CN114460550A - 一种针对传感器外参标定的监测方法及装置 - Google Patents
一种针对传感器外参标定的监测方法及装置 Download PDFInfo
- Publication number
- CN114460550A CN114460550A CN202210009327.XA CN202210009327A CN114460550A CN 114460550 A CN114460550 A CN 114460550A CN 202210009327 A CN202210009327 A CN 202210009327A CN 114460550 A CN114460550 A CN 114460550A
- Authority
- CN
- China
- Prior art keywords
- positioning result
- sensor
- unmanned equipment
- positioning
- difference
- 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
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
- G01S7/02—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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Manufacturing & Machinery (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
Abstract
本说明书公开了一种针对传感器外参标定的监测方法及装置,涉及无人驾驶领域,可以获取无人驾驶设备的定位结果,该定位结果中包括通过第一传感器进行定位得到的第一定位结果,以及通过第二传感器进行定位得到的第二定位结果,而后基于预先标定出的第一传感器与第二传感器之间的外参数据,将第一定位结果转换到第二传感器对应的定位坐标系下,得到转换后的第一定位结果,并确定转换后的第一定位结果与第二定位结果之间的差异,并根据该差异,确定是否需要对外参数据进行修正,若是,根据无人驾驶设备在上述定位结果对应的地点进行行驶时的行驶路径类型,对外参数据进行修正,从而进行在线的针对外参标定的误差监测,并进行准确地修正。
Description
技术领域
本说明书涉及无人驾驶领域,尤其涉及一种针对传感器外参标定的监测方法及装置。
背景技术
当前,在无人驾驶领域中,无人驾驶设备可以通过多种传感器进行融合定位,以对自身进行准确定位,而通过多种传感器进行融合定位,需要对传感器之间的外参,即,传感器之间的转换关系进行标定,从而可以在通过传感器定位融合时,得到更加准确的定位。
在现有技术中,对于传感器的标定通常局限于线下人工对传感器进行预先标定,但是,由于传感器是硬件设备,无人驾驶设备在行驶过程中,可能会出现无人驾驶设备内部用于固定传感器或传感器内部的螺丝的松动等的情况,因此可能会导致预先针对传感器进行标定的结果出现误差,进而导致无人驾驶设备对自身的定位不准确。
所以,如何确定出无人驾驶设备内的传感器的标定结果是否存在误差,则是一个亟待解决的问题。
发明内容
本说明书提供一种针对传感器外参标定的监测方法及装置,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种针对传感器外参标定的监测方法,包括:
获取无人驾驶设备的定位结果,所述定位结果中包括通过第一传感器进行定位得到的第一定位结果,以及通过第二传感器进行定位得到的第二定位结果;
基于预先标定出的所述第一传感器与所述第二传感器之间的外参数据,将所述第一定位结果转换到所述第二传感器对应的定位坐标系下,得到转换后的第一定位结果;
确定所述转换后的第一定位结果与所述第二定位结果之间的差异,并根据所述差异,确定是否需要对所述外参数据进行修正;
若是,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型,对所述外参数据进行修正。
可选地,根据所述差异,确定是否需要对所述外参数据进行修正,具体包括:
若确定所述转换后的第一定位结果与所述第二定位结果之间的差异,超过第一预设阈值,需要对所述外参数据进行修正,若确定所述转换后的第一定位结果与所述第二定位结果之间的差异,不超过第一预设阈值,不需要对所述外参数据进行修正。
可选地,获取无人驾驶设备的定位结果,具体包括:
获取所述无人驾驶设备的定位结果以及其他无人驾驶设备的定位结果;
