CN113465608A - 一种路侧传感器标定方法及*** - Google Patents
一种路侧传感器标定方法及*** Download PDFInfo
- Publication number
- CN113465608A CN113465608A CN202110832474.2A CN202110832474A CN113465608A CN 113465608 A CN113465608 A CN 113465608A CN 202110832474 A CN202110832474 A CN 202110832474A CN 113465608 A CN113465608 A CN 113465608A
- Authority
- CN
- China
- Prior art keywords
- target
- sensor
- real
- data
- time data
- 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 54
- 238000013507 mapping Methods 0.000 claims abstract description 46
- 238000012216 screening Methods 0.000 claims abstract description 19
- 230000000007 visual effect Effects 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000001133 acceleration Effects 0.000 claims description 11
- 230000000875 corresponding effect Effects 0.000 description 34
- 230000008569 process Effects 0.000 description 13
- 238000006243 chemical reaction Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 5
- 241000283070 Equus zebra Species 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开一种路侧传感器标定方法和***,该方法包括:获取第一目标实时数据,第一目标实时数据包括第一目标的位置信息、时间信息、属性信息和运动信息;获取传感器实时数据,传感器实时数据是在位于路侧的传感器视野范围内对所有目标的跟踪数据;对比第一目标实时数据和传感器实时数据,根据第一目标属性信息和运动信息,筛选出传感器实时数据中第一目标跟踪数据;将第一目标跟踪数据和第一目标实时数据进行时间对齐,通过对应第一目标跟踪数据和第一目标实时数据中的位置信息,获得传感器坐标系和大地坐标系的映射关系式;依据映射关系式建立传感器虚拟坐标平面,虚拟坐标平面对应传感器视野范围内真实地面每个位置的经纬度数据。
Description
技术领域
本发明涉及智能感知领域,具体而言,涉及一种路侧传感器标定方法及***。
背景技术
随着车路协同技术的发展,出现了信息物理***概念,信息物理***要求对交通参 与者进行精确的检测、分类和跟踪。通过高精度、高可靠、低时延的目标检测来实现 v2x(Vehicle-to-Everything车、人、交通设备信息共享)中RSM(Road Safety Message 路侧安全消息)、PSM(Person Safety Message行人安全消息)信息的下发,同时在云控 平台进行全局交通目标的汇聚,对交通事件和特征进行分析,实现全局调度。
路侧感知***是智能交通中的一部分,目前针对路侧传感器的常用标定方法是人工 标注的方法,人工标注方法需要在实际道路上打点,例如摆放标识物,用GPS(GlobalPositioning System全球定位***)进行标记,然后再做传感器坐标系的转换,这样方法在开放道路难以实施,容易导致安全问题。在现有的标定技术中,还可以利用预制参考 标识的特征点匹配进行坐标转换,预制参考标识例如高精地图,因为各传感器内参和部 署方式不一样,同一套坐标转换带来的精度损失较高,且计算量较大。所以安全、快速、 准确的标定路侧传感器是车路协同领域要解决的问题之一。
发明内容
本发明提供了一种路侧传感器标定方法和***,通过传感器视野范围内建立虚拟坐 标平面,当传感器正式投入使用获取感知目标数据时,无需经过传感器坐标系和大地坐标系之间的坐标转换计算,可直接在虚拟平面上查找感知目标在真实地面上对应点的经纬度数据。具体的技术方案如下:
第一方面,本发明实施例提供了一种路侧传感器标定方法,方法包括:
获取第一目标实时数据,第一目标实时数据包括第一目标的位置信息、时间信息、属性信息和运动信息,其中,属性信息是第一目标固有的特征信息,运动信息是第一目 标与运动相关的特征信息;
获取传感器实时数据,传感器实时数据是在位于路侧的传感器视野范围内对所有目 标的跟踪数据,其中,所有目标包括第一目标,传感器与第一目标时间同步;
对比第一目标实时数据和传感器实时数据,根据第一目标属性信息和运动信息,筛 选出传感器实时数据中第一目标跟踪数据;
将第一目标跟踪数据和第一目标实时数据进行时间对齐,通过对应第一目标跟踪数 据和第一目标实时数据中的位置信息,获得传感器坐标系和大地坐标系的映射关系式;
依据映射关系式建立传感器虚拟坐标平面,虚拟坐标平面对应传感器视野范围内真 实地面每个位置的经纬度数据。
可选的,属性信息包括第一目标颜色、第一目标体积,运动信息包括第一目标速度、 第一目标运动方向、第一目标航向角、第一目标加速度。
可选的,传感器实时数据是记录在路侧计算单元的传感器实时数据。
可选的,对比第一目标实时数据和传感器实时数据,根据第一目标属性信息和运动 信息,筛选出传感器实时数据中第一目标跟踪数据,包括:
将所有目标中的每个目标分别与第一目标进行对比,得到与第一目标具有相同属性 信息和/或相同运动信息的第二目标;
向第一目标下发速度指令,若获得的第二目标实时数据中的实时运动信息与速度指 令信息相一致,确定第二目标为第一目标;
其中,速度指令包括第一目标加速、第一目标减速、第一目标停止。
可选的,将第一目标跟踪数据和第一目标实时数据进行时间对齐,通过对应第一目 标跟踪数据和第一目标实时数据中的位置信息,获得传感器坐标系和大地坐标系的映射 关系式,包括:
在第一目标实时数据中寻找与传感器标定起始时间戳相近的时间戳,得到第一目标 第一时间戳,传感器标定起始时间戳是在传感器视野范围内首次采集到第一目标时对应 的时间戳;
根据传感器延时误差,搜索第一目标实时数据中与第一目标第一时间戳临近的时间 戳,得到第一目标第二时间戳,第一目标第二时间戳是与传感器标定起始时间戳相对应的时间戳;
根据传感器标定起始时间戳和第一目标第二时间戳,时间对齐第一目标跟踪数据和 第一目标实时数据,通过对应第一目标跟踪数据和第一目标实时数据中的位置信息,获得传感器坐标系和大地坐标系的映射关系式。
可选的,依据映射关系式建立传感器虚拟坐标平面,虚拟坐标平面对应传感器视野 范围内真实地面每个位置的经纬度数据,包括:
根据映射关系式,通过插值计算方法,在传感器视野范围内形成的虚拟平面的水平 和竖直方向上进行插值,获得传感器视野范围内真实地面每个位置的经纬度数据;
根据***的数值建立二维表格,表格为虚拟坐标平面。
第二方面,本发明实施例提供了一种路侧传感器标定***,***包括;
第一获取单元,用于获取第一目标实时数据,第一目标实时数据包括第一目标的位 置信息、时间信息、属性信息和运动信息,其中,属性信息是第一目标固有的特征信息,运动信息是第一目标与运动相关的特征信息;
第二获取单元,用于获取传感器实时数据,传感器实时数据是在位于路侧的传感器 视野范围内对所有目标的跟踪数据,其中,所有目标包括第一目标,传感器与第一目标时间同步;
