运输基础设施通信和控制
阅读：314发布：2020-05-08
专利汇可以提供运输基础设施通信和控制专利检索，专利查询，专利分析的服务。并且本公开提供了“运输 基础 设施通信和控制”。一种参考姿势图，其可以从在多个移动 节点 中的每个移动节点处收集的第一点 云 数据生成。可以基于所述参考姿势图和由静止节点收集的第二点云数据来 指定 所述静止节点的 位置 。，下面是运输基础设施通信和控制专利的具体信息内容。
1.一种方法，其包括：
从在多个移动节点中的每个移动节点处收集的第一点云数据生成参考姿势图；以及基于所述参考姿势图和由静止节点收集的第二点云数据来指定所述静止节点的位置。
2.如权利要求1所述的方法，其中所述第一点云数据和第二点云数据是LIDAR传感器数据。
3.如权利要求1所述的方法，其中所述静止节点包括LIDAR传感器以及二维成像传感器、雷达或超声波传感器中的至少一者。
4.如权利要求1所述的方法，其中通过将迭代扫描匹配过程应用于所述第一点云数据来生成所述参考姿势图。
5.如权利要求1的方法，其还包括检测所述静止节点处的对象，以及根据所述静止节点的所述位置来指定对象位置。
6.如权利要求5所述的方法，其还包括将所述对象位置传输到车辆。
7.如权利要求6所述的方法，其还包括在所述车辆中根据所述对象位置致动部件。
8.如权利要求1所述的方法，其中在三个维度上指定所述静止节点的所述位置。
9.一种计算机可读介质，其包括用于执行如权利要求1-8中任一项所述的方法的程序指令。
10.一种计算机，其被编程为执行如权利要求1-8中任一项所述的方法。
11.一种系统，其包括：
移动LIDAR传感器；
静止基础设施节点；
安装到所述基础设施节点的LIDAR传感器；以及
计算机，其包括处理器和存储器，所述存储器存储指令，所述指令可由所述处理器执行以：
从由所述移动LIDAR传感器收集的第一点云数据生成参考姿势图；并且基于所述参考姿势图和由静止节点收集的第二点云数据来指定所述静止节点的位置。
12.如权利要求11所述的系统，其还包括安装到所述静止节点的二维成像传感器、雷达或超声波传感器中的至少一者。
13.如权利要求12所述的系统，其中通过将迭代扫描匹配过程应用于所述第一点云数据来生成所述参考姿势图。
14.如权利要求13所述的系统，所述指令还包括用于检测所述静止节点处的对象并且根据所述静止节点的位置来指定对象位置的指令。
运输基础设施通信和控制
技术领域
[0001] 本公开的各方面总体涉及车辆基础设施通信。
背景技术
[0002] LIDAR(光探测和测距)传感器可以非常精确地在三个维度上映射对象的位置，但前提是高度精确地知道LIDAR传感器相对于被映射对象的位置。然而，可能难以足够精确地获得LIDAR传感器(例如，固定安装到路边基础设施的传感器)的位置来使LIDAR传感器提供关于传感器视野内的对象的可靠数据。例如，全球定位系统(GPS)传感器即使在通过实时运动(RTK)定位增强时，也通常(例如，在“城市峡谷”环境中)可以提供例如LIDAR传感器的位置，其准确度最佳在几米之内。但是，准确的LIDAR数据可能取决于将LIDAR传感器定位在几厘米内。发明内容
[0003] 一种方法包括从在多个移动节点中的每个移动节点处收集的第一点云数据生成参考姿势图；以及基于所述参考姿势图和由静止节点收集的第二点云数据来指定静止节点的位置。所述第一点云数据和第二点云数据可以是LIDAR传感器数据。所述静止节点可以包括LIDAR传感器以及二维成像传感器、雷达或超声波传感器中的至少一者。可以通过将迭代扫描匹配过程应用于所述第一点云数据来生成所述参考姿势图。所述方法还可以包括检测所述静止节点处的对象，并且根据所述静止节点的所述位置来指定对象位置。所述方法还可以包括将所述对象位置发送到车辆。所述方法还可以包括在所述车辆中根据所述对象位置致动部件。可以在三个维度上指定所述静止节点的所述位置。
[0004] 一种系统包括计算机，所述计算机包括处理器和存储器，所述存储器存储指令，所述指令可由所述处理器执行以：从在多个移动节点中的每个移动节点处收集的第一点云数据生成参考姿势图；并且基于所述参考姿势图和由静止节点收集的第二点云数据来指定所述静止节点的位置。所述第一点云数据和第二点云数据可以是LIDAR传感器数据。所述静止节点可以包括LIDAR传感器以及二维成像传感器、雷达或超声波传感器中的至少一者。可以通过将迭代扫描匹配过程应用于所述第一点云数据来生成所述参考姿势图。所述指令还可以包括用于检测所述静止节点处的对象并且根据所述静止节点的所述位置来指定对象位置的指令。所述指令还可以包括用于将所述对象位置发送到车辆的指令。所述车辆可以根据所述对象位置致动部件。可以在三个维度上指定所述静止节点的所述位置。
[0005] 一种系统包括移动LIDAR传感器；静止基础设施节点；安装到所述基础设施节点的LIDAR传感器；以及计算机，其包括处理器和存储器，所述存储器存储指令，所述指令可由所述处理器执行以：从由所述移动LIDAR传感器收集的第一点云数据生成参考姿势图；并且基于所述参考姿势图和由静止节点收集的第二点云数据来指定所述静止节点的位置。所述系统还可以包括安装到所述静止节点的二维成像传感器、雷达或超声波传感器中的至少一者。可以通过将迭代扫描匹配过程应用于所述第一点云数据来生成所述参考姿势图。所述指令还可以包括用于检测所述静止节点处的对象并且根据所述静止节点的所述位置来指定对象位置的指令。附图说明
[0006] 图1是包括示例性基础设施通信和控制节点的交通区域的框图。
[0007] 图2示出了表示LIDAR数据收集位置的节点的姿势图。
[0008] 图3示出了表示LIDAR数据收集位置的节点的姿势图和在收集节点中的一个处收集的相应点云映射图。
[0009] 图4示出了表示LIDAR数据收集位置的节点的姿势图和由所述节点中的两个收集的相应点云映射图。
[0010] 图5示出了在扫描匹配过程之后表示LIDAR数据收集位置的节点的姿势图和由所呈现的节点中的两个收集的点云映射图。
[0011] 图6示出了在执行迭代扫描匹配过程且然后添加基础设施节点之后表示LIDAR数据收集位置的节点的姿势图。
[0012] 图7示出了在执行迭代扫描匹配过程且然后添加基础设施节点(包括来自基础设施节点处的LIDAR传感器的点云数据的未对准)之后表示LIDAR数据收集位置的节点的姿势图。
[0013] 图8示出了用于将来自基础设施节点的点云数据与来自多个移动收集节点的对准或校准的点云数据对准的姿势图校正的结果。
[0014] 图9示出了用于校准或识别包括LIDAR的静止节点的位置的示例性过程。
具体实施方式
[0015] 图1是交通区域100的框图，所述交通区域100包括示例性基础设施140通信和控制节点140，其上安装有LIDAR传感器150。节点140还可以包括诸如用于分析LIDAR数据的计算机、用于例如与交通区域100中的车辆101进行有线或者较通常地无线通信的通信元件等元件(为了便于说明而未示出)。例如，节点140可以例如经由车辆对基础设施(V2I)通信向车辆提供LIDAR 150数据和/或从其导出的数据，例如提供区域100的映射图的数据和/或指定区域100中的对象例如相对于诸如道路105、建筑物110、桥梁、人行横道、十字路口等基础设施元件的一个或多个位置的数据。
[0016] 本文解决的问题是以足够的准确度(通常在小于10厘米内)确定节点140和LIDAR 150的位置，以提供LIDAR 150数据，或从其导出的数据，使得区域100中的车辆101可以依赖于LIDAR 150来操作，诸如在区域100中导航，包括制动和/或减速、加速和/或转向。如本文所公开的，包括移动LIDAR 151的测绘车辆101可以用于获得数据，所述数据通常呈现为一个姿势图或一系列姿势图，以确定或校准节点140LIDAR 150的位置。
[0017] 包括测绘车辆101的车辆101通常包括计算机110，计算机110可以从包括LIDAR传感器151的传感器接收数据并存储数据。计算机110包括诸如已知的处理器和存储器。存储器包括一种或多种形式的计算机可读介质，并且存储可由计算机110执行以用于执行包括如本文所公开的各种操作的指令。
[0018] 计算机110可以包括编程以操作以下各项中的一者或多者：车辆101制动、推进(例如，通过控制内燃发动机、电动马达、混合动力发动机等中的一者或多者来控制车辆的加速)、转向、气候控制、内部灯和/或外部灯等，以及确定计算机110(而非人类驾驶员)是否以及何时控制此类操作。另外，计算机110可以被编程为确定人类驾驶员是否以及何时控制此类操作。
[0019] 因此，计算机110可以以自主模式、半自主模式或非自主(或手动)模式来操作车辆101。出于本公开的目的，将自主模式限定为由计算机110控制车辆101的推进、制动和转向中的每一者的模式；在半自主模式中，计算机110控制车辆101的推进、制动和转向中的一者或两者；在非自主模式中，人类驾驶员控制车辆101的推进、制动和转向。
[0020] 计算机110可以包括或者例如经由如下文进一步描述的车辆101通信总线通信地耦合到一个以上的处理器，所述处理器例如包括在车辆中所包括的电子控制器单元(ECU)等中，用于监测和/或控制各种车辆部件，例如动力传动系统控制器、制动控制器、转向控制器等。计算机110通常被布置用于在车辆通信网络上进行通信，所述车辆通信网络可以包括车辆中的总线，诸如控制器局域网(CAN)等，和/或其他有线和/或无线机制。
[0021] 经由车辆101网络，计算机110可以向车辆中的各种装置(例如传感器、致动器、人机界面(HMI)等)传输消息和/或从所述各种装置接收消息。可替代地或另外，在计算机110实际上包括多个装置的情况下，车辆101通信网络可以用于在本公开中表示为计算机110的装置之间进行通信。此外，如下所述，各种控制器和/或传感器可以经由车辆通信网络向计算机110提供数据。
[0022] 车辆101传感器可以包括诸如已知的向计算机110提供数据的多种装置。例如，传感器可以包括设置在车辆101的顶部上、在车辆101前挡风玻璃后面、在车辆101周围等的一个或多个LIDAR传感器151等，所述LIDAR传感器151提供车辆101周围对象的相对位置、大小和形状。虽然未示出其他传感器以避免使图示混乱，但是可以包括例如固定到车辆101保险杠的一个或多个雷达传感器，所述一个或多个雷达传感器可以提供数据，以提供对象、第二车辆101等相对于车辆101的位置的位置。可替代地或另外，传感器还可以包括例如一个或多个相机传感器(例如前视、侧视等)，所述相机传感器提供来自车辆101周围区域的图像。
[0024] 在本公开的背景下，车辆部件是一个或多个硬件部件，所述一个或多个硬件部件适于执行机械或机电功能或操作，诸如使车辆101移动、使车辆101减速或停止、使车辆101转向等。部件的非限制性示例包括：推进部件(其包括例如内燃发动机和/或电动马达等)、变速器部件、转向部件(例如，其可以包括方向盘、转向齿条等中的一者或多者)、制动部件(如下所述)、停车辅助部件、自适应巡航控制部件、自适应转向部件、可移动座椅等。
[0025] 另外，计算机110可以被配置成经由车辆对车辆通信模块或接口(例如，包括射频收发器)与车辆101外部的装置通信，例如，通过与另一车辆、与基础设施节点140(通常经由直接射频通信)和/或与远程服务器计算机(例如经由广域网，诸如使用有线和/或无线机制的因特网)进行的车辆对车辆(V2V)或车辆对基础设施(V2X)无线通信。简而言之，通信模块可以包括车辆101的计算机110进行通信所能借助的一个或多个机制，所述一个或多个机制包括无线(例如，蜂窝、无线、卫星、微波和射频)通信机制的任何期望组合，以及任何期望的网络拓扑(或当利用多个通信机制时的多个拓扑)。经由模块提供的示例性通信包括提供数据通信服务的蜂窝、蓝牙、IEEE 802.11、专用短程通信(DSRC)和/或包括因特网的广域网(WAN)。
