WO2022007465A1 - 一种确定协方差的方法及相关装置 - Google Patents

一种确定协方差的方法及相关装置 Download PDF

Info

Publication number
WO2022007465A1
WO2022007465A1 PCT/CN2021/087811 CN2021087811W WO2022007465A1 WO 2022007465 A1 WO2022007465 A1 WO 2022007465A1 CN 2021087811 W CN2021087811 W CN 2021087811W WO 2022007465 A1 WO2022007465 A1 WO 2022007465A1
Authority
WO
WIPO (PCT)
Prior art keywords
measurement data
covariance
position measurement
variance
error
Prior art date
Application number
PCT/CN2021/087811
Other languages
English (en)
French (fr)
Inventor
王建国
陈默
Original Assignee
华为技术有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 华为技术有限公司 filed Critical 华为技术有限公司
Publication of WO2022007465A1 publication Critical patent/WO2022007465A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • 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
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Definitions

  • the orthogonal matrix that can be determined according to the position measurement data, and the statistical characteristics of the rectangular coordinate conversion measurement error, such as the variance or standard deviation or root mean square error of the rectangular coordinate conversion measurement error, can be determined according to the covariance.
  • the diagonalization relationship of the matrix determines the covariance of the measurement error of the transformation of the position measurement data.
  • the position measurement data is two-dimensional position measurement data
  • the covariance between the first dimension component and the second dimension component of the rectangular coordinate conversion measurement error is based on the position measurement data and the right angle
  • the coordinates are obtained from the statistical characteristics (first variance, second variance) of each component of the measurement error, so that the covariance matrix of the position measurement data conversion measurement error can be determined based on the above-mentioned diagonalization relationship.
  • the above-mentioned implementation method of determining the covariance of the rectangular coordinate conversion measurement error of the two-dimensional position measurement data can improve the covariance estimation accuracy of the rectangular coordinate conversion measurement error of the position measurement data, so that the statistical characteristics of the rectangular coordinate conversion measurement error of the position measurement data can be described. The accuracy is greatly improved.
  • the R 12 includes:
  • the covariance estimation accuracy of the rectangular coordinate conversion measurement error of the position measurement data can be improved, and the accuracy of the statistical characteristics description of the position measurement data rectangular coordinate conversion measurement error can be improved. Greatly improve.
  • the diagonal matrix D in the above-mentioned diagonalization relationship is unknown.
  • the solution of the diagonal matrix is an unnecessary step, which does not affect the determination of the covariance of the position measurement data conversion measurement error.
  • the position measurement data is two-dimensional position measurement data, using the two-dimensional position measurement data, the first variance or standard deviation or root mean square error and the second variance or standard deviation or root mean square error , determine the covariance of the measurement error of the rectangular coordinate transformation of the position measurement data, where the first variance or the standard deviation or the root mean square error are the statistical characteristics of the measurement error of the rectangular coordinate transformation, taking the first variance and the second variance as examples , the first variance represents the variance of the first dimension component in the rectangular coordinate transformation measurement error of the position measurement data, and the second variance represents the variance of the second dimension component in the rectangular coordinate transformation measurement error of the position measurement data.
  • the position measurement data is two-dimensional position measurement data
  • the covariance between the first dimension component and the second dimension component of the rectangular coordinate conversion measurement error is based on the position measurement data and the right angle
  • the coordinates are obtained from the statistical characteristics (first variance, second variance) of each component of the measurement error, so that the covariance matrix of the position measurement data conversion measurement error can be determined based on the above-mentioned diagonalization relationship.
  • the above-mentioned implementation method of determining the covariance of the rectangular coordinate conversion measurement error of the two-dimensional position measurement data can improve the covariance estimation accuracy of the rectangular coordinate conversion measurement error of the position measurement data, so that the statistical characteristics of the rectangular coordinate conversion measurement error of the position measurement data can be described. The accuracy is greatly improved.
  • the position measurement data is three-dimensional position measurement data
  • another implementation method for determining the covariance of the rectangular coordinate conversion measurement error of the three-dimensional position measurement data is provided, that is, the position measurement data is provided as the three-dimensional position measurement data.
  • the position measurement data from at least one sensor is acquired, and the position measurement data includes the position information of the environment or the target.
  • the position measurement data of most sensors is in the form of spherical coordinates or polar coordinates.
  • Spherical coordinate position information such as the distance, azimuth, and pitch angle of obstacles or moving targets in the environment relative to the sensor
  • polar coordinate position information such as the distance and azimuth of obstacles or moving targets in the environment relative to the sensor angle and other data
  • an embodiment of the present application discloses a chip system, where the chip system includes at least one processor and an interface circuit.
  • the interface circuit and the at least one processor are interconnected through a line, and the interface circuit is used for connecting an external device to the processor.
  • the chip system may further include at least one memory storing a computer program, or the interface circuit is configured to provide the at least one processor with a computer program stored in an external memory; the computer program is stored by the at least one processor. When executed, it is used to implement the method shown in the first aspect or any possible implementation manner of the first aspect.
  • FIG. 2 is a schematic diagram of coordinates of a position measurement data provided by an embodiment of the present application
  • Covariance matrix In statistics and probability theory, each element of the covariance matrix is the covariance between the individual vector elements, which is a natural generalization from scalar random variables to high-dimensional random vectors.
  • the covariance matrix can be seen everywhere in statistics and machine learning. Generally speaking, it can be regarded as the two parts of variance and covariance, that is, the variance constitutes the elements on the diagonal, and the covariance constitutes the elements on the off-diagonal. .
  • the covariance matrix can be used to represent the probability density of multidimensional random variables, so that the study of multidimensional random variables can be achieved through the covariance matrix.
  • one or more position measurement data is acquired from the sensor, and the position measurement data is used to describe the position information of the measured target.
  • Step 301 Acquire position measurement data from at least one sensor.
  • Step 403 Calculate the second target covariance according to the position measurement data, the first variance, the second variance, and the third variance.
  • the position measurement data by acquiring the position measurement data and the statistical characteristics of the rectangular coordinate conversion measurement error of the position measurement data, and determining the covariance of the rectangular coordinate conversion measurement error of the position measurement data according to the diagonalization relationship of the covariance matrix, it improves the The rectangular coordinates of the position measurement data transform the covariance estimation accuracy of the measurement error, so that the above position measurement data can greatly improve the performance of functions such as state estimation, data association, and occupancy grid estimation in application scenarios such as tracking, navigation, and environment perception.
  • the method for determining covariance provided in FIG. 4a also has a corresponding module diagram.
  • FIG. 4b is a block diagram of another method for determining covariance provided by an embodiment of the present application.
  • the position measurement data is obtained, and the position measurement data includes the position coordinates of the rectangular coordinates, which are used to describe the specific position information of the target, such as (x, y, z); the above rectangular position data can be determined by the spherical coordinates of the position Measurement data Converted, or directly output after being converted from sensor coordinates.
  • Step 502 Obtain an angle matrix according to the position measurement data.
  • the angle matrix A can be known.
  • the statistical characteristics of the rectangular coordinate conversion measurement error of the position measurement data include the first variance R 11 , the second variance R 22 and the third variance R 33 .
  • the first variance R 11 represents the variance on the first dimension component (x) of the rectangular coordinate conversion measurement error corresponding to the position measurement data
  • the second variance R 22 represents the second dimension component (y) of the rectangular coordinate conversion measurement error corresponding to the position measurement data
  • the third variance R 33 represents the variance on the third dimension component (z) of the rectangular coordinate transformation measurement error corresponding to the position measurement data.
  • a specific formula realization of the covariance matrix of the three-dimensional position measurement data rectangular coordinate conversion measurement error is provided, so that the position measurement data rectangular coordinate conversion measurement error can be determined based on the diagonalization relationship of the above-mentioned covariance matrix. Covariance.
  • the covariance estimation accuracy of the position measurement data rectangular coordinate conversion measurement error can be improved, and the accuracy of the statistical characteristic description of the position measurement data rectangular coordinate conversion measurement error can be greatly improved.
  • another implementation manner of determining the covariance of the rectangular coordinate conversion measurement error of the position measurement data as three-dimensional position measurement data is provided, that is, according to the first variance, the second variance,
  • the third variance and the angle matrix are used to determine the covariance of the position measurement data rectangular coordinate conversion measurement error, wherein the first variance, the second variance and the third difference represent the statistical characteristics of the position measurement data rectangular coordinate conversion position measurement error, and the angle matrix
  • the position measurement data specifically, it can be determined according to the trigonometric function value of the azimuth angle and/or the elevation angle of the position, for example, the sine function value or the cosine function value of the azimuth angle and/or the elevation angle.
  • the angle matrix is determined according to the trigonometric function value of the azimuth angle and/or the elevation angle, and the trigonometric function value of the azimuth angle and/or the elevation angle can be obtained according to the position measurement data, specifically of, is the pitch angle of the target relative to the sensor, ⁇ is the azimuth angle of the target relative to the sensor, the target can be the environment around the sensor, such as obstacles in the environment, or a moving target; further:
  • the position measurement data is data in one of the following coordinate systems: a rectangular coordinate system, a polar coordinate system, and a spherical coordinate system.
  • the memory 901 is used to provide a storage space, and data such as an operating system and a computer program can be stored in the storage space.
  • the memory 901 includes, but is not limited to, random access memory (RAM), read-only memory (ROM), erasable programmable read only memory (EPROM), or Portable read-only memory (compact disc read-only memory, CD-ROM).
  • the processor 902 is a module that performs arithmetic operations and logical operations, and can be a processing module such as a central processing unit (CPU), a graphics processing unit (GPU), or a microprocessor (microprocessor unit, MPU). of one or more combinations.
  • a processing module such as a central processing unit (CPU), a graphics processing unit (GPU), or a microprocessor (microprocessor unit, MPU). of one or more combinations.
  • the covariance of the measurement error of the rectangular coordinate transformation of the position measurement data can be determined, which can improve the covariance estimation accuracy of the measurement error of the rectangular coordinate transformation of the sensor position measurement data, and more accurately describe the position measurement data.
  • Statistical characteristics so that the above-mentioned position measurement data can greatly improve the performance of functions such as state estimation, data association, and occupancy grid estimation in application scenarios such as tracking, navigation, and environment perception.
  • the angle matrix includes:
  • the position measurement data is three-dimensional position measurement data
  • another implementation method for determining the covariance of the rectangular coordinate conversion measurement error of the three-dimensional position measurement data is provided, that is, the position measurement data is provided as the three-dimensional position measurement data.
  • d is the spatial distance of the target relative to the sensor
  • r is the plane distance of the target relative to the sensor
  • x is the first dimension component in the rectangular coordinate system of the position of the target relative to the sensor
  • y is the second dimension component in the rectangular coordinate system of the position of the target relative to the sensor
  • z is the position of the target relative to the sensor
  • the third dimension in the rectangular coordinate system weight is the spatial distance of the target relative to the sensor
  • r is the plane distance of the target relative to the sensor
  • x is the first dimension component in the rectangular coordinate system of the position of the target relative to the sensor
  • y is the second dimension component in the rectangular coordinate system of the position of the target relative to the sensor
  • z is the position of the target relative to the sensor

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Automation & Control Theory (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

一种确定协方差的方法及相关装置，尤其涉及传感器,可用于辅助驾驶、自动驾驶或者无人驾驶领域。方法包括：获取来自至少一个传感器的位置测量数据（101）；根据位置测量数据以及直角坐标转换测量误差的统计特性，确定位置测量数据直角坐标转换测量误差的协方差（102）。所提供的方法和装置，能够提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能，同时提升了高级驾驶辅助系统ADAS能力。

Description

一种确定协方差的方法及相关装置
本申请要求于2020年7月9日提交中国专利局、申请号为202010657732.3、申请名称为“一种确定协方差的方法及相关装置”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及传感器数据处理技术领域，尤其涉及一种确定协方差的方法及相关装置。
背景技术
传感器是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。随着社会的发展，智能运输设备、智能家居设备、机器人等智能终端正在逐步进入人们的日常生活中。传感器在智能终端上发挥着十分重要的作用。
基于飞行时间(time-of-flight，TOF)原理设计的传感器包括：毫米波雷达、超声波雷达、声呐或者激光雷达等。该类传感器的测量数据通常用极坐标系或者球坐标系的形式记录，内容通常包括距离、方位角、俯仰角等用于描述物体位置的信息。但是，在实际应用中，上述测量数据转换到直角坐标系中使用更为方便。例如，在先进驾驶辅助系统(advanced driver assistant system，ADAS)或者自动驾驶(autonomous driving，AD)系统或者无人机系统或者智能体系统如机器人中广泛配置了上述传感器，通过测量数据来感知周边环境信息，进而用于目标跟踪场景。在上述场景中，直角坐标系将更有利于描述目标的运动建模，因此，通常将极坐标或者球坐标位置测量数据转换到直角坐标使用。
尽管上述极坐标或者球坐标测量数据的各个测量误差通常是统计独立的，但是，转换到直角坐标系之后对应的转换测量误差则是统计相关的。转换测量误差的统计特性可以由协方差矩阵来度量，其中两个测量误差分量之间的协方差通常用于度量两个误差分量的统计相关性。目前的传感器相关产品通常仅提供直角坐标测量误差的方差或标准差或者均方根误差(rootmeansquarederror,RMSE)，或者，仅提供特定角度对应的球坐标或者极坐标测量数据的测量误差；这将导致直角坐标转换测量误差的协方差缺失或者精度过低，从而导致对于例如跟踪、导航、环境感知等应用场景下状态估计、数据关联、占用栅格(occupancy grid map,OGM)估计等功能的性能损失。
发明内容
本申请实施例公开了一种确定协方差的方法及相关装置，能够提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能。
第一方面，本申请实施例公开了一种确定协方差的方法，包括：
获取来自至少一个传感器的位置测量数据；
根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差。
在本申请实施例中，首先获取到来自至少一个传感器的位置测量数据，该位置测量数据包含了环境或者目标的位置信息，大多数传感器的位置测量数据是球坐标或者极坐标形式。球坐标位置信息，如环境中的障碍物或者运动目标相对于传感器的距离、方位角、和俯仰角等数据；极坐标位置信息，如环境中的障碍物或者运动目标相对于传感器的距离和方位角等数据；
在跟踪、导航、环境感知等实际应用场景中，具体的功能如状态估计、数据关联、占用栅格估计等，上述极坐标或球坐标位置测量数据转换成直角坐标形式使用更为方便。此时，需要确定直角坐标位置测量数据以及对应的转换测量误差的统计特性，上述直角坐标转换位置测量误差的统计特性可以包括方差或标准差或均方根误差等。尽管极坐标或者球坐标位置测量误差通常是统计独立的，但是，直角坐标位置测量数据对应的转换测量误差通常是统计相关的，因此，确定位置测量数据转换测量误差的协方差可以更准确的描述直角坐标位置测量误差的统计特性。通过本实施例，可以提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能。
在第一方面的一种可能的实施方式中，所述确定所述位置测量数据直角坐标转换测量误差的协方差，包括：
根据所述直角坐标转换测量误差的协方差矩阵的对角化关系确定所述位置测量数据直角坐标转换测量误差的协方差，其中，所述对角化关系根据所述位置测量数据确定。
在本申请实施例中，基于位置测量数据以及直角坐标转换测量误差的统计特性，根据直角坐标转换测量误差的协方差矩阵的对角化关系确定该位置测量数据直角坐标转换测量误差的协方差，其中，该对角化关系可以是直角坐标转换测量误差的协方差矩阵的特征值分解形式，如R＝UDU T或者U TRU＝D，或者上述对角化形式的合理变形，其中，R为协方差矩阵，D为对角矩阵，U为根据位置测量数据确定的正交矩阵，U T为所述正交矩阵的转置矩阵。
由该对角化关系可知，根据位置测量数据可确定的正交矩阵，以及直角坐标转换测量误差的统计特性，如直角坐标转换测量误差的方差或者标准差或者均方根误差，可以根据协方差矩阵的对角化关系，确定该位置测量数据转换测量误差的协方差。
上述对角化关系式中的对角矩阵D为未知的，在本实施例中，对角矩阵的求解是一个非必要步骤，不影响确定位置测量数据转换测量误差的协方差，可选的，可进一步基于协方差矩阵R和正交矩阵U和对角化关系式D＝U TRU得到对角矩阵D，该步骤可用于确定误差的椭圆区域，相应的可应用于占用栅格估计以提高占用栅格的精度。通过上述协方差矩阵的对角化关系确定位置测量数据直角坐标转换测量误差的协方差，可以提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估 计、数据关联、占用栅格估计等功能的性能。
在第一方面的又一种可能的实施方式中，所述位置测量数据为二维数据，所述统计特性包括所述位置测量数据直角坐标转换测量误差中的第一维分量的第一方差或标准差或均方根误差以及所述位置测量数据直角坐标转换测量误差中的第二维分量的第二方差或标准差或均方根误差；
所述根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差，包括：
根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差矩阵。
在本申请实施例中，所述位置测量数据为二维位置测量数据，利用二维位置测量数据、第一方差或标准差或均方根误差和第二方差或标准差或均方根误差，确定位置测量数据直角坐标转换测量误差的协方差，其中，第一方差或标准差或均方根误差均是直角坐标转换测量误差的统计特性，以第一方差和第二方差为例，第一方差表示位置测量数据直角坐标转换测量误差中的第一维分量的方差，第二方差表示位置测量数据直角坐标转换测量误差中的第二维分量的方差。上述确定二维位置测量数据转换测量误差的协方差的实现方式，可以提高二维位置测量数据转换测量误差的协方差估计精度，使得位置测量数据的统计特性描述准确性大大提高。
在第一方面的又一种可能的实施方式中，所述位置测量数据直角坐标转换测量误差的协方差矩阵包括：
Figure PCTCN2021087811-appb-000001
其中，所述R为所述直角坐标转换测量误差的协方差矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 12为表示所述位置测量数据直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差，所述直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差是根据所述位置测量数据、所述第一方差以及所述第二方差得到的。
在本申请实施例中，所述位置测量数据为二维位置测量数据，直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差是根据位置测量数据和直角坐标转换测量误差各个分量的统计特性(第一方差、第二方差)得到的，从而基于上述对角化关系式可以确定位置测量数据转换测量误差的协方差矩阵。上述确定二维位置测量数据直角坐标转换测量误差的协方差的实现方式，可以提高位置测量数据的直角坐标转换测量误差的协方差估计精度，使得位置测量数据的直角坐标转换测量误差的统计特性描述的准确性大大提高。
在第一方面的又一种可能的实施方式中，所述R 12包括：
Figure PCTCN2021087811-appb-000002
其中，所述R 12为表示所述位置测量数据直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差，所述c θ表示cosθ，所述s θ表示sinθ，所述角度θ为方位角。所 述cosθ和sinθ可以根据方位角的测量值或者预测值或者滤波值或者平滑值计算，或者可以根据直角坐标分量x和y确定。
在本申请实施例中，所述位置测量数据为二维位置测量数据，利用位置测量数据和第一方差、第二方差，确定位置测量数据直角坐标转换测量误差的协方差R 12，上述确定R 12的公式实现方式，可以提高位置测量数据的直角坐标转换测量误差的协方差估计精度，使得位置测量数据的直角坐标转换测量误差的统计特性描述的准确性大大提高。
在第一方面的又一种可能的实施方式中，所述位置测量数据为三维数据，所述统计特性包括所述位置测量数据直角坐标转换测量误差中的第一维分量的第一方差或标准差或均方根误差，以及所述位置测量数据直角坐标转换测量误差中的第二维分量的第二方差或标准差或均方根误差，以及所述位置测量数据直角坐标转换测量误差中的第三维分量的第三方差或标准差或均方根误差；
所述根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差，包括：
根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差。
在本申请实施例中，所述位置测量数据为三维数据，利用三维位置测量数据、第一方差或标准差或均方根误差、第二方差或标准差或均方根误差和第三方差或标准差或均方根误差，确定位置测量数据转换测量误差的协方差，其中，第一方差或标准差或均方根误差均是在直角坐标转换位置测量误差的统计特性，以第一方差、第二方差和第三方差为例，第一方差表示位置测量数据直角坐标转换测量误差的第一维分量的方差，第二方差表示位置测量数据直角坐标转换测量误差的第二维分量的方差，第三方差表示位置测量数据直角坐标转换测量误差的第三维分量的方差。上述确定三维数据的位置测量数据的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差精度，使得位置测量数据直角坐标转换测量误差的统计特性的描述准确性大大提高。
在第一方面的又一种可能的实施方式中，所述根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差，包括：
根据所述第一方差、所述第二方差、所述第三方差、第一目标协方差、第二目标协方差以及第三目标协方差，确定所述位置测量数据直角坐标转换测量误差的协方差矩阵；
其中，所述第一目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第二维分量之间的协方差；所述第二目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第三维分量之间的协方差；所述第三目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第二维分量和所述第三维分量之间的协方差。
在本申请实施例中，所述位置测量数据为三维位置测量数据，位置测量数据直角坐标转换测量误差中的各个分量之间的协方差可以根据直角坐标转换测量误差中的各个分量的方差以及所述三维位置测量数据得到。具体的，根据位置测量数据、第一方差以及第二方 差得到第一目标协方差，该第一目标协方差表示位置测量数据直角坐标转换测量误差中的第一维分量和第二维分量之间的协方差；同理类似的，根据位置测量数据、第一方差以及第三方差得到第二目标协方差，该第二目标协方差表示位置测量数据直角坐标转换测量误差中的第一维分量和第三维分量之间的协方差；根据位置测量数据、第二方差以及第三方差得到第三目标协方差，该第三目标协方差表示位置测量数据直角坐标转换测量误差中的第二维分量和第三维分量之间的协方差。位置测量数据的直角坐标转换测量误差的协方差矩阵根据第一方差、第二方差、第三方差、第一目标协方差、第二目标协方差以及第三目标协方差确定。通过上述确定三维位置测量数据的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性的描述准确性大大提高。
在第一方面的又一种可能的实施方式中，所述位置测量数据直角坐标转换测量误差的协方差矩阵包括：
Figure PCTCN2021087811-appb-000003
其中，所述R为所述直角坐标转换测量误差的协方差矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 33为所述第三方差，所述R 12为所述第一目标协方差，所述R 13为所述第二目标协方差，所述R 23为所述第三目标协方差。
在本申请实施例中，提供了三维位置测量数据直角坐标转换测量误差的协方差矩阵的具体公式实现，从而基于上述协方差矩阵的对角化关系式可以确定位置测量数据直角坐标转换测量误差的协方差。通过上述确定三维位置测量数据的协方差矩阵的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在第一方面的又一种可能的实施方式中，所述根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差，包括：
根据所述第一方差、所述第二方差、所述第三方差、以及角度矩阵，确定所述位置测量数据直角坐标转换测量误差的协方差，所述角度矩阵由方位角和/或俯仰角的三角函数值确定。
在本申请实施例中，提供了所述位置测量数据为三维位置测量数据，确定位置测量数据直角坐标转换测量误差的协方差的另一种实现方式，即根据第一方差、第二方差、第三方差以及角度矩阵来确定位置测量数据直角坐标转换测量误差的协方差，其中，第一方差、第二方差以及第三方差表示位置测量数据直角坐标转换位置测量误差的统计特性，角度矩阵根据位置测量数据确定，具体的，可以根据位置的方位角和/或俯仰角的三角函数值确定，例如方位角和/或俯仰角的正弦函数值或者余弦函数值等。通过上述确定三维位置测量数据直角坐标转换测量误差的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在第一方面的又一种可能的实施方式中，所述角度矩阵包括：
Figure PCTCN2021087811-appb-000004
其中，所述A为所述角度矩阵，所述
Figure PCTCN2021087811-appb-000005
表示
Figure PCTCN2021087811-appb-000006
所述c θ表示cosθ，所述
Figure PCTCN2021087811-appb-000007
表示
Figure PCTCN2021087811-appb-000008
所述s θ表示sinθ，所述
Figure PCTCN2021087811-appb-000009
为俯仰角，所述θ为方位角。
在本申请实施例中，所述位置测量数据为三维位置测量数据，提供了确定三维位置测量数据直角坐标转换测量误差的协方差的另一种实现方式，即提供了位置测量数据为三维位置测量数据，根据角度矩阵的具体实现方式，其中，该角度矩阵根据方位角和/或俯仰角的三角函数值确定，方位角和/或俯仰角的三角函数值可以根据所述位置测量数据得到，具体的，
Figure PCTCN2021087811-appb-000010
为目标相对于传感器的俯仰角，θ为目标相对于传感器的方位角，该目标可以是传感器周边的环境，如环境中的障碍物等，也可以是运动的目标；进一步地：
Figure PCTCN2021087811-appb-000011
Figure PCTCN2021087811-appb-000012
Figure PCTCN2021087811-appb-000013
其中，d为目标相对于传感器的空间距离，r为目标相对于传感器的平面距离，为所述空间距离d在直角坐标系第一维分量和第二维分量构成的平面上的投影分量，x为目标相对于传感器的位置直角坐标系中的第一维分量，y为目标相对于传感器的位置直角坐标系中的第二维分量，z为目标相对于传感器的位置直角坐标系中的第三维分量。通过上述确定三维位置测量数据的直角坐标转换测量误差的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在第一方面的又一种可能的实施方式中，所述位置测量数据直角坐标转换测量误差的协方差包括：
Figure PCTCN2021087811-appb-000014
其中，所述A为所述角度矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 33为所述第三方差，所述R 12为第一目标协方差，所述R 13为第二目标协方差，所述R 23为第三目标协方差，所述第一目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第二维分量之间的协方差；所述第二目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第三维分量之间的协方差；所述第三目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第二维分量和所述 第三维分量之间的协方差。
在本申请实施例中，所述位置测量数据为三维位置测量数据，对确定位置测量数据直角坐标转换测量误差的协方差的另一种实现方式做了进一步补充，即给出了第一方差、第二方差、第三方差、角度矩阵以及位置测量数据直角坐标转换测量误差的协方差之间的公式关系，由该公式关系可以看出，根据第一方差、第二方差、第三方差、以及角度矩阵，可以确定位置测量数据直角坐标转换测量误差的协方差，其中，确定的第一目标协方差、第二目标协方差以及第三目标协方差分别表示位置测量数据直角坐标转换测量误差中的两个不同分量之间的协方差，进而还可以根据第一目标协方差、第二目标协方差以及第三目标协方差、第一方差、第二方差以及第三方差，利用协方差矩阵的对角化关系，得到位置测量数据直角坐标转换测量误差的协方差矩阵。通过上述确定三维位置测量数据的协方差的实现方式，可以提高位置测量数据的直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在第一方面的又一种可能的实施方式中，所述方法还包括：
根据所述协方差矩阵以及正交矩阵，确定对角矩阵，所述对角矩阵的对角线元素为统计独立的误差的方差，所述正交矩阵由所述位置测量数据确定。
在本申请实施例中，提供了获得对角矩阵的实现方式，具体的，可进一步基于位置测量数据直角坐标转换测量误差的协方差矩阵和正交矩阵以及对角化关系式确定对角矩阵。在协方差矩阵的对角化关系式中，对角矩阵是未知的，且在确定位置测量数据直角坐标转换测量误差的协方差过程中，对角矩阵的求解是一个非必要步骤，不影响确定位置测量数据直角坐标转换测量误差的协方差，但是，对角矩阵可用于确定误差的椭圆区域，相应的可应用于占用栅格估计以提高占用栅格的精度。
在第一方面的又一种可能的实施方式中，所述位置测量数据为以下坐标系中的一种中的数据：直角坐标系，极坐标系，球坐标系。
在第一方面的又一种可能的实施方式中，所述位置测量数据包括距离、方位角以及俯仰角；或，所述位置测量数据包括距离和方位角。
在本申请实施例中，可以看出，位置测量数据为二维位置测量数据时，包括被测目标与传感器的距离和被测目标相对于传感器的方位角，位置测量数据为三维位置测量数据时，包括被测目标与传感器的距离、被测目标相对于传感器的方位角以及被测目标相对于传感器的俯仰角。
第二方面，本申请实施例公开了一种确定协方差的装置，包括：
获取单元，用于获取来自至少一个传感器的位置测量数据；
确定单元，用于根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差。
在本申请实施例中，首先获取到来自至少一个传感器的位置测量数据，该位置测量数据包含了环境或者目标的位置信息，大多数传感器的位置测量数据是球坐标或者极坐标形式。球坐标位置信息，如环境中的障碍物或者运动目标相对于传感器的距离、方位角、和俯仰角等数据；极坐标位置信息，如环境中的障碍物或者运动目标相对于传感器的距离和 方位角等数据；
在跟踪、导航、环境感知等实际应用场景中，具体的功能如状态估计、数据关联、占用栅格估计等，上述极坐标或球坐标位置测量数据转换成直角坐标形式使用更为方便。此时，需要确定直角坐标位置测量数据以及对应的转换测量误差的统计特性，上述直角坐标转换位置测量误差的统计特性可以包括方差或标准差或均方根误差等。尽管极坐标或者球坐标位置测量误差通常是统计独立的，但是，直角坐标位置测量数据对应的转换测量误差通常是统计相关的，因此，确定位置测量数据转换测量误差的协方差可以更准确的描述直角坐标位置测量误差的统计特性。通过本实施例，可以提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能。
在第二方面的一种可能的实施方式中，在确定所述位置测量数据直角坐标转换测量误差的协方差方面，所述确定单元，具体用于根据所述直角坐标转换测量误差的协方差矩阵的对角化关系确定所述位置测量数据直角坐标转换测量误差的协方差，其中，所述对角化关系根据所述位置测量数据确定。
在本申请实施例中，基于位置测量数据以及直角坐标转换测量误差的统计特性，根据直角坐标转换测量误差的协方差矩阵的对角化关系确定该位置测量数据直角坐标转换测量误差的协方差，其中，该对角化关系可以是直角坐标转换测量误差的协方差矩阵的特征值分解形式，如R＝UDU T或者U TRU＝D，或者上述对角化形式的合理变形，其中，R为协方差矩阵，D为对角矩阵，U为根据位置测量数据确定的正交矩阵，U T为所述正交矩阵的转置矩阵。
由该对角化关系可知，根据位置测量数据可确定的正交矩阵，以及直角坐标转换测量误差的统计特性，如直角坐标转换测量误差的方差或者标准差或者均方根误差，可以根据协方差矩阵的对角化关系，确定该位置测量数据转换测量误差的协方差。
上述对角化关系式中的对角矩阵D为未知的，在本实施例中，对角矩阵的求解是一个非必要步骤，不影响确定位置测量数据转换测量误差的协方差，可选的，可进一步基于协方差矩阵R和正交矩阵U和对角化关系式D＝U TRU得到对角矩阵D，该步骤可用于确定误差的椭圆区域，相应的可应用于占用栅格估计以提高占用栅格的精度。通过上述协方差矩阵的对角化关系确定位置测量数据直角坐标转换测量误差的协方差，可以提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能。
在第二方面的又一种可能的实施方式中，所述位置测量数据为二维数据，所述统计特性包括所述位置测量数据直角坐标转换测量误差中的第一维分量的第一方差或标准差或均方根误差以及所述位置测量数据直角坐标转换测量误差中的第二维分量的第二方差或标准差或均方根误差；
在根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差方面，所述确定单元，具体还用于根据所述位置测量 数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差矩阵。
在本申请实施例中，所述位置测量数据为二维位置测量数据，利用二维位置测量数据、第一方差或标准差或均方根误差和第二方差或标准差或均方根误差，确定位置测量数据直角坐标转换测量误差的协方差，其中，第一方差或标准差或均方根误差均是直角坐标转换测量误差的统计特性，以第一方差和第二方差为例，第一方差表示位置测量数据直角坐标转换测量误差中的第一维分量的方差，第二方差表示位置测量数据直角坐标转换测量误差中的第二维分量的方差。上述确定二维位置测量数据转换测量误差的协方差的实现方式，可以提高二维位置测量数据转换测量误差的协方差估计精度，使得位置测量数据的统计特性描述准确性大大提高。
在第二方面的又一种可能的实施方式中，所述位置测量数据直角坐标转换测量误差的协方差矩阵包括：
Figure PCTCN2021087811-appb-000015
其中，所述R为所述直角坐标转换测量误差的协方差矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 12为表示所述位置测量数据直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差，所述直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差是根据所述位置测量数据、所述第一方差以及所述第二方差得到的。
在本申请实施例中，所述位置测量数据为二维位置测量数据，直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差是根据位置测量数据和直角坐标转换测量误差各个分量的统计特性(第一方差、第二方差)得到的，从而基于上述对角化关系式可以确定位置测量数据转换测量误差的协方差矩阵。上述确定二维位置测量数据直角坐标转换测量误差的协方差的实现方式，可以提高位置测量数据的直角坐标转换测量误差的协方差估计精度，使得位置测量数据的直角坐标转换测量误差的统计特性描述的准确性大大提高。
在第二方面的又一种可能的实施方式中，所述R 12包括：
Figure PCTCN2021087811-appb-000016
其中，所述R 12为表示所述位置测量数据直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差，所述c θ表示cosθ，所述s θ表示sinθ，所述角度θ为方位角。所述cosθ和所述sinθ可以根据方位角的测量值或者预测值或者滤波值或者平滑值计算，或者可以根据直角坐标分量x和y确定。
在本申请实施例中，所述位置测量数据为二维位置测量数据，利用位置测量数据和第一方差、第二方差，确定位置测量数据直角坐标转换测量误差的协方差R 12，上述确定R 12的公式实现方式，可以提高位置测量数据的直角坐标转换测量误差的协方差估计精度，使得位置测量数据的直角坐标转换测量误差的统计特性描述的准确性大大提高。
在第二方面的又一种可能的实施方式中，所述位置测量数据为三维数据，所述统计特 性包括所述位置测量数据直角坐标转换测量误差中的第一维分量的第一方差或标准差或均方根误差，以及所述位置测量数据直角坐标转换测量误差中的第二维分量的第二方差或标准差或均方根误差，以及所述位置测量数据直角坐标转换测量误差中的第三维分量的第三方差或标准差或均方根误差；
在根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差方面，所述确定单元，具体还用于根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差。
在本申请实施例中，所述位置测量数据为三维数据，利用三维位置测量数据、第一方差或标准差或均方根误差、第二方差或标准差或均方根误差和第三方差或标准差或均方根误差，确定位置测量数据转换测量误差的协方差，其中，第一方差或标准差或均方根误差均是在直角坐标转换位置测量误差的统计特性，以第一方差、第二方差和第三方差为例，第一方差表示位置测量数据直角坐标转换测量误差的第一维分量的方差，第二方差表示位置测量数据直角坐标转换测量误差的第二维分量的方差，第三方差表示位置测量数据直角坐标转换测量误差的第三维分量的方差。上述确定三维数据的位置测量数据的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差精度，使得位置测量数据直角坐标转换测量误差的统计特性的描述准确性大大提高。
在第二方面的又一种可能的实施方式中，在根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差方面，所述确定单元，具体还用于根据所述第一方差、所述第二方差、所述第三方差、第一目标协方差、第二目标协方差以及第三目标协方差，确定所述位置测量数据直角坐标转换测量误差的协方差矩阵；
其中，所述第一目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第二维分量之间的协方差；所述第二目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第三维分量之间的协方差；所述第三目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第二维分量和所述第三维分量之间的协方差。
在本申请实施例中，所述位置测量数据为三维位置测量数据，位置测量数据直角坐标转换测量误差中的各个分量之间的协方差可以根据直角坐标转换测量误差中的各个分量的方差以及所述三维位置测量数据得到。具体的，根据位置测量数据、第一方差以及第二方差得到第一目标协方差，该第一目标协方差表示位置测量数据直角坐标转换测量误差中的第一维分量和第二维分量之间的协方差；同理类似的，根据位置测量数据、第一方差以及第三方差得到第二目标协方差，该第二目标协方差表示位置测量数据直角坐标转换测量误差中的第一维分量和第三维分量之间的协方差；根据位置测量数据、第二方差以及第三方差得到第三目标协方差，该第三目标协方差表示位置测量数据直角坐标转换测量误差中的第二维分量和第三维分量之间的协方差。位置测量数据的直角坐标转换测量误差的协方差 矩阵根据第一方差、第二方差、第三方差、第一目标协方差、第二目标协方差以及第三目标协方差确定。通过上述确定三维位置测量数据的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性的描述准确性大大提高。
在第二方面的又一种可能的实施方式中，所述位置测量数据直角坐标转换测量误差的协方差矩阵包括：
Figure PCTCN2021087811-appb-000017
其中，所述R为所述直角坐标转换测量误差的协方差矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 33为所述第三方差，所述R 12为所述第一目标协方差，所述R 13为所述第二目标协方差，所述R 23为所述第三目标协方差。
在本申请实施例中，提供了三维位置测量数据直角坐标转换测量误差的协方差矩阵的具体公式实现，从而基于上述协方差矩阵的对角化关系式可以确定位置测量数据直角坐标转换测量误差的协方差。通过上述确定三维位置测量数据的协方差矩阵的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在第二方面的又一种可能的实施方式中，在根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差方面，所述确定单元，具体还用于根据所述第一方差、所述第二方差、所述第三方差、以及角度矩阵，确定所述位置测量数据直角坐标转换测量误差的协方差，所述角度矩阵由方位角和/或俯仰角的三角函数值确定。
在本申请实施例中，提供了所述位置测量数据为三维位置测量数据，确定位置测量数据直角坐标转换测量误差的协方差的另一种实现方式，即根据第一方差、第二方差、第三方差以及角度矩阵来确定位置测量数据直角坐标转换测量误差的协方差，其中，第一方差、第二方差以及第三方差表示位置测量数据直角坐标转换位置测量误差的统计特性，角度矩阵根据位置测量数据确定，具体的，可以根据位置的方位角和/或俯仰角的三角函数值确定，例如方位角和/或俯仰角的正弦函数值或者余弦函数值等。通过上述确定三维位置测量数据直角坐标转换测量误差的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在第二方面的又一种可能的实施方式中，所述角度矩阵包括：
Figure PCTCN2021087811-appb-000018
其中，所述A为所述角度矩阵，所述
Figure PCTCN2021087811-appb-000019
表示
Figure PCTCN2021087811-appb-000020
所述c θ表示cosθ，所述
Figure PCTCN2021087811-appb-000021
表示
Figure PCTCN2021087811-appb-000022
所 述s θ表示sinθ，所述
Figure PCTCN2021087811-appb-000023
为俯仰角，所述θ为方位角。
在本申请实施例中，所述位置测量数据为三维位置测量数据，提供了确定三维位置测量数据直角坐标转换测量误差的协方差的另一种实现方式，即提供了位置测量数据为三维位置测量数据，根据角度矩阵的具体实现方式，其中，该角度矩阵根据方位角和/或俯仰角的三角函数值确定，方位角和/或俯仰角的三角函数值可以根据所述位置测量数据得到，具体的，
Figure PCTCN2021087811-appb-000024
为目标相对于传感器的俯仰角，θ为目标相对于传感器的方位角，该目标可以是传感器周边的环境，如环境中的障碍物等，也可以是运动的目标；进一步地：
Figure PCTCN2021087811-appb-000025
Figure PCTCN2021087811-appb-000026
Figure PCTCN2021087811-appb-000027
其中，d为目标相对于传感器的空间距离，r为目标相对于传感器的平面距离，为所述空间距离d在直角坐标系第一维分量和第二维分量构成的平面上的投影分量，x为目标相对于传感器的位置直角坐标系中的第一维分量，y为目标相对于传感器的位置直角坐标系中的第二维分量，z为目标相对于传感器直角坐标系中的第三维分量。通过上述确定三维位置测量数据的直角坐标转换测量误差的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在第二方面的又一种可能的实施方式中，所述位置测量数据直角坐标转换测量误差的协方差包括：
Figure PCTCN2021087811-appb-000028
其中，所述A为所述角度矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 33为所述第三方差，所述R 12为第一目标协方差，所述R 13为第二目标协方差，所述R 23为第三目标协方差，所述第一目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第二维分量之间的协方差；所述第二目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第三维分量之间的协方差；所述第三目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第二维分量和所述第三维分量之间的协方差。
在本申请实施例中，所述位置测量数据为三维位置测量数据，对确定位置测量数据直角坐标转换测量误差的协方差的另一种实现方式做了进一步补充，即给出了第一方差、第二方差、第三方差、角度矩阵以及位置测量数据直角坐标转换测量误差的协方差之间的公式关系，由该公式关系可以看出，根据第一方差、第二方差、第三方差、以及角度矩阵，可以确定位置测量数据直角坐标转换测量误差的协方差，其中，确定的第一目标协方差、 第二目标协方差以及第三目标协方差分别表示位置测量数据直角坐标转换测量误差中的两个不同分量之间的协方差，进而还可以根据第一目标协方差、第二目标协方差以及第三目标协方差、第一方差、第二方差以及第三方差，利用协方差矩阵的对角化关系，得到位置测量数据直角坐标转换测量误差的协方差矩阵。通过上述确定三维位置测量数据的协方差的实现方式，可以提高位置测量数据的直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在第二方面的又一种可能的实施方式中，所述确定单元，还用于根据所述协方差矩阵以及正交矩阵，确定对角矩阵，所述对角矩阵的对角线元素为统计独立的误差的方差，所述正交矩阵由所述位置测量数据确定。
在本申请实施例中，提供了获得对角矩阵的实现方式，具体的，可进一步基于位置测量数据直角坐标转换测量误差的协方差矩阵和正交矩阵以及对角化关系式确定对角矩阵。在协方差矩阵的对角化关系式中，对角矩阵是未知的，且在确定位置测量数据直角坐标转换测量误差的协方差过程中，对角矩阵的求解是一个非必要步骤，不影响确定位置测量数据直角坐标转换测量误差的协方差，但是，对角矩阵可用于确定误差的椭圆区域，相应的可应用于占用栅格估计以提高占用栅格的精度。
在第二方面的又一种可能的实施方式中，所述位置测量数据为以下坐标系中的一种中的数据：直角坐标系，极坐标系，球坐标系。
在第二方面的又一种可能的实施方式中，所述位置测量数据包括距离、方位角以及俯仰角；或，所述位置测量数据包括距离和方位角。
在本申请实施例中，可以看出，位置测量数据为二维位置测量数据时，包括被测目标与传感器的距离和被测目标相对于传感器的方位角，位置测量数据为三维位置测量数据时，包括被测目标与传感器的距离、被测目标相对于传感器的方位角以及被测目标相对于传感器的俯仰角。
第三方面，本申请实施例公开了一种传感器，所述传感器包括敏感元件、转换元件、存储器、处理器，所述敏感元件用于获取来自至少一个传感器的位置测量数据，所述存储器中存储有计算器程序，所述处理器调用所述存储器中存储的计算机程序，用于执行以下操作：
获取来自至少一个传感器的位置测量数据；
根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差。
在本申请实施例中，首先获取到来自至少一个传感器的位置测量数据，该位置测量数据包含了环境或者目标的位置信息，大多数传感器的位置测量数据是球坐标或者极坐标形式。球坐标位置信息，如环境中的障碍物或者运动目标相对于传感器的距离、方位角、和俯仰角等数据；极坐标位置信息，如环境中的障碍物或者运动目标相对于传感器的距离和方位角等数据；
在跟踪、导航、环境感知等实际应用场景中，具体的功能如状态估计、数据关联、占用栅格估计等，上述极坐标或球坐标位置测量数据转换成直角坐标形式使用更为方便。此 时，需要确定直角坐标位置测量数据以及对应的转换测量误差的统计特性，上述直角坐标转换位置测量误差的统计特性可以包括方差或标准差或均方根误差等。尽管极坐标或者球坐标位置测量误差通常是统计独立的，但是，直角坐标位置测量数据对应的转换测量误差通常是统计相关的，因此，确定位置测量数据转换测量误差的协方差可以更准确的描述直角坐标位置测量误差的统计特性。通过本实施例，可以提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能。
第四方面，本申请实施例公开了一种确定协方差的电子设备，该电子设备包括存储器和处理器，所述存储器中存储有计算机程序，当所处计算成程序在所述处理器上运行时，执行如第一方面或者第一方面的任意一种可能的实施方式中所述的方法。
第五方面，本申请实施例公开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计算机程序，当所述计算机程序在一个或多个处理器上运行时，执行如第一方面或者第一方面的任意一种可能的实施方式中所述的方法。
第六方面，本申请实施例公开了一种传感器系统，该传感器系统可以包括至少一个传感器，所述传感器包括第二方面的确定协方差的装置、或者第三方面的传感器、或者第四方面的电子设备，该传感器系统用于实现第一方面或者第一方面的任意一种可能实施方式中所示的方法。
第七方面，本申请实施例公开了一种芯片系统，所述芯片系统包括至少一个处理器和接口电路。可选的，所述接口电路和所述至少一个处理器通过线路互联，所示接口电路用于供外接设备连接到所述处理器。所述芯片系统还可以包括至少一个存储有计算机程序的存储器，或者，所述接口电路用于为所述至少一个处理器提供外部存储器存储的计算机程序；所述计算机程序被所述至少一个处理器执行时，用于实现第一方面或者第一方面的任意一种可能实施方式中所示的方法。
本申请实施例，通过获取位置测量数据以及直角坐标转换测量误差的统计特性，并根据协方差矩阵的对角化关系确定该位置测量数据直角坐标转换测量误差的协方差，提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案，下面将对本申请实施例或背景技术中所需要使用的附图作简单的介绍。
图1为本申请实施例提供的一种确定协方差方法的流程示意图；
图2为本申请实施例提供的一种位置测量数据的坐标示意图；
图3a为本申请实施例提供的另一种确定协方差方法的流程示意图；
图3b为本申请实施例提供的一种确定协方差方法的模块示意图；
图4a为本申请实施例提供的又一种确定协方差方法的流程示意图；
图4b为本申请实施例提供的另一种确定协方差方法的模块示意图；
图5a为本申请实施例提供的又一种确定协方差方法的流程示意图；
图5b为本申请实施例提供的又一种确定协方差方法的模块示意图；
图6为本申请实施例提供的一种传感器应用场景示意图；
图7为本申请实施例提供的一种传感器成像场景示意图；
图8为本申请实施例提供的一种确定协方差装置的结构示意图；
图9为本申请实施例提供的一种确定协方差设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地描述。
本申请的说明书、权利要求书及附图中的术语“第一”和“第二”等仅用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们的任何变形，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、产品或设备等，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等，或可选地还包括对于这些过程、方法、产品或设备等固有的其它步骤或单元。
在本文中提及的“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员可以显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上，“至少两个(项)”是指两个或三个及三个以上，“和/或”，用于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：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”。
本申请实施例提供了一种确定协方差方法，为了更清楚地描述本申请的方案，下面先介绍一些与协方差相关的知识。
协方差：协方差在概率论和统计学中用于衡量两个变量的总体误差，而方差是协方差的一种特殊情况，即当两个变量是相同的情况。协方差表示的是两个变量的总体的误差，这与只表示一个变量误差的方差不同。如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。即当多个变量独立时，用方差来评估这种影响的差异；当多个变量相关时，用协方差来评估这种影响的差异。协方差的应用范围非常广泛，在农业科学实验中，经常会出现可以控制的质量因子和不可以控制的数量因子同时影响实验结果的情况，这时就需要采用协方差分析的统计处理方法，将质量因子与 数量因子(也称协变量)综合起来加以考虑。比如，要研究三种肥料对苹果产量的实际效应，而各棵苹果树头年的“基础产量”不一致，但对试验结果又有一定的影响。要消除这一因素带来的影响，就需将各棵苹果树第一年年产量这一因素作为协变量进行协方差分析，才能得到正确的实验结果。
协方差矩阵：在统计学与概率论中，协方差矩阵的每个元素是各个向量元素之间的协方差，是从标量随机变量到高维度随机向量的自然推广。协方差矩阵在统计学和机器学习中随处可见，一般而言，可视作方差和协方差两部分组成，即方差构成了对角线上的元素，协方差构成了非对角线上的元素。协方差矩阵可用来表示多维随机变量的概率密度，从而可通过协方差矩阵达到对多维随机变量的研究。
下面结合本申请实施例中的附图对本申请实施例进行描述。
请参阅图1，图1为本申请实施例提供的一种确定协方差方法的流程示意图，该方法包括但不限于如下步骤：
步骤101：获取来自至少一个传感器的位置测量数据。
具体的，从传感器中获取一个或多个位置测量数据，该位置测量数据用于描述被测目标的位置信息。
本实施例中的传感器可以包括基于飞行时间(time of flight，TOF)测量的一大类传感器，例如雷达如毫米波雷达、超声波雷达/声呐或者激光雷达等,该类传感器的位置测量数据通常用极坐标或者球坐标的形式记录。例如，在先进驾驶辅助系统(advanced driver assistant system，ADAS)或者自动驾驶(autonomous driving，AD)系统或者无人机系统或者智能体系统如机器人中广泛配置了上述传感器，用于感知周边环境信息，例如典型的车载毫米波雷达可以提供以下相对于传感器的位置测量数据：距离、方位角、或者方位角和俯仰角等。然而，在实际应用中，上述位置测量数据往往需要转换到直角坐标系中使用更为方便，因为直角坐标系将更有利于描述被测目标的运动建模，适用于被测目标跟踪场景，因此，通常将极坐标或者球坐标位置测量数据转换到直角坐标使用。
所述位置测量数据为直角坐标位置数据；可以基于传感器的测量数据得到，例如从传感器测量的距离、方位角或者距离、方位角和俯仰角得到，也可以是传感器利用上述数据转换之后直接输出的结果。此处不做限定。所述位置测量数据也可以为极坐标或者球坐标位置数据，例如从传感器测量的距离、方位角或者距离、方位角和俯仰角得到，此处不做限定。
需要注意的是，极坐标或者球坐标测量数据的各个测量误差通常是统计独立的，但是，转换到直角坐标系之后对应的转换测量误差通常是统计相关的。具体的，可参阅图2，图2为本申请实施例提供的一种位置测量数据的坐标示意图。如图2中的(a)所示，距离和方位角为在极坐标系中被测目标相对于传感器的位置测量数据，传感器位于该极坐标系的原点，极轴为以传感器为端点的射线，此时，目标的位置坐标为(d，θ)，其中，d表示目标与传感器的距离，θ为目标相对于传感器的角度(方位角)；考虑到实际应用的方便，例如运动状态建模等，上述位置测量数据通常需要转换到直角坐标系中使用。作为一种实现方式，利用极坐标与直角坐标的变换关系，上述极坐标位置可以直接转换为直角坐标，如图2中的(b)所示，为在平面直角坐标系中被测目标相对于传感器的位置测量数据，传感器位于 该平面直角坐标系的原点，此时，目标的位置坐标为(x′，y′)，其中，x′为目标的横坐标，y′为目标的纵坐标。从图2中的(a)中的位置测量数据转换成图2中的(b)中的位置测量数据，需要经过以下步骤：
Figure PCTCN2021087811-appb-000029
从上述坐标转换关系式可以看出，极坐标测量数据的各个测量误差(距离d、方位角θ)是统计独立的，而转换到直角坐标系之后对应的转换测量误差是统计相关的，x′的转换测量误差与距离d和方位角θ相关，y′的转换测量误差也与距离d和方位角θ相关。
需要指出的是，本发明不受限于上述极坐标与直角坐标的变换关系。例如，坐标转换关系可以考虑测量误差的影响。例如，作为另一种实现方式，直角坐标的位置测量数据也可以根据以下关系式从极坐标的位置数据得到：
Figure PCTCN2021087811-appb-000030
Figure PCTCN2021087811-appb-000031
其中，
Figure PCTCN2021087811-appb-000032
为目标相对应传感器的方位角的测量误差的方差。
Figure PCTCN2021087811-appb-000033
同理的，如图2中的(c)所示，为在球坐标系中目标相对于传感器的位置测量数据，传感器位于该球坐标系的原点，此时，目标的位置坐标为
Figure PCTCN2021087811-appb-000034
其中，d表示目标相对于传感器的距离，θ为目标相对于传感器的方位角，
Figure PCTCN2021087811-appb-000035
表示目标相对于传感器的俯仰角；考虑到实际应用的方便，上述位置测量数据通常需要转换到直角坐标系使用。作为一种实现方式，利用球坐标与直角坐标的变换关系，上述球坐标位置可以直接转换为直角坐标，如图2中的(d)所示，为在空间直角坐标系中被测目标相对于传感器的位置测量数据，该空间直角坐标系的原点为传感器，此时，目标的位置坐标为(x′，y′，z′)，其中，x′，y′和z′为目标三维直角坐标在三个坐标轴上的坐标分量。从图2中的(c)中的位置测量数据转换成图2中的(d)中的位置测量数据，需要经过以下步骤：
Figure PCTCN2021087811-appb-000036
需要指出的是，本发明不受限于上述球坐标与直角坐标的变换关系。例如，坐标转换关系可以考虑测量误差的影响。例如，作为另一种实现方式，直角坐标的位置测量数据也可以根据以下关系式从球坐标的位置数据得到：
Figure PCTCN2021087811-appb-000037
Figure PCTCN2021087811-appb-000038
Figure PCTCN2021087811-appb-000039
其中，
Figure PCTCN2021087811-appb-000040
为目标相对应传感器的方位角测量误差的方差，
Figure PCTCN2021087811-appb-000041
为目标相对应传感器的俯仰角测量误差的方差。
从上述转换关系式可以看出，球坐标测量数据的各个测量误差(距离d、方位角θ、俯 仰角
Figure PCTCN2021087811-appb-000042
)是统计独立的，而转换到直角坐标系之后对应的转换测量误差是统计相关的，x′的转换测量误差与距离d、方位角θ和俯仰角
Figure PCTCN2021087811-appb-000043
相关，y′的转换测量误差与距离d、方位角θ和俯仰角
Figure PCTCN2021087811-appb-000044
相关，z′的转换测量误差与距离d和俯仰角
Figure PCTCN2021087811-appb-000045
相关。
由于热噪声以及干扰等非理想因素的影响，传感器的测量数据通常存在一定的测量误差。尽管传感器的各个测量数据的误差之间可以统计独立，转换到直角坐标系之后对应的转换测量误差的统计具有统计相关性，因此，确定位置测量数据的直角坐标转换测量误差的协方差很有必要。
步骤102：根据位置测量数据以及直角坐标转换测量误差的统计特性，确定该位置测量数据的直角坐标转换测量误差的协方差。
上述位置测量数据对应的直角坐标系转换测量误差的统计特性可以包括方差或标准差或均方根误差等。具体的，所述直角坐标转换测量误差的统计特性可以包括直角坐标转换测量误差各个分量的统计特性。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量；标准差是方差的算术平方根，反映一个数据集的离散程度；均方根误差是用来衡量观测值同真值之间的偏差。方差或标准差或均方根误差在本质上均是统计特性的具体表现，为了方便阐述，在本实施例中以方差为例加以说明。
根据位置测量数据以及直角坐标转换测量误差的统计特性，确定位置测量数据的直角坐标转换测量误差的协方差。
其中，位置测量数据可以是二维或者三维直角坐标位置数据，也可以是极坐标系中的二维数据，也可以是球坐标系中的三维数据，此处不做限定。位置测量数据的直角坐标转换测量误差的统计特性是转换测量误差各个分量的统计特性，且根据位置测量数据的不同情况而有所不同。
作为一种实现，位置测量数据为极坐标系中的二维数据，其直角坐标转换测量误差的统计特性为在平面直角坐标系中(x，y)的各个分量的方差，分别为在x分量上的第一方差R 11和在y分量上的第二方差R 22。其中，第一方差R 11、第二方差R 22可以由传感器得到。对于传感器如何利用其测量的极坐标或者球坐标数据得到直角坐标转换测量误差，本发明不做限定。
类似的，所述位置测量数据为球坐标系中的三维数据，其直角坐标转换测量误差的统计特性为在空间直角坐标系中(x，y，z)的各个误差分量的方差，分别为在x坐标轴的误差分量的第一方差R 11、y坐标轴的误差分量的第二方差R 22以及在z坐标轴的误差分量的第三方差R 33。其中，第一方差R 11、第二方差R 22、第三方差R 33可以由传感器得到。对于传感器如何利用其测量的极坐标或者球坐标数据得到直角坐标转换测量误差，本发明不做限定。
基于上述位置测量数据和直角坐标转换测量误差的统计特性，根据直角坐标转换测量误差的协方差矩阵的对角化关系，可以确定位置测量数据的直角坐标转换测量误差的协方差。上述对角化关系可以是直角坐标转换测量误差的协方差矩阵的特征值分解形式，如R＝UDU T，或者U TRU＝D，或者是上述对角化形式的合理变形。其中，R为协方差矩阵，D为对角矩阵，U为根据位置测量数据确定的正交矩阵，U T为该正交矩阵的转置矩阵。该对角化关系中，正交矩阵根据位置测量数据确定，从而可以根据位置测量数据以及协方差矩阵的对角化关系得到协方差矩阵，确定该位置测量数据的直角坐标转换测量误差的协方差。
具体的，所述位置测量数据可以为二维数据或者为三维数据，其协方差矩阵R分别如下：
Figure PCTCN2021087811-appb-000046
或者
Figure PCTCN2021087811-appb-000047
其中，位置测量数据可以为二维数据，R 12为目标协方差，该目标协方差表示位置测量数据对应的直角坐标转换测量误差两个分量之间的协方差，该目标协方差R 12根据位置测量数据、第一方差R 11以及第二方差R 22确定；
位置测量数据可以为三维数据，R 12为第一目标协方差，表示位置测量数据对应的直角坐标转换测量误差的第一维分量(x)和第二维分量(y)之间的协方差，该第一目标协方差R 12根据位置测量数据、第一方差R 11以及第二方差R 22确定，R 13为第二目标协方差，表示位置测量数据对应的直角坐标转换测量误差的第一维分量(x)和第三维分量(z)之间的协方差，该第二目标协方差R 12根据位置测量数据、第一方差R 11以及第三方差R 33确定，R 23为第三目标协方差，表示位置测量数据对应的直角坐标转换测量误差的第二维分量(y)和第三维分量(z)之间的协方差，该第三目标协方差R 23根据位置测量数据、第二方差R 22以及第三方差R 33确定。
由上述协方差矩阵的对角化关系可以得到位置测量数据的直角坐标转换测量误差的协方差，此种确定协方差的方法可以提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能。
需要指出的是，本发明的实施步骤并不需要知道上述对角化关系式中的对角矩阵D的各个元素，也就是说，在本实施例中，确定位置测量数据转换测量误差的协方差的过程与结果，并不需要把对角矩阵D的求解作为一个必要步骤。相反地，利用本发明确定协方差矩阵之后，可以进一步利用上述对角化关系，确定对角矩阵D。从而可以将上述对角矩阵用于确定测量误差的椭圆区域，相应的可应用于占用栅格估计以提高占用栅格的精度，故可选的，可进一步基于协方差矩阵R和正交矩阵U和对角化关系式D＝U TRU得到对角矩阵D，该步骤确定测量误差的椭圆区域，也可以降低其在应用场景中的性能损失。
请参阅图3a，图3a为本申请实施例提供的另一种确定协方差方法的流程示意图，该方法包括但不限于如下步骤：
步骤301：获取来自至少一个传感器的位置测量数据。
与上述步骤101一致。
步骤302：根据位置测量数据、第一方差以及第二方差，计算得到目标协方差。
所述位置测量数据为二维数据，本实施例提供一种确定位置测量数据的直角坐标转换测量误差的协方差的方法，根据位置测量数据以及位置测量数据的直角坐标转换测量误差的统计特性，可以确定目标协方差，该目标协方差为位置测量数据对应的平面直角坐标转换测量误差两个分量之间的协方差。
具体的，上述位置测量数据可以是直角坐标位置数据x和y,或者是极坐标位置数据(d，θ)，其中，d表示目标相对于传感器的距离，θ表示目标相对于传感器的方位角，相应 的，上述位置测量数据的直角坐标转换测量误差的统计特性包括了第一方差R 11和第二方差R 22，该第一方差R 11表示了位置测量数据对应的直角坐标转换测量误差的第一维分量(x)的方差，该第二方差R 22表示了位置测量数据对应的平面直角坐标转换测量误差的第二维分量(y)方差。根据上述位置测量数据、第一方差R 11以及第二方差R 22，可按如下方式确定其目标协方差：
Figure PCTCN2021087811-appb-000048
Figure PCTCN2021087811-appb-000049
其中，R 12为所求的目标协方差，c θ＝cosθ，s θ＝sinθ，θ为目标相对于传感器的方位角，且
Figure PCTCN2021087811-appb-000050
k为整数。或者，
Figure PCTCN2021087811-appb-000051
其中x和y分别为直角坐标位置数据的两个分量。由此可知，上述c θ和s θ可以由角度值计算得到，也可以由直角坐标值计算得到。
步骤303：根据第一方差、第二方差以及目标协方差，确定位置测量数据的直角坐标转换测量误差的协方差矩阵。
通过上述步骤可知第一方差R 11、第二方差R 22以及目标协方差R 12，基于位置测量数据，可确定位置测量数据的直角坐标转换测量误差的协方差矩阵，其中，R为协方差矩阵，该协方差矩阵如下：
Figure PCTCN2021087811-appb-000052
由上述协方差矩阵可知，其对角线上的数据为各个分量上的方差，非对角线元素表示转换测量误差分量之间的协方差。本申请实施例，通过获取位置测量数据以及该位置测量数据的直角坐标转换测量误差的统计特性，并利用位置测量数据，确定该位置测量数据的直角坐标转换测量误差的协方差，提高位置测量数据的直角坐标转换测量误差的协方差估计精度，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能。
另一方面，图3a提供的确定协方差的方法还有相对应的模块图，具体可参阅图3b，图3b为本申请实施例提供的一种确定协方差方法的模块示意图。如图3b所示，获取位置测量数据，该位置测量数据包含直角坐标位置数据，用于描述目标相对于传感器的具体位置信息，如(x，y)；上述直角坐标位置数据可以由极坐标位置测量数据(d，θ)转换得到，或者由传感器坐标转换之后直接输出，尽管极坐标位置测量数据各个分量的测量误差(距离d、方位角θ)是统计独立的，对应的直角坐标系转换测量误差是统计相关的，位置测量数据对应的直角坐标转换测量误差各个分量的统计特性(第一方差R 11、第二方差R 22)不足以充分描述直角坐标转换测量误差之间的统计特性；本申请实施例根据位置测量数据及其直角坐标转换测量误差的统计特性，可以确定目标协方差R 12，从而可得到位置测量数据 的直角坐标转换测量误差的协方差矩阵R。
请参阅图4a，图4a为本申请实施例提供的又一种确定协方差方法的流程示意图，该方法包括但不限于如下步骤：
步骤401：获取来自至少一个传感器的位置测量数据。
与上述步骤101一致。
步骤402：根据位置测量数据、第一方差以及第二方差，计算得到第一目标协方差。
所述位置测量数据为三维数据，本实施例提供了一种确定位置测量数据的直角坐标转换测量误差的协方差的方法，根据位置测量数据以及该位置测量数据的直角坐标转换测量误差的统计特性，可以确定第一目标协方差，该第一目标协方差表示位置测量数据对应的直角坐标转换测量误差的第一维分量(x)和第二维分量(y)之间的协方差。
具体的，上述位置测量数据可以是三维直角坐标位置(x，y，z),其中x,y,z为目标相对于传感器的直角坐标分量；或者是球坐标位置
Figure PCTCN2021087811-appb-000053
其中，d表示目标相对于传感器的距离，θ表示目标相对于传感器的方位角，
Figure PCTCN2021087811-appb-000054
表示目标相对于传感器的俯仰角，相应的，上述位置测量数据对应的直角坐标转换测量误差的统计特性包括了第一方差R 11和第二方差R 22，该第一方差R 11表示了位置测量数据对应的直角坐标转换测量误差第一维分量(x)上的方差，该第二方差R 22表示了位置测量数据对应的直角坐标转换测量误差的第二维分量(y)上的方差。根据上述位置测量数据、第一方差R 11以及第二方差R 22，可按如下方式确定其第一目标协方差：
Figure PCTCN2021087811-appb-000055
其中，R 12为第一目标协方差，c θ＝cosθ，s θ＝sinθ，c 2θ＝cos(2θ)，θ为目标相对于传感器的方位角，且
Figure PCTCN2021087811-appb-000056
k为整数。或者，
Figure PCTCN2021087811-appb-000057
其中x和y分别为直角坐标位置数据的两个分量。由此可知，上述c θ和s θ可以由角度值计算得到，也可以由直角坐标值计算得到。
步骤403：根据位置测量数据、第一方差、第二方差以及第三方差，计算得到第二目标协方差。
上述位置测量数据的直角坐标转换测量误差的统计特性还包括了第三方差R 33，该第三方差R 33表示了位置测量数据对应的直角坐标转换测量误差的第三维分量(z)的方差。根据上述位置测量数据、第一方差R 11、第二方差R 22以及第三方差R 33，可按如下方式确定其第二目标协方差：
Figure PCTCN2021087811-appb-000058
其中，R 13为所述第二目标协方差，该第二目标协方差R 13表示了位置测量数据对应的直角坐标转换测量误差的第一维分量(x)和第三维分量(z)之间的协方差，
Figure PCTCN2021087811-appb-000059
Figure PCTCN2021087811-appb-000060
θ为目标相对于传感器的方位角，
Figure PCTCN2021087811-appb-000061
为目标相对于传感器的俯仰角，且
Figure PCTCN2021087811-appb-000062
k，l均为整数。或者，
Figure PCTCN2021087811-appb-000063
Figure PCTCN2021087811-appb-000064
其中x、y和z分别为直角坐标位置数据的三个分量。由此可知，上述c θ、s θ、
Figure PCTCN2021087811-appb-000065
c 2θ、
Figure PCTCN2021087811-appb-000066
可以由角度值计算得到，也可以由直角坐标值计算得到。
步骤404：根据位置测量数据、第一方差、第二方差以及第三方差，计算得到第三目标协方差。
同理的，根据上述位置测量数据、第一方差R 11、第二方差R 22以及第三方差R 33，可按如下方式确定其第三目标协方差：
Figure PCTCN2021087811-appb-000067
其中，R 23为所述第三目标协方差，该第三目标协方差R 23表示位置测量数据对应的直角坐标转换测量误差的第二维分量(y)和第三维分量(z)之间的协方差。
步骤405：根据上述第一方差、第二方差、第三方差、第一目标协方差、第二目标协方差、第三目标协方差，确定位置测量数据的直角坐标转换测量误差的协方差矩阵。
通过上述步骤可知第一方差R 11、第二方差R 22、第三方差R 33、第一目标协方差R 12、第二目标协方差R 13以及第三目标协方差R 23，根据上述这些已知量，可利用协方差矩阵的对角化关系R＝UDU T确定位置测量数据的直角坐标转换测量误差的协方差矩阵，其中，R为协方差矩阵，D为对角矩阵，U为根据位置测量数据得到的正交矩阵，U T为正交矩阵的转置矩阵。该协方差矩阵如下：
Figure PCTCN2021087811-appb-000068
由上述协方差矩阵可知，其对角线上的数据(R 11、R 22、R 33)为各个分量上的方差，非对角线上的数据(R 12、R 13、R 23)表示直角坐标转换测量误差的不同分量之间的协方差。本申请实施例，通过获取位置测量数据以及位置测量数据的直角坐标转换测量误差的统计特性，并根据协方差矩阵的对角化关系确定该位置测量数据的直角坐标转换测量误差的协方差，提高位置测量数据的直角坐标转换测量误差的协方差估计精度，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能。
另一方面，图4a提供的确定协方差的方法还有相对应的模块图，具体可参阅图4b，图4b为本申请实施例提供的另一种确定协方差方法的模块示意图。如图4b所示，获取位 置测量数据，该位置测量数据包含了直角坐标位置坐标，用于描述目标的具体位置信息，如(x，y，z)；上述直角坐标位置数据可以由球坐标位置测量数据
Figure PCTCN2021087811-appb-000069
转换得到，或者由传感器坐标转换之后直接输出。尽管球坐标位置测量数据各个分量的测量误差(距离d、方位角θ、俯仰角
Figure PCTCN2021087811-appb-000070
)是统计独立的，对应的直角坐标转换测量误差是统计相关的，因此直角坐标转换测量误差的统计特性(第一方差R 11、第二方差R 22、第三方差R 33)不足以充分描述直角坐标转换测量误差之间的统计特性；本申请实施例根据位置测量数据及其直角坐标转换测量误差的统计特性得到目标协方差(R 12、R 13、R 23)，可以得到位置测量数据的直角坐标转换测量误差的协方差矩阵R。
请参阅图5a，图5a为本申请实施例提供的又一种确定协方差方法的流程示意图，该方法包括但不限于如下步骤：
步骤501：获取来自至少一个传感器的位置测量数据。
与上述步骤101一致。
步骤502：根据位置测量数据得到角度矩阵。
所述位置测量数据为三维数据,本实施例提供了另一种确定协方差的方法，根据位置测量数据可以得到一个角度矩阵，该角度矩阵用于确定位置测量数据的直角坐标转换测量误差的协方差，该角度矩阵可如下：
Figure PCTCN2021087811-appb-000071
其中，A为角度矩阵，
Figure PCTCN2021087811-appb-000072
表示
Figure PCTCN2021087811-appb-000073
c θ表示cosθ，
Figure PCTCN2021087811-appb-000074
表示
Figure PCTCN2021087811-appb-000075
s θ表示sinθ，
Figure PCTCN2021087811-appb-000076
为目标相对于传感器的俯仰角，θ为被测目标相对于传感器的方位角；或者，
Figure PCTCN2021087811-appb-000077
Figure PCTCN2021087811-appb-000078
其中x、y和z分别为直角坐标位置数据的三个分量。由此可知，上述c θ、s θ、
Figure PCTCN2021087811-appb-000079
可以由角度值计算得到，也可以由直角坐标值计算得到。该目标可以是传感器周边的环境，如环境中的障碍物等，也可以是运动的目标。
角度矩阵也可以是上述公式A的合理变形，由上述角度矩阵公式A可以看出，其主要包含了目标相对于传感器的位置的方位角和俯仰角的三角函数值。
步骤503：根据角度矩阵、第一方差、第二方差以及第三方差，计算得到位置测量数据的直角坐标转换测量误差的协方差。
通过上述步骤可知角度矩阵A，此外，位置测量数据的直角坐标转换测量误差的统计特性包括了第一方差R 11、第二方差R 22和第三方差R 33，该第一方差R 11表示了位置测量数据对应的直角坐标转换测量误差的第一维分量(x)上的方差，该第二方差R 22表示了位置测量数据对应的直角坐标转换测量误差的第二维分量(y)上的方差，该第三方差R 33表示了位置测量数据对应的直角坐标转换测量误差的第三维分量(z)上的方差。根据上述角度矩阵A、第一方差R 11、第二方差R 22以及第三方差R 33，可按如下方式确定位置测量数据的直角坐标 转换测量误差的协方差：
Figure PCTCN2021087811-appb-000080
其中，A为角度矩阵，R 12为第一目标协方差，R 13为第二目标协方差，R 23为第三目标协方差，该第一目标协方差表示上述位置测量数据对应的直角坐标转换测量误差第一维分量和第二维分量之间的协方差，该第二目标协方差表示上述位置测量数据对应的直角坐标转换测量误差的第一维分量和第三维分量之间的协方差，该第三目标协方差表示上述位置测量数据对应的直角坐标系转换测量误差的第二维分量和第三维分量之间的协方差。
进而还可以根据第一目标协方差、第二目标协方差以及第三目标协方差、第一方差、第二方差以及第三方差，利用位置测量数据的直角坐标转换测量误差的协方差矩阵的对角化关系，得到协方差矩阵。通过上述角度矩阵来确定三维位置测量数据的直角坐标转换测量误差的协方差的实现方式，可以提高位置测量数据的直角坐标转换测量误差的协方差估计精度，使得位置测量数据的直角坐标转换测量误差统计特性描述的准确性大大提高。
另一方面，图5a提供的确定协方差的方法还有相对应的模块图，具体可参阅图5b，图5b为本申请实施例提供的又一种确定协方差方法的模块示意图。如图5b所示，获取位置测量数据，该位置测量数据包含了直角坐标位置数据，用于描述目标的具体位置信息，如(x，y，z)；上述直角坐标位置数据可以由球坐标位置测量数据
Figure PCTCN2021087811-appb-000081
转换得到，或者由传感器坐标转换之后直接输出；根据上述位置测量数据可得到角度矩阵A，具体的，在上述步骤502中对该角度矩阵A有详细说明；尽管球坐标系中各个分量上的测量误差(距离d、方位角θ、俯仰角
Figure PCTCN2021087811-appb-000082
)是统计独立的，而对应的直角坐标转换测量误差是统计相关的，故直角坐标转换测量误差各个分量的统计特性(第一方差R 11、第二方差R 22、第三方差R 33)不足以充分描述直角坐标转换测量误差之间的统计特性；申请实施例可根据位置测量数据以及位置测量数据的直角坐标转换测量误差各个分量的统计特性(R 11、R 22、R 33)和角度矩阵A得到位置测量数据的直角坐标转换测量误差的协方差[R 12，R 13，R 23],从而得到位置测量数据的直角坐标转换测量误差的协方差矩阵R。
本申请实施例所涉及的传感器可以包括基于飞行时间(time of flight,ToF)测量的一大类传感器，例如雷达如毫米波雷达、超声波雷达/声呐或者激光雷达等。本申请实施例可应用于上述传感器以及先进驾驶辅助系统、自动驾驶系统、无人机系统或者其他配置了上述传感器的系统，其具体可以是感知系统的数据处理部分，上述传感器系统具体的承载平台可以是车载如汽车、摩托车或者自行车等，或者是机载如无人机、直升机或者喷气式飞机等。
请参阅图6，图6为本申请实施例提供的一种传感器应用场景示意图。如图6所示，是一种支持自动驾驶功能的汽车，承载在该汽车上的传感器系统包含了若干种基于飞行时间原理设计的传感器，具体有前向激光雷达、前向毫米波雷达、侧向毫米波雷达、激光雷达、后向激光雷达，这些雷达(传感器)共同工作用于获取汽车周围障碍物的位置测量数据，该传感器系统还包含了前、后摄像头，用于采集车身周围环境图像信息，并通过车内的显示屏将该图像信息呈现给用户。
请参阅图7，图7为本申请实施例提供的一种可能的传感器成像场景示意图。如图7所示，有一辆如图6所示的汽车A在道路上自动驾驶，车上运行的传感器系统检测到车身左前方有一辆汽车B正在以某个速度行驶，此时，车B处于车A的安全检测范围内，将被车A的传感器系统认定为可能存在驾驶风险的被测目标。车A上配置的前向激光雷达将发射多个脉冲激光信号、在多个扫描角度下对物方视场的多个探测区域进行扫描，形成物方视场的图像，特别的，前向激光雷达还将通过对被测目标(车B)发射多个脉冲激光信号以采集车B多个扫描角度下的位置测量数据，可如下表所示：
Figure PCTCN2021087811-appb-000083
由上述位置测量数据构成物方视场的被测目标图像，其具体过程可以由传感器系统的数据处理模块完成。另一方面，为了确保上述球坐标系中的位置测量数据准确无误，并且转换成空间直角坐标系中的测量数据后依然可以精准定位被测目标的位置，传感器需要提高采集到的位置测量数据的协方差精度，此处可采用上述图1或图4a或图5a提供的确定协方差的方法，以提高位置测量数据的准确性。
上述详细阐述了本申请实施例的方法，下面提供本申请实施例的装置。
请参阅图8，图8为本申请实施例提供的一种确定协方差装置的结构示意图，该确定协方差装置可以包括获取单元801和确定单元802，其中，各个单元的描述如下：
获取单元801，用于获取来自至少一个传感器的位置测量数据；
确定单元802，用于根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差。
在本申请实施例中，首先获取到来自至少一个传感器的位置测量数据，该位置测量数据包含了环境或者目标的位置信息，大多数传感器的位置测量数据是球坐标或者极坐标形式。球坐标位置信息，如环境中的障碍物或者运动目标相对于传感器的距离、方位角、和俯仰角等数据；极坐标位置信息，如环境中的障碍物或者运动目标相对于传感器的距离和方位角等数据；
在跟踪、导航、环境感知等实际应用场景中，具体的功能如状态估计、数据关联、占用栅格估计等，上述极坐标或球坐标位置测量数据转换成直角坐标形式使用更为方便。此时，需要确定直角坐标位置测量数据以及对应的转换测量误差的统计特性，上述直角坐标转换位置测量误差的统计特性可以包括方差或标准差或均方根误差等。尽管极坐标或者球坐标位置测量误差通常是统计独立的，但是，直角坐标位置测量数据对应的转换测量误差通常是统计相关的，因此，确定位置测量数据转换测量误差的协方差可以更准确的描述直角坐标位置测量误差的统计特性。通过本实施例，可以提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得 上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能。
在一种可能的实施方式中，在确定所述位置测量数据直角坐标转换测量误差的协方差方面，所述确定单元802，具体用于根据所述直角坐标转换测量误差的协方差矩阵的对角化关系确定所述位置测量数据直角坐标转换测量误差的协方差，其中，所述对角化关系根据所述位置测量数据确定。
在本申请实施例中，基于位置测量数据以及直角坐标转换测量误差的统计特性，根据直角坐标转换测量误差的协方差矩阵的对角化关系确定该位置测量数据直角坐标转换测量误差的协方差，其中，该对角化关系可以是直角坐标转换测量误差的协方差矩阵的特征值分解形式，如R＝UDU T或者U TRU＝D，或者上述对角化形式的合理变形，其中，R为协方差矩阵，D为对角矩阵，U为根据位置测量数据确定的正交矩阵，U T为所述正交矩阵的转置矩阵。
由该对角化关系可知，根据位置测量数据可确定的正交矩阵，以及直角坐标转换测量误差的统计特性，如直角坐标转换测量误差的方差或者标准差或者均方根误差，可以根据协方差矩阵的对角化关系，确定该位置测量数据转换测量误差的协方差。
上述对角化关系式中的对角矩阵D为未知的，在本实施例中，对角矩阵的求解是一个非必要步骤，不影响确定位置测量数据转换测量误差的协方差，可选的，可进一步基于协方差矩阵R和正交矩阵U和对角化关系式D＝U TRU得到对角矩阵D，该步骤可用于确定误差的椭圆区域，相应的可应用于占用栅格估计以提高占用栅格的精度。通过上述协方差矩阵的对角化关系确定位置测量数据直角坐标转换测量误差的协方差，可以提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能。
在一种可能的实施方式中，所述位置测量数据为二维数据，所述统计特性包括所述位置测量数据直角坐标转换测量误差中的第一维分量的第一方差或标准差或均方根误差以及所述位置测量数据直角坐标转换测量误差中的第二维分量的第二方差或标准差或均方根误差；
在根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差方面，所述确定单元802，具体还用于根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差矩阵。
在本申请实施例中，所述位置测量数据为二维位置测量数据，利用二维位置测量数据、第一方差或标准差或均方根误差和第二方差或标准差或均方根误差，确定位置测量数据直角坐标转换测量误差的协方差，其中，第一方差或标准差或均方根误差均是直角坐标转换测量误差的统计特性，以第一方差和第二方差为例，第一方差表示位置测量数据直角坐标转换测量误差中的第一维分量的方差，第二方差表示位置测量数据直角坐标转换测量误差中的第二维分量的方差。上述确定二维位置测量数据转换测量误差的协方差的实现方式，可以提高二维位置测量数据转换测量误差的协方差估计精度，使得位置测量数据的统计特 性描述准确性大大提高。
在一种可能的实施方式中，所述位置测量数据直角坐标转换测量误差的协方差矩阵包括：
Figure PCTCN2021087811-appb-000084
其中，所述R为所述直角坐标转换测量误差的协方差矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 12为表示所述位置测量数据直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差，所述直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差是根据所述位置测量数据、所述第一方差以及所述第二方差得到的。
在本申请实施例中，所述位置测量数据为二维位置测量数据，直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差是根据位置测量数据和直角坐标转换测量误差各个分量的统计特性(第一方差、第二方差)得到的，从而基于上述对角化关系式可以确定位置测量数据转换测量误差的协方差矩阵。上述确定二维位置测量数据直角坐标转换测量误差的协方差的实现方式，可以提高位置测量数据的直角坐标转换测量误差的协方差估计精度，使得位置测量数据的直角坐标转换测量误差的统计特性描述的准确性大大提高。
在一种可能的实施方式中，所述R 12包括：
Figure PCTCN2021087811-appb-000085
其中，所述R 12为表示所述位置测量数据直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差，所述c θ表示cosθ，所述s θ表示sinθ，所述角度θ为方位角。所述cosθ和所述sinθ可以根据方位角的测量值或者预测值或者滤波值或者平滑值计算，或者可以根据直角坐标分量x和y确定。
在本申请实施例中，所述位置测量数据为二维位置测量数据，利用位置测量数据和第一方差、第二方差，确定位置测量数据直角坐标转换测量误差的协方差R 12，上述确定R 12的公式实现方式，可以提高位置测量数据的直角坐标转换测量误差的协方差估计精度，使得位置测量数据的直角坐标转换测量误差的统计特性描述的准确性大大提高。
在一种可能的实施方式中，所述位置测量数据为三维数据，所述统计特性包括所述位置测量数据直角坐标转换测量误差中的第一维分量的第一方差或标准差或均方根误差，以及所述位置测量数据直角坐标转换测量误差中的第二维分量的第二方差或标准差或均方根误差，以及所述位置测量数据直角坐标转换测量误差中的第三维分量的第三方差或标准差或均方根误差；
在根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差方面，所述确定单元802，具体还用于根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差。
在本申请实施例中，所述位置测量数据为三维数据，利用三维位置测量数据、第一方差或标准差或均方根误差、第二方差或标准差或均方根误差和第三方差或标准差或均方根误差，确定位置测量数据转换测量误差的协方差，其中，第一方差或标准差或均方根误差均是在直角坐标转换位置测量误差的统计特性，以第一方差、第二方差和第三方差为例，第一方差表示位置测量数据直角坐标转换测量误差的第一维分量的方差，第二方差表示位置测量数据直角坐标转换测量误差的第二维分量的方差，第三方差表示位置测量数据直角坐标转换测量误差的第三维分量的方差。上述确定三维数据的位置测量数据的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差精度，使得位置测量数据直角坐标转换测量误差的统计特性的描述准确性大大提高。
在一种可能的实施方式中，在根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差方面，所述确定单元802，具体还用于根据所述第一方差、所述第二方差、所述第三方差、第一目标协方差、第二目标协方差以及第三目标协方差，确定所述位置测量数据直角坐标转换测量误差的协方差矩阵；
其中，所述第一目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第二维分量之间的协方差；所述第二目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第三维分量之间的协方差；所述第三目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第二维分量和所述第三维分量之间的协方差。
在本申请实施例中，所述位置测量数据为三维位置测量数据，位置测量数据直角坐标转换测量误差中的各个分量之间的协方差可以根据直角坐标转换测量误差中的各个分量的方差以及所述三维位置测量数据得到。具体的，根据位置测量数据、第一方差以及第二方差得到第一目标协方差，该第一目标协方差表示位置测量数据直角坐标转换测量误差中的第一维分量和第二维分量之间的协方差；同理类似的，根据位置测量数据、第一方差以及第三方差得到第二目标协方差，该第二目标协方差表示位置测量数据直角坐标转换测量误差中的第一维分量和第三维分量之间的协方差；根据位置测量数据、第二方差以及第三方差得到第三目标协方差，该第三目标协方差表示位置测量数据直角坐标转换测量误差中的第二维分量和第三维分量之间的协方差。位置测量数据的直角坐标转换测量误差的协方差矩阵根据第一方差、第二方差、第三方差、第一目标协方差、第二目标协方差以及第三目标协方差确定。通过上述确定三维位置测量数据的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性的描述准确性大大提高。
在一种可能的实施方式中，所述位置测量数据直角坐标转换测量误差的协方差矩阵包括：
Figure PCTCN2021087811-appb-000086
其中，所述R为所述直角坐标转换测量误差的协方差矩阵，所述R 11为所述第一方差， 所述R 22为所述第二方差，所述R 33为所述第三方差，所述R 12为所述第一目标协方差，所述R 13为所述第二目标协方差，所述R 23为所述第三目标协方差。
在本申请实施例中，提供了三维位置测量数据直角坐标转换测量误差的协方差矩阵的具体公式实现，从而基于上述协方差矩阵的对角化关系式可以确定位置测量数据直角坐标转换测量误差的协方差。通过上述确定三维位置测量数据的协方差矩阵的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在一种可能的实施方式中，在根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差方面，所述确定单元802，具体还用于根据所述第一方差、所述第二方差、所述第三方差、以及角度矩阵，确定所述位置测量数据直角坐标转换测量误差的协方差，所述角度矩阵由方位角和/或俯仰角的三角函数值确定。
在本申请实施例中，提供了所述位置测量数据为三维位置测量数据，确定位置测量数据直角坐标转换测量误差的协方差的另一种实现方式，即根据第一方差、第二方差、第三方差以及角度矩阵来确定位置测量数据直角坐标转换测量误差的协方差，其中，第一方差、第二方差以及第三方差表示位置测量数据直角坐标转换位置测量误差的统计特性，角度矩阵根据位置测量数据确定，具体的，可以根据位置的方位角和/或俯仰角的三角函数值确定，例如方位角和/或俯仰角的正弦函数值或者余弦函数值等。通过上述确定三维位置测量数据直角坐标转换测量误差的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在一种可能的实施方式中，所述角度矩阵包括：
Figure PCTCN2021087811-appb-000087
其中，所述A为所述角度矩阵，所述
Figure PCTCN2021087811-appb-000088
表示
Figure PCTCN2021087811-appb-000089
所述c θ表示cosθ，所述
Figure PCTCN2021087811-appb-000090
表示
Figure PCTCN2021087811-appb-000091
所述s θ表示sinθ，所述
Figure PCTCN2021087811-appb-000092
为俯仰角，所述θ为方位角。
在本申请实施例中，所述位置测量数据为三维位置测量数据，提供了确定三维位置测量数据直角坐标转换测量误差的协方差的另一种实现方式，即提供了位置测量数据为三维位置测量数据，根据角度矩阵的具体实现方式，其中，该角度矩阵根据方位角和/或俯仰角的三角函数值确定，方位角和/或俯仰角的三角函数值可以根据所述位置测量数据得到，具体的，
Figure PCTCN2021087811-appb-000093
为目标相对于传感器的俯仰角，θ为目标相对于传感器的方位角，该目标可以是传感器周边的环境，如环境中的障碍物等，也可以是运动的目标；进一步地：
Figure PCTCN2021087811-appb-000094
Figure PCTCN2021087811-appb-000095
Figure PCTCN2021087811-appb-000096
其中，d为目标相对于传感器的空间距离，r为目标相对于传感器的平面距离，为所述空间距离d在直角坐标系第一维分量和第二维分量构成的平面上的投影分量，x为目标相对于传感器的位置直角坐标系中的第一维分量，y为目标相对于传感器的位置直角坐标系中的第二维分量，z为目标相对于传感器直角坐标系中的第三维分量。通过上述确定三维位置测量数据的直角坐标转换测量误差的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在一种可能的实施方式中，所述位置测量数据直角坐标转换测量误差的协方差包括：
Figure PCTCN2021087811-appb-000097
其中，所述A为所述角度矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 33为所述第三方差，所述R 12为第一目标协方差，所述R 13为第二目标协方差，所述R 23为第三目标协方差，所述第一目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第二维分量之间的协方差；所述第二目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第三维分量之间的协方差；所述第三目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第二维分量和所述第三维分量之间的协方差。
在本申请实施例中，所述位置测量数据为三维位置测量数据，对确定位置测量数据直角坐标转换测量误差的协方差的另一种实现方式做了进一步补充，即给出了第一方差、第二方差、第三方差、角度矩阵以及位置测量数据直角坐标转换测量误差的协方差之间的公式关系，由该公式关系可以看出，根据第一方差、第二方差、第三方差、以及角度矩阵，可以确定位置测量数据直角坐标转换测量误差的协方差，其中，确定的第一目标协方差、第二目标协方差以及第三目标协方差分别表示位置测量数据直角坐标转换测量误差中的两个不同分量之间的协方差，进而还可以根据第一目标协方差、第二目标协方差以及第三目标协方差、第一方差、第二方差以及第三方差，利用协方差矩阵的对角化关系，得到位置测量数据直角坐标转换测量误差的协方差矩阵。通过上述确定三维位置测量数据的协方差的实现方式，可以提高位置测量数据的直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在一种可能的实施方式中，所述确定单元802，还用于根据所述协方差矩阵以及正交矩阵，确定对角矩阵，所述对角矩阵的对角线元素为统计独立的误差的方差，所述正交矩阵由所述位置测量数据确定。
在本申请实施例中，提供了获得对角矩阵的实现方式，具体的，可进一步基于位置测量数据直角坐标转换测量误差的协方差矩阵和正交矩阵以及对角化关系式确定对角矩阵。 在协方差矩阵的对角化关系式中，对角矩阵是未知的，且在确定位置测量数据直角坐标转换测量误差的协方差过程中，对角矩阵的求解是一个非必要步骤，不影响确定位置测量数据直角坐标转换测量误差的协方差，但是，对角矩阵可用于确定误差的椭圆区域，相应的可应用于占用栅格估计以提高占用栅格的精度。
在一种可能的实施方式中，所述位置测量数据为以下坐标系中的一种中的数据：直角坐标系，极坐标系，球坐标系。
在一种可能的实施方式中，所述位置测量数据包括距离、方位角以及俯仰角；或，所述位置测量数据包括距离和方位角。
在本申请实施例中，可以看出，位置测量数据为二维位置测量数据时，包括被测目标与传感器的距离和被测目标相对于传感器的方位角，位置测量数据为三维位置测量数据时，包括被测目标与传感器的距离、被测目标相对于传感器的方位角以及被测目标相对于传感器的俯仰角。
根据本申请实施例，图8所示的装置中的各个单元可以分别或全部合并为一个或若干个另外的单元来构成，或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成，这可以实现同样的操作，而不影响本申请的实施例的技术效果的实现。上述单元是基于逻辑功能划分的，在实际应用中，一个单元的功能也可以由多个单元来实现，或者多个单元的功能由一个单元实现。在本申请的其它实施例中，基于终端也可以包括其它单元，在实际应用中，这些功能也可以由其它单元协助实现，并且可以由多个单元协作实现。
需要说明的是，各个单元的实现还可以对应参照图1、图3a、图4a以及图5a所示的方法实施例的相应描述。
在图8所描述的确定协方差装置中，通过获取位置测量数据以及直角坐标转换测量误差的统计特性，并根据协方差矩阵的对角化关系确定该位置测量数据直角坐标转换测量误差的协方差，提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能。
请参阅图9，图9是本申请实施例提供的一种确定协方差设备90的结构示意图，该确定协方差设备90可以包括存储器901、处理器902。进一步可选的，还可以包含总线903，其中，存储器901和处理器902通过总线903相连。
其中，存储器901用于提供存储空间，存储空间中可以存储操作系统和计算机程序等数据。存储器901包括但不限于是随机存储记忆体(random access memory，RAM)、只读存储器(read-only memory，ROM)、可擦除可编程只读存储器(erasable programmable read only memory，EPROM)、或便携式只读存储器(compact disc read-only memory，CD-ROM)。
处理器902是进行算术运算和逻辑运算的模块，可以是中央处理器(central processing unit，CPU)、显卡处理器(graphics processing unit，GPU)或微处理器(microprocessor unit，MPU)等处理模块中的一种或者多种的组合。
存储器901中存储有计算机程序，处理器902调用存储器901中存储的计算机程序，以执行以下操作：
获取来自至少一个传感器的位置测量数据；
根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差。
在本申请实施例中，首先获取到来自至少一个传感器的位置测量数据，该位置测量数据包含了环境或者目标的位置信息，大多数传感器的位置测量数据是球坐标或者极坐标形式。球坐标位置信息，如环境中的障碍物或者运动目标相对于传感器的距离、方位角、和俯仰角等数据；极坐标位置信息，如环境中的障碍物或者运动目标相对于传感器的距离和方位角等数据；
在跟踪、导航、环境感知等实际应用场景中，具体的功能如状态估计、数据关联、占用栅格估计等，上述极坐标或球坐标位置测量数据转换成直角坐标形式使用更为方便。此时，需要确定直角坐标位置测量数据以及对应的转换测量误差的统计特性，上述直角坐标转换位置测量误差的统计特性可以包括方差或标准差或均方根误差等。尽管极坐标或者球坐标位置测量误差通常是统计独立的，但是，直角坐标位置测量数据对应的转换测量误差通常是统计相关的，因此，确定位置测量数据转换测量误差的协方差可以更准确的描述直角坐标位置测量误差的统计特性。通过本实施例，可以提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能。
在一种可能的实施方式中，在确定所述位置测量数据直角坐标转换测量误差的协方差方面，所述处理器902具体用于：根据所述直角坐标转换测量误差的协方差矩阵的对角化关系确定所述位置测量数据直角坐标转换测量误差的协方差，其中，所述对角化关系根据所述位置测量数据确定。
在本申请实施例中，基于位置测量数据以及直角坐标转换测量误差的统计特性，根据直角坐标转换测量误差的协方差矩阵的对角化关系确定该位置测量数据直角坐标转换测量误差的协方差，其中，该对角化关系可以是直角坐标转换测量误差的协方差矩阵的特征值分解形式，如R＝UDU T或者U TRU＝D，或者上述对角化形式的合理变形，其中，R为协方差矩阵，D为对角矩阵，U为根据位置测量数据确定的正交矩阵，U T为所述正交矩阵的转置矩阵。
由该对角化关系可知，根据位置测量数据可确定的正交矩阵，以及直角坐标转换测量误差的统计特性，如直角坐标转换测量误差的方差或者标准差或者均方根误差，可以根据协方差矩阵的对角化关系，确定该位置测量数据转换测量误差的协方差。
上述对角化关系式中的对角矩阵D为未知的，在本实施例中，对角矩阵的求解是一个非必要步骤，不影响确定位置测量数据转换测量误差的协方差，可选的，可进一步基于协方差矩阵R和正交矩阵U和对角化关系式D＝U TRU得到对角矩阵D，该步骤可用于确定误差的椭圆区域，相应的可应用于占用栅格估计以提高占用栅格的精度。通过上述协方差矩阵的对角化关系确定位置测量数据直角坐标转换测量误差的协方差，可以提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估 计、数据关联、占用栅格估计等功能的性能。
在一种可能的实施方式中，所述位置测量数据为二维数据，所述统计特性包括所述位置测量数据直角坐标转换测量误差中的第一维分量的第一方差或标准差或均方根误差以及所述位置测量数据直角坐标转换测量误差中的第二维分量的第二方差或标准差或均方根误差；
在根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差方面，所述处理器902具体用于：根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差矩阵。
在本申请实施例中，所述位置测量数据为二维位置测量数据，利用二维位置测量数据、第一方差或标准差或均方根误差和第二方差或标准差或均方根误差，确定位置测量数据直角坐标转换测量误差的协方差，其中，第一方差或标准差或均方根误差均是直角坐标转换测量误差的统计特性，以第一方差和第二方差为例，第一方差表示位置测量数据直角坐标转换测量误差中的第一维分量的方差，第二方差表示位置测量数据直角坐标转换测量误差中的第二维分量的方差。上述确定二维位置测量数据转换测量误差的协方差的实现方式，可以提高二维位置测量数据转换测量误差的协方差估计精度，使得位置测量数据的统计特性描述准确性大大提高。
在一种可能的实施方式中，所述位置测量数据直角坐标转换测量误差的协方差矩阵包括：
Figure PCTCN2021087811-appb-000098
其中，所述R为所述直角坐标转换测量误差的协方差矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 12为表示所述位置测量数据直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差，所述直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差是根据所述位置测量数据、所述第一方差以及所述第二方差得到的。
在本申请实施例中，所述位置测量数据为二维位置测量数据，直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差是根据位置测量数据和直角坐标转换测量误差各个分量的统计特性(第一方差、第二方差)得到的，从而基于上述对角化关系式可以确定位置测量数据转换测量误差的协方差矩阵。上述确定二维位置测量数据直角坐标转换测量误差的协方差的实现方式，可以提高位置测量数据的直角坐标转换测量误差的协方差估计精度，使得位置测量数据的直角坐标转换测量误差的统计特性描述的准确性大大提高。
在一种可能的实施方式中，所述R 12包括：
Figure PCTCN2021087811-appb-000099
其中，所述R 12为表示所述位置测量数据直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差，所述c θ表示cosθ，所述s θ表示sinθ，所述角度θ为方位角。所 述cosθ和sinθ可以根据方位角的测量值或者预测值或者滤波值或者平滑值计算，或者可以根据直角坐标分量x和y确定。
在本申请实施例中，所述位置测量数据为二维位置测量数据，利用位置测量数据和第一方差、第二方差，确定位置测量数据直角坐标转换测量误差的协方差R 12，上述确定R 12的公式实现方式，可以提高位置测量数据的直角坐标转换测量误差的协方差估计精度，使得位置测量数据的直角坐标转换测量误差的统计特性描述的准确性大大提高。
在一种可能的实施方式中，所述位置测量数据为三维数据，所述统计特性包括所述位置测量数据直角坐标转换测量误差中的第一维分量的第一方差或标准差或均方根误差，以及所述位置测量数据直角坐标转换测量误差中的第二维分量的第二方差或标准差或均方根误差，以及所述位置测量数据直角坐标转换测量误差中的第三维分量的第三方差或标准差或均方根误差；
在根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差方面，所述处理器902具体用于：根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差。
在本申请实施例中，所述位置测量数据为三维数据，利用三维位置测量数据、第一方差或标准差或均方根误差、第二方差或标准差或均方根误差和第三方差或标准差或均方根误差，确定位置测量数据转换测量误差的协方差，其中，第一方差或标准差或均方根误差均是在直角坐标转换位置测量误差的统计特性，以第一方差、第二方差和第三方差为例，第一方差表示位置测量数据直角坐标转换测量误差的第一维分量的方差，第二方差表示位置测量数据直角坐标转换测量误差的第二维分量的方差，第三方差表示位置测量数据直角坐标转换测量误差的第三维分量的方差。上述确定三维数据的位置测量数据的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差精度，使得位置测量数据直角坐标转换测量误差的统计特性的描述准确性大大提高。
在一种可能的实施方式中，在根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差方面，所述处理器902具体用于：根据所述第一方差、所述第二方差、所述第三方差、第一目标协方差、第二目标协方差以及第三目标协方差，确定所述位置测量数据直角坐标转换测量误差的协方差矩阵；
其中，所述第一目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第二维分量之间的协方差；所述第二目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第三维分量之间的协方差；所述第三目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第二维分量和所述第三维分量之间的协方差。
在本申请实施例中，所述位置测量数据为三维位置测量数据，位置测量数据直角坐标转换测量误差中的各个分量之间的协方差可以根据直角坐标转换测量误差中的各个分量的方差以及所述三维位置测量数据得到。具体的，根据位置测量数据、第一方差以及第二方 差得到第一目标协方差，该第一目标协方差表示位置测量数据直角坐标转换测量误差中的第一维分量和第二维分量之间的协方差；同理类似的，根据位置测量数据、第一方差以及第三方差得到第二目标协方差，该第二目标协方差表示位置测量数据直角坐标转换测量误差中的第一维分量和第三维分量之间的协方差；根据位置测量数据、第二方差以及第三方差得到第三目标协方差，该第三目标协方差表示位置测量数据直角坐标转换测量误差中的第二维分量和第三维分量之间的协方差。位置测量数据的直角坐标转换测量误差的协方差矩阵根据第一方差、第二方差、第三方差、第一目标协方差、第二目标协方差以及第三目标协方差确定。通过上述确定三维位置测量数据的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性的描述准确性大大提高。
在一种可能的实施方式中，所述位置测量数据直角坐标转换测量误差的协方差矩阵包括：
Figure PCTCN2021087811-appb-000100
其中，所述R为所述直角坐标转换测量误差的协方差矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 33为所述第三方差，所述R 12为所述第一目标协方差，所述R 13为所述第二目标协方差，所述R 23为所述第三目标协方差。
在本申请实施例中，提供了三维位置测量数据直角坐标转换测量误差的协方差矩阵的具体公式实现，从而基于上述协方差矩阵的对角化关系式可以确定位置测量数据直角坐标转换测量误差的协方差。通过上述确定三维位置测量数据的协方差矩阵的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在一种可能的实施方式中，在根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差方面，所述处理器902具体用于：根据所述第一方差、所述第二方差、所述第三方差、以及角度矩阵，确定所述位置测量数据直角坐标转换测量误差的协方差，所述角度矩阵由方位角和/或俯仰角的三角函数值确定。
在本申请实施例中，提供了所述位置测量数据为三维位置测量数据，确定位置测量数据直角坐标转换测量误差的协方差的另一种实现方式，即根据第一方差、第二方差、第三方差以及角度矩阵来确定位置测量数据直角坐标转换测量误差的协方差，其中，第一方差、第二方差以及第三方差表示位置测量数据直角坐标转换位置测量误差的统计特性，角度矩阵根据位置测量数据确定，具体的，可以根据位置的方位角和/或俯仰角的三角函数值确定，例如方位角和/或俯仰角的正弦函数值或者余弦函数值等。通过上述确定三维位置测量数据直角坐标转换测量误差的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在一种可能的实施方式中，所述角度矩阵包括：
Figure PCTCN2021087811-appb-000101
其中，所述A为所述角度矩阵，所述
Figure PCTCN2021087811-appb-000102
表示
Figure PCTCN2021087811-appb-000103
所述c θ表示cosθ，所述
Figure PCTCN2021087811-appb-000104
表示
Figure PCTCN2021087811-appb-000105
所述s θ表示sinθ，所述
Figure PCTCN2021087811-appb-000106
为俯仰角，所述θ为方位角。
在本申请实施例中，所述位置测量数据为三维位置测量数据，提供了确定三维位置测量数据直角坐标转换测量误差的协方差的另一种实现方式，即提供了位置测量数据为三维位置测量数据，根据角度矩阵的具体实现方式，其中，该角度矩阵根据方位角和/或俯仰角的三角函数值确定，方位角和/或俯仰角的三角函数值可以根据所述位置测量数据得到，具体的，
Figure PCTCN2021087811-appb-000107
为目标相对于传感器的俯仰角，θ为目标相对于传感器的方位角，该目标可以是传感器周边的环境，如环境中的障碍物等，也可以是运动的目标；进一步地：
Figure PCTCN2021087811-appb-000108
Figure PCTCN2021087811-appb-000109
Figure PCTCN2021087811-appb-000110
其中，d为目标相对于传感器的空间距离，r为目标相对于传感器的平面距离，为所述空间距离d在直角坐标系第一维分量和第二维分量构成的平面上的投影分量，x为目标相对于传感器的位置直角坐标系中的第一维分量，y为目标相对于传感器的位置直角坐标系中的第二维分量，z为目标相对于传感器的位置直角坐标系中的第三维分量。通过上述确定三维位置测量数据的直角坐标转换测量误差的协方差的实现方式，可以提高位置测量数据直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在一种可能的实施方式中，所述位置测量数据直角坐标转换测量误差的协方差包括：
Figure PCTCN2021087811-appb-000111
其中，所述A为所述角度矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 33为所述第三方差，所述R 12为第一目标协方差，所述R 13为第二目标协方差，所述R 23为第三目标协方差，所述第一目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第二维分量之间的协方差；所述第二目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第三维分量之间的协方差；所述第三目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第二维分量和所述第三维分量之间的协方差。
在本申请实施例中，所述位置测量数据为三维位置测量数据，对确定位置测量数据直角坐标转换测量误差的协方差的另一种实现方式做了进一步补充，即给出了第一方差、第二方差、第三方差、角度矩阵以及位置测量数据直角坐标转换测量误差的协方差之间的公式关系，由该公式关系可以看出，根据第一方差、第二方差、第三方差、以及角度矩阵，可以确定位置测量数据直角坐标转换测量误差的协方差，其中，确定的第一目标协方差、第二目标协方差以及第三目标协方差分别表示位置测量数据直角坐标转换测量误差中的两个不同分量之间的协方差，进而还可以根据第一目标协方差、第二目标协方差以及第三目标协方差、第一方差、第二方差以及第三方差，利用协方差矩阵的对角化关系，得到位置测量数据直角坐标转换测量误差的协方差矩阵。通过上述确定三维位置测量数据的协方差的实现方式，可以提高位置测量数据的直角坐标转换测量误差的协方差估计精度，使得位置测量数据直角坐标转换测量误差统计特性描述的准确性大大提高。
在一种可能的实施方式中，所述处理器902具体还用于：根据所述协方差矩阵以及正交矩阵，确定对角矩阵，所述对角矩阵的对角线元素为统计独立的误差的方差，所述正交矩阵由所述位置测量数据确定。
在本申请实施例中，提供了获得对角矩阵的实现方式，具体的，可进一步基于位置测量数据直角坐标转换测量误差的协方差矩阵和正交矩阵以及对角化关系式确定对角矩阵。在协方差矩阵的对角化关系式中，对角矩阵是未知的，且在确定位置测量数据直角坐标转换测量误差的协方差过程中，对角矩阵的求解是一个非必要步骤，不影响确定位置测量数据直角坐标转换测量误差的协方差，但是，对角矩阵可用于确定误差的椭圆区域，相应的可应用于占用栅格估计以提高占用栅格的精度。
在一种可能的实施方式中，所述位置测量数据为以下坐标系中的一种中的数据：直角坐标系，极坐标系，球坐标系。
在一种可能的实施方式中，所述位置测量数据包括距离、方位角以及俯仰角；或，所述位置测量数据包括距离和方位角。
在本申请实施例中，可以看出，位置测量数据为二维位置测量数据时，包括被测目标与传感器的距离和被测目标相对于传感器的方位角，位置测量数据为三维位置测量数据时，包括被测目标与传感器的距离、被测目标相对于传感器的方位角以及被测目标相对于传感器的俯仰角。
需要说明的是，确定协方差设备的具体实现还可以对应参照图1、图3a、图4a以及图5a所示的方法实施例的相应描述。
在图9所描述的确定协方差设备90，通过获取位置测量数据以及直角坐标转换测量误差的统计特性，并根据协方差矩阵的对角化关系确定该位置测量数据直角坐标转换测量误差的协方差，提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能。
本申请实施例还提供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计算机程序，当所述计算机程序在一个或多个处理器上运行时，可以实现图1、图3a、图4a 以及图5a所示的确定协方差方法。
本申请实施例还提供一种计算机程序产品，当所述计算机程序产品在处理器上运行时，可以实现图1、图3a、图4a以及图5a所示的确定协方差方法。
本申请实施例还提供一种传感器系统，该传感器系统包含至少一个基于飞行时间测量的传感器。所述传感器可以包括图8所示的确定协方差装置，或者图9所示的确定协方差设备。进一步可选的，所述传感器系统还可以包含以下中的至少一个：至少一个摄像头，至少一个毫米波雷达、至少一个超声波雷达。
本申请实施例还提供一种芯片系统，所述芯片系统包括至少一个处理器和接口电路。可选的，所述接口电路和所述至少一个处理器通过线路互联，所述接口电路用于供外接设备连接到所述处理器。所述芯片系统还可以包括至少一个存储有计算机程序的存储器，或者，所述接口电路用于为所述至少一个处理器提供外部存储器存储的计算机程序；所述计算机程序被所述至少一个处理器执行时，用于实现图1、图3a、图4a以及图5a所示的方法流程。
本申请实施例还提供一种终端，可以为运输工具或者智能设备，含无人机、无人运输车、汽车或者机器人等，所述终端包括上述确定协方差装置、传感器系统、芯片系统等中的至少一个。
具体的，所述终端为车辆，所述车辆还包括至少一个传感器、车身、引擎、能量源、车轮、汽车控制系统、外围设备(如车载电脑、麦克风、扬声器等)等中的至少一个。
综上所述，通过获取位置测量数据以及直角坐标转换测量误差的统计特性，并根据协方差矩阵的对角化关系确定该位置测量数据直角坐标转换测量误差的协方差，提高传感器位置测量数据的直角坐标转换测量误差的协方差估计精度，更为准确的描述位置测量数据的统计特性，从而使得上述位置测量数据在跟踪、导航、环境感知等应用场景下大大提高状态估计、数据关联、占用栅格估计等功能的性能。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，该流程可以由计算机程序相关的硬件完成，该计算机程序可存储于计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：只读存储器ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储计算机程序代码的介质。

Claims (31)

  1. 一种确定协方差的方法，其特征在于，包括：
    获取来自至少一个传感器的位置测量数据；
    根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差。
  2. 根据权利要求1所述的方法，其特征在于，所述确定所述位置测量数据直角坐标转换测量误差的协方差，包括：
    根据所述直角坐标转换测量误差的协方差矩阵的对角化关系确定所述位置测量数据直角坐标转换测量误差的协方差，其中，所述对角化关系根据所述位置测量数据确定。
  3. 根据权利要求1或2中所述的方法，其特征在于，所述位置测量数据为二维数据，所述统计特性包括所述位置测量数据直角坐标转换测量误差中的第一维分量的第一方差或标准差或均方根误差以及所述位置测量数据直角坐标转换测量误差中的第二维分量的第二方差或标准差或均方根误差；
    所述根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差，包括：
    根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差矩阵。
  4. 根据权利要求3所述的方法，其特征在于，所述位置测量数据直角坐标转换测量误差的协方差矩阵包括：
    Figure PCTCN2021087811-appb-100001
    其中，所述R为所述直角坐标转换测量误差的协方差矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 12表示所述位置测量数据直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差，所述直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差是根据所述位置测量数据、所述第一方差以及所述第二方差得到的。
  5. 根据权利要求4所述的方法，其特征在于，所述R 12包括：
    Figure PCTCN2021087811-appb-100002
    其中，所述R 12为表示所述位置测量数据直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差，所述c θ表示cosθ，所述s θ表示sinθ，所述角度θ为方位角。
  6. 根据权利要求1或2中所述的方法，其特征在于，所述位置测量数据为三维数据，所述统计特性包括所述位置测量数据直角坐标转换测量误差中的第一维分量的第一方差或 标准差或均方根误差，以及所述位置测量数据直角坐标转换测量误差中的第二维分量的第二方差或标准差或均方根误差，以及所述位置测量数据直角坐标转换测量误差中的第三维分量的第三方差或标准差或均方根误差；
    所述根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差，包括：
    根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差。
  7. 根据权利要求6所述的方法，其特征在于，所述根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差，包括：
    根据所述第一方差、所述第二方差、所述第三方差、第一目标协方差、第二目标协方差以及第三目标协方差，确定所述位置测量数据直角坐标转换测量误差的协方差矩阵；
    其中，所述第一目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第二维分量之间的协方差；所述第二目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第三维分量之间的协方差；所述第三目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第二维分量和所述第三维分量之间的协方差。
  8. 根据权利要求7所述的方法，其特征在于，所述位置测量数据直角坐标转换测量误差的协方差矩阵包括：
    Figure PCTCN2021087811-appb-100003
    其中，所述R为所述直角坐标转换测量误差的协方差矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 33为所述第三方差，所述R 12为所述第一目标协方差，所述R 13为所述第二目标协方差，所述R 23为所述第三目标协方差。
  9. 根据权利要求6所述的方法，其特征在于，所述根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差，包括：
    根据所述第一方差、所述第二方差、所述第三方差、以及角度矩阵，确定所述位置测量数据直角坐标转换测量误差的协方差，所述角度矩阵由方位角和/或俯仰角的三角函数值确定。
  10. 根据权利要求9所述的方法，其特征在于，所述角度矩阵包括：
    Figure PCTCN2021087811-appb-100004
    其中，所述A为所述角度矩阵，所述
    Figure PCTCN2021087811-appb-100005
    表示
    Figure PCTCN2021087811-appb-100006
    所述c θ表示cosθ，所述
    Figure PCTCN2021087811-appb-100007
    表示
    Figure PCTCN2021087811-appb-100008
    所述s θ表示sinθ，所述
    Figure PCTCN2021087811-appb-100009
    为俯仰角，所述θ为方位角。
  11. 根据权利要求9或10所述的方法，其特征在于，所述位置测量数据直角坐标转换测量误差的协方差包括：
    Figure PCTCN2021087811-appb-100010
    其中，所述A为所述角度矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 33为所述第三方差，所述R 12为第一目标协方差，所述R 13为第二目标协方差，所述R 23为第三目标协方差，所述第一目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第二维分量之间的协方差；所述第二目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第三维分量之间的协方差；所述第三目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第二维分量和所述第三维分量之间的协方差。
  12. 根据权利要求2所述的方法，其特征在于，所述方法还包括：
    根据所述协方差矩阵以及正交矩阵，确定对角矩阵，所述对角矩阵的对角线元素为统计独立的误差的方差，所述正交矩阵根据所述位置测量数据确定。
  13. 根据权利要求1-12中任一项所述的方法，其特征在于，所述位置测量数据为以下坐标系中的一种中的数据：直角坐标系，极坐标系，球坐标系。
  14. 根据权利要求1-13中任一项所述的方法，其特征在于，所述位置测量数据包括距离、方位角以及俯仰角；或，所述位置测量数据包括距离和方位角。
  15. 一种确定协方差的装置，其特征在于，包括：
    获取单元，用于获取来自至少一个传感器的位置测量数据；
    确定单元，用于根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差。
  16. 根据权利要求15所述的装置，其特征在于，所述确定单元，具体用于根据所述直角坐标转换测量误差的协方差矩阵的对角化关系确定所述位置测量数据直角坐标转换测量误差的协方差，其中，所述对角化关系根据所述位置测量数据确定。
  17. 根据权利要求15或16中所述的装置，其特征在于，所述位置测量数据为二维数据，所述统计特性包括所述位置测量数据直角坐标转换测量误差中的第一维分量的第一方差或标准差或均方根误差以及所述位置测量数据直角坐标转换测量误差中的第二维分量的第二方差或标准差或均方根误差；
    所述确定单元，具体还用于根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差矩阵。
  18. 根据权利要求17所述的装置，其特征在于，所述位置测量数据直角坐标转换测量误差的协方差矩阵包括：
    Figure PCTCN2021087811-appb-100011
    其中，所述R为所述直角坐标转换测量误差的协方差矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 12为表示所述位置测量数据直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差，所述直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差是根据所述位置测量数据、所述第一方差以及所述第二方差得到的。
  19. 根据权利要求18所述的装置，其特征在于，所述R 12包括：
    Figure PCTCN2021087811-appb-100012
    其中，所述R 12为表示所述位置测量数据直角坐标转换测量误差的所述第一维分量和所述第二维分量之间的协方差，所述c θ表示cosθ，所述s θ表示sinθ，所述角度θ为方位角。
  20. 根据权利要求15或16中所述的装置，其特征在于，所述位置测量数据为三维数据，所述统计特性包括所述位置测量数据直角坐标转换测量误差中的第一维分量的第一方差或标准差或均方根误差，以及所述位置测量数据直角坐标转换测量误差中的第二维分量的第二方差或标准差或均方根误差，以及所述位置测量数据直角坐标转换测量误差中的第三维分量的第三方差或标准差或均方根误差；
    所述确定单元，具体还用于根据所述位置测量数据、和所述第一方差或标准差或均方根误差、和所述第二方差或标准差或均方根误差、和所述第三方差或标准差或均方根误差，确定所述位置测量数据直角坐标转换测量误差的协方差。
  21. 根据权利要求20所述的装置，其特征在于，所述确定单元，具体还用于根据所述第一方差、所述第二方差、所述第三方差、第一目标协方差、第二目标协方差以及第三目标协方差，确定所述位置测量数据直角坐标转换测量误差的协方差矩阵；
    其中，所述第一目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第 一维分量和所述第二维分量之间的协方差；所述第二目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第三维分量之间的协方差；所述第三目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第二维分量和所述第三维分量之间的协方差。
  22. 根据权利要求21所述的装置，其特征在于，所述位置测量数据直角坐标转换测量误差的协方差矩阵包括：
    Figure PCTCN2021087811-appb-100013
    其中，所述R为所述直角坐标转换测量误差的协方差矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 33为所述第三方差，所述R 12为所述第一目标协方差，所述R 13为所述第二目标协方差，所述R 23为所述第三目标协方差。
  23. 根据权利要求20所述的装置，其特征在于，所述确定单元，具体还用于根据所述第一方差、所述第二方差、所述第三方差、以及角度矩阵，确定所述位置测量数据直角坐标转换测量误差的协方差，所述角度矩阵由方位角和/或俯仰角的三角函数值确定。
  24. 根据权利要求23所述的装置，其特征在于，所述角度矩阵包括：
    Figure PCTCN2021087811-appb-100014
    其中，所述A为所述角度矩阵，所述
    Figure PCTCN2021087811-appb-100015
    表示
    Figure PCTCN2021087811-appb-100016
    所述c θ表示cosθ，所述
    Figure PCTCN2021087811-appb-100017
    表示
    Figure PCTCN2021087811-appb-100018
    所述s θ表示sinθ，所述
    Figure PCTCN2021087811-appb-100019
    为俯仰角，所述θ为方位角。
  25. 根据权利要求23或24所述的装置，其特征在于，所述位置测量数据直角坐标转换测量误差的协方差包括：
    Figure PCTCN2021087811-appb-100020
    其中，所述A为所述角度矩阵，所述R 11为所述第一方差，所述R 22为所述第二方差，所述R 33为所述第三方差，所述R 12为第一目标协方差，所述R 13为第二目标协方差，所述R 23为第三目标协方差，所述第一目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第二维分量之间的协方差；所述第二目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第一维分量和所述第三维分量之间的协方差；所述第三目标协方差表示所述位置测量数据直角坐标转换测量误差中的所述第二维分量和所述第三维分量之间的协方差。
  26. 根据权利要求16所述的装置，其特征在于，所述确定单元，还用于根据所述协方差矩阵以及正交矩阵，确定对角矩阵，所述对角矩阵的对角线元素为统计独立的误差的方差，所述正交矩阵根据所述位置测量数据确定。
  27. 根据权利要求15-26中任一项所述的装置，其特征在于，所述位置测量数据为以下坐标系中的一种中的数据：直角坐标系，极坐标系，球坐标系。
  28. 根据权利要求15-27中任一项所述的装置，其特征在于，所述位置测量数据包括距离、方位角以及俯仰角；或，所述位置测量数据包括距离和方位角。
  29. 一种传感器，其特征在于，包括敏感元件、转换元件、存储器、处理器中的至少一个，所述敏感元件用于获取来自至少一个传感器的位置测量数据，所述存储器中存储有计算器程序，所述处理器调用所述存储器中存储的计算机程序，用于执行以下操作：
    获取来自至少一个传感器的位置测量数据；
    根据所述位置测量数据以及直角坐标转换测量误差的统计特性，确定所述位置测量数据直角坐标转换测量误差的协方差。
  30. 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计算机程序，当所述计算机程序在一个或多个处理器上运行时，执行如权利要求1-14中任一项所述的方法。
  31. 一种终端，包含权利要求15-28任一项所述的装置，或者权利要求29所述的传感器。
PCT/CN2021/087811 2020-07-09 2021-04-16 一种确定协方差的方法及相关装置 WO2022007465A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010657732.3 2020-07-09
CN202010657732.3A CN113916253B (zh) 2020-07-09 2020-07-09 一种确定协方差的方法及相关装置

Publications (1)

Publication Number Publication Date
WO2022007465A1 true WO2022007465A1 (zh) 2022-01-13

Family

ID=79231918

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2021/087811 WO2022007465A1 (zh) 2020-07-09 2021-04-16 一种确定协方差的方法及相关装置

Country Status (2)

Country Link
CN (1) CN113916253B (zh)
WO (1) WO2022007465A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023160538A1 (zh) * 2022-02-25 2023-08-31 维沃移动通信有限公司 感知方法、装置及通信设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008038889A1 (en) * 2006-09-29 2008-04-03 Electronics And Telecommunications Research Institute Radar tracking device and method thereof
CN104035083A (zh) * 2014-06-20 2014-09-10 电子科技大学 一种基于量测转换的雷达目标跟踪方法
CN104777469A (zh) * 2015-04-21 2015-07-15 电子科技大学 一种基于量测误差协方差矩阵范数的雷达节点选择方法
CN107688179A (zh) * 2017-08-07 2018-02-13 上海无线电设备研究所 基于多普勒信息辅助的综合概率数据互联方法
CN107728123A (zh) * 2017-09-08 2018-02-23 中国电子科技集团公司信息科学研究院 雷达极‑直坐标转换观测精度分析方法、装置和系统
CN110716196A (zh) * 2019-11-04 2020-01-21 广东中科四创科技有限公司 一种多点低慢小空中目标跟踪临视系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002090450A (ja) * 2000-09-19 2002-03-27 Mitsubishi Electric Corp 目標追尾装置
CN110231620B (zh) * 2019-07-08 2020-02-14 哈尔滨工业大学 一种噪声相关系统跟踪滤波方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008038889A1 (en) * 2006-09-29 2008-04-03 Electronics And Telecommunications Research Institute Radar tracking device and method thereof
CN104035083A (zh) * 2014-06-20 2014-09-10 电子科技大学 一种基于量测转换的雷达目标跟踪方法
CN104777469A (zh) * 2015-04-21 2015-07-15 电子科技大学 一种基于量测误差协方差矩阵范数的雷达节点选择方法
CN107688179A (zh) * 2017-08-07 2018-02-13 上海无线电设备研究所 基于多普勒信息辅助的综合概率数据互联方法
CN107728123A (zh) * 2017-09-08 2018-02-23 中国电子科技集团公司信息科学研究院 雷达极‑直坐标转换观测精度分析方法、装置和系统
CN110716196A (zh) * 2019-11-04 2020-01-21 广东中科四创科技有限公司 一种多点低慢小空中目标跟踪临视系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023160538A1 (zh) * 2022-02-25 2023-08-31 维沃移动通信有限公司 感知方法、装置及通信设备

Also Published As

Publication number Publication date
CN113916253A (zh) 2022-01-11
CN113916253B (zh) 2024-05-03

Similar Documents

Publication Publication Date Title
WO2022156176A1 (zh) 多种雷达和相机联合标定方法、系统、设备及存储介质
CN113657224B (zh) 车路协同中用于确定对象状态的方法、装置、设备
WO2021226876A1 (zh) 一种目标检测方法及装置
US11144770B2 (en) Method and device for positioning vehicle, device, and computer readable storage medium
Pandey et al. Classification of automotive targets using inverse synthetic aperture radar images
US11842440B2 (en) Landmark location reconstruction in autonomous machine applications
US20200401825A1 (en) Object detection device, object detection method, and storage medium
WO2022054422A1 (ja) 障害物検知装置、障害物検知システム及び障害物検知方法
CN114488099A (zh) 一种激光雷达系数标定方法、装置、电子设备及存储介质
WO2022007465A1 (zh) 一种确定协方差的方法及相关装置
WO2021218346A1 (zh) 一种聚类的方法和装置
US10740962B2 (en) Method and apparatus for uncertainty modeling of point cloud
CN110515060B (zh) 多线激光雷达反射率标定的方法
WO2023116455A1 (zh) 极化雷达的广义相似性度量方法、装置、设备及存储介质
WO2021218347A1 (zh) 一种聚类的方法和装置
WO2022083529A1 (zh) 一种数据处理方法及装置
CN115952248A (zh) 终端设备的位姿处理方法、装置、设备、介质及产品
WO2022141048A1 (zh) 获取点云聚类波门的方法、雷达、可移动平台和存储介质
CN115131756A (zh) 一种目标检测方法及装置
WO2021068723A1 (zh) 传感器标定方法和传感器标定装置
CN110720025A (zh) 移动物体的地图的选择方法、装置、系统和车辆/机器人
CN113763457A (zh) 落差地形的标定方法、装置、电子设备和存储介质
CN117289255A (zh) 目标检测方法、装置、终端设备及存储介质
WO2022160101A1 (zh) 朝向估计方法、装置、可移动平台及可读存储介质
Yang et al. Absolute scale estimation for underwater monocular visual odometry based on 2-D imaging sonar

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: 21836939

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21836939

Country of ref document: EP

Kind code of ref document: A1