CN117590733A - 一种视觉slam系统的控制方法、装置、设备及存储介质 - Google Patents
一种视觉slam系统的控制方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117590733A CN117590733A CN202311358543.6A CN202311358543A CN117590733A CN 117590733 A CN117590733 A CN 117590733A CN 202311358543 A CN202311358543 A CN 202311358543A CN 117590733 A CN117590733 A CN 117590733A
- Authority
- CN
- China
- Prior art keywords
- time
- sensor
- reference time
- local
- sensors
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000000007 visual effect Effects 0.000 title claims abstract description 44
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 14
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 238000004904 shortening Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 9
- 238000013507 mapping Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 4
- 230000004807 localization Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000010355 oscillation Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000002035 prolonged effect Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 102000008115 Signaling Lymphocytic Activation Molecule Family Member 1 Human genes 0.000 description 1
- 108010074687 Signaling Lymphocytic Activation Molecule Family Member 1 Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G04—HOROLOGY
- G04R—RADIO-CONTROLLED TIME-PIECES
- G04R20/00—Setting the time according to the time information carried or implied by the radio signal
- G04R20/02—Setting the time according to the time information carried or implied by the radio signal the radio signal being sent by a satellite, e.g. GPS
-
- 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
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请涉及时间同步技术领域，提供一种视觉SLAM系统的控制方法、装置、设备及存储介质，其中方法包括：获取北斗卫星授时系统的基准时间和各个所述传感器的本地时间；确定所述基准时间与各个所述传感器的本地时间的偏差；若有所述传感器对应的所述偏差大于或等于预设阈值，则基于所述基准时间对所述传感器的本地时间进行校正。本申请通过北斗卫星授时系统的基准时间校正视觉SLAM系统中多个传感器各自的本地时间，可以实现多个传感器高精度的时间同步，以便基于这些传感器准确地定位建图，从而为视觉SLAM系统中多个传感器的数据融合提供了优势。
Description
技术领域
本申请涉及时间同步技术领域，尤其涉及一种视觉SLAM系统的控制方法、装置、设备及存储介质。
背景技术
