CN116929407A - 一种自适应数据校准方法及装置 - Google Patents
一种自适应数据校准方法及装置 Download PDFInfo
- Publication number
- CN116929407A CN116929407A CN202210351011.9A CN202210351011A CN116929407A CN 116929407 A CN116929407 A CN 116929407A CN 202210351011 A CN202210351011 A CN 202210351011A CN 116929407 A CN116929407 A CN 116929407A
- Authority
- CN
- China
- Prior art keywords
- navigation data
- data
- calibration
- visual navigation
- determined
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000000007 visual effect Effects 0.000 claims abstract description 203
- 238000006243 chemical reaction Methods 0.000 claims abstract description 169
- 238000004364 calculation method Methods 0.000 claims abstract description 55
- 238000012937 correction Methods 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims description 56
- 230000003044 adaptive effect Effects 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013519 translation Methods 0.000 claims description 14
- 230000000875 corresponding effect Effects 0.000 description 54
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本说明书公开了一种自适应数据校准方法及装置,先根据采集到的数据确定无人驾驶设备当前时刻的视觉导航数据以及卫星导航数据,然后根据当前时刻的卫星导航数据的解算类型,从该卫星导航数据中确定至少一种用于进行校准的校准数据。接着以该视觉导航数据和该校准数据的位置和/或速度相同为约束,确定该视觉导航数据的第一坐标系和该卫星导航数据的第二坐标系之间的转换关系。最后根据确定出的转换关系、该视觉导航数据以及该校准数据,确定该视觉导航数据对应的校正量,并对该视觉导航数据进行校准。通过根据当前时刻的卫星导航数据的解算类型,确定基于卫星导航数据中的何种数据对视觉导航数据进行校准,最后得到该种解算类型下较好的校准结果。
Description
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种自适应数据校准方法及装置。
背景技术
目前,随着自动驾驶技术的发展,无人驾驶设备在行驶过程中,可以根据传感器采集到的数据不断地对自身进行定位,从而根据定位结果进行决策或进行导航。常见的传感器有:惯性测量单元(Inertial Measurement Unit,IMU)、相机、全球卫星导航***(GlobalNavigation Satellite System,GNSS)等。
然而,由于融合IMU和相机实现的视觉惯性里程计(Visual-Inertial Odometry,VIO)存在累计误差,导致需要对视觉导航数据进行校准。通常,可根据同时段获取的卫星导航数据,确定卫星导航数据与视觉导航数据之间的差异,并对视觉导航数据进行校准。
但是,在实际应用中,根据无人驾驶设备所处位置的不同,该无人驾驶设备所获取的卫星导航数据的精度也不同。若该无人驾驶设备获取的卫星导航数据精度较低,则在根据获取的卫星导航数据对视觉导航数据进行校准时,难以得到较好的校准结果。
发明内容
本说明书实施例提供的一种自适应数据校方法及装置,用于至少部分的解决现有技术中存在的问题。
本说明书采用下述技术方案:
本说明书提供了一种自适应数据校准方法,包括:
根据传感器采集到的数据,确定无人驾驶设备当前时刻的视觉导航数据和卫星导航数据;
根据所述当前时刻的卫星导航数据解算类型,从所述卫星导航数据中确定至少一种用于进行校准的校准数据;
根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的位置和/或速度相同为约束,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系;
根据确定出的所述转换关系、所述视觉导航数据以及所述校准数据,确定所述视觉导航数据对应的校正量,并对所述视觉导航数据进行校准。
可选地,根据所述当前时刻的卫星导航数据解算类型,从所述卫星导航数据中确定至少一种用于进行校准的校准数据,具体包括:
当确定所述当前时刻的卫星导航数据解算类型为实时差分定位固定解时,从所述卫星导航数据中确定表征所述无人驾驶设备的位置以及速度的数据,作为用于进行校准的校准数据;
当确定所述当前时刻的卫星导航数据解算类型为单点解时,从所述卫星导航数据中确定表征所述无人驾驶设备的速度的数据,作为用于进行校准的校准数据。
可选地,根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的位置和/或速度相同为约束,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系,具体包括:
当确定所述当前时刻的卫星导航数据解算类型为实时差分定位固定解时,根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的速度相同为约束,对待解的旋转矩阵进行解算;
根据解算确定的所述旋转矩阵、所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的位置相同为约束,对待解的平移矩阵进行求解;
根据解算确定的所述旋转矩阵以及所述平移矩阵,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系。
可选地,根据确定出的所述转换关系、所述视觉导航数据以及所述校准数据,确定所述视觉导航数据对应的校正量,具体包括:
根据确定出的所述转换关系以及所述视觉导航数据,确定所述视觉导航数据在所述第二坐标系中的投影;
根据所述校准数据以及所述投影,确定观测矩阵、所述校准数据和所述投影之间的差距;
根据所述观测矩阵以及所述差距,确定所述视觉导航数据对应的校正量。
可选地,根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的位置和/或速度相同为约束,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系,具体包括:
当确定所述当前时刻的卫星导航数据解算类型为单点解时,根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的速度相同为约束,对待解的旋转矩阵进行解算;
根据解算确定的所述旋转矩阵,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系。
可选地,根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的位置和/或速度相同为约束,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系,具体包括:
获取所述无人驾驶设备各历史时刻的视觉导航数据以及校准数据;
按照时间顺序,针对每个时刻,根据该时刻的视觉导航数据以及校准数据,以该时刻的视觉导航数据和校准数据的位置和/或速度相同为约束,确定该时刻的视觉导航数据的第一坐标系和卫星导航数据的第二坐标系之间的转换关系;
根据该时刻确定的转换关系,对该时刻前一时刻确定的转换关系进行更新,直至更新后的转换关系的稳定性小于预设稳定阈值;
根据更新得到的转换关系,确定当前时刻的所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系。
可选地,根据该时刻确定的转换关系,对该时刻前一时刻确定的转换关系进行更新,具体包括:
判断该时刻确定的转换关系相对该时刻前一时刻确定的转换关系的偏离程度是否大于预设偏离阈值;
若是,则不根据该时刻确定的转换关系对该时刻前一时刻确定的转换关系进行更新;
若否,则根据该时刻确定的转换关系,对该时刻前一时刻确定的转换关系进行更新。
本说明书提供了一种自适应数据校准装置,包括:
导航数据确定模块,用于根据传感器采集到的数据,确定无人驾驶设备当前时刻的视觉导航数据和卫星导航数据;
校准数据确定模块,用于根据所述当前时刻的卫星导航数据解算类型,从所述卫星导航数据中确定至少一种用于进行校准的校准数据;
转换关系确定模块,用于根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的位置和/或速度相同为约束,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系;
数据校准模块,用于根据确定出的所述转换关系、所述视觉导航数据以及所述校准数据,确定所述视觉导航数据对应的校正量,并对所述视觉导航数据进行校准。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述自适应数据校准方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述自适应数据校准方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的自适应数据校准方法,先根据采集到的数据,确定无人驾驶设备当前时刻的视觉导航数据以及卫星导航数据,然后根据当前时刻的卫星导航数据的解算类型,从该卫星导航数据中确定至少一种用于进行校准的校准数据。接着以该视觉导航数据和该校准数据的位置或速度中的至少一种相同为约束,确定该视觉导航数据的第一坐标系和该卫星导航数据的第二坐标系之间的转换关系。最后根据确定出的转换关系、该视觉导航数据以及该校准数据,确定该视觉导航数据对应的校正量,并对该视觉导航数据进行校准。通过根据当前时刻的卫星导航数据的解算类型,确定基于卫星导航数据中的何种数据对视觉导航数据进行校准,最后得到该种解算类型下较好的校准结果。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本说明书提供的一种自适应数据校准方法的流程示意图;
图2为本说明书提供的一种自适应数据校准方法的流程示意图;
图3为本说明书提供的一种自适应数据校准装置的示意图;
图4为本说明书提供的一种实现自适应数据校准方法的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
目前,在无人驾驶设备行驶过程中,会对自身不断的进行定位以进行导航。但是,由于VIO***存在累计误差,因此,需要根据卫星导航数据对VIO***中的视觉导航数据进行校准。
然而由于无人驾驶设备实际的行驶环境较为复杂,且无人驾驶设备可能会在不同的实际情况下,采取不同的卫星导航数据解算类型确定卫星导航数据。而不同的卫星导航数据解算类型对应的数据的精度不同。其中,对于单点解对应的表征无人驾驶设备的位置的数据的精度不够高。若根据此对视觉导航数据进行校准,则误差较大,难以得到较好的校准结果。
以下结合附图,详细说明本申请各实施例提供的技术方案。
图1为本说明书中一种自适应数据校准方法的流程示意图,具体包括以下步骤:
S100:根据传感器采集到的数据,确定无人驾驶设备当前时刻的视觉导航数据和卫星导航数据。
目前,为了保证无人驾驶设备的行驶安全,无人驾驶设备在行驶过程中,会根据传感器采集到的数据,对自身进行定位,以根据实际情况确定行驶策略。或者无人驾驶设备可根据自身的位置进行导航等。基于此,在本说明书一个或多个实施例中,无人驾驶设备可根据传感器采集到的数据,确定该无人驾驶设备当前时刻的视觉导航数据和卫星导航数据。
其中,传感器可以是IMU、相机、卫星信号接收设备等。通常,无人驾驶设备基于VIO***和卫星导航***进行导航,因此,各传感器需能够采集到VIO***和卫星导航***中的至少一种数据。本说明书对具体采用何种传感器进行数据采集不做限制。所说的视觉导航数据为该无人驾驶设备的VIO***根据采集得到的数据,解算确定出的表征该无人驾驶设备位置信息与速度信息的数据。卫星导航数据可以是该无人驾驶设备基于卫星导航***根据采集得到的数据,解算确定出的表征该无人驾驶设备位置信息与速度信息的数据。
当然,无人驾驶设备对采集到的数据进行解算时,通常会得到无人驾驶设备的状态量以及协方差等。
例如,对于视觉导航数据,解算得到的视觉导航数据可包含该无人驾驶设备当前的状态以及协方差矩阵Pv。其中,PV表示该无人驾驶设备在第一坐标系下的位置,RV表示该无人驾驶设备在第一坐标系下的姿态,vV表示该无人驾驶设备在第一坐标系下的速度,/>表示IMU加速度计的偏执,/>表示陀螺仪的偏置,PV、RV、vV、各状态量对应的协方差矩信息为维度3×3的矩阵,因此Pv为维度15×15的矩阵。当然,由于本说明书通过滤波器对视觉导航数据进行校准,因此,该视觉导航数据可为上一时刻校准后得到的视觉导航数据。
对于卫星导航数据,解算得到的卫星导航数据可包含该无人驾驶设备当前的状态Zm=(px,py,pz,vx,vy,vz)、各状态量的标准差以及协方差矩阵。其中,px、py、pz表示该无人驾驶设备在第二坐标系下的位置,vx、vy、vz表示该无人驾驶设备在第二坐标系下的速度。
进一步地,无人驾驶设备可根据卫星导航数据中各状态量的精度以及预设的精度条件,判断该帧卫星导航数据是否可用于对视觉导航数据进行校准。具体地,无人驾驶设备可根据各状态量的标准差判断该帧卫星导航数据是否达到精度要求,确定该帧卫星导航数据是否可用。然后将可用于对视觉导航数据进行校准的卫星导航数据,作为解算确定出的卫星导航数据。当然,具体精度条件可根据需要设置,本说明书对此不做限制。
例如,该无人驾驶设备可通过判断px的标准差σ是否小于0.04、py的标准差σ是否小于0.05、vx,vy,vz的标准差σ是否小于0.5、在通过解算确定该帧卫星导航数据时用到的卫星数是否大于20等条件中的一种或多种,确定该帧卫星导航数据是否可用于对视觉导航数据进行校准。
当然,该无人驾驶设备还可将采集到的数据发送给服务器,由服务器执行后续步骤。为了方便描述,后续以无人驾驶设备为例进行说明。本说明书中提到的无人驾驶设备可以是指无人乘用车、无人配送设备等能够实现自动驾驶的设备。为了方便说明,下面仅以无人驾驶设备器为执行主体进行说明。
S102:根据所述当前时刻的卫星导航数据解算类型,从所述卫星导航数据中确定至少一种用于进行校准的校准数据。
通过上述确定出视觉导航数据和卫星导航数据后,无人驾驶设备可进一步根据解算得到的卫星导航数据的精度,确定基于该卫星导航数据中的何种数据对视觉导航数据进行校准。因此,在本说明书一个或多个实施例中,无人驾驶设备可根据步骤S100中的对当前时刻的卫星导航数据解算类型,从该卫星导航数据中确定至少一种用于进行校准的数据。
具体地,当确定当前时刻的卫星导航数据解算类型为实时差分定位固定解时,从该卫星导航数据中确定表征该无人驾驶设备的位置以及速度的数据,作为用于进行校准的校准数据。当确定当前时刻的卫星导航数据解算类型为单点解时,从该卫星导航数据中确定表征该无人驾驶设备的速度的数据,作为用于进行校准的校准数据。
其中,实时差分定位固定解是指通过载波相位观测值定位,且载波相位窄巷整周模糊度已经固定之后的解算结果,该种解算类型对应的卫星导航数据的精度较高,可达厘米级甚至毫米级。这种情况下,卫星导航数据中的表征该无人驾驶设备的位置的数据与该无人驾驶设备的实际位置差距很小,完全可基于该卫星导航数据对视觉导航数据进行校准。因此,可从该卫星导航数据中确定表征该无人驾驶设备的位置以及速度的数据,作为用于进行校准的校准数据。
对于单点解,是指解算过程中未使用任何差分改正信息得到的解算结果,该种解算类型对应的卫星导航数据中表征该无人驾驶设备的位置的数据精度不够高,通常会有2~5米的误差。这种情况下,卫星导航数据中的表征该无人驾驶设备的位置的数据与该无人驾驶设备的实际位置差距较大,无法基于该卫星导航数据对视觉导航数据进行校准。因此,可从该卫星导航数据中确定表征该无人驾驶设备的速度的数据,作为用于进行校准的校准数据。
当然了,对于解算类型为单点解的情况,虽然仅确定表征该无人驾驶设备的速度的数据,作为用于进行校准的校准数据,但是,对表征该无人驾驶设备的位置的数据,也可以为该无人驾驶设备的后续过程提供一定的参考,此时,该无人驾驶设备可将表征位置的数据的置信度降低。例如,可将观测噪声的协方差矩阵对应位置的部分乘以一个极大的系数,以表示位置部分的观测噪声非常大,置信度低,在进行数据校准时不造成影响或只造成极低的影响。
S104:根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的位置和/或速度相同为约束,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系。
通过上述确定出视觉导航数据以及校准数据后,无人驾驶设备需要根据两者之间的差距,基于校准数据对视觉导航数据进行校准。但只有在同一个坐标系下,才能够确定该校准数据与视觉导航数据的差距。基于此,在本说明书一个或多个实施例中,无人驾驶设备可根据该视觉导航数据以及该校准数据,以该视觉导航数据和该校准数据的位置和/或速度相同为约束,确定该视觉导航数据的第一坐标系和该卫星导航数据的第二坐标系之间的转换关系。
其中,转换关系可包含旋转关系和平移关系。由于无人驾驶设备的俯仰角和横滚角都可通过测量获得,因此,确定该无人驾驶设备在第一坐标系和第二坐标系之间的偏航角(yaw)和坐标原点之间的关系后,即可确定第一坐标系和第二坐标系之间的转换关系。
进一步的,在本说明书一个或多个实施例中,当确定当前时刻的卫星导航数据解算类型为实时差分定位固定解时,无人驾驶设备可根据旋转关系和平移关系确定第一坐标系和第二坐标系之间的转换关系。
具体的,该无人驾驶设备可先根据视觉导航数据以及校准数据,以该视觉导航数据和该校准数据的速度相同为约束,对待解的旋转矩阵进行解算。其中,速度在第一坐标系和第二坐标系之间的转换仅与旋转矩阵相关,有 式中,/>表示待解的旋转矩阵,vG表示校准数据在第二坐标系中的速度,vV表示视觉导航数据在第一坐标系下的速度。则可解算出待解的旋转矩阵/>即确定出yaw。
接着,根据解算确定的该旋转矩阵、该视觉导航数据以及该校准数据,以该视觉导航数据和该校准数据的位置相同为约束,对待解的平移矩阵进行求解。其中,该无人驾驶设备可首先确定出第一坐标系和第二坐标系之间的转换关系为则根据该转换关系,可确定出/>进而可解算出待解的平移矩阵/>
最后,根据解算确定的该旋转矩阵以及该平移矩阵,即可确定该视觉导航数据的第一坐标系和该卫星导航数据的第二坐标系之间的转换关系。
此外,在本说明书一个或多个实施例中,当确定当前时刻的卫星导航数据解算类型为单点解时,由于单点解对应的卫星导航数据中表征位置的数据的精度不够高,该无人驾驶设备并不基于卫星导航数据中表征位置的数据进行数据校准。因此,该无人驾驶设备可只根据旋转关系确定第一坐标系和第二坐标系之间的转换关系。
具体的,该无人驾驶设备可先根据视觉导航数据以及校准数据,以该视觉导航数据和该校准数据的速度相同为约束,对待解的旋转矩阵进行解算。
根据解算确定的所述旋转矩阵,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系。
其中,与解算类型为实时差分定位固定解时一致的内容可参考前述相应的说明,此处实际上只确定出了yaw,可将平移关系对应的三维量置为0。后续实际只用到了旋转关系。
S106:根据确定出的所述转换关系、所述视觉导航数据以及所述校准数据,确定所述视觉导航数据对应的校正量,并对所述视觉导航数据进行校准。
通过上述确定出视觉导航数据、校准数据以及视觉导航数据和校准数据各自所在坐标系之间的转换关系后,无人驾驶设备可将该视觉导航数据和该校准数据转换到同一坐标系下,确定该视觉导航数据和该校准数据之间的差距,并对该视觉导航数据进行校准。
具体地,在本说明书一个或多个实施例中,以将视觉导航数据转换到校准数据所在的坐标系为例,无人驾驶设备可先根据确定出的该转换关系以及该视觉导航数据,确定该视觉导航数据在该第二坐标系中的投影。对于步骤S100中的状态根据/> 即可确定该状态在该第二坐标系中的投影对于步骤S100中的Pv,根据/>为构建的变换矩阵,即可确定该协方差在该第二坐标系中的投影PG。
然后,根据该校准数据以及该投影,确定观测矩阵、该校准数据和该投影之间的差距。观测矩阵Zm表示卫星导航数据中该无人驾驶设备当前的状态,具体可参考步骤S100中的相应描述。/>表示测量值对于状态量的导数。这里的差距可以是指两者之间的位置和速度差距等,即差距为Zm-(PG,vG)。
接着,根据确定出的观测矩阵以及差距,确定该视觉导航数据对应的校正量。其中,校正量dy=PG*HT*(H*PG*HT+R)-1*(Zm-(PG,vG))。式中,dy表示滤波器的更新量,H表示前述确定出的观测矩阵,R表示观测噪声的协方差矩阵,可以根据需要确定,本说明书对此不做限制。对于协方差,更新量fy=-PG*HT*(H*PG*HT+R)-1*H*PG T。式中,各量的含义可参考上述相应描述,此处不再赘述。
最后,根据确定出的该校正量,对该视觉导航数据进行校准。具体对于状态,可将确定出的对应更新量加在原状态上作为校准后的状态。同理,对于协方差也可将确定出的相应更新量加在原协方差上作为校准后该滤波器的协方差。后续该无人驾驶设备可基于该校准得到的视觉导航数据进行下一次校准。
基于图1所示的自适应数据校准方法,先根据采集到的数据,确定无人驾驶设备当前时刻的视觉导航数据以及卫星导航数据,然后根据当前时刻的卫星导航数据的解算类型,从该卫星导航数据中确定至少一种用于进行校准的校准数据。接着以该视觉导航数据和该校准数据的位置或速度中的至少一种相同为约束,确定该视觉导航数据的第一坐标系和该卫星导航数据的第二坐标系之间的转换关系。最后根据确定出的转换关系、该视觉导航数据以及该校准数据,确定该视觉导航数据对应的校正量,并对该视觉导航数据进行校准。通过根据当前时刻的卫星导航数据的解算类型,确定基于卫星导航数据中的何种数据对视觉导航数据进行校准,最后得到该种解算类型下较好的校准结果。
此外,在本说明书一个或多个实施例中,步骤S104中,在确定第一坐标系和第二坐标系之间的转换关系时,通过单次观测确定出的转换关系可能会存在误差,因此无人驾驶设备可通过滤波器,对转换关系进行更新。
具体的,该无人驾驶设备可先获取该无人驾驶设备各历史时刻的视觉导航数据以及校准数据。
然后,按照时间顺序,针对每个时刻,根据该时刻的视觉导航数据以及校准数据,以该时刻的视觉导航数据和校准数据的位置和/或速度相同为约束,确定该时刻的视觉导航数据的第一坐标系和卫星导航数据的第二坐标系之间的转换关系。
接着,根据该时刻确定的转换关系,对该时刻前一时刻确定的转换关系进行更新,直至更新后的转换关系的稳定性小于预设稳定阈值。
最后,根据更新得到的转换关系,确定当前时刻的视觉导航数据的第一坐标系和卫星导航数据的第二坐标系之间的转换关系。
其中,针对每个时刻确定该时刻的视觉导航数据的第一坐标系和卫星导航数据的第二坐标系之间的转换关系可参考步骤S104中的相应描述,此处不再赘述。后续根据该时刻确定的转换关系,对该时刻前一时刻确定的转换关系进行更新,无人驾驶设备可以将前一时刻确定的转换关系Xe=(yaw_e,x_e,y_e,z_e)作为状态量。然后将该时刻确定的转换关系Xm=(yaw_m,x_m,y_m,z_m)作为测量值,确定观测矩阵进一步确定各状态量的更新量和协方差分别对应的更新量,dx=P*HT*(H*P*HT+R)-1*(Xm-Xe),其中,dx表示滤波器的更新量,H表示观测矩阵,P表示该滤波器的协方差矩阵,R表示观测噪声的协方差矩阵,可根据需要设置。协方差的更新量fx=-P*HT*(H*P*HT+R)-1*H*PT。最后可对初始状态以及协方差根据相应的更新量进行更新。
这里说的更新后的转换关系的稳定性小于预设稳定阈值,是判断更新后的转换关系是否收敛或稳定。稳定阈值可根据需要设置,本说明书对比不做限制。以yaw为例,当yaw的方差小于0.000289时,可以确定更新后的转换关系为收敛后的转换关系。则按照时间顺序,可通过更新确定出当前时刻的视觉导航数据的第一坐标系和卫星导航数据的第二坐标系之间的转换关系。
进一步地,在本说明书一个或多个实施例中,上述根据该时刻确定的转换关系,对该时刻前一时刻确定的转换关系进行更新的过程中,可能该时刻确定的转换关系与该时刻前一时刻确定的转换关系之间的偏离程度较大。例如,该时刻处于卫星导航信号较差的位置,采集得到数据精度不够高,导致根据当前时刻的卫星导航数据确定得到的该时刻确定的转换关系不够准确。因此,无人驾驶设备可基于该时刻确定的转换关系与该时刻前一时刻确定的转换关系之间的偏离程度,确定该时刻确定的转换关系是否可用于进行更新。
具体的,该无人驾驶设备可先判断该时刻确定的转换关系相对该时刻前一时刻确定的转换关系的偏离程度是否大于预设偏离阈值。若是,则不根据该时刻确定的转换关系对该时刻前一时刻确定的转换关系进行更新。若否,则根据该时刻确定的转换关系,对该时刻前一时刻确定的转换关系进行更新。
其中,偏离程度可通过两者之间的欧氏距离或马氏距离等反映,预设的偏离阈值可根据需要设置,本说明书对此不做限制。当然了,可能会出现较长时间的数据都无法通过偏离程度的判断,此时,可将滤波器的状态进行重置,并继续基于后续的观测对滤波器的状态进行更新。
另外,在本说明书一个或多个实施例中,在无人驾驶设备的行驶过程中,由于实际情况较为复杂,因此,可能无人驾驶设备上一时刻卫星导航数据的解算类型为实时差分定位固定解、但下一时刻未能使用任何差分改正信息,解算类型转变为单点解。这种情况下,在确定第一坐标系与第二坐标系之间的转换关系之前,无人驾驶设备可根据当前时刻的卫星导航数据的解算类型,确定后续无人驾驶设备基于何种数据对视觉导航数据进行校准。
此外,在本说明书一个或多个实施例中,步骤S106中,确定观测噪声的协方差矩阵R时,可以基于不同情况的应用场景进行确定。具体地,无人驾驶设备可根据卫星导航数据的精确度,调整测量方差,进一步确定观测噪声的协方差矩阵R。例如,若无人机以角速度0.2及以上快速旋转时,卫星导航数据的精确度与角速度呈负相关。此时,可给测量方差乘以基于角速度确定的系数,如w_scale=(w/0.2)^2。若无人驾驶设备以速度模长小于0.5进行低速运动时,卫星导航数据的精确度与速度呈正相关。此时,可给测量方差乘以基于速度确定的系数,如v_scale=(1/v)^2。
基于图1所示的自适应数据校准流程,本说明书还提供了另一种自适应数据校准方法的流程,如图2所示。
图2为本说明书提供的另一种自适应数据校准方法的流程示意图,具体包括以下步骤:
S200:根据传感器采集到的数据,确定无人驾驶设备当前时刻的视觉导航数据和卫星导航数据。
S202:根据所述卫星导航数据的精度,判断所述卫星导航数据是否可用作数校准,若是,则执行步骤S204,若否则执行步骤S200。
判断卫星导航数据是否可用作进行数据校准的具体内容可参考步骤S100中的相应描述,若当前该帧卫星导航数据精度较差,不可用于对视觉导航数据进行校准,则无人驾驶设备可根据传感器采集到的数据,确定下一时刻的视觉导航数据和卫星导航数据,重新开始执行校准流程。
S204:判断所述当前时刻的卫星导航数据的解算类型是否为单点解,若是,则执行步骤S206,若否,则执行步骤S214。
S206:判断是否存在已确定出的卫星导航数据的解算类型为单点解情况下,视觉导航数据的第一坐标系和卫星导航数据的第二坐标系之间的转换关系,若是,则执行步骤S212,若否,则执行步骤S208。
S208:判断是否存在已确定出的卫星导航数据的解算类型为实时差分定位固定解情况下,所述第一坐标系和所述第二坐标系之间的转换关系,若是,则执行步骤S212,若否,则执行步骤S210。
对于视觉导航数据的第一坐标系和卫星导航数据的第二坐标系之间的转换关系,由于该转换关系是两个坐标系之间的转换关系,一般不会随着时间发生变化,所以无人驾驶设备在运行初期没有该转换关系时,可以先通过一定量的数据确定该转换关系,包括解算类型为单点解情况下对应的转换关系、或解算类型为实时差分定位固定解情况下对应的转换关系中的至少一种,并存储在存储设备中。则在后续时刻,若存在可用的转换关系,则无需再次确定该转换关系。
因此,当无人驾驶设备通过步骤S204确定当前时刻的卫星导航数据的解算类型为单点解时,无人驾驶设备可先判断是否存在已确定出的卫星导航数据的解算类型为单点解情况下,视觉导航数据的第一坐标系和卫星导航数据的第二坐标系之间的转换关系。
若当前时刻存在解算类型为单点解情况下对应的转换关系,则无人驾驶设备可直接根据该已确定出的转换关系,进行后续的数据校准步骤。
若当前时刻不存在解算类型为单点解情况下对应的转换关系,则无人驾驶设备可进一步判断是否存在已确定出的卫星导航数据的解算类型为实时差分定位固定解情况下,第一坐标系和第二坐标系之间的转换关系。
若当前时刻存在解算类型为实时差分定位固定解情况下对应的转换关系,则说明当前时刻的卫星导航信号发生了跳变,无人驾驶设备在之前时刻卫星导航数据的解算类型为实时差分定位固定解、但当前时刻未能使用任何差分改正信息,解算类型转变为单点解,无人驾驶设备可记录该次跳变。此时,无人驾驶设备仍然可以利用解算类型为固定解情况下对应的转换关系完成数据校准。
具体的,由前述步骤S104中的内容可知,解算类型为单点解情况时,只根据旋转矩阵确定该第一坐标系和第二坐标系之间的转换关系,即实际上只确定出了yaw,后续实际只用到了旋转关系。因此,此处可将解算类型为固定解情况下对应的转换关系中的平移关系对应的三维量置为0,并以此作为解算类型为单点解情况下对应的转换关系。然后,无人驾驶设备可根据该已确定出的转换关系,进行后续的数据校准步骤。
若当前时刻不存在解算类型为实时差分定位固定解情况下对应的转换关系,则说明不存在任何已确定出的转换关系,则无人驾驶设备需要在后续步骤S210中确定解算类型为单点解情况下对应的转换关系,并进行数据校准。
需要说明的是,当无人驾驶设备通过步骤S204确定当前时刻的卫星导航数据的解算类型为单点解时,则无论存在解算类型为单点解情况下对应的转换关系,还是存在解算类型为实时差分定位固定解情况下对应的转换关系,无人驾驶设备都可根据已存在的转换关系,执行后续数据校准步骤。因此,步骤S206和步骤S208在具体执行时,可不分先后顺序。
S210:根据所述视觉导航数据以及所述卫星导航数据,以所述视觉导航数据和所述卫星导航数据的速度相同为约束,确定所述第一坐标系和所述第二坐标系之间的转换关系。
S212:从所述卫星导航数据中确定表征所述无人驾驶设备的速度的数据,作为用于进行校准的校准数据,并执行步骤S220。
S214:判断是否存在已确定出的卫星导航数据的解算类型为实时差分定位固定解情况下,所述第一坐标系与所述第二坐标系之间的转换关系,若是,则执行步骤S218,若否,则执行步骤S216。
当无人驾驶设备通过步骤S204确定当前时刻的卫星导航数据的解算类型为实时差分定位固定解时,由前述内容可知,解算类型为实时差分定位固定解情况下对应的转换关系包括旋转关系以及平移关系。而解算类型为单点解情况下对应的转换关系只包括旋转关系,因此,这种情况下,即使当前时刻存在解算类型为单点解情况下对应的转换关系,该无人驾驶设备基于该已存在的转换关系执行后续校准步骤也无法得到较为准确的校准结果。
因此,无人驾驶设备可只判断是否存在已确定出的卫星导航数据的解算类型为实时差分定位固定解情况下,视觉导航数据的第一坐标系和卫星导航数据的第二坐标系之间的转换关系。
若当前时刻存在解算类型为实时差分定位固定解情况下对应的转换关系,则无人驾驶设备可直接根据该已确定出的转换关系,进行后续的数据校准步骤。
若当前时刻不存在解算类型为实时差分定位固定解情况下对应的转换关系,则无人驾驶设备需要在后续步骤S216中确定解算类型为实时差分定位固定解情况下对应的转换关系,并进行数据校准。
S216:根据所述视觉导航数据以及所述卫星导航数据,以所述视觉导航数据和所述卫星导航数据的位置和速度相同为约束,确定所述第一坐标系和所述第二坐标系之间的转换关系。
S218:从所述卫星导航数据中确定表征所述无人驾驶设备的位置以及速度的数据,作为用于进行校准的校准数据,并执行步骤S220。
S220:根据确定出的所述转换关系、所述视觉导航数据以及所述校准数据,确定所述视觉导航数据对应的校正量,并对所述视觉导航数据进行校准。
其中,基于图2所示的自适应数据校准方法中的各步骤,与步骤S100~S106中一致的内容,可参考前述相应说明,此处不再一一赘述。
此外,在本说明书一个或多个实施例中,步骤S214中,当无人驾驶设备通过步骤S204确定当前时刻的卫星导航数据的解算类型为实时差分定位固定解,且当前时刻不存在解算类型为实时差分定位固定解情况下对应的转换关系时,在特殊情况下,无人驾驶设备也可进一步判断当前时刻是否存在解算类型为单点解情况下对应的转换关系,若是,则执行步骤S212,若否,则执行步骤S216。其中,特殊情况可为无人驾驶设备能源较少需要节省能源、无人驾驶设备运算能力紧张、无人驾驶设备面临突发情况需要在最短的时间得到校准结果等中的一种或多种情况。
本说明书提供的自适应数据校准方法,可应用于基于VIO***和卫星导航***进行导航的场景中。无人驾驶设备可根据传感器采集的数据,确定视觉导航数据以及卫星导航数据,并根据不同的情况,基于卫星导航数据自适应对视觉导航数据进行校准。本说明书提供的方法通过在不同的卫星导航数据解算类型的情况下,提出对应的数据校准方法,使得在各种卫星导航数据解算类型的情况下,都能得到较好的校准结果。
需要说明的是,本申请中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下,并获得由相应装置所有者给予授权的情况下进行的。
以上为本说明书的一个或多个实施例提供的自适应数据校准方法,基于同样的思路,本说明书还提供了相应的自适应数据校准装置,如图3所示。
图3为本说明书提供的一种自适应数据校准装置示意图,包括:
导航数据确定模块300,用于根据传感器采集到的数据,确定无人驾驶设备当前时刻的视觉导航数据和卫星导航数据。
校准数据确定模块302,用于根据所述当前时刻的卫星导航数据解算类型,从所述卫星导航数据中确定至少一种用于进行校准的校准数据。
转换关系确定模块304,用于根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的位置和/或速度相同为约束,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系。
数据校准模块306,用于根据确定出的所述转换关系、所述视觉导航数据以及所述校准数据,确定所述视觉导航数据对应的校正量,并对所述视觉导航数据进行校准。
可选地,所述校准数据确定模块302,当确定所述当前时刻的卫星导航数据解算类型为实时差分定位固定解时,从所述卫星导航数据中确定表征所述无人驾驶设备的位置以及速度的数据,作为用于进行校准的校准数据,当确定所述当前时刻的卫星导航数据解算类型为单点解时,从所述卫星导航数据中确定表征所述无人驾驶设备的速度的数据,作为用于进行校准的校准数据。
可选地,所述转换关系确定模块304,当确定所述当前时刻的卫星导航数据解算类型为实时差分定位固定解时,根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的速度相同为约束,对待解的旋转矩阵进行解算,根据解算确定的所述旋转矩阵、所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的位置相同为约束,对待解的平移矩阵进行求解,根据解算确定的所述旋转矩阵以及所述平移矩阵,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系。
可选地,所述数据校准模块306,根据确定出的所述转换关系以及所述视觉导航数据,确定所述视觉导航数据在所述第二坐标系中的投影,根据所述校准数据以及所述投影,确定观测矩阵、所述校准数据和所述投影之间的差距,根据所述观测矩阵以及所述差距,确定所述视觉导航数据对应的校正量,根据确定出的所述校正量,对所述视觉导航数据进行校准。
可选地,所述转换关系确定模块304,当确定所述当前时刻的卫星导航数据解算类型为单点解时,根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的速度相同为约束,对待解的旋转矩阵进行解算,根据解算确定的所述旋转矩阵,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系。
可选地,所述转换关系确定模块304,获取所述无人驾驶设备各历史时刻的视觉导航数据以及校准数据,按照时间顺序,针对每个时刻,根据该时刻的视觉导航数据以及校准数据,以该时刻的视觉导航数据和校准数据的位置和/或速度相同为约束,确定该时刻的视觉导航数据的第一坐标系和卫星导航数据的第二坐标系之间的转换关系,根据该时刻确定的转换关系,对该时刻前一时刻确定的转换关系进行更新,直至更新后的转换关系的稳定性小于预设稳定阈值,根据更新得到的转换关系,确定当前时刻的所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系。
可选地,所述转换关系确定模块304,判断该时刻确定的转换关系相对该时刻前一时刻确定的转换关系的偏离程度是否大于预设偏离阈值,若是,则不根据该时刻确定的转换关系对该时刻前一时刻确定的转换关系进行更新,若否,则根据该时刻确定的转换关系,对该时刻前一时刻确定的转换关系进行更新。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的自适应数据校方法。
本说明书还提供了图4所示的电子设备的结构示意图。如图1所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的自适应数据校方法。
当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件异或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器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功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、***或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种自适应数据校准方法,其特征在于,包括:
根据传感器采集到的数据,确定无人驾驶设备当前时刻的视觉导航数据和卫星导航数据;
根据所述当前时刻的卫星导航数据解算类型,从所述卫星导航数据中确定至少一种用于进行校准的校准数据;
根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的位置和/或速度相同为约束,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系;
根据确定出的所述转换关系、所述视觉导航数据以及所述校准数据,确定所述视觉导航数据对应的校正量,并对所述视觉导航数据进行校准。
2.如权利要求1所述的方法,其特征在于,根据所述当前时刻的卫星导航数据解算类型,从所述卫星导航数据中确定至少一种用于进行校准的校准数据,具体包括:
当确定所述当前时刻的卫星导航数据解算类型为实时差分定位固定解时,从所述卫星导航数据中确定表征所述无人驾驶设备的位置以及速度的数据,作为用于进行校准的校准数据;
当确定所述当前时刻的卫星导航数据解算类型为单点解时,从所述卫星导航数据中确定表征所述无人驾驶设备的速度的数据,作为用于进行校准的校准数据。
3.如权利要求2所述的方法,其特征在于,根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的位置和/或速度相同为约束,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系,具体包括:
当确定所述当前时刻的卫星导航数据解算类型为实时差分定位固定解时,根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的速度相同为约束,对待解的旋转矩阵进行解算;
根据解算确定的所述旋转矩阵、所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的位置相同为约束,对待解的平移矩阵进行求解;
根据解算确定的所述旋转矩阵以及所述平移矩阵,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系。
4.如权利要求1所述的方法,其特征在于,根据确定出的所述转换关系、所述视觉导航数据以及所述校准数据,确定所述视觉导航数据对应的校正量,具体包括:
根据确定出的所述转换关系以及所述视觉导航数据,确定所述视觉导航数据在所述第二坐标系中的投影;
根据所述校准数据以及所述投影,确定观测矩阵、所述校准数据和所述投影之间的差距;
根据所述观测矩阵以及所述差距,确定所述视觉导航数据对应的校正量。
5.如权利要求2所述的方法,其特征在于,根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的位置和/或速度相同为约束,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系,具体包括:
当确定所述当前时刻的卫星导航数据解算类型为单点解时,根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的速度相同为约束,对待解的旋转矩阵进行解算;
根据解算确定的所述旋转矩阵,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系。
6.如权利要求1所述的方法,其特征在于,根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的位置和/或速度相同为约束,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系,具体包括:
获取所述无人驾驶设备各历史时刻的视觉导航数据以及校准数据;
按照时间顺序,针对每个时刻,根据该时刻的视觉导航数据以及校准数据,以该时刻的视觉导航数据和校准数据的位置和/或速度相同为约束,确定该时刻的视觉导航数据的第一坐标系和卫星导航数据的第二坐标系之间的转换关系;
根据该时刻确定的转换关系,对该时刻前一时刻确定的转换关系进行更新,直至更新后的转换关系的稳定性小于预设稳定阈值;
根据更新得到的转换关系,确定当前时刻的所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系。
7.如权利要求6所述的方法,其特征在于,根据该时刻确定的转换关系,对该时刻前一时刻确定的转换关系进行更新,具体包括:
判断该时刻确定的转换关系相对该时刻前一时刻确定的转换关系的偏离程度是否大于预设偏离阈值;
若是,则不根据该时刻确定的转换关系对该时刻前一时刻确定的转换关系进行更新;
若否,则根据该时刻确定的转换关系,对该时刻前一时刻确定的转换关系进行更新。
8.一种自适应数据校准装置,其特征在于,包括:
导航数据确定模块,用于根据传感器采集到的数据,确定无人驾驶设备当前时刻的视觉导航数据和卫星导航数据;
校准数据确定模块,用于根据所述当前时刻的卫星导航数据解算类型,从所述卫星导航数据中确定至少一种用于进行校准的校准数据;
转换关系确定模块,用于根据所述视觉导航数据以及所述校准数据,以所述视觉导航数据和所述校准数据的位置和/或速度相同为约束,确定所述视觉导航数据的第一坐标系和所述卫星导航数据的第二坐标系之间的转换关系;
数据校准模块,用于根据确定出的所述转换关系、所述视觉导航数据以及所述校准数据,确定所述视觉导航数据对应的校正量,并对所述视觉导航数据进行校准。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~7任一所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210351011.9A CN116929407A (zh) | 2022-04-02 | 2022-04-02 | 一种自适应数据校准方法及装置 |
PCT/CN2023/071951 WO2023185215A1 (zh) | 2022-04-02 | 2023-01-12 | 数据校准 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210351011.9A CN116929407A (zh) | 2022-04-02 | 2022-04-02 | 一种自适应数据校准方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116929407A true CN116929407A (zh) | 2023-10-24 |
Family
ID=88199044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210351011.9A Pending CN116929407A (zh) | 2022-04-02 | 2022-04-02 | 一种自适应数据校准方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116929407A (zh) |
WO (1) | WO2023185215A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117668575A (zh) * | 2024-01-31 | 2024-03-08 | 利亚德智慧科技集团有限公司 | 光影秀的数据模型构建方法、装置、设备及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103454650B (zh) * | 2013-08-20 | 2015-06-24 | 北京航空航天大学 | 一种视觉辅助卫星完好性监测方法 |
US10324195B2 (en) * | 2015-07-27 | 2019-06-18 | Qualcomm Incorporated | Visual inertial odometry attitude drift calibration |
US10371530B2 (en) * | 2017-01-04 | 2019-08-06 | Qualcomm Incorporated | Systems and methods for using a global positioning system velocity in visual-inertial odometry |
CN109541656B (zh) * | 2018-11-16 | 2020-07-07 | 和芯星通科技(北京)有限公司 | 一种信息融合定位方法及装置 |
CN111025364B (zh) * | 2019-12-17 | 2023-05-16 | 南京航空航天大学 | 一种基于卫星辅助的机器视觉定位***及方法 |
CN113433576B (zh) * | 2021-06-28 | 2023-09-01 | 中国科学院国家授时中心 | 一种gnss与v-slam融合定位方法及*** |
CN113405545B (zh) * | 2021-07-20 | 2024-06-28 | 阿里巴巴创新公司 | 定位方法、装置、电子设备及计算机存储介质 |
-
2022
- 2022-04-02 CN CN202210351011.9A patent/CN116929407A/zh active Pending
-
2023
- 2023-01-12 WO PCT/CN2023/071951 patent/WO2023185215A1/zh unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117668575A (zh) * | 2024-01-31 | 2024-03-08 | 利亚德智慧科技集团有限公司 | 光影秀的数据模型构建方法、装置、设备及存储介质 |
CN117668575B (zh) * | 2024-01-31 | 2024-05-28 | 利亚德智慧科技集团有限公司 | 光影秀的数据模型构建方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023185215A1 (zh) | 2023-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111077555B (zh) | 一种定位方法及装置 | |
CN111797906B (zh) | 基于视觉和惯性里程定位的方法及装置 | |
CN112859131B (zh) | 一种无人驾驶设备的定位方法及装置 | |
CN111288971B (zh) | 一种视觉定位方法及装置 | |
CN112762965B (zh) | 一种磁力计校准方法以及装置 | |
CN113674424B (zh) | 一种电子地图绘制的方法及装置 | |
CN116929407A (zh) | 一种自适应数据校准方法及装置 | |
CN116309823A (zh) | 一种位姿的确定方法、装置、设备及存储介质 | |
CN112461258A (zh) | 一种参数修正的方法及装置 | |
CN115839718B (zh) | 一种基于运动约束的融合定位方法及装置 | |
CN116222586A (zh) | 自动驾驶车辆的融合定位方法、装置及电子设备 | |
CN113932835B (zh) | 自动驾驶车辆定位杆臂的标定方法、装置及电子设备 | |
CN116176603A (zh) | 一种车辆航向角的确定方法、装置及设备 | |
CN111798489B (zh) | 一种特征点跟踪方法、设备、介质及无人设备 | |
CN116698019A (zh) | 一种基于多传感器的组合导航方法及装置 | |
CN113048989A (zh) | 一种无人驾驶设备的定位方法及定位装置 | |
CN115060289A (zh) | 定位轨迹精度评估方法、装置及电子设备、存储介质 | |
CN114061573A (zh) | 地面无人车辆编队定位装置及方法 | |
CN112712561A (zh) | 一种建图方法、装置、存储介质及电子设备 | |
CN116300842A (zh) | 一种无人设备控制方法、装置、存储介质及电子设备 | |
CN116242385A (zh) | 一种视觉导航数据校准方法及装置 | |
CN116952214A (zh) | 一种位姿优化方法及装置 | |
CN116625372A (zh) | 一种多源无人机导航方法、装置、存储介质及电子设备 | |
CN117470273A (zh) | 导航数据校准方法、装置、可读存储介质及电子设备 | |
CN114460550A (zh) | 一种针对传感器外参标定的监测方法及装置 |
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 |