CN110927708A - 智能路侧单元的标定方法、装置及设备 - Google Patents
智能路侧单元的标定方法、装置及设备 Download PDFInfo
- Publication number
- CN110927708A CN110927708A CN201811004973.7A CN201811004973A CN110927708A CN 110927708 A CN110927708 A CN 110927708A CN 201811004973 A CN201811004973 A CN 201811004973A CN 110927708 A CN110927708 A CN 110927708A
- Authority
- CN
- China
- Prior art keywords
- radar
- point cloud
- position information
- acquiring
- side unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012545 processing Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 9
- 238000013519 translation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
- G01S7/4026—Antenna boresight
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0094—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots involving pointing a payload, e.g. camera, weapon, sensor, towards a fixed or moving target
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Optics & Photonics (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Multimedia (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出了一种智能路侧单元的标定方法、装置及设备,其中,方法包括:获取智能路侧单元预设范围内的智能驾驶汽车;获取智能驾驶汽车中第一雷达检测的第一点云图,以及获取智能驾驶汽车的位置信息;获取智能路侧单元中第二雷达检测的第二点云图;以及根据第一点云图和所述第二点云图,以及智能驾驶汽车的位置信息获取第二雷达的位置信息。由此,通过对汽车进行定位,以及通过点云图获取汽车和智能路侧单元中雷达的位置关系,实现了对智能路侧单元中雷达的定位,进一步实现了智能路侧单元的定位,并且提高了定位的精准度。
Description
技术领域
本发明涉及定位技术领域,尤其涉及一种智能路侧单元的标定方法、装置及设备。
背景技术
智能路侧单元是自动驾驶的重要支撑。随着智能路侧单元智能化需求的提升,需要在智能路侧单元之上增加各种传感检测器以提高智能路侧单元的主动感知能力,例如雷达和摄像头等。
相关技术中,一般通过GPS(Global Positioning System,全球定位***)定位获得智能路侧单元的位置。然而,由于智能驾驶对于地图精度的要求非常高,通过GPS定位获得智能路侧单元的位置的方式无法满足精度要求。此外在进行导航时,不仅需要获得智能路侧单元的位置,还需要获得智能路侧单元中雷达的位置。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的第一个目的在于提出一种智能路侧单元的标定方法,通过对汽车进行定位,以及通过点云图获取汽车和智能路侧单元中雷达的位置关系,实现了对智能路侧单元中雷达的定位,进一步实现了对智能路侧单元的定位,并且提高了定位的精准度。
本发明的第二个目的在于提出一种智能路侧单元的标定装置。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种非临时性计算机可读存储介质。
为达上述目的,本发明第一方面实施例提出了一种智能路侧单元的标定方法,包括:
获取智能路侧单元预设范围内的智能驾驶汽车;
获取所述智能驾驶汽车中第一雷达检测的第一点云图,以及获取所述智能驾驶汽车的位置信息;
获取所述智能路侧单元中第二雷达检测的第二点云图;以及
根据所述第一点云图和所述第二点云图,以及所述智能驾驶汽车的位置信息获取所述第二雷达的位置信息。
本发明实施例的智能路侧单元的标定方法,首先获取智能路侧单元预设范围内的智能驾驶汽车,进而,获取智能驾驶汽车中第一雷达检测的第一点云图,以及获取智能驾驶汽车的位置信息。进一步地,获取智能路侧单元中第二雷达检测的第二点云图,以根据第一点云图和第二点云图,以及智能驾驶汽车的位置信息获取第二雷达的位置信息。本实施例中,通过点云图获取第二雷达与智能驾驶汽车之间的位置关系,并根据智能驾驶汽车的位置信息确定第二雷达的位置信息,实现了第二雷达的定位,提高了定位的精准度。此外,还可以根据第二雷达和智能路侧单元之间的位置关系确定智能路侧单元的位置信息,由此,实现了智能路侧单元的标定,提高了定位的精准度。
为达上述目的,本发明第二方面实施例提出了一种智能路侧单元的标定装置,包括:
第一获取模块,用于获取智能路侧单元预设范围内的智能驾驶汽车;
