用于提供车辆认知的系统和方法技术方案

本发明专利技术涉及用于提供车辆认知的系统和方法。定位涉及通过散列化从机器视觉系统获得的加权体素数据进行的体素签名的车载计算，以及计算出的签名与含有先前已知体素签名和相关联地理空间位置的签名定位表内的缓存数据的比较。签名定位表通过代理群集在穿越环境时计算签名并将计算出的签名和相关联地理空间位置报告给中央服务器来形成。一旦车辆被定位，其即纳入语义映射。车辆群集特征化在穿越局部环境时遇到的资产。资产特征化结果可与本地缓存语义地图内的已知资产相比较。可向中央服务器报告观测到的资产和资产特征化结果与本地地图缓存之间的遗漏和错记差异。地图缓存之间的遗漏和错记差异。地图缓存之间的遗漏和错记差异。

【技术实现步骤摘要】
用于提供车辆认知的系统和方法
[0001]本申请是申请号为201780017483.8、申请日为2017年3月15日、专利技术名称为“用于提供车辆认知的系统和方法”的专利技术专利申请的分案申请。


[0002]本公开总体上涉及自主机器人的操作，且尤其涉及通过机器视觉系统创建定位地图和三维语义地图。

技术介绍

[0003]实现机器人技术的自主性一直是一个持续的目标，并且是数十年来研究和开发的持续主题。成功实施的意义往往影响深远。在人员、货物和车辆都需要安全、高效和快速地移动的移动方面就是这种情况。为了使移动自主机器人成为现实，它们需要感知周围的世界，以便进行操作。
[0004]机器视觉技术的当前进展使自主性更接近实现。相机、LiDAR和RADAR(以及其它)为机器人提供了来自其周围环境的极丰富数据。然而，这带来了挑战。这些实时系统收集的数据量很快成为机载有限内存和计算资源的负担。在所有获取的数据生成时对其进行处理以使机器人能够在其环境中行动变得代价大且难以负担。
[0005]机器人或车辆行进的环境中的基础设施的预制地图可用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种方法，包括：接收与对应于网格内的一个或多个体积元素的一个或多个体素中的每一个相关联的相应体素数据，所述网格表示由车辆的传感器检测到的环境的至少一部分；通过将所述相应体素数据应用于计算机实现的编码函数来计算包括针对所述一个或多个体素中的每一个的相应体素签名的一个或多个体素签名；在体素签名定位表内搜索计算出的一个或多个体素签名的至少一部分，所述体素签名定位表包括具有相关联已知位置的多个体素签名条目；以及响应于所述计算出的一个或多个体素签名中的至少一个与所述体素签名定位表中的体素签名条目中的至少一个相匹配，通过将由相应匹配的体素签名条目指示的相关联的已知位置偏移一个量来确定估计车辆位置；其中所述体素签名定位表是通过聚合来自环境穿越的定位表并基于共享所聚合的定位表中的共同体素签名的不同体素位置假设组合地精确化体素位置假设来确定的。2.根据权利要求1所述的方法，其中计算所述一个或多个体素中的每个体素的相应体素签名包括：基于所述体素内的数据点的几何结构和所述数据点的信号特性，给所述相应体素内的所述数据点指派权重；在散列算法中使用所述权重以产生固定长度的体素签名输出。3.根据权利要求1所述的方法，其中针对所述体素签名定位表中匹配的多个体素签名中的每个体素签名执行所述估计车辆位置的确定，且所述方法进一步包括基于相对于相应体素确定的所述估计车辆位置中的两个或更多个而组合地计算精确化车辆位置估计值。4.根据权利要求3所述的方法，其中计算所述精确化车辆位置估计值的步骤包括：在六个自由度中为所述车辆调整车辆位置和方向估计值。5.根据权利要求3所述的方法，进一步包括基于多个计算的体素签名与存储在所述体素签名定位表中的签名匹配的频率来确定定位精确度水平。6.根据权利要求3所述的方法，其中计算所述精确化车辆位置估计值进一步包括在对所述车辆的所述估计车辆位置中的两个或更多个求平均值之前滤除离群值。7.根据权利要求1所述的方法，搜索所述体素签名定位表包括在基于所述车辆的前一位置估计确定的所述体素签名定位表的子集内查找所述计算出的一个或多个体素签名的至少一部分。8.根据权利要求7所述的方法，其中所述体素签名定位表的所述子集进一步基于所述车辆自所述车辆的所述前一位置估计以来的相对运动而确定。9.根据权利要求1所述的方法，其中聚合所述定位表包括由所述多个车辆的每个车辆通过广域数据网络将...

【专利技术属性】
技术研发人员：F，
申请(专利权)人：康多尔收购第二分公司，
类型：发明
国别省市：