器接收来自地图图块服务器的地图图块点云数据和来自所述扫描累加器的所述传感器扫描点云输出,所述地图图块点云数据指示与粗略运载工具位置相关联的变换点云数据,其中所述扫描匹配器基于所述传感器扫描点云输出和所述地图图块点云数据来确定匹配,
其中所述扫描匹配器计算适合度分数、变换概率和平均仰角,并基于所述适合度分数、所述变换概率和所述平均仰角来确定与所述传感器扫描点云输出相关联的扫描置信度;
变换保持器,所述变换保持器接收来自全球定位系统(GPS)单元的GPS数据、所述扫描置信度以及来自所述扫描匹配器的所匹配的传感器扫描点云输出和地图图块点云数据,其中所述变换保持器基于所述扫描置信度、所述GPS数据以及所匹配的传感器扫描点云输出和地图图块点云数据生成地图至里程表变换输出;和
位置融合器,所述位置融合器对控制器局域网(CAN)数据和惯性测量单元(IMU)数据执行数据融合,并基于所述CAN数据和所述IMU数据生成里程表至运载工具变换输出。
2.根据权利要求1所述的用于稳健定位的系统,其中所述扫描匹配器使用递归贝叶斯更新基于所述扫描置信度来计算定位置信度。
3.根据权利要求2所述的用于稳健定位的系统,其中所述变换保持器基于所述定位置信度、所述GPS数据以及所匹配的传感器扫描点云输出和地图图块点云数据生成所述地图至里程表变换输出。
4.根据权利要求3所述的用于稳健定位的系统,其中当所述扫描置信度小于扫描置信度阈值并且当所述定位置信度小于定位置信度阈值时,所述变换保持器基于所述GPS数据生成所述地图至里程表变换输出。
5.根据权利要求3所述的用于稳健定位的系统,其中当所述扫描置信度大于扫描置信度阈值并且当所述定位置信度大于定位置信度阈值时,所述变换保持器基于所匹配的传感器扫描点云输出和地图图块点云数据生成所述地图至里程表变换输出。
6.根据权利要求1所述的用于稳健定位的系统,其中所述扫描匹配器基于正态分布变换(NDT)来确定所述传感器扫描点云输出与所述地图图块点云数据之间的所述匹配。
7.根据权利要求1所述的用于稳健定位的系统,其中所述适合度分数表示所述传感器扫描点云输出与所述地图图块点云之间的平均距离。
8.根据权利要求1所述的用于稳健定位的系统,其中所述变换概率表示与正态分布变换(NDT)优化相关联的累加马氏距离。
9.根据权利要求1所述的用于稳健定位的系统,其中所述平均仰角表示被所述运载工具周围的障碍物阻挡的FOV的量。
10.根据权利要求1所述的用于稳健定位的系统,其中所述扫描置信度被计算为所述适合度分数、所述变换概率和所述平均仰角的加权和。
11.根据权利要求1所述的用于稳健定位的系统,其中所述地图图块点云数据被表示为与平均值和协方差相关联的体素。
12.根据权利要求1所述的用于稳健定位的系统,其中所述扫描累加器将所述一组传感器数据投射回公共时间戳。
13.根据权利要求1所述的用于稳健定位的系统,其中所述一组传感器包括光检测和测距(LiDAR)传感器、雷达传感器或图像捕获传感器。
14.根据权利要求1所述的用于稳健定位的系统,其中所述位置融合器使用扩展卡尔曼滤波器(EKF)来执行数据融合。
15.一种用于稳健定位的方法,包括:
从安装在运载工具上的一组传感器接收一组传感器数据,所述一组传感器数据中的每个传感器数据与不同的视场(FOV)相关联,所述一组传感器数据中的每个传感器数据包括与一个或多个对应时间戳相关联的一个或多个传感器帧;
通过将所述一组传感器数据从每个传感器帧变换到对应的运载工具帧来生成传感器扫描点云输出;
接收来自地图图块服务器的地图图块点云数据和所述传感器扫描点云输出,所述地图图块点云数据指示与粗略运载工具位置相关联的变换点云数据;
基于所述传感器扫描点云输出和所述地图图块点云数据来确定匹配;
计算适合度分数、变换概率和平均仰角,并基于所述适合度分数、所述变换概率和所述平均仰角来确定与所述传感器扫描点云输出相关联的扫描置信度;
接收全球定位系统(GPS)数据、所述扫描置信度和所匹配的传感器扫描点云输出和地图图块点云数据,并基于所述扫描置信度、所述GPS数据和所匹配的传感器扫描点云输出和地图图块点云数据生成地图至里程表变换输出;以及
对控制器局域网(CAN)数据和惯性测量单元(IMU)数据执行数据融合,并基于所述CAN数据和所述IMU数据生成里程表至运载工具变换输出。
16.根据权利要求15所述的用于稳健定位的方法,包括使用递归贝叶斯更新基于所述扫描置信度来计算定位置信度。
17.根据权利要求16所述的用于稳健定位的方法,包括当所述扫描置信度小于扫描置信度阈值并且当所述定位置信度小于定位置信度阈值时,基于所述GPS数据生成所述地图至里程表变换输出。
18.根据权利要求16所述的用于稳健定位的方法,包括当所述扫描置信度大于扫描置信度阈值并且当所述定位置信度大于定位置信度阈值时,基于所匹配的传感器扫描点云输出和地图图块点云数据生成所述地图至里程表变换输出。
19.根据权利要求16所述的用于稳健定位的方法,包括基于正态分布变换(NDT)来确定所述传感器扫描点云输出与所述地图图块点云数据之间的所述匹配。
20.一种用于稳健定位的系统,包括:
扫描累加器,所述扫描累加器从安装在运载工具上的一组传感器接收一组传感器数据,每个传感器数据与不同的视场(FOV)相关联,其中所述扫描累加器通过将所述一组传感器数据从每个传感器帧变换到对应的运载工具帧来生成传感器扫描点云输出;
扫描匹配器,所述扫描匹配器接收来自地图图块服务器的地图图块点云数据和来自所述扫描累加器的所述传感器扫描点云输出,所述地图图块点云数据指示变换点云数据,其中所述扫描匹配器基于所述传感器扫描点云输出和所述地图图块点云数据来确定匹配,
其中所述扫描匹配器计算适合度分数、变换概率和平均仰角,并基于所述适合度分数、所述变换概率和所述平均仰角来确定与所述传感器扫描点云输出相关联的扫描置信度,
其中所述扫描匹配器使用递归贝叶斯更新基于所述扫描置信度来计算定位置信度;
