[go: up one dir, main page]

CN108254758A - 基于多线激光雷达和gps的三维道路构建方法 - Google Patents

基于多线激光雷达和gps的三维道路构建方法 Download PDF

Info

Publication number
CN108254758A
CN108254758A CN201711419889.7A CN201711419889A CN108254758A CN 108254758 A CN108254758 A CN 108254758A CN 201711419889 A CN201711419889 A CN 201711419889A CN 108254758 A CN108254758 A CN 108254758A
Authority
CN
China
Prior art keywords
point cloud
dimensional
laser radar
gps
line laser
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711419889.7A
Other languages
English (en)
Inventor
孟刚
张伟
孙辉
卢远志
石飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SAIC Motor Corp Ltd
Suzhou Automotive Research Institute of Tsinghua University
Original Assignee
SAIC Motor Corp Ltd
Suzhou Automotive Research Institute of Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SAIC Motor Corp Ltd, Suzhou Automotive Research Institute of Tsinghua University filed Critical SAIC Motor Corp Ltd
Priority to CN201711419889.7A priority Critical patent/CN108254758A/zh
Publication of CN108254758A publication Critical patent/CN108254758A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Electromagnetism (AREA)
  • Computer Graphics (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于多线激光雷达和GPS的三维道路构建方法，通过可调节多线激光雷达和高精度GPS动态采集全角度和全方位的周围空间的三维点云数据，并将采集到的离散无关联的稀疏点云数据通过高精度GPS采集的绝对地理位置信息来建立关联，然后通过此关联来计算出点云数据中每个点的绝对地理位置，从而充分有效利用在不同时间不同轨迹采集的雷达点云数据，最后通过相互关联的点云数据构建得到足够稠密的点云数据，再通过差值化方法，将点云数据中的动态物体过滤掉，留下静态物体的点云数据来构建真实道路的三维地图。构建的三维道路地图真实，准确，可靠、通过差值化方法可以剔除掉动态运动物体，得到的三维道路地图干净，还原度更高。

Description

基于多线激光雷达和GPS的三维道路构建方法
技术领域
本发明属于三维道路建模技术领域，具体地涉及一种基于多线激光雷达和GPS的三维道路构建方法。
背景技术
目前常见的三维地图构建方法一是通过道路地理位置来模拟道路的三维模型，并不能还原真实的道路信息，比如道路周边树木，建筑物等信息；二是通过单目或多目摄像头的方式来重建道路三维模型，这种方法复杂且精度不高。
随着多线激光雷达的面世，通过多线激光雷达来构建三维模型成为新的技术，目前常见的多线激光雷达如32线和64线激光雷达，其采集的点云数据虽然可以粗略建立周边三维模型，但由于点云数据太过离散，不够稠密，且多帧点云数据之间无关联信息，不能进行信息重用，因此还不足以用来建立真实道路的三维地图，而由于技术和成本的限制，想利用更多线束的激光雷达来建立三维模型尚不实际。
发明内容
为了解决上述存在的技术问题，本发明提供了一种基于多线激光雷达和GPS的三维道路构建方法，通过可调节多线激光雷达和高精度GPS来全角度和全方位的动态采集周围空间的三维点云数据，并将采集到的离散无关联的单帧稀疏点云数据通过高精度GPS采集的绝对地理位置信息来建立关联，然后通过此关联来计算出点云数据中每个点的绝对地理位置，从而充分有效利用在不同时间不同轨迹采集的雷达点云数据，最后通过相互关联的点云数据构建得到足够稠密的点云数据，再通过差值化方法，将点云数据中的动态物体过滤掉，留下静态物体的点云数据来构建真实道路的三维地图。
本发明的技术方案是：
一种基于多线激光雷达和GPS的三维道路构建方法，包括以下步骤：
S01：将多线激光雷达采集的三维点云数据与GPS采集的绝对地理位置信息建立关联关系；
S02：通过此关联关系计算三维点云数据中每个点的绝对地理位置，通过相互关联的三维点云数据构建得到稠密的三维点云数据；
S03：过滤三维点云数据中的非静态物体，并构建道路的三维地图。
优选的，所述步骤S01中多线激光雷达采集车辆在同一空间区域内不同时间段和不同轨迹，同时配合不同的激光雷达的高度和俯仰角度的组合的数据组合，将不同的数据组合构成三维点云数据。
优选的，所述步骤S02中三维点云数据中每个点的绝对地理位置计算步骤包括：通过车辆地理位置坐标信息、车辆磁偏角信息、俯仰角信息以及GPS和多线激光雷达的相对位置关系，通过空间位置坐标转换得到激光雷达原点的绝对地理位置坐标值，然后将同一时间得到的三维点云数据通过空间位置坐标转换成绝对地理位置坐标值。
优选的，所述步骤S03中过滤三维点云数据中的动态物体的方法为绝对差值法，若某一区域的点云数据重复投影次数少于N次，则判定该区域内投影的物体为非静止物体。
优选的， N等于激光雷达扫描频率*100/车辆运行速度。
优选的，所述过滤三维点云数据中的动态物体的方法为相对差值比例法，利用区域内投影点携带的时间戳信息，统计该区域内投影点在时间上出现的比例，如果该比例小于设定的阈值，则判定该区域内投影的物体为非静止物体。
优选的，构建道路的三维地图包括，采用点云平面拟合方法重建地面模型，采用点云球面或点云曲面拟合方法重建道路边上的树木模型，采用点云平面拟合的组合重建道路周边建筑的模型，将各物体的模型融合，得到道路的三维地图。
与现有技术相比，本发明的优点是：
1、多线激光雷达可以采集全方位，无死角的数据，数据真实且精度高；并且采集的高精度GPS数据准确，误差小；可以充分利用不同时间和不同轨迹生成的离散雷达点云数据，性价比高。
2、通过多线激光雷达和高精度GPS采集的数据，构建得到充分稠密的点云数据，用以构建的三维道路地图真实，准确，可靠
3、通过差值化方法可以剔除掉动态运动物体，得到的三维道路地图干净，还原度更高。
附图说明
下面结合附图及实施例对本发明作进一步描述：
图1为本发明基于多线激光雷达和GPS的三维道路构建方法的流程图；
图2为本发明多线激光雷达和GPS的安装示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
实施例：
下面结合附图，对本发明的较佳实施例作进一步说明。
如图1所示，一种基于多线激光雷达和GPS的三维道路构建方法，包括以下步骤：
S01：将多线激光雷达采集的三维点云数据与GPS采集的绝对地理位置信息建立关联关系；主要是三维点云数据在时间和空间上的关联关系。
S02：通过此关联关系计算三维点云数据中每个点的绝对地理位置，通过相互关联的三维点云数据构建得到稠密的三维点云数据；
S03：过滤三维点云数据中的非静态物体，并构建道路的三维地图。
如图2所示，在数据采集阶段，安装可调节的多线激光雷达，激光雷达线束尽量在32线以上，安装激光雷达的托盘高度可调节，且每个高度的卡位有具体的高度值，卡位数在3个以上，卡位间距在10厘米左右，同时托盘可通过电机或手动调整的方式来控制俯仰角度，这样安装在托盘上的多线激光雷达可以采集不同高度和不同方位的点云数据。多线激光雷达采集车辆在同一空间区域内不同时间段和不同轨迹，同时配合不同的激光雷达的高度和俯仰角度的组合的数据组合，将不同的数据组合构成无关联离散的三维点云数据。如车辆在左侧第一车道上采集时，搭配激光雷达托盘第一卡位以及俯仰角为0度的组合，而车辆在左侧第二车道上采集时，搭配激光雷达第二卡位以及仰角30度的组合，目的是全方位无死角地采集路面所有物体的形态信息。
在车辆上安装高精度GPS，其精度需在厘米级别，能同时采集车辆位置坐标、磁偏角和俯仰角信息，通过地理位置坐标信息、车辆磁偏角信息、俯仰角信息以及GPS和激光雷达的相对位置（如GPS设备在激光雷达正后位置30厘米），且采用相同的时间源（如统一采用GPS时钟），目的是通过固定的相对位置得到同一时间点的激光雷达原点的位置坐标，再通过空间位置坐标转换得到激光雷达扫描点的绝对位置坐标值。然后将同一时间得到的激光点云数据通过三维坐标转换算法转换成绝对地理位置坐标值。经过处理后的点云数据就有了绝对的空间地理位置坐标值，不同时间，不同地点采集的无关联离散的点云数据经过处理后在绝对空间地理位置坐标系中就有了唯一的坐标值。
进行空间位置坐标转换时，需将激光雷达和GPS的相对位置，以及激光雷达托盘的高度和俯仰角度作为校准参数，通过三维空间坐标转换算法，将采集的所有点云数据中的每一个点投影到绝对空间位置坐标系中，该绝对空间位置坐标系与大地坐标有唯一的映射关系，具体计算如图2所示，GPS和激光雷达LiDAR的相对位置固定，且GPS不能阻碍LiDAR激光点发射，其中DGL为GPS到雷达激光原点的距离， HLD为雷达激光原点到地面的距离。雷达激光原点位置坐标推算方法：
GPS得到当前坐标值为经度JG、纬度WG，车辆行驶方向为正东方向，东西方向上1m对应的经度差值为bl，南北方向上1m对应的纬度差值为b2，则距离DGL对应经度差值为DGL*b1，则雷达激光原点的绝对位置坐标为经度JL=JG + DGL*b1，纬度为WL=WG。
假设激光雷达监测到的障碍物B 的点坐标值为( X, Y, Z) = ( XB，YB，ZB) ，其中Y方向为正东方向，则推算得到障碍物B 的经纬度坐标值为经度JB=XL+YB*bl，纬度WB=WL-XB*b2，高度为HB=HLD+ZB。
在数据处理阶段，绝对空间位置坐标系中投影得到的点云数据，包含了采集过程中路面所有物体的投影，包括静态和动态的物体，而在进行三维重建时，需要将其中动态运动的物体剔除掉，只留下所有静态物体的投影。采用的方法为差值化方法，具体做法可采用绝对差值法和相对差值比例法。绝对差值法如下，若某一区域的点云数据重复投影次数少于N次（N的值可取激光雷达扫描频率*100/车辆运行速度，用以表征从激光雷达扫描到某一运动物体到采集车辆与被扫描物体相对运动过后无法扫描到运动物体时间段内采集的点云帧数，该值可根据实际测试结果进行调整），则认为该区域内投影的物体为非静止物体，并将其剔除掉。相对差值比例法如下，针对某一空间区域，利用该区域内投影点携带的时间戳信息，统计该区域内投影点在时间上出现的比例，比如该区域内投影点对应的时间信息包括了不同时间段，则认为在不同的时间段内均扫描到了该物体，如果该比例大于给定的阈值，比如大于0.6就认为该物体为静态物体，反之，则认为是动态物体，并将其从绝对空间位置坐标系中剔除。
在得到了足够稠密的三维道路区域的点云数据后，进行三维地图重建。在三维地图重建阶段，可采用初等曲面重建、Nurbs曲面重建和格网模型重建方法等进行道路的三维构建。比如初等曲面重建方法中，可采用点云平面拟合方法来重建地面模型，采用点云球面或点云曲面拟合方法来重建道路边上的树木模型，采用点云平面拟合的组合来重建道路周边建筑的模型，最终将各种物体的模型融合到统一的三维道路地图中。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (7)

1.一种基于多线激光雷达和GPS的三维道路构建方法，其特征在于，包括以下步骤：
S01：将多线激光雷达采集的三维点云数据与GPS采集的绝对地理位置信息建立关联关系；
S02：通过此关联关系计算三维点云数据中每个点的绝对地理位置，通过相互关联的三维点云数据构建得到稠密的三维点云数据；
S03：过滤三维点云数据中的非静态物体，并构建道路的三维地图。
2.根据权利要求1所述的基于多线激光雷达和GPS的三维道路构建方法，其特征在于，所述步骤S01中多线激光雷达采集车辆在同一空间区域内不同时间段和不同轨迹，同时配合不同的激光雷达的高度和俯仰角度的组合的数据组合，将不同的数据组合构成三维点云数据。
3.根据权利要求1所述的基于多线激光雷达和GPS的三维道路构建方法，其特征在于，所述步骤S02中三维点云数据中每个点的绝对地理位置计算步骤包括：通过车辆地理位置坐标信息、车辆磁偏角信息、俯仰角信息以及GPS和多线激光雷达的相对位置关系，通过空间位置坐标转换得到激光雷达原点的绝对地理位置坐标值，然后将同一时间得到的三维点云数据通过空间位置坐标转换成绝对地理位置坐标值。
4.根据权利要求1所述的基于多线激光雷达和GPS的三维道路构建方法，其特征在于，所述步骤S03中过滤三维点云数据中的动态物体的方法为绝对差值法，若某一区域的点云数据重复投影次数少于N次，则判定该区域内投影的物体为非静止物体。
5.根据权利要求4所述的基于多线激光雷达和GPS的三维道路构建方法，其特征在于，N等于激光雷达扫描频率*100/车辆运行速度。
6.根据权利要求1所述的基于多线激光雷达和GPS的三维道路构建方法，其特征在于，所述过滤三维点云数据中的动态物体的方法为相对差值比例法，利用区域内投影点携带的时间戳信息，统计该区域内投影点在时间上出现的比例，如果该比例小于设定的阈值，则判定该区域内投影的物体为非静止物体。
7.根据权利要求1所述的基于多线激光雷达和GPS的三维道路构建方法，其特征在于，构建道路的三维地图包括，采用点云平面拟合方法重建地面模型，采用点云球面或点云曲面拟合方法重建道路边上的树木模型，采用点云平面拟合的组合重建道路周边建筑的模型，将各物体的模型融合，得到道路的三维地图。
CN201711419889.7A 2017-12-25 2017-12-25 基于多线激光雷达和gps的三维道路构建方法 Pending CN108254758A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711419889.7A CN108254758A (zh) 2017-12-25 2017-12-25 基于多线激光雷达和gps的三维道路构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711419889.7A CN108254758A (zh) 2017-12-25 2017-12-25 基于多线激光雷达和gps的三维道路构建方法

Publications (1)

Publication Number Publication Date
CN108254758A true CN108254758A (zh) 2018-07-06

Family

ID=62723680

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711419889.7A Pending CN108254758A (zh) 2017-12-25 2017-12-25 基于多线激光雷达和gps的三维道路构建方法

Country Status (1)

Country Link
CN (1) CN108254758A (zh)

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109143207A (zh) * 2018-09-06 2019-01-04 百度在线网络技术（北京）有限公司 激光雷达内参精度验证方法、装置、设备及介质
CN109341667A (zh) * 2018-11-29 2019-02-15 武汉汇卓航科技有限公司 一种基于区域判断选择的三维电力线测量方法
CN109975817A (zh) * 2019-04-12 2019-07-05 南京工程学院 一种变电站巡检机器人定位导航方法及系统
CN110174115A (zh) * 2019-06-05 2019-08-27 武汉中海庭数据技术有限公司 一种基于感知数据自动生成高精度定位地图的方法及装置
CN110211228A (zh) * 2019-04-30 2019-09-06 北京云迹科技有限公司 用于建图的数据处理方法及装置
CN110286384A (zh) * 2019-06-25 2019-09-27 武汉理工大学 一种基于多线激光点云极化表征的高精度地图生成系统及方法
CN110765959A (zh) * 2019-10-29 2020-02-07 长安大学 一种交通锥隔离带自动收放装置和方法
CN110927765A (zh) * 2019-11-19 2020-03-27 博康智能信息技术有限公司 激光雷达与卫星导航融合的目标在线定位方法
CN111060889A (zh) * 2018-10-16 2020-04-24 上海汽车集团股份有限公司 车辆雷达系统
CN111142116A (zh) * 2019-09-27 2020-05-12 广东亿嘉和科技有限公司 一种基于三维激光的道路检测与建模方法
CN111699410A (zh) * 2019-05-29 2020-09-22 深圳市大疆创新科技有限公司 点云的处理方法、设备和计算机可读存储介质
CN111722621A (zh) * 2019-03-04 2020-09-29 科沃斯机器人股份有限公司 自移动设备的控制方法、装置、设备及计算机可读存储介质
CN112200868A (zh) * 2020-09-30 2021-01-08 深兰人工智能(深圳)有限公司 定位方法、装置和车辆
CN112666569A (zh) * 2020-12-01 2021-04-16 天津优控智行科技有限公司 一种无人驾驶系统激光雷达连续点云的压缩方法
CN113176546A (zh) * 2020-10-20 2021-07-27 苏州思卡信息系统有限公司 基于nurbs建模的路侧雷达的实时滤除背景的方法
CN113218392A (zh) * 2020-01-21 2021-08-06 富华科精密工业（深圳）有限公司 室内定位导航方法及导航装置
JP2021117051A (ja) * 2020-01-23 2021-08-10 日産自動車株式会社 物体検出方法及び物体検出装置
CN113310497A (zh) * 2021-06-24 2021-08-27 三一专用汽车有限责任公司 地图构建装置、方法、系统和车辆
CN113377748A (zh) * 2020-03-09 2021-09-10 北京京东乾石科技有限公司 激光雷达点云数据的静态点去除方法和装置
CN113740874A (zh) * 2020-05-14 2021-12-03 深圳市镭神智能系统有限公司 一种道路边沿检测方法、电子设备及车辆
CN114325760A (zh) * 2021-12-31 2022-04-12 山东大学 基于多线激光雷达的公路隧道质检避障方法及系统
CN114518108A (zh) * 2020-11-18 2022-05-20 郑州宇通客车股份有限公司 一种定位地图构建方法及装置
CN114754761A (zh) * 2022-04-13 2022-07-15 智道网联科技(北京)有限公司 高精地图车道线的优化方法、装置及电子设备、存储介质
CN114930863A (zh) * 2020-01-09 2022-08-19 Lg电子株式会社 点云数据发送装置、点云数据发送方法、点云数据接收装置和点云数据接收方法
CN115775242A (zh) * 2022-12-05 2023-03-10 北京航空航天大学 一种基于匹配的点云地图质量评估方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103217688A (zh) * 2013-04-16 2013-07-24 铁道第三勘察设计院集团有限公司 一种基于不规则三角网机载激光雷达点云平差计算方法
CN103426165A (zh) * 2013-06-28 2013-12-04 吴立新 一种地面激光点云与无人机影像重建点云的精配准方法
CN105046718A (zh) * 2015-06-30 2015-11-11 西安理工大学 一种多视环境下刚性目标三维运动估计方法
CN105488459A (zh) * 2015-11-23 2016-04-13 上海汽车集团股份有限公司 车载3d道路实时重构方法及装置
CN106597416A (zh) * 2016-11-18 2017-04-26 长安大学 一种地面GPS辅助的LiDAR数据高程差的误差修正方法
CN107421507A (zh) * 2017-04-28 2017-12-01 上海华测导航技术股份有限公司 街景数据采集测量方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103217688A (zh) * 2013-04-16 2013-07-24 铁道第三勘察设计院集团有限公司 一种基于不规则三角网机载激光雷达点云平差计算方法
CN103426165A (zh) * 2013-06-28 2013-12-04 吴立新 一种地面激光点云与无人机影像重建点云的精配准方法
CN105046718A (zh) * 2015-06-30 2015-11-11 西安理工大学 一种多视环境下刚性目标三维运动估计方法
CN105488459A (zh) * 2015-11-23 2016-04-13 上海汽车集团股份有限公司 车载3d道路实时重构方法及装置
CN106597416A (zh) * 2016-11-18 2017-04-26 长安大学 一种地面GPS辅助的LiDAR数据高程差的误差修正方法
CN107421507A (zh) * 2017-04-28 2017-12-01 上海华测导航技术股份有限公司 街景数据采集测量方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
YONG CHO 等: "Rapid Dynamic Target Surface Modeling for Crane Operation Using Hybrid LADAR System", 《CONSTRUCTION RESEARCH CONGRESS 2014》 *
王文越 等: "车载LiDAR数据道路建模研究", 《河南城建学院学报》 *
王肖: "复杂环境下智能车辆动态目标三维感知方法研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *
陈白帆: "动态环境下移动机器人同时定位与建图研究", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11506769B2 (en) 2018-09-06 2022-11-22 Apollo Intelligent Driving Technology (Beijing) Co., Ltd. Method and device for detecting precision of internal parameter of laser radar
CN109143207A (zh) * 2018-09-06 2019-01-04 百度在线网络技术（北京）有限公司 激光雷达内参精度验证方法、装置、设备及介质
CN111060889A (zh) * 2018-10-16 2020-04-24 上海汽车集团股份有限公司 车辆雷达系统
CN109341667A (zh) * 2018-11-29 2019-02-15 武汉汇卓航科技有限公司 一种基于区域判断选择的三维电力线测量方法
CN109341667B (zh) * 2018-11-29 2020-12-18 武汉汇卓航科技有限公司 一种基于区域判断选择的三维电力线测量方法
CN111722621A (zh) * 2019-03-04 2020-09-29 科沃斯机器人股份有限公司 自移动设备的控制方法、装置、设备及计算机可读存储介质
CN109975817A (zh) * 2019-04-12 2019-07-05 南京工程学院 一种变电站巡检机器人定位导航方法及系统
CN110211228A (zh) * 2019-04-30 2019-09-06 北京云迹科技有限公司 用于建图的数据处理方法及装置
CN111699410B (zh) * 2019-05-29 2024-06-07 深圳市卓驭科技有限公司 点云的处理方法、设备和计算机可读存储介质
CN111699410A (zh) * 2019-05-29 2020-09-22 深圳市大疆创新科技有限公司 点云的处理方法、设备和计算机可读存储介质
CN110174115A (zh) * 2019-06-05 2019-08-27 武汉中海庭数据技术有限公司 一种基于感知数据自动生成高精度定位地图的方法及装置
CN110286384B (zh) * 2019-06-25 2023-03-28 武汉理工大学 一种基于多线激光点云极化表征的高精度地图生成系统及方法
CN110286384A (zh) * 2019-06-25 2019-09-27 武汉理工大学 一种基于多线激光点云极化表征的高精度地图生成系统及方法
CN111142116B (zh) * 2019-09-27 2023-03-28 广东亿嘉和科技有限公司 一种基于三维激光的道路检测与建模方法
CN111142116A (zh) * 2019-09-27 2020-05-12 广东亿嘉和科技有限公司 一种基于三维激光的道路检测与建模方法
CN110765959A (zh) * 2019-10-29 2020-02-07 长安大学 一种交通锥隔离带自动收放装置和方法
CN110765959B (zh) * 2019-10-29 2023-04-07 长安大学 一种交通锥隔离带自动收放装置和方法
CN110927765B (zh) * 2019-11-19 2022-02-08 博康智能信息技术有限公司 激光雷达与卫星导航融合的目标在线定位方法
CN110927765A (zh) * 2019-11-19 2020-03-27 博康智能信息技术有限公司 激光雷达与卫星导航融合的目标在线定位方法
CN114930863A (zh) * 2020-01-09 2022-08-19 Lg电子株式会社 点云数据发送装置、点云数据发送方法、点云数据接收装置和点云数据接收方法
CN114930863B (zh) * 2020-01-09 2023-08-08 Lg电子株式会社 点云数据发送装置、点云数据发送方法、点云数据接收装置和点云数据接收方法
CN113218392A (zh) * 2020-01-21 2021-08-06 富华科精密工业（深圳）有限公司 室内定位导航方法及导航装置
JP7378302B2 (ja) 2020-01-23 2023-11-13 日産自動車株式会社 物体検出方法及び物体検出装置
JP2021117051A (ja) * 2020-01-23 2021-08-10 日産自動車株式会社 物体検出方法及び物体検出装置
CN113377748A (zh) * 2020-03-09 2021-09-10 北京京东乾石科技有限公司 激光雷达点云数据的静态点去除方法和装置
CN113377748B (zh) * 2020-03-09 2023-12-05 北京京东乾石科技有限公司 激光雷达点云数据的静态点去除方法和装置
CN113740874B (zh) * 2020-05-14 2024-12-24 深圳市镭神智能系统有限公司 一种道路边沿检测方法、电子设备及车辆
CN113740874A (zh) * 2020-05-14 2021-12-03 深圳市镭神智能系统有限公司 一种道路边沿检测方法、电子设备及车辆
CN112200868A (zh) * 2020-09-30 2021-01-08 深兰人工智能(深圳)有限公司 定位方法、装置和车辆
CN113176546A (zh) * 2020-10-20 2021-07-27 苏州思卡信息系统有限公司 基于nurbs建模的路侧雷达的实时滤除背景的方法
CN113176546B (zh) * 2020-10-20 2022-04-01 苏州思卡信息系统有限公司 基于nurbs建模的路侧雷达的实时滤除背景的方法
CN114518108B (zh) * 2020-11-18 2023-09-08 宇通客车股份有限公司 一种定位地图构建方法及装置
CN114518108A (zh) * 2020-11-18 2022-05-20 郑州宇通客车股份有限公司 一种定位地图构建方法及装置
CN112666569A (zh) * 2020-12-01 2021-04-16 天津优控智行科技有限公司 一种无人驾驶系统激光雷达连续点云的压缩方法
CN112666569B (zh) * 2020-12-01 2023-03-24 天津优控智行科技有限公司 一种无人驾驶系统激光雷达连续点云的压缩方法
CN113310497A (zh) * 2021-06-24 2021-08-27 三一专用汽车有限责任公司 地图构建装置、方法、系统和车辆
CN114325760B (zh) * 2021-12-31 2024-08-23 山东大学 基于多线激光雷达的公路隧道质检避障方法及系统
CN114325760A (zh) * 2021-12-31 2022-04-12 山东大学 基于多线激光雷达的公路隧道质检避障方法及系统
CN114754761A (zh) * 2022-04-13 2022-07-15 智道网联科技(北京)有限公司 高精地图车道线的优化方法、装置及电子设备、存储介质
CN115775242A (zh) * 2022-12-05 2023-03-10 北京航空航天大学 一种基于匹配的点云地图质量评估方法

Similar Documents

Publication Publication Date Title
CN108254758A (zh) 基于多线激光雷达和gps的三维道路构建方法
CN113640822B (zh) 一种基于非地图元素过滤的高精度地图构建方法
CN105844629B (zh) 一种大场景城市建筑物立面点云自动分割方法
CN114065339B (zh) 一种基于三维可视化模型的高塔建设选址方法
CN110648389A (zh) 基于无人机和边缘车辆协同的城市街景3d重建方法和系统
CN102564431A (zh) 基于多传感器融合的非结构化环境理解方法
KR20100136604A (ko) 3차원 지형 영상 실시간 가시화 시스템 및 이의 방법
CN103679655A (zh) 一种基于坡度与区域生长的LiDAR点云滤波方法
CN112652065A (zh) 三维社区建模方法、装置、计算机设备及存储介质
CN108986207A (zh) 一种基于真实路面数据的道路及沿线建筑仿真建模方法
CN115014224B (zh) 基于LiDAR点云与倾斜航空影像的地表形变监测方法
CN111383335A (zh) 一种众筹照片与二维地图结合的建筑物三维建模方法
CN116342783B (zh) 一种实景三维模型数据渲染优化方法及系统
JP2016218694A (ja) ３次元モデル生成装置、３次元モデル生成方法、及びプログラム
WO2023002093A1 (en) Systems and methods for determining road traversability using real time data and a trained model
CN115761303A (zh) 基于机载激光雷达点云和遥感影像数据的地物分类方法
Zhao et al. Autonomous driving simulation for unmanned vehicles
CN111882653A (zh) 一种基于多传感器多层次的室内场景数字孪生方法
CN114092658A (zh) 一种高精度的地图构建方法
Griesbaum et al. Direct local building inundation depth determination in 3-D point clouds generated from user-generated flood images
KR102441100B1 (ko) Las 데이터를 이용한 도로 지문 데이터 구축 시스템 및 그 방법
CN112446915A (zh) 一种基于图像组的建图方法及装置
CN117540512A (zh) 融合实景点云与虚拟仿真的路侧感知设备优化布设方法
Gamerdinger et al. Scope: A synthetic multi-modal dataset for collective perception including physical-correct weather conditions
CN115965790A (zh) 一种基于布料模拟算法的倾斜摄影点云滤波方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180706