[發(fā)明專(zhuān)利]用于估計(jì)移動(dòng)對(duì)象的位置的方法和電子裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202210893205.1
• 申請(qǐng)日: 2022-07-27
• 公開(kāi)（公告）號(hào): CN115797902A
• 公開(kāi)（公告）日: 2023-03-14
• 發(fā)明（設(shè)計(jì)）人: 樸容坤鐘;樸希原;張鐵薰
• 申請(qǐng)（專(zhuān)利權(quán)）人: 三星電子株式會(huì)社
• 主分類(lèi)號(hào): G06V20/58
• 分類(lèi)號(hào): G06V20/58;G06T7/73;G06F16/29;G06V10/74
• 代理公司: 北京銘碩知識(shí)產(chǎn)權(quán)代理有限公司 11286
• 代理人: 史泉;張川緒

公開(kāi)了用于估計(jì)移動(dòng)對(duì)象的位置的方法和電子裝置。為了估計(jì)移動(dòng)對(duì)象的位置，所述電子裝置：從周?chē)鷪D像生成基于地標(biāo)的概率圖的二維(2D)特征點(diǎn)信息；從HD地圖數(shù)據(jù)獲得基于地標(biāo)的三維(3D)特征點(diǎn)信息；將周?chē)鷪D像的2D特征點(diǎn)信息轉(zhuǎn)換到3D或?qū)D地圖數(shù)據(jù)的3D特征點(diǎn)信息轉(zhuǎn)換到2D；確定轉(zhuǎn)換后的特征點(diǎn)信息與周?chē)鷪D像的特征點(diǎn)信息和HD地圖數(shù)據(jù)的特征點(diǎn)信息中的未被轉(zhuǎn)換的特征點(diǎn)信息之間的相似度；以及基于相似度來(lái)估計(jì)移動(dòng)對(duì)象的位置。

本申請(qǐng)要求于2021年9月10日在韓國(guó)知識(shí)產(chǎn)權(quán)局提交的第10-2021-0121201號(hào)韓國(guó)專(zhuān)利申請(qǐng)和于2021年11月9日在韓國(guó)知識(shí)產(chǎn)權(quán)局提交的第10-2021-0152830號(hào)韓國(guó)專(zhuān)利申請(qǐng)的權(quán)益，所述韓國(guó)專(zhuān)利申請(qǐng)的全部公開(kāi)出于所有目的通過(guò)引用包含于此。

技術(shù)領(lǐng)域

以下描述涉及用于估計(jì)移動(dòng)對(duì)象的位置的方法和設(shè)備。

背景技術(shù)

自主駕駛是指在沒(méi)有駕駛員的干預(yù)的情況下通過(guò)識(shí)別周?chē)h(huán)境、確定駕駛情況和控制車(chē)輛來(lái)駕駛到目的地。隨著最近將車(chē)輛和小型移動(dòng)裝置(諸如，移動(dòng)機(jī)器人)用于智能遞送和安全，對(duì)支持高級(jí)駕駛員輔助系統(tǒng)(ADAS)的自主車(chē)輛或移動(dòng)對(duì)象的需求正在增加。

估計(jì)正被駕駛的車(chē)輛的位置對(duì)于自主駕駛的成功是重要的，并且各種技術(shù)可被用來(lái)估計(jì)位置。例如，可使用裝置(諸如，LiDAR或相機(jī))預(yù)先生成地圖，并且可使用在駕駛期間測(cè)量的傳感器數(shù)據(jù)來(lái)估計(jì)地圖上的位置。在另一方法中，使用精確的全球定位系統(tǒng)(GPS)裝置接收衛(wèi)星信號(hào)，并且估計(jì)絕對(duì)位置。

發(fā)明內(nèi)容

提供本發(fā)明內(nèi)容以簡(jiǎn)要的形式介紹在以下具體實(shí)施方式中進(jìn)一步描述的構(gòu)思的選擇。本發(fā)明內(nèi)容不意在確定要求保護(hù)的主題的關(guān)鍵特征或必要特征，也不意在用于幫助確定要求保護(hù)的主題的范圍。

在一個(gè)總體方面，提供了一種處理器實(shí)現(xiàn)的操作電子裝置的方法，所述方法包括：從由安裝在移動(dòng)對(duì)象上的拍攝裝置獲取的周?chē)鷪D像，生成基于地標(biāo)的概率圖中的二維(2D)特征點(diǎn)信息；從移動(dòng)對(duì)象的附近的高分辨率(HD)地圖數(shù)據(jù)，獲得基于地標(biāo)的三維(3D)特征點(diǎn)信息；將周?chē)鷪D像的2D特征點(diǎn)信息之一轉(zhuǎn)換到3D或?qū)D地圖數(shù)據(jù)的3D特征點(diǎn)信息轉(zhuǎn)換到2D；確定轉(zhuǎn)換后的特征點(diǎn)信息與周?chē)鷪D像的特征點(diǎn)信息和HD地圖數(shù)據(jù)的特征點(diǎn)信息中的未被轉(zhuǎn)換的特征點(diǎn)信息之間的相似度；以及基于相似度來(lái)估計(jì)移動(dòng)對(duì)象的位置。

根據(jù)基于深度神經(jīng)網(wǎng)絡(luò)(DNN)的語(yǔ)義分割，周?chē)鷪D像的2D特征點(diǎn)信息可根據(jù)地標(biāo)被獲得。

從移動(dòng)對(duì)象的附近的HD地圖數(shù)據(jù)獲得3D特征點(diǎn)信息的步驟可包括：基于移動(dòng)對(duì)象的位置信息，從HD地圖數(shù)據(jù)庫(kù)接收針對(duì)移動(dòng)對(duì)象的附近的地標(biāo)的在世界域上的3D特征點(diǎn)信息；以及將世界域上的3D特征點(diǎn)信息轉(zhuǎn)換到拍攝裝置的本地域。

對(duì)周?chē)鷪D像的2D特征點(diǎn)信息進(jìn)行轉(zhuǎn)換的步驟可包括：基于逆透視映射，將周?chē)鷪D像的2D特征點(diǎn)信息轉(zhuǎn)換為3D概率圖的形式。

對(duì)HD地圖數(shù)據(jù)的3D特征點(diǎn)信息的維度進(jìn)行轉(zhuǎn)換的步驟可包括：基于透視映射，將HD地圖數(shù)據(jù)的3D特征點(diǎn)信息投影到從周?chē)鷪D像獲得的2D概率圖上。

確定周?chē)鷪D像的特征點(diǎn)信息與HD地圖數(shù)據(jù)的特征點(diǎn)信息之間的相似度的步驟可包括：在從周?chē)鷪D像獲得的概率圖中，對(duì)與每個(gè)地標(biāo)對(duì)應(yīng)的HD地圖數(shù)據(jù)的特征點(diǎn)信息的概率進(jìn)行求和；以及通過(guò)將與每個(gè)地標(biāo)對(duì)應(yīng)的求和后的概率相乘來(lái)計(jì)算相似度。

基于相似度來(lái)估計(jì)移動(dòng)對(duì)象的位置的步驟可包括：基于相似度，對(duì)根據(jù)粒子濾波器或最大似然(ML)優(yōu)化方案來(lái)估計(jì)移動(dòng)對(duì)象的位置的結(jié)果進(jìn)行更新。

移動(dòng)對(duì)象可以是自主車(chē)輛或支持高級(jí)駕駛員輔助系統(tǒng)(ADAS)的車(chē)輛。

地標(biāo)可包括白色車(chē)道線、黃色車(chē)道線、人行橫道、減速帶、交通燈和交通標(biāo)志中的任何一個(gè)或任何組合。