JP6915009B2 - センサーキャリブレーション方法と装置、コンピュータ機器、媒体及び車両 - Google Patents
センサーキャリブレーション方法と装置、コンピュータ機器、媒体及び車両 Download PDFInfo
- Publication number
- JP6915009B2 JP6915009B2 JP2019169174A JP2019169174A JP6915009B2 JP 6915009 B2 JP6915009 B2 JP 6915009B2 JP 2019169174 A JP2019169174 A JP 2019169174A JP 2019169174 A JP2019169174 A JP 2019169174A JP 6915009 B2 JP6915009 B2 JP 6915009B2
- Authority
- JP
- Japan
- Prior art keywords
- camera
- laser radar
- sensor calibration
- static object
- vehicle
- 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
Images
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- 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
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—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
- 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
- G01S7/4972—Alignment of sensor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
Description
車両の走行中に周囲物体を検出するステップと、
検出した前記周囲物体から静的物体を認識するステップと、
カメラとレーザレーダとをそれぞれ使用して、前記静的物体の特徴を抽出し、抽出した特徴に基づいて、前記カメラと前記レーザレーダとの外部パラメーターをキャリブレーションするステップとを含む。
車両の走行中に周囲物体を検出するための物体検出モジュールと、
検出した前記周囲物体から静的物体を認識するための静的物体認識モジュールと、
カメラとレーザレーダとをそれぞれ使用して、前記静的物体の特徴を抽出し、抽出した特徴に基づいて、前記カメラと前記レーザレーダとの外部パラメーターをキャリブレーションするためのキャリブレーションモジュールと、を含む。
一つ又は複数のプロセッサと、
一つ又は複数のプログラムを記憶するための記憶装置と、を含み
前記一つ又は複数のプログラムが前記一つ又は複数のプロセッサによって実行される場合に、前記一つ又は複数のプロセッサが本発明のいずれか一つの実施例に記載のセンサーキャリブレーション方法を実現する。
図1は、本発明の実施例1によって提出されるセンサーキャリブレーション方法のフローチャートである。本実施例は、センサーをキャリブレーションする場合に適用し、当該方法は、センサーキャリブレーション装置によって実行されることができ、当該装置は、ソフトウェア及び/又はハードウェアとして実現されることができ、コンピュータ機器に集積することができ、当該コンピュータ機器は、車両、例えば制御と算出能力を有する無人車両等に配置可能である。図1に示すように、当該方法は、具体的に、以下のステップS110〜ステップS130を含むことができる。
カメラとレーザレーダとをそれぞれ使用して、障害物を検出するステップと、
カメラとレーザレーダとの障害物検出結果を融合検証し、最終の障害物検出結果を取得して周囲物体とするステップとを含む。
予めトレーニングされた認識モデルにより、検出した(検出された)周囲物体から静的物体を認識する。例えば、予めトレーニングされた物体分類器(クラシファイヤ)により、認識された周囲物体を入力として、静的物体を取得する。
図2は、本発明の実施例2によって提供されるセンサーキャリブレーション方法のフローチャートである。本実施例は、上述の実施例に基づいて、さらに最適化するものである。図2に示すように、当該方法は、以下のステップS210〜ステップS240を含むことができる。
図3は、本発明の実施例3によって提供されるセンサーキャリブレーション装置の概略構成図であり、本実施例は、さらに、センサーに対してキャリブレーションを行う場合に適用できる。当該装置は、ソフトウェア及び/又はハードウェアとして実現されることができ、コンピュータ機器に集積することができ、当該コンピュータ機器は、車両、例えば制御と算出能力を有する無人車両等に配置可能である。
物体検出モジュール310は、車両の走行中に周囲物体を検出するためのものであり、
静的物体認識モジュール320は、検出した(検出された)周囲物体から静的物体を認識するためのものであり、
キャリブレーションモジュール330は、カメラとレーザレーダとをそれぞれ使用して、静的物体の特徴を抽出し、抽出した(抽出された)特徴に基づいて、カメラとレーザレーダとの外部パラメーターをキャリブレーションするためのものである。
カメラとレーザレーダとをそれぞれ使用して、障害物を検出するための障害物検出ユニットと、
