CN117269939B - 用于传感器的参数标定系统、方法及存储介质 - Google Patents
用于传感器的参数标定系统、方法及存储介质 Download PDFInfo
- Publication number
- CN117269939B CN117269939B CN202311385780.1A CN202311385780A CN117269939B CN 117269939 B CN117269939 B CN 117269939B CN 202311385780 A CN202311385780 A CN 202311385780A CN 117269939 B CN117269939 B CN 117269939B
- Authority
- CN
- China
- Prior art keywords
- calibration
- coordinates
- coordinate
- calibration object
- sensor
- 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 37
- 238000005259 measurement Methods 0.000 claims abstract description 78
- 238000013519 translation Methods 0.000 claims abstract description 43
- 238000005065 mining Methods 0.000 claims abstract description 26
- 238000013507 mapping Methods 0.000 claims abstract description 21
- 238000012937 correction Methods 0.000 claims description 41
- 238000004364 calculation method Methods 0.000 claims description 27
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 208000001491 myopia Diseases 0.000 description 1
- 230000004379 myopia Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- 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
-
- 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
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- 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
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Navigation (AREA)
Abstract
本发明提供了一种用于传感器的参数标定系统、方法及存储介质，并涉及自动驾驶技术领域。参数标定系统包括：测量参数模块，被配置成接收至少两个标定物的位置测量信息，并换算成标定物在矿区地图坐标系下的测量坐标；映射模块，被配置成将标定物的测量坐标转换成车身坐标系下的坐标，以作为标定物的参考坐标；传感器模块，被配置成获得至少两个标定物的点云簇，并基于点云簇计算标定物在传感器坐标系下的质心坐标；以及标定模块，被配置成基于至少两个标定物的参考坐标和质心坐标，计算航向角偏移量和坐标平移偏移量作为传感器的标定参数。本发明的系统以及方法能够在频繁变化的环境下进行传感器的参数标定。
Description
技术领域
本发明涉及自动驾驶技术，并且具体地，涉及一种用于传感器的参数标定系统、方法及存储介质。
背景技术
传感器是无人车自动驾驶系统中最为重要的部件之一，传感器提供的数据是保证无人驾驶模式下行车安全的根本条件。因此，传感器输出数据的精度极为重要。以激光雷达为例，其输出的三维点云信息中可以提取出可行驶安全区域的边界和障碍物的空间信息（尺寸、位置等），而车控及规划模块需要根据这些感知信息判定车辆目前行驶状态下是否有碰撞跌落风险，从而实时调整行车路线，并控制运动姿态。传感器产生的信息如果有偏差，轻则产生误检误判，使得车辆无故停车降低运营效率，重则漏检漏判造成安全事故，危害人身和设备安全。
发明内容
本发明的目的在于提出一种适用于矿山运营环境的用于传感器的参数标定系统、方法以及存储介质，其能够将无人驾驶矿车上的多个传感器标定在同一坐标系下，从而降低测量公差。
根据本发明的一方面， 提供了一种用于传感器的参数标定系统，所述传感器被安装在无人驾驶矿车上，其中所述参数标定系统包括：测量参数模块，所述测量参数模块被配置成接收至少两个标定物的位置测量信息，并换算成所述至少两个标定物在矿区地图坐标系下的测量坐标；映射模块，所述映射模块被配置成将所述标定物的测量坐标转换成车身坐标系下的坐标，以作为所述标定物的参考坐标；传感器模块，所述传感器模块被配置成获得所述传感器所感测的所述至少两个标定物的点云簇，并基于所述点云簇计算所述至少两个标定物在传感器坐标系下的质心坐标；以及标定模块，所述标定模块被配置成基于所述至少两个标定物的参考坐标和质心坐标，计算航向角偏移量和坐标平移偏移量作为所述传感器的标定参数。
可选地，所述标定模块包括偏角计算单元，所述偏角计算单元被配置成将所述至少两个标定物的质心坐标的连线与所述至少两个标定物的参考坐标的连线进行角度比对来获得所述航向角偏移量。
可选地，所述标定模块还包括偏心计算单元，所述偏心计算单元被配置成基于所述航向角偏移量，根据以下等式计算所述标定物的质心坐标的角度参数修正坐标：
Xnew = Xc×cos（Yaw_fix）+ Yc×sin（Yaw_fix）
Ynew = Yc×cos（Yaw_fix）- Xc×sin（Yaw_fix）
其中，（Xc，Yc）为标定物的质心坐标；（Xnew，Ynew）为标定物的角度参数修正坐标；Yaw_fix为航向角偏移量，并且根据所述标定物的参考坐标和所述角度参数修正坐标获得所述坐标平移偏移量。
可选地，所述偏心计算单元被配置成根据以下等式计算所述标定物的参考坐标与所述角度参数修正坐标之间的平移差值：
Xf =（Xt’ - Xnew）
Yf =（Yt’ - Ynew）
其中，（Xt’，Yt’）为标定物的参考坐标；（Xnew，Ynew）为标定物的角度参数修正坐标；（Xf，Yf）为标定物的参考坐标与角度参数修正坐标的平移差值；并且计算至少两个标定物的所述平移差值的平均值作为所述坐标平移偏移量。
可选地，所述测量参数模块还被配置成接收所述无人驾驶矿车的车身的位置测量信息，并基于所述车身的位置测量信息获得所述车身在所述矿区地图坐标系下的定位坐标和航向角； 所述映射模块被配置成根据以下等式将所述标定物的测量坐标转换成车身坐标系下的参考坐标：
Xt’ =（Xm - Xt）×cos（Yaw）+（Ym - Yt）×sin（Yaw）
Yt’ =（Ym - Yt）×cos（Yaw）-（Xm - Xt）×sin（Yaw）
其中，（Xm，Ym）为标定物的测量坐标；（Xt，Yt）为车身的定位坐标；Yaw为车身的航向角；（Xt’，Yt’）为标定物的参考坐标。
可选地，所述传感器被配置成输出三维点云数据，并且所述传感器模块被配置成对所述三维点云数据进行分割和聚类而获得所述标定物的点云簇，并计算所述标定物的点云簇的质量中心点以获得所述标定物的质心坐标。
可选地，所述标定物的位置测量信息由差分定位系统获得，并且所述至少两个标定物能够动态地设置在所述差分定位系统的基站信号所覆盖的场地中。
根据本发明的另一方面，提供了一种使用参数标定系统对传感器的参数进行标定的方法，所述传感器被安装在无人驾驶矿车上，其中所述方法包括：由所述测量参数模块接收至少两个标定物的位置测量信息，并换算成所述至少两个标定物在矿区地图坐标系下的测量坐标；由所述映射模块将所述标定物的测量坐标转换成车身坐标系下的坐标，以作为所述标定物的参考坐标；由所述传感器模块获得所述传感器所感测的所述至少两个标定物的点云簇，并基于所述点云簇计算所述至少两个标定物在传感器坐标系下的质心坐标；由所述标定模块基于所述至少两个标定物的参考坐标和质心坐标，计算航向角偏移量和坐标平移偏移量作为所述传感器的标定参数。
可选地，所述航向角偏移量的计算包括：由所述标定模块的偏角计算单元将所述至少两个标定物的质心坐标的连线与所述至少两个标定物的参考坐标的连线进行角度比对来获得所述航向角偏移量。
可选地，所述坐标平移偏移量的计算包括：由所述标定模块的偏心计算单元基于所述航向角偏移量，根据以下等式计算所述标定物的质心坐标的角度参数修正坐标：
Xnew = Xc×cos（Yaw_fix）+ Yc×sin（Yaw_fix）
Ynew = Yc×cos（Yaw_fix）- Xc×sin（Yaw_fix）
其中，（Xc，Yc）为标定物的质心坐标；（Xnew，Ynew）为标定物的角度参数修正坐标；Yaw_fix为航向角偏移量，并且根据所述标定物的参考坐标和所述角度参数修正坐标获得所述坐标平移偏移量。
可选地，所述坐标平移偏移量的计算还包括：由所述偏心计算单元根据以下等式计算所述标定物的参考坐标与所述角度参数修正坐标之间的平移差值：
Xf =（Xt’ - Xnew）
Yf =（Yt’ - Ynew）
其中，（Xt’，Yt’）为标定物的参考坐标；（Xnew，Ynew）为标定物的角度参数修正坐标；（Xf，Yf）为标定物的参考坐标与角度参数修正坐标的平移差值；并且计算至少两个标定物的所述平移差值的平均值作为所述坐标平移偏移量。
可选地，由所述测量参数模块接收所述无人驾驶矿车的车身的位置测量信息，并基于所述车身的位置测量信息获得所述车身在所述矿区地图坐标系下的定位坐标和航向角；由所述映射模块根据以下等式将所述标定物的测量坐标转换成车身坐标系下的参考坐标：
Xt’ =（Xm - Xt）×cos（Yaw）+（Ym - Yt）×sin（Yaw）
Yt’ =（Ym - Yt）×cos（Yaw）-（Xm - Xt）×sin（Yaw）
其中，（Xm，Ym）为标定物的测量坐标；（Xt，Yt）为车身的定位坐标；Yaw为车身的航向角；（Xt’，Yt’）为标定物的参考坐标。
可选地，所述传感器被配置成输出三维点云数据，并且由所述传感器模块对所述三维点云数据进行分割和聚类而获得所述标定物的点云簇，并计算所述标定物的点云簇的质量中心点以获得所述标定物的质心坐标。
可选地，所述标定物的位置测量信息由差分定位系统获得，并且所述至少两个标定物能够动态地设置在所述差分定位系统的基站信号所覆盖的场地中。
根据本发明的又一方面，提供了一种存储有计算机指令的计算机可读存储介质，其中所述计算机指令用于使计算机执行根据本发明的方法。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本发明的限定；
图1示出了根据本发明实施方式的用于传感器的参数标定系统的示意图；
图2示出了根据本发明实施方式的标定物布置的示意图；
图3示出了根据本发明实施方式的航向角偏移量的计算方法的示意图；
图4示出了使用根据本发明的实施方式的参数标定系统对安装在无人驾驶矿车上的传感器的参数进行标定的方法。
具体实施方式
为更清楚地阐述本发明的目的、技术方案及优点，以下将结合附图对本发明的实施例进行详细的说明。应当理解，下文对于实施例的描述旨在对本发明的总体构思进行解释和说明，而不应当理解为是对本发明的限制。在说明书和附图中，相同或相似的附图标记指代相同或相似的部件或构件。为了清晰起见，附图不一定按比例绘制，并且附图中可能省略了一些公知部件和结构。
除非另外定义，本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。措词“一”或“一个”不排除多个。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”、“顶”或“底”等等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。当诸如层、膜、区域或衬底基板之类的元件被称作位于另一元件“上”或“下”时，该元件可以“直接”位于另一元件“上”或“下”，或者可以存在中间元件。
图1示出了根据本发明实施方式的用于传感器的参数标定系统1000的示意图。根据本发明的实施方式，传感器被安装在无人驾驶矿车上，并在无人驾驶矿车在矿区场景中进行运载操作时感测周围环境以实时上传数据，从而实现对无人驾驶矿车的远程操控。
对传感器进行标定是降低数据误差的必要操作。但是，常规传感器标定的方法局限于该设备本身，通常都是设备出厂前单独放置在仪器中进行内参标定，而传感器装车之后必然会由于支架零件加工误差、紧合度等因素产生安装公差，此部分误差需要装车以后再进行标定计算。
同时，由于成像的技术原理所致，单个传感器的局限性较大，视野范围和近视盲区通常也会等比放大，因此无人车感知系统都由多个传感器组成以确保全车360度无死角监测及盲区互相覆盖补足。为防止设备意外故障等小概率事件威胁行车安全，甚至要配置冗余数量的传感器随时准备替补，所以装车后传感器外参不但要重新标定，而且要将多个传感器标定到统一的参考坐标系下。
相较于无人车载多传感器的常规的标定需求，户外作业场景尤其矿山运营场景下却缺乏合适的场地。城市交通场景下的无人车标定可以通过利用厂房、车库等场地搭建相对固定的标志物，精密测量标志物的空间位置后再进行整车感知标定，这也是标准流程。然而，矿区环境是非静态的：随着矿产资源采集进度要调整土石方剥离计划，无人驾驶矿车的运输线路、装载区、排土区和维护区随时可能因为当前区域矿产资源的采掘进度进行动态变化，因此不具备固定且水泥硬化过的场地条件来执行常规的标定流程。
本发明提供了一种适用于在矿山运营场景下对无人驾驶矿车上的多个传感器进行参数标定的系统和方法。根据本发明实施方式的参数标定系统1000以及方法可以通过设置临时标定物以实现多个传感器的参数标定过程，而无需常规标定流程中的固定空间布置。在本发明中，术语“参数标定”是指对无人驾驶矿车上的传感器的外参的标定。
如图1所示，根据本发明实施方式的参数标定系统1000包括测量参数模块10、映射模块20、传感器模块30、以及标定模块40。
根据本发明的实施方式，测量参数模块10被配置成接收至少两个标定物的位置测量信息，并换算成所述至少两个标定物在矿区地图坐标系下的测量坐标（Xm，Ym）。
图2示出了根据本发明实施方式的标定物布置的示意图。如上所述，由于矿区环境具有动态变化的特性，因此不具备搭建固定场地的条件。本发明通过在临时场地内设置标定物来实现对传感器的参数标定。即，可以动态地设置标定物。作为示例，可以在矿区作业现场的装载区选取一块场地作为标定区，然后在标定区的合适位置处并排打下两个木桩作为临时标定物。在本文中，“合适位置”可以是指无人驾驶矿车上的所有待标定的传感器的感测视野均覆盖全部标定物，并且标定物之间的距离以及标定物与车头之间的距离有益于标定计算的准确度。作为示例，如图2所示，选取20m长×15m宽的平地作为标定区。无人驾驶矿车300停靠在紧邻标定区的位置处，并且车头被布置成朝向标定区，使得无人驾驶矿车300上的多个传感器600的视野均可以覆盖所有标定物。此后，在标定区中的距无人驾驶矿车300的车头约12m的位置处并排设置两个标定物510和520，并且两个标定物510和520之间的距离为约4m。
然而，应当注意的是，图2中所示出的仅仅是示例。例如，可以根据需要设置更多个标定物（例如，三个、四个或五个等）。通过设置更多个标定物，可以获得更高的标定精度并由此获得更高的传感器感测准确度，但是计算复杂度也会相应地增加。再例如，可以根据无人驾驶矿车300上的传感器600的探测范围性能而适当地调整车头与标定物之间的距离以及多个标定物彼此之间的距离。作为示例，在传感器600的探测范围性能为约50m的情况下，车头与标定物之间的距离可以设置为约10m-15m的范围内，并且两个标定物510和520之间的距离可以设置为约3m-10m的范围内。通过这种设置范围，可以确保传感器能够清楚地感测到所有标定物，同时标定计算的误差较小。
返回参考图1，测量参数模块10包括测量数据接收单元110和换算单元120。根据本发明的实施方式，在设置标定物510和520之后，利用定位设备测量标定物510和520的各自的位置测量信息INF10和INF20。测量数据接收单元110可以接收所获得的标定物510和520的各自的位置测量信息INF10和INF20，以供后续进行换算和映射，从而得到标定物510和520各自在车身坐标系下的参考坐标（Xt’，Yt’）。
通常，在无人驾驶作业场景中会搭建定位导航系统，并建立矿区运营场景的全局定位坐标系，即矿区地图坐标系。无人驾驶矿车的调度和路径规划都基于以此坐标系为基准的矢量地图，感知系统识别的路面信息也投射到此坐标系下和规空系统协作。以这种方式，由于矿区场景整体被定位导航系统的基站信号覆盖，因此可以利用相关的定位设备测量特定物体（例如，标定物）的位置测量信息（例如，定位信息），然后经由相应的换算方式而被换算成矿区地图坐标系下的坐标。
作为示例，可以在矿区场景中搭建差分定位（RTK）导航系统，并以WGS84方式建立矿区地图坐标系。在这种情况下，选择被RTK基站信号覆盖的场地作为标定区，并在该标定区内的合适位置处设置标定物510和520。此后，可以利用手持式RTK定位设备测量并获得两个标定物510和520 的位置测量信息INF10和INF20。测量数据接收单元110接收所获得的位置测量信息INF10和INF20，并传输到换算单元120以将位置测量信息换算成标定物在矿区地图坐标系下的测量坐标（Xm，Ym）。例如，换算单元120将标定物510的位置测量信息INF10换算成标定物510在矿区地图坐标系下的测量坐标（Xm1，Ym1），并且将标定物520的位置测量信息INF20换算成标定物520在矿区地图坐标系下的测量坐标（Xm2，Ym2）。换算单元的具体换算方式可以参考WGS84坐标系相关技术理论，因此在本文中不再赘述。另外，应当注意的是，本发明的实施方式不限于此，可以采用其他合适的定位导航系统和矿区地图坐标系建立方式，只要能够获得标定物在在矿区地图坐标系下的测量坐标即可。
如图1所示，测量参数模块10被配置成将标定物在矿区地图坐标系下的测量坐标（Xm，Ym）传输到映射模块20，以由映射模块20计算标定物在车身坐标系下的参考坐标（Xt’，Yt’）。根据本发明的实施方式，映射模块20被配置成将标定物的测量坐标（Xm，Ym）转换成车身坐标系下的坐标，以作为标定物的参考坐标（Xt’，Yt’）。
作为示例，映射模块20可以被配置成根据坐标系空间旋转平移公式，根据以下等式（1）-（2）将标定物在矿区地图坐标系下的测量坐标（Xm，Ym）转换成标定物在车身坐标系下的参考坐标（Xt’，Yt’）：
Xt’ =（Xm - Xt）×cos（Yaw）+（Ym - Yt）×sin（Yaw） （1）
Yt’ =（Ym - Yt）×cos（Yaw）-（Xm - Xt）×sin（Yaw） （2）
其中，（Xm，Ym）为标定物在矿区地图坐标系下的测量坐标（即，标定物的测量坐标）；（Xt’，Yt’）为标定物在车身坐标系下的参考坐标（即，标定物的参考坐标）；（Xt，Yt）为无人驾驶矿车300的车身在矿区地图坐标系下的定位坐标（即，车身的定位坐标）；Yaw为无人驾驶矿车300的车身在矿区地图坐标系下的航向角（即，车身的航向角）。
在上述等式中，车身在矿区地图坐标系下的定位坐标（Xt，Yt）以及车身在矿区地图坐标系下的航向角Yaw也是由测量参数模块10获得并传输至映射模块20，使得映射模块20可以利用定位坐标（Xt，Yt）、航向角Yaw以及测量坐标（Xm，Ym）计算参考坐标（Xt’，Yt’）。
如图1所示，类似于对标定物的测量和换算方式，可以利用定位设备（例如，手持式RTK定位设备）测量并获得无人驾驶矿车300的位置测量信息INF30。测量数据接收单元110可以接收位置测量信息INF30，并传输到换算单元120以换算成无人驾驶矿车300的车身在矿区地图坐标系下的定位坐标（Xt，Yt），并同时计算出无人驾驶矿车300的车身在矿区地图坐标系下的航向角Yaw。此后，测量参数模块10将定位坐标（Xt，Yt）和航向角Yaw传输至映射模块20，以供后续进行坐标系转换。作为示例，对于标定物510在矿区地图坐标系下的测量坐标（Xm1，Ym1），映射模块20可以利用等式（1）-（2）转换成标定物510在车身坐标系下的参考坐标（Xt1’，Yt1’）。对于标定物520在矿区地图坐标系下的测量坐标（Xm2，Ym2），映射模块20可以利用等式（1）-（2）转换成标定物520在车身坐标系下的参考坐标（Xt2’，Yt2’）。
继续参考图1，参数标定系统1000还包括传感器模块30。根据本发明的实施方式，传感器模块30被配置成获得无人驾驶矿车300上的传感器600所感测的至少两个标定物（例如，标定物510和520）的各自的点云簇，并基于所述点云簇计算至少两个标定物各自在传感器坐标系下的质心坐标（Xc，Yc）。具体地，传感器600可以被配置成输出三维点云数据，并且传感器模块30可以被配置成对所述三维点云数据进行分割和聚类而获得所述标定物的点云簇，并计算所述标定物的点云簇的质量中心点以获得所述标定物的质心坐标（Xc，Yc）。
通常，对于无人驾驶矿车的行驶控制，需要在无人驾驶矿车上安装多个传感器，以从多个角度感测周围环境信息。根据本发明的实施方式的传感器模块30可以逐个传感器的接收相应传感器所感测的数据（例如，点云簇）。即，根据本发明的实施方式，传感器模块30可以每次接收从无人驾驶矿车300上的多个传感器中的一个传感器感测的数据，然后根据这些数据对该传感器进行参数标定。此后，可以针对无人驾驶矿车300上的多个传感器中的另一传感器执行同样操作以进行参数标定。以此类推。作为示例，为了便于说明，在图2中示出了在无人驾驶矿车300上安装有三个传感器600，然而本发明的实施方式不限于此，可以安装其他数量或更多数量的传感器。
如上所述，在参数标定过程中，无人驾驶矿车300的车头朝向标定物510和520停靠，待标定的全部传感器600的视野可以覆盖标定物510和520。在下文中以其中一个传感器为例进行说明。传感器模块30可以获得如图2中所示的停靠在标定区附近的无人驾驶矿车300上的一个传感器600的感测数据（例如，三维点云数据）。然后，传感器模块30可以从背景（例如，地面）中分离出标定物点云。作为示例，本发明的实施方式通过RANSAC算法拟合标定区地平面点云，然后分离凸出地面的标定物点云，再通过欧式空间距离进行点云聚类进一步归拢成两个标定物对应的左点云簇和右点云簇。获得各个点云簇之后，传感器模块30可以分别计算每个点云簇的质量中心点，从而获得每个标定物各自在传感器600的传感器坐标系下的质心坐标（Xc，Yc）。例如，对于标定物510，传感器模块30可以分割和聚类出与标定物510相对应的左点云簇，并由此获得标定物510在传感器坐标系下的质心坐标（Xc1，Yc1）。对于标定物520，传感器模块30可以分割和聚类出与标定物520相对应的右点云簇，并由此获得标定物520在传感器坐标系下的质心坐标（Xc2，Yc2）。
然而，本发明的实施方式不限于此，可以采用各种合适的方法分离点云。例如，可以通过地面拟合、高度梯度运算、BEV投影厚度检测等多种技术方案在平坦地面点云上分割出凸起的标定物。由于上述方法都是本领域技术人员公知的常用技术，因此在本文中不再过多赘述。
继续参考图1，参数标定系统1000还包括标定模块40。根据本发明的实施方式，标定模块40被配置成基于至少两个标定物（例如，标定物510和520）的参考坐标（Xt’，Yt’）和质心坐标（Xc，Yc），计算航向角偏移量Yaw_fix和坐标平移偏移量（Xf’，Yf’）作为传感器600的标定参数。
以这种方式，标定模块40可以利用所接收的标定物在车身坐标系下的参考坐标（Xt’，Yt’）作为用于标定的参考真实。同时，标定模块40可以将标定物在传感器坐标下的质心坐标（Xc，Yc）转换到车身坐标系下，从而利用相同坐标系下的参考坐标（Xt’，Yt’）进行标定校正，并获得航向角偏移量Yaw_fix和坐标平移偏移量（Xf’，Yf’）作为标定参数。由此，在实际应用无人驾驶矿车300时，对于从无人驾驶矿车300的传感器600传输的数据，可以直接应用所计算的航向角偏移量Yaw_fix和坐标平移偏移量（Xf’，Yf’）进行标定校正，从而获得准确的感测结果以提高融合精度，改善无人驾驶矿车的安全性和稳定性，同时能够将多个传感器统一到相同的车身坐标系下，这进一步提高了传感器融合数据的可靠性。
如图1所示，标定模块40可以包括偏角计算单元410和偏心计算单元420。偏角计算单元410可以被配置成将至少两个标定物（例如，标定物510和520）的质心坐标（Xc，Yc）的连线与至少两个标定物（例如，标定物510和520）的参考坐标（Xt’，Yt’）的连线进行角度比对来获得航向角偏移量Yaw_fix。
图3示出了根据本发明的实施方式的航向角偏移量的计算方法的示意图。作为示例，如图3所示，左图示出了两个标定物510和520分别在传感器坐标系下的质心坐标（Xc1，Yc1）和（Xc2，Yc2），并将两个质心坐标连接起来。右图示出了两个标定物510和520分别在车身坐标系下的参考坐标（Xt1’，Yt1’）和（Xt2’，Yt2’），并将两个参考坐标连接起来。由此，分别在左图和右图中形成两条连线，这两条连线可以清晰地反应出不同的坐标系下的航向角差异。此后，通过将质心坐标的连线与参考坐标的连线进行角度比对，例如通过计算两条连线之间的夹角，来获得用于标定传感器的航向角偏移量Yaw_fix。
以这种方式，通过用两个以上的目标连线的方式计算和标记航向角可以排除偏心误差的干扰，提高标定的准确性。此外，通过计算航向角偏移量Yaw_fix，使得实现了对质心坐标进行旋转变换而消除角度误差，从而可以进一步用于随后的平移标定过程，即计算坐标平移偏移量（Xf’，Yf’）的过程。
偏心计算单元420可以被配置成基于偏角计算单元410所获得的航向角偏移量Yaw_fix计算标定物（例如，标定物510和520）的质心坐标的角度参数修正坐标（Xnew，Ynew），并相对于标定物（例如，标定物510和520）的参考坐标（Xt’，Yt’）计算用于传感器标定的坐标平移偏移量（Xf’，Yf’）。
作为示例，偏心计算单元420可以被配置成根据以下等式（3）-（4）计算标定物的角度参数修正坐标（Xnew，Ynew）：
Xnew = Xc×cos（Yaw_fix）+ Yc×sin（Yaw_fix） （3）
Ynew = Yc×cos（Yaw_fix）- Xc×sin（Yaw_fix） （4）
其中，（Xc，Yc）为标定物在传感器坐标系下的质心坐标（即，标定物的质心坐标）；（Xnew，Ynew）为标定物在车身坐标系下的角度参数修正坐标（即，标定物的角度参数修正坐标）；Yaw_fix为航向角偏移量。例如，对于标定物510，根据其质心坐标（Xc1，Yc1）以及相应传感器600的航向角偏移量Yaw_fix，可以获得标定物510在车身坐标系下的角度参数修正坐标（Xnew1，Ynew1）。对于标定物520，根据其质心坐标（Xc2，Yc2）以及相同传感器600的航向角偏移量Yaw_fix，可以获得标定物520在车身坐标系下的角度参数修正坐标（Xnew2，Ynew2）。
以这种方式，通过对标定物在传感器坐标系下的质心坐标进行旋转变换而消除角度误差之后，将质心坐标转换到车身坐标系下以获得标定物在车身坐标系下的角度参数修正坐标。由此，可以以更高的准确度将传感器视角下的标定物坐标转换成在车身坐标系下的坐标（即，角度参数修正坐标），以便于后续利用车身坐标系下的参考坐标进行标定，从而获得坐标平移偏移量。
作为示例，偏心计算单元420进一步被配置成根据以下等式（5）-（6）计算标定物（例如，标定物510和520）的参考坐标（Xt’，Yt’）与角度参数修正坐标（Xnew，Ynew）之间的平移差值：
Xf =（Xt’ - Xnew） （5）
Yf =（Yt’ - Ynew） （6）
其中，（Xt’，Yt’）为标定物在车身坐标系下的参考坐标（即，标定物的参考坐标）；（Xnew，Ynew）为标定物在车身坐标系下的角度参数修正坐标（即，标定物的角度参数修正坐标）；（Xf，Yf）为标定物在车身坐标系下的参考坐标与角度参数修正坐标的平移差值。例如，对于标定物510，根据其参考坐标（Xt1’，Yt1’）和角度参数修正坐标（Xnew1，Ynew1），可以计算标定物510的平移差值（Xf1，Yf1）。对于标定物520，根据其参考坐标（Xt2’，Yt2’）和角度参数修正坐标（Xnew2，Ynew2），可以计算标定物510的平移差值（Xf2，Yf2）。
以这种方式，可以在相同的车身坐标系下利用参考坐标对角度参数修正坐标进行校正，从而获得用于传感器的标定参数。此外，由于存在多个标定物（例如，标定物510和520），因此可以针对单个传感器获得多个平移差值结果。通过对多个平移差值结果取平均值而获得最终的传感器的坐标平移偏移量（Xf’，Yf’），可以确保标定参数的准确性和可靠性。
作为示例，偏心计算单元420可以进一步被配置成计算至少两个标定物（例如，标定物510和520）的平移差值的平均值作为坐标平移偏移量（Xf’，Yf’）。例如，偏心计算单元420可以计算标定物510的平移差值（Xf1，Yf1）和标定物520的平移差值（Xf2，Yf2）的平均值为（Xf’，Yf’），以作为用于传感器标定的坐标平移偏移量（Xf’，Yf’）。此后，偏心计算单元420可以输出航向角偏移量Yaw_fix和坐标平移偏移量（Xf’，Yf’）作为用于传感器600的标定参数，并可以在后续控制无人驾驶矿车的过程中用于多个传感器的数据融合。
作为示例，根据本发明实施方式的传感器600可以是激光雷达传感器。
图4示出了使用根据本发明的实施方式的参数标定系统1000对安装在无人驾驶矿车300上的传感器600的参数进行标定的方法。
在步骤S401中，由测量参数模块10接收至少两个标定物（例如，标定物510和520）的位置测量信息（例如，位置测量信息INF10和INF20），并换算成至少两个标定物在矿区地图坐标系下的测量坐标（Xm，Ym）。
在步骤S402中，由映射模块20将标定物的测量坐标（Xm，Ym）转换成车身坐标系下的坐标，以作为标定物的参考坐标（Xt’，Yt’）。
在步骤S403中，由传感器模块30获得传感器600所感测的至少两个标定物的各自的点云簇，并基于所述点云簇计算至少两个标定物各自在传感器坐标系下的质心坐标（Xc，Yc）。
在步骤S404中，由标定模块40基于至少两个标定物的参考坐标（Xt’，Yt’）和质心坐标（Xc，Yc），计算航向角偏移量Yaw_fix和坐标平移偏移量（Xf’，Yf’）作为传感器600的标定参数。
有利地，根据本发明上述各种实施例所述的用于传感器的参数标定系统1000可以通过动态地在合适的场地设置标定物来实现对无人驾驶矿车上的多个传感器的参数标定过程，而无需搭建固定的场景布置，从而提供了一种适用于矿区环境特点的针对无人驾驶矿车上的多个传感器的参数标定系统。此外，通过根据本发明的实施方式的参数标定方法，成功将无人驾驶矿车上的多个传感器的感测数据从各自的坐标系下统一到同一融合坐标系（即车身坐标系），使得标定完成后的多个传感器的数据能够基本贴合在同一坐标系下，形成了完整、准确且统一的融合点云数据，为无人驾驶矿车的操纵提供更准确且可靠的数据支撑。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (13)
1.一种用于传感器的参数标定系统，所述传感器被安装在无人驾驶矿车上，其特征在于，所述参数标定系统包括：
测量参数模块，所述测量参数模块被配置成接收由用于差分定位系统的定位设备测量而获得的至少两个标定物的位置测量信息以及所述无人驾驶矿车的车身的位置测量信息，并将所述至少两个标定物的位置测量信息换算成所述至少两个标定物在矿区地图坐标系下的测量坐标；
映射模块，所述映射模块被配置成根据所述车身的位置测量信息，利用坐标系空间旋转平移公式将所述标定物的测量坐标转换成车身坐标系下的坐标，以作为所述标定物的参考坐标；
传感器模块，所述传感器模块被配置成获得所述传感器所感测的所述至少两个标定物的点云簇，并基于所述点云簇计算所述至少两个标定物在传感器坐标系下的质心坐标；以及
标定模块，所述标定模块被配置成基于所述至少两个标定物的参考坐标和质心坐标，计算航向角偏移量和坐标平移偏移量作为所述传感器的标定参数，
其中，所述标定模块包括偏角计算单元，所述偏角计算单元被配置成将所述至少两个标定物的质心坐标的连线与所述至少两个标定物的参考坐标的连线进行角度比对来获得所述航向角偏移量。
2. 根据权利要求1所述的参数标定系统，其特征在于，所述标定模块还包括偏心计算单元，所述偏心计算单元被配置成基于所述航向角偏移量，根据以下等式计算所述标定物的质心坐标的角度参数修正坐标：
Xnew = Xc×cos（Yaw_fix）+ Yc×sin（Yaw_fix）
Ynew = Yc×cos（Yaw_fix）- Xc×sin（Yaw_fix）
其中，（Xc，Yc）为标定物的质心坐标；（Xnew，Ynew）为标定物的角度参数修正坐标；Yaw_fix为航向角偏移量，并且
根据所述标定物的参考坐标和所述角度参数修正坐标获得所述坐标平移偏移量。
3. 根据权利要求2所述的参数标定系统，其特征在于，所述偏心计算单元被配置成根据以下等式计算所述标定物的参考坐标与所述角度参数修正坐标之间的平移差值：
Xf =（Xt’ - Xnew）
Yf =（Yt’ - Ynew）
其中，（Xt’，Yt’）为标定物的参考坐标；（Xnew，Ynew）为标定物的角度参数修正坐标；（Xf，Yf）为标定物的参考坐标与角度参数修正坐标的平移差值；并且
计算至少两个标定物的所述平移差值的平均值作为所述坐标平移偏移量。
4.根据权利要求1所述的参数标定系统，其特征在于，
所述测量参数模块还被配置成基于所述车身的位置测量信息获得所述车身在所述矿区地图坐标系下的定位坐标和航向角；
所述映射模块被配置成根据以下等式将所述标定物的测量坐标转换成车身坐标系下的参考坐标：
Xt’ =（Xm - Xt）×cos（Yaw）+（Ym - Yt）×sin（Yaw）
Yt’ =（Ym - Yt）×cos（Yaw）-（Xm - Xt）×sin（Yaw）
其中，（Xm，Ym）为标定物的测量坐标；（Xt，Yt）为车身的定位坐标；Yaw为车身的航向角；（Xt’，Yt’）为标定物的参考坐标。
5.根据权利要求1所述的参数标定系统，其特征在于，所述传感器被配置成输出三维点云数据，并且所述传感器模块被配置成对所述三维点云数据进行分割和聚类而获得所述标定物的点云簇，并计算所述标定物的点云簇的质量中心点以获得所述标定物的质心坐标。
6.根据权利要求1至5中任一项所述的参数标定系统，其特征在于，所述至少两个标定物能够动态地设置在所述差分定位系统的基站信号所覆盖的场地中。
7.一种使用参数标定系统对传感器的参数进行标定的方法，所述传感器被安装在无人驾驶矿车上，其特征在于，所述方法包括：
由测量参数模块接收由用于差分定位系统的定位设备测量而获得的至少两个标定物的位置测量信息以及所述无人驾驶矿车的车身的位置测量信息，并将所述至少两个标定物的位置测量信息换算成所述至少两个标定物在矿区地图坐标系下的测量坐标；
由映射模块根据所述车身的位置测量信息，利用坐标系空间旋转平移公式将所述标定物的测量坐标转换成车身坐标系下的坐标，以作为所述标定物的参考坐标；
由传感器模块获得所述传感器所感测的所述至少两个标定物的点云簇，并基于所述点云簇计算所述至少两个标定物在传感器坐标系下的质心坐标；
由标定模块基于所述至少两个标定物的参考坐标和质心坐标，计算航向角偏移量和坐标平移偏移量作为所述传感器的标定参数，
其中，所述航向角偏移量的计算包括：由所述标定模块的偏角计算单元将所述至少两个标定物的质心坐标的连线与所述至少两个标定物的参考坐标的连线进行角度比对来获得所述航向角偏移量。
8. 根据权利要求7所述的方法，其特征在于，所述坐标平移偏移量的计算包括：由所述标定模块的偏心计算单元基于所述航向角偏移量，根据以下等式计算所述标定物的质心坐标的角度参数修正坐标：
Xnew = Xc×cos（Yaw_fix）+ Yc×sin（Yaw_fix）
Ynew = Yc×cos（Yaw_fix）- Xc×sin（Yaw_fix）
其中，（Xc，Yc）为标定物的质心坐标；（Xnew，Ynew）为标定物的角度参数修正坐标；Yaw_fix为航向角偏移量，并且
根据所述标定物的参考坐标和所述角度参数修正坐标获得所述坐标平移偏移量。
9. 根据权利要求8所述的方法，其特征在于，所述坐标平移偏移量的计算还包括：由所述偏心计算单元根据以下等式计算所述标定物的参考坐标与所述角度参数修正坐标之间的平移差值：
Xf =（Xt’ - Xnew）
Yf =（Yt’ - Ynew）
其中，（Xt’，Yt’）为标定物的参考坐标；（Xnew，Ynew）为标定物的角度参数修正坐标；（Xf，Yf）为标定物的参考坐标与角度参数修正坐标的平移差值；并且
计算至少两个标定物的所述平移差值的平均值作为所述坐标平移偏移量。
10.根据权利要求7所述的方法，其特征在于，还包括：
由所述测量参数模块接收所述无人驾驶矿车的车身的位置测量信息，并基于所述车身的位置测量信息获得所述车身在所述矿区地图坐标系下的定位坐标和航向角；
由所述映射模块根据以下等式将所述标定物的测量坐标转换成所述车身坐标系下的参考坐标：
Xt’ =（Xm - Xt）×cos（Yaw）+（Ym - Yt）×sin（Yaw）
Yt’ =（Ym - Yt）×cos（Yaw）-（Xm - Xt）×sin（Yaw）
其中，（Xm，Ym）为标定物的测量坐标；（Xt，Yt）为车身的定位坐标；Yaw为车身的航向角；（Xt’，Yt’）为标定物的参考坐标。
11.根据权利要求7所述的方法，其特征在于，所述传感器被配置成输出三维点云数据，并且由所述传感器模块对所述三维点云数据进行分割和聚类而获得所述标定物的点云簇，并计算所述标定物的点云簇的质量中心点以获得所述标定物的质心坐标。
12.根据权利要求7至11中任一项所述的方法，其特征在于，所述至少两个标定物能够动态地设置在所述差分定位系统的基站信号所覆盖的场地中。
13.一种存储有计算机指令的计算机可读存储介质，其特征在于，所述计算机指令用于使计算机执行根据权利要求7-12中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311385780.1A CN117269939B (zh) | 2023-10-25 | 2023-10-25 | 用于传感器的参数标定系统、方法及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311385780.1A CN117269939B (zh) | 2023-10-25 | 2023-10-25 | 用于传感器的参数标定系统、方法及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117269939A CN117269939A (zh) | 2023-12-22 |
| CN117269939B true CN117269939B (zh) | 2024-03-26 |
Family
ID=89219425
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311385780.1A Active CN117269939B (zh) | 2023-10-25 | 2023-10-25 | 用于传感器的参数标定系统、方法及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117269939B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112101092A (zh) * | 2020-07-31 | 2020-12-18 | 北京智行者科技有限公司 | 自动驾驶环境感知方法及系统 |
| WO2022127532A1 (zh) * | 2020-12-16 | 2022-06-23 | 华为技术有限公司 | 一种激光雷达与imu的外参标定方法、装置及设备 |
| CN115079143A (zh) * | 2022-06-14 | 2022-09-20 | 北京航空航天大学 | 一种用于双桥转向矿卡的多雷达外参快速标定方法及装置 |
| CN115100287A (zh) * | 2022-04-14 | 2022-09-23 | 美的集团(上海)有限公司 | 外参标定方法及机器人 |
| CN115562076A (zh) * | 2022-11-29 | 2023-01-03 | 北京路凯智行科技有限公司 | 用于无人驾驶矿车的仿真系统、方法以及存储介质 |
| CN115980680A (zh) * | 2023-01-10 | 2023-04-18 | 江苏徐工工程机械研究院有限公司 | 标定方法和装置 |
| CN116359889A (zh) * | 2023-03-17 | 2023-06-30 | 国汽智控(重庆)科技有限公司 | 激光雷达标定方法、装置和设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109425365B (zh) * | 2017-08-23 | 2022-03-11 | 腾讯科技（深圳）有限公司 | 激光扫描设备标定的方法、装置、设备及存储介质 |
-
2023
- 2023-10-25 CN CN202311385780.1A patent/CN117269939B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112101092A (zh) * | 2020-07-31 | 2020-12-18 | 北京智行者科技有限公司 | 自动驾驶环境感知方法及系统 |
| WO2022022694A1 (zh) * | 2020-07-31 | 2022-02-03 | 北京智行者科技有限公司 | 自动驾驶环境感知方法及系统 |
| WO2022127532A1 (zh) * | 2020-12-16 | 2022-06-23 | 华为技术有限公司 | 一种激光雷达与imu的外参标定方法、装置及设备 |
| CN115100287A (zh) * | 2022-04-14 | 2022-09-23 | 美的集团(上海)有限公司 | 外参标定方法及机器人 |
| CN115079143A (zh) * | 2022-06-14 | 2022-09-20 | 北京航空航天大学 | 一种用于双桥转向矿卡的多雷达外参快速标定方法及装置 |
| CN115562076A (zh) * | 2022-11-29 | 2023-01-03 | 北京路凯智行科技有限公司 | 用于无人驾驶矿车的仿真系统、方法以及存储介质 |
| CN115980680A (zh) * | 2023-01-10 | 2023-04-18 | 江苏徐工工程机械研究院有限公司 | 标定方法和装置 |
| CN116359889A (zh) * | 2023-03-17 | 2023-06-30 | 国汽智控(重庆)科技有限公司 | 激光雷达标定方法、装置和设备 |
Non-Patent Citations (2)
| Title |
|---|
| 一种多线激光雷达与GNSS/INS系统标定方法;叶珏磊;周志峰;王立端;庞正雅;;激光与红外(第01期);全文 * |
| 基于多对点云匹配的三维激光雷达外参数标定;韩栋斌;徐友春;王任栋;齐尧;李华;;激光与光电子学进展(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117269939A (zh) | 2023-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109696663B (zh) | 一种车载三维激光雷达标定方法和系统 | |
| US10989560B2 (en) | Map data correcting method and device | |
| CN108983248A (zh) | 一种基于3d激光雷达及v2x的网联车定位方法 | |
| Brenner | Extraction of features from mobile laser scanning data for future driver assistance systems | |
| EP3077847B1 (en) | System and methods for data point detection and spatial modeling | |
| US10228456B2 (en) | Determination of the position of a vehicle on or above a planet surface | |
| US20160223647A1 (en) | System and methods for scanning with integrated radar detection and image capture | |
| CN107153422B (zh) | 飞机着陆系统和方法 | |
| EP4027109B1 (en) | Alignment of multiple digital maps used in a vehicle | |
| US12117312B2 (en) | Systems and methods for vehicle mapping and localization using synthetic aperture radar | |
| EP3460779A1 (en) | Information output device, terminal device, control method, program, and storage medium | |
| CN109307874B (zh) | 一种rtg大车定位测姿系统 | |
| CN112683260A (zh) | 一种基于高精度地图和v2x的组合导航定位精度提升系统及方法 | |
| CN105301621B (zh) | 一种车辆定位装置及一种智能驾考系统 | |
| CN113358135B (zh) | 一种用光电测量数据修正飞行器位置的方法 | |
| CN113447908B (zh) | 一种固定式雷达探测目标的gps北斗坐标获取方法以及装置 | |
| CN114035167A (zh) | 一种基于路侧多传感器的目标高精度感知方法 | |
| CN117269939B (zh) | 用于传感器的参数标定系统、方法及存储介质 | |
| CN112859052A (zh) | 基于重叠航带共轭基元的机载激光雷达系统集成误差检校方法 | |
| CN116358534A (zh) | 一种大型规则地底圆形隧道环境综合定位感知方法 | |
| CN209342926U (zh) | 一种rtg大车定位测姿系统 | |
| Ishii et al. | Autonomous UAV flight using the Total Station Navigation System in Non-GNSS Environments | |
| CN114758001B (zh) | 基于pnt的轮胎吊自动行走方法 | |
| CN114926522B (zh) | 基于ais系统和视频技术的目标船舶探测系统及方法 | |
| CN110058285B (zh) | 基于多定位传感器的高精度船舶轮廓构建系统 |
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 |