【技术实现步骤摘要】
针对自动驾驶车辆的数据处理方法、装置和自动驾驶车辆
[0001]本公开涉及智能交通
,尤其涉及自动驾驶领域,更具体地,涉及一种针对自动驾驶车辆的数据处理方法、装置、电子设备、介质、程序产品和自动驾驶车辆。
技术介绍
[0002]目前针对视觉/LiDAR里程计问题已经有很多解决方案,现有的方法虽然可以满足在线实时应用的需求,但一般需要消耗大量的CPU计算资源。
技术实现思路
[0003]本公开提供了一种针对自动驾驶车辆的数据处理方法、装置、电子设备、存储介质、程序产品和自动驾驶车辆。
[0004]根据本公开的一方面,提供了一种针对自动驾驶车辆的数据处理方法,包括:获取针对所述自动驾驶车辆的传感器数据,所述传感器数据包括惯性测量数据、激光雷达数据和视觉图像数据;根据所述惯性测量数据和所述视觉图像数据,确定针对所述惯性测量数据的第一约束因子;根据所述惯性测量数据和所述激光雷达数据,确定针对所述激光雷达数据的第二约束因子;根据所述惯性测量数据、所述视觉图像数据和所述激光雷达数据,确定针对所述视觉图像数据的第三约束因子;基于所述第一约束因子、所述第二约束因子和所述第三约束因子,处理所述传感器数据,得到用于对所述自动驾驶车辆进行定位的定位数据。
[0005]根据本公开的另一方面,提供了一种针对自动驾驶车辆的数据处理装置,包括:获取模块、第一确定模块、第二确定模块、第三确定模块以及处理模块。获取模块,用于获取针对所述自动驾驶车辆的传感器数据,所述传感器数据包括惯性测量数据、激光雷达数据和视觉图 ...
【技术保护点】
【技术特征摘要】
1.一种针对自动驾驶车辆的数据处理方法,包括:获取针对所述自动驾驶车辆的传感器数据,所述传感器数据包括惯性测量数据、激光雷达数据和视觉图像数据;根据所述惯性测量数据和所述视觉图像数据,确定针对所述惯性测量数据的第一约束因子;根据所述惯性测量数据和所述激光雷达数据,确定针对所述激光雷达数据的第二约束因子;根据所述惯性测量数据、所述视觉图像数据和所述激光雷达数据,确定针对所述视觉图像数据的第三约束因子;以及基于所述第一约束因子、所述第二约束因子和所述第三约束因子,处理所述传感器数据,得到用于对所述自动驾驶车辆进行定位的定位数据。2.根据权利要求1所述的方法,其中,所述激光雷达数据包括多帧激光点云数据;所述根据所述惯性测量数据和所述激光雷达数据,确定针对所述激光雷达数据的第二约束因子包括:根据所述惯性测量数据、所述多帧激光点云数据中的第一帧激光点云数据和第二帧激光点云数据,确定第一帧激光点云数据与第二帧激光点云数据之间的初始相对位姿;分别确定所述第一帧激光点云数据的第一投影数据和所述第二帧激光点云数据的第二投影数据;根据所述第一投影数据和所述第二投影数据,调整所述初始相对位姿,得到点云帧间相对位姿;以及根据所述点云帧间相对位姿,确定所述第二约束因子。3.根据权利要求2所述的方法,其中,所述第一投影数据和所述第二投影数据均包括N个体像素,N为大于1的整数;所述根据所述第一投影数据和所述第二投影数据,调整所述初始相对位姿,得到点云帧间相对位姿包括:根据N个体像素中的每一个体像素和所述初始相对位姿,执行N次迭代操作,得到第N相对位姿,作为所述点云帧间相对位姿。4.根据权利要求3所述的方法,其中,所述第一投影数据包括第一投影图像和第一法向量,所述第二投影数据包括第二投影图像和第二法向量;所述根据所述第一投影数据和所述第二投影数据,调整所述初始相对位姿,得到点云帧间相对位姿包括:所述N次迭代中的第i次迭代包括:根据i确定距离阈值和角度阈值,i大于等于1且小于等于N;在确定第一投影图像中的第i第一像素与第二投影图像中的第i第二像素之间的距离小于等于所述距离阈值且第i像素的对应第一法向量与对应第二法向量之间的夹角小于等于所述角度阈值的情况下,利用第i
‑
1次迭代得到的第i
‑
1相对位姿、第i第一像素、第i第二像素、第i像素的对应第一法向量和第i像素的对应第二法向量,确定第i相对位姿。5.根据权利要求1所述的方法,其中,所述根据所述惯性测量数据、所述视觉图像数据和所述激光雷达数据,确定针对所述视觉图像数据的第三约束因子包括:根据所述视觉图像数据和所述激光雷达数据,确定所述视觉图像数据的深度信息;根据所述视觉图像数据和所述惯性测量数据,确定所述视觉图像数据和所述惯性测量
数据之间的映射关系;以及根据所述深度信息和所述映射关系,确定所述第三约束因子。6.根据权利要求5所述的方法,其中,所述根据所述视觉图像数据和所述激光雷达数据,确定所述视觉图像数据的深度信息包括:确定在视觉图像数据的视觉图像采集时刻相对于相邻雷达数据的雷达数据采集时刻的初始惯性测量相对位姿;根据视觉图像采集时刻、雷达数据采集时刻和初始惯性测量相对位姿,确定所述激光雷达数据到视觉图像数据平面的第一投影位置;根据所述第一投影位置确定图像投影时刻以及更新的惯性测量相对位姿;以及根据所述更新的惯性测量相对位姿确定视觉图像数据的深度信息。7.根据权利要求6所述的方法,其中,所述根据所述第一投影位置确定图像投影时刻以及更新的惯性测量相对位姿包括:确定在视觉图像采集时刻相对于图像投影时刻的第一惯性测量相对位姿;确定在图像投影时刻相对于激光数据采集时刻的第二惯性测量相对位姿;以及利用所述第一惯性测量相对位姿和所述第二惯性测量相对位姿对所述初始惯性测量相对位姿进行插值,得到所述更新的惯性测量相对位姿。8.根据权利要求1
‑
7中任意一项所述的方法,其中,所述基于所述第一约束因子、所述第二约束因子和所述第三约束因子,处理所述传感器数据,得到用于对所述自动驾驶车辆进行定位的定位数据包括将满足以下公式的X作为所述定位数据:其中,为所述第一约束因子,为所述第三约束因子,为所述第二约束因子;为惯性测量数据,为视觉图像数据,为激光雷达数据。9.根据权利要求1
‑
8中任意一项所述的方法,其中,所述惯性测量数据是由惯性传感器采集的;所述方法还包括:根据所述激光雷达数据和所述第一约束因子,对所述惯性传感器的速度和加速度进行初始化。10.一种针对自动驾驶车辆的数据处理装置,包括:获取模块,用于获取针对所述自动驾驶车辆的传感器数据,所述传感器数据包括惯性测量数据、激光雷达数据和视觉图像数据;第一确定模块,用于根据所述惯性测量数据和所述视觉图像数据,确定针对所述惯性测量数据的第一约束因子;第二确定模块...
【专利技术属性】
技术研发人员:高巍,丁文东,万国伟,彭亮,
申请(专利权)人:阿波罗智能技术北京有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。