CN116008991A - 一种岸桥下车辆定位方法、装置、电子设备及存储介质 - Google Patents
一种岸桥下车辆定位方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116008991A CN116008991A CN202211600518.XA CN202211600518A CN116008991A CN 116008991 A CN116008991 A CN 116008991A CN 202211600518 A CN202211600518 A CN 202211600518A CN 116008991 A CN116008991 A CN 116008991A
- Authority
- CN
- China
- Prior art keywords
- bridge
- cloud data
- point cloud
- bridge leg
- point set
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000015654 memory Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Landscapes
- Navigation (AREA)
Abstract
本公开提供了一种岸桥下车辆定位方法、装置、电子设备及存储介质，通过获取岸桥对应的桥腿点云数据；将所述桥腿点云数据投影至地面所处的二维平面内，确定所述桥腿点云数据对应的二维坐标点集；划分所述二维坐标点集为左桥腿点集以及右桥腿点集，分别将所述左桥腿点集以及所述右桥腿点集拟合为对应的目标直线；根据目标车辆与所述目标直线之间的距离，确定所述目标车辆相对于道路中线的偏移比例。可以在岸桥下等定位信号较差的环境中，提升车辆的定位精度。
Description
技术领域
本公开涉及自动驾驶技术领域，具体而言，涉及一种岸桥下车辆定位方法、装置、电子设备及存储介质。
背景技术
自动驾驶的车辆行驶的第一步就是需要时刻知道自己的位置，定位位置的精度误差超过10cm,行驶的过程中比较容易出现碰撞，因此定位精度有重要的意义。目前主要使用的融合全球定位系统(Global Navigation Satellite System，GNSS)和惯性导航系统(Inertial Navigation System，INS)。还有利用高精地图辅助定位，随着技术的不断更新，同步定位与地图构建(Simultaneous Localization and Mapping，SLAM)也较为普遍的应用自动驾驶车辆的定位系统。
目前，在岸桥下通常由于全球定位系统(Global Positioning System，GPS)信号差，车辆自身的定位系统无法得到精准定位，即使融合了GNSS和INS后定位精度依旧偏差较大，并且SLAM在岸桥下可以提取的特征也较少，相同在线SLAM计算资源消耗较大，硬件算力需求更高。
发明内容
本公开实施例至少提供一种岸桥下车辆定位方法、装置、电子设备及存储介质，可以在岸桥下等定位信号较差的环境中，提升车辆的定位精度。
本公开实施例提供了一种岸桥下车辆定位方法，所述方法包括：
获取岸桥对应的桥腿点云数据；
将所述桥腿点云数据投影至地面所处的二维平面内，确定所述桥腿点云数据对应的二维坐标点集；
划分所述二维坐标点集为左桥腿点集以及右桥腿点集，分别将所述左桥腿点集以及所述右桥腿点集拟合为对应的目标直线；
根据目标车辆与所述目标直线之间的距离，确定所述目标车辆相对于道路中线的偏移比例。
一种可选的实施方式中，所述获取岸桥对应的岸桥腿点云数据，具体包括：
当所述目标车辆驶入所述岸桥下时，通过设置于所述目标车辆车顶的雷达扫描确定所述岸桥对应的岸桥点云数据；
过滤所述岸桥点云数据中高度量大于预设阈值的点云数据，确定所述桥腿点云数据。
一种可选的实施方式中，在所述过滤所述岸桥点云数据中高度量大于预设阈值的点云数据，确定所述桥腿点云数据之后，所述方法还包括：
确定所述雷达对应的雷达坐标系，以及所述目标车辆对应的车辆坐标系之间的坐标系转换关系；
根据所述坐标系转换关系，将所述桥腿点云数据由所述雷达坐标系转换至所述车辆坐标系。
一种可选的实施方式中，所述将所述桥腿点云数据投影至地面所处的二维平面内，确定所述桥腿点云数据对应的二维坐标点集，具体包括：
针对所述桥腿点云数据中的每个点，将该点对应的高度量设置为0，确定所述二维坐标点集。
一种可选的实施方式中，基于以下步骤划分所述二维坐标点集为左桥腿点集以及右桥腿点集：
确定所述目标车辆所处的道路宽度；
在所述车辆坐标系中的横轴方向上，确定所述二维坐标点集中每两个点之间的横向距离，其中，所述横轴方向垂直于所述目标车辆行驶方向；
在所述二维坐标点集中，筛选所述横向距离大于所述道路宽度的一半的目标点对集合；
根据所述目标点对集合中，各坐标点相对于所述目标车辆的位置关系，将所述目标点对集合划分为所述左桥腿点集以及所述右桥腿点集。
一种可选的实施方式中，在所述根据目标车辆与所述目标直线之间的距离，确定所述目标车辆相对于道路中线的偏移比例之后，所述方法还包括：
将所述偏移比例输入至预设的导航地图中，并实时更新所述偏移比例；
根据所述偏移比例调整所述目标骑车对应的行驶方向，以使所述目标汽车沿所述道路中线行驶。
本公开实施例还提供一种岸桥下车辆定位装置，所述装置包括：
获取模块，用于获取岸桥对应的桥腿点云数据；
投影模块，用于将所述桥腿点云数据投影至地面所处的二维平面内，确定所述桥腿点云数据对应的二维坐标点集；
直线拟合模块，用于划分所述二维坐标点集为左桥腿点集以及右桥腿点集，分别将所述左桥腿点集以及所述右桥腿点集拟合为对应的目标直线；
定位模块，用于根据目标车辆与所述目标直线之间的距离，确定所述目标车辆相对于道路中线的偏移比例。
一种可选的实施方式中，所述装置还包括第二高度确认模块，所述第二高度确认模块用于：
本公开实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述岸桥下车辆定位方法，或上述岸桥下车辆定位方法中任一种可能的实施方式中的步骤。
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述岸桥下车辆定位方法，或上述岸桥下车辆定位方法中任一种可能的实施方式中的步骤。
本公开实施例还提供一种计算机程序产品，包括计算机程序/指令，该计算机程序、指令被处理器执行时实现上述岸桥下车辆定位方法，或上述岸桥下车辆定位方法中任一种可能的实施方式中的步骤。
本公开实施例提供的一种岸桥下车辆定位方法、装置、电子设备及存储介质，通过获取岸桥对应的桥腿点云数据；将所述桥腿点云数据投影至地面所处的二维平面内，确定所述桥腿点云数据对应的二维坐标点集；划分所述二维坐标点集为左桥腿点集以及右桥腿点集，分别将所述左桥腿点集以及所述右桥腿点集拟合为对应的目标直线；根据目标车辆与所述目标直线之间的距离，确定所述目标车辆相对于道路中线的偏移比例。可以在岸桥下等定位信号较差的环境中，提升车辆的定位精度。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本公开实施例所提供的一种岸桥下车辆定位方法的流程图；
图2示出了本公开实施例所提供的另一种岸桥下车辆定位方法的流程图；
图3示出了本公开实施例所提供的一种岸桥下车辆定位装置的示意图；
图4示出了本公开实施例所提供的一种电子设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
经研究发现，目前，在岸桥下通常由于全球定位系统(Global PositioningSystem，GPS)信号差，车辆自身的定位系统无法得到精准定位，即使融合了GNSS和INS后定位精度依旧偏差较大，并且SLAM在岸桥下可以提取的特征也较少，相同在线SLAM计算资源消耗较大，硬件算力需求更高。
基于上述研究，本公开提供了一种岸桥下车辆定位方法、装置、电子设备及存储介质，通过获取岸桥对应的桥腿点云数据；将所述桥腿点云数据投影至地面所处的二维平面内，确定所述桥腿点云数据对应的二维坐标点集；划分所述二维坐标点集为左桥腿点集以及右桥腿点集，分别将所述左桥腿点集以及所述右桥腿点集拟合为对应的目标直线；根据目标车辆与所述目标直线之间的距离，确定所述目标车辆相对于道路中线的偏移比例。可以在岸桥下等定位信号较差的环境中，提升车辆的定位精度。