基于预先标定出的所述第一传感器与所述第二传感器之间的外参数据,将所述第一定位结果转换到所述第二传感器对应的定位坐标系下,得到转换后的第一定位结果之前,所述方法还包括:
针对所述无人驾驶设备与所述其他无人驾驶设备中的每个无人驾驶设备,确定该无人驾驶设备的第一传感器与第二传感器之间的外参数据,作为该无人驾驶设备对应的外参数据;
基于预先标定出的所述第一传感器与所述第二传感器之间的外参数据,将所述第一定位结果转换到所述第二传感器对应的定位坐标系下,得到转换后的第一定位结果,具体包括:
基于该无人驾驶设备对应的外参数据,将该无人驾驶设备的第一定位结果转换到第二传感器对应的定位坐标系下,得到该无人驾驶设备对应的转换后的第一定位结果;
确定所述转换后的第一定位结果与所述第二定位结果之间的差异,并根据所述差异,确定是否需要对所述外参数据进行修正,具体包括:
确定该无人驾驶设备对应的转换后的第一定位结果与该无人驾驶设备对应的第二定位结果之间的差异,作为该无人驾驶设备对应的差异;
根据各无人驾驶设备对应的差异,对各无人驾驶设备进行排序,得到排序结果;
确定排序结果中位于设定排位前的无人驾驶设备的外参数据,需要进行修正。
可选地,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型,对所述外参数据进行修正,具体包括:
若确定所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型为直行路径类型,根据所述转换后的第一定位结果与所述第二定位结果之间的差异,对所述外参数据中的平移矩阵进行修正。
可选地,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型,对所述外参数据进行修正,具体包括:
若确定所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型为转弯路径类型,根据所述转换后的第一定位结果与所述第二定位结果之间的差异,对所述外参数据中的旋转矩阵进行修正。
可选地,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型,对所述外参数据进行修正,具体包括:
若确定所述差异小于第二预设阈值,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型以及所述差异,对所述外参数据进行调整,得到调整后外参数据;
根据所述调整后外参数据,对所述外参数据进行在线修正。
可选地,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型,对所述外参数据进行修正,具体包括:
若确定所述差异大于所述第二预设阈值,对所述无人驾驶设备对应的终端设备发送预警消息,以获取到针对所述无人驾驶设备中的第一传感器以及第二传感器之间的外参重新标定的标定数据,并通过所述重新标定的标定数据,对所述外参数据进行修正。
可选地,所述第一传感器为雷达,所述第二传感器为惯性测量单元IMU。
本说明书提供了一种针对传感器外参标定的监测装置,包括:
获取模块,用于获取无人驾驶设备的定位结果,所述定位结果中包括通过第一传感器进行定位得到的第一定位结果,以及通过第二传感器进行定位得到的第二定位结果;
转换模块,用于基于预先标定出的所述第一传感器与所述第二传感器之间的外参数据,将所述第一定位结果转换到所述第二传感器对应的定位坐标系下,得到转换后的第一定位结果;
确定模块,用于确定所述转换后的第一定位结果与所述第二定位结果之间的差异,并根据所述差异,确定是否需要对所述外参数据进行修正;
修正模块,用于若是,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型,对所述外参数据进行修正。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述针对传感器外参标定的监测方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述针对传感器外参标定的监测方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
从上述方法中可以看出,可以获取无人驾驶设备的定位结果,该定位结果中包括通过第一传感器进行定位得到的第一定位结果,以及通过第二传感器进行定位得到的第二定位结果,而后基于预先标定出的第一传感器与第二传感器之间的外参数据,将第一定位结果转换到第二传感器对应的定位坐标系下,得到转换后的第一定位结果,并确定转换后的第一定位结果与第二定位结果之间的差异,并根据该差异,确定是否需要对外参数据进行修正,若是,根据无人驾驶设备在上述定位结果对应的地点进行行驶时的行驶路径类型,对外参数据进行修正。
从上述内容中可以看出,虽然外参数据通常是预先进行线下标定的,但是通过本方法中确定转换后的第一定位结果与第二定位结果之间的差异,可以确定外参数据是否存在一定误差,并在存在一定误差的前提下,对该外参数据进行修正,并且,在对该外参数据进行修正时,可以在一定程度上考虑到无人设备所行驶的行驶路径类型,以进行准确地误差修正。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书中一种针对传感器外参标定的监测方法的流程示意图;
图2为本说明书提供的一种对传感器外参进行误差监测的流程示意图;
图3为本说明书中一种针对传感器外参标定的监测装置的示意图;
图4为本说明书提供的对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书中一种针对传感器外参标定的监测方法的流程示意图,具体包括以下步骤:
S101:获取无人驾驶设备的定位结果,所述定位结果中包括通过第一传感器进行定位得到的第一定位结果,以及通过第二传感器进行定位得到的第二定位结果。
S102:基于预先标定出的所述第一传感器与所述第二传感器之间的外参数据,将所述第一定位结果转换到所述第二传感器对应的定位坐标系下,得到转换后的第一定位结果。
在实际应用中,无人驾驶设备可以通过多种传感器融合的方式对自身进行定位,这种方式需要预先对传感器之间的外参进行标定,而由于无人驾驶设备在行驶过程可能会出现颠簸等的情况,导致预先针对传感器之间标定出的外参数据可能会出现较大误差,从而导致在通过传感器融合定位的过程中,得到的定位结果不准确,因此,本说明书中的一种针对传感器外参标定的监测方法即是用于针对预先标定出的传感器之间的外参数据,进行误差的监测。
基于此,服务器可以获取无人驾驶设备的定位结果,该定位结果中可以包括通过第一传感器进行定位得到的第一定位结果,以及通过第二传感器进行定位得到的第二定位结果。而后,可以基于预先标定出的第一传感器与第二传感器之间的外参数据,将第一定位结果转换到第二传感器对应的定位坐标系下,得到转换后的第二定位结果。
也就是说,第一定位结果可以是指仅通过第一传感器进行定位,或通过结合了除第二传感器之外的其他传感器,与该第一传感器共同进行定位所得到的位姿,即,第一定位结果未使用到第二传感器。第二定位结果可以是指仅通过第二传感器进行定位,或通过除第一传感器之外的其他传感器,与该第二传感器共同进行定位得到的位姿,即,第二定位结果未使用到第一传感器。
再通过预先标定得到的第一传感器与第二传感器之间的外参数据,可以将第一定位结果转换到第二传感器对应的定位坐标系下,得到转换后的第一定位结果(当然,也可以将第二定位结果转换到第一传感器对应的定位坐标系下,在此不进行限制),这里提到的外参数据可以用于表示第一传感器对应的定位坐标系与第二传感器对应的定位坐标系之间的转换关系,该外参数据中可以包括旋转矩阵以及平移矩阵。
这里提到的第一传感器可以是指雷达,第二传感器可以是指惯性测量单元(Inertial Measurement Unit,IMU),通过雷达的全局匹配以及IMU的轨迹递推可以进行融合定位,当然,第一传感器也可以是指相机,第二传感器为IMU,第一传感器与第二传感器可以进行融合定位即可,在此不对第一传感器与第二传感器进行具体限定。
S103:确定所述转换后的第一定位结果与所述第二定位结果之间的差异,并根据所述差异,确定是否需要对所述外参数据进行修正。
在将第一定位结果转换到第二传感器的定位坐标系下,得到转换后的第一定位结果后,可以确定出转换后的第一定位结果与第二定位结果之间的差异,并根据该差异,确定是否需要对上述外参数据进行修正。
也就是说,这里是先视为该外参数据是正确的,再通过该外参数据,得到转换后的第一定位结果,并确定出转换后的第一定位结果与第二定位结果之间的差异,从而通过该差异体现外参数据的误差,若该差异越大,则该外参数据所存在的误差可能会越大。
因此,可以确定出转换后的第一定位结果与上述第二定位结果之间的差异,是否超过第一预设阈值,若超过第一预设阈值,则可以确定需要对上述外参数据进行修正,若未超过第一预设阈值,则可以确定不需要对上述外参数据进行修正。其中,第一预设阈值可以是人为预设出的,并且,该第一预设阈值可以包含对上述外参数据中各项参数进行预设的阈值(如,分别针对旋转矩阵以及平移矩阵进行预设了阈值),若是转换后的第一定位结果与上述第二定位结果之间的差异中任意一项参数,超过了该第一预设阈值中该参数对应的阈值(如,平移矩阵中的某个参数可以在第一预设阈值中对应有一项阈值),则可以判断需要对上述外参数据进行修正。