カメラとレーザレーダとの障害物検出結果を融合検証し、最終の障害物検出結果を取得して周囲物体とするための検出結果検証ユニットとを含む。
予めトレーニングされた認識モデルにより、検出した周囲物体から静的物体を認識するためのものである。
カメラとレーザレーダとをそれぞれ使用して、静的物体のエッジの特徴を抽出し、エッジの複数の特徴点における、カメラ結像平面での第1座標と、レーザレーダ座標系での第2座標とをそれぞれ取得するための座標取得ユニットと、
反復法(反復の方法)により、第2座標がカメラ結像平面に投影された座標と第1座標との揃え操作を実行し、揃え操作が達成されたときに、カメラとレーザレーダとの回転行列と並進ベクトルとを決定するための座標揃えユニットとを含む。
本発明の実施例によって提供されるセンサーキャリブレーション装置は、本発明の任意の実施例によって提供されるセンサーキャリブレーション方法を実行することができ、実行方法に相応する機能モジュール及び有益な効果を有する。
図4は、本発明の実施例4によって提供されるコンピュータ機器の概略構成図である。図4は、本発明の実施形態の実現に適する例示的なコンピュータ機器412を示すブロック図である。図4に示されるコンピュータ機器412は、1つの例示であり、本発明の実施例の機能及び使用範囲に制限を与えるものではない。
当該方法は、
車両の走行中に周囲物体を検出するステップと、
検出した前記周囲物体から静的物体を認識するステップと、
カメラとレーザレーダとをそれぞれ使用して、前記静的物体の特徴を抽出し、抽出した特徴に基づいて、前記カメラと前記レーザレーダとの外部パラメーターをキャリブレーションするステップとを含む。
本発明の実施例5は、コンピュータプログラムが記憶されているコンピュータ読み取り可能な記憶媒体をさらに提供し、当該プログラムがプロセッサによって実行される場合に、本発明の任意の実施例によって提出されるセンサーキャリブレーション方法が実現される。
当該方法は、
車両の走行中に周囲物体を検出するステップと、
検出した前記周囲物体から静的物体を認識するステップと、
カメラとレーザレーダとをそれぞれ使用して、前記静的物体の特徴を抽出し、抽出した特徴に基づいて、前記カメラと前記レーザレーダとの外部パラメーターをキャリブレーションするステップとを含むことができる。
本発明の実施例6は、車体を含む車両をさらに提供し、前記車両は、本発明の実施例に記載のコンピュータ機器と、車体に設けられた少なくとも2種類のセンサーとをさらに含む。ここで、少なくとも2種類のセンサーは、レーザレーダとカメラとを含み、少なくとも2種類のセンサーのそれぞれは、コンピュータ機器に通信する。
Claims (13)
- 車両の走行中に周囲物体を検出するステップと、
検出した前記周囲物体から静的物体を認識するステップと、
カメラとレーザレーダとをそれぞれ使用して、前記静的物体の特徴を抽出し、抽出した特徴に基づいて、前記カメラと前記レーザレーダとの外部パラメーターをキャリブレーションするステップと、を含み、
前記カメラと前記レーザレーダとをそれぞれ使用して、前記静的物体の特徴を抽出し、抽出された特徴に基づいて、前記カメラと前記レーザレーダとの外部パラメーターをキャリブレーションするステップは、
前記カメラと前記レーザレーダとをそれぞれ使用して、前記静的物体のエッジの特徴を抽出し、前記エッジの複数の特徴点における、カメラ結像平面での第1座標と、レーザレーダ座標系での第2座標とをそれぞれ取得するステップと、
反復法により、前記第2座標が前記カメラ結像平面に投影された座標と前記第1座標との揃え操作を実行し、前記揃え操作が達成されたときに、前記カメラと前記レーザレーダとの回転行列と並進ベクトルとを決定するステップと、を含む、
ことを特徴とするセンサーキャリブレーション方法。 - 前記周囲物体を検出するステップは、
前記カメラと前記レーザレーダとをそれぞれ使用して、障害物を検出するステップと、
前記カメラと前記レーザレーダとによる障害物検出結果を融合検証し、最終の障害物検出結果を前記周囲物体として取得するステップと、を含む、
ことを特徴とする請求項1に記載のセンサーキャリブレーション方法。 - 検出した前記周囲物体から前記静的物体を認識するステップは、
予めトレーニングされた認識モデルにより、検出した前記周囲物体から前記静的物体を認識するステップを含む、
ことを特徴とする請求項1に記載のセンサーキャリブレーション方法。 - 前記エッジは、直線と円環とのうち一つ又は複数を含む、
ことを特徴とする請求項1に記載のセンサーキャリブレーション方法。 - 前記静的物体は、車両と、家屋と、木と、電柱とのうち一つ又は複数を含む、
ことを特徴とする請求項1〜4のいずれかに記載のセンサーキャリブレーション方法。 - 車両の走行中に周囲物体を検出するための物体検出モジュールと、
検出した前記周囲物体から静的物体を認識するための静的物体認識モジュールと、
カメラとレーザレーダとをそれぞれ使用して、前記静的物体の特徴を抽出し、抽出した特徴に基づいて、前記カメラと前記レーザレーダとの外部パラメーターをキャリブレーションするためのキャリブレーションモジュールと、を含み、
前記キャリブレーションモジュールは、
前記カメラと前記レーザレーダとをそれぞれ使用して、前記静的物体のエッジの特徴を抽出し、前記エッジの複数の特徴点における、カメラ結像平面での第1座標と、レーザレーダ座標系での第2座標とをそれぞれ取得するための座標取得ユニットと、
反復法により、前記第2座標が前記カメラ結像平面に投影された座標と前記第1座標との揃え操作を実行し、前記揃え操作が達成されたときに、前記カメラと前記レーザレーダとの回転行列と並進ベクトルとを決定するための座標揃えユニットと、を含む、
ことを特徴とするセンサーキャリブレーション装置。 - 前記物体検出モジュールは、
前記カメラと前記レーザレーダとをそれぞれ使用して、障害物を検出するための障害物検出ユニットと、
前記カメラと前記レーザレーダとによる障害物検出結果を融合検証し、最終の障害物検出結果を前記周囲物体として取得するための検出結果検証ユニットと、を含む、
ことを特徴とする請求項6に記載のセンサーキャリブレーション装置。 - 前記静的物体認識モジュールは、
予めトレーニングされた認識モデルにより、検出した前記周囲物体から前記静的物体を認識する、
ことを特徴とする請求項6に記載のセンサーキャリブレーション装置。 - 前記エッジは、直線と円環とのうち一つ又は複数を含む、
ことを特徴とする請求項6に記載のセンサーキャリブレーション装置。 - 前記静的物体は、車両と、家屋と、木と、電柱とのうち一つ又は複数を含む、
ことを特徴とする請求項6〜9のいずれかに記載のセンサーキャリブレーション装置。 - コンピュータ機器であって、
一つ又は複数のプロセッサと、
一つ又は複数のプログラムを記憶するための記憶装置と、を含み、
前記一つ又は複数のプログラムが前記一つ又は複数のプロセッサによって実行される場合に、前記一つ又は複数のプロセッサが請求項1〜5のいずれかに記載のセンサーキャリブレーション方法を実現する、
ことを特徴とするコンピュータ機器。 - コンピュータプログラムが記憶されているコンピュータ読み取り可能な記憶媒体であって、
前記コンピュータプログラムがプロセッサによって実行される場合に、請求項1〜5のいずれかに記載のセンサーキャリブレーション方法が実現される、
ことを特徴とするコンピュータ読み取り可能な記憶媒体。 - 車体を含む車両であって、
請求項11に記載のコンピュータ機器と、
前記車体に設けられた少なくとも2種類のセンサーと、をさらに含み、
前記少なくとも2種類のセンサーは、レーザレーダとカメラとを含み、
前記少なくとも2種類のセンサーは、前記コンピュータ機器とそれぞれ通信する、
ことを特徴とする車両。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811094353.7A CN109343061B (zh) | 2018-09-19 | 2018-09-19 | 传感器标定方法、装置、计算机设备、介质和车辆 |
CN201811094353.7 | 2018-09-19 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020047276A JP2020047276A (ja) | 2020-03-26 |
JP6915009B2 true JP6915009B2 (ja) | 2021-08-04 |
Family
ID=65305532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019169174A Active JP6915009B2 (ja) | 2018-09-19 | 2019-09-18 | センサーキャリブレーション方法と装置、コンピュータ機器、媒体及び車両 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11042762B2 (ja) |
EP (1) | EP3627180B1 (ja) |
JP (1) | JP6915009B2 (ja) |
CN (1) | CN109343061B (ja) |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901141B (zh) * | 2019-02-28 | 2021-03-30 | 东软睿驰汽车技术(沈阳)有限公司 | 一种标定方法及装置 |
US20210003712A1 (en) * | 2019-07-05 | 2021-01-07 | DeepMap Inc. | Lidar-to-camera transformation during sensor calibration for autonomous vehicles |
CN110488234B (zh) * | 2019-08-30 | 2021-09-10 | 北京百度网讯科技有限公司 | 车载毫米波雷达的外参标定方法、装置、设备及介质 |
CN110766758B (zh) * | 2019-09-12 | 2022-08-09 | 浙江大华技术股份有限公司 | 标定方法、装置、系统及存储装置 |
US11352010B2 (en) * | 2019-09-30 | 2022-06-07 | Baidu Usa Llc | Obstacle perception calibration system for autonomous driving vehicles |
CN112816949B (zh) * | 2019-11-18 | 2024-04-16 | 商汤集团有限公司 | 传感器的标定方法及装置、存储介质、标定系统 |
US11494939B2 (en) | 2019-12-02 | 2022-11-08 | Toyota Research Institute, Inc. | Sensor self-calibration in the wild by coupling object detection and analysis-by-synthesis |
