CN117372320A - 定位地图的质量检测方法、装置、设备及可读存储介质 - Google Patents
定位地图的质量检测方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN117372320A CN117372320A CN202210768554.0A CN202210768554A CN117372320A CN 117372320 A CN117372320 A CN 117372320A CN 202210768554 A CN202210768554 A CN 202210768554A CN 117372320 A CN117372320 A CN 117372320A
- Authority
- CN
- China
- Prior art keywords
- information
- positioning map
- posture information
- initial
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 claims abstract description 51
- 230000007613 environmental effect Effects 0.000 claims description 30
- 230000006870 function Effects 0.000 claims description 23
- 230000015654 memory Effects 0.000 claims description 16
- 230000004807 localization Effects 0.000 claims description 7
- 230000008439 repair process Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 description 23
- 238000012545 processing Methods 0.000 description 12
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
Abstract
本申请公开了一种定位地图的质量检测方法、装置、设备及可读存储介质,属于计算机技术领域。方法包括:获取自动驾驶车辆在目标时刻的初始姿态信息和目标点云数据,目标点云数据为自动驾驶车辆在目标时刻按照初始姿态信息向目标物体发射激光脉冲所得到的点云数据,目标点云数据中包括多个特征点的特征信息;根据定位地图和多个特征点的特征信息,对初始姿态信息进行迭代更新,得到初始姿态信息的迭代次数,迭代次数是指对初始姿态信息进行迭代更新得到的姿态信息满足更新要求时的次数;根据迭代次数,确定定位地图的质量检测结果,质量检测结果用于指示定位地图中的环境信息是否需要进行修复。该方法提前了对定位地图的质量检测的时机。
Description
技术领域
本申请实施例涉及计算机技术领域,特别涉及一种定位地图的质量检测方法、装置、设备及可读存储介质。
背景技术
随着计算机技术的不断发展,自动驾驶技术也在快速发展中。自动驾驶技术在很大程度上依赖于准确的定位地图,定位地图是关乎自动驾驶车辆的行驶安全性的重要指标。
然而,随着社会的不断进步,定位地图中包括的环境信息也在不断的发生变化,因此,亟需一种定位地图的质量检测方法来对定位地图的质量进行检测,进而根据质量检测结果对定位地图中的环境信息进行修复,以使得定位地图中包括的环境信息更符合实际环境信息,使得自动驾驶车辆按照定位地图进行行驶的安全性更高。
发明内容
本申请实施例提供了一种定位地图的质量检测方法、装置、设备及可读存储介质,可用于解决相关技术中的问题。所述技术方案如下:
一方面,本申请实施例提供了一种定位地图的质量检测方法,所述方法包括:
获取自动驾驶车辆在目标时刻的初始姿态信息和目标点云数据,所述目标点云数据为所述自动驾驶车辆在所述目标时刻按照所述初始姿态信息向目标物体发射激光脉冲所得到的点云数据,所述目标点云数据中包括多个特征点的特征信息;
根据定位地图和所述多个特征点的特征信息,对所述初始姿态信息进行迭代更新,得到所述初始姿态信息的迭代次数,所述迭代次数是指对所述初始姿态信息进行迭代更新得到的姿态信息满足更新要求时的次数;
根据所述迭代次数,确定所述定位地图的质量检测结果,所述质量检测结果用于指示所述定位地图中的环境信息是否需要进行修复。
在一种可能的实现方式中,所述根据定位地图和所述多个特征点的特征信息,对所述初始姿态信息进行迭代更新,得到所述初始姿态信息的迭代次数,包括:
根据定位地图和所述多个特征点的特征信息,确定参考姿态信息,在所述定位地图中按照所述参考姿态信息向所述目标物体发射激光脉冲能得到所述目标点云数据;
根据所述多个特征点的特征信息,对所述初始姿态信息进行迭代更新,得到第一姿态信息,所述第一姿态信息和所述参考姿态间的关系满足关系要求;
将得到所述第一姿态信息时的迭代次数作为所述初始姿态信息的迭代次数。
在一种可能的实现方式中,所述根据定位地图和和所述多个特征点的特征信息,确定参考姿态信息,包括:
获取多个候选姿态信息;
确定在所述定位地图中按照各个候选姿态信息向所述目标物体发射激光脉冲时的点云数据,得到所述各个候选姿态信息对应的候选点云数据,每个候选点云数据中包括多个特征点的特征信息;
基于所述目标点云数据中包括的多个特征点的特征信息和各个候选点云数据中包括的多个特征点的特征信息,确定所述参考姿态信息。
在一种可能的实现方式中,所述方法还包括:
调用损失函数确定所述第一姿态信息和所述参考姿态信息之间的损失值;
基于所述第一姿态信息和所述参考姿态信息之间的损失值小于损失阈值,确定所述第一姿态信息和所述参考姿态信息之间的关系满足所述关系要求;
基于所述第一姿态信息和所述参考姿态信息之间的损失值不小于所述损失阈值,确定所述第一姿态信息和所述参考姿态信息之间的关系不满足所述关系要求。
在一种可能的实现方式中,所述根据所述迭代次数,确定所述定位地图的质量检测结果,包括:
基于所述迭代次数不小于次数阈值,确定所述定位地图的质量检测结果为第一结果,所述第一结果用于指示所述定位地图中的环境信息需要进行修复;
基于所述迭代次数小于所述次数阈值,确定所述定位地图的质量检测结果为第二结果,所述第二结果用于指示所述定位地图中的环境信息不需要进行修复。
在一种可能的实现方式中,所述基于所述迭代次数不小于次数阈值,确定所述定位地图的质量检测结果为第一结果之后,所述方法还包括:
确定所述定位地图中环境信息需要进行修复的目标位置;
显示通知消息,所述通知消息用于指示对所述定位地图中的目标位置的环境信息进行修复。
在一种可能的实现方式中,所述确定所述定位地图中环境信息需要进行修复的目标位置,包括:
将所述定位地图中所述初始姿态信息包括的位置作为所述定位地图中环境信息需要进行修复的目标位置。
另一方面,本申请实施例提供了一种定位地图的质量检测装置,所述装置包括:
获取模块,用于获取自动驾驶车辆在目标时刻的初始姿态信息和目标点云数据,所述目标点云数据为所述自动驾驶车辆在所述目标时刻按照所述初始姿态信息向目标物体发射激光脉冲所得到的点云数据,所述目标点云数据中包括多个特征点的特征信息;
确定模块,用于根据定位地图和所述多个特征点的特征信息,对所述初始姿态信息进行迭代更新,得到所述初始姿态信息的迭代次数,所述迭代次数是指对所述初始姿态信息进行迭代更新得到的姿态信息满足更新要求时的次数;
所述确定模块,还用于根据所述迭代次数,确定所述定位地图的质量检测结果,所述质量检测结果用于指示所述定位地图中的环境信息是否需要进行修复。
在一种可能的实现方式中,所述确定模块,用于根据定位地图和所述多个特征点的特征信息,确定参考姿态信息,在所述定位地图中按照所述参考姿态信息向所述目标物体发射激光脉冲能得到所述目标点云数据;根据所述多个特征点的特征信息,对所述初始姿态信息进行迭代更新,得到第一姿态信息,所述第一姿态信息和所述参考姿态间的关系满足关系要求;将得到所述第一姿态信息时的迭代次数作为所述初始姿态信息的迭代次数。
在一种可能的实现方式中,所述确定模块,用于获取多个候选姿态信息;确定在所述定位地图中按照各个候选姿态信息向所述目标物体发射激光脉冲时的点云数据,得到所述各个候选姿态信息对应的候选点云数据,每个候选点云数据中包括多个特征点的特征信息;基于所述目标点云数据中包括的多个特征点的特征信息和各个候选点云数据中包括的多个特征点的特征信息,确定所述参考姿态信息。
在一种可能的实现方式中,所述确定模块,还用于调用损失函数确定所述第一姿态信息和所述参考姿态信息之间的损失值;基于所述第一姿态信息和所述参考姿态信息之间的损失值小于损失阈值,确定所述第一姿态信息和所述参考姿态信息之间的关系满足所述关系要求;基于所述第一姿态信息和所述参考姿态信息之间的损失值不小于所述损失阈值,确定所述第一姿态信息和所述参考姿态信息之间的关系不满足所述关系要求。
在一种可能的实现方式中,所述确定模块,用于基于所述迭代次数不小于次数阈值,确定所述定位地图的质量检测结果为第一结果,所述第一结果用于指示所述定位地图中的环境信息需要进行修复;基于所述迭代次数小于所述次数阈值,确定所述定位地图的质量检测结果为第二结果,所述第二结果用于指示所述定位地图中的环境信息不需要进行修复。
在一种可能的实现方式中,所述确定模块,还用于确定所述定位地图中环境信息需要进行修复的目标位置;
所述装置还包括:
显示模块,用于显示通知消息,所述通知消息用于指示对所述定位地图中的目标位置的环境信息进行修复。
在一种可能的实现方式中,所述确定模块,用于将所述定位地图中所述初始姿态信息包括的位置作为所述定位地图中环境信息需要进行修复的目标位置。
另一方面,本申请实施例提供了一种电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条程序代码,所述至少一条程序代码由所述处理器加载并执行,以使电子设备实现上述任一所述的定位地图的质量检测方法。
另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行,以使计算机实现上述任一所述的定位地图的质量检测方法。
另一方面,还提供了一种计算机程序或计算机程序产品,所述计算机程序或计算机程序产品中存储有至少一条计算机指令,所述至少一条计算机指令由处理器加载并执行,以使计算机实现上述任一种定位地图的质量检测方法。
本申请实施例提供的技术方案至少带来如下有益效果:
本申请实施例提供的技术方案在自动驾驶车辆的行驶过程中实时的确定自动驾驶车辆在目标时刻的初始姿态信息的迭代次数,进而根据迭代次数来确定定位地图的质量检测结果,该方法提前了对定位地图的质量检测的时机,能够减少自动驾驶车辆按照定位地图行驶时发生故障的情况,进一步提高自动驾驶车辆按照定位地图进行行驶的安全性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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地图的质量检测方法的实施环境示意图;
图2是本申请实施例提供的一种定位地图的质量检测方法的流程图;
图3是本申请实施例提供的一种第一区域的显示示意图;
图4是本申请实施例提供的另一种第一区域的显示示意图;
图5是本申请实施例提供的一种第一区域和第二区域之间的重叠区域的显示示意图;
图6是本申请实施例提供的一种定位地图的质量检测装置的结构示意图;
图7是本申请实施例提供的一种终端设备的结构示意图;
图8是本申请实施例提供的一种服务器的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
图1是本申请实施例提供的一种定位地图的质量检测方法的实施环境示意图,如图1所示,该实施环境包括:终端设备101和服务器102。
在一种可能的实现方式中,可以由终端设备101作为执行主体来实施本申请实施例提供的定位地图的质量检测方法,也可以由服务器102作为执行主体来实施本申请实施例提供的定位地图的质量检测方法,还可以由终端设备101和服务器102之间的交互来实施本申请实施例提供的定位地图的质量检测方法,本申请实施例对此不进行限定。
其中,终端设备101可以是自动驾驶车辆的车载终端,也可以是能够远程操控自动驾驶车辆的车载终端的设备,本申请实施例对此不进行限定。服务器102为一台服务器,或者为多台服务器组成的服务器集群,或者为云计算平台和虚拟化中心中的任意一种,本申请实施例对此不加以限定。服务器102与终端设备101通过有线网络或无线网络进行通信连接。服务器102具有数据接收功能、数据处理功能和数据发送功能。当然,服务器102还可以具有其他功能,本申请实施例对此不加以限定。
终端设备101可以泛指多个终端设备中的一个,本实施例仅以终端设备101来举例说明。本领域技术人员可以知晓,上述终端设备101的数量可以更多或更少。比如上述终端设备101可以仅为一个,或者上述终端设备101为几十个或几百个,或者更多数量,本申请实施例对终端设备的数量和设备类型不加以限定。
本领域技术人员应能理解上述终端设备101和服务器102仅为举例说明,其他现有的或者今后可能出现的终端设备或服务器,如可适用于本申请,也应包含在本申请的保护范围之内,并在此以引用方式包含于此。
基于上述实施环境,本申请实施例提供了一种定位地图的质量检测方法,以图2所示的本申请实施例提供的一种定位地图的质量检测方法的流程图为例,该方法可由电子设备执行,电子设备可以是图1中的终端设备101,也可以是图1中的服务器102。如图2所示,该方法包括下述步骤:
在步骤201中,获取自动驾驶车辆在目标时刻的初始姿态信息和目标点云数据,目标点云数据中包括多个特征点的特征信息。
在本申请示例性实施例中,目标点云数据为自动驾驶车辆在目标时刻按照初始姿态信息向目标物体发射激光脉冲所得到的点云数据。目标物体可以是自动驾驶车辆在行驶过程中经过的任意一个物体,本申请实施例对此不进行限定。示例性地,目标物体为地表、墙体、建筑物等。目标时刻为自动驾驶车辆行驶过程中的任意一个时刻,本申请实施例对此也不进行限定。
初始姿态信息包括但不限于自动驾驶车辆在目标时刻的位置信息和自动驾驶车辆在目标时刻的角度信息。本申请实施例不对自动驾驶车辆在目标时刻的初始姿态信息的获取方式进行限定。示例性地,电子设备中安装和运行有全球定位系统(GlobalPositioning System,GPS),电子设备基于GPS对自动驾驶车辆进行定位,进而得到自动驾驶车辆在目标时刻的初始位置信息。或者,电子设备基于基站定位方式对自动驾驶车辆进行定位,得到自动驾驶车辆在目标时刻的初始位置信息。对自动驾驶车辆在目标时刻的初始位置信息进行匹配,得到自动驾驶车辆在目标时刻的角度信息,将自动驾驶车辆在目标时刻的初始位置信息和自动驾驶车辆在目标时刻的角度信息作为自动驾驶车辆在目标时刻的初始姿态信息。其中,角度信息包括俯仰角(pitch)、偏航角(yaw)和翻滚角(roll)。俯仰角是指围绕X轴旋转的角度,偏航角是指围绕Y轴旋转的角度,翻滚角是指围绕Z轴旋转的角度。
可选地,对自动驾驶车辆在目标时刻的初始位置信息进行匹配,得到自动驾驶车辆在目标时刻的角度信息的过程包括:获取在初始位置信息按照目标角度信息向目标物体发射激光脉冲时所得到的第一点云数据,确定第一点云数据和目标点云数据之间的匹配度。响应于第一点云数据和目标点云数据之间的匹配度大于匹配阈值,将目标角度信息作为自动驾驶车辆在目标时刻的角度信息。其中,匹配阈值基于经验进行设置,或者根据实施环境进行调整,本申请实施例对此不进行限定。
本申请实施例不对目标点云数据的获取过程进行限定。示例性地,通过3D(ThreeDimension,三维)扫描设备获取到目标点云数据,3D扫描设备通过有线网络或无线网络与电子设备进行通信连接,3D扫描设备将目标点云数据发送至电子设备,以使电子设备获取到目标点云数据。其中,3D扫描设备可以是激光雷达(Lidar),可以是立体摄像头(StereoCamera),也可以是越渡时间相机(Time-Of-Flight Camera),还可以是其他设备,本申请实施例对此不进行限定。3D扫描设备获取到目标点云数据的过程包括:3D扫描设备用自动化的方式测量目标物体表面的多个特征点的特征信息,然后基于多个特征点的特征信息输出目标点云数据。可选地,特征信息包括坐标、颜色信息(Red-Green-Blue,R-G-B)和反射强度信息(Intensity)中的至少一种。当然,特征信息中还可以包括各个方向角信息,本申请实施例对此也不进行限定。
其中,坐标可以是三维坐标,也可以是二维坐标,还可以是其他维度的坐标,本申请实施例对此也不进行限定。以坐标为三维坐标为例,坐标包括在第一方向的坐标、在第二方向的坐标和在第三方向的坐标,各个方向角信息包括第一方向角信息、第二方向角信息和第三方向角信息。第一方向、第二方向和第三方向为三个不同的方向。示例性地,第一方向为X方向,第二方向为Y方向,第三方向为Z方向。
以3D扫描设备为激光雷达为例,自动驾驶车辆上安装有激光雷达,激光雷达是一种集激光扫描和定位定姿系统于一身的测量装备。激光雷达系统包括激光器和接收器。激光器能够产生多束激光脉冲,激光器将产生的多束激光脉冲发射到目标物体上。目标物体接收到激光脉冲之后会发生漫反射,接收器接收漫反射的激光。激光器记录向目标物体发射激光脉冲的第一时间,接收器记录接收到漫反射激光的第二时间,激光雷达根据第一时间和第二时间确定该次向目标物体发射的激光脉冲的传播时间;进而基于光速和传播时间,确定该次向目标物体发射的激光脉冲在目标物体的表面的特征点的特征信息。由于激光器一次会向目标物体发射多束激光脉冲,因而会得到多个特征点的特征信息,进而根据多个特征点的特征信息,得到目标点云数据。
在步骤202中,根据定位地图和多个特征点的特征信息,对初始姿态信息进行迭代更新,得到初始姿态信息的迭代次数。
可选地,迭代次数是指对初始姿态信息进行迭代更新得到的姿态信息满足更新要求时的次数。定位地图的获取时刻早于目标时刻。本申请实施例不对定位地图的获取方式进行限定。例如,基于起始位置和终止位置,规划行驶路线。控制采集车辆在行驶路线上进行行驶,采集车辆上安装有3D扫描设备,3D扫描设备能够采集到初始点云数据,根据初始点云数据生成定位地图。定位地图中包括起始位置、终止位置以及起始位置和终止位置之间的行驶路线。定位地图用于反映起始位置的周边环境信息、终止位置的周边环境信息以及起始位置和终止位置之间的行驶路线的周边环境信息。
在一种可能的实现方式中,根据定位地图和多个特征点的特征信息,对初始姿态信息进行迭代更新,得到初始姿态信息的迭代次数的过程包括:根据定位地图和多个特征点的特征信息,确定参考姿态信息,在定位地图中按照参考姿态信息向目标物体发射激光脉冲能得到目标点云数据;根据参考姿态信息和多个特征点的特征信息,对初始姿态信息进行迭代更新,得到初始姿态信息的迭代次数。
本申请实施例不对根据定位地图和多个特征点的特征信息,确定参考姿态信息的方式进行限定。可选地,获取多个候选姿态信息;确定在定位地图中按照各个候选姿态信息向目标物体发射激光脉冲时的点云数据,得到各个候选姿态信息对应的候选点云数据,每个候选点云数据中包括多个特征点的特征信息;基于目标点云数据中包括的多个特征点的特征信息和各个候选点云数据中包括的多个特征点的特征信息,确定参考姿态信息。
示例性地,基于目标点云数据中包括的多个特征点的特征信息和各个候选点云数据中包括的多个特征点的特征信息,确定参考姿态信息的过程包括:确定任一个候选点云数据中包括的多个特征点的特征信息和目标点云数据中包括的多个特征点的特征信息之间的相似度,将相似度满足相似要求的候选点云数据对应的候选姿态信息作为参考姿态信息。在一种可能的实现方式中,相似度满足相似要求可以是相似度最高,也可以是相似度大于相似阈值,本申请实施例对此不进行限定。其中,相似阈值可以基于经验进行设置,也可以根据实施环境进行调整,本申请实施例对此不进行限定。
在一种可能的实现方式中,确定出参考姿态信息之后,基于参考姿态信息和多个特征点的特征信息,对初始姿态信息进行迭代更新,得到初始姿态信息的迭代次数的过程包括:根据多个特征点的特征信息,对初始姿态信息进行迭代更新,得到第一姿态信息,第一姿态信息和参考姿态信息之间的关系满足关系要求;将得到第一姿态信息时的迭代次数作为初始姿态信息的迭代次数。
其中,根据多个特征点的特征信息,对初始姿态信息进行迭代更新,得到第一姿态信息的过程包括:将初始姿态信息和多个特征点的特征信息输入优化模型,通过优化模型对初始姿态信息进行迭代更新,得到第一姿态信息。可选地,优化模型可以是逻辑回归模型。
在一种可能的实现方式中,确定第一姿态信息和参考姿态信息之间的关系是否满足关系要求的过程包括:调用损失函数确定第一姿态信息和参考姿态信息之间的损失值。基于第一姿态信息和参考姿态信息之间的损失值小于损失阈值,确定第一姿态信息和参考姿态信息之间的关系满足关系要求。基于第一姿态信息和参考姿态信息之间的损失值不小于损失阈值,确定第一姿态信息和参考姿态信息之间的关系不满足关系要求。
其中,损失函数可以是感知损失函数(Perceptron Loss),可以是平方损失函数(Quadratic Loss Function),也可以是Hinge损失函数(Hinge Loss Function),还可以是其他类型的损失函数,本申请实施例对此不进行限定。可选地,损失阈值可以基于经验进行设置,也可以根据实施环境进行调整,本申请实施例对此不进行限定。示例性地,损失阈值为0.1。
示例性地,根据多个特征点的特征信息,对初始姿态信息进行一次更新,得到第二姿态信息,确定第二姿态信息和参考姿态信息之间的损失值。基于第二姿态信息和参考姿态信息之间的损失值小于损失阈值,则将第二姿态信息作为第一姿态信息,确定初始姿态信息的迭代次数为1次。基于第二姿态信息和参考姿态信息之间的损失值不小于损失阈值,则根据多个特征点的特征信息,对初始姿态信息进行二次更新,得到第三姿态信息,确定第三姿态信息和参考姿态信息之间的损失值。基于第三姿态信息和参考姿态信息之间的损失值小于损失阈值,则将第三姿态信息作为第一姿态信息,确定初始姿态信息的迭代次数为2次。基于第三姿态信息和参考姿态信息之间的损失值不小于损失阈值,则继续对初始姿态信息进行迭代更新,直至迭代更新得到的姿态信息与参考姿态信息之间的损失值小于损失阈值,将迭代更新得到的姿态信息作为第一姿态信息,将得到迭代更新得到的姿态信息时的迭代次数作为初始姿态信息的迭代次数。
可选地,还可以确定第一姿态信息和参考姿态信息在各个维度的差值,响应于第一姿态信息和参考姿态信息在各个维度的差值均小于差值阈值,则确定第一姿态信息和参考姿态信息之间的关系满足关系要求。响应于第一姿态信息和参考姿态信息在各个维度的差值中存在小于差值阈值的维度,则确定第一姿态信息和参考姿态信息之间的关系不满足关系要求。其中,差值阈值基于经验进行设置,或者根据实施环境进行调整,本申请实施例对此不进行限定。
需要说明的是,自动驾驶车辆的3D扫描设备每隔一段时间发射一次激光脉冲,得到此次发射激光脉冲对应的点云数据,再获取发射激光脉冲时自动驾驶车辆的姿态信息,进而确定发射激光脉冲时自动驾驶车辆的姿态信息的迭代次数,根据发射激光脉冲时自动驾驶车辆的姿态信息的迭代次数,确定定位地图的质量检测结果。每次发射激光脉冲时自动驾驶车辆的姿态信息的迭代次数的确定过程的影响因素包括:每次发射激光脉冲时自动驾驶车辆的姿态信息、激光器的测量精度和定位地图的质量。其中,每次发射激光脉冲时自动驾驶车辆的姿态信息均是通过GPS或基站方式确定的,所以每次发射激光脉冲时自动驾驶车辆的姿态信息的质量基本保证了一致性。激光器的测量精度受限于激光器本身的硬件情况和环境情况,由于相邻的两次发射激光脉冲的时间之间的时间间隔很短,所以激光器的硬件情况基本不会发生变化,环境情况也不会发生很大的变化,所以可以忽略不计。定位地图的质量和定位地图描述环境的能力相关,定位地图描述环境的能力较弱,则定位地图的质量较差,定位地图描述环境的能力较强,则定位地图的质量较好。基于此,自动驾驶车辆的姿态信息的迭代次数的影响因素主要是定位地图的质量。
在步骤203中,根据迭代次数,确定定位地图的质量检测结果,质量检测结果用于指示定位地图中的环境信息是否需要进行修复。
在一种可能的实现方式中,如果迭代次数较多,说明初始姿态信息包括的位置的实际环境信息和定位地图中初始姿态信息包括的位置的环境信息之间的差距较大,也即是采集定位地图时初始姿态信息包括的位置的环境信息和采集完定位地图之后初始姿态信息包括的位置的环境信息之间的差距较大,因此需要对定位地图中的环境信息进行修复。如果迭代次数较少,说明初始姿态信息包括的位置的实际环境信息和定位地图中初始姿态信息包括的位置的环境信息之间的差距不大,也即是采集定位地图时初始姿态信息包括的位置的环境信息和采集完定位地图之后初始姿态信息包括的位置的环境信息之间的差距不大,因此不需要对定位地图中的环境信息进行修复。因此,根据迭代次数来对定位地图的质量进行检测时较为客观,且准确性较高,进而,基于定位地图的质量检测结果对定位地图进行修复,一定程度上能提高定位地图的准确性,使得定位地图中的环境信息更加符合实际环境信息,进而使得自动驾驶车辆的行驶安全性和定位准确性更高。
可选地,基于迭代次数不小于次数阈值,确定定位地图的质量检测结果为第一结果,第一结果用于指示定位地图中的环境信息需要进行修复。基于迭代次数小于次数阈值,确定定位地图的质量检测结果为第二结果,第二结果用于指示定位地图中的环境信息不需要进行修复。其中,次数阈值可以基于经验进行设置,也可以根据实施环境进行调整,本申请实施例对此不进行限定。示例性地,次数阈值为10。
由于目标区域的定位地图的采集时刻早于目标时刻,因此可能会出现目标区域在采集完定位地图之后环境进行了调整的情况,而此时,由于已经采集过目标区域的定位地图了,所以不会对环境调整之后的目标区域再采集一次定位地图,这就导致目标区域的定位地图中的环境信息与目标区域的实际环境信息之间存在差异。
示例性地,在2022年3月1日采集了区域A的定位地图,区域A的定位地图中的位置B处没有任何物体,在2022年4月1日在区域A中的位置B新建了一堵墙,这就导致定位地图中的位置B的环境信息和区域A中的位置B的实际环境信息之间存在差异。
在一种可能的实现方式中,若电子设备为终端设备,则终端设备确定出定位地图的质量检测结果,且定位地图的质量检测结果为第一结果之后,还可以确定定位地图中环境信息需要进行修复的目标位置,进而显示通知消息,通知消息用于指示对定位地图中的目标位置的环境信息进行修复。
若电子设备为服务器,则服务器确定出定位地图的质量检测结果,且定位地图的质量检测结果为第一结果之后,还可以确定定位地图中环境信息需要进行修复的目标位置,进而向终端设备发送通知消息,通过终端设备显示通知消息,通知消息用于指示对定位地图中的目标位置的环境信息进行修复。
其中,确定定位地图中环境信息需要进行修复的目标位置的过程包括:将定位地图中初始姿态信息包括的位置作为定位地图中环境信息需要进行修复的目标位置。
可选地,还可以确定初始姿态信息和第一姿态信息之间的差异值;根据迭代次数和初始姿态信息和第一姿态信息之间的差异值,确定定位地图的质量检测结果。其中,可以先确定初始姿态信息的迭代次数,再确定初始姿态信息和第一姿态信息之间的差异值;也可以先确定初始姿态信息和第一姿态信息之间的差异值,再确定初始姿态信息的迭代次数,本申请实施例对初始姿态信息的迭代次数的确定过程和初始姿态信息和第一姿态信息之间的差异值的确定过程的先后顺序不进行限定。
在一种可能的实现方式中,根据初始姿态信息对应的迭代次数和初始姿态信息和第一姿态信息之间的差异值,确定定位地图的质量检测结果的过程包括:基于迭代次数不小于次数阈值,且初始姿态信息和第一姿态信息之间的差异值大于差异阈值,确定定位地图的质量检测结果为第一结果。基于迭代次数小于次数阈值,和/或,初始姿态信息和第一姿态信息之间的差异值不大于差异阈值,确定定位地图的质量检测结果为第二结果。其中,差异阈值可以基于经验进行设置,也可以根据实施环境进行调整,本申请实施例对此不进行限定。
本申请实施例不对确定初始姿态信息和第一姿态信息之间的差异值的过程进行限定。可选地,确定初始姿态信息和第一姿态信息在各个维度上的差异值;根据初始姿态信息和第一姿态信息在各个维度上的差异值,确定初始姿态信息和第一姿态信息之间的差异值。示例性地,将初始姿态信息和第一姿态信息在各个维度上的差异值的和值作为初始姿态信息和第一姿态信息之间的差异值。或者,将初始姿态信息和第一姿态信息在各个维度上的差异值的最大值作为初始姿态信息和第一姿态信息之间的差异值。又或者,将初始姿态信息和第一姿态信息在各个维度上的差异值的平均值作为初始姿态信息和第一姿态信息之间的差异值。
可选地,还可以根据初始姿态信息包括的位置,确定第一区域。根据第一姿态信息包括的位置,确定第二区域。确定第一区域和第二区域之间的重叠度。根据迭代次数、初始姿态信息和第一姿态信息之间的差异值以及第一区域和第二区域之间的重叠度,确定定位地图的质量检测结果。本申请实施例对迭代次数的确定过程、初始姿态信息和第一姿态信息之间的差异值的确定过程以及第一区域和第二区域之间的重叠度的确定过程的先后顺序不进行限定。
其中,根据初始姿态信息包括的位置,确定第一区域的过程包括:以初始姿态信息包括的位置为参考点,以目标长度为参考距离,确定第一区域。其中,目标长度可以基于经验进行设置,也可以根据实施环境进行调整,本申请实施例对此不进行限定。例如,目标长度为5米。
示例性地,以初始姿态信息包括的位置为圆心,以目标长度为半径,确定一个圆,将该圆覆盖的区域作为第一区域。如图3所示为本申请实施例提供的一种第一区域的显示示意图。在图3中,点A表示初始姿态信息包括的位置,阴影区域为第一区域。
又例如,以初始姿态信息包括的位置为中心,以目标长度为变长,确定一个正方形,将该正方形覆盖的区域作为第一区域。如图4所示为本申请实施例提供的另一种第一区域的显示示意图。在图4中,点A表示初始姿态信息包括的位置,阴影区域为第一区域。
需要说明的是,根据第一姿态信息包括的位置,确定第二区域的过程与上述根据初始姿态信息包括的位置,确定第一区域的过程类似,在此不再进行赘述。
确定出第一区域和第二区域之后,将既属于第一区域,又属于第二区域的区域作为重叠区域。如果确定出第一区域和第二区域之后,第一区域和第二区域不存在重叠,则重新确定第一区域和/或第二区域,直至重新确定的两个区域存在重叠。第二区域和第一区域的形状可以相同,也可以不相同,第二区域和第一区域的面积可以相同,也可以不同,第二区域和第一区域的周长可以相同,也可以不同。本申请实施例对此均不进行限定。
如图5所示为本申请实施例提供的一种第一区域和第二区域之间的重叠区域的显示示意图。在图5中,点A表示初始姿态信息包括的位置,圆一覆盖的区域为第一区域,点B表示第一姿态信息包括的位置,圆二覆盖的区域为第二区域,阴影区域为第一区域和第二区域之间的重叠区域。
在一种可能的实现方式中,本申请实施例不对确定第一区域和第二区域之间的重叠度的过程进行限定。可选地,确定第一区域和第二区域之间的重叠区域的面积;确定第一区域的面积,将重叠区域的面积和第一区域的面积之间的商作为第一区域和第二区域之间的重叠度。由于第一区域的面积和第二区域的面积是相同的,因此还可以确定第二区域的面积,将重叠区域的面积和第二区域的面积之间的商作为第一区域和第二区域之间的重叠度。
在一种可能的实现方式中,根据迭代次数、初始姿态信息和第一姿态信息之间的差异值以及第一区域和第二区域之间的重叠度,确定定位地图的质量检测结果的过程包括:基于迭代次数不小于次数阈值,初始姿态信息和第一姿态信息之间的差异值大于差异阈值,且第一区域和第二区域之间的重叠度小于重叠阈值,确定定位地图的质量检测结果为第一结果。基于迭代次数小于次数阈值,和/或,初始姿态信息和第一姿态信息之间的差异值不大于差异阈值,和/或,第一区域和第二区域之间的重叠度不小于重叠阈值,确定定位地图的质量检测结果为第二结果。其中,重叠阈值可以基于经验进行设置,或者根据实施环境进行调整,本申请实施例对此不进行限定。示例性地,重叠阈值为80%。
上述方法在自动驾驶车辆的行驶过程中实时的确定自动驾驶车辆在目标时刻的初始姿态信息对应的迭代次数,进而根据迭代次数来确定定位地图的质量检测结果,该方法在自动驾驶车辆的行驶过程中对定位地图的质量进行检测,提前了对定位地图的质量检测的时机,能够减少自动驾驶车辆按照定位地图行驶时发生故障的情况,进一步提高自动驾驶车辆按照定位地图进行行驶的安全性。
此外,如果目标时刻的初始姿态信息的迭代次数过高,说明初始姿态信息包括的位置的实际环境信息和定位地图中的该位置的环境信息之间的差异较大,能够提示用户及时对定位地图的环境信息进行修复,使得定位地图中的环境信息更加符合实际的环境信息,进而提高定位地图的准确性,进一步提高自动驾驶车辆按照定位地图进行行驶的安全性和定位准确性。
图6所示为本申请实施例提供的一种定位地图的质量检测装置的结构示意图,如图6所示,该装置包括:
获取模块601,用于获取自动驾驶车辆在目标时刻的初始姿态信息和目标点云数据,目标点云数据为自动驾驶车辆在目标时刻按照初始姿态信息向目标物体发射激光脉冲所得到的点云数据,目标点云数据中包括多个特征点的特征信息;
确定模块602,用于根据定位地图和多个特征点的特征信息,对初始姿态信息进行迭代更新,得到初始姿态信息的迭代次数,迭代次数是指对初始姿态信息进行迭代更新得到的姿态信息满足更新要求时的次数;
确定模块602,还用于根据迭代次数,确定定位地图的质量检测结果,质量检测结果用于指示定位地图中的环境信息是否需要进行修复。
在一种可能的实现方式中,确定模块602,用于根据定位地图和多个特征点的特征信息,确定参考姿态信息,在定位地图中按照参考姿态信息向目标物体发射激光脉冲能得到目标点云数据;根据多个特征点的特征信息,对初始姿态信息进行迭代更新,得到第一姿态信息,第一姿态信息和参考姿态间的关系满足关系要求;将得到第一姿态信息时的迭代次数作为初始姿态信息的迭代次数。
在一种可能的实现方式中,确定模块602,用于获取多个候选姿态信息;确定在定位地图中按照各个候选姿态信息向目标物体发射激光脉冲时的点云数据,得到各个候选姿态信息对应的候选点云数据,每个候选点云数据中包括多个特征点的特征信息;基于目标点云数据中包括的多个特征点的特征信息和各个候选点云数据中包括的多个特征点的特征信息,确定参考姿态信息。
在一种可能的实现方式中,确定模块602,还用于调用损失函数确定第一姿态信息和参考姿态信息之间的损失值;基于第一姿态信息和参考姿态信息之间的损失值小于损失阈值,确定第一姿态信息和参考姿态信息之间的关系满足关系要求;基于第一姿态信息和参考姿态信息之间的损失值不小于损失阈值,确定第一姿态信息和参考姿态信息之间的关系不满足关系要求。
在一种可能的实现方式中,确定模块602,用于基于迭代次数不小于次数阈值,确定定位地图的质量检测结果为第一结果,第一结果用于指示定位地图中的环境信息需要进行修复;基于迭代次数小于次数阈值,确定定位地图的质量检测结果为第二结果,第二结果用于指示定位地图中的环境信息不需要进行修复。
在一种可能的实现方式中,确定模块602,还用于确定定位地图中环境信息需要进行修复的目标位置;
装置还包括:
显示模块,用于显示通知消息,通知消息用于指示对定位地图中的目标位置的环境信息进行修复。
在一种可能的实现方式中,确定模块602,用于将定位地图中初始姿态信息包括的位置作为定位地图中环境信息需要进行修复的目标位置。
上述装置在自动驾驶车辆的行驶过程中实时的确定自动驾驶车辆在目标时刻的初始姿态信息的迭代次数,进而根据迭代次数来确定定位地图的质量检测结果,提前了对定位地图的质量检测的时机,能够减少自动驾驶车辆按照定位地图行驶时发生故障的情况,进一步提高自动驾驶车辆按照定位地图进行行驶的安全性。
应理解的是,上述提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图7示出了本申请一个示例性实施例提供的终端设备700的结构框图。该终端设备700可以是便携式移动终端,比如:智能手机、平板电脑、MP3播放器(Moving PictureExperts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(MovingPicture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端设备700还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,终端设备700包括有:处理器701和存储器702。
处理器701可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器701可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器701可以集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器701还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器702可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器702还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器702中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器701所执行以实现本申请中方法实施例提供的定位地图的质量检测方法。
在一些实施例中,终端设备700还可选包括有:外围设备接口703和至少一个外围设备。处理器701、存储器702和外围设备接口703之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口703相连。具体地,外围设备包括:射频电路704、显示屏705、摄像头组件706、音频电路707、定位组件708和电源709中的至少一种。
外围设备接口703可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器701和存储器702。在一些实施例中,处理器701、存储器702和外围设备接口703被集成在同一芯片或电路板上;在一些其他实施例中,处理器701、存储器702和外围设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路704用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路704将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路704包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路704可以通过至少一种无线通信协议来与其它终端设备进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路704还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏705用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏705是触摸显示屏时,显示屏705还具有采集在显示屏705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器701进行处理。此时,显示屏705还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏705可以为一个,设置在终端设备700的前面板;在另一些实施例中,显示屏705可以为至少两个,分别设置在终端设备700的不同表面或呈折叠设计;在另一些实施例中,显示屏705可以是柔性显示屏,设置在终端设备700的弯曲表面上或折叠面上。甚至,显示屏705还可以设置成非矩形的不规则图形,也即异形屏。显示屏705可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件706用于采集图像或视频。可选地,摄像头组件706包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端设备700的前面板,后置摄像头设置在终端设备700的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件706还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器701进行处理,或者输入至射频电路704以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端设备700的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器701或射频电路704的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路707还可以包括耳机插孔。
定位组件708用于定位终端设备700的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件708可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源709用于为终端设备700中的各个组件进行供电。电源709可以是交流电、直流电、一次性电池或可充电电池。当电源709包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端设备700还包括有一个或多个传感器710。该一个或多个传感器710包括但不限于:加速度传感器711、陀螺仪传感器712、压力传感器713、指纹传感器714、光学传感器715以及接近传感器716。
加速度传感器711可以检测以终端设备700建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器711可以用于检测重力加速度在三个坐标轴上的分量。处理器701可以根据加速度传感器711采集的重力加速度信号,控制显示屏705以横向视图或纵向视图进行用户界面的显示。加速度传感器711还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器712可以检测终端设备700的机体方向及转动角度,陀螺仪传感器712可以与加速度传感器711协同采集用户对终端设备700的3D动作。处理器701根据陀螺仪传感器712采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器713可以设置在终端设备700的侧边框和/或显示屏705的下层。当压力传感器713设置在终端设备700的侧边框时,可以检测用户对终端设备700的握持信号,由处理器701根据压力传感器713采集的握持信号进行左右手识别或快捷操作。当压力传感器713设置在显示屏705的下层时,由处理器701根据用户对显示屏705的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器714用于采集用户的指纹,由处理器701根据指纹传感器714采集到的指纹识别用户的身份,或者,由指纹传感器714根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器701授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器714可以被设置在终端设备700的正面、背面或侧面。当终端设备700上设置有物理按键或厂商Logo时,指纹传感器714可以与物理按键或厂商Logo集成在一起。
光学传感器715用于采集环境光强度。在一个实施例中,处理器701可以根据光学传感器715采集的环境光强度,控制显示屏705的显示亮度。具体地,当环境光强度较高时,调高显示屏705的显示亮度;当环境光强度较低时,调低显示屏705的显示亮度。在另一个实施例中,处理器701还可以根据光学传感器715采集的环境光强度,动态调整摄像头组件706的拍摄参数。
接近传感器716,也称距离传感器,通常设置在终端设备700的前面板。接近传感器716用于采集用户与终端设备700的正面之间的距离。在一个实施例中,当接近传感器716检测到用户与终端设备700的正面之间的距离逐渐变小时,由处理器701控制显示屏705从亮屏状态切换为息屏状态;当接近传感器716检测到用户与终端设备700的正面之间的距离逐渐变大时,由处理器701控制显示屏705从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图7中示出的结构并不构成对终端设备700的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
图8为本申请实施例提供的服务器的结构示意图,该服务器800可因配置或性能不同而产生比较大的差异,可以包括一个或多个处理器(Central Processing Units,CPU)801和一个或多个的存储器802,其中,该一个或多个存储器802中存储有至少一条程序代码,该至少一条程序代码由该一个或多个处理器801加载并执行以实现上述各个方法实施例提供的定位地图的质量检测方法。当然,该服务器800还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该服务器800还可以包括其他用于实现设备功能的部件,在此不做赘述。
在示例性实施例中,还提供了一种计算机可读存储介质,该存储介质中存储有至少一条程序代码,该至少一条程序代码由处理器加载并执行,以使计算机实现上述任一种定位地图的质量检测方法。
可选地,上述计算机可读存储介质可以是只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、只读光盘(Compact Disc Read-OnlyMemory,CD-ROM)、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品中存储有至少一条计算机指令,该至少一条计算机指令由处理器加载并执行,以使计算机实现上述任一种定位地图的质量检测方法。
需要说明的是,本申请所涉及的信息(包括但不限于用户设备信息、用户个人信息等)、数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)以及信号,均为经用户授权或者经过各方充分授权的,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。例如,本申请中涉及到的定位地图、姿态信息、点云数据都是在充分授权的情况下获取的。
应当理解的是,在本文中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本申请的示例性实施例,并不用以限制本申请,凡在本申请的原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种定位地图的质量检测方法,其特征在于,所述方法包括:
获取自动驾驶车辆在目标时刻的初始姿态信息和目标点云数据,所述目标点云数据为所述自动驾驶车辆在所述目标时刻按照所述初始姿态信息向目标物体发射激光脉冲所得到的点云数据,所述目标点云数据中包括多个特征点的特征信息;
根据定位地图和所述多个特征点的特征信息,对所述初始姿态信息进行迭代更新,得到所述初始姿态信息的迭代次数,所述迭代次数是指对所述初始姿态信息进行迭代更新得到的姿态信息满足更新要求时的次数;
根据所述迭代次数,确定所述定位地图的质量检测结果,所述质量检测结果用于指示所述定位地图中的环境信息是否需要进行修复。
2.根据权利要求1所述的方法,其特征在于,所述根据定位地图和所述多个特征点的特征信息,对所述初始姿态信息进行迭代更新,得到所述初始姿态信息的迭代次数,包括:
根据定位地图和所述多个特征点的特征信息,确定参考姿态信息,在所述定位地图中按照所述参考姿态信息向所述目标物体发射激光脉冲能得到所述目标点云数据;
根据所述多个特征点的特征信息,对所述初始姿态信息进行迭代更新,得到第一姿态信息,所述第一姿态信息和所述参考姿态间的关系满足关系要求;
将得到所述第一姿态信息时的迭代次数作为所述初始姿态信息的迭代次数。
3.根据权利要求2所述的方法,其特征在于,所述根据定位地图和所述多个特征点的特征信息,确定参考姿态信息,包括:
获取多个候选姿态信息;
确定在所述定位地图中按照各个候选姿态信息向所述目标物体发射激光脉冲时的点云数据,得到所述各个候选姿态信息对应的候选点云数据,每个候选点云数据中包括多个特征点的特征信息;
基于所述目标点云数据中包括的多个特征点的特征信息和各个候选点云数据中包括的多个特征点的特征信息,确定所述参考姿态信息。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
调用损失函数确定所述第一姿态信息和所述参考姿态信息之间的损失值;
基于所述第一姿态信息和所述参考姿态信息之间的损失值小于损失阈值,确定所述第一姿态信息和所述参考姿态信息之间的关系满足所述关系要求;
基于所述第一姿态信息和所述参考姿态信息之间的损失值不小于所述损失阈值,确定所述第一姿态信息和所述参考姿态信息之间的关系不满足所述关系要求。
5.根据权利要求1至4任一所述的方法,其特征在于,所述根据所述迭代次数,确定所述定位地图的质量检测结果,包括:
基于所述迭代次数不小于次数阈值,确定所述定位地图的质量检测结果为第一结果,所述第一结果用于指示所述定位地图中的环境信息需要进行修复;
基于所述迭代次数小于所述次数阈值,确定所述定位地图的质量检测结果为第二结果,所述第二结果用于指示所述定位地图中的环境信息不需要进行修复。
6.根据权利要求5所述的方法,其特征在于,所述基于所述迭代次数不小于次数阈值,确定所述定位地图的质量检测结果为第一结果之后,所述方法还包括:
确定所述定位地图中环境信息需要进行修复的目标位置;
显示通知消息,所述通知消息用于指示对所述定位地图中的目标位置的环境信息进行修复。
7.根据权利要求6所述的方法,其特征在于,所述确定所述定位地图中环境信息需要进行修复的目标位置,包括:
将所述定位地图中所述初始姿态信息包括的位置作为所述定位地图中环境信息需要进行修复的目标位置。
8.一种定位地图的质量检测装置,其特征在于,所述装置包括:
获取模块,用于获取自动驾驶车辆在目标时刻的初始姿态信息和目标点云数据,所述目标点云数据为所述自动驾驶车辆在所述目标时刻按照所述初始姿态信息向目标物体发射激光脉冲所得到的点云数据,所述目标点云数据中包括多个特征点的特征信息;
确定模块,用于根据所述多个特征点的特征信息,对所述初始姿态信息进行迭代更新,得到所述初始姿态信息的迭代次数,所述迭代次数是指对所述初始姿态信息进行迭代更新得到的姿态信息满足更新要求时的次数;
所述确定模块,还用于根据所述迭代次数,确定定位地图的质量检测结果,所述质量检测结果用于指示所述定位地图中的环境信息是否需要进行修复。
9.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条程序代码,所述至少一条程序代码由所述处理器加载并执行,以使所述电子设备实现如权利要求1至7任一所述的定位地图的质量检测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行,以使计算机实现如权利要求1至7任一所述的定位地图的质量检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210768554.0A CN117372320A (zh) | 2022-06-30 | 2022-06-30 | 定位地图的质量检测方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210768554.0A CN117372320A (zh) | 2022-06-30 | 2022-06-30 | 定位地图的质量检测方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117372320A true CN117372320A (zh) | 2024-01-09 |
Family
ID=89406461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210768554.0A Pending CN117372320A (zh) | 2022-06-30 | 2022-06-30 | 定位地图的质量检测方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117372320A (zh) |
-
2022
- 2022-06-30 CN CN202210768554.0A patent/CN117372320A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110967011B (zh) | 一种定位方法、装置、设备及存储介质 | |
CN111126182B (zh) | 车道线检测方法、装置、电子设备及存储介质 | |
CN110095128B (zh) | 获取缺失道路情报的方法、装置、设备及存储介质 | |
CN111854780B (zh) | 车辆导航方法、装置、车辆、电子设备及存储介质 | |
CN109977570B (zh) | 车身噪声确定方法、装置及存储介质 | |
CN112991439B (zh) | 定位目标物体的方法、装置、电子设备及介质 | |
CN110775056B (zh) | 基于雷达探测的车辆行驶方法、装置、终端及介质 | |
CN111179628B (zh) | 自动驾驶车辆的定位方法、装置、电子设备及存储介质 | |
CN111754564B (zh) | 视频展示方法、装置、设备及存储介质 | |
CN112734346B (zh) | 航线覆盖范围的确定方法、装置、设备及可读存储介质 | |
CN112365088B (zh) | 行程关键点的确定方法、装置、设备及可读存储介质 | |
CN114789734A (zh) | 感知信息补偿方法、装置、车辆、存储介质及程序 | |
CN111369684B (zh) | 目标跟踪方法、装置、设备及存储介质 | |
CN114598992A (zh) | 信息交互方法、装置、设备及计算机可读存储介质 | |
CN113935678A (zh) | 确定配送员持多配送终端的方法、装置、设备及存储介质 | |
CN117372320A (zh) | 定位地图的质量检测方法、装置、设备及可读存储介质 | |
CN112214115A (zh) | 输入方式的识别方法、装置、电子设备及存储介质 | |
CN111523876A (zh) | 支付方式的显示方法、装置、系统及存储介质 | |
CN111984755B (zh) | 确定目标停车点的方法、装置、电子设备及存储介质 | |
CN113734199B (zh) | 车辆控制方法、装置、终端及存储介质 | |
CN111798358B (zh) | 确定算路时间的方法、装置、电子设备及可读存储介质 | |
CN112241662B (zh) | 一种检测可行驶区域的方法及装置 | |
CN117173520A (zh) | 三维融合数据的确定方法和装置 | |
CN116338626A (zh) | 点云数据去噪方法、装置、设备及计算机可读存储介质 | |
CN116091943A (zh) | 图像检测方法、装置、设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |