CN114972485A - 定位精度测试方法、设备、存储介质及程序产品 - Google Patents
定位精度测试方法、设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN114972485A CN114972485A CN202210552503.4A CN202210552503A CN114972485A CN 114972485 A CN114972485 A CN 114972485A CN 202210552503 A CN202210552503 A CN 202210552503A CN 114972485 A CN114972485 A CN 114972485A
- Authority
- CN
- China
- Prior art keywords
- target
- point
- track
- distance
- determining
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000005259 measurement Methods 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3811—Point data, e.g. Point of Interest [POI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Navigation (AREA)
Abstract
本申请实施例提供一种定位精度测试方法、设备、存储介质及程序产品，该方法包括针对每个语义要素的特征点，确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离，确定所述特征点对应的目标轨迹节点与所述特征点对应的第二同名点之间的目标测量距离，并基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果，进而根据多个所述语义要素对应的误差结果，确定所述待处理定位轨迹的相对定位精度。本申请实施例提供的定位精度测试方法，通过以激光点云为真值参考数据，确定车辆与行驶轨迹周围语义要素之间的距离的误差结果，进而获得车辆定位轨迹的相对定位精度。
Description
技术领域
本申请实施例涉及自动驾驶技术领域，尤其涉及一种定位精度测试方法、设备、存储介质及程序产品。
背景技术
自动驾驶系统是一种集感知、定位、规划与控制等多种技术的复杂系统，其中高精度定位技术是整个系统稳定、准确以及快速运转的基础。因此，定位精度是对整个系统进行考量评测的关键指标。
相关技术中，通常以更高精度的导航或后处理轨迹结果作为定位的真值，例如IE轨迹或实时RTK轨迹，进而基于定位的真值与实时定位的结果，确定位精度。
然而，实现本申请过程中，发明人发现现有技术中至少存在如下问题：上述方式获得的定位精度为全局的定位精度，也即绝对定位精度，在目前自动驾驶方案中，相比于绝对定位精度，系统更关注车辆在局部地图下与一些场景标识的距离，即相对定位精度，如何准确的进行相对定位精度的评测是当前亟待解决的技术问题。
发明内容
本申请实施例提供一种定位精度测试方法、设备、存储介质及程序产品，以实现相对定位精度的测试。
第一方面，本申请实施例提供一种定位精度测试方法，包括：
获取目标特征点对应的目标点云帧，以及多个所述特征点在所述目标点云帧中分别对应的第一同名点；多个所述特征点是待处理定位轨迹对应的矢量语义地图中的多个语义要素分别对应的特征点；
获取多个所述特征点对应的目标图像帧，以及多个所述特征点在所述目标图像帧中分别对应的第二同名点，所述目标图像帧是在目标车辆基于所述待处理定位轨迹行驶过程中采集的；
获取在所述待处理定位轨迹中多个所述特征点分别对应的目标轨迹节点；
针对每个语义要素的特征点，确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离，确定所述特征点对应的目标轨迹节点与所述特征点对应的第二同名点之间的目标测量距离，并基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果；
根据多个所述语义要素对应的误差结果，确定所述待处理定位轨迹的相对定位精度。
在一种可能的设计中，所述获取目标特征点对应的目标点云帧，包括：
获取待处理定位轨迹、所述待处理定位轨迹对应的矢量语义地图和对应的激光点云帧；
从所述矢量语义地图中选定多个语义要素分别对应的特征点；多个所述语义要素位于所述待处理定位轨迹预设范围内；
从所述激光点云帧中选定多个所述特征点对应的目标点云帧。
在一种可能的设计中，所述从所述激光点云帧中选定多个所述特征点对应的目标点云帧，包括：
获取所述待处理定位轨迹对应的传感数据；
基于所述待处理定位轨迹和所述传感数据，将所述激光点云帧中各点云的坐标转换至同一坐标系下，获得矫正后的激光点云帧；
从所述矫正后的激光点云帧中选定多个所述特征点对应的目标点云帧。
在一种可能的设计中，所述确定所述特征点对应的目标轨迹节点与所述特征点对应的第二同名点之间的目标测量距离，包括：
获取所述特征点对应的第二同名点对应的测距结果；所述测距结果为在生成所述待处理定位轨迹的过程中生成的所述第二同名点与所述目标轨迹节点之间的距离；
所述基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果，包括：
将所述测距结果与所述目标真值距离之间的差值，确定为所述语义要素对应的测距误差。
在一种可能的设计中，所述确定所述特征点对应的目标轨迹节点与所述特征点对应的第二同名点之间的目标测量距离，包括：
确定所述特征点对应的目标轨迹节点的真值坐标；
将所述特征点的坐标与对应的目标轨迹节点的真值坐标转换至目标坐标系下，计算所述语义要素的特征点与所述目标轨迹节点之间的目标相对距离；
所述基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果，包括：
将所述目标真值距离与目标相对距离之间的差值，确定为所述语义要素对应的相对定位误差。
在一种可能的设计中，所述确定所述目标轨迹节点的真值坐标，包括：
获取所述待处理定位轨迹对应的真值轨迹；
从所述真值轨迹中查找与所述目标轨迹节点相邻的邻节点，并基于插值算法，根据所述邻节点的坐标和时间戳，以及所述目标轨迹节点的时间戳，确定所述目标轨迹节点的真值坐标。
在一种可能的设计中，所述确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离，包括：
若所述语义要素为空中语义要素，则根据所述特征点对应的第一同名点的坐标，确定所述目标真值距离。
在一种可能的设计中，所述根据所述空中语义要素的特征点对应的第一同名点的坐标，确定目标车辆与所述空中语义要素之间的目标真值距离，包括：
若所述空中语义要素为面状语义要素，且所述空中语义要素所在平面与目标车辆的行驶方向垂直，将所述空中语义要素的特征点对应的第一同名点的坐标中的纵向坐标分量，确定为所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的纵向真值距离；
所述基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果，包括：
基于所述纵向真值距离和所述目标测量距离，确定所述语义要素对应的纵向误差。
在一种可能的设计中，所述确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离，包括：
若所述语义要素为地面语义要素，则确定所述地面语义要素对应的地平面方程；
根据所述地平面方程，将所述地面语义要素的特征点对应的第二同名点从二维特征点转换为三维特征点，并根据所述三维特征点的坐标，确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离。
在一种可能的设计中，所述根据所述三维特征点的坐标，确定目标车辆与所述地面语义要素之间的目标真值距离，包括：
若所述地平面语义要素为线状语义要素，且所述地面语义要素与目标车辆的行驶方向平行，则根据所述三维特征点的坐标的横向坐标确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的横向真值距离；
所述基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果，包括：
基于所述横向真值距离和所述目标测量距离，确定所述语义要素对应的横向误差。
在一种可能的设计中，所述根据多个所述语义要素对应的误差结果，确定所述待处理定位轨迹的相对定位精度，包括：
基于场景的不同，将所述待处理定位轨迹划分为多段，获得多段子轨迹；
针对每段子轨迹，确定所述子轨迹对应的误差结果，并根据所述误差结果确定所述子轨迹的相对定位精度。
第二方面，本申请实施例提供一种定位精度测试设备，包括：
获取模块，用于获取多个特征点对应的目标点云帧，以及多个所述特征点在所述目标点云帧中分别对应的第一同名点；多个所述特征点是待处理定位轨迹对应的矢量语义地图中的多个语义要素分别对应的特征点；
所述获取模块，还用于获取多个所述特征点对应的目标图像帧，以及多个所述特征点在所述目标图像帧中分别对应的第二同名点，所述目标图像帧是在目标车辆基于所述待处理定位轨迹行驶过程中采集的；
所述获取模块，还用于获取在所述待处理定位轨迹中多个所述特征点分别对应的目标轨迹节点；
处理模块，用于针对每个语义要素的特征点，确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离，确定所述特征点对应的目标轨迹节点与所述特征点对应的第二同名点之间的目标测量距离，并基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果；
所述处理模块，还用于根据多个所述语义要素对应的误差结果，确定所述待处理定位轨迹的相对定位精度。
第三方面，本申请实施例提供一种定位精度测试设备，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上第一方面以及第一方面各种可能的设计所述的方法。
第四方面，本申请实施例提供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，实现如上第一方面以及第一方面各种可能的设计所述的方法。
第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时，实现如上第一方面以及第一方面各种可能的设计所述的方法。
本实施例提供的定位精度测试方法、设备、存储介质及程序产品，该方法首先针对每个语义要素的特征点，确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离，确定所述特征点对应的目标轨迹节点与所述特征点对应的第二同名点之间的目标测量距离，并基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果，进而根据多个所述语义要素对应的误差结果，确定所述待处理定位轨迹的相对定位精度。本申请实施例提供的定位精度测试方法，通过以激光点云为真值参考数据，确定车辆与行驶轨迹周围语义要素之间的距离的误差结果，进而获得车辆定位轨迹的相对定位精度。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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为本申请实施例提供的定位精度测试方法的原理示意图；
