CN115630185B - 一种重定位方法、水面航行器及存储介质 - Google Patents
一种重定位方法、水面航行器及存储介质 Download PDFInfo
- Publication number
- CN115630185B CN115630185B CN202211163607.2A CN202211163607A CN115630185B CN 115630185 B CN115630185 B CN 115630185B CN 202211163607 A CN202211163607 A CN 202211163607A CN 115630185 B CN115630185 B CN 115630185B
- Authority
- CN
- China
- Prior art keywords
- scan context
- context descriptor
- descriptor
- translation
- repositioning
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 75
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 230000009466 transformation Effects 0.000 claims abstract description 60
- 230000008569 process Effects 0.000 claims abstract description 32
- 230000007613 environmental effect Effects 0.000 claims abstract description 21
- 238000013519 translation Methods 0.000 claims description 83
- 238000004590 computer program Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 16
- 230000008859 change Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000001131 transforming effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000037433 frameshift Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Mathematical Physics (AREA)
- Processing Or Creating Images (AREA)
- Navigation (AREA)
Abstract
本申请公开了一种重定位方法、水面航行器及存储介质。该方法包括:在构建环境的点云地图的过程中,根据关键帧构建重定位数据库;在对水面航行器重定位的过程中,计算查询帧的原始Scan context描述子,其中,查询帧为在水面航行器的当前位置所获取到的环境点云数据帧;对查询帧的原始Scan context描述子进行第一变换操作及第二变换操作,得到多个待查询Scan context描述子;分别将每个待查询Scan context描述子与重定位数据库进行匹配;根据匹配结果确定水面航行器的位姿。本申请方案可提升通过Scan context描述子对船舶进行重定位的准确度。
Description
技术领域
本申请属于定位技术领域,尤其涉及一种重定位方法、重定位装置、水面航行器及计算机可读存储介质。
背景技术
在使用已知环境的三维(3-dimension,3D)点云地图对设备进行定位时,需要先确定该设备在该3D点云地图中的初始位姿。上述过程在机器人学中,被称之为重定位。
Scan context是一种点云结构特征的描述子,是目前3D激光定位领域中较为主流的描述点云结构特征的方法,其具备速度快、效果好及适用于大规模点云地图等优点。当前,Scan context在无人驾驶车辆的领域得到了广泛应用。
然而,由于Scan context的结果严重依赖于点云的高度信息,因而该描述子当前并不能应用于船舶的领域,这是因为:航道的水面高度通常会随着不同时间水量的变化而变化,因而船舶在同一地点采集到的点云的高度也会随之发生变化,导致船舶的重定位失败。也即,Scan context在船舶的应用场景中面临巨大挑战。
发明内容
本申请提供了一种重定位方法、重定位装置、水面航行器及计算机可读存储介质,可提升通过Scan context描述子对船舶等水面航行器进行重定位的准确度。
第一方面,本申请提供了一种重定位方法,包括:
在构建环境的点云地图的过程中,根据关键帧构建重定位数据库,其中,关键帧为:在环境的已知关键位置所获取到的环境点云数据帧,关键帧的数量为:两个以上,重定位数据库包括基于每个关键帧所得的Scan context描述子;
在对水面航行器重定位的过程中,计算查询帧的原始Scan context描述子,其中,查询帧为:在水面航行器的当前位置所获取到的环境点云数据帧;
对查询帧的原始Scan context描述子进行第一变换操作及第二变换操作,得到多个待查询Scan context描述子,其中,第一变换操作为:对Scan context描述子的所有非零元素的值进行统一调整,第二变换操作为:以列为对象对Scan context描述子进行循环平移;
分别将每个待查询Scan context描述子与重定位数据库进行匹配;
根据匹配结果确定水面航行器的位姿。
第二方面,本申请提供了一种重定位装置,包括:
构建模块,用于在构建环境的点云地图的过程中,根据关键帧构建重定位数据库,其中,关键帧为:在环境的已知关键位置所获取到的环境点云数据帧,关键帧的数量为:两个以上,重定位数据库包括基于每个关键帧所得的Scan context描述子;
计算模块,用于在对水面航行器重定位的过程中,计算查询帧的原始Scancontext描述子,其中,查询帧为:在水面航行器的当前位置所获取到的环境点云数据帧;
变换模块,用于对查询帧的原始Scan context描述子进行第一变换操作及第二变换操作,得到多个待查询Scan context描述子,其中,第一变换操作为:对Scan context描述子的所有非零元素的值进行统一调整,第二变换操作为:以列为对象对Scan context描述子进行循环平移;
匹配模块,用于分别将每个待查询Scan context描述子与重定位数据库进行匹配;
确定模块,用于根据匹配结果确定水面航行器的位姿。
第三方面,本申请提供了一种水面航行器,该水面航行器中设置有电子设备,该电子设备包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,该处理器执行计算机程序时实现如第一方面的方法的步骤。
第四方面,本申请提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现如第一方面的方法的步骤。
第五方面,本申请提供了一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序被一个或多个处理器执行时实现如第一方面的方法的步骤。
本申请与现有技术相比存在的有益效果是:一方面,水面航行器中的电子设备考虑到航道水面高度的变化对点云数据的影响,在生成查询帧的原始Scan context描述子后,会对该原始Scan context描述子进行第一变换操作,具体为对Scan context描述子的所有非零元素的值进行统一调整,以还原不同航道水面高度下所本应生成的Scan context描述子;另一方面,电子设备为了获得Scan context描述子的旋转不变性,还会对该原始Scan context描述子进行第二变换操作,具体为以列为对象对Scan context描述子进行循环平移,以还原在水面航行器的不同朝向下所本应生成的Scan context描述子。最终,电子设备可将对查询帧的原始Scan context描述子进行了第一变换操作及第二变换操作后所得的多个待查询Scan context描述子与已构建的重定位数据库进行匹配,由此实现对水面航行器的准确重定位。
可以理解的是,第二方面至第五方面的有益效果可以参见第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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的前提下,还可以根据这些附图获得其他的附图。
图1是现有技术在生成Scan context描述子的过程中,对3D点云进行划分的示意图;
图2是本申请实施例提供的重定位方法的实现流程示意图;
图3是本申请实施例提供的重定位方法中,第二变换操作的示意图;
图4是本申请实施例提供的重定位方法中步骤201的具体实现流程示意图;
图5是本申请实施例提供的重定位方法中步骤204的具体实现流程示意图;
图6是本申请实施例提供的重定位方法中步骤205的具体实现流程示意图;
图7是本申请实施例提供的重定位装置的结构框图;
图8是本申请实施例提供的水面航行器中的电子设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
为了说明本申请所提出的技术方案,下面通过具体实施例来进行说明。
下面对Scan context描述子进行简单说明:
针对设备在某一位置所采集到的3D点云,请参阅图1,从俯视角度看,该3D点云可被同心圆划分为若干个环,同时还可被以该位置为中心发出的射线划分为若干个扇区。可以理解,环和扇区将3D的物理空间映射为了2D的区块空间。其中,每个区块可由它所属的环和扇区的编号唯一确定。以环为行,以扇区为列,就可得到一个2D矩阵。其中,该矩阵中的元素的值等于该元素所对应的区块内的最大点云高度,此处的高度指的是相对设备的高度。考虑到本申请实施例所提出的重定位方法具体应用在水上环境,因而为排除水面的干扰,在本申请实施例中,基于采集到的3D点云计算Scan context描述子时,可先过滤该3D点云中处于水面的点,再基于过滤后的3D点云计算Scan context描述子。
下面对本申请实施例所提出的重定位方法作出说明。该重定位方法应用于电子设备,其中,该电子设备可搭载于水面航行器上,该水面航行器指的是船舶等能够在水面航行的交通工具;或者,该电子设备也可搭载于云端或指挥中心,本申请实施例不对该电子设备的工作环境作出限定。请参阅图2,该重定位方法包括:
步骤201,在构建环境的点云地图的过程中,根据关键帧构建重定位数据库。
针对水面航行器可能进行航行任务的环境,可预先在该环境中构建对应的点云地图,其过程可简述为:控制定位设备(例如3D激光雷达)在该环境内移动;在移动的过程中,定位设备可采集环境点云数据帧,并上报给电子设备。最终,电子设备将采集到的各个点云数据帧融合在一起,构建得到点云地图。此过程中,电子设备可从接收到的各个环境点云数据帧中,确定出关键帧,该关键帧指的是:在环境的已知关键位置所获取到的环境点云数据帧。
具体地,可规律性地设定已知关键位置,例如,设定任意两个相邻的已知关键位置均间隔预设距离。该预设距离可以为2米,也可以为其它数值,此处不作限定。则,定位设备每采集到一个环境点云数据帧,就可对该定位设备进行定位,并判断此时的定位位置与定位设备采集上一关键帧的定位位置的距离;如果该距离达到该预设距离,即可将当前采集到的环境点云数据帧也作为关键帧。
需要注意的是,由于环境的航道水面高度本身就是可变的,因而,并不要求采集关键帧的定位设备必须要搭载于后续要在该环境内执行航行任务的水面航行器。例如,该定位设备可以搭载于船舶;或者,该定位设备也可搭载于其它可在进行航行任务的交通工具上,且搭载的高度不受限制,只要能够正常完成对环境点云的采集即可。
电子设备在获得关键帧之后,即可根据每个关键帧计算对应的Scan context描述子,并存储于重定位数据库中。
步骤202,在对水面航行器重定位的过程中,计算查询帧的原始Scan context描述子。
当船舶水面航行器在环境内开始执行航行任务时,就可触发对水面航行器的重定位。电子设备可在对水面航行器重定位的过程中,计算查询帧的Scan context描述子。其中,查询帧指的是:通过水面航行器所搭载的定位设备在水面航行器的当前位置(也即需要进行重定位的位置)所获取到的环境点云数据帧。考虑到后续步骤涉及对该Scan context描述子的变换操作,因而为便于区分,将本步骤计算所得的Scan context描述子记作查询帧的原始Scan context描述子。
步骤203,对查询帧的原始Scan context描述子进行第一变换操作及第二变换操作,得到多个待查询Scan context描述子。
通过步骤202,仅能表示在当前的航道水面高度下,水面航行器的定位设备所采集到的查询帧的原始Scan context描述子。可以理解,即便构建环境的点云地图时,依赖的是搭载于水面航行器的定位设备,该当前的航道水面高度也无法保证与构建环境的点云地图时的航道水面高度保持一致。基于此,电子设备为弥补高度误差,可基于查询帧的原始Scancontext描述子执行第一变换操作,需要注意的是,当某一区块没有有效的点云数据时,该区块在该原始Scan context描述子中所对应的元素的值为零,因而该第一变换操作为:对Scan context描述子的所有非零元素的值进行统一调整,以还原不同航道水面高度下在该当前位置所本应生成的Scan context描述子。除此之外,为了获得Scan context描述子的旋转不变性,电子设备还可基于Scan context描述子执行第二变换操作,该第二变换操作为:以列为对象对Scan context描述子进行循环平移。
仅作为示例,电子设备可以是先对查询帧的原始Scan context描述子进行第一变换操作,得到包括原始Scan context描述子在内的N1个第一中间Scan context描述子;然后,针对每个第一中间Scan context描述子,再对该第一中间Scan context描述子进行第二变换操作,得到包括该第一中间Scan context描述子在内的N2个待查询Scan context描述子。最终所得的待查询Scan context描述子的数量为N1*N2。
仅作为示例,电子设备也可以是先对查询帧的原始Scan context描述子进行第二变换操作,得到包括原始Scan context描述子在内的N2个第二中间Scan context描述子;然后,针对每个第二中间Scan context描述子,再对该第二中间Scan context描述子进行第一变换操作,得到包括该第二中间Scan context描述子在内的N1个待查询Scan context描述子。与上一示例相同,最终所得的待查询Scan context描述子的数量为N1*N2。
步骤204,分别将每个待查询Scan context描述子与重定位数据库进行匹配。
电子设备针对每个待查询Scan context描述子,均可将该待查询Scan context描述子分别与重定位数据库中的各个Scan context描述子进行匹配,该匹配的过程具体可通过计算二者的相似度而实现。假定重定位数据库中存储有N3个Scan context描述子,则电子设备针对每个待查询Scan context描述子,均需要执行N3次相似度的计算操作;在待查询Scan context描述子的数量为N1*N2的情况下,电子设备共需要进行N1*N2*N3次的相似度的计算操作。
步骤205,根据匹配结果确定水面航行器的位姿。
在匹配结果指示重定位数据库中存在与任一待查询Scan context描述子相匹配的Scan context描述子时,由于该Scan context描述子所对应的关键帧的位姿已知,因而可根据该Scan context描述子对水面航行器进行重定位的操作,获得水面航行器的位姿。
在一些实施例中,电子设备对某一待变换的Scan context描述子(可以是查询帧的原始Scan context描述子,也可以是第二中间Scan context描述子)进行第一变换操作的过程包括:
将待变换的Scan context描述子中的所有非零元素的值均加上预设的调整值。
可以想象如下场景:
水面航行器的定位设备针对已知物体,例如某一桥梁,进行点云数据采集,确定该桥梁相对定位设备的高度为h1;则在对应生成的Scan context描述子中,该桥梁所在区块所对应的元素的值为h1。
假定环境的航道水面上升了h2米,水面航行器也会随着水位的升高而升高,因而水面航行器的定位设备针对同一桥梁进行点云数据采集时,所得到的桥梁相对定位设备的高度为h1-h2米;则在对应生成的Scan context描述子中,该桥梁所在区块所对应的元素的值为h1-h2。
由此可以看出,对水上环境的其它固定物体,随着航道水面高度的变化,水面航行器的定位设备所采集到的物体高度(也即点云高度)也会随之发生变化。基于此,为消除航道水面高度的影响,电子设备可根据预设的调整值,对待变换的Scan context描述子中的所有非零元素的值均进行调整,具体为:将所有非零元素的值统一加上调整值。需要注意的是,本申请实施例不对调整值的正负作出限定,也即调整值可以为正数,也可以为负数。
考虑到航道水面高度的变化程度可能有大有小,因而,可预先设置多个调整值zt。例如,可以基于预设的差值z0设置多个调整值,分别为:zt1、zt2、zt3、……、ztn。
仅作为示例,假定待变换的Scan context描述子中某一元素A的值为zA,某一元素B的值为zB,某一元素C的值为0,则:基于zt1,电子设备可将元素A的值由zA更新为zA+zt1,将元素B的值由zB更新为zB+zt1,将元素C的值保持不变,其它元素以此类推,即可完成一次第一变换操作,得到一个变换后的Scan context描述子。针对其它调整值,参照以上流程。最终,可得到多个变换后的Scan context描述子。
在一些实施例中,电子设备对某一待变换的Scan context描述子(可以是查询帧的原始Scan context描述子,也可以是第一中间Scan context描述子)进行第二变换操作的过程包括:
将待变换的Scan context描述子中的非边缘列向预设方向平移一列,并将边缘列平移至预设方向的反方向的边缘,直至平移次数达到预设的平移次数阈值,其中,预设方向为左方向或右方向,非边缘列为:不处于预设方向的边缘的列,边缘列为:处于预设方向的边缘的列,平移次数阈值为待变换的Scan context描述子的总列数减1。
以预设方向为左方向为例:电子设备将待变换的Scan context描述子中的最左侧的一列平移至最右侧,将其它列(也即非最左侧的列)均向左平移一列,由此可完成在预设方向上的一次平移操作,得到一个变换后的Scan context描述子。之后,再对该变换后的Scan context描述子重复上述平移的过程,即为以列为对象的循环平移。假定该待变换的Scan context描述子共有N2列,则电子设备总共可进行N2-1次平移,得到N2-1个变换后的Scan context描述子。可以理解,该N2-1个变换后的Scan context描述子可与待变换的Scan context描述子(共N2个Scan context描述子)一起投入后续的处理。
请参阅图3,图3给出了预设方向为右方向时,对待变换的Scan context描述子进行第二变换操作的示例。其中,灰色的一列为待变换的Scan context描述子初始的最右侧一列(也即初始的边缘列)。
在一些实施例中,在预设距离较大,也即相邻关键帧对应的位置之间的间隔较远的情况下,可能影响到后续相似度计算的准确性,进而影响到对水面航行器的重定位结果。为解决该问题,请参阅图4,重定位数据库可通过如下步骤构建:
步骤2011,针对每个关键帧,对关键帧进行平移。
在预设距离较大,也即相邻关键帧对应的位置之间的间隔较远时,可通过关键帧模拟出定位设备在其它位置下所采集得到的环境点云数据。基于Scan context的平移不变性,该模拟的过程可通过对关键帧进行平移而实现。
具体地,对关键帧进行平移的操作可以是:根据预设的第一平移值及预设的第二平移值对关键帧在xy平面进行平移,其中,第一平移值为定位设备的位置在x轴方向的平移值,第二平移值为定位设备的位置在y轴方向的平移值。为便于描述,将第一平移值记作xt,将第二平移值记作yt,则对关键帧进行平移的过程具体为:记定位设备在原位置采集到的关键帧中的点为(x,y,z);模拟定位设备相对原位置以(xt,yt)进行了平移后,该定位设备在平移后位置所采集的关键帧中,该点会相应变更为(x-xt,y-yt,z)。
需要注意的是,电子设备可以设置多组第一平移值及第二平移值;也即,可以设置多组(xt,yt)。以预设距离为4米为例,可设置两组(xt,yt),分别为(xt1,yt1)及(xt2,yt2),其中,(xt1,yt1)可以为(2,2),(xt2,yt2)可以为(1,1)。
需要注意的是,一般情况下,第一平移值及第二平移值均不超过预设距离的一半。
通过本步骤,每个关键帧均可得到至少一个平移后的关键帧。可将平移后的关键帧理解为:在平移后位置所获取到的环境点云数据帧,其中,该平移后位置为:对关键帧所对应的已知关键位置平移了(xt,yt)后所得的位置。
步骤2012,计算平移前的关键帧的原始Scan context描述子及平移后的关键帧的原始Scan context描述子。
电子设备会对平移前的关键帧及平移后的关键帧均进行Scan context描述子的计算,此处不对该计算过程进行赘述。最终,电子设备可得到平移前的各个关键帧的原始Scan context描述子,以及平移后的各个关键帧的原始Scan context描述子。
步骤2013,将平移后的关键帧的原始Scan context描述子及平移前的关键帧的原始Scan context描述子存储于重定位数据库。
电子设备可将已获得的所有与关键帧相关联的原始Scan context描述子存入重定位数据库中。
除此之外,针对每个平移前的关键帧,电子设备可将该平移前的关键帧所对应的位姿也一并存入该重定位数据库中,该位姿指的是:采集该关键帧时,定位设备(等价于水面航行器)在世界坐标系下的位置(也即已知关键位置)及朝向。以及,针对每个平移后的关键帧,电子设备可将对应的平移前的关键帧所对应的位姿一并存入该重定位数据库中;同时,还可将对应的第一平移值及第二平移值,也即对应的(xt,yt)也一并存入该重定位数据库中。
仅作为示例,假定某一关键帧所对应的位姿为电子设备对该关键帧以(xt,yt)进行了平移,得到平移后的关键帧,则:电子设备在将平移前的关键帧的原始Scan context描述子存入重定位数据库时,还会对应存入/>电子设备在将平移后的关键帧的原始Scancontext描述子存入重定位数据库时,还会对应存入/>及(xt,yt)。
在一些实施例中,两个Scan context描述子之间的距离可用于表征这两个Scancontext描述子之间的相似度。基于此,请参阅图5,步骤204可包括:
步骤2041,分别计算每个待查询Scan context描述子与每个被查询Scan context描述子的距离。
其中,被查询Scan context描述子为:重定位数据库所存储的Scan context描述子。为便于描述,记待查询Scan context描述子为Iq,被查询Scan context描述子为Ic,这两个描述子之间的距离可通过下式计算:
其中,d(Iq,Ic)表示待查询Scan context描述子Iq与被查询Scan context描述子Ic之间的距离;N2表示待查询Scan context描述子Iq(同样也是被查询Scan context描述子Ic)的列数,也即划分的扇区数;表示待查询Scan context描述子的第j列;/>表示被查询Scan context描述子的第j列;/>表示/>的模长,/>表示/>的模长。
步骤2042,将计算所得的最小距离与预设的距离阈值进行比对。
两个描述子之间的距离越小表示这两个描述子所各自对应的环境点云数据帧的结构特征越相似。前文已描述了,电子设备共需要进行N1*N2*N3次的相似度的计算操作,也即可得到N1*N2*N3个距离;在这些距离中进行最小值查找,即可确定计算所得的最小距离。电子设备可将该最小距离与预设的距离阈值进行比对。
步骤2043,在最小距离小于或等于距离阈值的情况下,确定第一目标Scancontext描述子及第二目标Scan context描述子匹配成功。
在最小距离小于或等于距离阈值的情况下,电子设备可确定重定位数据库中存在与任一待查询Scan context描述子相匹配的Scan context描述子。具体地,为便于后续重定位操作的进行,可根据该最小距离确定出第一目标Scan context描述子及第二目标Scancontext描述子,其中,第一目标Scan context描述子为:最小距离所对应的待查询Scancontext描述子,第二目标Scan context描述子为:最小距离所对应的被查询Scan context描述子。也即,在最小距离小于或等于距离阈值的情况下,确定匹配成功,具体为:第一目标Scan context描述子及第二目标Scan context描述子匹配成功。
需要注意的是,在最小距离大于距离阈值的情况下,可认为此次重定位操作失败,此时可输出提醒消息给水面航行器,该提醒消息用于触发水面航行器的定位设备采集获取新的查询帧,并将该新的查询帧发送给电子设备,以使得电子设备再次对水面航行器进行重定位。
在一些实施例中,为使所获得的水面航行器的位姿更加精确,请参阅图6,步骤205可包括:
步骤2051,根据匹配结果确定水面航行器的粗糙位姿。
在匹配结果指示重定位数据库中存在与任一待查询Scan context描述子相匹配的Scan context描述子的情况下,电子设备可根据第二目标Scan context描述子确定目标关键帧所对应的位姿以及,可根据第一目标Scan context描述子及第二目标Scancontext描述子确定查询帧相对目标关键帧的位姿/>该目标关键帧指的是:与该查询帧相匹配的关键帧,也即第二目标Scan context描述子所对应的关键帧。
具体地,目标关键帧的位姿可从重定位数据库获取而得。
具体地,查询帧相对目标关键帧的位姿包括旋转矩阵/>与平移矩阵/>其中,可表示为(xt,yt,-zt);/>可表示为绕z轴旋转/>的旋转矩阵,旋转方向由基于查询帧的原始Scan context描述子进行的第二变换操作中所采用的预设方向而决定。下面对及/>所涉及的各项参数进行说明:
(xt,yt)为第二目标Scan context描述子所对应的关键帧的第一平移值及第二平移值;如果重定位数据库中,未存储有第二目标Scan context描述子所对应的关键帧的第一平移值及第二平移值,则(xt,yt)为(0,0)。
zt为第一目标Scan context描述子的元素相对于查询帧的原始的Scan context描述子的对应元素所增加的调整值。如果第一目标Scan context描述子的元素的值与查询帧的原始的Scan context描述子的对应元素的值保持一致,也即第一目标Scan context描述子相对于查询帧的原始的Scan context描述子未进行第一变换操作,则zt为0。
k为第一目标Scan context描述子相对于查询帧的原始的Scan context描述子在预设方向上的平移的列数。如果第一目标Scan context描述子相对于查询帧的原始的Scancontext描述子未在预设方向上有平移,则k为0。如果预设方向为右方向,也即第二变换操作进行的是将待变换的Scan context描述子以列为对象向右循环平移的操作,则旋转矩阵所对应的旋转方向为顺时针方向;如果预设方向为左方向,也即第二变换操作进行的是将待变换的Scan context描述子以列为对象向左循环平移的操作,则旋转矩阵所对应的旋转方向为逆时针方向。
根据目标关键帧所对应的位姿以及查询帧相对目标关键帧的位姿/>电子设备可计算出查询帧在世界坐标系的位姿/>该位姿即为水面航行器的粗糙位姿。
步骤2052,根据粗糙位姿,在点云地图中对查询帧进行点云配准,以确定水面航行器的精确位姿。
其中,点云配准的方法包括但不限于迭代最近点算法(Iterative ClosestPoint,ICP)、正态分布变换(Normal Distribution Transformation,NDT)及它们的各类变种,此处不作限定。
由上可见,在本申请实施例中,一方面,水面航行器中的电子设备考虑到航道水面高度的变化对点云数据的影响,在生成查询帧的原始Scan context描述子后,会对该原始Scan context描述子进行第一变换操作,具体为对Scan context描述子的所有非零元素的值进行统一调整,以还原不同航道水面高度下所本应生成的Scan context描述子;另一方面,电子设备为了获得Scan context描述子的旋转不变性,还会对该原始Scan context描述子进行第二变换操作,具体为以列为对象对Scan context描述子进行循环平移,以还原在水面航行器的不同朝向下所本应生成的Scan context描述子。最终,电子设备可将对查询帧的原始Scan context描述子进行了第一变换操作及第二变换操作后所得的多个待查询Scan context描述子与已构建的重定位数据库进行匹配,由此实现对水面航行器的准确重定位。
对应于上文所提供的重定位方法,本申请实施例还提供了一种重定位装置。如图7所示,该重定位装置7包括:
构建模块701,用于在构建环境的点云地图的过程中,根据关键帧构建重定位数据库,其中,关键帧为:在环境的已知关键位置所获取到的环境点云数据帧,关键帧的数量为:两个以上,重定位数据库包括基于每个关键帧所得的Scan context描述子;
计算模块702,用于在对水面航行器重定位的过程中,计算查询帧的原始Scancontext描述子,其中,查询帧为:在水面航行器的当前位置所获取到的环境点云数据帧;
变换模块703,用于对查询帧的原始Scan context描述子进行第一变换操作及第二变换操作,得到多个待查询Scan context描述子,其中,第一变换操作为:对Scancontext描述子的所有非零元素的值进行统一调整,第二变换操作为:以列为对象对Scancontext描述子进行循环平移;
匹配模块704,用于分别将每个待查询Scan context描述子与重定位数据库进行匹配;
确定模块705,用于根据匹配结果确定水面航行器的位姿。
在一些实施例中,针对每个待变换的Scan context描述子,第一变换操作的过程包括:将待变换的Scan context描述子中的所有非零元素的值均加上预设的调整值。
在一些实施例中,针对每个待变换的Scan context描述子,第二变换操作的过程包括:将待变换的Scan context描述子中的非边缘列向预设方向平移,并将边缘列平移至预设方向的反方向的边缘,直至平移次数达到预设的平移次数阈值,其中,预设方向为左方向或右方向,非边缘列为:不处于预设方向的边缘的列,边缘列为:处于预设方向的边缘的列,平移次数阈值为待变换的Scan context描述子的总列数减1。
在一些实施例中,构建模块701,包括:
平移单元,用于针对每个关键帧,对关键帧进行平移;
第一计算单元,用于计算平移前的关键帧的原始Scan context描述子及平移后的关键帧的原始Scan context描述子;
存储单元,用于将平移后的关键帧的原始Scan context描述子及平移前的关键帧的原始Scan context描述子存储于重定位数据库。
在一些实施例中,平移单元,具体用于根据预设的第一平移值及预设的第二平移值对关键帧在xy平面进行平移,其中,第一平移值为在x轴方向的平移值,第二平移值为在y轴方向的平移值。
在一些实施例中,匹配模块704,包括:
第二计算单元,用于分别计算每个待查询Scan context描述子与每个被查询Scancontext描述子的距离,其中,被查询Scan context描述子为:重定位数据库所存储的Scancontext描述子;
比对单元,用于将计算所得的最小距离与预设的距离阈值进行比对;
第一确定单元,用于在最小距离小于或等于距离阈值的情况下,确定第一目标Scan context描述子及第二目标Scan context描述子匹配成功,其中,第一目标Scancontext描述子为:最小距离所对应的待查询Scan context描述子,第二目标Scan context描述子为:最小距离所对应的被查询Scan context描述子。
在一些实施例中,确定模块705,包括:
第二确定单元,用于根据匹配结果确定水面航行器的粗糙位姿;
第三确定单元,用于根据粗糙位姿,在点云地图中对查询帧进行点云配准,以确定水面航行器的精确位姿。
在一些实施例中,第二确定单元,包括:
第一确定子单元,用于根据第一目标Scan context描述子及第二目标Scancontext描述子,确定查询帧相对目标关键帧的旋转矩阵及平移矩阵,其中,目标关键帧为第二目标Scan context描述子所对应的关键帧;
第二确定子单元,用于根据第二目标Scan context描述子确定目标关键帧所对应的位姿;
第三确定子单元,用于根据旋转矩阵、平移矩阵及目标关键帧所对应的位姿,确定水面航行器的粗糙位姿。
由上可见,在本申请实施例中,一方面,重定位装置考虑到航道水面高度的变化对点云数据的影响,在生成查询帧的原始Scan context描述子后,会对该原始Scan context描述子进行第一变换操作,具体为对Scan context描述子的所有非零元素的值进行统一调整,以还原不同航道水面高度下所本应生成的Scan context描述子;另一方面,重定位装置为了获得Scan context描述子的旋转不变性,还会对该原始Scan context描述子进行第二变换操作,具体为以列为对象对Scan context描述子进行循环平移,以还原在水面航行器的不同朝向下所本应生成的Scan context描述子。最终,重定位装置可将对查询帧的原始Scan context描述子进行了第一变换操作及第二变换操作后所得的多个待查询Scancontext描述子与已构建的重定位数据库进行匹配,由此实现对水面航行器的准确重定位。
对应于上文所提供的重定位方法,本申请实施例还提供了一种水面航行器,该水面航行器中设置有电子设备。请参阅图8,图8给出了电子设备的结构示意,该电子设备8包括:存储器801,一个或多个处理器802(图8中仅示出一个)及存储在存储器801上并可在处理器上运行的计算机程序。其中:存储器801用于存储软件程序以及单元,处理器802通过运行存储在存储器801的软件程序以及单元,从而执行各种功能应用以及数据处理,以获取预设事件对应的资源。具体地,处理器802通过运行存储在存储器801的计算机程序时实现以下步骤:
在构建环境的点云地图的过程中,根据关键帧构建重定位数据库,其中,关键帧为:在环境的已知关键位置所获取到的环境点云数据帧,关键帧的数量为:两个以上,重定位数据库包括基于每个关键帧所得的Scan context描述子;
在对水面航行器重定位的过程中,计算查询帧的原始Scan context描述子,其中,查询帧为:在水面航行器的当前位置所获取到的环境点云数据帧;
对查询帧的原始Scan context描述子进行第一变换操作及第二变换操作,得到多个待查询Scan context描述子,其中,第一变换操作为:对Scan context描述子的所有非零元素的值进行统一调整,第二变换操作为:以列为对象对Scan context描述子进行循环平移;
分别将每个待查询Scan context描述子与重定位数据库进行匹配;
根据匹配结果确定水面航行器的位姿。
假设为第一种可能的实施方式,则在第一种可能的实施方式作为基础而提供的第二种可能的实施方式中,针对每个待变换的Scan context描述子,第一变换操作的过程包括:
将待变换的Scan context描述子中的所有非零元素的值均加上预设的调整值。
在第一种可能的实施方式作为基础而提供的第三种可能的实施方式中,针对每个待变换的Scan context描述子,第二变换操作的过程包括:
将待变换的Scan context描述子中的非边缘列向预设方向平移,并将边缘列平移至预设方向的反方向的边缘,直至平移次数达到预设的平移次数阈值,其中,预设方向为左方向或右方向,非边缘列为:不处于预设方向的边缘的列,边缘列为:处于预设方向的边缘的列,平移次数阈值为待变换的Scan context描述子的总列数减1。
在第一种可能的实施方式作为基础而提供的第四种可能的实施方式中,根据关键帧构建重定位数据库,包括:
针对每个关键帧,对关键帧进行平移;
计算平移前的关键帧的原始Scan context描述子及平移后的关键帧的原始Scancontext描述子;
将平移后的关键帧的原始Scan context描述子及平移前的关键帧的原始Scancontext描述子存储于重定位数据库。
在第四种可能的实施方式作为基础而提供的第五种可能的实施方式中,对关键帧进行平移,包括:
根据预设的第一平移值及预设的第二平移值对关键帧在xy平面进行平移,其中,第一平移值为在x轴方向的平移值,第二平移值为在y轴方向的平移值。
在第一种可能的实施方式作为基础而提供的第六种可能的实施方式中,分别将每个待查询Scan context描述子与重定位数据库进行匹配,包括:
分别计算每个待查询Scan context描述子与每个被查询Scan context描述子的距离,其中,被查询Scan context描述子为:重定位数据库所存储的Scan context描述子;
将计算所得的最小距离与预设的距离阈值进行比对;
在最小距离小于或等于距离阈值的情况下,确定第一目标Scan context描述子及第二目标Scan context描述子匹配成功,其中,第一目标Scan context描述子为:最小距离所对应的待查询Scan context描述子,第二目标Scan context描述子为:最小距离所对应的被查询Scan context描述子。
在第六种可能的实施方式作为基础而提供的第七种可能的实施方式中,根据匹配结果确定水面航行器的位姿,包括:
根据匹配结果确定水面航行器的粗糙位姿;
根据粗糙位姿,在点云地图中对查询帧进行点云配准,以确定水面航行器的精确位姿。
在第七种可能的实施方式作为基础而提供的第八种可能的实施方式中,根据匹配结果确定水面航行器的粗糙位姿,包括:
根据第一目标Scan context描述子及第二目标Scan context描述子,确定查询帧相对目标关键帧的旋转矩阵及平移矩阵,其中,目标关键帧为第二目标Scan context描述子所对应的关键帧;
根据第二目标Scan context描述子确定目标关键帧所对应的位姿;
根据旋转矩阵、平移矩阵及目标关键帧所对应的位姿,确定水面航行器的粗糙位姿。
应当理解,在本申请实施例中,所称处理器802可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器801可以包括只读存储器和随机存取存储器,并向处理器802提供指令和数据。存储器801的一部分或全部还可以包括非易失性随机存取存储器。例如,存储器801还可以存储设备类别的信息。
由上可见,通过本申请实施例,一方面,水面航行器中的电子设备考虑到航道水面高度的变化对点云数据的影响,在生成查询帧的原始Scan context描述子后,会对该原始Scan context描述子进行第一变换操作,具体为对Scan context描述子的所有非零元素的值进行统一调整,以还原不同航道水面高度下所本应生成的Scan context描述子;另一方面,水面航行器中的电子设备为了获得Scan context描述子的旋转不变性,还会对该原始Scan context描述子进行第二变换操作,具体为以列为对象对Scan context描述子进行循环平移,以还原在水面航行器的不同朝向下所本应生成的Scan context描述子。最终,水面航行器中的电子设备可将对查询帧的原始Scan context描述子进行了第一变换操作及第二变换操作后所得的多个待查询Scan context描述子与已构建的重定位数据库进行匹配,由此实现对水面航行器的准确重定位。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者外部设备软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请实现实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关联的硬件来完成,的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机可读存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括是电载波信号和电信信号。
以上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精神和范围,均应包含在本申请的保护范围之内。
Claims (9)
1.一种重定位方法,其特征在于,包括:
在构建环境的点云地图的过程中,根据关键帧构建重定位数据库,其中,所述关键帧为:在所述环境的已知关键位置所获取到的已过滤了处于水面的点的环境点云数据帧,所述关键帧的数量为:两个以上,所述重定位数据库包括基于每个所述关键帧所得的Scancontext描述子;
在对水面航行器重定位的过程中,计算查询帧的原始Scan context描述子,其中,所述查询帧为:在所述水面航行器的当前位置所获取到的环境点云数据帧;
对所述查询帧的原始Scan context描述子进行第一变换操作及第二变换操作,得到多个待查询Scan context描述子,其中,所述第一变换操作为:对Scan context描述子的所有非零元素的值进行统一调整,所述第二变换操作为:以列为对象对Scan context描述子进行循环平移;
分别将每个所述待查询Scan context描述子与所述重定位数据库进行匹配;
根据匹配结果确定所述水面航行器的位姿;
其中,针对每个待变换的Scan context描述子,所述第一变换操作的过程包括:
将所述待变换的Scan context描述子中的所有非零元素的值均加上预设的调整值,所述调整值有多个,且所述调整值基于预设的差值设置,包括:针对每个调整值Zti,将所述待变换的Scan context描述子中的第j个非零元素的值由Zj更新为Zj+Zti,并将所述待变换的Scan context描述子中的值为零的元素保持不变,得到每个调整值Zti所对应的变换后的Scan context描述子,j=1、2、3、……、n,n为所述待变换的Scan context描述子中的非零元素的数量。
2. 如权利要求1所述的重定位方法,其特征在于,针对每个待变换的Scan context描述子,所述第二变换操作的过程包括:
将所述待变换的Scan context描述子中的非边缘列向预设方向平移,并将边缘列平移至所述预设方向的反方向的边缘,直至平移次数达到预设的平移次数阈值,其中,所述预设方向为左方向或右方向,所述非边缘列为:不处于所述预设方向的边缘的列,所述边缘列为:处于所述预设方向的边缘的列,所述平移次数阈值为所述待变换的Scan context描述子的总列数减1。
3.如权利要求1所述的重定位方法,其特征在于,所述根据关键帧构建重定位数据库,包括:
针对每个所述关键帧,对所述关键帧进行平移;
计算平移前的所述关键帧的原始Scan context描述子及平移后的所述关键帧的原始Scan context描述子;
将平移后的所述关键帧的原始Scan context描述子及平移前的所述关键帧的原始Scan context描述子存储于所述重定位数据库。
4.如权利要求3所述的重定位方法,其特征在于,所述对所述关键帧进行平移,包括:
根据预设的第一平移值及预设的第二平移值对所述关键帧在xy平面进行平移,其中,所述第一平移值为在x轴方向的平移值,所述第二平移值为在y轴方向的平移值。
5. 如权利要求1所述的重定位方法,其特征在于,所述分别将每个所述待查询Scancontext描述子与所述重定位数据库进行匹配,包括:
分别计算每个所述待查询Scan context描述子与每个被查询Scan context描述子的距离,其中,所述被查询Scan context描述子为:所述重定位数据库所存储的Scan context描述子;
将计算所得的最小距离与预设的距离阈值进行比对;
在所述最小距离小于或等于所述距离阈值的情况下,确定第一目标Scan context描述子及第二目标Scan context描述子匹配成功,其中,所述第一目标Scan context描述子为:所述最小距离所对应的待查询Scan context描述子,所述第二目标Scan context描述子为:所述最小距离所对应的被查询Scan context描述子。
6.如权利要求5所述的重定位方法,其特征在于,所述根据匹配结果确定所述水面航行器的位姿,包括:
根据所述匹配结果确定所述水面航行器的粗糙位姿;
根据所述粗糙位姿,在所述点云地图中对所述查询帧进行点云配准,以确定所述水面航行器的精确位姿。
7.如权利要求6所述的重定位方法,其特征在于,所述根据所述匹配结果确定所述水面航行器的粗糙位姿,包括:
根据所述第一目标Scan context描述子及所述第二目标Scan context描述子,确定所述查询帧相对目标关键帧的旋转矩阵及平移矩阵,其中,所述目标关键帧为所述第二目标Scan context描述子所对应的关键帧;
根据所述第二目标Scan context描述子确定所述目标关键帧所对应的位姿;
根据所述旋转矩阵、所述平移矩阵及所述目标关键帧所对应的位姿,确定所述水面航行器的粗糙位姿。
8.一种水面航行器,所述水面航行器中设置有电子设备,所述电子设备包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1至7任一项所述的方法。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211163607.2A CN115630185B (zh) | 2022-09-23 | 2022-09-23 | 一种重定位方法、水面航行器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211163607.2A CN115630185B (zh) | 2022-09-23 | 2022-09-23 | 一种重定位方法、水面航行器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115630185A CN115630185A (zh) | 2023-01-20 |
CN115630185B true CN115630185B (zh) | 2024-02-02 |
Family
ID=84902663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211163607.2A Active CN115630185B (zh) | 2022-09-23 | 2022-09-23 | 一种重定位方法、水面航行器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115630185B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113591592A (zh) * | 2021-07-05 | 2021-11-02 | 珠海云洲智能科技股份有限公司 | 水上目标识别方法、装置、终端设备及存储介质 |
CN113792699A (zh) * | 2021-09-24 | 2021-12-14 | 北京易航远智科技有限公司 | 一种基于语义点云的对象级快速场景识别方法 |
CN113837924A (zh) * | 2021-08-11 | 2021-12-24 | 航天科工深圳(集团)有限公司 | 一种基于无人艇感知系统的水岸线检测方法 |
CN114088099A (zh) * | 2021-11-18 | 2022-02-25 | 北京易航远智科技有限公司 | 基于已知地图的语义重定位方法、装置、电子设备及介质 |
CN114236552A (zh) * | 2021-11-12 | 2022-03-25 | 苏州玖物互通智能科技有限公司 | 基于激光雷达的重定位方法及系统 |
CN114332647A (zh) * | 2021-12-31 | 2022-04-12 | 合肥工业大学 | 一种用于无人船的河道边界检测与跟踪方法及系统 |
CN114359493A (zh) * | 2021-12-20 | 2022-04-15 | 中国船舶重工集团公司第七0九研究所 | 一种用于无人船生成三维语义地图的方法和系统 |
WO2022121018A1 (zh) * | 2020-12-08 | 2022-06-16 | 深圳市优必选科技股份有限公司 | 机器人及其建图方法和装置 |
CN115017246A (zh) * | 2022-05-30 | 2022-09-06 | 武汉理工大学 | 一种面向船舶智能航行的全息航行场景图系统和构建方法 |
-
2022
- 2022-09-23 CN CN202211163607.2A patent/CN115630185B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022121018A1 (zh) * | 2020-12-08 | 2022-06-16 | 深圳市优必选科技股份有限公司 | 机器人及其建图方法和装置 |
CN113591592A (zh) * | 2021-07-05 | 2021-11-02 | 珠海云洲智能科技股份有限公司 | 水上目标识别方法、装置、终端设备及存储介质 |
CN113837924A (zh) * | 2021-08-11 | 2021-12-24 | 航天科工深圳(集团)有限公司 | 一种基于无人艇感知系统的水岸线检测方法 |
CN113792699A (zh) * | 2021-09-24 | 2021-12-14 | 北京易航远智科技有限公司 | 一种基于语义点云的对象级快速场景识别方法 |
CN114236552A (zh) * | 2021-11-12 | 2022-03-25 | 苏州玖物互通智能科技有限公司 | 基于激光雷达的重定位方法及系统 |
CN114088099A (zh) * | 2021-11-18 | 2022-02-25 | 北京易航远智科技有限公司 | 基于已知地图的语义重定位方法、装置、电子设备及介质 |
CN114359493A (zh) * | 2021-12-20 | 2022-04-15 | 中国船舶重工集团公司第七0九研究所 | 一种用于无人船生成三维语义地图的方法和系统 |
CN114332647A (zh) * | 2021-12-31 | 2022-04-12 | 合肥工业大学 | 一种用于无人船的河道边界检测与跟踪方法及系统 |
CN115017246A (zh) * | 2022-05-30 | 2022-09-06 | 武汉理工大学 | 一种面向船舶智能航行的全息航行场景图系统和构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115630185A (zh) | 2023-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109545072B (zh) | 地图构建的位姿计算方法、装置、存储介质和系统 | |
KR102068419B1 (ko) | 포인트 클라우드 데이터 수집 궤적을 조정하기 위한 방법, 장치 및 컴퓨터 판독 가능한 매체 | |
CN110287873B (zh) | 基于深度神经网络的非合作目标位姿测量方法、系统及终端设备 | |
CN112509053B (zh) | 机器人位姿的获取方法、装置及电子设备 | |
US7940263B2 (en) | Curved-surface generating method and program, and three-dimensional shape processing apparatus | |
CN110930453B (zh) | 目标物体定位方法、装置及可读存储介质 | |
CN109558471B (zh) | 栅格地图的更新方法、装置、存储介质和系统 | |
CN111429344B (zh) | 基于感知哈希的激光slam闭环检测方法及系统 | |
CN112198878A (zh) | 一种即时地图构建方法、装置、机器人及存储介质 | |
CN115630185B (zh) | 一种重定位方法、水面航行器及存储介质 | |
CN111368860A (zh) | 重定位方法及终端设备 | |
CN107506572B (zh) | 获取目标点的高度的方法和装置 | |
CN115661218B (zh) | 一种基于虚拟超点的激光点云配准方法和系统 | |
CN115457202B (zh) | 一种三维模型更新的方法、装置及存储介质 | |
CN115272248B (zh) | 一种风机姿态的智能检测方法以及电子设备 | |
CN107194947B (zh) | 一种自适应自纠正的目标跟踪方法 | |
CN116385999A (zh) | 一种停车位的识别方法、装置及设备 | |
CN115409896A (zh) | 位姿预测方法、装置、电子设备和介质 | |
CN114998755A (zh) | 在遥感图像中地标匹配的方法及装置 | |
CN114881850A (zh) | 点云超分辨率方法、装置、电子设备及存储介质 | |
CN113409227B (zh) | 点云图修补方法、装置、电子设备和存储介质 | |
CN114485608B (zh) | 一种用于高精度地图制作的局部点云快速配准方法 | |
CN114881314B (zh) | 基于多方向逼近的配方优化方法 | |
Zhang et al. | Particle swarm optimisation algorithm for non-linear camera calibration | |
CN117933519B (zh) | 一种路网优化方法和相关装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |