[发明专利]一种状态确定方法、装置、计算设备及存储介质在审
申请号: | 202111576693.5 | 申请日: | 2021-12-22 |
公开(公告)号: | CN116363620A | 公开(公告)日: | 2023-06-30 |
发明(设计)人: | 潘亮亮;李昊;赵季 | 申请(专利权)人: | 北京图森智途科技有限公司 |
主分类号: | G06V20/58 | 分类号: | G06V20/58;G06T7/33;G06T5/00;G06F17/16;G06V10/74;G06V10/80 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 101300 北京市顺*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 状态 确定 方法 装置 计算 设备 存储 介质 | ||
1.一种状态确定方法,包括:
获取待处理的观测数据,所述观测数据包括帧时刻相同的图像序列和点云序列;
基于所述观测数据计算残差项,所述残差项包括基于全局定位的全局残差和基于局部定位的局部残差;以及
对所述残差项进行滤波,得到对象在各帧时刻的优化状态。
2.根据权利要求1所述的方法,其中,
所述全局残差包括基于语义地图和图像序列计算得到的第一全局残差;
所述局部残差包括基于前后帧点云数据计算得到的第一局部残差。
3.根据权利要求1所述的方法,其中,所述观测数据还包括惯性数据和全球卫星导航系统得到的定位数据,所述全局残差包括以下至少一种:
基于所述惯性数据和定位数据计算得到的第二全局残差;
基于点云地图和点云序列计算得到的第三全局残差。
4.根据权利要求1所述的方法,其中,所述图像序列为由双目相机或多目相机采集得到,所述观测数据还包括轮速计数据,所述局部残差包括以下至少一种:
基于前后帧图像计算得到的第二局部残差;
基于所述轮速计数据计算得到的第三局部残差。
5.根据权利要求2所述的方法,其中,
所述第一全局残差包括语义地图中的语义对象在当前帧图像中的投影特征与对应的匹配特征之间的残差;
所述第二全局残差为基于所述惯性数据得到的预测状态和基于所述定位数据得到的观测状态的残差。
6.根据权利要求5所述的方法,其中,所述预测状态基于上一帧时刻和当前帧时刻之间的惯性数据、以及对象在上一帧时刻的优化状态计算得到。
7.根据权利要求2所述的方法,其中,
第一全局残差包括虚线端点残差和实线特征点残差;
所述虚线端点残差包括虚线端点的投影点与最邻近虚线点的距离值;
所述实线特征点残差为实线特征点的投影点在实线距离图中对应位置的距离值;
所述实线距离图包括每个像素点到最临近实线的距离值。
8.根据权利要求7所述的方法,其中,所述实线距离图表征为实线距离表,所述实线距离表包括每个像素点的坐标值以及该像素点距离最临近实线的距离值。
9.根据权利要求7所述的方法,其中,所述虚线端点为虚线角点;所述实线特征点包括实线中心线上的点。
10.根据权利要求1所述的方法,其中,
所述滤波为迭代误差状态卡尔曼滤波;
所述迭代误差状态卡尔曼滤波迭代求解状态误差量,并在每次迭代后判断所述状态误差量的增量是否收敛,若不收敛则继续迭代。
11.根据权利要求3所述的方法,还包括:
从预先存储的视觉特征地图中获取所述状态预测量所对应的视觉特征子图,作为所述当前帧时刻所对应的语义地图。
12.根据权利要求1所述的方法,其中,用于采集所述图像序列的图像采集装置与用于采集点云序列的点云采集装置的采集时间戳同步。
13.一种状态确定装置,包括:
数据获取单元,适于获取待处理的观测数据,所述观测数据包括帧时刻相同的图像序列和点云序列;
残差计算单元,适于基于所述观测数据计算残差项,所述残差项所述残差项包括基于全局定位的全局残差和基于局部定位的局部残差;以及
状态优化单元,适于对所述残差项进行滤波,得到对象在各帧时刻的优化状态。
14.一种计算设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-12任一项所述的方法。
15.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-12任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京图森智途科技有限公司,未经北京图森智途科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111576693.5/1.html,转载请声明来源钻瓜专利网。