KR20220058901A - Data processing methods and devices - Google Patents

Abstract

본 발명은 데이터 처리 방법 및 장치를 제공하고 포지셔닝 장치가 수집한 포지셔닝 데이터 및 레이더 장치가 수집한 포인트 클라우드 데이터를 획득하는 단계; - 상기 포지셔닝 장치 및 상기 레이더 장치는 동일한 차량에 배치됨 - ; 상기 포지셔닝 데이터 및 상기 포인트 클라우드 데이터에 기반하여, 상기 레이더 장치가 상기 포인트 클라우드 데이터를 수집할 경우의 위치 데이터를 결정하는 단계; 상기 포인트 클라우드 데이터에 기반하여 지면을 나타내는 지면 파라미터 정보를 결정하고, 상기 위치 데이터에 기반하여 상기 레이더 장치의 초기 포즈 데이터를 결정하는 단계; 및 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정하는 단계를 포함한다.The present invention provides a data processing method and apparatus, comprising the steps of: acquiring positioning data collected by a positioning device and point cloud data collected by a radar device; - the positioning device and the radar device are disposed in the same vehicle; determining, by the radar device, position data when the point cloud data is collected, based on the positioning data and the point cloud data; determining ground parameter information representing the ground based on the point cloud data, and determining initial pose data of the radar device based on the location data; and adjusting external parameter data indicating a relative positional relationship between the positioning device and the radar device based on the ground parameter information and the initial pose data.

Description

데이터 처리 방법 및 장치Data processing methods and devices

관련 출원에 대한 상호 참조CROSS-REFERENCE TO RELATED APPLICATIONS

본 특허 출원은 2020년 10월 30일에 제출한, 출원 번호가 202011190058.9이며, 발명의 명칭이 “데이터 처리 방법 및 장치”인 중국 특허 출원의 우선권을 주장하는 바, 상기 출원의 모든 내용은 본 출원에 인용된다.This patent application claims priority to the Chinese patent application filed on October 30, 2020, the application number is 202011190058.9, and the title of the invention is “Data Processing Method and Apparatus”. is cited in

본 발명은 정보 처리 기술분야에 관한 것으로서, 구체적으로, 타깃 검출 방법, 데이터 처리 방법 및 장치에 관한 것이다.The present invention relates to the field of information processing technology, and more particularly, to a target detection method, a data processing method, and an apparatus.

정보 기술의 발전에 따라, 자율 주행 기술도 점차 널리 적용되고 있다. 현재, 자율 주행 기술은 주로 레이저 레이더를 통해 레이더 포인트 클라우드 데이터를 수집한 다음, 포지셔닝 장치(예를 들어 글로벌 포지셔닝 시스템(Global Positioning System, GPS), 조합 관성 항법 시스템 등)에 기반하여 레이저 레이더의 위치 정보를 결정한 다음, 포인트 클라우드 데이터와 위치 정보에 대해 정보 융합을 수행하여, 자율 주행 장치와 장애물 간의 위치 관계를 결정함으로써, 장애물을 회피하는 것을 구현한다. 여기서, 포지셔닝 장치에 기반하여 레이저 레이더의 위치 정보를 결정할 경우, 일반적으로 먼저 포지셔닝 장치의 위치 정보를 결정한 다음, 외부 파라미터 데이터에 기반하여 포지셔닝 장치의 위치 정보를 레이저 레이더의 위치 정보로 전환하는데, 여기서, 외부 파라미터 데이터는 포지셔닝 장치 및 레이저 레이더 간의 상대적인 위치 관계를 표시하기 위한 것이다.With the development of information technology, autonomous driving technology is also increasingly widely applied. At present, autonomous driving technology mainly collects radar point cloud data through laser radar, and then locates the laser radar based on a positioning device (eg, Global Positioning System (GPS), combination inertial navigation system, etc.) After determining the information, information fusion is performed on the point cloud data and the location information to determine the positional relationship between the autonomous driving device and the obstacle, thereby implementing obstacle avoidance. Here, when determining the position information of the laser radar based on the positioning device, in general, first, the position information of the positioning device is determined, and then the position information of the positioning device is converted into position information of the laser radar based on external parameter data, where , the external parameter data is for indicating the relative positional relationship between the positioning device and the laser radar.

관련 기술에서, 외부 파라미터 데이터를 결정할 경우, 일련의 기기의 도움을 통해 포지셔닝 장치 및 레이저 레이더의 위치를 표준화해야 한다. 그러나 자율 주행 장치는 사용 과정에서, 포지셔닝 장치 및 레이저 레이더의 위치가 변화될 수 있고, 따라서 외부 파라미터 데이터는 기설정된 시간을 간격으로 업데이트가 필요하다. 매번 업데이트 할 때마다 인공으로 측정 장치의 도움을 통해 포지셔닝 장치 및 레이저 레이더의 위치를 다시 표준화한 다음, 외부 파라미터 데이터를 다시 결정해야 하므로, 이러한 방법은 효율이 비교적 낮다.In the related art, when determining the external parameter data, it is necessary to standardize the position of the positioning device and the laser radar with the help of a series of instruments. However, in the process of using the autonomous driving device, the positions of the positioning device and the laser radar may be changed, and thus external parameter data needs to be updated at preset intervals. In each update, the position of the positioning device and the laser radar must be re-standardized artificially with the help of the measuring device, and then the external parameter data must be re-determined, so this method is relatively inefficient.

본 발명의 실시예는 데이터 처리 방법 및 장치를 적어도 제공한다.Embodiments of the present invention provide at least a data processing method and apparatus.

제1 측면에 있어서, 본 발명의 실시예는 데이터 처리 방법을 제공하고, 포지셔닝 장치가 수집한 포지셔닝 데이터 및 레이더 장치가 수집한 포인트 클라우드 데이터를 획득하는 단계 - 상기 포지셔닝 장치 및 상기 레이더 장치는 동일한 차량에 배치됨 - ; 상기 포지셔닝 데이터 및 상기 포인트 클라우드 데이터에 기반하여, 상기 레이더 장치가 상기 포인트 클라우드 데이터를 수집할 경우의 위치 데이터를 결정하는 단계; 상기 포인트 클라우드 데이터에 기반하여 지면을 나타내는 지면 파라미터 정보를 결정하고, 상기 위치 데이터에 기반하여 상기 레이더 장치의 초기 포즈 데이터를 결정하는 단계; 및 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정하는 단계를 포함한다.In a first aspect, an embodiment of the present invention provides a data processing method, comprising the steps of: acquiring positioning data collected by a positioning device and point cloud data collected by a radar device - the positioning device and the radar device are the same vehicle placed in - ; determining, by the radar device, position data when the point cloud data is collected, based on the positioning data and the point cloud data; determining ground parameter information representing the ground based on the point cloud data, and determining initial pose data of the radar device based on the location data; and adjusting external parameter data indicating a relative positional relationship between the positioning device and the radar device based on the ground parameter information and the initial pose data.

상기 실시형태를 통해, 포지셔닝 장치가 수집한 포지셔닝 데이터 및 레이더 장치가 수집한 레이더 데이터에 따라, 지면을 나타내는 지면 파라미터 정보 및 레이더 장치의 초기 포즈 데이터를 결정한 다음, 지면 파라미터 정보 및 레이더 장치의 초기 포즈 데이터에 기반하여, 외부 파라미터 데이터를 조정할 수 있고, 지면 파라미터 정보 및 레이더 장치의 초기 포즈 데이터가 모두 데이터 수집 또는 계산을 통해 얻을 수 있기 때문에, 외부 파라미터 데이터를 조정하는 과정에서, 인공으로 다른 기기의 도움을 통해 포지셔닝 장치 및 레이더 장치의 위치를 표준화할 필요가 없으므로, 외부 파라미터 데이터의 조정 효율을 향상시키고, 인건비를 절감한다.Through the above embodiment, the ground parameter information indicating the ground and initial pose data of the radar device are determined according to the positioning data collected by the positioning device and the radar data collected by the radar device, and then the ground parameter information and the initial pose of the radar device are determined. Based on the data, it is possible to adjust the external parameter data, and since both the ground parameter information and the initial pose data of the radar device can be obtained through data collection or calculation, in the process of adjusting the external parameter data, artificially With the help, there is no need to standardize the position of the positioning device and the radar device, thereby improving the adjustment efficiency of external parameter data and reducing the labor cost.

일 가능한 실시형태에 있어서, 상기 포인트 클라우드 데이터에는 복수 개의 레이더 스캐닝 포인트의 좌표 정보가 포함되고; 상기 포인트 클라우드 데이터에 기반하여 지면을 나타내는 지면 파라미터 정보를 결정하는 단계는, 상기 포인트 클라우드 데이터에 기반하여 평면 피팅을 진행하여, 피팅 평면 정보를 얻는 단계; 상기 포인트 클라우드 데이터에서 레이더 스캐닝 포인트의 좌표 정보에 기반하여, 각 레이더 스캐닝 포인트와 상기 피팅 평면 정보가 지시하는 평면 간의 거리를 결정하는 단계; 및 결정된 각 레이더 스캐닝 포인트와 상기 피팅 평면 정보가 지시하는 평면 간의 거리에 기반하여, 포인트 클라우드 데이터를 선별하고, 기설정된 반복 조건에 도달할 때까지 선별된 포인트 클라우드 데이터에 기반하여, 상기 포인트 클라우드 데이터에 기반하여 평면 피팅을 진행하는 단계로 리턴하고, 최종적으로 선별된 포인트 클라우드 데이터에 기반하여 상기 지면 파라미터 정보를 결정하는 단계를 포함한다.In one possible embodiment, the point cloud data includes coordinate information of a plurality of radar scanning points; The determining of the ground parameter information representing the ground based on the point cloud data may include: performing plane fitting based on the point cloud data to obtain fitting plane information; determining a distance between each radar scanning point and a plane indicated by the fitting plane information based on the coordinate information of the radar scanning point in the point cloud data; and selecting point cloud data based on a distance between each determined radar scanning point and a plane indicated by the fitting plane information, and based on the selected point cloud data until a preset repetition condition is reached, the point cloud data Returning to the step of performing plane fitting based on , and finally determining the ground parameter information based on the selected point cloud data.

상기 실시형태에 있어서, 반복 피팅의 방식을 통해, 포인트 클라우드 데이터를 복수 회 필터링한 다음, 최종적으로 선별된 포인트 클라우드 데이터에 기반하여 지면 파라미터 정보를 결정하여, 지면 파라미터 정보의 정밀도를 향상시킨다.In the above embodiment, through the iterative fitting method, the point cloud data is filtered a plurality of times, and then the ground parameter information is determined based on the finally selected point cloud data to improve the precision of the ground parameter information.

일 가능한 실시형태에 있어서, 상기 포인트 클라우드 데이터에 기반하여 평면 피팅을 진행하기 전, 상기 포인트 클라우드 데이터에 대해 다운 샘플링 처리를 수행하여, 상기 포인트 클라우드 데이터에서 레이더 스캐닝 포인트의 분포 밀도로 하여금 기설정된 조건에 부합되도록 하는 단계; 및 대응되는 좌표 정보가 상기 타깃 좌표 범위 내인 레이더 스캐닝 포인트를 선별하는 단계 - 상기 타깃 좌표 범위는 상기 레이더 장치의 기설정된 장착 높이에 따라 결정됨 - 중 적어도 하나를 실행한다.In one possible embodiment, before performing plane fitting based on the point cloud data, down-sampling processing is performed on the point cloud data, so that the distribution density of radar scanning points in the point cloud data is set under a preset condition. to conform to; and selecting a radar scanning point whose corresponding coordinate information is within the target coordinate range, wherein the target coordinate range is determined according to a preset mounting height of the radar device.

포인트 클라우드 데이터에 기반하여 평면 피팅을 진행하기 전, 먼저 포인트 클라우드 데이터에 대해 데이터 선별을 수행하여, 한 측면으로 지면 파라미터 정보의 계산 정밀도를 향상시킬 수 있고, 다른 측면으로 평면 피팅 과정에서의 계산량을 저하시킬 수 있어, 계산 효율을 향상시킨다.Before proceeding with plane fitting based on point cloud data, data screening is performed on the point cloud data first to improve the calculation precision of ground parameter information on one side, and to reduce the amount of calculation in the plane fitting process on the other side. can be lowered, improving computational efficiency.

일 가능한 실시형태에 있어서, 상기 위치 데이터는 높이 데이터를 포함하고; 상기 방법은, 상기 위치 데이터에서의 높이 데이터 및 위치 데이터와 포인트 클라우드 데이터 간의 대응 관계에 기반하여, 상기 포인트 클라우드 데이터를 복수 개의 수집 구간으로 분할하는 단계를 더 포함한다.In one possible embodiment, said position data comprises height data; The method further includes dividing the point cloud data into a plurality of collection sections based on height data in the location data and a corresponding relationship between the location data and the point cloud data.

일 가능한 실시형태에 있어서, 상기 위치 데이터에서의 높이 데이터 및 위치 데이터와 포인트 클라우드 데이터 간의 대응 관계에 기반하여, 상기 포인트 클라우드 데이터를 복수 개의 수집 구간으로 분할하는 단계는, 상기 높이 데이터를 필터링하여, 필터링 이후 유지된 높이 데이터에서의 적어도 하나의 극점을 결정하는 단계; 및 각 극점에 대응되는 수집 시간 포인트를 수집 구간의 분할 포인트로 사용하여, 상기 포인트 클라우드 데이터를 복수 개의 수집 구간으로 분할하는 단계를 포함한다.In one possible embodiment, the step of dividing the point cloud data into a plurality of collection sections based on the height data in the location data and the corresponding relationship between the location data and the point cloud data includes filtering the height data, determining at least one pole in the maintained height data after filtering; and dividing the point cloud data into a plurality of collection sections by using a collection time point corresponding to each pole as a dividing point of the collection section.

일 가능한 실시형태에 있어서, 상기 포인트 클라우드 데이터에 기반하여 지면을 나타내는 지면 파라미터 정보를 결정하고, 상기 위치 데이터에 기반하여 상기 레이더 장치의 초기 포즈 데이터를 결정하는 단계는, 각 수집 구간에 대해, 상기 수집 구간 내의 포인트 클라우드 데이터에 기반하여, 상기 수집 구간에 대응되는 지면 파라미터 정보를 결정하고, 상기 레이더 장치가 상기 수집 구간 내의 포인트 클라우드 데이터를 수집하는 경우의 위치 데이터에 기반하여, 상기 수집 구간에 대응되는 상기 레이더 장치의 초기 포즈 데이터를 결정하는 단계를 포함하고; 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정하는 단계는, 각 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정하는 단계를 포함한다.In one possible embodiment, determining the ground parameter information representing the ground based on the point cloud data, and determining the initial pose data of the radar device based on the location data, for each collection section, the Based on the point cloud data in the collection section, the ground parameter information corresponding to the collection section is determined, and based on the location data when the radar device collects the point cloud data in the collection section, it corresponds to the collection section determining the initial pose data of the radar device to be used; The adjusting of external parameter data indicating a relative positional relationship between the positioning device and the radar device based on the ground parameter information and the initial pose data includes the ground parameter information and the initial pose data corresponding to each collection section. based on , adjusting external parameter data indicating a relative positional relationship between the positioning device and the radar device.

상기 실시형태에 있어서, 지면 높이 정보에 대한 고려를 증가하고, 포인트 클라우드 데이터를 복수 개의 수집 구간으로 분할하는 것을 통해, 상이한 수집 구간에 각각 대응되는 지면 파라미터 정보를 결정하고, 다음 상이한 수집 구간에 각각 대응되는 지면 파라미터 정보 및 상기 수집 구간 내의 초기 포즈 데이터에 기반하여, 외부 파라미터 데이터를 조정할 경우, 조종된 외부 파라미터는 더욱 정확하다.In the above embodiment, by increasing the consideration of the ground height information and dividing the point cloud data into a plurality of collection sections, the ground parameter information corresponding to different collection sections is determined, respectively, in the next different collection sections, respectively. When the external parameter data is adjusted based on the corresponding ground parameter information and the initial pose data within the collection section, the manipulated external parameter is more accurate.

일 가능한 실시형태에 있어서, 상기 각 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정하는 단계는, 각 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 각 수집 구간에 대응되는 최적화된 포즈 데이터를 결정하는 단계; 및 각 수집 구간에 대응되는 상기 초기 포즈 데이터 및 최적화된 포즈 데이터에 기반하여, 상기 외부 파라미터 데이터를 조정하는 단계를 포함한다.In one possible embodiment, the adjusting of external parameter data indicating a relative positional relationship between the positioning device and the radar device based on the ground parameter information and the initial pose data corresponding to each of the collection sections comprises: determining optimized pose data corresponding to each collection section based on the ground parameter information corresponding to the collection section and the initial pose data; and adjusting the external parameter data based on the initial pose data and the optimized pose data corresponding to each collection section.