变换保持器,所述变换保持器基于来自全球定位系统(GPS)单元的GPS数据、所述扫描置信度、所述定位置信度以及来自所述扫描匹配器的所匹配的传感器扫描点云输出和地图图块点云数据生成地图至里程表变换输出;和
位置融合器,所述位置融合器对控制器局域网(CAN)数据和惯性测量单元(IMU)数据执行数据融合,并基于所述CAN数据和所述IMU数据生成里程表至运载工具变换输出。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962873568P | 2019-07-12 | 2019-07-12 | |
US62/873,568 | 2019-07-12 | ||
US16/823,881 US11506502B2 (en) | 2019-07-12 | 2020-03-19 | Robust localization |
US16/823,881 | 2020-03-19 | ||
PCT/US2020/040268 WO2021011185A1 (en) | 2019-07-12 | 2020-06-30 | Robust localization |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114450691A true CN114450691A (zh) | 2022-05-06 |
Family
ID=74102618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080050691.XA Pending CN114450691A (zh) | 2019-07-12 | 2020-06-30 | 稳健定位 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11506502B2 (zh) |
CN (1) | CN114450691A (zh) |
WO (1) | WO2021011185A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200361452A1 (en) * | 2019-05-13 | 2020-11-19 | Toyota Research Institute, Inc. | Vehicles and methods for performing tasks based on confidence in accuracy of module output |
EP4071740A4 (en) * | 2019-12-04 | 2023-12-06 | Pioneer Corporation | INFORMATION PROCESSING DEVICE, CONTROL METHOD, PROGRAM AND STORAGE MEDIUM |
US11685378B2 (en) * | 2020-10-08 | 2023-06-27 | GM Global Technology Operations LLC | Extrinsic characterization of detection capability to support automated lane change |
US20220197301A1 (en) * | 2020-12-17 | 2022-06-23 | Aptiv Technologies Limited | Vehicle Localization Based on Radar Detections |
EP4199522A1 (en) * | 2021-12-20 | 2023-06-21 | Beijing Xiaomi Mobile Software Co., Ltd. | Method and apparatus of encapsulating/parsing point cloud data in/from encapsulating containers |
KR102503678B1 (ko) * | 2022-02-28 | 2023-02-24 | 주식회사 라이드플럭스 | 자율주행 시스템을 위한 ndt 지도 데이터의 압축 방법, 장치 및 컴퓨터프로그램 |
KR102507906B1 (ko) * | 2022-10-04 | 2023-03-09 | 주식회사 라이드플럭스 | 저용량 ndt 지도를 이용한 자율주행 차량의 측위 방법, 장치 및 컴퓨터프로그램 |
KR102621780B1 (ko) * | 2022-12-02 | 2024-01-09 | 주식회사 라이드플럭스 | 복수의 측위 기술 퓨전을 통한 자율주행 차량의 측위 방법, 장치 및 컴퓨터프로그램 |
CN116342666B (zh) * | 2023-02-10 | 2024-03-19 | 西安电子科技大学 | 基于多形式优化的三维点云配准方法及电子设备 |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030033086A1 (en) * | 2001-06-18 | 2003-02-13 | Lee James Beresford | Gravity surveys |
US20110297747A1 (en) * | 2010-06-07 | 2011-12-08 | Interactive Lot Technologies Inc. | Custom scanning device and automated car auction facility management |
CN104470685A (zh) * | 2013-01-18 | 2015-03-25 | 艾罗伯特公司 | 提供用于家庭环境控制的环境绘图的移动机器人 |