筛选单元,用于对比第一目标实时数据和传感器实时数据,根据第一目标属性信息 和运动信息,筛选出传感器实时数据中第一目标跟踪数据;
映射单元,用于将第一目标跟踪数据和第一目标实时数据进行时间对齐,通过对应 第一目标跟踪数据和第一目标实时数据中的位置信息,获得传感器坐标系和大地坐标系 的映射关系式;
虚拟坐标单元,用于依据映射关系式建立传感器虚拟坐标平面,虚拟坐标平面对应 传感器视野范围内真实地面每个位置的经纬度数据。
可选的,筛选单元用于:
将所有目标中的每个目标分别与第一目标进行对比,得到与第一目标具有相同属性 信息和/或相同运动信息的第二目标;
向第一目标下发速度指令,若获得的第二目标实时数据中的实时运动信息与速度指 令信息相一致,确定第二目标为第一目标;
其中,速度指令包括第一目标加速、第一目标减速、第一目标停止。
可选的,映射单元用于:
在第一目标实时数据中寻找与传感器标定起始时间戳相近的时间戳,得到第一目标 第一时间戳,传感器标定起始时间戳是在传感器视野范围内首次采集到第一目标时对应 的时间戳;
根据传感器延时误差,搜索第一目标实时数据中与第一目标第一时间戳临近的时间 戳,得到第一目标第二时间戳,第一目标第二时间戳是与传感器标定起始时间戳相对应的时间戳,
根据传感器标定起始时间戳和第一目标第二时间戳,时间对齐第一目标跟踪数据和 第一目标实时数据,通过对应第一目标跟踪数据和第一目标实时数据中的位置信息,获得传感器坐标系和大地坐标系的映射关系式。
可选的,虚拟坐标单元用于:
根据映射关系式,通过插值计算方法,在传感器视野范围内形成的虚拟平面的水平 和竖直方向上进行插值,获得传感器视野范围内真实地面每个位置的经纬度数据;
根据***的数值建立二维表格,表格为虚拟坐标平面。
由上述内容可知,本发明实施例提供的路侧传感器标定方法和***,获取第一目标 实时数据,第一目标实时数据包括第一目标的位置信息、时间信息、属性信息和运动信息,其中,属性信息是第一目标固有的特征信息,运动信息是第一目标与运动相关的特 征信息;获取传感器实时数据,传感器实时数据是在位于路侧的传感器视野范围内对所 有目标的跟踪数据,其中,所有目标包括第一目标,传感器与第一目标时间同步;对比 第一目标实时数据和传感器实时数据,根据第一目标属性信息和运动信息,筛选出传感 器实时数据中第一目标跟踪数据;将第一目标跟踪数据和第一目标实时数据进行时间对 齐,通过对应第一目标跟踪数据和第一目标实时数据中的位置信息,获得传感器坐标系 和大地坐标系的映射关系式;依据映射关系式建立传感器虚拟坐标平面,虚拟坐标平面 对应传感器视野范围内真实地面每个位置的经纬度数据。
应用本发明实施例,通过在传感器视野范围内建立虚拟坐标平面,使虚拟平面内的 每个点对应真实地面上个每个位置,在传感器正式使用过程中,直接在虚拟平面上查找对应的真实地面上每个点的经纬度数据。把现有技术中通过映射关系式计算坐标转换问题,变成数据检索查找问题,降低机器算力要求。另外路侧传感器标定***位置部署灵 活,根据不同的应用场景,选择不同的标定***部署方式。当然,实施本发明的任一产 品或方法并不一定需要同时达到以上所述的所有优点。
本发明实施例的创新点包括:
1、路侧传感器标定***位置部署灵活,标定***可以单独为一个计算***部署在路 侧,也可以部署于边缘云,还可以设置于真值车中,根据不同的应用场景,选择不同的标定***部署方式,方便标定***应用于各种应用场景。
2、在传感器视野范围内建立虚拟坐标平面,使虚拟平面内的每个点对应真实地面上 个每个位置。当传感器正式投入使用获取感知目标数据时,无需经过传感器坐标系和大地坐标系之间的坐标转换计算,可直接在虚拟平面上查找感知目标在真实地面上对应点的经纬度数据。把现有技术中通过映射关系式计算坐标转换问题,变成数据检索查找问题。所以传感器在正式使用过程中,针对感知数据处理方法简单,且对机器算力要求低, 速度快,极大的简化了机器计算。
3、因为传感器和真值车的采样频率较高,可获得大量采样点,所以有效的提高了传 感器坐标系和大地坐标系映射关系的精度,进而提高了虚拟坐标平面对应真实地面上每 个位置经纬度的准确性。
4、将真值车作为传感器标定获取目标,在标定过程中可避免在道路上摆放标识物等 阻碍交通正常运行的行为,同时也提高了传感器标定的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有 技术描述中所需要使用的附图作简单介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例。对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可 以根据这些附图获得其他的附图。
图1为本发明实施例提供的应用场景示意图;
图2为本发明实施例提供的路侧传感器标定方法的一种流程示意图;
图3a为本发明实施例提供的摄像头感知范围内车辆行驶轨迹图;
图3b为本发明实施例提供的摄像头感知范围内虚拟平面坐标图;
图4为本发明实施例提供的路侧传感器标定纠偏方法的一种流程示意图;
图5为本发明实施例提供的路侧传感器标定***的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整 的描述。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明实施例及附图中的术语“包括”和“具有”以及它们的任何变形, 意图在于覆盖不排他的包含。例如包含的一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或 可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本发明提供了一种路侧传感器标定方法和***,以实现在传感器视野范围内建立虚 拟坐标平面,下面对本发明实施例进行详细说明。
图1为本申请实施例提供的应用场景的示意图。如图1所述,感知***110位于道路一侧,感知***110还可以设置在横跨道路,位于道路正上方的抱杆上,路侧感知系 统110具体部署位置在此不做特殊限定。感知***110可以用于获取路边环境信息,目 标识别,对视野范围内的目标有效监控等。作为示例,环境信息例如为车道线、路边线、 斑马线、路标指示牌、行人、车辆、栏杆、路灯等,目标为环境信息中的至少一种物体。 需要说明的是,图1只是示例性地示出了部分环境信息,但是本申请实施例并不限于图1 所示的范围。
如图1所示,感知***110包括摄像头111、毫米波112、激光雷达113中的至少一种,感知***110中传感器的数量可以为多个,也可以为1个,这都是有可能的,在此 均不做限定。本申请实施例中,感知***110中摄像头111的数量可以为1个,毫米波 112的数量可以为1个,激光雷达113的数量也可以为1个。
其中,摄像头111的感知区域比如可以为该像头111所能够拍摄的范围。作为示例,可以为图1中虚线131所包括的区域(还可以称为区域131)。毫米波雷达112的感知区域 比如可以为该雷达112所能探测的范围。作为示例,可以为图1中虚线132所包括的区 域(还可以称为区域132)。激光雷达113的感知区域比如可以为该雷达113所能探测的范 围。作为示例,可以为图1中虚线133所包括的区域(还可以称为区域133)。本申请实施 例中,同一感知***中每个传感器所感知的区域具有重叠部分,例如图1中的阴影区域 140。在一种可以实现的方式中,感知***110将感知到的所有数据,发送给位于道路边 缘的计算单元170,计算单元170用于存储感知***中传感器获取的数据。
如图1所示,用于标定路侧传感器的标定***150位于云端,特别是位于边缘云,以便提高标定过程中数据交互速度。标定***150从计算单元170中,获取各传感器与 传感器标定相关的数据。标定***150还需要实时获取真值车160数据,该真值车160 是专门用于传感器标定的车辆,其具有定位和数据收发功能。作为示例,真值车160设 有定位***,定位***主要提供真值车160当前的经纬度、航向角、速度及运动姿态等 数据。真值车160还设有毫米波雷达专用角反射器,该反射器可以反射毫米波雷达信号, 使得真值车160为毫米波雷达感知范围内反折射率最强的目标。标定***160需要设定 标定区域180,标定区域180范围需要覆盖感知***110中所有传感器各自的感知范围区 域。如图1所示,在道路上行驶的车辆除真值车160外的其他车辆均为社会车辆。
在现有传感器标定技术中,人们惯用的手段是手动打点法,该方法实际操作难度大, 且实施过程中会对交通造成影响,存在安全隐患。另外,部分毫米波雷达不能检测静止物体,常用运动趋势来求解,导致误差较大。在实际智能交通中感知***数量庞大,所 以对部署在道路边缘上的感知***进行快速、安全的标定,是迫切需要解决的问题。
图2为本发明实施例提供的路侧传感器标定方法的一种流程示意图,该方法可以包 括如下步骤:
201:获取第一目标实时数据,所述第一目标实时数据包括第一目标的位置信息、时 间信息、属性信息和运动信息,其中,所述属性信息是所述第一目标固有的特征信息,所述运动信息是所述第一目标与运动相关的特征信息。
所述第一目标是传感器感知区域中的一种物体,并且所述第一目标自身具有定位和 收发信息的功能。例如图1所示所述第一目标是真值车160,通过通信网络连接真值车160,通信网络包括但不限于2G(2th Generation Mobile Communication Technology第二代移动通信技术)、3G、4G、5G、CV2X(Cellular Vehicle to Everything以蜂窝通信技 术为基础的V2X技术)、DSRC(Dedicated Short-Range Communication专用短程通信)、 WIFI中其中一种。
当与真值车160通信连接成功后,可以获取到真值车160实时数据[Tv,Pv,Rv,Mv],其中Tv为时间信息,Pv为位置信息,Rv为属性信息,Mv为运动信息。时间信息Tv也就 是真值车160采集数据时记录的时间戳,真值车160采集频率≤20Hz。位置信息Pv具体 包括[Vlong,Vlat,],其中,Vlong是真值车160的经度,Vlat是真值车160的纬度,运动信息 Mv是真值车160在行驶过程中与运动相关的特征信息,Mv具体包括[Vheading,Vspd,VA, VRoll,VPich],其中,Vheading是真值车160行驶方向,Vspd是速度,VA是加速度,VRoll是 翻滚角,VPich是俯仰角。属性信息Rv为真值车160自身固有的一些属性,Rv具体包括 [color,license_plate,long,width,high],其中,color是真值车160的颜色, license_plate是车牌号,long、width、high分别是真值车160的长度、宽度和高度。
需要说明的是,位置信息Pv[Vlong,Vlat,],中的Vlong和Vlat是真值车160在大地坐标系下的经度和纬度数据。
实时监控真值车160,真值车160按照预先设置的行驶路线行驶,当真值车160辆进入标定区域180时,启动标定程序。该标定区域180也是预先设置的,需要说明的是, 该标定区域180大于传感器感知范围。另外,需要说明的是,可以同时标定多个传感器, 只要多个传感器的感知区域存在共同重叠区域即可。例如如图1所述感知***110中的 摄像头111、毫米波112、激光雷达113可以同时进行标定,或者感知同一范围的多个感 知***也可以同时进行标定,例如在十字路口的横向和纵向的抱杆上分别设置有感知系 统,这些感知***同时感知十字路口中心区域,在上述情况下,多个传感器可以同时进 行标定。在本实施例中,对标定传感器的数量和传感器的种类不做限定。
202:获取传感器实时数据,所述传感器实时数据是在位于路侧的传感器视野范围内 对所有目标的跟踪数据,其中,所有目标包括第一目标,所述传感器与所述第一目标时间同步。
在获取传感器实时数据时,可以直接从每个单独的传感器中获取传感器数据,也可 以如图1所示通过感知***110获取每个传感器的数据,还可以通过计算单元170获取存储在计算单元170中的传感器数据,本申请实施例对传感器数据的获取路径不做限定。传感器感知视野范围内的所有目标,所有目标包括但不限于车道线、斑马线、路标指示 牌、交通参与者、栏杆等。所有目标包括第一目标,如图1所示,在所有目标中的交通 参与者中包括真值车160。
在本申请的一个实施例中,如图1所示通过专用的API(Application-Programming- Interface应用程序编程接口)接口与计算单元170进行数据交互,实现待标定传感器对交 通参与者的分类、检测及跟踪相关数据的交互,交通参与者包括行人、自行车、汽车等。 当真值车160进入待标定传感器的视野范围内时,获取的交通参与者跟踪数据中包含真 值车160跟踪数据。
需要说明的是,不同种类的传感器因为自身特有的性质,获取的真值车160的跟踪数据有区别,例如图1所示摄像头111可以获取真值车160的颜色、车牌号等属性信息, 毫米波雷达112和激光雷达113可以获取真值车160的长度、宽度和高度等属性信息。 当然摄像头111、雷达112和激光雷达113均可以获取真值车160的速度、行驶方向、航 向角和位置等信息。并且该位置信息是每个传感器在以自身为原点建立坐标系下多获得 的真值车160坐标信息。
另外,需要说明的是,真值车160、计算单元170,传感器等与标定相关的设备需要通过GNSS(GlobalNavigationSatelliteSystem全球导航卫星***)进行时间同步。各设备之间的同步误差需小于等于10ms。因为在步骤204中在对比数据时,需要进行时间对齐, 所以各在获取数据之前,各设备需要同步时间,并且误差需要控制在一定范围内,这样 可以精准的对齐时间,以便对比两组数据。
203:对比所述第一目标实时数据和所述传感器实时数据,根据所述第一目标属性信 息和运动信息,筛选出所述传感器实时数据中第一目标跟踪数据。
将第一目标实时数据和传感器实时数据进行对比,挑选出传感器视野范围内所有目 标中哪一个是第一目标。实时获取传感器对交通参与者的跟踪结果,跟踪结果包含每个交通参与者的属性信息和运动信息。通过对比每个交通参与者和第一目标的属性信息或者运动信息,并且不断增加匹配条件,该条件指的是属性信息和运动信息,最终从所有 目标中挑选出第一目标。
在本申请的一个可选实施例中,将所述所有目标中的每个目标分别与所述第一目标 进行对比,得到与所述第一目标具有相同属性信息和/或相同运动信息的第二目标;向所 述第一目标下发速度指令,若获得的所述第二目标实时数据中的实时运动信息与所述速 度指令信息相一致,确定所述第二目标为所述第一目标;其中,所述速度指令包括第一目标加速、第一目标减速、第一目标停止。
作为示例,获取例如图1所示摄像头111实时数据,将获取到的所有车辆的跟踪数据逐一和真值车160实时数据进行对比,可以先对比属性信息中的车牌号信息,如果车 牌号信息一致,接着对比运动信息,比如对比行驶方向信息,如果相一致,接着对比速 度信息,如果速度信息也相一致,则确定该车辆为第二目标。该第二目标与真值车160 有多个相同的特征信息,很有可能就是真值车160。需要对其进行进一步判断,确认第 二目标就是真值车160,完成真值车160的身份鉴定。
向第一目标即真值车160下发速度更新指令,速度更新指令包括真值车160加速、减速、停车等,真值车160按照速度更新指令进行驾驶。查询传感器的跟踪结果,检测 返回值是否为下发的结果,如果传感器跟踪结果和速度更新指令相一致,则确定第二目 标就是真值车160,筛选出真值车160,记录传感器实时数据中真值车160跟踪数据,完 成真值车160身份鉴定。如果传感器跟踪结果和速度更新指令不一致,则继续将所有车 辆中剩余车辆实时数据与真值车160实时数据进行对比,直到寻找到真值车160,完成真 值车160身份鉴定。