为便于对本实施例进行理解，首先对本公开实施例所公开的一种岸桥下车辆定位方法进行详细介绍，本公开实施例所提供的岸桥下车辆定位方法的执行主体一般为具有一定计算能力的计算机设备，该计算机设备例如包括：终端设备或服务器或其它处理设备，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该岸桥下车辆定位方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
参见图1所示，为本公开实施例提供的一种岸桥下车辆定位方法的流程图，所述方法包括步骤S101～S104，其中：
S101、获取岸桥对应的桥腿点云数据。
在具体实施中，本申请实施例可应用于自动驾驶汽车，当车辆行驶进入岸桥下方区域时，由于岸桥的遮挡，GPS等定位信号较弱，为了实现精确的定位首先实时获取岸桥的桥腿对应的桥腿点云数据。
这里，岸桥即为岸边集装箱起重机，用于集装箱码头对集装箱船进行装卸作业的专业设备，一般安装在港口码头岸边。
作为一种可能的实施方式，可以通过以下步骤S1011-步骤S1012获取岸桥对应的桥腿点云数据：
S1011、当所述目标车辆驶入所述岸桥下时，通过设置于所述目标车辆车顶的雷达扫描确定所述岸桥对应的岸桥点云数据。
在具体实施中，当目标车辆驶入集装箱码头中的岸桥下时，开启设置于车辆顶部的激光雷达对岸桥进行扫描，得到岸桥对应的岸桥点云数据。
S1012、过滤所述岸桥点云数据中高度量大于预设阈值的点云数据，确定所述桥腿点云数据。
在具体实施中，针对激光雷达采集到的岸桥点云数据进行过滤，仅保留岸桥的桥腿对应的桥腿点云数据。
这里，由于岸桥桥腿的位置固定，且岸桥基本水平，只需过滤掉岸桥点云数据中的高度量大于预设阈值的点云数据，所保留的数据即为岸桥桥腿对应的桥腿点云数据。
其中，岸桥点云数据中高度量为在岸桥点云数据中，垂直于地面方向上的高度数值。
需要说明的是，预设阈值可以根据实际需要进行选择，在此不做具体限制，优选的，可以为6m-10m。
进一步的，在步骤S1012之后还可以确定所述雷达对应的雷达坐标系，以及所述目标车辆对应的车辆坐标系之间的坐标系转换关系；根据所述坐标系转换关系，将所述桥腿点云数据由所述雷达坐标系转换至所述车辆坐标系。
这里，在激光雷达标定的过程中，雷达所处的雷达坐标系，与车辆所处的车辆坐标系之间的转换关系，当激光雷达扫描岸桥获取到桥腿点云数据之后，桥腿点云数据处于雷达坐标系下，将桥腿点云数据由雷达坐标系转换至车辆坐标系下。
S102、将所述桥腿点云数据投影至地面所处的二维平面内，确定所述桥腿点云数据对应的二维坐标点集。
在具体实施中，当获取到岸桥桥腿对应的桥腿点云数据之后，针对桥腿点云数据进行基于地面的纠正，将三维的桥腿点云数据投影至地面所处的二维平面内，得到桥腿点云数据对应的二维坐标点集。
作为一种可能的实施方式，针对桥腿点云数据中的每个点，将该点对应的高度量设置为0，确定所述二维坐标点集。
这里，将桥腿点云数据中与地面垂直方向上的高度量(即z值)设置为0，即可将桥腿点云数据中投影至地面所处的二维平面内。
S103、划分所述二维坐标点集为左桥腿点集以及右桥腿点集，分别将所述左桥腿点集以及所述右桥腿点集拟合为对应的目标直线。
在具体实施中，将二维坐标点集划分为左桥腿点集以及右桥腿点集，将左桥腿集拟合为对应的目标左直线，将右桥腿点集拟合为对应的目标右直线，将目标左直线以及目标右直线确定为目标直线。
可选的，可以采用RANSAC直线拟合算法处理左桥腿点集以及右桥腿点集，分别得到左桥腿点集以及右桥腿点集对应的拟合直线方程。
作为一种可能的实施方式，可以通过如下步骤S1031-步骤S1034划分二维坐标点集为左桥腿点集以及右桥腿点集：
S1031、确定所述目标车辆所处的道路宽度。
S1032、在所述车辆坐标系中的横轴方向上，确定所述二维坐标点集中每两个点之间的横向距离，其中，所述横轴方向垂直于所述目标车辆行驶方向。
在具体实施中，在车辆坐标系中的横轴方向，即垂直于车辆行驶方向上确定二维坐标点集中每两个坐标点之间的横向距离。
这里，横向距离可以通过两个坐标点之间x轴坐标之差确定。
S1033、在所述二维坐标点集中，筛选所述横向距离大于所述道路宽度的一半的目标点对集合。
在具体实施中，目标车辆所处的道路宽度的一半作为基准，若两个坐标点之间的横向距离大于道路宽度的一半，则说明这两个坐标点分属于左右两个不同的桥腿；相对应的，若两个坐标点之间的横向距离小于道路宽度的一半，则说明这两个坐标点均属于同一桥腿。
这里，目标点对集合中，每个点对中的两个坐标点均分属于不同的岸桥桥腿。
S1034、根据所述目标点对集合中，各坐标点相对于所述目标车辆的位置关系，将所述目标点对集合划分为所述左桥腿点集以及所述右桥腿点集。
在具体实施中，确定目标点对集合中各坐标点相对于目标车辆的位置关系，根据各坐标点相对于目标车辆的位置关系，将目标点对集合划分为左桥腿点集以及所述右桥腿点集。
这里，目标点对集合中各坐标点相对于目标车辆的位置关系包括：位于目标车辆左侧以及位于目标车辆右侧。
可选的，可以在车辆坐标系下，根据目标点对集合中各坐标点中横坐标相对于车辆坐标系原点的正负关系，确定对于目标车辆的位置关系。
具体的，可以定义车辆坐标系中的横轴方向为垂直于车辆行驶方向的右侧，原点为车辆本身，若坐标点中横坐标相对于车辆坐标系原点为正，则该坐标点归属于右桥腿点集；若坐标点中横坐标相对于车辆坐标系原点为负，则该坐标点归属于左桥腿点集。
S104、根据目标车辆与所述目标直线之间的距离，确定所述目标车辆相对于道路中线的偏移比例。
在具体实施中，在将岸桥对应的左桥腿点集以及右桥腿点集分别拟合为对应的目标直线后，确定目标车辆相对于左桥腿点集对应的目标直线，以及目标车辆相对于右桥腿点集对应的目标直线的垂直距离，并根据该垂直距离确定目标车辆相对于道路中线的偏移比例。
这里，可以确定目标车辆与左桥腿点集对应目标直线之间的垂直距离，以及与右桥腿点集对应目标直线之间的垂直距离之间的差值，将该差值与道路宽度的一半的比值确定为目标车辆相对于道路中线的偏移比例。
本公开实施例提供的一种岸桥下车辆定位方法，通过获取岸桥对应的桥腿点云数据；将所述桥腿点云数据投影至地面所处的二维平面内，确定所述桥腿点云数据对应的二维坐标点集；划分所述二维坐标点集为左桥腿点集以及右桥腿点集，分别将所述左桥腿点集以及所述右桥腿点集拟合为对应的目标直线；根据目标车辆与所述目标直线之间的距离，确定所述目标车辆相对于道路中线的偏移比例。可以在岸桥下等定位信号较差的环境中，提升车辆的定位精度。
参见图2所示，为本公开实施例提供的另一种岸桥下车辆定位方法的流程图，所述方法包括步骤S201～S206，其中：
S201、获取岸桥对应的桥腿点云数据。
S202、将所述桥腿点云数据投影至地面所处的二维平面内，确定所述桥腿点云数据对应的二维坐标点集。
S203、划分所述二维坐标点集为左桥腿点集以及右桥腿点集，分别将所述左桥腿点集以及所述右桥腿点集拟合为对应的目标直线。
S204、根据目标车辆与所述目标直线之间的距离，确定所述目标车辆相对于道路中线的偏移比例。
这里，步骤S201-步骤S204与步骤S101-步骤S104实质相同，具有相同的实施方式并且可以达到相同的技术效果，对此不再赘述。
S205、将所述偏移比例输入至预设的导航地图中，并实时更新所述偏移比例。
S206、根据所述偏移比例调整所述目标骑车对应的行驶方向，以使所述目标汽车沿所述道路中线行驶。
在具体实施中，在车辆行驶过程中，实时更新车辆相对于道路中线的偏移比例至车辆对应的预设导航地图中，由导航地图根据车辆相对于道路中线的偏移比例调整车辆的行驶方向。
本公开实施例提供的一种岸桥下车辆定位方法，通过获取岸桥对应的桥腿点云数据；将所述桥腿点云数据投影至地面所处的二维平面内，确定所述桥腿点云数据对应的二维坐标点集；划分所述二维坐标点集为左桥腿点集以及右桥腿点集，分别将所述左桥腿点集以及所述右桥腿点集拟合为对应的目标直线；根据目标车辆与所述目标直线之间的距离，确定所述目标车辆相对于道路中线的偏移比例。可以在岸桥下等定位信号较差的环境中，提升车辆的定位精度。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思，本公开实施例中还提供了与岸桥下车辆定位方法对应的岸桥下车辆定位装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述岸桥下车辆定位方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
请参阅图3，图3为本公开实施例提供的一种岸桥下车辆定位装置的示意图。如图3中所示，本公开实施例提供的岸桥下车辆定位装置300包括：
获取模块310，用于获取岸桥对应的桥腿点云数据。
投影模块320，用于将所述桥腿点云数据投影至地面所处的二维平面内，确定所述桥腿点云数据对应的二维坐标点集。
直线拟合模块330，用于划分所述二维坐标点集为左桥腿点集以及右桥腿点集，分别将所述左桥腿点集以及所述右桥腿点集拟合为对应的目标直线。
定位模块340，用于根据目标车辆与所述目标直线之间的距离，确定所述目标车辆相对于道路中线的偏移比例。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
本公开实施例提供的一种岸桥下车辆定位装置，通过获取岸桥对应的桥腿点云数据；将所述桥腿点云数据投影至地面所处的二维平面内，确定所述桥腿点云数据对应的二维坐标点集；划分所述二维坐标点集为左桥腿点集以及右桥腿点集，分别将所述左桥腿点集以及所述右桥腿点集拟合为对应的目标直线；根据目标车辆与所述目标直线之间的距离，确定所述目标车辆相对于道路中线的偏移比例。可以在岸桥下等定位信号较差的环境中，提升车辆的定位精度。
对应于图1与图2中的岸桥下车辆定位方法，本公开实施例还提供了一种电子设备400，如图4所示，为本公开实施例提供的电子设备400结构示意图，包括：
处理器41、存储器42、和总线43；存储器42用于存储执行指令，包括内存421和外部存储器422；这里的内存421也称内存储器，用于暂时存放处理器41中的运算数据，以及与硬盘等外部存储器422交换的数据，处理器41通过内存421与外部存储器422进行数据交换，当所述电子设备400运行时，所述处理器41与所述存储器42之间通过总线43通信，使得所述处理器41执行图1与图2中的岸桥下车辆定位方法的步骤。
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的岸桥下车辆定位方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例还提供一种计算机程序产品，该计算机程序产品包括有计算机指令，所述计算机指令被处理器执行时可以执行上述方法实施例中所述的岸桥下车辆定位方法的步骤，具体可参见上述方法实施例，在此不再赘述。
其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种岸桥下车辆定位方法，其特征在于，包括：
获取岸桥对应的桥腿点云数据；
将所述桥腿点云数据投影至地面所处的二维平面内，确定所述桥腿点云数据对应的二维坐标点集；
划分所述二维坐标点集为左桥腿点集以及右桥腿点集，分别将所述左桥腿点集以及所述右桥腿点集拟合为对应的目标直线；
根据目标车辆与所述目标直线之间的距离，确定所述目标车辆相对于道路中线的偏移比例。
2.根据权利要求1所述的方法，其特征在于，所述获取岸桥对应的岸桥腿点云数据，具体包括：
当所述目标车辆驶入所述岸桥下时，通过设置于所述目标车辆车顶的雷达扫描确定所述岸桥对应的岸桥点云数据；
过滤所述岸桥点云数据中高度量大于预设阈值的点云数据，确定所述桥腿点云数据。
3.根据权利要求2所述的方法，其特征在于，在所述过滤所述岸桥点云数据中高度量大于预设阈值的点云数据，确定所述桥腿点云数据之后，所述方法还包括：
确定所述雷达对应的雷达坐标系，以及所述目标车辆对应的车辆坐标系之间的坐标系转换关系；
根据所述坐标系转换关系，将所述桥腿点云数据由所述雷达坐标系转换至所述车辆坐标系。
4.根据权利要求1所述的方法，其特征在于，所述将所述桥腿点云数据投影至地面所处的二维平面内，确定所述桥腿点云数据对应的二维坐标点集，具体包括：
针对所述桥腿点云数据中的每个点，将该点对应的高度量设置为0，确定所述二维坐标点集。
5.根据权利要求3所述的方法，其特征在于，基于以下步骤划分所述二维坐标点集为左桥腿点集以及右桥腿点集：
确定所述目标车辆所处的道路宽度；
在所述车辆坐标系中的横轴方向上，确定所述二维坐标点集中每两个点之间的横向距离，其中，所述横轴方向垂直于所述目标车辆行驶方向；
在所述二维坐标点集中，筛选所述横向距离大于所述道路宽度的一半的目标点对集合；
根据所述目标点对集合中，各坐标点相对于所述目标车辆的位置关系，将所述目标点对集合划分为所述左桥腿点集以及所述右桥腿点集。
6.根据权利要求1所述的方法，其特征在于，在所述根据目标车辆与所述目标直线之间的距离，确定所述目标车辆相对于道路中线的偏移比例之后，所述方法还包括：
将所述偏移比例输入至预设的导航地图中，并实时更新所述偏移比例；
根据所述偏移比例调整所述目标骑车对应的行驶方向，以使所述目标汽车沿所述道路中线行驶。
7.一种岸桥下车辆定位装置，其特征在于，包括：
获取模块，用于获取岸桥对应的桥腿点云数据；
投影模块，用于将所述桥腿点云数据投影至地面所处的二维平面内，确定所述桥腿点云数据对应的二维坐标点集；
直线拟合模块，用于划分所述二维坐标点集为左桥腿点集以及右桥腿点集，分别将所述左桥腿点集以及所述右桥腿点集拟合为对应的目标直线；
定位模块，用于根据目标车辆与所述目标直线之间的距离，确定所述目标车辆相对于道路中线的偏移比例。
8.根据权利要求7所述的装置，其特征在于，所述获取模块包括扫描单元以及过滤单元；
所述扫描单元，用于当所述目标车辆驶入所述岸桥下时，通过设置于所述目标车辆车顶的雷达扫描确定所述岸桥对应的岸桥点云数据；
所述过滤单元，用于过滤所述岸桥点云数据中高度量大于预设阈值的点云数据，确定所述桥腿点云数据。
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至6中任一项所述的岸桥下车辆定位方法的步骤。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至6中任一项所述的岸桥下车辆定位方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211600518.XA CN116008991B (zh) | 2022-12-12 | 2022-12-12 | 一种岸桥下车辆定位方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211600518.XA CN116008991B (zh) | 2022-12-12 | 2022-12-12 | 一种岸桥下车辆定位方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116008991A true CN116008991A (zh) | 2023-04-25 |
| CN116008991B CN116008991B (zh) | 2024-08-06 |
Family
ID=86029547
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211600518.XA Active CN116008991B (zh) | 2022-12-12 | 2022-12-12 | 一种岸桥下车辆定位方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116008991B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130197758A1 (en) * | 2012-01-27 | 2013-08-01 | Denso Corporation | Vehicle automatic steering control apparatus |
| WO2016185637A1 (ja) * | 2015-05-20 | 2016-11-24 | 三菱電機株式会社 | 点群画像生成装置および表示システム |
| CN108482369A (zh) * | 2018-04-08 | 2018-09-04 | 广州大学 | 一种车道中央保持控制方法及系统 |
| CN110530372A (zh) * | 2019-09-26 | 2019-12-03 | 上海商汤智能科技有限公司 | 定位方法、路径确定方法、装置、机器人及存储介质 |
| CN111175788A (zh) * | 2020-01-20 | 2020-05-19 | 北京主线科技有限公司 | 自动驾驶车辆横向定位方法及其定位系统 |
| CN112415548A (zh) * | 2020-11-09 | 2021-02-26 | 北京斯年智驾科技有限公司 | 无人集卡的定位方法、装置、系统、电子装置和存储介质 |
| CN112537297A (zh) * | 2019-09-20 | 2021-03-23 | 比亚迪股份有限公司 | 车道保持方法、系统及车辆 |
| CN112710301A (zh) * | 2020-12-09 | 2021-04-27 | 上汽大众汽车有限公司 | 一种自动驾驶车辆高精度定位方法和系统 |