近年来，视觉SLAM(Simultaneous Localization and Mapping，即时定位与地图构建)系统在自动驾驶领域中广泛应用，专家学者们发现仅利用单一的视觉传感器进行SLAM定位与建图，常常受到环境中各种因素的影响，得不到高鲁棒性、高实时性与高准确性的SLAM定位结果。针对这一困难，业界提出利用多传感器辅助SLAM的方法修正补偿利用纯视觉信息完成的视觉SLAM。最为经典的是视觉相机与惯性测量单元的数据融合。视觉相机能够提供高分辨率和丰富的环境信息，而惯性测量单元能够提供稳定和高频率的运动测量，两者互补，可以提高系统的鲁棒性以及定位的精准度。
现有技术通常连接互联网，与时间服务器进行通信来获取准确的时间信息，车辆上的客户端通过NTP(Network Time Protocol，网络时间协议)发送时间请求给服务器，并接收服务器回复的时间戳信息，以此来校准自身的系统时间。然而，NTP通常存在网络延迟、网络拥塞和依赖外部服务器等缺陷，不能很好地满足实时性较高的多传感器视觉SLAM系统的要求。
发明内容
本申请的主要目的在于提供一种视觉SLAM系统的控制方法、装置、设备及存储介质，可以实现多个传感器高精度的时间同步，以便基于这些传感器和准确地定位建图，从而为视觉SLAM系统中多个传感器的数据融合提供了优势。
第一方面，本申请提供一种视觉SLAM系统的控制方法，应用于视觉SLAM系统，所述视觉SLAM系统包括多个传感器，控制方法包括：
获取北斗卫星授时系统的基准时间和各个所述传感器的本地时间；
确定所述基准时间与各个所述传感器的本地时间的偏差；
若有所述传感器对应的所述偏差大于或等于预设阈值，则基于所述基准时间对所述传感器的本地时间进行校正。
第二方面，本申请还提供一种视觉SLAM系统的控制装置，应用于视觉SLAM系统，所述视觉SLAM系统包括多个传感器，控制装置包括：
获取模块，用于获取北斗卫星授时系统的基准时间和各个所述传感器的本地时间；
确定模块，用于确定所述基准时间与各个所述传感器的本地时间的偏差；
校正模块，用于若有所述传感器对应的所述偏差大于或等于预设阈值，则基于所述基准时间对所述传感器的本地时间进行校正。
第三方面，本申请还提供一种计算机设备，计算机设备包括存储器和处理器；
存储器，用于存储计算机程序；
处理器，用于执行计算机程序并在执行计算机程序时实现如上述的视觉SLAM系统的控制方法。
第四方面，本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，实现如上述的视觉SLAM系统的控制方法的步骤。
本申请提供一种视觉SLAM系统的控制方法、装置、设备及存储介质，其中方法包括：获取北斗卫星授时系统的基准时间和各个所述传感器的本地时间；确定所述基准时间与各个所述传感器的本地时间的偏差；若有所述传感器对应的所述偏差大于或等于预设阈值，则基于所述基准时间对所述传感器的本地时间进行校正。本申请通过北斗卫星授时系统的基准时间校正视觉SLAM系统中多个传感器各自的本地时间，可以实现多个传感器高精度的时间同步，以便基于这些传感器准确地定位建图，从而为视觉SLAM系统中多个传感器的数据融合提供了优势。
附图说明
为了更清楚地说明本申请实施例技术方案，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为本申请实施例提供的一种代码权限管理方法的流程示意图；
图2为本申请实施例提供的时间同步前后的数据帧时序示意图；
图3为本申请实施例提供的时间校正的系统框架示意图；
图4为本申请实施例提供的视觉SLAM系统框架示意图；
图5为本申请实施例提供的一种视觉SLAM系统的控制装置的示意性框图；
图6为本申请实施例提供的一种计算机设备的结构示意性框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
本申请实施例提供一种代码权限管理方法、装置、设备及存储介质。其中，该意图识别方法可应用于电子设备中，该电子设备可以是手机、平板电脑、笔记本电脑、台式电脑等设备。也可以应用于服务器中，该服务器可以是单独的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互结合。
请参阅图1，图1是本申请的实施例提供的一种视觉SLAM系统的控制方法的流程示意图。需要说明的是，本申请实施例提供的视觉SLAM系统的控制方法可以用于可移动电子设备，例如，机器人、自动驾驶汽车等。
在自动驾驶汽车中，视觉SLAM系统利用车辆上安装的摄像头获取连续的图像序列，并通过计算图像序列间的特征匹配、相机姿态估计和地图构建等步骤，实现车辆的定位和周围环境的地图构建。
如图1所示，该视觉SLAM系统的控制方法应用于视觉SLAM系统，视觉SLAM系统包括多个传感器。随着科技的发展和社会需求的增加，自动驾驶技术正成为汽车行业的热门研究领域。自动驾驶的关键之一是实现车辆的精准定位和环境感知，以便安全地导航和与周围环境进行交互。在实现自主定位和环境感知的技术中，视觉SLAM系统扮演着重要的角色，其可以实现车辆的定位和周围环境的地图构建。
视觉SLAM系统的控制方法包括步骤S101至步骤S103。
步骤S101、获取北斗卫星授时系统的基准时间和各个传感器的本地时间。
可以理解是，基准时间是通过接收北斗卫星授时系统发送的数据包，对该数据包进行解析得到的。该数据包携带有相应的时间信号，对该数据包进行解析后即可得到时间信号对应的基准时间。一般地，每个传感器自带有时钟震荡模块，因此，每个传感器具有相应的计时标准，即本地时间。然而，随着时间的推移时钟震荡模块可能会产生不同程度的钟漂，导致传感器采集数据时显示的本地时间与真实时间产生较大误差。基于此，本申请需要获取北斗卫星授时系统的基准时间和各个传感器的本地时间，以便于了解各个传感器的计时情况以及各个传感器同时采集数据时显示的本地时间。
需要说明的是，北斗卫星授时系统具有高精度的原子钟，可以保证提供的时间信息十分精确，能够实现毫秒级甚至更高精度的时间同步。相比于其他时间同步方法，如网络时间协议或者局部时钟同步，北斗卫星授时系统能够提供更准确的时间参考，降低传感器数据之间的时间差异。北斗卫星授时系统是全球覆盖的卫星导航系统，应用广泛且运行稳定。相比于依赖于网络连接的时间同步方法，北斗卫星授时系统不受网络连接中断或延迟的影响，能够提供稳定和可靠的时间参考，适用于各种工作环境和地理位置。而且，北斗卫星授时系统是独立于其他系统的，在全球范围内提供时间信号，不受外部干扰或者攻击的影响，安全性较高，适用于不同地理区域的视觉SLAM系统的应用。
北斗授时系统可以应用于各种自动驾驶、无人机、机器人等视觉SLAM系统中，提供时间同步的基础，从而提高定位精度、建图精度和环境感知能力。北斗卫星授时系统可以与多个传感器结合使用，例如相机模组、惯性测量模组(IMU模组)、激光雷达等。
步骤S102、确定基准时间与各个传感器的本地时间的偏差。
每个传感器都自带时钟震荡模块，因此，在长期工作运行过程中，时钟震荡模块可能会出现钟漂，这样不仅导致每个传感器的本地时间偏离真实的时间，还导致不同传感器之间的计时有偏差。此外，不同传感器的本地时间不一致还会使得视觉SLAM系统定位建图中，由于不同传感器采集传感器数据的本地时间无法一直对应，而使得传感器数据融合出现偏差，从而降低了视觉SLAM系统定位建图的准确性。基于此，本申请实施例需要将每个传感器的本地时间和基准时间做比较，确定基准时间和各个传感器的本地时间的偏差，以便于根据该偏差做出相应的时间调整。
步骤S103、若有传感器对应的偏差大于或等于预设阈值，则基于基准时间对传感器的本地时间进行校正。
可以理解的是，视觉SLAM系统包括多个传感器，将每个传感器的本地时间和基准时间进行比较可以得到多个传感器对应的偏差。若存在传感器对应的偏差大于或等于预设阈值，则说明该传感器的本地时间和基准时间的偏差比较大，即本地时间严重偏离真实时间，因此，需要基于基准时间对该传感器的本地时间进行校正。例如，预设阈值为10ms，基准时间为10:05:11，该传感器的本地时间为10:05:12，两个时间相差1s，1s明显大于预设阈值10ms，因此，需要将该本地时间调整为10:05:11。当然，如果存在传感器对应的偏差小于预设阈值，则可以不进行时间校正。通过判断各个传感器对应的偏差与预设阈值的大小，确定需要进行时间校正的传感器，使得视觉SLAM系统中的多个传感器的时间同步，从而使多个传感器能够同步采集相应的传感器数据。此外，本领域技术人员可以根据实际需要对预设阈值的大小进行相应的设置，此处不作具体限制。
视觉SLAM系统包括相机模组和IMU模组。如图3所示，相机模组和IMU模组均设置有同步模块，同步模块接收北斗卫星授时信号接收模块解析得到的基准时间，若相机模组或IMU模组存在传感器的本地时间和基准时间的偏差大于或等于预设阈值，则基于基准时间校正该传感器的本地时间。相机模组和IMU模组采集数据后，将采集的数据传输到计算平台，该计算平台中的同步模块也可以接收基准时间，并在处理相机模组和IMU模组的数据时，可以基于该基准时间对数据对应的显示时间进行时间校正。如图2所示，对视觉SLAM系统中的传感器进行时间校正后，相机模组和IMU模组各自采集帧频率对应的本地时间同步，即时间戳同步。
上述实施例提供的获取北斗卫星授时系统的基准时间和各个所述传感器的本地时间；确定所述基准时间与各个所述传感器的本地时间的偏差；若有所述传感器对应的所述偏差大于或等于预设阈值，则基于所述基准时间对所述传感器的本地时间进行校正。本申请通过北斗卫星授时系统的基准时间校正视觉SLAM系统中多个传感器各自的本地时间，可以实现多个传感器高精度的时间同步，以便基于这些传感器准确地定位建图，从而为视觉SLAM系统中多个传感器的数据融合提供了优势。
在一示例性的实施方式中，步骤S103之后还包括步骤S1031和步骤S1032。
步骤S1031、控制多个所述传感器基于校正后的本地时间采集传感器数据，所述传感器数据包括图像数据和运动数据。
步骤S1032、根据所述传感器数据进行实时定位和地图构建。
如图4所示，通过北斗卫星授时信号接收模块发送的基准时间进行时间校正，时间校正后的相机模组和IMU模组采集相应的传感器数据，如图像数据和角速度、加速度等运动数据，并根据图像数据、加速度和角速度等传感器数据进行实时定位与建图。具体地，本申请实施例可以采用卡尔曼滤波、粒子滤波、图优化等传感器融合算法，对传感器数据进行融合处理，以估计机器人的位姿和地图信息，从而提高定位和建图的准确性。如图3所示，在融合过程中，计算平台中的同步模块可以根据传感器数据的时间戳，即每个传感器数据对应的采集时间，和基准时间对传感器数据进行再次校正，以确保不同传感器数据之间的时序一致性，从而进一步地提高了视觉SLAM系统定位实时性和建图的准确性。
本申请实施例可以对采集的所述传感器数据进行去噪和/或滤波等预处理。
具体地，通过多个传感器采集传感器数据，例如图像数据、角速度和加速度等。然后对传感器数据进行去噪和/或滤波等预处理，以提高传感器数据质量，基于经过预处理后的传感器数据提取特征可以提高定位和建图的准确性。
在一示例性的实施方式中，步骤S101具体为：每间隔预设时间，获取北斗卫星授时系统的基准时间和各个所述传感器的本地时间。
为了确保多个传感器采集数据的时间同步，本申请实施例可以持续监测每个传感器的本地时间和基准时间，以便于实时比较多个传感器的本地时间与基准时间，比较得到偏差后，再通过判断该偏差和预设阈值的大小对相应传感器的本地时间进行实时校正。具体地，可以每间隔预设时间获取一次基准时间和传感器的本地时间，当然，该预设时间可以根据实际情况进行相应设置，此处不做具体限制。
在一示例性的实施方式中，还包括：根据连续获取所述基准时间和各个所述传感器的本地时间的次数，以及每次获取的所述基准时间和各个所述传感器的本地时间的偏差，调整所述预设时间。
可以理解的是，有的传感器经过一次时间校正后，其对应的本地时间和基准时间的偏差一直处于小于预设阈值的情况，有的传感器每次时间校正后，其对应的本地时间和基准时间的偏差一直处于大于或等于预设阈值的情况，时间误差较大，因此，本申请实施例可以适当调整预设时间，以提高多个传感器之间时间同步的准确性，从而提高传感器数据采集的一致性。
在一示例性的实施方式中，若连续获取所述基准时间和各个所述传感器的本地时间的次数达到预设数量，且每次获取的所述基准时间和多个所述传感器的本地时间的偏差均小于预设阈值，则延长所述预设时间。若连续获取所述基准时间和各个所述传感器的本地时间的次数达到预设数量，且每次获取的所述基准时间和多个所述传感器的本地时间的偏差均大于或等于预设阈值，则缩短所述预设时间。
具体地，假设预设数量为5次，连续5次获取基准时间和各个传感器的本地时间，且每次获取的基准时间和多个传感器的本地时间的偏差均小于预设阈值，则说明各个传感器的本地时间比较接近基准时间，可以延长预设时间，即延长相邻两次获取基准时间和本地时间的时长，从而无需短时间重复获取基准时间和本地时间，并重复比较两者的偏差，减少不必要的工作线程，提高了系统的运行速率。当然，如果每次获取的基准时间和多个传感器的本地时间的偏差均大于或等于预设阈值，则说明传感器出现比较严重的钟漂，导致传感器的本地时间不准确，此时，可以缩短预设时间，在短时间内增加获取基准时间和各个传感器的本地时间的次数，以提高时间校正的次数，进而确保多个传感器保持时间同步。
请参阅图5，图5是本申请实施例提供的一种视觉SLAM系统的控制装置的示意性框图。该视觉SLAM系统的控制装置可以配置于服务器或电子设备中，用于执行前述的视觉SLAM系统的控制方法。
如图5所示，该视觉SLAM系统的控制装置应用于视觉SLAM系统，所述视觉SLAM系统包括多个传感器，控制装置包括：获取模块110、确定模块120、校正模块130。
获取模块110，用于获取北斗卫星授时系统的基准时间和各个所述传感器的本地时间。
可以理解的是，获取模块具体用于接收北斗卫星授时系统发送的数据包，对所述数据包进行解析得到基准时间。
确定模块120，用于确定所述基准时间与各个所述传感器的本地时间的偏差。
校正模块130，用于若有所述传感器对应的所述偏差大于或等于预设阈值，则基于所述基准时间对所述传感器的本地时间进行校正。
在一示例性的实施方式中，控制装置还包括：采集模块和构建模块。
采集模块，用于控制多个所述传感器基于校正后的本地时间采集传感器数据，所述传感器数据包括图像数据和运动数据。
构建模块，用于根据所述传感器数据进行实时定位和地图构建。
在一示例性的实施方式中，还包括预处理模块。
预处理模块，用于对采集的所述传感器数据进行预处理，所述预处理包括以下至少一种：去噪、滤波。
在一示例性的实施方式中，获取模块110具体用于每间隔预设时间，获取北斗卫星授时系统的基准时间和各个所述传感器的本地时间。
在一示例性的实施方式中，还包括调整模块。
调整模块，用于根据连续获取所述基准时间和各个所述传感器的本地时间的次数，以及每次获取的所述基准时间和各个所述传感器的本地时间的偏差，调整所述预设时间。
在一示例性的实施方式中，调整模块包括延长时间模块和缩短时间模块。
延长时间模块，用于若连续获取所述基准时间和各个所述传感器的本地时间的次数达到预设数量，且每次获取的所述基准时间和多个所述传感器的本地时间的偏差均小于预设阈值，则延长所述预设时间。
缩短时间模块，用于若连续获取所述基准时间和各个所述传感器的本地时间的次数达到预设数量，且每次获取的所述基准时间和多个所述传感器的本地时间的偏差均大于或等于预设阈值，则缩短所述预设时间。
需要说明的是，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，上述描述的装置和各模块、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。
本申请的方法，可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
示例性的，上述的方法、装置可以实现为一种计算机程序的形式，该计算机程序可以在计算机设备上运行。
请参阅图6，图6是本申请实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以为服务器或电子设备。
如图6所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口，其中，存储器可以包括存储介质和内存储器。
存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行任意一种视觉SLAM系统的控制方法的步骤。
处理器用于提供计算和控制能力，支撑整个计算机设备的运行。
内存储器为存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行任意一种视觉SLAM系统的控制方法的步骤。
该网络接口用于进行网络通信，如发送分配的任务等。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
应当理解的是，处理器可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可变成逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中，在一个实施例中，处理器用于执行计算机程序并在执行计算机程序时实现如下步骤：
获取北斗卫星授时系统的基准时间和各个所述传感器的本地时间；
确定所述基准时间与各个所述传感器的本地时间的偏差；
若有所述传感器对应的所述偏差大于或等于预设阈值，则基于所述基准时间对所述传感器的本地时间进行校正。
在一实施例中，在所述若有所述传感器对应的所述偏差大于或等于预设阈值，则基于所述基准时间对所述传感器的本地时间进行校正之后，包括：
控制多个所述传感器基于校正后的本地时间采集传感器数据，所述传感器数据包括图像数据和运动数据；
根据所述传感器数据进行实时定位和地图构建。
在一实施例中，还包括：
对采集的所述传感器数据进行预处理，所述预处理包括以下至少一种：去噪、滤波。
在一实施例中，所述获取北斗卫星授时系统的基准时间和各个所述传感器的本地时间，包括：
每间隔预设时间，获取北斗卫星授时系统的基准时间和各个所述传感器的本地时间。
在一实施例中，还包括：
根据连续获取所述基准时间和各个所述传感器的本地时间的次数，以及每次获取的所述基准时间和各个所述传感器的本地时间的偏差，调整所述预设时间。
在一实施例中，所述根据连续获取所述基准时间和各个所述传感器的本地时间的次数，以及每次获取的所述基准时间和各个所述传感器的本地时间的偏差，调整所述预设时间，包括：
若连续获取所述基准时间和各个所述传感器的本地时间的次数达到预设数量，且每次获取的所述基准时间和多个所述传感器的本地时间的偏差均小于预设阈值，则延长所述预设时间；
若连续获取所述基准时间和各个所述传感器的本地时间的次数达到预设数量，且每次获取的所述基准时间和多个所述传感器的本地时间的偏差均大于或等于预设阈值，则缩短所述预设时间。
在一实施例中，所述获取北斗卫星授时系统的基准时间，包括：
接收北斗卫星授时系统发送的数据包；
对所述数据包进行解析得到基准时间。
需要说明的是，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，上述描述视觉SLAM系统的控制方法的具体工作过程，可以参考前述视觉SLAM系统的控制方法的实施例中的对应过程，在此不再赘述。
本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时所实现的方法可参照本申请视觉SLAM系统的控制方法的各个实施例。
其中，计算机可读存储介质可以是前述实施例的计算机设备的内部存储单元，例如计算机设备的硬盘或内存。计算机可读存储介质也可以是计算机设备的外部存储设备，例如计算机设备上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。
应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
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，仅为本申请的具体实施方式，但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。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种视觉SLAM系统的控制方法，应用于视觉SLAM系统，其特征在于，所述视觉SLAM系统包括多个传感器，控制方法包括：
获取北斗卫星授时系统的基准时间和各个所述传感器的本地时间；
确定所述基准时间与各个所述传感器的本地时间的偏差；
若有所述传感器对应的所述偏差大于或等于预设阈值，则基于所述基准时间对所述传感器的本地时间进行校正。
2.根据权利要求1所述的视觉SLAM系统的控制方法，其特征在于，在所述若有所述传感器对应的所述偏差大于或等于预设阈值，则基于所述基准时间对所述传感器的本地时间进行校正之后，包括：
控制多个所述传感器基于校正后的本地时间采集传感器数据，所述传感器数据包括图像数据和运动数据；
根据所述传感器数据进行实时定位和地图构建。
3.根据权利要求2所述的视觉SLAM系统的控制方法，其特征在于，还包括：
对采集的所述传感器数据进行预处理，所述预处理包括以下至少一种：去噪、滤波。
4.根据权利要求1所述的视觉SLAM系统的控制方法，其特征在于，所述获取北斗卫星授时系统的基准时间和各个所述传感器的本地时间，包括：
每间隔预设时间，获取北斗卫星授时系统的基准时间和各个所述传感器的本地时间。
5.根据权利要求4所述的视觉SLAM系统的控制方法，其特征在于，还包括：
根据连续获取所述基准时间和各个所述传感器的本地时间的次数，以及每次获取的所述基准时间和各个所述传感器的本地时间的偏差，调整所述预设时间。
6.根据权利要求5所述的视觉SLAM系统的控制方法，其特征在于，所述根据连续获取所述基准时间和各个所述传感器的本地时间的次数，以及每次获取的所述基准时间和各个所述传感器的本地时间的偏差，调整所述预设时间，包括：
若连续获取所述基准时间和各个所述传感器的本地时间的次数达到预设数量，且每次获取的所述基准时间和多个所述传感器的本地时间的偏差均小于预设阈值，则延长所述预设时间；
若连续获取所述基准时间和各个所述传感器的本地时间的次数达到预设数量，且每次获取的所述基准时间和多个所述传感器的本地时间的偏差均大于或等于预设阈值，则缩短所述预设时间。
7.根据权利要求1-6任意一项所述的视觉SLAM系统的控制方法，其特征在于，所述获取北斗卫星授时系统的基准时间，包括：
接收北斗卫星授时系统发送的数据包；
对所述数据包进行解析得到基准时间。
8.一种视觉SLAM系统的控制装置，应用于视觉SLAM系统，其特征在于，所述视觉SLAM系统包括多个传感器，装置包括：
获取模块，用于获取北斗卫星授时系统的基准时间和各个所述传感器的本地时间；
确定模块，用于确定所述基准时间与各个所述传感器的本地时间的偏差；
校正模块，用于若有所述传感器对应的所述偏差大于或等于预设阈值，则基于所述基准时间对所述传感器的本地时间进行校正。
9.一种计算机设备，其特征在于，计算机设备包括存储器和处理器；
存储器，用于存储计算机程序；
处理器，用于执行计算机程序并在执行计算机程序时实现如权利要求1至7中任意一项所述的视觉SLAM系统的控制方法。
10.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，计算机程序被处理器执行时，实现如权利要求1至7中任意一项所述的视觉SLAM系统的控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311358543.6A CN117590733A (zh) | 2023-10-18 | 2023-10-18 | 一种视觉slam系统的控制方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311358543.6A CN117590733A (zh) | 2023-10-18 | 2023-10-18 | 一种视觉slam系统的控制方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117590733A true CN117590733A (zh) | 2024-02-23 |
Family
ID=89915668
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311358543.6A Pending CN117590733A (zh) | 2023-10-18 | 2023-10-18 | 一种视觉slam系统的控制方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117590733A (zh) |
-
2023
- 2023-10-18 CN CN202311358543.6A patent/CN117590733A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110857101B (zh) | 用于自动驾驶车辆的硬件集中时间同步集线器 | |
| CN110857993B (zh) | 用于自动驾驶车辆基于gps的高精度时间戳生成电路 | |
| CN110858786B (zh) | 用于自动驾驶车辆的时间源排序系统 | |
| CN110857099B (zh) | 用于自动驾驶车辆的时间源恢复系统 | |
| CN108957495B (zh) | Gnss与mimu组合导航方法、装置及计算机设备 | |
| US20210165077A1 (en) | Radar data compensation method for mobile robot, device, and storage medium | |
| CN111077549B (zh) | 位置数据修正方法、装置和计算机可读存储介质 | |
| US10810889B2 (en) | Operating device, operating method, operating system, and operating program | |
| WO2018225067A1 (en) | Fusion and calibration of sensor signals in a moving vehicle | |
| CN116184442A (zh) | 轨道、钟差改正数评估方法和装置、设备及存储介质 | |
| CN116830689A (zh) | 一种时间同步方法、装置及存储介质 | |
| CN117334072B (zh) | 公交车辆到站时刻预测方法和装置 | |
| CN113532428B (zh) | 数据处理方法、装置、动中通终端和计算机可读存储介质 | |
| CN113009816B (zh) | 时间同步误差的确定方法及装置、存储介质及电子装置 | |
| CN117590733A (zh) | 一种视觉slam系统的控制方法、装置、设备及存储介质 | |
| US11205347B2 (en) | Method and electronic device for ascertaining an ego position | |
| CN115037703B (zh) | 数据处理方法、装置、计算机存储介质及计算机程序产品 | |
| CN114739415A (zh) | 基于多传感器融合的多车定位方法、装置及计算机设备 | |
| CN114394111A (zh) | 用于自动驾驶车辆的变道方法 | |
| CN110033088B (zh) | 估计gps数据的方法和装置 | |
| CN112639402B (zh) | 磁力计校准或调节 | |
| CA3095720A1 (en) | Processing system having a machine learning engine for providing a common trip format (ctf) output | |
| CN117492353A (zh) | 基于北斗卫星授时的时间同步方法、设备、机器人及介质 | |
| CN111426241B (zh) | 一种基于导航系统的运行参数修正门限确定方法及装置 | |
| JP7314314B2 (ja) | 車載システム、および、センシングデータの受信方法、送信方法 |
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 |