CN114127658B - 使用道路模型2d流形的6d空间中的3d里程 - Google Patents

使用道路模型2d流形的6d空间中的3d里程 Download PDF

Info

Publication number
CN114127658B
CN114127658B CN201980097462.0A CN201980097462A CN114127658B CN 114127658 B CN114127658 B CN 114127658B CN 201980097462 A CN201980097462 A CN 201980097462A CN 114127658 B CN114127658 B CN 114127658B
Authority
CN
China
Prior art keywords
vehicle
incremental
mileage
space
road model
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
Application number
CN201980097462.0A
Other languages
English (en)
Other versions
CN114127658A (zh
Inventor
M·德姆林
李千山
田文鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Publication of CN114127658A publication Critical patent/CN114127658A/zh
Application granted granted Critical
Publication of CN114127658B publication Critical patent/CN114127658B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; 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
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; 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
    • G01C21/30Map- or contour-matching
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Navigation (AREA)

Abstract

本发明的示例描述了一种用于获得车辆的六维(6D)增量姿势的方法和装置。该方法包括:获取预定义的6D空间中的道路模型二维(2D)流形(302),其中6D空间中的道路模型2D流形是通过将道路模型中的对象从3D(x,y,z)空间转换为6D(x,y,z,r,p,y)空间来预定义的,其中x和y表示对象在水平面上的位置,而z、r、p和y表示对象在现实世界中的高度、侧倾角、俯仰角和偏航角(304);从车辆的里程表中获得增量3D里程(Δx,Δy,θ)(306),其中Δx和Δy表示横向和前后方向的运动,而θ表示车辆的当前航向;将获取的增量3D里程(Δx,Δy,θ)投影到道路模型2D流形上;以及确定对应于增量3D里程的车辆的6D增量姿势(Δx',Δy',Δz,θr,θp,θy)(308)。

Description

使用道路模型2D流形的6D空间中的3D里程
技术领域
本公开一般涉及自动驾驶车辆,并且更具体地,涉及使用道路模型2D流形的6D空间中的3D里程。
背景技术
自动驾驶车辆(也称为无人驾驶汽车、自动驾驶汽车、机器人汽车)是一种能够感测其环境并且在无需人类输入的情况下导航的车辆。自动驾驶车辆(在下文中被称为“ADV”)使用各种技术来检测其周边环境,诸如使用雷达、激光、GPS、里程计以及计算机视觉。其中,里程计被用于确定自动驾驶(AD)车辆的移动(方向和距离)。常规地,里程以3D(x、y、航向)给出,而不包括车辆的高度变化。甚至,用于AD车辆的HD(高清)地图中的道路通常是2D的(也没有高度信息)。这可能导致问题。考虑斜坡或弯曲的入口坡道的情况,其长度比其在2D地图上看起来的距离要长。例如,2D地图中看起来为160米的30度坡度实际长度为200米。在这种情况下,如果AD车辆被指令向前行驶160米以到达斜坡顶部,则其可能会停在斜坡中间,因为3D里程指示其已移动160米。目前,通过车辆上配备的常规定位技术(诸如GPS***)不断更新车辆位置,该问题被缓解。然而,常规定位技术的精度及其更新频率不足以用于自动驾驶车辆。
因此,需要能够反映高度变化的新的可靠的里程计。
发明内容
本公开旨在提供用于获得车辆的六维(6D)增量姿势的方法和装置。
根据本发明的第一示例性实施例,提供了一种用于获得车辆的六维(6D)增量姿势(delta pose)的计算机实现方法。该方法包括:获取预定义的6D空间中的道路模型二维(2D)流形,其中6D空间中的道路模型2D流形是通过将道路模型中的对象从3D(x,y,z)空间转换为6D(x,y,z,r,p,y)空间来预定义的,其中x和y表示对象在水平面上的位置,而z、r、p和y表示对象在现实世界中的高度、侧倾角、俯仰角和偏航角;从车辆的里程表中获取增量3D里程(Δx,Δy,θ),其中Δx和Δy表示横向和前后方向的运动,而θ表示车辆的当前航向;将获取的增量3D里程(Δx,Δy,θ)投影到道路模型2D流形上;以及确定对应于增量3D里程的车辆的6D增量姿势(Δx',Δy',Δz,θr,θp,θy)。
根据本发明的第二示例性实施例,提供了一种用于获得车辆的六维(6D)增量姿势的姿势确定装置。该装置包括道路模型流形获取模块,用于获取预定义的6D空间中的道路模型二维(2D)流形,其中6D空间中的道路模型2D流形是通过将道路模型中的对象从3D(x,y,z)空间转换为6D(x,y,z,r,p,y)空间来预定义的,其中x和y表示对象在水平面上的位置,而z、r、p和y表示对象在现实世界的高度、侧倾角、俯仰角和偏航角;里程获取模块,用于从车辆的里程表获取增量3D里程(Δx,Δy,θ),其中Δx和Δy表示横向和前后方向的运动,而θ表示车辆的当前航向;投影模块,用于将获取的增量3D里程(Δx,Δy,θ)投影到道路模型2D流形上;以及姿势确定模块,用于确定对应于增量3D里程的车辆的6D增量姿势(Δx',Δy',Δz,θr,θp,θy)。
根据本公开的第三示例性实施例,提供了一种车辆,其包括用于确定车辆位置的定位***;里程表,用于提供车辆的增量3D里程(Δx,Δy,θ),其中Δx和Δy表示横向和前后方向的运动,而θ表示车辆的当前航向;以及姿势确定装置,用于根据本发明获得车辆的六维(6D)增量姿势。
提供本发明内容以便以简化的形式介绍以下在具体实施方式中进一步描述的概念的选集。本概要并非旨在标识出要求保护的主题内容的关键特征或必要特征,亦非旨在用于限定要求保护的主题内容的范围。诸示例的附加的方面、特征和/或优点将在下面的描述中部分地阐述,并且部分地从描述中将是显而易见的,或者可以通过本公开的实践而获知。
附图说明
结合附图,通过以下对示例性实施例的详细描述,本公开的上述和其它方面和优点将变得显而易见,这些附图作为示例解说了本公开的原理。注意,附图不一定按比例绘制。
图1示出了根据本发明的实施例的示例性6D空间。
图2A示出了3D空间中的直坡道路段。
图2B示出了图2A的道路段在水平面上的投影。
图3是根据本发明的实施例的用于获得车辆六维(6D)增量姿势的示例性方法的流程图。
图4A示出了根据本发明的实施例的与3D空间中的3D里程相对应的车辆运动的示例性图示。
图4B示出了根据本发明的实施例的3D里程在水平面上的投影的示例性图示。
图5解说了根据本发明的实施例的用于获得车辆的六维(6D)增量姿势的示例性姿势确定装置。
图6解说了根据本发明的一实施例的示例性车辆。
图7解说了根据本公开的示例性实施例的其中可应用本公开的一般硬件环境。
具体实施方式
在以下详细描述中,阐述了许多具体细节以提供对所描述的示例性实施例的透彻理解。然而,对于本领域技术人员显而易见的是,可以在没有一些或所有这些具体细节的情况下实践所描述的实施例。在其他示例性实施例中,未详细描述众所周知的结构或处理步骤,以避免不必要地使本公开的概念模糊。
在说明书中使用的术语“车辆”是指汽车、飞机、直升机、轮船等。为了简单起见,结合“汽车”来描述本发明,但是本文所描述的各实施例不仅限于“汽车”,而是可适用于其他种类的交通工具。说明书中使用的术语“A或B”是指“A和B”和“A或B”,而不是意味着A和B是排他的,除非另有说明。
常规地,道路模型中的对象是在三维空间中定义的,因此对象的每个点都可以在三维坐标系中用(x,y,z)表示,其中x和y表示点在水平面上的位置,而z表示点的高度。在此基础上,本发明提出在6D空间中表示对象,其中对象的每个点将由(x、y、z、r、p、y)表示,其中x、y和z表示与在3D空间中相同,而r、p和y表示点的侧倾角、俯仰角和偏航角。
图1示出了根据本发明的实施例的示例性6D空间。如图1中所示,仍然使用x轴、y轴和z轴,并且在这个经典3D坐标系上,侧倾角表示围绕y轴旋转的角度,俯仰角表示围绕x轴旋转的角度,而偏航角表示围绕z轴旋转的角度。侧倾角、俯仰角和偏航角通常也称为姿态角。
有了这些定义,现在可以在6D空间中重新定义常规道路模型,至少对于道路模型中的道路是如此。在用于导航的常规导航地图中,道路通常被视为水平的,并且因此仅以2D(x,y)表示。然而,相当多的道路都是斜坡,这在山区或者用于入口坡道或出口坡道是很常见的。例如,如图2A中所示,假设存在具有30度俯仰角的直坡道路段,其可能是高架道路的入口坡道的一部分,并且道路的前进方向仅为y轴的正方向。图2B示出了该路段在水平面(即,x-y平面)上的投影,其看起来类似于用于导航的哪些常规地图。现在以A点作为示例,它位于道路的中心线上。假设点A如常规道路模型中所表示的,没有反映高度或姿态角的信息。现在,在根据本发明的6D空间中,点A现在可以从(0,160)重新定义为(0,160,80,0,30,0),其中x、y和z的单位是米,而r、p和y的单位是度,这清楚地反映了点A所在道路的实际姿态。
以这种方式,可以在6D空间中重新定义道路模型中的对象(至少是道路)的每个点。由于道路模型中的所有对象都从3D(x,y,z)空间变换为6D(x,y,z,r,p,y)空间,变换后的道路模型可被用于基于3D里程(Δx,Δy,θ)进一步获得车辆的6D增量姿势,这将在下一部分中进一步详细说明。简而言之,如果车辆在斜坡上移动,则其3D里程读数(Δx,Δy,θ)实际上反映了车辆在斜坡上的相对移动。为了使其符合为2D平面设计的现有驾驶***,诸如导航***或轨迹规划***,将3D里程计转换为6D空间看上去在某种程度上可能类似于将整个道路模型复制到2D平面上。因此,从3D(x,y,z)空间转换到6D(x,y,z,r,p,y)空间的新道路模型在下文中称为“6D空间中的道路模型2D流形(manifold)”或“道路模型2D流形(manifold)”。
图3是用于获得车辆六维(6D)增量姿势的示例性方法的流程图。该方法从框302开始,其中可获取6D空间中的预定义的道路模型二维(2D)流形。如上所述,道路模型2D流形可以通过将道路模型中的对象从3D(x,y,z)空间变换为6D(x,y,z,r,p,y)空间来预定义,其中x和y表示对象在水平面上的位置,而z、r、p和y表示对象在真实世界中的高度、侧倾角、俯仰角和偏航角。
在框304,可从车辆的里程表中获取增量3D里程(Δx,Δy,θ),其中Δx和Δy表示横向和前后方向的运动,而θ表示车辆的当前航向。图4A示出了与3D空间中的增量3D里程相对应的车辆运动的示例性图示。在此示例中,假设车辆从起点A0移动到终点A1,在此期间,3D里程读数为(Δx,Δy,θ)。为了便于说明,假设移动发生在斜坡上,如图2A中所解说的。
在框306,可将获取的增量3D里程(Δx,Δy,θ)投影到道路模型2D流形上。图4B示出了3D里程(Δx,Δy,θ)在水平面上投影的示例性图示。如前所述,读出的增量3D里程(Δx,Δy,θ)仅告知此短时间窗口期间在该时刻在平面上的运动,无论该平面是否水平。因此,投影可以帮助确定车辆的实际水平和垂直运动以及其真实姿势。作为示例,将获取的增量3D里程计(Δx,Δy,θ)投影到道路模型2D流形上可通过以下步骤来执行:
1.获取增量3D里程计的起点(x0、y0、z0)的位置。该位置信息可从车辆上配备的GPS模块等定位***获取;
2.确定起点(x0,y0,z0)在道路模型2D流形中的位置(x0,y0,z0,r0,p0,y0)。由于道路模型2D流形中的每个点都是在6D空间中定义的,因此起点的6D坐标(特别是r0、p0和y0的值)可以基于(x0、y0、z0)直接从道路模型2D流形中导出;
3.基于r0、p0和y0来计算3D里程(Δx,Δy,θ)在水平面上的投影(Δx’,Δy’和θ’)。更具体地说,分别是侧倾角、俯仰角和偏航角的r0、p0和y0可被用于将(Δx、Δy、θ)的矢量投影到水平面上,以获得(Δx',Δy'和θ')的水平矢量。此后,在框308,可确定与增量3D里程相对应的车辆的6D增量姿势(Δx',Δy',Δz,θrpy)。作为示例,确定与增量3D里程相对应的车辆的6D增量姿势(Δx',Δy',Δz,r,p,y)可进一步包括以下步骤:
1.1.基于起点位置和计算出的3D里程的投影(Δx',Δy')来确定增量3D里程的终点(x1,y1)在水平面上的投影。在此示例中,可通过将计算出的3D里程的投影(Δx',Δy')添加到起点A0(x0,y0)的位置来计算终点A1在x-y平面(x1,y1)上的投影;
2.2.获得6D空间中(x1,y1,z1,r1,p1,y1)中终点A1的位置。再者,使用x1和y1,可以从预定义的道路模型2D流形中获取6D坐标(x1,y1,z1,r1,p1,y1);
3.基于终点的侧倾角、俯仰角和偏航角r1、p1和y1来计算3D里程的航向θ在6D空间中的投影(θrpy)。该计算可被理解为首先将θ的方向重建到车辆当前所在的实际平面上,并且随后以类似于定义侧倾角、俯仰角和偏航角的方式将其分别投影到x、y和z轴上。例如,θr可被计算为θ在x-z平面上的投影,θp可被计算为θ在y-z平面上的投影,而θy可被计算为θ在x-y平面(即θ′)上的投影。然后,计算出的投影(θrpy)表示车辆在3D空间中的确切航向;以及
4.获得车辆的6D增量姿势(Δx',Δy',Δz,θr,θp,θy)。通过上述步骤,已经获取Δx'、Δy'、θr、θp和θy。现在,Δz可通过简单计算z1和z0之差值来获取。因此,获取车辆的最终6D增量姿势(Δx',Δy',Δz,θr,θp,θy)。
图5解说了根据本发明的实施例的用于获得车辆的六维(6D)增量姿势的示例性姿势确定装置500。该姿势确定装置500可以包括道路模型流形获取模块502,用于在6D空间中获取预定义的道路模型二维(2D)流形,其中6D空间中的道路模型2D流形是通过将道路模型中的对象从3D(x,y,z)空间转换为6D(x,y,z,r,p,y)空间来预定义的,其中x和y表示对象在水平面上的位置,而z、r、p和y表示对象在现实世界的高度、侧倾角、俯仰角和偏航角;里程计获取模块504,用于从车辆的里程表获取增量3D里程(Δx,Δy,θ),其中Δx和Δy表示横向和前后方向的运动,而θ表示车辆的当前航向;投影模块506,用于将获取的增量3D里程(Δx,Δy,θ)投影到道路模型2D流形上;以及姿势确定模块508,用于确定对应于增量3D里程的车辆的6D增量姿势(Δx',Δy',Δz,θr,θp,θy)。
图6解说了根据本发明的一实施例的示例性车辆600。车辆600可包括用于确定车辆位置的定位***602;用于提供车辆的增量3D里程(Δx,Δy,θ)的里程表604,其中Δx和Δy表示横向和前后方向的运动,而θ表示车辆的当前航向;以及用于获得车辆的六维(6D)增量姿势的姿势确定装置606,诸如姿势确定装置500。定位***602还可包括卫星定位***接收器和以下传感器中的至少一个,诸如激光雷达;雷达和照相机。定位***602可以基于卫星定位***接收器或以下传感器中的至少一者提供的数据来确定车辆的位置。
有了车辆的实时6D增量姿势的知识,可以执行进一步处理,特别是关于自动驾驶。作为进一步实施例,车辆600还可包括导航***,其可被配置为从姿势确定装置602接收车辆的当前位置(x1,y1,z1,r1,p1,y1);并提供至少部分基于车辆当前位置的导航。在另一实施例中,车辆600还可包括驾驶决策模块,其可被配置为从姿势确定装置接收车辆的当前位置(x1,y1,z1,r1,p1,y1);并至少部分地根据车辆的当前位置来做出驾驶决策。
图7解说了一般硬件环境700,其中根据本公开的示例性实施例,用于获得车辆的6维(6D)增量姿势的方法和装置可以适用。
参照图7,现在将描述计算设备700,计算设备700是可应用于本公开的各方面的硬件设备的示例。计算设备700可以是配置成执行处理和/或计算的任何机器,可以是但不限于工作站、服务器、桌面型计算机、膝上型计算机、平板计算机、个人数字助理、智能电话、车载计算机、或其任何组合。以上提及的***可以全部或者至少部分地由计算设备700或类似设备或***来实现。
计算设备700可以包括可能地经由一个或多个接口来与总线702连接或者与总线702处于通信的元件。例如,计算设备700可以包括总线702、以及一个或多个处理器704、一个或多个输入设备706和一个或多个输出设备708。该一个或多个处理器704可以是任何类型的处理器,并且可以包括但不限于一个或多个通用处理器和/或一个或多个专用处理器(诸如专门的处理芯片)。输入设备706可以是可将信息输入计算设备的任何类型的设备,并且可以包括但不限于鼠标、键盘、触摸屏、话筒、和/或遥控器。输出设备708可以是可呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。计算设备700还可以包括非瞬态存储设备710或者与非瞬态存储设备710相连接,该非瞬态存储设备710可以是为非瞬态的且可实现数据存储的任何存储设备,并且可以包括但不限于盘驱动器、光存储设备、固态存储、软盘、软磁盘、硬盘、磁带或任何其他磁性介质、光盘或任何其他光介质、ROM(只读存储器)、RAM(随机存取存储器)、高速缓存存储器和/或任何其他存储器芯片或存储器盒、和/或计算机可从其读取数据、指令和/或代码的任何其他介质。非瞬态存储设备710可以能与接口分开。非瞬态存储设备710可以具有用于实现上述方法和步骤的数据/指令/代码。计算设备700还可以包括通信设备712。通信设备712可以是能实现与外部装置和/或网络的通信的任何类型的设备或***,并且可以包括但不限于调制解调器、网卡、红外通信设备、诸如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设施之类的无线通信设备和/或芯片组、等等。
当计算设备700被用作车载设备时,计算设备700还可以连接至外部设备,例如GPS接收机、用于感测不同环境数据的传感器(诸如加速度传感器、车轮速度传感器、陀螺仪)、等等。以此方式,计算设备700可以例如接收指示车辆的行驶情况的位置数据和传感器数据。当计算设备700被用作车载设备时,计算设备700还可以连接至用于控制车辆的行驶和操作的其他设施(诸如引擎***、雨刮器、制动防抱死***等)。
另外,非瞬态存储设备710可以具有地图信息和软件元素,以使得处理器704可以执行路线引导处理。另外,输出设备706可以包括用于显示地图、车辆的位置标记以及指示车辆的行驶情况的图像的显示器。输出设备706还可以包括具有用于音频引导的耳机的扬声器或接口。
总线702可以包括但不限于工业标准架构(ISA)总线、微通道架构(MCA)总线、增强型ISA(EISA)总线、视频电子标准协会(VESA)本地总线、以及***组件互连(PCI)总线。具体地,对于车载设备,总线702可以包括控制器局域网(CAN)总线或者被设计成用于汽车上的应用的其他架构。
计算设备700还可以包括工作存储器714,工作存储器714可以是可存储对于处理器704的工作而言有用的指令和/或数据的任何类型的工作存储器,并且可以包括但不限于随机存取存储器和/或只读存储器设备。
软件元素可以位于工作存储器714中,包括但不限于操作***716、一个或多个应用程序718、驱动程序和/或其他数据和代码。用于执行上述方法和步骤的指令可以包括在一个或多个应用程序718中,并且以上提及的装置700的各单元可以通过处理器704读取和执行一个或多个应用程序718的指令来实现。软件元素的指令的可执行代码或源代码可以被存储在非瞬态计算机可读存储介质(诸如上述(诸)存储设备710)中,并且可以可能地通过编译和/或安装而被读取到工作存储器714中。软件元素的指令的可执行代码或源代码也可以从远程位置下载。
从上面的实施例中,本领域技术人员可以清楚地知道,本公开可以由具有必要硬件的软件来实现,或者由硬件、固件等来实现。基于这样的理解,本公开的实施例可以部分地以软件形式来实施。可以将计算机软件存储在诸如计算机的软盘、硬盘、光盘或闪存之类的可读存储介质中。该计算机软件包括一系列指令,以使计算机(例如,个人计算机、服务站或网络终端)执行根据本公开的相应实施例的方法或其一部分。
在整个说明书中,已经对“一个示例”或“一示例”进行了参考,这意味着在至少一个示例中包括具体描述的特征、结构或特性。因此,此类短语的使用可能涉及不止一个示例。此外,所描述的特征、结构或特性可以在一个或多个示例中以任何合适的方式组合。
然而,相关领域的技术人员可以认识到,可以在没有一个或多个特定细节的情况下,或者在其他方法、资源、材料等的情况下实践这些示例。在其他实例中,没有详细示出或描述众所周知的结构、资源或操作以避免使这些示例的各方面模糊。
尽管已经解说和描述了诸样例和应用,但是应当理解,这些示例不限于上述精确的配置和资源。可以对本文公开的方法和***的布置、操作和细节作出对于本领域技术人员而言显而易见的各种修改、改变和变化,而不会脱离所要求保护的示例的范围。

Claims (15)

1.一种计算机实现的用于获得车辆的六维(6D)增量姿势的方法,其特征在于,包括:
获取预定义的6D空间中的道路模型二维(2D)流形,其中所述6D空间中的道路模型2D流形是通过将所述道路模型中的对象从3D(x,y,z)空间转换为6D(x,y,z,r,p,y)空间来预定义的,其中x和y表示对象在水平面上的位置,而z、r、p和y表示所述对象在现实世界中的高度、侧倾角、俯仰角和偏航角;
从所述车辆的里程表中获取增量3D里程(Δx,Δy,θ),其中Δx和Δy表示横向和前后方向的运动,而θ表示所述车辆的当前航向;
将获取的增量3D里程(Δx,Δy,θ)投影到所述道路模型2D流形上;以及
确定对应于所述增量3D里程的所述车辆的6D增量姿势(Δx',Δy',Δz,θr,θp,θy)。
2.如权利要求1所述的方法,其特征在于,将所述获取的增量3D里程(Δx,Δy,θ)投影到所述道路模型2D流形上进一步包括:
获取所述增量3D里程的起点(x0,y0,z0)的位置;
确定所述起点(x0,y0,z0)在所述道路模型2D流形中的位置(x0,y0,z0,r0,p0,y0);以及
基于所述r0、p0和y0来计算所述3D里程(Δx,Δy,θ)在所述水平面上的投影(Δx',Δy'和θ')。
3.如权利要求2所述的方法,其特征在于,确定与所述增量3D里程相对应的所述车辆的6D增量姿势(Δx',Δy',Δz,θr,θp,θy)进一步包括:
基于所述起点的位置和计算出的3D里程的投影(Δx',Δy')来确定所述增量3D里程计的终点(x1,y1)在所述水平面上的投影;
获得终点在6D空间中的位置(x1,y1,z1,r1,p1,y1)中终点;
基于所述终点的侧倾角、俯仰角和偏航角r1、p1和y1来计算所述3D里程计的航向θ在6D空间中的投影(θrpy);以及
获得所述车辆的6D增量姿势(Δx',Δy',Δz,θrpy),其中Δz是z1和z0之间的差。
4.如权利要求2所述的方法,其特征在于,所述增量3D里程的所述起点的位置(x0,y0,z0)是从所述车辆的定位***获得的。
5.如权利要求3所述的方法,其特征在于,所述增量3D里程的所述起点的位置(x0,y0,z0)被推导为先前的增量3D里程的终点的位置。
6.一种用于获得车辆的六维(6D)增量姿势的姿势确定装置,其特征在于,包括:
道路模型流形获取模块,用于获取预定义的6D空间中的道路模型二维(2D)流形,其中所述6D空间中的道路模型2D流形是通过将道路模型中的对象从3D(x,y,z)空间转换为6D(x,y,z,r,p,y)空间来预定义的,其中x和y表示对象在水平面上的位置,而z、r、p和y表示对象在现实世界的高度、侧倾角、俯仰角和偏航角;
里程获取模块,用于从车辆的里程表获取增量3D里程(Δx,Δy,θ),其中Δx和Δy表示横向和前后方向的运动,而θ表示车辆的当前航向;
投影模块,用于将所述获取的增量3D里程(Δx,Δy,θ)投影到所述道路模型2D流形上;以及
姿势确定模块,用于确定对应于所述增量3D里程的所述车辆的6D增量姿势(Δx',Δy',Δz,θr,θp,θy)。
7.如权利要求6所述的姿势确定装置,其特征在于,将所述获取的增量3D里程计(Δx,Δy,θ)投影到所述道路模型2D流形上进一步包括:
获取所述增量3D里程计的起点(x0,y0,z0)的位置;
确定所述起点(x0,y0,z0)在所述道路模型2D流形中的位置(x0,y0,z0,r0,p0,y0);以及
基于所述r0、p0和y0来计算所述3D里程计(Δx,Δy,θ)在所述水平面上的投影(Δx',Δy'和θ')。
8.如权利要求7所述的姿势确定装置,其特征在于,确定与所述增量3D里程相对应的所述车辆的6D增量姿势(Δx',Δy',Δz,θr,θp,θy)进一步包括:
基于所述起点的位置和计算出的3D里程的投影(Δx',Δy')来确定所述增量3D里程的终点(x1,y1)在所述水平面上的投影;
获得终点在6D空间中的位置(x1,y1,z1,r1,p1,y1)中终点;
基于所述终点的侧倾角、俯仰角和偏航角r1、p1和y1来计算所述3D里程计的航向θ在6D空间中的投影(θrpy);以及
获得所述车辆的6D增量姿势(Δx',Δy',Δz,θrpy),其中Δz是z1和z0之差。
9.如权利要求7所述的姿势确定装置,其特征在于,所述增量3D里程的所述起点的位置(x0,y0,z0)是从所述车辆的定位***获得的。
10.如权利要求7所述的姿势确定装置,其特征在于,所述增量3D里程计的所述起点的位置(x0,y0,z0)被推导为先前的增量3D里程计的终点的位置。
11.一种车辆,包括:
用于确定所述车辆的位置的定位***;
用于提供所述车辆的增量3D里程(Δx,Δy,θ)的里程表,其中Δx和Δy表示横向和前后方向的运动,而θ表示所述车辆的当前航向;以及
根据权利要求6到9中的任一项所述的用于获得所述车辆的六维(6D)增量姿势的姿势确定装置。
12.如权利要求11所述的车辆,其特征在于,所述定位***进一步包括卫星定位***接收器和以下传感器中的至少一者:
激光雷达;
雷达;以及
相机。
13.如权利要求12所述的车辆,其特征在于,所述定位***基于所述卫星定位***接收器或所述以下传感器中的至少一者提供的数据来确定所述车辆的位置。
14.如权利要求11所述的车辆,其中所述车辆进一步包括:
导航***,其中所述导航***被配置成:
从所述姿势确定装置接收所述车辆的当前位置(x1,y1,z1,r1,p1,y1);以及
至少部分地基于所述车辆的当前位置来提供导航。
15.如权利要求11所述的车辆,其中所述车辆进一步包括:
驱动决策模块,其中所述驱动决策模块被配置成:
从所述姿势确定装置接收所述车辆的当前位置(x1,y1,z1,r1,p1,y1);以及
至少部分地基于所述车辆的当前位置来作出驱动决策。
CN201980097462.0A 2019-06-14 2019-06-14 使用道路模型2d流形的6d空间中的3d里程 Active CN114127658B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/091212 WO2020248209A1 (en) 2019-06-14 2019-06-14 3d odometry in 6d space with roadmodel 2d manifold

Publications (2)

Publication Number Publication Date
CN114127658A CN114127658A (zh) 2022-03-01
CN114127658B true CN114127658B (zh) 2023-05-23

Family

ID=73780849

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980097462.0A Active CN114127658B (zh) 2019-06-14 2019-06-14 使用道路模型2d流形的6d空间中的3d里程

Country Status (4)

Country Link
US (1) US20220252406A1 (zh)
EP (1) EP3983863A4 (zh)
CN (1) CN114127658B (zh)
WO (1) WO2020248209A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021124397B4 (de) 2021-09-21 2023-08-31 Cariad Se Verfahren und Prozessorschaltung zum Ermitteln einer aktuellen Fahrzeugpose eines Kraftfahrzeugs im Raum sowie Kraftfahrzeug mit der Prozessorschaltung

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102057247A (zh) * 2008-06-11 2011-05-11 天宝导航有限公司 倾斜计
CN102246005A (zh) * 2008-12-12 2011-11-16 泰为信息科技公司 具有里程机制的导航***及其操作方法
CN105100600A (zh) * 2014-05-21 2015-11-25 通用汽车环球科技运作有限责任公司 用于全景可视***中的自动校准的方法和装置
CN108180925A (zh) * 2017-12-15 2018-06-19 中国船舶重工集团公司第七0七研究所 一种里程计辅助车载动态对准方法
JP2018159752A (ja) * 2017-03-22 2018-10-11 日産自動車株式会社 地図情報学習方法及び地図情報学習装置
CN109100731A (zh) * 2018-07-17 2018-12-28 重庆大学 一种基于激光雷达扫描匹配算法的移动机器人定位方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010042065B4 (de) * 2010-10-06 2022-12-08 Robert Bosch Gmbh Verfahren und Vorrichtung zum Ausgeben einer Empfehlung eines Ausrollen-Lassens des Fahrzeugs für ein Fahrerassistenzsystem des Fahrzeugs
US20140267282A1 (en) * 2013-03-14 2014-09-18 Robert Bosch Gmbh System And Method For Context Dependent Level Of Detail Adjustment For Navigation Maps And Systems
EP3423787B8 (en) * 2017-05-22 2020-04-08 Baidu.com Times Technology (Beijing) Co., Ltd. Method and system for updating maps based on control feedbacks of autonomous driving vehicles
US10907972B2 (en) * 2018-03-29 2021-02-02 Intel Corporation 3D localization device
DE102019207087A1 (de) * 2019-05-15 2020-11-19 HELLA GmbH & Co. KGaA Lokalisierung einer mobilen Einheit
US11670001B2 (en) * 2019-05-17 2023-06-06 Nvidia Corporation Object pose estimation
DE102019207448A1 (de) * 2019-05-21 2020-11-26 Robert Bosch Gmbh Simultane Lokalisierung und Kartenerstellung in 2D unter Verwendung eines 3D-Scanners

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102057247A (zh) * 2008-06-11 2011-05-11 天宝导航有限公司 倾斜计
CN102246005A (zh) * 2008-12-12 2011-11-16 泰为信息科技公司 具有里程机制的导航***及其操作方法
CN105100600A (zh) * 2014-05-21 2015-11-25 通用汽车环球科技运作有限责任公司 用于全景可视***中的自动校准的方法和装置
JP2018159752A (ja) * 2017-03-22 2018-10-11 日産自動車株式会社 地図情報学習方法及び地図情報学習装置
CN108180925A (zh) * 2017-12-15 2018-06-19 中国船舶重工集团公司第七0七研究所 一种里程计辅助车载动态对准方法
CN109100731A (zh) * 2018-07-17 2018-12-28 重庆大学 一种基于激光雷达扫描匹配算法的移动机器人定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Visual SLAM Incorporating Wheel Odometer for Indoor Robots;Jing Wang 等;《Proceedings of the 36th Chinese Control Conference》;20170728;第5167-5172页 *
基于近似动态规划的优化控制方法及在自主驾驶车辆中的应用;连传强;《中国优秀博士论文全文数据库》;20171115(第11期);第45-65页 *

Also Published As

Publication number Publication date
EP3983863A4 (en) 2023-01-25
WO2020248209A1 (en) 2020-12-17
CN114127658A (zh) 2022-03-01
US20220252406A1 (en) 2022-08-11
EP3983863A1 (en) 2022-04-20

Similar Documents

Publication Publication Date Title
JP6878493B2 (ja) 自動運転車両(adv)に用いるピッチ角の補正方法
CN109215433B (zh) 用于自动驾驶仿真的基于视觉的驾驶场景生成器
JP6906011B2 (ja) オブジェクトの二次元境界枠を自動運転車両の三次元位置に転換するための方法[method for transforming 2d bounding boxes of objects into 3d positions for autonomous driving vehicles (advs)]
KR102211299B1 (ko) 곡선 투영을 가속화하기 위한 시스템 및 방법
US10459441B2 (en) Method and system for operating autonomous driving vehicles based on motion plans
US11377119B2 (en) Drifting correction between planning stage and controlling stage of operating autonomous driving vehicles
JP2019182399A (ja) 自動運転に用いられる感知と計画のコラボレーションフレームワーク
CN111417871A (zh) 基于激光雷达利用高清晰度地图的集成运动估计的迭代最近点处理
JP2019135145A (ja) 自動運転車両のための走行軌跡生成方法、システム及び機械可読媒体
CN113950612A (zh) 用于2d路径规划器的道路模型流形
US20180304900A1 (en) Method and system for determining road frictions of autonomous driving vehicles using learning-based model predictive control
CN110390240B (zh) 自动驾驶车辆中的车道后处理
KR102331000B1 (ko) 자율주행차량의 관심 대상 신호등을 특정하기 위한 방법 및 이를 이용한 컴퓨팅 장치
CN114127658B (zh) 使用道路模型2d流形的6d空间中的3d里程
CN114694111A (zh) 车辆定位
JP2002081941A (ja) 道路の3次元形状を測定するためのシステム及び方法
CN110720025B (zh) 移动物体的地图的选择方法、装置、***和车辆/机器人
WO2020258222A1 (en) Method and system for identifying object
CN111629947B (zh) 自动驾驶车辆的用于生成参考线的方法和***
WO2020073270A1 (en) Snapshot image of traffic scenario
WO2020073271A1 (en) Snapshot image of traffic scenario
CN114973742A (zh) 验证车辆的定位信息的方法、***和设备
WO2020073272A1 (en) Snapshot image to train an event detector
WO2020073268A1 (en) Snapshot image to train roadmodel
CN114973170A (zh) 自主驾驶的方法及***

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