JP2015179037A (ja) * | 2014-03-19 | 2015-10-08 | アイシン・エィ・ダブリュ株式会社 | 自動運転支援装置、自動運転支援方法及びプログラム |
US20160379366A1 (en) * | 2015-06-25 | 2016-12-29 | Microsoft Technology Licensing, Llc | Aligning 3d point clouds using loop closures |
CN106296693A (zh) * | 2016-08-12 | 2017-01-04 | 浙江工业大学 | 基于3d点云fpfh特征实时三维空间定位方法 |
US20170057545A1 (en) * | 2015-08-26 | 2017-03-02 | Delphi Technologies, Inc. | Gps data correction for automated vehicle |
US20170219360A1 (en) * | 2016-01-28 | 2017-08-03 | Uber Technologies, Inc. | Simplifying gps data for map building and distance calculation |
CN107036594A (zh) * | 2017-05-07 | 2017-08-11 | 郑州大学 | 智能电站巡检智能体的定位与多粒度环境感知技术 |
US20180059248A1 (en) * | 2016-05-18 | 2018-03-01 | James Thomas O'Keeffe | Dynamically steered laser range finder |
US20180075643A1 (en) * | 2015-04-10 | 2018-03-15 | The European Atomic Energy Community (Euratom), Represented By The European Commission | Method and device for real-time mapping and localization |
WO2018071416A1 (en) * | 2016-10-11 | 2018-04-19 | Kaarta, Inc. | Laser scanner with real-time, online ego-motion estimation |
US20180188041A1 (en) * | 2016-12-30 | 2018-07-05 | DeepMap Inc. | Detection of misalignment hotspots for high definition maps for navigating autonomous vehicles |
CN108320329A (zh) * | 2018-02-02 | 2018-07-24 | 维坤智能科技(上海)有限公司 | 一种基于3d激光的3d地图创建方法 |
US20180216942A1 (en) * | 2017-02-02 | 2018-08-02 | Baidu Usa Llc | Method and system for updating localization maps of autonomous driving vehicles |
CN108958266A (zh) * | 2018-08-09 | 2018-12-07 | 北京智行者科技有限公司 | 一种地图数据获取方法 |
US20180364731A1 (en) * | 2017-06-14 | 2018-12-20 | PerceptIn, Inc. | Monocular Modes for Autonomous Platform Guidance Systems with Auxiliary Sensors |
WO2019006289A1 (en) * | 2017-06-30 | 2019-01-03 | Kaarta, Inc. | SYSTEMS AND METHODS FOR SCAN ENHANCEMENT AND CORRECTION |
CN109474894A (zh) * | 2019-01-03 | 2019-03-15 | 腾讯科技(深圳)有限公司 | 终端定位处理方法、装置及电子设备 |
CN109633665A (zh) * | 2018-12-17 | 2019-04-16 | 北京主线科技有限公司 | 交通场景稀疏激光点云拼接方法 |
US20190154842A1 (en) * | 2017-11-22 | 2019-05-23 | DeepMap Inc. | Accuracy of global navigation satellite system based positioning using high definition map based localization |
CN109932713A (zh) * | 2019-03-04 | 2019-06-25 | 北京旷视科技有限公司 | 定位方法、装置、计算机设备、可读存储介质和机器人 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9070101B2 (en) * | 2007-01-12 | 2015-06-30 | Fatdoor, Inc. | Peer-to-peer neighborhood delivery multi-copter and method |
US10854011B2 (en) * | 2018-04-09 | 2020-12-01 | Direct Current Capital LLC | Method for rendering 2D and 3D data within a 3D virtual environment |