当然,除了通过差异是否超过第一预设阈值的方式进行判断之外,还可以通过其他方式进行判断,具体的,可以确定该无人驾驶设备的定位结果以及其他无人驾驶设备的定位结果,并针对该无人驾驶设备与其他无人驾驶设备中的每个无人驾驶设备,确定该无人驾驶设备的第一传感器与第二传感器之间的外参数据,作为该无人驾驶设备对应的外参数据。
基于该无人驾驶设备对应的外参数据,可以将该无人驾驶设备的第一定位结果转换到第二传感器对应的定位坐标系下,得到该无人驾驶设备对应的转换后的第一定位结果,而后,确定出该无人驾驶设备对应的转换后的第一定位结果与该无人驾驶设备对应的第二定位结果之间的差异,作为该无人驾驶设备对应的差异,并根据各无人驾驶设备对应的差异,对各无人驾驶设备进行排序,得到排序结果,而后,确定排序结果中位于设定排位前的无人驾驶设备的外参数据,需要进行修正。
也就是说,在众多无人驾驶设备中,确定转换后的第一定位结果以及第二定位结果之间的差异,差异较大的那些无人驾驶设备,可能是第一传感器与第二传感器之间的标定数据存在误差的无人驾驶设备,因此,可以确定这些无人驾驶设备需要进行修正。
需要说明的是,上述提到的确定出的所述转换后的第一定位结果与所述第二定位结果之间的差异较大,不一定是由于第一传感器与第二传感器之间的标定数据的误差,也可能是由于传感器在进行定位时得到的定位结果本身存在噪声,因此,可以将无人驾驶设备在每一时刻下的第一定位结果均转换成第二传感器对应的定位坐标系下的定位结果后,确定出转换后的第一定位结果与这段时间内的第二定位结果之间的差异,当然,不同传感器的采集频率是不一致的,因此,这里提到的每一时刻可以是指同时能够得到第一传感器的定位结果以及第二传感器的定位结果的时刻。
由于,同一时刻转换后的第一定位结果与第二定位结果之间的差异较大,有可能是某个传感器的定位观测存在噪点,但是通常传感器观测到的噪点可能不会存在较长时间,或是,由于传感器观测到的噪点而使得定位结果存在的误差不会一直存在且固定。
因此,针对每一时刻,可以确定出该时刻转换后的第一定位结果与第二定位结果之间的差异,作为该时刻对应的差异,之后,可以筛选出在设定时长内差异的变化未超过设定变化量的连续若干时刻,并通过筛选出的连续若干时刻下转换后的第一定位结果与第二定位结果之间的差异,来确定是否需要对外参数据进行修正(即,忽略掉很短时间内差异波动性大的时刻的定位结果,从而避免由于传感器观测到的噪点影响到,对外参数据修正的结果)。
也就是说,若在设定时长内各时刻转换后的第一定位结果与第二定位结果之间的差异中某些时刻对应的差异存在突变或是差异的数值较为波动,则可能是传感器自身进行的定位结果观测存在噪点,即使设定时长内存在某些时刻对应的差异较大,则也不视为是传感器之间的外参数据出现了问题。
还需说明的是,为了更加准确的检测是否是传感器之间的外参数据出现了问题,在无人驾驶设备中还可以设有振动传感器,无人驾驶设备可以通过该振动传感器采集每一时刻的振动值,若该无人驾驶设备存在指定时长(如5秒)内振动值均超过设定振动值,并且该指定时长之后,转换后的第一定位结果与第二定位结果之间的差异较大(如超过第一设定阈值,或者在各无人驾驶设备中的排名较高),则可以确定需要对外参数据进行修正。
S104:若是,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型,对所述外参数据进行修正。
确定出转换后的第一定位结果与第二定位结果之间的差异后,若确定需要对外参数据进行修正,则可以根据无人驾驶设备在该定位结果所对应的地点进行行驶时的行驶路径类型,则可以对该外参数据进行修正。
其中,行驶路径类型可以包括转弯路径类型以及直行路径类型。在实际应用中,无人驾驶设备在直行时,转换后的第一定位结果与第二定位结果之间的差异更多会体现出外参数据中平移矩阵的误差,而无人驾驶设备在转换时,转换后的第一定位结果与第二定位结果之间的差异更多会体现出外参数据中旋转矩阵的误差,因此,为了更加准确以及有效率地对无人驾驶设备外参数据进行误差监测以及修正,可以通过无人驾驶设备的行驶路径类型,对无人驾驶设备的外参数据进行修正。
其中,若确定该无人驾驶设备在上述定位结果对应的地点进行行驶时的行驶路径类型为直行路径类型,则可以根据转换后的第一定位结果与第二定位结果之间的差异,对外参数据中的平移矩阵进行修正。而若确定无人驾驶设备在该定位结果对应的地点进行行驶时的行驶路径类型为转弯路径类型,则可以根据转换后的第一定位结果与第二定位结果之间的差异,对外参数据中的旋转矩阵进行修正。
还需说明的是,在确定需要对该无人驾驶设备第一传感器和第二传感器之间的外参数据进行修正后,对该外参数据进行修正的方式也可以存在多种。例如,服务器若确定转换后的第一定位结果与第二定位结果之间的差异小于第二预设阈值,可以根据无人驾驶设备在上述定位结果对应的地点进行行驶时的行驶路径类型以及该差异,对外参数据进行调整,得到调整后外参数据,并根据调整后外参数据,对该外参数据进行在线修正。
也就是说,若在确定需要对外参数据进行修正的条件下,确定出的转换后的第一定位结果与第二定位结果之间的差异比较小,则可以直接通过该差异,对该无人驾驶设备的外参数据进行调整,使得该无人驾驶设备可以使用调整后的外参数据,进行第一传感器与第二传感器之间的定位融合。
若确定该差异大于上述第二预设阈值,对无人驾驶设备对应的终端设备发送预警消息,以获取到针对该无人驾驶设备中的第一传感器以及第二传感器之间的外参重新标定的标定数据,并通过重新标定的标定数据,对外参数据进行修正。
也就是说,若差异较大,则可以线下对外参数据进行重新标定,因此,当差异较大时,可以对无人驾驶设备对应的终端设备(如,与该无人驾驶设备相关的开发人员、专门对该无人驾驶设备进行外参数据的标定人员所持有的终端设备,或是无人驾驶设备中所设有的终端设备,标定人员或是开发人员可以通过该终端设备查看到该预警消息)发送预警消息,以提示该无人驾驶设备第一传感器与第二传感器之间标定的外参数据可能存在误差,以进行线下的重新标定,并获取到重新标定的标定数据,对该外参数据进行修正。
其中,预警消息中可以携带有该无人驾驶设备在上述定位结果对应的地点进行行驶时的行驶路径类型,以提示相关人员该无人驾驶设备的外参数据的误差可能更会出现在旋转矩阵还是平移矩阵中。
下面以一个完整的例子,来完整介绍本说明书提供的一种针对传感器外参标定的监测方法,如图2所示。
图2为本说明书提供的一种对传感器外参进行误差监测的流程示意图。
从图2中可以看出,通过第一传感器得到的第一定位结果可以转换得到第二传感器的定位坐标系下,从而得到转换后的第一定位结果,并将转换后的第一定位结果与第二定位结果之间进行比较,从而得到两者之间的差异,其中,由于第一定位结果与第二定位结果均可以是位姿,则两者之间的差异可以通过计算出位姿之间的转换矩阵进行表示,即,两者之间的差异可以为差异矩阵(包括旋转矩阵以及平移矩阵),具体可以通过以下公式进行计算:
innovation=a×tab×b.inverse()
innovation为确定出的差异,即差异矩阵,a为第一定位结果,tab为通过第一传感器与第二传感器之间的外参数据,确定出的从第一传感器的定位坐标系转换到第二传感器的定位坐标系的转换矩阵,b.inverse()为第二定位结果对应的逆矩阵。
通过计算两者之间的差异,服务器可以确定出外参数据需要进行修正的无人驾驶设备,并对这样的无人驾驶设备进行在线修正,或是进行预警使得线下人员对该无人驾驶设备进行重新标定(当然,执行主体也可以是无人驾驶设备,即,也可以是无人驾驶设备自行确定自身的外参数据是否需要进行修正)。
需要说明的是,上述提到的第一预设阈值与第二预设阈值均可以预先设定出,并且第一预设阈值以及第二预设阈值均可以包含分别针对旋转矩阵以及平移矩阵中的各项参数进行预设的阈值,即,第二预设阈值的设定方式可以与该第一预设阈值类似,其中,由于第二预设阈值是针对第一定位结果与第二定位结果之间差异较大需要人工重新进行标定的情况下设定的,因此,设置出的第二预设阈值可以大于第一预设阈值。
从上述方法中可以看出,虽然外参数据通常是预先进行线下标定的,但是通过本方法中确定转换后的第一定位结果与第二定位结果之间的差异,可以确定外参数据是否存在一定误差,并在存在一定误差的前提下,对该外参数据进行修正,并且,在对该外参数据进行修正时,可以在一定程度上考虑到无人设备所行驶的行驶路径类型,以进行有效率以及准确地误差修正。
上述提到的无人驾驶设备可以是指无人车、无人机、自动配送设备等能够实现自动驾驶的设备。基于此,采用本说明书提供的针对传感器外参标定的监测方法可以用于对无人驾驶设备中传感器之间的外参数据进行误差的监测以及修正,该无人驾驶设备具体可应用于通过无人设备进行配送的领域,如,使用无人驾驶设备进行快递、物流、外卖等配送的业务场景。
以上为本说明书的一个或多个实施例提供的针对传感器外参标定的监测方法,基于同样的思路,本说明书还提供了相应的针对传感器外参标定的监测装置,如图3所示。
图3为本说明书提供的一种针对传感器外参标定的监测装置示意图,具体包括:
获取模块301,用于获取无人驾驶设备的定位结果,所述定位结果中包括通过第一传感器进行定位得到的第一定位结果,以及通过第二传感器进行定位得到的第二定位结果;
转换模块302,用于基于预先标定出的所述第一传感器与所述第二传感器之间的外参数据,将所述第一定位结果转换到所述第二传感器对应的定位坐标系下,得到转换后的第一定位结果;
确定模块303,用于确定所述转换后的第一定位结果与所述第二定位结果之间的差异,并根据所述差异,确定是否需要对所述外参数据进行修正;
修正模块304,用于若是,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型,对所述外参数据进行修正。
可选地,所述确定模块303具体用于,若确定所述转换后的第一定位结果与所述第二定位结果之间的差异,超过第一预设阈值,需要对所述外参数据进行修正,若确定所述转换后的第一定位结果与所述第二定位结果之间的差异,不超过第一预设阈值,不需要对所述外参数据进行修正。
可选地,所述获取模块301具体用于,获取所述无人驾驶设备的定位结果以及其他无人驾驶设备的定位结果;基于预先标定出的所述第一传感器与所述第二传感器之间的外参数据,将所述第一定位结果转换到所述第二传感器对应的定位坐标系下,得到转换后的第一定位结果之前,所述转换模块302还用于,针对所述无人驾驶设备与所述其他无人驾驶设备中的每个无人驾驶设备,确定该无人驾驶设备的第一传感器与第二传感器之间的外参数据,作为该无人驾驶设备对应的外参数据;所述转换模块302具体用于,基于该无人驾驶设备对应的外参数据,将该无人驾驶设备的第一定位结果转换到第二传感器对应的定位坐标系下,得到该无人驾驶设备对应的转换后的第一定位结果;所述确定模块303具体用于,确定该无人驾驶设备对应的转换后的第一定位结果与该无人驾驶设备对应的第二定位结果之间的差异,作为该无人驾驶设备对应的差异;根据各无人驾驶设备对应的差异,对各无人驾驶设备进行排序,得到排序结果;确定排序结果中位于设定排位前的无人驾驶设备的外参数据,需要进行修正。
可选地,所述修正模块304具体用于,若确定所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型为直行路径类型,根据所述转换后的第一定位结果与所述第二定位结果之间的差异,对所述外参数据中的平移矩阵进行修正。
可选地,所述修正模块304具体用于,若确定所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型为转弯路径类型,根据所述转换后的第一定位结果与所述第二定位结果之间的差异,对所述外参数据中的旋转矩阵进行修正。
可选地,所述修正模块304具体用于,若确定所述差异小于第二预设阈值,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型以及所述差异,对所述外参数据进行调整,得到调整后外参数据;根据所述调整后外参数据,对所述外参数据进行在线修正。
可选地,修正模块304具体用于,若确定所述差异大于所述第二预设阈值,对所述无人驾驶设备对应的终端设备发送预警消息,以获取到针对所述无人驾驶设备中的第一传感器以及第二传感器之间的外参重新标定的标定数据,并通过所述重新标定的标定数据,对所述外参数据进行修正。
可选地,所述第一传感器为雷达,所述第二传感器为惯性测量单元IMU。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的针对传感器外参标定的监测方法。
本说明书还提供了图4所示的电子设备的示意结构图。如图4所述,在硬件层面,该电子设备以及无人驾驶设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的针对传感器外参标定的监测方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器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也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置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。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (11)
1.一种针对传感器外参标定的监测方法,其特征在于,包括:
获取无人驾驶设备的定位结果,所述定位结果中包括通过第一传感器进行定位得到的第一定位结果,以及通过第二传感器进行定位得到的第二定位结果;
基于预先标定出的所述第一传感器与所述第二传感器之间的外参数据,将所述第一定位结果转换到所述第二传感器对应的定位坐标系下,得到转换后的第一定位结果;
确定所述转换后的第一定位结果与所述第二定位结果之间的差异,并根据所述差异,确定是否需要对所述外参数据进行修正;
若是,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型,对所述外参数据进行修正。
2.如权利要求1所述的方法,其特征在于,根据所述差异,确定是否需要对所述外参数据进行修正,具体包括:
若确定所述转换后的第一定位结果与所述第二定位结果之间的差异,超过第一预设阈值,需要对所述外参数据进行修正,若确定所述转换后的第一定位结果与所述第二定位结果之间的差异,不超过第一预设阈值,不需要对所述外参数据进行修正。
3.如权利要求1所述的方法,其特征在于,获取无人驾驶设备的定位结果,具体包括:
获取所述无人驾驶设备的定位结果以及其他无人驾驶设备的定位结果;
基于预先标定出的所述第一传感器与所述第二传感器之间的外参数据,将所述第一定位结果转换到所述第二传感器对应的定位坐标系下,得到转换后的第一定位结果之前,所述方法还包括:
针对所述无人驾驶设备与所述其他无人驾驶设备中的每个无人驾驶设备,确定该无人驾驶设备的第一传感器与第二传感器之间的外参数据,作为该无人驾驶设备对应的外参数据;
基于预先标定出的所述第一传感器与所述第二传感器之间的外参数据,将所述第一定位结果转换到所述第二传感器对应的定位坐标系下,得到转换后的第一定位结果,具体包括:
基于该无人驾驶设备对应的外参数据,将该无人驾驶设备的第一定位结果转换到第二传感器对应的定位坐标系下,得到该无人驾驶设备对应的转换后的第一定位结果;
确定所述转换后的第一定位结果与所述第二定位结果之间的差异,并根据所述差异,确定是否需要对所述外参数据进行修正,具体包括:
确定该无人驾驶设备对应的转换后的第一定位结果与该无人驾驶设备对应的第二定位结果之间的差异,作为该无人驾驶设备对应的差异;
根据各无人驾驶设备对应的差异,对各无人驾驶设备进行排序,得到排序结果;
确定排序结果中位于设定排位前的无人驾驶设备的外参数据,需要进行修正。
4.如权利要求1所述的方法,其特征在于,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型,对所述外参数据进行修正,具体包括:
若确定所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型为直行路径类型,根据所述转换后的第一定位结果与所述第二定位结果之间的差异,对所述外参数据中的平移矩阵进行修正。
5.如权利要求1所述的方法,其特征在于,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型,对所述外参数据进行修正,具体包括:
若确定所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型为转弯路径类型,根据所述转换后的第一定位结果与所述第二定位结果之间的差异,对所述外参数据中的旋转矩阵进行修正。
6.如权利要求1所述的方法,其特征在于,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型,对所述外参数据进行修正,具体包括:
若确定所述差异小于第二预设阈值,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型以及所述差异,对所述外参数据进行调整,得到调整后外参数据;
根据所述调整后外参数据,对所述外参数据进行在线修正。
7.如权利要求6所述的方法,其特征在于,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型,对所述外参数据进行修正,具体包括:
若确定所述差异大于所述第二预设阈值,对所述无人驾驶设备对应的终端设备发送预警消息,以获取到针对所述无人驾驶设备中的第一传感器以及第二传感器之间的外参重新标定的标定数据,并通过所述重新标定的标定数据,对所述外参数据进行修正,其中,所述预警消息中携带有所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型。
8.如权利要求1~7任一项所述的方法,其特征在于,所述第一传感器为雷达,所述第二传感器为惯性测量单元IMU。
9.一种针对传感器外参标定的监测装置,其特征在于,包括:
获取模块,用于获取无人驾驶设备的定位结果,所述定位结果中包括通过第一传感器进行定位得到的第一定位结果,以及通过第二传感器进行定位得到的第二定位结果;
转换模块,用于基于预先标定出的所述第一传感器与所述第二传感器之间的外参数据,将所述第一定位结果转换到所述第二传感器对应的定位坐标系下,得到转换后的第一定位结果;