CN111025250B (zh) * | 2020-01-07 | 2022-05-13 | 湖南大学 | 一种车载毫米波雷达在线标定方法 |
CN113376617B (zh) * | 2020-02-25 | 2024-04-05 | 北京京东乾石科技有限公司 | 雷达标定结果准确性的评价方法、装置、存储介质及系统 |
US11366233B2 (en) | 2020-04-14 | 2022-06-21 | Plusai, Inc. | System and method for GPS based automatic initiation of sensor calibration |
US11635313B2 (en) * | 2020-04-14 | 2023-04-25 | Plusai, Inc. | System and method for simultaneously multiple sensor calibration and transformation matrix computation |
US11673567B2 (en) | 2020-04-14 | 2023-06-13 | Plusai, Inc. | Integrated fiducial marker for simultaneously calibrating sensors of different types |
CN111627072B (zh) * | 2020-04-30 | 2023-10-24 | 贝壳技术有限公司 | 一种对多传感器进行标定的方法、装置和存储介质 |
CN111612760B (zh) * | 2020-05-20 | 2023-11-17 | 阿波罗智联(北京)科技有限公司 | 用于检测障碍物的方法和装置 |
JP7402121B2 (ja) | 2020-06-02 | 2023-12-20 | 株式会社日立製作所 | 物体検出システムおよび物体検出方法 |
TWI755765B (zh) * | 2020-06-22 | 2022-02-21 | 中強光電股份有限公司 | 視覺與深度座標系的校正系統、校正方法及校正裝置 |
CN111857174A (zh) * | 2020-06-23 | 2020-10-30 | 国网江苏省电力有限公司徐州供电分公司 | 一种基于激光雷达数据的无人机电力数据检校方法 |
CN113847930A (zh) | 2020-06-28 | 2021-12-28 | 图森有限公司 | 多传感器校准系统 |
JP6837626B1 (ja) * | 2020-08-03 | 2021-03-03 | 株式会社空間技術総合研究所 | 地物データの生成システム、地物データベース更新システム及び地物データの生成方法 |
CN112255621B (zh) * | 2020-10-09 | 2022-08-30 | 中国第一汽车股份有限公司 | 一种车辆传感器的标定方法、装置、电子设备及存储介质 |
CN113759346A (zh) * | 2020-10-10 | 2021-12-07 | 北京京东乾石科技有限公司 | 一种激光雷达标定方法、装置、电子设备及存储介质 |
TWI768548B (zh) * | 2020-11-19 | 2022-06-21 | 財團法人資訊工業策進會 | 定位用基礎資訊產生系統與方法以及自身定位判斷裝置 |
US11960276B2 (en) * | 2020-11-19 | 2024-04-16 | Tusimple, Inc. | Multi-sensor collaborative calibration system |
JP2022089269A (ja) * | 2020-12-04 | 2022-06-16 | 株式会社日立製作所 | キャリブレーション装置およびキャリブレーション方法 |
CN112835019A (zh) * | 2020-12-30 | 2021-05-25 | 广州小鹏自动驾驶科技有限公司 | 车辆传感器标定方法、装置、车辆和存储介质 |
KR102498435B1 (ko) * | 2021-01-28 | 2023-02-13 | 경북대학교 산학협력단 | 자율주행 자동차의 센서 시스템 교정 장치 및 그 방법 |
CN113391299B (zh) * | 2021-04-30 | 2023-09-22 | 深圳市安思疆科技有限公司 | 一种扫描面阵激光雷达的参数标定方法和装置 |
CN112986982B (zh) * | 2021-05-12 | 2021-07-30 | 长沙万为机器人有限公司 | 环境地图参照定位方法、装置和移动机器人 |
EP4343370A1 (en) * | 2021-06-15 | 2024-03-27 | Huawei Technologies Co., Ltd. | Calibration method and device for automatic driving vehicle |
CN113340334B (zh) * | 2021-07-29 | 2021-11-30 | 新石器慧通(北京)科技有限公司 | 用于无人车的传感器标定方法、装置及电子设备 |
CN113838141B (zh) * | 2021-09-02 | 2023-07-25 | 中南大学 | 一种单线激光雷达与可见光相机的外参标定方法及系统 |
CN113734197A (zh) * | 2021-09-03 | 2021-12-03 | 合肥学院 | 一种基于数据融合的无人驾驶的智能控制方案 |
CN114170324A (zh) * | 2021-12-09 | 2022-03-11 | 深圳市商汤科技有限公司 | 标定方法及装置、电子设备和存储介质 |
CN117437303B (zh) * | 2023-12-18 | 2024-02-23 | 江苏尚诚能源科技有限公司 | 一种标定相机外参的方法及系统 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4856263B2 (ja) * | 2009-08-07 | 2012-01-18 | シャープ株式会社 | 撮像画像処理システム、画像出力方法、プログラムおよび記録媒体 |
US8903186B2 (en) * | 2013-02-28 | 2014-12-02 | Facebook, Inc. | Methods and systems for differentiating synthetic and non-synthetic images |
CN103559791B (zh) * | 2013-10-31 | 2015-11-18 | 北京联合大学 | 一种融合雷达和ccd摄像机信号的车辆检测方法 |
CN103837869B (zh) * | 2014-02-26 | 2016-06-01 | 北京工业大学 | 基于向量关系的单线激光雷达和ccd相机标定方法 |
US9369689B1 (en) * | 2015-02-24 | 2016-06-14 | HypeVR | Lidar stereo fusion live action 3D model video reconstruction for six degrees of freedom 360° volumetric virtual reality video |
US10142609B2 (en) * | 2015-04-29 | 2018-11-27 | Northrop Grumman Systems Corporation | Dynamically adjustable situational awareness interface for control of unmanned vehicles |
EP3358364A4 (en) * | 2015-09-30 | 2019-03-13 | Sony Corporation | SIGNAL PROCESSING DEVICE, SIGNAL PROCESSING, PROGRAM AND OBJECT DETECTION SYSTEM |
US9916703B2 (en) * | 2015-11-04 | 2018-03-13 | Zoox, Inc. | Calibration for autonomous vehicle operation |
CN105678689B (zh) * | 2015-12-31 | 2020-01-31 | 百度在线网络技术(北京)有限公司 | 高精地图数据配准关系确定方法及装置 |
US10002424B2 (en) * | 2016-09-22 | 2018-06-19 | Sony Corporation | Image processing system and method to reconstruct a three-dimensional (3D) anatomical surface |
CN106558080B (zh) * | 2016-11-14 | 2020-04-24 | 天津津航技术物理研究所 | 一种单目相机外参在线标定方法 |
DE102016225595A1 (de) * | 2016-12-20 | 2018-06-21 | Siemens Aktiengesellschaft | Verfahren und Anordnung zur Kalibrierung mindestens eines Sensors eines Schienenfahrzeugs |
US10816354B2 (en) * | 2017-08-22 | 2020-10-27 | Tusimple, Inc. | Verification module system and method for motion-based lane detection with multiple sensors |
CN107576960B (zh) * | 2017-09-04 | 2021-03-16 | 赵建辉 | 视觉雷达时空信息融合的目标检测方法及系统 |
US20190120934A1 (en) * | 2017-10-19 | 2019-04-25 | GM Global Technology Operations LLC | Three-dimensional alignment of radar and camera sensors |
CN108020826B (zh) * | 2017-10-26 | 2019-11-19 | 厦门大学 | 多线激光雷达与多路相机混合标定方法 |
US11435456B2 (en) * | 2017-12-28 | 2022-09-06 | Lyft, Inc. | Sensor calibration facility |
CN108198223B (zh) * | 2018-01-29 | 2020-04-07 | 清华大学 | 一种激光点云与视觉图像映射关系快速精确标定方法 |
CN108399643A (zh) * | 2018-03-15 | 2018-08-14 | 南京大学 | 一种激光雷达和相机间的外参标定系统和方法 |
CN108519605B (zh) * | 2018-04-09 | 2021-09-07 | 重庆邮电大学 | 基于激光雷达和摄像机的路沿检测方法 |
