CN115727871A - 一种轨迹质量检测方法、装置、电子设备和存储介质 - Google Patents
一种轨迹质量检测方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115727871A CN115727871A CN202211214909.8A CN202211214909A CN115727871A CN 115727871 A CN115727871 A CN 115727871A CN 202211214909 A CN202211214909 A CN 202211214909A CN 115727871 A CN115727871 A CN 115727871A
- Authority
- CN
- China
- Prior art keywords
- measurement unit
- inertial measurement
- acceleration
- angular velocity
- difference
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 59
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000005259 measurement Methods 0.000 claims abstract description 206
- 230000033001 locomotion Effects 0.000 claims abstract description 140
- 230000001133 acceleration Effects 0.000 claims description 113
- 238000000034 method Methods 0.000 claims description 45
- 239000011159 matrix material Substances 0.000 claims description 25
- 238000013519 translation Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 10
- 230000005484 gravity Effects 0.000 claims description 7
- 238000000105 evaporative light scattering detection Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000005457 optimization Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000007689 inspection 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
- 239000013598 vector Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011084 recovery 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
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Navigation (AREA)
Abstract
本公开提供了一种轨迹质量检测方法、装置、电子设备和存储介质,涉及自动驾驶技术领域,尤其涉及高精地图技术领域。具体实现方案为:对采集车辆的运动轨迹进行建模,以得到该运动轨迹对应的连续时间轨迹曲线;利用该连续时间轨迹曲线,确定该采集车辆的运动状态的第一估计值与第二估计值之间的整体差异;其中,第一估计值由采集车辆的运动轨迹确定,第二估计值由采集车辆的第一惯性测量单元的测量值确定;以及,根据该整体差异,检测该运动轨迹的质量。本公开能够利用惯性测量单元实现对运动轨迹的质量检测。
Description
技术领域
本公开涉及自动驾驶技术领域,尤其涉及高精地图技术领域。
背景技术
自动驾驶需要的高精地图制图是通过融合多种类型的传感器数据来完成对环境进行建模并对地图采集车辆的运动轨迹进行恢复的过程。地图采集车辆会使用激光雷达(LiDAR,Laser Radar)、惯性测量单元(IMU,Inertial Measurement Unit)、轮速计、全球导航卫星***(GNSS,Global Navigation Satellite System)等传感器来进行环境感知和运动测量。
采集车辆的运动轨迹的质量,对高精地图的质量有直接影响。因此,需要对采集车辆的运动轨迹进行质检。
发明内容
本公开提供了一种轨迹质量检测方法、装置、电子设备和存储介质。
根据本公开的一方面,提供了一种轨迹质量检测方法,包括:
对采集车辆的运动轨迹进行建模,以得到该运动轨迹对应的连续时间轨迹曲线;
利用该连续时间轨迹曲线,确定采集车辆的运动状态的第一估计值与第二估计值之间的整体差异;其中,第一估计值由采集车辆的运动轨迹确定,第二估计值由采集车辆的第一惯性测量单元的测量值确定;以及,
根据该整体差异,检测该运动轨迹的质量。
根据本公开的另一方面,提供了一种轨迹质量检测装置,包括:
建模模块,用于对采集车辆的运动轨迹进行建模,以得到该运动轨迹对应的连续时间轨迹曲线;
确定模块,用于利用该连续时间轨迹曲线,确定该采集车辆的运动状态的第一估计值与第二估计值之间的整体差异;其中,第一估计值由采集车辆的运动轨迹确定,第二估计值由采集车辆的第一惯性测量单元的测量值确定;以及,
检测模块,用于根据该整体差异,检测该运动轨迹的质量。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开中任一实施例的方法。
根据本公开的另一方面,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,该计算机指令用于使该计算机执行根据本公开中任一实施例的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现根据本公开中任一实施例的方法。
本公开能够利用惯性测量单元的测量值,对采集车辆的运动轨迹进行质量检测。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开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,不构成对本公开的限定。其中:
图1是本公开实施例的应用场景示意图;
图2是根据本公开一实施例的轨迹质量检测方法200的实现流程图;
图3是根据本公开一实施例的确定采集车辆运动状态的第一估计值与第二估计值之间整体差异的示意流程图;
图4是根据本公开一实施例的轨迹质量检测方法整体框架图;
图5是根据本公开一实施例的轨迹质量检测装置500的结构示意图;
图6是根据本公开一实施例的轨迹质量检测装置600的结构示意图;
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
在高精地图生产过车中,采集车辆运动轨迹恢复的质量决定了建图的质量。如果采集车辆的运动轨迹存在局部跳变、不平滑等现象,往往会造成建图的重影问题。因此,通过对采集车辆的运动轨迹进行质检检测,对于提高制图质量至关重要。
采集车辆是由多种先进测量传感器精密集成的移动采集***,一般包含激光雷达、惯性导航***(INS,Inertial Navigation System)、相机等设备,根据采集场景不同搭载不同型号的传感器设备,并且要不间断地对地图信息进行采集,从而保证地图数据始终处于最新状态。
处理高精地图数据需要对采集车采集到的原始数据进行整理分类与清洗,从而获得没有任何语义信息或注释的初始地图模版,经过处理后的数据通常为点云数据。制作好三维点云地图之后需要标注语义信息,提供给自动驾驶车辆使用。
本公开实施例提出一种轨迹质量检测方法,能够对采集车辆的运动轨迹进行质量检测。图1是本公开实施例的应用场景示意图,包括:采集车辆110、生产设备120、质量检测装置130。其中,采集车辆110用于进行实地的数据采集,获取用于生成高精地图的基础数据。生产设备120,用于对采集车辆110采集的基础数据进行数据标注、提取、计算等,生成高精地图;在生成高精地图的过程中,生产设备120同时会生成采集车辆的运动轨迹。质量检测装置130,用于对采集车辆的运动轨迹进行质量检测。质量检测装置130可以执行本公开实施例提出的轨迹质量检测方法,对采集车辆的运动轨迹进行质量检测。在一些示例中,采集车辆110、生产设备120和质量检测装置130之间可以通过有线或无线网络传输数据。
图2是根据本公开一实施例的轨迹质量检测方法200的实现流程图,包括:
S210、对采集车辆的运动轨迹进行建模,以得到该运动轨迹对应的连续时间轨迹曲线;
S220、利用该连续时间轨迹曲线,确定采集车辆的运动状态的第一估计值与第二估计值之间的整体差异;其中,第一估计值可以由采集车辆的运动轨迹确定,第二估计值可以由采集车辆的第一惯性测量单元的测量值确定;以及,
S230、根据该整体差异,检测运动轨迹的质量。
其中,第一惯性测量单元(IMU)可以指固定安装在采集车辆上的一个IMU。通常的IMU由三轴陀螺仪和三轴加速度计组合而成,三轴陀螺仪可以用于检测角速度,三轴加速度计可以用于检测加速度。采集车辆的第一IMU用于测量采集车辆的运动状态的测量值,包括多个时刻的数据,每个时刻的数据包括角速度和角速度信息。
本公开实施例可以利用安装在采集车辆上的IMU的测量值,对采集车辆的运动轨迹进行质量检测。由于IMU数据的数据量较小、且不受环境干扰,因此,本公开实施例提出的轨迹质量检测方法能够提高质量检测的质量和效率。
采集车辆的运动状态包括采集车辆的加速度和采集车辆的角速度;
在一些实施方式中,采集车辆的运动状态的估计值与采集车辆的运动状态的测量值之间的整体差异(该整体差异又称为残差,以下简称整体差异)由加速度差异和角速度差异确定;其中,
加速度差异包括:由采集车辆的运动轨迹确定的加速度与由第一惯性测量单元确定的加速度之间的差异;
角速度差异包括:由采集车辆的运动轨迹确定的角速度与由第一惯性测量单元确定的角速度之间的差异。
其中,上述第一IMU可以测量得到多个时刻的加速度和角速度。
在一些示例中,加速度差异可以称为加速度残差,在以下内容中,加速度差异用ra表示;角速度差异可以称为角速度残差,在以下内容中,角速度差异用rω表示。
在一些实施方式中,连续时间轨迹曲线又称为B样条曲线(B-splinecurve)。针对上述步骤S210中,在一些示例中,本公开实施例可以利用采集车辆的运动轨迹优化一个连续时间轨迹曲线的控制点状态,从而得到运动轨迹对应的连续时间轨迹曲线(或称为连续时间轨迹、或B样条曲线),使连续时间轨迹曲线与采集车辆的运动轨迹基本重合。B样条曲线的形状是通过控制点计算得到的。通过B样条曲线可以近似地为采集车辆的运动轨迹进行建模,其目的是可以方便地计算运动轨迹不同位置的速度、加速度等信息,以便在后续步骤中确定采集车辆的运动状态的第一估计值与第二估计值之间的整体差异,并用于运动轨迹的质量检测。
具体地,在一些示例中,连续时间轨迹曲线可以包括旋转状态曲线和平移状态曲线;也就是可以采用两个B样条曲线分别对采集车辆的旋转和平移运动过程进行建模。
如,traj={trajrotation,trajtranslation};其中,traj连续时间轨迹曲线,trajrotation表示旋转状态曲线(或称为旋转B样条曲线),trajtranslation表示平移状态曲线(或称为平移B样条曲线)。
对trajrotation的初始化过程,相当于求解以下式子(1)表示的优化问题:
其中,是旋转B样条曲线的初始化结果,是利用旋转B样条曲线trajrotation计算出来的ti时刻的旋转状态,是利用采集车辆的运动轨迹计算出来的ti时刻的旋转状态,angle是计算两个旋转状态夹角的函数。
对trajtranslation的初始化过程,相当于求解以下式子(2)表示的优化问题:
其中,是平移B样条曲线的初始化结果,是利用平移B样条曲线trajtranslation计算出来的ti时刻的平移状态,是利用制图初始轨迹计算出来的ti时刻的平移状态,distance是计算两个平移状态距离的函数。
如图3所示,在一些实施方式中,本公开一实施例的轨迹质量检测方法中,利用连续时间轨迹曲线,确定采集车辆的运动状态的第一估计值与第二估计值之间的整体差异,包括:
S310、利用旋转状态曲线和平移状态曲线,确定加速度差异(ra)的表达式,并且,利用旋转状态曲线,确定角速度差异(rω)的表达式;
S320、利用角速度差异的表达式和加速度差异的表达式,确定整体差异的表达式;
S330、确定整体差异的表达式的最小值,将该最小值作为整体差异。
∑a是加速度测量的协方差矩阵,与惯性测量单元的特性有关;
∑g是角速度测量的协方差矩阵,与惯性测量单元的特性有关;
通过上述方式,可以采用旋转B样条曲线和平移B样条曲线,利用较为简便的方式分别确定角速度差异和加速度差异,从而确定出本公开实施例中整体差异的表达式。
在一些实施方式中,可以调整重力加速度、第一惯性测量单元的加速度零偏和第一惯性测量单元的角速度零偏中的至少之一,使整体差异的表达式的取值达到最小值;因此,求解整体差异表达式的最小值的问题,也就是求解优化问题的过程。即,调整对的取值有影响的参数(包括调整重力加速度、第一惯性测量单元的加速度零偏和/或第一惯性测量单元的角速度零偏),使调整后的数值最小,该最小值即为整体差异。可见,本公开实施例将轨迹检测问题,转化为求解优化问题的过程,从而实现利用惯性测量单元(IMU)的测量值对运动轨迹进行质量检测。
在整体差异小于或等于预定阈值的情况下,确定运动轨迹的质量合格;或者,整体差异大于预定阈值的情况下,确定运动轨迹的质量不合格。
其中,该预定阈值可以由采集车辆的加速度的测量值的噪声、以及采集车辆的角速度的测量值的噪声确定。例如,可以将该预定阈值设置为加速度的测量值的噪声的N1倍与角速度的测量值的噪声的N2倍之和,其中,N1和N2为正数。
综合上述介绍,对本公开实施例提出的轨迹质量检测方法的实现过程总结如下:
参见图4,图4是根据本公开一实施例的轨迹质量检测方法整体框架图。本公开一实施例的轨迹质量检测过程中,首先获取采集车辆的运动轨迹,并采集车辆的运动轨迹进行建模,得到该运动轨迹对应的连续时间轨迹曲线(B样条曲线)。该B样条曲线可以包括旋转B样条曲线和平移B样条曲线。之后,利用B样条曲线和IMU的测量值,确定加速度差异的表达式(ra)和角速度差异的表达式(rω)。之后,根据ra和rω,确定第一估计值和第二估计值之间的整体差异的表达式;其中,第一估计值由采集车辆的运动轨迹确定,第二估计值由采集车辆的IMU的测量值确定。最后,求解优化问题,确定整体差异的表达式的最小值,再确定该最小值是否小于或等于预定阈值;如果小于或等于预定阈值,则确定运动轨迹的质量合格;否则,确定运动轨迹的质量不合格。
本公开实施例可以采用一个或多个IMU来实现对采集车辆的运动轨迹的质量检测。以下分别介绍采用2个IMU实现质量检测、以及采用1个IMU实现质量检测的方法。
方式一:采用2个IMU实现质量检测。
在本方式中,采集车辆的运动轨迹等同于采集车辆的第二惯性测量单元的运动轨迹,其中,第一惯性测量单元和第二惯性测量单元是采集车辆的两个不同的惯性测量单元。
在采集车辆上安装两个IMU的情况下,本方式可以充分利用两个IMU的测量值对采集车辆的运动轨迹进行质量检测,以提高检测成功率。例如,可以采用第一IMU的测量值对第二IMU的轨迹(即采集车辆的运动轨迹)进行质量检测。
在以下说明中,将第一IMU记为I2,将第二IMU记为I1。
由于要检测的轨迹是采集车辆上某一个IMU的运动状态,为了使用另外一个IMU的测量值进行运动轨迹的质量检测,需要建立不同IMU传感器测量值与轨迹曲线的关系模型,例如:
I1在时刻t下,在全局坐标系下的位姿状态可以表示为式子(3):
G表示全局坐标系。
I2在时刻t下,在全局坐标系下的位姿状态可以表示为式子(4):
G表示全局坐标系。
假设I1和I2固定连接在采集车辆的车体上,且车体为刚体,则两个IMU之间的外部参数(外参)可以用式子(5)表示:
利用式子(3)、(4)、(5),可以对式子(6-1)展开计算,得到以下式子(6-2):
由式子(6-2),可以得到以下两个等式:
其中,等式(6-3)可以认为是旋转分量部分,等式(6-4)可以认为是平移分量部分。分别利用上述等式(6-3)和(6-4),可以分别得到角速度差异(rω)的表达式和加速度差异(ra)的表达式。具体包括以下第一部分和第二部分。
第一部分:利用等式(6-3),得到角速度差异(rω)的表达式。例如:
对等式(6-3)的左右两侧分别对时间t求导,得到式子(7):
其中ω1、ω2分别为I1和I2在各自局部坐标系下的角速度。因此有:
其中,符号[]×表示将向量转化成反对称矩阵。
可见,式子(8)示出了I1的角速度与和I2的角速度的关系,即I2的角速度是I1的角速度和两个IMU之间的外参的旋转分量的函数。
由式子(8),可以得到以下式子(9):
由式子(9),可以得到以下式子(10):
可见,式子(10)示出了I1的角速度的理论值(或真值)与I2的角速度的理论值的关系,即,I1的角速度的理论值等于I2的角速度的理论值与两个IMU之间的外参的旋转分量的乘积。
考虑到IMU角速度的实际测量模型,存在以下关系:
结合式子(10)和(11),用I2的角速度的测量值,可以建立起与I1的角速度的真值之间的关系。I1的角速度的真值可以用I1的运动轨迹(即采集车辆的运动轨迹)来计算,表示为以下式子(12):
定义角速度差异(rω)的表达式为以下式子(13):
上述式子(13)中,ω1是通过I1(第二IMU)的运动轨迹计算出的角速度,是通过I2(第一个IMU)的角速度测量值计算出的角速度。如果I1的运动轨迹(也就是采集车辆的运动轨迹)准确的话,前述二者的差值(即rω)应该很小。因此,本公开实施例可以将rω作为对采集车辆的运动轨迹进行质量检测的一个标准。
如上述内容可见,在一些实施方式中,角速度差异(rω)的表达式可以由第二惯性测量单元的角速度真值(ω1)、第一惯性测量单元的角速度测量值第一惯性测量单元的角速度零偏以及第一惯性测量单元与第二惯性测量单元之间的旋转矩阵中的至少之一确定;
其中,第二惯性测量单元的角速度真值(ω1)可以由旋转状态曲线确定。第二部分:利用等式(6-4),得到加速度差异(ra)的表达式。例如:
上式左右两侧分别对时间t求导,得到式子(14):
符号[]×表示将向量转化成反对称矩阵。
上式左右两侧分别继续对时间t求导,得到式子(15)
对式子(15)继续进行运算,可以得到以下式子(16):
符号[]×表示将向量转化成反对称矩阵;
考虑到IMU加速度的实际测量模型,存在以下关系:
gG表示重力加速度。
定义加速度差异(ra)的表达式为以下式子(18):
上述式子(18)中,是通过I1(第二IMU)的运动轨迹计算出的加速度,是通过I2(第一个IMU)的加速度测量值计算出的加速度。如果I1的运动轨迹(也就是采集车辆的运动轨迹)准确的话,前述二者的差值(即ra)应该很小。因此,本公开实施例可以将ra作为对采集车辆的运动轨迹进行质量检测的一个标准。
如上述内容可见,在一些实施方式中,加速度差异(ra)的表达式可以由第二惯性测量单元在全局坐标系下的旋转矩阵第二惯性测量单元的角速度真值(ω1)、第一惯性测量单元与第二惯性测量单元在空间中的相对位置关系第二惯性测量单元在全局坐标系下的加速度真值第一惯性测量单元与第二惯性测量单元之间的旋转矩阵第一惯性测量单元的加速度测量值第一惯性测量单元的加速度零偏以及重力加速度(gG)中的至少之一确定;其中,
第二惯性测量单元的角速度真值(ω1)由旋转状态曲线确定;或者,
利用上述实施方式确定的角速度差异(rω)的表达式和加速度差异(ra)的表达式,可以确定采集车辆的运动状态的第一估计值与第二估计值之间的整体差异的表达式;之后,确定该整体差异的表达式的最小值,并将该最小值作为该整体差异。可见,确定整体差异的表达式的最小值,本质上是基于连续时间轨迹曲线构建一个优化问题,该优化问题可以用式子(19)表示:
其中,t表示时刻;
在确定的同时,也就确定了的最小值,的最小值即为采集车辆的运动状态的第一估计值与第二估计值之间的整体差异。在采集车辆的运动状态的第一估计值与第二估计值之间的整体差异小于或等于预定阈值的情况下,确定采集车辆的运动轨迹(即I1的运动轨迹)的质量合格;在整体差异大于预定阈值的情况下,确定采集车辆的运动轨迹(即I1的运动轨迹)的质量不合格。
在本方式中,由于用到了不同IMU传感器之间的外参,因此需要IMU间的外参无明显误差。在具体实现时,由于不同IMU处于相同的重力场中且全局坐标系唯一,不同IMU传感器在全局坐标系下的重力加速度是相同的,因此在估计重力加速度参数时可以对不同的IMU传感器设置相同的值。对不同的IMU,其重力加速度参数相同。
如果重力加速度已知(比如通过IMU的全球投影坐标系(UTM,UniversalTransverse Mercator)坐标直接得到),使用这种方法还可以提高检测的精度。
可见,上述实施方式中,将两个残差项联合构建一个优化问题,该优化问题的变量是IMU的零偏和重力加速度。
方式二:采用1个IMU实现质量检测。
在本方式中,采集车辆的运动轨迹等同于采集车辆的第一惯性测量单元的运动轨迹。
在采集车辆上安装1个IMU的情况下,本方式可以利用IMU的测量值对采集车辆的运动轨迹(也就是该IMU的运动轨迹)进行质量检测。由于只使用一个IMU,在以下说明中,不区分第一IMU和第二IMU,也不区分I2和I1。
考虑IMU的测量模型,在一些实施方式中,角速度差异(rω)的表达式可以由第一惯性测量单元在局部坐标系下的角速度第一惯性测量单元的角速度测量值第一惯性测量单元的角速度零偏(bω)中的至少之一确定;其中,
例如,角速度差异(rω)的表达式可以采用以下式子(20)表示:
在一些实施方式中,加速度差异的表达式(ra)可以由第一惯性测量单元的朝向第一惯性测量单元在全局坐标系下的加速度真值第一惯性测量单元的加速度测量值第一惯性测量单元的加速度零偏(ba)、以及重力加速度(gG)中的至少之一确定;其中,
例如,加速度差异(ra)的表达式可以采用以下式子(21)表示:
利用上述实施方式确定的角速度差异(rω)的表达式和加速度差异(ra)的表达式,可以确定采集车辆的运动状态的第一估计值与第二估计值之间的整体差异的表达式;之后,确定该整体差异的表达式的最小值,并将该最小值作为该整体差异。可见,确定整体差异的表达式的最小值,本质上是基于连续时间轨迹曲线构建一个优化问题,该优化问题可以用式子(22)表示:
其中,t表示时刻;
在确定的同时,也就确定了的最小值,的最小值即为采集车辆的运动状态的第一估计值与第二估计值之间的整体差异。在采集车辆的运动状态的第一估计值与第二估计值之间的整体差异小于或等于预定阈值的情况下,确定采集车辆的运动轨迹(即IMU的运动轨迹)的质量合格;在整体差异大于预定阈值的情况下,确定采集车辆的运动轨迹(即IMU的运动轨迹)的质量不合格。
本方式可以采用一个IMU实现对采集车辆运动轨迹的质量检测,因此能够在提高检测效果和效率的同时,降低与采集车辆的设备的要求。
本公开实施例还提出一种轨迹质量检测装置,图5是根据本公开一实施例的轨迹质量检测装置500的结构示意图,包括:
建模模块510,用于对采集车辆的运动轨迹进行建模,以得到该运动轨迹对应的连续时间轨迹曲线;
确定模块520,用于利用该连续时间轨迹曲线,确定该采集车辆的运动状态的第一估计值与第二估计值之间的整体差异;其中,第一估计值由采集车辆的运动轨迹确定,第二估计值由采集车辆的第一惯性测量单元的测量值确定;以及,
检测模块530,用于根据该整体差异,检测该运动轨迹的质量。
在一些实施方式中,该整体差异由加速度差异和角速度差异确定;其中,
该加速度差异包括:由该采集车辆的运动轨迹确定的加速度与由该第一惯性测量单元确定的加速度之间的差异;
该角速度差异包括:由该采集车辆的运动轨迹确定的角速度与由该第一惯性测量单元确定的角速度之间的差异。
在一些实施方式中。该连续时间轨迹曲线包括旋转状态曲线和平移状态曲线;
图6是根据本公开一实施例的轨迹质量检测装置600的结构示意图,如图6所示,在一些实施方式中,该确定模块520包括:
第一确定子模块521,用于利用该旋转状态曲线和该平移状态曲线,确定该加速度差异的表达式;并且,利用该旋转状态曲线,确定该角速度差异的表达式;
第二确定子模块522,用于利用该加速度差异的表达式和该角速度差异的表达式,确定该整体差异的表达式;
最小值确定子模块523,用于确定该整体差异的表达式的最小值,将该最小值作为该整体差异。
在一些实施方式中,该最小值确定子模块523用于,
调整重力加速度、该第一惯性测量单元的加速度零偏和该第一惯性测量单元的角速度零偏中的至少之一,使该整体差异的表达式的取值达到最小值。
在一些实施方式中,该采集车辆的运动轨迹等同于该采集车辆的第二惯性测量单元的运动轨迹;该第一惯性测量单元和该第二惯性测量单元,是该采集车辆的两个不同的惯性测量单元。
在一些实施方式中,该加速度差异的表达式由该第二惯性测量单元在全局坐标系下的旋转矩阵、该第二惯性测量单元的角速度真值、该第一惯性测量单元与该第二惯性测量单元在空间中的相对位置关系、该第二惯性测量单元在全局坐标系下的加速度真值、该第一惯性测量单元与该第二惯性测量单元之间的旋转矩阵、该第一惯性测量单元的加速度测量值、该第一惯性测量单元的加速度零偏、以及重力加速度中的至少之一确定;其中,
该第二惯性测量单元在全局坐标系下的旋转矩阵由该旋转状态曲线确定;或者,
该第二惯性测量单元的角速度真值由该旋转状态曲线确定;或者,
该第二惯性测量单元在全局坐标系下的加速度真值由该平移状态曲线确定。
在一些实施方式中,该角速度差异的表达式由该第二惯性测量单元的角速度真值、该第一惯性测量单元的角速度测量值、该第一惯性测量单元的角速度零偏、以及该第一惯性测量单元与该第二惯性测量单元之间的旋转矩阵中的至少之一确定;
其中,该第二惯性测量单元的角速度真值由该旋转状态曲线确定。
在一些实施方式中,该采集车辆的运动轨迹等同于该采集车辆的第一惯性测量单元的运动轨迹。
在一些实施方式中,该加速度差异的表达式由该第一惯性测量单元的朝向、该第一惯性测量单元在全局坐标系下的加速度真值、该第一惯性测量单元的加速度测量值、该第一惯性测量单元的加速度零偏、以及重力加速度中的至少之一确定;其中,
该第一惯性测量单元的朝向由该旋转状态曲线确定;或者,
该第一惯性测量单元在全局坐标系下的加速度真值由该平移状态曲线确定。
在一些实施方式中,该角速度差异的表达式由该第一惯性测量单元在局部坐标系下的角速度、该第一惯性测量单元的角速度测量值、该第一惯性测量单元的角速度零偏中的至少之一确定;其中,
该第一惯性测量单元在局部坐标系下的角速度由该旋转状态曲线确定。
在一些实施方式中,该检测模块530用于:
在该整体差异小于或等于预定阈值的情况下,确定该运动轨迹的质量合格;
或者,在该整体差异大于预定阈值的情况下,确定该运动轨迹的质量不合格;
在一些实施方式中,该预定阈值由该采集车辆的加速度的测量值的噪声、以及该采集车辆的角速度的测量值的噪声确定。
本公开实施例的装置的各模块、子模块的具体功能和示例的描述,可以参见上述方法实施例中对应步骤的相关描述,在此不再赘述。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开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,个人数字助理、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,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,例如轨迹质量检测方法。例如,在一些实施例中,轨迹质量检测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轨迹质量检测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)而被配置为执行轨迹质量检测方法。
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***、现场可编程门阵列(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,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,本公开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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (27)
1.一种轨迹质量检测方法,包括:
对采集车辆的运动轨迹进行建模,以得到所述运动轨迹对应的连续时间轨迹曲线;
利用所述连续时间轨迹曲线,确定所述采集车辆的运动状态的第一估计值与第二估计值之间的整体差异;其中,所述第一估计值由所述采集车辆的运动轨迹确定,所述第二估计值由所述采集车辆的第一惯性测量单元的测量值确定;以及,
根据所述整体差异,检测所述运动轨迹的质量。
2.根据权利要求1所述的方法,其中,所述整体差异由加速度差异和角速度差异确定;
所述加速度差异包括:由所述采集车辆的运动轨迹确定的加速度与由所述第一惯性测量单元确定的加速度之间的差异;
所述角速度差异包括:由所述采集车辆的运动轨迹确定的角速度与由所述第一惯性测量单元确定的角速度之间的差异。
3.根据权利要求2所述的方法,其中,所述连续时间轨迹曲线包括旋转状态曲线和平移状态曲线;
所述利用所述连续时间轨迹曲线,确定所述采集车辆的运动状态的第一估计值与第二估计值之间的整体差异,包括:
利用所述旋转状态曲线和所述平移状态曲线,确定所述加速度差异的表达式;并且,利用所述旋转状态曲线,确定所述角速度差异的表达式;
利用所述加速度差异的表达式和所述角速度差异的表达式,确定所述整体差异的表达式;
确定所述整体差异的表达式的最小值,将所述最小值作为所述整体差异。
4.根据权利要求3所述的方法,其中,所述确定所述整体差异的表达式的最小值,包括:
调整重力加速度、所述第一惯性测量单元的加速度零偏和所述第一惯性测量单元的角速度零偏中的至少之一,使所述整体差异的表达式的取值达到最小值。
5.根据权利要求3或4所述的方法,其中,所述采集车辆的运动轨迹等同于所述采集车辆的第二惯性测量单元的运动轨迹;所述第一惯性测量单元和所述第二惯性测量单元,是所述采集车辆的两个不同的惯性测量单元。
6.根据权利要求5所述的方法,其中,所述加速度差异的表达式由所述第二惯性测量单元在全局坐标系下的旋转矩阵、所述第二惯性测量单元的角速度真值、所述第一惯性测量单元与所述第二惯性测量单元在空间中的相对位置关系、所述第二惯性测量单元在全局坐标系下的加速度真值、所述第一惯性测量单元与所述第二惯性测量单元之间的旋转矩阵、所述第一惯性测量单元的加速度测量值、所述第一惯性测量单元的加速度零偏、以及重力加速度中的至少之一确定;其中,
所述第二惯性测量单元在全局坐标系下的旋转矩阵由所述旋转状态曲线确定;或者,
所述第二惯性测量单元的角速度真值由所述旋转状态曲线确定;或者,
所述第二惯性测量单元在全局坐标系下的加速度真值由所述平移状态曲线确定。
7.根据权利要求5所述的方法,其中,所述角速度差异的表达式由所述第二惯性测量单元的角速度真值、所述第一惯性测量单元的角速度测量值、所述第一惯性测量单元的角速度零偏、以及所述第一惯性测量单元与所述第二惯性测量单元之间的旋转矩阵中的至少之一确定;
其中,所述第二惯性测量单元的角速度真值由所述旋转状态曲线确定。
8.根据权利要求3或4所述的方法,其中,所述采集车辆的运动轨迹等同于所述采集车辆的第一惯性测量单元的运动轨迹。
9.根据权利要求8所述的方法,其中,所述加速度差异的表达式由所述第一惯性测量单元的朝向、所述第一惯性测量单元在全局坐标系下的加速度真值、所述第一惯性测量单元的加速度测量值、所述第一惯性测量单元的加速度零偏、以及重力加速度中的至少之一确定;其中,
所述第一惯性测量单元的朝向由所述旋转状态曲线确定;或者,
所述第一惯性测量单元在全局坐标系下的加速度真值由所述平移状态曲线确定。
10.根据权利要求8所述的方法,其中,所述角速度差异的表达式由所述第一惯性测量单元在局部坐标系下的角速度、所述第一惯性测量单元的角速度测量值、所述第一惯性测量单元的角速度零偏中的至少之一确定;其中,
所述第一惯性测量单元在局部坐标系下的角速度由所述旋转状态曲线确定。
11.根据权利要求1-10中任一所述的方法,其中,所述根据所述整体差异,检测所述运动轨迹的质量,包括:
在所述整体差异小于或等于预定阈值的情况下,确定所述运动轨迹的质量合格;
或者,在所述整体差异大于预定阈值的情况下,确定所述运动轨迹的质量不合格。
12.根据权利要求11所述的方法,其中,所述预定阈值由所述采集车辆的加速度的测量值的噪声、以及所述采集车辆的角速度的测量值的噪声确定。
13.一种轨迹质量检测装置,包括:
建模模块,用于对采集车辆的运动轨迹进行建模,以得到所述运动轨迹对应的连续时间轨迹曲线;
确定模块,用于利用所述连续时间轨迹曲线,确定所述采集车辆的运动状态的第一估计值与第二估计值之间的整体差异;其中,所述第一估计值由所述采集车辆的运动轨迹确定,所述第二估计值由所述采集车辆的第一惯性测量单元的测量值确定;以及,
检测模块,用于根据所述整体差异,检测所述运动轨迹的质量。
14.根据权利要求13所述的装置,其中,所述整体差异由加速度差异和角速度差异确定;其中,
所述加速度差异包括:由所述采集车辆的运动轨迹确定的加速度与由所述第一惯性测量单元确定的加速度之间的差异;
所述角速度差异包括:由所述采集车辆的运动轨迹确定的角速度与由所述第一惯性测量单元确定的角速度之间的差异。
15.根据权利要求14所述的装置,其中,所述连续时间轨迹曲线包括旋转状态曲线和平移状态曲线;
所述确定模块包括:
第一确定子模块,用于利用所述旋转状态曲线和所述平移状态曲线,确定所述加速度差异的表达式;并且,利用所述旋转状态曲线,确定所述角速度差异的表达式;
第二确定子模块,用于利用所述加速度差异的表达式和所述角速度差异的表达式,确定所述整体差异的表达式;
最小值确定子模块,用于确定所述整体差异的表达式的最小值,将所述最小值作为所述整体差异。
16.根据权利要求15所述的装置,其中,所述最小值确定子模块用于,
调整重力加速度、所述第一惯性测量单元的加速度零偏和所述第一惯性测量单元的角速度零偏中的至少之一,使所述整体差异的表达式的取值达到最小值。
17.根据权利要求15或16所述的装置,其中,所述采集车辆的运动轨迹等同于所述采集车辆的第二惯性测量单元的运动轨迹;所述第一惯性测量单元和所述第二惯性测量单元,是所述采集车辆的两个不同的惯性测量单元。
18.根据权利要求17所述的装置,其中,所述加速度差异的表达式由所述第二惯性测量单元在全局坐标系下的旋转矩阵、所述第二惯性测量单元的角速度真值、所述第一惯性测量单元与所述第二惯性测量单元在空间中的相对位置关系、所述第二惯性测量单元在全局坐标系下的加速度真值、所述第一惯性测量单元与所述第二惯性测量单元之间的旋转矩阵、所述第一惯性测量单元的加速度测量值、所述第一惯性测量单元的加速度零偏、以及重力加速度中的至少之一确定;其中,
所述第二惯性测量单元在全局坐标系下的旋转矩阵由所述旋转状态曲线确定;或者,
所述第二惯性测量单元的角速度真值由所述旋转状态曲线确定;或者,
所述第二惯性测量单元在全局坐标系下的加速度真值由所述平移状态曲线确定。
19.根据权利要求17所述的装置,其中,所述角速度差异的表达式由所述第二惯性测量单元的角速度真值、所述第一惯性测量单元的角速度测量值、所述第一惯性测量单元的角速度零偏、以及所述第一惯性测量单元与所述第二惯性测量单元之间的旋转矩阵中的至少之一确定;
其中,所述第二惯性测量单元的角速度真值由所述旋转状态曲线确定。
20.根据权利要求15或16所述的装置,其中,所述采集车辆的运动轨迹等同于所述采集车辆的第一惯性测量单元的运动轨迹。
21.根据权利要求20所述的装置,其中,所述加速度差异的表达式由所述第一惯性测量单元的朝向、所述第一惯性测量单元在全局坐标系下的加速度真值、所述第一惯性测量单元的加速度测量值、所述第一惯性测量单元的加速度零偏、以及重力加速度中的至少之一确定;其中,
所述第一惯性测量单元的朝向由所述旋转状态曲线确定;或者,
所述第一惯性测量单元在全局坐标系下的加速度真值由所述平移状态曲线确定。
22.根据权利要求20所述的装置,其中,所述角速度差异的表达式由所述第一惯性测量单元在局部坐标系下的角速度、所述第一惯性测量单元的角速度测量值、所述第一惯性测量单元的角速度零偏中的至少之一确定;其中,
所述第一惯性测量单元在局部坐标系下的角速度由所述旋转状态曲线确定。
23.根据权利要求13-22中任一所述的装置,其中,所述检测模块用于:
在所述整体差异小于或等于预定阈值的情况下,确定所述运动轨迹的质量合格;
或者,在所述整体差异大于预定阈值的情况下,确定所述运动轨迹的质量不合格。
24.根据权利要求23所述的装置,其中,所述预定阈值由所述采集车辆的加速度的测量值的噪声、以及所述采集车辆的角速度的测量值的噪声确定。
25.一种电子设备,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1-12中任一项所述的方法。
26.一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根据权利要求1-12中任一项所述的方法。
27.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211214909.8A CN115727871A (zh) | 2022-09-30 | 2022-09-30 | 一种轨迹质量检测方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211214909.8A CN115727871A (zh) | 2022-09-30 | 2022-09-30 | 一种轨迹质量检测方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115727871A true CN115727871A (zh) | 2023-03-03 |
Family
ID=85293572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211214909.8A Pending CN115727871A (zh) | 2022-09-30 | 2022-09-30 | 一种轨迹质量检测方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115727871A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116576850A (zh) * | 2023-07-12 | 2023-08-11 | 北京集度科技有限公司 | 一种位姿确定方法、装置、计算机设备及存储介质 |
-
2022
- 2022-09-30 CN CN202211214909.8A patent/CN115727871A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116576850A (zh) * | 2023-07-12 | 2023-08-11 | 北京集度科技有限公司 | 一种位姿确定方法、装置、计算机设备及存储介质 |
CN116576850B (zh) * | 2023-07-12 | 2023-10-20 | 北京集度科技有限公司 | 一种位姿确定方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
JP6198230B2 (ja) | 深度カメラを使用した頭部姿勢トラッキング | |
CN107748569B (zh) | 用于无人机的运动控制方法、装置及无人机*** | |
CN114018274B (zh) | 车辆定位方法、装置及电子设备 | |
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 | |
CN114323033B (zh) | 基于车道线和特征点的定位方法、设备及自动驾驶车辆 | |
US20210183100A1 (en) | Data processing method and apparatus | |
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 | |
CN106370178B (zh) | 移动终端设备的姿态测量方法及装置 | |
JP2023021994A (ja) | 自動運転車両に対するデータ処理方法及び装置、電子機器、記憶媒体、コンピュータプログラム、ならびに自動運転車両 | |
WO2023087681A1 (zh) | 定位初始化方法、装置、计算机可读存储介质和计算机程序产品 | |
CN115164936A (zh) | 高精地图制作中用于点云拼接的全局位姿修正方法及设备 | |
CN115727871A (zh) | 一种轨迹质量检测方法、装置、电子设备和存储介质 | |
CN113554712B (zh) | 自动驾驶车辆的配准方法、装置、电子设备和车辆 | |
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 | |
WO2023226156A1 (zh) | 时间戳校正方法、装置、设备、介质及计算机程序产品 | |
CN114413898B (zh) | 多传感器数据融合方法、装置、计算机设备及存储介质 | |
CN114120252B (zh) | 自动驾驶车辆状态的识别方法、装置、电子设备及车辆 | |
CN115560744A (zh) | 机器人以及基于多传感器的三维建图方法、存储介质 | |
CN113946151A (zh) | 针对自动驾驶车辆的数据处理方法、装置和自动驾驶车辆 | |
CN112880664A (zh) | 一种行驶设备的定位方法、装置、设备及存储介质 | |
CN116380056B (zh) | 惯性定位方法、装置、电子设备及存储介质 | |
CN116448105B (zh) | 位姿更新方法、装置、电子设备和存储介质 | |
CN117168470A (zh) | 一种定位信息的确定方法、装置、电子设备和存储介质 |
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 |