| CN113494915A (zh) * | 2020-04-02 | 2021-10-12 | 广州汽车集团股份有限公司 | 一种车辆横向定位方法、装置及系统 |
| CN114061570A (zh) * | 2020-07-31 | 2022-02-18 | 长沙智能驾驶研究院有限公司 | 车辆定位方法、装置、计算机设备和存储介质 |
-
2022
- 2022-12-12 CN CN202211600518.XA patent/CN116008991B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130197758A1 (en) * | 2012-01-27 | 2013-08-01 | Denso Corporation | Vehicle automatic steering control apparatus |
| WO2016185637A1 (ja) * | 2015-05-20 | 2016-11-24 | 三菱電機株式会社 | 点群画像生成装置および表示システム |
| CN108482369A (zh) * | 2018-04-08 | 2018-09-04 | 广州大学 | 一种车道中央保持控制方法及系统 |
| CN112537297A (zh) * | 2019-09-20 | 2021-03-23 | 比亚迪股份有限公司 | 车道保持方法、系统及车辆 |
| CN110530372A (zh) * | 2019-09-26 | 2019-12-03 | 上海商汤智能科技有限公司 | 定位方法、路径确定方法、装置、机器人及存储介质 |
| CN111175788A (zh) * | 2020-01-20 | 2020-05-19 | 北京主线科技有限公司 | 自动驾驶车辆横向定位方法及其定位系统 |
| CN113494915A (zh) * | 2020-04-02 | 2021-10-12 | 广州汽车集团股份有限公司 | 一种车辆横向定位方法、装置及系统 |
| CN114061570A (zh) * | 2020-07-31 | 2022-02-18 | 长沙智能驾驶研究院有限公司 | 车辆定位方法、装置、计算机设备和存储介质 |
| CN112415548A (zh) * | 2020-11-09 | 2021-02-26 | 北京斯年智驾科技有限公司 | 无人集卡的定位方法、装置、系统、电子装置和存储介质 |
| CN112710301A (zh) * | 2020-12-09 | 2021-04-27 | 上汽大众汽车有限公司 | 一种自动驾驶车辆高精度定位方法和系统 |
Non-Patent Citations (3)
| Title |
|---|
| 孔栋;孙亮;王建强;王晓原;: "基于3D激光雷达点云的道路边界识别算法", 广西大学学报(自然科学版), no. 03, 25 June 2017 (2017-06-25), pages 55 - 63 * |
| 李奕飞 等: "自动驾驶卡车技术路线浅析", 《重型汽车》, no. 4, 31 August 2021 (2021-08-31), pages 38 - 39 * |
| 王里 等: "港口ART自动驾驶系统设计和应用", 《港口科技》, 31 August 2022 (2022-08-31), pages 5 - 10 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116008991B (zh) | 2024-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3620823B1 (en) | Method and device for detecting precision of internal parameter of laser radar | |
| CN107438752B (zh) | 定位方法、终端和服务器 | |
| US20190294172A1 (en) | Navigation method and apparatus, and terminal device | |
| CN109084785A (zh) | 多车辆协同定位与地图构建方法、装置、设备及存储介质 | |
| CN115235500B (zh) | 基于车道线约束的位姿校正方法及装置、全工况静态环境建模方法及装置 | |
| CN110160545B (zh) | 一种激光雷达与gps的增强定位系统及方法 | |
| KR102331312B1 (ko) | 차량 내부 센서, 카메라, 및 gnss 단말기를 이용한 3차원 차량 항법 시스템 | |
| CN112362054A (zh) | 一种标定方法、装置、电子设备及存储介质 | |
| WO2022252390A1 (zh) | 误差补偿方法、装置、计算机设备及存储介质 | |
| US20220155451A1 (en) | Detecting three-dimensional structure models at runtime in vehicles | |
| WO2024197815A1 (zh) | 一种工程机械的建图、方法、设备、及可读存储介质 | |
| US10928206B2 (en) | Vehicle control system, own vehicle position calculation apparatus, vehicle control apparatus, own vehicle position calculation program, and non-transitory computer readable storage medium | |
| CN109910008B (zh) | 用于数据型激光雷达机器人的避障预警系统和预警方法 | |
| CN114942025A (zh) | 车辆导航定位方法、装置、电子设备及存储介质 | |
| CN114061573A (zh) | 地面无人车辆编队定位装置及方法 | |
| CN110909456B (zh) | 一种建模方法、装置、终端设备及介质 | |
| CN116224396A (zh) | 基于点云的岸桥区域导航方法、系统、设备及存储介质 | |
| CN116008991A (zh) | 一种岸桥下车辆定位方法、装置、电子设备及存储介质 | |
| CN118898907A (zh) | 在交通工具辅助系统中确定自由空间边界时将测量点与样条点相关联 | |
| CN114001729B (zh) | 定位方法、装置及电子设备 | |
| CN116699509A (zh) | 农机航向确定方法、装置及农机车辆 | |
| CN112966059B (zh) | 针对定位数据的数据处理方法、装置、电子设备和介质 | |
| CN117730239A (zh) | 用于导航的设备和方法 | |
| CN112649823A (zh) | 无人机导航定位方法及装置 | |
| CN117091596B (zh) | 一种姿态信息获取方法以及相关设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: Room 101, 21st Floor, South Building, Information Technology Building, No. 650 Yunxiu South Road, Wuyang Street, Deqing County, Huzhou City, Zhejiang Province 313200 Patentee after: Zhejiang Siqian Intelligent Driving Technology Co.,Ltd. Country or region after: China Address before: 118, 1st Floor, Building 1, No.16 Anningzhuang East Road, Haidian District, Beijing Patentee before: Beijing Sinian Zhijia Technology Co.,Ltd. Country or region before: China |
|
| CP03 | Change of name, title or address |