System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于相机和LIDAR数据的车辆位置和速度估计的系统和方法技术方案_技高网

基于相机和LIDAR数据的车辆位置和速度估计的系统和方法技术方案

技术编号:40247869 阅读:8 留言:0更新日期:2024-02-02 22:43
基于相机和LIDAR数据的车辆位置和速度估计包括:从自主车辆的子系统接收输入对象数据,该输入对象数据包括来自图像生成设备的图像数据和来自距离测量设备的距离数据;使用从图像生成设备接收的图像数据,来确定自主车辆附近的邻近对象的二维(2D)位置;使用在多个周期上从距离测量设备接收的距离数据来跟踪邻近对象的三维(3D)位置并生成跟踪数据;使用2D位置、从距离测量设备接收的距离数据和跟踪数据,来确定邻近对象的3D位置;使用3D位置和跟踪数据来确定邻近对象的速度;以及输出邻近对象相对于自主车辆的3D位置和速度。

【技术实现步骤摘要】

本专利文件总体上涉及用于轨迹规划的工具(系统、装置、方法、计算机程序产品等)、车辆控制系统和自主驾驶系统,具体地但非限制性地,涉及一种基于相机和lidar(光成像、检测和测距)数据进行车辆位置和速度估算的系统和方法。


技术介绍

1、自主车辆通常被配置为基于所计算的驾驶路径来遵循轨迹。然而,当诸如障碍物之类的变量存在于行驶路径上时,自主车辆必须执行控制操作,从而可以通过改变行驶路径以避开障碍物来安全地驾驶车辆。在许多情况下,来自相机的数据可用于检测路径中的障碍物。在其他情况下,可以使用lidar数据。lidar(也称为lidar、lidar和ladar)是一种测量方法,该方法通过使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对目标进行数字表示。术语lidar有时被认为是“光检测与测距(light detection and ranging)”(有时为“光成像、检测与测距(light imaging,detection and ranging)”)的缩写。但是,对来自相机的图像数据或来自lidar的距离数据进行独立分析可能会产生不准确的结果,并导致自主车辆出现危险情况。


技术实现思路

1、本文公开了用于基于相机和lidar数据的车辆位置和速度估计的系统和方法。具体地,本公开涉及一种用于检测和估计自主车辆附近的邻近车辆的位置以及估计邻近车辆相对于自主车辆的速度的系统和方法。该系统包括两个主要阶段:1)数据收集阶段,以及2)推理和跟踪阶段。在数据收集阶段中,安装有一个或多个相机(或其他图像生成设备)和一个或多个lidar传感器(或其他距离测量设备)的车辆分别以预定的时间间隔(例如,50毫秒)从由相机生成的视频流中收集多帧图像和多个lidar点云。在示例实施例中由推理和跟踪模块实现的推理和跟踪阶段中,可以使用来自相机的图像数据来检测邻近车辆和其他对象的二维(2d)位置。另外,可以从lidar点云获得与从图像数据检测到的对象相对应的距离数据。使用根据图像数据确定的邻近车辆的2d位置和使用lidar距离数据估计的邻近车辆的相对距离两者,推断和跟踪模块可以确定邻近车辆相对于自主车辆的精确的相对三维(3d)位置。由于以预定的采样率或周期时间(例如,50毫秒)随时间确定了多个位置估计,因此推理和跟踪模块还可以确定每个邻近车辆相对于自主车辆的估计的相对速度。在3d跟踪过程的帮助下,示例实施例的系统可以即使在接收到间歇性的、错误的或不稳定的相机图像数据或lidar数据时,也可以使用相机图像数据和lidar距离数据来确定邻近车辆的相对3d位置和速度。

本文档来自技高网...

【技术保护点】

1.一种系统,包括:

2.根据权利要求1所述的系统,其中所述图像生成设备是一个或多个相机,并且所述第二位置是3D位置。

3.根据权利要求1所述的系统,还被配置为使用从所述图像生成设备接收的所述图像数据,将所述第一位置确定为所述邻近对象的二维2D位置。

4.根据权利要求1所述的系统,还被配置为使用二维2D位置和从所述距离测量设备接收的所述距离数据的点云,来确定所述邻近对象的所述3D位置。

5.根据权利要求1所述的系统,还被配置为将所述邻近对象的所述3D位置保留为在所述多个处理周期内的跟踪数据。

6.根据权利要求5所述的系统,还被配置为使用所述3D位置和所述跟踪数据来确定所述邻近对象的速度。

7.根据权利要求1所述的系统,其中所述第二位置是3D位置,并且所述系统还被配置为在多个处理周期内使用从所述距离测量设备接收的所述距离数据来跟踪所述第二位置,所述距离数据是在所述多个处理周期中的至少一个期间收集的。

8.根据权利要求1所述的系统,还被配置为将所述邻近对象的所述3D位置输出到所述自主车辆的轨迹规划模块

9.一种方法,包括:

10.根据权利要求9所述的方法,其中所述图像生成设备是一个或多个相机。

11.根据权利要求9所述的方法,其中所述第二位置是3D位置。

12.根据权利要求9所述的方法,包括使用从所述图像生成设备接收的所述图像数据,将所述第一位置确定为所述邻近对象的二维2D位置,所述图像生成设备是多个相机。

13.根据权利要求9所述的方法,包括使用二维2D位置和由一个或多个LIDAR传感器生成的点云,来确定所述邻近对象的所述3D位置。

14.根据权利要求9所述的方法,包括将所述邻近对象的所述3D位置作为在所述多个处理周期内的跟踪数据而保留在车载控制系统的存储器设备中。

15.根据权利要求9所述的方法,包括在多个周期内使用从所述距离测量设备接收的所述距离数据来跟踪所述邻近对象的所述3D位置、以及使用所述3D位置和所述跟踪数据来确定所述邻近对象的速度。

16.根据权利要求9所述的方法,包括使在前一处理周期中找到的邻近对象的位置和速度与当前处理周期中识别的邻近对象相关。

17.根据权利要求9所述的方法,包括如果所述邻近对象的所述3D位置能够与所述自主车辆的轨迹相交,则生成警报。

18.一种非暂态机器可用存储介质,包含指令,所述指令在由至少一个处理器执行时,使得所述至少一个处理器执行以下操作:

19.根据权利要求18所述的非暂态机器可用存储介质,还被配置为使在前一处理周期中找到的邻近对象的位置与当前处理周期中识别的邻近对象相关。

20.根据权利要求18所述的非暂态机器可用存储介质,还被配置为使用所述3D位置和跟踪数据来确定所述邻近对象的速度,所述跟踪数据对应于在多个处理周期内跟踪的所述邻近对象的所述3D位置。

21.一种系统,包括:

22.根据权利要求21所述的系统,其中所述图像生成设备是一个或多个相机,并且所述第二位置是3D位置。

23.根据权利要求21所述的系统,还被配置为使用从所述图像生成设备接收的所述图像数据,将所述第一位置确定为所述邻近对象的二维2D位置。

24.根据权利要求21所述的系统,还被配置为使用二维2D位置和从所述距离测量设备接收的所述距离数据的点云,来确定所述邻近对象的所述3D位置。

25.根据权利要求21所述的系统,还被配置为将所述邻近对象的所述3D位置保留为在所述多个处理周期内的跟踪数据。

26.根据权利要求25所述的系统,还被配置为使用所述3D位置和所述跟踪数据来确定所述邻近对象的速度。

27.根据权利要求21所述的系统,其中所述车辆是自主车辆。

28.根据权利要求27所述的系统,还被配置为将所述邻近对象的所述3D位置输出到所述自主车辆的轨迹规划模块。

29.一种方法,包括:

30.根据权利要求29所述的方法,其中所述图像生成设备是一个或多个相机。

31.根据权利要求29所述的方法,其中所述第二位置是3D位置。

32.根据权利要求29所述的方法,包括使用从所述图像生成设备接收的所述图像数据,将所述第一位置确定为所述邻近对象的二维2D位置,所述图像生成设备是多个相机。

33.根据权利要求29所述的方法,包括使用二维2D位置和由一个或多个LIDAR传感器生成的点云,来确定所述邻近对象的所述3D位置。

34.根据权利要求...

【技术特征摘要】

1.一种系统,包括:

2.根据权利要求1所述的系统,其中所述图像生成设备是一个或多个相机,并且所述第二位置是3d位置。

3.根据权利要求1所述的系统,还被配置为使用从所述图像生成设备接收的所述图像数据,将所述第一位置确定为所述邻近对象的二维2d位置。

4.根据权利要求1所述的系统,还被配置为使用二维2d位置和从所述距离测量设备接收的所述距离数据的点云,来确定所述邻近对象的所述3d位置。

5.根据权利要求1所述的系统,还被配置为将所述邻近对象的所述3d位置保留为在所述多个处理周期内的跟踪数据。

6.根据权利要求5所述的系统,还被配置为使用所述3d位置和所述跟踪数据来确定所述邻近对象的速度。

7.根据权利要求1所述的系统,其中所述第二位置是3d位置,并且所述系统还被配置为在多个处理周期内使用从所述距离测量设备接收的所述距离数据来跟踪所述第二位置,所述距离数据是在所述多个处理周期中的至少一个期间收集的。

8.根据权利要求1所述的系统,还被配置为将所述邻近对象的所述3d位置输出到所述自主车辆的轨迹规划模块。

9.一种方法,包括:

10.根据权利要求9所述的方法,其中所述图像生成设备是一个或多个相机。

11.根据权利要求9所述的方法,其中所述第二位置是3d位置。

12.根据权利要求9所述的方法,包括使用从所述图像生成设备接收的所述图像数据,将所述第一位置确定为所述邻近对象的二维2d位置,所述图像生成设备是多个相机。

13.根据权利要求9所述的方法,包括使用二维2d位置和由一个或多个lidar传感器生成的点云,来确定所述邻近对象的所述3d位置。

14.根据权利要求9所述的方法,包括将所述邻近对象的所述3d位置作为在所述多个处理周期内的跟踪数据而保留在车载控制系统的存储器设备中。

15.根据权利要求9所述的方法,包括在多个周期内使用从所述距离测量设备接收的所述距离数据来跟踪所述邻近对象的所述3d位置、以及使用所述3d位置和所述跟踪数据来确定所述邻近对象的速度。

16.根据权利要求9所述的方法,包括使在前一处理周期中找到的邻近对象的位置和速度与当前处理周期中识别的邻近对象相关。

17.根据权利要求9所述的方法,包括如果所述邻近对象的所述3d位置能够与所述自主车辆的轨迹相交,则生成警报。

18.一种非暂态机器可用存储介质,包含指令,所述指令在由至少一个处理器执行时,使得所述至少一个处理器执行以下操作:

19.根据权利要求18所述的非暂态机器可用存储介质,还被配置为使在前一处理周期中找到的邻近对象的位置与当前处理周期中识别的邻近对象相关。

20.根据权利要求18所述的非暂态机器可用存储介质,还被配置为使用所述3d位置和跟踪数据来确定所述邻近对...

【专利技术属性】
技术研发人员:李晨旸侯晓迪刘思远
申请(专利权)人:图森有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1