CN112800159B - 地图数据处理方法及装置 - Google Patents
地图数据处理方法及装置 Download PDFInfo
- Publication number
- CN112800159B CN112800159B CN202110096417.2A CN202110096417A CN112800159B CN 112800159 B CN112800159 B CN 112800159B CN 202110096417 A CN202110096417 A CN 202110096417A CN 112800159 B CN112800159 B CN 112800159B
- Authority
- CN
- China
- Prior art keywords
- data
- positioning
- positioning data
- coordinate system
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 230000004927 fusion Effects 0.000 claims abstract description 89
- 238000012545 processing Methods 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims description 42
- 238000013507 mapping Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000009825 accumulation Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 21
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000007499 fusion processing Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- 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
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
-
- 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
- G06T2207/30241—Trajectory
-
- 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)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioethics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Navigation (AREA)
- Instructional Devices (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请公开了一种地图数据处理方法及装置,涉及数据处理领域中的自动驾驶技术。具体实现方案为:控制单元将数据采集单元采集的初始定位数据,输入至数据融合单元,得到融合定位数据,其中,初始定位数据和融合定位数据为第一坐标系下的数据。控制单元根据融合定位数据,得到目标定位数据,其中,目标定位数据为第二坐标系下的数据,第二坐标系为对第一坐标系进行加偏后的坐标系。控制单元通过至少一个定位单元对目标定位数据进行定位操作,确定自动驾驶***对应的车辆的位置。通过设置融合定位数据在未加偏的第一坐标系下计算,可以有效消除误差的产生和累计,从而保证在合规的情况下,有效提升定位的准确性。
Description
技术领域
本申请涉及数据处理领域中的自动驾驶技术,尤其涉及一种地图数据处理方法及装置。
背景技术
随着自动驾驶相关技术的不断发展,基于多传感器融合的地图对车辆进行定位已经成为了行业共识。
目前,所有的地图在使用之前,都需要进行加密操作,在加密之前,地图位于世界大地测量***(World Geodetic System 1984,WGS84)坐标系下,在加密之后,地图位于GCJ-02(国家测量局02号标准)坐标系下。其中,加密后的地图是引入了非线性的随机误差,因此基于GCJ-02坐标系进行定位,会产生累计误差。
其中,产生的累计误差无法感知,并且无法消除,因此在目前的定位实现方案中,存在定位的准确性较低的问题。
发明内容
本申请提供了一种地图数据处理方法及装置。
根据本申请的第一方面,提供了一种地图数据处理方法,应用于自动驾驶***,所述自动驾驶***包括控制单元、数据采集单元、数据融合单元、至少一个定位单元,所述方法包括:
所述控制单元将所述数据采集单元采集的初始定位数据,输入至所述数据融合单元,得到融合定位数据,其中,所述初始定位数据和融合定位数据为第一坐标系下的数据;
所述控制单元根据所述融合定位数据,得到目标定位数据,其中,所述目标定位数据为第二坐标系下的数据,所述第二坐标系为对所述第一坐标系进行加偏后的坐标系;
所述控制单元通过所述至少一个定位单元对所述目标定位数据进行定位操作,确定所述自动驾驶***对应的车辆的位置。
根据本申请的第二方面,提供了一种地图数据处理装置,应用于自动驾驶***,所述自动驾驶***包括控制单元、数据采集单元、数据融合单元、至少一个定位单元,所述装置包括:
输入模块,用于所述控制单元将所述数据采集单元采集的初始定位数据,输入至所述数据融合单元,得到融合定位数据,其中,所述初始定位数据和融合定位数据为第一坐标系下的数据;
处理模块,用于所述控制单元根据所述融合定位数据,得到目标定位数据,其中,所述目标定位数据为第二坐标系下的数据,所述第二坐标系为对所述第一坐标系进行加偏后的坐标系;
确定模块,用于所述控制单元通过所述至少一个定位单元对所述目标定位数据进行定位操作,确定所述自动驾驶***对应的车辆的位置。
