CN116736327A - 定位数据优化方法、装置、电子设备和可读存储介质 - Google Patents
定位数据优化方法、装置、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN116736327A CN116736327A CN202311001860.2A CN202311001860A CN116736327A CN 116736327 A CN116736327 A CN 116736327A CN 202311001860 A CN202311001860 A CN 202311001860A CN 116736327 A CN116736327 A CN 116736327A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- positioning data
- frame
- ith
- cloud frame
- 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.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000006870 function Effects 0.000 claims description 53
- 238000012545 processing Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/35—Constructional details or hardware or software details of the signal processing chain
- G01S19/37—Hardware or software details of the signal processing chain
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/485—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an optical system or imaging system
-
- 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
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请公开了一种定位数据优化方法、装置、电子设备和可读存储介质。定位数据优化方法包括:获取目标空间对应的点云数据集和定位数据集;在N个点云帧中确定与第i个定位数据对应的第i个点云帧;获取点云数据集中满足预设匹配条件的点云帧,得到第i个定位数据对应的点云帧约束集,预设匹配条件包括帧序列号与第i个点云帧之间帧序列号的差值小于或者等于预设阈值;根据点云帧约束集中点云帧之间的欧氏距离和目标优化函数,确定第i个定位数据的调整量,其中,调整量为目标优化函数最小取值时的解;根据第i个定位数据的调整量,调整第i个定位数据,得到第i个定位数据对应的目标定位数据。根据本申请实施例,能够有效提高定位数据准确度。
Description
技术领域
本申请属于定位技术领域,尤其涉及一种定位数据优化方法、装置、电子设备和可读存储介质。
背景技术
随着定位技术的发展,越来越多的可移动设备通过自身定位实现导航和自动移动。例如在轨道交通场景中,利用激光雷达点云构建和真实世界尽量一致的点云地图,对精确定位、场景感知具有重要的意义。然而激光雷达建图会有累计误差,为此,在构建点云地图的过程中通过引入回环检测、全局位姿约束等技术可以有效减少构建点云地图的累计误差,以及减少点云地图与真实世界的差异。
目前,可移动设备通常配置有卫星定位模块,可移动设备可以基于卫星定位获取的定位数据,作为对点云地图的全局位姿约束,以用于精准构图。然而,但卫星定位过程容易收到干扰,会导致定位数据存在误差较大的问题,此时,会导致全局位姿约束自身的噪声变大,对构建的点云地图的约束能力也就越差,因此,基于收到干扰的定位数据,难以有效减少点云地图累计误差,以及减少点云地图与真实世界的差异。
发明内容
本申请实施例提供一种定位数据优化方法、装置、电子设备和可读存储介质,能够有效提高定位数据准确度,有利于构建减少构建点云地图累计误差,提高点云地图与真实世界的一致性。
第一方面,本申请实施例提供一种定位数据优化方法,包括:
获取目标空间对应的点云数据集和定位数据集,其中,点云数据集包括N个点云帧,定位数据集包括与每个点云帧一一对应的定位数据;
在N个点云帧中确定与第i个定位数据对应的第i个点云帧;
获取点云数据集中满足预设匹配条件的点云帧,得到第i个定位数据对应的点云帧约束集,其中,预设匹配条件包括帧序列号与第i个点云帧之间帧序列号的差值小于或者等于预设阈值,点云帧约束集中点云帧的个数小于或者等于N;
根据点云帧约束集中点云帧之间的欧氏距离和目标优化函数,确定第i个定位数据的调整量,其中,调整量为目标优化函数最小取值时的解;
根据第i个定位数据的调整量,调整第i个定位数据,得到第i个定位数据对应的目标定位数据。
在第一方面的一些可实现方式中,获取点云数据集中满足预设匹配条件的点云帧,得到第i个定位数据对应的点云帧约束集,包括:
确定每个点云帧的帧序列号;
计算第i个点云帧的帧序列号与点云数据集中的每个点云帧的帧序列号的差值;
根据点云数据集中差值和预设匹配条件,确定第i个定位数据对应的点云帧约束集。
在第一方面的一些可实现方式中,预设匹配条件还包括点云帧的帧序列号与第i个点云帧之间帧序列号的差值等于a的幂运算值,a为预设参数。
在第一方面的一些可实现方式中,根据点云数据集中差值和预设匹配条件,确定第i个定位数据对应的点云帧约束集,还包括:
将N个点云帧中首个采集的点云帧标记为关键点云帧,并根据每个点云帧的帧序列号,确定N个点云帧中剩余的关键点云帧,其中,相邻两个关键点云帧对应帧序列号的差值为B,B为预设整数;
