CN115407355A - 库位地图的验证方法、装置及终端设备 - Google Patents
库位地图的验证方法、装置及终端设备 Download PDFInfo
- Publication number
- CN115407355A CN115407355A CN202211356474.0A CN202211356474A CN115407355A CN 115407355 A CN115407355 A CN 115407355A CN 202211356474 A CN202211356474 A CN 202211356474A CN 115407355 A CN115407355 A CN 115407355A
- Authority
- CN
- China
- Prior art keywords
- library
- map
- library position
- point cloud
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 112
- 238000012795 verification Methods 0.000 title claims abstract description 81
- 238000005259 measurement Methods 0.000 claims abstract description 96
- 230000008569 process Effects 0.000 claims description 57
- 238000010276 construction Methods 0.000 claims description 44
- 238000005457 optimization Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012800 visualization Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 12
- 238000013507 mapping Methods 0.000 abstract description 9
- 238000011158 quantitative evaluation Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 238000002310 reflectometry Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 240000004282 Grewia occidentalis Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 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
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
-
- 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
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3841—Data obtained from two or more sources, e.g. probe 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Navigation (AREA)
Abstract
本公开是关于一种库位地图的验证方法、装置及终端设备，涉及自动驾驶技术领域。其中，方法包括：获取由车辆配备的相机拍摄的图像和由车辆配备的惯性测量单元采集到的惯性测量数据，以及由车辆配备的激光雷达采集到的激光雷达数据；根据图像和惯性测量数据，构建库位地图；根据激光雷达数据和惯性测量数据，获得激光点云地图；确定激光点云地图中的库位角点坐标真值；根据库位角点坐标真值，对库位地图进行验证。本方案通过激光点云地图中库位角点坐标真值，对构建的库位地图进行验证，以实现对库位地图的量化评估。由于验证结果可以作用于建图算法的迭代中，所以有助于库位建图算法的性能提升，也可以提升自动泊车的准确性。
Description
技术领域
本公开涉及自动驾驶技术领域，尤其涉及一种库位地图的验证方法、装置及终端设备。
背景技术
库位地图的构建是自动泊车领域内的一个重要模块，由于库位地图中库位定位信息的误差直接影响自动泊车过程中轨迹规划等环节，所以需要不断对构图算法进行迭代，以提升自动泊车的准确性，以及安全性。其中，如何评估库位地图中库位定位信息的精度，对构图算法的调优具有重要的意义。
发明内容
为克服相关技术中存在的问题，本公开提供了一种库位地图的验证方法、装置及终端设备。
根据本公开实施例的第一方面，提供了一种库位地图的验证方法，包括：
获取由车辆配备的相机拍摄的图像和由所述车辆配备的惯性测量单元采集到的惯性测量数据，以及由所述车辆配备的激光雷达采集到的激光雷达数据；
根据所述图像和所述惯性测量数据，构建库位地图；
根据所述激光雷达数据和所述惯性测量数据，获得激光点云地图；
确定所述激光点云地图中的库位角点坐标真值；
根据所述库位角点坐标真值，对所述库位地图进行验证。
在本公开的一些实施例中，所述确定所述激光点云地图中的库位角点坐标真值，包括：
将所述激光点云地图展示在可视化工具中；
基于预设的点云颜色对比度，生成库位线的点云几何图；
获取在所述点云几何图中标注的库位角点；
将所述库位角点的坐标确定为所述库位角点坐标真值。
作为一种可能的实施方式，所述根据所述库位角点坐标真值，对所述库位地图进行验证，包括：
获取库位地图中库位角点坐标信息；
将所述库位角点坐标信息与所述库位角点坐标真值进行比对，获取库位误差，并将所述库位误差确定为所述库位地图的验证结果。
作为另一种可能的实施方式，所述激光点云地图中包括多个库位，所述库位地图中包括多个库位；所述根据所述库位角点坐标真值，对所述库位地图进行验证，包括：
根据所述激光点云地图中每个库位的库位角点坐标真值，确定所述激光点云地图中每个库位的第一中心点坐标信息；
获取所述库位地图中每个库位的库位角点坐标信息，并根据所述库位地图中每个库位的库位角点坐标信息，确定所述库位地图中每个库位的第二中心点坐标信息；
将所述激光点云地图中每个库位的第一中心点坐标信息与所述库位地图中每个库位的第二中心点坐标信息依次进行比对，确定多个匹配库位对；
针对每个所述匹配库位对，将所述匹配库位对对应的库位角点坐标真值与所述匹配库位对对应的库位角点坐标信息进行比对，获得所述匹配库位对的库位误差；
根据每个所述匹配库位对的库位误差，确定所述库位地图的总库位误差，并将所述库位地图的总库位误差确定为所述库位地图的验证结果。
在本公开的另一些实施例中，所述方法还包括：
响应于所述库位地图的验证结果满足预设条件，根据所述库位地图的验证结果、所述图像和所述惯性测量数据，对所述库位地图的构建过程进行优化迭代。
作为一种可能的实施方式，所述根据所述库位地图的验证结果、所述图像和所述惯性测量数据，对所述库位地图的构建过程进行优化迭代，包括：
根据所述库位地图的验证结果、所述图像和所述惯性测量数据，确定所述库位地图的构建过程构成库位误差的原因；
基于所述库位地图的构建过程构成库位误差的原因，确定对应的解决方案，以实现所述库位地图的构建过程的优化迭代。
根据本公开实施例的第二方面，提供了一种库位地图的验证装置，包括：
第一获取模块，用于获取由车辆配备的相机拍摄的图像和由所述车辆配备的惯性测量单元采集到的惯性测量数据，以及由所述车辆配备的激光雷达采集到的激光雷达数据；
构建模块，用于根据所述图像和所述惯性测量数据，构建库位地图；
第二获取模块，用于根据所述激光雷达数据和所述惯性测量数据，获得激光点云地图；
确定模块，用于确定所述激光点云地图中的库位角点坐标真值；
验证模块，用于根据所述库位角点坐标真值，对所述库位地图进行验证。
在本公开的一些实施例中，所述确定模块具体用于：
将所述激光点云地图展示在可视化工具中；
基于预设的点云颜色对比度，生成库位线的点云几何图；
获取在所述点云几何图中标注的库位角点；
将所述库位角点的坐标确定为所述库位角点坐标真值。
作为一种可能的实施方式，所述验证模块具体用于：
获取库位地图中库位角点坐标信息；
将所述库位角点坐标信息与所述库位角点坐标真值进行比对，获取库位误差，并将所述库位误差确定为所述库位地图的验证结果。
作为另一种可能的实施方式，所述激光点云地图中包括多个库位，所述库位地图中包括多个库位；所述验证模块具体用于：
根据所述激光点云地图中每个库位的库位角点坐标真值，确定所述激光点云地图中每个库位的第一中心点坐标信息；
获取所述库位地图中每个库位的库位角点坐标信息，并根据所述库位地图中每个库位的库位角点坐标信息，确定所述库位地图中每个库位的第二中心点坐标信息；
将所述激光点云地图中每个库位的第一中心点坐标信息与所述库位地图中每个库位的第二中心点坐标信息依次进行比对，确定多个匹配库位对；
针对每个所述匹配库位对，将所述匹配库位对对应的库位角点坐标真值与所述匹配库位对对应的库位角点坐标信息进行比对，获得所述匹配库位对的库位误差；
根据每个所述匹配库位对的库位误差，确定所述库位地图的总库位误差，并将所述库位地图的总库位误差确定为所述库位地图的验证结果。
在本公开的另一些实施例中，所述装置还包括：
优化模块，用于响应于所述库位地图的验证结果满足预设条件，根据所述库位地图的验证结果、所述图像和所述惯性测量数据，对所述库位地图的构建过程进行优化迭代。
作为一种可能的实施方式，所述优化模块具体用于：
根据所述库位地图的验证结果、所述图像和所述惯性测量数据，确定所述库位地图的构建过程构成库位误差的原因；
基于所述库位地图的构建过程构成库位误差的原因，确定对应的解决方案，以实现所述库位地图的构建过程的优化迭代。
根据本公开实施例的第三方面，提供了一种终端设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述第一方面所述的方法。
根据本公开实施例的第四方面，提供了一种车辆，包括：相机、惯性测量单元和激光雷达；其中，所述相机用于拍摄图像，所述惯性测量单元用于采集惯性测量数据，所述激光雷达用于采集激光雷达数据；所述车辆还包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述第一方面所述的方法。
根据本公开实施例的第五方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。
根据本公开实施例的第六方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述第一方面所述的方法。
本公开的实施例提供的技术方案可以包括以下有益效果：通过获取由车辆配备的相机拍摄的图像和由车辆配备的惯性测量单元采集到的惯性测量数据，以及由车辆配备的激光雷达采集到的激光雷达数据，根据图像和惯性测量数据，构建库位地图，根据激光雷达数据和惯性测量数据，获得激光点云地图，并确定激光点云地图中的库位角点坐标真值，根据库位角点坐标真值，对库位地图进行验证，从而实现对库位地图中库位定位信息精度的评估。本方案通过激光点云地图中库位角点坐标真值，对构建的库位地图进行验证，以实现对库位地图的量化评估。由于验证结果可以作用于建图算法的迭代中，所以有助于库位建图算法的性能提升，也可以提升自动泊车的准确性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种库位地图的验证方法的流程图；
图2是根据一示例性实施例示出的一种确定库位角点坐标真值的流程图；
图3是根据一示例性实施例示出的一种库位线的点云几何体及库位角点标注的示例图；
图4是根据一示例性实施例示出的另一种库位地图的验证方法的流程图；
图5是根据一示例性实施例示出的又一种库位地图的验证方法的流程图；
图6是根据一示例性实施例示出的又一种库位地图的验证方法的流程图；
图7是根据一示例性实施例示出的一种库位地图的验证装置的结构框图；
图8是根据一示例性实施例示出的一种终端设备的结构框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
需要说明的是，库位地图的构建是自动泊车领域内的一个重要模块，由于库位地图中库位定位信息的误差直接影响自动泊车过程中轨迹规划等环节，所以需要不断对构图算法进行迭代，以提升自动泊车的准确性，以及安全性。其中，如何评估库位地图中库位定位信息的精度，对构图算法的调优具有重要的意义。
为了解决上述问题，本公开提供了一种库位地图的验证方法、装置及终端设备。
图1是根据一示例性实施例示出的一种库位地图的验证方法的流程图。需要说明的是，本公开实施例中的库位地图的验证方法可以用于本公开实施例中的库位地图的验证装置中，且本公开实施例中的库位地图的验证装置可以配备于终端设备中。其中，本公开实施例中的库位地图可以为应用于车辆自动泊车过程中构建的库位地图，该方法的执行主体可以为用于对库位地图进行验证的终端设备，比如计算机等。如图1所示，该方法可以包括以下步骤：
步骤101，获取由车辆配备的相机拍摄的图像和由车辆配备的惯性测量单元采集到的惯性测量数据，以及由车辆配备的激光雷达采集到的激光雷达数据。
在本公开的一些实施例中，车辆配备的相机可以为配有环视摄像头的相机，且车辆可以配备多个相机，分别布置在车辆的不同位置，以实现对车辆周围场景的拍摄。作为一种示例，车辆可以配备有四个相机，分别布置在车头左侧、车头右侧、车尾左侧和车尾右侧，在车辆行驶的过程中，四个相机同时进行拍摄。此外，车辆也配备有惯性测量单元IMU，在车辆的行驶过程中，通过惯性测量单元采集惯性测量数据，以获取车辆的实时定位信息。
在本公开的一些实施例中，车辆配备有激光雷达，且该激光雷达可以安装在车顶处，激光雷达可以向360°范围内发射激光探测信号，并根据接收到的反射信号与发射信号之间比对，来探测车辆周围障碍物的相关信息，比如可以包括方位信息、姿态信息等。其中，激光雷达数据可以包括各方位反射信号的反射率、各方位反射信号与发射信号的时差等信息。
作为一种示例，当车辆驶入停车场后，用户通过车载智能交互界面选择了自动泊车功能，则车辆配备的相机开始对车辆周边的环境进行拍摄，同时车辆配备的惯性测试单元采集惯性测量数据，车辆配备的激光雷达向周围发射激光探测信号，以采集激光雷达数据。且车辆将拍摄的图像、采集的惯性测量数据以及采集到的激光雷达数据上传至云端进行存储，用于对库位地图进行验证的终端设备通过向云端发起请求，以获取拍摄的图像、采集的惯性测量数据和激光雷达数据。
步骤102，根据图像和惯性测量数据，构建库位地图。
在本公开的一些实施例中，根据车辆配备的相机拍摄的图像和车辆配备的关系测量单元采集到的惯性测量数据，构建库位地图的实现过程可以通过相关技术中的视觉定位构图技术来实现。
作为一种实施方式，假如车辆配备有4个相机，即每次拍摄可以获取到4张图像，由于4个相机每次拍摄到的四张图像有重叠区域，将每次拍摄到的四张图像进行拼接，得到一帧拼接图像；通过图像识别模型，对拼接图像进行库位线和库位角点的识别，获得每帧拼接图像对应的识别结果；结合连续帧的拼接图像中的库位线和库位角点的识别结果进行特征匹配，确定连续帧的拼接图像中相互匹配的库位特征点；根据惯性测量单元采集到的惯性测量数据，确定车辆在拍摄对应图像时的位姿信息；根据车辆的位姿信息，可以确定拍摄连续帧图像时各相机对应的位姿信息，基于多视角几何方法，根据相机的位姿信息和连续帧的拼接图像中相互匹配的库位特征点，可以确定各库位的库位角点对应的三维空间坐标，从而实现库位地图的构建。
步骤103，根据激光雷达数据和惯性测量数据，获得激光点云地图。
在本公开的一些实施例中，根据激光雷达数据和惯性测量数据，获得激光点云地图的过程可以包括：根据惯性测量数据可以确定车辆的定位信息；根据激光雷达数据中各方位反射信号与发射信号的时差，可以确定各方位反射点距离车辆的距离；根据各方位反射点距离车辆的距离和车辆的定位信息，可以确定各方位反射点的三维空间坐标信息，结合各方位反射点的反射率，获得激光点云地图。
需要说明的是，根据图像和惯性测量数据，构建库位地图的过程的执行主体可以是用于对库位地图进行验证的终端设备，也可以是车辆。比如，若根据图像和惯性测量数据，构建库位地图的过程的执行主体是车辆，则车辆将构建的库位地图发送至用于对库位地图进行验证的终端设备。根据激光雷达数据和惯性测量数据，获得激光点云地图的执行主体可以是用于对库位地图进行验证的终端设备，也可以是车辆。比如，若激光雷达数据和惯性测量数据，获得激光点云地图过程的执行主体是车辆，则车辆将获得的激光点云地图发送至用于对库位地图进行验证的终端设备。
步骤104，确定激光点云地图中的库位角点坐标真值。
在本公开的一些实施例中，激光点云地图中的库位角点坐标真值为激光点云地图中标注的库位角点的坐标信息，该库位角点坐标真值相当于真实场景中库位的实际定位信息。
作为一种示例，激光点云地图中的库位角点可以为相关工作人员基于激光点云地图中的信息标注的点，相关工作人员将激光点云地图在用于实现库位地图验证的终端设备中配备的可视化工具中打开，并调节点云颜色对比度，使调整后的激光点云地图中具有明显的库位线几何图，相关工作人员将库位线的4个内角点进行手动标注，将其作库位角点，并将标注的库位角点的坐标作为库位角点坐标真值。
作为另一种示例，将激光点云地图数据输入至库位角点识别模型，获得库位角点坐标真值，该库位角点识别模型已学习到激光点云地图中点云数据与是否为库位角点的映射关系。
步骤105，根据库位角点坐标真值，对库位地图进行验证。
可以理解，库位角点坐标真值相当于实际场景中库位的实际定位信息，所以根据库位角点坐标真值对库位地图进行验证，可以确定库位地图中库位定位信息的准确性。
在本公开的一些实施例中，库位地图中库位数量可以为一个或者多个，同时激光点云地图中的库位数量也可以为一个，或者多个。作为一种示例，若库位数量为一个，则可以将该库位的库位角点坐标真值与库位地图中该库位的四角坐标信息进行比对，计算该库位中每个库位角点与真值之间的误差值；根据四个库位角点对应的误差值进行平均计算，获得库位角点误差；同时根据库位角点坐标真值可以确定激光点云地图中库位线的斜率，根据库位地图中该库位的四角坐标信息可以确定库位地图中库位线的斜率，并将二者之间的差值作为库位方向误差，并将库位方向误差和库位角点误差作为库位地图的验证结果。
作为另一种示例，对于库位数量为多个时，可以根据激光点云地图中每个库位的库位角点坐标真值，依次与库位地图中每个库位的库位角点坐标信息进行比对，若激光点云地图中的库位1的库位角点坐标真值与库位地图中的库位2的库位角点坐标信息之间的差值满足预设条件，则将激光点云地图中的库位1与库位地图中的库位2作为匹配库位对；针对每个匹配库位对，依次计算库位角点误差和库位方向误差，并根据每个匹配库位对的库位角点误差和库位方向误差，确定库位地图的库位角点误差均值和库位方向误差均值，以及库位角点误差和库位方向误差各自的分布情况，以实现对库位地图的验证。
根据本公开实施例的库位地图的验证方法，通过获取由车辆配备的相机拍摄的图像和由车辆配备的惯性测量单元采集到的惯性测量数据，以及由车辆配备的激光雷达采集到的激光雷达数据，根据图像和车辆配备的惯性测量数据，构建库位地图，根据激光雷达数据和惯性测量数据，获得激光点云地图，并确定激光点云地图中的库位角点坐标真值，根据库位角点坐标真值，对库位地图进行验证，从而实现对库位地图中库位定位信息精度的评估。本方案通过激光点云地图中库位角点坐标真值，对构建的库位地图进行验证，以实现对库位地图的量化评估。由于验证结果可以作用于建图算法的迭代中，所以有助于库位建图算法的性能提升，也可以提升自动泊车的准确性。
接下来，将针对确定激光点云地图中库位角点坐标真值的过程进行介绍。
图2是根据一示例性实施例示出的一种确定库位角点坐标真值的流程图。如图2所示，基于上述实施例，图1中的步骤104的实现过程可以包括以下步骤：
步骤201，将激光点云地图展示在可视化工具中。
步骤202，基于预设的点云颜色对比度，生成库位线的点云几何图。
在本公开的一些实施例中，点云颜色对比度可以是预设在程序中的固定值，也可以是相关工作人员通过配置界面进行设定的。点云颜色对比度相当于是不同反射率的点之间展示的颜色之间的差异。可以理解，障碍物的表面材质不同，则对激光信号的反射率不同。由于库位线的表面为油漆涂层，所以库位线对激光信号的反射率与普通地面对激光信号的反射率不同，这样，可以通过调整点云颜色对比度，来生成库位线的点云几何图。其中，库位线的点云几何图是指可以较明显将激光点云地图中的库位线进行显示的点云几何图。图3为库位线的点云几何图及库位角点的标注示例图，其中由点云组成的线即为库位线。
步骤203，获取在点云几何图中标注的库位角点。
在本公开的一些实施例中，相关工作人员可以基于可视化工具中的手动选点工具对库位线的点云几何图中的库位角点进行标注。其中，库位角点可以为库位线的内角点，也可以为库位线的外角点，此处可以根据实际应用场景的需求来确定。如图3所示，相关工作人员可以使用手动选点工具，在点云几何图中选择每个库位对应的四个库位角点。
步骤204，将库位角点的坐标确定为库位角点坐标真值。
根据本公开实施例的库位地图的验证方法，通过将激光点云地图展示在可视化工具中，并基于预设的点云颜色对比度，生成库位线的点云几何图，获取在点云几何图中标注的库位角点，并将库位角点的坐标确定为库位角点坐标真值。这样获取的库位角点坐标真值相当于真实场景中实际库位的库位角点坐标信息，从而可以实现将实际库位的库位角点坐标信息与库位地图中的库位角点坐标信息之间的比对，以实现对库位地图的量化评估。
接下来，将针对库位数量为一个时，根据库位角点坐标真值，对库位地图进行验证的实现过程进行详细介绍。
图4是根据一示例性实施例示出的另一种库位地图的验证方法的流程图。如图4所示，该方法可以包括以下步骤：
步骤401，获取由车辆配备的相机拍摄的图像和由车辆配备的惯性测量单元采集到的惯性测量数据，以及由车辆配备的激光雷达采集到的激光雷达数据。
步骤402，根据图像和惯性测量数据，构建库位地图。
步骤403，根据激光雷达数据和惯性测量数据，获得激光点云地图。
步骤404，确定激光点云地图中的库位角点坐标真值。
步骤405，获取库位地图中库位角点坐标信息。
步骤406，将库位角点坐标信息与库位角点坐标真值进行比对，获取库位误差，并将库位误差确定为库位地图的验证结果。
在本公开的一些实施例中，库位误差可以包括库位角点误差和库位方向误差中的至少一项。作为一种示例，若库位误差为库位角点误差，由于每个库位对应四个库位角点，所以可以将库位角点坐标信息与库位角点坐标真值进行比对，计算库位地图中每个库位角点的库位角点坐标信息与库位角点坐标真值之间的库位角点差值，并四个库位角点的库位角点差值的平均值作为库位角点误差。作为另一种示例，若库位误差为库位角点误差，可以将库位角点坐标信息与库位角点坐标真值进行比对，根据库位角点坐标信息确定库位地图中两条库位线的第一斜率，根据库位角点坐标真值确定激光点云地图中两条库位线的第二斜率，并将第一斜率与第二斜率之间的差值作为库位方向误差。
根据本公开实施例的库位地图的验证方法，对于一个库位的情况，可以将库位地图中库位的库位角点坐标信息与库位角点坐标真值进行比对，以获取库位误差，并将库位误差确定为库位地图的验证结果，这样可以对实现对库位地图的量化评估，为库位地图的构建过程的优化提供依据。
接下来，将针对库位地图中包括多个库位，且激光点云地图中包括多个库位的情况，对库位地图的验证过程进行详细介绍。
图5是根据一示例性实施例示出的又一种库位地图的验证方法的流程图。如图5所示，该方法可以包括以下步骤：
步骤501，获取由车辆配备的相机拍摄的图像和由车辆配备的惯性测量单元采集到的惯性测量数据，以及由车辆配备的激光雷达采集到的激光雷达数据。
步骤502，根据图像和惯性测量数据，构建库位地图。
步骤503，根据激光雷达数据和惯性测量数据，获得激光点云地图。
步骤504，确定激光点云地图中的库位角点坐标真值。
步骤505，根据激光点云地图中每个库位的库位角点坐标真值，确定激光点云地图中每个库位的第一中心点坐标信息。
在本公开的一些实施例中，当激光点云地图中有多个库位时，步骤504的过程为确定每个库位的库位角点坐标真值，比如相关工作人员在库位线的点云几何图中进行库位角点的标注时，可以依次对每个库位的库位角点进行标注，从而每个库位的四个库位角点坐标真值作为一组，比如库位1的库位角点坐标真值包括库位角点1.1坐标真值、库位角点1.2坐标真值、库位角点1.3坐标真值和库位角点1.4坐标真值。
在本公开的一些实施例中，确定激光点云地图中每个库位的第一中心点坐标信息的实现方式包括：针对激光点云地图中的每个库位，将该库位的四个库位角点坐标真值的平均值确定为该库位的第一中心点坐标信息。
步骤506，获取库位地图中每个库位的库位角点坐标信息，并根据库位地图中每个库位的库位角点坐标信息，确定库位地图中每个库位的第二中心点坐标信息。
在本公开的一些实施例中，针对库位地图中的每个库位，可以将将该库位的4个库位角点的库位角点坐标信息的平均值确定为该库位的第二中心点坐标信息。
步骤507，将激光点云地图中每个库位的第一中心点坐标信息与库位地图中每个库位的第二中心点坐标信息依次进行比对，确定多个匹配库位对。
可以理解，若激光点云地图中库位1的第一中心点坐标信息与库位地图中库位2的第二中心点坐标信息之间的差值较小，则可以认为激光点云地图中的库位1与库位地图中的库位2为同一个库位。
在本公开的一些实施例中，匹配库位对是指激光点云地图和库位地图中对应同一个实际场景库位的库位，且匹配库位对中包括激光点云地图中的一个库位和库位地图中的一个库位。比如，若实际场景中的库位1在激光点云地图中对应库位2，在库位地图中对应库位3，则激光点云地图中的库位2和库位地图中的库位3为一个匹配库位对。
在本公开的一些实施例中，将激光点云地图中每个库位的第一中心点坐标信息与库位地图中每个库位的第二中心点坐标信息依次进行比对，以激光点云地图中的库位A为例进行介绍，分别确定库位A的第一中心点坐标信息与库位地图中每个库位的第二中点坐标信息的坐标差值，并将得到的坐标差值分别与预设的坐标差值阈值进行比对，若库位A与库位地图中库位B对应的坐标差值小于预设的坐标差值阈值，则将激光点云地图中的库位A与库位地图中的库位B，确定为一个匹配库位对，相当于激光点云地图中的库位A与库位地图中的库位B为同一个库位。
步骤508，针对每个匹配库位对，将匹配库位对对应的库位角点坐标真值与匹配库位对对应的库位角点坐标信息进行比对，获得匹配库位对的库位误差。
在本公开的一些实施例中，匹配库位对对应的库位角点坐标真值是指该匹配库位对中的激光点云地图库位对应的库位角点坐标真值，匹配库位对对应的库位角点坐标信息是指该匹配库位对的库位地图中的库位对应的库位角点坐标信息。匹配库位对的库位误差可以包括匹配库位对的库位角点误差和匹配库位对的库位方向误差中的至少一项。
作为一种示例，若匹配库位对的库位误差为匹配库位对的库位角点误差，匹配库位对1中包括激光点云地图中的库位A和库位地图中的库位B，由于每个库位对应四个库位角点，所以可以将匹配库位对1对应的库位角点坐标信息与匹配库位对1对应的库位角点坐标真值进行比对，计算库位A的每个库位角点的库位角点坐标信息与库位B的库位角点坐标真值之间的库位角点差值，并四个库位角点的库位角点差值的平均值作为匹配库位对1的库位角点误差。
作为另一种示例，若匹配库位对的库位误差为匹配库位对的库位角点误差，匹配库位对1中包括激光点云地图中的库位A和库位地图中的库位B，对于匹配库位对1，可以将匹配库位对1对应的库位角点坐标信息与匹配库位对1对应的库位角点坐标真值进行比对，根据库位B的库位角点坐标信息确定库位地图中库位B的两条库位线的第一斜率，根据库位A的库位角点坐标真值确定激光点云地图中库位A的两条库位线的第二斜率，并将第一斜率与第二斜率之间的差值作为匹配库位对1的库位方向误差。
作为又一种示例，若匹配库位对的库位误差还可以包括为匹配库位对的入口角点误差，其中入口角点误差是指库位入口处所对应的两个库位角点的误差。可以基于激光点云地图中的库位分布，确定激光点云地图中每个库位的入口处所对应的库位角点，同时基于库位地图中库位的分布，确定激光点云地图中每个库位的入口处所对应的库位角点；匹配库位对1中包括激光点云地图中的库位A和库位地图中的库位B，对于匹配库位对1，可以将匹配库位对1对应的库位角点坐标信息与匹配库位对1对应的库位角点坐标真值进行比对，将库位B的入口处所对应的库位角点的库位角点坐标信息和库位A的入口处所对应的库位角点的库位角点坐标真值之间的差值，作为匹配库位对1的入口角点误差。
步骤509，根据每个匹配库位对的库位误差，确定库位地图的总库位误差，并将库位地图的总库位误差确定为库位地图的验证结果。
在本公开的一些实施例中，库位地图的总库位误差可以包括每个匹配库位对的库位误差的平均值，也可以包括每个匹配库位对的库位误差中的最大值，也可以包括每个匹配库位对的库位误差中的最小值，还可以包括每个匹配库位对的库位误差的分布等。作为一种示例，若匹配库位对的库位误差包括匹配库位对的库位角点误差和库位方向误差，则库位地图的总库位误差可以包括每个匹配库位对的库位角点误差的平均值和每个匹配库位对的库位方向误差的平均值，也可以包括每个匹配库位对的库位角点误差中的最大值和每个匹配库位对的库位方向误差中的最大值，也可以包括每个匹配库位对的库位角点误差中的最小值和每个匹配库位对的库位方向误差中的最小值，还可以包括每个匹配库位对的库位角点误差分布和每个匹配库位对的库位方向误差分布。
根据本公开实施例的库位地图的验证方法，对于库位数量为多个时，可以根据激光点云地图中每个库位的第一中心点坐标信息和库位地图中每个库位的第二中心点坐标信息，确定多个匹配库位对，再通过将每个匹配库位对对应的库位角点坐标真值与库位角点坐标信息进行比对，以获得每个匹配库位对的库位误差，并根据每个匹配库位对的库位误差，确定库位地图的总库位误差，以将库位地图的总库位误差确定为库位地图的验证结果。这样，针对库位数量为多个的情况，实现对库位地图的量化评估，为库位地图的构建过程的优化提供依据。
可以理解，库位地图的验证结果可以为库位地图的构建过程的优化提供依据，所以接下来将针对库位地图的优化过程进行详细介绍。
图6是根据一示例性实施例示出的又一种库位地图的验证方法的流程图。如图6所示，该方法可以包括以下步骤：
步骤601，获取由车辆配备的相机拍摄的图像和由车辆配备的惯性测量单元采集到的惯性测量数据，以及由车辆配备的激光雷达采集到的激光雷达数据。
步骤602，根据图像和惯性测量数据，构建库位地图。
步骤603，根据激光雷达数据和惯性测量数据，获得激光点云地图。
步骤 604，确定激光点云地图中的库位角点坐标真值。
步骤605，根据激光点云地图中每个库位的库位角点坐标真值，确定激光点云地图中每个库位的第一中心点坐标信息。
步骤606，获取库位地图中每个库位的库位角点坐标信息，并根据库位地图中每个库位的库位角点坐标信息，确定库位地图中每个库位的第二中心点坐标信息。
步骤607，将激光点云地图中每个库位的第一中心点坐标信息与库位地图中每个库位的第二中心点坐标信息依次进行比对，确定多个匹配库位对。
步骤608，针对每个匹配库位对，将匹配库位对对应的库位角点坐标真值与匹配库位对对应的库位角点坐标信息进行比对，获得匹配库位对的库位误差。
步骤609，根据每个匹配库位对的库位误差，确定库位地图的总库位误差，并将库位地图的总库位误差确定为库位地图的验证结果。
步骤610，响应于库位地图的验证结果满足预设条件，根据库位地图的验证结果、图像和惯性测量数据，对库位地图的构建过程进行优化迭代。
可以理解，若库位地图的验证结果表示库位地图中库位的定位信息与实际库位的定位信息几乎一致，则说明库位地图的构建过程的准确性较高，无需结合验证结果对构建过程进行优化迭代。若库位地图的验证结果表示库位地图中库位的定位信息与实际库位的定位信息存在一定的差异，则说明库位地图的构建过程的准确性有待提供，所以需要根据库位地图的验证结果、图像和惯性测量数据，对库位地图的构建过程进行优化迭代。也就是说，预设条件相当于为库位地图中库位的定位信息与实际库位的定位信息存在一定的差异的设定的条件。作为一种示例，预设条件可以为总库位误差中的库位误差平均值大于预设的误差阈值。
在本公开的一些实施例中，根据库位地图的验证结果、图像和惯性测量数据，对库位地图的构建过程进行优化迭代的实现方式可以包括：根据库位地图的验证结果、图像和惯性测量数据，确定库位地图的构建过程构成库位误差的原因；基于库位地图的构建过程构成库位误差的原因，确定对应的解决方案，以实现库位地图的构建过程的优化迭代。
作为一种示例，若库位地图的验证结果中每个匹配库位对的库位角点误差值几乎一致，则可以结合图像和惯性测量数据进行分析，确定库位地图的构建过程构成库位误差的原因为相机的时间戳问题，通过对相机的时间戳参数进行相应调整，以实现库位地图的构建过程的优化迭代。
作为另一种示例，若基于库位地图的总库位误差的库位误差分布，发现只有匹配库位对1的库位角点误差较大，而其他匹配库位对的库位角点误差均较小，匹配库位对1中包括激光点云地图中的库位A和库位地图中的库位B，结合构图过程中采集到的图像和惯性测量数据进行分析，发现在对图像中的库位线进行识别时，将与库位B对应的图像中的车道线识别为库位B的库位线，造成了库位B的库位角点误差较大，所以可以确定库位地图的构建过程构成库位误差的原因是图像识别模型对库位线的误识别，接下来将基于车道线与库位线的混淆问题强化训练样本，对图像识别模型进行迭代训练，以实现对库位地图的构建过程的优化迭代。
根据本公开实施例的库位地图的验证方法，在获取到库位地图的验证结果之后，若库位地图的验证结果满足预设条件，可以根据库位地图的验证结果、采集的图像和惯性测量数据，对库位地图的构建过程进行优化迭代，以不断提升库位地图构建的准确性，从而也可以提升自动泊车的安全性和准确性。
为了实现上述实施例，本公开提供了一种库位地图的验证装置。
图7是根据一示例性实施例示出的一种库位地图的验证装置的结构框图。如图7所示，该装置包括：
第一获取模块701，用于获取由车辆配备的相机拍摄的图像和由车辆配备的惯性测量单元采集到的惯性测量数据，以及由车辆配备的激光雷达采集到的激光雷达数据；
构建模块702，用于根据图像和惯性测量数据，构建库位地图；
第二获取模块703，用于根据激光雷达数据和惯性测量数据，获得激光点云地图；
确定模块704，用于确定激光点云地图中的库位角点坐标真值；
验证模块705，用于根据库位角点坐标真值，对库位地图进行验证。
在本公开的一些实施例中，确定模块704具体用于：
将激光点云地图展示在可视化工具中；
基于预设的点云颜色对比度，生成库位线的点云几何图；
获取在点云几何图中标注的库位角点；
将库位角点的坐标确定为库位角点坐标真值。
作为一种可能的实施方式，验证模块705具体用于：
获取库位地图中库位角点坐标信息；
将库位角点坐标信息与库位角点坐标真值进行比对，获取库位误差，并将库位误差确定为库位地图的验证结果。
作为另一种可能的实施方式，激光点云地图中包括多个库位，库位地图中包括多个库位；验证模块705具体用于：
根据激光点云地图中每个库位的库位角点坐标真值，确定激光点云地图中每个库位的第一中心点坐标信息；
获取库位地图中每个库位的库位角点坐标信息，并根据库位地图中每个库位的库位角点坐标信息，确定库位地图中每个库位的第二中心点坐标信息；
将激光点云地图中每个库位的第一中心点坐标信息与库位地图中每个库位的第二中心点坐标信息依次进行比对，确定多个匹配库位对；
针对每个匹配库位对，将匹配库位对对应的库位角点坐标真值与匹配库位对对应的库位角点坐标信息进行比对，获得匹配库位对的库位误差；
根据每个匹配库位对的库位误差，确定库位地图的总库位误差，并将库位地图的总库位误差确定为库位地图的验证结果。
在本公开的另一些实施例中，该装置还包括：
优化模块706，用于响应于库位地图的验证结果满足预设条件，根据库位地图的验证结果、图像和惯性测量数据，对库位地图的构建过程进行优化迭代。
作为一种可能的实施方式，优化模块706具体用于：
根据库位地图的验证结果、图像和惯性测量数据，确定库位地图的构建过程构成库位误差的原因；
基于库位地图的构建过程构成库位误差的原因，确定对应的解决方案，以实现库位地图的构建过程的优化迭代。
根据本公开实施例的库位地图的验证装置，通过获取由车辆配备的相机拍摄的图像和由车辆配备的惯性测量单元采集到的惯性测量数据，以及由车辆配备的激光雷达采集到的激光雷达数据，根据图像和惯性测量数据，构建库位地图，根据激光雷达数据和惯性测量数据，获得激光点云地图，并确定激光点云地图中的库位角点坐标真值，根据库位角点坐标真值，对库位地图进行验证，从而实现对库位地图中库位定位信息精度的评估。本方案通过激光点云地图中库位角点坐标真值，对构建的库位地图进行验证，以实现对库位地图的量化评估。由于验证结果可以作用于建图算法的迭代中，所以有助于库位建图算法的性能提升，也可以提升自动泊车的准确性。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开还提出一种车辆，包括：相机、惯性测量单元和激光雷达。其中，相机用于拍摄图像，惯性测量单元用于采集惯性测量数据，激光雷达用于采集激光雷达数据。此外，该车辆还包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上任一实施例所述的方法。
图8是根据一示例性实施例示出的一种用于实现库位地图的验证方法的终端设备800的框图。例如，终端设备800可以是车辆、车载智能终端设备、计算机等。
参照图8，终端设备800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出（I/ O）的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制终端设备800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802可以包括一个或多个处理器820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802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在终端设备800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804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。
电力组件806为终端设备800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为终端设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述终端设备800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808包括一个前置摄像头和/或后置摄像头。当设备800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810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风（MIC），当终端设备800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804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/ O接口812为处理组件802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814包括一个或多个传感器，用于为终端设备800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为终端设备800的显示器和小键盘，传感器组件814还可以检测终端设备800或终端设备800一个组件的位置改变，用户与终端设备800接触的存在或不存在，终端设备800方位或加速/减速和终端设备800的温度变化。传感器组件814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814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814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816被配置为便于终端设备800和其他设备之间有线或无线方式的通信。终端设备800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816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816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，终端设备800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804，上述指令可由终端设备800的处理器820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。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (15)
1.一种库位地图的验证方法，其特征在于，包括：
获取由车辆配备的相机拍摄的图像和由所述车辆配备的惯性测量单元采集到的惯性测量数据，以及由所述车辆配备的激光雷达采集到的激光雷达数据；
根据所述图像和所述惯性测量数据，构建库位地图；
根据所述激光雷达数据和所述惯性测量数据，获得激光点云地图；
确定所述激光点云地图中的库位角点坐标真值；
根据所述库位角点坐标真值，对所述库位地图进行验证。
2.根据权利要求1所述的方法，其特征在于，所述确定所述激光点云地图中的库位角点坐标真值，包括：
将所述激光点云地图展示在可视化工具中；
基于预设的点云颜色对比度，生成库位线的点云几何图；
获取在所述点云几何图中标注的库位角点；
将所述库位角点的坐标确定为所述库位角点坐标真值。
3.根据权利要求1所述的方法，其特征在于，所述根据所述库位角点坐标真值，对所述库位地图进行验证，包括：
获取库位地图中库位角点坐标信息；
将所述库位角点坐标信息与所述库位角点坐标真值进行比对，获取库位误差，并将所述库位误差确定为所述库位地图的验证结果。
4.根据权利要求1所述的方法，其特征在于，所述激光点云地图中包括多个库位，所述库位地图中包括多个库位；所述根据所述库位角点坐标真值，对所述库位地图进行验证，包括：
根据所述激光点云地图中每个库位的库位角点坐标真值，确定所述激光点云地图中每个库位的第一中心点坐标信息；
获取所述库位地图中每个库位的库位角点坐标信息，并根据所述库位地图中每个库位的库位角点坐标信息，确定所述库位地图中每个库位的第二中心点坐标信息；
将所述激光点云地图中每个库位的第一中心点坐标信息与所述库位地图中每个库位的第二中心点坐标信息依次进行比对，确定多个匹配库位对；
针对每个所述匹配库位对，将所述匹配库位对对应的库位角点坐标真值与所述匹配库位对对应的库位角点坐标信息进行比对，获得所述匹配库位对的库位误差；
根据每个所述匹配库位对的库位误差，确定所述库位地图的总库位误差，并将所述库位地图的总库位误差确定为所述库位地图的验证结果。
5.根据权利要求3或4所述的方法，其特征在于，还包括：
响应于所述库位地图的验证结果满足预设条件，根据所述库位地图的验证结果、所述图像和所述惯性测量数据，对所述库位地图的构建过程进行优化迭代。
6.根据权利要求5所述的方法，其特征在于，所述根据所述库位地图的验证结果、所述图像和所述惯性测量数据，对所述库位地图的构建过程进行优化迭代，包括：
根据所述库位地图的验证结果、所述图像和所述惯性测量数据，确定所述库位地图的构建过程构成库位误差的原因；
基于所述库位地图的构建过程构成库位误差的原因，确定对应的解决方案，以实现所述库位地图的构建过程的优化迭代。
7.一种库位地图的验证装置，其特征在于，包括：
第一获取模块，用于获取由车辆配备的相机拍摄的图像和由所述车辆配备的惯性测量单元采集到的惯性测量数据，以及由所述车辆配备的激光雷达采集到的激光雷达数据；
构建模块，用于根据所述图像和所述惯性测量数据，构建库位地图；
第二获取模块，用于根据所述激光雷达数据和所述惯性测量数据，获得激光点云地图；
确定模块，用于确定所述激光点云地图中的库位角点坐标真值；
验证模块，用于根据所述库位角点坐标真值，对所述库位地图进行验证。
8.根据权利要求7述的装置，其特征在于，所述确定模块具体用于：
将所述激光点云地图展示在可视化工具中；
基于预设的点云颜色对比度，生成库位线的点云几何图；
获取在所述点云几何图中标注的库位角点；
将所述库位角点的坐标确定为所述库位角点坐标真值。
9.根据权利要求7所述的装置，其特征在于，所述验证模块具体用于：
获取库位地图中库位角点坐标信息；
将所述库位角点坐标信息与所述库位角点坐标真值进行比对，获取库位误差，并将所述库位误差确定为所述库位地图的验证结果。
10.根据权利要求7所述的装置，其特征在于，所述激光点云地图中包括多个库位，所述库位地图中包括多个库位；所述验证模块具体用于：
根据所述激光点云地图中每个库位的库位角点坐标真值，确定所述激光点云地图中每个库位的第一中心点坐标信息；
获取所述库位地图中每个库位的库位角点坐标信息，并根据所述库位地图中每个库位的库位角点坐标信息，确定所述库位地图中每个库位的第二中心点坐标信息；
将所述激光点云地图中每个库位的第一中心点坐标信息与所述库位地图中每个库位的第二中心点坐标信息依次进行比对，确定多个匹配库位对；
针对每个所述匹配库位对，将所述匹配库位对对应的库位角点坐标真值与所述匹配库位对对应的库位角点坐标信息进行比对，获得所述匹配库位对的库位误差；
根据每个所述匹配库位对的库位误差，确定所述库位地图的总库位误差，并将所述库位地图的总库位误差确定为所述库位地图的验证结果。
11.根据权利要求9或10所述的装置，其特征在于，还包括：
优化模块，用于响应于所述库位地图的验证结果满足预设条件，根据所述库位地图的验证结果、所述图像和所述惯性测量数据，对所述库位地图的构建过程进行优化迭代。
12.根据权利要求11所述的装置，其特征在于，所述优化模块具体用于：
根据所述库位地图的验证结果、所述图像和所述惯性测量数据，确定所述库位地图的构建过程构成库位误差的原因；
基于所述库位地图的构建过程构成库位误差的原因，确定对应的解决方案，以实现所述库位地图的构建过程的优化迭代。
13.一种终端设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现权利要求1-6中任一项所述的方法。
14.一种车辆，其特征在于，包括：相机、惯性测量单元和激光雷达；其中，所述相机用于拍摄图像，所述惯性测量单元用于采集惯性测量数据，所述激光雷达用于采集激光雷达数据；所述车辆还包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现权利要求1-6中任一项所述的方法。
15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211356474.0A CN115407355B (zh) | 2022-11-01 | 2022-11-01 | 库位地图的验证方法、装置及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211356474.0A CN115407355B (zh) | 2022-11-01 | 2022-11-01 | 库位地图的验证方法、装置及终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115407355A true CN115407355A (zh) | 2022-11-29 |
| CN115407355B CN115407355B (zh) | 2023-01-10 |
Family
ID=84169322
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211356474.0A Active CN115407355B (zh) | 2022-11-01 | 2022-11-01 | 库位地图的验证方法、装置及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115407355B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115661395A (zh) * | 2022-12-27 | 2023-01-31 | 安徽蔚来智驾科技有限公司 | 车位建图方法、车辆及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107180215A (zh) * | 2017-05-31 | 2017-09-19 | 同济大学 | 基于库位和二维码的停车场自动建图与高精度定位方法 |
| WO2018066754A1 (ko) * | 2016-10-06 | 2018-04-12 | 충북대학교 산학협력단 | 라이다 센서를 이용한 차량의 자세 추정 방법 |
| CN109606354A (zh) * | 2018-10-18 | 2019-04-12 | 同济大学 | 一种基于分层规划的自动泊车方法及辅助系统 |
| CN109631896A (zh) * | 2018-07-23 | 2019-04-16 | 同济大学 | 一种基于车辆视觉和运动信息的停车场自主泊车定位方法 |
| CN110132278A (zh) * | 2019-05-14 | 2019-08-16 | 驭势科技（北京）有限公司 | 一种即时定位与建图的方法及装置 |
| WO2021249568A1 (zh) * | 2020-06-12 | 2021-12-16 | 深圳市海柔创新科技有限公司 | 仓储机器人的控制方法、装置、设备及可读存储介质 |
| CN114030463A (zh) * | 2021-11-23 | 2022-02-11 | 上海汽车集团股份有限公司 | 一种自动泊车系统的路径规划方法及装置 |
| CN114494453A (zh) * | 2021-12-29 | 2022-05-13 | 劢微机器人科技(深圳)有限公司 | 基于雷达和相机的自动装卸车方法及自动装卸车系统 |
| CN114675292A (zh) * | 2022-03-25 | 2022-06-28 | 浙江科钛机器人股份有限公司 | 库位状态检测方法、装置、设备、存储介质及程序产品 |
| CN115205373A (zh) * | 2022-06-09 | 2022-10-18 | 劢微机器人(深圳)有限公司 | 基于雷达和相机融合的卸货方法、检测装置及存储介质 |
-
2022
- 2022-11-01 CN CN202211356474.0A patent/CN115407355B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018066754A1 (ko) * | 2016-10-06 | 2018-04-12 | 충북대학교 산학협력단 | 라이다 센서를 이용한 차량의 자세 추정 방법 |
| CN107180215A (zh) * | 2017-05-31 | 2017-09-19 | 同济大学 | 基于库位和二维码的停车场自动建图与高精度定位方法 |
| CN109631896A (zh) * | 2018-07-23 | 2019-04-16 | 同济大学 | 一种基于车辆视觉和运动信息的停车场自主泊车定位方法 |
| CN109606354A (zh) * | 2018-10-18 | 2019-04-12 | 同济大学 | 一种基于分层规划的自动泊车方法及辅助系统 |
| CN110132278A (zh) * | 2019-05-14 | 2019-08-16 | 驭势科技（北京）有限公司 | 一种即时定位与建图的方法及装置 |
| WO2021249568A1 (zh) * | 2020-06-12 | 2021-12-16 | 深圳市海柔创新科技有限公司 | 仓储机器人的控制方法、装置、设备及可读存储介质 |
| CN114030463A (zh) * | 2021-11-23 | 2022-02-11 | 上海汽车集团股份有限公司 | 一种自动泊车系统的路径规划方法及装置 |
| CN114494453A (zh) * | 2021-12-29 | 2022-05-13 | 劢微机器人科技(深圳)有限公司 | 基于雷达和相机的自动装卸车方法及自动装卸车系统 |
| CN114675292A (zh) * | 2022-03-25 | 2022-06-28 | 浙江科钛机器人股份有限公司 | 库位状态检测方法、装置、设备、存储介质及程序产品 |
| CN115205373A (zh) * | 2022-06-09 | 2022-10-18 | 劢微机器人(深圳)有限公司 | 基于雷达和相机融合的卸货方法、检测装置及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 熊璐等: "基于库位跟踪的自动泊车决策规划系统", 《汽车技术》 * |
| 赵君峤等: "基于多台飞行时间相机的建图与结构语义的三维库位检测", 《同济大学学报(自然科学版)》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115661395A (zh) * | 2022-12-27 | 2023-01-31 | 安徽蔚来智驾科技有限公司 | 车位建图方法、车辆及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115407355B (zh) | 2023-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11468581B2 (en) | Distance measurement method, intelligent control method, electronic device, and storage medium | |
| CN111983635B (zh) | 位姿确定方法及装置、电子设备和存储介质 | |
| CN109218598B (zh) | 一种相机切换方法、装置及无人机 | |
| CN113205549A (zh) | 深度估计方法及装置、电子设备和存储介质 | |
| CN115407355B (zh) | 库位地图的验证方法、装置及终端设备 | |
| CN115408779A (zh) | 代客泊车算法仿真测试方法、装置及存储介质 | |
| CN109696173A (zh) | 一种车体导航方法和装置 | |
| CN115447568A (zh) | 数据处理的方法和装置 | |
| CN114549578A (zh) | 目标跟踪方法、装置及存储介质 | |
| CN114419572A (zh) | 多雷达目标检测方法、装置、电子设备及存储介质 | |
| CN115861741B (zh) | 目标标定方法、装置、电子设备、存储介质及车辆 | |
| CN109587304B (zh) | 电子设备和移动平台 | |
| CN109803089B (zh) | 电子设备和移动平台 | |
| CN109618085B (zh) | 电子设备和移动平台 | |
| CN109660731B (zh) | 电子设备和移动平台 | |
| CN109587303B (zh) | 电子设备和移动平台 | |
| CN113065392A (zh) | 一种机器人的跟踪方法和装置 | |
| CN113450298B (zh) | 基于多传感器的视野图处理方法、装置和设备 | |
| CN113516145B (zh) | 图像处理与车辆信息提供方法、设备及存储介质 | |
| CN114626462B (zh) | 路面标识识别方法、装置、设备及存储介质 | |
| CN116740158B (zh) | 图像深度确定方法、装置和存储介质 | |
| CN109660732B (zh) | 电子设备和移动平台 | |
| CN117115244A (zh) | 云端重定位方法、装置及存储介质 | |
| CN116934840A (zh) | 目标检测方法、装置、电子设备、存储介质和程序产品 | |
| CN116977430A (zh) | 避障方法及避障装置、电子设备、存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |