CN116659529B - 数据检测方法、装置、车辆及存储介质 - Google Patents
数据检测方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN116659529B CN116659529B CN202310612020.3A CN202310612020A CN116659529B CN 116659529 B CN116659529 B CN 116659529B CN 202310612020 A CN202310612020 A CN 202310612020A CN 116659529 B CN116659529 B CN 116659529B
- Authority
- CN
- China
- Prior art keywords
- error
- target
- track
- pose
- determining
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 15
- 230000000694 effects Effects 0.000 abstract description 8
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013136 deep learning model Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011157 data evaluation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- 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
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提出一种数据检测方法、装置、车辆及存储介质,该数据检测方法,包括:获取用于对车辆进行定位的数据,其中,数据具有对应的定位误差信息,并确定车辆所行驶道路的遮挡程度信息,其中,遮挡程度信息表示道路被遮挡情况的程度,再根据定位误差信息和遮挡程度信息,确定数据是否满足检测指标,从而能够联合车辆所行驶道路的遮挡程度信息对用于对车辆进行定位的数据进行检测,从而能够有效地提升数据检测效果。
Description
技术领域
本公开涉及自动驾驶技术领域,尤其涉及一种数据检测方法、装置、车辆及存储介质。
背景技术
在自动驾驶技术领域,车辆的定位数据在车辆的驾驶,泊车以及启停等场景中均发挥着重要作用,由此,需要对用于车辆的定位数据进行检测,以保障定位数据的准确性。
相关技术中,当车辆驾驶场景中的道路存在遮挡时,会影响定位数据的数据检测效果。
发明内容
为克服相关技术中存在的问题,本公开提供一种数据检测方法、装置、车辆、存储有计算机指令的非瞬时计算机可读存储介质以及计算机程序产品。
本公开第一方面实施例提出的数据检测方法,包括:获取用于对车辆进行定位的数据,其中,数据具有对应的定位误差信息;确定车辆所行驶道路的遮挡程度信息,其中,遮挡程度信息表示道路被遮挡情况的程度;根据定位误差信息和遮挡程度信息,确定数据是否满足检测指标。
本公开第二方面实施例提出的数据检测装置,包括:获取模块,用于获取用于对车辆进行定位的数据,其中,数据具有对应的定位误差信息;第一确定模块,用于确定车辆所行驶道路的遮挡程度信息,其中,遮挡程度信息表示道路被遮挡情况的程度;第二确定模块,用于根据定位误差信息和遮挡程度信息,确定数据是否满足检测指标。
本公开第三方面实施例提出的车辆,包括:处理器;用于存储处理器可执行指令的存储器;其中,处理器被配置为:实现如本公开第一方面实施例提出的数据检测方法。
本公开第四方面实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开第一方面实施例提出的数据检测方法。
本公开第五方面实施例提出了一种计算机程序产品,当计算机程序产品中的指令由处理器执行时,执行如本公开第一方面实施例提出的数据检测方法。
本公开的实施例提供的数据检测方法可以包括以下有益效果:通过获取用于对车辆进行定位的数据,其中,数据具有对应的定位误差信息,并通过定位结果的状态去判断车辆所行驶道路的遮挡程度信息,其中,遮挡程度信息表示道路被遮挡情况的程度,再根据定位误差信息和遮挡程度信息,确定数据是否满足检测指标,从而能够联合车辆所行驶道路的遮挡程度信息对用于对车辆进行定位的数据进行检测,从而能够有效地提升数据检测效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本公开的一些实施例示出的一种数据检测方法的流程图;
图2是根据本公开的一些实施例示出的一种数据检测方法的流程图;
图3是根据本公开的一些实施例示出的一种数据检测方法的流程图;
图4是根据本公开的一些实施例示出的一种数据检测装置框图;
图5是根据一示例性实施例示出的一种车辆的框图。
具体实施方式
这里将详细地对本公开一些实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。本文所描述的方法、装置和/或系统的各种改变、变型及等同物将在理解本公开之后变得显而易见。例如,本文所描述的操作的顺序仅仅为示例,且并非受限于本文中所阐述的那些顺序,而是除了必须以特定顺序进行的操作之外,如在理解本公开之后变得显而易见的那样可进行改变。另外,为提升清楚性和简洁性,对本领域中已知的特征的描述可被省略。
以下本公开的一些实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据本公开的一些实施例示出的一种数据检测方法的流程图,如图1所示,包括以下步骤:
S101:获取用于对车辆进行定位的数据,其中,数据具有对应的定位误差信息。
其中,数据可以用于对车辆进行定位,该数据可以例如是在车辆的驾驶过程中,基于车辆中所搭载的定位系统对车辆中所配置的传感器采集的感测数据进行处理所得到的定位数据,还可以例如是基于定位算法处理车辆中所配置的传感器采集的感测数据所得到的定位数据,对此不做限制。
也即是说,本公开实施例描述的数据检测方法可以对用于对车辆进行定位的数据进行检测,而后可以基于数据检测结果对定位系统或者定位算法进行评估,从而可以有效地保障车辆自动驾驶的安全性,对此不做限制。
其中,数据可以具有相应的定位误差信息,该定位误差信息可以例如是数据和基准定位数据之间的相似度值,数据和定位基准数据之间的欧式距离等,对此不做限制。
本公开实施例中,可以是在获取用于对车辆进行定位的数据之后,获取与该数据相应的基准定位数据,而后基于基准定位数据对前述获取的数据进行准确性评估,从而获取与数据对应的定位误差信息,对此不做限制。
S102:确定车辆所行驶道路的遮挡程度信息,其中,遮挡程度信息表示道路被遮挡情况的程度。
本公开实施例在获取用于对车辆进行定位的数据之后,可以确定车辆所行驶道路的遮挡程度信息,该遮挡程度信息表示道路被遮挡情况的程度,遮挡程度信息可以例如是车辆所行驶道路的遮挡比例,遮挡程度等级等,对此不做限制。
一些实施例中,确定车辆所行驶道路的遮挡程度信息,可以是是基于车辆中所搭载的摄像装置采集车辆所行驶道路的图像,而后可以是对车辆所行驶道路的图像进行分析,以确定被遮挡区域在整个图像中所占的遮挡比例,并将该遮挡比例作为遮挡程度信息,对此不做限制。
另一些实施例中,确定车辆所行驶道路的遮挡程度信息,还可以是联合上述确定的被遮挡区域在整个图像中所占的遮挡比例,确定车辆所行驶道路的遮挡程度等级,例如,可以是在遮挡比例小于第一预设比例时,确定遮挡程度等级为第一遮挡等级,在遮挡比例大于第一预设比例且小于第二预设比例时,确定遮挡程度等级为第二遮挡等级,在遮挡比例大于第二预设比例时,确定遮挡程度等级为第三遮挡等级,其中,第三遮挡等级所描述的遮挡程度高于二遮挡等级所描述的遮挡程度,第二遮挡等级所描述的遮挡程度高于第一遮挡等级所描述的遮挡程度,对此不做限制。
S103:根据定位误差信息和遮挡程度信息,确定数据是否满足检测指标。
本公开实施例在确定用于对车辆进行定位的数据的定位误差信息,并确定车辆所行驶道理的遮挡程度信息之后,可以根据定位误差信息和遮挡程度信息,确定数据是否满足检测指标。
一些实施例中,根据定位误差信息和遮挡程度信息,确定数据是否满足检测指标,可以是联合预训练的深度学习模型对定位误差信息和遮挡程度信息进行处理,以确定数据是否满足检测指标,即可以是将定位误差信息和遮挡程度信息一并输入至预训练的深度学习模型之中,由预训练的深度学习模型对定位误差信息和遮挡程度信息进行处理,并输出相应的数据检测结果,对此不做限制。
或者,还可以是获取参考定位误差信息和参考遮挡程度信息,而后可以对定位误差信息和遮挡程度信息,和参考定位误差信息和参考遮挡程度信息进行比对,以得到相应的比对结果,而后可以联合前述比对结果确定数据是否满足检测指标,对此不做限制。
可以理解的是,本公开实施例描述的数据检测方法所检测的数据,可以是由定位算法处理车辆中所配置的传感器采集的感测数据所得到的定位数据,从而可以在根据定位误差信息和遮挡程度信息,确定数据是否满足检测指标之后,能够基于前述满足检测指标的数据对定位算法进行按需批量回归,从而能够为后续定位算法的迭代过程提供良好的数据支持。
本公开的实施例提供的数据检测方法可以包括以下有益效果:通过获取用于对车辆进行定位的数据,其中,数据具有对应的定位误差信息,并通过定位结果的状态去判断车辆所行驶道路的遮挡程度信息,其中,遮挡程度信息表示道路被遮挡情况的程度,再根据定位误差信息和遮挡程度信息,确定数据是否满足检测指标,从而能够联合车辆所行驶道路的遮挡程度信息对用于对车辆进行定位的数据进行检测,从而能够有效地提升数据检测效果。
图2是根据本公开的一些实施例示出的一种数据检测方法的流程图。
如图2所示,数据检测方法,包括以下步骤:
S201:获取用于对车辆进行定位的数据。
S201的描述说明具体可以参见上述实施例,在此不再赘述。
S202:获取与目标轨迹对应的参考轨迹,和与目标位姿对应的参考位姿。
本公开实施例中,可以数据包括:车辆在预设时间段内的目标轨迹和目标位姿。
其中,参考轨迹是指与目标轨迹对应的基准轨迹,相应的参考位姿是指与目标位姿对应的参考位姿。
也即是说,本公开实施例中,可以是获取相同预设时间段内与目标轨迹对应的参考轨迹,和与目标位姿对应的参考位姿,而后可以联合目标轨迹,参考轨迹,目标位姿以及参考位姿触发执行后续的数据检测方法,具体可以参见后续实施例。
S203:根据目标轨迹、目标位姿、参考轨迹,以及参考位姿确定定位误差信息。
本公开实施例在获取用于对车辆进行定位的数据,并获取与目标轨迹对应的参考轨迹,和与目标位姿对应的参考位姿之后,可以根据目标轨迹、目标位姿、参考轨迹,以及参考位姿确定定位误差信息。
一些实施例中,根据目标轨迹、目标位姿、参考轨迹,以及参考位姿确定定位误差信息,可以采用残差分析法计算车辆目标轨迹点与参考轨迹拟合点之间的多个残差,并将多个残差的均值作为定位误差信息,再确定目标位姿和参考位姿之间的距离差值或者旋转角度差值,并将目标位姿和参考位姿之间的距离差值或者旋转角度差值作为定位误差信息,对此不做限制。
本公开实施例中,目标轨迹包括:目标轨迹点的初始位置坐标,参考轨迹包括:参考轨迹点的参考位置坐标。
其中,目标轨迹可以是由多个轨迹点组成,该多个轨迹点中的任一轨迹点即可以被称为目标轨迹点,相应地,参考轨迹点可以是由多个轨迹点组成,该多个轨迹点中的任一轨迹点即可以被称为参考轨迹点。
其中,目标轨迹点可以表征为车辆的空间位置坐标,该位置坐标即为初始位置坐标,参考轨迹点可以表征为车辆的空间位置坐标,该位置坐标即为参考位置坐标。
可选地,一些实施例中,根据目标轨迹、目标位姿、参考轨迹,以及参考位姿确定定位误差信息,可以是确定初始位置坐标和参考位置坐标之间的目标位置误差、目标轨迹和参考轨迹之间的目标轨迹误差,以及目标位姿和参考位姿之间的目标位姿误差,其中,目标位置误差,目标位姿误差以及目标轨迹误差被作为定位误差信息。
其中,目标位置误差可以用于描述初始位置坐标和参考位置坐标之间的误差情况。
其中,目标轨迹误差可以用于描述目标轨迹和参考轨迹之间的误差情况。
其中,目标位姿误差可以用于描述目标位姿和参考位姿之间的误差情况。
也即是说,本公开实施例中,可以是确定初始位置坐标和参考位置坐标之间的空间距离作为目标位置误差,并确定目标轨迹和参考轨迹之间的轨迹偏差距离作为目标轨迹误差,并确定目标位姿和参考位姿之间的距离差值或者旋转角度差值作为目标位姿误差,并将目标位置误差,目标位姿误差以及目标轨迹误差共同作为定位误差信息。
S204:获取定位传感器在处理感测数据的过程中对应的解状态。
本公开实施例中,数据是对定位传感器的感测数据处理得到,该定位传感器可以例如为,实时动态定位传感器(Real-Time Kinematic,RTK),对此不做限制。
其中,RTK在处理感测数据的过程中RTK手簿会显示各种解状态,该解状态包括以下至少一项:固定解,浮点解以及单点解。
也即是说,本公开实施例中,可以是在定位传感器在处理感测数据的过程中,从RTK手簿中读取定位传感器在处理感测数据的过程中对应的解状态,而后,可以联合定位传感器在处理感测数据的过程中对应的解状态,确定车辆所行驶道路的遮挡程度信息,具体可以参见后续实施例,在此不再赘述。
S205:根据解状态,确定车辆所行驶道路的遮挡程度信息。
本公开实施例在获取定位传感器在处理感测数据的过程中对应的解状态之后,可以根据解状态,确定车辆所行驶道路的遮挡程度信息。
一些实施例中,根据解状态,确定车辆所行驶道路的遮挡程度信息,可以是预先确定与各个解状态对应的参考遮挡程度信息,并在确定定位传感器在处理感测数据的过程中对应的解状态之后,将与该解状态对应的参考遮挡程度信息确定为车辆所行驶道路的遮挡程度信息,对此不做限制。
可选地,一些实施例中,根据解状态,确定车辆所行驶道路的遮挡程度信息,可以是在解状态是固定解,则确定遮挡程度信息是第一遮挡等级;
如果解状态包括:固定解和浮点解,则确定遮挡程度信息是第二遮挡等级,其中,第二遮挡等级描述的遮挡程度高于第一遮挡等级描述的遮挡程度,在解状态包括:固定解,浮点解和单点解时,确定遮挡程度信息是第三遮挡等级,其中,第三遮挡等级描述的遮挡程度高于第二遮挡等级描述的遮挡程度,在解状态是单点解时,确定遮挡程度信息是第四遮挡等级,其中,第四遮挡等级描述的遮挡程度高于第三遮挡等级描述的遮挡程度。
其中,遮挡等级可以用于对车辆所行驶道路的遮挡程度进行量化描述,遮挡等级所描述的遮挡程度从低至高依次为:第一遮挡等级,第二遮挡等级,第三遮挡等级,第四遮挡等级。
也即是说,本公开实施例中,可以是在监测到定位传感器在处理感测数据的过程中对应的解状态为固定解时,确定遮挡程度信息是第一遮挡等级,在监测到定位传感器在处理感测数据的过程中对应的解状态包括:固定解和浮点解(即解状态出现固定解和浮点解切换)时,确定遮挡程度信息是第二遮挡等级,在监测到定位传感器在处理感测数据的过程中对应的解状态包括:固定解,浮点解和单点解(即解状态出现固定解,浮点解和单点解切换)时,确定遮挡程度信息是第三遮挡等级,在监测到定位传感器在处理感测数据的过程中对应的解状态为单点解时,确定遮挡程度信息是第四遮挡等级。
S206:根据定位误差信息和遮挡程度信息,确定数据是否满足检测指标。
S206的描述说明具体可以参见上述实施例,在此不再赘述。
本公开实施例中,通过获取用于对车辆进行定位的数据,并获取与目标轨迹对应的参考轨迹,和与目标位姿对应的参考位姿,再根据目标轨迹、目标位姿、参考轨迹,以及参考位姿确定定位误差信息,并获取定位传感器在处理感测数据的过程中对应的解状态,再根据解状态,确定车辆所行驶道路的遮挡程度信息,并根据定位误差信息和遮挡程度信息,确定数据是否满足检测指标,从而能够联合定位传感器在处理感测数据的过程中对应的解状态,准确地确定车辆所行驶道路的遮挡程度信息,再根据定位误差信息和遮挡程度信息,确定数据是否满足检测指标,从而能够联合车辆所行驶道路的遮挡程度信息对用于对车辆进行定位的数据进行检测,从而能够有效地提升数据检测效果。
图3是根据本公开的一些实施例示出的一种数据检测方法的流程图。
如图3所示,数据检测方法,包括以下步骤:
S301:获取用于对车辆进行定位的数据。
S302:确定车辆所行驶道路的遮挡程度信息,其中,遮挡程度信息表示道路被遮挡情况的程度。
S303:获取与目标轨迹对应的参考轨迹,和与目标位姿对应的参考位姿。
S301-S303的描述说明具体可以参见上述实施例,在此不再赘述。
S304:确定初始位置坐标和参考位置坐标之间的目标位置误差。
本公开实施例在获取用于对车辆进行定位的数据,并获取与目标轨迹对应的参考轨迹,和与目标位姿对应的参考位姿之后,可以确定初始位置坐标和参考位置坐标之间的目标位置误差。
可选地,一些实施例中,确定初始位置坐标和参考位置坐标之间的目标位置误差,可以是将初始位置坐标投影至导航坐标系中,得到第一位置坐标,并将参考位置坐标投影至导航坐标系中,得到第二位置坐标,并将初始位置坐标投影至车辆坐标系中,得到第三位置坐标,并将参考位置坐标投影至车辆坐标系中,得到第四位置坐标,再根据第一位置坐标,第二位置坐标,第三位置坐标以及第四位置坐标确定目标位置误差。
其中,初始位置坐标在导航坐标系中的位置坐标即为第一位置坐标,参考位置坐标在导航坐标系中的位置坐标即为第二位置坐标,初始位置坐标在车辆坐标系中的位置坐标即为第三位置坐标,参考位置坐标在导航坐标系中的位置坐标即为第四位置坐标。
也即是说,本公开实施例中,可以是确定初始位置坐标在导航坐标系中的第一位置坐标,参考位置坐标在导航坐标系中的第二位置坐标,初始位置坐标在车辆坐标系中的第三位置坐标,,参考位置坐标在导航坐标系中的第四位置坐标。
一些实施例中,根据第一位置坐标,第二位置坐标,第三位置坐标以及第四位置坐标确定目标位置误差,可以是分别确定第一位置坐标和第二位置坐标之间的空间距离,第三位置坐标和第四位置坐标之间的空间距离,并将前述确定的第一位置坐标和第二位置坐标之间的空间距离,第三位置坐标和第四位置坐标之间的空间距离作为目标位置误差,对此不做限制。
可选地,一些实施例中,根据第一位置坐标,第二位置坐标以及第三位置坐标确定目标位置误差,可以是确定第一位置坐标和第二位置坐标在导航坐标系中的第一误差距离,并确定第三位置坐标和第四位置坐标在车辆坐标系中的第二误差距离,再根据第一误差距离和第二误差距离,确定目标位置误差。
其中,第一位置坐标和第二位置坐标在导航坐标系中的空间距离即可以被称为第一误差距离,第三位置坐标和第四位置坐标在车辆坐标系中的空间距离即可以被称为第二误差距离。
一些实施例中,根据第一误差距离和第二误差距离,可以是将第一误差距离和第二误差距离共同作为目标位置误差,或者还可以是将第一误差距离和第二误差距离之间的平均距离作为目标位置误差,对此不做限制。
可选地,一些实施例中,根据第一误差距离和第二误差距离,确定目标位置误差,可以是确定与遮挡程度信息对应的第一权重系数,并基于第一权重系数对第一误差距离和第二误差距离进行加权求和,得到目标位置误差。
也即是说,本公开实施例中,可以例如是确定与不同遮挡等级对应的第一权重系数,而后,可以基于第一权重系数对第一误差距离和第二误差距离进行加权求和,以得到目标位置误差,从而可以基于第一权重系数,灵活确定不同遮挡场景中的目标位置误差,从而能够满足不同遮挡场景中的目标位置误差配置需求。
S305:确定目标轨迹和参考轨迹之间的目标轨迹误差。
可选地,一些实施例中,确定目标轨迹和参考轨迹之间的目标轨迹误差,可以是将目标轨迹投影至导航坐标系中,得到第一轨迹,并将参考轨迹投影至导航坐标系中,得到第二轨迹,并将目标轨迹投影至车辆坐标系中,得到第三轨迹,并将参考轨迹投影至车辆坐标系中,得到第四轨迹,再根据第一轨迹,第二轨迹,第三轨迹以及第四轨迹确定目标轨迹误差。
其中,初始轨迹在导航坐标系中的轨迹即为第一轨迹,参考轨迹在导航坐标系中的轨迹即为第二轨迹,初始轨迹在车辆坐标系中的轨迹即为第三轨迹,参考轨迹在导航坐标系中的轨迹即为第四轨迹。
也即是说,本公开实施例中,可以是确定初始轨迹在导航坐标系中的也轨迹好,参考轨迹在导航坐标系中的第二轨迹,初始轨迹在车辆坐标系中的第三轨迹,,参考轨迹在导航坐标系中的第四轨迹。
一些实施例中,根据第一轨迹,第二轨迹,第三轨迹以及第四轨迹确定目标轨迹误差,可以是分别确定第一轨迹和第二轨迹之间的空间距离,第三轨迹和第四轨迹之间的空间距离,并将前述确定的第一轨迹和第二轨迹之间的空间距离,第三轨迹和第四轨迹之间的空间距离作为目标轨迹误差,对此不做限制。
可选地,一些实施例中,根据第一轨迹,第二轨迹,第三轨迹以及第四轨迹确定目标轨迹误差,可以是确定第一轨迹和第二轨迹在导航坐标系中的第三误差距离,并确定第三轨迹和第四轨迹在车辆坐标系中的第四误差距离,再根据第三误差距离和第四误差距离,确定目标轨迹误差。
其中,第一轨迹和第二轨迹在导航坐标系中的空间距离即可以被称为第三误差距离,第三轨迹和第四轨迹在车辆坐标系中的空间距离即可以被称为第四误差距离。
一些实施例中,根据第三误差距离和第四误差距离,可以是将第三误差距离和第四误差距离共同作为目标轨迹误差,或者还可以是将第三误差距离和第四误差距离之间的平均距离作为目标轨迹误差,对此不做限制。
可选地,一些实施例中,根据第三误差距离和第四误差距离,确定目标轨迹误差,可以是确定与遮挡程度信息对应的第二权重系数,并基于第二权重系数对第三误差距离和第四误差距离进行加权求和,得到目标轨迹误差。
也即是说,本公开实施例中,可以例如是确定与不同遮挡等级对应的第二权重系数,而后,可以基于第一权重系数对第三误差距离和第四误差距离进行加权求和,以得到目标轨迹误差,从而可以基于第二权重系数,灵活确定不同遮挡场景中的目标轨迹误差,从而能够满足不同遮挡场景中的目标轨迹误差配置需求。
S306:确定目标位姿和参考位姿之间的目标位姿误差。
本公开实施例中,目标位姿至少包括:第一时刻时车辆的第一位姿,及第二时刻时车辆的第二位姿,参考位姿至少包括:第一时刻时车辆的第三位姿,及第二时刻时车辆的第四位姿。
可选地,一些实施例中,确定目标位姿和参考位姿之间的目标位姿误差,可以是根据第一位姿和第三位姿,确定车辆在第一时刻时的第一位姿误差,并根据第二位姿和第四位姿,确定车辆在第二时刻时的第二位姿误差,再确定第一位姿误差和第二位姿误差之间的误差乘积,并将误差乘积作为目标位姿误差。
其中,第一位姿和第三位姿之间的位姿误差,即可以被称为第一位姿误差,第二位姿和第四位姿和之间的位姿误差即可以被称为第二位姿误差。
也即是说,本公开实施例中,可以是确定车辆在第一时刻时的第一位姿误差,并根据第二位姿和第四位姿,确定车辆在第二时刻时的第二位姿误差,再确定第一位姿误差和第二位姿误差之间的误差乘积,并将误差乘积作为目标位姿误差,该确定过程可以具体表示为:
delq(t1)=q1(t1)-1*q2(t1)
delq(t2)=q1(t2)-1*q2(t2)
delq=delq(t2)-1*delq(t1)
其中,q1(t1)-1表示第一位姿,q2(t1)表示第三位姿,q1(t2)-1表示第二位姿,q2(t2)表示第四位姿,delq(t1)表示第一位姿误差,delq(t2)表示第二位姿误差,delq表示目标位姿误差。
S307:获取与遮挡程度信息对应的位置误差阈值,轨迹误差阈值以及位姿误差阈值。
可以理解的是,当车辆所行驶道路的存在遮挡时,例如当车辆行驶在涵洞,隧道中时,数据(例如,基于车辆中所搭载的定位系统对车辆中所配置的传感器采集的感测数据进行处理所得到的定位数据,还可以例如是基于定位算法处理车辆中所配置的传感器采集的感测数据所得到的定位数据)会受到一定程度的影响,即当车辆行驶在涵洞,隧道中时的数据准确度会低于车辆行驶在无遮挡道路时的数据准确度,此时,如果基于相同数据评价条件对遮挡和无遮挡两种状态时的数据进行检测时,会影响数据检测效果(例如,遮挡场景中,数据已在该场景下已提供最优效果,相比无遮挡场景下的数据评价条件确可能一直被认定为不达标),这种方式下,会导致遮挡场景下的数据一直为不可用状态,从而无法满足遮挡场景中的数据需求。
由此,需要联合挡程度信息,为不同场景中的数据确定相应的数据检测指标(位置误差阈值,轨迹误差阈值以及位姿误差阈值),从而能够针对不同场景中的数据进行针对性检测,从而有效地满足不同场景中的数据检测需求。
S308:如果目标位置误差小于或等于位置误差阈值,且目标轨迹误差小于或等于轨迹误差阈值,且目标位姿误差小于或等于位姿误差阈值,则确定数据满足检测指标。
本公开实施例在获取与遮挡程度信息对应的位置误差阈值,轨迹误差阈值以及位姿误差阈值之后,可以将与遮挡程度信息对应的位置误差阈值,轨迹误差阈值以及位姿误差阈值与目标位置误差,目标轨迹误差和目标位姿误差进行比较,并在目标位置误差小于或等于位置误差阈值,且目标轨迹误差小于或等于轨迹误差阈值,且目标位姿误差小于或等于位姿误差阈值,则确定数据满足检测指标。
本公开实施例中,由于数据可以例如是在车辆的驾驶过程中,基于车辆中所搭载的定位系统对车辆中所配置的传感器采集的感测数据进行处理所得到的定位数据,还可以例如是基于定位算法处理车辆中所配置的传感器采集的感测数据所得到的定位数据,从而可以在确定数据满足检测指标时,确定定位系统或者定位算法达标,对此不做限制。
S309:如果目标位置误差大于位置误差阈值,或目标轨迹误差大于轨迹误差阈值,或目标位姿误差大于位姿误差阈值,则确定数据不满足检测指标。
本公开实施例在获取与遮挡程度信息对应的位置误差阈值,轨迹误差阈值以及位姿误差阈值之后,可以将与遮挡程度信息对应的位置误差阈值,轨迹误差阈值以及位姿误差阈值与目标位置误差,目标轨迹误差和目标位姿误差进行比较,并在目标位置误差大于位置误差阈值,或目标轨迹误差大于轨迹误差阈值,或目标位姿误差大于位姿误差阈值时,确定数据不满足检测指标。
本公开实施例中,由于数据可以例如是在车辆的驾驶过程中,基于车辆中所搭载的定位系统对车辆中所配置的传感器采集的感测数据进行处理所得到的定位数据,还可以例如是基于定位算法处理车辆中所配置的传感器采集的感测数据所得到的定位数据,从而可以在确定数据不满足检测指标时,确定定位系统或者定位算法不达标,对此不做限制。
也即是说,本公开实施例中的数据检测方法可以用于车辆的定位算法或者定位系统评估场景中,即可以是在定位算法或者定位系统处理所得的数据满足检测指标时,确定定位系统或者定位算法达标,在定位算法或者定位系统处理所得的数据不满足检测指标时,确定定位系统或者定位算法不达标,对此不做限制。
本公开实施例中,通过获取用于对车辆进行定位的数据,并确定车辆所行驶道路的遮挡程度信息,其中,遮挡程度信息表示道路被遮挡情况的程度,再获取与目标轨迹对应的参考轨迹,和与目标位姿对应的参考位姿,并确定初始位置坐标和参考位置坐标之间的目标位置误差,再确定目标轨迹和参考轨迹之间的目标轨迹误差,并确定目标位姿和参考位姿之间的目标位姿误差,再获取与遮挡程度信息对应的位置误差阈值,轨迹误差阈值以及位姿误差阈值,从而能够联合挡程度信息,为不同场景中的数据确定相应的数据检测指标(位置误差阈值,轨迹误差阈值以及位姿误差阈值),从而能够针对不同场景中的数据进行针对性检测,从而有效地满足不同场景中的数据检测需求,再在目标位置误差小于或等于位置误差阈值,且目标轨迹误差小于或等于轨迹误差阈值,且目标位姿误差小于或等于位姿误差阈值时,确定数据满足检测指标,在目标位置误差大于位置误差阈值,或目标轨迹误差大于轨迹误差阈值,或目标位姿误差大于位姿误差阈值时,确定数据不满足检测指标,从而能够联合车辆所行驶道路的遮挡程度信息对用于对车辆进行定位的数据进行检测,从而能够有效地提升数据检测效果。
图4是根据本公开的一些实施例示出的一种数据检测装置框图。参照图4,该数据检测装置40包括:获取模块401,第一确定模块402和第二确定模块403。
获取模块401,用于获取用于对车辆进行定位的数据,其中,数据具有对应的定位误差信息;
第一确定模块402,用于确定车辆所行驶道路的遮挡程度信息,其中,遮挡程度信息表示道路被遮挡情况的程度;
第二确定模块403,用于根据定位误差信息和遮挡程度信息,确定数据是否满足检测指标。
在本公开的一些实施例中,数据包括:车辆在预设时间段内的目标轨迹和目标位姿;其中,定位误差信息是基于以下方式确定:
获取与目标轨迹对应的参考轨迹,和与目标位姿对应的参考位姿;
根据目标轨迹、目标位姿、参考轨迹,以及参考位姿确定定位误差信息。
在本公开的一些实施例中,目标轨迹包括:目标轨迹点的初始位置坐标,参考轨迹中包括参考轨迹点的参考位置坐标;
其中,根据目标轨迹、目标位姿、参考轨迹,以及参考位姿确定定位误差信息,包括:
确定初始位置坐标和参考位置坐标之间的目标位置误差、目标轨迹和参考轨迹之间的目标轨迹误差,以及目标位姿和参考位姿之间的目标位姿误差,其中,目标位置误差,目标位姿误差以及目标轨迹误差被作为定位误差信息。
在本公开的一些实施例中,目标位姿至少包括:第一时刻时车辆的第一位姿,及第二时刻时车辆的第二位姿,参考位姿至少包括:第一时刻时车辆的第三位姿,及第二时刻时车辆的第四位姿;
其中,确定目标位姿和参考位姿之间的目标位姿误差,包括:
根据第一位姿和第三位姿,确定车辆在第一时刻时的第一位姿误差;
根据第二位姿和第四位姿,确定车辆在第二时刻时的第二位姿误差;
确定第一位姿误差和第二位姿误差之间的误差乘积,并将误差乘积作为目标位姿误差。
在本公开的一些实施例中,确定初始位置坐标和参考位置坐标之间的目标位置误差,包括:
将初始位置坐标投影至导航坐标系中,得到第一位置坐标,并将参考位置坐标投影至导航坐标系中,得到第二位置坐标;
将初始位置坐标投影至车辆坐标系中,得到第三位置坐标,并将参考位置坐标投影至车辆坐标系中,得到第四位置坐标;
根据第一位置坐标,第二位置坐标,第三位置坐标以及第四位置坐标确定目标位置误差。
在本公开的一些实施例中,根据第一位置坐标,第二位置坐标以及第三位置坐标确定目标位置误差,包括:
确定第一位置坐标和第二位置坐标在导航坐标系中的第一误差距离;
确定第三位置坐标和第四位置坐标在车辆坐标系中的第二误差距离;
根据第一误差距离和第二误差距离,确定目标位置误差。
在本公开的一些实施例中,根据第一误差距离和第二误差距离,确定目标位置误差,包括:
确定与遮挡程度信息对应的第一权重系数;
基于第一权重系数对第一误差距离和第二误差距离进行加权求和,得到目标位置误差。
在本公开的一些实施例中,确定目标轨迹和参考轨迹之间的目标轨迹误差,包括:
将目标轨迹投影至导航坐标系中,得到第一轨迹,并将参考轨迹投影至导航坐标系中,得到第二轨迹;
将目标轨迹投影至车辆坐标系中,得到第三轨迹,并将参考轨迹投影至车辆坐标系中,得到第四轨迹;
根据第一轨迹,第二轨迹,第三轨迹以及第四轨迹确定目标轨迹误差。
在本公开的一些实施例中,根据第一轨迹,第二轨迹,第三轨迹以及第四轨迹确定目标轨迹误差,包括:
确定第一轨迹和第二轨迹在导航坐标系中的第三误差距离;
确定第三轨迹和第四轨迹在车辆坐标系中的第四误差距离;
根据第三误差距离和第四误差距离,确定目标轨迹误差。
在本公开的一些实施例中,根据第三误差距离和第四误差距离,确定目标轨迹误差,包括:
确定与遮挡程度信息对应的第二权重系数;
基于第二权重系数对第三误差距离和第四误差距离进行加权求和,得到目标轨迹误差。
在本公开的一些实施例中,数据是对定位传感器的感测数据处理得到;第一确定模块402,还用于:
获取定位传感器在处理感测数据的过程中对应的解状态;
根据解状态,确定车辆所行驶道路的遮挡程度信息。
在本公开的一些实施例中,第一确定模块402,还用于:
如果解状态是固定解,则确定遮挡程度信息是第一遮挡等级;
如果解状态包括:固定解和浮点解,则确定遮挡程度信息是第二遮挡等级,其中,第二遮挡等级描述的遮挡程度高于第一遮挡等级描述的遮挡程度;
如果解状态包括:固定解,浮点解和单点解,则确定遮挡程度信息是第三遮挡等级,其中,第三遮挡等级描述的遮挡程度高于第二遮挡等级描述的遮挡程度;
如果解状态是单点解,则确定遮挡程度信息是第四遮挡等级,其中,第四遮挡等级描述的遮挡程度高于第三遮挡等级描述的遮挡程度。
在本公开的一些实施例中,第二确定模块403,还用于:
获取与遮挡程度信息对应的位置误差阈值,轨迹误差阈值以及位姿误差阈值;
如果目标位置误差小于或等于位置误差阈值,且目标轨迹误差小于或等于轨迹误差阈值,且目标位姿误差小于或等于位姿误差阈值,则确定数据满足检测指标;
如果目标位置误差大于位置误差阈值,或目标轨迹误差大于轨迹误差阈值,或目标位姿误差大于位姿误差阈值,则确定数据不满足检测指标。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本实施例中,通过获取用于对车辆进行定位的数据,其中,数据具有对应的定位误差信息,并确定车辆所行驶道路的遮挡程度信息,其中,遮挡程度信息表示道路被遮挡情况的程度,再根据定位误差信息和遮挡程度信息,确定数据是否满足检测指标,从而能够联合车辆所行驶道路的遮挡程度信息对用于对车辆进行定位的数据进行检测,从而能够有效地提升数据检测效果。
图5是根据一示例性实施例示出的一种车辆的框图。例如,车辆500可以是混合动力车辆,也可以是非混合动力车辆、电动车辆、燃料电池车辆或者其他类型的车辆。车辆500可以是自动驾驶车辆、半自动驾驶车辆或者非自动驾驶车辆。
参照图5,车辆500可包括各种子系统,例如,信息娱乐系统510、感知系统520、决策控制系统530、驱动系统540以及计算平台550。其中,车辆500还可以包括更多或更少的子系统,并且每个子系统都可包括多个部件。另外,车辆500的每个子系统之间和每个部件之间可以通过有线或者无线的方式实现互连。
在一些实施例中,信息娱乐系统510可以包括通信系统,娱乐系统以及导航系统等。
感知系统520可以包括若干种传感器,用于感测车辆500周边的环境的信息。例如,感知系统520可包括全球定位系统(全球定位系统可以是GPS系统,也可以是北斗系统或者其他定位系统)、惯性测量单元(inertial measurement unit,IMU)、激光雷达、毫米波雷达、超声雷达以及摄像装置。
决策控制系统530可以包括计算系统、整车控制器、转向系统、油门以及制动系统。
驱动系统540可以包括为车辆500提供动力运动的组件。在一个实施例中,驱动系统540可以包括引擎、能量源、传动系统和车轮。引擎可以是内燃机、电动机、空气压缩引擎中的一种或者多种的组合。引擎能够将能量源提供的能量转换成机械能量。
车辆500的部分或所有功能受计算平台550控制。计算平台550可包括至少一个处理器551和存储器552,处理器551可以执行存储在存储器552中的指令553。
处理器551可以是任何常规的处理器,诸如商业可获得的CPU。处理器还可以包括诸如图像处理器(Graphic Process Unit,GPU),现场可编程门阵列(Field ProgrammableGate Array,FPGA)、片上系统(System on Chip,SOC)、专用集成芯片(ApplicationSpecific Integrated Circuit,ASIC)或它们的组合。
存储器552可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
除了指令553以外,存储器552还可存储数据,例如道路地图,路线信息,车辆的位置、方向、速度等数据。存储器552存储的数据可以被计算平台550使用。
在本公开实施例中,处理器551可以执行指令553,以完成上述的数据检测方法的全部或部分步骤。
本公开还提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被处理器执行时实现本公开提供的数据检测方法的步骤。
此外,在本文中使用词语“示例性的”以表示充当示例、实例、示图。在本文中被描述为“示例性的”任何方面或设计都不一定理解为与其他方面或设计相比是有利的。相反,使用词语示例性的旨在以具体的方式呈现概念。如在本文中所使用的,术语“或”旨在表示包括性的“或”而不是排他性的“或”。即,除非另外指定,或者从上下文中清楚,否则“X应用A或B”旨在表示自然的包括性排列中的任何一种排列。即,如果X应用A;X应用B;或者X应用A和B两者,则“X应用A或B”在前述实例中的任何一个实例下都满足。另外,除非另外指定或者从上下文中清楚指向单数形式,否则如在该申请和所附权利要求中所使用的冠词“一”和“一个”通常被理解为表示“一个或多个”。
同样,尽管已经关于一个或多个实现示出并描述了本公开,但是在阅读并理解了该说明书和附图之后,本领域技术人员将想到等同的变型和修改。本公开包括所有这样的修改和变型,并且仅由权利要求的范围来限制。特别关于由上文所描述的组件(例如,元件、资源等)执行的各种功能,除非另外指出,否则用于描述这样的组件的术语旨在对应于执行所描述的组件的具体功能的任何组件(功能上等价的),即使结构上不等价于所公开的结构。另外,尽管可以已经关于几个实现中的仅仅一个而公开了本公开的特定的特征,但是如可以是期望的并且有利于任何给定的或特定的应用的那样,这样的特征可以与其它实现的一个或多个其它特征相结合。此外,就在具体实施方式或者权利要求中所使用的“包括”、“拥有”、“具有”、“有”、或其变型而言,这样的术语旨在作为类似于术语“包含”的方式是包括性的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (14)
1.一种数据检测方法,其特征在于,所述方法包括:
获取用于对车辆进行定位的数据,其中,所述数据具有对应的定位误差信息;
确定所述车辆所行驶道路的遮挡程度信息,其中,所述遮挡程度信息表示所述道路被遮挡情况的程度;
根据所述定位误差信息和所述遮挡程度信息,确定所述数据是否满足检测指标;
所述数据包括:所述车辆在预设时间段内的目标轨迹和目标位姿;其中,所述定位误差信息是基于以下方式确定:
获取与所述目标轨迹对应的参考轨迹,和与所述目标位姿对应的参考位姿;
根据所述目标轨迹、所述目标位姿、所述参考轨迹,以及所述参考位姿确定所述定位误差信息;
所述目标轨迹包括:目标轨迹点的初始位置坐标,所述参考轨迹包括:参考轨迹点的参考位置坐标;
其中,所述根据所述目标轨迹、所述目标位姿、所述参考轨迹,以及所述参考位姿确定所述定位误差信息,包括:
确定所述初始位置坐标和所述参考位置坐标之间的目标位置误差、所述目标轨迹和所述参考轨迹之间的目标轨迹误差,以及所述目标位姿和所述参考位姿之间的目标位姿误差,其中,所述目标位置误差,所述目标位姿误差以及所述目标轨迹误差被作为所述定位误差信息。
2.如权利要求1所述的方法,其特征在于,所述目标位姿至少包括:第一时刻时所述车辆的第一位姿,及第二时刻时所述车辆的第二位姿,所述参考位姿至少包括:所述第一时刻时所述车辆的第三位姿,及所述第二时刻时所述车辆的第四位姿;
其中,所述确定所述目标位姿和所述参考位姿之间的目标位姿误差,包括:
根据所述第一位姿和所述第三位姿,确定所述车辆在所述第一时刻时的第一位姿误差;
根据所述第二位姿和所述第四位姿,确定所述车辆在所述第二时刻时的第二位姿误差;
确定所述第一位姿误差和所述第二位姿误差之间的误差乘积,并将所述误差乘积作为所述目标位姿误差。
3.如权利要求1所述的方法,其特征在于,所述确定所述初始位置坐标和所述参考位置坐标之间的目标位置误差,包括:
将所述初始位置坐标投影至导航坐标系中,得到第一位置坐标,并将所述参考位置坐标投影至所述导航坐标系中,得到第二位置坐标;
将所述初始位置坐标投影至车辆坐标系中,得到第三位置坐标,并将所述参考位置坐标投影至所述车辆坐标系中,得到第四位置坐标;
根据所述第一位置坐标,所述第二位置坐标,所述第三位置坐标以及所述第四位置坐标确定所述目标位置误差。
4.如权利要求3所述的方法,其特征在于,所述根据所述第一位置坐标,所述第二位置坐标以及所述第三位置坐标确定所述目标位置误差,包括:
确定所述第一位置坐标和所述第二位置坐标在所述导航坐标系中的第一误差距离;
确定所述第三位置坐标和所述第四位置坐标在所述车辆坐标系中的第二误差距离;
根据所述第一误差距离和所述第二误差距离,确定所述目标位置误差。
5.如权利要求4所述的方法,其特征在于,所述根据所述第一误差距离和所述第二误差距离,确定所述目标位置误差,包括:
确定与所述遮挡程度信息对应的第一权重系数;
基于所述第一权重系数对所述第一误差距离和所述第二误差距离进行加权求和,得到所述目标位置误差。
6.如权利要求1所述的方法,其特征在于,确定所述目标轨迹和所述参考轨迹之间的目标轨迹误差,包括:
将所述目标轨迹投影至导航坐标系中,得到第一轨迹,并将所述参考轨迹投影至所述导航坐标系中,得到第二轨迹;
将所述目标轨迹投影至车辆坐标系中,得到第三轨迹,并将所述参考轨迹投影至所述车辆坐标系中,得到第四轨迹;
根据所述第一轨迹,所述第二轨迹,所述第三轨迹以及所述第四轨迹确定所述目标轨迹误差。
7.如权利要求6所述的方法,其特征在于,所述根据所述第一轨迹,所述第二轨迹,所述第三轨迹以及所述第四轨迹确定所述目标轨迹误差,包括:
确定所述第一轨迹和所述第二轨迹在所述导航坐标系中的第三误差距离;
确定所述第三轨迹和所述第四轨迹在所述车辆坐标系中的第四误差距离;
根据所述第三误差距离和所述第四误差距离,确定所述目标轨迹误差。
8.权利要求7所述的方法,其特征在于,所述根据所述第三误差距离和所述第四误差距离,确定所述目标轨迹误差,包括:
确定与所述遮挡程度信息对应的第二权重系数;
基于所述第二权重系数对所述第三误差距离和所述第四误差距离进行加权求和,得到所述目标轨迹误差。
9.如权利要求1所述的方法,其特征在于,所述数据是对定位传感器的感测数据处理得到;
其中,所述确定所述车辆所行驶道路的遮挡程度信息,包括:
获取所述定位传感器在处理所述感测数据的过程中对应的解状态;
根据所述解状态,确定所述车辆所行驶道路的所述遮挡程度信息。
10.如权利要求9所述的方法,其特征在于,所述解状态包括以下至少一项:固定解,浮点解以及单点解;
其中,所述根据所述解状态,确定所述车辆所行驶道路的所述遮挡程度信息,包括:
如果所述解状态是所述固定解,则确定所述遮挡程度信息是第一遮挡等级;
如果所述解状态包括:所述固定解和所述浮点解,则确定所述遮挡程度信息是第二遮挡等级,其中,所述第二遮挡等级描述的遮挡程度高于所述第一遮挡等级描述的遮挡程度;
如果所述解状态包括:所述固定解,所述浮点解和所述单点解,则确定所述遮挡程度信息是第三遮挡等级,其中,所述第三遮挡等级描述的遮挡程度高于所述第二遮挡等级描述的遮挡程度;
如果所述解状态是所述单点解,则确定所述遮挡程度信息是第四遮挡等级,其中,所述第四遮挡等级描述的遮挡程度高于所述第三遮挡等级描述的遮挡程度。
11.如权利要求1所述的方法,其特征在于,所述根据所述定位误差信息和所述遮挡程度信息,确定所述数据是否满足检测指标,包括:
获取与所述遮挡程度信息对应的位置误差阈值,轨迹误差阈值以及位姿误差阈值;
如果所述目标位置误差小于或等于所述位置误差阈值,且所述目标轨迹误差小于或等于所述轨迹误差阈值,且所述目标位姿误差小于或等于所述位姿误差阈值,则确定所述数据满足检测指标;
如果所述目标位置误差大于所述位置误差阈值,或所述目标轨迹误差大于所述轨迹误差阈值,或所述目标位姿误差大于所述位姿误差阈值,则确定所述数据不满足检测指标。
12.一种数据检测装置,其特征在于,所述装置包括:
获取模块,用于获取用于对车辆进行定位的数据,其中,所述数据具有对应的定位误差信息;
第一确定模块,用于确定所述车辆所行驶道路的遮挡程度信息,其中,所述遮挡程度信息表示所述道路被遮挡情况的程度;
第二确定模块,用于根据所述定位误差信息和所述遮挡程度信息,确定所述数据是否满足检测指标;
所述数据包括:所述车辆在预设时间段内的目标轨迹和目标位姿;其中,所述定位误差信息是基于以下方式确定:
获取与所述目标轨迹对应的参考轨迹,和与所述目标位姿对应的参考位姿;
根据所述目标轨迹、所述目标位姿、所述参考轨迹,以及所述参考位姿确定所述定位误差信息;
所述目标轨迹包括:目标轨迹点的初始位置坐标,所述参考轨迹包括:参考轨迹点的参考位置坐标;
其中,所述根据所述目标轨迹、所述目标位姿、所述参考轨迹,以及所述参考位姿确定所述定位误差信息,包括:
确定所述初始位置坐标和所述参考位置坐标之间的目标位置误差、所述目标轨迹和所述参考轨迹之间的目标轨迹误差,以及所述目标位姿和所述参考位姿之间的目标位姿误差,其中,所述目标位置误差,所述目标位姿误差以及所述目标轨迹误差被作为所述定位误差信息。
13.一种车辆,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;其中,所述处理器被配置为:实现权利要求1-11中任一项所述方法的步骤。
14.一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行一种数据检测方法,所述方法包括:
获取用于对车辆进行定位的数据,其中,所述数据具有对应的定位误差信息;
确定所述车辆所行驶道路的遮挡程度信息,其中,所述遮挡程度信息表示所述道路被遮挡情况的程度;
根据所述定位误差信息和所述遮挡程度信息,确定所述数据是否满足检测指标;
所述数据包括:所述车辆在预设时间段内的目标轨迹和目标位姿;其中,所述定位误差信息是基于以下方式确定:
获取与所述目标轨迹对应的参考轨迹,和与所述目标位姿对应的参考位姿;
根据所述目标轨迹、所述目标位姿、所述参考轨迹,以及所述参考位姿确定所述定位误差信息;
所述目标轨迹包括:目标轨迹点的初始位置坐标,所述参考轨迹包括:参考轨迹点的参考位置坐标;
其中,所述根据所述目标轨迹、所述目标位姿、所述参考轨迹,以及所述参考位姿确定所述定位误差信息,包括:
确定所述初始位置坐标和所述参考位置坐标之间的目标位置误差、所述目标轨迹和所述参考轨迹之间的目标轨迹误差,以及所述目标位姿和所述参考位姿之间的目标位姿误差,其中,所述目标位置误差,所述目标位姿误差以及所述目标轨迹误差被作为所述定位误差信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310612020.3A CN116659529B (zh) | 2023-05-26 | 2023-05-26 | 数据检测方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310612020.3A CN116659529B (zh) | 2023-05-26 | 2023-05-26 | 数据检测方法、装置、车辆及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116659529A CN116659529A (zh) | 2023-08-29 |
CN116659529B true CN116659529B (zh) | 2024-02-06 |
Family
ID=87714723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310612020.3A Active CN116659529B (zh) | 2023-05-26 | 2023-05-26 | 数据检测方法、装置、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116659529B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19716391A1 (de) * | 1996-05-01 | 1997-11-13 | Honda Motor Co Ltd | Fehlerdiagnosesystem für einen Gierratensensor |
JP2014085219A (ja) * | 2012-10-23 | 2014-05-12 | Toyota Motor Corp | 位置検出装置、位置検出方法、及び運転支援装置 |
CN109572555A (zh) * | 2018-11-13 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 一种应用于无人车的遮挡信息显示方法和系统 |
KR102187112B1 (ko) * | 2019-09-05 | 2020-12-04 | 주식회사 한화 | 성능 기반 확률 분석을 통한 탐색기 및 관성 측정기를 선정하는 장치 및 그 방법 |
CN113525228A (zh) * | 2021-09-07 | 2021-10-22 | 新石器慧通(北京)科技有限公司 | 遮挡信息显示方法、装置、电子设备及存储介质 |
CN114212101A (zh) * | 2021-11-29 | 2022-03-22 | 江铃汽车股份有限公司 | 一种自动驾驶定位方法、系统及汽车 |
CN114494391A (zh) * | 2021-12-15 | 2022-05-13 | 武汉光庭信息技术股份有限公司 | 一种基于evo的slam地图精度确认方法和系统 |
WO2023015566A1 (zh) * | 2021-08-13 | 2023-02-16 | 深圳市大疆创新科技有限公司 | 控制方法、控制装置、可移动平台及存储介质 |
KR20230061607A (ko) * | 2021-10-28 | 2023-05-09 | 한국자동차연구원 | 자율주행 차량 평가 시스템 및 방법 |
-
2023
- 2023-05-26 CN CN202310612020.3A patent/CN116659529B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19716391A1 (de) * | 1996-05-01 | 1997-11-13 | Honda Motor Co Ltd | Fehlerdiagnosesystem für einen Gierratensensor |
JP2014085219A (ja) * | 2012-10-23 | 2014-05-12 | Toyota Motor Corp | 位置検出装置、位置検出方法、及び運転支援装置 |
CN109572555A (zh) * | 2018-11-13 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 一种应用于无人车的遮挡信息显示方法和系统 |
KR102187112B1 (ko) * | 2019-09-05 | 2020-12-04 | 주식회사 한화 | 성능 기반 확률 분석을 통한 탐색기 및 관성 측정기를 선정하는 장치 및 그 방법 |
WO2023015566A1 (zh) * | 2021-08-13 | 2023-02-16 | 深圳市大疆创新科技有限公司 | 控制方法、控制装置、可移动平台及存储介质 |
CN113525228A (zh) * | 2021-09-07 | 2021-10-22 | 新石器慧通(北京)科技有限公司 | 遮挡信息显示方法、装置、电子设备及存储介质 |
KR20230061607A (ko) * | 2021-10-28 | 2023-05-09 | 한국자동차연구원 | 자율주행 차량 평가 시스템 및 방법 |
CN114212101A (zh) * | 2021-11-29 | 2022-03-22 | 江铃汽车股份有限公司 | 一种自动驾驶定位方法、系统及汽车 |
CN114494391A (zh) * | 2021-12-15 | 2022-05-13 | 武汉光庭信息技术股份有限公司 | 一种基于evo的slam地图精度确认方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116659529A (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190219697A1 (en) | Lidar localization | |
US20220011448A1 (en) | Positioning method, device, medium and equipment | |
RU2750243C2 (ru) | Способ и система для формирования траектории для беспилотного автомобиля (sdc) | |
RU2744012C1 (ru) | Способы и системы для автоматизированного определения присутствия объектов | |
CN115878494B (zh) | 自动驾驶软件系统的测试方法、装置、车辆及存储介质 | |
US20210192777A1 (en) | Method, device and storage medium for positioning object | |
CN115187952A (zh) | 一种车道线检测方法、装置、电子设备及存储介质 | |
RU2757234C2 (ru) | Способ и система для вычисления данных для управления работой беспилотного автомобиля | |
CN116626670B (zh) | 自动驾驶模型的生成方法、装置、车辆及存储介质 | |
CN116380088B (zh) | 车辆定位方法、装置、车辆及存储介质 | |
US20230322236A1 (en) | Vehicle pose assessment | |
CN116659529B (zh) | 数据检测方法、装置、车辆及存储介质 | |
CN115718304A (zh) | 目标对象检测方法、装置、车辆及存储介质 | |
CN116343174A (zh) | 目标检测方法、装置、车辆和存储介质 | |
WO2023017625A1 (en) | Drive device, vehicle, and method for automated driving and/or assisted driving | |
CN114279454A (zh) | 用于在环境中导航移动平台的方法和系统 | |
CN116767224B (zh) | 确定可行驶区域的方法、装置、车辆、及存储介质 | |
CN116678423B (zh) | 多源融合定位方法、装置及车辆 | |
CN116563812B (zh) | 目标检测方法、装置、存储介质及车辆 | |
CN115900771B (zh) | 信息确定的方法、装置、车辆及存储介质 | |
CN116363631B (zh) | 三维目标检测方法、装置及车辆 | |
RU2769918C1 (ru) | Способ позиционирования наземного транспортного средства | |
CN115661798B (zh) | 确定目标区域的方法、装置、车辆及存储介质 | |
WO2023017624A1 (en) | Drive device, vehicle, and method for automated driving and/or assisted driving | |
US11158066B2 (en) | Bearing only SLAM with cameras as landmarks |
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 |