CN116295508A - 一种基于高精地图的路侧传感器标定方法、设备和系统 - Google Patents

一种基于高精地图的路侧传感器标定方法、设备和系统 Download PDF

Info

Publication number
CN116295508A
CN116295508A CN202211091312.9A CN202211091312A CN116295508A CN 116295508 A CN116295508 A CN 116295508A CN 202211091312 A CN202211091312 A CN 202211091312A CN 116295508 A CN116295508 A CN 116295508A
Authority
CN
China
Prior art keywords
track
lane
movable object
determining
road side
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
Application number
CN202211091312.9A
Other languages
English (en)
Inventor
颜贻翔
丁殿磊
邢笑笑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Binli Information Technology Co Ltd
Original Assignee
Beijing Binli Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Binli Information Technology Co Ltd filed Critical Beijing Binli Information Technology Co Ltd
Priority to CN202211091312.9A priority Critical patent/CN116295508A/zh
Publication of CN116295508A publication Critical patent/CN116295508A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)

Abstract

本申请公开了一种基于高精地图的路侧传感器标定方法、设备和系统，方法包括获取路侧传感器感知的参考可移动物体的移动轨迹，所述移动轨迹基于所述参考可移动物体执行预定规划路径而生成；确定所述参考可移动物体的所述预定规划路径在高精地图下的基准轨迹；基于所述移动轨迹和所述基准轨迹，确定所述移动轨迹相对于所述基准轨迹的轨迹偏移量；基于所述轨迹偏移量确定所述路侧传感器的标定数据。该标定方法能够简单有效地实现对路侧传感器的自动标定，从而使得路侧传感器在可以进一步地提供道路上目标物体的准确的GPS经纬度等绝对位置信息。

