WO2020168667A1 - 基于共享slam地图的高精度定位方法及系统 - Google Patents
基于共享slam地图的高精度定位方法及系统 Download PDFInfo
- Publication number
- WO2020168667A1 WO2020168667A1 PCT/CN2019/093533 CN2019093533W WO2020168667A1 WO 2020168667 A1 WO2020168667 A1 WO 2020168667A1 CN 2019093533 W CN2019093533 W CN 2019093533W WO 2020168667 A1 WO2020168667 A1 WO 2020168667A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- sensor
- vehicle
- map
- shared
- slam map
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- 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
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
Abstract
一种基于共享SLAM地图的高精度定位方法及系统,包括:通过网络获取当前车辆所处地理位置的共享SLAM地图(101);在共享SLAM地图中确定第一传感器的定位信息(102),并结合当前车辆的第一传感器的外部参数以及地图共享车辆的第二传感器的外部参数,确定当前车辆的车身在共享地图中的相对定位信息(104);能够通过网络发布自身车辆或者获取到其他车辆的任意地理位置的共享SLAM地图,共享SLAM地图为相对坐标地图,可以为视觉或者激光SLAM地图;通过附加传感器与车身的外部参数信息,提高了相对坐标地图制图和定位的灵活性,还提高了车辆定位功能的准确率。
Description
本发明涉及车辆技术领域,具体涉及一种基于共享SLAM地图(Simultaneous Localization And Mapping,即时定位与构建地图)的高精度定位方法及系统。
随着自动驾驶汽车的快速发展,定位功能几乎成为了自动驾驶汽车的必备功能。当前,自动驾驶汽车通常会使用全球定位系统(Global Positioning System,GPS)对自动驾驶汽车进行定位。然而,在实践中发现,当自动驾驶汽车处于地下停车场或者多层停车场时,通过GPS确定的自动驾驶车辆的当前位置可能对应当前停车场的多个位置,因此自动驾驶车辆无法根据GPS定位到自动驾驶车辆在当前停车场中的具体位置,从而导致自动驾驶汽车的定位功能的准确率较低。
发明内容
本发明实施例公开一种基于共享SLAM地图的高精度定位方法及系统,能够提高车辆定位功能的准确率。
本发明实施例第一方面公开一种基于共享SLAM地图的高精度定位方法,其特征在于,所述方法包括:
通过网络获取当前车辆所处地理位置的所述共享SLAM地图;
通过所述当前车辆的第一传感器采集得到第一传感器位姿,并在所述共享SLAM地图中确定与所述第一传感器位姿匹配的传感器定位信息;
获取所述第一传感器的外部参数,并从所述共享SLAM地图中读取地图共享车辆的第二传感器的外部参数,所述共享SLAM地图由所述地图共享车辆构建;
根据所述传感器定位信息、所述第一传感器的外部参数以及所述第二传感器的外部参数确定所述当前车辆的车身定位信息。
作为一种可选的实施方式,在本发明实施例第一方面中,所述通过所述当前车辆的第一传感器采集得到第一传感器位姿,并在所述共享SLAM地图中确定与所述第一传感器位姿匹配的传感器定位信息,包括:
通过所述当前车辆的第一传感器采集得到基于所述第一传感器的外部参数的第一传感器位姿;
在所述共享SLAM地图中确定与所述第一传感器位姿对应的目标位姿;
生成包含所述目标位姿的传感器定位信息,所述传感器定位信息与所述第一传感器匹配。
作为一种可选的实施方式,在本发明实施例第一方面中,所述获取所述第一传感器的外部参数,并从所述共享SLAM地图中读取地图共享车辆的第二传感器的外部参数,包括:
获取所述当前车辆的当前车辆信息,并读取所述当前车辆信息中的所述第一传感器的外部参数;
获取所述共享SLAM地图中包含的构建所述共享SLAM地图的地图共享车辆的地图共享车辆信息;
从所述地图共享车辆信息中读取所述地图共享车辆的第二传感器的外部参数。
作为一种可选的实施方式,在本发明实施例第一方面中,所述根据所述传感器定位信息、所述第一传感器的外部参数以及所述第二传感器的外部参数确定所述当前车辆的车身定位信息,包括:
计算生成所述第一传感器的外部参数与所述第二传感器的外部参数之间的变换矩阵;
通过所述变换矩阵将所述传感器定位信息中的所述目标位姿变换为第二传感器位姿;
在所述共享SLAM地图中确定与所述第二传感器位姿匹配的当前定位信息;
将所述当前定位信息确定为所述当前车辆的车身定位信息。
作为一种可选的实施方式,在本发明实施例第一方面中,所述方法还包括:
通过当前车辆的定位模块采集所述当前车辆所处的地理位置;
确定所述地理位置对应的区域信息,所述区域信息中包含所述地理位置;
检测所述当前车辆是否存储有与所述区域信息匹配的目标SLAM地图;
如果否,执行所述的通过网络获取当前车辆所处地理位置的所述共享SLAM地图。
本发明实施例第二方面公开一种基于共享SLAM地图的高精度定位系统,其特征在于,包括:
获取单元,用于通过网络获取当前车辆所处地理位置的所述共享SLAM地图;
第一采集单元,用于通过所述当前车辆的第一传感器采集得到第一传感器位姿,并在所述共享SLAM地图中确定与所述第一传感器位姿匹配的传感器定位信息;
读取单元,用于获取所述第一传感器的外部参数,并从所述共享SLAM地图中读取地图共享车辆的第二传感器的外部参数,所述共享SLAM地图由所述地图共享车辆构建;
第一确定单元,用于根据所述传感器定位信息、所述第一传感器的外部参数以及所述第二传感器的外部参数确定所述当前车辆的车身定位信息。
作为一种可选的实施方式,在本发明实施例第二方面中,所述第一采集单元包括:
采集子单元,用于通过所述当前车辆的第一传感器采集得到基于所述第一传感器的外部参数的第一传感器位姿;
第一确定子单元,用于在所述共享SLAM地图中确定与所述第一传感器位姿对应的目标位姿;
生成子单元,用于生成包含所述目标位姿的传感器定位信息,所述传感器定位信息与所述第一传感器匹配。
作为一种可选的实施方式,在本发明实施例第二方面中,所述读取单元包括:
第一获取子单元,用于获取所述当前车辆的当前车辆信息,并读取所述当前车辆信息中的所述第一传感器的外部参数;
第二获取子单元,用于获取所述共享SLAM地图中包含的构建所述共享SLAM地图的地图共享车辆的地图共享车辆信息;
读取子单元,用于从所述地图共享车辆信息中读取所述地图共享车辆的第二传感器的外部参数。
作为一种可选的实施方式,在本发明实施例第二方面中,所述第一确定单元包括:
计算子单元,用于计算生成所述第一传感器的外部参数与所述第二传感器的外部参数之间的变换矩阵;
变换子单元,用于通过所述变换矩阵将所述传感器定位信息中的所述目标位姿变换为第二传感器位姿;
第二确定子单元,用于在所述共享SLAM地图中确定与所述第二传感器位姿匹配的当前定位信息;
第三确定子单元,用于将所述当前定位信息确定为所述当前车辆的车身定位信息。
作为一种可选的实施方式,在本发明实施例第二方面中,所述系统还包括:
第二采集单元,用于通过当前车辆的定位模块采集所述当前车辆所处的地理位置;
第二确定单元,用于确定所述地理位置对应的区域信息,所述区域信息中包含所述地理位置;
检测单元,用于检测所述当前车辆是否存储有与所述区域信息匹配的目标SLAM地图;
所述获取单元,具体用于在所述检测单元的检测结果为否时,通过网络获取当前车辆所处地理位置的所述共享SLAM地图。
本发明实施例第三方面公开一种车载电子设备,包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行第一方面的任意一种方法的部分或全部步骤。
本发明实施例第四方面公开一种计算机可读存储介质,所述计算机可读存储介质存储了程序代码,其中,所述程序代码包括用于执行第一方面的任意一种方法的部分或全部步骤的指令。
本发明实施例第五方面公开一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
本发明实施例第六方面公开一种应用发布平台,所述应用发布平台用于发布计算机程序产品,其中,当所述计算机程序产品在计算机上运行时,使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,通过网络获取当前车辆所处地理位置的共享SLAM地图;通过当前车辆的第一传感器采集得到第一传感器位姿,并在共享SLAM地图中确定与第一传感器位姿匹配的传感器定位信息;获取第一传感器的外部参数,并从共享SLAM地图中读取地图共享车辆的第二传感器的外部参数,共享SLAM地图由地图共享车辆构建;根据传感器定位信息、第一传感器的外部参数以及第二传感器的外部参数确定当前车辆的车身定位信息。可见,实施本发明实施例,能够通过网络获取到其他车辆上传至网络的任意地理位置的共享SLAM地图,并且还可以通过传感器获取当前车辆的传感器位姿,以使当前车辆可以在共享SLAM地图中确定与该传感器位姿对应的唯一的定位信息,从而提高了车辆定位功能的准确率。
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,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是本发明实施例公开的一种基于共享SLAM地图的高精度定位方法的流程示意图;
图2是本发明实施例公开的另一种基于共享SLAM地图的高精度定位方法的流程示意图;
图3是本发明实施例公开的另一种基于共享SLAM地图的高精度定位方法的流程示意图;
图4是本发明实施例公开的一种基于共享SLAM地图的高精度定位系统的结构示意图;
图5是本发明实施例公开的另一种基于共享SLAM地图的高精度定位系统的结构示意图;
图6是本发明实施例公开的另一种基于共享SLAM地图的高精度定位系统的结构示意图;
图7是本发明实施例公开的一种车载电子设备的结构示意图。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
需要说明的是,本发明实施例及附图中的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出 的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例公开一种基于共享SLAM地图的高精度定位方法及系统,能够通过网络获取到共享SLAM地图,以使当前车辆可以在共享SLAM地图中确定与该传感器位姿对应的唯一的定位信息,从而提高了车辆定位功能的准确率。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种基于共享SLAM地图的高精度定位方法的流程示意图。如图1所示,该基于共享SLAM地图的高精度定位方法可以包括以下步骤:
101、车载电子设备通过网络获取当前车辆所处地理位置的共享SLAM地图。
本发明实施例中,当前车辆可以通过GPS采集当前车辆所处的地理位置,由于GPS定位的精确度较低,以及通过GPS无法实现在多层建筑中的跨层定位,因此,当前车辆需要获取该地理位置的SLAM地图,SLAM地图可以为视觉SLAM地图,也可以为激光SLAM地图,SLAM地图作为一种高精度地图可以实现精确度较高的定位,此外,SLAM地图中可以包含各个传感器获取的不同地点的环境信息,因此,SLAM地图中可以包含各个地理位置的空间信息,可以根据当前车辆的传感器采集到的当前车辆所处环境的空间信息在SLAM地图中确定唯一的定位信息,从而实现基于SLAM地图的车辆在多层建筑中精确的跨层定位。此外,车载电子设备可以是设置于当前车辆中的控制终端,当前车辆的车主可以通过车载电子设备实现对当前车辆的控制。
本发明实施例中,当前车辆中可以预先存储有SLAM地图,且对于当前车辆存储的SLAM地图的数量不做限定,如果当前车辆中存储有当前车辆所处地理位置对应的目标SLAM地图,则当前车辆可以直接使用该目标SLAM地图进行当前车辆的定位;如果当前车辆中未存储有当前车辆所处地理位置对应的目标SLAM地图,当前车辆可以通过网络(如互联网、局域网等)获取与该地理位置匹配的共享SLAM地图,进而根据获取到的共享SLAM地图进行定位。
本发明实施例中,当前车辆预先存储的SLAM地图的方式可以为:如果当前车辆行驶到的地理位置为初次行驶到的位置,且当前车辆也未能通过网络获取到对应的SLAM地图,则当前车辆可以通过车辆上的传感器(如视觉传感器或激光传感器等)采集到当前车辆周围的环境信息,进而可以根据传感器采集的环境信息构建SLAM地图,且该SLAM覆盖的区域面积大小可以是预设的面积大小,当前车辆可以将构建的SLAM地图与当前的地理位置进行关联,并存储至当前车辆中,以便于车辆再次经过该地理位置时可以直接获取到SLAM地图进行定位,即提高了车辆定位的准确性,还可以加快车辆定位的速度。
本发明实施例中,当前车辆通过网络获取到的共享SLAM地图可以为地图共享车辆构建SLAM地图之后,将该SLAM地图与地图共享车辆所在地理位置关联,并存储至服务器(如云服务器)上,以使其他车辆在行驶至该地理位置时可以通过网络从服务器上获取到与该地理位置匹配的共享SLAM地图,以避免当前车辆中未存储有该地理位置的SLAM地图而导致的定位不准确的情况。
本发明实施例中,由于地图共享车辆与当前车辆的车辆型号可能存在不同,因此,地图共享车辆上的传感器的外部参数与当前车辆的传感器的外部参数也可能存在不同,为了保证任意车辆都可以使用地图共享车辆共享的共享SLAM地图,在共享SLAM地图中可以存储有构建共享SLAM地图的地图共享车辆的车辆信息,该车辆信息中可以包含该地图共享车辆的型号、传感器的外部参数以及惯性测量单元(Inertial Measurement Unit,IMU)的参数等信息,对此,本发明实施例不做限定。
102、车载电子设备通过当前车辆的第一传感器采集得到第一传感器位姿,并在共享SLAM地图中确定与第一传感器位姿匹配的传感器定位信息。
本发明实施例中,第一传感器可以为设置在当前车辆上的视觉传感器或者激光传感器,视觉传感 器可以为设置在当前车辆上的摄像头或相机等传感器。第一传感器可以设置在当前车辆的前方或当前车辆的顶部。当前车辆在行驶的过程中可以通过第一传感器时刻采集传感器的位姿,即第一传感器位姿。当前车辆获取的第一传感器位姿可以在共享SLAM地图中找到相同的位姿,因此车载电子设备可以从共享SLAM地图中确定与第一传感器位姿匹配的目标位姿,进一步从共享SLAM地图中确定该目标位姿对应的位置信息,从而将该目标位姿对应的位置信息确定为传感器定位信息。
103、车载电子设备获取第一传感器的外部参数,并从共享SLAM地图中读取地图共享车辆的第二传感器的外部参数,共享SLAM地图由地图共享车辆构建。
本发明实施例中,当前车辆的第一传感器在最初行驶之前可以确定该第一传感器基于当前车辆的第一传感器相对于车辆车身的外部参数。车载电子设备可以从共享SLAM地图中获取构建该共享SLAM地图的地图共享车辆的车辆信息,可以从车辆信息中确定地图共享车辆的传感器的共享外部参数。
104、车载电子设备根据传感器定位信息、第一传感器的外部参数以及第二传感器的外部参数确定当前车辆的车身定位信息。
本发明实施例中,车载电子设备可以根据第一传感器的外部参数和共享传感器的外部参数计算得到从第一传感器的外部参数转换至共享传感器的共享外部参数的当前变换矩阵,进而使车载电子设备将传感器定位信息中的与第一传感器位姿相同的目标位姿通过当前变换矩阵变换至第二传感器位姿,该第二传感器位姿也为在共享SLAM地图中的位姿,车载电子设备可以共享SLAM地图中确定第二传感器位姿对应的位置信息,该第二传感器位姿对应的位置信息可以认为是当前车辆车身的车身定位信息。
在图1所描述的方法中,能够通过网络获取到共享SLAM地图,以使当前车辆可以在共享SLAM地图中确定与该传感器位姿对应的唯一的定位信息,从而提高了车辆定位功能的准确率。此外,实施图1所描述的方法,既提高了车辆定位的准确性,还可以加快车辆定位的速度。
实施例二
请参阅图2,图2是本发明实施例公开的另一种基于共享SLAM地图的高精度定位方法的流程示意图。与实施例一相比,本发明实施例增加了在共享SLAM地图中确定第一传感器位姿对应的传感器定位信息的方法,以及更加详细的说明了构建共享SLAM地图的地图共享车辆的第二传感器的外部参数的获取方式,既提高了基于共享SLAM地图定位的准确性,又准确的获取共享SLAM地图中的第二传感器的外部参数。如图2所示,该基于共享SLAM地图的高精度定位方法可以包括以下步骤:
201、车载电子设备通过网络获取当前车辆所处地理位置的共享SLAM地图。
202、车载电子设备通过当前车辆的第一传感器采集得到基于第一传感器的外部参数的第一传感器位姿。
本发明实施例中,当前车辆的第一传感器可以是视觉传感器或激光传感器。当前车辆的第一传感器可以记录第一传感器位姿,由于共享SLAM地图是通过第二传感器采集到的传感器位姿和车身里程计采集到的车身位姿共同构建的,因此,需要得到当前车辆的第一传感器相对于当前车辆的车身的外部参数,以使通过该第一传感器的外部参数可以确定第一传感器采集到的第一传感器位姿与当前车辆的车身的关系。该第一传感器的外部参数可以包含六个自由度,这六个自由度可以是基于第一传感器的第一传感器坐标系得到的,该第一传感器坐标系可以以第一传感器为坐标原点,当前车辆的前进方向为第一传感器坐标系的x轴,当前车辆的前进方向的左侧为第一传感器坐标系的y轴,与地平面垂直的方向为z方向,第一传感器坐标系还可以包括当前车辆的航向角α、翻滚角β和俯仰角γ,因此,x、y、z、α、β以及γ就为第一传感器的外部参数包含六个自由度。
203、车载电子设备在共享SLAM地图中确定与第一传感器位姿对应的目标位姿。
本发明实施例中,由于第一传感器位姿是由第一传感器采集得到的,且共享SLAM地图也是通过共 享车辆的传感器构建的,因此车载电子设备可以在共享SLAM地图中确定与第一传感器位姿对应的目标位姿。
204、车载电子设备生成包含目标位姿的传感器定位信息,该传感器定位信息与第一传感器匹配。
本发明实施例中,共享SLAM地图中的目标位姿可以对应地图共享车辆的目标定位信息,车载电子设备可以生成包含该目标定位信息的传感器定位信息。
本发明实施例中,实施上述的步骤202~步骤204,可以从共享SLAM地图中确定与第一传感器位姿对应的目标位姿,并从共享SLAM地图中确定该目标位姿对应的地理位置,该地理位置可以确定为第一传感器位姿在共享SLAM地图中的位姿,从而可以将第一传感器当前采集到的位姿与共享SLAM地图进行联系,以使车载电子设备可以从共享SLAM地图中确定第一传感器位姿的位置。
205、车载电子设备获取当前车辆的当前车辆信息,并读取当前车辆信息中的第一传感器的外部参数。
本发明实施例中,当前车辆的当前车辆信息可以包含车辆的各种参数信息,如车辆的型号、车辆上设置的设备的信息等,因此当前车辆信息中可以包含当前车辆上设置的第一传感器的外部参数。
206、车载电子设备获取共享SLAM地图中包含的构建共享SLAM地图的地图共享车辆的地图共享车辆信息。
本发明实施例中,地图共享车辆在构建共享SLAM地图时,通常需要根据地图共享车辆的第二传感器设置用于构建共享SLAM地图的坐标系,由于共享SLAM地图是根据第二传感器采集到的图像构建的,且第二传感器可以在第二传感器的外部参数建立的第二坐标系下采集图像,因此可以认为构建共享SLAM地图的图像是基于第二传感器的第二坐标系得到的。
207、车载电子设备从地图共享车辆信息中读取地图共享车辆的第二传感器的外部参数。
本发明实施例中,实施上述的步骤205~步骤207,由于共享SLAM地图是由地图共享车辆构建的,且不同的车辆之间的视觉传感器的外部参数可能不同,因此,地图共享车辆在可以在构建共享SLAM地图时将地图共享车辆的第二传感器的外部参数添加至共享SLAM地图的地图共享车辆信息中,以使使用该共享SLAM地图的车辆可以从地图共享车辆信息中获取到地图共享车辆的第二传感器的外部参数,进而根据第二传感器的外部参数将当前车辆获取的第一传感器的传感器位姿准确的转换至共享SLAM地图中,以提高基于共享SLAM地图定位的准确性。
208、车载电子设备根据传感器定位信息、第一传感器的外部参数以及第二传感器的外部参数确定当前车辆的车身定位信息。
在图2所描述的方法中,能够通过网络获取到共享SLAM地图,以使当前车辆可以在共享SLAM地图中确定与该传感器位姿对应的唯一的定位信息,从而提高了车辆定位功能的准确率。此外,实施图2所描述的方法,可以从共享SLAM地图中确定第一传感器位姿的位置。此外,实施图2所描述的方法,可以提高基于共享SLAM地图定位的准确性。
实施例三
请参阅图3,图3是本发明实施例公开的另一种基于共享SLAM地图的高精度定位方法的流程示意图。与实施例一和实施例二相比,本发明实施例进一步说明了第一传感器位姿基于变换矩阵在共享SLAM地图中定位的方法,还丰富了获取共享SLAM地图的方式,既可以提高车辆定位的准确性,还可以准确的获取车辆当前需要的共享SLAM地图。如图3所示,该基于共享SLAM地图的高精度定位方法可以包括以下步骤:
301、车载电子设备通过当前车辆的定位模块采集当前车辆所处的地理位置。
本发明实施例中,当前车辆的定位模块中可以包含GPS定位装置,以使车载电子设备在未获取到 SLAM地图时可以根据GPS定位装置对当前车辆进行定位,获得当前车辆所处地理位置,该地理位置可以用GPS信息表示,从而使当前车辆在未获取到SLAM地图的情况下也能进行定位,保证了车辆定位的全面性。
302、车载电子设备确定地理位置对应的区域信息,该区域信息中包含地理位置。
本发明实施例中,车载电子设备可以预先划分若干个区域,并且可以预先确定各个区域的覆盖范围,其中车载电子设备可以设置各个区域包含的地理位置,从而根据各个区域的覆盖范围是从区域信息,以使车载电子设备可以确定与任意一个地理位置匹配的区域信息。此外,SLAM地图可以基于各个区域的覆盖范围来构建,以使车载电子设备可以获取到当前地理位置附近一定范围内的SLAM地图,保证了基于SLAM地图定位的全面。
303、车载电子设备检测当前车辆是否存储有与区域信息匹配的目标SLAM地图,如果是,结束本流程;如果否,执行步骤304~步骤314。
作为一种可选的实施方式,如果当前车辆存储有与区域信息匹配的目标SLAM地图,还可以执行以下步骤:
车载电子设备获取预先存储的目标SLAM地图;
车载电子设备通过当前车辆的第一传感器采集得到当前传感器位姿;
车载电子设备在目标SLAM地图中确定与当前传感器位姿匹配的当前定位信息。
其中,实施这种实施方式,可以直接获取车载电子设备预先存储的目标SLAM地图,以使车载电子设备可以根据第一传感器获取到的当前传感器位姿确定车辆在目标SLAM地图中的定位信息,从而简化了SLAM地图的获取过程,提高了车辆在SLAM地图中的定位速度。
本发明实施例中,实施上述的步骤301~步骤303,由于SLAM地图中可以包含一个区域内的道路、建筑物等内容,因此车辆可以根据获取的当前粗略的地理位置(如GPS定位信息)确定车辆所在区域,并获取该区域的SLAM地图,以使车辆可以根据该区域的SLAM地图进行精确的定位。
304、车载电子设备通过网络获取当前车辆所处地理位置的共享SLAM地图。
305、车载电子设备通过当前车辆的第一传感器采集得到基于第一传感器的外部参数的第一传感器位姿。
306、车载电子设备在共享SLAM地图中确定与第一传感器位姿对应的目标位姿。
307、车载电子设备生成包含目标位姿的传感器定位信息,传感器定位信息与第一传感器匹配。
308、车载电子设备获取当前车辆的当前车辆信息,并读取当前车辆信息中的第一传感器的外部参数。
309、车载电子设备获取共享SLAM地图中包含的构建共享SLAM地图的地图共享车辆的地图共享车辆信息。
310、车载电子设备从地图共享车辆信息中读取地图共享车辆的第二传感器的外部参数。
311、车载电子设备计算生成第一传感器的外部参数与第二传感器的外部参数之间的变换矩阵。
作为一种可选的实施方式,车载电子设备计算生成第一传感器的外部参数与第二传感器的外部参数之间的变换矩阵的方式可以包括以下步骤:
车载电子设备根据第一传感器的外部参数生成当前车辆的第一传感器与当前车辆的车身之间的第一转换矩阵,该第一转换矩阵用于将第一传感器采集到的在第一传感器坐标系下的第一传感器位姿转换至当前车辆的车身的第一车身坐标系下;
车载电子设备根据第二传感器的外部参数生成地图共享车辆的第二传感器与地图共享车辆的车身之间的第二转换矩阵,该第二转换矩阵用于将第二传感器采集到的在第二传感器坐标系下的第二传感 器位姿转换至地图共享车辆的车身的第二车身坐标系下;
车载电子设备将第一转换矩阵的逆矩阵与第二转换矩阵相乘,得到第一传感器的外部参数与第二传感器的外部参数之间的变换矩阵。
其中,实施这种实施方式,可以根据第一传感器的外部参数和第二传感器的外部参数分别生成第一转换矩阵和第二转换矩阵,并且通过将第一转换矩阵的逆矩阵与第二转换矩阵相乘,得到第一传感器的外部参数与第二传感器的外部参数之间的变换矩阵,以使当前车辆的第一传感器采集到的第一传感器位姿通过变换矩阵变换至地图共享车辆构建的共享SLAM地图中,提高了第一传感器位姿变换的准确性。
312、车载电子设备通过变换矩阵将传感器定位信息中的目标位姿变换为第二传感器位姿。
本发明实施例中,目标位姿可以认为是在共享SLAM地图中基于当前车辆的第一传感器的外部参数的位姿,目标位姿通过变换矩阵转换得到的第二传感器位姿可以认为是在共享SLAM地图中基于地图共享车辆的第二传感器的外部参数的位姿,即将当前车辆的第一传感器的外部参数转变成了构建共享SLAM地图的地图共享车辆的第二传感器的外部参数,因此第二传感器位姿对应的共享SLAM地图中的定位可以理解为是当前车辆的当前车身的定位信息。
313、车载电子设备在共享SLAM地图中确定与第二传感器位姿匹配的当前定位信息。
314、车载电子设备将当前定位信息确定为当前车辆的车身定位信息。
本发明实施例中,实施上述的步骤311~步骤314,可以以变换矩阵为依据,将基于第一传感器的外部参数的第一视觉传感器位姿变换为基于第二传感器的外部参数的第二视觉传感器位姿,以使基于第二传感器的外部参数的第二视觉传感器位姿可以准确的在共享SLAM地图中进行定位,提高定位的准确性。
在图3所描述的方法中,能够通过网络获取到共享SLAM地图,以使当前车辆可以在共享SLAM地图中确定与该传感器位姿对应的唯一的定位信息,从而提高了车辆定位功能的准确率。此外,实施图3所描述的方法,简化了SLAM地图的获取过程,提高了车辆在SLAM地图中的定位速度。此外,实施图3所描述的方法,使车辆可以根据该区域的SLAM地图进行精确的定位。此外,实施图3所描述的方法,提高了第一传感器位姿变换的准确性。此外,实施图3所描述的方法,提高定位的准确性。
实施例四
请参阅图4,图4是本发明实施例公开的一种基于共享SLAM地图的高精度定位系统的结构示意图。如图4所示,该基于共享SLAM地图的高精度定位系统可以包括:
获取单元401,用于通过网络获取当前车辆所处地理位置的共享SLAM地图。
第一采集单元402,用于通过当前车辆的第一传感器采集得到第一传感器位姿,并在共享SLAM地图中确定与第一传感器位姿匹配的传感器定位信息。
读取单元403,用于获取第一传感器的外部参数,并从获取单元401获取的共享SLAM地图中读取地图共享车辆的第二传感器的外部参数,共享SLAM地图由地图共享车辆构建。
第一确定单元404,用于根据第一采集单元402采集的传感器定位信息、读取单元403获取的第一传感器的外部参数以及第二传感器的外部参数确定当前车辆的车身定位信息。
可见,在图4所描述的系统中,能够通过网络获取到共享SLAM地图,以使当前车辆可以在共享SLAM地图中确定与该传感器位姿对应的唯一的定位信息,从而提高了车辆定位功能的准确率。此外,在图4所描述的系统中,即提高了车辆定位的准确性,还可以加快车辆定位的速度。
实施例五
请参阅图5,图5是本发明实施例公开的另一种基于共享SLAM地图的高精度定位系统的结构示意 图。其中,图5所示的基于共享SLAM地图的高精度定位系统是由图4所示的基于共享SLAM地图的高精度定位系统进行优化得到的。与图4所示的基于共享SLAM地图的高精度定位系统相比,图5所示的基于共享SLAM地图的高精度定位系统在共享SLAM地图中确定第一传感器位姿对应的传感器定位信息的方法,以及更加详细的说明了构建共享SLAM地图的地图共享车辆的第二传感器的外部参数的获取方式,既提高了基于共享SLAM地图定位的准确性,又准确的获取共享SLAM地图中的第二传感器的外部参数,图5所示的基于共享SLAM地图的高精度定位系统中第一采集单元402可以包括:
采集子单元4021,用于通过当前车辆的第一传感器采集得到基于第一传感器的外部参数的第一传感器位姿。
