CN116148818A - 一种激光定位置信度的评估方法、芯片和机器人 - Google Patents
一种激光定位置信度的评估方法、芯片和机器人 Download PDFInfo
- Publication number
- CN116148818A CN116148818A CN202111382650.3A CN202111382650A CN116148818A CN 116148818 A CN116148818 A CN 116148818A CN 202111382650 A CN202111382650 A CN 202111382650A CN 116148818 A CN116148818 A CN 116148818A
- Authority
- CN
- China
- Prior art keywords
- laser
- probability
- positioning
- grid
- points
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种激光定位置信度的评估方法、芯片和机器人,S1:获取参与激光定位的激光点,随机选取一个激光点,以这个激光点在概率栅格地图上的位置为基础,划分栅格区域;S2:通过栅格区域的信息来计算该激光点在概率栅格地图上的概率值;S3:获取激光雷达获取的所有参与激光定位的激光点的检测距离,然后对激光点进行筛选来获取筛选后的激光点的数量值;S4:通过所有参与激光定位的激光点在概率栅格地图上的概率值和检测距离来获取概率加权平均值;S5:基于概率加权平均值、所有参与激光定位的激光点的数量值、筛选出的激光点数量值和设定参与激光定位的激光点的数量值来得到该次定位的置信度。
Description
技术领域
本发明涉及智能机器人技术领域,涉及一种激光定位置信度的评估方法、芯片及机器人。
背景技术
激光雷达机器人在运行时会用激光帧进行定位,不同时刻、不同位置获取的激光帧,所对应定位后的置信度应有所不同。比如在一个小范围移动时,所获取的激光帧变化较小,置信度应随着时间增加而逐渐提高;在探索新场景时,机器人连续的进入新空间,激光帧变化会很大,此时定位置信度应要有所减小。同时,机器人中一些传感器(如陀螺仪)的误差纠正、地图信息标注等处理需要激光定位信息,如果不对定位置信度进行评估,会导致定位不准确。
发明内容
为了解决上述技术缺陷,本发明技术方案公开一种激光定位置信度的评估方法、芯片及机器人,本申请通过结合激光点分布、栅格命中、激光点数量等进行置信度评估计算,且提供多个参数进行针对性灵活调优,提高置信度的评估准确率。具体的技术方案如下:
一种激光定位置信度的评估方法,该方法包括以下步骤:S1:获取参与激光定位的激光点,随机选取一个激光点,以这个激光点在概率栅格地图上的位置为基础,划分栅格区域;S2:通过栅格区域的信息来计算该激光点在概率栅格地图上的概率值,重复步骤S1和S2,直至获取所有参与激光定位的激光点在概率栅格地图上的概率值;S3:获取激光雷达获取的所有参与激光定位的激光点的检测距离,然后对激光点进行筛选来获取筛选后的激光点的数量值;S4:通过所有参与激光定位的激光点在概率栅格地图上的概率值和检测距离来获取概率加权平均值;S5:基于概率加权平均值、所有参与激光定位的激光点的数量值、筛选出的激光点数量值和设定参与激光定位的激光点的数量值来得到该次定位的置信度。
进一步地,步骤S1中,以这个激光点在概率栅格地图上的位置为基础,划分栅格区域,包括以下步骤:获取该激光点在概率栅格地图上的位置,然后找到离该位置最近的概率栅格地图上的栅格交叉点;然后以栅格交叉点为中心,在概率栅格地图上划分出N*N个栅格的栅格区域;其中,N为正整数。
进一步地,在划分出栅格区域后,对位于概率栅格地图外的栅格区域的栅格采用概率中值进行填充。
进一步地,通过栅格区域的信息来计算该激光点在概率栅格地图上的概率值中,采用双三次插值方法,包括以下步骤:获取栅格区域中每个栅格与所述激光点之间的距离,然后根据该距离来获取栅格区域中,行和列的对应系数;通过行和列的对应系数获取每个栅格对应的权值,然后通过权值采用求和公式来获取所述激光点的像素值,然后获取像素值对应的概率值。
进一步地,步骤S3中,对激光点进行筛选来获取筛选后的激光点的数量值中,获取概率值大于概率中值的激光点的数量值。
进一步地,步骤S4中,通过所有参与激光定位的激光点在概率栅格地图上的概率值和检测距离来获取概率加权平均值,包括以下公式:A=(S1×TL1 + S2×TL2 +...+ SN×TLN)/N;其中,S为激光点的概率值,T为设定的距离设定底数,L为激光雷达获取的激光点的检测距离,N为参与激光定位的激光点的数量值。
进一步地,步骤S5中,基于概率加权平均值、所有参与激光定位的激光点的数量值、筛选出的激光点数量值和设定参与激光定位的激光点的数量值来得到该次定位的置信度,包括以下公式:C=A×R(N/M-1)×K(F/N-1);其中,R为激光底数权重,K为命中点数权重,M为设定参与激光定位的激光点的数量值,F为筛选出的激光点数量值,其中N小于等于M。
进一步地,机器人每通过激光数据进行一次定位,就通过参与激光定位的激光点数据进行定位置信度评估。
一种芯片,该芯片用于存储程序,该程序被配置为执行上述的一种激光定位置信度的评估方法。
一种机器人,装配有主控芯片,所述主控芯片为权上述的芯片,所述机器人上设有用于获取激光点数据的激光雷达。
与现有的技术相比,本申请的技术方案通过结合激光点分布、栅格命中、激光点数量等进行置信度评估计算,且提供多个参数进行针对性灵活调优,提高置信度的评估准确率,评估定位置信度也能使相关的处理更合理更准确。
附图说明
图1是本发明一种实施例的一种激光定位置信度的评估方法的流程图;
图2是本发明一种实施例的概率栅格地图的示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
如图1所示,一种激光定位置信度的评估方法,激光雷达机器人在运行时会用激光帧进行定位,不同时刻、不同位置获取的不同数量的激光帧,所对应定位后的置信度应有所不同。比如在一个小范围移动时,所获取的激光帧变化较小,置信度应随着时间增加而逐渐提高;在探索新场景时,机器人连续的进入新空间,激光帧变化会很大,此时定位置信度应要有所减小。因此需要对激光定位的置信度进行评估,该方法包括以下步骤:
步骤S1:激光雷达机器人获取参与激光定位的激光点,随机选取一个激光点,以这个激光点在概率栅格地图上的位置为基础,划分栅格区域。机器人一般是通过一帧的激光数据进行定位,在使用激光数据进行定位完成后,记录进行定位后的激光点的数量值。然后随机选取一个激光点,以这个激光点在概率栅格地图上的位置为基础,划分栅格区域,包括以下步骤:获取该激光点在概率栅格地图上的位置,然后找到离该位置最近的概率栅格地图上的栅格交叉点;然后以栅格交叉点为中心,在概率栅格地图上划分出N*N个栅格的栅格区域;其中,N为正整数。在划分出栅格区域后,对位于概率栅格地图外的栅格区域的栅格采用概率中值进行填充,概率中值是指其代表的值对应50%概率为障碍物,50%概率为空旷。比如栅格用0~1线性表示对应区域为障碍物的概率,则概率中值就是0.5。
步骤S2:激光雷达机器人通过栅格区域的信息来计算该激光点在概率栅格地图上的概率值,重复步骤S1和S2,直至获取所有参与激光定位的激光点在概率栅格地图上的概率值。通过栅格区域的信息来计算该激光点在概率栅格地图上的概率值中,主要采用双三次插值方法,双三次插值(Bicubic interpolation),是一种复杂的插值方式,它能创造出比双线性插值更平滑的图像边缘,又叫双立方插值,用于在图像中"插值"(Interpolating)或增加"像素"(Pixel)数量/密度的一种方法。通常利用插值技术增加图形数据,以便在它打印或其他形式输出的时候,能够增大打印面积以及(或者)分辨率。包括以下步骤:获取栅格区域中每个栅格与所述激光点之间的距离,然后根据该距离来获取栅格区域中,行和列的对应系数;通过行和列的对应系数获取每个栅格对应的权值,然后通过权值采用求和公式来获取所述激光点的像素值,然后获取像素值对应的概率值。随机来将参与激光定位的激光点在概率栅格地图上的概率值,一个一个求出来,直至得到参与激光定位的激光点在概率栅格地图上的概率值,进入下一步骤。
步骤S3:激光雷达机器人获取激光雷达获取的所有参与激光定位的激光点的检测距离,然后对激光点进行筛选来获取筛选后的激光点的数量值。步骤S3中,机器人先是获取激光雷达在进行激光点获取时,检测到激光点后得到的激光点的检测距离,然后对激光点进行筛选来获取筛选后的激光点的数量值,获取概率值大于概率中值的激光点的数量值,用于后续的计算。
步骤S4:通过所有参与激光定位的激光点在概率栅格地图上的概率值和检测距离来获取概率加权平均值。主要以以下公式进行计算:A=(S1×TL1 + S2×TL2 +...+ SN×TLN)/N;其中,S为激光点的概率值,T为设定的距离设定权重,L为激光雷达获取的激光点的检测距离,N为参与激光定位的激光点的数量值。设定的距离设定权重T根据实际情况进行设置,不进行限定。
S5:基于概率加权平均值、所有参与激光定位的激光点的数量值、筛选出的激光点数量值和设定参与激光定位的激光点的数量值来得到该次定位的置信度。步骤S5中,基于概率加权平均值、所有参与激光定位的激光点的数量值、筛选出的激光点数量值和设定参与激光定位的激光点的数量值来得到该次定位的置信度,包括以下公式:C=A×R(N/M-1)×K(F/N-1);其中,R为激光点数权重,K为命中点数权重,M为设定参与激光定位的激光点的数量值,F为筛选出的激光点数量值,其中N小于等于M。机器人每通过激光数据进行一次定位,就通过参与激光定位的激光点数据进行定位置信度评估。根据置信度来判断各个定位的准确度,来选择那个定位来作为清扫、建图等等工作的标准。
一种芯片,该芯片用于存储程序,该程序被配置为执行上述的一种激光定位置信度的评估方法。
一种机器人,装配有主控芯片,所述主控芯片为权上述的芯片,所述机器人上设有用于获取激光点数据的激光雷达。
与现有的技术相比,本申请的技术方案通过结合激光点分布、栅格命中、激光点数量等进行置信度评估计算,且提供多个参数进行针对性灵活调优,提高置信度的评估准确率,评估定位置信度也能使相关的处理更合理更准确。
如图2所示,从参与激光定位的激光点中随机选取一个激光点,然后获取该激光点在概率栅格地图上的位置点Pi,然后找到离点Pi最近的概率栅格地图上的栅格交叉点Ci,以栅格交叉点Ci为中心,选取周围的4*4个栅格,构成栅格区域。如果栅格区域中有栅格超出概率栅格地图,则采用概率中值或概率栅格地图的初始值对位于概率栅格地图外的栅格进行填充。然后对4x4栅格进行双三次插值,来得到点Pi在概率栅格地图上对应的概率值Si,此方法为常规技术,此处不再赘述。然后记录Pi与激光雷达观测点(一般为激光雷达中心)的检测距离L,也就是激光雷达在获取激光点数据时的检测距离;记录所有概率值Si大于概率中值的电源的数量值F;设定参与激光定位的激光点的数量值M,M为理想情况的参与定位的激光点数,根据激光头性能、运算器性能、算法所需等设定,且M≥N。计算所有参与激光定位的激光点的概率加权平均值为A=(S1×TL1 + S2×TL2 +...+ SN×TLN)/N。计算时,将激光点的概率值S乘以,距离设定权重T为底数、检测距离L为指数的数值,然后求所有激光点的值的平均值,得到概率加权平均值A。然后通过公式C=A×R(N/M-1)×K(F/N-1),计算置信度C,置信度C等于,概率加权平均值A乘以,激光点数权重R为底数、(N/M-1)为指数的数值,再乘以命中点数权重K为底数、(F/N-1)为指数的数值。其中,距离设定权重T、激光点数权重R和命中点数权重K,其中,激光点数为参与激光定位的数量,命中点数为一帧激光获取到的激光点数量,为设定值,能够通过T、R、K三个参数进行灵活调优。
以上所述,仅是本发明的较佳实施例而己,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。
Claims (10)
1.一种激光定位置信度的评估方法,其特征在于,该方法包括以下步骤:
S1:获取参与激光定位的激光点,随机选取一个激光点,以这个激光点在概率栅格地图上的位置为基础,划分栅格区域;
S2:通过栅格区域的信息来计算该激光点在概率栅格地图上的概率值,重复步骤S1和S2,直至获取所有参与激光定位的激光点在概率栅格地图上的概率值;
S3:获取激光雷达获取的所有参与激光定位的激光点的检测距离,然后对激光点进行筛选来获取筛选后的激光点的数量值;
S4:通过所有参与激光定位的激光点在概率栅格地图上的概率值和检测距离来获取概率加权平均值;
S5:基于概率加权平均值、所有参与激光定位的激光点的数量值、筛选出的激光点数量值和设定参与激光定位的激光点的数量值来得到该次定位的置信度。
2.根据权利要求1所述的激光定位置信度的评估方法,其特征在于,步骤S1中,以这个激光点在概率栅格地图上的位置为基础,划分栅格区域,包括以下步骤:
获取该激光点在概率栅格地图上的位置,然后找到离该位置最近的概率栅格地图上的栅格交叉点;
然后以栅格交叉点为中心,在概率栅格地图上划分出N*N个栅格的栅格区域;其中,N为正整数。
3.根据权利要求2所述的激光定位置信度的评估方法,其特征在于,在划分出栅格区域后,对位于概率栅格地图外的栅格区域的栅格采用概率中值进行填充。
4.根据权利要求1所述的激光定位置信度的评估方法,其特征在于,通过栅格区域的信息来计算该激光点在概率栅格地图上的概率值中,采用双三次插值方法,包括以下步骤:
获取栅格区域中每个栅格与所述激光点之间的距离,然后根据该距离来获取栅格区域中,行和列的对应系数;
通过行和列的对应系数获取每个栅格对应的权值,然后通过权值采用求和公式来获取所述激光点的像素值,然后获取像素值对应的概率值。
5.根据权利要求1所述的激光定位置信度的评估方法,其特征在于,步骤S3中,对激光点进行筛选来获取筛选后的激光点的数量值中,获取概率值大于概率中值的激光点的数量值。
6.根据权利要求1所述的激光定位置信度的评估方法,其特征在于,步骤S4中,通过所有参与激光定位的激光点在概率栅格地图上的概率值和检测距离来获取概率加权平均值,包括以下公式:
A=(S1×TL1 + S2×TL2 +...+ SN×TLN)/N;
其中,S为激光点的概率值,T为设定的距离设定底数,L为激光雷达获取的激光点的检测距离,N为参与激光定位的激光点的数量值。
7.根据权利要求6所述的激光定位置信度的评估方法,其特征在于,步骤S5中,基于概率加权平均值、所有参与激光定位的激光点的数量值、筛选出的激光点数量值和设定参与激光定位的激光点的数量值来得到该次定位的置信度,包括以下公式:
C=A×R(N/M-1)×K(F/N-1);
其中,R为激光底数权重,K为命中点数权重,M为设定参与激光定位的激光点的数量值,F为筛选出的激光点数量值,其中N小于等于M。
8.根据权利要求1所述的激光定位置信度的评估方法,其特征在于,机器人通过一帧激光数据进行定位,且通过该帧激光激光点进行定位置信度评估。
9.一种芯片,该芯片用于存储程序,其特征在于,该程序被配置为执行权利要求1至8任一项所述的一种激光定位置信度的评估方法。
10.一种机器人,装配有主控芯片,其特征在于,所述主控芯片为权利要求9所述的芯片,所述机器人上设有用于获取激光点数据的激光雷达。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111382650.3A CN116148818A (zh) | 2021-11-22 | 2021-11-22 | 一种激光定位置信度的评估方法、芯片和机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111382650.3A CN116148818A (zh) | 2021-11-22 | 2021-11-22 | 一种激光定位置信度的评估方法、芯片和机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116148818A true CN116148818A (zh) | 2023-05-23 |
Family
ID=86337620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111382650.3A Pending CN116148818A (zh) | 2021-11-22 | 2021-11-22 | 一种激光定位置信度的评估方法、芯片和机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116148818A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116148879A (zh) * | 2021-11-22 | 2023-05-23 | 珠海一微半导体股份有限公司 | 一种机器人提升障碍物标注精度的方法 |
-
2021
- 2021-11-22 CN CN202111382650.3A patent/CN116148818A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116148879A (zh) * | 2021-11-22 | 2023-05-23 | 珠海一微半导体股份有限公司 | 一种机器人提升障碍物标注精度的方法 |
CN116148879B (zh) * | 2021-11-22 | 2024-05-03 | 珠海一微半导体股份有限公司 | 一种机器人提升障碍物标注精度的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20200095367A (ko) | 거리 예측이 가능한 레이더를 통해 획득되는 정보와 카메라를 통해 획득되는 정보를 통합하는 센서 융합을 수행함으로써 자율 주행을 지원하는 뉴럴 네트워크를 향상시키는 학습 방법 및 학습 장치, 그리고 이를 사용한 테스트 방법 및 테스트 장치 | |
KR101643672B1 (ko) | 광류 추적 방법 및 장치 | |
KR101271098B1 (ko) | 디지털 촬영장치, 추적방법 및 추적방법을 실행시키기 위한프로그램을 저장한 기록매체 | |
US20210142677A1 (en) | Method for calculating time to collision for object and vehicle, calculation device and vehicle | |
CN111105495A (zh) | 一种融合视觉语义信息的激光雷达建图方法及系统 | |
US20220414908A1 (en) | Image processing method | |
WO2022209435A1 (ja) | コンピュータプログラム、モデル生成方法、推定方法及び推定装置 | |
CN111292369A (zh) | 激光雷达的伪点云数据生成方法 | |
CN111914049A (zh) | 经纬度坐标与图像坐标映射方法 | |
CN116148818A (zh) | 一种激光定位置信度的评估方法、芯片和机器人 | |
KR100994367B1 (ko) | 영상 추적 장치의 이동표적 움직임 추적 방법 | |
CN115508834A (zh) | 一种视频合成孔径雷达快速成像的方法和系统 | |
CN114859938A (zh) | 机器人、动态障碍物状态估计方法、装置和计算机设备 | |
CN113344941A (zh) | 一种基于聚焦图像的深度估计方法及图像处理装置 | |
CN107367722B (zh) | 一种减小dpc法累积误差的合成孔径声呐运动补偿方法 | |
JP2019175283A (ja) | 認識装置、認識システム、プログラムおよび位置座標検出方法 | |
WO2021044628A1 (ja) | 変状検出システムおよび変状検出方法 | |
CN117173324A (zh) | 点云着色方法、系统、终端及存储介质 | |
JP2005141655A (ja) | 3次元モデリング装置及び3次元モデリング方法 | |
US11373295B2 (en) | Displacement measurement device and displacement measurement method | |
CN116148879B (zh) | 一种机器人提升障碍物标注精度的方法 | |
JP2019032291A (ja) | データ補正装置、データ補正方法、および、データ補正プログラム | |
CN113593026A (zh) | 车道线标注辅助地图生成方法、装置和计算机设备 | |
CN117128865B (zh) | 计算机视觉结构位移测量方法、系统、终端和存储介质 | |
CN117523532B (zh) | 一种杂草点云滤除方法、系统和存储介质 |
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 |