Description

一种基于高精地图的路侧传感器标定方法、设备和系统
技术领域
本申请涉及传感器标定技术领域，具体而言，涉及一种基于高精地图的路侧传感器标定方法、设备和系统。
背景技术
传统的自动驾驶车辆或高级辅助驾驶车辆是通过搭载于其上的传感器来感知环境，而很少地存在环境中搭载传感器来感知车辆。通常的环境感知车辆只使用到搭载于路侧的或道路上方的视觉摄像头来拍摄行驶在道路上的机动车或非机动车辆的照片实现感知，较难提供道路上的物体的更多信息。尽管现在已经存在部分路侧传感器使用到了激光雷达，但其仍然是在实现与传统的摄像头类似的功能而只是在感知范围和精度上进行了一些提升。
随着自动驾驶的发展，越来越多的联网数据上传及高精信息被自动驾驶车辆及基础设施所需要。例如，需要路侧传感器检测路上的目标物，并输出目标物的准确GPS位置信息，然后上传云端。然而现有的路侧传感器通常只能直接输出检测目标相对于传感器的位置，不能直接输出准确GPS经纬度位置；那么经过传感器的标定可以实现这种需求。因此有必要提供一种便捷有效的路侧传感器的标定方法来实现路侧传感器提供更多信息。
发明内容
有鉴于此，本申请提供一种基于高精地图的路侧传感器标定方法、设备及系统，能够简单且有效地实现对路侧传感器的自动标定，从而使得路侧传感器在提供目标物体的相对位置的基础上，可以进一步地提供目标物体的准确的GPS经纬度等绝对位置的信息。
为了解决上述技术问题，本申请第一方面提供一种基于高精地图的路侧传感器标定方法，其特征在于，包括获取路侧传感器感知的参考可移动物体的移动轨迹，所述移动轨迹基于所述参考可移动物体执行预定规划路径而生成；确定所述参考可移动物体的所述预定规划路径在高精地图下的基准轨迹；基于所述移动轨迹和所述基准轨迹，确定所述移动轨迹相对于所述基准轨迹的轨迹偏移量；基于所述轨迹偏移量确定所述路侧传感器的标定数据。
根据本申请的一种优选实施方式，所述路侧传感器包括激光雷达或视觉传感器。
根据本申请的一种优选实施方式，所述参考可移动物体的所述预定规划路径，至少覆盖所述路侧传感器一半的视野范围。
根据本申请的一种优选实施方式，所述获取路侧传感器感知的参考可移动物体的移动轨迹，还包括：获取所述路侧传感器感知的所述参考可移动物体的感知数据；基于所述路侧传感器的原始位姿数据及所述感知数据，确定所述移动轨迹；其中，所述移动轨迹位于地面。
根据本申请的一种优选实施方式，所述确定所述参考可移动物体的所述预定规划路径在高精地图下的基准轨迹，包括：确定所述预定规划路径的至少一个路径标识信息；基于所述路径标识信息，查询所述高精地图中对应的位置信息；基于所述位置信息，确定所述基准轨迹。
根据本申请的一种优选实施方式，所述路径标识信息包括如下之一：所述预定规划路径的起点坐标、终点坐标或道路名称；所述基准轨迹包括所述高精地图中的车道中心线轨迹。
根据本申请的一种优选实施方式，所述确定所述移动轨迹相对于所述基准轨迹的轨迹偏移量，包括：使用迭代计算的方法，确定所述轨迹偏移量；其中，所述轨迹偏移量包括角度偏移和位置偏移。
根据本申请的一种优选实施方式，所述基于所述移动轨迹和所述基准轨迹，确定所述移动轨迹相对于所述基准轨迹的轨迹偏移量，还包括：判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中；若位于，则计算所述轨迹偏移量；若不位于，则进行报错处理。
根据本申请的一种优选实施方式，所述判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中，包括：获取所述参考可移动物体运动的航向角；基于所述航向角的变化，判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中。
根据本申请的一种优选实施方式，所述判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中，包括：拟合所述移动轨迹为平滑曲线，并确定所述平滑曲线的线型；基于所述线型和所述车道中心线，判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中。
根据本申请的一种优选实施方式，所述判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中，包括：获取所述参考可移动物体的车道线感知结果，所述车道线感知结果基于搭载于所述参考可移动物体上的视觉感知装置而确定；基于所述车道线感知结果，判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中。
根据本申请的一种优选实施方式，所述判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中，包括：对所述参考可移动物体在执行所述预定规划路径的运动时的位置进行采样，获得位置采样结果；根据所述位置采样结果进行统计，获得车道内概率统计结果，并基于所述车道内概率统计结果判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中。
根据本申请的一种优选实施方式，所述判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中，包括：获取标定人员的判断输入，作为所述判断的结果。
为了解决上述技术问题，本申请第二方面提供一种基于高精地图的路侧传感器标定设备，其特征在于，包括处理器和存储器，所述存储器用于存储计算机程序，其特征在于，当所述计算机程序被所述处理器执行时，所述处理器执行如本申请前一方面的方法。
为了解决上述技术问题，本申请第三方面提供一种基于高精地图的路侧传感器标定系统，其特征在于，包括：路侧传感器，搭载于道路旁侧，用于感知所述道路上的物体；以及如本申请前一方面提供的标定设备。
本申请提供的基于高精地图的路侧传感器标定方法、设备和系统，能够在标定路侧传感器的时候结合高精地图的精度信息，使得标定过程更为简便高校，且能够准确地提供路侧传感器的标定数据，从而使得路侧传感器在具有准确标定数据的基础上，提供更多的有关道路上的目标物体的信息。
附图说明
为了使本申请实施例所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本申请实施例的具体实施例。但需声明的是，下面描述的附图仅仅是本申请实施例本申请实施例示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。
图1是根据本申请的基于高精地图的路侧传感器标定方法的应用场景示意图。
图2是根据本申请的基于高精地图的路侧传感器标定方法的流程步骤图。
图3是根据本申请的路侧传感器感知参考可移动物体的俯视示意图。
图4是根据本申请的一种计算轨迹偏移量的示意图。
图5是根据本申请的基于高精地图的路侧传感器标定设备的框架示意图。
具体实施方式
现在将参考附图更全面地描述本申请实施例的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本申请实施例仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本申请实施例更加全面和完整，更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。
在符合本申请实施例的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中，本申请实施例描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本申请实施例的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但这不应受这些定语限制。这些定语乃是用以区分一者与另一者。例如，第一器件亦可称为第二器件而不偏离本申请实施例实质的技术方案。
术语“和/或”或者“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
图1示出了根据本申请的基于高精地图的路侧传感器标定方法的应用场景。路侧传感器，通常可以包括架设在道路旁侧的激光雷达或视觉传感器等用于感知交通参与者，例如道路上的机动车非机动车或道路旁的行人等。图1中示出了一种路侧传感器20的示意。可以理解的是，路侧传感器20不限于使用灯杆状的形式进行架设，也可以使用龙门架等形式进行架设，本申请对此不作限制。为了对路侧传感器20进行标定，本申请提供的方法可以使用参考可移动物体30在道路上进行行驶并由路侧传感器20获取感知数据，通过计算设备10收集相应的数据信息从而实现对路侧传感器的标定。参考可移动物体30可以包括传统车辆或自动驾驶车辆等。计算设备可以包括个人PC、平台电脑、便携式计算设备或服务器等。在一些实施方式中，计算设备10、路侧传感器20以及参考可移动物体30均可以具有通信功能，即三者之间可以有线或无线连接来实现数据的传输。
下面结合图2，具体地说明本申请提供的基于高精地图的路侧传感器标定的方法。该方法可以应用于计算设备10中，包括：
步骤S100：获取路侧传感器感知的参考可移动物体的移动轨迹，所述移动轨迹基于所述参考可移动物体执行预定规划路径而生成。
为了对路侧传感器20进行标定，可以由参考可移动物体30执行预定规划路径来在道路上行驶，并由路侧传感器20感知得到相应的数据再进行处理来进行。预定规划路径由标定人员确定，示例性地可以包括路径起点、车道和路径终点的信息，也可以包括路径起点和路段信息。前述信息均可以为路径标识信息，也即路径标识信息可以用于标识与识别一段确定的路径。具体的预定规划路径的形式可以结合实际路段情况以及所依赖的地图的信息进行确定，本申请对此不作限制。
当确定了预定规划路径后，即可以由参考可移动物体30执行该预定规划路径。例如，可以将预定规划路径发送至参考可移动物体30，进而通过参考可移动物体30的自动驾驶功能来自主地实现沿着预定规划路径的行驶。又例如，参考可移动物体30可以为传统车辆，由驾驶员驾驶此传统车辆来执行预定规划路径的行驶任务。
当参考可移动物体30沿着预定规划路径行驶时，路侧传感器20可以感知得到此参考可移动物体30，并获取相应的感知数据。例如，路侧传感器20为激光雷达，则其可以获取该参考可移动物体30的点云数据；或路侧传感器20为视觉传感器，则其可以获取该参考可移动物体30的图像数据。为了保证标定数据的充分程度，在一些实施方式中，参考可移动物体30的预定规划路径至少覆盖路侧传感器20一半的视野范围。示例性地，若路侧传感器20可以覆盖某道路上从A位置到B位置路段的视野范围，而参考可移动物体30将在该道路上执行从C位置到D位置的预定规划路径，则此时CD段与AB段的重叠部分至少要占到AB段总长的一半。这样，可以避免参考可移动物体30在执行预定规划路径后路侧传感器20只能够得到少量的参考可移动物体30的感知数据而导致标定效果不佳。
在路侧传感器20获取参考可移动物体30的感知数据后，可以将其发送至计算设备10。例如，可以通过无线通信的方式实时地将感知数据发送给计算设备10，也可以在预定规划路径执行完毕后，使用移动可读存储介质(如U盘、移动硬盘、内存卡等)将感知数据从路侧传感器20中拷贝出来，而后再传输给计算设备10。计算设备10则可以根据此感知数据来生成参考可移动物体30的移动轨迹。
参见图3，示例性地给出了本申请的路侧传感器感知参考可移动物体的俯视示意图。其中，参考可移动物体30在道路上行驶以执行预定规划路径的任务，路侧传感器20可以相应地获取到感知的参考可移动物体30’。当参考可移动物体30不断地移动时，路侧传感器20可以获取到一系列的感知数据Pn。每一个感知数据Pn代表了感知到的参考可以动物体30的一个位置点。进而对此一系列数据进行拟合等操作，即可以获取参考可移动物体30的移动轨迹L2。
更具体地，由于感知数据Pn是路侧传感器20感知得到的参考可移动物体30相对于其的相对位置信息，因此可以结合路侧传感器20的原始位姿数据来计算此移动轨迹L2。示例性地，如路侧传感器20为激光雷达，则可以由感知数据Pn得知参考可移动物体30相对于激光雷达的三维坐标信息，进而根据激光雷达的原始位姿数据，即安装使用此激光雷达的GPS坐标、高度、俯仰角、偏航角等位置和姿态数据，来换算得到此移动轨迹L2；其中移动轨迹L2位于地面。
步骤S200：确定所述参考可移动物体的所述预定规划路径在高精地图下的基准轨迹。
为了对路侧传感器20进行标定，需要确定一个基准的参考对象，即高精地图下的基准轨迹。如前所述，参考可移动物体30会执行一段预定规划路径的行驶任务，相应地可以确定其在高精地图下的基准轨迹。
由于预定规划路径可以包括路径起点、路径终点、车道、路段等各类型的路径标识信息，因此可以据此查询在高精地图中对应的位置信息，而确定其在高精地图下的基准轨迹。例如，一段预定规划路径具有从路径起点A点到路径终点B点的路径，且该路径是一段单向车道，则可以确定基准轨迹；又例如，一段预定规划路径具有“甲路”的路径标识信息，而“甲路”具有唯一地确定地起点、终点、长度及车道等信息，则可以据此查询到在高精地图中对应的一段确定的道路，也可以确定基准轨迹。基准轨迹可以包括高精地图中的车道中心线轨迹。
参见图3，当参考可移动物体30执行预定规划路径行驶在车道中时，可以相应地确定该车道的车道中心线轨迹为基准轨迹L1。
步骤S300：基于所述移动轨迹和所述基准轨迹，确定所述移动轨迹相对于所述基准轨迹的轨迹偏移量。
通过步骤S100和步骤S200，可以获取得到标定中使参考可移动物体30执行预定规划路径后，路侧传感器20感知的移动轨迹和其在高精地图下的基准轨迹。进而，可以根据移动轨迹和基准轨迹，来确定移动轨迹相对于基准轨迹的轨迹偏移量。轨迹偏移量包括角度偏移和位置偏移。
参见图4，在获取了移动轨迹L2和基准轨迹L1后，可以计算移动轨迹L2相对于基准轨迹L1的轨迹偏移量，轨迹偏移量包括角度偏移θ和位置偏移ΔP。其中，位置偏移ΔP为P10和P20之间的坐标差；P10和P20分别为基准轨迹L1和移动轨迹L2上相对应的点，例如可以同为参考可移动物体30的起点位置。角度偏移θ则为基准轨迹L1和移动轨迹L2之间的偏转情况。
具体地，可以使用迭代计算的方法计算该轨迹偏移量。例如，可以预设初始的轨迹偏移量并将移动轨迹进行偏转移动，而后计算偏转移动后的移动轨迹与基准轨迹的偏差；当偏差大于一定阈值的时候，则继续进行迭代调整，直至偏差收敛到阈值范围内，则认为移动轨迹已经与基准轨迹重合，输出最终的轨迹偏移量。
步骤S400：基于所述轨迹偏移量确定所述路侧传感器的标定数据。
当计算得到轨迹偏移量后，即可以据此确定路侧传感器20的标定数据。标定数据包括位置标定数据和角度标定数据。标定数据可以用于反映路侧传感器20相对于地球坐标系的绝对位置。据此，当路侧传感器20感知得到道路上的物体的感知数据后，也即得到了道路上的物体相对于路侧传感器20的相对位置后，可以进一步地结合此标定数据，输出道路上的物体的GPS经纬度等绝对位置。
本申请提供的基于高精地图的路侧传感器标定方法，能够简单且有效地实现对路侧传感器进行标定，从而为路侧传感器提供其自身的位姿数据，进而可以使得路侧传感器在提供目标物体的相对位置的基础上，进一步地提供目标物体的准确的GPS经纬度等绝对位置的信息，大大丰富的路侧传感器的应用。
在另一个实施例中，在步骤S300基于所述移动轨迹和所述基准轨迹，确定所述移动轨迹相对于所述基准轨迹的轨迹偏移量前，还会判断移动轨迹是否位于车道中心线轨迹对应的车道中；若位于，则计算轨迹偏移量；若不位于，则进行报错处理。也即，可以在进行轨迹偏移量计算前进行数据有效性核查，如果发现获取的感知数据出现了较大的偏差，则相应地不进行处理，避免出现错误的标定。
一种实施方式下，可以获取所述参考可移动物体运动的航向角，并通过航向角的变化来判断移动轨迹是否位于车道中心线轨迹对应的车道中。例如，当预定规划路径为一条直线道路的路径时，若获取的移动轨迹出现了较大的航向角变化，说明感知的参考可移动物体在左右晃动，或是感知数据的误差较大，或是参考可移动物体在执行预定规划路径行驶时未按正确路径或车道行驶。因此此时不对感知数据进行处理以确定标定数据。当航向角变化不大时，则可以进行正常的标定数据的计算。
一种实施方式下，可以拟合移动轨迹为平滑曲线，并通过平滑曲线的线型与车道中心线轨迹的线型来判断移动轨迹是否位于车道中心线轨迹对应的车道中。直接通过感知数据的位置点所拟合的移动轨迹可能存在一些反复波动，因此可以对其进行进一步拟合成平滑曲线，而后确定平滑曲线的线型。例如，当移动轨迹拟合的平滑曲线的线型为多次曲线，而实际的车道中心线轨迹的线型为直线时，则可以认为感知确定的移动轨迹出现了问题，无法将其与车道中心线进行拟合，故此时不对感知数据进行处理。当二者的线型一致时，则可以进行正常的标定数据的计算。其中，实际的车道中心线轨迹的线型可以从高精地图数据中来获取。
一种实施方式下，可以通过获取参考可移动物体的车道线感知结果来判断移动轨迹是否位于车道中心线轨迹对应的车道中。车道线感知结果基于搭载于参考可移动物体上的视觉感知装置而确定。参考可移动物体的前侧搭载有视觉感知装置；当参考可移动物体执行预定规划路径的行驶任务时，该视觉感知装置可以持续地获取前方的车道线信息；进而可以基于获取的此车道线信息来确定参考可移动物体是否位于车道中。例如，当该视觉感知装置持续获取的车道线信息中间出现过一段未检测到车道线的信息，则可以认为参考可移动物体在行驶过程中偏离了车道，进而确定感知数据不可用，不进行后续的标定数据的计算。
一种实施方式下，可以对参考可移动物体在执行预定规划路径的运动时的位置进行采样，获得位置采样结果，并对采样结果进行统计获得车道内概率统计结果，并基于此概率统计结果来判断移动轨迹是否位于车道中心线轨迹对应的车道中。示例性地，可以通过参考可移动物体上搭载的定位装置进行位置采样，获取一系列的位置点，并对位置点进行统计，结合高精地图车道的位置信息，计算位置点落入车道中的概率。当该概率低于一定值时，说明参考可移动物体偏离车道过多，则此时不进行后续的标定数据的计算。
一种实施方式下，还可以通过标定人员来人工判断移动轨迹是否位于车道中心线轨迹对应的车道中。此时，可以由标定人员观察获取的感知的移动轨迹，然后结合高精地图，进行人工判断。
在进行轨迹偏移量及标定数据的计算前，加入对移动轨迹的判断，判断是否位于作为基准轨迹使用的车道内，可以有效地避免错误的移动轨迹的采纳，进而可以高效准确的实现自动化的标定。
参见图5，本申请还提供了一种基于高精地图的路侧传感器标定设备。该设备200包括存储器201和处理器202，存储器201用于存储计算机程序，当计算机程序被所述处理器202执行时，处理器202可以执行如前文所述的本申请提供的基于高精地图的路侧传感器的标定方法。该标定设备可以如前文所述的计算设备10，可以由标定人员随身携带进行现场标定的个人PC、平板电脑等移动计算设备，也可以是位于固定位置的服务器等计算设备。
本申请还提供了一种基于高精地图的路侧传感器标定系统，该系统包括路侧传感器以及前文所述的标定设备，其中，路侧传感器搭载于道路旁侧，用于感知道路上的物体。因此，此标定系统可以整体上提供路侧传感器以及对路侧传感器的标定，即可以直接提供能够有效准确的直接提供对道路物体的绝对位置的感知的路侧传感器。
本领域技术人员可以理解，实现上述实施例的全部或部分步骤被实现为由数据处理设备(包括计算机)执行的程序，即计算机程序。在该计算机程序被执行时，可以实现本申请提供的上述方法。而且，所述的计算机程序可以存储于计算机可读存储介质即计算可读存储介质中，该存储介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、磁盘、光盘、硬盘、随机存取存储器(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比如多个存储介质组成的存储阵列，例如磁盘或磁带存储阵列。当所述计算机程序被一个或多个数据处理设备执行时，使得该计算机可读存储介质能够实现本申请的上述方法。进一步，所述的存储介质不限于集中式存储，其也可以是分布式存储，例如基于云计算的云存储。应当理解，为了精简本申请并帮助本领域的技术人员理解本申请的各个方面，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时在单个实施例中进行描述，或者参照单个图进行描述。但是，不应将本申请解释成示例性实施例中包括的特征均为本专利权利要求的必要技术特征。
进一步，本领域的技术人员易于理解，本申请描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台数据处理设备(可以是个人计算机、服务器、或者网络设备等)执行根据本申请的上述方法。所述计算机可读存储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，其中承载了可读程序代码。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。可读存储介质还可以是可读存储介质以外的任何可读存储介质，该可读存储介质可以发送、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。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
因而，本申请可以执行计算机程序的方法、系统、电子装置或计算机可读存储介质来实现。可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现本申请的一些或者全部功能。
应当理解，可以对本申请的一个实施例的设备中包括的模块、单元、组件等进行自适应性地改变以把它们设置在与该实施例不同的设备中。可以把实施例的设备包括的不同模块、单元或组件组合成一个模块、单元或组件，也可以把它们分成多个子模块、子单元或子组件。本申请的实施例中的模块、单元或组件可以以硬件方式实现，也可以以一个或者多个处理器上运行的软件方式实现，或者以它们的组合实现。
以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本申请的具体实施例而已，并不用于限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
综上所述，本申请可以执行计算机程序的方法、装置、系统或计算机可读存储介质来实现。可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现本申请的一些或者全部功能。以上所述的具体实施例，对本申请实施例的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本申请实施例不与任何特定计算机、虚拟装置或者电子系统固有相关，各种通用装置也可以实现本申请实施例。以上所述仅为本申请实施例的具体实施例而已，并不用于限制本申请实施例，凡在本申请实施例的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请实施例的保护范围之内。

Claims (15)

1.一种基于高精地图的路侧传感器标定方法，其特征在于，包括
获取路侧传感器感知的参考可移动物体的移动轨迹，所述移动轨迹基于所述参考可移动物体执行预定规划路径而生成；
确定所述参考可移动物体的所述预定规划路径在高精地图下的基准轨迹；
基于所述移动轨迹和所述基准轨迹，确定所述移动轨迹相对于所述基准轨迹的轨迹偏移量；
基于所述轨迹偏移量确定所述路侧传感器的标定数据。
2.如权利要求1所述的方法，其特征在于，
所述路侧传感器包括激光雷达或视觉传感器。
3.如权利要求1所述的方法，其特征在于，
所述参考可移动物体的所述预定规划路径，至少覆盖所述路侧传感器一半的视野范围。
4.如权利要求1所述的方法，其特征在于，所述获取路侧传感器感知的参考可移动物体的移动轨迹，还包括：
获取所述路侧传感器感知的所述参考可移动物体的感知数据；
基于所述路侧传感器的原始位姿数据及所述感知数据，确定所述移动轨迹；其中，所述移动轨迹位于地面。
5.如权利要求4所述的方法，其特征在于，所述确定所述参考可移动物体的所述预定规划路径在高精地图下的基准轨迹，包括：
确定所述预定规划路径的至少一个路径标识信息；
基于所述路径标识信息，查询所述高精地图中对应的位置信息；
基于所述位置信息，确定所述基准轨迹。
6.如权利要求5所述的方法，其特征在于，所述路径标识信息包括如下之一：所述预定规划路径的起点坐标、终点坐标或道路名称；
所述基准轨迹包括所述高精地图中的车道中心线轨迹。
7.如权利要求6所述的方法，其特征在于，所述确定所述移动轨迹相对于所述基准轨迹的轨迹偏移量，包括：
使用迭代计算的方法，确定所述轨迹偏移量；
其中，所述轨迹偏移量包括角度偏移和位置偏移。
8.如权利要求6所述的方法，其特征在于，所述基于所述移动轨迹和所述基准轨迹，确定所述移动轨迹相对于所述基准轨迹的轨迹偏移量，还包括：
判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中；
若位于，则计算所述轨迹偏移量；
若不位于，则进行报错处理。
9.如权利要求8所述的方法，其特征在于，所述判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中，包括：
获取所述参考可移动物体运动的航向角；
基于所述航向角的变化，判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中。
10.如权利要求8所述的方法，其特征在于，所述判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中，包括：
拟合所述移动轨迹为平滑曲线，并确定所述平滑曲线的线型；
基于所述线型和所述车道中心线轨迹的线型，判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中。
11.如权利要求8所述的方法，其特征在于，所述判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中，包括：
获取所述参考可移动物体的车道线感知结果，所述车道线感知结果基于搭载于所述参考可移动物体上的视觉感知装置而确定；
基于所述车道线感知结果，判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中。
12.如权利要求8所述的方法，其特征在于，所述判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中，包括：
对所述参考可移动物体在执行所述预定规划路径的运动时的位置进行采样，获得位置采样结果；
根据所述位置采样结果进行统计，获得车道内概率统计结果，并基于所述车道内概率统计结果判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中。
13.如权利要求8所述的方法，其特征在于，所述判断所述移动轨迹是否位于所述车道中心线轨迹对应的车道中，包括：
获取标定人员的判断输入，作为所述判断的结果。
14.一种基于高精地图的路侧传感器标定设备，其特征在于，包括处理器和存储器，所述存储器用于存储计算机程序，其特征在于，当所述计算机程序被所述处理器执行时，所述处理器执行如权利要求1-13一项所述的方法。
15.一种基于高精地图的路侧传感器标定系统，其特征在于，包括：
路侧传感器，搭载于道路旁侧，用于感知所述道路上的物体；以及
如权利要求14所述的标定设备。
CN202211091312.9A 2022-09-07 2022-09-07 一种基于高精地图的路侧传感器标定方法、设备和系统 Pending CN116295508A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211091312.9A CN116295508A (zh) 2022-09-07 2022-09-07 一种基于高精地图的路侧传感器标定方法、设备和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211091312.9A CN116295508A (zh) 2022-09-07 2022-09-07 一种基于高精地图的路侧传感器标定方法、设备和系统

Publications (1)

Publication Number Publication Date
CN116295508A true CN116295508A (zh) 2023-06-23

Family

ID=86836388

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211091312.9A Pending CN116295508A (zh) 2022-09-07 2022-09-07 一种基于高精地图的路侧传感器标定方法、设备和系统

Country Status (1)

Country Link
CN (1) CN116295508A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117388838A (zh) * 2023-12-13 2024-01-12 广州市德赛西威智慧交通技术有限公司 应用于车辆驾驶控制的经纬度坐标标定方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117388838A (zh) * 2023-12-13 2024-01-12 广州市德赛西威智慧交通技术有限公司 应用于车辆驾驶控制的经纬度坐标标定方法及装置
CN117388838B (zh) * 2023-12-13 2024-03-29 广州市德赛西威智慧交通技术有限公司 应用于车辆驾驶控制的经纬度坐标标定方法及装置

Similar Documents

Publication Publication Date Title
CN107145578B (zh) 地图构建方法、装置、设备和系统
CN109410735B (zh) 反射值地图构建方法和装置
CN109407073B (zh) 反射值地图构建方法和装置
CN110415550B (zh) 基于视觉的自动泊车方法
CN110530372B (zh) 定位方法、路径确定方法、装置、机器人及存储介质
CN110969055B (zh) 用于车辆定位的方法、装置、设备和计算机可读存储介质
CN111353453B (zh) 用于车辆的障碍物检测方法和装置
JP6986290B2 (ja) Ｖ２ｘ情報融合を利用してｈｄマップをアップデートするための自車両位置決定を遂行する方法及び装置
CN114111774B (zh) 车辆的定位方法、系统、设备及计算机可读存储介质
EP4020111B1 (en) Vehicle localisation
US20220266825A1 (en) Sourced lateral offset for adas or ad features
CN115339453B (zh) 车辆换道决策信息生成方法、装置、设备和计算机介质
CN110018503B (zh) 车辆的定位方法及定位系统
CN113191342A (zh) 车道定位方法及电子设备
CN116295508A (zh) 一种基于高精地图的路侧传感器标定方法、设备和系统
CN114820793A (zh) 基于无人机的目标检测及目标点定位方法及系统
CN113758492A (zh) 地图检测方法和装置
CN111461980A (zh) 点云拼接算法的性能估计方法和装置
US20220404170A1 (en) Apparatus, method, and computer program for updating map
CN114358038B (zh) 一种基于车辆高精度定位的二维码坐标标定方法及装置
CN113469045B (zh) 无人集卡的视觉定位方法、系统、电子设备和存储介质
CN114755663A (zh) 车辆传感器的外参校准方法、装置及计算机可读存储介质
CN111857113B (zh) 可移动设备的定位方法及定位装置
CN113566834A (zh) 定位方法、定位装置、车辆和存储介质
CN112595330A (zh) 车辆定位方法、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