[0026] 一般而言，车辆计算机110、节点计算机等可以经由诸如本文所讨论的一种或多种机制进行通信。这些机制可以包括各种有线或无线通信机制中的一种或多种，包括有线(例如，电缆和光纤)和/或无线(例如，蜂窝、无线、卫星、微波和射频)通信机制的任何期望组合，以及任何期望的网络拓扑(或当利用多种通信机制时的拓扑)。示例性通信网络包括提供数据通信服务的无线通信网络(例如，使用 低功耗(BLE)、IEEE 802.11、诸如专用短程通信(DSRC)的车辆对车辆(V2V)等)、局域网(LAN)和/或包括因特网的广域网(WAN)。
[0027] 基础设施节点140包括物理结构，诸如塔或其他支撑结构(例如，杆、可安装到桥梁支撑件的盒子、手机塔、道路标识支撑件等)，基础设施传感器，包括LIDAR 150以及基础设施通信模块和节点计算机145，可以安装、存储和/或容纳在所述物理结构上，并且被供电等。为了便于说明，图1中示出了一个基础设施节点140，但是系统可以并且可能会包括数十、数百或数千个节点140。基础设施节点140通常是静止的，即，固定到特定地理位置并且无法从其移动。
[0028] 基础设施节点140传感器可以包括一个或多个传感器，诸如上面针对车辆101传感器所描述的传感器，例如激光雷达传感器、雷达传感器、二维成像传感器(即相机)、超声波传感器等。基础设施传感器随基础结构节点140固定或静止。也就是说，每个传感器安装到基础设施节点，以便具有例如交通区域100的基本上不移动且不改变的视野。因此，如本文所述的指定的节点140位置可以定位即固定到节点140的各种传感器中的每一个(甚至包括不是LIDAR传感器的传感器)的二维或三维坐标集。因此，节点140可以设置在区域100中以提供关于区域100的数据，包括关于诸如车辆、行人、自行车等对象以及其他移动和/或静止对象的数据。区域100可以被定义为节点140激光雷达150的视野内的区域，或者可替代地，被定义为节点140周围的指定距离，例如半径、矩形等，或者简单地定义为包括节点140的指定区域。
[0029] 节点140通信模块和计算机145通常具有与车辆计算机110和车辆通信模块相同的特征，并且因此将不作进一步描述以避免冗余。尽管为了便于说明而未示出，但是基础设施节点140还包括电源，诸如电池、太阳能电池和/或到电网的连接。
[0030] 图2至图8示出了姿势图200的示例。在本公开的背景下，“姿势图”是多个位置(例如，节点205)的表示，其中每个位置是传感器150、151从其收集点云数据215的位置。
[0031] 图2示出了数据收集节点205的姿势图200，即，每个节点205表示LIDAR数据收集位置。LIDAR数据当然通常是三维的，即三维点云。为了便于且清楚说明，本图被示出为二维俯视图，但是应当理解，本文的描述适用于3D激光雷达点云数据。节点205由正方形示出，为了便于说明，在每个图中仅用附图标记205标记其中一个节点。此外，连接节点205的线210表示测绘或数据收集车辆101的可能的行驶路径。也就是说，车辆101可以行驶通过区域100，并且在由节点205表示的每个位置处，可以收集传统的LIDAR点云。
[0032] 例如，图3示出了表示LIDAR 151数据收集位置的节点205的姿势图200以及在节点205a处收集的点云数据215的表示。除了用附图标记205a标记之外，节点205还在图示中通过没有阴影显示而突出显示。
[0033] 图4示出了表示LIDAR 151数据收集位置的节点205的姿势图200以及在节点205a、205b处收集的点云数据215a、215b的表示。在节点205a处收集点云数据215a。从第二节点(即节点205b而非节点205a)收集图3中所示的点云数据215b。除了用附图标记205a标记之外，节点205a、205b在图示中通过没有阴影显示而突出显示。在这个示例中，节点205位置由GPS坐标(即，传统的纬度和经度地理坐标)指定，如上所述，其可以具有多达数米(例如，2到
3米)的误差。因此，尽管点云数据215a、215b表示相同的建筑物110，但是相应的点云数据