-
2020
- 2020-03-19 US US16/823,881 patent/US11506502B2/en active Active
- 2020-06-30 CN CN202080050691.XA patent/CN114450691A/zh active Pending
- 2020-06-30 WO PCT/US2020/040268 patent/WO2021011185A1/en active Application Filing
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030033086A1 (en) * | 2001-06-18 | 2003-02-13 | Lee James Beresford | Gravity surveys |
US20110297747A1 (en) * | 2010-06-07 | 2011-12-08 | Interactive Lot Technologies Inc. | Custom scanning device and automated car auction facility management |
CN104470685A (zh) * | 2013-01-18 | 2015-03-25 | 艾罗伯特公司 | 提供用于家庭环境控制的环境绘图的移动机器人 |
JP2015179037A (ja) * | 2014-03-19 | 2015-10-08 | アイシン・エィ・ダブリュ株式会社 | 自動運転支援装置、自動運転支援方法及びプログラム |
US20180075643A1 (en) * | 2015-04-10 | 2018-03-15 | The European Atomic Energy Community (Euratom), Represented By The European Commission | Method and device for real-time mapping and localization |
US20160379366A1 (en) * | 2015-06-25 | 2016-12-29 | Microsoft Technology Licensing, Llc | Aligning 3d point clouds using loop closures |
US20170057545A1 (en) * | 2015-08-26 | 2017-03-02 | Delphi Technologies, Inc. | Gps data correction for automated vehicle |
US20170219360A1 (en) * | 2016-01-28 | 2017-08-03 | Uber Technologies, Inc. | Simplifying gps data for map building and distance calculation |
US20180059248A1 (en) * | 2016-05-18 | 2018-03-01 | James Thomas O'Keeffe | Dynamically steered laser range finder |
CN106296693A (zh) * | 2016-08-12 | 2017-01-04 | 浙江工业大学 | 基于3d点云fpfh特征实时三维空间定位方法 |
WO2018071416A1 (en) * | 2016-10-11 | 2018-04-19 | Kaarta, Inc. | Laser scanner with real-time, online ego-motion estimation |
US20180188041A1 (en) * | 2016-12-30 | 2018-07-05 | DeepMap Inc. | Detection of misalignment hotspots for high definition maps for navigating autonomous vehicles |
US20180216942A1 (en) * | 2017-02-02 | 2018-08-02 | Baidu Usa Llc | Method and system for updating localization maps of autonomous driving vehicles |
CN107036594A (zh) * | 2017-05-07 | 2017-08-11 | 郑州大学 | 智能电站巡检智能体的定位与多粒度环境感知技术 |
US20180364731A1 (en) * | 2017-06-14 | 2018-12-20 | PerceptIn, Inc. | Monocular Modes for Autonomous Platform Guidance Systems with Auxiliary Sensors |
WO2019006289A1 (en) * | 2017-06-30 | 2019-01-03 | Kaarta, Inc. | SYSTEMS AND METHODS FOR SCAN ENHANCEMENT AND CORRECTION |
US20190154842A1 (en) * | 2017-11-22 | 2019-05-23 | DeepMap Inc. | Accuracy of global navigation satellite system based positioning using high definition map based localization |