作为示例,获取例如图1所示毫米波雷达112实时数据,将所有车辆的跟踪数据和真 值车160实时数据进行对比,可以先逐一对比属性信息中的长度、宽度、高度信息,如 果长度、宽度、高度信息一致,接着对比运动信息,比如对比行驶方向信息,如果相一 致,接着对比速度信息,如果速度信息也相一致,则确定该车辆为第二目标。
向第一目标即真值车160下发速度更新指令,速度更新指令包括真值车160加速、减速、停车等,真值车160按照速度更新指令进行驾驶。查询传感器的跟踪结果,检测 返回值是否为下发的结果,如果传感器跟踪结果和速度更新指令相一致,则确定第二目 标就是真值车160,筛选出真值车160,记录传感器实时数据中真值车160跟踪数据,完 成真值车160身份鉴定。如果传感器跟踪结果和速度更新指令不一致,则继续将所有车 辆中剩余车辆实时数据与真值车160实时数据进行对比,直到寻找到真值车160,完成真 值车160身份鉴定。
需要说明的是,在标定的过程中,可以对感知***中的多个传感器同时进行标定,但需要依次分别对比每个传感器与第一目标的实时数据。
204:将所述第一目标跟踪数据和所述第一目标实时数据进行时间对齐,通过对应所 述第一目标跟踪数据和所述第一目标实时数据中的位置信息,获得传感器坐标系和大地 坐标系的映射关系式。
传感器采集到的第一目标位置信息是在以传感器自身坐标系下的位置信息,在第一 目标实时数据中,第一目标自身发送的采集信息是在大地坐标系下的经纬度信息。在从传感器实时数据中挑选出第一目标跟踪数据后,需要将第一目标跟踪数据和第一目标实时数据中的位置信息进行关联,从而获得传感器坐标系和大地坐标系的映射关系。因为 第一目标在标定的过程中是运动的,所以不同的时间对应的位置信息是不同的,所以需 要将第一目标跟踪数据和第一目标实时数据进行时间对齐,这样才能关联上在两个坐标 系下相对应的位置信息。
在本申请的一个可选实施例中,在所述第一目标实时数据中寻找与传感器标定起始 时间戳相近的时间戳,得到第一目标第一时间戳,所述传感器标定起始时间戳是在所述传感器视野范围内首次采集到第一目标时对应的时间戳。根据传感器延时误差,搜索所 述第一目标实时数据中与所述第一目标第一时间戳临近的时间戳,得到第一目标第二时 间戳,所述第一目标第二时间戳是与所述传感器标定起始时间戳相对应的时间戳。根据 所述传感器标定起始时间戳和所述第一目标第二时间戳,时间对齐所述第一目标跟踪数 据和所述第一目标实时数据,通过对应所述第一目标跟踪数据和所述第一目标实时数据 中的位置信息,获得传感器坐标系和大地坐标系的映射关系式。
如图1所示,真值车160进入摄像头111的感知范围内,即区域131后,摄像头111 开始采集真值车160数据,首次采集真值车160时记录的时间戳就是摄像头111标定起 始时间戳Tstart,在真值车160实时数据中,找到与Tstart最接近的时间戳,与Tstart最接近 的时间戳即为第一目标第一时间戳。
但是,每个传感器在采集数据时因为自身的原因,会造成一定的感知时间延迟,例如摄像头111相对于毫米波雷达112和激光雷达113的延时会大些,但感知***中各传 感器的延迟通常为定值。所以在进行第一目标跟踪数据和第一目标实时数据时间对齐时, 第一目标第一时间戳并不是真正与Tstart对应的时间戳,第一目标第一时间戳需要减去延 时误差值后得到的时间戳,才是真正与Tstart对应的时间戳,即第一目标第二时间戳。所 以要消除延时误差,需要搜索第一目标第一时间戳前一个采样周期附近的值,才能对应 两组数据的位置信息。
在对齐第一目标跟踪数据和第一目标实时数据后,因为传感器和真值车160采样频 率比较高,所以获得了大量的相对应的位置信息,又因为真值车160是在大地坐标系下采集的位置信息,所以通过两组数据的位置信息,可获得传感器坐标系和大地坐标系的 转换关系式,即获得二者传感器坐标系和大地坐标系的映射关系。
205:依据所述映射关系式建立传感器虚拟坐标平面,所述虚拟坐标平面对应传感器 视野范围内真实地面每个位置的经纬度数据。
传感器虚拟坐标平面是抽象出来的,并不是真实存在的,它实际上是一张二维数据 表格,该数据表格是通过在传感器视野范围内虚拟平面的水平和竖直方向上进行插值计 算得到的。该数据表格里的数据包含在传感器感知范围内,即视野范围内真实地面上所有点的经度和纬度数据。
在本申请的一个实施例中,根据所述映射关系式,通过插值计算方法,在所述传感器视野范围内形成的虚拟平面的水平和竖直方向上进行插值,获得传感器视野范围内真实地面每个位置的经纬度数据,根据***的数值建立二维表格,所述表格为虚拟坐标平面。
如图3a所示,图3a为本发明实施例提供的摄像头感知范围内车辆行驶轨迹图。如图1所示的摄像头111,对摄像头111形成一个二维坐标平面,该坐标横向坐标轴为时间 轴,纵向坐标轴约平行于道路方向,并且是真值车160行驶方向,另外纵向坐标单位为 距离单位,根据摄像头111对真值车160的跟踪数据,在该坐标上标注其行驶轨迹,并 且同时标记在同时间段内相同行驶方向,摄像头111视野范围内社会车辆的行驶轨迹。 得到如图3a所示的车辆行驶轨迹图,即可以获得真值车160行驶轨迹311,行驶轨迹 321,以及行驶轨迹322,其中是行驶轨迹321和行驶轨迹322与真值车160同方向行驶 的两辆社会车辆行驶轨迹,将真实的摄像头111三维坐标中的数据,转换到的二维坐标 平面中来。
如图3b所示,图3b为本发明实施例提供的摄像头感知范围内虚拟平面坐标图。在图3a的基础上,截取图3a真值车160行驶轨迹311中的任意一段,得到真实轨迹331, 其中,P1、P2、P3为真值车160采样点,对真实轨迹331上的轨迹点进行分段插值,例 如对P1-P2这个分段进行插值,假设一个分段区间的单位像素和实际道路的经纬度存在 线性关系,设置坐标间隔即网格的单位为像素,依据摄像头111坐标系和大地坐标系的 映射关系,通过插值方法,在水平和竖直方向上进行插值,可获得一张摄像头111视野 范围内二维虚拟坐标平面。因为虚拟坐标平面上每个像素点对应一个真实地面的经纬度 数据,所以该虚拟平面拥有摄像头111视野范围内大地坐标系上每个地面位置的经纬度 信息。其中,横向坐标轴约垂直于道路方向,纵向坐标轴约平行于道路方向,因为相当 于摄像头111坐标平面和大地坐标系的坐标平面重合,所以该虚拟平面的横向坐标轴即 表示时间轴,又表示像素平面的X轴,又表示纬度,该虚拟平面的纵向坐标轴即表示像 素平面的Y轴,又表示经度。
在摄像头111正式使用的过程中,可以直接查找目标在虚拟坐标平面上对应的经纬 度数据,把现有技术中通过映射关系式计算坐标转换问题,变成数据检索查找问题。即以真值车160的真实轨迹用一定的规则反过来映射摄像头111的坐标系,建立一张二维 数据表格。在摄像头111正式使用的过程中,根据这张二维数据表格可以直接查出该车 在大地坐标系中的真实位置,无需复杂的坐标转换关系和摄像头111自身内参标定,内 参标定例如相机的畸变、焦距等,极大的简化了机器计算。
毫米波雷达112和激光雷达113生成虚拟坐标平面的方法跟上述摄像头111的实现方式类似,在此不再赘述。需要说明的是相机的坐标间隔即网格的单位为像素,毫米波 雷达112和激光雷达113网格单位为厘米,并且不同的传感器应用不同的平面划分规则 不同,其坐标间隔划分规则不同,例如摄像头111横向间隔稀疏,纵向间隔密集,毫米 波雷达112则相反,即毫米波雷达112横向间隔密集,纵向间隔稀疏。
在完成传感器标定后,还可以对标定数据进行校验,例如可以使真值车160按照原来预设路线重复行驶,获取并记录校验时真值车160实时数据,将该数据于标定后获得 的数据进行对比,标定后获得的数据即摄像头111在感知到真值车160后,在虚拟二维 平面中查找到的一组真值车160经纬度相关数据,对比真值车160实时数据和标定后获 得的数据,得到位置偏差,若该偏差小于等于偏差阈值,则标定数据校验成功,若偏差 超过阈值,则需要重新标定。
在传感器正式投入使用后,因自然或者人为原因导致传感器位置姿态发生变化,例 如出现大风天气,或者地质变形等。可以通过触发各种策略对标定数据进行纠偏。策略触发可以是事件触发,也可以是定时触发。例如当风力达到预设阈值后,启动纠偏程序, 或者时间间隔达到预设阈值后,启动纠偏程序,在此不做限定。
图4为本发明实施例提供的路侧传感器标定纠偏方法的一种流程示意图,该方法可 以包括如下步骤:
401:预瞄点提取,鉴定传感器标定偏差。
下面以如图1所示感知***110为例,详细描述步骤401。感知***110包括摄像头111、毫米波雷达112、激光雷达113,在感知***110完成整体标定后,可以通过摄像 头111拍摄一张图片,进行预瞄点提取。具体提取预瞄点的方式可以为,选择图片中固 定不变的物***置区域进行提取,例如斑马线,路边建筑物等,将该提取的区域信息存 储下来,当策略触发,需要进行纠偏时,摄像头111、毫米波雷达112、激光雷达113各 自提取该区域位置信息,对比位置偏差,以少数服从多数原则,纠正三个传感器中偏差 较大的标定数据。但是因为视线遮挡,或者其他原因导致对固定不变的物***置区域提 取失败,则需要启动内部区域划定程序,该内部区域划定程序是预瞄点提取的另一种实 现方式。
作为示例,内部区域划定程序包括:通过摄像头111拍摄一张图片,在图片中提取4个特征点,连接4个特征点,形成一个闭环区域,该区域面积≥10m2,如果提取不到多 个特征,则提取一个特征点,以该点为中心,在道路平行方向划定一个大于等于10m2的 区域。获取该区域里面每个点的经纬度数据存储下来。该区域里面的点即为先验点,以 先验点为基准,当策略触发的时候,摄像头111、毫米波雷达112、激光雷达113均对这 些先验点进行检测,若位置偏差超过阈值,则表明发生偏转,需要重新标定。
内部区域划定面积之所以需要大于等于10m2,主要是考虑还可以有另外一种鉴定传 感器偏差的方式。另外一种鉴定传感器偏差方式为,在划定完内部区域后,还可以比较各传感器对经过该区域的车辆获取的位置信息,以少数服从多数原则,挑选出位偏差较 大的传感器进行标定数据纠偏。
402:上报预警信息并纠正偏差。
通过上述几种方式中的任意一种发现传感器标定数据偏差过大时,需要对其标定数 据进行矫正。作为示例,矫正过程可以为计算需要矫正传感器的侧偏角,单步增加0.1度, 计算偏差,逐步逼近正确标定数据后,对整个转换结果进行转换关系重映射。更新转换矩阵,同时上报平台待矫正传感器发生偏移矫正后的参数。在获得反馈后,再次进行标 定数据纠偏校验,若数据偏差在偏差阈值范围内,则纠偏成功。
相应于上述方法实施例,本发明实施例提供了一种传感器标定***。图5为本发明实施例提供的路侧传感器标定***的一种结构示意图,传感器标定***150可以单独为 一个计算***部署在路侧,也可以位于边缘云,还可以位于如图1所示真值车160中, 标定***具***置在此不做限定。该***包括以下单元:
第一获取单元501,用于获取第一目标实时数据,所述第一目标实时数据包括第一目标的位置信息、时间信息、属性信息和运动信息,其中,所述属性信息是所述第一目 标固有的特征信息,所述运动信息是所述第一目标与运动相关的特征信息。
所述第一目标是传感器感知区域中的一种物体,并且所述第一目标自身具有定位和 收发信息的功能。例如图1所示所述第一目标是真值车160。当与真值车160通信连接成功后,第一获取单元可以获取到真值车160实时数据。
需要说明的是,第一目标的位置信息指的是第一目标在大地坐标系下的经度和纬度 数据。
第二获取单元502,用于获取传感器实时数据,所述传感器实时数据是在位于路侧的传感器视野范围内对所有目标的跟踪数据,其中,所有目标包括第一目标,所述传感 器与所述第一目标时间同步。
在获取传感器实时数据时,可以直接从每个单独的传感器中获取传感器数据,也可 以如图1所示通过感知***110获取每个传感器的数据,还可以通过计算单元170获取存储在计算单元170中的传感器数据,本申请实施例对传感器数据的获取路径不做限定。传感器感知视野范围内的所有目标,所有目标包括但不限于车道线、斑马线、路标指示 牌、交通参与者、栏杆等。所有目标包括第一目标,即在所有目标中的交通参与者中包 括真值车160。
需要说明的是,真值车160、计算单元170,传感器等与标定相关的设备需要通过GNSS进行时间同步。各设备之间的同步误差需小于等于10ms。
筛选单元503,用于对比所述第一目标实时数据和所述传感器实时数据,根据所述第一目标属性信息和运动信息,筛选出所述传感器实时数据中第一目标跟踪数据。
筛选单元,用于将第一目标实时数据和传感器实时数据进行对比,挑选出传感器视 野范围内所有目标中哪一个是第一目标。实时获取传感器对交通参与者的跟踪结果,跟踪结果包含每个交通参与者的属性信息和运动信息。通过对比每个交通参与者和第一目标的属性信息或者运动信息,并且不断增加匹配条件,该条件指的是属性信息和运动信息,最终从所有目标中挑选出第一目标。
在本申请的一个可选实施例中,筛选单元用于,将所述所有目标中的每个目标分别 与所述第一目标进行对比,得到与所述第一目标具有相同属性信息和/或相同运动信息的 第二目标;向所述第一目标下发速度指令,若获得的所述第二目标实时数据中的实时运动信息与所述速度指令信息相一致,确定所述第二目标为所述第一目标;其中,所述速 度指令包括第一目标加速、第一目标减速、第一目标停止。
需要说明的是,筛选单元,可以对感知***中的多个传感器同时进行标定,但需要依次分别对比每个传感器与第一目标的实时数据。
映射单元504,用于将所述第一目标跟踪数据和所述第一目标实时数据进行时间对 齐,通过对应所述第一目标跟踪数据和所述第一目标实时数据中的位置信息,获得传感器坐标系和大地坐标系的映射关系式。
传感器采集到的第一目标位置信息是在以传感器自身坐标系下的位置信息,在第一 目标实时数据中,第一目标自身发送的采集信息是在大地坐标系下的经纬度信息。在从传感器实时数据中挑选出第一目标跟踪数据后,需要将第一目标跟踪数据和第一目标实时数据中的位置信息进行关联,从而获得传感器坐标系和大地坐标系的映射关系。因为 第一目标在标定的过程中是运动的,所以不同的时间对应的位置信息是不同的,所以需 要将第一目标跟踪数据和第一目标实时数据进行时间对齐,这样才能关联上在两个坐标 系下相对应的位置信息。
在本申请的一个可选实施例中,映射单元用于,在所述第一目标实时数据中寻找与 传感器标定起始时间戳相近的时间戳,得到第一目标第一时间戳,所述传感器标定起始时间戳是在所述传感器视野范围内首次采集到第一目标时对应的时间戳。根据传感器延时误差,搜索所述第一目标实时数据中与所述第一目标第一时间戳临近的时间戳,得到 第一目标第二时间戳,所述第一目标第二时间戳是与所述传感器标定起始时间戳相对应 的时间戳。根据所述传感器标定起始时间戳和所述第一目标第二时间戳,时间对齐所述 第一目标跟踪数据和所述第一目标实时数据,通过对应所述第一目标跟踪数据和所述第 一目标实时数据中的位置信息,获得传感器坐标系和大地坐标系的映射关系式。
虚拟坐标单元505,用于依据所述映射关系式建立传感器虚拟坐标平面,所述虚拟坐标平面对应传感器视野范围内真实地面每个位置的经纬度数据。
传感器虚拟坐标平面是抽象出来的,并不是真实存在的,它实际上是一张二维数据 表格,该数据表格是通过在传感器视野范围内虚拟平面的水平和竖直方向上进行插值计 算得到的。该数据表格里的数据包含在传感器感知范围内,即视野范围内真实地面上所有点的经度和纬度数据。
在本申请的一个实施例中,虚拟坐标单元,用于根据所述映射关系式,通过插值计算方法,在所述传感器视野范围内形成的虚拟平面的水平和竖直方向上进行插值,获得 传感器视野范围内真实地面每个位置的经纬度数据,根据***的数值建立二维表格,所 述表格为虚拟坐标平面。
上述***、装置实施例与***实施例相对应,与该方法实施例具有同样的技术效果, 具体说明参见方法实施例。装置实施例是基于方法实施例得到的,具体的说明可以参见 方法实施例部分,此处不再赘述。本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解:实施例中的装置中的模块可以按照实施例描述分布 于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然 可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换; 而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和 范围。
Claims (10)
1.一种路侧传感器标定方法,其特征在于,所述方法包括以下步骤:
获取第一目标实时数据,所述第一目标实时数据包括第一目标的位置信息、时间信息、属性信息和运动信息,其中,所述属性信息是所述第一目标固有的特征信息,所述运动信息是所述第一目标与运动相关的特征信息;
获取传感器实时数据,所述传感器实时数据是在位于路侧的传感器视野范围内对所有目标的跟踪数据,其中,所有目标包括第一目标,所述传感器与所述第一目标时间同步;
对比所述第一目标实时数据和所述传感器实时数据,根据所述第一目标属性信息和运动信息,筛选出所述传感器实时数据中第一目标跟踪数据;
将所述第一目标跟踪数据和所述第一目标实时数据进行时间对齐,通过对应所述第一目标跟踪数据和所述第一目标实时数据中的位置信息,获得传感器坐标系和大地坐标系的映射关系式;
依据所述映射关系式建立传感器虚拟坐标平面,所述虚拟坐标平面对应传感器视野范围内真实地面每个位置的经纬度数据。
2.如权利要求1所述的方法,其特征在于,所述属性信息包括第一目标颜色、第一目标体积,所述运动信息包括第一目标速度、第一目标运动方向、第一目标航向角、第一目标加速度。
3.如权利要求1所述的方法,其特征在于,所述传感器实时数据是记录在路侧计算单元的传感器实时数据。
4.如权利要求1所述的方法,其特征在于,所述对比所述第一目标实时数据和所述传感器实时数据,根据所述第一目标属性信息和运动信息,筛选出所述传感器实时数据中第一目标跟踪数据,包括:
将所述所有目标中的每个目标分别与所述第一目标进行对比,得到与所述第一目标具有相同属性信息和/或相同运动信息的第二目标;
向所述第一目标下发速度指令,若获得的所述第二目标实时数据中的实时运动信息与所述速度指令信息相一致,确定所述第二目标为所述第一目标;
其中,所述速度指令包括第一目标加速、第一目标减速、第一目标停止。
5.如权利要求1所述的方法,其特征在于,所述将所述第一目标跟踪数据和所述第一目标实时数据进行时间对齐,通过对应所述第一目标跟踪数据和所述第一目标实时数据中的位置信息,获得传感器坐标系和大地坐标系的映射关系式,包括:
在所述第一目标实时数据中寻找与传感器标定起始时间戳相近的时间戳,得到第一目标第一时间戳,所述传感器标定起始时间戳是在所述传感器视野范围内首次采集到第一目标时对应的时间戳;
根据传感器延时误差,搜索所述第一目标实时数据中与所述第一目标第一时间戳临近的时间戳,得到第一目标第二时间戳,所述第一目标第二时间戳是与所述传感器标定起始时间戳相对应的时间戳;
根据所述传感器标定起始时间戳和所述第一目标第二时间戳,时间对齐所述第一目标跟踪数据和所述第一目标实时数据,通过对应所述第一目标跟踪数据和所述第一目标实时数据中的位置信息,获得传感器坐标系和大地坐标系的映射关系式。
6.如权利要求1所述的方法,其特征在于,所述依据所述映射关系式建立传感器虚拟坐标平面,所述虚拟坐标平面对应传感器视野范围内真实地面每个位置的经纬度数据,包括:
根据所述映射关系式,通过插值计算方法,在所述传感器视野范围内形成的虚拟平面的水平和竖直方向上进行插值,获得传感器视野范围内真实地面每个位置的经纬度数据;
根据***的数值建立二维表格,所述表格为虚拟坐标平面。
7.一种路侧传感器标定***,其特征在于,所述***包括:
第一获取单元,用于获取第一目标实时数据,所述第一目标实时数据包括第一目标的位置信息、时间信息、属性信息和运动信息,其中,所述属性信息是所述第一目标固有的特征信息,所述运动信息是所述第一目标与运动相关的特征信息;
第二获取单元,用于获取传感器实时数据,所述传感器实时数据是在位于路侧的传感器视野范围内对所有目标的跟踪数据,其中,所有目标包括第一目标,所述传感器与所述第一目标时间同步;
筛选单元,用于对比所述第一目标实时数据和所述传感器实时数据,根据所述第一目标属性信息和运动信息,筛选出所述传感器实时数据中第一目标跟踪数据;
映射单元,用于将所述第一目标跟踪数据和所述第一目标实时数据进行时间对齐,通过对应所述第一目标跟踪数据和所述第一目标实时数据中的位置信息,获得传感器坐标系和大地坐标系的映射关系式;
虚拟坐标单元,用于依据所述映射关系式建立传感器虚拟坐标平面,所述虚拟坐标平面对应传感器视野范围内真实地面每个位置的经纬度数据。
8.如权利要求7所述的***,其特征在于,所述筛选单元用于:
将所述所有目标中的每个目标分别与所述第一目标进行对比,得到与所述第一目标具有相同属性信息和/或相同运动信息的第二目标;
向所述第一目标下发速度指令,若获得的所述第二目标实时数据中的实时运动信息与所述速度指令信息相一致,确定所述第二目标为所述第一目标;
其中,所述速度指令包括第一目标加速、第一目标减速、第一目标停止。
9.如权利要求7所述的***,其特征在于,所述映射单元用于:
在所述第一目标实时数据中寻找与传感器标定起始时间戳相近的时间戳,得到第一目标第一时间戳,所述传感器标定起始时间戳是在所述传感器视野范围内首次采集到第一目标时对应的时间戳;
根据传感器延时误差,搜索所述第一目标实时数据中与所述第一目标第一时间戳临近的时间戳,得到第一目标第二时间戳,所述第一目标第二时间戳是与所述传感器标定起始时间戳相对应的时间戳;
根据所述传感器标定起始时间戳和所述第一目标第二时间戳,时间对齐所述第一目标跟踪数据和所述第一目标实时数据,通过对应所述第一目标跟踪数据和所述第一目标实时数据中的位置信息,获得传感器坐标系和大地坐标系的映射关系式。
10.如权利要求7所述的***,其特征在于,所述虚拟坐标单元用于:
根据所述映射关系式,通过插值计算方法,在所述传感器视野范围内形成的虚拟平面的水平和竖直方向上进行插值,获得传感器视野范围内真实地面每个位置的经纬度数据;
根据***的数值建立二维表格,所述表格为虚拟坐标平面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110832474.2A CN113465608B (zh) | 2021-07-22 | 2021-07-22 | 一种路侧传感器标定方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110832474.2A CN113465608B (zh) | 2021-07-22 | 2021-07-22 | 一种路侧传感器标定方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113465608A true CN113465608A (zh) | 2021-10-01 |
CN113465608B CN113465608B (zh) | 2024-05-03 |
Family
ID=77881993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110832474.2A Active CN113465608B (zh) | 2021-07-22 | 2021-07-22 | 一种路侧传感器标定方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113465608B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114419746A (zh) * | 2021-12-24 | 2022-04-29 | 北京万集科技股份有限公司 | 一种rsu标定方法、装置、电子设备和*** |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101949715A (zh) * | 2010-08-10 | 2011-01-19 | 武汉武大卓越科技有限责任公司 | 高精度时空数据获取的多传感器集成同步控制方法和*** |
WO2014026074A2 (en) * | 2012-08-09 | 2014-02-13 | Bae Systems Information And Electronic Systems Integration Inc. | Integrated data registration |
CN103727961A (zh) * | 2014-01-14 | 2014-04-16 | 中国科学院长春光学精密机械与物理研究所 | 光电经纬仪动态误差修正方法 |
KR20170114045A (ko) * | 2016-03-31 | 2017-10-13 | 주식회사 아이유플러스 | 이미지 센서 및 레이더 센서를 이용하여 타겟의 궤적을 추적하는 장치 및 방법 |
CN108010360A (zh) * | 2017-12-27 | 2018-05-08 | 中电海康集团有限公司 | 一种基于车路协同的自动驾驶环境感知*** |
US20180150432A1 (en) * | 2015-08-31 | 2018-05-31 | Huawei Technologies Co., Ltd. | Method and apparatus for measuring time samp unit of remote device |
CN108253975A (zh) * | 2017-12-29 | 2018-07-06 | 驭势(上海)汽车科技有限公司 | 一种建立地图信息及车辆定位的方法与设备 |
CN109215083A (zh) * | 2017-07-06 | 2019-01-15 | 华为技术有限公司 | 车载传感器的外部参数标定的方法和设备 |
CN109239720A (zh) * | 2018-10-18 | 2019-01-18 | 清华大学苏州汽车研究院(吴江) | 一种智能激光雷达装置、***及其数据处理方法 |
CN109520513A (zh) * | 2018-10-22 | 2019-03-26 | 浙江吉利汽车研究院有限公司 | 一种三维地图绘制方法及装置 |
US10285141B1 (en) * | 2012-09-19 | 2019-05-07 | Safeco Insurance Company Of America | Data synchronization across multiple sensors |
CN109816732A (zh) * | 2018-12-29 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 标定方法、标定***、矫正方法、矫正***及车辆 |
CN109974717A (zh) * | 2019-03-13 | 2019-07-05 | 浙江吉利汽车研究院有限公司 | 一种地图上目标点的定位方法、装置及终端 |
CN109991636A (zh) * | 2019-03-25 | 2019-07-09 | 启明信息技术股份有限公司 | 基于gps、imu以及双目视觉的地图构建方法及*** |
CN110044371A (zh) * | 2018-01-16 | 2019-07-23 | 华为技术有限公司 | 一种车辆定位的方法以及车辆定位装置 |
CN110135387A (zh) * | 2019-05-24 | 2019-08-16 | 李子月 | 一种基于传感器融合的图像快速识别方法 |
CN110741282A (zh) * | 2019-08-21 | 2020-01-31 | 深圳市速腾聚创科技有限公司 | 外参标定方法、装置、计算设备以及计算机存储介质 |
CN111044992A (zh) * | 2018-10-11 | 2020-04-21 | 百度(美国)有限责任公司 | 用于自动驾驶的基于交叉验证的自动lidar校准 |
CN111060126A (zh) * | 2019-12-31 | 2020-04-24 | 东软睿驰汽车技术(沈阳)有限公司 | 定位方法、装置及车辆 |
CN112101209A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 用于路侧计算设备的确定世界坐标点云的方法和装置 |
CN112379354A (zh) * | 2020-11-16 | 2021-02-19 | 哈尔滨工业大学 | 一种mems扫描激光雷达***的时间误差自标定方法 |
CN112964291A (zh) * | 2021-04-02 | 2021-06-15 | 清华大学 | 一种传感器标定的方法、装置、计算机存储介质及终端 |
CN113093130A (zh) * | 2021-04-15 | 2021-07-09 | 武汉理工大学 | 基于全球定位***标靶的雷达二维安装姿态标定方法及*** |
-
2021
- 2021-07-22 CN CN202110832474.2A patent/CN113465608B/zh active Active
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101949715A (zh) * | 2010-08-10 | 2011-01-19 | 武汉武大卓越科技有限责任公司 | 高精度时空数据获取的多传感器集成同步控制方法和*** |
WO2014026074A2 (en) * | 2012-08-09 | 2014-02-13 | Bae Systems Information And Electronic Systems Integration Inc. | Integrated data registration |
US10285141B1 (en) * | 2012-09-19 | 2019-05-07 | Safeco Insurance Company Of America | Data synchronization across multiple sensors |
CN103727961A (zh) * | 2014-01-14 | 2014-04-16 | 中国科学院长春光学精密机械与物理研究所 | 光电经纬仪动态误差修正方法 |
US20180150432A1 (en) * | 2015-08-31 | 2018-05-31 | Huawei Technologies Co., Ltd. | Method and apparatus for measuring time samp unit of remote device |
KR20170114045A (ko) * | 2016-03-31 | 2017-10-13 | 주식회사 아이유플러스 | 이미지 센서 및 레이더 센서를 이용하여 타겟의 궤적을 추적하는 장치 및 방법 |
CN109215083A (zh) * | 2017-07-06 | 2019-01-15 | 华为技术有限公司 | 车载传感器的外部参数标定的方法和设备 |
CN108010360A (zh) * | 2017-12-27 | 2018-05-08 | 中电海康集团有限公司 | 一种基于车路协同的自动驾驶环境感知*** |
CN108253975A (zh) * | 2017-12-29 | 2018-07-06 | 驭势(上海)汽车科技有限公司 | 一种建立地图信息及车辆定位的方法与设备 |
CN110044371A (zh) * | 2018-01-16 | 2019-07-23 | 华为技术有限公司 | 一种车辆定位的方法以及车辆定位装置 |
CN111044992A (zh) * | 2018-10-11 | 2020-04-21 | 百度(美国)有限责任公司 | 用于自动驾驶的基于交叉验证的自动lidar校准 |
CN109239720A (zh) * | 2018-10-18 | 2019-01-18 | 清华大学苏州汽车研究院(吴江) | 一种智能激光雷达装置、***及其数据处理方法 |
CN109520513A (zh) * | 2018-10-22 | 2019-03-26 | 浙江吉利汽车研究院有限公司 | 一种三维地图绘制方法及装置 |
CN109816732A (zh) * | 2018-12-29 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 标定方法、标定***、矫正方法、矫正***及车辆 |
CN109974717A (zh) * | 2019-03-13 | 2019-07-05 | 浙江吉利汽车研究院有限公司 | 一种地图上目标点的定位方法、装置及终端 |
CN109991636A (zh) * | 2019-03-25 | 2019-07-09 | 启明信息技术股份有限公司 | 基于gps、imu以及双目视觉的地图构建方法及*** |
CN110135387A (zh) * | 2019-05-24 | 2019-08-16 | 李子月 | 一种基于传感器融合的图像快速识别方法 |
CN110741282A (zh) * | 2019-08-21 | 2020-01-31 | 深圳市速腾聚创科技有限公司 | 外参标定方法、装置、计算设备以及计算机存储介质 |
CN111060126A (zh) * | 2019-12-31 | 2020-04-24 | 东软睿驰汽车技术(沈阳)有限公司 | 定位方法、装置及车辆 |
CN112101209A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 用于路侧计算设备的确定世界坐标点云的方法和装置 |
CN112379354A (zh) * | 2020-11-16 | 2021-02-19 | 哈尔滨工业大学 | 一种mems扫描激光雷达***的时间误差自标定方法 |
CN112964291A (zh) * | 2021-04-02 | 2021-06-15 | 清华大学 | 一种传感器标定的方法、装置、计算机存储介质及终端 |
CN113093130A (zh) * | 2021-04-15 | 2021-07-09 | 武汉理工大学 | 基于全球定位***标靶的雷达二维安装姿态标定方法及*** |
Non-Patent Citations (7)
Title |
---|
季勤超: "基于无人机和差分GPS 的舰载雷达动态标校方法", 计算机与数字工程, pages 1 - 5 * |
季勤超;姚申茂;杨利斌;贺林波;: "基于无人机和差分GPS的舰载雷达动态标校方法", 计算机与数字工程, no. 10, 20 October 2018 (2018-10-20), pages 1 - 5 * |
季勤超;姚申茂;杨利斌;贺林波;: "基于无人机和差分GPS的舰载雷达动态标校方法", 计算机与数字工程, no. 10, pages 1 - 5 * |
***、戴一凡,李家文: "智能网联汽车发展动态及对策建议", 智能网联汽车, 25 November 2018 (2018-11-25) * |
林华, 玄兆林, 刘忠: "用于多传感器目标跟踪的数据时空对准方法", ***工程与电子技术, no. 06 * |
潘燕;张伟;赵雨;楼向明;: "线结构光传感器参数现场标定方法", 自动化仪表, no. 09 * |
贾子永;任国全;李冬伟;程子阳;: "视觉与激光雷达信息融合的目标领航车识别方法", 火力与指挥控制, no. 06 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114419746A (zh) * | 2021-12-24 | 2022-04-29 | 北京万集科技股份有限公司 | 一种rsu标定方法、装置、电子设备和*** |
CN114419746B (zh) * | 2021-12-24 | 2024-04-09 | 北京万集科技股份有限公司 | 一种rsu标定方法、装置、电子设备和*** |
Also Published As
Publication number | Publication date |
---|---|
CN113465608B (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110174093B (zh) | 定位方法、装置、设备和计算机可读存储介质 | |
JP7127941B2 (ja) | 方法、システム及びプログラム | |
CN106441319B (zh) | 一种无人驾驶车辆车道级导航地图的生成***及方法 | |
KR102128851B1 (ko) | 제1 랜드마크의 글로벌 위치를 결정하는 방법 및 시스템 | |
US11971274B2 (en) | Method, apparatus, computer program, and computer-readable recording medium for producing high-definition map | |
Brenner | Extraction of features from mobile laser scanning data for future driver assistance systems | |
CN109084786B (zh) | 一种地图数据的处理方法 | |
CN109931939A (zh) | 车辆的定位方法、装置、设备及计算机可读存储介质 | |
WO2015096717A1 (zh) | 一种定位方法及装置 | |
CN112017431A (zh) | 基于多数据融合的主动式车辆持续跟踪定位***及方法 | |
CN105512646A (zh) | 一种数据处理方法、装置及终端 | |
CN106462727A (zh) | 用于车道尽头识别的***和方法 | |
Yozevitch et al. | GNSS accuracy improvement using rapid shadow transitions | |
Wang et al. | Automatic road extraction from mobile laser scanning data | |
US20210208282A1 (en) | Detection device and detection system | |
CN112924955B (zh) | 一种路侧激光雷达点云坐标动态修正方法 | |
US11934746B2 (en) | Information generation device | |
CN113465608B (zh) | 一种路侧传感器标定方法及*** | |
CN113740884A (zh) | 低慢小无人飞行器目标诱骗干扰效果评估方法 | |
KR20200002257A (ko) | 꼭지점 검출 기반의 도로 표지판 검출 방법 및 장치 | |
JP7289761B2 (ja) | 車両の自己位置推定装置、および、自己位置推定方法 | |
Belaroussi et al. | Vehicle attitude estimation in adverse weather conditions using a camera, a GPS and a 3D road map | |
KR102136924B1 (ko) | 피테스트 카메라 모듈의 상대 위치 산출 정확도를 평가하기 위한 평가 방법 및 시스템 | |
KR20220035641A (ko) | 정밀지도와 카메라 정보를 활용한 측위 정확도 개선 시스템 | |
CN110706287A (zh) | 一种基于地面标识格的车辆定位方法、车辆及定位*** |
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 |