不良光照条件下用于定位车辆的系统和方法技术方案

本申请的实施例提供了用于定位车辆的方法和系统。该系统可以包括通信接口被配置为接收在第一光照条件下由至少一个传感器捕获的场景的点云数据集。该系统还可以包括用于存储点云数据集的存储器和处理器，该处理器被配置为基于点云数据集识别至少一个局部光源，基于对应于第二光照条件的来自于至少一个局部光源的模拟光，修改点云数据集，并基于修改的点云数据集，在第二光照条件下定位车辆。

【技术实现步骤摘要】
【国外来华专利技术】不良光照条件下用于定位车辆的系统和方法
本申请涉及用于在不良光照条件下定位车辆的系统和方法，尤其涉及用于在不良光照条件下，使用从用局部光源计算的阴影修改的重建场景模拟的暗场景来定位车辆的系统和方法。
技术介绍
多年来，自动驾驶已成为越来越流行的技术。能够在没有人工输入的情况下自行驾驶的车辆可以解放其司机，使司机可以坐在里面专注于其他事务。像人类司机一样，自动驾驶车辆需要知道它在给定环境中的位置，以便它可以确定它应该朝哪个方向前进，并且准备好避免周围的危险，例如不安全的道路状况以及像人类或其他车辆等正在接近的对象。因此，必须通过先进技术来补偿司机对车辆减少的关注，以便与人类驾驶相比，保持至少相同的自动驾驶安全水平。这种先进技术之一是计算机视觉。计算机视觉技术获取、处理、分析和理解数字图像，以便在自动驾驶的环境中定位车辆。自动驾驶车辆通常配备有各种传感器、检测器和其他装置，以获取其周围的信息。这种传感器和设备的示例包括3-D相机、激光雷达扫描仪、全球定位系统(GPS)接收器和惯性测量单元(IMU)传感器。它们捕捉周围对象的特征以及车辆行驶的道路。捕获的特征可以包括例如，车道的中心线或扩展边线坐标、对象的坐标和图像，该对象包括诸如建筑物、另一车辆、地标、行人或交通标志。在将这些特征转换成数字数据并通过将这些数据集成到其空间位置的计算中之后，自动驾驶车辆能够“知道”它在路上的位置，就像司机在车轮后面一样。现有的基于图像的定位方法需要环境具有足够亮度和可见度，例如在白天。对于在不良光照条件下驾驶的车辆，例如在夜间，这些算法未能显示出令人满意的性能结果。其中一部分是因为同一场景的视觉表现在白天和夜晚之间变化很大。日落后自然光照消失，黑暗导致场景不易被成像传感器和探测器识别。此外，具有固定位置的局部灯(例如广告牌和路灯)的添加会引入非自然光分量，这进一步使车辆的空间定位和其他对象的位置的计算复杂化。这些可能在由传感器和检测器获取的图像中引起更多的噪点和颜色失真，并且因此降低了自动驾驶系统的定位可靠性。这最终损害了实现这种自动驾驶系统的车辆的安全性。因此，为了解决上述问题，需要用于在不良光照条件下定位车辆的系统和方法，例如本申请所述的那些。
技术实现思路
本申请的实施例提供了一种用于定位车辆的系统。该系统可以包括通信接口，被配置为接收在第一光照条件下由至少一个传感器捕获的场景的一组点云数据。该系统还可以包括存储器和处理器。其中，所述存储器被配置为存储所述点云数据集。所述处理器可以配置为基于所述点云数据，识别至少一个局部光源，基于对应于第二光照条件的来自于所述至少一个局部光源的模拟光，修改所述点云数据集，以及基于修改的点云数据集，在第二光照条件下定位所述车辆。本申请的实施例还提供了一种用于定位车辆的方法。该方法可以包括接收在第一光照条件下由至少一个传感器捕获的场景的点云数据集。该方法还可以包括：基于点云数据，识别至少一个局部光源，基于对应于第二光照条件的来自于至少一个局部光源的模拟光，修改点云数据集，以及基于修改的点云数据集，在第二光照条件下定位车辆。本申请的实施例还提供了一种非暂时性计算机可读介质，其上存储有指令，当由一个或以上处理器执行时，使得一个或以上处理器执行操作。操作可以包括接收在第一光照条件下由至少一个传感器捕获的场景的点云数据集。所述操作还可包括：基于点云数据，识别至少一个局部光源，基于对应于第二光照条件的来自于至少一个局部光源的模拟光，修改点云数据集，以及基于修改的点云数据集，在第二光照条件下定位车辆。应当理解，前面的一般性描述和下面的详细描述都只是示例性和说明性的，并不是对要求保护的本专利技术的限制。附图说明图1示出了根据本申请的实施例所示的配备有传感器的示例性车辆的示意图。图2示出了根据本申请的实施例所示的用于定位车辆的示例性系统的框图。图3示出了根据本申请的实施例所示的当车辆在具有各种类型的局部光源的道路上行驶时的示例的示意图。图4A示出了根据本申请的实施例所示的在白天捕获的场景的示例性3-D重建。图4B示出了根据本申请的实施例所示的在不良光照条件下的场景的模拟。图5示出了根据本申请的实施例所示的在夜间对应于图4A中的重建场景的模拟场景的示例。图6A示出了根据本申请的实施例所示的相机视图坐标系的示例性变换矩阵。图6B示出了根据本申请的实施例所示的关于安装在车辆上的摄像机的示例性视锥体。图7A示出了根据本申请的实施例所示的在不良光照条件下的示例性预截断相机视图坐标系。图7B示出了根据本申请的实施例所示的在与图7B的相同的不良光照条件下由车载相机捕获的实际图像。图8示出了根据本申请的实施例所示的用于在不良光照条件下定位车辆的示例性方法的流程图。具体实施方式现在将详细参考示例性实施例，其示例在附图中示出。只要有可能，在整个附图中将使用相同的附图标记来表示相同或相似的部分。图1示出了根据本申请实施例所示的系统中具有至少两个传感器140、150和160的示例性车辆100的示意图。与一些实施例一致，车辆100可以是检测车辆，其配置为获取用于构建高清晰度地图或三维(3-D)城市建模的数据。可以预期车辆100可以是电动车辆、燃料电池车辆、混合动力车辆或传统的内燃机车辆。车辆100可具有车身110和至少一个车轮120。车身110可以是任何车身类型，例如玩具车、摩托车、运动车、轿跑车、敞篷车、轿车、皮卡车、旅行车、运动型多用途车(SUV)、小型货车、转换车、多功能车(MPV)或半挂车。在一些实施例中，车辆100可包括一对前轮和一对后轮，如图1所示。然而，可以预期车辆100可具有更少或更多的车轮或等效结构，使车辆100能够四处移动。车辆100可以被配置为全轮驱动(AWD)、前轮驱动(FWR)或后轮驱动(RWD)。在一些实施例中，车辆100可以被配置为由占用车辆的操作员操作、远程控制和/或自动驾驶。如图1所示，车辆100可以配备有通过安装结构130安装到车身110的各种传感器140和160。安装结构130可以是安装或以其他方式附接到车辆100的车身110的机电装置。在一些实施例中，安装结构130可以使用螺钉、粘合剂或其他安装机制。在其他实施例中，传感器140和160可以安装在车辆100的车身110的表面上，或者嵌入车辆100内，只要能执行这些传感器的预期功能即可。与一些实施例一致，当车辆100沿轨迹行进时，传感器140和160可用于捕获数据。例如，传感器140可以是配置为扫描周围并获取点云的激光雷达扫描仪。激光雷达通过用脉冲激光照射目标并用传感器测量反射脉冲来测量到目标的距离。然后可以使用激光返回时间和波长的差异来制作目标的数字3-D表示。用于激光雷达扫描的光可以是紫外线、可见光或近红外线。由于窄激光束可以以非常高的分辨率映射物理特征，因此激光雷达扫描仪特别适用于高清地图测量。在一些实施例中，激光雷达扫描仪可以捕获点云。当车辆100沿轨道行进时，传感器14本文档来自技高网...

【技术保护点】
1.一种用于定位车辆的系统，包括：/n通信接口，被配置为接收在第一光照条件下由至少一个传感器捕获的场景的点云数据集；/n存储器，被配置为存储所述点云数据集；以及/n处理器，被配置为：/n基于所述点云数据集，识别至少一个局部光源；/n基于对应于第二光照条件的来自所述至少一个局部光源的模拟光，修改所述点云数据集；以及/n基于所述修改的点云数据集，在所述第二光照条件下定位所述车辆。/n

【技术特征摘要】
【国外来华专利技术】1.一种用于定位车辆的系统，包括：
通信接口，被配置为接收在第一光照条件下由至少一个传感器捕获的场景的点云数据集；
存储器，被配置为存储所述点云数据集；以及
处理器，被配置为：
基于所述点云数据集，识别至少一个局部光源；
基于对应于第二光照条件的来自所述至少一个局部光源的模拟光，修改所述点云数据集；以及
基于所述修改的点云数据集，在所述第二光照条件下定位所述车辆。


2.根据权利要求1所述的系统，其特征在于，所述通信接口被配置为接收在所述第二光照条件下由成像传感器捕获的所述场景的图像，其中，所述处理器被进一步配置为：
基于所述修改的点云数据集，生成预估图像；以及
通过比较所述预估图像与所述捕获图像，在所述第二光照条件下定位所述车辆。


3.根据权利要求2所述的系统，其特征在于，所述通信接口被进一步配置为接收所述车辆的前一个位置，并且其中所述处理器被进一步配置为基于所述车辆的所述前一个位置，估计所述车辆的当前姿势信息。


4.根据权利要求2所述的系统，其特征在于，所述处理器被进一步配置为在所述修改的点云数据集中，定位对应于所述车辆的所述当前姿势信息的点云数据。


5.根据权利要求2所述的系统，其特征在于，为生成所述预估图像，所述处理器被进一步配置为模拟所述所识别的局部光源的光照，如同其所述第二光照条件下进行照明。


6.根据权利要求2所述的系统，其特征在于，比较所述预估图像和所述捕获图像包括计算所述预估图像与所述捕获图像之间的信息距离。


7.根据权利要求1所述的系统，其特征在于，所述第二光照条件比所述第一光照条件包括少的照明。


8.根据权利要求1所述的系统，其特征在于，为修改所述点云数据集，所述处理器被进一步配置为：
通过将来自于所述识别的局部光源的模拟光投射到所述点云数据集来确定深度图；以及
基于所述深度图，确定至少一个阴影区域和至少一个半阴影区域。


9.根据权利要求8所述的系统，其特征在于，为修改所述点云数据集，所述处理器被进一步配置为使用基于所述至少一个阴影区域和至少一个半阴影区域计算的光照遮蔽所述点云数据集。


10.一种用于定位车辆的方法，包括：
接收在第一光照条件下由至少一个传感器捕获的场景的点云数据集；
基于所述点云数据集，识别至少一个局部光源；
基于对应于第二光照条件的来自至少一个局部光源的模拟光，修改所述点云数据集；以及
基于所述修改的点云数据集，在所述第二光照条件下定位所述车辆。


11.根据权利要求10所述的方...

【专利技术属性】
技术研发人员：李保利，谌祖刚，冯路，王晔，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11