图2为本申请实施例提供的定位精度测试方法的流程示意图；
图3为本申请实施例提供的真值轨迹与待处理定位轨迹的示意图；
图4为本申请实施例提供的定位精度测试设备的结构示意图；
图5为本申请实施例提供的定位精度测试设备的硬件结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
自动驾驶是一种集感知、定位、规划与控制等多种技术的复杂系统，其中高精度定位技术是整个系统稳定、准确以及快速运转的基础。目前，主流的定位技术都是基于高精度地图的定位技术，包括高精度点云地图定位和高精度语义地图定位。点云地图可以为定位提供精确的三维环境信息，语义地图则提供轻量化的语义矢量化信息。基于以上两类地图的定位，结合GPS、惯性导航等信息，为自动驾驶下游的环境感知、规划和控制模块输出高频率、高精度的全局定位信息以及局部运动轨迹。环境感知依赖定位进行世界模型构建，规划根据定位输出车辆的位置进行全局轨迹规划，并为控制提供车辆状态信息。因此，定位模块是整个自动驾驶系统的前提，其运行精度也是整个系统考量的关键指标。
相关技术中，通常是以更高精度的导航或后处理轨迹结果作为定位的真值，例如实时差分定位(Real-Time Kinematic，RTK)轨迹。该类方法以同一时刻的IE或RTK轨迹作为定位位置真值和姿态真值，将实时定位的结果投影到真值轨迹的横向和纵向，以此作为定位的位置误差和航向角误差。然而，上述方式获得的定位精度为全局的定位精度，也即绝对定位精度，在目前自动驾驶方案中，相比于绝对定位精度，系统更关注车辆在局部地图下与一些场景标识的距离的精度，即自动驾驶车辆在地图拓扑关系网中的相对定位精度，如何准确的进行相对定位精度的评测是当前亟待解决的技术问题。
为解决上述技术问题，本申请发明人研究发现可以在车辆行驶过程同时获取激光点云，并以激光点云作为真值参考数据，确定车辆与行驶轨迹周围语义要素之间的距离的误差结果，获得车辆定位轨迹的相对定位精度。基于此，本申请实施例提供一种定位精度测试方法，通过以激光点云为真值，确定车辆与行驶轨迹周围语义要素之间的距离的误差结果，进而获得车辆定位轨迹的相对定位精度。
图1为本申请实施例提供的定位精度测试方法的原理示意图。如图1所示，车辆沿道路行驶，获得待处理定位轨迹的多个轨迹节点。行驶至轨迹节点103时，通过定位可以获得斜纹填充箭头102的位置坐标，而竖纹填充箭头101的位置箭头的真实位置，斜纹填充箭头102和竖纹填充箭头101之间存在距离并未完全重合，说明车辆与周围语义要素(箭头)之间的距离存在误差，该误差的大小即可以表明相对定位精度的高低。
在具体实现过程中，可以在车辆行驶过程中通过激光雷达获取激光点云，根据精度较高的激光点云确定真值距离，对定位过程中的测量距离进行误差的确定，进而获得相对定位精度。以竖纹填充箭头101的箭头尖端为例，获取箭头尖端在矢量语义地图中对应的目标特征点，获取目标特征点在激光点云中对应的目标点云帧中的第一同名点，获取目标特征点对应的目标图像帧中的第二同名点，获取目标特征点对应的目标轨迹节点(轨迹节点103)，第一同名点与轨迹节点103之间的距离即为真值距离L2，第二同名点与轨迹节点103之间的距离即为测量距离L1，根据L1和L2可以获得误差距离ERR。基于此，可以基于整条待处理定位轨迹周围的多个语义要素(地面箭头、车道线、虚线、空中指示牌等)的特征点对待处理定位轨迹的相对定位精度进行确定。本实施例提供的定位精度测试方法，通过以激光点云为真值参考数据，确定车辆与行驶轨迹周围语义要素之间的距离的误差结果，进而获得车辆定位轨迹的相对定位精度。
下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图2为本申请实施例提供的定位精度测试方法的流程示意图。如图2所示，该方法包括：
201、获取目标特征点对应的目标点云帧，以及多个所述特征点在所述目标点云帧中分别对应的第一同名点；多个所述特征点是待处理定位轨迹对应的矢量语义地图中的多个语义要素分别对应的特征点。
202、获取多个所述特征点对应的目标图像帧，以及多个所述特征点在所述目标图像帧中分别对应的第二同名点，所述目标图像帧是在目标车辆基于所述待处理定位轨迹行驶过程中采集的。
203、获取在所述待处理定位轨迹中多个所述特征点分别对应的目标轨迹节点。
本实施例中，执行主体可以为计算机、平板、手机、服务器等具备运算能力的设备、设备中的器件或具有同样功能的芯片等。
可选地，所述获取目标特征点对应的目标点云帧，可以包括：获取待处理定位轨迹、所述待处理定位轨迹对应的矢量语义地图和对应的激光点云帧；从所述矢量语义地图中选定多个语义要素分别对应的特征点；多个所述语义要素位于所述待处理定位轨迹预设范围内；从所述激光点云帧中选定多个所述特征点对应的目标点云帧。
在一些实施例中，为了提高数据的准确性，可以对激光点云进行矫正，所述从所述激光点云帧中选定多个所述特征点对应的目标点云帧，可以包括：获取所述待处理定位轨迹对应的传感数据；基于所述待处理定位轨迹和所述传感数据，将所述激光点云帧中各点云的坐标转换至同一坐标系下，获得矫正后的激光点云帧；从所述矫正后的激光点云帧中选定多个所述特征点对应的目标点云帧。
本实施例中，矢量语义地图可以包括待处理定位轨迹全程预设范围内的各语义要素的绝对位置坐标(例如WGS-84坐标系(World Geodetic System一1984CoordinateSystem)下的世界坐标)。