CN108320329A (zh) * | 2018-02-02 | 2018-07-24 | 维坤智能科技(上海)有限公司 | 一种基于3d激光的3d地图创建方法 |
CN108958266A (zh) * | 2018-08-09 | 2018-12-07 | 北京智行者科技有限公司 | 一种地图数据获取方法 |
CN109633665A (zh) * | 2018-12-17 | 2019-04-16 | 北京主线科技有限公司 | 交通场景稀疏激光点云拼接方法 |
CN109474894A (zh) * | 2019-01-03 | 2019-03-15 | 腾讯科技(深圳)有限公司 | 终端定位处理方法、装置及电子设备 |
CN109932713A (zh) * | 2019-03-04 | 2019-06-25 | 北京旷视科技有限公司 | 定位方法、装置、计算机设备、可读存储介质和机器人 |
Also Published As
Publication number | Publication date |
---|---|
US20210010814A1 (en) | 2021-01-14 |
WO2021011185A1 (en) | 2021-01-21 |
US11506502B2 (en) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11506502B2 (en) | Robust localization | |
US10884110B2 (en) | Calibration of laser and vision sensors | |
US11860640B2 (en) | Signal processing device and signal processing method, program, and mobile body | |
US9884623B2 (en) | Method for image-based vehicle localization | |
US11195300B2 (en) | Smoothness constraint for camera pose estimation | |
EP3875907B1 (en) | Method, apparatus, computing device and computer-readable storage medium for positioning | |
CN114391088B (zh) | 轨线规划器 | |
TW202018330A (zh) | 使用光達的運輸工具定位系統 | |
Miller et al. | Efficient unbiased tracking of multiple dynamic obstacles under large viewpoint changes | |
WO2019026715A1 (ja) | 制御装置、および制御方法、プログラム、並びに移動体 | |
US20180275656A1 (en) | Control dominated planning and control system for autonomous driving vehicles | |
CN112154455A (zh) | 数据处理方法、设备和可移动平台 | |
US11687087B2 (en) | Systems and methods for shared cross-modal trajectory prediction | |
CN113002562B (zh) | 车辆控制装置以及存储介质 | |
US11685379B2 (en) | Vehicle control device and storage medium storing computer program for vehicle control | |
US12085403B2 (en) | Vehicle localisation | |
WO2021102676A1 (zh) | 物体状态获取方法、可移动平台及存储介质 | |
EP4148599A1 (en) | Systems and methods for providing and using confidence estimations for semantic labeling | |
US11693110B2 (en) | Systems and methods for radar false track mitigation with camera | |
JP7081098B2 (ja) | 走行環境認識装置、走行環境認識方法、プログラム | |
WO2019123582A1 (ja) | 物体情報生成装置及び物体情報生成プログラム | |
US20200125111A1 (en) | Moving body control apparatus | |
US20240102824A1 (en) | Moving object, control method of moving object, non-transitory computer-readable storage medium, and moving object control system | |
US20240078814A1 (en) | Method and apparatus for modeling object, storage medium, and vehicle control method | |
WO2024115493A1 (en) | Electronic device and method |
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 |