일 가능한 실시형태에 있어서, 각 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 각 수집 구간에 대응되는 최적화된 포즈 데이터를 결정하는 단계는, 어느 한 수집 구간에 대해, 상기 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 타깃 함수의 값으로 하여금 가장 작도록 하는 포즈 데이터를 결정하고, 타깃 함수의 값으로 하여금 가장 작도록 하는 포즈 데이터를 상기 수집 구간에 대응되는 최적화된 포즈 데이터로 사용하는 단계 - 상기 타깃 함수는 포즈 데이터를 최적화하기 전후의 지면 파라미터 정보 간의 차이의 절대값과, 포즈 데이터를 최적화하기 전후의 포즈 데이터 간의 차이의 절대값의 합임 - 를 포함한다.In one possible embodiment, the step of determining the optimized pose data corresponding to each collection section based on the ground parameter information and the initial pose data corresponding to each collection section includes: Based on the ground parameter information corresponding to the collection section and the initial pose data, the pose data that makes the value of the target function the smallest is determined, and the pose data that makes the value of the target function the smallest is collected in the collection section. using as optimized pose data corresponding to - The target function is the sum of the absolute value of the difference between the ground parameter information before and after optimizing the pose data and the absolute value of the difference between the pose data before and after optimizing the pose data - includes

일 가능한 실시형태에 있어서, 상기 각 수집 구간에 대응되는 상기 초기 포즈 데이터 및 최적화된 포즈 데이터에 기반하여, 상기 외부 파라미터 데이터를 조정하는 단계는, 각 수집 구간에 대응되는 초기 포즈 데이터 및 최적화된 포즈 데이터에 기반하여, 상기 수집 구간 내의 제1 평균 포즈 변화량을 결정하는 단계; 각 수집 구간 내의 상기 제1 평균 포즈 변화량에 기반하여, 상기 복수 개의 수집 구간에 대응되는 제2 평균 포즈 변화량을 결정하는 단계; 및 상기 제2 평균 포즈 변화량에 기반하여, 상기 외부 파라미터 데이터를 조정하는 단계를 포함한다.In one possible embodiment, the adjusting of the external parameter data based on the initial pose data and the optimized pose data corresponding to each collection section comprises: initial pose data corresponding to each collection section and the optimized pose determining a first average change amount of a pose within the collection period based on the data; determining a second average pose variation corresponding to the plurality of collection sections based on the first average pose variation in each collection section; and adjusting the external parameter data based on the second average change amount of the pose.

상이한 수집 구간 내의 지면 파라미터 정보가 상이하기 때문에, 상이한 수집 구간의 지면 파라미터 정보에 따라 결정된 초기 포즈 데이터에 대응되는 최적화된 포즈 데이터가 더욱 정확함으로써, 제1 평균 포즈 변화량 및 제2 평균 포즈 변화량을 계산하고, 제2 평균 포즈 변화량에 기반하여 외부 파라미터 데이터를 조정할 경우, 조정된 외부 파라미터 데이터는 더욱 정확하다.Since the ground parameter information in different collection sections is different, the optimized pose data corresponding to the initial pose data determined according to the ground parameter information of different collection sections is more accurate, so that the first average pose change amount and the second average pose change amount are calculated and adjusting the external parameter data based on the second average pose change amount, the adjusted external parameter data is more accurate.

일 가능한 실시형태에 있어서, 상기 제2 평균 포즈 변화량에 기반하여, 상기 외부 파라미터 데이터를 조정하는 단계는, 상기 제2 평균 포즈 변화량과 조정하기 전의 외부 파라미터 데이터의 곱을 조정된 외부 파라미터 데이터로 결정하는 단계를 포함한다.In one possible embodiment, the adjusting the external parameter data based on the second average pose change amount comprises: determining a product of the second average pose change amount and the external parameter data before adjustment as the adjusted external parameter data includes steps.

일 가능한 실시형태에 있어서, 상기 포지셔닝 데이터에는 복수 개의 제1 수집 시간 포인트에서 각각 수집한 위치 데이터가 포함되고, 상기 포인트 클라우드 데이터에는 복수 개의 제2 수집 시간 포인트에서 각각 수집한 포인트 클라우드 데이터가 포함되며; 상기 포지셔닝 데이터 및 상기 포인트 클라우드 데이터에 기반하여, 상기 레이더 장치가 상기 포인트 클라우드 데이터를 수집할 경우의 위치 데이터를 결정하는 단계는, 각 상기 제2 수집 시간 포인트에 대해, 상기 복수 개의 제1 수집 시간 포인트에 상기 제2 수집 시간 포인트와 중첩되는 타깃 제1 수집 시간 포인트가 존재하는 경우, 상기 타깃 제1 수집 시간 포인트에 대응되는 위치 데이터에 기반하여 상기 레이더 장치가 상기 제2 수집 시간 포인트에서의 위치 데이터를 결정하는 단계; 및 상기 복수 개의 제1 수집 시간 포인트에 상기 타깃 제1 수집 시간 포인트가 존재하지 않는 경우, 상기 복수 개의 제1 수집 시간 포인트에서 상기 제2 수집 시간 포인트와 시간 간격이 가장 짧은 두 개의 인접한 제1 수집 시간 포인트에 각각 대응되는 위치 데이터에 기반하여, 상기 레이더 장치가 상기 제2 수집 시간 포인트에서의 위치 데이터를 결정하는 단계 - 상기 제2 수집 시간 포인트는 상기 두 개의 인접한 제1 수집 시간 포인트 사이에 위치함 - 를 포함한다. In one possible embodiment, the positioning data includes position data respectively collected at a plurality of first collection time points, and the point cloud data includes point cloud data respectively collected at a plurality of second collection time points, ; The step of determining the position data when the radar device collects the point cloud data based on the positioning data and the point cloud data includes, for each of the second collection time points, the plurality of first collection times When there is a target first collection time point overlapping the second collection time point at the point, the radar device determines the position at the second collection time point based on position data corresponding to the target first collection time point. determining data; and when the target first collection time point does not exist in the plurality of first collection time points, two adjacent first collection times having the shortest time interval from the second collection time point in the plurality of first collection time points determining, by the radar device, the position data at the second collection time point, based on the position data respectively corresponding to the time points, the second collection time point being located between the two adjacent first collection time points includes -.

상기 실시형태를 통해, 레이더 장치가 각 제2 수집 시간 포인트에서의 위치 데이터를 결정할 수 있어, 레이더 장치 및 포지셔닝 장치의 데이터 수집 주파수가 상이함으로 인한 간섭을 피할 수 있다.Through the above embodiment, the radar device can determine the position data at each second collection time point, thereby avoiding interference due to the data collection frequencies of the radar device and the positioning device being different.

제2 측면에 있어서, 본 발명의 실시예는 데이터 처리 장치를 더 제공하고, 포지셔닝 장치가 수집한 포지셔닝 데이터 및 레이더 장치가 수집한 포인트 클라우드 데이터를 획득하도록 구성된 획득 모듈 - 상기 포지셔닝 장치 및 상기 레이더 장치는 동일한 차량에 배치됨 - ; 상기 포지셔닝 데이터 및 상기 포인트 클라우드 데이터에 기반하여, 상기 레이더 장치가 상기 포인트 클라우드 데이터를 수집할 경우의 위치 데이터를 결정하도록 구성된 제1 결정 모듈; 상기 포인트 클라우드 데이터에 기반하여 지면을 나타내는 지면 파라미터 정보를 결정하고, 상기 위치 데이터에 기반하여 상기 레이더 장치의 초기 포즈 데이터를 결정하도록 구성된 제2 결정 모듈; 및 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정하도록 구성된 조정 모듈을 포함한다.In a second aspect, an embodiment of the present invention further provides a data processing device, an acquisition module configured to acquire the positioning data collected by the positioning device and the point cloud data collected by the radar device - the positioning device and the radar device - are placed in the same vehicle; a first determining module, configured to determine, based on the positioning data and the point cloud data, position data when the radar device collects the point cloud data; a second determining module, configured to determine ground parameter information representing the ground based on the point cloud data, and to determine initial pose data of the radar device based on the location data; and an adjustment module, configured to adjust external parameter data indicating a relative positional relationship between the positioning device and the radar device based on the ground parameter information and the initial pose data.

제3 측면에 있어서, 본 발명의 실시예는 컴퓨터 기기를 더 제공하고, 상기 컴퓨터 기기는, 프로세서, 메모리 및 버스를 포함하며, 상기 메모리에는 상기 프로세서가 실행 가능한 기계 판독 가능한 명령어가 저장되어 있으며, 컴퓨터 기기가 작동될 경우, 상기 프로세서와 상기 메모리 사이는 버스를 통해 통신하며, 상기 기계 판독 가능한 명령어가 상기 프로세서에 의해 실행될 경우 상기 제1 측면 또는 제1 측면 중 어느 하나에 따른 가능한 실시형태에서의 단계를 실행한다.In a third aspect, an embodiment of the present invention further provides a computer device, wherein the computer device includes a processor, a memory and a bus, wherein the memory stores machine-readable instructions executable by the processor; When a computer device is operated, communication between the processor and the memory is via a bus, wherein the machine readable instructions are executed by the processor in a possible embodiment according to either the first aspect or the first aspect. run the steps

제4 측면에 있어서, 본 발명의 실시예는 컴퓨터 판독 가능한 저장 매체를 더 제공하고, 상기 컴퓨터 판독 가능한 저장 매체에는 컴퓨터 프로그램이 저장되어 있으며, 상기 컴퓨터 프로그램이 프로세서에 의해 작동될 경우 상기 제1 측면 또는 제1 측면 중 어느 하나에 따른 가능한 실시형태에서의 단계를 실행한다.In a fourth aspect, an embodiment of the present invention further provides a computer-readable storage medium, wherein the computer-readable storage medium stores a computer program, and when the computer program is operated by a processor, the first aspect or performing the steps in a possible embodiment according to any one of the first aspects.

상기 데이터 처리 장치, 컴퓨터 기기 및 컴퓨터 판독 가능한 저장 매체에 관련된 효과의 설명은 상기 데이터 처리 방법의 설명을 참조하고, 여기서 더이상 반복하여 설명하지 않는다. 본 발명의 상기 목적 특징 및 장점이 더욱 선명해지고 이해하기 쉬워지도록 하기 위해, 아래에 비교적 바람직한 실시예를 예를 들고, 첨부 도면과 배합하여, 상세하게 설명하고자 한다.For the description of the effects related to the data processing apparatus, the computer device and the computer-readable storage medium, refer to the description of the data processing method, which will not be repeated herein any longer. In order to make the above object features and advantages of the present invention clearer and easier to understand, a comparatively preferred embodiment is given below as an example, and in combination with the accompanying drawings, it will be described in detail.

본 발명의 실시예의 기술방안을 더욱 명확하게 설명하기 위해, 실시예에 사용되어야 할 도면을 간단히 소개한다. 이러한 첨부 도면은 본 발명에 부합되는 실시예를 도시하고, 명세서와 함께 본 발명의 기술 방안의 설명에 사용된다. 이해해야 할 것은, 아래의 도면은 본 발명의 일부 실시예만 도시할 뿐이므로, 범위에 대한 한정으로 간주되어서는 안되며, 본 분야의 기술자는 창조성 노동을 부여하지 않는 전제 하에서도, 이러한 도면에 따라 다른 연관된 도면을 획득할 수 있다.
도 1은 본 발명의 실시예에서 제공한 데이터 처리 방법의 흐름 예시도이다.
도 2는 본 발명의 실시예에서 제공한 제1 수집 시간 포인트과 제2 수집 시간 포인트의 대조 예시도이다.
도 3은 본 발명의 실시예에서 제공한 제1 수집 시간 포인트와 제2 수집 시간 포인트의 다른 대조 예시도이다.
도 4는 본 발명의 실시예에서 제공한 포인트 클라우드 데이터에 기반하여 지면을 나타내는 지면 파라미터 정보를 결정하는 방법의 흐름 예시도이다.
도 5는 본 발명의 실시예에서 제공한 높이 데이터 극점 결정 방법의 예시도이다.
도 6은 본 발명의 실시예에서 제공한 외부 파라미터 데이터 조정 방법의 흐름 예시도이다.
도 7은 본 발명의 실시예에서 제공한 데이터 처리 장치의 아키텍처 예시도이다.
도 8은 본 발명의 실시예에서 제공한 컴퓨터 기기의 구조 예시도이다.In order to more clearly explain the technical solutions of the embodiments of the present invention, drawings to be used in the embodiments are briefly introduced. BRIEF DESCRIPTION OF THE DRAWINGS These accompanying drawings show an embodiment consistent with the present invention, and together with the specification are used in the description of the technical solution of the present invention. It is to be understood that the drawings below only show some embodiments of the present invention, and therefore should not be regarded as limiting in scope, and those skilled in the art may differ according to these drawings, even under the premise that creative labor is not imparted Associated drawings can be obtained.
1 is a flowchart illustrating a data processing method provided in an embodiment of the present invention.
2 is a diagram illustrating contrast between a first collection time point and a second collection time point provided in an embodiment of the present invention.
3 is another comparison view of the first collection time point and the second collection time point provided in the embodiment of the present invention.
4 is a flowchart illustrating a method of determining ground parameter information indicating a ground based on point cloud data provided in an embodiment of the present invention.
5 is an exemplary diagram of a method for determining height data poles provided in an embodiment of the present invention.
6 is a flowchart illustrating a method for adjusting external parameter data provided in an embodiment of the present invention.
7 is an exemplary architecture diagram of a data processing apparatus provided in an embodiment of the present invention.
8 is an exemplary structural diagram of a computer device provided in an embodiment of the present invention.

본 발명의 목적, 기술적 해결수단 및 장점을 더욱 명확하게 하기 위해, 아래에, 본 발명의 실시예에서의 도면과 결합하여, 본 발명의 실시예에서의 기술적 해결수단에 대해 명확하고 완전하게 설명하며, 물론, 설명된 실시예는 본 발명의 전부 실시예가 아닌 일부 실시예일 뿐임은 자명한 것이다. 일반적으로 이곳의 도면에서 설명되고 도시된 본 발명의 실시예의 컴포넌트는 다양한 상이한 구성으로 배치되고 설계될 수 있다. 따라서, 아래 도면에서 제공한 본 발명의 실시예의 상세한 설명은 본 발명의 보호 범위를 한정하려는 것이 아닌 본 발명의 선택된 실시예를 나타내기 위한 것이다. 본 발명의 실시예에 기반하여, 본 분야의 기술자가 창조성 노동 없이 얻은 다른 실시예는 전부 본 발명의 보호 범위에 속해야 한다.In order to make the objects, technical solutions and advantages of the present invention more clear, below, in combination with the drawings in the embodiments of the present invention, the technical solutions in the embodiments of the present invention will be clearly and completely described, , of course, it is obvious that the described embodiments are only some, not all of the embodiments of the present invention. In general, the components of the embodiments of the invention described and illustrated in the drawings herein can be arranged and designed in a variety of different configurations. Accordingly, the detailed description of the embodiments of the present invention provided in the drawings below is not intended to limit the protection scope of the present invention, but to represent selected embodiments of the present invention. Based on the embodiment of the present invention, all other embodiments obtained by those skilled in the art without creative labor should fall within the protection scope of the present invention.

단일 센서는 그 자체의 한계가 다소 있기 때문에, 기존의 매핑 및 포지셔닝 알고리즘은 대부분 다중 센서 융합 방식을 사용하고, 즉 각각의 좌표계에서의 여러 센서의 관찰을 동일한 좌표계로 통합하고, 각각의 좌표계에서의 여러 센서의 관찰을 동일한 좌표계로 통합하는 브리지가 바로 센서 간의 외부 파라미터 데이터이다. 따라서, 외부 파라미터의 표준화의 품질은 다중 센서 융합 알고리즘의 성능에 매우 큰 영향을 미친다.Since a single sensor has some limitations in itself, most of the existing mapping and positioning algorithms use a multi-sensor fusion method, i.e., integrating observations of multiple sensors in each coordinate system into the same coordinate system, and The bridge that integrates the observations of multiple sensors into the same coordinate system is the external parameter data between the sensors. Therefore, the quality of standardization of external parameters has a very large impact on the performance of multi-sensor fusion algorithms.

예를 들어, 자율 주행에서, 비교적 흔한 것은 포지셔닝 장치(예를 들어 조합 관성 항법 시스템)와 레이더 장치를 융합하는 매핑과 포지셔닝 방안이다. 일반적으로 자율 주행 차량이 출고되기 전, 일련의 기기의 도움을 통해 자율 주행 차량에서의 포지셔닝 장치 및 레이더 장치의 위치를 표준화함으로써, 포지셔닝 장치와 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 결정한다. 그러나 자율 주행 차량은 사용 과정에서, 포지셔닝 장치 및 레이더 장치 간의 상대적 위치에 변화가 발생할 수 있기 때문에, 외부 파라미터 데이터를 정기적으로 업데이트해야 한다.For example, in autonomous driving, a relatively common is a mapping and positioning scheme that fuses a positioning device (eg, a combined inertial navigation system) and a radar device. In general, before the autonomous vehicle leaves the factory, external parameter data representing the relative positional relationship between the positioning device and the radar device is determined by standardizing the positions of the positioning device and the radar device in the autonomous vehicle with the aid of a set of devices. . However, in the course of use of the autonomous vehicle, the relative position between the positioning device and the radar device may change, so the external parameter data needs to be updated regularly.

관련 기술에 있어서, 외부 파라미터 데이터를 업데이트할 경우, 자율 주행 챠량이 출고될 경우의 외부 파라미터 데이터의 결정 방법을 사용하더라도, 단계가 번거롭고, 효율이 낮다.In the related art, when updating external parameter data, even if a method of determining external parameter data when an autonomous vehicle is shipped from the factory is used, the steps are cumbersome and the efficiency is low.

또 다른 방법에 있어서, 손-눈 표준화 알고리즘을 통해 외부 파라미터 데이터를 추정할 수 있다. 구체적으로, 자율 주행 차량이 일정한 궤적을 운행하도록 제어할 수 있고, 자율 주행 차량이 운행 과정에서 포지셔닝 장치가 수집한 포지셔닝 데이터 및 레이더 장치가 수집한 포인트 클라우드 데이터를 기록한 다음, 포지셔닝 장치 및 레이더 장치의 포즈 궤적을 각각 계산하고, 다음 손-눈 표준화 알고리즘에 기반하여 외부 파라미터 데이터를 계산할 수 있다.In another method, external parameter data may be estimated through a hand-eye standardization algorithm. Specifically, it is possible to control the autonomous driving vehicle to travel on a certain trajectory, and in the course of driving the autonomous vehicle, the positioning data collected by the positioning device and the point cloud data collected by the radar device are recorded, and then the positioning device and the radar device. Each pose trajectory can be calculated, and the external parameter data can be calculated based on the following hand-eye standardization algorithm.

그러나 이러한 방법에서는, 포지셔닝 장치 및 레이더 장치에 대한 측정 정확도 요구가 비교적 높고, 3개의 자유도에서의 변화 파라미터만 제공할 수 있다. 외부 파라미터 데이터는 6 개의 자유도에서의 변화 파라미터이기 때문에, 즉, 직교 좌표계의 X축, Y축 및 Z축 방향을 따른 평행 이동 거리 및 각각 X축, Y축과 Z축 방향에 따라 회전한 각도이기 때문에, (X, Y, Z, Roll, Pitch, Yaw)를 통해 표시할 수 있고, 따라서, 이러한 방법을 통해 결정된 외부 파라미터 데이터의 오차가 비교적 크다.However, in this method, the measurement accuracy requirements for the positioning device and the radar device are relatively high, and only the change parameters in three degrees of freedom can be provided. Since the external parameter data is a change parameter in six degrees of freedom, that is, it is the translation distance along the X-axis, Y-axis and Z-axis directions of the Cartesian coordinate system, and the rotation angle along the X-axis, Y-axis and Z-axis directions, respectively. Therefore, it can be expressed through (X, Y, Z, Roll, Pitch, Yaw), and therefore, the error of external parameter data determined through this method is relatively large.

상기 방안에 존재하는 결함에 대해, 본 발명의 실시예는 데이터 처리 방법을 제공하고, 포지셔닝 장치가 수집한 포지셔닝 데이터 및 레이더 장치가 수집한 레이더 데이터에 따라, 지면을 나타내는 지면 파라미터 정보 및 레이더 장치의 초기 포즈 데이터를 결정한 다음, 지면 파라미터 정보 및 레이더 장치의 초기 포즈 데이터에 기반하여, 외부 파라미터 데이터를 조정할 수 있다. 지면 파라미터 정보 및 레이더 장치의 초기 포즈 데이터는 모두 데이터 수집 또는 계산을 통해 얻을 수 있기 때문에, 외부 파라미터 데이터를 조정하는 과정에서, 인공으로 다른 기기의 도움을 통해 포지셔닝 장치 및 레이더 장치의 위치를 표준화할 필요가 없으므로, 외부 파라미터 데이터의 조정 효율을 향상시키고, 인건비를 절감하고; 또한 본 방안은 포즈 변화량에 기반하여 외부 파라미터 데이터를 조정할 수 있고, 포즈 데이터가 6개의 자유도에서의 데이터이기 때문에, 외부 파라미터 데이터를 조정할 경우, 외부 파라미터 데이터의 6개의 양을 모두 조정할 수 있음으로써, 외부 파라미터 데이터의 조정 정밀도를 향상시킬 수 있다.For the defects existing in the above room, an embodiment of the present invention provides a data processing method, according to the positioning data collected by the positioning device and the radar data collected by the radar device, ground parameter information representing the ground and the radar device After determining the initial pose data, the external parameter data may be adjusted based on the ground parameter information and the initial pose data of the radar device. Since both the ground parameter information and the initial pose data of the radar device can be obtained through data collection or calculation, in the process of adjusting the external parameter data, it is possible to standardize the position of the positioning device and the radar device with the help of other devices artificially. there is no need, improving the adjustment efficiency of external parameter data, and reducing labor costs; In addition, this method can adjust the external parameter data based on the amount of change in the pose, and since the pose data is data in six degrees of freedom, when adjusting the external parameter data, all six amounts of the external parameter data can be adjusted, Adjustment precision of external parameter data can be improved.

상기 방안에 존재하는 결점은, 모두 발명인이 실천과 세심한 연구 끝에 얻은 것이며, 따라서, 상기 문제의 발견 과정 및 아래 내용에서 본 발명이 상기 문제에 대해 제안한 해결 방안은 모두 발명인이 본 발명 과정에서 본 발명에 대한 공헌이라고 간주되어야 한다.The defects existing in the above method are all obtained after practice and meticulous research by the inventor, and therefore, all of the solutions proposed for the above problems by the present invention in the process of finding the above problems and in the following contents are the inventors of the present invention during the process of the present invention. should be considered as a contribution to

아래에 본 발명의 도면을 참조하여, 본 발명의 기술 방안을 명확하고 완전하게 설명하며, 설명된 실시예는 본 발명의 실시예 중 일부일 뿐이며, 모든 실시예가 아닌 것은 명백하다. 일반적으로 이곳의 도면에서 설명되고 도시된 본 발명의 컴포넌트는 다양한 상이한 구성으로 배치되고 설계될 수 있다. 따라서, 아래 도면에서 제공한 본 발명의 실시예의 상세한 설명은 본 발명의 보호 범위를 한정하려는 것이 아닌 본 발명의 선택된 실시예를 나타내기 위한 것이다. 본 발명의 실시예에 기반하여, 본 분야 기술자가 창조성 노동 없이 얻은 다른 실시예는 전부 본 발명의 보호 범위에 속해야 한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS The technical solutions of the present invention will be clearly and completely described below with reference to the drawings of the present invention, and it is clear that the described embodiments are only some and not all embodiments of the present invention. The components of the present invention generally described and shown in the drawings herein may be arranged and designed in a variety of different configurations. Accordingly, the detailed description of the embodiments of the present invention provided in the drawings below is not intended to limit the protection scope of the present invention, but to represent selected embodiments of the present invention. Based on the embodiment of the present invention, all other embodiments obtained by those skilled in the art without creative labor should fall within the protection scope of the present invention.

유의해야 할 것은, 유사한 부호 및 문자는 아래의 도면에서 유사한 항목을 표시하므로, 어느 한 항목이 하나의 도면에서 정의되면, 후속 도면에서 정의 및 해석을 추가로 진행할 필요가 없다.It should be noted that, since similar symbols and characters indicate similar items in the drawings below, if any one item is defined in one drawing, there is no need to further define and interpret in subsequent drawings.

본 발명의 실시예의 이해를 돕기 위해, 먼저 본 발명의 실시예가 공개한 데이터 처리 방법에 대해 상세히 소개하고, 본 발명의 실시예에서 제공한 데이터 처리 방법의 실행 주체는 일반적으로 일정한 계산 능력을 가진 컴퓨터 기기이고, 상기 컴퓨터 기기는 단말 기기 또는 서버 또는 기타 처리 기기이며 단말 기기는 사용자 기기(User Equipment，UE), 모바일 기기, 사용자 단말, 단말, 휴대전화, 무선전화, 개인용 디진털 비서(Personal Digital Assistant, PDA)등이 될수 있다. 일부 가능한 구현 방식에 있어서, 상기 데이터 처리 방법은 자율 주행 장치에 장착된 프로세서를 통해 처리될 수 있다.In order to help the understanding of the embodiments of the present invention, the data processing method disclosed in the embodiments of the present invention is first introduced in detail, and the execution subject of the data processing method provided in the embodiments of the present invention is generally a computer having a certain computational capability. device, wherein the computer device is a terminal device or a server or other processing device, and the terminal device is a user equipment (UE), a mobile device, a user terminal, a terminal, a mobile phone, a wireless phone, a personal digital assistant (Personal Digital Assistant) , PDA), etc. In some possible implementation manners, the data processing method may be processed through a processor mounted on the autonomous driving device.

아래는 실행 주체가 자율 주행 장치에 장착된 프로세스를 예로 들어 본 발명의 실시예가 제공한 데이터 처리 방법에 대해 설명을 진행하고, 여기서 설명해야 할 것은, 포지셔닝 장치 및 레이더 장치는 각각 프로세서에 연결되고, 연결 방식은 유선 연결, 무선 연결을 포함하지만 이에 한정되지 않고, 여기서, 무선 연결 방식은 예를 들어 블르투스 연결, 무선랜 연결 등일 수 있다.The following describes the data processing method provided by the embodiment of the present invention by taking as an example the process by which the execution entity is mounted on the autonomous driving device, and what should be described here is that the positioning device and the radar device are each connected to the processor, The connection method includes, but is not limited to, a wired connection and a wireless connection, and the wireless connection method may be, for example, a Bluetooth connection or a wireless LAN connection.

도 1에 도시된 바를 참조하면, 본 발명의 실시예는 데이터 처리 방법을 제공하고, 아래와 같은 단계를 포함한다.Referring to FIG. 1 , an embodiment of the present invention provides a data processing method, including the following steps.

단계 101에 있어서, 포지셔닝 장치가 수집한 포지셔닝 데이터 및 레이더 장치가 수집한 포인트 클라우드 데이터를 획득하고; 여기서 상기 포지셔닝 장치 및 상기 레이더 장치는 동일한 차량에 배치된다.In step 101, the positioning data collected by the positioning device and the point cloud data collected by the radar device are acquired; Here, the positioning device and the radar device are disposed in the same vehicle.

단계 102에 있어서, 상기 포지셔닝 데이터 및 상기 포인트 클라우드 데이터에 기반하여, 상기 레이더 장치가 상기 포인트 클라우드 데이터를 수집할 경우의 위치 데이터를 결정한다.In step 102, based on the positioning data and the point cloud data, location data when the radar device collects the point cloud data is determined.

단계 103에 있어서, 상기 포인트 클라우드 데이터에 기반하여, 지면을 나타내는 지면 파라미터 정보를 결정하고, 상기 위치 데이터에 기반하여 상기 레이더 장치의 초기 포즈 데이터를 결정한다.In step 103, ground parameter information indicating the ground is determined based on the point cloud data, and initial pose data of the radar device is determined based on the location data.

단계 104에 있어서, 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정한다.In step 104, external parameter data representing a relative positional relationship between the positioning device and the radar device is adjusted based on the ground parameter information and the initial pose data.

상기 실시 방법을 통해, 포지셔닝 장치가 수집한 포지셔닝 데이터 및 레이더 장치가 수집한 레이더 데이터에 따라, 지면을 나타내는 지면 파라미터 정보 및 레이더 장치의 초기 포즈 데이터를 결정한 다음, 지면 파라미터 정보 및 레이더 장치의 초기 포즈 데이터에 기반하여, 외부 파라미터 데이터를 조정할 수 있다. 지면 파라미터 정보 및 레이더 장치의 초기 포즈 데이터가 모두 데이터 수집 또는 계산을 통해 얻을 수 있기 때문에, 외부 파라미터 데이터를 조정하는 과정에서, 인공으로 다른 기기의 도움을 통해 포지셔닝 장치 및 레이더 장치의 위치를 표준화할 필요가 없으므로, 외부 파라미터 데이터의 조정 효율을 향상시키고, 인건비를 절감한다.Through the above implementation method, ground parameter information indicating the ground and initial pose data of the radar device are determined according to the positioning data collected by the positioning device and the radar data collected by the radar device, and then the ground parameter information and the initial pose of the radar device Based on the data, external parameter data can be adjusted. Since both the ground parameter information and the initial pose data of the radar device can be obtained through data collection or calculation, in the process of adjusting the external parameter data, it is possible to standardize the position of the positioning device and the radar device with the help of other devices artificially. Since there is no need, the adjustment efficiency of external parameter data is improved, and labor costs are reduced.

아래는 단계 101 내지 단계 104에 대해 상세하게 설명을 진행한다.Below, steps 101 to 104 will be described in detail.

단계 101에 대해,for step 101,

포지셔닝 장치 및 레이더 장치는 모두 동일한 차량에 장착될 수 있고, 포지셔닝 장치 및 레이더 장치의 장착 위치는 상이할 수 있다. 포지셔닝 장치는 예를 들어 글로벌 포지셔닝 시스템(Global Positioning System, GPS), 또는 조합 관성 항법 시스템일 수 있고, 조합 관성 항법 시스템은 GPS와 관성 센서 조합의 시스템이다.Both the positioning device and the radar device may be mounted on the same vehicle, and the mounting positions of the positioning device and the radar device may be different. The positioning device may be, for example, a Global Positioning System (GPS), or a combined inertial navigation system, wherein the combined inertial navigation system is a system of a combination of GPS and an inertial sensor.

단계 102에 대해,for step 102,

실제 적용에 있어서, 동일한 시간대 내에서, 레이더 장치 및 포지셔닝 장치의 데이터 수집 주파수는 상이하다. 포지셔닝 장치가 위치 데이터를 수집할 경우, 데이터 수집 시간 내에서, GPS 위성이 설정한 수집 주파수에 따라 위치 데이터를 수집할 수 있고; 레이더 장치가 포인트 클라우드 데이터를 수집할 경우, 설정된 주파수에 따라 무선 빔을 송신하여, 상기 설정된 주파수로 포인트 클라우드 데이터를 수집할 수 있다. 실제 적용에 있어서, GPS 위성이 설정한 수집 주파수는 레이더 장치에 대응되는 설정 주파수보다 높다.In practical application, within the same time period, the data collection frequencies of the radar device and the positioning device are different. when the positioning device collects position data, within the data collection time, it may collect the position data according to the collection frequency set by the GPS satellite; When the radar device collects the point cloud data, it may transmit a radio beam according to a set frequency to collect the point cloud data at the set frequency. In practical application, the collection frequency set by the GPS satellite is higher than the set frequency corresponding to the radar device.

포지셔닝 장치가 수집한 포지셔닝 데이터에는 복수 개의 제1 수집 시간 포인트 및 각 제1 수집 시간 포인트에서 수집한 위치 데이터가 포함되고, 여기서, 각 제1 수집 시간 포인트에서 수집한 위치 데이터는 경도와 위도 데이터 및 높이 데이터를 포함하고, 상기 높이 데이터는 해수면에 대응되는 높이이며; 포인트 클라우드 데이터에는 복수 개의 제2 수집 시간 포인트 및 각 제2 수집 시간 포인트에서 수집한 포인트 클라우드 데이터가 포함되며, 여기서, 각 제2 수집 시간 포인트에서 수집한 포인트 클라우드 데이터는 복수 개의 레이더 스캐닝 포인트의 좌표 정보를 포함한다.The positioning data collected by the positioning device includes a plurality of first collection time points and position data collected at each first collection time point, wherein the position data collected at each first collection time point includes longitude and latitude data and includes height data, wherein the height data is a height corresponding to sea level; The point cloud data includes a plurality of second collection time points and point cloud data collected at each second collection time point, wherein the point cloud data collected at each second collection time point includes coordinates of the plurality of radar scanning points. include information.

설명해야 할 것은, 포지셔닝 장치가 출력한 포지셔닝 데이터는 포지셔닝 장치 및 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터에 기반하여 조정된 이후의 포지셔닝 데이터이고, 즉 포지셔닝 장치가 출력한 포지셔닝 데이터는 레이더 장치의 포지셔닝 데이터이다.It should be explained that the positioning data output by the positioning device is the positioning data after being adjusted based on external parameter data indicating the relative positional relationship between the positioning device and the radar device, that is, the positioning data output by the positioning device is the positioning data of the radar device. positioning data.

레이더 장치가 레이더 데이터를 수집하는 주파수와 포지셔닝 장치가 포지셔닝 데이터를 수집하는 주파수가 상이하기 때문에, 포지셔닝 데이터 및 레이더 데이터에 기반하여, 레이더 장치가 포지셔닝 장치가 포지셔닝 데이터를 수집할 경우의 위치 데이터를 결정하고, 즉 레이더 장치가 각 제2 수집 시간 포인트에서 포인트 클라우드 데이터를 수집할 경우에 대응되는 위치 데이터를 결정한다. 여기서, 레이더 장치가 제2 수집 시간 포인트에서 포인트 클라우드 데이터를 수집할 경우에 대응되는 위치 데이터는, 아래에서는 “레이더 장치가 상기 제2 수집 시간 포인트의 클라우드 데이터를 수집할 경우에 대응되는 위치 데이터”로 지칭될 수도 있거나, 추가로 “레이더 장치가 상기 제2 수집 시간 포인트에서의 위치 데이터”로 지칭될 수 있다.Since the frequency at which the radar device collects radar data and the frequency at which the positioning device collects the positioning data are different, based on the positioning data and the radar data, the radar device determines the position data when the positioning device collects the positioning data That is, when the radar device collects the point cloud data at each second collection time point, the corresponding position data is determined. Here, the position data corresponding to the case where the radar device collects the point cloud data at the second collection time point is, below, “position data corresponding to the case where the radar device collects the cloud data of the second collection time point” may be referred to as , or may be further referred to as “the location data at which the radar device collects the second point of time”.

구체적으로, 각 제2 수집 시간 포인트에 대해, 먼저 상기 제2 수집 시간 포인트에 대응되는 제1 수집 시간 포인트가 존재하는지 여부를 검출할 수 있고; 상기 제2 수집 시간 포인트에 대응되는 제1 수집 시간 포인트가 존재할 경우, 상기 제2 수집 시간 포인트에 대응되는 제1 수집 시간 포인트의 위치 데이터를, 레이더 장치가 상기 제2 수집 시간 포인트에서의 포인트 클라우드 데이터를 수집할 경우의 위치 데이터로 결정하고; 상기 제2 수집 시간 포인트에 대응되는 제1 수집 시간 포인트가 존재하지 않는 경우, 제1 수집 시간 포인트와 제2 수집 시간 포인트 간의 시간 간격에 기반하여, 레이더 장치가 상기 제2 수집 시간 포인트에서의 위치 데이터를 계산한다.Specifically, for each second collection time point, it may be first detected whether a first collection time point corresponding to the second collection time point exists; When there is a first collection time point corresponding to the second collection time point, the radar device sends the position data of the first collection time point corresponding to the second collection time point to the point cloud at the second collection time point. to determine location data when collecting data; When the first collection time point corresponding to the second collection time point does not exist, based on the time interval between the first collection time point and the second collection time point, the radar device is positioned at the second collection time point Calculate the data.

일 가능한 실시형태에 있어서, 레이더 장치가 제2 수집 시간 포인트에서의 위치 데이터를 계산할 경우, 각 제2 수집 시간 포인트에 대해, 먼저 상기 제2 수집 시간 포인트와 시간 간격이 가장 짧은 두 개의 제1 수집 시간 포인트를 각각 결정할 수 있고, 두 개의 제1 수집 시간 포인트는 상기 제2 수집 시간 포인트 이전의 제1 수집 시간 포인트 및 상기 제2 수집 시간 포인트 이후의 제1 수집 시간 포인트를 포함하고, 다음 두 개의 제1 수집 시간 포인트에 각각 대응되는 위치 데이터에 기반하여, 레이더 장치가 상기 제2 수집 시간 포인트에서의 위치 데이터를 결정한다.In one possible embodiment, when the radar device calculates the position data at the second collection time point, for each second collection time point, first the two first collections with the shortest time interval with the second collection time point. time points can each be determined, the two first collection time points comprising a first collection time point before the second collection time point and a first collection time point after the second collection time point, Based on the position data respectively corresponding to the first collection time point, the radar device determines the position data at the second collection time point.

구체적으로, 두 개의 제1 수집 시간 포인트에 각각 대응되는 위치 데이터에 기반하여, 레이더 장치가 상기 제2 수집 시간 포인트에서의 위치 데이터를 결정할 경우, 예를 들어 제1 수집 시간 포인트 및 제2 수집 시간 포인트가 균일하게 분포되면, 제2 시간 포인트와 시간 간격이 가장 짧은 두 개의 제1 수집 시간 포인트의 위치 데이터의 평균값을 레이더 장치가 상기 제2 수집 시간 포인트에서의 위치 데이터로 결정한다.Specifically, when the radar device determines the position data at the second collection time point based on the position data respectively corresponding to the two first collection time points, for example, the first collection time point and the second collection time When the points are uniformly distributed, the radar device determines the average value of the position data of the second time point and the two first collection time points having the shortest time interval as the position data at the second collection time point.

예시적으로, 도 2에 도시된 바와 같이, 도 2의 수평선 위의 포인트 a₁, b₁, c₁, d₁, e₁, f₁, g₁은 모두 제1 수집 시간 포인트를 표시하고, 각 제1 수집 시간 포인트에는 모두 대응되는 위치 데이터가 존재하고, 수평선 아래의 a₂, b₂, c₂, d₂, e₂는 모두 제2 수집 시간 포인트를 표시하며, 각 제2 수집 시간 포인트에는 모두 대응되는 포인트 클라우드 데이터가 존재한다. 여기서, 제1 수집 시간 포인트 a₁, d₁, g₁에는 모두 대응되는 제2 수집 시간 포인트가 존재하고, 구체적인 대응 관계가 a₁→a₂, d₁→c₂, g₁→e₂이면, 제1 수집 시간 포인트a₁에 대응되는 위치 데이터를 레이더 장치가 제2 수집 시간 포인트 a₂에서의 위치 데이터로 결정하고, 제1 수집 시간 포인트d₁에 대응되는 위치 데이터를 레이더 장치가 제2 수집 시간 포인트 c₂에서의 위치 데이터로 결정하며, 제1 수집 시간 포인트 g₁에 대응되는 위치 데이터를 레이더 장치가 제2 수집 시간 포인트 e₂에서의 위치 데이터로 결정한다. 대응되는 제1 수집 시간 포인트가 존재하지 않는 제2 수집 시간 포인트, 예를 들어 b₂의 경우, 제2 수집 시간 포인트 b₂와 거리가 가장 가까운 제1 수집 시간 포인트 b₁ 및 c₁을 선택한 다음, 제1 수집 시간 포인트 b₁ 및 c₁에 각각 대응되는 위치 데이터의 평균값을, 레이더 장치가 제2 수집 시간 포인트 b₂에서의 위치 데이터로 결정한다. 이와 같은 방식으로, 레이더 장치가 제2 수집 시간 포인트 d₂에서의 위치 데이터를 계산할 수 있다.Illustratively, as shown in FIG. 2 , points a ₁ , b ₁ , c ₁ , d ₁ , e ₁ , f ₁ , and g ₁ on the horizontal line in FIG. 2 all indicate the first collection time point, Each first acquisition time point all has corresponding positional data, and a ₂ , b ₂ , c ₂ , d ₂ , and e ₂ below the horizontal line all indicate a second acquisition time point, and each second acquisition time point There is point cloud data corresponding to all of them. Here, if the first collection time points a ₁ , d ₁ , and g ₁ all have corresponding second collection time points, and the specific correspondence is a ₁ →a ₂ , d ₁ →c ₂ , g ₁ →e ₂ , then , The radar device determines the position data corresponding to the first collection time point a ₁ as the position data at the second collection time point a ₂ , and the radar device determines the position data corresponding to the first collection time point d ₁ as the position data at the second collection time point a 2 . It is determined as the position data at the collection time point c ₂ , and the radar device determines the position data corresponding to the first collection time point g ₁ as the position data at the second collection time point e ₂ . In the case of a second collection time point for which a corresponding first collection time point does not exist, for example b ₂ , select the first collection time points b ₁ and c ₁ that are closest to the second collection time point b ₂ , then , the first collection time point b ₁ and the average value of the position data corresponding to c ₁ , respectively, is determined by the radar device as the position data at the second collection time point b ₂ . In this way, the radar device can calculate the position data at the second collection time point d ₂ .

여기서, 두 개의 제1 수집 시간 포인트의 위치 데이터의 평균값을 계산할 경우, 위치 데이터에 포함된 각 데이터의 평균값을 얻을 수 있다. 예를 들어, 위치 데이터가 경도, 위도 및 높이를 포함하면, 경도의 평균값, 위도의 평균값 및 높이의 평균값을 각각 계산한 다음, 경도의 평균값, 위도의 평균값 및 높이의 평균값을, 평균값을 얻은 이후의 위치 데이터로 사용할 수 있다.Here, when calculating the average value of the location data of the two first collection time points, it is possible to obtain an average value of each data included in the location data. For example, if the location data includes longitude, latitude and height, the average value of longitude, average value of latitude, and average value of height are calculated respectively, and then the average value of longitude, average value of latitude, and average value of height are obtained after obtaining the average value It can be used as location data of

두 개의 제1 수집 시간 포인트에 각각 대응되는 위치 데이터에 기반하여, 레이더 장치가 상기 제2 수집 시간 포인트에서의 위치 데이터를 결정할 경우, 제1 수집 시간 포인트 및 제2 수집 시간 포인트가 균일하게 분포되지 않으면, 레이더 장치가 대응되는 제1 수집 시간 포인트가 존재하지 않는 제2 수집 시간 포인트에서의 위치 데이터를 계산할 경우, 두 개의 제1 수집 시간 포인트와 제2 수집 시간 포인트 간의 거리에 기반하여 결정할 수 있다.When the radar device determines the position data at the second collection time point based on the position data respectively corresponding to the two first collection time points, the first collection time point and the second collection time point are not uniformly distributed. Otherwise, when the radar device calculates the position data at the second collection time point where the corresponding first collection time point does not exist, it can be determined based on the distance between the two first collection time points and the second collection time point .

예시적으로, 도 3에 도시된 바와 같이, 포인트 a 및 포인트 b가 제1 수집 시간 포인트이고, 포인트 c가 제2 수집 시간 포인트이면, 레이더 장치가 제2 수집 시간 포인트 c에서의 위치 데이터를 결정할 경우, 제1 수집 시간 포인트 a와 제2 수집 시간 포인트 c 간의 거리, 제1 수집 시간 포인트 b와 제2 수집 시간 포인트 c 간의 거리에 따라, 제1 수집 시간 포인트 a의 위치 데이터에 대응되는 가중치 및 제1 수집 시간 포인트 b의 위치 데이터에 대응되는 가중치를 각각 결정한 다음, 제1 수집 시간 포인트 a의 위치 데이터 및 제1 수집 시간 포인트 b의 위치 데이터를 각각 대응되는 가중치에 따라 가중치 합을 계산하여, 레이더 장치가 제2 수집 시간 포인트 c에서의 위치 데이터를 얻을 수 있다.Exemplarily, as shown in FIG. 3 , if point a and point b are a first collection time point, and point c is a second collection time point, the radar device determines the position data at the second collection time point c case, according to the distance between the first collection time point a and the second collection time point c, the distance between the first collection time point b and the second collection time point c, a weight corresponding to the location data of the first collection time point a; After determining the weights corresponding to the position data of the first collection time point b, respectively, calculating the weight sum of the position data of the first collection time point a and the position data of the first collection time point b according to the corresponding weights, The radar device may obtain the position data at the second collection time point c.

상기 실시형태를 통해, 레이더 장치가 각 제2 수집 시간 포인트에서의 위치 데이터를 결정하여, 레이더 장치 및 포지셔닝 장치의 데이터 수집 주파수가 상이함으로 인한 간섭을 피할 수 있다.Through the above embodiment, the radar device determines the position data at each second collection time point, thereby avoiding interference due to the data collection frequencies of the radar device and the positioning device being different.

단계 103에 대해,for step 103,

지면을 나타내는 지면 파라미터 정보는 노멀 벡터 및 인터셉트를 포함한다. 구체적으로 포인트 클라우드 데이터에 기반하여 지면을 나타내는 지면 파라미터 정보를 결정할 경우, 도 4에 도시된 방법을 참조할 수 있고, 상기 방법은 아래와 같은 단계를 포함한다.The ground parameter information representing the ground includes a normal vector and an intercept. Specifically, when determining the ground parameter information representing the ground based on the point cloud data, reference may be made to the method illustrated in FIG. 4 , and the method includes the following steps.

단계 401에 있어서, 상기 포인트 클라우드 데이터에 기반하여 평면 피팅을 진행하여, 피팅 평면 정보를 얻는다.In step 401, plane fitting is performed based on the point cloud data to obtain fitting plane information.

여기서, 포인트 클라우드 데이터에 기반하여 평면 피팅을 진행할 경우, 랜덤 샘플 컨센서스(random sample consensus, RANSAC)에 기반하여 평면 피팅을 진행할 수 있다. 구체적으로, 포인트 클라우드 데이터로부터 기설정된 비례의 포인트 클라우드 데이터를 선택하고, 랜덤으로 선택된 포인트 클라우드 데이터에 기반하여 평면 피팅을 진행할 수 있다.Here, when plane fitting is performed based on point cloud data, plane fitting may be performed based on random sample consensus (RANSAC). Specifically, point cloud data having a preset proportion may be selected from the point cloud data, and planar fitting may be performed based on the randomly selected point cloud data.

단계 402에 있어서, 상기 포인트 클라우드 데이터에서 레이더 스캐닝 포인트의 좌표 정보에 기반하여, 각 레이더 스캐닝 포인트와 상기 피팅 평면 정보가 지시하는 평면 간의 거리를 결정한다.In step 402, a distance between each radar scanning point and a plane indicated by the fitting plane information is determined based on the coordinate information of the radar scanning point in the point cloud data.

단계 403에 있어서, 결정된 각 레이더 스캐닝 포인트와 상기 피팅 평면 정보가 지시하는 평면 간의 거리에 기반하여, 포인트 클라우드 데이터를 선별한다.In step 403, point cloud data is selected based on a distance between each determined radar scanning point and a plane indicated by the fitting plane information.

지면 파라미터 정보를 결정할 경우, 포인트 클라우드 데이터에 따라 지면을 피팅해야 하고, 따라서, 포인트 클라우드 데이터를 선별할 경우, 지면에 존재하지 않는 레이더 스캐닝 포인트를 필터링 제거해야 한다. 구체적으로, 결정된 각 레이더 스캐닝 포인트와 상기 피팅 평면 정보가 지시하는 평면 간의 거리에 기반하여, 포인트 클라우드 데이터를 선별할 경우, 피팅 정보가 가리키는 평면 간의 거리가 기설정된 범위를 초과하는 레이더 스캐닝 포인트를 필터링할 수 있다.When determining the ground parameter information, it is necessary to fit the ground according to the point cloud data. Therefore, when selecting the point cloud data, the radar scanning points that do not exist on the ground must be filtered out. Specifically, when the point cloud data is selected based on the distance between each determined radar scanning point and the plane indicated by the fitting plane information, the radar scanning point whose distance between the planes indicated by the fitting information exceeds a preset range is filtered. can do.

단계 404에 있어서, 기설정된 반복 조건을 만족하는지 여부를 판단한다.In step 404, it is determined whether a preset repetition condition is satisfied.

기설정된 반복 조건을 만족할 경우, 단계 405를 실행한다.If the preset repetition condition is satisfied, step 405 is executed.

기설정된 반복 조건을 만족하지 않는 경우, 선별된 포인트 클라우드 데이터에 기반하여, 단계 401로 리턴하여 실행하고, 계속하여 포인트 클라우드 데이터를 선별한다.If the preset repetition condition is not satisfied, the process returns to step 401 based on the selected point cloud data for execution, and continues to select the point cloud data.

여기서, 기설정된 반복 조건이 기설정된 반복 횟수에 도달하거나, 단계 403에서 포인트 클라우드 데이터를 선별할 경우, 모든 레이더 스캐닝 포인트와 피팅 평면 정보가 지시하는 평면 간의 거리는 모두 기설정된 범위 내이다.Here, when the preset repetition condition reaches the preset number of iterations or when point cloud data is selected in step 403, the distances between all radar scanning points and the plane indicated by the fitting plane information are all within the preset range.

단계 405에 있어서, 최종적으로 선별된 포인트 클라우드 데이터에 기반하여 지면 파라미터 정보를 결정한다.In step 405, ground parameter information is determined based on the finally selected point cloud data.

상기 방식에 있어서, 반복 피팅의 방식을 통해, 포인트 클라우드 데이터를 복수 회 필터링한 다음, 최종적으로 선별된 포인트 클라우드 데이터에 기반하여 지면 파라미터 정보를 결정하여, 지면 파라미터 정보의 정밀도를 향상시킨다.In the above method, through the iterative fitting method, the point cloud data is filtered a plurality of times, and then the ground parameter information is determined based on the finally selected point cloud data to improve the precision of the ground parameter information.

마지막으로 선별된 포인트 클라우드 데이터에 기반하여 지면 파라미터 정보를 결정할 경우, 마지막으로 선별된 포인트 클라우드 데이터에 기반하여 다시 평면 피팅을 진행한 다음, 피팅된 평면의 지면 파라미터 정보를 결정하는 것일 수 있고, 여기서 지면 파라미터 정보는 노멀 벡터 및 인터셉트를 포함한다.When the ground parameter information is determined based on the last selected point cloud data, plane fitting may be performed again based on the last selected point cloud data, and then the ground parameter information of the fitted plane is determined, where The ground parameter information includes a normal vector and an intercept.

일 가능한 실시형태에 있어서, 데이터 선별의 효율을 향상시키기 위해, 포인트 클라우드 데이터에 기반하여 평면 피팅을 진행하기 전, 또한 아래의 데이터 선별 과정 중 적어도 하나를 실행할 수 있다.In one possible embodiment, in order to improve the efficiency of data sorting, at least one of the following data sorting processes may be executed before plane fitting is performed based on the point cloud data.

1, 포인트 클라우드 데이터에 대해 다운 샘플링 처리를 수행하여, 포인트 클라우드 데이터에서 레이더 스캐닝 포인트의 분포 밀도로 하여금 기설정된 조건에 부합되도록 한다.1, down-sampling processing is performed on the point cloud data so that the distribution density of the radar scanning points in the point cloud data meets a preset condition;

여기서, 포인트 클라우드 데이터의 밀도는 평면 피팅의 효율에 영향을 미치기 때문에, 포인트 클라우드 데이터에 대해 다운 샘플링 처리를 수행하는 것을 통해, 포인트 클라우드 데이터의 선별 효율을 향상시킴으로써, 지면 파라미터 정보의 결정 효율을 향상시킨다. 예시적으로, 복셀 필터링 방법을 통해 포인트 클라우드 데이터에 대해 다운 샘플링 처리를 수행할 수 있다.Here, since the density of the point cloud data affects the efficiency of plane fitting, down-sampling processing is performed on the point cloud data to improve the selection efficiency of the point cloud data, thereby improving the determination efficiency of the ground parameter information. make it For example, down-sampling processing may be performed on point cloud data through a voxel filtering method.

2, 레이더 장치의 기설정된 장착 높이에 따라, 타깃 좌표 범위를 결정하고, 대응되는 좌표 범위가 타깃 좌표 범위 내에 위치하는 레이더 스캐닝 포인트를 선별한다.2, a target coordinate range is determined according to a preset mounting height of the radar device, and a radar scanning point whose corresponding coordinate range is located within the target coordinate range is selected.

레이더 장치의 기설정된 장착 높이는 레이더 장치가 지면으로부터 떨어진 높이이고, 월드 좌표계를 구축할 경우, 레이더 장치가 위치하는 위치 포인트를 Z축의 시작 포인트로 사용한 다음, 레이더 장치의 기설정된 장착 높이에 따라, 타깃 좌표 범위를 결정할 수 있고, 상기 타깃 좌표 범위는 지면에 위치한 레이더 스캐닝 포인트가 Z축에서의 높이 범위를 표시하기 위한 것이고, 대응되는 좌표 정보가 타깃 좌표 범위 내에 위치하는 레이더 스캐닝 포인트를 선별하는 것을 통해, 포인트 클라우드 데이터를 대략적으로 선별할 수 있음으로써, 포인트 클라우드 데이터 선별의 효율을 향상시킬 수 있음으로써, 지면 파라미터 정보의 결정 효율을 향상시킬수 있다.The preset mounting height of the radar device is the height away from the ground, and when the world coordinate system is constructed, the location point where the radar device is located is used as the starting point of the Z-axis, and then, according to the preset mounting height of the radar device, the target A coordinate range can be determined, and the target coordinate range is for indicating a height range in the Z-axis of a radar scanning point located on the ground, and the corresponding coordinate information is through selecting a radar scanning point located within the target coordinate range. , by being able to roughly select the point cloud data, it is possible to improve the efficiency of the point cloud data selection, and thus it is possible to improve the determination efficiency of the ground parameter information.

레이더 장치의 포즈 데이터는 레이더 장치가 구축된 월드 좌표계에서의 좌표를 포함하는 것 외에, 피치각, 요 각도 및 롤 각도 중 적어도 하나를 더 포함한다. 레이더 장치가 각 제2 수집 시간 포인트에서의 위치 데이터에 기반하여, 레이더 장치의 초기 포즈 데이터를 결정할 경우, 위치 데이터에는 경도 위도 및 높이가 포함되기 때문에, 레이더 장치가 3 차원 공간에서의 위치는 결정된 것이고, 따라서 3차원 공간에 대해 월드 좌표계를 구축한 후, 레이더 장치가 월드 좌표계에서의 포즈 데이터도 결정된 것이다.The pose data of the radar device further includes at least one of a pitch angle, a yaw angle, and a roll angle, in addition to including coordinates in the world coordinate system in which the radar device is constructed. When the radar device determines the initial pose data of the radar device based on the location data at each second collection time point, since the location data includes longitude, latitude and height, the location of the radar device in three-dimensional space is determined Therefore, after constructing the world coordinate system for the three-dimensional space, the pose data of the radar device in the world coordinate system is also determined.

데이터 수집 과정에서, 자율 주행 장치가 동일한 지평면에 주행하지 않을 수 있는 것을 고려하고, 따라서, 상이한 지평면 간의 지면 파라미터 정보는 상이할 수 있고, 따라서, 본 출원의 다른 일 실시예에서, 또한 위치 데이터에서의 높이 데이터 및 위치 데이터와 포인트 클라우드 데이터 간의 대응 관계에 따라, 포인트 클라우드 데이터를 복수 개의 수집 구간으로 분할할 수 있고, 각 수집 구간은 복수 개의 제2 수집 시간 포인트을 포함하고, 각 수집 구간 내에서 차량은 동일한 지평면에서 주행하는 것으로 간주될 수 있다.In the data collection process, it is taken into account that the autonomous driving device may not travel on the same horizontal plane, and thus, the ground parameter information between different horizontal planes may be different, and thus, in another embodiment of the present application, also in the location data According to the corresponding relationship between the height data and location data of the point cloud data, the point cloud data may be divided into a plurality of collection sections, each collection section including a plurality of second collection time points, and the vehicle within each collection section can be considered as running in the same plane.

일 가능한 실시형태에 있어서, 위치 데이터에서의 높이 데이터에 따라, 포인트 클라우드 데이터를 복수 개의 수집 구간으로 분할할 경우, 높이 데이터가 각 제2 수집 시간 포인트에서의 높이값에 기반하여, 높이 데이터에 대해 필터링 처리를 수행한 다음, 필터링 처리 이후 유지된 높이 데이터에서의 적어도 하나의 극점을 결정하고, 각 극점에 대응되는 수집 시간 포인트를 수집 구간의 분할 포인트로 사용하여, 포인트 클라우드 데이터를 복수 개의 수집 구간으로 분할할 수 있다.In one possible embodiment, according to the height data in the position data, when dividing the point cloud data into a plurality of collection sections, the height data is based on the height value at each second collection time point, for the height data After performing the filtering process, at least one pole in the height data maintained after the filtering process is determined, and a collection time point corresponding to each pole is used as a dividing point of the collection section, and the point cloud data is divided into a plurality of collection sections. can be divided into

자율 주행 장치가 주행하는 과정에서 수집한 높이 데이터가, 장애물로 인한 충돌 등과 같이 지면 장애물의 영향을 받을 수 있는 것을 고려하고, 따라서 먼저 자율 주행 장치가 수집한 높이 데이터에 대해 필터링 처리를 수행할 수 있다. 구체적으로, 높이값의 파동 주파수가 설정된 주파수보다 높고 또는 파동 진폭이 설정된 진폭보다 낮은 높이값을 필터링 제거할 수 있다.Considering that the height data collected in the process of driving by the autonomous driving device may be affected by ground obstacles such as collisions due to obstacles, therefore, filtering processing can be performed on the height data collected by the autonomous driving device first. there is. Specifically, it is possible to filter out a height value in which the wave frequency of the height value is higher than the set frequency or the wave amplitude is lower than the set amplitude.

예시적으로, 도 5에 도시된 바와 같이, 횡좌표는 제2 수집 시간 포인트이고, 종좌표는 각 제2 수집 시간 포인트에 대응되는 위치 데이터에서의 높이 데이터이고, 라인 차트에서의 포인트는 극점이고, 각 두 개의 극점 사이의 제2 수집 시간 포인트는 하나의 수집 구간이고, 각 수집 구간은, 복수 개의 제2 수집 시간 포인트를 포함하고, 마찬가지로 대응되는 포인트 클라우드 데이터를 포함하며, 예를 들어, 다중 프레임 포인트 클라우드 이미지를 포함한다.Exemplarily, as shown in FIG. 5 , the abscissa is the second collection time point, the ordinate is the height data in the position data corresponding to each second collection time point, and the point in the line chart is the pole, each The second collection time point between the two poles is one collection interval, and each collection interval includes a plurality of second collection time points, and likewise includes corresponding point cloud data, for example, multiple frame points. Includes cloud images.

포인트 클라우드 데이터를 복수 개의 수집 구간으로 분할한 후, 각 수집 구간에 대해, 상기 수집 구간 내의 포인트 클라우드 데이터에 기반하여, 상기 수집 구간에 대응되는 지면 파라미터 정보를 결정하고, 상기 수집 구간 내의 포인트 클라우드 데이터를 수집할 경우의 레이더 장치의 위치 데이터에 기반하여, 상기 수집 구간에 대응되는 상기 레이더 장치의 초기 포즈 데이터를 결정할 수 있다.After dividing the point cloud data into a plurality of collection sections, for each collection section, based on the point cloud data within the collection section, the ground parameter information corresponding to the collection section is determined, and the point cloud data within the collection section Initial pose data of the radar device corresponding to the collection section may be determined based on the location data of the radar device when collecting .

각 수집 구간의 지면 파라미터 정보 및 상기 수집 구간에 대응되는 레이더 장치의 초기 포즈 데이터를 결정한 후, 각 상기 수집 구간에 각각 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정할 수 있다.After determining the ground parameter information of each collection section and initial pose data of the radar device corresponding to the collection section, based on the ground parameter information and the initial pose data corresponding to each of the collection sections, the positioning device and the External parameter data representing the relative positional relationship between radar devices can be adjusted.

일 가능한 실시형태에 있어서, 각 상기 수집 구간에 각각 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 외부 파라미터 데이터를 조정할 경우, 도 6에 도시된 외부 파라미터 데이터 조정 방법을 참조할 수 있고, 상기 방법은 아래와 같은 단계를 포함할 수 있다.In one possible embodiment, when adjusting external parameter data based on the ground parameter information and the initial pose data corresponding to each of the collection sections, the external parameter data adjusting method shown in FIG. 6 may be referred to, and , the method may include the following steps.

단계 601에 있어서, 각 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 각 수집 구간에 대응되는 최적화된 포즈 데이터를 결정한다.In step 601, based on the ground parameter information and the initial pose data corresponding to each collection section, optimized pose data corresponding to each collection section is determined.

구체적으로, 각 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 각 수집 구간에 대응되는 최적화된 포즈 데이터를 결정할 경우, 어느 한 수집 구간에 대해, 상기 수집 구간에 대응되는 지면 파라미터 정보 및 초기 포즈 데이터에 기반하여, 타깃 함수의 값으로 하여금 가장 작도록 하는 최적화된 포즈 데이터를 결정하고, 타깃 함수의 값으로 하여금 가장 작도록 하는 포즈 데이터를 상기 수집 구간에 대응되는 최적화된 포즈 데이터로 사용하며, 여기서, 타깃 함수는 포즈 데이터를 최적화하기 전후의 지면 파라미터 정보 간의 차이의 절대값과, 포즈 데이터를 최적화하기 전후의 포즈 데이터 간의 차이의 절대값의 합이다.Specifically, when the optimized pose data corresponding to each collection section is determined based on the ground parameter information and the initial pose data corresponding to each collection section, for any one collection section, the ground corresponding to the collection section Based on the parameter information and the initial pose data, the optimized pose data that makes the value of the target function the smallest is determined, and the optimized pose corresponding to the collection section is the pose data that makes the value of the target function the smallest. data, where the target function is the sum of the absolute value of the difference between the ground parameter information before and after optimizing the pose data and the absolute value of the difference between the pose data before and after optimizing the pose data.

예시적으로, 타깃 함수는 아래에 도시된 공식일 수 있다.Exemplarily, the target function may be a formula shown below.

여기서,

는 i 번째 프레임의 포인트 클라우드 이미지의 초기 포즈 데이터를 표시하고,

는 i 번째 프레임의 포인트 클라우드 이미지의 초기 포즈 데이터에 대응되는 계산될 최적화된 포즈 데이터를 표시하고,

는 계산된 최적화되기 전의 지면 파라미터 정보를 표시하고, 즉 상기 수집 구간 내의 포인트 클라우드 데이터에 기반하여 결정된 지면 파라미터 정보를 표시하고,

는 최적화 이후의 지면 파라미터 정보를 표시하고, N은 상기 수집 구간 내의 포인트 클라우드 데이터에 포함된 포인트 클라우드 이미지의 개수를 표시하고, 즉 상기 수집 구간 내의 제2 수집 시간 포인트의 개수를 표시한다.here,

denotes the initial pose data of the point cloud image of the i-th frame,

denotes the optimized pose data to be calculated corresponding to the initial pose data of the point cloud image of the i-th frame,

displays the calculated ground parameter information before being optimized, that is, displays the ground parameter information determined based on the point cloud data within the collection section,

denotes the ground parameter information after optimization, and N denotes the number of point cloud images included in the point cloud data in the collection section, that is, the number of second collection time points in the collection section.

어느 한 수집 구간에 대해, 상기 수집 구간의 각 제2 수집 시간 포인트에서, 모두 한 세트의 포인트 클라우드 데이터를 수집하고, 상기 세트 포인트 클라우드 데이터는 한 프레임의 포인트 클라우드 이미지를 구성할 수 있고, 데이터 수집 과정에서, 복수 개의 제2 수집 시간 포인트를 포함하고, 복수 세트의 포인트 클라우드 데이터에 대응되며, 각 세트 포인트 클라우드 데이터는 한 프레임의 포인트 클라우드 이미지에 대응되며, 각 세트 포인트 클라우드 데이터에 대해, 상기 세트 포인트 클라우드 데이터에 대응되는 초기 포즈 데이터를 계산하고, 상기 공식에 대입하여, 최소 자승법을 통해 상기 공식을 풀이하면, 각 프레임 포인트 클라우드 이미지의 초기 포즈 데이터에 대응되는 최적화된 포즈 데이터를 얻을 수 있다.For any one collection period, at each second collection time point of the collection period, one set of point cloud data may be collected, and the set point cloud data may constitute a point cloud image of one frame; In the process, including a plurality of second collection time points, corresponding to a plurality of sets of point cloud data, each set point cloud data corresponding to a point cloud image of one frame, for each set point cloud data, the set By calculating the initial pose data corresponding to the point cloud data, substituting it into the formula, and solving the formula through the least squares method, it is possible to obtain optimized pose data corresponding to the initial pose data of each frame point cloud image.

또한, 상기 방정식을 푸는 것을 통해, 또한 최적화 이후의 지면 파라미터 정보를 얻을 수 있지만, 최적화된 지면 파라미터 정보와 외부 조정 파라미터 데이터는 무관하다.In addition, by solving the above equation, it is also possible to obtain the ground parameter information after optimization, but the optimized ground parameter information and the external adjustment parameter data are irrelevant.

예시적으로, N=3일 경우, 상기 공식은 아래와 같이 확장될 수 있다.Illustratively, when N=3, the formula may be expanded as follows.

최소 자승법을 통해, 제1 프레임의 포인트 클라우드 이미지에 대응되는 최적화된 포즈 데이터(

), 제2 프레임의 포인트 클라우드 이미지에 대응되는 최적화된 포즈 데이터(

), 제3 프레임의 포인트 클라우드 이미지에 대응되는 최적화된 포즈 데이터(

) 및 최적화 이후의 지면 파라미터 정보(

)를 각각 계산할 수 있다.Optimized pose data corresponding to the point cloud image of the first frame (

), the optimized pose data corresponding to the point cloud image of the second frame (

), the optimized pose data corresponding to the point cloud image of the third frame (

) and ground parameter information after optimization (

) can be calculated individually.

설명해야 할 것은,

및

는 6 차원 벡터일 수 있고, 벡터에서 각 요소는 레이더 장치가 월드 좌표계에서의 자표 x, y, z, 피치각, 요 각도 및 롤 각도를 각각 표시하고,

및

는 4 차원 벡터일 수 있고, 벡터에서 각 요소는 노멀 벡터의 값 및 인터셉트를 각각 표시하고, 노멀 벡터는 3 차원 벡터이다.What needs to be explained is

and

may be a six-dimensional vector, wherein each element in the vector represents the coordinates x, y, z, pitch angle, yaw angle, and roll angle, respectively, in the world coordinate system of the radar device;

and

may be a four-dimensional vector, in which each element represents a value and an intercept of a normal vector, respectively, and the normal vector is a three-dimensional vector.

단계 602에 있어서, 각 수집 구간에 대응되는 상기 초기 포즈 데이터 및 최적화된 포즈 데이터에 기반하여, 상기 외부 파라미터 데이터를 조정한다.In step 602, the external parameter data is adjusted based on the initial pose data and the optimized pose data corresponding to each collection section.

구체적으로, 각 수집 구간에 대응되는 초기 포즈 데이터 및 최적화된 포즈 데이터에 기반하여, 외부 파라미터 데이터를 조정할 경우, 먼저 각 수집 구간에 대응되는 초기 포즈 데이터 및 최적화된 포즈 데이터에 기반하여, 상기 수집 구간 내의 제1 평균 포즈 변화량을 결정한 다음, 각 수집 구간 내의 제1 평균 포즈 변화량에 기반하여, 복수 개의 수집 구간에 대응되는 제2 평균 포즈 변화량을 결정하고; 제2 평균 포즈 변화량에 기반하여, 외부 파라미터 데이터를 조정할 수 있다.Specifically, when adjusting the external parameter data based on the initial pose data and the optimized pose data corresponding to each collection section, first, based on the initial pose data and the optimized pose data corresponding to each collection section, the collection section determining a first average pose variation within each collection section, and then, based on the first average pose variation within each collection section, determining a second average pose variation corresponding to the plurality of collection sections; Based on the second average pose change amount, external parameter data may be adjusted.

일 가능한 실시형태에 있어서, 어느 한 수집 구간의 제1 평균 포즈 변화량을 결정할 경우, 상기 수집 구간 내의 포인트 클라우드 데이터에 대응되는 각 프레임의 포인트 클라우드 이미지에 대해, 상기 프레임의 포인트 클라우드 이미지에 대응되는 초기 포즈 데이터와 최적화된 포즈 데이터 간의 포즈 변화량을 결정한 다음, 포인트 클라우드 데이터에 대응되는 복수 프레임의 포인트 클라우드 이미지의 포즈 변화량에 기반하여, 상기 제1 평균 포즈 변화량을 계산할 수 있다.In one possible embodiment, when determining the first average pose change amount in any one collection section, for the point cloud image of each frame corresponding to the point cloud data in the collection section, the initial corresponding to the point cloud image of the frame After determining the amount of change in pose between the pose data and the optimized pose data, the first average amount of change in pose may be calculated based on the amount of change in pose of a point cloud image of a plurality of frames corresponding to the point cloud data.

어느 한 프레임의 포인트 클라우드 이미지에 대해, 상기 프레임의 포인트 클라우드 이미지에 대응되는 초기 포즈 데이터와 최적화된 포즈 데이터 간의 포즈 변화량을 계산할 경우, 초기 포즈 데이터에서의 경도와 위도 및 고도, 최적화된 포즈 데이터에서의 경도와 위도 및 높이에 대응되는 변화량을 각각 계산할 수 있다.For a point cloud image of one frame, when the amount of pose change between the initial pose data corresponding to the point cloud image of the frame and the optimized pose data is calculated, the longitude, latitude and altitude in the initial pose data, and the optimized pose data The amount of change corresponding to the longitude, latitude, and height of can be calculated respectively.

일 가능한 실시형태에 있어서, 제2 평균 포즈 변화량에 기반하여, 외부 파라미터 데이터를 조정할 경우, 제2 평균 포즈 변화량과 조정 전의 외부 파라미터 데이터 간의 곱을 조정된 외부 파라미터 데이터로 결정한다.In one possible embodiment, when the external parameter data is adjusted based on the second average pose change amount, a product between the second average pose change amount and the external parameter data before the adjustment is determined as the adjusted external parameter data.

상기 방법을 통해, 포지셔닝 장치가 수집한 포지셔닝 데이터 및 레이더 장치가 수집한 레이더 데이터에 따라, 지면 파라미터 정보 및 레이더 장치의 초기 포즈 데이터를 결정한 다음, 지면 파라미터 정보 및 레이더 장치의 초기 포즈 데이터에 기반하여, 외부 파라미터 데이터를 조정할 수 있고, 외부 파라미터 데이터를 조정하는 과정에서, 다른 기기의 도움을 통해 포지셔닝 장치 및 레이더 장치의 상대적인 위치를 표준화할 필요가 없으므로, 외부 파라미터 데이터의 정밀도 및 조정 효율을 향상시킴으로써, 레이더 장치의 위치 데이터를 결정할 경우의 효율 및 정밀도는 더욱 높다.Through the above method, ground parameter information and initial pose data of the radar device are determined according to the positioning data collected by the positioning device and the radar data collected by the radar device, and then ground parameter information and initial pose data of the radar device are determined based on the ground parameter information and the initial pose data of the radar device. , can adjust the external parameter data, and in the process of adjusting the external parameter data, there is no need to standardize the relative positions of the positioning device and the radar device with the help of other instruments, thereby improving the precision and adjustment efficiency of the external parameter data , the efficiency and precision in determining the position data of the radar device are higher.

본 분야의 기술자는 구체적인 실시형태의 상기 방법에서, 각 단계의 기록 순서는 엄격한 실행 순서를 의미하여 실시 과정에 대한 임의의 한정을 구성하는 것이 아니며, 각 단계의 구체적인 실행 순서는 그 기능 및 가능한 내부 논리에 의해 결정되어야 한다.A person skilled in the art will know that in the above method of a specific embodiment, the recording order of each step means a strict execution order, and does not constitute any limitation to the implementation process, and the specific execution order of each step depends on its function and possible internal It must be determined by logic.

동일한 발명 사상에 기반하여, 본 발명의 실시예는 데이터 처리 방법에 대응되는 데이터 처리 장치를 더 제공하고, 본 발명의 실시예에서의 장치가 문제를 해결하는 원리가 본 발명의 실시예에 따른 데이터 처리 방법과 유사하므로, 장치의 실시는 방법의 실시를 참조할 수 있고, 중복되는 부분은 더이상 반복하여 설명하지 않는다.Based on the same inventive idea, the embodiment of the present invention further provides a data processing apparatus corresponding to the data processing method, and the principle that the apparatus in the embodiment of the present invention solves the problem is the data according to the embodiment of the present invention. Since it is similar to the processing method, the implementation of the apparatus may refer to the implementation of the method, and overlapping parts will not be repeated any longer.

도 7에 도시된 바를 참조하면, 본 발명의 실시예는 데이터 처리 장치를 제공하고, 상기 장치는 획득 모듈(701), 제1 결정 모듈(702), 제2 결정 모듈(703) 및 조정 모듈(704)을 포함하고, 여기서,Referring to FIG. 7 , an embodiment of the present invention provides a data processing apparatus, the apparatus comprising an acquiring module 701 , a first determining module 702 , a second determining module 703 and an adjusting module ( 704), wherein:

획득 모듈(701)은 포지셔닝 장치가 수집한 포지셔닝 데이터 및 레이더 장치가 수집한 포인트 클라우드 데이터를 획득하기 위한 것이고; 상기 포지셔닝 장치 및 상기 레이더 장치는 동일한 차량에 배치되고;the acquiring module 701 is for acquiring the positioning data collected by the positioning device and the point cloud data collected by the radar device; the positioning device and the radar device are disposed in the same vehicle;

제1 결정 모듈(702)은 상기 포지셔닝 데이터 및 상기 포인트 클라우드 데이터에 기반하여, 상기 레이더 장치가 포인트 클라우드 데이터를 수집할 경우의 위치 데이터를 결정하기 위한 것이고; the first determining module 702 is for determining, based on the positioning data and the point cloud data, position data when the radar device collects the point cloud data;

제2 결정 모듈(703)은 상기 포인트 클라우드 데이터에 기반하여 지면을 나타내는 지면 파라미터 정보를 결정하고, 상기 위치 데이터에 기반하여 상기 레이더 장치의 초기 포즈 데이터를 결정하기 위한 것이며;a second determining module 703 is configured to determine ground parameter information representing the ground based on the point cloud data, and to determine initial pose data of the radar device based on the location data;

조정 모듈(704)은 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정하기 위한 것이다.The adjustment module 704 is configured to adjust external parameter data indicating a relative positional relationship between the positioning device and the radar device based on the ground parameter information and the initial pose data.

일 가능한 실시형태에 있어서, 상기 포인트 클라우드 데이터에는 복수 개의 레이더 스캐닝 포인트의 좌표 정보가 포함된다. 상응하게, 상기 제2 결정 모듈(703)은 상기 포인트 클라우드 데이터에 기반하여 지면을 나타내는 지면 파라미터 정보를 결정할 경우, 상기 포인트 클라우드 데이터에 기반하여 평면 피팅을 진행하여, 피팅 평면 정보를 얻고; 상기 포인트 클라우드 데이터에서 레이더 스캐닝 포인트의 좌표 정보에 기반하여, 각 레이더 스캐닝 포인트와 상기 피팅 평면 정보가 지시하는 평면 간의 거리를 결정하며; 결정된 각 레이더 스캐닝 포인트와 상기 피팅 평면 정보가 지시하는 평면 간의 거리에 기반하여, 포인트 클라우드 데이터를 선별하고, 기설정된 반복 조건에 도달할 때까지 선별된 포인트 클라우드 데이터에 기반하여, 상기 포인트 클라우드 데이터에 기반하여 평면 피팅을 진행하는 단계로 리턴하고, 최종적으로 선별된 포인트 클라우드 데이터에 기반하여 상기 지면 파라미터 정보를 결정하기 위한 것이다.In one possible embodiment, the point cloud data includes coordinate information of a plurality of radar scanning points. Correspondingly, when the second determining module 703 determines the ground parameter information representing the ground based on the point cloud data, plane fitting is performed based on the point cloud data to obtain fitting plane information; determining a distance between each radar scanning point and a plane indicated by the fitting plane information based on the coordinate information of the radar scanning point in the point cloud data; Based on the distance between each determined radar scanning point and the plane indicated by the fitting plane information, point cloud data is selected, and based on the selected point cloud data until a preset repetition condition is reached, the It is for returning to the step of proceeding with plane fitting based on the information and finally determining the ground parameter information based on the selected point cloud data.

일 가능한 실시형태에 있어서, 상기 제2 결정 모듈(703)은 또한, 상기 포인트 클라우드 데이터에 기반하여 평면 피팅을 진행하기 전, 상기 포인트 클라우드 데이터에 대해 다운 샘플링 처리를 수행하여, 상기 포인트 클라우드 데이터에서 레이더 스캐닝 포인트의 분포 밀도로 하여금 기설정된 조건에 부합되도록 하는 것; 대응되는 좌표 정보가 상기 타깃 좌표 범위 내인 레이더 스캐닝 포인트를 선별하는 것 중 적어도 하나를 수행하기 위한 것이고, 여기서 상기 타깃 좌표 범위는 상기 레이더 장치의 기설정된 장착 높이에 따라 결정된 것이다.In one possible embodiment, the second determining module 703 is further configured to perform down-sampling processing on the point cloud data before performing plane fitting based on the point cloud data, making the distribution density of the radar scanning points meet a preset condition; The corresponding coordinate information is for performing at least one of selecting a radar scanning point that is within the target coordinate range, wherein the target coordinate range is determined according to a preset mounting height of the radar device.

일 가능한 실시형태에 있어서, 상기 위치 데이터는 높이 데이터를 포함한다. 상응하게, 상기 제2 결정 모듈(703)은 또한, 상기 위치 데이터에서의 높이 데이터 및 위치 데이터와 포인트 클라우드 데이터 간의 대응 관계에 기반하여, 상기 포인트 클라우드 데이터를 복수 개의 수집 구간으로 분할하기 위한 것이다.In one possible embodiment, the position data comprises height data. Correspondingly, the second determining module 703 is further configured to divide the point cloud data into a plurality of collection sections based on the height data in the location data and the corresponding relationship between the location data and the point cloud data.

일 가능한 실시형태에 있어서, 상기 제2 결정 모듈(703)은 상기 위치 데이터에서의 높이 데이터 및 위치 데이터와 포인트 클라우드 데이터 간의 대응 관계에 기반하여, 상기 포인트 클라우드 데이터를 복수 개의 수집 구간으로 분할할 경우, 상기 높이 데이터를 필터링하여, 필터링 이후 유지된 높이 데이터에서 적어도 하나의 극점을 결정하고; 각 극점에 대응되는 수집 시간 포인트를 수집 구간의 분할 포인트로 사용하여, 상기 포인트 클라우드 데이터를 복수 개의 수집 구간으로 분할하기 위한 것이다.In one possible embodiment, when the second determining module 703 divides the point cloud data into a plurality of collection sections based on the height data in the location data and the corresponding relationship between the location data and the point cloud data , filter the height data to determine at least one pole in the height data maintained after filtering; This is to divide the point cloud data into a plurality of collection sections by using a collection time point corresponding to each pole as a dividing point of the collection section.

일 가능한 실시형태에 있어서, 상기 제2 결정 모듈(703)은, 상기 포인트 클라우드 데이터에 기반하여 지면을 나타내는 지면 파라미터 정보를 결정하고, 상기 위치 데이터에 기반하여 상기 레이더 장치의 초기 포즈 데이터를 결정할 경우, 각 수집 구간에 대해, 상기 수집 구간 내의 포인트 클라우드 데이터에 기반하여, 상기 수집 구간에 대응되는 지면 파라미터 정보를 결정하고, 상기 수집 구간 내의 포인트 클라우드 데이터를 수집할 경우의 레이더 장치의 위치 데이터에 기반하여, 상기 수집 구간에 대응되는 상기 레이더 장치의 초기 포즈 데이터를 결정하기 위한 것이다. 상응하게, 상기 조정 모듈(704)은 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정할 경우, 각 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정하기 위한 것이다.In one possible embodiment, when the second determining module 703 determines ground parameter information representing the ground based on the point cloud data, and determines the initial pose data of the radar device based on the location data, , for each collection section, based on the point cloud data within the collection section, determine ground parameter information corresponding to the collection section, and based on the location data of the radar device when collecting the point cloud data within the collection section Thus, the initial pose data of the radar device corresponding to the collection section is determined. Correspondingly, when adjusting external parameter data indicating a relative positional relationship between the positioning device and the radar device based on the ground parameter information and the initial pose data, the adjustment module 704 is configured to adjust the external parameter data corresponding to each collection section. Based on the ground parameter information and the initial pose data, the external parameter data indicating a relative positional relationship between the positioning device and the radar device is adjusted.

일 가능한 실시형태에 있어서, 상기 조정 모듈(704)은, 각 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정할 경우, 각 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 각 수집 구간에 대응되는 최적화된 포즈 데이터를 결정하고; 각 수집 구간에 대응되는 상기 초기 포즈 데이터 및 최적화된 포즈 데이터에 기반하여, 상기 외부 파라미터 데이터를 조정하기 위한 것이다.In one possible embodiment, the adjustment module 704 is configured to: Based on the ground parameter information and the initial pose data corresponding to each collection section, external parameter data indicating a relative positional relationship between the positioning device and the radar device when adjusting, based on the ground parameter information and the initial pose data corresponding to each collection section, determine optimized pose data corresponding to each collection section; Based on the initial pose data and the optimized pose data corresponding to each collection section, the external parameter data is adjusted.

일 가능한 실시형태에 있어서, 상기 조정 모듈(704)은, 각 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 각 수집 구간에 대응되는 최적화된 포즈 데이터를 결정할 경우, 어느 한 수집 구간에 대해, 상기 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 타깃 함수의 값으로 하여금 가장 작도록 하는 포즈 데이터를 결정하고, 타깃 함수의 값으로 하여금 가장 작도록 하는 포즈 데이터를 상기 수집 구간에 대응되는 최적화된 포즈 데이터로 사용하기 위한 것이고, 여기서, 상기 타깃 함수는 포즈 데이터를 최적화하기 전후의 지면 파라미터 정보 간의 차이의 절대값과, 포즈 데이터를 최적화하기 전후의 포즈 데이터 간의 차이의 절대값의 합이다.In one possible embodiment, the adjustment module 704 is, based on the ground parameter information and the initial pose data corresponding to each collection section, when determining the optimized pose data corresponding to each collection section, any one With respect to the collection section, based on the ground parameter information and the initial pose data corresponding to the collection section, the pose data that makes the value of the target function the smallest is determined, and the value of the target function is the smallest. It is to use the pose data as the optimized pose data corresponding to the collection section, wherein the target function is the absolute value of the difference between the ground parameter information before and after optimizing the pose data and the pose before and after optimizing the pose data. It is the sum of the absolute values of the differences between the data.

일 가능한 실시형태에 있어서, 상기 조정 모듈(704)은 각 수집 구간에 대응되는 상기 초기 포즈 데이터 및 최적화된 포즈 데이터에 기반하여, 상기 외부 파라미터 데이터를 조정할 경우, 각 수집 구간에 대응되는 초기 포즈 데이터 및 최적화된 포즈 데이터에 기반하여, 상기 수집 구간 내의 제1 평균 포즈 변화량을 결정하고; 각 수집 구간 내의 상기 제1 평균 포즈 변화량에 기반하여, 상기 복수 개의 수집 구간에 대응되는 제2 평균 포즈 변화량을 결정하며; 상기 제2 평균 포즈 변화량에 기반하여, 상기 외부 파라미터 데이터를 조정하기 위한 것이다.In one possible embodiment, when the adjustment module 704 adjusts the external parameter data based on the initial pose data and the optimized pose data corresponding to each collection section, initial pose data corresponding to each collection section and determining, based on the optimized pose data, a first average pose change amount within the collection period; determining a second average pose variation corresponding to the plurality of collection sections based on the first average pose variation in each collection section; and adjusting the external parameter data based on the second average change amount of the pose.

일 가능한 실시형태에 있어서, 상기 조정 모듈(704)은, 상기 제2 평균 포즈 변화량에 기반하여, 상기 외부 파라미터 데이터를 조정할 경우, 상기 제2 평균 포즈 변화량과 조정하기 전의 외부 파라미터 데이터의 곱을 조정된 이후의 외부 파라미터 데이터로 결정하기 위한 것이다.In one possible embodiment, the adjusting module 704 is configured to, when adjusting the external parameter data, based on the second average pose change amount, adjust a product of the second average pose change amount and the external parameter data before adjusting. It is to be determined with the subsequent external parameter data.

일 가능한 실시형태에 있어서, 상기 포지셔닝 데이터에는 복수 개의 제1 수집 시간 포인트에서 각각 수집한 위치 데이터가 포함되고, 상기 포인트 클라우드 데이터에는 복수 개의 제2 수집 시간 포인트에서 각각 수집한 포인트 클라우드 데이터가 포함되며; 상기 포지셔닝 데이터 및 상기 포인트 클라우드 데이터에 기반하여, 상기 레이더 장치가 상기 포인트 클라우드 데이터를 수집할 경우의 위치 데이터를 결정한다. 상응하게, 상기 제1 결정 모듈(702)은, 상기 포지셔닝 데이터 및 상기 포인트 클라우드 데이터에 기반하여, 상기 레이더 장치가 상기 포지셔닝 장치에서 상기 포지셔닝 데이터를 수집할 경우의 위치 데이터를 결정할 경우, 각 상기 제2 수집 시간 포인트에 대해, 상기 복수 개의 제1 수집 시간 포인트에 상기 제2 수집 시간 포인트와 중첩되는 타깃 제1 수집 시간 포인트가 존재하는 경우, 상기 타깃 제1 수집 시간 포인트에 대응되는 위치 데이터에 기반하여 상기 레이더 장치가 상기 제2 수집 시간 포인트에서의 위치 데이터를 결정하고; 상기 복수 개의 제1 수집 시간 포인트에 상기 타깃 제1 수집 시간 포인트가 존재하지 않는 경우, 상기 복수 개의 제1 수집 시간 포인트에서 상기 제2 수집 시간 포인트와 시간 간격이 가장 짧은 두 개의 인접한 제1 수집 시간 포인트에 각각 대응되는 위치 데이터에 기반하여, 상기 레이더 장치가 상기 제2 수집 시간 포인트에서의 위치 데이터를 결정하기 위한 것이고, 상기 제2 수집 시간 포인트는 상기 두 개의 인접한 제1 수집 시간 포인트 사이에 위치한다.In one possible embodiment, the positioning data includes position data respectively collected at a plurality of first collection time points, and the point cloud data includes point cloud data respectively collected at a plurality of second collection time points, ; Based on the positioning data and the point cloud data, the radar device determines position data when the point cloud data is collected. Correspondingly, the first determining module 702 is configured to, based on the positioning data and the point cloud data, determine the position data when the radar device collects the positioning data from the positioning device. For two collection time points, when a target first collection time point overlapping the second collection time point exists in the plurality of first collection time points, based on the location data corresponding to the target first collection time point so that the radar device determines the position data at the second collection time point; When the target first collection time point does not exist in the plurality of first collection time points, two adjacent first collection times having the shortest time interval from the second collection time point in the plurality of first collection time points based on the position data respectively corresponding to the points, for the radar device to determine the position data at the second collection time point, the second collection time point being located between the two adjacent first collection time points do.

장치에서의 각 모듈의 처리 플로우 및 각 모듈 사이의 인터랙션 플로우의 설명은 상기 방법 실시예에서의 관련 설명을 참조할 수 있고, 여기서 더이상 상세하게 설명하지 않는다.For the description of the processing flow of each module in the apparatus and the interaction flow between each module, reference may be made to the related description in the above method embodiment, which will not be described in detail herein any further.

일부 실시예에 있어서, 본 발명의 실시예에서 제공되는 장치에 포함된 기능 또는 모듈은 상기 방법 실시예에 설명한 방법을 실행하는데 사용될 수 있고, 구체적인 구현은 상기 방법 실시예의 설명을 참조할 수 있으며, 간결함을 위해 여기서 더이상 설명하지 않는다.In some embodiments, a function or module included in an apparatus provided in an embodiment of the present invention may be used to execute the method described in the method embodiment, and specific implementation may refer to the description of the method embodiment, For the sake of brevity, no further explanation is given here.

동일한 기술적 사상에 기반하여, 본 발명의 실시예는 컴퓨터 기기를 더 제공한다. 도 8에 도시된 바를 참조하면, 상기 컴퓨터 기기는 프로세서(801), 메모리(802) 및 버스(803)를 포함한다. 여기서, 메모리(802)는 실행 명령어를 저장하기 위한 것이고, 내부 메모리(8021) 및 외부 메모리(8022)를 포함하며; 여기서 내부 메모리(8021)는 내부 저장소로도 지칭되며, 프로세서(801)에서의 연산 데이터 및 하드 디스크 등 외부 메모리(8022)와 교환되는 데이터를 임시 저장하기 위한 것이며, 프로세서(801)는 내부 메모리(8021)와 외부 메모리(8022)를 통해 데이터 교환을 수행한다.Based on the same technical idea, an embodiment of the present invention further provides a computer device. Referring to FIG. 8 , the computer device includes a processor 801 , a memory 802 , and a bus 803 . Here, the memory 802 is for storing execution instructions, and includes an internal memory 8021 and an external memory 8022 ; Here, the internal memory 8021 is also referred to as an internal storage, and is for temporarily storing data exchanged with the external memory 8022, such as operation data in the processor 801 and a hard disk, and the processor 801 is an internal memory ( 8021) and the external memory 8022 perform data exchange.

컴퓨터 기기(800)가 작동될 경우 프로세서(801)와 메모리(802) 간은 버스(803)를 통해 통신하여 프로세서(801)로 하여금 아래 명령을 실행하도록 한다. 포지셔닝 장치가 수집한 포지셔닝 데이터 및 레이더 장치가 수집한 포인트 클라우드 데이터를 획득하고, 여기서, 상기 포지셔닝 장치 및 상기 레이더 장치는 동일한 차량에 배치되며; 상기 포지셔닝 데이터 및 상기 포인트 클라우드 데이터에 기반하여, 상기 레이더 장치가 포인트 클라우드 데이터를 수집할 경우의 위치 데이터를 결정하고; 상기 포인트 클라우드 데이터에 기반하여 지면을 나타내는 지면 파라미터 정보를 결정하고, 상기 위치 데이터에 기반하여 상기 레이더 장치의 초기 포즈 데이터를 결정하며; 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정한다.When the computer device 800 is operated, the processor 801 and the memory 802 communicate through the bus 803 to cause the processor 801 to execute the following command. acquire the positioning data collected by the positioning device and the point cloud data collected by the radar device, wherein the positioning device and the radar device are disposed in the same vehicle; determining position data when the radar device collects point cloud data based on the positioning data and the point cloud data; determining ground parameter information representing the ground based on the point cloud data, and determining initial pose data of the radar device based on the location data; Based on the ground parameter information and the initial pose data, external parameter data indicating a relative positional relationship between the positioning device and the radar device is adjusted.

여기서, 프로세서(801)가 실행하는 구체적인 처리 과정은 상기 방법 실시예에서의 설명을 참조할 수 있고, 여기서 더이상 구체적으로 설명하지 않는다.Here, the specific processing process executed by the processor 801 may refer to the description in the above method embodiment, and will not be described in detail herein.

본 발명의 실시예는 컴퓨터 판독 가능한 저장 매체를 더 제공하고, 상기 컴퓨터 판독 가능한 저장 매체에는 컴퓨터 프로그램이 저장되어 있으며, 상기 컴퓨터 프로그램이 프로세서에 의해 작동될 경우 상기 방법 실시예에 따른 데이터 처리 방법의 단계를 실행한다. 여기서, 상기 컴퓨터 판독 가능한 저장 매체는 휘발성 컴퓨터 판독 가능한 또는 비휘발성 컴퓨터 판독 가능한 저장 매체일 수 있다.An embodiment of the present invention further provides a computer-readable storage medium, wherein a computer program is stored in the computer-readable storage medium, and when the computer program is operated by a processor, the data processing method according to the method embodiment run the steps Here, the computer-readable storage medium may be a volatile computer-readable or non-volatile computer-readable storage medium.

본 발명의 실시예에서 제공한 데이터 처리 방법의 컴퓨터 프로그램 제품은, 프로그램 코드가 기록된 컴퓨터 판독 가능한 저장 매체를 포함하며, 상기 프로그램 코드에 포함된 명령어는 상기 방법 실시예에 따른 데이터 처리 방법의 단계를 실행하는데 사용될 수 있다. 상기 컴퓨터 프로그램 제품은 구체적으로 하드웨어, 소프트웨어 또는 이들의 조합을 통해 구현될 수 있다. 하나의 선택적인 실시예에서, 상기 컴퓨터 프로그램 제품은 구체적으로 컴퓨터 저장 매체로 구현되며, 다른 하나의 선택적인 예에서, 상기 컴퓨터 프로그램 제품은 구체적으로 소프트웨어 개발 키트(Software Development Kit, SDK) 등과 같은 소프트웨어 제품으로 구현된다.The computer program product of the data processing method provided in the embodiment of the present invention includes a computer-readable storage medium on which the program code is recorded, and the instructions included in the program code are the steps of the data processing method according to the embodiment of the method. can be used to run The computer program product may be specifically implemented through hardware, software, or a combination thereof. In one optional embodiment, the computer program product is specifically embodied in a computer storage medium, and in another optional example, the computer program product is specifically software such as a Software Development Kit (SDK) or the like. implemented as a product.

본 기술분야의 통상의 기술자는 설명의 편의 및 간결함을 위해, 상기 설명된 시스템, 장치의 구체적인 동작 과정이, 전술된 방법 실시예 중 대응되는 과정을 참조할 수 있음을 이해할 수 있으며, 여기서 반복적으로 설명하지 않는다. 본 발명에서 제공된 몇 개의 실시예에 있어서, 개시된 시스템, 장치 및 방법은 다른 방식으로 구현될 수 있음을 이해해야 한다. 전술된 장치 실시예는 다만 예시적이며, 예를 들어, 상기 유닛에 대한 분할은 다만 논리적 기능 분할이고, 실제로 구현될 경우 다른 분할 방식이 있을 수 있으며, 또 예를 들어, 복수 개의 유닛 또는 컴포넌트는 다른 시스템에 결합되거나 통합될 수 있거나, 일부 특징을 무시하거나 실행하지 않을 수 있다. 또한, 나타내거나 논의된 상호간의 결합 또는 직접 결합 또는 통신 연결은, 일부 통신 인터페이스를 통해 구현되며, 장치 또는 유닛을 통한 간접 결합 또는 통신 연결은, 전기, 기계 또는 다른 형태일 수 있다.A person skilled in the art may understand that, for convenience and conciseness of the description, specific operation processes of the above-described systems and apparatuses may refer to corresponding processes in the above-described method embodiments, where repeatedly do not explain In the several embodiments provided herein, it should be understood that the disclosed systems, apparatuses, and methods may be implemented in other ways. The above-described device embodiment is merely exemplary, for example, the division for the unit is merely logical function division, and when actually implemented, there may be other division methods, and for example, a plurality of units or components may be It may be combined or integrated into other systems, or some features may be ignored or not implemented. Further, any coupling or direct coupling or communication connection between each other, shown or discussed, is implemented through some communication interface, and the indirect coupling or communication connection through the device or unit may be electrical, mechanical, or other form.

상기 분리 부재로서 설명된 유닛은 물리적으로 분리된 것이거나 아닐 수 있고, 유닛으로 나타낸 부재는 물리적 유닛이거나 아닐 수 있고, 즉 한 곳에 위치하거나, 복수 개의 네트워크 유닛에 분포될 수도 있다. 실제 필요에 따라 그 중의 일부 또는 전부 유닛을 선택하여 본 실시예의 방안의 목적을 구현할 수 있다.The unit described as the separation member may or may not be physically separated, and the member indicated as a unit may or may not be a physical unit, that is, it may be located in one place or distributed in a plurality of network units. According to actual needs, some or all of the units may be selected to implement the purpose of the scheme of the present embodiment.

또한, 본 발명의 각 실시예에서의 각 기능 유닛은 하나의 처리 유닛에 통합될 수 있고, 각 유닛은 독립적인 물리적 존재일 수도 있고, 두 개 또는 두 개 이상의 유닛이 한 유닛에 통합될 수도 있다.In addition, each functional unit in each embodiment of the present invention may be integrated into one processing unit, each unit may be an independent physical entity, or two or two or more units may be integrated into one unit. .

상기 기능이 소프트웨어 기능 유닛의 형태로 구현되고 단독적인 제품으로 판매되거나 사용될 경우, 하나의 프로세서가 실행 가능한 비휘발성 컴퓨터 판독 가능한 저장 매체에 저장될 수 있다. 이러한 이해에 기반하여, 본 발명의 기술 방안, 즉 종래 기술에 기여하는 부분 또는 상기 기술 방안의 일부는 소프트웨어 제품의 형태로 구현될 수 있고, 상기 컴퓨터 소프트웨어 제품은 하나의 저장 매체에 저장되며, 하나의 컴퓨터 기기(개인용 컴퓨터, 서버 또는 네트워크 기기 등일 수 있음)로 하여금 본 발명의 각 실시예의 상기 방법의 전부 또는 일부 단계를 실행하는데 사용되는 복수 개의 명령어를 포함한다. 전술한 저장 매체는 U 디스크, 모바일 디스크, 판독 전용 메모리(Read-Only Memory, ROM), 랜덤 액세스 메모리(Random Access Memory, RAM), 자기 디스크 또는 광 디스크 등 프로그램 코드를 저장할 수 있는 여러 가지 매체를 포함한다.When the above functions are implemented in the form of a software function unit and sold or used as a standalone product, one processor may be stored in an executable nonvolatile computer readable storage medium. Based on this understanding, the technical solution of the present invention, that is, a part contributing to the prior art or a part of the technical solution may be implemented in the form of a software product, the computer software product being stored in one storage medium, one It includes a plurality of instructions used to cause a computer device (which may be a personal computer, a server or a network device, etc.) of The above-mentioned storage medium includes a variety of media capable of storing a program code, such as a U disk, a mobile disk, a read-only memory (ROM), a random access memory (RAM), a magnetic disk or an optical disk. include

마지막으로 설명해야 할 것은, 이상 상기 실시예는, 다만 본 발명의 구체적인 실시형태일 뿐이고, 본 발명의 기술방안을 한정하려는 것이 아닌 설명하기 위함이며, 본 발명의 청구 범위는 이에 한정되지 않으며, 비록 전술한 실시예를 참조하여 본 발명에 대해 상세하게 설명하였지만, 본 분야의 기술자라면, 임의의 본 기술분야의 공지된 기술자가 본 발명에서 개시된 기술 범위 내에서, 여전히 전술한 실시예에서 기재된 기술방안을 수정하거나 용이하게 변화를 생각해낼 수 있으며, 또는 그것의 일부 기술 특징을 동등하게 대체할 수 있음을 이해해야 하고; 이러한 수정, 변화 또는 교체는 상응하는 기술방안의 본질이 본 발명의 기술방안의 사상 및 범위를 벗어나지 않도록 하며, 모두 본 발명의 보호 범위 내에 속해야 함을 이해해야 한다. 따라서, 본 발명의 보호 범위는 상기 특허 청구 범위의 보호 범위를 기준으로 해야 한다.The last thing to be described is that the above embodiment is only a specific embodiment of the present invention, and is intended to explain, not to limit the technical solution of the present invention, and the claims of the present invention are not limited thereto, although Although the present invention has been described in detail with reference to the above-described embodiments, any person skilled in the art will still be able to provide technical solutions described in the above-described embodiments within the scope of the present invention. It should be understood that changes can be easily devised, or some technical features thereof can be substituted equally; It should be understood that such modifications, changes or replacements should not depart from the spirit and scope of the technical solutions of the present invention, and should all fall within the protection scope of the present invention. Accordingly, the protection scope of the present invention should be based on the protection scope of the above claims.

Claims (14)

데이터 처리 방법으로서,
포지셔닝 장치가 수집한 포지셔닝 데이터 및 레이더 장치가 수집한 포인트 클라우드 데이터를 획득하는 단계 - 상기 포지셔닝 장치 및 상기 레이더 장치는 동일한 차량에 배치됨 - ;
상기 포지셔닝 데이터 및 상기 포인트 클라우드 데이터에 기반하여, 상기 레이더 장치가 상기 포인트 클라우드 데이터를 수집할 경우의 위치 데이터를 결정하는 단계;
상기 포인트 클라우드 데이터에 기반하여 지면을 나타내는 지면 파라미터 정보를 결정하고, 상기 위치 데이터에 기반하여 상기 레이더 장치의 초기 포즈 데이터를 결정하는 단계; 및
상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정하는 단계를 포함하는 것을 특징으로 하는 데이터 처리 방법.A data processing method comprising:
acquiring the positioning data collected by the positioning device and the point cloud data collected by the radar device, wherein the positioning device and the radar device are disposed in the same vehicle;
determining, by the radar device, position data when the point cloud data is collected, based on the positioning data and the point cloud data;
determining ground parameter information representing the ground based on the point cloud data, and determining initial pose data of the radar device based on the location data; and
and adjusting external parameter data representing a relative positional relationship between the positioning device and the radar device based on the ground parameter information and the initial pose data. 제1항에 있어서,
상기 포인트 클라우드 데이터에는 복수 개의 레이더 스캐닝 포인트의 좌표 정보가 포함되고; 상기 포인트 클라우드 데이터에 기반하여 지면을 나타내는 지면 파라미터 정보를 결정하는 단계는,
상기 포인트 클라우드 데이터에 기반하여 평면 피팅을 진행하여, 피팅 평면 정보를 얻는 단계;
상기 포인트 클라우드 데이터에서 레이더 스캐닝 포인트의 좌표 정보에 기반하여, 각 레이더 스캐닝 포인트와 상기 피팅 평면 정보가 지시하는 평면 간의 거리를 결정하는 단계;
상기 결정된 각 레이더 스캐닝 포인트와 상기 피팅 평면 정보가 지시하는 평면 간의 거리에 기반하여, 포인트 클라우드 데이터를 선별하는 단계;
기설정된 반복 조건에 도달할 때까지 선별된 포인트 클라우드 데이터에 기반하여, 상기 포인트 클라우드 데이터에 기반하여 평면 피팅을 진행하는 단계로 리턴하는 단계; 및
최종적으로 선별된 포인트 클라우드 데이터에 기반하여 상기 지면 파라미터 정보를 결정하는 단계를 포함하는 것을 특징으로 하는 데이터 처리 방법.According to claim 1,
the point cloud data includes coordinate information of a plurality of radar scanning points; The step of determining ground parameter information representing the ground based on the point cloud data comprises:
performing plane fitting based on the point cloud data to obtain fitting plane information;
determining a distance between each radar scanning point and a plane indicated by the fitting plane information based on the coordinate information of the radar scanning point in the point cloud data;
selecting point cloud data based on a distance between each of the determined radar scanning points and a plane indicated by the fitting plane information;
returning to the step of performing plane fitting based on the point cloud data based on the selected point cloud data until a preset iteration condition is reached; and
Finally, the data processing method comprising the step of determining the ground parameter information based on the selected point cloud data. 제2항에 있어서,
상기 포인트 클라우드 데이터에 기반하여 평면 피팅을 진행하기 전,
상기 포인트 클라우드 데이터에 대해 다운 샘플링 처리를 수행하여, 상기 포인트 클라우드 데이터에서 레이더 스캐닝 포인트의 분포 밀도로 하여금 기설정된 조건에 부합되도록 하는 단계; 및
대응되는 좌표 정보가 상기 타깃 좌표 범위 내인 레이더 스캐닝 포인트를 선별하는 단계 - 상기 타깃 좌표 범위는 상기 레이더 장치의 기설정된 장착 높이에 따라 결정됨 - 중 적어도 하나를 실행하는 것을 특징으로 하는 데이터 처리 방법.3. The method of claim 2,
Before proceeding with plane fitting based on the point cloud data,
performing down-sampling processing on the point cloud data so that a distribution density of radar scanning points in the point cloud data meets a preset condition; and
Selecting a radar scanning point whose corresponding coordinate information is within the target coordinate range, wherein the target coordinate range is determined according to a preset mounting height of the radar device. 제1항에 있어서,
상기 위치 데이터는 높이 데이터를 포함하고; 상기 데이터 처리 방법은,
상기 위치 데이터에서의 높이 데이터 및 상기 위치 데이터와 상기 포인트 클라우드 데이터 간의 대응 관계에 기반하여, 상기 포인트 클라우드 데이터를 복수 개의 수집 구간으로 분할하는 단계를 더 포함하는 것을 특징으로 하는 데이터 처리 방법.According to claim 1,
the position data includes height data; The data processing method is
Based on the height data in the location data and the corresponding relationship between the location data and the point cloud data, the data processing method further comprising the step of dividing the point cloud data into a plurality of collection sections. 제4항에 있어서,
상기 위치 데이터에서의 높이 데이터 및 상기 위치 데이터와 상기 포인트 클라우드 데이터 간의 대응 관계에 기반하여, 상기 포인트 클라우드 데이터를 복수 개의 수집 구간으로 분할하는 단계는,
상기 높이 데이터를 필터링하여, 필터링 이후 유지된 높이 데이터에서의 적어도 하나의 극점을 결정하는 단계; 및
각 극점에 대응되는 수집 시간 포인트를 수집 구간의 분할 포인트로 사용하여, 상기 포인트 클라우드 데이터를 복수 개의 수집 구간으로 분할하는 단계를 포함하는 것을 특징으로 하는 데이터 처리 방법.5. The method of claim 4,
The step of dividing the point cloud data into a plurality of collection sections based on the height data in the location data and the correspondence between the location data and the point cloud data includes:
filtering the height data to determine at least one pole in the height data maintained after filtering; and
and dividing the point cloud data into a plurality of collection sections by using a collection time point corresponding to each pole as a dividing point of the collection section. 제4항에 있어서,
상기 포인트 클라우드 데이터에 기반하여 지면을 나타내는 지면 파라미터 정보를 결정하고, 상기 위치 데이터에 기반하여 상기 레이더 장치의 초기 포즈 데이터를 결정하는 단계는,
각 상기 수집 구간에 대해,
상기 수집 구간 내의 포인트 클라우드 데이터에 기반하여, 상기 수집 구간에 대응되는 지면 파라미터 정보를 결정하고,
상기 레이더 장치가 상기 수집 구간 내의 포인트 클라우드 데이터를 수집하는 경우의 위치 데이터에 기반하여, 상기 수집 구간에 대응되는 상기 레이더 장치의 초기 포즈 데이터를 결정하는 단계를 포함하고,
상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정하는 단계는,
각 상기 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정하는 단계를 포함하는 것을 특징으로 하는 데이터 처리 방법.5. The method of claim 4,
Determining ground parameter information representing the ground based on the point cloud data, and determining the initial pose data of the radar device based on the location data,
For each said collection interval,
Based on the point cloud data in the collection section, determining the ground parameter information corresponding to the collection section,
Based on position data when the radar device collects point cloud data within the collection section, determining the initial pose data of the radar device corresponding to the collection section,
Adjusting external parameter data indicating a relative positional relationship between the positioning device and the radar device based on the ground parameter information and the initial pose data includes:
Data processing method comprising the step of adjusting external parameter data indicating a relative positional relationship between the positioning device and the radar device based on the ground parameter information and the initial pose data corresponding to each of the collection sections . 제6항에 있어서,
상기 각 상기 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정하는 단계는,
각 상기 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 각 상기 수집 구간에 대응되는 최적화된 포즈 데이터를 결정하는 단계; 및
각 상기 수집 구간에 대응되는 상기 초기 포즈 데이터 및 상기 최적화된 포즈 데이터에 기반하여, 상기 외부 파라미터 데이터를 조정하는 단계를 포함하는 것을 특징으로 하는 데이터 처리 방법.7. The method of claim 6,
Adjusting external parameter data indicating a relative positional relationship between the positioning device and the radar device based on the ground parameter information and the initial pose data corresponding to each of the collection sections includes:
determining optimized pose data corresponding to each of the collection sections based on the ground parameter information and the initial pose data corresponding to each of the collection sections; and
and adjusting the external parameter data based on the initial pose data and the optimized pose data corresponding to each of the collection sections. 제7항에 있어서,
각 상기 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 각 상기 수집 구간에 대응되는 최적화된 포즈 데이터를 결정하는 단계는,
어느 한 상기 수집 구간에 대해,
상기 수집 구간에 대응되는 상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 타깃 함수의 값으로 하여금 가장 작도록 하는 포즈 데이터를 결정하는 단계; 및
타깃 함수의 값으로 하여금 가장 작도록 하는 포즈 데이터를 상기 수집 구간에 대응되는 최적화된 포즈 데이터로 사용하는 단계 - 상기 타깃 함수는 포즈 데이터를 최적화하기 전후의 지면 파라미터 정보 간의 차이의 절대값과, 포즈 데이터를 최적화하기 전후의 포즈 데이터 간의 차이의 절대값의 합임 - 를 포함하는 것을 특징으로 하는 데이터 처리 방법.8. The method of claim 7,
Based on the ground parameter information and the initial pose data corresponding to each of the collection sections, determining the optimized pose data corresponding to each of the collection sections includes:
For any one of the collection intervals,
determining pose data such that a value of a target function is smallest based on the ground parameter information corresponding to the collection section and the initial pose data; and
Using the pose data that makes the value of the target function the smallest as the optimized pose data corresponding to the collection section - The target function includes the absolute value of the difference between the ground parameter information before and after optimizing the pose data and the pose; The data processing method comprising: a sum of absolute values of differences between the pose data before and after optimizing the data. 제7항에 있어서,
상기 각 상기 수집 구간에 대응되는 상기 초기 포즈 데이터 및 상기 최적화된 포즈 데이터에 기반하여, 상기 외부 파라미터 데이터를 조정하는 단계는,
각 상기 수집 구간에 대응되는 초기 포즈 데이터 및 상기 최적화된 포즈 데이터에 기반하여, 상기 수집 구간 내의 제1 평균 포즈 변화량을 결정하는 단계;
각 상기 수집 구간 내의 상기 제1 평균 포즈 변화량에 기반하여, 상기 복수 개의 수집 구간에 대응되는 제2 평균 포즈 변화량을 결정하는 단계; 및
상기 제2 평균 포즈 변화량에 기반하여, 상기 외부 파라미터 데이터를 조정하는 단계를 포함하는 것을 특징으로 하는 데이터 처리 방법.8. The method of claim 7,
Adjusting the external parameter data based on the initial pose data and the optimized pose data corresponding to each of the collection sections comprises:
determining a first average pose change amount within the collection period based on the initial pose data and the optimized pose data corresponding to each of the collection periods;
determining a second average pose variation corresponding to the plurality of collection sections based on the first average pose variation in each of the collection sections; and
and adjusting the external parameter data based on the second average pose change amount. 제9항에 있어서,
상기 제2 평균 포즈 변화량에 기반하여, 상기 외부 파라미터 데이터를 조정하는 단계는,
상기 제2 평균 포즈 변화량과 조정하기 전의 외부 파라미터 데이터의 곱을 조정된 외부 파라미터 데이터로 결정하는 단계를 포함하는 것을 특징으로 하는 데이터 처리 방법.10. The method of claim 9,
Adjusting the external parameter data based on the second average pose change amount includes:
and determining a product of the second average pose change amount and the external parameter data before adjustment as the adjusted external parameter data. 제1항에 있어서,
상기 포지셔닝 데이터에는 복수 개의 제1 수집 시간 포인트에서 각각 수집한 위치 데이터가 포함되고, 상기 포인트 클라우드 데이터에는 복수 개의 제2 수집 시간 포인트에서 각각 수집한 포인트 클라우드 데이터가 포함되며; 상기 포지셔닝 데이터 및 상기 포인트 클라우드 데이터에 기반하여, 상기 레이더 장치가 상기 포인트 클라우드 데이터를 수집할 경우의 위치 데이터를 결정하는 단계는,
각 상기 제2 수집 시간 포인트에 대해,
상기 복수 개의 제1 수집 시간 포인트에 상기 제2 수집 시간 포인트와 중첩되는 타깃 제1 수집 시간 포인트가 존재하는 경우, 상기 타깃 제1 수집 시간 포인트에 대응되는 위치 데이터에 기반하여 상기 레이더 장치가 상기 제2 수집 시간 포인트에서의 위치 데이터를 결정하는 단계; 및
상기 복수 개의 제1 수집 시간 포인트에 상기 타깃 제1 수집 시간 포인트가 존재하지 않는 경우, 상기 복수 개의 제1 수집 시간 포인트에서 상기 제2 수집 시간 포인트와 시간 간격이 가장 짧은 두 개의 인접한 제1 수집 시간 포인트에 각각 대응되는 위치 데이터에 기반하여, 상기 레이더 장치가 상기 제2 수집 시간 포인트에서의 위치 데이터를 결정하는 단계 - 상기 제2 수집 시간 포인트는 상기 두 개의 인접한 제1 수집 시간 포인트 사이에 위치함 - 를 포함하는 것을 특징으로 하는 데이터 처리 방법.According to claim 1,
the positioning data includes position data respectively collected at a plurality of first collection time points, and the point cloud data includes point cloud data respectively collected at a plurality of second collection time points; The step of determining the position data when the radar device collects the point cloud data based on the positioning data and the point cloud data comprises:
For each said second collection time point,
When a target first collection time point overlapping with the second collection time point exists in the plurality of first collection time points, the radar device determines the second collection time point based on location data corresponding to the target first collection time point. 2 determining location data at the collection time point; and
When the target first collection time point does not exist in the plurality of first collection time points, two adjacent first collection times having the shortest time interval from the second collection time point in the plurality of first collection time points determining, by the radar device, the position data at the second collection time point, based on the position data respectively corresponding to the points, the second collection time point being located between the two adjacent first collection time points - Data processing method comprising a. 데이터 처리 장치로서,
포지셔닝 장치가 수집한 포지셔닝 데이터 및 레이더 장치가 수집한 포인트 클라우드 데이터를 획득하도록 구성된 획득 모듈 - 상기 포지셔닝 장치 및 상기 레이더 장치는 동일한 차량에 배치됨 - ;
상기 포지셔닝 데이터 및 상기 포인트 클라우드 데이터에 기반하여, 상기 레이더 장치가 상기 포인트 클라우드 데이터를 수집할 경우의 위치 데이터를 결정하도록 구성된 제1 결정 모듈;
상기 포인트 클라우드 데이터에 기반하여 지면을 나타내는 지면 파라미터 정보를 결정하고, 상기 위치 데이터에 기반하여 상기 레이더 장치의 초기 포즈 데이터를 결정하도록 구성된 제2 결정 모듈; 및
상기 지면 파라미터 정보 및 상기 초기 포즈 데이터에 기반하여, 상기 포지셔닝 장치와 상기 레이더 장치 간의 상대적 위치 관계를 나타내는 외부 파라미터 데이터를 조정하도록 구성된 조정 모듈을 포함하는 것을 특징으로 하는 데이터 처리 장치.A data processing device comprising:
an acquisition module, configured to acquire the positioning data collected by the positioning device and the point cloud data collected by the radar device, wherein the positioning device and the radar device are disposed in the same vehicle;
a first determining module, configured to determine, based on the positioning data and the point cloud data, position data when the radar device collects the point cloud data;
a second determining module, configured to determine ground parameter information representing the ground based on the point cloud data, and to determine initial pose data of the radar device based on the location data; and
and an adjustment module, configured to adjust external parameter data representing a relative positional relationship between the positioning device and the radar device, based on the ground parameter information and the initial pose data. 컴퓨터 기기로서,
프로세서, 메모리 및 버스를 포함하고, 상기 메모리에는 상기 프로세서가 실행 가능한 기계 판독 가능한 명령어가 저장되며, 컴퓨터 기기가 작동되는 경우, 상기 프로세서와 상기 메모리 사이는 버스를 통해 통신하며, 상기 기계 판독 가능한 명령어가 상기 프로세서에 의해 실행될 경우 제1항 내지 제11항 중 어느 한 항에 따른 데이터 처리 방법의 단계를 실행하는 것을 특징으로 하는 컴퓨터 기기.A computer device comprising:
a processor, a memory and a bus, wherein the memory stores machine-readable instructions executable by the processor, and when a computer device is operated, the processor and the memory communicate through a bus, the machine-readable instructions 12. A computer device, characterized in that when is executed by the processor, the data processing method according to any one of claims 1 to 11 is executed. 컴퓨터 판독 가능한 저장 매체로서,
상기 컴퓨터 판독 가능한 저장 매체에는 컴퓨터 프로그램이 저장되고, 상기 컴퓨터 프로그램이 프로세서에 의해 실행될 때 제1항 내지 제11항 중 어느 한 항에 따른 데이터 처리 방법을 실행하는 것을 특징으로 하는 컴퓨터 판독 가능한 저장 매체.A computer readable storage medium comprising:
A computer program is stored in the computer readable storage medium, and when the computer program is executed by a processor, the data processing method according to any one of claims 1 to 11 is executed. .

Images