第一确定子单元4022,用于在共享SLAM地图中确定与采集子单元4021采集的第一传感器位姿对应的目标位姿。
生成子单元4023,用于生成包含第一确定子单元4022确定的目标位姿的传感器定位信息,该传感器定位信息与第一传感器匹配。
本发明实施例中,可以从共享SLAM地图中确定与第一传感器位姿对应的目标位姿,并从共享SLAM地图中确定该目标位姿对应的地理位置,该地理位置可以确定为第一传感器位姿在共享SLAM地图中的位姿,从而可以将第一传感器当前采集到的位姿与共享SLAM地图进行联系,以使车载电子设备可以从共享SLAM地图中确定第一传感器位姿的位置。
作为一种可选的实施方式,图5所示的基于共享SLAM地图的高精度定位系统的读取单元403可以包括:
第一获取子单元4031,用于获取当前车辆的当前车辆信息,并读取当前车辆信息中的第一传感器的外部参数;
第二获取子单元4032,用于获取共享SLAM地图中包含的构建共享SLAM地图的地图共享车辆的地图共享车辆信息;
本发明实施例中,具体的,在第一获取子单元4031读取当前车辆信息中的第一传感器的外部参数之后,触发第二获取子单元4032启动。
读取子单元4033,用于从第二获取子单元4032获取的地图共享车辆信息中读取地图共享车辆的第二传感器的外部参数。
其中,实施这种实施方式,由于共享SLAM地图是由地图共享车辆构建的,且不同的车辆之间的视觉传感器的外部参数可能不同,因此,地图共享车辆在可以在构建共享SLAM地图时将地图共享车辆的第二传感器的外部参数添加至共享SLAM地图的地图共享车辆信息中,以使使用该共享SLAM地图的车辆可以从地图共享车辆信息中获取到地图共享车辆的第二传感器的外部参数,进而根据第二传感器的外部参数将当前车辆获取的第一传感器的传感器位姿准确的转换至共享SLAM地图中,以提高基于共享SLAM地图定位的准确性。
可见,在图5所描述的系统中,能够通过网络获取到共享SLAM地图,以使当前车辆可以在共享SLAM地图中确定与该传感器位姿对应的唯一的定位信息,从而提高了车辆定位功能的准确率。此外,在图5所描述的系统中,可以从共享SLAM地图中确定第一传感器位姿的位置。此外,在图5所描述的系统中,可以提高基于共享SLAM地图定位的准确性。
实施例六
请参阅图6,图6是本发明实施例公开的另一种基于共享SLAM地图的高精度定位系统的结构示意图。其中,图6所示的基于共享SLAM地图的高精度定位系统是由图5所示的基于共享SLAM地图的高精度定位系统进行优化得到的。与图5所示的基于共享SLAM地图的高精度定位系统相比,图6所示的 基于共享SLAM地图的高精度定位系统进一步说明了第一传感器位姿基于变换矩阵在共享SLAM地图中定位的方法,还丰富了获取共享SLAM地图的方式,既可以提高车辆定位的准确性,还可以准确的获取车辆当前需要的共享SLAM地图,图6所示的基于共享SLAM地图的高精度定位系统的第一确定单元404可以包括:
计算子单元4041,用于计算生成第一传感器的外部参数与第二传感器的外部参数之间的变换矩阵。
变换子单元4042,用于通过计算子单元4041得到的变换矩阵将传感器定位信息中的目标位姿变换为第二传感器位姿。
第二确定子单元4043,用于在共享SLAM地图中确定与变换子单元4042确定的第二传感器位姿匹配的当前定位信息。
第三确定子单元4044,用于将第二确定子单元4043确定的当前定位信息确定为当前车辆的车身定位信息。
其中,实施这种实施方式,可以以变换矩阵为依据,将基于第一传感器的外部参数的第一视觉传感器位姿变换为基于第二传感器的外部参数的第二视觉传感器位姿,以使基于第二传感器的外部参数的第二视觉传感器位姿可以准确的在共享SLAM地图中进行定位,提高定位的准确性。
作为一种可选的实施方式,计算子单元4041计算生成第一传感器的外部参数与第二传感器的外部参数之间的变换矩阵的方式具体可以为:
根据第一传感器的外部参数生成当前车辆的第一传感器与当前车辆的车身之间的第一转换矩阵,该第一转换矩阵用于将第一传感器采集到的在第一传感器坐标系下的第一传感器位姿转换至当前车辆的车身的第一车身坐标系下;
根据第二传感器的外部参数生成地图共享车辆的第二传感器与地图共享车辆的车身之间的第二转换矩阵,该第二转换矩阵用于将第二传感器采集到的在第二传感器坐标系下的第二传感器位姿转换至地图共享车辆的车身的第二车身坐标系下;
将第一转换矩阵的逆矩阵与第二转换矩阵相乘,得到第一传感器的外部参数与第二传感器的外部参数之间的变换矩阵。
其中,实施这种实施方式,可以根据第一传感器的外部参数和第二传感器的外部参数分别生成第一转换矩阵和第二转换矩阵,并且通过将第一转换矩阵的逆矩阵与第二转换矩阵相乘,得到第一传感器的外部参数与第二传感器的外部参数之间的变换矩阵,以使当前车辆的第一传感器采集到的第一传感器位姿通过变换矩阵变换至地图共享车辆构建的共享SLAM地图中,提高了第一传感器位姿变换的准确性。
作为一种可选的实施方式,图5所示的基于共享SLAM地图的高精度定位系统还可以包括:
第二采集单元405,用于通过当前车辆的定位模块采集当前车辆所处的地理位置;
第二确定单元406,用于确定第二采集单元405采集的地理位置对应的区域信息,该区域信息中包含地理位置;
检测单元407,用于检测当前车辆是否存储有与第二确定单元406确定的区域信息匹配的目标SLAM地图;
获取单元401,用于在检测单元407的检测结果为否时,通过网络获取当前车辆所处地理位置的共享SLAM地图。
其中,实施这种实施方式,由于SLAM地图中可以包含一个区域内的道路、建筑物等内容,因此车辆可以根据获取的当前粗略的地理位置(如GPS定位信息)确定车辆所在区域,并获取该区域的SLAM地图,以使车辆可以根据该区域的SLAM地图进行精确的定位。
作为一种可选的实施方式,检测单元407还可以用于:
当检测出当前车辆存储有与区域信息匹配的目标SLAM地图时,获取预先存储的目标SLAM地图;
通过当前车辆的第一传感器采集得到当前传感器位姿;
在目标SLAM地图中确定与当前传感器位姿匹配的当前定位信息。
其中,实施这种实施方式,可以直接获取车载电子设备预先存储的目标SLAM地图,以使车载电子设备可以根据第一传感器获取到的当前传感器位姿确定车辆在目标SLAM地图中的定位信息,从而简化了SLAM地图的获取过程,提高了车辆在SLAM地图中的定位速度。
可见,在图6所描述的系统中,能够通过网络获取到共享SLAM地图,以使当前车辆可以在共享SLAM地图中确定与该传感器位姿对应的唯一的定位信息,从而提高了车辆定位功能的准确率。此外,在图6所描述的系统中,简化了SLAM地图的获取过程,提高了车辆在SLAM地图中的定位速度。此外,在图6所描述的系统中,使车辆可以根据该区域的SLAM地图进行精确的定位。此外,在图6所描述的系统中,提高了第一传感器位姿变换的准确性。此外,在图6所描述的系统中,可以提高定位的准确性。
实施例七
请参阅图7,图7是本发明实施例公开的一种车载电子设备的结构示意图。如图7所示,该车载电子设备可以包括:
存储有可执行程序代码的存储器701;
与存储器701耦合的处理器702;
其中,处理器702调用存储器701中存储的可执行程序代码,执行以上各方法实施例中的方法的部分或全部步骤。
本发明实施例还公开一种计算机可读存储介质,其中,计算机可读存储介质存储了程序代码,其中,程序代码包括用于执行以上各方法实施例中的方法的部分或全部步骤的指令。
本发明实施例还公开一种计算机程序产品,其中,当计算机程序产品在计算机上运行时,使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
本发明实施例还公开一种应用发布平台,其中,应用发布平台用于发布计算机程序产品,其中,当计算机程序产品在计算机上运行时,使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
应理解,说明书通篇中提到的“本发明实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在本发明实施例中”未必一定指相同的实施例。此外,这些特定特征、结构或特性可以以任意适合的方式结合在一个或多个实施例中。本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在本发明的各种实施例中,应理解,上述各过程的序号的大小并不意味着执行顺序的必然先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
另外,本文中术语“系统”和“网络”在本文中常可互换使用。应理解,本文中术语“和/或”,仅仅是一种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。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
在本发明所提供的实施例中,应理解,“与A对应的B”表示B与A相关联,根据A可以确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可位于一个地方,或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可获取的存储器中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分,可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等,具体可以是计算机设备中的处理器)执行本发明的各个实施例上述方法的部分或全部步骤。
以上对本发明实施例公开的一种基于共享SLAM地图的高精度定位方法及系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
- 一种基于共享SLAM地图的高精度定位方法,其特征在于,所述方法包括:通过网络获取当前车辆所处地理位置的所述共享SLAM地图;通过所述当前车辆的第一传感器采集得到第一传感器位姿,并在所述共享SLAM地图中确定与所述第一传感器位姿匹配的传感器定位信息;获取所述第一传感器的外部参数,并从所述共享SLAM地图中读取地图共享车辆的第二传感器的外部参数,所述共享SLAM地图由所述地图共享车辆构建;根据所述传感器定位信息、所述第一传感器的外部参数以及所述第二传感器的外部参数确定所述当前车辆的车身定位信息。
- 根据权利要求1所述的方法,其特征在于,所述通过所述当前车辆的第一传感器采集得到第一传感器位姿,并在所述共享SLAM地图中确定与所述第一传感器位姿匹配的传感器定位信息,包括:通过所述当前车辆的第一传感器采集得到基于所述第一传感器的外部参数的第一传感器位姿;在所述共享SLAM地图中确定与所述第一传感器位姿对应的目标位姿;生成包含所述目标位姿的传感器定位信息,所述传感器定位信息与所述第一传感器匹配。
- 根据权利要求2所述的方法,其特征在于,所述获取所述第一传感器的外部参数,并从所述共享SLAM地图中读取地图共享车辆的第二传感器的外部参数,包括:获取所述当前车辆的当前车辆信息,并读取所述当前车辆信息中的所述第一传感器的外部参数;获取所述共享SLAM地图中包含的构建所述共享SLAM地图的地图共享车辆的地图共享车辆信息;从所述地图共享车辆信息中读取所述地图共享车辆的第二传感器的外部参数。
- 根据权利要求3所述的方法,其特征在于,所述根据所述传感器定位信息、所述第一传感器的外部参数以及所述第二传感器的外部参数确定所述当前车辆的车身定位信息,包括:计算生成所述第一传感器的外部参数与所述第二传感器的外部参数之间的变换矩阵;通过所述变换矩阵将所述传感器定位信息中的所述目标位姿变换为第二传感器位姿;在所述共享SLAM地图中确定与所述第二传感器位姿匹配的当前定位信息;将所述当前定位信息确定为所述当前车辆的车身定位信息。
- 根据权利要求1~4任一项所述的方法,其特征在于,所述方法还包括:通过当前车辆的定位模块采集所述当前车辆所处的地理位置;确定所述地理位置对应的区域信息,所述区域信息中包含所述地理位置;检测所述当前车辆是否存储有与所述区域信息匹配的目标SLAM地图;如果否,执行所述的通过网络获取当前车辆所处地理位置的所述共享SLAM地图。
- 一种基于共享SLAM地图的高精度定位系统,其特征在于,包括:获取单元,用于通过网络获取当前车辆所处地理位置的所述共享SLAM地图;第一采集单元,用于通过所述当前车辆的第一传感器采集得到第一传感器位姿,并在所述共享SLAM地图中确定与所述第一传感器位姿匹配的传感器定位信息;读取单元,用于获取所述第一传感器的外部参数,并从所述共享SLAM地图中读取地图共享车辆的第二传感器的外部参数,所述共享SLAM地图由所述地图共享车辆构建;第一确定单元,用于根据所述传感器定位信息、所述第一传感器的外部参数以及所述第二传感器的外部参数确定所述当前车辆的车身定位信息。
- 根据权利要求6所述的系统,其特征在于,所述第一采集单元包括:采集子单元,用于通过所述当前车辆的第一传感器采集得到基于所述第一传感器的外部参数的第一传感器位姿;第一确定子单元,用于在所述共享SLAM地图中确定与所述第一传感器位姿对应的目标位姿;生成子单元,用于生成包含所述目标位姿的传感器定位信息,所述传感器定位信息与所述第一传感器匹配。
- 根据权利要求7所述的系统,其特征在于,所述读取单元包括:第一获取子单元,用于获取所述当前车辆的当前车辆信息,并读取所述当前车辆信息中的所述第一传感器的外部参数;第二获取子单元,用于获取所述共享SLAM地图中包含的构建所述共享SLAM地图的地图共享车辆的地图共享车辆信息;读取子单元,用于从所述地图共享车辆信息中读取所述地图共享车辆的第二传感器的外部参数。
- 根据权利要求7或8所述的系统,其特征在于,所述第一确定单元包括:计算子单元,用于计算生成所述第一传感器的外部参数与所述第二传感器的外部参数之间的变换矩阵;变换子单元,用于通过所述变换矩阵将所述传感器定位信息中的所述目标位姿变换为第二传感器位姿;第二确定子单元,用于在所述共享SLAM地图中确定与所述第二传感器位姿匹配的当前定位信息;第三确定子单元,用于将所述当前定位信息确定为所述当前车辆的车身定位信息。
- 根据权利要求9所述的系统,其特征在于,所述系统还包括:第二采集单元,用于通过当前车辆的定位模块采集所述当前车辆所处的地理位置;第二确定单元,用于确定所述地理位置对应的区域信息,所述区域信息中包含所述地理位置;检测单元,用于检测所述当前车辆是否存储有与所述区域信息匹配的目标SLAM地图;所述获取单元,具体用于在所述检测单元的检测结果为否时,通过网络获取当前车辆所处地理位置的所述共享SLAM地图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19916277.7A EP3885866A4 (en) | 2019-02-18 | 2019-06-28 | HIGH ACCURACY LOCALIZATION METHOD AND SYSTEM BASED ON COMMON SLAM MAP |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910119444.X | 2019-02-18 | ||
CN201910119444.XA CN109857111B (zh) | 2019-02-18 | 2019-02-18 | 基于共享slam地图的高精度定位方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2020168667A1 true WO2020168667A1 (zh) | 2020-08-27 |
Family
ID=66898080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2019/093533 WO2020168667A1 (zh) | 2019-02-18 | 2019-06-28 | 基于共享slam地图的高精度定位方法及系统 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP3885866A4 (zh) |
CN (1) | CN109857111B (zh) |
WO (1) | WO2020168667A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113218385A (zh) * | 2021-05-24 | 2021-08-06 | 周口师范学院 | 基于slam的高精度车辆定位方法 |
CN114360093A (zh) * | 2021-12-31 | 2022-04-15 | 江苏鸣实纯钧科技有限公司 | 基于北斗rtk、slam定位和图像分析的路侧停车位巡检方法 |
US11568649B2 (en) | 2021-01-15 | 2023-01-31 | Continental Automotive Systems, Inc. | Landmark-less simultaneous localization and mapping |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109857111B (zh) * | 2019-02-18 | 2020-11-13 | 广州小鹏汽车科技有限公司 | 基于共享slam地图的高精度定位方法及系统 |
CN110262516A (zh) * | 2019-07-17 | 2019-09-20 | 深圳市英博超算科技有限公司 | 具有自动驾驶功能的车辆、方法以及装置 |
CN110446164B (zh) * | 2019-07-23 | 2021-05-04 | 达闼机器人有限公司 | 移动终端定位方法、装置、移动终端和服务器 |
CN110517531B (zh) * | 2019-09-05 | 2021-08-17 | 武汉中海庭数据技术有限公司 | 一种基于高精度地图数据的多层停车场定位方法 |
CN111738281B (zh) * | 2020-08-05 | 2020-12-22 | 鹏城实验室 | 同时定位与建图系统及其地图软切换方法、存储介质 |
CN115587151A (zh) * | 2021-07-05 | 2023-01-10 | 灵动科技(北京)有限公司 | 用于车辆的使用共享slam地图的方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674011A (zh) * | 2012-09-19 | 2014-03-26 | 联想(北京)有限公司 | 即时定位与地图构建设备、系统与方法 |
US20150312774A1 (en) * | 2014-04-25 | 2015-10-29 | The Hong Kong University Of Science And Technology | Autonomous robot-assisted indoor wireless coverage characterization platform |
CN106931963A (zh) * | 2017-04-13 | 2017-07-07 | 高域(北京)智能科技研究院有限公司 | 环境数据共享平台、无人飞行器、定位方法和定位系统 |
CN107223269A (zh) * | 2016-12-29 | 2017-09-29 | 深圳前海达闼云端智能科技有限公司 | 三维场景定位方法和装置 |
CN107818592A (zh) * | 2017-11-24 | 2018-03-20 | 北京华捷艾米科技有限公司 | 协作式同步定位与地图构建的方法、系统及交互系统 |
CN109857111A (zh) * | 2019-02-18 | 2019-06-07 | 广州小鹏汽车科技有限公司 | 基于共享slam地图的高精度定位方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101639360B (zh) * | 2009-08-21 | 2012-03-07 | 肖湘萍 | 导航平台和导航系统 |
US9478029B2 (en) * | 2014-10-23 | 2016-10-25 | Qualcomm Incorporated | Selection strategy for exchanging map information in collaborative multi-user SLAM systems |
KR101965296B1 (ko) * | 2016-11-30 | 2019-04-19 | 연세대학교 산학협력단 | 파티클 간에 지도를 공유하는 이동체의 위치 추정 및 지도 작성 방법 및 장치 |
EP3563265B1 (en) * | 2016-12-30 | 2021-06-02 | DeepMap Inc. | High definition map updates |
CN107246868B (zh) * | 2017-07-26 | 2021-11-02 | 上海舵敏智能科技有限公司 | 一种协同导航定位系统及导航定位方法 |
CN108759844B (zh) * | 2018-06-07 | 2021-11-16 | 科沃斯商用机器人有限公司 | 机器人重定位与环境地图构建方法、机器人及存储介质 |
CN109059941B (zh) * | 2018-07-06 | 2019-11-29 | 禾多科技(北京)有限公司 | 特征地图构建方法、视觉定位方法及对应装置 |
-
2019
- 2019-02-18 CN CN201910119444.XA patent/CN109857111B/zh active Active
- 2019-06-28 WO PCT/CN2019/093533 patent/WO2020168667A1/zh active Application Filing
- 2019-06-28 EP EP19916277.7A patent/EP3885866A4/en not_active Ceased
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674011A (zh) * | 2012-09-19 | 2014-03-26 | 联想(北京)有限公司 | 即时定位与地图构建设备、系统与方法 |
US20150312774A1 (en) * | 2014-04-25 | 2015-10-29 | The Hong Kong University Of Science And Technology | Autonomous robot-assisted indoor wireless coverage characterization platform |
CN107223269A (zh) * | 2016-12-29 | 2017-09-29 | 深圳前海达闼云端智能科技有限公司 | 三维场景定位方法和装置 |
CN106931963A (zh) * | 2017-04-13 | 2017-07-07 | 高域(北京)智能科技研究院有限公司 | 环境数据共享平台、无人飞行器、定位方法和定位系统 |
CN107818592A (zh) * | 2017-11-24 | 2018-03-20 | 北京华捷艾米科技有限公司 | 协作式同步定位与地图构建的方法、系统及交互系统 |
CN109857111A (zh) * | 2019-02-18 | 2019-06-07 | 广州小鹏汽车科技有限公司 | 基于共享slam地图的高精度定位方法及系统 |
Non-Patent Citations (1)
Title |
---|
See also references of EP3885866A4 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11568649B2 (en) | 2021-01-15 | 2023-01-31 | Continental Automotive Systems, Inc. | Landmark-less simultaneous localization and mapping |
CN113218385A (zh) * | 2021-05-24 | 2021-08-06 | 周口师范学院 | 基于slam的高精度车辆定位方法 |
CN114360093A (zh) * | 2021-12-31 | 2022-04-15 | 江苏鸣实纯钧科技有限公司 | 基于北斗rtk、slam定位和图像分析的路侧停车位巡检方法 |
CN114360093B (zh) * | 2021-12-31 | 2024-03-08 | 江苏鸣实纯钧科技有限公司 | 基于北斗rtk、slam定位和图像分析的路侧停车位巡检方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109857111A (zh) | 2019-06-07 |
CN109857111B (zh) | 2020-11-13 |
EP3885866A4 (en) | 2022-01-26 |
EP3885866A1 (en) | 2021-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020168667A1 (zh) | 基于共享slam地图的高精度定位方法及系统 | |
CN109540148B (zh) | 基于slam地图的定位方法及系统 | |
CN109931944B (zh) | 一种ar导航方法、装置、车端设备、服务端及介质 | |
JP6516881B2 (ja) | 車両の位置特定のための方法及び装置 | |
JP6656886B2 (ja) | 情報処理装置、制御方法、プログラム及び記憶媒体 | |
JP6950832B2 (ja) | 位置座標推定装置、位置座標推定方法およびプログラム | |
JP6033689B2 (ja) | クルーズコントロール装置及びその方法、並びに車両特定装置 | |
WO2020082777A1 (zh) | 车位检测方法及装置 | |
CN110388925A (zh) | 用于与自动导航有关的车辆定位的系统和方法 | |
CN110531771B (zh) | 一种速度规划方法及装置、车辆 | |
JP2021524026A (ja) | 姿勢判断システムおよび方法 | |
WO2020189079A1 (ja) | 自己位置推定装置、それを備えた自動運転システム、および、自己生成地図共有装置 | |
JP2020061125A (ja) | 自動運転のための交差検証に基づく自動lidarキャリブレーション | |
CN110119138A (zh) | 用于自动驾驶车辆的自定位方法、系统和机器可读介质 | |
CN109213144A (zh) | 人机接口(hmi)架构 | |
CN110579211A (zh) | 一种步行定位方法及系统 | |
KR102217422B1 (ko) | 운전면허시험 처리 장치 | |
CN111982133B (zh) | 基于高精地图对车辆进行定位的方法、装置及电子设备 | |
JP6610466B2 (ja) | 車両制御システム | |
JP7044537B2 (ja) | 自動走行制御システム、合成データ生成方法、プログラム | |
TW202018256A (zh) | 多定位系統切換與融合校正方法及其裝置 | |
CN111351497B (zh) | 一种车辆的定位方法、装置、地图的构建方法和装置 | |
CN109115233B (zh) | 无目的地导航方法、装置、系统和计算机可读介质 | |
WO2020042347A1 (zh) | 一种应用于自动驾驶的实时定位方法及装置 | |
US11846523B2 (en) | Method and system for creating a localization map for a vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 19916277 Country of ref document: EP Kind code of ref document: A1 |
|
WWE | Wipo information: entry into national phase |
Ref document number: 19916277.7 Country of ref document: EP |
|
ENP | Entry into the national phase |
Ref document number: 2019916277 Country of ref document: EP Effective date: 20210625 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |