一种航迹推演的校正方法、终端和存储介质技术

本发明专利技术提供一种航迹推演的校正方法、终端和存储介质，包括以下步骤：S01：根据车辆起始点和目标点位置获得车辆航迹推演结果；S02：将包括但不限于车辆实时感知数据、目标点位置表述、历史航迹推演结果输入航迹推演纠偏系统；S03：航迹推演纠偏系统先识别目标点位置的追踪目标，再依据追踪目标位置度量里程计偏差，获得里程计和地图之间的坐标转换矩阵，纠正航迹推演偏差。本发明专利技术引入图像信号来实时观测目标车位，并且将观测的结果与DR推测出目标车位的位置进行比对，给出DR的误差。控制系统可以调整相关执行参数或重新规划泊车入位的路径。

A correction method, terminal and storage medium for track deduction

The invention provides a correction method, terminal and storage medium for track deduction, which comprises the following steps: S01: obtaining vehicle track deduction result according to vehicle starting point and target point position; S02: inputting real-time perception data, target point position description and historical track deduction result into track deduction correction system; S03: track deduction correction system identifies first After tracking the target at the target location, the coordinate transformation matrix between the odometer and the map is obtained by measuring the deviation of the odometer according to the tracking target location, and the deviation of the track deduction is corrected. The invention introduces an image signal to observe the target parking space in real time, compares the observed result with the position of the target parking space inferred by Dr, and gives the error of Dr. The control system can adjust the relevant execution parameters or re plan the parking path.

【技术实现步骤摘要】
一种航迹推演的校正方法、终端和存储介质
本专利技术涉及汽车电子
，特别是涉及一种航迹推演的校正方法、终端和存储介质。
技术介绍
在现有技术中，“自动代客泊车”(AutoValetParking)成为自动驾驶领域的热门技术之一，同样也将是自动驾驶量产道路上的一个重要里程碑。作为一套完整的自动无人驾驶汽车系统，AVP系统以低速驾驶汽车或将汽车停在有限的区域内，如停车场或周围道路。此外，作为泊车辅助的一种功能扩展，也会是最早商业化的全自动驾驶功能之一。由于在泊车过程中，车辆进行路径规划和定位时依赖的信号是航迹推演(DR)，由于各种不可控的因素，DR信号存在较为明显的累积误差，无法满足控制系统的精度要求，最终导致泊车结束后，无法让车辆到达预定的位置并满足期望的姿态。现有技术中，如公开号DE102015116220A1的用于检测机动车辆错误的机动车辆的至少半自动操纵的方法，计算装置，驾驶员辅助系统和机动车辆的方法，该文献涉及一种采用接触式测量误差的方案，即发动机扭矩信号来检测障碍物的距离来发现里程计误差的方法，这里的障碍物一般指路沿或限位器，车轮装上去，并且花比较大力气开不过去，因此扭矩增大。通过检测到这样的障碍物，来确定目前车辆的接触位置已经和地图上的障碍物有接触(有偏差的话，就会提前或者滞后接触)，从而发现误差。如公开号DE102016106978A1的用于操作机动车辆的驾驶员辅助系统的方法，计算装置，驾驶员辅助系统和机动车辆，该文献主要公开了一项以图像为基础的非接触式测量里程计误差的方案，但是该方案中图像需要识别出明显的目标物作为参考。例如，需要在图像中找出车辆，车牌，墙面标识，地面标识等，可以被认为是目标级的参考物。但是这种依靠目标级参考物来识别里程计误差的方式，再车辆实时感知无法感知到目标级参考物或者实际场景中没有目标级参考物的情况下，即功能无法实现。如公开号DE102015112313A1的用于用于具有位置校正，驾驶员辅助系统和机动车辆的机动车辆的至少半自动操纵的方法，该文献主要公开一项以超声波传感器探测数据为基础的里程计误差感知方法，需要车辆在遇到立体物时才能给出偏差信号。且超声波传感器探测物体精度差，仅仅输出距离和速度信号，对于障碍物的位姿和形状无法掌握。作为里程计误差的参照物不是最好的选择。
技术实现思路
为了解决上述的以及其他潜在的技术问题，本专利技术提供了一种航迹推演的校正方法、终端和存储介质，需要引入图像信号来实时观测目标车位，并且将观测的结果与DR推测出目标车位的位置进行比对，给出DR的误差。控制系统可以调整相关执行参数或重新规划泊车入位的路径。一种航迹推演的校正方法，包括以下步骤：S01：根据车辆起始点和目标点位置获得车辆航迹推演结果；S02：将包括但不限于车辆实时感知数据、目标点位置表述、历史航迹推演结果输入航迹推演纠偏系统；S03：航迹推演纠偏系统先识别目标点位置的追踪目标，再依据追踪目标位置度量里程计偏差，获得里程计和地图之间的坐标转换矩阵，纠正航迹推演偏差。进一步地，所述步骤S01中的车辆航迹推演可用于定位导航和方向控制，除了对车辆姿进行估计，还可以从航迹推演中获得移动机器人前进速度和转向角速度。进一步地，所述步骤S02中所述的车辆实时感知数据包括视觉感知数据、超声波感知数据和毫米波感知数据。进一步地，所述步骤S02中所述的车辆实时感知数据仅包含视觉感知数据，所述视觉感知数据为包含车辆的俯视图像。进一步地，所述步骤S02中所述的俯视图像，高位俯览环视图像，即TopView环视图：由于车位线是喷涂于地面的一种人工标识，AVM图像以俯视的方式将车身周围地面景象进行拼接，较好的保留了地面标识的几何表现。进一步地，所述俯览环视图像的输入形式为：rosmessage，环视图像参数定义如下：Headerheaderuint64indexImgRectblindAreaImgRectcarPosint32phyHeightint32phyFrontsensor_msgs/Imageavm相关成员说明：header：主要包含时间戳信息index：帧序号blindArea：中心盲区在图像中占据的区域avm：VYUY格式的彩色图片进一步地，所述俯览环视图像的获取方式：订阅zdada系统的TOPIC_TRACK_AVM_SRC。进一步地，所述俯览环视图像的输入要求包括下列条件中一种或几种：(1)观测范围：车头前方3m，车位后方3m，车身侧面的可是范围可以自动推算出。依据现有zadas系统提供的环视图片清晰度，能够在车辆后轴中心距离车位3m的范围内给出校正信号。(2)图像拼接角度：45°。在此参数设置之下，生成的环视图可以在拼接处有较好的融合效果，不容易出现摄像头之间特别明显的错位感；因此在泊车过车中可以较好地满足车辆与车位之间呈现不同观测角度时观测的需求。(3)图片尺寸：高600像素，宽480像素，宽高尺寸比例为1。按照此前设定的观测范围，假设车辆长度5m。每一个像素代表的坐标轴向距离为2.16cm。如果检测精度在3个像素以内，就可以保证输出结果的分辨精度在5cm以内。(4)发送频率：2～3Hz。根据车辆控制系统的要求，每秒钟得到2～3次校正即可满足要求，所有的处理流程在CPU上的耗时不超过250ms。进一步地，所述步骤S02中目标点位置表述用于自俯览环视图像中分割与本次泊车过程相关的信息，即缩小目标点位置的检测范围。进一步地，所述步骤S02中目标点位置的输入形式为rosmessage，其数据包表达定义如下：HeaderheaderSlotVertexslotSlotVertexboundryint32typeint32valid_typeint32validint32id相关成员说明：header：主要包含时间戳信息slot：包含停车位4个顶点在zadas坐标系下的物理坐标type：车位类型。进一步地，所述步骤S02中目标点位置的获取方式：订阅zdada系统的TOPIC_APA_TARGET。进一步地，所述步骤S02中目标点位置的输入要求：在某一确定的坐标系下，发送构成一个车位的4个顶点的物理坐标位置，该信号只需要在泊车开始阶段，车辆静止时，发送一次即可。进一步地，所述步骤S02中输入航迹推演纠偏系统的还包括泊车状态信号，泊车状态信号不是系统基础服务，是根据需求启动的，在行车过程中并不需求提供此模块的输出，避免不必要的系统负担。例如，在泊车过程中，如果车辆俯览环视图中在车辆路径规划范围内突然出现障碍物或者根据其他感知设备例如超声波雷达或者毫米波雷达感知到障碍物而必须立即停止时，将此信号输入至航迹推演模块。进一步地，所述步骤S02中的本文档来自技高网...

【技术保护点】
1.一种航迹推演的校正方法，其特征在于，包括以下步骤：/nS01：根据车辆起始点和目标点位置获得车辆航迹推演结果；/nS02：将包括但不限于车辆实时感知数据、目标点位置表述、历史航迹推演结果输入航迹推演纠偏系统；/nS03：航迹推演纠偏系统先识别目标点位置的追踪目标，再依据追踪目标位置度量里程计偏差，获得里程计和地图之间的坐标转换矩阵，纠正航迹推演偏差。/n

【技术特征摘要】
1.一种航迹推演的校正方法，其特征在于，包括以下步骤：
S01：根据车辆起始点和目标点位置获得车辆航迹推演结果；
S02：将包括但不限于车辆实时感知数据、目标点位置表述、历史航迹推演结果输入航迹推演纠偏系统；
S03：航迹推演纠偏系统先识别目标点位置的追踪目标，再依据追踪目标位置度量里程计偏差，获得里程计和地图之间的坐标转换矩阵，纠正航迹推演偏差。


2.根据权利要求1所述的航迹推演的校正方法，其特征在于，所述步骤S01中的车辆航迹推演可用于定位导航和方向控制，除了对车辆姿进行估计，还可以从航迹推演中获得移动机器人前进速度和转向角速度。


3.根据权利要求2所述的航迹推演的校正方法，其特征在于，所述步骤S02中所述的车辆实时感知数据包括视觉感知数据、超声波感知数据和毫米波雷达感知数据。


4.根据权利要求3所述的航迹推演的校正方法，其特征在于，所述步骤S02中所述的车辆实时感知数据仅包含视觉感知数据，所述视觉感知数据为包含车辆的俯视图像。


5.根据权利要求4所述的航迹推演的校正方法，其特征在于，所述俯览环视图像的输入要求包括下列条件中一种或几种：
(1)观测范围：车头前方3m，车位后方3m，车身侧面的可视范围可以自动推算出，依据现有环视拼接系统提供的环视图片清晰度，能够在车辆后轴中心距离车位3m的范围内给出校正信号；
(2)图像拼接角度：45°，在此参数设置之下，生成的环视图可以在拼接处有较好的融合效果，不容易出现摄像头之间特别明显的错位感；因此在泊车过车中可以较好地满足车辆与车位之间呈现不同观测角度时观测的需求；
(3)图片尺寸：高600像素，宽480像素，宽高尺寸比例为1，按照此前设定的观测范围，假设车辆长度5m，每一个像素代表的坐标轴向距离为2.16cm，如果检测精度在3个像素以内，就可以保证输出结果的分辨精度在5cm以内；
(4)发送频率：2～3Hz。根据车辆控制系统的要求，每秒钟得到2～3次校正即可满足要求，所有的处理流程在移动端上的耗时不超过250ms。


6.根据权利要求5所述的航迹推演的校正方法，其特征在于，所述步骤S02中目标点位置表述用于自俯览环视图像中分割与本次泊车过程相关的信息，即缩小目标点位...

【专利技术属性】
技术研发人员：郭寒冰，唐锐，王凡，夏俊迎，于璇，
申请(专利权)人：纵目科技上海股份有限公司，
类型：发明
国别省市：上海;31