第二获取模块,用于获取所述智能驾驶汽车中第一雷达检测的第一点云图,以及获取所述智能驾驶汽车的位置信息;
第三获取模块,用于获取所述智能路侧单元中第二雷达检测的第二点云图;以及
第一处理模块,用于根据所述第一点云图和所述第二点云图,以及所述智能驾驶汽车的位置信息获取所述第二雷达的位置信息。
本发明实施例的智能路侧单元的标定装置,首先获取智能路侧单元预设范围内的智能驾驶汽车,进而,获取智能驾驶汽车中第一雷达检测的第一点云图,以及获取智能驾驶汽车的位置信息。进一步地,获取智能路侧单元中第二雷达检测的第二点云图,以根据第一点云图和第二点云图,以及智能驾驶汽车的位置信息获取第二雷达的位置信息。本实施例中,通过点云图获取第二雷达与智能驾驶汽车之间的位置关系,并根据智能驾驶汽车的位置信息确定第二雷达的位置信息,实现了第二雷达的定位,提高了定位的精准度。此外,还可以根据第二雷达和智能路侧单元之间的位置关系确定智能路侧单元的位置信息,由此,实现了智能路侧单元的标定,提高了定位的精准度。
为达上述目的,本发明第三方面实施例提出了一种计算机设备,包括处理器和存储器;其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如第一方面实施例所述的智能路侧单元的标定方法。
为达上述目的,本发明第四方面实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如第一方面实施例所述的智能路侧单元的标定方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1为本发明实施例所提供的一种智能路侧单元的标定方法的流程示意图;
图2为本发明实施例所提供的第一点云图的示意图;
图3为本发明实施例所提供的第二点云图的示意图;
图4为本发明实施例所提供的第一点云图与第二点云图匹配对齐的示意图;
图5为本发明实施例所提供的另一种智能路侧单元的标定方法的流程示意图;
图6为本发明实施例所提供的第一X轴角度和第二X轴角度的示意图;
图7为本发明实施例所提供的一种智能路侧单元的标定装置的结构示意图;
图8为本发明实施例所提供的另一种智能路侧单元的标定装置的结构示意图;
图9示出了适于用来实现本发明实施例的示例性计算机设备的框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的智能路侧单元的标定方法、装置及设备。
图1为本发明实施例所提供的一种智能路侧单元的标定方法的流程示意图,如图1所示,该方法包括:
步骤101,获取智能路侧单元预设范围内的智能驾驶汽车。
本发明实施例中,为了标定智能路侧单元的位置,可以获取智能路侧单元预设范围内的智能驾驶汽车,以根据智能驾驶汽车的位置以及两者的位置关系确定智能路侧单元的位置。
作为一种示例,可以在智能路侧单元中设置距离传感器,并通过距离传感器检测智能驾驶汽车与智能路侧单元之间的距离,进而将检测到的距离与预设范围进行匹配,获取距离在预设范围内的智能驾驶汽车。
其中,预设范围可以根据实际需要自行设置,此处不作限制。
步骤102,获取智能驾驶汽车中第一雷达检测的第一点云图,以及获取智能驾驶汽车的位置信息。
在本发明的一个实施例中,可以在智能驾驶汽车中设置第一雷达,并通过第一雷达对智能驾驶汽车周围环境进行扫描,以生成第一点云图。其中,第一雷达可以为微波雷达、超声波雷达等。
作为一种可能的实现方式,可以通过惯性导航的方式获取智能驾驶汽车的位置信息。
其中,位置信息可以为坐标信息,也可以为经纬度信息等。
步骤103,获取智能路侧单元中第二雷达检测的第二点云图。
在本发明的一个实施例中,可以在智能路侧单元上设置第二雷达,并通过第二雷达对智能路侧单元周围环境进行扫描,以生成第二点云图。其中,第二雷达可以为微波雷达、超声波雷达等。
步骤104,根据第一点云图和第二点云图,以及智能驾驶汽车的位置信息获取第二雷达的位置信息。
在本发明的一个实施例中,可以根据第一点云图和第二点云图确定第二雷达和智能驾驶汽车的位置关系。
作为一种示例,可以在第一点云图和第二点云图中选取至少一个特征物,并将第二点云图进行旋转和平移,直至同一特征物重合。进而根据旋转角度和平移距离确定第二雷达和智能驾驶汽车之间的位置关系。
作为另一种示例,还可以通过图像采集装置获取颜色信息,并将对应位置的颜色信息(比如RGB值)赋予第一点云图和第二点云图中对应的点。进而将第二点云图进行旋转和平移,直至颜色信息相同的点重合。进一步根据旋转角度和平移距离确定第二雷达和智能驾驶汽车之间的位置关系。
本实施例中,可以根据第二雷达和智能驾驶汽车的位置关系,以及智能驾驶汽车的位置信息确定第二雷达的位置信息。例如,智能驾驶汽车的位置坐标为(1,1),第二雷达和智能驾驶汽车的位置关系为(+1,-1),则第二雷达的位置坐标为(2,0)。
可以理解,由于智能路侧单元是静止的,因此无法通过惯性导航的方式进行定位,而GPS定位的精准度还有待提高。
本实施例中,通过点云图获取第二雷达和智能驾驶汽车之间的位置关系。举例而言,以十字路口为例,图2为第一点云图,图3为第二点云图,通过旋转平移实现第一点云图与第二点云图的匹配对齐。如图4所示,第一点云图与第二点云图已匹配对齐,进而根据点云图的旋转角度以及移动的方向和距离确定第二雷达和智能驾驶汽车之间的位置关系。
进一步,可以根据位置关系和智能驾驶汽车的位置信息获取第二雷达的位置信息,实现了第二雷达的定位,提高了定位的精准度。此外,还可以根据第二雷达和智能路侧单元之间的位置关系确定智能路侧单元的位置信息,由此,实现了智能路侧单元的标定,提高了定位的精准度。
本发明实施例的智能路侧单元的标定方法,首先获取智能路侧单元预设范围内的智能驾驶汽车,进而,获取智能驾驶汽车中第一雷达检测的第一点云图,以及获取智能驾驶汽车的位置信息。进一步地,获取智能路侧单元中第二雷达检测的第二点云图,以根据第一点云图和第二点云图,以及智能驾驶汽车的位置信息获取第二雷达的位置信息。由此,通过点云图获取第二雷达与智能驾驶汽车之间的位置关系,并根据智能驾驶汽车的位置信息确定第二雷达的位置信息,实现了第二雷达的定位智能路侧单元的标定,提高了定位的精准度。
图5为本发明实施例所提供的另一种智能路侧单元的标定方法的流程示意图,如图5所示,在获取第二点云图之后,该方法还包括:
步骤201,获取智能驾驶汽车中第一雷达在智能驾驶汽车中位置信息。
步骤202,根据智能驾驶汽车的位置信息,以及第一雷达在智能驾驶汽车中位置信息获取智能驾驶汽车中第一雷达的位置信息。
在本发明的一个实施例中,可以获取第一雷达与智能驾驶汽车中间位置的位置关系,进而根据智能驾驶汽车的位置信息,以及第一雷达与智能驾驶汽车中间位置的位置关系获取第一雷达的位置信息。例如,第一雷达与智能驾驶汽车中间位置的位置关系为(+1,-1),智能驾驶汽车的位置坐标为(0,0),则第一雷达的位置坐标为(1,-1)。
可以理解,由于第一点云图和第二点云图分别时通过第一雷达和第二雷达扫描得到的,根据第一点云图和第二点云图可以获取第一雷达和第二雷达之间的位置关系。在实际应用中,第一雷达的位置信息可能与智能驾驶汽车的位置信息存在偏差,因此可以根据智能驾驶汽车的位置信息,以及第一雷达在智能驾驶汽车中位置信息获取第一雷达的位置信息,从而进一步提高定位的准确性。
作为一种示例,第一雷达和第二雷达可以分别位于第一点云图和第二点云图的中心位置,可以将第一点云图与第二点云图的中心位置重合,进一步对点云图进行匹配对齐以获取第一雷达和第二雷达之间的位置关系。
步骤203,根据第一点云图和第二点云图获取第一雷达和第二雷达之间的位置关系。
在本发明的一个实施例中,可以获取第一雷达检测的第一X轴角度,以及获取第二雷达检测的第二X轴角度。进而根据第一X轴角度和第二X轴角度获取第一点云图的初始调整值,并根据初始调整值对第一点云图进行调整。例如,可以将东西方向作为X轴方向,进而获取X轴在第一点云图和第二点云图中与点云图水平方向的角度,分别作为第一X轴角度和第二X轴角度。参照图6,第一X轴角度为0°,第二X轴角度为45°,初始调整值为45°,则将第一点云图中的图像逆时针旋转45°,使得第一X轴角度也变为45°。
进而,按照预设步长对第一点云图进行旋转平移直至第一点云图中的特征物与第二点云图中的特征物重合,并记录调整次数。进一步根据初始调整值和预设步长以及调整次数获取第一雷达和第二雷达之间的位置关系。
作为一种示例,以初始调整值为0°为例,可以将道路线作为特征物,预设步长为1,第一点云图向左平移一次之后,道路线重合,则第一雷达与第二雷达距离为1。进而,根据平移方向以及第一X轴角度和第二X轴角度可以确定第一雷达与第二雷达的相对方向。由此,可以根据第一雷达与第二雷达之间的距离和相对方向确定两者之间的位置关系。
其中,预设步长可以根据大量实验数据获得,也可以根据实际需要进行设置,坐标系可以根据实际情况设置,此处不作限制。
本实施例中,可以先通过初始调整值进行粗调,再通过旋转进行微调,从而使第一点云图中的特征物与第二点云图中的特征物更快接近重合。例如,第一X轴角度30°,第二X轴角度70.5°,可以先将第一X轴角度调至70°,然后再通过旋转进行微调。
步骤204,根据第一雷达的位置信息,以及第一雷达和第二雷达之间的位置关系获取第二雷达的位置信息。
本实施例中,可以根据第一雷达和第二雷达的位置关系,以及第一雷达的位置信息确定第二雷达的位置信息。例如,在世界坐标系中,第一雷达的位置坐标为(1,1),第一雷达和第二雷达的位置关系为(-1,0),则第二雷达的位置坐标为(0,1)。
步骤205,获取智能路侧单元中第二雷达与摄像头之间的位置关系。
步骤206,根据第二雷达的位置信息以及雷达与摄像头之间的位置关系获取智能路侧单元中摄像头的位置信息。
在本发明的一个实施例中,还可以获取智能路侧单元上的摄像头的位置信息。
作为一种示例,可以测量智能路侧单元中第二雷达与摄像头之间的距离和相对方向,以获取智能路侧单元中第二雷达与摄像头之间的位置关系。进而,根据第二雷达的位置信息以及雷达与摄像头之间的位置关系获取智能路侧单元中摄像头的位置信息。
需要说明的是,上述获取智能路侧单元中摄像头位置信息的实现方式,同样适用于获取智能路侧单元中其他传感器的位置信息,此处不再赘述。
本发明实施例的智能路侧单元的标定方法,通过点云图获取第二雷达与第一雷达之间的位置关系,并根据第一雷达的位置信息确定第二雷达的位置信息,实现了智能路侧单元的标定,提高了智能路侧单元定位的精准度。此外,还可以检测智能路侧单元中其他传感器的位置。
为了实现上述实施例,本发明还提出一种智能路侧单元的标定装置。
图7为本发明实施例所提供的一种智能路侧单元的标定装置的结构示意图,如图7所示,该装置包括:第一获取模块100,第二获取模块200,第三获取模块300,第一处理模块400。
其中,第一获取模块100,用于获取智能路侧单元预设范围内的智能驾驶汽车。
第二获取模块200,用于获取智能驾驶汽车中第一雷达检测的第一点云图,以及获取智能驾驶汽车的位置信息。
第三获取模块300,用于获取智能路侧单元中第二雷达检测的第二点云图。
第一处理模块400,用于根据第一点云图和第二点云图,以及智能驾驶汽车的位置信息获取第二雷达的位置信息。
在图7的基础上,图8所示的智能路侧单元的标定装置还包括:第二处理模块500。
其中,第二处理模块500,用于获取智能路侧单元中第二雷达与摄像头之间的位置关系;以及根据第二雷达的位置信息以及雷达与摄像头之间的位置关系获取智能路侧单元中摄像头的位置信息。
进一步地,第一处理模块400具体用于:获取智能驾驶汽车中第一雷达在智能驾驶汽车中位置信息;根据智能驾驶汽车的位置信息,以及第一雷达在智能驾驶汽车中位置信息获取智能驾驶汽车中第一雷达的位置信息;以及根据第一点云图和所述第二点云图,以及第一雷达的位置信息获取第二雷达的位置信息。
进一步地,第一处理模块400具体用于:根据第一点云图和第二点云图获取第一雷达和第二雷达之间的位置关系;以及根据第一雷达的位置信息,以及第一雷达和第二雷达之间的位置关系获取第二雷达的位置信息。
进一步地,第一处理模块400具体用于:获取第一雷达检测的第一X轴角度;获取第二雷达检测的第二X轴角度;根据第一X轴角度和第二X轴角度获取第一点云图的初始调整值;根据初始调整值对第一点云图进行调整,以及按照预设步长对第一点云图进行旋转平移直至第一点云图中的特征物与第二点云图中的特征物重合,并记录调整次数;根据初始调整值和预设步长以及调整次数获取第一雷达和第二雷达之间的位置关系。
需要说明的是,前述实施例对智能路侧单元的标定方法的解释说明同样适用于本实施例的智能路侧单元的标定装置,此处不再赘述。
本发明实施例的智能路侧单元的标定装置,首先获取智能路侧单元预设范围内的智能驾驶汽车,进而,获取智能驾驶汽车中第一雷达检测的第一点云图,以及获取智能驾驶汽车的位置信息。进一步地,获取智能路侧单元中第二雷达检测的第二点云图,以根据第一点云图和第二点云图,以及智能驾驶汽车的位置信息获取第二雷达的位置信息。由此,通过点云图获取第二雷达与智能驾驶汽车之间的位置关系,并根据智能驾驶汽车的位置信息确定第二雷达的位置信息,实现了第二雷达的定位和智能路侧单元的标定,提高了定位的精准度。
为了实现上述实施例,本发明还提出一种计算机设备,包括处理器和存储器;其中,处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于实现如前述任一实施例所述的智能路侧单元的标定方法。
为了实现上述实施例,本发明还提出一种计算机程序产品,当计算机程序产品中的指令被处理器执行时实现如前述任一实施例所述的智能路侧单元的标定方法。
为了实现上述实施例,本发明还提出一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如前述任一实施例所述的智能路侧单元的标定方法。
图9示出了适于用来实现本发明实施例的示例性计算机设备的框图。图9显示的计算机设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,***存储器28,连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture;以下简称:ISA)总线,微通道体系结构(Micro Channel Architecture;以下简称:MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation;以下简称:VESA)局域总线以及***组件互连(Peripheral ComponentInterconnection;以下简称:PCI)总线。
计算机设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(Random Access Memory;以下简称:RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***34可以用于读写不可移动的、非易失性磁介质(图9未显示,通常称为“硬盘驱动器”)。尽管图9中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如:光盘只读存储器(Compact Disc Read OnlyMemory;以下简称:CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory;以下简称:DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本申请所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机***/服务器12交互的设备通信,和/或与使得该计算机***/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local AreaNetwork;以下简称:LAN),广域网(Wide Area Network;以下简称:WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现前述实施例中提及的方法。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (12)
1.一种智能路侧单元的标定方法,其特征在于,包括:
获取智能路侧单元预设范围内的智能驾驶汽车;
获取所述智能驾驶汽车中第一雷达检测的第一点云图,以及获取所述智能驾驶汽车的位置信息;
获取所述智能路侧单元中第二雷达检测的第二点云图;以及
根据所述第一点云图和所述第二点云图,以及所述智能驾驶汽车的位置信息获取所述第二雷达的位置信息。
2.如权利要求1所述的智能路侧单元的标定方法,其特征在于,在所述根据所述第一点云图和所述第二点云图,以及所述智能驾驶汽车的位置信息获取所述第二雷达的位置信息之后,还包括:
获取所述智能路侧单元中第二雷达与摄像头之间的位置关系;以及
根据所述第二雷达的位置信息以及所述雷达与摄像头之间的位置关系获取所述智能路侧单元中摄像头的位置信息。
3.如权利要求1所述的智能路侧单元的标定方法,其特征在于,在所述根据所述第一点云图和所述第二点云图,以及所述智能驾驶汽车的位置信息获取所述第二雷达的位置信息,包括:
获取所述智能驾驶汽车中第一雷达在所述智能驾驶汽车中位置信息;
根据所述智能驾驶汽车的位置信息,以及所述第一雷达在所述智能驾驶汽车中位置信息获取所述智能驾驶汽车中第一雷达的位置信息;以及
根据所述第一点云图和所述第二点云图,以及所述第一雷达的位置信息获取所述第二雷达的位置信息。
4.如权利要求3所述的智能路侧单元的标定方法,其特征在于,所述根据所述第一点云图和所述第二点云图,以及所述第一雷达的位置信息获取所述第二雷达的位置信息,包括:
根据所述第一点云图和所述第二点云图获取所述第一雷达和所述第二雷达之间的位置关系;以及
根据所述第一雷达的位置信息,以及所述第一雷达和所述第二雷达之间的位置关系获取所述第二雷达的位置信息。
5.如权利要求4所述的智能路侧单元的标定方法,其特征在于,所述根据所述第一点云图和所述第二点云图获取所述第一雷达和所述第二雷达之间的位置关系,包括:
获取所述第一雷达检测的第一X轴角度;
获取所述第二雷达检测的第二X轴角度;
根据所述第一X轴角度和所述第二X轴角度获取所述第一点云图的初始调整值;
根据所述初始调整值对所述第一点云图进行调整,以及按照预设步长对所述第一点云图进行旋转平移直至所述第一点云图中的特征物与所述第二点云图中的特征物重合,并记录调整次数;
根据所述初始调整值和所述预设步长以及所述调整次数获取所述第一雷达和第二雷达之间的位置关系。
6.一种智能路侧单元的标定装置,其特征在于,包括:
第一获取模块,用于获取智能路侧单元预设范围内的智能驾驶汽车;
第二获取模块,用于获取所述智能驾驶汽车中第一雷达检测的第一点云图,以及获取所述智能驾驶汽车的位置信息;
第三获取模块,用于获取所述智能路侧单元中第二雷达检测的第二点云图;以及
第一处理模块,用于根据所述第一点云图和所述第二点云图,以及所述智能驾驶汽车的位置信息获取所述第二雷达的位置信息。
7.如权利要求6所述的智能路侧单元的标定装置,其特征在于,还包括:
第二处理模块,用于获取所述智能路侧单元中第二雷达与摄像头之间的位置关系;以及
根据所述第二雷达的位置信息以及所述雷达与摄像头之间的位置关系获取所述智能路侧单元中摄像头的位置信息。
8.如权利要求6所述的智能路侧单元的标定装置,其特征在于,所述第一处理模块具体用于:
获取所述智能驾驶汽车中第一雷达在所述智能驾驶汽车中位置信息;
根据所述智能驾驶汽车的位置信息,以及所述第一雷达在所述智能驾驶汽车中位置信息获取所述智能驾驶汽车中第一雷达的位置信息;以及
根据所述第一点云图和所述第二点云图,以及所述第一雷达的位置信息获取所述第二雷达的位置信息。
9.如权利要求8所述的智能路侧单元的标定装置,其特征在于,所述第一处理模块具体用于:
根据所述第一点云图和所述第二点云图获取所述第一雷达和所述第二雷达之间的位置关系;以及
根据所述第一雷达的位置信息,以及所述第一雷达和所述第二雷达之间的位置关系获取所述第二雷达的位置信息。
10.如权利要求9所述的智能路侧单元的标定装置,其特征在于,所述第一处理模块具体用于:
获取所述第一雷达检测的第一X轴角度;
获取所述第二雷达检测的第二X轴角度;
根据所述第一X轴角度和所述第二X轴角度获取所述第一点云图的初始调整值;
根据所述初始调整值对所述第一点云图进行调整,以及按照预设步长对所述第一点云图进行旋转平移直至所述第一点云图中的特征物与所述第二点云图中的特征物重合,并记录调整次数;
根据所述初始调整值和所述预设步长以及所述调整次数获取所述第一雷达和第二雷达之间的位置关系。
11.一种计算机设备,其特征在于,包括处理器和存储器;
其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如权利要求1-5中任一项所述的智能路侧单元的标定方法。
12.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一项所述的智能路侧单元的标定方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811004973.7A CN110927708B (zh) | 2018-08-30 | 2018-08-30 | 智能路侧单元的标定方法、装置及设备 |
JP2019151837A JP7191790B2 (ja) | 2018-08-30 | 2019-08-22 | インテリジェント路側ユニットの標定方法、装置および機器 |
US16/554,946 US10950004B2 (en) | 2018-08-30 | 2019-08-29 | Method, apparatus, device and medium for calibrating intelligent roadside unit |
EP19194514.6A EP3617737B1 (en) | 2018-08-30 | 2019-08-30 | Method, apparatus, device and medium for calibrating intelligent roadside unit |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811004973.7A CN110927708B (zh) | 2018-08-30 | 2018-08-30 | 智能路侧单元的标定方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110927708A true CN110927708A (zh) | 2020-03-27 |
CN110927708B CN110927708B (zh) | 2022-10-11 |
Family
ID=67810412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811004973.7A Active CN110927708B (zh) | 2018-08-30 | 2018-08-30 | 智能路侧单元的标定方法、装置及设备 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10950004B2 (zh) |
EP (1) | EP3617737B1 (zh) |
JP (1) | JP7191790B2 (zh) |
CN (1) | CN110927708B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111427019A (zh) * | 2020-05-14 | 2020-07-17 | 成都微视瑞达科技有限公司 | 路侧雷达自适应校正方法及*** |
CN111634290A (zh) * | 2020-05-22 | 2020-09-08 | 华域汽车***股份有限公司 | 高级驾驶辅助的前向融合***及方法 |
CN111650604A (zh) * | 2020-07-02 | 2020-09-11 | 上海电科智能***股份有限公司 | 利用精确定位实现自我车辆和周边障碍物精确探知的方法 |
CN112098964A (zh) * | 2020-09-23 | 2020-12-18 | 华人运通(上海)自动驾驶科技有限公司 | 路端雷达的标定方法、装置、设备及存储介质 |
CN112598756A (zh) * | 2021-03-03 | 2021-04-02 | 中智行科技有限公司 | 路边传感器标定方法、装置和电子设备 |
CN112815979A (zh) * | 2020-12-30 | 2021-05-18 | 联想未来通信科技(重庆)有限公司 | 一种传感器的标定方法及装置 |
CN112836737A (zh) * | 2021-01-29 | 2021-05-25 | 同济大学 | 一种基于车路数据融合的路侧组合感知设备在线标定方法 |
CN113702953A (zh) * | 2021-08-25 | 2021-11-26 | 广州文远知行科技有限公司 | 一种雷达标定方法、装置、电子设备和存储介质 |
CN113945219A (zh) * | 2021-09-28 | 2022-01-18 | 武汉万集光电技术有限公司 | 动态地图生成方法、***、可读存储介质及终端设备 |
CN117471461A (zh) * | 2023-12-26 | 2024-01-30 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种用于车载辅助驾驶***的路侧雷达服务装置和方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111856440B (zh) * | 2020-07-21 | 2024-04-05 | 阿波罗智联(北京)科技有限公司 | 位置检测方法、装置、设备及可读存储介质 |
CN114639262B (zh) * | 2020-12-15 | 2024-02-06 | 北京万集科技股份有限公司 | 感知设备的状态检测方法、装置、计算机设备和存储介质 |
CN113823087B (zh) * | 2021-09-09 | 2022-10-11 | 中国信息通信研究院 | 用于分析路侧感知***rss性能的方法、装置及测试*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004212129A (ja) * | 2002-12-27 | 2004-07-29 | Ishikawajima Harima Heavy Ind Co Ltd | 環境状況把握装置 |
CN101782639A (zh) * | 2009-01-16 | 2010-07-21 | 日电(中国)有限公司 | 用于对定位设备进行标定的方法、设备和*** |
CN102937707A (zh) * | 2009-01-16 | 2013-02-20 | 日电(中国)有限公司 | 用于对定位设备进行标定的方法、设备和*** |
US20160063717A1 (en) * | 2014-08-26 | 2016-03-03 | Kabushiki Kaisha Topcon | Point cloud position data processing device, point cloud position data processing system, point cloud position data processing method, and program therefor |
CN107918113A (zh) * | 2016-09-07 | 2018-04-17 | 清华大学 | 一种组合车载雷达标定方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4193886B2 (ja) * | 2006-07-26 | 2008-12-10 | トヨタ自動車株式会社 | 画像表示装置 |
JP5620200B2 (ja) * | 2010-09-06 | 2014-11-05 | 株式会社トプコン | 点群位置データ処理装置、点群位置データ処理方法、点群位置データ処理システム、および点群位置データ処理プログラム |
JP6293049B2 (ja) * | 2014-12-26 | 2018-03-14 | 株式会社Hielero | 点群データ取得システム及びその方法 |
JP6656886B2 (ja) * | 2015-11-10 | 2020-03-04 | パイオニア株式会社 | 情報処理装置、制御方法、プログラム及び記憶媒体 |
-
2018
- 2018-08-30 CN CN201811004973.7A patent/CN110927708B/zh active Active
-
2019
- 2019-08-22 JP JP2019151837A patent/JP7191790B2/ja active Active
- 2019-08-29 US US16/554,946 patent/US10950004B2/en active Active
- 2019-08-30 EP EP19194514.6A patent/EP3617737B1/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004212129A (ja) * | 2002-12-27 | 2004-07-29 | Ishikawajima Harima Heavy Ind Co Ltd | 環境状況把握装置 |
CN101782639A (zh) * | 2009-01-16 | 2010-07-21 | 日电(中国)有限公司 | 用于对定位设备进行标定的方法、设备和*** |
CN102937707A (zh) * | 2009-01-16 | 2013-02-20 | 日电(中国)有限公司 | 用于对定位设备进行标定的方法、设备和*** |
US20160063717A1 (en) * | 2014-08-26 | 2016-03-03 | Kabushiki Kaisha Topcon | Point cloud position data processing device, point cloud position data processing system, point cloud position data processing method, and program therefor |
CN107918113A (zh) * | 2016-09-07 | 2018-04-17 | 清华大学 | 一种组合车载雷达标定方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111427019A (zh) * | 2020-05-14 | 2020-07-17 | 成都微视瑞达科技有限公司 | 路侧雷达自适应校正方法及*** |
CN111427019B (zh) * | 2020-05-14 | 2023-07-25 | 成都微视瑞达科技有限公司 | 路侧雷达自适应校正方法及*** |
CN111634290A (zh) * | 2020-05-22 | 2020-09-08 | 华域汽车***股份有限公司 | 高级驾驶辅助的前向融合***及方法 |
CN111634290B (zh) * | 2020-05-22 | 2023-08-11 | 华域汽车***股份有限公司 | 高级驾驶辅助的前向融合***及方法 |
CN111650604B (zh) * | 2020-07-02 | 2023-07-28 | 上海电科智能***股份有限公司 | 利用精确定位实现自我车辆和周边障碍物精确探知的方法 |
CN111650604A (zh) * | 2020-07-02 | 2020-09-11 | 上海电科智能***股份有限公司 | 利用精确定位实现自我车辆和周边障碍物精确探知的方法 |
CN112098964A (zh) * | 2020-09-23 | 2020-12-18 | 华人运通(上海)自动驾驶科技有限公司 | 路端雷达的标定方法、装置、设备及存储介质 |
CN112098964B (zh) * | 2020-09-23 | 2023-09-15 | 华人运通(上海)自动驾驶科技有限公司 | 路端雷达的标定方法、装置、设备及存储介质 |
CN112815979A (zh) * | 2020-12-30 | 2021-05-18 | 联想未来通信科技(重庆)有限公司 | 一种传感器的标定方法及装置 |
CN112815979B (zh) * | 2020-12-30 | 2023-11-21 | 联想未来通信科技(重庆)有限公司 | 一种传感器的标定方法及装置 |
CN112836737A (zh) * | 2021-01-29 | 2021-05-25 | 同济大学 | 一种基于车路数据融合的路侧组合感知设备在线标定方法 |
CN112598756A (zh) * | 2021-03-03 | 2021-04-02 | 中智行科技有限公司 | 路边传感器标定方法、装置和电子设备 |
CN112598756B (zh) * | 2021-03-03 | 2021-05-25 | 中智行科技有限公司 | 路边传感器标定方法、装置和电子设备 |
CN113702953A (zh) * | 2021-08-25 | 2021-11-26 | 广州文远知行科技有限公司 | 一种雷达标定方法、装置、电子设备和存储介质 |
CN113945219A (zh) * | 2021-09-28 | 2022-01-18 | 武汉万集光电技术有限公司 | 动态地图生成方法、***、可读存储介质及终端设备 |
CN113945219B (zh) * | 2021-09-28 | 2024-06-11 | 武汉万集光电技术有限公司 | 动态地图生成方法、***、可读存储介质及终端设备 |
CN117471461A (zh) * | 2023-12-26 | 2024-01-30 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种用于车载辅助驾驶***的路侧雷达服务装置和方法 |
CN117471461B (zh) * | 2023-12-26 | 2024-03-08 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种用于车载辅助驾驶***的路侧雷达服务装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7191790B2 (ja) | 2022-12-19 |
US20200074681A1 (en) | 2020-03-05 |
US10950004B2 (en) | 2021-03-16 |
JP2020034554A (ja) | 2020-03-05 |
CN110927708B (zh) | 2022-10-11 |
EP3617737B1 (en) | 2023-10-04 |
EP3617737A1 (en) | 2020-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110927708B (zh) | 智能路侧单元的标定方法、装置及设备 | |
JP6918885B2 (ja) | 相対的位置姿勢の標定方法、相対的位置姿勢の標定装置、機器及び媒体 | |
CN110095752B (zh) | 定位方法、装置、设备和介质 | |
CN111127563A (zh) | 联合标定方法、装置、电子设备及存储介质 | |
US9185289B2 (en) | Generating a composite field of view using a plurality of oblique panoramic images of a geographic area | |
US8102334B2 (en) | Augmenting reality for a user | |
US11227395B2 (en) | Method and apparatus for determining motion vector field, device, storage medium and vehicle | |
CN109974734A (zh) | 一种用于ar导航的事件上报方法、装置、终端及存储介质 | |
US20110292166A1 (en) | North Centered Orientation Tracking in Uninformed Environments | |
CN111121754A (zh) | 移动机器人定位导航方法、装置、移动机器人及存储介质 | |
CN111427061A (zh) | 一种机器人建图方法、装置,机器人及存储介质 | |
KR101880185B1 (ko) | 이동체 포즈 추정을 위한 전자 장치 및 그의 이동체 포즈 추정 방법 | |
KR101890612B1 (ko) | 적응적 관심영역 및 탐색창을 이용한 객체 검출 방법 및 장치 | |
CN113933818A (zh) | 激光雷达外参的标定的方法、设备、存储介质及程序产品 | |
CN107885763B (zh) | 室内图中兴趣点信息的更新方法、装置及计算机可读介质 | |
KR20190076815A (ko) | 전자 장치의 이동체 포즈 추정 방법 | |
CN112529957A (zh) | 确定摄像设备位姿的方法和装置、存储介质、电子设备 | |
CN112964291A (zh) | 一种传感器标定的方法、装置、计算机存储介质及终端 | |
CN111982132A (zh) | 数据处理方法、装置和存储介质 | |
US11353579B2 (en) | Method for indicating obstacle by smart roadside unit | |
JP2021135286A (ja) | 座標変換方法、装置及びデータ処理装置 | |
CN112396662B (zh) | 一种转换矩阵修正的方法及装置 | |
WO2023179032A1 (zh) | 图像处理方法及装置、电子设备、存储介质、计算机程序、计算机程序产品 | |
CN116246029A (zh) | 数据同步方法、装置、终端设备及计算机可读存储介质 | |
CN115201796B (zh) | 一种车辆传感器的外参校正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211013 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |