CN113689695A - 路侧感知***的数据采集、可视化和标定的方法及*** - Google Patents
路侧感知***的数据采集、可视化和标定的方法及*** Download PDFInfo
- Publication number
- CN113689695A CN113689695A CN202110919719.5A CN202110919719A CN113689695A CN 113689695 A CN113689695 A CN 113689695A CN 202110919719 A CN202110919719 A CN 202110919719A CN 113689695 A CN113689695 A CN 113689695A
- Authority
- CN
- China
- Prior art keywords
- calibration
- data
- server
- package
- recording
- 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 27
- 238000012800 visualization Methods 0.000 title claims abstract description 23
- 230000000007 visual effect Effects 0.000 claims abstract description 91
- 230000006854 communication Effects 0.000 claims abstract description 54
- 238000004891 communication Methods 0.000 claims abstract description 53
- 230000004927 fusion Effects 0.000 claims description 65
- 230000008447 perception Effects 0.000 claims description 42
- 238000005070 sampling Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000001960 triggered effect Effects 0.000 claims description 12
- 230000003068 static effect Effects 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 8
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims 8
- 238000013079 data visualisation Methods 0.000 claims 8
- 238000012360 testing method Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/16—Implementation or adaptation of Internet protocol [IP], of transmission control protocol [TCP] or of user datagram protocol [UDP]
- H04L69/164—Adaptation or special uses of UDP protocol
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种路侧感知***的数据采集、可视化和标定的方法及***，包括：标定车端执行开始录包操作时，标定车端利用UDP通信下发开始录包指令给服务器，服务器将开始录包指令转发给自定义消息协议中待标定的路端超视距感知***，超视距感知***开始录包操作，记录各个传感器的感知结果数据，在超视距感知***开始执行录包操作的同时，标定车立即开始录包操作，记录标定车上组合导航的定位数据；根据记录的路侧端各个传感器的感知结果数据以及标定车的绝对定位数据，利用标定算法实现对超视距感知***中包含的激光雷达、毫米波雷达以及相机的标定；本发明能够实现一次性采集多个路口感知***的数据，并且实现对各个路口各个传感器的标定工作。
Description
技术领域
本发明涉及路侧感知***技术领域，具体地，涉及路侧感知***的数据采集、可视化和标定的方法及***，更为具体地，涉及一种针对路侧感知***的数据采集、可视化及标定一体化的***方案。
背景技术
专利文献CN110853393B(申请号：201911176850.6)公开了一种智能网联车辆测试场数据采集与融合方法及***，该方法包括：步骤1，根据采集到的测试场内的静态数据，构建测试场内地图的静态层；步骤2，路侧动态数据采集模块对感知范围内的动态目标进行跟踪，并通过生成相应标号下的航迹数据管理文件；步骤3，通过车端动态数据采集模块获取自车位置数据、自车驾驶状态数据和自车周围环境数据，由车载计算单元对动态目标的航迹进行初步融合；步骤4，数据融合及可视化模块构建测试场内地图的动态层；步骤5，通过增添和更改的方式模拟智能网联车辆测试所需的各种交通场景；步骤6，通过数据融合及可视化模块实时显示以及输送给测试智能网联车辆进行测试。
目前针对路侧感知***的标定方案，需要有技术人员驾驶标定车在感知***的视野范围内缓慢在道路上行驶，并且通过终端命令采集标定车的定位数据，同时还需要技术人员在路侧感知***端通过终端命令采集路侧感知***各个传感器的感知数据。采集完数据之后，需要把数据都拷贝到计算单元，然后需要在终端中输入一系列的命令，把采集到的数据作为标定算法的输入，最终输出标定结果。由此可以看出，目前对于路侧感知***的标定方案非常繁琐，对操作人员技术水平要求较高，时间成本也较高。
同时，目前的标定算法都只能标定单一的传感器，并不能同时标定感知***中的激光雷达、毫米波雷达以及相机。
目前市场上还没有一套成熟并且完整的路侧传感器自动化标定***能够同时实现对激光雷达、摄像头以及毫米波雷达传感器的数据采集、可视化及自动化标定。本发明的关键技术效果在于开发了一套集成激光雷达、相机以及毫米波雷达标定算法的路侧超视距感知***数据采集、可视化及标定的***方案。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种路侧感知***的数据采集、可视化和标定的方法及***。
根据本发明提供的一种路侧感知***的数据采集、可视化和标定的方法，包括：
步骤S1：标定车端执行开始录包操作时，标定车端利用UDP通信下发开始录包指令给服务器，服务器将开始录包指令转发给自定义消息协议中待标定的路端超视距感知***，超视距感知***开始录包操作，记录各个传感器的感知结果数据，在超视距感知***开始执行录包操作的同时，标定车立即开始录包操作，记录标定车上组合导航的定位数据；
步骤S2：标定车端执行结束录包操作时，标定车端利用UDP通信下发结束录包的指令给服务器，服务器将结束录包指令转发给自定义消息协议中待标定的路端超视距感知***，超视距感知***结束录包操作，停止记录各个传感器的感知结果数据，与此同时，标定车立即结束录包操作，停止记录标定车上组合导航的定位数据；
步骤S3：根据记录的路侧端各个传感器的感知结果数据以及标定车的绝对定位数据，利用标定算法实现对超视距感知***中包含的激光雷达、毫米波雷达以及相机的标定；
步骤S4：可视化的输出组合导航实时的定位数据、激光雷达和毫米波雷达感知的点云数据以及相机拍摄的图像数据；
所述自定义消息协议包括待标定的路端超视距感知***信息；
所述超视距感知***包括激光雷达、毫米波雷达、相机以及融合工控机。
优选地，所述步骤S1采用：
步骤S1.1：利用UDP通信发送自定义消息协议给服务器，自定义消息协议包括待标定的路端超视距感知***信息；
步骤S1.2：标定车的计算单元利用UDP通信发送开始录包指令给服务器；
步骤S1.3：服务器将开始录包指令发送至待标定的路端超视距感知***；
步骤S1.4：待标定的超视距感知***的融合工控机收到服务器发送的开始录包指令时，融合工控机通过UDP通信给予服务器反馈信息，服务器将反馈信息转发给标定车的计算单元，然后融合工控机开始执行录包操作，记录各个传感器的感知结果数据；执行成功的同时，标定车立即开始录包操作，记录标定车上组合导航的定位数据；当没有执行成功时，融合工控机给予服务器反馈信息，服务器再次下发开始录包指令至待标定的路端超视距感知***，重复触发步骤S1.4，直至执行成功。
优选地，所述步骤S2采用：
步骤S2.1：标定车的计算单元利用UDP通信发送结束录包指令给服务器；
步骤S2.2：服务器将结束录包指令发送至待标定的路端超视距感知***；
步骤S2.3：待标定的超视距感知***的融合工控机收到服务器发送的结束录包指令时，融合工控机开始执行结束录包操作，停止记录各个传感器的感知结果数据；执行成功的同时，融合工控机通过UDP通信给予服务器反馈信息，服务器将反馈信息转发给标定车的计算单元，标定车立即结束录包操作，停止记录标定车上组合导航的定位数据；当没有执行成功时，融合工控机给与服务器反馈信息，服务器再次下发停止录包至待标定的路端超视距感知***，重复触发步骤S2.3，直至执行成功。
优选地，所述步骤S3包括：
步骤S3.1：将路侧端各个传感器的感知结果原始数据以及标定车的绝对定位原始数据通过标定算法进行解析处理，得到解析后的数据；
步骤S3.2：根据解析后的数据判断标定车上标定靶标的运动状态，当靶标处于静止状态时，将解析后的数据存入数据缓存中，待靶标再次开始运动时，对缓存中的数据取平均值作为采样数据保存在数据存储中，重复触发步骤S3.1至步骤S3.2，直至待标定路端采样结束；
步骤S3.3：读取数据存储中存储的采样数据并进行标定，输出标定结果并对标定结果进行验证。
优选地，所述标定算法采用：支持对标定算法进行修改以及重新编译操作。
优选地，多线程处理各个传感器的感知结果数据以及标定车上组合导航的定位数据。
根据本发明提供的一种路侧感知***的数据采集、可视化和标定的***，包括：
模块M1：标定车端执行开始录包操作时，标定车端利用UDP通信下发开始录包指令给服务器，服务器将开始录包指令转发给自定义消息协议中待标定的路端超视距感知***，超视距感知***开始录包操作，记录各个传感器的感知结果数据，在超视距感知***开始执行录包操作的同时，标定车立即开始录包操作，记录标定车上组合导航的定位数据；
模块M2：标定车端执行结束录包操作时，标定车端利用UDP通信下发结束录包的指令给服务器，服务器将结束录包指令转发给自定义消息协议中待标定的路端超视距感知***，超视距感知***结束录包操作，停止记录各个传感器的感知结果数据，与此同时，标定车立即结束录包操作，停止记录标定车上组合导航的定位数据；
模块M3：根据记录的路侧端各个传感器的感知结果数据以及标定车的绝对定位数据，利用标定算法实现对超视距感知***中包含的激光雷达、毫米波雷达以及相机的标定；
模块M4：可视化的输出组合导航实时的定位数据、激光雷达和毫米波雷达感知的点云数据以及相机拍摄的图像数据；
所述自定义消息协议包括待标定的路端超视距感知***信息；
所述超视距感知***包括激光雷达、毫米波雷达、相机以及融合工控机。
优选地，所述模块M1采用：
模块M1.1：利用UDP通信发送自定义消息协议给服务器，自定义消息协议包括待标定的路端超视距感知***信息；
模块M1.2：标定车的计算单元利用UDP通信发送开始录包指令给服务器；
模块M1.3：服务器将开始录包指令发送至待标定的路端超视距感知***；
模块M1.4：待标定的超视距感知***的融合工控机收到服务器发送的开始录包指令时，融合工控机通过UDP通信给予服务器反馈信息，服务器将反馈信息转发给标定车的计算单元，然后融合工控机开始执行录包操作，记录各个传感器的感知结果数据；执行成功的同时，标定车立即开始录包操作，记录标定车上组合导航的定位数据；当没有执行成功时，融合工控机给予服务器反馈信息，服务器再次下发开始录包指令至待标定的路端超视距感知***，重复触发步骤S1.4，直至执行成功。
优选地，所述模块M2采用：
模块M2.1：标定车的计算单元利用UDP通信发送结束录包指令给服务器；
模块M2.2：服务器将结束录包指令发送至待标定的路端超视距感知***；
模块M2.3：待标定的超视距感知***的融合工控机收到服务器发送的结束录包指令时，融合工控机开始执行结束录包操作，停止记录各个传感器的感知结果数据；执行成功的同时，融合工控机通过UDP通信给予服务器反馈信息，服务器将反馈信息转发给标定车的计算单元，标定车立即结束录包操作，停止记录标定车上组合导航的定位数据；当没有执行成功时，融合工控机给与服务器反馈信息，服务器再次下发停止录包至待标定的路端超视距感知***，重复触发模块M2.3，直至执行成功。
优选地，所述模块M3包括：
模块M3.1：将路侧端各个传感器的感知结果原始数据以及标定车的绝对定位原始数据通过标定算法进行解析处理，得到解析后的数据；
模块M3.2：根据解析后的数据判断标定车上标定靶标的运动状态，当靶标处于静止状态时，将解析后的数据存入数据缓存中，待靶标再次开始运动时，对缓存中的数据取平均值作为采样数据保存在数据存储中，重复触发模块M3.1至模块M3.2，直至待标定路端采样结束；
模块M3.3：读取数据存储中存储的采样数据并进行标定，输出标定结果并对标定结果进行验证。
与现有技术相比，本发明具有如下的有益效果：
1、本发明涉及大量数据的传输和存储，包括激光雷达的3D点云数据、摄像头的RGB像素阵列、毫米波雷达的2D反射图以及组合导航的标定物位置状态信息，因此开发了多种不同类型数据的集中处理算法架构，保证各类数据通信进程之间互补干扰，并且能够按照一定的格式记录保存下来；
2、本发明不再需要人工现场采集数据以及现场标定，只需要在标定车端进行操作，就可以实现对标定车上靶标的定位数据以及各个路口各个超视距感知***感知数据的采集，并且完成对所有路侧超视距感知***中激光雷达、毫米波雷达以及相机的标定，大大提升了标定效率；
3、本发明通过可视化的界面操作实现标定车端和路侧感知***端的原始数据采集及可视化，并且实现感知***中激光雷达、毫米波雷达以及相机的自动化标定，输出标定结果；
4、利用UDP通信实现标定车端、服务器端以及路侧感知端控制指令的传输，从而实现标定车端定位数据以及路侧感知端各传感器感知数据的自动化采集、存储，同时实现路侧端数据的远距离传输；
5、本发明能够实现一次性采集多个路口感知***的数据，并且实现对各个路口各个传感器的标定工作。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为路测感知***的数据采集、可视化及标定一体化***示意图。
图2为路测感知***的数据采集、可视化及标定一体化方法流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例1
根据本发明提供的一种路侧感知***的数据采集、可视化和标定的方法，包括：
步骤S1：标定车端执行开始录包操作时，标定车端利用UDP通信下发开始录包指令给服务器，服务器将开始录包指令转发给自定义消息协议中待标定的路端超视距感知***，超视距感知***开始录包操作，记录各个传感器的感知结果数据，在超视距感知***开始执行录包操作的同时，标定车立即开始录包操作，记录标定车上组合导航的定位数据；
步骤S2：标定车端执行结束录包操作时，标定车端利用UDP通信下发结束录包的指令给服务器，服务器将结束录包指令转发给自定义消息协议中待标定的路端超视距感知***，超视距感知***结束录包操作，停止记录各个传感器的感知结果数据，与此同时，标定车立即结束录包操作，停止记录标定车上组合导航的定位数据；
步骤S3：根据记录的路侧端各个传感器的感知结果数据以及标定车的绝对定位数据，利用标定算法实现对超视距感知***中包含的激光雷达、毫米波雷达以及相机的标定；
步骤S4：可视化的输出组合导航实时的定位数据、激光雷达和毫米波雷达感知的点云数据以及相机拍摄的图像数据；
所述自定义消息协议包括待标定的路端超视距感知***信息；
所述超视距感知***包括激光雷达、毫米波雷达、相机以及融合工控机等。
具体地，所述步骤S1采用：
步骤S1.1：利用UDP通信发送自定义消息协议给服务器，自定义消息协议包括待标定的路端超视距感知***信息；
步骤S1.2：标定车的计算单元利用UDP通信发送开始录包指令给服务器；
步骤S1.3：服务器将开始录包指令发送至待标定的路端超视距感知***；
步骤S1.4：待标定的超视距感知***的融合工控机收到服务器发送的开始录包指令时，融合工控机通过UDP通信给予服务器反馈信息，服务器将反馈信息转发给标定车的计算单元，然后融合工控机开始执行录包操作，记录各个传感器的感知结果数据；执行成功的同时，标定车立即开始录包操作，记录标定车上组合导航的定位数据；当没有执行成功时，融合工控机给予服务器反馈信息，服务器再次下发开始录包指令至待标定的路端超视距感知***，重复触发步骤S1.4，直至执行成功。
具体地，所述步骤S2采用：
步骤S2.1：标定车的计算单元利用UDP通信发送结束录包指令给服务器；
步骤S2.2：服务器将结束录包指令发送至待标定的路端超视距感知***；
步骤S2.3：待标定的超视距感知***的融合工控机收到服务器发送的结束录包指令时，融合工控机开始执行结束录包操作，停止记录各个传感器的感知结果数据；执行成功的同时，融合工控机通过UDP通信给予服务器反馈信息，服务器将反馈信息转发给标定车的计算单元，标定车立即结束录包操作，停止记录标定车上组合导航的定位数据；当没有执行成功时，融合工控机给与服务器反馈信息，服务器再次下发停止录包至待标定的路端超视距感知***，重复触发步骤S2.3，直至执行成功。
具体地，所述步骤S3包括：
步骤S3.1：将路侧端各个传感器的感知结果原始数据以及标定车的绝对定位原始数据通过标定算法进行解析处理，得到解析后的数据；
步骤S3.2：根据解析后的数据判断标定车上标定靶标的运动状态，当靶标处于静止状态时，将解析后的数据存入数据缓存中，待靶标再次开始运动时，对缓存中的数据取平均值作为采样数据保存在数据存储中，重复触发步骤S3.1至步骤S3.2，直至待标定路端采样结束；
步骤S3.3：读取数据存储中存储的采样数据并进行标定，输出标定结果并对标定结果进行验证。
具体地，所述标定算法采用：支持对标定算法进行修改以及重新编译操作。
具体地，多线程处理各个传感器的感知结果数据以及标定车上组合导航的定位数据。
根据本发明提供的一种路侧感知***的数据采集、可视化和标定的***，包括：
模块M1：标定车端执行开始录包操作时，标定车端利用UDP通信下发开始录包指令给服务器，服务器将开始录包指令转发给自定义消息协议中待标定的路端超视距感知***，超视距感知***开始录包操作，记录各个传感器的感知结果数据，在超视距感知***开始执行录包操作的同时，标定车立即开始录包操作，记录标定车上组合导航的定位数据；
模块M2：标定车端执行结束录包操作时，标定车端利用UDP通信下发结束录包的指令给服务器，服务器将结束录包指令转发给自定义消息协议中待标定的路端超视距感知***，超视距感知***结束录包操作，停止记录各个传感器的感知结果数据，与此同时，标定车立即结束录包操作，停止记录标定车上组合导航的定位数据；
模块M3：根据记录的路侧端各个传感器的感知结果数据以及标定车的绝对定位数据，利用标定算法实现对超视距感知***中包含的激光雷达、毫米波雷达以及相机的标定；
模块M4：可视化的输出组合导航实时的定位数据、激光雷达和毫米波雷达感知的点云数据以及相机拍摄的图像数据；
所述自定义消息协议包括待标定的路端超视距感知***信息；
所述超视距感知***包括激光雷达、毫米波雷达、相机以及融合工控机。
具体地，所述模块M1采用：
模块M1.1：利用UDP通信发送自定义消息协议给服务器，自定义消息协议包括待标定的路端超视距感知***信息；
模块M1.2：标定车的计算单元利用UDP通信发送开始录包指令给服务器；
模块M1.3：服务器将开始录包指令发送至待标定的路端超视距感知***；
模块M1.4：待标定的超视距感知***的融合工控机收到服务器发送的开始录包指令时，融合工控机通过UDP通信给予服务器反馈信息，服务器将反馈信息转发给标定车的计算单元，然后融合工控机开始执行录包操作，记录各个传感器的感知结果数据；执行成功的同时，标定车立即开始录包操作，记录标定车上组合导航的定位数据；当没有执行成功时，融合工控机给予服务器反馈信息，服务器再次下发开始录包指令至待标定的路端超视距感知***，重复触发步骤S1.4，直至执行成功。
具体地，所述模块M2采用：
模块M2.1：标定车的计算单元利用UDP通信发送结束录包指令给服务器；
模块M2.2：服务器将结束录包指令发送至待标定的路端超视距感知***；
模块M2.3：待标定的超视距感知***的融合工控机收到服务器发送的结束录包指令时，融合工控机开始执行结束录包操作，停止记录各个传感器的感知结果数据；执行成功的同时，融合工控机通过UDP通信给予服务器反馈信息，服务器将反馈信息转发给标定车的计算单元，标定车立即结束录包操作，停止记录标定车上组合导航的定位数据；当没有执行成功时，融合工控机给与服务器反馈信息，服务器再次下发停止录包至待标定的路端超视距感知***，重复触发模块M2.3，直至执行成功。
具体地，所述模块M3包括：
模块M3.1：将路侧端各个传感器的感知结果原始数据以及标定车的绝对定位原始数据通过标定算法进行解析处理，得到解析后的数据；
模块M3.2：根据解析后的数据判断标定车上标定靶标的运动状态，当靶标处于静止状态时，将解析后的数据存入数据缓存中，待靶标再次开始运动时，对缓存中的数据取平均值作为采样数据保存在数据存储中，重复触发模块M3.1至模块M3.2，直至待标定路端采样结束；
模块M3.3：读取数据存储中存储的采样数据并进行标定，输出标定结果并对标定结果进行验证。
实施例2
实施例2是实施例1的优选例
本发明通过可视化的界面操作实现标定车端和路侧感知***端的原始数据采集及可视化，并且实现感知***中激光雷达、毫米波雷达以及相机的自动化标定，输出标定结果；利用UDP通信实现标定车端、服务器端以及路侧感知端控制指令的传输，从而实现标定车端定位数据以及路侧感知端各传感器感知数据的自动化采集、存储，同时实现路侧端数据的远距离传输；实现组合导航定位数据以及路侧感知***感知数据的可视化；通过可视化的操作界面实现路侧感知***中激光雷达、毫米波雷达以及相机的绝对标定以及相对标定，并且输出标定结果。同时由于不再需要人工现场采集数据以及现场标定，从而提升标定效率；能够实现一次性采集多个路口感知***的数据，并且实现对各个路口各个传感器的标定工作。
本发明提供的一种路侧感知***的数据采集、可视化和标定的方法主要涉及三部分，标定车、服务器和路侧感知***，如图1至2所示。
标定车端主要包括可视化和标定两个模块；
其中，可视化模块能够输出组合导航实时的定位数据，激光雷达和毫米波雷达感知的点云数据，以及相机拍摄的图像数据。
标定车端的核心在于标定模块，该模块又包含通信、预处理以及标定三个子模块。
在通信子模块中，支持设置服务器的IP地址和端口号，并且该子模块中存储了所有安装超视距感知***(超视距感知***包含有激光雷达、毫米波雷达、相机三种传感器以及融合工控机等)的路口信息以及每个路口包含的超视距感知***信息(假设每个路口包含四根智能杆，每根杆上装有一套超视距感知***，分别以Z、A、B和C进行标识)。由于标定车端的计算单元与5G路由器相互连接，因此通过“连接服务端”操作，就可以建立标定车端与服务器端之间的连接，然后通过“设置路口属性”操作，就可以利用UDP通信发送自定义消息协议给服务器，告知服务器当前标定车需要标定的是哪个路口的哪套超视距感知***。
自定义消息协议中包括了待标定的路端超视距感知***信息，一个路口需要部署4套超视距感知***，分别用Z、A、B和C标识，该协议中需要告知服务器当前标定的是哪个路口以及具体是哪一套超视距感知***，同时协议中还包含了“开始标定”、“结束标定”等控制指令信息，每个路口的四套超视距感知***需要分别标定；
服务器相当于一个中转站，当执行“开始录包”操作时，标定车的计算单元利用UDP通信下发一个开始录包的指令给服务器，而服务器端也存储了所有安装超视距感知***的路口信息以及每个路口包含的超视距感知***信息，当收到标定车端开始录包的指令时，根据通信子模块的配置信息，服务器会把开始录包的指令转发给相应路口对应的超视距感知***(Z、A、B或C)。
当超视距感知***的融合工控机收到服务器下发的开始录包指令时，融合工控机开始执行录包(基于ROS指令，录制包含有激光雷达、毫米波雷达以及相机等节点发出来的话题的消息)操作，记录各个传感器的感知结果数据。执行成功的同时，融合工控机会通过UDP通信给予服务器一个反馈信息，然后服务器再转发给标定车的计算单元，接着标定车立即开始录包操作，记录标定车上组合导航的定位数据。从而只需要在标定车端进行操作就可以实现标定车端和路侧超视距感知***的数据采集。当没有执行成功时，融合工控机也会给予服务器一个反馈信息，然后服务器试图再次下发开始录包指令，直至接收到融合工控机成功操作的反馈信息，然后再转发给标定车端。
当执行“结束录包”操作时，标定车的计算单元利用UDP通信下发一个结束录包的指令给服务器，当收到标定车端结束录包的指令时，根据第一步中的配置信息，服务器会把结束录包的指令转发给相应路口对应的超视距感知***(Z、A、B或C)。当超视距感知***的融合工控机收到服务器下发的结束录包指令时，融合工控机开始执行结束录包的指令，停止记录各个传感器的感知结果数据。执行成功的同时，融合工控机会通过UDP通信给予服务器一个反馈信息，然后服务器再转发给标定车的计算单元，接着标定车也立即结束录包操作，停止记录标定车上组合导航的定位数据。当没有执行成功时，融合工控机也会给予服务器一个反馈信息，然后服务器试图再次下发结束录包指令，直至接收到融合工控机成功操作的反馈信息，然后再转发给标定车端。
在预处理子模块中，通过“读取标定算法”操作，可以导入标定算法，该软件***还支持对标定算法进行修改，重新编译等操作。然后执行“打开数据包”操作，播放前四步录制好的路侧超视距感知***的感知结果数据以及标定车的绝对定位数据，作为标定算法的输入数据。
在标定子模块中，当标定算法接收到各传感器发来的数据时，由数据解析模块对其进行解析处理，并判断标定车上标定靶标(该靶标能够同时被激光雷达、摄像机以及毫米波雷达作为特征点识别，同时具有多面反射、对称结构等优点)的运动状态。当靶标处于静止状态时，将数据解析模块解析得到的数据存入数据缓存模块，待靶标再次开始运动时，对数据缓存模块中的数据取平均值作为一次采样数据，并存入数据存储模块，而播放数据包的过程可以理解为回放的过程，把前面记录的数据回放出来，一边回放一边进行处理，标定车是走走停停的，在一个位置停几秒钟然后运动一点点然后又停下来，一直这样循环，直至跑完一定的路程。然后标定算法模块读取数据存储模块中存储的采样点数据进行标定，输出标定结果文件，并对标定结果进行验证。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的***、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的***、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的***、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种路侧感知***的数据采集、可视化和标定的方法，其特征在于，包括：
步骤S1：标定车端执行开始录包操作时，标定车端利用UDP通信下发开始录包指令给服务器，服务器将开始录包指令转发给自定义消息协议中待标定的路端超视距感知***，超视距感知***开始录包操作，记录各个传感器的感知结果数据，在超视距感知***开始执行录包操作的同时，标定车立即开始录包操作，记录标定车上组合导航的定位数据；
步骤S2：标定车端执行结束录包操作时，标定车端利用UDP通信下发结束录包的指令给服务器，服务器将结束录包指令转发给自定义消息协议中待标定的路端超视距感知***，超视距感知***结束录包操作，停止记录各个传感器的感知结果数据，与此同时，标定车立即结束录包操作，停止记录标定车上组合导航的定位数据；
步骤S3：根据记录的路侧端各个传感器的感知结果数据以及标定车的绝对定位数据，利用标定算法实现对超视距感知***中包含的激光雷达、毫米波雷达以及相机的标定；
步骤S4：可视化的输出组合导航实时的定位数据、激光雷达和毫米波雷达感知的点云数据以及相机拍摄的图像数据；
所述自定义消息协议包括待标定的路端超视距感知***信息；
所述超视距感知***包括激光雷达、毫米波雷达、相机以及融合工控机。
2.根据权利要求1所述的路侧感知***的数据采集、可视化和标定的方法，其特征在于，所述步骤S1采用：
步骤S1.1：利用UDP通信发送自定义消息协议给服务器，自定义消息协议包括待标定的路端超视距感知***信息；
步骤S1.2：标定车的计算单元利用UDP通信发送开始录包指令给服务器；
步骤S1.3：服务器将开始录包指令发送至待标定的路端超视距感知***；
步骤S1.4：待标定的超视距感知***的融合工控机收到服务器发送的开始录包指令时，融合工控机通过UDP通信给予服务器反馈信息，服务器将反馈信息转发给标定车的计算单元，然后融合工控机开始执行录包操作，记录各个传感器的感知结果数据；执行成功的同时，标定车立即开始录包操作，记录标定车上组合导航的定位数据；当没有执行成功时，融合工控机给予服务器反馈信息，服务器再次下发开始录包指令至待标定的路端超视距感知***，重复触发步骤S1.4，直至执行成功。
3.根据权利要求1所述的路侧感知***的数据采集、可视化和标定的方法，其特征在于，所述步骤S2采用：
步骤S2.1：标定车的计算单元利用UDP通信发送结束录包指令给服务器；
步骤S2.2：服务器将结束录包指令发送至待标定的路端超视距感知***；
步骤S2.3：待标定的超视距感知***的融合工控机收到服务器发送的结束录包指令时，融合工控机开始执行结束录包操作，停止记录各个传感器的感知结果数据；执行成功的同时，融合工控机通过UDP通信给予服务器反馈信息，服务器将反馈信息转发给标定车的计算单元，标定车立即结束录包操作，停止记录标定车上组合导航的定位数据；当没有执行成功时，融合工控机给与服务器反馈信息，服务器再次下发停止录包至待标定的路端超视距感知***，重复触发步骤S2.3，直至执行成功。
4.根据权利要求1所述的路侧感知***的数据采集、可视化和标定的方法，其特征在于，所述步骤S3包括：
步骤S3.1：将路侧端各个传感器的感知结果原始数据以及标定车的绝对定位原始数据通过标定算法进行解析处理，得到解析后的数据；
步骤S3.2：根据解析后的数据判断标定车上标定靶标的运动状态，当靶标处于静止状态时，将解析后的数据存入数据缓存中，待靶标再次开始运动时，对缓存中的数据取平均值作为采样数据保存在数据存储中，重复触发步骤S3.1至步骤S3.2，直至待标定路端采样结束；
步骤S3.3：读取数据存储中存储的采样数据并进行标定，输出标定结果并对标定结果进行验证。
5.根据权利要求1所述的路侧感知***的数据采集、可视化和标定的方法，其特征在于，所述标定算法采用：支持对标定算法进行修改以及重新编译操作。
6.根据权利要求1所述的路侧感知***的数据采集、可视化和标定的方法，其特征在于，多线程处理各个传感器的感知结果数据以及标定车上组合导航的定位数据。
7.一种路侧感知***的数据采集、可视化和标定的***，其特征在于，包括：
模块M1：标定车端执行开始录包操作时，标定车端利用UDP通信下发开始录包指令给服务器，服务器将开始录包指令转发给自定义消息协议中待标定的路端超视距感知***，超视距感知***开始录包操作，记录各个传感器的感知结果数据，在超视距感知***开始执行录包操作的同时，标定车立即开始录包操作，记录标定车上组合导航的定位数据；
模块M2：标定车端执行结束录包操作时，标定车端利用UDP通信下发结束录包的指令给服务器，服务器将结束录包指令转发给自定义消息协议中待标定的路端超视距感知***，超视距感知***结束录包操作，停止记录各个传感器的感知结果数据，与此同时，标定车立即结束录包操作，停止记录标定车上组合导航的定位数据；
模块M3：根据记录的路侧端各个传感器的感知结果数据以及标定车的绝对定位数据，利用标定算法实现对超视距感知***中包含的激光雷达、毫米波雷达以及相机的标定；
模块M4：可视化的输出组合导航实时的定位数据、激光雷达和毫米波雷达感知的点云数据以及相机拍摄的图像数据；
所述自定义消息协议包括待标定的路端超视距感知***信息；
所述超视距感知***包括激光雷达、毫米波雷达、相机以及融合工控机。
8.根据权利要求7所述的路侧感知***的数据采集、可视化和标定的***，其特征在于，所述模块M1采用：
模块M1.1：利用UDP通信发送自定义消息协议给服务器，自定义消息协议包括待标定的路端超视距感知***信息；
模块M1.2：标定车的计算单元利用UDP通信发送开始录包指令给服务器；
模块M1.3：服务器将开始录包指令发送至待标定的路端超视距感知***；
模块M1.4：待标定的超视距感知***的融合工控机收到服务器发送的开始录包指令时，融合工控机通过UDP通信给予服务器反馈信息，服务器将反馈信息转发给标定车的计算单元，然后融合工控机开始执行录包操作，记录各个传感器的感知结果数据；执行成功的同时，标定车立即开始录包操作，记录标定车上组合导航的定位数据；当没有执行成功时，融合工控机给予服务器反馈信息，服务器再次下发开始录包指令至待标定的路端超视距感知***，重复触发步骤S1.4，直至执行成功。
9.根据权利要求7所述的路侧感知***的数据采集、可视化和标定的***，其特征在于，所述模块M2采用：
模块M2.1：标定车的计算单元利用UDP通信发送结束录包指令给服务器；
模块M2.2：服务器将结束录包指令发送至待标定的路端超视距感知***；
模块M2.3：待标定的超视距感知***的融合工控机收到服务器发送的结束录包指令时，融合工控机开始执行结束录包操作，停止记录各个传感器的感知结果数据；执行成功的同时，融合工控机通过UDP通信给予服务器反馈信息，服务器将反馈信息转发给标定车的计算单元，标定车立即结束录包操作，停止记录标定车上组合导航的定位数据；当没有执行成功时，融合工控机给与服务器反馈信息，服务器再次下发停止录包至待标定的路端超视距感知***，重复触发模块M2.3，直至执行成功。
10.根据权利要求7所述的路侧感知***的数据采集、可视化和标定的***，其特征在于，所述模块M3包括：
模块M3.1：将路侧端各个传感器的感知结果原始数据以及标定车的绝对定位原始数据通过标定算法进行解析处理，得到解析后的数据；
模块M3.2：根据解析后的数据判断标定车上标定靶标的运动状态，当靶标处于静止状态时，将解析后的数据存入数据缓存中，待靶标再次开始运动时，对缓存中的数据取平均值作为采样数据保存在数据存储中，重复触发模块M3.1至模块M3.2，直至待标定路端采样结束；
模块M3.3：读取数据存储中存储的采样数据并进行标定，输出标定结果并对标定结果进行验证。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110919719.5A CN113689695B (zh) | 2021-08-11 | 2021-08-11 | 路侧感知***的数据采集、可视化和标定的方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110919719.5A CN113689695B (zh) | 2021-08-11 | 2021-08-11 | 路侧感知***的数据采集、可视化和标定的方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113689695A true CN113689695A (zh) | 2021-11-23 |
| CN113689695B CN113689695B (zh) | 2022-07-08 |
Family
ID=78579474
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110919719.5A Active CN113689695B (zh) | 2021-08-11 | 2021-08-11 | 路侧感知***的数据采集、可视化和标定的方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113689695B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114413880A (zh) * | 2021-12-31 | 2022-04-29 | 上海智能网联汽车技术中心有限公司 | 一种车路协同感知和数据融合方法、介质及自动驾驶*** |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190120946A1 (en) * | 2017-10-19 | 2019-04-25 | DeepMap Inc. | Calibrating sensors mounted on an autonomous vehicle |
| CN110210280A (zh) * | 2019-03-01 | 2019-09-06 | 北京纵目安驰智能科技有限公司 | 一种超视距感知方法、***、终端和存储介质 |
| CN110412524A (zh) * | 2019-07-04 | 2019-11-05 | 中国气象局气象探测中心 | 一种风廓线雷达标准输出控制器*** |
| CN110440801A (zh) * | 2019-07-08 | 2019-11-12 | 浙江吉利控股集团有限公司 | 一种定位感知信息获取方法、装置及*** |
| US20200028946A1 (en) * | 2018-07-23 | 2020-01-23 | Moj.Io, Inc. | Homogenization of telematics data through unified messaging protocol |
| CN110853393A (zh) * | 2019-11-26 | 2020-02-28 | 清华大学 | 智能网联车辆测试场数据采集与融合方法及*** |
| CN111521982A (zh) * | 2020-04-29 | 2020-08-11 | 一汽奔腾轿车有限公司 | 一种用于l2级驾驶辅助***的标定***及标定方法 |
| CN111694010A (zh) * | 2020-05-27 | 2020-09-22 | 东南大学 | 一种基于视觉与激光雷达融合的路侧车辆识别方法 |
| CN111754581A (zh) * | 2019-03-28 | 2020-10-09 | 阿里巴巴集团控股有限公司 | 一种摄像头标定方法、路侧感知设备和智慧交通*** |
| CN112017251A (zh) * | 2020-10-19 | 2020-12-01 | 杭州飞步科技有限公司 | 标定方法、装置、路侧设备和计算机可读存储介质 |
| CN112767475A (zh) * | 2020-12-30 | 2021-05-07 | 重庆邮电大学 | 一种基于c-v2x、雷达与视觉的智能路侧感知*** |
| 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 |
| CN112950678A (zh) * | 2021-03-25 | 2021-06-11 | 上海智能新能源汽车科创功能平台有限公司 | 一种基于车路协同的超视距融合感知*** |
| DE102021002437A1 (de) * | 2021-05-07 | 2021-07-08 | Daimler Ag | Kalilbrierung und Justierung einer Kamera |
| CN113112840A (zh) * | 2021-03-15 | 2021-07-13 | 上海交通大学 | 一种基于车路协同的无人车超视距导航***及方法 |
-
2021
- 2021-08-11 CN CN202110919719.5A patent/CN113689695B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190120946A1 (en) * | 2017-10-19 | 2019-04-25 | DeepMap Inc. | Calibrating sensors mounted on an autonomous vehicle |
| US20200028946A1 (en) * | 2018-07-23 | 2020-01-23 | Moj.Io, Inc. | Homogenization of telematics data through unified messaging protocol |
| CN110210280A (zh) * | 2019-03-01 | 2019-09-06 | 北京纵目安驰智能科技有限公司 | 一种超视距感知方法、***、终端和存储介质 |
| CN111754581A (zh) * | 2019-03-28 | 2020-10-09 | 阿里巴巴集团控股有限公司 | 一种摄像头标定方法、路侧感知设备和智慧交通*** |
| CN110412524A (zh) * | 2019-07-04 | 2019-11-05 | 中国气象局气象探测中心 | 一种风廓线雷达标准输出控制器*** |
| CN110440801A (zh) * | 2019-07-08 | 2019-11-12 | 浙江吉利控股集团有限公司 | 一种定位感知信息获取方法、装置及*** |
| CN110853393A (zh) * | 2019-11-26 | 2020-02-28 | 清华大学 | 智能网联车辆测试场数据采集与融合方法及*** |
| CN111521982A (zh) * | 2020-04-29 | 2020-08-11 | 一汽奔腾轿车有限公司 | 一种用于l2级驾驶辅助***的标定***及标定方法 |
| CN111694010A (zh) * | 2020-05-27 | 2020-09-22 | 东南大学 | 一种基于视觉与激光雷达融合的路侧车辆识别方法 |
| CN112017251A (zh) * | 2020-10-19 | 2020-12-01 | 杭州飞步科技有限公司 | 标定方法、装置、路侧设备和计算机可读存储介质 |
| CN112767475A (zh) * | 2020-12-30 | 2021-05-07 | 重庆邮电大学 | 一种基于c-v2x、雷达与视觉的智能路侧感知*** |
| 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 |
| CN113112840A (zh) * | 2021-03-15 | 2021-07-13 | 上海交通大学 | 一种基于车路协同的无人车超视距导航***及方法 |
| CN112950678A (zh) * | 2021-03-25 | 2021-06-11 | 上海智能新能源汽车科创功能平台有限公司 | 一种基于车路协同的超视距融合感知*** |
| DE102021002437A1 (de) * | 2021-05-07 | 2021-07-08 | Daimler Ag | Kalilbrierung und Justierung einer Kamera |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114413880A (zh) * | 2021-12-31 | 2022-04-29 | 上海智能网联汽车技术中心有限公司 | 一种车路协同感知和数据融合方法、介质及自动驾驶*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113689695B (zh) | 2022-07-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107678306B (zh) | 动态场景信息录制和仿真回放方法、装置、设备及介质 | |
| CN110412374B (zh) | 一种基于多传感器的adas hil测试*** | |
| CN112567374A (zh) | 一种仿真交通场景文件生成方法及装置 | |
| CN218332314U (zh) | 一种基于智能驾驶域控制器hil仿真测试平台 | |
| CN109376664B (zh) | 机器学习训练方法、装置、服务器和介质 | |
| CN113689695B (zh) | 路侧感知***的数据采集、可视化和标定的方法及*** | |
| CN110750311A (zh) | 数据分类方法、装置和设备 | |
| CN113484851A (zh) | 车载激光雷达的仿真测试***、方法和整车在环测试*** | |
| CN110562170B (zh) | 一种无人车3d场景显示数据记录与模块调试***及方法 | |
| CN115344503A (zh) | 面向自动驾驶规划控制测试的交通流仿真***与仿真方法 | |
| Deter et al. | Simulating the Autonomous Future: A Look at Virtual Vehicle Environments and How to Validate Simulation Using Public Data Sets | |
| Hong et al. | System configuration of Human-in-the-loop Simulation for Level 3 Autonomous Vehicle using IPG CarMaker | |
| CN109683491B (zh) | 车载摄像头仿真*** | |
| CN114415542A (zh) | 自动驾驶仿真***、方法、服务器及介质 | |
| CN114708475A (zh) | 一种用于3d场景理解的点云多模态特征融合网络方法 | |
| CN117234192B (zh) | 一种智能驾驶域控制器自动化hil仿真测试***和方法 | |
| CN114844811A (zh) | 一种车载终端的测试方法及测试*** | |
| CN113238546A (zh) | 用于自动泊车控制器的多源传感器融合测试*** | |
| CN111897241A (zh) | 传感器融合多目标模拟硬件在环仿真*** | |
| CN111816022A (zh) | 一种模拟场景的仿真方法、装置、存储介质以及电子设备 | |
| CN110823253A (zh) | 基于无人车技术的数据处理方法、装置、设备及存储介质 | |
| CN115469564A (zh) | 车辆的自动泊车测试***、方法、车辆及存储介质 | |
| CN112667366B (zh) | 动态场景数据的导入方法、装置、设备及可读存储介质 | |
| CN116342773A (zh) | 基于渲染引擎的自动驾驶信息可视化方法、装置及车辆 | |
| CN115455564A (zh) | 一种基于流水线的虚拟汽车自动仿真方法和装置 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Method and system for data collection, visualization, and calibration of roadside perception system Effective date of registration: 20230506 Granted publication date: 20220708 Pledgee: Bank of Hangzhou Limited by Share Ltd. Shanghai branch Pledgor: Shanghai intelligent network Automobile Technology Center Co.,Ltd. Registration number: Y2023310000165 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20220708 Pledgee: Bank of Hangzhou Limited by Share Ltd. Shanghai branch Pledgor: Shanghai intelligent network Automobile Technology Center Co.,Ltd. Registration number: Y2023310000165 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Methods and systems for data collection, visualization, and calibration of roadside perception systems Granted publication date: 20220708 Pledgee: Shanghai Bank Co.,Ltd. Fengxian Branch Pledgor: Shanghai intelligent network Automobile Technology Center Co.,Ltd. Registration number: Y2024980025216 |