US10726579B1 (en) * | 2019-11-13 | 2020-07-28 | Honda Motor Co., Ltd. | LiDAR-camera calibration |
-
2018
- 2018-09-19 CN CN201811094353.7A patent/CN109343061B/zh active Active
-
2019
- 2019-09-06 EP EP19195851.1A patent/EP3627180B1/en active Active
- 2019-09-18 US US16/574,995 patent/US11042762B2/en active Active
- 2019-09-18 JP JP2019169174A patent/JP6915009B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US20200089971A1 (en) | 2020-03-19 |
JP2020047276A (ja) | 2020-03-26 |
CN109343061A (zh) | 2019-02-15 |
CN109343061B (zh) | 2021-04-02 |
US11042762B2 (en) | 2021-06-22 |
EP3627180A1 (en) | 2020-03-25 |
EP3627180B1 (en) | 2022-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6915009B2 (ja) | センサーキャリブレーション方法と装置、コンピュータ機器、媒体及び車両 | |
CN112861653B (zh) | 融合图像和点云信息的检测方法、系统、设备及存储介质 | |
US11966673B2 (en) | Sensor simulation and learning sensor models with generative machine learning methods | |
CN109214980B (zh) | 一种三维姿态估计方法、装置、设备和计算机存储介质 | |
US10282623B1 (en) | Depth perception sensor data processing | |
CN110095752B (zh) | 定位方法、装置、设备和介质 | |
JP7086111B2 (ja) | 自動運転車のlidar測位に用いられるディープラーニングに基づく特徴抽出方法 | |
CN108027877B (zh) | 用于非障碍区检测的系统和方法 | |
CN109544629B (zh) | 摄像头位姿确定方法和装置以及电子设备 | |
JP2023507695A (ja) | 自律運転アプリケーションのための3次元交差点構造予測 | |
JP2022536030A (ja) | ビデオ分析アプリケーションにおける相関フィルタを使用した複数物体追跡 | |
JP2020042816A (ja) | 物体検出方法、装置、機器、記憶媒体及び車両 | |
CN112740268B (zh) | 目标检测方法和装置 | |
JP6830137B2 (ja) | 動的障害物の位置校正方法、装置、機器、及び記憶媒体 | |
US20180211119A1 (en) | Sign Recognition for Autonomous Vehicles | |
CN108139756A (zh) | 为自动驾驶车辆构建周围环境以制定驾驶决策的方法和系统 | |
JP2021089724A (ja) | 構造的制約及び物理的制約を伴う3d自動ラベル付け | |
JP2021515178A (ja) | 自動運転車両においてrnnとlstmを用いて時間平滑化を行うlidar測位 | |
CN107985313A (zh) | 用于自主车辆的基于弹簧系统的变换车道方法 | |
KR102564430B1 (ko) | 차량의 제어 방법, 장치 및 차량 | |
US20220194412A1 (en) | Validating Vehicle Sensor Calibration | |
WO2022206414A1 (zh) | 三维目标检测方法及装置 | |
CN111105695A (zh) | 地图制作方法、装置、电子设备及计算机可读存储介质 | |
CN114664102A (zh) | 具有停车空间识别机制的导航系统及其操作方法 | |
CN114973050A (zh) | 自动驾驶应用中深度神经网络感知的地面实况数据生成 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190918 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200929 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201211 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210615 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210714 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6915009 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |