CN115931029A - 通用校准目标、运载工具、用于校准传感器的方法和介质 - Google Patents
通用校准目标、运载工具、用于校准传感器的方法和介质 Download PDFInfo
- Publication number
- CN115931029A CN115931029A CN202111617441.2A CN202111617441A CN115931029A CN 115931029 A CN115931029 A CN 115931029A CN 202111617441 A CN202111617441 A CN 202111617441A CN 115931029 A CN115931029 A CN 115931029A
- Authority
- CN
- China
- Prior art keywords
- sensor
- calibration
- calibration target
- vehicle
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000015654 memory Effects 0.000 claims description 25
- 230000004044 response Effects 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 2
- 239000006260 foam Substances 0.000 claims description 2
- 238000010200 validation analysis Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 38
- 230000008569 process Effects 0.000 description 25
- 238000012795 verification Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 12
- 238000005259 measurement Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 239000000463 material Substances 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 8
- 239000007787 solid Substances 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000008447 perception Effects 0.000 description 6
- 241000282412 Homo Species 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000003973 paint Substances 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000001429 visible spectrum Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 229920006328 Styrofoam Polymers 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000000123 paper Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000008261 styrofoam Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- 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
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- 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
- G01S7/027—Constructional details of housings, e.g. form, type, material or ruggedness
-
- 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
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
- B60W2050/0083—Setting, resetting, calibration
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2400/00—Special features of vehicle units
- B60Y2400/30—Sensors
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及通用校准目标、运载工具、用于校准传感器的方法和介质。描述了用于通用校准目标的技术。通用校准目标包括核心和外主体。核心是与第一显著属性相关联的核心。外主体与第二显著属性相关联。第一显著属性和第二显著属性被配置为通过传感器模态来观察,并且第一显著属性和第二显著属性与运载工具的至少一个传感器相对应。
Description
技术领域
本说明书一般涉及通用校准目标和校准空间。
背景技术
自主运载工具使用传感器数据来导航和了解周围环境。校准传感器以补偿传感器测量中的不准确性。各传感器的校准可以使用不同的校准目标。作为结果,用于校准的目标的数量与要校准的传感器的数量成正比。此外,发生校准处的空间的条件可能妨碍校准处理。
发明内容
一种通用校准目标装置,包括:核心,其与第一显著属性相关联;以及外主体,其与第二显著属性相关联,其中,所述第一显著属性和所述第二显著属性被配置为通过传感器模态来观察,并且所述第一显著属性和所述第二显著属性与运载工具的至少一个传感器相对应。
一种运载工具,包括:第一传感器;第二传感器;至少一个计算机;以及存储器,其存储指令,所述指令在由所述至少一个计算机执行时使所述至少一个计算机进行操作,所述操作包括:通过所述第一传感器来检测用于校准所述第一传感器的通用校准目标的第一显著属性;通过所述第二传感器来检测用于校准所述第二传感器的所述通用校准目标的第二显著属性;以及响应于通过所述第一传感器和所述第二传感器的检测,使用通过观察所述通用校准目标而捕获的数据在同一轮校准期间同时校准所述第一传感器和所述第二传感器。
一种用于校准传感器的方法,包括:通过所述第一传感器来检测用于校准所述第一传感器的通用校准目标的第一显著属性;通过所述第二传感器来检测用于校准所述第二传感器的所述通用校准目标的第二显著属性;以及通过控制电路,响应于通过所述第一传感器和所述第二传感器的检测,使用通过观察所述通用校准目标而捕获的数据在同一轮校准期间校准所述第一传感器和所述第二传感器。
一种非暂时性计算机可读存储介质,其包括用于由第一装置的至少一个处理器执行的至少一个程序,所述至少一个程序包括指令,所述指令在由所述至少一个处理器执行时使所述第一装置进行上述的方法。
附图说明
图1示出具有自主能力的自主运载工具的示例。
图2示出示例“云”计算环境。
图3示出计算机系统。
图4示出自主运载工具的示例架构。
图5示出感知模块可以使用的输入和输出的示例。
图6示出LiDAR系统的示例。
图7示出操作中的LiDAR系统。
图8示出LiDAR系统的操作的附加细节。
图9A是通用校准目标核心的图示。
图9B是通用校准目标核心和外主体的图示。
图10是通用校准目标的图示。
图11是具有应用到外主体的表面的涂料或材料的通用校准目标的图示。
图12是具有应用到外主体的表面的图案或颜色的通用校准目标的截面。
图13是通用校准目标的图示。
图14是校准空间的图示。
图15是具有沿着路径的多个通用校准目标的校准空间的图示。
图16是校准过程生命周期的图示。
图17是校准房间中的多个校准目标的图示。
图18是用于使用通用校准目标进行通用校准的处理的处理流程图。
具体实施方式
在以下描述中,为了解释的目的,阐述了许多具体细节,以便提供对本发明的透彻理解。然而,本发明可以在没有这些具体细节的情况下实施将是明显的。在其它实例中,众所周知的构造和装置是以框图形式示出的,以避免不必要地使本发明模糊。
在附图中,为了便于描述,示出了示意要素(诸如表示装置、模块、指令块和数据要素的那些要素)的具体排列或次序。然而,本领域技术人员应当理解,附图中示意要素的具体次序或排列并不意在意味着要求特定的处理次序或序列、或处理过程的分离。此外,在附图中包含示意要素并不意在意味着在所有实施例中都需要这种要素,也不意在意味着由这种要素表示的特征不能包括在一些实施例中或不能在一些实施例中与其它要素结合。
此外,在附图中,连接要素、诸如实线或虚线或箭头用于例示两个或多于两个其它示意要素之间的连接、关系或关联,没有任何此类连接要素并不意在意味着不能存在连接、关系或关联。换句话说,一些要素之间的连接、关系或关联未在附图中示出,以便不使本公开内容模糊。此外,为了便于例示,使用单个连接要素来表示要素之间的多个连接、关系或关联。例如,如果连接要素表示信号、数据或指令的通信,本领域技术人员应理解,这种要素表示影响通信可能需要的一个或多于一个信号路径(例如,总线)。
现在将详细参考实施例,其示例在附图中例示出。在以下的详细描述中,阐述了许多具体细节,以便提供对所描述的各种实施例的透彻理解。然而,对于本领域的普通技术人员来说将明显的是,可以在没有这些具体细节的情况下实施所描述的各种实施例。在其它情况下,没有详细描述众所周知的方法、程序、组件、电路和网络,以便不会不必要地使实施例的方面模糊。
下面描述的若干特征各自可以彼此独立地使用,也可以与其它特征的任何组合一起使用。然而,任何个别特征可能不能解决以上所讨论的任何问题,或者只能解决以上所讨论的问题之一。以上所讨论的一些问题可能不能通过本文所描述的任何一个特征得到充分解决。虽然提供了标题,但在本说明书的其它地方也可以找到与具体标题有关但在具有该标题的部分中未找到的信息。本文根据以下概要描述实施例:
1.总体概述
2.系统概述
3.AV架构
4.AV输入
5.通用校准目标
6.校准空间/房间
7.通用校准处理
总体概述
校准目标一般至少部分地基于该校准目标的可由相应传感器根据传感器模态检测到的显著属性(salient properties)而被选择。机器人平台(诸如自主运载工具)可以具有用于实现机器人功能的多个传感器。各传感器与至少一个传感器模态相关联并观察校准目标的显著属性,其中与观察相关联的目标数据由传感器捕获或量化。因此,校准目标的显著属性是基于显著属性利用一个或多于一个传感器模态的可能性而选择或设计的。在校准期间,各传感器观察一个或多于一个目标,并且来自观察的捕获数据被记录以确定与传感器相关联的内部和外部校准参数。传感器的校准能够实现传感器的准确且精确的操作。通用校准目标将各自对应于一个或多于一个传感器模态的多个不同显著属性融合成单个通用校准目标。在验证期间,传感器观察一个或多于一个目标以捕获被与预期数据值进行比较以验证传感器的恰当操作的数据。在一些实例中,校准发生在被设计用于完全传感器校准和验证的校准房间中,以适应操作移动机器人大型队列的校准需求。
通用校准目标的一些优点包括可使用单轮校准来校准所有传感器的时间高效过程。通用校准目标具有成本效益,并且易于批量生产。此外,通用校准目标易于部署并能够实现可复制且稳健的校准过程。此外,由于自然环境的多样性及其可能包含或可能不包含稳健属性的条件,因此在校准房间中利用已知目标进行校准以确保过程的可靠性和可重复性是有利的。
系统概述
图1示出具有自主能力的自主运载工具100的示例。
如本文所使用的,术语“自主能力”是指一种功能、特征或设施,该功能、特征或设施使运载工具能够部分地或完全地操作,而无需实时的人类干预,包括但不限于完全自主运载工具、高度自主运载工具和有条件自主运载工具。
如本文所使用的,自主运载工具(AV)是一种具有自主能力的运载工具。
如本文所使用的,“运载工具”包括货物或人员的运输方式。例如,小汽车、公共汽车、火车、飞机、无人机、卡车、船只、舰艇、潜水器、飞船等。无人驾驶的小汽车是运载工具的示例。
如本文所使用的,“轨迹”是指将AV从第一时空地点导航到第二时空地点的路径或路线。在实施例中,第一时空地点被称为初始地点或起始地点,第二时空地点被称为目的地、最终地点、目标、目标位置或目标地点。在一些示例中,轨迹由一个或多于一个路段(例如,道路的数段)组成,并且各路段由一个或多于一个块(例如,车道或交叉口的一部分)组成。在实施例中,时空地点对应于真实世界地点。例如,时空地点是上车或下车地点,以使人员或货物上车或下车。
如本文所使用的,“(一个或多于一个)传感器”包括一个或多于一个硬件组件,用于检测与传感器周围环境有关的信息。一些硬件组件可包括感测组件(例如,图像传感器、生物特征传感器)、传输和/或接收组件(例如,激光或射频波发射器和接收器)、电子组件(诸如,模数转换器)、数据存储装置(诸如,RAM和/或非易失性存储器)、软件或固件组件和数据处理组件(诸如,专用集成电路)、微处理器和/或微控制器。
如本文所使用的,“场景描述”是一种数据结构(例如,列表)或数据流,其包括由AV运载工具上的一个或多于一个传感器检测到的一个或多于一个分类或标记的对象,或由AV外部的源提供的一个或多于一个分类或标记的对象。
如本文所使用的,“道路”是一个可以被运载工具穿过的物理区域,并且可以对应于已命名的通道(例如,城市街道、州际高速公路等)或可对应于未命名的通道(例如,房屋或办公楼内的行车道、停车场的一段、空置停车场的一段、乡村区域的污物通道等)。因为有些运载工具(例如,四轮驱动的小卡车、越野车(SUV)等)能够穿过各种不特别适合运载工具行驶的物理区域,因此“道路”可以是任何市政当局或其它政府或行政机构没有正式定义为一条通道的物理区域。
如本文所使用的,“车道”是道路的可被运载工具穿越的部分。有时基于车道标记来识别车道。例如,车道可对应于车道标记之间的大部分或全部空间,或仅对应于车道标记之间的部分空间(例如,小于50%)。例如,具有相距很远的车道标记的道路可能容纳两个或多于两个的运载工具,使得一个运载工具可以在不穿过车道标记的情况下超过另一个运载工具,因此可被解释为车道比车道标记之间的空间窄,或车道之间有两个车道。在没有车道标记的情况下,也可以对车道进行解释。例如,可以基于环境的物理特征(例如,农村地区的岩石和沿着大道的树木、或者例如在欠发达地区应避免的自然障碍物)来定义车道。也可以独立于车道标记或物理特征来解释车道。例如,可以基于原本缺少将会被解释为车道边界的特征的在区域中无障碍物的任意路径来解释车道。在示例情景中,AV可以解释通过田野或空地的无障碍物部分的车道。在另一示例情景中,AV可以解释通过不具有车道标记的宽(例如,足够两个或多于两个车道宽)道路的车道。在该情景中,AV可以将与车道有关的信息通信至其它AV,使得其它AV可以使用相同的车道信息来协调AV之间的路径规划。
术语“空中下载(OTA)客户端”包括任何AV,或者嵌入在AV中、耦接至AV或与AV进行通信的任何电子装置(例如,计算机、控制器、IoT装置、电子控制单元(ECU))。
术语“空中下载(OTA)更新”意味着对使用专有和/或标准化的无线通信技术递送至OTA客户端的软件、固件、数据或配置设置或者它们的任何组合的任何更新、改变、删除或添加,其中该专有和/或标准化的无线通信技术包括但不限于:蜂窝移动通信(例如,2G、3G、4G、5G)、无线电无线区域网络(例如,WiFi)和/或卫星因特网。
术语“边缘节点”是指耦接至网络的一个或多于一个边缘装置,这些装置提供与AV进行通信所用的门户并且可以与其它边缘节点和基于云的计算平台进行通信,以调度OTA更新并将OTA更新递送至OTA客户端。
术语“边缘装置”是指实现边缘节点并提供向企业或服务提供商(如VERIZON、AT&T)核心网的物理无线接入点(AP)的装置。边缘装置的示例包括但不限于:计算机、控制器、发送器、路由器、路由交换机、综合接入装置(IAD)、多路复用器、城域网(MAN)和广域网(WAN)接入装置。
“一个或多于一个”包括由一个要素执行的功能、由多个要素例如以分布式的方式执行的功能、由一个要素执行的若干功能、由若干要素执行的若干功能、或上述的任何组合。
还将理解的是,尽管在一些情况下,术语“第一”、“第二”等在本文中是用来描述各种要素的,但这些要素不应受到这些术语的限制。这些术语仅用于区分一个要素与另一个要素。例如,在未背离各种所描述的实施例的范围的情况下,第一触点可被称为第二触点,并且类似地,第二触点可被称为第一触点。第一触点和第二触点两者都是触点,但它们不是相同触点。
在本文所描述的各种实施例的说明书中使用的术语仅用于描述特定实施例的目的,而不是意在限制。如在所描述的各种实施例的说明书和所附权利要求书中所使用的,单数形式“a”、“an”和“the”也意在包括复数形式,除非上下文另有明确说明。还将理解的是,如本文所使用的“和/或”是指并且包括一个或多于一个相关清单项目的任何和所有可能的组合。还将理解的是,当在本说明书中使用术语“包括”、“包含”、“具备”和/或“具有”时,具体说明存在所陈述的特征、整数、步骤、操作、要素和/或组件,但并不排除存在或添加一个或多于一个其它特征、整数、步骤、操作、要素、组件、和/或其群组。
如本文所使用的,取决于上下文,术语“如果”可选地被理解为意指“当”或“在当时”或“响应于确定为”或“响应于检测到”。类似地,取决于上下文,短语“如果已确定”或“如果[所陈述的条件或事件]已被检测到”可选地被理解为意指“在确定时”或“响应于确定为“或”在检测到[所陈述的条件或事件]时”或“响应于检测到[所陈述的条件或事件]”。
如本文所使用的,AV系统是指AV以及支持AV操作的硬件、软件、存储的数据和实时生成的数据的阵列。在实施例中,AV系统并入在AV内。在实施例中,AV系统跨若干地点分布。例如,AV系统的一些软件是在类似于下面关于图2描述的云计算环境200的云计算环境上实现的。
一般而言,本文件描述了适用于任何具有一种或多种自主能力的运载工具的技术,包括完全AV、高度AV和有条件AV,诸如分别为所谓的第5级、第4级和第3级运载工具(见SAE国际标准J3016:道路上机动车自动驾驶系统相关术语的分类和定义,通过引用将其全部内容并入本文件,用于了解运载工具自主权等级的更多详细信息)。本文件所描述的技术也适用于部分AV和驾驶员辅助运载工具,诸如所谓的第2级和第1级运载工具(见SAE国际标准J3016:道路上机动车自动驾驶系统相关术语的分类和定义)。在实施例中,一个或多于一个第1级、第2级、第3级、第4级和第5级运载工具系统可基于对传感器输入的处理,在某些操作条件下自动执行某些运载工具操作(例如,转向、制动和使用地图)。本文件中所描述的技术可以使从完全AV到人类操作的运载工具范围内的任何级别的运载工具受益。
AV与需要人类驾驶员的运载工具相比存在优势。一个优势是安全性。例如,在2016年,美国经历了600万起汽车事故、240万人受伤、40000人死亡和1300万辆运载工具碰撞事故,估计社会成本为9100亿美元多。从1965年到2015年,每行驶1亿英里的美国交通事故死亡人数已从约6人减少到约1人,部分是由于运载工具中所部署的附加安全措施。例如,认为与将发生碰撞有关的额外半秒的警告减轻了60%的前后碰撞。然而,被动安全特征(例如,安全带、安全气囊)在改进该数字方面有可能已达到它们的极限。因而,诸如运载工具的自动控制等的主动安全措施是改进这些统计数据的可能的下一步。由于在95%的碰撞中认为人类驾驶员是造成严重碰撞前事件的原因,因此自动驾驶系统例如通过以下操作,有可能实现更好的安全结果:比人类更好地可靠地识别和避免紧急情况;做出比人类更好的决策,比人类更好地遵守交通法规,并且比人类更好地预测将来事件;并且比人类更好地可靠地控制运载工具。
参考图1,AV系统120使运载工具100沿着轨迹198操作,穿过环境190至目的地199(有时称为最终地点),同时避开对象(例如,自然障碍物191、运载工具193、行人192、骑车者和其它障碍物)和遵守道路规则(例如,操作规则或驾驶偏好)。
在实施例中,AV系统120包括用于从计算机处理器146接收操作命令并对其进行操作的装置101。使用术语“操作命令”来表示使得运载工具进行动作(例如,驾驶机动动作)的可执行指令(或指令集)。操作命令可以非限制性地包括用于使运载工具开始向前移动、停止向前移动、开始向后移动、停止向后移动、加速、减速、进行左转和进行右转的指令。在实施例中,计算处理器146与下面参考图2描述的处理器204相似。装置101的示例包括转向控制器102、制动器103、挡位、加速踏板或其它加速控制机构、挡风玻璃雨刮器、侧门锁、窗控器和转向指示器。
在实施例中,AV系统120包括用于测量或推断运载工具100的状态或条件的属性的传感器121,这些属性诸如是AV的位置、线速度和角速度及线加速度和角加速度、以及航向(例如,运载工具100的前端的方向)。传感器121的示例是GPS、测量运载工具线加速度和角速率两者的惯性测量单元(IMU)、用于测量或估计轮滑移率的轮速率传感器、轮制动压力或制动扭矩传感器、引擎扭矩或轮扭矩传感器以及转向角度和角速率传感器。
在实施例中,传感器121还包括用于感测或测量AV的环境的属性的传感器。例如,可见光、红外或热(或两者兼有)光谱的单目或立体摄像机122,LiDAR 123,RADAR,超声波传感器,飞行时间(TOF)深度传感器,速率传感器,温度传感器,湿度传感器和降水传感器。
在实施例中,AV系统120包括数据存储单元142和存储器144,用于存储与计算机处理器146相关联的机器指令或由传感器121收集的数据。在实施例中,数据存储单元142与以下关于图2描述的ROM 208或存储装置210类似。在实施例中,存储器144与下面描述的主存储器206类似。在实施例中,数据存储单元142和存储器144存储有关环境190的历史、实时和/或预测性信息。在实施例中,存储的信息包括地图、驾驶性能、交通拥堵更新或天气条件。在实施例中,与环境190有关的数据从远程数据库134通过通信信道传输到运载工具100。
在实施例中,AV系统120包括通信装置140,用于将对其它运载工具的状态和条件(诸如位置、线速度和角速度、线加速度和角加速度、以及线航向和角航向)测量或推断的属性传送到运载工具100。这些装置包括运载工具到运载工具(V2V)和运载工具到基础设施(V2I)通信装置以及用于通过点对点或自组织(ad hoc)网络或两者进行无线通信的装置。在实施例中,通信装置140跨电磁频谱(包括无线电和光通信)或其它介质(例如,空气和声介质)进行通信。运载工具对运载工具(V2V)、运载工具对基础设施(V2I)通信(以及在一些实施例中为一种或多种其它类型的通信)的组合有时被称为运载工具对所有事物(V2X)通信。V2X通信通常符合一个或多于一个通信标准,用于与自主运载工具进行的和在自主运载工具之间的通信。
在实施例中,通信装置140包括通信接口。例如,有线、无线、WiMAX、Wi-Fi、蓝牙、卫星、蜂窝、光、近场、红外或无线电接口。通信接口将数据从远程数据库134传输到AV系统120。在实施例中,远程数据库134嵌入在云计算环境中。通信装置140将从传感器121收集的数据或与运载工具100的操作有关的其它数据传输到远程数据库134。在实施例中,通信装置140向运载工具100传输与遥操作有关的信息。在一些实施例中,运载工具100与其它远程(例如,“云”)服务器136通信。
在实施例中,远程数据库134还存储和传输数字数据(例如,存储诸如道路和街道地点的数据)。这些数据存储在运载工具100上的存储器144中,或者通过通信信道从远程数据库134传输到运载工具100。
在实施例中,远程数据库134存储和传输与以前在一天中类似时间沿着轨迹198行驶的运载工具的驾驶属性有关的历史信息(例如,速率和加速度分布)。在一个实现中,这种数据可以存储在运载工具100上的存储器144中,或者通过通信信道从远程数据库134传输到运载工具100。
位于运载工具100上的计算机处理器146基于实时传感器数据和先验信息两者以算法方式生成控制动作,允许AV系统120执行其自主驾驶能力。
在实施例中,AV系统120包括耦接到计算机处理器146的计算机外围设备132,用于向运载工具100的用户(例如,乘员或远程用户)提供信息和提醒并接收来自该用户的输入。在实施例中,外围设备132类似于下面参考图3讨论的显示器312、输入装置314和光标控制器316。耦接是无线的或有线的。任意两个或多于两个的接口装置可以集成到单个装置中。
在实施例中,AV系统120接收并强制执行例如由乘员指定的或者存储在与乘员相关联的简档中的乘员的隐私级别。乘员的隐私级别确定了如何许可使用存储在乘员简档中的以及/或者存储在云服务器136上且与乘员简档相关联的、与乘员相关联的特定信息(例如,乘员舒适度数据、生物测量数据等)。在实施例中,隐私级别指定了一旦搭乘完成则被删除的与乘员相关联的特定信息。在实施例中,隐私级别指定了与乘员相关联的特定信息,并且标识被授权访问该信息的一个或多于一个实体。被授权访问信息的所指定的实体的示例可以包括其它AV、第三方AV系统、或者可以潜在地访问该信息的任何实体。
可以在一个或多于一个粒度级别指定乘员的隐私级别。在实施例中,隐私级别标识要存储或共享的特定信息。在实施例中,隐私级别适用于与乘员相关联的所有信息,使得乘员可以指定不存储或共享她的个人信息。被许可访问特定信息的实体的指定也可以在各种粒度级别指定。被许可访问特定信息的各种实体集例如可以包括其它AV、云服务器136、特定第三方AV系统等。
在实施例中,AV系统120或云服务器136确定AV 100或另一实体是否可访问与乘员相关联的某些信息。例如,试图访问与特定时空地点有关的乘员输入的第三方AV系统必须例如从AV系统120或云服务器136获得授权,以访问与乘员相关联的信息。例如,AV系统120使用乘员的指定隐私级别来确定是否可以将与时空地点有关的乘员输入呈现给第三方AV系统、AV 100或另一AV。这使得乘员的隐私级别能够指定允许哪些其它实体接收与乘员的动作有关的数据或与乘员相关联的其它数据。
图2示出示例“云”计算环境。云计算是一种服务交付模式,用于使得能够方便、按需地在网络上访问可配置计算资源(例如网络、网络带宽、服务器、处理、内存、存储、应用、虚拟机和服务)的共享池。在典型的云计算系统中,一个或多于一个大型云数据中心容纳用于交付云所提供的服务的机器。现在参考图2,云计算环境200包括通过云202互连的云数据中心204a、204b和204c。数据中心204a、204b和204c为连接到云202的计算机系统206a、206b、206c、206d、206e和206f提供云计算服务。
云计算环境200包括一个或多于一个云数据中心。一般而言,云数据中心(例如图2中所示的云数据中心204a)是指构成云(例如图2中所示的云202或云的特定部分)的服务器的物理排列。例如,服务器在云数据中心中物理排列成房间、组、行和机架。云数据中心有一个或多于一个区域,其中包括一个或多于一个服务器房间。每个房间有一行或多行服务器,并且每行包括一个或多于一个机架。每个机架包括一个或多于一个单独的服务器节点。在一些实现中,区域、房间、机架和/或行中的服务器基于数据中心设施的物理基础设施要求(包括电力、能源、热力、热源和/或其它要求)被排列成若干组。在实施例中,服务器节点类似于图3中描述的计算机系统。数据中心204a具有许多分布在多个机架上的计算系统。
云202包括云数据中心204a、204b和204c以及用于连接云数据中心204a、204b和204c并有助于促进计算系统206a-f对云计算服务的访问的网络和网络资源(例如,网络设备、节点、路由器、交换机和网络电缆)。在实施例中,该网络表示一个或多于一个本地网络、广域网或通过使用地面或卫星连接部署的有线或无线链路耦接的网际网络的任意组合。通过网络交换的数据使用多种网络层协议(诸如,因特网协议(IP)、多协议标签交换(MPLS)、异步传输模式(ATM)、帧中继(Frame Relay)等)进行传输。此外,在网络表示多个子网络的组合的实施例中,在每个底层子网络上使用不同的网络层协议。在一些实施例中,网络表示一个或多于一个互连网际网络(诸如公共因特网等)。
计算系统206a-f或云计算服务消费者通过网络链路和网络适配器连接到云202。在实施例中,计算系统206a-f被实现为各种计算装置,例如服务器、台式机、膝上型计算机、平板电脑、智能手机、物联网(IoT)装置、AV(包括小汽车、无人机、航天飞机、火车、公共汽车等)和消费电子产品。在实施例中,计算系统206a-f在其它系统中实现或作为其它系统的一部分实现。
图3示出计算机系统300。在实现中,计算机系统300是一种专用计算装置。专用计算装置被硬连线以执行这些技术,或包括诸如一个或多于一个专用集成电路(ASIC)或现场可编程门阵列(FPGA)的被持久编程为执行上述技术的数字电子装置,或可包括一个或多于一个通用硬件处理器,这些硬件处理器经编程以根据固件、存储器、其它存储器、或者组合中的程序指令执行这些技术。这种专用的计算装置还可以将定制的硬线逻辑、ASIC或FPGA与定制的编程相结合来完成这些技术。在各种实施例中,专用计算装置是台式计算机系统、便携式计算机系统、手持装置、网络装置或包含硬线和/或程序逻辑以实现这些技术的任何其它装置。
在实施例中,计算机系统300包括总线302或用于传达信息的其它通信机制、以及与总线302耦接以处理信息的处理器304。处理器304是例如通用微处理器。计算机系统300还包括主存储器306,诸如随机存取存储器(RAM)或其它动态存储装置,该主存储器306耦接到总线302以存储信息和指令,该信息和指令由处理器304执行。在一个实现中,主存储器306用于在执行要由处理器304执行的指令期间存储临时变量或其它中间信息。当这些指令存储在处理器304可访问的非暂时性存储介质中时,使计算机系统300变成一个专用机器,该机器被定制以执行指令中指定的操作。
在实施例中,计算机系统300还包括只读存储器(ROM)308或耦接到总线302的其它静态存储装置,用于存储处理器304的静态信息和指令。提供诸如磁盘、光盘、固态驱动器或三维交叉点存储器的存储装置310,并且该存储装置310耦接到总线302以存储信息和指令。
在实施例中,计算机系统300通过总线302耦接到诸如阴极射线管(CRT)、液晶显示器(LCD)、等离子体显示器、发光二极管(LED)显示器或用于向计算机用户显示信息的有机发光二极管(OLED)显示器的显示器312。包括字母数字键和其它键的输入装置314耦接到总线302,用于向处理器304传送信息和命令选择。另一种类型的用户输入装置是光标控制器316,诸如鼠标、轨迹球、触控显示器或光标方向键,用于将方向信息和命令选择传送到处理器304,并用于控制光标在显示器312上的移动。这种输入装置通常具有两个轴(第一轴(例如,x轴)和第二轴(例如,y轴))上的两个自由度,这两个轴允许装置指定平面上的位置。
根据一个实施例,本文的技术由计算机系统300响应于处理器304执行主存储器306中包含的一个或多于一个指令的一个或多于一个序列而执行。这些指令从诸如存储装置310的另一存储介质读入主存储器306。执行主存储器306中包含的指令序列使处理器304执行本文所描述的过程步骤。在替代实施例中,使用硬连线电路代替或与软件指令结合使用。
如本文所使用的术语“存储介质”是指存储数据和/或指令的任何非暂时性介质,这些数据和/或指令使机器以特定方式操作。这种存储介质包括非易失性介质和/或易失性介质。非易失性介质例如包括诸如存储装置310的光盘、磁盘、固态驱动器或三维交叉点存储器。易失性介质包括动态存储器,诸如主存储器306。存储介质的常见形式包括例如软盘、软磁盘、硬盘、固态驱动器、磁带或任何其它磁数据存储介质、CD-ROM、任何其它光数据存储介质、任何具有孔型的物理介质、RAM、PROM和EPROM、FLASH-EPROM、NV-RAM、或任何其它存储芯片或存储盒。
存储介质有别于传输介质,但可以与传输介质相结合使用。传输介质参与存储介质之间的信息传输。例如,传输介质包括同轴电缆、铜线和光纤,其包括具备总线302的电线。传输介质也可以采取声波或光波的形式,诸如在无线电波和红外数据通信过程中产生的声波或光波。
在实施例中,各种形式的介质涉及将一个或多于一个指令的一个或多于一个序列承载到处理器304以供执行。例如,这些指令最初是在远程计算机的磁盘或固态驱动器上执行的。远程计算机将指令加载到其动态存储器中,并使用调制解调器通过电话线路发送指令。计算机系统300的本地调制解调器接收电话线路上的数据,并使用红外发射器将数据转换为红外信号。红外检测器接收红外信号中承载的数据,并且适当的电路将数据放置在总线302上。总线302将数据承载到主存储器306,处理器304从主存储器306检索并执行指令。主存储器306接收的指令可以可选地在处理器304执行之前或之后存储在存储装置310上。
计算机系统300还包括耦接到总线302的通信接口318。通信接口318提供耦接到连接至本地网络322的网络链路320的双向数据通信。例如,通信接口318是综合业务数字网(ISDN)卡、电缆调制解调器、卫星调制解调器或用以提供与相应类型电话线路的数据通信连接的调制解调器。作为另一示例,通信接口318是局域网(LAN)卡,用于提供与兼容LAN的数据通信连接。在一些实现中,无线链路也被实现。在任何这种实现中,通信接口318发送和接收承载表示各种类型的信息的数字数据流的电、电磁或光信号。
网络链路320通常通过一个或多于一个网络向其它数据装置提供数据通信。例如,网络链路320通过本地网络322提供与主计算机324或与由因特网服务提供商(ISP)326运营的云数据中心或设备的连接。ISP 326又通过现在通常称为“因特网”328的世界范围分组数据通信网络来提供数据通信服务。本地网络322和因特网328两者都使用承载数字数据流的电、电磁或光信号。通过各种网络的信号以及网络链路320上并通过通信接口318的信号是传输介质的示例形式,其中这些信号承载了进出计算机系统300的数字数据。在实施例中,网络320包含上述云202或云202的一部分。
计算机系统300通过(一个或多于一个)网络、网络链路320和通信接口318发送消息和接收包括程序代码的数据。在实施例中,计算机系统300接收用于处理的代码。接收到的代码在接收到时由处理器304执行,和/或存储在存储装置310中,或存储在其它非易失性存储装置中以便以后执行。
AV架构
图4示出用于AV(例如,图1所示的运载工具100)的示例架构400。架构400包括感知模块402(有时称为感知电路)、规划模块404(有时称为规划电路)、控制模块406(有时称为控制电路)、定位模块408(有时称为定位电路)和数据库模块410(有时称为数据库电路)。各模块在运载工具100的操作中发挥作用。共同地,模块402、404、406、408和410可以是图1所示的AV系统120的一部分。在一些实施例中,模块402、404、406、408和410中的任何模块是计算机软件(例如,计算机可读介质上所存储的可执行代码)和计算机硬件(例如,一个或多于一个微处理器、微控制器、专用集成电路[ASIC]、硬件存储器装置、其它类型的集成电路、其它类型的计算机硬件、或者这些硬件中的任何或所有的组合)的组合。模块402、404、406、408和410各自有时被称为处理电路(例如,计算机硬件、计算机软件、或者这两者的组合)。模块402、404、406、408和410中的任何或全部的组合也是处理电路的示例。
在使用中,规划模块404接收表示目的地412的数据,并且确定表示运载工具100为了到达(例如,抵达)目的地412而可以行驶的轨迹414(有时称为路线)的数据。为了使规划模块404确定表示轨迹414的数据,规划模块404从感知模块402、定位模块408和数据库模块410接收数据。
感知模块402使用例如也如图1所示的一个或多于一个传感器121来识别附近的物理对象。将对象分类(例如,分组成诸如行人、自行车、汽车、交通标志等的类型),并且将包括经分类的对象416的场景描述提供至规划模块404。
规划模块404还从定位模块408接收表示AV位置418的数据。定位模块408通过使用来自传感器121的数据和来自数据库模块410的数据(例如,地理数据)以计算位置来确定AV位置。例如,定位模块408使用来自GNSS(全球导航卫星系统)传感器的数据和地理数据来计算AV的经度和纬度。在实施例中,定位模块408所使用的数据包括具有行车道几何属性的高精度地图、描述道路网络连接属性的地图、描述行车道物理属性(诸如交通速率、交通量、运载工具和自行车车道的数量、车道宽度、车道交通方向、或车道标记类型和地点,或者它们的组合)的地图、以及描述道路特征(诸如十字路口、交通标志或各种类型的其它行驶信号等)的空间地点的地图。在实施例中,高精度地图是通过将数据经由自动或手动注释添加到低精度地图所构建的。
控制模块406接收表示轨迹414的数据和表示AV位置418的数据,并且以将使得运载工具100行驶轨迹414到达目的地412的方式来操作AV的控制功能420a~420c(例如,转向、油门、制动、点火)。例如,如果轨迹414包括左转,则控制模块406将以如下方式操作控制功能420a~420c:转向功能的转向角度将使得运载工具100左转,并且油门和制动将使得运载工具100在进行转弯之前暂停并等待经过的行人或运载工具。
AV输入
图5示出感知模块402(图4)所使用的输入502a-502d(例如,图1中所示的传感器121)和输出504a-504d(例如,传感器数据)的示例。一个输入502a是LiDAR(光检测和测距)系统(例如,图1所示的LiDAR 123)。LiDAR是使用光(例如,诸如红外光等的一道光)来获得与其视线中的物理对象有关的数据的技术。LiDAR系统产生LiDAR数据作为输出504a。例如,LiDAR数据是用于构造环境190的表示的3D或2D点(也称为点云)的集合。
另一输入502b是RADAR(雷达)系统。RADAR是使用无线电波来获得与附近的物理对象有关的数据的技术。RADAR可以获得与不在LiDAR系统的视线内的对象有关的数据。RADAR系统产生RADAR数据作为输出504b。例如,RADAR数据是用于构造环境190的表示的一个或多于一个射频电磁信号。
另一输入502c是照相机系统。照相机系统使用一个或多于一个照相机(例如,使用诸如电荷耦接器件[CCD]等的光传感器的数字照相机)来获取与附近的物理对象有关的信息。照相机系统产生照相机数据作为输出504c。照相机数据通常采用图像数据(例如,诸如RAW、JPEG、PNG等的图像数据格式的数据)的形式。在一些示例中,照相机系统具有例如为了立体影像(立体视觉)的目的的多个独立照相机,这使得照相机系统能够感知深度。尽管照相机系统所感知的对象在这里被描述为“附近”,但这是相对于AV而言的。在一些实施例中,照相机系统被配置为“看见”远处的(例如,AV前方的远至1公里或更远的)对象。因此,在一些实施例中,照相机系统具有为了感知遥远的对象而优化的诸如传感器和镜头等的特征。
另一输入502d是交通灯检测(TLD)系统。TLD系统使用一个或多于一个照相机来获得与交通灯、街道标志和提供视觉导航信息的其它物理对象有关的信息。TLD系统产生TLD数据作为输出504d。TLD数据经常采用图像数据(例如,诸如RAW、JPEG、PNG等的图像数据格式的数据)的形式。TLD系统与包含照相机的系统的不同之处在于:TLD系统使用具有宽视场(例如,使用广角镜头或鱼眼镜头)的照相机,以获得与尽可能多的提供视觉导航信息的物理对象有关的信息,使得运载工具100能够访问这些对象所提供的所有相关导航信息。例如,TLD系统的视角为约120度或更大。
在一些实施例中,使用传感器融合技术来组合输出504a-504d。因而,将个体输出504a-504d提供至运载工具100的其它系统(例如,提供至如图4所示的规划模块404),或者可以采用相同类型的单个组合输出或多个组合输出(例如,使用相同组合技术或组合相同输出或者这两者)或不同类型的单个组合输出或多个组合输出(例如,使用不同的各个组合技术或组合不同的各个输出或者这两者)的形式,将组合输出提供至其它系统。在一些实施例中,使用早期融合技术。早期融合技术的特征在于:在将一个或多于一个数据处理步骤应用到组合输出之前,将输出组合。在一些实施例中,使用后期融合技术。后期融合技术的特征在于:在将一个或多于一个数据处理步骤应用到个体输出之后,将输出组合。
图6示出LiDAR系统602的示例(例如,图5所示的输入502a)。LiDAR系统602从发光器606(例如,激光发射器)发射光604a-604c。LiDAR系统所发射的光通常不在可见光谱中;例如,经常使用红外光。所发射的光604b中的一些光遇到物理对象608(例如,运载工具)并且反射回到LiDAR系统602。(从LiDAR系统发射的光通常不会穿透物理对象,例如,实心形式的物理对象。)LiDAR系统602还具有用于检测反射光的一个或多于一个光检测器610。在实施例中,与LiDAR系统相关联的一个或多于一个数据处理系统生成表示LiDAR系统的视场614的图像612。图像612包括表示物理对象608的边界616的信息。这样,图像612用于确定AV附近的一个或多于一个物理对象的边界616。
图7示出操作中的LiDAR系统602。在该图所示的情境中,运载工具100接收采用图像702的形式的照相机系统输出504c和采用LiDAR数据点704的形式的LiDAR系统输出504a两者。在使用中,运载工具100的数据处理系统将图像702与数据点704进行比较。特别地,在数据点704中也识别在图像702中识别出的物理对象706。这样,运载工具100基于数据点704的轮廓和密度来感知物理对象的边界。
图8示出LiDAR系统602的操作的附加细节。如上所述,运载工具100基于LiDAR系统602所检测到的数据点的特性来检测物理对象的边界。如图8所示,诸如地面802等的平坦对象将以一致的方式反射从LiDAR系统602发射的光804a-804d。换句话说,由于LiDAR系统602使用一致的间隔发射光,因此地面802将以相同的一致间隔将光反射回到LiDAR系统602。在运载工具100在地面802上行驶时,在没有东西阻挡道路的情况下,LiDAR系统602将继续检测到由下一个有效地面点806反射的光。然而,如果对象808阻挡道路,则LiDAR系统602所发射的光804e-804f将以与预期一致方式不一致的方式从点810a-810b反射。根据该信息,运载工具100可以确定存在对象808。
通用校准目标
一般地,校准目标使得能够计算或验证与传感器(例如,图1的传感器121)相关联的参数。该参数定义了传感器与环境(例如,图1的环境190)或传感器本身的内部硬件之间的关系。外部参数与传感器的外部特性(诸如将传感器所捕获的数据与周围环境相关的外部特性)相关。内部参数是与传感器本身的内部特性相关的参数。传感器可操作地根据传感器的相应模态来观察周围环境并捕获数据。一般地,传感器的模态是指可由传感器观察的原始数据的类型、质量或状态。例如,照相机或摄像传感器(例如,图1的照相机122)观察诸如红色、绿色、蓝色(RGB)数据等的像素。LiDAR(例如,图1的LiDAR123)观察电磁辐射,例如可见光谱中的光,其包括从环境中的对象反射回的激光束。雷达观察无线电波。可以校准各种类型的传感器,以确保传感器的准确和精确操作。
通常通过经由传感器观察目标来进行校准和验证。目标与已知属性相关联。例如,通过捕获图像数据并基于实际捕获的摄像数据和地面真摄像数据导出与摄像传感器相关联的校准参数来进行摄像传感器的校准。可以通过发射信号并测量返回信号(有时称为回波)来校准诸如LiDAR、雷达、超声传感器和飞行时间(TOF)深度传感器等的测距装置。可以基于所测量的返回信号和地面真返回信号来导出用于测距装置的校准参数。类似地,可以通过发射激光束并测量反射来校准LiDAR装置。基于所测量的反射和地面真反射来导出LiDAR的校准参数。一般地,校准通过应用从实际测量数据和地面真数据导出的某种校正来补偿不准确性。
校准也可用于验证传感器的恰当操作。如本文所使用的,验证是指确定测量误差小于最大可允许误差。例如,由传感器观察目标,并且分析由传感器捕获的数据以确定捕获的数据是否足以用于预期用途。在示例中,当数据的误差低于最大可允许误差时,捕获的数据足以用于预期用途。定期验证可以确保传感器测量的准确性,因为传感器通常会经历随时间累积的误差。累积误差导致传感器测量的漂移,这种漂移可以在验证处理期间发现。诸如迟滞误差、噪声、灵敏度误差和传感器偏置等的误差也可以经由验证发现。
因此,通过观察目标并捕获相关联的数据来校准各传感器或验证其操作,该目标具有被设计成通过传感器的相应模态观察的属性。这些属性是已知的或通过鉴于属性设计校准目标而预先确定的。在实施例中,为了校准或验证,目标相对于传感器定位在特定地点以将距离固定为已知值。通用校准目标将分别对应于一个或多于一个传感器模态的多个不同显著属性融合成单个校准目标。如本文所使用的,当可由相应传感器感知或观察目标的属性时,该属性是显著的。为了被相应传感器观察的目的,在通用校准目标处有意地实现显著属性。在实施例中,基于相应传感器的配置来选择通用校准目标的显著属性。例如,稀疏LiDAR装置的校准对应于与用于校准密集或其它类型LiDAR的属性不同的属性。在实施例中,显著属性对应于多个传感器。例如,使用通用校准目标的相同显著属性来校准多于一个传感器。在实施例中,校准空间被配置用于校准或验证一个或多于一个传感器。与一个或多于一个传感器的模态相对应的校准空间的属性被预先确定或控制以确保一个或多于一个传感器的高效校准或验证。
图9A是通用校准目标的一部分的图示。通用校准目标的部分900A是核心902。核心902的属性被设计用于通过一个或多于一个相应传感模态进行观察。核心902被配置为使得当相应的传感器以不同的视线、不同的距离或其任何组合观察核心时,地面真值是已知的。地面真值是在以不同视线、不同距离或其任何组合观察具有已知属性的目标时传感器应当捕获的数据值或值范围。一般地,将通过传感器观察捕获的实际数据与相应的地面真值进行比较。鉴于预期地面真值,基于传感器所捕获的实际数据来导出校准参数。
例如,通过观察具有高度结构化的几何形状(诸如棋盘)的图案来进行图像传感器的校准。棋盘的尺寸是已知的,并且可以使用测量距离的任何工具(诸如尺子或线规)直接测量。当棋盘被放置在用于校准的位置中时,棋盘上各点的坐标也是已知的。在实施例中,图像传感器的地面真值是图案的已知尺寸、与图案相关联的已知坐标或其任何组合。在另一示例中,通过观察从LiDAR发射的光的反射来进行LiDAR的反射率测量的校准。可以使用测量反射的任何工具(诸如光谱仪)直接测量目标的反射率。在实施例中,LiDAR的地面真值是目标的已知反射率。在另一示例中,可以校准LiDAR和图像传感器以确定映射了LiDAR所输出的点云(例如,图5的输出504a)和图像传感器所输出的图像数据(例如,图5的输出504c)之间的对应关系的刚性变换矩阵。再次地,棋盘的尺寸和坐标是已知的。在实施例中,LiDAR和图像传感器校准的地面真值是图案的已知尺寸、与图案相关联的已知坐标或其任何组合。沿着目标的数据点由观察相同显著属性的LiDAR和图像传感器中的每一个捕获,并且用于建立传感器之间的点对应关系。
核心902被设计用于校准雷达。一般地,核心902所反射的无线电波返回到雷达并提供信息,包括但不限于与核心902的地点、速率和其它特性有关的信息。在实施例中,核心是反射器或雷达反射器。核心902被配置为通过以预定方式反射雷达所输出的无线电波来由雷达观察。由与雷达相关联的接收器观察反射无线电波,并且测量反射无线电波以确定与核心902相关联的各种属性。因此,核心902与以预定形式反射无线电波的第一显著属性相关联。显著属性是指被设计成由传感器观察到的质量或特性。例如,在雷达的情况下,核心被定位或具有设计的反射器核心特性,以反射或回送具有诸如已知方位角、距离、雷达截面(RCS)和距离变化率等属性的信号。选择核心902的物理方面以策略性地配置核心的属性以在通过雷达观察时生成地面真值。基于雷达观察到的实际反射信号与地面真值之间的差异来导出校准参数。
图9B是通用校准目标900B的图示。通用校准目标900B包括外主体(outer body)904和核心902。核心902是图9A所示的同一核心902。为了便于说明,外主体904被示出为围绕核心902的球体。然而,外主体904可以围绕核心902使得核心902的一部分从通用校准目标900B的外部可见。因此,外主体904一般是球形的,其具有形成围绕核心902的笼的开口。另外,外主体904的一部分是实心的,而外主体904的其它部分相对于核心902是笼状的。在实施例中,外主体904相对于核心902旋转。
外主体904的属性被设计成通过一个或多于一个相应的传感模态来观察。外主体904被配置为使得当相应的传感器以不同的视线、不同的距离或其任何组合观察外主体904时,地面真值是已知的。将传感器所捕获的实际数据与相应的地面真值进行比较。特别地,鉴于预期地面真值,基于传感器所捕获的实际数据来导出校准参数。
例如,外主体904被设计成由LiDAR观察。一般地,LiDAR使用一个或多于一个激光器来发射红外光。在实施例中,LiDAR使用紫外光、可见光或红外光来发射由目标900B反射的光波。由LiDAR发射的光波被外主体904反射并由与LiDAR相关联的接收器接收。外主体904具有被设计成反射光波的特性,并且所测量到的光波被用于确定诸如已知距离偏移、垂直偏移、相对旋转、仰角、方位角和比例因子等的属性。使用光波的反射时间和波长之间的差来测量通用校准目标的三维属性。选择外主体904的物理方面以策略性地配置外主体的属性,以在由LiDAR观察时生成地面真值。基于LiDAR观察到的实际反射信号与地面真值之间的差异来导出校准参数。
图10是通用校准目标1000的图示。通用校准目标1000包括外主体1002和核心1004。类似于图9A和9B,外主体1002被配置为反射由LiDAR发射的光,并且将由LiDAR观察到的实际反射信号与地面真值进行比较以导出校准参数。外主体1002被配置成使得核心1004的一部分是可见的(或者能够反射信号),以使得能够校准雷达。如图所示,核心1004由多个正方形或矩形平面形成。正方形或矩形平面以预定方式反射雷达所发射的无线电波。因此,核心1004与被配置成由雷达观察的显著属性相关联。选择核心1004的物理方面以策略性地配置核心的属性,以在通过雷达观察时生成地面真值。基于雷达观察到的实际反射信号与地面真值之间的差异来导出校准参数。
图11是通用校准目标1100的图示。通用校准目标1100包括外主体1102和核心1104。类似于图9A、9B和10,外主体1102和核心1104中的每一个与已知在由传感器观察时生成地面真值的一个或多于一个显著属性相关联。类似于图9B,外主体1102大体是球形的,其具有形成围绕核心1104的笼的开口。另外,外主体1102的一部分是实心的,而外主体1102的其它部分相对于核心是笼状的。在实施例中,外主体1102可相对于核心1104旋转。外主体1102可以由诸如泡沫塑料(Styrofoam)、纸、塑料、金属、网或其任何组合等的多种材料形成。在实施例中,外主体1102由可扩展的材料形成。因此,通过向通用校准目标添加或移除外主体1102的组件,可以根据需要修改外主体的大小。基于第一传感器、第二传感器或其任何组合的校准要求来修改通用校准目标。在实施例中,外主体可以被扩展或延伸以产生各种大小的外主体。
在图11的示例中,特定的涂料或材料1106被应用到外主体1102的表面。涂料或材料1106是当来自LiDAR的红外光被外主体1102和材料1106反射时增加外主体1102的反射率的材料。材料1106的应用用于进一步反射红外光以生成地面真值,用于更精确和准确地测量LiDAR的反射光。在一些示例中,特定涂料或材料1106的应用有意地产生要由LiDAR传感器测量的预定量的噪声、干扰或杂波。以这种方式,噪声、干扰和杂波在校准处理期间被预定义,从而产生鉴于不需要的信号来校准或验证传感器的更稳健校准处理。
图12是通用校准目标1200的截面的图示。通用校准目标1200包括外主体1202和核心1204。类似于图9A、9B、10和11,外主体1202和核心1204与已知在由传感器观察时生成地面真值的一个或多于一个显著属性相关联。在图12的示例中,外主体1202具有应用到外主体1202的表面的图案1206。向外主体1202的表面应用特定图案或颜色用于校准摄像传感器、LiDAR或其任何组合。
应用到外主体1202的表面的图案或颜色是被配置为由摄像传感器或LiDAR观察的通用校准目标1200的显著属性。特别地,应用到外主体的图案或颜色包括要由摄像传感器或LiDAR观察的具有预定尺寸、不同颜色和纹理等的图案。应用到外主体1202的表面的图案或颜色被策略性地布置为在由摄像传感器或LiDAR观察时生成地面真值。基于实际捕获的摄像数据、LiDAR数据和地面真值之间的差异来导出校准参数。通过选择如上所述的显著属性,通用校准目标被配置成能够实现针对多个传感器的同时数据捕获(包括但不限于单目或立体摄像机、红外传感器、热谱传感器、超声传感器、飞行时间深度传感器、雷达、LiDAR和加速度计等)。另外,使用通过观察通用校准目标而捕获的数据来同时或共同地校准多个传感器。在实施例中,同时校准是在目标的同一轮、同一遍或同一观察期间发生的校准。
图13是通用校准目标1300的图示。通用校准目标1300包括外主体1302和核心1304。类似于图9A-12,外主体1302被配置为反射由LiDAR发射的光,并且将由LiDAR观察到的实际反射信号与地面真值进行比较以导出校准参数。外主体1302被配置成使得核心1304的一部分是可见的(或者能够反射信号),以使得能够校准雷达。如图所示,核心1304为锥形。核心1304以预定方式反射由雷达发射的无线电波。因此,核心1304与被配置成由雷达传感器观察的显著属性相关联。选择核心1304的物理方面以策略性地配置核心的属性,以在通过雷达观察时生成地面真值。基于雷达观察到的实际反射信号与地面真值之间的差异来导出校准参数。
本文描述的特定核心、外主体和外主体表面构造在本质上是示例性的。可以改变所描述的核心、外主体和外主体表面的物理方面,以实现用于通过相应传感器观察的至少一个显著属性。如本文所述的通用校准目标是自适应的,使得核心、外主体和外主体表面的方面可被设计用于一个或多于一个传感器的校准或验证。此外,校准或验证的其它方面(诸如传感器和通用校准目标之间的距离和视线)可用于设计核心、外主体和外主体表面的方面。例如,被设计用于在运载工具附近观察的通用校准目标可以小于被设计用于远距离观察的通用校准目标。
校准空间/房间
如以上所讨论的,校准目标使得能够计算或验证与正被校准的传感器相关联的参数。参数定义传感器与环境或传感器本身的内部硬件之间的关系。通用校准目标将被观察用于校准或验证的属性融合成单个目标。在一些情况下,通过控制进行校准的环境,可以使传感器校准更稳健。校准空间是专用于移动机器人(包括自主运载工具)的完全传感器校准和验证的设施,其被设计用于适应操作大型移动机器人队列的校准需求。校准空间是室外空间或室内空间(诸如房间)。校准空间包括基于属性被一个或多于一个传感器模态观察到的可能性而选择或设计的属性。另外,房间包括一个或多于一个校准目标、通用校准目标或其任何组合。在实施例中,一个或多于一个校准目标被定位在各传感器的视场(例如,图6的LiDAR系统的视场614)内的各个位置以用于校准。使用校准空间校准一个或多于一个运载工具。
图14是校准空间1400的图示。运载工具1404(例如,图1的运载工具100)定位在转台(turn table)1406上。多个校准目标1402A-1402K(例如,图9B的通用校准目标900B、图10的通用校准目标1000、图11的通用校准目标1100、图12的通用校准目标1200、图13的通用校准目标1300)定位在整个校准空间中的各个位置处。传感器校准一般依赖于对感测到的环境(例如,图1的环境190)中的目标的显著属性的观察。考虑到自然环境的多样性及其可能包含或可能不包含稳健属性的条件,在具有已知目标的受控环境中进行校准以确保过程的可靠性和可重复性是有利的。
许多移动机器人具有共同覆盖机器人的三百六十度视场(FOV)的传感器的阵列。为了校准所有单独的传感器,必须向每个传感器呈现信息足够的场景。传统地,这通过在校准区域相对于机器人足够大的情况下使机器人四处移动或者通过在机器人周围手动移动校准目标来实现。如图所示,通过使运载工具1404在转台1406上方转动来进行传感器校准。
图15是校准空间1500的图示。沿着路径1506示出多个运载工具1504。运载工具1504A、1504B和1504C中的每一个(例如,图1的运载工具100)从左向右导航路径1506。校准目标1502A-1502M定位在整个校准空间中的各个位置。与图14的校准空间1402类似,在每个运载工具穿过路径以观察目标1502A-1502M时进行校准。在实施例中,目标是通用校准目标(例如,图9B的通用校准目标900B、图10的通用校准目标1000、图11的通用校准目标1100、图12的通用校准目标1200、图13的通用校准目标1300)。如图15所示,多个运载工具穿过路径1506,并且各运载工具同时被校准。
图16是校准过程生命周期的图示。为了便于描述,校准过程被示出为使用校准房间。然而,可以使用校准空间(例如,图14的校准空间1400、图15的校准空间1500)或校准区域中的一个或多于一个目标来进行校准。在附图标记1602处,运载工具(例如,图1的运载工具100)进入校准房间,并且自动校准开始。在附图标记1604处,发生校准。在实施例中,使用一个或多于一个校准目标、通用校准目标(例如,图9B的通用校准目标900B、图10的通用校准目标1000、图11的通用校准目标1100、图12的通用校准目标1200、图13的通用校准目标1300)或其任何组合来进行校准。另外,使用特定校准房间属性、自然属性或其任何组合来进行校准。在附图标记1606处,经校准的运载工具离开校准房间。在附图标记1608处,经校准的运载工具用于典型操作。在运载工具的示例中,运载工具使用经校准的传感器功能进行操作。
具有经校准的传感器的运载工具按照预期进行操作,其传感器被校准以获得准确性和精度。然而,在正常使用期间,由曾经校准的传感器捕获的数据漂移或以其它方式损坏。例如,传感器经常经历随时间累积的误差。累积的误差导致传感器测量中的漂移,这可以在验证处理期间发现。诸如迟滞误差、噪声、灵敏度误差和传感器偏置等的其它误差可能发生,并且也可以经由验证来发现。因此,传感器测量的准确性可能随着时间而劣化。因此,运载工具返回到附图标记为1602的校准房间以验证传感器操作。以这种方式,可以维持恰当的传感器操作。
图17是具有多个校准目标1702的校准房间1700的图示。运载工具1704(例如,图1的运载工具100)定位在转台1706上。为了进入校准房间,运载工具1704通过门1708进入校准房间。如图所示,目标是通用校准目标1702A(例如,图9B的通用校准目标900B、图10的通用校准目标1000、图11的通用校准目标1100、图12的通用校准目标1200、图13的通用校准目标1300)或校准目标1702B。
在图17的示例中,校准过程利用致动和自动数据收集,使得校准完全无监督。例如,可以使用自动过程来改变校准的各个方面。改变校准房间1700的其它方面,诸如照明、经由转台的运载工具位置以及用于校准的特定目标。为便于说明,在要校准的运载工具的同一地面水平上示出目标。然而,目标可以放置在校准房间内的任何高度。在实施例中,目标沿着校准房间的墙壁、天花板和地面放置。此外,校准目标可以是任何类型的,诸如如上所述的通用校准目标、其它校准目标(包括但不限于板、菱形等)或其任何组合。
校准空间的使用能够实现校准结果的可重复性和可靠性,并可提高校准期间的安全性。校准空间还能够实现时间效率(诸如队列的快速校准),从而减少运载工具维护和停机时间。通过自动执行校准过程,易用性提高,这是因为无需专家用户来实施校准过程。因此,校准空间的操作员需要有限的培训。在示例中,校准空间被集成到生产线中,并且能够支持各种运载工具,包括摩托车、船。
校准处理
图18是用于通用校准的处理1800的处理流程图。在框1802处,第一传感器(例如,图1的传感器121)检测用于校准的通用校准目标(例如,图9B的通用校准目标900B、图10的通用校准目标1000、图11的通用校准目标1100、图12的通用校准目标1200、图13的通用校准目标1300)的第一显著属性。通用校准目标将分别对应于一个或多于一个传感器模态的多个不同的显著属性融合成单个校准目标。因此,在框1804处,第二传感器(例如,图1的传感器121)检测用于校准第二传感器的通用校准目标的第二显著属性。在实施例中,为了被相应传感器观察,在通用校准目标处有意地实现显著属性。在框1806处,响应于第一传感器和第二传感器的检测,在同一轮校准期间使用通过观察通用校准目标而捕获的数据来同时校准第一传感器和第二传感器。
在实施例中,校准系统可以作为机器人上软件系统或者经由(机器人必须将其传感器观察提供至的)外部记录接口来访问要被校准的传感器的传感器数据。此外,对来自房间和机器人的感测数据应用校准算法。该校准算法将传感器数据相结合,并应用算法以对校准参数进行估计。在实施例中,这些算法在房间的直接反馈和控制下实时执行。在实施例中,算法经由记录的数据重放以离线方式处理,并且算法的输出是机器人的校准参数。另外,在实施例中,通过去除环境和噪声补偿因素来修改根据本技术使用通用校准目标(例如,图9B的通用校准目标900B、图10的通用校准目标1000、图11的通用校准目标1100、图12的通用校准目标1200、图13的通用校准目标1300)、校准空间(例如,图14的校准空间1400、图15的校准空间1500)或校准房间(例如,图17的校准房间1700)的校准过程。通过控制校准房间和校准空间,使环境和空间对校准或验证过程的影响最小化。此外,本技术可以使用校准设施的各种设计、设备和操作过程来实现。校准空间软件与校准空间或校准房间相配合,以控制校准空间或校准房间的自动能力。例如,自动能力包括用于传感器、致动器和校准空间或校准房间的任何电子可控元件(例如灯)的驱动器和控制器。
在先前描述中,已经参考许多具体细节描述了本发明的实施例,这些具体细节可因实现而不同。因此,说明书和附图应被视为说明性的,而非限制性意义的。本发明范围的唯一且排他的指示、以及申请人期望是本发明范围的内容是以发布权利要求书的具体形式从本申请发布的权利要求书的字面和等同范围,包括任何后续修正。本文中明确阐述的用于被包括在此类权利要求中的术语的任何定义应当以此类术语如在权利要求书中所使用的意义为准。另外,当在先前的说明书或所附权利要求书使用术语“还包括”时,该短语的下文可以是附加的步骤或实体、或先前所述的步骤或实体的子步骤/子实体。
Claims (21)
1.一种通用校准目标,包括:
核心,其与第一显著属性相关联;以及
外主体,其与第二显著属性相关联,其中,所述第一显著属性和所述第二显著属性被配置为通过传感器模态来观察,并且所述第一显著属性和所述第二显著属性与运载工具的至少一个传感器相对应。
2.根据权利要求1所述的通用校准目标,其中,所述第一显著属性和所述第二显著属性是基于相应传感器模态而选择的。
3.根据权利要求1或2所述的通用校准目标,其中,所述第一显著属性或所述第二显著属性与多个传感器相对应。
4.根据权利要求1、2或3所述的通用校准目标,其中,所述核心包括雷达反射器。
5.根据权利要求1、2、3或4所述的通用校准目标,其中,所述外主体包括泡沫塑料外主体。
6.根据权利要求1、2、3、4或5所述的通用校准目标,其中,所述外主体能够相对于所述核心扩展。
7.根据权利要求1、2、3、4、5或6所述的通用校准目标,其中,所述外主体的表面包括用以校准照相机的图案或颜色。
8.根据权利要求1、2、3、4、5、6或7所述的通用校准目标,其中,所述运载工具观察所述目标并校准所述至少一个传感器,其中,所述校准在没有环境或噪声因素的情况下发生。
9.一种运载工具,包括:
第一传感器;
第二传感器;
至少一个计算机;以及
存储器,其存储指令,所述指令在由所述至少一个计算机执行时使所述至少一个计算机进行操作,所述操作包括:
通过所述第一传感器来检测用于校准所述第一传感器的通用校准目标的第一显著属性;
通过所述第二传感器来检测用于校准所述第二传感器的所述通用校准目标的第二显著属性;以及
响应于通过所述第一传感器和所述第二传感器的检测,使用通过观察所述通用校准目标而捕获的数据在同一轮校准期间同时校准所述第一传感器和所述第二传感器。
10.根据权利要求9所述的运载工具,其中,所述操作包括使所述运载工具沿着校准路径行驶,其中,所述校准路径包括多个通用校准目标。
11.根据权利要求9或10所述的运载工具,其中,所述操作包括验证所述第一传感器的校准参数和所述第二传感器的校准参数。
12.根据权利要求9、10或11所述的运载工具,其中,所述操作在校准房间中进行。
13.根据权利要求9、10、11或12所述的运载工具,其中,响应于错误的传感器值而发生验证。
14.根据权利要求9、10、11、12或13所述的运载工具,其中,第一算法和第二算法要至少部分地基于所述第一显著属性和所述第二显著属性来同时校准所述第一传感器和所述第二传感器。
15.一种用于校准传感器的方法,包括:
通过第一传感器来检测用于校准所述第一传感器的通用校准目标的第一显著属性;
通过第二传感器来检测用于校准所述第二传感器的所述通用校准目标的第二显著属性;以及
通过控制电路,响应于通过所述第一传感器和所述第二传感器的检测,使用通过观察所述通用校准目标而捕获的数据在同一轮校准期间校准所述第一传感器和所述第二传感器。
16.根据权利要求15所述的方法,其中,所述第一显著属性和所述第二显著属性是基于相应传感器的配置而选择的。
17.根据权利要求15或16所述的方法,其中,所述第一显著属性或所述第二显著属性与多个传感器相对应。
18.根据权利要求15、16或17所述的方法,其中,所述通用校准目标包括核心和外主体,其中,对所述外主体的表面应用图案或颜色。
19.根据权利要求15、16、17或18所述的方法,其中,所述通用校准目标相对于所述第一传感器和所述第二传感器定位在预定地点。
20.根据权利要求15、16、17、18或19所述的方法,其中,所述通用校准目标是基于所述第一传感器或所述第二传感器的校准要求而修改的。
21.一种非暂时性计算机可读存储介质,其包括用于由第一装置的至少一个处理器执行的至少一个程序,所述至少一个程序包括指令,所述指令在由所述至少一个处理器执行时使所述第一装置进行根据权利要求15-20中任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/459,154 US20230064232A1 (en) | 2021-08-27 | 2021-08-27 | Universal calibration targets and calibration spaces |
US17/459,154 | 2021-08-27 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115931029A true CN115931029A (zh) | 2023-04-07 |
Family
ID=80461284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111617441.2A Pending CN115931029A (zh) | 2021-08-27 | 2021-12-27 | 通用校准目标、运载工具、用于校准传感器的方法和介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230064232A1 (zh) |
KR (1) | KR102631142B1 (zh) |
CN (1) | CN115931029A (zh) |
DE (1) | DE102021133538A1 (zh) |
GB (1) | GB2610250A (zh) |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3167769A (en) * | 1960-09-26 | 1965-01-26 | Northrop Corp | Radio frequency reflector |
US3965234A (en) * | 1973-02-01 | 1976-06-22 | Lane Jr Noel W | Method of making radar reflective buoy |
US4673934A (en) * | 1984-11-13 | 1987-06-16 | Gabb Corporation | Inflatable radar reflector |
US4733236A (en) * | 1985-12-10 | 1988-03-22 | The United States Of America As Represented By The Secretary Of The Air Force | Space target with multi-spectral energy reflectivity |
US4740056A (en) * | 1986-04-24 | 1988-04-26 | Bennett John G | Collapsible corner reflector |
KR101931955B1 (ko) * | 2014-02-06 | 2018-12-24 | 주식회사 만도 | 레이더 및 카메라의 캘리브레이션 지그 및 캘리브레이션 시스템 |
CN111183370B (zh) * | 2017-08-11 | 2023-12-15 | 祖克斯有限公司 | 车辆传感器的校准和定位 |
US11313946B2 (en) * | 2018-11-12 | 2022-04-26 | Hunter Engineering Company | Method and apparatus for identification of calibration targets during vehicle radar system service procedures |
DK180555B1 (en) * | 2018-12-10 | 2021-06-17 | Motional Ad Llc | Systems and methods for validating and calibrating sensors |
WO2020129369A1 (ja) * | 2018-12-17 | 2020-06-25 | ソニーセミコンダクタソリューションズ株式会社 | キャリブレーション装置とキャリブレーション方法とプログラムおよびキャリブレーションシステムとキャリブレーションターゲット |
US11112490B2 (en) * | 2019-04-15 | 2021-09-07 | Argo AI, LLC | Apparatus for joint calibration of radar and camera systems for autonomous vehicle applications |
US11754672B2 (en) * | 2019-05-13 | 2023-09-12 | Gm Cruise Holdings Llc | RADAR cross section compensation for calibration of vehicle RADAR |
US11630191B2 (en) * | 2019-06-28 | 2023-04-18 | GM Cruise Holdings LLC. | Mobile support platform for calibrating a vehicle |
US11104350B2 (en) * | 2019-06-28 | 2021-08-31 | GM Cruise Holdings, LLC | Wireless vehicle control of vehicle sensor calibration environment |
US11557061B2 (en) * | 2019-06-28 | 2023-01-17 | GM Cruise Holdings LLC. | Extrinsic calibration of multiple vehicle sensors using combined target detectable by multiple vehicle sensors |
US11403891B2 (en) * | 2019-11-01 | 2022-08-02 | Gm Cruise Holdings Llc | Autonomous setup and takedown of calibration environment for vehicle sensor calibration |
KR102552138B1 (ko) * | 2019-11-21 | 2023-07-07 | 이인텔리전스 주식회사 | 카메라 및 레이더 센서퓨젼을 위한 캘리브레이션 장치 및 그 방법 |
US11644350B2 (en) * | 2019-12-30 | 2023-05-09 | GM Cruise Holdings LLC. | Illuminated vehicle sensor calibration target |
US11453348B2 (en) * | 2020-04-14 | 2022-09-27 | Gm Cruise Holdings Llc | Polyhedral sensor calibration target for calibrating multiple types of sensors |
-
2021
- 2021-08-27 US US17/459,154 patent/US20230064232A1/en not_active Abandoned
- 2021-12-16 DE DE102021133538.8A patent/DE102021133538A1/de active Pending
- 2021-12-16 GB GB2118286.0A patent/GB2610250A/en active Pending
- 2021-12-23 KR KR1020210186143A patent/KR102631142B1/ko active IP Right Grant
- 2021-12-27 CN CN202111617441.2A patent/CN115931029A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230064232A1 (en) | 2023-03-02 |
DE102021133538A1 (de) | 2023-03-02 |
KR102631142B1 (ko) | 2024-01-29 |
KR20230031754A (ko) | 2023-03-07 |
GB2610250A (en) | 2023-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113195342B (zh) | 转向角度校准 | |
CN112991454A (zh) | 照相机到LiDAR的标定和验证 | |
CN114556139A (zh) | 用于传感器校准的系统和方法 | |
US11861784B2 (en) | Determination of an optimal spatiotemporal sensor configuration for navigation of a vehicle using simulation of virtual sensors | |
CN113196291A (zh) | 自动选择用于注释的数据样本 | |
CN115201845A (zh) | 用于运载工具的方法、运载工具和存储介质 | |
US11970183B2 (en) | AV path planning with calibration information | |
CN114387322A (zh) | 用于运载工具的方法、运载工具和存储介质 | |
CN114419331A (zh) | 用于运载工具的方法和系统以及运载工具 | |
CN115079687A (zh) | 用于自主运载工具的系统、方法和存储介质 | |
CN114120687A (zh) | 条件运动预测 | |
CN114625118A (zh) | 运载工具、用于运载工具的方法以及存储介质 | |
CN114089375A (zh) | 运载工具、用于运载工具的方法和存储介质 | |
CN113176584A (zh) | 解决传感器回波中的距变率模糊 | |
US20220340139A1 (en) | Vehicle Route Modification to Improve Vehicle Location Information | |
CN114812586A (zh) | 用于运载工具的系统、方法和存储介质 | |
US20220289199A1 (en) | Brake arbitration | |
CN114518566A (zh) | 用于运载工具的方法和感知系统 | |
CN114791731A (zh) | 用于运载工具的系统、方法以及计算机可读存储介质 | |
CN113196356A (zh) | 交通灯估计 | |
CN115071811A (zh) | 计算机实现的方法、运载工具和非暂时性计算机可读介质 | |
CN114442065A (zh) | 用于LiDAR扫描平滑的方法、运载工具和计算机可读介质 | |
CN115540888A (zh) | 导航最优路径的方法、存储介质和运载工具 | |
CN115388904A (zh) | 自推进平台、及其进行的方法和存储介质 | |
CN115220439A (zh) | 用于运载工具的系统和方法以及存储介质 |
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 |