CN116022159B - 车辆移动控制方法、装置、电子设备和计算机可读介质 - Google Patents
车辆移动控制方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN116022159B CN116022159B CN202310331339.9A CN202310331339A CN116022159B CN 116022159 B CN116022159 B CN 116022159B CN 202310331339 A CN202310331339 A CN 202310331339A CN 116022159 B CN116022159 B CN 116022159B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- radar
- information
- sequence
- calibration
- 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 49
- 238000012545 processing Methods 0.000 claims abstract description 49
- 238000007499 fusion processing Methods 0.000 claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims description 123
- 230000001133 acceleration Effects 0.000 claims description 55
- 238000006243 chemical reaction Methods 0.000 claims description 53
- 238000006073 displacement reaction Methods 0.000 claims description 18
- 230000009466 transformation Effects 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000013507 mapping Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012884 algebraic function Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本公开的实施例公开了车辆移动控制方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取车辆雷达信息集,车辆定位信息和车辆轮速信息;对车辆雷达信息集中的每个车辆雷达信息与车辆定位信息进行联合标定处理以生成第一标定信息,得到第一标定信息集;基于第一标定信息集,对车辆定位信息和车辆轮速信息进行联合标定处理,得到第二标定信息;基于车辆雷达信息集、车辆定位信息和车辆轮速信息,对第一标定信息集和第二标定信息进行融合处理,得到第三标定信息;将第三标定信息发送至控制终端以控制目标车辆移动。该实施方式可以提高控制车辆移动的准确度。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及车辆移动控制方法、装置、电子设备和计算机可读介质。
背景技术
车辆移动控制,即根据车辆传感器的参数对目标车辆的移动进行控制。目前,控制车辆移动,通常采用的方式为:在车辆启动之前,对各个传感器进行标定得到标定参数或在移动过程中,实时标定雷达传感器和定位传感器之间的标定参数,然后根据标定参数控制车辆移动。
然而,发明人发现,当采用上述方式控制车辆移动时,经常会存在如下技术问题:
第一,在车辆启动之前,对各个传感器进行标定的方式,在车辆行驶过程中,当车辆的各个传感器中有传感器发生偏移时,无法及时修正标定参数,导致控制车辆移动的准确度降低;
第二,实时标定雷达传感器和定位传感器之间的标定参数,只能标定单个雷达传感器和定位传感器之间的标定参数,无法融合多个传感器之间的标定参数,导致标定参数的准确度降低,从而导致控制车辆移动的准确度降低。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了车辆移动控制方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种车辆移动控制方法,该方法包括:获取车辆雷达信息集,车辆定位信息和车辆轮速信息;对上述车辆雷达信息集中的每个车辆雷达信息与上述车辆定位信息进行联合标定处理以生成第一标定信息,得到第一标定信息集;基于上述第一标定信息集,对上述车辆定位信息和上述车辆轮速信息进行联合标定处理,得到第二标定信息;基于上述车辆雷达信息集、上述车辆定位信息和上述车辆轮速信息,对上述第一标定信息集和上述第二标定信息进行融合处理,得到第三标定信息;将上述第三标定信息发送至控制终端以控制目标车辆移动。
第二方面,本公开的一些实施例提供了一种车辆移动控制装置,装置包括:获取单元,被配置成获取车辆雷达信息集,车辆定位信息和车辆轮速信息;第一联合标定单元,被配置成对上述车辆雷达信息集中的每个车辆雷达信息与上述车辆定位信息进行联合标定处理以生成第一标定信息,得到第一标定信息集;第二联合标定单元,被配置成基于上述第一标定信息集,对上述车辆定位信息和上述车辆轮速信息进行联合标定处理,得到第二标定信息;融合单元,被配置成基于上述车辆雷达信息集、上述车辆定位信息和上述车辆轮速信息,对上述第一标定信息集和上述第二标定信息进行融合处理,得到第三标定信息;发送单元,被配置成将上述第三标定信息发送至控制终端以控制目标车辆移动。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面中任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面中任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的车辆移动控制方法,可以及时控制车辆移动。具体来说,造成控制车辆移动的准确度降低的原因在于:在车辆启动之前,对各个传感器进行标定的方式,在车辆行驶过程中,当车辆的各个传感器中有传感器发生偏移时,无法及时修正标定参数。基于此,本公开的一些实施例的车辆移动控制方法,首先,获取车辆雷达信息集,车辆定位信息和车辆轮速信息。由此,可以实时获取车辆的状态信息。其次,对上述车辆雷达信息集中的每个车辆雷达信息与上述车辆定位信息进行联合标定处理以生成第一标定信息,得到第一标定信息集。由此,可以对雷达传感器组件中的每个雷达传感器和定位传感器进行标定,得到各个雷达传感器和定位传感器的标定参数集。接着,基于上述第一标定信息集,对上述车辆定位信息和上述车辆轮速信息进行联合标定处理,得到第二标定信息。由此,可以对定位传感器和轮速传感器进行标定,得到定位传感器和轮速传感器的标定参数。然后,基于上述车辆雷达信息集、上述车辆定位信息和上述车辆轮速信息,对上述第一标定信息集和上述第二标定信息进行融合处理,得到第三标定信息。由此,可以对各个传感器之间的标定参数进行融合,得到融合标定参数。最后,将上述第三标定信息发送至控制终端以控制目标车辆移动。由此,上述控制终端可以根据融合标定参数,控制目标车辆移动。因此,本公开的一些车辆移动控制方法,在车辆行驶过程中,依然可以对车辆的各个传感器进行标定,并对标定参数进行融合修正,可以及时得到各个传感器之间的标定参数,从而,可以提高控制车辆移动的准确度。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的车辆移动控制方法的一些实施例的流程图;
图2是根据本公开的车辆移动控制装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的车辆移动控制方法的一些实施例的流程100。该车辆移动控制方法,包括以下步骤:
步骤101,获取车辆雷达信息集,车辆定位信息和车辆轮速信息。
在一些实施例中,车辆移动控制方法的执行主体可以通过有线连接或无线连接的方式从目标车辆的车载雷达组件上获取上述车辆雷达信息集,从定位传感器组件上获取上述车辆定位信息,从轮速传感器上获取上述车辆轮速信息。其中,上述目标车辆可以是移动中的车辆。上述车载雷达组件中的车载雷达与上述车辆雷达信息集中的车辆雷达信息可以一一对应。上述车辆雷达信息集中的车辆雷达信息可以包括但不限于以下至少一项:雷达点云数据序列。这里,上述雷达点云数据序列中的各个雷达点云数据,可以是上述车载雷达按时间顺序获取的各个点云数据。上述车辆定位信息可以包括但不限于以下至少一项:陀螺仪角速度序列、陀螺仪零偏值序列、陀螺仪噪声值序列、定位坐标序列、定位速度序列、定位加速度序列和定位角速度序列。这里,上述陀螺仪角速度序列中的陀螺仪角速度可以表征上述定位传感器组件包括的陀螺仪测量得到的角速度。上述陀螺仪零偏值序列中的陀螺仪零偏值可以是上述定位传感器组件包括的陀螺仪的零偏值。上述陀螺仪零偏值序列中的陀螺仪零偏值与上述陀螺仪角速度序列中的陀螺仪角速度一一对应。上述陀螺仪噪声值序列中的陀螺仪噪声值可以表征上述定位传感器组件包括的陀螺仪的噪声值。上述陀螺仪噪声值序列中的陀螺仪噪声值与上述陀螺仪角速度序列中的陀螺仪角速度一一对应。上述定位坐标序列中的定位坐标可以表征上述定位传感器组件的位置。上述定位速度序列中的定位速度可以是上述定位传感器组件的速度值。上述定位加速度序列中的定位加速度可以是上述定位传感器组件的加速度值。上述定位角速度序列中的定位角速度可以是上述定位传感器组件的角速度值。上述车辆轮速信息可以包括但不限于以下至少一项:车辆轮速值序列。这里,上述车辆轮速值序列中的车辆轮速值可以表征获取上述车辆轮速值时上述目标车辆的轮速值。
作为示例,上述车载雷达组件中的车载雷达可以是激光雷达。上述定位传感器组件中的定位传感器可以是但不限于以下至少一项:imu(Inertial measurement unit,惯性测量单元)传感器或gnss(Global Navigation Satellite System,全球导航卫星系统)传感器。上述imu传感器可以包括但不限于:陀螺仪。
需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤102,对车辆雷达信息集中的每个车辆雷达信息与车辆定位信息进行联合标定处理以生成第一标定信息,得到第一标定信息集。
在一些实施例中,上述执行主体可以对上述车辆雷达信息集中的每个车辆雷达信息与上述车辆定位信息进行联合标定处理以生成第一标定信息,得到第一标定信息集。
在一些实施例的一些可选的实现方式中,上述执行主体对上述车辆雷达信息集中的每个车辆雷达信息与上述车辆定位信息进行联合标定处理以生成第一标定信息,可以包括以下步骤:
第一步,对上述车辆雷达信息进行特征提取处理,得到雷达姿态矩阵序列和雷达坐标序列。其中,上述雷达坐标序列中除第一个雷达坐标外的雷达坐标可以是相对于上述第一个雷达坐标的坐标。
作为示例,上述雷达坐标序列中的第一个雷达坐标可以是0。
可选地,上述对上述车辆雷达信息进行特征提取处理,得到雷达姿态矩阵序列和雷达坐标序列,可以包括以下步骤:
首先,对上述车辆雷达信息包括的雷达点云数据序列中的各个雷达点云数据进行下采样处理,得到雷达采样点云数据序列。其中,可以通过预设的下采样算法,得到雷达采样点云数据序列。
作为示例,上述预设的下采样算法可以是但不限于以下至少一项:随机下采样算法、EasyEnsemble(简单模型融合)算法或NearMiss(接近成功)算法。
接着,构建上述雷达采样点云数据序列中每个雷达采样点云数据对应的雷达点云地图,得到雷达点云地图序列。其中,可以通过预设的地图构建算法,得到上述雷达点云地图序列。
作为示例,上述预设的地图构建算法可以是但不限于以下至少一项:LOAM(LidarOdometry and Mapping in Real-time,激光雷达里程计和实时测绘)算法或LeGO-LOAM(Lightweight and Groud-Optimized Lidar Odometry and Mapping on VariableTerrain,轻量级和几何优化的激光雷达里程计和可变地形上的映射)算法。
最后,对上述雷达点云地图序列中每相邻两个雷达点云地图进行匹配处理,得到上述雷达姿态矩阵序列和雷达坐标序列。其中,可以通过预设的匹配算法,对上述雷达点云地图序列中每相邻两个雷达点云地图进行匹配处理。
作为示例,上述预设的匹配算法可以是ICP(Iterative Closest Points,迭代最近点)算法。
第二步,基于上述雷达姿态矩阵序列和上述车辆定位信息,生成雷达角速度曲线、第一时间偏差值、第一姿态转换矩阵和角速度偏差值。
第三步,基于上述雷达角速度曲线、上述雷达坐标序列、上述车辆定位信息和上述第一姿态转换矩阵,生成第一位置转换坐标。
第四步,将上述第一姿态转换矩阵和上述第一位置转换坐标组合为第一标定矩阵。其中,可以将上述第一位置转换坐标添加至上述第一姿态转换矩阵中,得到上述第一标定矩阵。
第五步,对上述第一标定矩阵、上述角速度偏差值和上述第一时间偏差值进行融合处理,得到上述第一标定信息。其中,可以将上述第一标定矩阵、上述角速度偏差值和上述第一时间偏差值确定为上述第一标定信息包括的第一标定矩阵、角速度偏差值和第一时间偏差值。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述雷达姿态矩阵序列和上述车辆定位信息,生成雷达角速度曲线、第一时间偏差值、第一姿态转换矩阵和角速度偏差值,可以包括以下步骤:
第一步,基于上述雷达姿态矩阵序列,生成雷达角速度序列。其中,可以通过如下公式,生成上述雷达角速度序列:
其中,和/>表示上述雷达姿态矩阵序列中雷达姿态矩阵的编号。/>表示矩阵。/>表示上述雷达姿态矩阵序列中第/>个雷达姿态矩阵。/>表示上述雷达姿态矩阵序列中第/>个雷达姿态矩阵的转置矩阵。/>表示上述雷达姿态矩阵序列中第/>个雷达姿态矩阵。/>表示与上述第/>个雷达姿态矩阵对应的雷达姿态变换矩阵。/>表示时刻值。/>表示上述获取上述第/>个雷达姿态矩阵的时刻与获取上述第/>个雷达姿态矩阵的时刻的差值。/>表示角速度。表示上述雷达角速度序列中第/>个雷达角速度。这里,可以将预设角速度值作为上述雷达角速度序列中的第一个雷达角速度。
作为示例,上述预设角速度值可以是0。
第二步,对上述雷达角速度序列进行曲线拟合处理,得到上述雷达角速度曲线。其中,可以通过预设的曲线拟合算法,得到上述雷达角速度曲线。
作为示例,上述预设的曲线拟合算法可以是B-Sample(样本)曲线拟合算法。
第三步,基于上述车辆定位信息和上述雷达角速度曲线,确定初始时间偏差值。其中,可以通过如下公式,确定初始时间偏差值:
其中,表示上述初始时间偏差值。/>表示时刻值。/>表示上述雷达角速度曲线上的雷达角速度。/>表示上述雷达角速度曲线上/>时刻对应的雷达角速度。/>表示上述定位角速度序列中的定位角速度。/>表示上述定位角速度序列中/>时刻对应的定位角速度。/>表示取最大值函数,可以用于生成使目标函数取最大值时的自变量值。这里,作为自变量,上述/>可以从预设自变量时刻值开始逐步增加。
作为示例,上述预设自变量时刻值可以是0。
第四步,基于上述初始时间偏差值、上述雷达角速度曲线和上述车辆定位信息,生成第一时间偏差值、第一姿态转换矩阵和角速度偏差值。其中,可以通过如下公式,生成第一时间偏差值、第一姿态转换矩阵和角速度偏差值:
其中,表示上述第一姿态转换矩阵。/>表示偏差值。/>表示上述角速度偏差值。/>表示上述第一时间偏差值。/>表示姿态转换矩阵自变量。/>表示角速度偏差值自变量。表示上述定位角速度序列中/>时刻对应的定位角速度。/>表示加速度。/>表示上述定位加速度序列中/>时刻对应的定位加速度。/>表示取最小值函数,可以用于生成使目标函数取最小值时的自变量值。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述雷达角速度曲线、上述雷达坐标序列、上述车辆定位信息和上述第一姿态转换矩阵,生成第一位置转换坐标,可以包括以下步骤:
第一步,基于上述雷达坐标序列,生成雷达加速度序列。其中,可以通过如下公式,生成上述雷达加速度序列:
其中,和/>表示编号。/>表示位置坐标。/>表示上述雷达坐标序列中第/>个雷达坐标。/>表示上述雷达坐标序列中第/>个雷达坐标。/>表示获取上述第/>个雷达坐标的时刻值。/>表示获取上述第/>个雷达坐标的时刻值。/>表示速度值。/>表示上述雷达速度序列中第/>个雷达速度值。这里,上述雷达速度值序列中,可以将预设初始雷达速度值作为上述雷达速度值序列中的第一个雷达速度值。/>表示上述雷达速度序列中第/>个雷达速度值。表示上述雷达加速度序列中与第/>个雷达加速度。这里,可以将预设初始雷达加速度值作为上述雷达加速度序列中第一个雷达加速度。
作为示例,上述预设初始雷达速度值可以是0。上述预设初始雷达加速度值可以是0。
第二步,对上述雷达加速度序列进行曲线拟合处理,得到雷达加速度曲线。其中,可以通过上述预设的曲线拟合算法,得到上述雷达加速度曲线。
第三步,基于上述第一时间偏差值,对上述车辆定位信息包括的定位加速度序列进行修正处理,得到修正定位加速度序列。其中,可以将定位加速度序列中每个定位加速度的获取时刻与上述第一时间偏差值的差值确定为修正定位加速度的获取时刻,得到上述修正定位加速度序列。
第四步,基于上述雷达角速度曲线、上述第一姿态转换矩阵,上述雷达加速度曲线和上述修正定位加速度序列,生成第一位置转换坐标。其中,可以通过如下公式,生成上述第一位置转换坐标:
其中,表示第一位置转换坐标优化函数。/>表示时刻值。/>表示上述修正定位加速度序列中的修正定位加速度。/>表示上述修正定位加速度序列中与/>时刻对应的加速度修正定位加速度。/>表示加速度偏差值自变量。/>表示上述雷达加速度曲线上的雷达加速度。/>表示上述雷达加速度曲线上与/>时刻对应的雷达加速度。/>表示重力加速度。/>表示上述雷达角速度曲线上与/>时刻对应的雷达角速度。/>表示上述雷达角速度对应的雷达角速度反对称矩阵。/>表示第一位置转换坐标自变量。/>表示上述第一位置转换坐标。/>表示加速度偏差值。
步骤103,基于第一标定信息集,对车辆定位信息和车辆轮速信息进行联合标定处理,得到第二标定信息。
在一些实施例中,上述执行主体可以基于上述第一标定信息集,对上述车辆定位信息和上述车辆轮速信息进行联合标定处理,得到第二标定信息。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述第一标定信息集,对上述车辆定位信息和上述车辆轮速信息进行联合标定处理,得到第二标定信息,可以包括以下步骤:
第一步,基于上述第一标定信息集中各个第一标定信息包括的角速度偏差值,确定上述车辆定位信息包括的定位角速度序列对应的定位旋转矩阵序列。其中,可以通过如下公式,确定上述定位旋转矩阵序列:
其中,、/>和/>表示时刻值。/>表示上述定位旋转矩阵序列中/>时刻的定位旋转矩阵。/>表示上述定位旋转矩阵序列中/>时刻的定位旋转矩阵。这里,可以将预设初始定位旋转矩阵确定为上述定位旋转矩阵序列中的第一个定位旋转矩阵。/>表示上述定位角速度序列中/>时刻获取的定位角速度。/>表示/>时刻与/>时刻的差值。/>表示李代数函数,可以用于生成位移变换矩阵。
作为示例,上述预设初始定位旋转矩阵可以是单位矩阵。
第二步,基于上述车辆轮速值序列,生成车辆位置增量值序列。其中,首先,可以将上述车辆轮速值序列中每个车辆轮速值的获取时刻与上一个车辆轮速值的获取时刻的差值确定为上述车辆轮速值对应的时间间隔值,得到时间间隔值序列。然后,对于上述车辆轮速值序列中的每个车辆轮速值,可以将上述时间间隔值序列中与上述车辆轮速值对应的时间间隔值和上述车辆轮速值的乘积确定为车辆位置增量值,得到车辆位置增量值序列。这里,可以将上述预设车辆位置增量初始值确定为上述车辆位置增量值序列中的第一个车辆位置增量值。
作为示例,上述预设车辆位置增量初始值可以是0。
第三步,确定上述车辆位置增量值序列中每个车辆位置增量值对应的车辆轮速加速度值,得到车辆轮速加速度值序列。其中,上述确定上述车辆位置增量值序列中每个车辆位置增量值对应的车辆轮速加速度值的具体实现方式及所带来的技术效果可以参考步骤102,在此不再赘述。
第四步,基于上述车辆定位信息、上述定位旋转矩阵序列、上述车辆位置增量值序列、上述车辆轮速加速度值序列和上述车辆轮速值序列,生成第二姿态转换矩阵和第二时间偏差值。其中,可以通过如下公式,生成第二姿态转换矩阵和第二时间偏差值:
其中,表示第二姿态转换矩阵优化函数。/>和/>表示时刻值。/>表示上述定位坐标序列中/>时刻的定位坐标。/>表示上述定位坐标序列中/>时刻的定位坐标。/>表示上述定位旋转矩阵序列中/>时刻的定位旋转矩阵。/>表示第二姿态转换矩阵自变量。/>表示上述车辆位置增量值序列中/>时刻的车辆位置增量值。/>表示上述车辆轮速加速度值序列中/>时刻的车辆轮速加速度值。/>表示第二时间偏差值自变量。/>表示/>时刻与/>时刻的差值。表示上述车辆定位信息包括的定位速度序列中/>时刻的定位速度。/>表示上述定位旋转矩阵序列中/>时刻的定位旋转矩阵。/>表示上述车辆轮速值序列中/>时刻的车辆轮速值。表示上述车辆轮速加速度值序列中/>时刻的车辆轮速加速度值。/>表示上述第二姿态转换矩阵。/>表示上述第二时间偏差值。
第五步,对上述第二姿态转换矩阵和上述第二时间偏差值进行融合处理,得到上述第二标定信息。其中,可以将上述第二姿态转换矩阵和上述第二时间偏差值确定为上述第二标定信息包括的第二姿态转换矩阵和第二时间偏差值。
步骤104,基于车辆雷达信息集、车辆定位信息和车辆轮速信息,对第一标定信息集和第二标定信息进行融合处理,得到第三标定信息。
在一些实施例中,上述执行主体可以基于上述车辆雷达信息集、上述车辆定位信息和上述车辆轮速信息,对上述第一标定信息集和上述第二标定信息进行融合处理,得到第三标定信息。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述第一标定信息集,对上述车辆定位信息和上述车辆轮速信息进行联合标定处理,得到第二标定信息,可以包括以下步骤:
第一步,基于上述车辆轮速信息包括的车辆轮速值序列、上述车辆定位信息和上述第二标定信息包括的第二姿态转换矩阵,生成车辆姿态矩阵序列和车辆位移序列。其中,可以通过如下公式,生成车辆姿态矩阵序列和车辆位移序列:
其中,表示上述车辆雷达信息集中的车辆雷达信息包括的雷达点云数据序列中每个雷达点云数据的获取时刻。/>表示上述车辆姿态矩阵序列中第/>个车辆姿态矩阵。这里,可以将预设初始车辆姿态矩阵确定为上述车辆姿态矩阵序列中的第一个车辆姿态矩阵。/>表示上述定位信息包括的陀螺仪角速度序列中在/>时刻的上一时刻获取的陀螺仪角速度、到/>时刻获取的陀螺仪角速度组成的目标陀螺仪角速度序列中、目标陀螺仪角速度的数量。/>表示上述目标陀螺仪角速度序列中目标陀螺仪角速度的编号。/>表示上述目标陀螺仪角速度序列中第/>个目标陀螺仪角速度。/>表示上述车辆定位信息包括的陀螺仪零偏值序列中与上述第/>个目标陀螺仪角速度获取时刻相同的陀螺仪零偏值。/>表示上述车辆定位信息包括的陀螺仪噪声值序列中与上述第/>个目标陀螺仪角速度获取时刻相同的陀螺仪噪声值。/>表示获取上述目标陀螺仪角速度序列中相邻两个目标陀螺仪角速度的时刻值的差值。/>表示上述车辆位移序列中第/>个车辆位移。这里,可以将预设初始车辆位移确定为上述车辆位移序列中第一个车辆位移。/>表示上述车辆姿态矩阵序列中第/>个车辆姿态矩阵。/>表示上述车辆轮速值序列中与上述第/>个目标陀螺仪角速度获取时刻相同的车辆轮速值。
作为示例,上述预设初始车辆姿态矩阵可以是单位矩阵。上述预设初始车辆位移可以是0。
第二步,基于上述车辆姿态矩阵序列、上述车辆位移序列和上述车辆雷达信息集,对上述第一标定信息集进行优化处理,得到第三姿态转化矩阵。
第三步,将上述第三姿态转化矩阵确定为上述第三标定信息。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述车辆姿态矩阵序列、上述车辆位移序列和上述车辆雷达信息集,对上述第一标定信息集进行优化处理,得到第三姿态转化矩阵,可以包括以下步骤:
第一步,将上述车辆雷达信息集中任一车辆雷达信息确定为第一车辆雷达信息。
第二步,对上述第一车辆雷达信息进行特征提取处理,得到第一雷达线特征点序列集和第一雷达面特征点集。其中,首先,可以通过上述预设的下采样算法对上述第一车辆雷达信息进行采样处理,得到处理后的第一车辆雷达信息。然后,可以通过预设的特征点提取算法,对上述处理后的第一车辆雷达信息进行特征点提取处理,得到上述第一雷达线特征点序列集和第一雷达面特征点集。这里,上述雷达线特征点序列集中的一个雷达线特征点序列可以表征上述第一车辆雷达信息包括的一条线。
作为示例,上述预设的特征点提取算法可以是PCA(Principal componentsanalysis,主成分分析)算法。
第三步,基于上述车辆姿态矩阵序列、上述车辆位移序列和上述第一标定信息中与上述第一车辆雷达信息对应的第一标定信息包括的时间偏差值,对上述第一雷达线特征点序列集和第一雷达面特征点集进行去畸变处理,得到目标雷达线特征点序列集和目标雷达面特征点集。其中,可以通过预设的去畸变算法,对上述第一雷达线特征点序列集和第一雷达面特征点集进行去畸变处理。
作为示例,上述预设的去畸变算法可以是VICP(Velocity Updating IterativeClosest Point Algorithm,速度更新迭代最近点)算法。
第四步,基于上述目标雷达线特征点序列集和上述目标雷达面特征点集,构建雷达局部地图。其中,可以通过上述预设的地图构建算法,构建雷达局部地图。上述雷达局部地图可以包括但不限于以下至少一项:上述目标雷达线特征点序列集和上述目标雷达面特征点集。
第五步,对上述车辆雷达信息集中除上述第一车辆雷达信息外的每个车辆雷达信息进行特征提取处理以生成雷达线特征点序列组和雷达面特征点组,得到雷达线特征点序列组集和雷达面特征点组集。其中,可以通过上述预设的下采样算法和上述预设的特征点提取算法,得到雷达线特征点序列组集和雷达面特征点组集。
第六步,对上述雷达线特征点序列组集、上述雷达面特征点组集和上述雷达局部地图进行匹配处理,得到匹配线特征点组集和匹配面特征点组集。其中,可以通过上述预设的匹配算法,得到匹配线特征点组集和匹配面特征点组集。上述匹配线特征点组集中的匹配线特征点组可以包括但不限于以下至少一项:上述雷达线特征点序列组集中的一个雷达线特征点、和上述雷达局部地图包括的目标雷达线特征点序列集中、与上述雷达线特征点匹配的目标雷达线特征点序列的、第一个目标雷达线特征点和最后一个目标雷达线特征点。上述匹配面特征点组集中的匹配面特征点组可以包括:雷达面特征点组集中的一个雷达面特征点、和上述雷达局部地图包括的目标雷达面特征点集中、与上述雷达面特征点匹配的各个目标雷达面特征点。
第七步,基于上述第一标定信息集、上述匹配线特征点组集和上述匹配面特征点组集,生成第三姿态转换矩阵。其中,可以通过如下公式,生成上述第三姿态转换矩阵:
其中,表示第三姿态转换矩阵优化函数。/>表示上述匹配线特征点组集中匹配线特征点的编号。/>表示上述匹配线特征点组集中匹配线特征点的数目。/>表示第三姿态转换矩阵自变量。这里,可以将第一标定信息集中的各个第一标定信息包括的第一姿态转换矩阵作为上述第三姿态转换矩阵自变量。/>表示上述第一标定信息集中与上述第一车辆雷达信息对应的第一标定信息包括的第一姿态转换矩阵。/>表示上述第一标定信息集中与上述第一车辆雷达信息对应的第一标定信息包括的第一姿态转换矩阵的转置矩阵。/>表示特征点坐标。/>表示上述匹配线特征点组集中第/>个匹配线特征点组包括的雷达线特征点的坐标。/>表示上述匹配线特征点组集中第/>个匹配线特征点组包括的、与上述雷达线特征点匹配的、目标雷达线特征点序列的第一个目标雷达线特征点的坐标。/>表示上述匹配线特征点组集中第/>个匹配线特征点组包括的、与上述雷达线特征点匹配的、目标雷达线特征点序列的最后一个目标雷达线特征点的坐标。/>表示的反对称矩阵。/>表示上述匹配面特征点组集中匹配面特征点组的编号。/>表示上述匹配面特征点组集中匹配面特征点组的数目。/>表示上述匹配面特征点组集中第/>个匹配面特征点组包括的雷达面特征点的坐标。/>表示上述匹配面特征点组集中、第/>个匹配面特征点组包括的与上述雷达面特征点匹配的、各个目标雷达面特征点中的第一个目标雷达面特征点的坐标。/>表示上述匹配面特征点组集中、第/>个匹配面特征点组包括的与上述雷达面特征点匹配的、各个目标雷达面特征点中的第二个目标雷达面特征点的坐标。/>表示上述匹配面特征点组集中、第/>个匹配面特征点组包括的与上述雷达面特征点匹配的、各个目标雷达面特征点中的第三个目标雷达面特征点的坐标。/>表示/>的反对称矩阵。/>表示上述第三姿态转换矩阵。
步骤104的相关内容作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“控制车辆移动的准确度降低”。其中,导致了控制车辆移动的准确度降低的因素往往如下:实时标定雷达传感器和定位传感器之间的标定参数,只能标定单个雷达传感器和定位传感器之间的标定参数,无法融合多个传感器之间的标定参数,导致标定参数的准确度降低。如果解决了上述因素,就能达到提高车辆移动控制的准确度的效果。为了达到这一效果,本公开可以依据轮速传感器和定位传感器的标定参数,确定上述目标车辆的车辆位姿信息和车辆位移信息,然后,可以依据上述车辆的车辆位姿信息和车辆位移信息,对各个雷达传感器和定位传感器的标定参数进行融合优化,得到融合了各个雷达传感器、轮速传感器和定位传感器之间的标定参数后的融合标定参数,由此,可以提高标定参数的准确度,从而,可以提高控制车辆移动的准确度。
步骤105,将上述第三标定信息发送至控制终端以控制目标车辆移动。
在一些实施例中,上述执行主体可以将上述第三标定信息发送至控制终端以控制目标车辆移动。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的车辆移动控制方法,可以及时控制车辆移动。具体来说,造成控制车辆移动的准确度降低的原因在于:在车辆启动之前,对各个传感器进行标定的方式,在车辆行驶过程中,当车辆的各个传感器中有传感器发生偏移时,无法及时修正标定参数。基于此,本公开的一些实施例的车辆移动控制方法,首先,获取车辆雷达信息集,车辆定位信息和车辆轮速信息。由此,可以实时获取车辆的状态信息。其次,对上述车辆雷达信息集中的每个车辆雷达信息与上述车辆定位信息进行联合标定处理以生成第一标定信息,得到第一标定信息集。由此,可以对雷达传感器组件中的每个雷达传感器和定位传感器进行标定,得到各个雷达传感器和定位传感器的标定参数集。接着,基于上述第一标定信息集,对上述车辆定位信息和上述车辆轮速信息进行联合标定处理,得到第二标定信息。由此,可以对定位传感器和轮速传感器进行标定,得到定位传感器和轮速传感器的标定参数。然后,基于上述车辆雷达信息集、上述车辆定位信息和上述车辆轮速信息,对上述第一标定信息集和上述第二标定信息进行融合处理,得到第三标定信息。由此,可以对各个传感器之间的标定参数进行融合,得到融合标定参数。最后,将上述第三标定信息发送至控制终端以控制目标车辆移动。由此,上述控制终端可以根据融合标定参数,控制目标车辆移动。因此,本公开的一些车辆移动控制方法,在车辆行驶过程中,依然可以对车辆的各个传感器进行标定,并对标定参数进行融合修正,可以及时得到各个传感器之间的标定参数,从而,可以提高控制车辆移动的准确度。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种车辆移动控制装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该车辆移动控制装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的车辆移动控制装置200包括:获取单元201、第一联合标定单元202、第二联合标定单元203、融合单元204和发送单元205。其中,获取单元201,被配置成获取车辆雷达信息集,车辆定位信息和车辆轮速信息;第一联合标定单元202,被配置成对上述车辆雷达信息集中的每个车辆雷达信息与上述车辆定位信息进行联合标定处理以生成第一标定信息,得到第一标定信息集;第二联合标定单元203,被配置成基于上述第一标定信息集,对上述车辆定位信息和上述车辆轮速信息进行联合标定处理,得到第二标定信息;融合单元204,被配置成基于上述车辆雷达信息集、上述车辆定位信息和上述车辆轮速信息,对上述第一标定信息集和上述第二标定信息进行融合处理,得到第三标定信息;发送单元205,被配置成将上述第三标定信息发送至控制终端以控制目标车辆移动。
可以理解的是,该车辆移动控制装置200中记载的诸单元与参考图1描述的车辆移动控制方法中的各个步骤相对应。由此,上文针对车辆移动控制方法描述的操作、特征以及产生的有益效果同样适用于车辆移动控制装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的终端设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取车辆雷达信息集,车辆定位信息和车辆轮速信息;对上述车辆雷达信息集中的每个车辆雷达信息与上述车辆定位信息进行联合标定处理以生成第一标定信息,得到第一标定信息集;基于上述第一标定信息集,对上述车辆定位信息和上述车辆轮速信息进行联合标定处理,得到第二标定信息;基于上述车辆雷达信息集、上述车辆定位信息和上述车辆轮速信息,对上述第一标定信息集和上述第二标定信息进行融合处理,得到第三标定信息;将上述第三标定信息发送至控制终端以控制目标车辆移动。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、第一联合标定单元、第二联合标定单元、融合单元和发送单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取车辆雷达信息集,车辆定位信息和车辆轮速信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (7)
1.一种车辆移动控制方法,包括:
获取车辆雷达信息集,车辆定位信息和车辆轮速信息,其中,所述车辆定位信息包括:定位角速度序列,所述车辆轮速信息包括:车辆轮速值序列;
对所述车辆雷达信息集中的每个车辆雷达信息与所述车辆定位信息进行联合标定处理以生成第一标定信息,得到第一标定信息集;
基于所述第一标定信息集,对所述车辆定位信息和所述车辆轮速信息进行联合标定处理,得到第二标定信息;
基于所述车辆雷达信息集、所述车辆定位信息和所述车辆轮速信息,对所述第一标定信息集和所述第二标定信息进行融合处理,得到第三标定信息;
将所述第三标定信息发送至控制终端以控制目标车辆移动;
其中,所述对所述车辆雷达信息集中的每个车辆雷达信息与所述车辆定位信息进行联合标定处理以生成第一标定信息,包括:
对所述车辆雷达信息进行特征提取处理,得到雷达姿态矩阵序列和雷达坐标序列;
基于所述雷达姿态矩阵序列和所述车辆定位信息,生成雷达角速度曲线、第一时间偏差值、第一姿态转换矩阵和角速度偏差值;
基于所述雷达角速度曲线、所述雷达坐标序列、所述车辆定位信息和所述第一姿态转换矩阵,生成第一位置转换坐标;
将所述第一姿态转换矩阵和所述第一位置转换坐标组合为第一标定矩阵;
对所述第一标定矩阵、所述角速度偏差值和所述第一时间偏差值进行融合处理,得到所述第一标定信息;
其中,所述基于所述第一标定信息集,对所述车辆定位信息和所述车辆轮速信息进行联合标定处理,得到第二标定信息,包括:
基于所述第一标定信息集中各个第一标定信息包括的角速度偏差值,确定所述车辆定位信息包括的定位角速度序列对应的定位旋转矩阵序列;
基于所述车辆轮速值序列,生成车辆位置增量值序列;
确定所述车辆位置增量值序列中每个车辆位置增量值对应的车辆轮速加速度值,得到车辆轮速加速度值序列;
基于所述车辆定位信息、所述定位旋转矩阵序列、所述车辆位置增量值序列、所述车辆轮速加速度值序列和所述车辆轮速值序列,生成第二姿态转换矩阵和第二时间偏差值;
对所述第二姿态转换矩阵和所述第二时间偏差值进行融合处理,得到所述第二标定信息;
其中,所述基于所述车辆雷达信息集、所述车辆定位信息和所述车辆轮速信息,对所述第一标定信息集和所述第二标定信息进行融合处理,得到第三标定信息,包括:
基于所述车辆轮速信息包括的车辆轮速值序列、所述车辆定位信息和所述第二标定信息包括的第二姿态转换矩阵,生成车辆姿态矩阵序列和车辆位移序列;
基于所述车辆姿态矩阵序列、所述车辆位移序列和所述车辆雷达信息集,对所述第一标定信息集进行优化处理,得到第三姿态转化矩阵;
将所述第三姿态转化矩阵确定为所述第三标定信息。
2.根据权利要求1所述的方法,其中,所述基于所述雷达姿态矩阵序列和所述车辆定位信息,生成雷达角速度曲线、第一时间偏差值、第一姿态转换矩阵和角速度偏差值,包括:
基于所述雷达姿态矩阵序列,生成雷达角速度序列;
对所述雷达角速度序列进行曲线拟合处理,得到所述雷达角速度曲线;
基于所述车辆定位信息和所述雷达角速度曲线,确定初始时间偏差值;
基于所述初始时间偏差值、所述雷达角速度曲线和所述车辆定位信息,生成第一时间偏差值、第一姿态转换矩阵和角速度偏差值。
3.根据权利要求1所述的方法,其中,所述车辆定位信息包括:定位加速度序列;以及
所述基于所述雷达角速度曲线、所述雷达坐标序列、所述车辆定位信息和所述第一姿态转换矩阵,生成第一位置转换坐标,包括:
基于所述雷达坐标序列,生成雷达加速度序列;
对所述雷达加速度序列进行曲线拟合处理,得到雷达加速度曲线;
基于所述第一时间偏差值,对所述车辆定位信息包括的定位加速度序列进行修正处理,得到修正定位加速度序列;
基于所述雷达角速度曲线、所述第一姿态转换矩阵、所述雷达加速度曲线和所述修正定位加速度序列,生成第一位置转换坐标。
4.根据权利要求1所述的方法,其中,所述基于所述车辆姿态矩阵序列、所述车辆位移序列和所述车辆雷达信息集,对所述第一标定信息集进行优化处理,得到第三姿态转化矩阵,包括:
将所述车辆雷达信息集中任一车辆雷达信息确定为第一车辆雷达信息;
对所述第一车辆雷达信息进行特征提取处理,得到第一雷达线特征点序列集和第一雷达面特征点集;
基于所述车辆姿态矩阵序列、所述车辆位移序列和所述第一标定信息中与所述第一车辆雷达信息对应的第一标定信息包括的时间偏差值,对所述第一雷达线特征点序列集和第一雷达面特征点集进行去畸变处理,得到目标雷达线特征点集和目标雷达面特征点集;
基于所述目标雷达线特征点集和所述目标雷达面特征点集,构建雷达局部地图;
对所述车辆雷达信息集中除所述第一车辆雷达信息外的每个车辆雷达信息进行特征提取处理以生成雷达线特征点序列组和雷达面特征点组,得到雷达线特征点序列组集和雷达面特征点组集;
对所述雷达线特征点序列组集、所述雷达面特征点组集和所述雷达局部地图进行匹配处理,得到匹配线特征点组集和匹配面特征点组集;
基于所述第一标定信息集、所述匹配线特征点组集和所述匹配面特征点组集,生成第三姿态转换矩阵。
5.一种车辆移动控制装置,包括:
获取单元,被配置成获取车辆雷达信息集,车辆定位信息和车辆轮速信息,其中,所述车辆定位信息包括:定位角速度序列,所述车辆轮速信息包括:车辆轮速值序列;
第一联合标定单元,被配置成对所述车辆雷达信息集中的每个车辆雷达信息与所述车辆定位信息进行联合标定处理以生成第一标定信息,得到第一标定信息集;
第二联合标定单元,被配置成基于所述第一标定信息集,对所述车辆定位信息和所述车辆轮速信息进行联合标定处理,得到第二标定信息;
融合单元,被配置成基于所述车辆雷达信息集、所述车辆定位信息和所述车辆轮速信息,对所述第一标定信息集和所述第二标定信息进行融合处理,得到第三标定信息;
发送单元,被配置成将所述第三标定信息发送至控制终端以控制目标车辆移动;
其中,所述对所述车辆雷达信息集中的每个车辆雷达信息与所述车辆定位信息进行联合标定处理以生成第一标定信息,包括:
对所述车辆雷达信息进行特征提取处理,得到雷达姿态矩阵序列和雷达坐标序列;
基于所述雷达姿态矩阵序列和所述车辆定位信息,生成雷达角速度曲线、第一时间偏差值、第一姿态转换矩阵和角速度偏差值;
基于所述雷达角速度曲线、所述雷达坐标序列、所述车辆定位信息和所述第一姿态转换矩阵,生成第一位置转换坐标;
将所述第一姿态转换矩阵和所述第一位置转换坐标组合为第一标定矩阵;
对所述第一标定矩阵、所述角速度偏差值和所述第一时间偏差值进行融合处理,得到所述第一标定信息;
其中,所述基于所述第一标定信息集,对所述车辆定位信息和所述车辆轮速信息进行联合标定处理,得到第二标定信息,包括:
基于所述第一标定信息集中各个第一标定信息包括的角速度偏差值,确定所述车辆定位信息包括的定位角速度序列对应的定位旋转矩阵序列;
基于所述车辆轮速值序列,生成车辆位置增量值序列;
确定所述车辆位置增量值序列中每个车辆位置增量值对应的车辆轮速加速度值,得到车辆轮速加速度值序列;
基于所述车辆定位信息、所述定位旋转矩阵序列、所述车辆位置增量值序列、所述车辆轮速加速度值序列和所述车辆轮速值序列,生成第二姿态转换矩阵和第二时间偏差值;
对所述第二姿态转换矩阵和所述第二时间偏差值进行融合处理,得到所述第二标定信息;
其中,所述基于所述车辆雷达信息集、所述车辆定位信息和所述车辆轮速信息,对所述第一标定信息集和所述第二标定信息进行融合处理,得到第三标定信息,包括:
基于所述车辆轮速信息包括的车辆轮速值序列、所述车辆定位信息和所述第二标定信息包括的第二姿态转换矩阵,生成车辆姿态矩阵序列和车辆位移序列;
基于所述车辆姿态矩阵序列、所述车辆位移序列和所述车辆雷达信息集,对所述第一标定信息集进行优化处理,得到第三姿态转化矩阵;
将所述第三姿态转化矩阵确定为所述第三标定信息。
6.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
7.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310331339.9A CN116022159B (zh) | 2023-03-31 | 2023-03-31 | 车辆移动控制方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310331339.9A CN116022159B (zh) | 2023-03-31 | 2023-03-31 | 车辆移动控制方法、装置、电子设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116022159A CN116022159A (zh) | 2023-04-28 |
CN116022159B true CN116022159B (zh) | 2023-06-13 |
Family
ID=86089785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310331339.9A Active CN116022159B (zh) | 2023-03-31 | 2023-03-31 | 车辆移动控制方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116022159B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11656326B2 (en) * | 2020-09-21 | 2023-05-23 | Argo AI, LLC | Radar elevation angle measurement |
CN114690132A (zh) * | 2020-12-31 | 2022-07-01 | 北汽福田汽车股份有限公司 | 车载雷达的标定方法、装置、存储介质及车辆 |
CN113255086A (zh) * | 2021-05-18 | 2021-08-13 | 湖南大学 | 用于智能汽车环境感知的多传感器布置与评价方法 |
CN113947639B (zh) * | 2021-10-27 | 2023-08-18 | 北京斯年智驾科技有限公司 | 基于多雷达点云线特征的自适应在线估计标定系统及方法 |
CN114167470A (zh) * | 2021-10-29 | 2022-03-11 | 华为技术有限公司 | 一种数据处理方法和装置 |
CN115184909B (zh) * | 2022-07-11 | 2023-04-07 | 中国人民解放军国防科技大学 | 一种基于目标检测的车载多谱系激光雷达标定系统与方法 |
-
2023
- 2023-03-31 CN CN202310331339.9A patent/CN116022159B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116022159A (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114894205B (zh) | 三维车道线信息生成方法、装置、设备和计算机可读介质 | |
CN113674357B (zh) | 相机外参标定方法、装置、电子设备和计算机可读介质 | |
CN112328731B (zh) | 车辆车道级定位方法、装置、电子设备和计算机可读介质 | |
CN115534925B (zh) | 车辆控制方法、装置、设备和计算机可读介质 | |
CN114993328B (zh) | 车辆定位评估方法、装置、设备和计算机可读介质 | |
CN115616937B (zh) | 自动驾驶仿真测试方法、装置、设备和计算机可读介质 | |
CN112561990B (zh) | 定位信息生成方法、装置、设备和计算机可读介质 | |
JP2021051720A (ja) | カメラをキャリブレーションするための方法及び装置 | |
CN112598731B (zh) | 车辆定位方法、装置、电子设备和计算机可读介质 | |
CN116182878A (zh) | 道路曲面信息生成方法、装置、设备和计算机可读介质 | |
CN116079697A (zh) | 一种基于图像的单目视觉伺服方法、装置、设备及介质 | |
CN116164770A (zh) | 路径规划方法、装置、电子设备和计算机可读介质 | |
CN116022159B (zh) | 车辆移动控制方法、装置、电子设备和计算机可读介质 | |
CN112232451A (zh) | 多传感器数据融合方法、装置、电子设备和介质 | |
CN112489224A (zh) | 图像绘制方法、装置、可读介质及电子设备 | |
CN114140538B (zh) | 车载相机位姿调整方法、装置、设备和计算机可读介质 | |
CN115937046A (zh) | 道路地面信息生成方法、装置、设备和计算机可读介质 | |
CN113741750B (zh) | 光标位置更新方法、装置和电子设备 | |
CN118057120A (zh) | 用于估计设备姿态的方法和装置 | |
CN113407045B (zh) | 一种光标控制方法、装置、电子设备和存储介质 | |
CN112597174B (zh) | 地图更新方法、装置、电子设备和计算机可读介质 | |
CN114399587A (zh) | 三维车道线生成方法、装置、电子设备和计算机可读介质 | |
CN115991235B (zh) | 车辆转向控制方法、装置、电子设备和计算机可读介质 | |
CN115817163B (zh) | 车辆轮速调整方法、装置、电子设备和计算机可读介质 | |
CN115973178B (zh) | 车辆移动控制方法、装置、电子设备和计算机可读介质 |
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 | ||
CP03 | Change of name, title or address |
Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806 Patentee after: Heduo Technology (Guangzhou) Co.,Ltd. Address before: 100099 101-15, 3rd floor, building 9, yard 55, zique Road, Haidian District, Beijing Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd. |
|
CP03 | Change of name, title or address |