在第n个点云帧为关键点云帧,且第n个点云帧与第i个点云帧之间帧序列号的差值小于或者等于预设阈值的情况下,将第n个点云帧确定为与第i个点云帧相匹配的点云帧;以及,
将N个点云帧中首个采集的点云帧和最后一次采集的点云帧,确定为与第i个点云帧相匹配的点云帧。
在第一方面的一些可实现方式中,根据点云帧约束集中点云帧之间的欧氏距离和目标优化函数,确定第i个定位数据的调整量,包括:
获取点云帧约束集中每个点云帧在预设三维坐标系的位姿信息;
根据第i个点云帧的位姿信息和点云帧约束集中每个点云帧的位姿信息,确定第i个点云帧分别与点云帧约束集中每个点云帧的欧氏距离;
获取点云帧约束集中每个点云帧对应定位数据;
将第i个点云帧分别与点云帧约束集中每个点云帧之间的欧氏距离、点云帧约束集中每个点云帧对应定位数据,代入目标优化函数并进行求解;
获取目标优化函数取值最小时对应的调整量,并将目标优化函数取值最小时对应的调整量确定为第i个定位数据的调整量。
在第一方面的一些可实现方式中,预设三维坐标系的包括三个预设坐标方向;
目标优化函数包括定位数据调整项,定位数据调整项包括三个预设坐标方向分别对应预设调整系数,定位数据调整用表示对定位数据的调整量损失。
在第一方面的一些可实现方式中,获取点云帧约束集中每个点云帧在预设三维坐标系的位姿信息,包括:
根据N个点云帧,构建目标空间的点云地图;
根据点云地图,确定每个点云帧与预设三维坐标系的位姿信息,得到N个点云帧分别对应的位姿信息。
第二方面,本申请实施例提供一种定位数据优化装置,包括:
获取模块,用于获取目标空间对应的点云数据集和定位数据集,其中,点云数据集包括N个点云帧,定位数据集包括与每个点云帧一一对应的定位数据;
处理模块,用于在N个点云帧中确定与第i个定位数据对应的第i个点云帧;
处理模块,还用于获取点云数据集中满足预设匹配条件的点云帧,得到第i个定位数据对应的点云帧约束集,其中,预设匹配条件包括帧序列号与第i个点云帧之间帧序列号的差值小于或者等于预设阈值,其中,点云帧约束集中点云帧的个数小于或者等于N;
处理模块,还用于根据点云帧约束集中点云帧之间的欧氏距离和目标优化函数,确定第i个定位数据的调整量,其中,调整量为目标优化函数最小取值时的解;
处理模块,还用于根据第i个定位数据的调整量,调整第i个定位数据,得到第i个定位数据对应的目标定位数据。
第三方面,本申请提供一种电子设备,该设备包括:处理器以及存储有计算机程序指令的存储器;处理器执行计算机程序指令时实现第一方面或者第一方面任一可实现方式中所述的定位数据优化方法。
第四方面,本申请提供一种可读存储介质,可读存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现第一方面或者第一方面任一可实现方式中所述的定位数据优化方法。
第五方面,本申请实施例提供了一种计算机程序产品,所述计算机程序产品中的指令由电子设备的处理器执行时,使得所述电子设备执行如第一方面或者第一方面任一可实现方式中所述的定位数据优化方法。
本申请实施例的定位数据优化方法、装置、设备及可读存储介质,首先获取目标空间对应的点云数据集和定位数据集,其中,点云数据集包括N个点云帧,定位数据集包括与每个点云帧一一对应的定位数据;接下来,通过获取点云数据集中满足预设匹配条件的点云帧,得到第i个定位数据对应的点云帧约束集,其中,点云帧约束集中点云帧的个数小于或者等于N,之后,根据点云帧约束集中点云帧之间的欧氏距离和目标优化函数,确定第i个定位数据的调整量,其中,调整量为目标优化函数最小取值时的解;根据第i个定位数据的调整量,调整第i个定位数据,也即第i个定位数据对应的目标定位数据。其中,由于采用了不同点云帧之间的欧氏距离,从而可以有效避开点云数据存在的累计误差,再结合激光的准确性,确定与点云帧一一对应的定位数据的调整量,从而有效提高调整后的定位数据的准确性。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单的介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种定位数据优化方法的流程示意图;
图2是本申请实施例提供的一种定位数据优化装置的结构示意图;
图3是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅意在解释本申请,而不是限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
随着定位技术的发展,越来越多的可移动设备通过自身定位实现导航和自动移动。可移动设备通过自身定位实现导航的过程中,定位精度是保障安全行驶和智能规划路径的重要一环,例如,轨道交通中的行驶的列车、在道路中自动驾驶的车辆等。
目前,可移动设备通常配置有卫星定位模块,可移动设备可以基于卫星定位获取的定位数据,但卫星定位过程容易收到干扰,会导致定位数据存在误差较大的问题,尤其在卫星定位模块在受到大面积遮挡的情况下,甚至会导致定位数据完全不可用的情况,因此,目前减少定位数据的误差仍是亟需解决的问题。
针对于此,本申请实施例提供了一种定位数据优化方法、装置、电子设备和可读存储介质,能够有效提高定位数据准确度。
下面结合附图首先对本申请实施例所提供的定位数据优化方法进行介绍。图1示出了本申请一个实施例提供的定位数据优化方法的流程示意图。如图1所示,该方法可以包括步骤110至步骤150。
步骤110,获取目标空间对应的点云数据集和定位数据集。
其中,点云数据集包括N个点云帧,定位数据集包括与每个点云帧一一对应的定位数据;
步骤120,在N个点云帧中确定与第i个定位数据对应的第i个点云帧。
步骤130,获取点云数据集中满足预设匹配条件的点云帧,得到第i个定位数据对应的点云帧约束集。
其中,预设匹配条件包括帧序列号与第i个点云帧之间帧序列号的差值小于或者等于预设阈值,点云帧约束集中点云帧的个数小于或者等于N。
步骤140,根据点云帧约束集中点云帧之间的欧氏距离和目标优化函数,确定第i个定位数据的调整量。
其中,调整量为目标优化函数最小取值时的解。
步骤150,根据第i个定位数据的调整量,调整第i个定位数据,得到第i个定位数据对应的目标定位数据。
下面对上述步骤进行详细说明,具体如下所示。
具体地,涉及上述步骤110和步骤120,获取目标空间对应的点云数据集和定位数据集。其中,目标空间可以是室外空间、室内空间或者半室外空间等,具体例如,例如预设轨道路段、商场、体育场等。
可以采用配置有激光感知设备和卫星定位设备在目标空间中进行数据采集。其中,激光感知设备例如激光雷达,卫星定位设备例如全球导航卫星系统(GlobalNavigation Satellite System,GNSS),在此并不对激光感知设备和卫星定位设备进行具体限定。
在一些实施例中,通过激光感知设备和卫星定位设备进行数据采集,可以获得点云数据集和定位数据集,其中,对于点云数据集包括三维N个点云帧,定位数据集包括与每个点云帧一一对应的定位数据,也即,定位数据集中可以包括N个定位数据。可选地,可以对激光感知设备和卫星定位设备的可以设定相同的采集频率,以便于获得一一对应的点云帧和定位数据。也可以对激光感知设备和卫星定位设备分别设定不同的采集频率,通过记录每个点云帧采集时间和定位数据的采集时间,从而获得采集时间一致的点云帧和定位数据。
为了提供定位数据的精度,可以分别确定每个定位数据对应的调整量。具体地,对于第i个定位数据,可以从N个点云帧中确定与第i个定位数据对应的第i个点云帧,其中,i可以用于表示定位数据的采集时间的先后次序,当i越小时,采集时间越早,当i越大时,采集时间越晚。可以理解的是,i的取值范围为[1,N],且i和N均为正整数。
在确定与第i个定位数据对应的第i个点云帧后,可以根据第i个点云帧的帧序列号,确定点云帧约束集。具体地,涉及上述步骤130,获取所述点云数据集中满足预设匹配条件的点云帧,得到所述第i个定位数据对应的点云帧约束集。
具体地,可以参考以下步骤:确定每个所述点云帧的帧序列号;计算所述第i个点云帧的帧序列号与点云数据集中的每个点云帧的帧序列号的差值;根据点云数据集中差值和预设匹配条件,确定第i个定位数据对应的点云帧约束集。
可选地,与第i个点云帧相匹配的点云帧,可以指帧序列号满足预设匹配条件的点云帧。例如,预设匹配条件可以包括预设匹配条件包括帧序列号与第i个点云帧之间帧序列号的差值小于或者等于预设阈值,点云帧约束集中点云帧的个数小于或者等于N,又例如,与第i个点云帧相匹配的点云帧还可以包括从N个点云帧中提取预设数量的点云帧。
在生成第i个定位数据对应的点云帧约束集后,具体地,涉及上述步骤140,可以根据点云帧约束集中包括的点云帧之间的欧氏距离和目标优化参数,确定第i个定位数据的调整量。
具体地,确定第i个定位数据的调整量可以参考以下步骤:
步骤1401,获取点云帧约束集中每个点云帧在预设三维坐标系的位姿信息。
步骤1402,根据第i个点云帧的位姿信息和点云帧约束集中每个点云帧的位姿信息,确定第i个点云帧分别与点云帧约束集中每个点云帧的欧氏距离。
步骤1403,获取点云帧约束集中每个点云帧对应定位数据。
步骤1404,将第i个点云帧分别与点云帧约束集中每个点云帧之间的欧氏距离、点云帧约束集中每个点云帧对应定位数据,代入目标优化函数并进行求解。
步骤1405,获取目标优化函数取值最小时对应的调整量,并将目标优化函数取值最小时对应的调整量确定为第i个定位数据的调整量。
示例性的,预设三维坐标系可以是世界坐标系,其中,获取点云帧约束集中每个点云帧在预设三维坐标系的位姿信息,可以包括:根据N个点云帧,构建目标空间的点云地图;根据点云地图,确定每个点云帧与预设三维坐标系的位姿信息,得到N个点云帧分别对应的位姿信息。
可选地,可以采用激光SLAM技术构建目标空间的点云地图,可选地,为了提高点云地图的精度,在构建点云地图的过程中,可以引入回环检测等提高点云地图精度的数据处理过程,从而减少构建点云地图过程中的累计误差,以减少点云地图和真实世界的差异,同时,使用高精度的点云地图确定定位数据的调整量时,也有利于提高调整量的精准度,提高调整后的定位数据的定位精度。
在获得点云地图后,可以确定每个点云帧在预设三维坐标系中的位置信息。其中,位姿信息可以指点云帧在预设三维坐标系中的姿态信息,具体的位姿信息可以通过为点云帧在预设三维坐标系中对应的坐标、点云帧与预设三维坐标系中每个坐标轴之间的夹角来表示。
根据本申请实施例,通过构建高精度的点云地图,确定每个点云帧位姿信息,有利于提高调整量的精准度,提高调整后的定位数据的定位精度。
在一些实施例中,在确定点云帧约束集中每个点云帧的位姿信息后,可以结合每个点云帧的位姿信息,计算第i个点云帧分别与点云帧约束集中每个点云帧的欧氏距离,以及获取点云帧约束集中每个点云帧对应定位数据,之后,将第i个点云帧分别与点云帧约束集中每个点云帧之间的欧氏距离、点云帧约束集中每个点云帧对应定位数据,代入目标优化函数并进行求解,以获得第i个定位数据的调整量,也即,第i个定位数据的调整量为目标优化函数的待优化参数。
示例性的,目标优化函数可以如公式(1)所示:
(1)
在目标优化函数中,E为点云帧约束集,为第i个定位数据的调整量,/>为第i个点云帧与第j个点云帧之间的欧氏距离,/>,其中,/>为第i个定位数据,/>,其中,/>为第j个定位数据,/>为第j个调整后的定位数据。
在本申请的一些实施例中,预设三维坐标系的包括三个预设坐标方向,目标优化函数包括定位数据调整项,定位数据调整项包括三个预设坐标方向分别对应预设调整系数,其中,定位数据调整用表示对定位数据的调整量损失。
示例性的,定位数据调整项为目标优化函数中,具体地,在目标优化函数中/>可以用于表示对定位数据的调整量损失,其中,/>为超参数,/>可以预先设定。例如,当原始的定位数据误差越小,/>可以设定的越大,可以尽量减少对原始定位数据的调整量,从而得到更好的优化结果,有利于提高对原始定位数据的调整精度。
可选地,对于调整量d i 在三个预设坐标方向的调整量表示为(x i ,y i ,z i ),λ可以包括对应x i ,y i ,z i 分别设定的预设调整系数。基于此,由此,可以进一步提高对第i个定位数据的调整精度。
在本申请实施例中,目标优化函数的可以有多种方式求解,例如高斯牛顿等求解方式,本申请实施例对具体地求解方式并不限定。
结合目标优化函数可以看出,当目标优化函数的取值最小时对应的解,即为第i个定位数据的调整量。
在获得第i个定位数据的调整量后,涉及上述步骤150,根据第i个定位数据的调整量,调整第i个定位数据,得到第i个定位数据对应的目标定位数据。
示例性的,对第i个定位数据的调整量和第i个定位数据进行求和计算,得到调整后的定位数据,也即第i个定位数据对应的目标定位数据。
根据本申请实施例,在构建的目标优化函数中,通过采用了不同点云帧之间的欧氏距离,从而可以有效减少点云数据存在的累计误差,再结合激光的准确性,确定与点云帧一一对应的定位数据的调整量,从而有效提高调整后的定位数据的准确性。
在一些实施例中,为了提高对定位数据的调整精度,还可以参考以下步骤确定与第i个点云帧相匹配的点云帧:在第n个点云帧与第i个点云帧之间帧序列号的差值小于或者等于预设阈值的情况下,将第n个点云帧确定为与第i个点云帧相匹配的点云帧。
具体地,在点云数据集中的N个点云帧,在确定第i个点云帧后,判断第n个点云帧与第i个点云帧之间帧序列号的差值是否小于或者等于预设阈值。也即对于第n个点云帧,当|i-n|≤m时,将第n个点云帧确定为与第i个点云帧相匹配的点云帧,其中,m为预设阈值,预设阈值可以根据应用场景进行设定。
在两个点云帧之间帧序列号的差值越大,说明两个点云帧在采集时对应位置距离较远,两个点云帧之间的就越可能存在较大的累计误差,从而限制了对定位数据的调整精度。在本申请实施例中,通过选取差值小于或者等于预设阈值的点云帧作为与第i个点云帧相匹配的点云帧,不仅可以避免两个点云帧之间的较大的累计误差的影响,提供定位精度,还可以有效减少计算量,提高获取调整量的计算速度。
在一些实施例中,由于点云帧具有稠密的特性,在对目标优化函数进行非线性优化时会由于优化函数过于复杂,导致目标优化函数计算难度较大,反而影响目标优化函数求解过程的迭代效率。为了解决该问题,还可以参考以下步骤确定与第i个点云帧的点云帧相匹配的点云帧:
步骤201,将N个点云帧中首个采集的点云帧标记为关键点云帧,并根据每个点云帧的帧序列号,确定N个点云帧中剩余的关键点云帧,其中,相邻两个关键点云帧对应帧序列号的差值为B,B为预设整数。
步骤202,在第n个点云帧为关键点云帧,且第n个点云帧与第i个点云帧之间帧序列号的差值小于或者等于预设阈值的情况下,将第n个点云帧确定为与第i个点云帧相匹配的点云帧。
步骤203,将N个点云帧中首个采集的点云帧和最后一次采集的点云帧,确定为与第i个点云帧相匹配的点云帧。
具体地,在确定N个点云帧分别对应的帧序列号后,将首个采集的点云帧设为关键帧,依次选取关键点云帧,相邻两个关键点云帧对应帧序列号的差值为B是指,相邻的两个关键帧之间间隔B个点云帧。
可选地,相邻两个关键点云帧对应帧序列号的差值于预设阈值的关系满足m=B3。
在本申请的一些实施例中,对于满足|i-n|≤m的两两个关键点云帧,还可以将相邻两个关键点云帧之间的点云帧与相邻的两个关键点云帧之间设置约束,从而确保证局部优化的准确性。
根据本申请实施例,由于减少了点云帧的个数,能够有效降低目标优化函数计算难度,在选取关键点云帧时结合关键帧之间的间隔与第一预设值的关系,使得目标优化函数求解过程能够获得更优的迭代效率。
在一些实施例中,可选地,为了简化约束关系,实现使用非稠密的约束达到近似的约束效果,得到极其相近的优化结果。还可以采用倍增的方式确定与第i个点云帧相匹配的点云帧。具体地,可以参考以下步骤:在第n个点云帧与第i个点云帧之间帧序列号的差值等于a的幂运算值的情况下,将第n个点云帧确定为与第i个点云帧相匹配的点云帧;其中,a为预设参数,n用于表示点云帧的帧序列号。
示例性的,当n=i+a0,i+a1,i+a2,……,i+ak时,第n个点云帧与第i个点云帧之间帧序列号的差值为a0,a1,a2,……,ak,此时,可以将第n个点云帧确定为与第i个点云帧相匹配的点云帧。
在本申请实施例中,将获取定位数据调整量的问题,建模成一个非线性优化问题,再使用点云帧之间的位姿信息的欧氏距离作为帧间的距离约束关系,能够在保障计算复杂度的同时,保障其具有接近于完全图约束的优化效果。其中,通过使用高精度的点云地图,确定每个点云帧位姿信息,可以获得局部相对准确的位姿关系,通过使用点云帧之间的位姿信息的欧氏距离作为帧间的距离约束关系,可以避开构建点云地图过程的累计误差,有利于提高确定定位数据的调整量的精准度,从而提高调整后的定位数据的定位精度。
此外,根据本申请实施例获得的调整后的定位数据,还可以作为SLAM的全局约束信息,重新优化目标空间的点云地图,从而进一步提升构建点云地图的准确性,提高所构建的点云地图在实际应用中的可靠性。
基于相同的发明构思,本申请还提供了与上述定位数据优化方法对应的定位数据优化装置200。具体结合图2进行详细说明。
图2是本申请实施例提供的一种定位数据优化装置的结构示意图,如图2所示,该定位数据优化装置可以包括:获取模块210和处理模块220。
获取模块,用于获取目标空间对应的点云数据集和定位数据集,其中,点云数据集包括N个点云帧,定位数据集包括与每个点云帧一一对应的定位数据;
处理模块220,用于在N个点云帧中确定与第i个定位数据对应的第i个点云帧;
处理模块220,还用于根据点云数据集每个点云帧的帧序列号,确定点云数据集中与第i个点云帧相匹配的点云帧;
处理模块220,还用于根据点云数据集中与第i个点云帧相匹配的点云帧,生成第i个定位数据对应的点云帧约束集,其中,点云帧约束集中点云帧的个数小于N;
处理模块220,还用于根据点云帧约束集中点云帧之间的欧氏距离和目标优化函数,确定第i个定位数据的调整量,其中,调整量为目标优化函数最小取值时的解;
处理模块220,还用于根据第i个定位数据的调整量,调整第i个定位数据,得到第i个定位数据对应的目标定位数据。
在一些实施例中,处理模块220,还用于确定每个点云帧的帧序列号;
处理模块220,还用于计算第i个点云帧的帧序列号与点云数据集中的每个点云帧的帧序列号的差值;
处理模块220,还用于根据点云数据集中差值满足预设匹配条件的点云帧,确定与第i个点云帧相匹配的点云帧。
在一些实施例中,所述预设匹配条件还包括点云帧的帧序列号与所述第i个点云帧之间帧序列号的差值等于a的幂运算值,a为预设参数。
在一些实施例中,处理模块220,还用于将N个点云帧中首个采集的点云帧标记为关键点云帧,并根据每个点云帧的帧序列号,确定N个点云帧中剩余的关键点云帧,其中,相邻两个关键点云帧对应帧序列号的差值为B,B为预设整数;
处理模块220,还用于在第n个点云帧为关键点云帧,且第n个点云帧与第i个点云帧之间帧序列号的差值小于或者等于预设阈值的情况下,将第n个点云帧确定为与第i个点云帧相匹配的点云帧;以及,
处理模块220,还用于将N个点云帧中首个采集的点云帧和最后一次采集的点云帧,确定为与第i个点云帧相匹配的点云帧。
在一些实施例中,获取模块210,还用于获取点云帧约束集中每个点云帧在预设三维坐标系的位姿信息;
处理模块220,还用于根据第i个点云帧的位姿信息和点云帧约束集中每个点云帧的位姿信息,确定第i个点云帧分别与点云帧约束集中每个点云帧的欧氏距离;
获取模块210,还用于获取点云帧约束集中每个点云帧对应定位数据;
处理模块220,还用于将第i个点云帧分别与点云帧约束集中每个点云帧之间的欧氏距离、点云帧约束集中每个点云帧对应定位数据,代入目标优化函数并进行求解;
获取模块210,还用于获取目标优化函数取值最小时对应的调整量,并将目标优化函数取值最小时对应的调整量确定为第i个定位数据的调整量。
在一些实施例中,预设三维坐标系的包括三个预设坐标方向;
目标优化函数包括定位数据调整项,定位数据调整项包括三个预设坐标方向分别对应预设调整系数,定位数据调整用表示对定位数据的调整量损失。
在一些实施例中,处理模块220,还用于根据N个点云帧,构建目标空间的点云地图;
处理模块220还用于根据点云地图,确定每个点云帧与预设三维坐标系的位姿信息,得到N个点云帧分别对应的位姿信息。
可以理解的是,本申请实施例的定位数据优化装置200,可以对应于本申请实施例提供的定位数据优化方法的执行主体,定位数据优化装置200的各个模块/单元的操作和/或功能的具体细节可以参见上述本申请实施例图1的定位数据优化方法中的相应部分的描述,为了简洁,在此不再赘述。
本申请实施例的定位数据优化装置,首先,获取目标空间对应的点云数据集和定位数据集,其中,点云数据集包括N个点云帧,定位数据集包括与每个点云帧一一对应的定位数据;接下来,通过在N个点云帧中确定与第i个定位数据对应的第i个点云帧;并根据点云数据集每个点云帧的帧序列号,确定点云数据集中与第i个点云帧相匹配的点云帧,可以根据点云数据集中与第i个点云帧相匹配的点云帧,生成第i个定位数据对应的点云帧约束集,其中,点云帧约束集中点云帧的个数小于N,之后,根据点云帧约束集中点云帧之间的欧氏距离和目标优化函数,确定第i个定位数据的调整量,其中,调整量为目标优化函数最小取值时的解;根据第i个定位数据的调整量,调整第i个定位数据,也即第i个定位数据对应的目标定位数据。其中,由于采用了不同点云帧之间的欧氏距离,从而可以有效减少点云数据存在的累计误差,再结合激光的准确性,确定与点云帧一一对应的定位数据的调整量,从而有效提高调整后的定位数据的准确性。
图3示出了本申请一个实施例提供的电子设备的结构示意图。如图3所示,该设备可以包括处理器301以及存储有计算机程序指令的存储器302。
具体地,上述处理器301可以包括中央处理器(Central Processing Unit,CPU),或者特定集成电路(Application Specific Integrated Circuit ,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器302可以包括用于信息或指令的大容量存储器。举例来说而非限制,存储器302可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在一个实例中,存储器302可以包括可移除或不可移除(或固定)的介质,或者存储器302是非易失性固态存储器。存储器302可在电子设备的内部或外部。
存储器可包括只读存储器(ROM),随机存取存储器(RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本公开的一方面的方法所描述的操作。
处理器301通过读取并执行存储器302中存储的计算机程序指令,以实现本申请实施例所描述的方法,并达到本申请实施例执行其方法达到的相应技术效果,为简洁描述在此不再赘述。
在一个示例中,该电子设备还可包括通信接口303和总线310。其中,如图3所示,处理器301、存储器302、通信接口303通过总线310连接并完成相互间的通信。
通信接口303,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线310包括硬件、软件或两者,将在线信息流量计费设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(Accelerated Graphics Port,AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,EISA)总线、前端总线(Front Side Bus,FSB)、超传输(Hyper Transport,HT)互连、工业标准架构(Industry Standard Architecture,ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线310可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该电子设备可以执行本申请实施例中的定位数据优化方法,从而实现本申请实施例描述的定位数据优化方法的相应技术效果。
另外,结合上述实施例中的定位数据优化方法,本申请实施例可提供一种可读存储介质来实现。该可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种定位数据优化方法。可读存储介质的示例可以是非暂态机器可读介质 ,如电子电路、半导体存储器设备、只读存储器(Read-Only Memory,ROM)、软盘、只读光盘(Compact Disc Read-Only Memory,CD-ROM)、光盘、硬盘等。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本申请的精神后,做出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、只读存储器(Read-Only Memory,ROM)、闪存、可擦除只读存储器(Erasable ReadOnly Memory,EROM)、软盘、只读光盘(Compact Disc Read-Only Memory,CD-ROM)、光盘、硬盘、光纤介质、射频(Radio Frequency,RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
本申请实施例还提供一种可读存储介质,该可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现本申请实施例提供的定位数据优化方法。
另外,结合上述实施例中的定位数据优化方法、装置,以及可读存储介质,本申请实施例可提供一种计算机程序产品来实现。所述计算机程序产品中的指令由电子设备的处理器执行时,使得所述电子设备执行上述实施例中的任意一种定位数据优化方法。
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,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,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
以上所述,仅为本申请的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种定位数据优化方法,其特征在于,包括:
获取目标空间对应的点云数据集和定位数据集,其中,所述点云数据集包括N个点云帧,所述定位数据集包括与每个所述点云帧一一对应的定位数据;
在所述N个点云帧中确定与第i个定位数据对应的第i个点云帧;
获取所述点云数据集中满足预设匹配条件的点云帧,得到所述第i个定位数据对应的点云帧约束集,其中,所述预设匹配条件包括帧序列号与所述第i个点云帧之间帧序列号的差值小于或者等于预设阈值,所述点云帧约束集中点云帧的个数小于或者等于N;
根据所述点云帧约束集中点云帧之间的欧氏距离和目标优化函数,确定所述第i个定位数据的调整量,其中,所述调整量为所述目标优化函数最小取值时的解;
根据所述第i个定位数据的调整量,调整所述第i个定位数据,得到所述第i个定位数据对应的目标定位数据。
2.根据权利要求1所述的方法,其特征在于,所述获取所述点云数据集中满足预设匹配条件的点云帧,得到所述第i个定位数据对应的点云帧约束集,包括:
确定每个所述点云帧的帧序列号;
计算所述第i个点云帧的帧序列号与所述点云数据集中的每个点云帧的帧序列号的差值;
根据所述点云数据集中差值和所述预设匹配条件,确定所述第i个定位数据对应的点云帧约束集。
3.根据权利要求2所述的方法,其特征在于,所述预设匹配条件还包括点云帧的帧序列号与所述第i个点云帧之间帧序列号的差值等于a的幂运算值,a为预设参数。
4.根据权利要求3所述的方法,其特征在于,所述根据所述点云数据集中差值和所述预设匹配条件,确定所述第i个定位数据对应的点云帧约束集,还包括:
将所述N个点云帧中首个采集的点云帧标记为关键点云帧,并根据每个所述点云帧的帧序列号,确定所述N个点云帧中剩余的关键点云帧,其中,相邻两个所述关键点云帧对应帧序列号的差值为B,B为预设整数;
在第n个点云帧为关键点云帧,且所述第n个点云帧与所述第i个点云帧之间帧序列号的差值小于或者等于预设阈值的情况下,将所述第n个点云帧确定为与所述第i个点云帧相匹配的点云帧;以及,
将所述N个点云帧中首个采集的点云帧和最后一次采集的点云帧,确定为与所述第i个点云帧相匹配的点云帧。
5.根据权利要求1所述的方法,其特征在于,所述根据所述点云帧约束集中点云帧之间的欧氏距离和目标优化函数,确定所述第i个定位数据的调整量,包括:
获取所述点云帧约束集中每个所述点云帧在预设三维坐标系的位姿信息;
根据所述第i个点云帧的位姿信息和所述点云帧约束集中每个所述点云帧的位姿信息,确定所述第i个点云帧分别与所述点云帧约束集中每个所述点云帧的欧氏距离;
获取所述点云帧约束集中每个所述点云帧对应定位数据;
将所述第i个点云帧分别与所述点云帧约束集中每个所述点云帧之间的欧氏距离、所述点云帧约束集中每个所述点云帧对应定位数据,代入所述目标优化函数并进行求解;
获取所述目标优化函数取值最小时对应的调整量,并将所述目标优化函数取值最小时对应的调整量确定为所述第i个定位数据的调整量。
6.根据权利要求5所述的方法,其特征在于,所述预设三维坐标系的包括三个预设坐标方向;
所述目标优化函数包括定位数据调整项,所述定位数据调整项包括三个所述预设坐标方向分别对应预设调整系数,所述定位数据调整用表示对定位数据的调整量损失。
7.根据权利要求5所述的方法,其特征在于,所述获取所述点云帧约束集中每个所述点云帧在预设三维坐标系的位姿信息,包括:
根据所述N个点云帧,构建所述目标空间的点云地图;
根据所述点云地图,确定每个所述点云帧与预设三维坐标系的位姿信息,得到所述N个点云帧分别对应的位姿信息。
8.一种定位数据优化装置,其特征在于,所述装置包括:
获取模块,用于获取目标空间对应的点云数据集和定位数据集,其中,所述点云数据集包括N个点云帧,所述定位数据集包括与每个所述点云帧一一对应的定位数据;
处理模块,用于在所述N个点云帧中确定与第i个定位数据对应的第i个点云帧;
所述处理模块,还用于获取所述点云数据集中满足预设匹配条件的点云帧,得到所述第i个定位数据对应的点云帧约束集,其中,所述预设匹配条件包括帧序列号与所述第i个点云帧之间帧序列号的差值小于或者等于预设阈值,其中,所述点云帧约束集中点云帧的个数小于或者等于N;
所述处理模块,还用于根据所述点云帧约束集中点云帧之间的欧氏距离和目标优化函数,确定所述第i个定位数据的调整量,其中,所述调整量为所述目标优化函数最小取值时的解;
所述处理模块,还用于根据所述第i个定位数据的调整量,调整所述第i个定位数据,得到所述第i个定位数据对应的目标定位数据。
9.一种电子设备,其特征在于,所述设备包括:处理器,以及存储有计算机程序指令的存储器;
所述处理器读取并执行所述计算机程序指令,以实现如权利要求1-7任意一项所述的定位数据优化方法。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的定位数据优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311001860.2A CN116736327B (zh) | 2023-08-10 | 2023-08-10 | 定位数据优化方法、装置、电子设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311001860.2A CN116736327B (zh) | 2023-08-10 | 2023-08-10 | 定位数据优化方法、装置、电子设备和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116736327A true CN116736327A (zh) | 2023-09-12 |
CN116736327B CN116736327B (zh) | 2023-10-24 |
Family
ID=87906313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311001860.2A Active CN116736327B (zh) | 2023-08-10 | 2023-08-10 | 定位数据优化方法、装置、电子设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116736327B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113763252A (zh) * | 2021-09-16 | 2021-12-07 | 中国电子科技集团公司第五十四研究所 | 一种用于无人机的大地坐标系与slam坐标系转换方法 |
DE102020115145A1 (de) * | 2020-06-08 | 2021-12-09 | Blickfeld GmbH | Punktwolkenverarbeitung |
CN114565726A (zh) * | 2022-01-26 | 2022-05-31 | 浙江工业大学 | 一种非结构化动态环境下的同时定位与建图方法 |
CN115031718A (zh) * | 2022-05-25 | 2022-09-09 | 安徽中科合鼎科技发展有限公司 | 一种多传感器融合的无人船同步定位与建图方法(slam)及系统 |
US20220309835A1 (en) * | 2021-03-26 | 2022-09-29 | Harbin Institute Of Technology, Weihai | Multi-target detection and tracking method, system, storage medium and application |
CN115717894A (zh) * | 2022-12-02 | 2023-02-28 | 大连理工大学 | 一种基于gps和普通导航地图的车辆高精度定位方法 |
WO2023045182A1 (zh) * | 2021-09-23 | 2023-03-30 | 上海仙途智能科技有限公司 | 目标物体的定位 |
WO2023045224A1 (zh) * | 2021-09-26 | 2023-03-30 | 北京三快在线科技有限公司 | 地图生成 |
CN115979241A (zh) * | 2022-12-05 | 2023-04-18 | 武汉大学 | 基于特征点联合平差的激光slam局部地图构建方法 |
-
2023
- 2023-08-10 CN CN202311001860.2A patent/CN116736327B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102020115145A1 (de) * | 2020-06-08 | 2021-12-09 | Blickfeld GmbH | Punktwolkenverarbeitung |
US20220309835A1 (en) * | 2021-03-26 | 2022-09-29 | Harbin Institute Of Technology, Weihai | Multi-target detection and tracking method, system, storage medium and application |
CN113763252A (zh) * | 2021-09-16 | 2021-12-07 | 中国电子科技集团公司第五十四研究所 | 一种用于无人机的大地坐标系与slam坐标系转换方法 |
WO2023045182A1 (zh) * | 2021-09-23 | 2023-03-30 | 上海仙途智能科技有限公司 | 目标物体的定位 |
WO2023045224A1 (zh) * | 2021-09-26 | 2023-03-30 | 北京三快在线科技有限公司 | 地图生成 |
CN114565726A (zh) * | 2022-01-26 | 2022-05-31 | 浙江工业大学 | 一种非结构化动态环境下的同时定位与建图方法 |
CN115031718A (zh) * | 2022-05-25 | 2022-09-09 | 安徽中科合鼎科技发展有限公司 | 一种多传感器融合的无人船同步定位与建图方法(slam)及系统 |
CN115717894A (zh) * | 2022-12-02 | 2023-02-28 | 大连理工大学 | 一种基于gps和普通导航地图的车辆高精度定位方法 |
CN115979241A (zh) * | 2022-12-05 | 2023-04-18 | 武汉大学 | 基于特征点联合平差的激光slam局部地图构建方法 |
Non-Patent Citations (2)
Title |
---|
WANG BO: "Immunohistochemical localization of GnRHR on nodose ganglion in goats.", CHINESE JOURNAL OF VETERINARY SCIENCE, vol. 34, no. 1 * |
张名芳;付锐;石涌泉;程文冬;: "基于激光雷达的远距离运动车辆位姿估计", 公路交通科技, no. 12 * |
Also Published As
Publication number | Publication date |
---|---|
CN116736327B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11391806B2 (en) | Estimating characteristics of objects in environment | |
CN105138779A (zh) | 车载gps时空轨迹大数据优选方法及系统 | |
Gikas et al. | A novel geodetic engineering method for accurate and automated road/railway centerline geometry extraction based on the bearing diagram and fractal behavior | |
EP4254015A1 (en) | Positioning accuracy evaluation method and apparatus | |
Marais et al. | GNSS accuracy enhancement based on pseudo range error estimation in an urban propagation environment | |
CN113335341A (zh) | 基于gnss和电子地图拓扑结构的列车定位系统及方法 | |
CN107484139A (zh) | 一种基于地理位置信息的车联网协作定位方法和装置 | |
CN111983655A (zh) | 城市峡谷区域的确定方法、装置、电子设备及存储介质 | |
CN110174907A (zh) | 一种基于自适应卡尔曼滤波的人体目标跟随方法 | |
CN113935402A (zh) | 时差定位模型的训练方法、装置及电子设备 | |
CN116736327B (zh) | 定位数据优化方法、装置、电子设备和可读存储介质 | |
CN108897026A (zh) | 卫星导航信号受遮挡情况下的合作车辆定位方法及装置 | |
CN105182379A (zh) | 一种区域定位导航增强信息提取算法 | |
CN111337950A (zh) | 提高地标定位精度的数据处理方法、装置、设备及介质 | |
CN116704549A (zh) | 三维空间关键点的位置检测方法、装置、设备及存储介质 | |
Tian et al. | Application of a long short-term memory neural network algorithm fused with Kalman filter in UWB indoor positioning | |
CN107516007B (zh) | 一种气团停留时长计算方法 | |
CN112880659B (zh) | 一种基于信息概率的融合定位方法 | |
CN116255976B (zh) | 地图融合方法、装置、设备及介质 | |
CN114222238A (zh) | 定位方法、装置和计算机可读存储介质 | |
CN116008906B (zh) | 一种基于tdoa的室内多径辅助定位系统及方法 | |
CN115696572B (zh) | 一种定位数据的生成方法、装置及相关设备 | |
CN112629553B (zh) | 一种智能网联环境下车辆协同定位方法、系统及装置 | |
CN115526936B (zh) | 定位模型的训练方法和点云数据定位方法及装置 | |
CN117998296A (zh) | 目标区域的大气延迟模型建立方法及装置 |
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 |