确定模块,用于确定所述转换后的第一定位结果与所述第二定位结果之间的差异,并根据所述差异,确定是否需要对所述外参数据进行修正;
修正模块,用于若是,根据所述无人驾驶设备在所述定位结果对应的地点进行行驶时的行驶路径类型,对所述外参数据进行修正。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~8任一项所述的方法。
11.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210009327.XA CN114460550A (zh) | 2022-01-06 | 2022-01-06 | 一种针对传感器外参标定的监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210009327.XA CN114460550A (zh) | 2022-01-06 | 2022-01-06 | 一种针对传感器外参标定的监测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114460550A true CN114460550A (zh) | 2022-05-10 |
Family
ID=81409246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210009327.XA Pending CN114460550A (zh) | 2022-01-06 | 2022-01-06 | 一种针对传感器外参标定的监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114460550A (zh) |
-
2022
- 2022-01-06 CN CN202210009327.XA patent/CN114460550A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230093680A1 (en) | Data fusion | |
CN111238450B (zh) | 视觉定位方法及装置 | |
CN113899374B (zh) | 自动驾驶车辆定位方法、装置及电子设备、存储介质 | |
CN112762965B (zh) | 一种磁力计校准方法以及装置 | |
CN111077555A (zh) | 一种定位方法及装置 | |
CN111263075A (zh) | 对包含音圈电机的镜头模组进行标定的方法、装置及设备 | |
JP2014106206A (ja) | 慣性センサおよびその演算誤差軽減方法 | |
CN111127551A (zh) | 一种目标检测的方法及装置 | |
CN113109851A (zh) | 一种异常检测方法、装置、存储介质及电子设备 | |
CN112902987B (zh) | 一种位姿修正的方法及装置 | |
CN113674424B (zh) | 一种电子地图绘制的方法及装置 | |
CN112859131B (zh) | 一种无人驾驶设备的定位方法及装置 | |
CN111491107B (zh) | 一种音圈马达行程标定方法、装置及设备 | |
CN114494381A (zh) | 模型训练及深度估计方法、装置、存储介质及电子设备 | |
CN112362084A (zh) | 一种数据标定方法、装置及数据标定系统 | |
CN114460550A (zh) | 一种针对传感器外参标定的监测方法及装置 | |
WO2023185215A1 (zh) | 数据校准 | |
CN115979262B (zh) | 飞行器的定位方法、装置、设备及存储介质 | |
CN113048989B (zh) | 一种无人驾驶设备的定位方法及定位装置 | |
CN112461258A (zh) | 一种参数修正的方法及装置 | |
CN113886119B (zh) | 一种故障修复的方法及装置 | |
CN116222586A (zh) | 自动驾驶车辆的融合定位方法、装置及电子设备 | |
CN112712561A (zh) | 一种建图方法、装置、存储介质及电子设备 | |
CN115060289A (zh) | 定位轨迹精度评估方法、装置及电子设备、存储介质 | |
CN111798489B (zh) | 一种特征点跟踪方法、设备、介质及无人设备 |
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 |