215a、215b示出了处于不同位置中的每个建筑物110，即，点云数据215a、215b未彼此对准或校准。尽管在图3中仅示出了来自两个节点205的点云数据215，但是类似地，可以示出来自姿势图200中的其他节点205的不同点云数据215。
3米)的误差。因此，尽管点云数据215a、215b表示相同的建筑物110，但是相应的点云数据
215a、215b示出了处于不同位置中的每个建筑物110，即，点云数据215a、215b未彼此对准或校准。尽管在图3中仅示出了来自两个节点205的点云数据215，但是类似地，可以示出来自姿势图200中的其他节点205的不同点云数据215。
[0034] 图5示出了在使用用于匹配激光雷达扫描的技术的LIDAR扫描匹配过程(例如，其中通过移动装置(诸如测绘车辆205)在诸如节点205的各个点处收集激光雷达扫描)之后表示LIDAR数据收集位置的包括图3的节点205a、205b的节点205的姿势图200以及由所述两个节点205a、205b收集的相应点云映射图。可以看出，来自节点205a、205b的相应点云数据215a、215b现在基本上对准，使得图5仅示出了一组点云数据215。换句话说，来自节点205a、
205b的数据215被校准或对准，使得它可以根据公共坐标系(例如区域200的映射图的)定位。此外，可以迭代地对准或校准来自图4中所示的每个节点205的点云数据215，使得可以根据公共坐标系放置或定位来自每个节点205的数据215。此外，尽管在附图中难以看到，但是应当理解，当来自各个节点205的点云数据215被校准或对准时，生成点云数据的相应节点205也在姿势图中移动，移动距离通常为2米或更短(这就是该移动在图中难以示出的原因)。
205b的数据215被校准或对准，使得它可以根据公共坐标系(例如区域200的映射图的)定位。此外，可以迭代地对准或校准来自图4中所示的每个节点205的点云数据215，使得可以根据公共坐标系放置或定位来自每个节点205的数据215。此外，尽管在附图中难以看到，但是应当理解，当来自各个节点205的点云数据215被校准或对准时，生成点云数据的相应节点205也在姿势图中移动，移动距离通常为2米或更短(这就是该移动在图中难以示出的原因)。
[0035] 图6示出了在执行迭代扫描匹配过程且然后添加基础设施节点140之后表示LIDAR数据收集位置的节点205的姿势图。固定到节点140的LIDAR 150将用于生成区域100的点云数据215，例如以提供在映射图中或作为区域100中的车辆101的数据。因此，如上所解释，期望定位节点140LIDAR 150，即，根据区域100的坐标系尽可能精确地识别位置。已经通过诸如上述的扫描匹配过程对准的图6中所示的节点205可以用作地面实况数据，即，提供用于定位包括LIDAR 150的节点140的静态参考点。因此，图6(以及也如图7和图8中所示)的姿势图200可以被称为参考姿势图200。
[0036] 图7示出了在执行迭代扫描匹配过程以提供对准的点云数据215a且然后添加基础设施节点140(包括来自基础设施节点140处的LIDAR传感器150的未对准的点云数据215b)之后如图6中的表示LIDAR数据收集位置的节点205的姿势图。图8示出了用于将点云数据215b与点云数据215a对准的姿势图校正的结果，即，图8示出了单组对准点云数据215。通过将来自静止节点140的点云数据215b与来自多个移动收集节点205的对准点云数据215a对准，可以指定包括静止节点140的校正位置(例如相对于节点140的坐标系(诸如GPS坐标系))的校正姿势图200。
[0037] 图9示出了用于校准或识别包括激光雷达150的静止节点140的位置的示例性过程900，使得可以提供来自所识别位置处的节点140的数据以用于车辆101的操作。可以根据由车辆101计算机110、节点140计算机145和/或一些其他通用计算机(例如，远程服务器或在远程位置处的可以如本文所述上传和处理点云数据215的其他计算机)的处理器执行的程序指令来执行过程900。
[0039] 接下来，在框910中，例如，根据如上所述的迭代扫描匹配过程等，对准来自各个相应移动节点205的点云数据215。
[0040] 接下来，在框915中，获得来自静止基础设施节点140LIDAR 150的点云数据215。
[0041] 接下来，在框920中，通过将节点140点云数据215与来自移动节点205的对准的点云数据215对准来定位静止节点140，例如，如上所述。节点140计算机145可以存储位置，例如，一组三维坐标，例如包括传感器150的高度和地理坐标，所述位置然后可以用于指定区域100中指示的对象或现象的位置(例如，在映射图上)，或者可以存储指定物体或现象的其他数据，所述其他数据可以经由传输提供给邻近车辆101(即，区域100中的车辆101)。
[0042] 接下来，在框925中，激光雷达150收集点云数据215，点云数据215可以提供给计算机145和/或由计算机145存储。此外，计算机145可以在区域100的映射图中使用点云数据215，以指定区域100中的对象的位置等。也就是说，节点140LIDAR 150可以提供数据215以检测对象，并且可以根据如在框920中确定的静止节点的位置来指定对象位置(即，相对于公共坐标系或在公共坐标系中)。
[0043] 接下来，在框930中，计算机145经由传输(通常是经由用于区域100中的车辆101的V2X或V2V协议等的广播传输)提供点云数据215、关于区域100中的对象的数据和/或区域100的映射图。然后，车辆101可以使用所提供的数据进行操作，例如作为算法的输入，所述算法的输出可以是命令以用于致动车辆101部件，例如，推进以加速车辆101或保持车辆101的速度，制动以使车辆101制动或减速，转向以使车辆101转向等。
[0044] 在框930之后，过程900结束。
[0046] 一般而言，所描述的计算系统和/或装置可以采用许多计算机操作系统中的任一者，包括但决不限于以下各者的版本和/或变型的操作系统：Ford 应用程序、AppLink/Smart Device Link中间件、Microsoft 操作系统、Microsoft操作系统、Unix操作系统(例如，由加州红木海岸的Oracle公司发布的
操作系统)、由纽约阿蒙克市的International Business Machines发布的AIX UNIX操作系统、Linux操作系统、由加州库比蒂诺的Apple公司发布的Mac OSX和iOS操作系统、由加拿大滑铁卢的Blackberry有限公司发布的BlackBerry OS，以及由Google股份有限公司开发的Android操作系统和由QNX Software Systems供应的Open Handset Alliance或 CAR信息娱乐平台。计算装置的示例包括但不限于：车载车辆计算机、计算机工作站、服务器、台式计算机、笔记本型计算机、膝上型计算机、或手持式计算机、或一些其他计算系统和/或装置。
操作系统)、由纽约阿蒙克市的International Business Machines发布的AIX UNIX操作系统、Linux操作系统、由加州库比蒂诺的Apple公司发布的Mac OSX和iOS操作系统、由加拿大滑铁卢的Blackberry有限公司发布的BlackBerry OS，以及由Google股份有限公司开发的Android操作系统和由QNX Software Systems供应的Open Handset Alliance或 CAR信息娱乐平台。计算装置的示例包括但不限于：车载车辆计算机、计算机工作站、服务器、台式计算机、笔记本型计算机、膝上型计算机、或手持式计算机、或一些其他计算系统和/或装置。
[0047] 计算机和计算装置通常包括计算机可执行指令，其中所述指令可以由诸如上面列出的那些的一个或多个计算装置执行。可以从使用各种编程语言和/或技术创建的计算机程序来编译或解译计算机可执行指令，所述编程语言和/或技术包括但不限于以下各者的单一形式或组合形式：JavaTM、C、C++、Matlab、Simulink、Stateflow、Visual Basic、Java Script、Perl、HTML等。这些应用程序中的一些可以在虚拟机(诸如Java虚拟机、Dalvik虚拟机等)上编译和执行。一般而言，处理器(例如，微处理器)接收例如来自存储器、计算机可读介质等的指令，并且执行这些指令，从而执行一个或多个过程，包括本文所述的过程中的一个或多个过程。可以使用多种计算机可读介质来存储和传输此类指令和其他数据。计算装置中的文件一般是存储在计算机可读介质(诸如存储介质、随机存取存储器等)上的数据的集合。
[0048] 存储器可以包括计算机可读介质(也被称为处理器可读介质)，所述计算机可读介质包括参与提供可以由计算机(例如，由计算机的处理器)读取的数据(例如，指令)的任何非暂时性(例如，有形)介质。此类介质可以采取许多形式，包括但不限于非易失性介质和易失性介质。非易失性介质可以包括例如光盘或磁盘以及其他持久存储器。易失性介质可以包括例如通常构成主存储器的动态随机存取存储器(DRAM)。此类指令可以通过一种或多种传输介质传输，所述传输介质包括同轴电缆、铜线和光纤，包括构成联接到ECU的处理器的系统总线的电线。计算机可读介质的常见形式包括例如软盘、柔性盘、硬盘、磁带、任何其他磁性介质、CD-ROM、DVD、任何其他光学介质、穿孔卡、纸带、任何其他具有孔图案的物理介质、RAM、PROM、EPROM、FLASH-EEPROM、任何其他存储器芯片或盒式磁带，或计算机可从中读取的任何其他介质。
[0049] 本文描述的数据库、数据存储库或其他数据存储装置可以包括用于存储、存取和检索各种数据的各种机制，包括分层数据库、文件系统中的一组文件、专用格式的应用数据库、关系型数据库管理系统(RDBMS)等。每个此类数据存储装置通常包括在采用诸如上述一种操作系统的计算机操作系统的计算装置内，并且经由网络以各种方式中的任何一种或多种来存取。文件系统可以从计算机操作系统访问，并且可以包括以各种格式存储的文件。RDBMS除了用于创建、存储、编辑和执行已存储的程序的语言(诸如上述PL/SQL语言)之外还通常采用结构化查询语言(SQL)。
[0050] 在一些示例中，系统元件可以被实施为一个或多个计算装置(例如，服务器、个人计算机等)上的计算机可读指令(例如，软件)，所述计算机可读指令存储在与其相关联的计算机可读介质(例如，磁盘、存储器等)上。计算机程序产品可以包括存储在计算机可读介质上的用于执行本文描述的功能的此类指令。
[0051] 关于本文描述的介质、过程、系统、方法、启发法等，应当理解，尽管此类过程等的步骤已被描述为按照特定的有序顺序发生，但是可以通过以与本文所述顺序不同的顺序执行所述步骤来实施此类过程。还应当理解，可以同时执行某些步骤，可以添加其他步骤，或者可以省略本文描述的某些步骤。换句话说，本文对过程的描述是为了示出某些实施例而提供，而决不应当将其解释为对权利要求进行限制。
[0052] 因此，应当理解，上文描述意图是说明性的而非限制性的。在阅读以上描述之后，除了所提供的示例之外的许多实施例和应用对于本领域技术人员来说将是显而易见的。因此，本发明的范围不应当参考以上描述来确定，而是应当参考所附权利要求，连同此类权利要求所享有的等效物的全部范围来确定。可以预期并意图未来的发展将在本文讨论的技术中发生，并且所公开的系统和方法将结合到此类未来实施例中。总而言之，应当理解，本发明能够进行修改和变化并且仅由所附权利要求限制。
[0053] 除非本文做出相反的明确指示，否则权利要求中使用的所有术语意图给出如本领域技术人员所理解的普通和通常的含义。具体地，除非权利要求给出明确的相反限制，否则诸如“一个”、“该”、“所述”等单数冠词的使用应当被理解为引用一个或多个所指元件。
[0054] 根据本发明，一种方法包括：从在多个移动节点中的每个移动节点处收集的第一点云数据生成参考姿势图；以及基于所述参考姿势图和由静止节点收集的第二点云数据来指定所述静止节点的位置。
[0055] 根据一个实施例，所述第一点云数据和第二点云数据是LIDAR传感器数据。
[0056] 根据一个实施例，所述静止节点包括LIDAR传感器以及二维成像传感器、雷达或超声波传感器中的至少一者。
[0057] 根据一个实施例，通过将迭代扫描匹配过程应用于所述第一点云数据来生成所述参考姿势图。
[0058] 根据一个实施例，本发明的特征还在于检测所述静止节点处的对象，并且根据所述静止节点的所述位置来指定对象位置。
[0059] 根据一个实施例，本发明的特征还在于将所述对象位置传输到车辆。
[0060] 根据一个实施例，本发明的特征还在于在所述车辆中根据所述对象位置致动部件。
[0061] 根据一个实施例，在三个维度上指定所述静止节点的所述位置。
[0062] 根据本发明，提供了一种系统，其具有计算机，所述计算机包括处理器和存储器，所述存储器存储指令，所述指令可由所述处理器执行以：从在多个移动节点中的每个移动节点处收集的第一点云数据生成参考姿势图；并且基于所述参考姿势图和由所述静止节点收集的第二点云数据来指定静止节点的位置。
[0063] 根据一个实施例，所述第一点云数据和第二点云数据是LIDAR传感器数据。
[0064] 根据一个实施例，所述静止节点包括LIDAR传感器以及二维成像传感器、雷达或超声波传感器中的至少一者。
[0065] 根据一个实施例，通过将迭代扫描匹配过程应用于所述第一点云数据来生成所述参考姿势图。
[0066] 根据一个实施例，本发明的特征还在于用于检测所述静止节点处的对象并且根据所述静止节点的所述位置来指定对象位置的指令。
[0067] 根据一个实施例，本发明的特征还在于用于将所述对象位置发送到车辆的指令。
[0068] 根据一个实施例，所述车辆根据所述对象位置致动部件。
[0069] 根据一个实施例，在三个维度上指定所述静止节点的所述位置。
[0070] 根据本发明，提供了一种系统，其具有：移动LIDAR传感器；静止基础设施节点；安装到所述基础设施节点的LIDAR传感器；计算机，其包括处理器和存储器，所述存储器存储指令，所述指令可由所述处理器执行以：从由所述移动LIDAR传感器收集的第一点云数据生成参考姿势图；并且基于所述参考姿势图和由所述静止节点收集的第二点云数据来指定静止节点的位置。
[0071] 根据一个实施例，本发明的特征还在于安装到所述静止节点的二维成像传感器、雷达或超声波传感器中的至少一者。
[0072] 根据一个实施例，通过将迭代扫描匹配过程应用于所述第一点云数据来生成所述参考姿势图。
[0073] 根据一个实施例，所述指令的特征还在于用于检测所述静止节点处的对象并且根据所述静止节点的所述位置来指定对象位置的指令。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 连接方法、网关装置和用于客户端的连接装置 | 2020-05-11 | 232 |
| 加密卷的复制 | 2020-05-11 | 467 |
| 低电压调节器 | 2020-05-08 | 460 |
| 提升分布式多跳网络可用性的分簇管理方法 | 2020-05-08 | 291 |
| 运输基础设施通信和控制 | 2020-05-08 | 314 |
| 用于在多个带宽部分上执行数据发射和测量的方法和网络节点 | 2020-05-08 | 852 |
| 一种基于分布式视频云存储与点播的方法 | 2020-05-08 | 74 |
| 有机发光显示装置 | 2020-05-08 | 836 |
| 基准定时的确定方法及装置、存储介质和电子装置 | 2020-05-08 | 494 |
| 一种基于NB-IoT的智能社区安防系统 | 2020-05-11 | 229 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