本实施例中，可以通过建立真值库的方式，将目标点云帧、目标图像帧、目标特征点对应存储于真值库中。具体的，在矢量语义地图中，沿待处理定位轨迹，在轨迹的预设范围内选取多个语义要素(例如箭头、虚线框、空中指示牌)，并确定每个语义要素的特征点，为每个语义要素选定对应的目标图像帧和目标点云帧，确定特征点在目标点云帧中的第一同名点，在目标图像帧中的第二同名点。还可以获取地面语义要素周围地面对应的激光点群，以便后续进行地平面方程的确定，进而基于该地平面方程确定第一同名点对应的真值距离。目标图像帧可以是从车辆定位过程中，即生成待处理定位轨迹过程中，采集的原始图像数据中选定的。
204、针对每个语义要素的特征点，确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离，确定所述特征点对应的目标轨迹节点与所述特征点对应的第二同名点之间的目标测量距离，并基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果。
本实施例中，误差结果可以包括多种误差，例如可以包括测距误差，还可以包括矢量语义地图中特征点，相对于目标点云帧中的第一同名点的相对定位误差。
在一些实施例中，测距误差的计算方式可以为：所述确定所述特征点对应的目标轨迹节点与所述特征点对应的第二同名点之间的目标测量距离，可以包括：获取所述第二同名点对应的测距结果；所述测距结果为在生成所述待处理定位轨迹的过程中生成的所述第二同名点与所述目标轨迹节点之间的距离；所述基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果，可以包括：将所述测距结果与所述目标真值距离之间的差值，确定为所述语义要素对应的测距误差。
具体的，在定位过程中，即在生成待处理定位轨迹过程中，可以生成第二同名点与目标特征点之间的测距结果，将该测距结果存储，以便在进行相对定位精度评测时，可以直接获取。
在一些实施例中，相对定位误差的计算方式可以为：所述确定所述特征点对应的目标轨迹节点与所述特征点对应的第二同名点之间的目标测量距离，可以包括：确定所述目标轨迹节点的真值坐标；将所述特征点的坐标与对应的目标轨迹节点的真值坐标转换至目标坐标系下，计算所述语义要素的特征点与所述目标轨迹节点之间的目标相对距离；所述基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果，可以包括：将所述目标真值距离与目标相对距离之间的差值，确定为所述语义要素对应的相对定位误差。可选地，所述确定所述目标轨迹节点的真值坐标，可以包括：获取所述待处理定位轨迹对应的真值轨迹；从所述真值轨迹中查找与所述目标轨迹节点相邻的邻节点，并基于插值算法，根据所述邻节点的坐标和时间戳，以及所述目标轨迹节点的时间戳，确定所述目标轨迹节点的真值坐标。
具体的，在车辆定位过程中，可以同时进行真值轨迹的获取，例如可以同时获取RTK轨迹。在进行相对定位精度评测过程中，针对待处理定位轨迹的每个轨迹节点，可以在RTK轨迹的各轨迹节点中，选定与该轨迹节点相邻的邻节点进行插值运算，以确定该轨迹节点的真值坐标。如图3所示，针对待处理定位轨迹中的轨迹节点301，可以从RTK轨迹的轨迹节点中确定对应的邻节点(节点302和节点303)，进而可以基于插值算法，根据节点301的时间戳、节点302时间戳和坐标，以及节点303的时间戳和坐标来确定节点301的真值坐标。在确定目标轨迹节点的真值坐标之后，可以将特征点在矢量语义地图的世界坐标系下的坐标，目标轨迹节点的真值坐标转换到相同的目标坐标系下，例如可以是惯导坐标系下，进而在目标坐标系下求取特征点的坐标与真值坐标之间的差值，作为目标相对距离，进而可以将目标真值距离与目标相对距离之间的差值，确定为相对定位误差，也即矢量语义地图中语义要素的相对距离误差。
205、根据多个所述语义要素对应的误差结果，确定所述待处理定位轨迹的相对定位精度。
本实施例中，可以针对同一类的语义要素，计算对应误差结果的均方差或平均值，来确定相对定位轨迹。可选地，还可以根据不同的置信度要求，挑选对应百分比的定位误差，计算这些的均值和协方差。示例性的，可以将各语义要素对应的误差结果进行排序，以误差值从小到大为例，可以选取前60％的误差值，计算该置信度区间的协方差或均值作为该置信度区间对应的相对定位精度。
在一些实施例中，为了更加准确的测试相对定位精度，可以针对不同场景(例如，高速公路场景、峡谷场景、隧道场景、市区场景、山区场景等)分段进行相对定位精度的确定。所述根据多个所述语义要素对应的误差结果，确定所述待处理定位轨迹的相对定位精度，可以包括：基于场景的不同，将所述待处理定位轨迹划分为多段，获得多段子轨迹；针对每段子轨迹，确定所述子轨迹对应的误差结果，并根据所述误差结果确定所述子轨迹的相对定位精度。
本实施例提供的定位精度测试方法，通过以激光点云为真值，确定车辆与行驶轨迹周围语义要素之间的距离的误差结果，进而获得车辆定位轨迹的相对定位精度。
目标真值距离的计算方式可以有多种，例如可以针对不同种类的语义要素，采用不同的真值距离的计算法方式。
在一些实施例中，针对空中语义要素，所述确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离，可以包括：若所述语义要素为空中语义要素，则根据所述特征点对应的第一同名点的坐标，确定所述目标真值距离。可选地，所述根据所述空中语义要素的特征点对应的第一同名点的坐标，确定目标车辆与所述空中语义要素之间的目标真值距离，可以包括：若所述空中语义要素为面状语义要素，且所述空中语义要素所在平面与目标车辆的行驶方向垂直，将所述空中语义要素的特征点对应的第一同名点的坐标中的纵向坐标分量，确定为所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的纵向真值距离；所述基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果，可以包括：基于所述纵向真值距离和所述目标测量距离，确定所述语义要素对应的纵向误差。
具体的，针对空中语义要素，例如空中交通指示牌。可以将第一同名点在雷达坐标系下的坐标转换到目标坐标系下，例如惯导坐标系下，进而基于空中语义要素的形状(例如面状、条状、点状)和设置方式(例如与车辆行驶方向平行设置、垂直设置)，基于第一同名点在目标坐标系下的坐标的不同分量确定目标真值距离。可选地，针对面状的且平面与车辆行驶方向垂直的空中语义要素可以基于第一同名点的坐标的纵向分量，确定纵向真值距离，进而基于纵向真值距离和目标测量距离的纵向分量，确定纵向误差。针对面状的且平面与车辆行驶方向平行的空中语义要素可以基于第一同名点的坐标的横向分量，确定横向误差。上述算法，计算效率高，节省算力。
在一些实施例中，针对地面语义要素，所述确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离，可以包括：若所述语义要素为地面语义要素，则确定所述地面语义要素对应的地平面方程；根据所述地平面方程，将所述地面语义要素的特征点对应的第二同名点从二维特征点转换为三维特征点，并根据所述三维特征点的坐标，确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离。可选地，所述根据所述三维特征点的坐标，确定目标车辆与所述地面语义要素之间的目标真值距离，可以包括：若所述地平面语义要素为线状语义要素，且所述地面语义要素与目标车辆的行驶方向平行，则根据所述三维特征点的坐标的横向坐标确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的横向真值距离；所述基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果，可以包括：基于所述横向真值距离和所述目标测量距离，确定所述语义要素对应的横向误差。
具体的，语义定位过程是通过还原相平面的2D语义要素到三维空间，并将还原获得的3D语义要素与地图进行3D配准的过程。因此2D要素到3D的测距精度将直接影响配准精度，进而决定定位精度。针对地面语义要素，可以首先根据语义要素周围的激光点云群，获得较准确的地平面方程，地平面方程的确定方式有多种，可以通过三个点确定平面的方程组形式，或者通过拟合的方式等，本实施例对此不做限定。在确定了地平面方程后，可以基于该地平面方程将第二同名点从2D点转换为3D点，并基于3D点的坐标确定目标轨迹点与对应第一同名点之间的目标真值距离。针对地面语义要素的形状特征，可以基于3D点坐标的不同分量确定对应的误差。例如，与车辆行驶方向平行的条状语义要素(例如，车道线)可以记录横向分量，以确定横向误差，具有顶点的语义要素(例如虚线和箭头)，可以基于顶点的3D点坐标获得横向分量(用于确定横向误差)和纵向坐标值(用于确定纵向误差)。
图4为本申请实施例提供的定位精度测试设备的结构示意图。如图4所示，该定位精度测试设备40包括：获取模块401和处理模块402。
获取模块401，用于获取多个特征点对应的目标点云帧，以及多个所述特征点在所述目标点云帧中分别对应的第一同名点；多个所述特征点是待处理定位轨迹对应的矢量语义地图中的多个语义要素分别对应的特征点；
所述获取模块401，还用于获取多个所述特征点对应的目标图像帧，以及多个所述特征点在所述目标图像帧中分别对应的第二同名点，所述目标图像帧是在目标车辆基于所述待处理定位轨迹行驶过程中采集的；
所述获取模块401，还用于获取在所述待处理定位轨迹中多个所述特征点分别对应的目标轨迹节点；
处理模块402，用于针对每个语义要素的特征点，确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离，确定所述特征点对应的目标轨迹节点与所述特征点对应的第二同名点之间的目标测量距离，并基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果；
所述处理模块402，还用于根据多个所述语义要素对应的误差结果，确定所述待处理定位轨迹的相对定位精度。
本申请实施例提供的定位精度测试设备，通过以激光点云为真值，确定车辆与行驶轨迹周围语义要素之间的距离的误差结果，进而获得车辆定位轨迹的相对定位精度。
本申请实施例提供的定位精度测试设备，可用于执行上述的方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
图5为本申请实施例提供的定位精度测试设备的结构框图，该设备可以是计算机，平板、手机、服务器等具备运算能力的设备。
装置50可以包括以下一个或多个组件：处理组件501，存储器502，电源组件503，多媒体组件504，音频组件505，输入/输出(I/O)接口506，传感器组件507，以及通信组件508。
处理组件501通常控制装置50的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件501可以包括一个或多个处理器509来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件501可以包括一个或多个模块，便于处理组件501和其他组件之间的交互。例如，处理组件501可以包括多媒体模块，以方便多媒体组件504和处理组件501之间的交互。
存储器502被配置为存储各种类型的数据以支持在装置50的操作。这些数据的示例包括用于在装置50上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器502可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件503为装置50的各种组件提供电力。电源组件503可以包括电源管理系统，一个或多个电源，及其他与为装置50生成、管理和分配电力相关联的组件。
多媒体组件504包括在所述装置50和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件504包括一个前置摄像头和/或后置摄像头。当装置50处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件505被配置为输出和/或输入音频信号。例如，音频组件505包括一个麦克风(MIC)，当装置50处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器502或经由通信组件508发送。在一些实施例中，音频组件505还包括一个扬声器，用于输出音频信号。
I/O接口506为处理组件501和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件507包括一个或多个传感器，用于为装置50提供各个方面的状态评估。例如，传感器组件507可以检测到装置50的打开/关闭状态，组件的相对定位，例如所述组件为装置50的显示器和小键盘，传感器组件507还可以检测装置50或装置50一个组件的位置改变，用户与装置50接触的存在或不存在，装置50方位或加速/减速和装置50的温度变化。传感器组件507可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件507还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件507还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件508被配置为便于装置50和其他设备之间有线或无线方式的通信。装置50可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件508经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件508还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置50可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器502，上述指令可由装置50的处理器509执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
上述的计算机可读存储介质，上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，简称：ASIC)中。当然，处理器和可读存储介质也可以作为分立组件存在于设备中。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时，实现如上定位精度测试设备执行的定位精度测试方法。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (14)
1.一种定位精度测试方法，其特征在于，该方法包括：
获取多个特征点对应的目标点云帧，以及多个所述特征点在所述目标点云帧中分别对应的第一同名点；多个所述特征点是待处理定位轨迹对应的矢量语义地图中的多个语义要素分别对应的特征点；
获取多个所述特征点对应的目标图像帧，以及多个所述特征点在所述目标图像帧中分别对应的第二同名点，所述目标图像帧是在目标车辆基于所述待处理定位轨迹行驶过程中采集的；
获取在所述待处理定位轨迹中多个所述特征点分别对应的目标轨迹节点；
针对每个语义要素的特征点，确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离，确定所述特征点对应的目标轨迹节点与所述特征点对应的第二同名点之间的目标测量距离，并基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果；
根据多个所述语义要素对应的误差结果，确定所述待处理定位轨迹的相对定位精度。
2.根据权利要求1所述的方法，其特征在于，所述获取多个特征点对应的目标点云帧，包括：
获取待处理定位轨迹、所述待处理定位轨迹对应的矢量语义地图和对应的激光点云帧；
从所述矢量语义地图中选定多个语义要素分别对应的特征点；多个所述语义要素位于所述待处理定位轨迹预设范围内；
从所述激光点云帧中选定多个所述特征点对应的目标点云帧。
3.根据权利要求2所述的方法，其特征在于，所述从所述激光点云帧中选定多个所述特征点对应的目标点云帧，包括：
获取所述待处理定位轨迹对应的传感数据；
基于所述待处理定位轨迹和所述传感数据，将所述激光点云帧中各点云的坐标转换至同一坐标系下，获得矫正后的激光点云帧；
从所述矫正后的激光点云帧中选定多个所述特征点对应的目标点云帧。
4.根据权利要求1所述的方法，其特征在于，所述确定所述特征点对应的目标轨迹节点与所述特征点对应的第二同名点之间的目标测量距离，包括：
获取所述特征点对应的第二同名点对应的测距结果；所述测距结果为在生成所述待处理定位轨迹的过程中生成的所述第二同名点与所述目标轨迹节点之间的距离；
所述基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果，包括：
将所述测距结果与所述目标真值距离之间的差值，确定为所述语义要素对应的测距误差。
5.根据权利要求1所述的方法，其特征在于，所述确定所述特征点对应的目标轨迹节点与所述特征点对应的第二同名点之间的目标测量距离，包括：
确定所述特征点对应的目标轨迹节点的真值坐标；
将所述特征点的坐标与对应的目标轨迹节点的真值坐标转换至目标坐标系下，计算所述语义要素的特征点与所述目标轨迹节点之间的目标相对距离；
所述基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果，包括：
将所述目标真值距离与目标相对距离之间的差值，确定为所述语义要素对应的相对定位误差。
6.根据权利要求5所述的方法，其特征在于，所述确定所述目标轨迹节点的真值坐标，包括：
获取所述待处理定位轨迹对应的真值轨迹；
从所述真值轨迹中查找与所述目标轨迹节点相邻的邻节点，并基于插值算法，根据所述邻节点的坐标和时间戳，以及所述目标轨迹节点的时间戳，确定所述目标轨迹节点的真值坐标。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离，包括：
若所述语义要素为空中语义要素，则根据所述特征点对应的第一同名点的坐标，确定所述目标真值距离。
8.根据权利要求7所述的方法，其特征在于，所述根据所述空中语义要素的特征点对应的第一同名点的坐标，确定目标车辆与所述空中语义要素之间的目标真值距离，包括：
若所述空中语义要素为面状语义要素，且所述空中语义要素所在平面与目标车辆的行驶方向垂直，将所述空中语义要素的特征点对应的第一同名点的坐标中的纵向坐标分量，确定为所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的纵向真值距离；
所述基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果，包括：
基于所述纵向真值距离和所述目标测量距离，确定所述语义要素对应的纵向误差。
9.根据权利要求1-6任一项所述的方法，其特征在于，所述确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离，包括：
若所述语义要素为地面语义要素，则根据所述特征点对应的第二同名点，确定所述地面语义要素对应的地平面方程；
根据所述地平面方程，将所述地面语义要素的特征点对应的第二同名点从二维特征点转换为三维特征点，并根据所述三维特征点的坐标，确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离。
10.根据权利要求9所述的方法，其特征在于，所述根据所述三维特征点的坐标，确定目标车辆与所述地面语义要素之间的目标真值距离，包括：
若所述地平面语义要素为线状语义要素，且所述地面语义要素与目标车辆的行驶方向平行，则根据所述三维特征点的坐标的横向坐标确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的横向真值距离；
所述基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果，包括：
基于所述横向真值距离和所述目标测量距离，确定所述语义要素对应的横向误差。
11.根据权利要求1-6任一项所述的方法，其特征在于，所述根据多个所述语义要素对应的误差结果，确定所述待处理定位轨迹的相对定位精度，包括：
基于场景的不同，将所述待处理定位轨迹划分为多段，获得多段子轨迹；
针对每段子轨迹，确定所述子轨迹对应的误差结果，并根据所述误差结果确定所述子轨迹的相对定位精度。
12.一种定位精度测试设备，其特征在于，包括：
获取模块，用于获取多个特征点对应的目标点云帧，以及多个所述特征点在所述目标点云帧中分别对应的第一同名点；多个所述特征点是待处理定位轨迹对应的矢量语义地图中的多个语义要素分别对应的特征点；
所述获取模块，还用于获取多个所述特征点对应的目标图像帧，以及多个所述特征点在所述目标图像帧中分别对应的第二同名点，所述目标图像帧是在目标车辆基于所述待处理定位轨迹行驶过程中采集的；
所述获取模块，还用于获取在所述待处理定位轨迹中多个所述特征点分别对应的目标轨迹节点；
处理模块，用于针对每个语义要素的特征点，确定所述特征点对应的目标轨迹节点与所述特征点对应的第一同名点之间的目标真值距离，确定所述特征点对应的目标轨迹节点与所述特征点对应的第二同名点之间的目标测量距离，并基于所述目标真值距离和所述目标测量距离，确定所述语义要素对应的误差结果；
所述处理模块，还用于根据多个所述语义要素对应的误差结果，确定所述待处理定位轨迹的相对定位精度。
13.一种电子设备，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至11任一项所述的定位精度测试方法。
14.一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至11任一项所述的定位精度测试方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210552503.4A CN114972485A (zh) | 2022-05-20 | 2022-05-20 | 定位精度测试方法、设备、存储介质及程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210552503.4A CN114972485A (zh) | 2022-05-20 | 2022-05-20 | 定位精度测试方法、设备、存储介质及程序产品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114972485A true CN114972485A (zh) | 2022-08-30 |
Family
ID=82986129
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210552503.4A Pending CN114972485A (zh) | 2022-05-20 | 2022-05-20 | 定位精度测试方法、设备、存储介质及程序产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114972485A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116026349A (zh) * | 2022-12-30 | 2023-04-28 | 吉咖智能机器人有限公司 | 用于车辆距离测量的方法、装置、电子设备和介质 |
| CN117129018A (zh) * | 2023-10-26 | 2023-11-28 | 中国铁塔股份有限公司 | 定位误差测试方法及装置 |
| CN118585832A (zh) * | 2024-08-02 | 2024-09-03 | 浙江吉利控股集团有限公司 | 车辆轨迹的识别方法、装置、设备、存储介质及程序产品 |
-
2022
- 2022-05-20 CN CN202210552503.4A patent/CN114972485A/zh active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116026349A (zh) * | 2022-12-30 | 2023-04-28 | 吉咖智能机器人有限公司 | 用于车辆距离测量的方法、装置、电子设备和介质 |
| CN116026349B (zh) * | 2022-12-30 | 2024-03-19 | 吉咖智能机器人有限公司 | 用于车辆距离测量的方法、装置、电子设备和介质 |
| CN117129018A (zh) * | 2023-10-26 | 2023-11-28 | 中国铁塔股份有限公司 | 定位误差测试方法及装置 |
| CN117129018B (zh) * | 2023-10-26 | 2024-01-30 | 中国铁塔股份有限公司 | 定位误差测试方法及装置 |
| CN118585832A (zh) * | 2024-08-02 | 2024-09-03 | 浙江吉利控股集团有限公司 | 车辆轨迹的识别方法、装置、设备、存储介质及程序产品 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3227638B1 (en) | Method and apparatus for providing point of interest information | |
| CN114972485A (zh) | 定位精度测试方法、设备、存储介质及程序产品 | |
| CN111551186B (zh) | 一种车辆实时定位方法、系统及车辆 | |
| US20180306600A1 (en) | Method and apparatus for providing point of interest information | |
| CN105579811A (zh) | 外部混合照片制图 | |
| US20200265725A1 (en) | Method and Apparatus for Planning Navigation Region of Unmanned Aerial Vehicle, and Remote Control | |
| JPWO2020039937A1 (ja) | 位置座標推定装置、位置座標推定方法およびプログラム | |
| CN112689234B (zh) | 室内车辆定位方法、装置、计算机设备和存储介质 | |
| CN113450459A (zh) | 目标物的三维模型构建方法及装置 | |
| CN114549633A (zh) | 位姿检测方法、装置、电子设备和存储介质 | |
| CN109696173A (zh) | 一种车体导航方法和装置 | |
| Chen et al. | Multi-level scene modeling and matching for smartphone-based indoor localization | |
| CN113965646B (zh) | 定位控制方法及装置、电子设备、存储介质 | |
| CN114563005A (zh) | 道路定位方法、装置、设备、车辆及存储介质 | |
| CN117109623B (zh) | 一种智能穿戴式导航交互方法、系统及介质 | |
| CN111651547B (zh) | 高精度地图数据的获取方法、装置及可读存储介质 | |
| CN112153568B (zh) | 基于业务场景的Wi-Fi识别、绑定方法、装置及设备 | |
| CN109472995B (zh) | 无人飞行器的航区规划方法、装置和遥控器 | |
| CN116359942A (zh) | 点云数据的采集方法、设备、存储介质及程序产品 | |
| CN115019167B (zh) | 基于移动终端的融合定位方法、系统、设备及存储介质 | |
| CN111397602A (zh) | 一种宽频电磁指纹与组合导航融合的高精度定位方法与设备 | |
| CN114689074B (zh) | 信息处理方法和导航方法 | |
| CN114608591B (zh) | 车辆定位方法、装置、存储介质、电子设备、车辆及芯片 | |
| CN110244710B (zh) | 自动寻迹方法、装置、存储介质及电子设备 | |
| Gurram et al. | Improving localization accuracy of android's Fused Location Provider API using Kalman Filter |
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 |