根据本申请的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面所述的方法。
根据本申请的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行第一方面所述的方法。
根据本申请的第五方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
根据本申请的技术解决了定位的准确性较低的问题。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例提供的地图数据处理***的实现示意图;
图2为本申请实施例提供的地图数据处理方法的流程图;
图3为本申请实施例提供的地图数据处理方法的流程图二;
图4为本申请实施例提供的数据处理方法的实现示意图;
图5为本申请实施例提供的地图匹配的实现示意图;
图6为本申请实施例的地图数据处理装置的结构示意图;
图7是用来实现本申请实施例的地图数据处理方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
为了更好的理解本申请的技术方案,下面对本申请所涉及的背景技术进行进一步的详细介绍。
随着自动驾驶相关技术的不断发展,在自动驾驶落地过程中,基于多传感器融合的地图进行定位已经成为了行业共识,其中多传感器融合的地图比如说可以是高精度地图和导航地图。
目前,现有技术在基于高精度地图或者导航地图实现定位的过程中,所有的地图使用均需要进行加密操作,加密后的地图坐标为GCJ-02类的坐标系,其与未加密WGS84坐标系形成单向的映射关系(WGS84单向转换到GCJ-02),以达到加密的目的。
加密后的地图是引入了非线性的随机误差,该误差不可反向解出,在单点定位的转换中,加偏后的地图和加偏后的坐标配套使用可以用于单点定位,且可以保证高精度的对应关系。
但是,在主流的多传感器融合的高精度地图定位方案中,加偏坐标会随着与参考点的距离增大产生累计误差,其中参考点可以理解为坐标零点,在实际实现过程中,参考点比如说可以是车辆的起始位置,或者,参考点的实现还可以根据实际需求选择为任意位置,本实施例对此不做限制。
值得说明的是,因为累计误差的产生是因为远离参考点产生的,因此可以经过一段距离之后重新设置参考点,以缓解累计误差的产生。
然而,这样的实现方式并未从根本上消除累计误差,并且还需要不断的将连续定位打断,从而导致无法获得连续的定位数据,以及不断的更换参考点,还会导致自动导航***较为脆弱,增加了***的风险,因此重新经过一段距离之后重新设置参考点,以提升定位准确性的实现方式并不可行。
其中,加偏坐标所产生的累计误差不可以感知,不可在线消除,因此在自动驾驶***对应的运行距离距离越来越远之后,累计误差会导致全球导航卫星***(GlobalNavigation Satellite System,GNSS)感知到的运动、惯性测量单元(InertialMeasurement Unit,IMU)、车速、视觉和激光雷达等,与高精地图匹配信息产生巨大的误差,在实现过程中,随着与参考点的距离增加,产生约1‰的累计误差。
综上所述,基于现有技术中的实现方式进行定位,存在一定的误差,从而会导致定位的准确性较低。
同样值得说明的是,在自动驾驶***中包括数据融合单元和定位单元,其中,数据融合单元用于将采集的多个定位数据进行融合,之后定位单元基于数据融合单元的融合结果进行定位。
现有技术中是在数据融合单元中直接对采集定位数据进行加偏,并且基于加偏的定位数据进行融合,之后定位单元基于加偏的融合定位数据进行定位,然而,在数据融合单元中,融合之后的定位数据包括加偏造成的累计误差,之后定位单元若再基于加偏后的融合结果进行定位,就会导致累计误差在各个单元之间传递,无法消除累计误差的影响。
针对现有技术中的问题,本申请提出了如下技术构思:在数据融合单元中不进行加偏处理,在数据融合单元完成采集的定位数据的融合处理之后,其余模块再基于融合结果进行加偏处理,从而可以保证融合的定位数据是不包括加偏造成的累计误差的,从而有效消除了累计误差的产生和传递,以提升定位的准确性。
下面结合具体的实施例对本申请提供的地图数据处理方法进行介绍,首先结合图1对本申请提供的地图数据处理***进行说明,图1为本申请实施例提供的地图数据处理***的实现示意图。
如图1所示,该***包括:控制单元101、数据采集单元102、数据融合单元103、至少一个定位单元104。
其中,控制单元101用于控制各个单元进行工作,其例如可以控制***内部的数据流转,还例如可以控制各个单元对数据进行处理,控制单元101的具体控制的实现可以根据实际需求进行选择。
以及,数据采集单元102用于实现数据的采集,例如可以根据至少一个传感器进行数据的采集,比如说可以包括如下中的至少一种传感器:
GNSS类传感器(GPS/RTK)、IMU类传感器、车速传感器(里程计)、视觉传感器、毫米波雷达传感器、激光雷达传感器、高精度地图传感器。
其中GNSS类传感器,如全球定位***(Global Positioning System,GPS)传感器、实时动态(Real-time kinematic,RTK)传感器,可以提供WGS-84导航坐标系下的精确位置,圆形公算误差(Circular Error Probable,CEP)精度2-3m,主要用于提供粗粒度的位置约束,查询高精地图以实现全局导航的功能。
其中IMU类传感器,包含加速度计与陀螺仪传感器,用于提供车身坐标系下的线性加速度与车身角速度观测,以实现运动的预测和GNSS或视觉传感器失效时的航位推算(Dead-Reckoning)功能,以及运动预测的功能,提供精确的、低延迟的全局位姿。
车速类传感器是目前绝大部分车都配有的传感器,用于提高车辆行驶方向的实时速度,在多传感器融合中,该速度可用于提供速度约束,提升航位推算(Dead-Reckoning)精度。
视觉类传感器,用于提供车身坐标系下车道线类型、方程和车道标志等类型的感知,在车道级定位多传感器融合中提供车道级的约束,通过和高精地图进行匹配,可以将车在高精度地图中进行定位,以实现高精度横向、纵向定位的功能,同时输出高精度的车道线给车辆路径规划与控制模块。
在实际实现过程中,除了上述介绍的传感器之外,还可以根据实际需求选择需要的传感器,进而采集需要的数据,本实施例对传感器的设置,以及数据采集单元所具体采集的数据不做限定,其可以根据实际需求进行选择。
其中,数据融合单元用于根据数据采集单元采集的至少一个数据进行融合,从而得到多传感融合后的定位数据。
以及本实施例中的定位单元用于根据数据融合单元融合后的定位数据,提供定位服务,以实现定位。
在一种可能的实现方式中,上述图1介绍的地图数据处理***还可以理解为自动驾驶***,在上述介绍的***的基础上,下面对本申请提供的地图数据处理方法的具体实现方式进行说明。
图2为本申请实施例提供的地图数据处理方法的流程图,如图2所示,该方法包括:
S201、控制单元将数据采集单元采集的初始定位数据,输入至数据融合单元,得到融合定位数据,其中,初始定位数据和融合定位数据为第一坐标系下的数据。
在本实施例中,数据采集单元可以采集得到初始定位数据,在一种可能的实现方式中,初始定位数据中可以包括至少一个传感器采集的多个定位数据,具体的传感器可以参照上述实施例的介绍,此处不再赘述。
可以理解的是,初始定位数据是传感器采集得到的数据,没有经过加偏处理,因此本实施例中的初始定位数据是第一坐标系下的数据,其中,第一坐标系例如可以为WGS84坐标系。
以及,本实施例中的数据融合单元可以根据数据采集单元中的多传感器采集到的初始定位数据进行融合,得到融合定位数据,在数据融合的过程中,不涉及坐标的加偏,因此融合定位数据同样是第一坐标系下的数据。
以及在本实施例中,控制单元用于实现具体的数据流转,以及各单元的实现等,因此本实施中的控制单元可以控制单元将数据采集单元采集的初始定位数据,输入至数据融合单元,从而得到融合定位数据。
S202、控制单元根据融合定位数据,得到目标定位数据,其中,目标定位数据为第二坐标系下的数据,第二坐标系为对第一坐标系进行加偏后的坐标系。
在得到融合定位数据之后,融合定位数据可以作为其余各个模块的基础,以使得其余各个模块进行定位操作,同时,因为相关规定的要求,数据在使用过程中是必须要进行加偏处理的,因此本实施例中控制单元可以根据融合定位数据进行处理,得到目标定位数据。
其中,目标定位数据为第二坐标系下的数据,第二坐标系例如可以为GCJ-02坐标系,加偏处理的实现方式实现例如可以为将WGS84坐标系转换为GCJ-02坐标系的实现方式,其具体实现可以参照现有技术中的实现,本实施例对此不做限制。
S203、控制单元通过至少一个定位单元对目标定位数据进行定位操作,确定自动驾驶***对应的车辆的位置。
在得到目标定位数据之后,控制单元可以通过至少一个定位单元对目标定位数据进行定位操作,从而确定车辆的位置,在此过程中,保证了定位的实现是在加偏的坐标系下完成的。
可以理解的是,本实施例中的初始定位数据和融合定位数据是位于第一坐标系下的,比如说是WGS84坐标系,因为没有进行加偏处理,因此在进行数据融合的过程中,不存在误差,并且融合处理后的融合定位数据是其余各单位的基础,因此也不存在累计误差的产生和转移。
同时,控制单元根据融合定位数据进行加偏处理,得到目标定位数据,从而可以定位的过程中是基于加偏的坐标系完成的,从而可以保证是符合相关规定的。
综上所述,本实施例中的数据融合单元在WGS84坐标系下计算,至少一个定位单元在GCJ-02坐标系下计算,因为数据融合单元输出的融合定位数据是定位单元操作的基础,从而可以有效保证误差的产生和累计,同时保证对坐标进行了加偏处理,通过对累计误差的消除,可以有效提升定位的准确性。
本申请实施例提供的地图数据处理方法,包括:控制单元将数据采集单元采集的初始定位数据,输入至数据融合单元,得到融合定位数据,其中,初始定位数据和融合定位数据为第一坐标系下的数据。控制单元根据融合定位数据,得到目标定位数据,其中,目标定位数据为第二坐标系下的数据,第二坐标系为对第一坐标系进行加偏后的坐标系。控制单元通过至少一个定位单元对目标定位数据进行定位操作,确定自动驾驶***对应的车辆的位置。通过设置融合定位数据在未加偏的第一坐标系下计算,从而可以有效消除误差的产生和累计,以及基于融合定位数据得到目标定位数据,可以保证是基于加偏的地图进行的定位操作,从而保证在合规的情况下,有效提升了定位的准确性。
在上述实施例的基础上,下面结合图3至图5对本申请实施例提供的地图数据处理方法进行进一步的详细介绍,图3为本申请实施例提供的地图数据处理方法的流程图二,图4为本申请实施例提供的数据处理方法的实现示意图,图5为本申请实施例提供的地图匹配的实现示意图。
如图3所示,该方法包括:
S301、控制单元将数据采集单元采集的初始定位数据,输入至数据融合单元,得到融合定位数据,其中,初始定位数据和融合定位数据为第一坐标系下的数据。
其中,S301的实现方式与S201的实现方式类似,本实施例结合图4进行进一步的说明。
如图4所示,数据采集单元中例如可以包括IMU、GPS、车辆信息等,通过这些子单元进行数据采集可以得到初始定位数据,其中数据采集单元所采集的初始定位数据尚未经过加偏,因此位于WGS48坐标系下。
之后控制单元可以将数据采集单元所采集的初始定位数据输入至数据融合单元,参见图4可以确定的是,数据融合单元位于WGS48坐标系下,因此本实施例中的数据融合单元是接收在WGS48坐标系下的初始定位数据,根据初始定位数据进行融合处理,得到位于WGS48坐标系下的融合定位数据。
因此本实施例中的数据融合单元是在WGS48坐标系下进行计算的,因为车辆的运动学计算和真实世界的物理模型是相关的,而WGS48坐标系是真实世界的坐标系,因此在WGS48坐标系下进行计算,可以有效保证得到的融合定位数据不存在误差。
S302、控制单元将融合定位数据进行加偏处理,得到加偏定位数据。
数据融合单元处理得到的融合定位数据是其余各单元工作的基础,而根据相关要求,在实现定位的过程中,必须要对数据和地图进行加偏处理,因此本实施例中的控制单元可以对当前确定的融合定位数据进行加偏处理,从而得到加偏定位数据。
加偏处理的实现过程也就是说将定位数据从WGS48坐标系下转换为GCJ-02坐标系下,具体的实现方式可以为目前任一种转换方式,本实施例对此不做限制,处理后的加偏定位数据位于GCJ-02坐标系下。
参见图4可以确定的是,在数据融合单元的融合定位数据输入至其余各单元之前,都需要进行加偏处理,以从WGS48坐标系下转换为GCJ-02坐标系下。
S303、控制单元获取数据采集单元采集的图像数据和雷达数据。
在本实施例中,上述介绍的初始定位数据是采集得到的数据,以及融合定位数据和加偏定位数据是基于初始定位数据处理得到的数据,为了保证定位的准确性,还需要进行地图匹配。
以GPS为例,地图匹配(Map-Matching)是将运营车辆的有序的GPS位置关联到电子地图的路网上,将GPS坐标下采样序列转换为路网坐标序列的过程。因为GPS给定经纬度位置信息在匹配到电子地图的路网上会有误差,如果不进行地图匹配,那么车辆的运动轨迹可能落不到路网上;另外,由于GPS采样的时间间隔较大,GPS点对的连线会小于车辆实际行驶的距离。
可以结合图5理解地图匹配,如图5所示,假设地图匹配前的位置数据中包括501所示的轨迹和502所示的轨迹,可以看出,501所示的轨迹和502所示的轨迹和真实的路网并没有很好的匹配,存在一定的误差。
在经过地图匹配之后,501所示的轨迹修正为503所示的轨迹,502所示的轨迹修正为504所示的轨迹,其和真实的路网实现了有效的匹配,从而保证了定位数据的准确性。
在地图匹配过程中,可以根据数据采集单元采集的图像数据和雷达数据,确定真实世界中的相关环境信息,因此控制单元可以获取数据采集单元采集的图像数据和雷达数据。
S304、控制单元通过地图服务单元获取第二坐标系下的地图。
以及,在进行地图匹配的过程中,需要基于地图进行匹配,因此控制单元还需要获取地图,在一种可能的实现方式中,控制单元可以通过地图服务单元获取地图。
可以理解的是,地图匹配是用加偏的位置数据和加偏的地图进行匹配关联,因此本实施例中的获取的地图是位于GCJ-02坐标系下的地图,例如可以参照图4,地图服务单元获取的地图例如可以为高清地图(HD map),或者还可以为表情地图(SD map),其均位于GCJ-02坐标系下。
S305、控制单元将图像数据、雷达数据、第二坐标系下的地图以及加偏定位数据,输入至定位单元,得到定位单元输出的相对定位数据,其中,定位单元用于进行地图匹配处理。
在获取到图像数据、雷达数据、第二坐标系下的地图之后,就可以根据这些数据和加偏定位数据进行地图匹配了。
在一种可能的实现方式中,控制单元可以将图像数据、雷达数据、GCJ-02坐标系下的地图以及加偏定位数据,输入至定位单元,其中,定位单元例如可以为图4所示的车道级定位单元,或者还可以为图4所示的道路级定位单元,本实施例对此不做限制。
之后定位单元基于上述数据进行地图匹配处理,可以得到相对定位数据,其中地图匹配处理的具体实现可以参照目前任一种可能的实现方式,本实施例对此不做限制。
S306、控制单元通过定位单元,根据相对定位数据对加偏定位数据进行修正,得到目标定位数据。
控制单元可以进一步通过定位单元,根据相对定位数据对加偏定位数据进行修正,从而得到目标定位数据,以车道级定位单元为例,比如说车道级定位单元可以将地图匹配后的相对定位信息加到加偏定位数据上,从而得到最终的目标定位数据。
其中,目标定位数据为第二坐标系下的数据,第二坐标系为对第一坐标系进行加偏后的坐标系。
S307、控制单元通过至少一个定位单元对目标定位数据进行定位操作,确定自动驾驶***对应的车辆的位置。
其中,S307的实现方式与S203的实现方式类似,此处不再赘述。
在本申请实施例中,只有数据融合单元在WGS84坐标下运算,其余各个单元均在加偏后的GJC-02坐标系下进行运算,由于数据融合单元是各个模块的基础,通过设置数据融合单元模块在无偏的WGS84坐标系下运算,以及其余单元在加偏后的GJC-02坐标系下进行运算,从而保证在合规的基础上,规避了累积误差的影响。
本申请实施例提供的地图数据处理方法,包括:控制单元将数据采集单元采集的初始定位数据,输入至数据融合单元,得到融合定位数据,其中,初始定位数据和融合定位数据为第一坐标系下的数据。控制单元将融合定位数据进行加偏处理,得到加偏定位数据。控制单元获取数据采集单元采集的图像数据和雷达数据。控制单元通过地图服务单元获取第二坐标系下的地图。控制单元将图像数据、雷达数据、第二坐标系下的地图以及加偏定位数据,输入至定位单元,得到定位单元输出的相对定位数据,其中,定位单元用于进行地图匹配处理。控制单元通过定位单元,根据相对定位数据对加偏定位数据进行修正,得到目标定位数据。控制单元通过至少一个定位单元对目标定位数据进行定位操作,确定自动驾驶***对应的车辆的位置。通过控制单元控制各个单元进行定位,在定位过程中,使得数据融合单元在无偏的WGS48坐标系下进行计算,因为数据融合单元处理的得到的融合定位数据是其余各单元的基础,因此可以有效保证误差的产生和累计,以及之后控制单元对融合定位数据进行加偏处理,有效保证了定位过程是在加偏的坐标系下完成的,以及本实施例中还会对加偏定位数据进行地图匹配处理,从而可以进一步的提升定位的准确性,综上所述,本申请实施例可以在保证合规处理的基础上,有效提升定位的准确性。
综上所述,在本申请的技术方案中,通过设置只有数据融合单元在WGS84坐标下运算,其余各个算法单元均在加偏后的GJC-02坐标系下进行运算,由于数据融合单元是各个单元的基础,因此数据融合单元在无偏的WGS84坐标系下运算,其余单元加偏后的GJC-02坐标系下进行运算,从而可以保证误差不会累计,以有效的提升定位的准确性。
图6为本申请实施例的地图数据处理装置的结构示意图。如图6所示,本实施例的地图数据处理装置600可以包括:输入模块601、处理模块602、确定模块603。
输入模块601,用于所述控制单元将所述数据采集单元采集的初始定位数据,输入至所述数据融合单元,得到融合定位数据,其中,所述初始定位数据和融合定位数据为第一坐标系下的数据;
处理模块602,用于所述控制单元根据所述融合定位数据,得到目标定位数据,其中,所述目标定位数据为第二坐标系下的数据,所述第二坐标系为对所述第一坐标系进行加偏后的坐标系;
确定模块603,用于所述控制单元通过所述至少一个定位单元对所述目标定位数据进行定位操作,确定所述自动驾驶***对应的车辆的位置。
一种可能的实现方式中,所述处理模块602,包括:
加偏处理子模块,用于所述控制单元将所述融合定位数据进行加偏处理,得到加偏定位数据;
地图匹配子模块,用于所述控制单元根据所述加偏定位数据进行地图匹配,得到相对定位数据;
目标定位数据确定子模块,用于所述控制单元根据所述加偏定位数据和所述相对定位数据,得到所述目标定位数据。
一种可能的实现方式中,所述自动驾驶***还包括地图服务单元;
所述地图匹配子模块,包括:
获取子模块,用于所述控制单元获取所述数据采集单元采集的图像数据和雷达数据;
所述获取子模块,还用于所述控制单元通过所述地图服务单元获取所述第二坐标系下的地图;
相对定位数据确定子模块,用于所述控制单元根据所述图像数据、所述雷达数据、所述第二坐标系下的地图以及所述加偏定位数据进行地图匹配,得到相对定位数据。
一种可能的实现方式中,所述相对定位数据确定子模块具体用于:
所述控制单元将所述图像数据、所述雷达数据、所述第二坐标系下的地图以及所述加偏定位数据,输入至所述定位单元,得到所述定位单元输出的相对定位数据,其中,所述定位单元用于进行地图匹配处理。
一种可能的实现方式中,所述目标定位数据确定子模块,具体用于:
所述控制单元通过所述定位单元,根据所述相对定位数据对所述加偏定位数据进行修正,得到所述目标定位数据。
一种可能的实现方式中,所述定位单元包括如下中的至少一种:车道级定位单元、道路级定位单元。
一种可能的实现方式中,所述第一坐标系为世界大地测量***WGS48坐标系,所述第二坐标系为国家测量局GCJ-02坐标系。
本申请提供一种地图数据处理方法及装置,应用于数据处理领域中的自动驾驶技术,以达到提升定位的准确性的目的。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
根据本申请的实施例,本申请还提供了一种计算机程序产品,计算机程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图7示出了可以用来实施本申请的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,电子设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如地图数据处理方法。例如,在一些实施例中,地图数据处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的地图数据处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行地图数据处理方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (12)
1.一种地图数据处理方法,应用于自动驾驶***,所述自动驾驶***包括控制单元、数据采集单元、数据融合单元、至少一个定位单元,所述方法包括:
所述控制单元将所述数据采集单元采集的初始定位数据,输入至所述数据融合单元,得到融合定位数据,其中,所述初始定位数据和融合定位数据为第一坐标系下的数据;其中,所述初始定位数据是所述数据采集单元根据至少一个传感器采集得到的没有经过加偏处理的数据;
所述控制单元根据所述融合定位数据,得到目标定位数据,其中,所述目标定位数据为第二坐标系下的数据,所述第二坐标系为对所述第一坐标系进行加偏后的坐标系;其中,所述加偏处理包括通过单向映射将所述第一坐标系中的数据加密为所述第二坐标系中数据;
所述控制单元通过所述至少一个定位单元对所述目标定位数据进行定位操作,确定所述自动驾驶***对应的车辆的位置;
其中,所述控制单元根据所述融合定位数据,得到目标定位数据,包括:
所述控制单元将所述融合定位数据进行加偏处理,得到加偏定位数据;
所述控制单元根据所述加偏定位数据进行地图匹配,得到相对定位数据;
所述控制单元根据所述加偏定位数据和所述相对定位数据,得到所述目标定位数据;
其中,所述自动驾驶***还包括地图服务单元;所述控制单元根据所述加偏定位数据进行地图匹配,得到相对定位数据,包括:
所述控制单元获取所述数据采集单元采集的图像数据和雷达数据;
所述控制单元通过所述地图服务单元获取所述第二坐标系下的地图;
所述控制单元根据所述图像数据、所述雷达数据、所述第二坐标系下的地图以及所述加偏定位数据进行地图匹配,得到相对定位数据。
2.根据权利要求1所述的方法,其中,所述控制单元根据所述图像数据、所述雷达数据、所述第二坐标系下的地图以及所述加偏定位数据进行地图匹配,得到相对定位数据,包括:
所述控制单元将所述图像数据、所述雷达数据、所述第二坐标系下的地图以及所述加偏定位数据,输入至所述定位单元,得到所述定位单元输出的相对定位数据,其中,所述定位单元用于进行地图匹配处理。
3.根据权利要求1所述的方法,其中,所述控制单元根据所述加偏定位数据和所述相对定位数据,得到所述目标定位数据,包括:
所述控制单元通过所述定位单元,根据所述相对定位数据对所述加偏定位数据进行修正,得到所述目标定位数据。
4.根据权利要求1-3任一项所述的方法,其中,所述定位单元包括如下中的至少一种:车道级定位单元、道路级定位单元。
5.根据权利要求1-3任一项所述的方法,其中,所述第一坐标系为世界大地测量***WGS48坐标系,所述第二坐标系为国家测量局GCJ-02坐标系。
6.一种地图数据处理装置,应用于自动驾驶***,所述自动驾驶***包括控制单元、数据采集单元、数据融合单元、至少一个定位单元,所述装置包括:
输入模块,用于所述控制单元将所述数据采集单元采集的初始定位数据,输入至所述数据融合单元,得到融合定位数据,其中,所述初始定位数据和融合定位数据为第一坐标系下的数据;其中,所述初始定位数据是所述数据采集单元根据至少一个传感器采集得到的没有经过加偏处理的数据;
处理模块,用于所述控制单元根据所述融合定位数据,得到目标定位数据,其中,所述目标定位数据为第二坐标系下的数据,所述第二坐标系为对所述第一坐标系进行加偏后的坐标系;其中,所述加偏处理包括通过单向映射将所述第一坐标系中的数据加密为所述第二坐标系中数据;
确定模块,用于所述控制单元通过所述至少一个定位单元对所述目标定位数据进行定位操作,确定所述自动驾驶***对应的车辆的位置;
其中,所述处理模块,包括:
加偏处理子模块,用于所述控制单元将所述融合定位数据进行加偏处理,得到加偏定位数据;
地图匹配子模块,用于所述控制单元根据所述加偏定位数据进行地图匹配,得到相对定位数据;
目标定位数据确定子模块,用于所述控制单元根据所述加偏定位数据和所述相对定位数据,得到所述目标定位数据;
其中,所述自动驾驶***还包括地图服务单元;
所述地图匹配子模块,包括:
获取子模块,用于所述控制单元获取所述数据采集单元采集的图像数据和雷达数据;
所述获取子模块,还用于所述控制单元通过所述地图服务单元获取所述第二坐标系下的地图;
相对定位数据确定子模块,用于所述控制单元根据所述图像数据、所述雷达数据、所述第二坐标系下的地图以及所述加偏定位数据进行地图匹配,得到相对定位数据。
7.根据权利要求6所述的装置,其中,所述相对定位数据确定子模块具体用于:
所述控制单元将所述图像数据、所述雷达数据、所述第二坐标系下的地图以及所述加偏定位数据,输入至所述定位单元,得到所述定位单元输出的相对定位数据,其中,所述定位单元用于进行地图匹配处理。
8.根据权利要求6所述的装置,其中,所述目标定位数据确定子模块,具体用于:
所述控制单元通过所述定位单元,根据所述相对定位数据对所述加偏定位数据进行修正,得到所述目标定位数据。
9.根据权利要求6-8任一项所述的装置,其中,所述定位单元包括如下中的至少一种:车道级定位单元、道路级定位单元。
10.根据权利要求6-8任一项所述的装置,其中,所述第一坐标系为世界大地测量***WGS48坐标系,所述第二坐标系为国家测量局GCJ-02坐标系。
11. 一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110096417.2A CN112800159B (zh) | 2021-01-25 | 2021-01-25 | 地图数据处理方法及装置 |
US17/498,073 US11866064B2 (en) | 2021-01-25 | 2021-10-11 | Method and apparatus for processing map data |
EP21202232.1A EP3919864B1 (en) | 2021-01-25 | 2021-10-12 | Method and apparatus for processing map data |
JP2022008509A JP7356528B2 (ja) | 2021-01-25 | 2022-01-24 | 地図データ処理方法及び装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110096417.2A CN112800159B (zh) | 2021-01-25 | 2021-01-25 | 地图数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112800159A CN112800159A (zh) | 2021-05-14 |
CN112800159B true CN112800159B (zh) | 2023-10-31 |
Family
ID=75811563
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110096417.2A Active CN112800159B (zh) | 2021-01-25 | 2021-01-25 | 地图数据处理方法及装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11866064B2 (zh) |
EP (1) | EP3919864B1 (zh) |
JP (1) | JP7356528B2 (zh) |
CN (1) | CN112800159B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114547551B (zh) * | 2022-02-23 | 2023-08-29 | 阿波罗智能技术(北京)有限公司 | 基于车辆上报数据的路面数据获取方法及云端服务器 |
US20240027227A1 (en) * | 2022-07-21 | 2024-01-25 | Qualcomm Incorporated | Usage of transformed map data with limited third party knowledge |
CN115435796B (zh) * | 2022-11-09 | 2023-03-21 | 苏州挚途科技有限公司 | 车辆的定位方法、装置和电子设备 |
CN118168566A (zh) * | 2024-05-14 | 2024-06-11 | 合众新能源汽车股份有限公司 | 一种车辆定位方法、装置、电子设备及存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101794316A (zh) * | 2010-03-30 | 2010-08-04 | 高翔 | 基于gps定位和方向识别的实景咨信***及坐标偏移方法 |
CN102254431A (zh) * | 2011-06-14 | 2011-11-23 | 上海雷腾软件有限公司 | 一种车辆位置数据采集处理方法及其*** |
CN107977366A (zh) * | 2016-10-21 | 2018-05-01 | 北京百度网讯科技有限公司 | 用于坐标系***的数据输出方法、装置及终端 |
CN108509974A (zh) * | 2018-01-26 | 2018-09-07 | 北京三快在线科技有限公司 | 地图数据融合方法、装置、电子设备及存储介质 |
CN109408041A (zh) * | 2018-10-09 | 2019-03-01 | 深圳点猫科技有限公司 | 一种基于编程语言的地图坐标系转换方法及电子设备 |
CN110243380A (zh) * | 2019-06-26 | 2019-09-17 | 华中科技大学 | 一种基于多传感器数据与角度特征识别的地图匹配方法 |
KR20190109645A (ko) * | 2018-03-06 | 2019-09-26 | 현대모비스 주식회사 | 차량의 측위 장치 및 그 방법 |
CN110906923A (zh) * | 2019-11-28 | 2020-03-24 | 重庆长安汽车股份有限公司 | 车载多传感器紧耦合融合定位方法、***、存储介质及车辆 |
CN110929703A (zh) * | 2020-02-04 | 2020-03-27 | 北京未动科技有限公司 | 信息确定方法、装置和电子设备 |
CN111024059A (zh) * | 2019-12-02 | 2020-04-17 | 上海金艺检测技术有限公司 | 用于厂区内三维空间的高精度人员定位***及方法 |
CN111065043A (zh) * | 2019-10-25 | 2020-04-24 | 重庆邮电大学 | 一种基于车路通信的隧道内车辆融合定位***及方法 |
CN111524185A (zh) * | 2020-04-21 | 2020-08-11 | 上海商汤临港智能科技有限公司 | 定位方法及装置、电子设备和存储介质 |
CN111881244A (zh) * | 2020-07-30 | 2020-11-03 | 戴姆勒股份公司 | 用于使v2x技术与加密和/或加偏转的高精度地图匹配的方法和设备 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140379254A1 (en) * | 2009-08-25 | 2014-12-25 | Tomtom Global Content B.V. | Positioning system and method for use in a vehicle navigation system |
TWI528328B (zh) * | 2012-04-20 | 2016-04-01 | 財團法人資訊工業策進會 | 依據貼圖影像內容決定選擇細節層次之三維貼圖處理方法、裝置以及儲存其之電腦可讀取記錄媒體 |
GB201407643D0 (en) * | 2014-04-30 | 2014-06-11 | Tomtom Global Content Bv | Improved positioning relatie to a digital map for assisted and automated driving operations |
CN107478214A (zh) * | 2017-07-24 | 2017-12-15 | 杨华军 | 一种基于多传感器融合的室内定位方法及*** |
CN108845342A (zh) | 2018-06-15 | 2018-11-20 | 安徽美图信息科技有限公司 | 基于Geolocation的位置大数据分析*** |
CN111212374B (zh) * | 2018-11-02 | 2021-07-16 | 华为技术有限公司 | 车联网通信方法、定位方法以及车联网通信装置 |
CN111238494B (zh) | 2018-11-29 | 2022-07-19 | 财团法人工业技术研究院 | 载具、载具定位***及载具定位方法 |
US11686862B2 (en) | 2018-12-19 | 2023-06-27 | Uber Technologies, Inc. | Inferring vehicle location and movement using sensor data fusion |
KR102115905B1 (ko) * | 2019-05-17 | 2020-05-28 | 주식회사 만도 | 운전자 보조 시스템 및 그 제어방법 |
CN110530372B (zh) * | 2019-09-26 | 2021-06-22 | 上海商汤智能科技有限公司 | 定位方法、路径确定方法、装置、机器人及存储介质 |
CN110806215B (zh) | 2019-11-21 | 2021-06-29 | 北京百度网讯科技有限公司 | 车辆定位的方法、装置、设备及存储介质 |
CN112001456B (zh) * | 2020-10-28 | 2021-07-30 | 北京三快在线科技有限公司 | 一种车辆定位方法、装置、存储介质及电子设备 |
-
2021
- 2021-01-25 CN CN202110096417.2A patent/CN112800159B/zh active Active
- 2021-10-11 US US17/498,073 patent/US11866064B2/en active Active
- 2021-10-12 EP EP21202232.1A patent/EP3919864B1/en active Active
-
2022
- 2022-01-24 JP JP2022008509A patent/JP7356528B2/ja active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101794316A (zh) * | 2010-03-30 | 2010-08-04 | 高翔 | 基于gps定位和方向识别的实景咨信***及坐标偏移方法 |
CN102254431A (zh) * | 2011-06-14 | 2011-11-23 | 上海雷腾软件有限公司 | 一种车辆位置数据采集处理方法及其*** |
CN107977366A (zh) * | 2016-10-21 | 2018-05-01 | 北京百度网讯科技有限公司 | 用于坐标系***的数据输出方法、装置及终端 |
CN108509974A (zh) * | 2018-01-26 | 2018-09-07 | 北京三快在线科技有限公司 | 地图数据融合方法、装置、电子设备及存储介质 |
KR20190109645A (ko) * | 2018-03-06 | 2019-09-26 | 현대모비스 주식회사 | 차량의 측위 장치 및 그 방법 |
CN109408041A (zh) * | 2018-10-09 | 2019-03-01 | 深圳点猫科技有限公司 | 一种基于编程语言的地图坐标系转换方法及电子设备 |
CN110243380A (zh) * | 2019-06-26 | 2019-09-17 | 华中科技大学 | 一种基于多传感器数据与角度特征识别的地图匹配方法 |
CN111065043A (zh) * | 2019-10-25 | 2020-04-24 | 重庆邮电大学 | 一种基于车路通信的隧道内车辆融合定位***及方法 |
CN110906923A (zh) * | 2019-11-28 | 2020-03-24 | 重庆长安汽车股份有限公司 | 车载多传感器紧耦合融合定位方法、***、存储介质及车辆 |
CN111024059A (zh) * | 2019-12-02 | 2020-04-17 | 上海金艺检测技术有限公司 | 用于厂区内三维空间的高精度人员定位***及方法 |
CN110929703A (zh) * | 2020-02-04 | 2020-03-27 | 北京未动科技有限公司 | 信息确定方法、装置和电子设备 |
CN111524185A (zh) * | 2020-04-21 | 2020-08-11 | 上海商汤临港智能科技有限公司 | 定位方法及装置、电子设备和存储介质 |
CN111881244A (zh) * | 2020-07-30 | 2020-11-03 | 戴姆勒股份公司 | 用于使v2x技术与加密和/或加偏转的高精度地图匹配的方法和设备 |
Non-Patent Citations (2)
Title |
---|
电子地图间的实时坐标转换***;康路;闫浩文;张黎明;;遥感信息(第02期);全文 * |
面向车辆监控的LBS地图可视化技术研究;吴晓明;邢廷炎;钱建平;杨信廷;范蓓蕾;;地理与地理信息科学(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
US11866064B2 (en) | 2024-01-09 |
EP3919864B1 (en) | 2023-09-20 |
JP2022050672A (ja) | 2022-03-30 |
US20220024482A1 (en) | 2022-01-27 |
EP3919864A2 (en) | 2021-12-08 |
EP3919864A3 (en) | 2022-05-11 |
CN112800159A (zh) | 2021-05-14 |
JP7356528B2 (ja) | 2023-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112800159B (zh) | 地图数据处理方法及装置 | |
JP7299261B2 (ja) | 車両のデッドレコニング方法、装置、デバイス、記憶媒体、及びプログラム | |
CN111649739B (zh) | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 | |
CN109270545B (zh) | 一种定位真值校验方法、装置、设备及存储介质 | |
CN110595494B (zh) | 地图误差确定方法和装置 | |
US9494694B1 (en) | Method and apparatus of road location inference for moving object | |
CN109435955B (zh) | 一种自动驾驶***性能评估方法、装置、设备及存储介质 | |
CN112541437A (zh) | 车辆定位方法、装置、电子设备及存储介质 | |
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 | |
CN113820735B (zh) | 位置信息的确定方法、位置测量设备、终端及存储介质 | |
KR20220052312A (ko) | 차량 포지셔닝 방법, 장치 및 자율 운전 차량 | |
CN114179825B (zh) | 多传感器融合获取量测值置信度方法及自动驾驶车辆 | |
CN111721305B (zh) | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 | |
CN115900697B (zh) | 对象运动轨迹信息处理方法、电子设备以及自动驾驶车辆 | |
CN111612851A (zh) | 用于标定相机的方法、装置、设备以及存储介质 | |
CN113218380B (zh) | 一种电子罗盘的校正方法、装置、电子设备及存储介质 | |
CN115792985A (zh) | 一种车辆定位方法、装置、电子设备、存储介质及车辆 | |
CN114488237A (zh) | 定位方法、装置、电子设备及智能驾驶方法 | |
CN114088104B (zh) | 一种自动驾驶场景下的地图生成方法 | |
CN113566847B (zh) | 导航校准方法和装置、电子设备、计算机可读介质 | |
CN115727871A (zh) | 一种轨迹质量检测方法、装置、电子设备和存储介质 | |
CN114281832A (zh) | 基于定位结果的高精地图数据更新方法、装置和电子设备 | |
RU2617147C1 (ru) | Способ начального ориентирования гироскопической навигационной системы для наземных подвижных объектов | |
KR101391764B1 (ko) | 관성항법장치와 토털스테이션 간의 축 일치 방법 | |
CN115127561A (zh) | 对象定位方法、设备、自动驾驶车辆和边缘计算平台 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |