The invention discloses an auxiliary lane location method based on high-precision map and scene retrieval, which mainly includes the following steps: establishing a high-precision Lane map; establishing a lane scene library, in which the scene image in the lane scene library is taken as a reference image, and the reference Lane serial number is marked in the reference image; collecting the current scene image as the current image; By comparing the current image with the reference image in the lane scene database, the nearest reference image can be obtained, and the reference Lane serial number can be obtained from the nearest reference image. Vehicles use low-precision GPS to obtain low-precision location information, and send low-precision location information and reference Lane serial number to high-precision GPS. High-precision GPS combines low-precision location information with reference Lane serial number. The correct lane line of the vehicle is given. The vehicle detects the current lane line and adjusts the current position and posture of the vehicle according to the correct Lane line, so as to match the vehicle with the correct Lane line.
【技术实现步骤摘要】
基于高精度地图和场景检索的车道线辅助定位方法
本专利技术涉及自动驾驶汽车定位
,特别涉及一种基于高精度地图和场景检索的车道线辅助定位方法。
技术介绍
目前,在自动驾驶汽车定位
,有两种最具有代表性的方案:1)使用低成本低精度的基于全球定位系统的组合导航模块(下文简称低精度GPS);2)使用高成本高精度的基于全球定位系统的组合导航模块(下文简称高精度GPS)。方案一受GPS性能的制约,定位误差可达到几米到几十米,不能够满足自动驾驶的需求。方案二使用的高精度GPS成本往往在几十万元,高昂的价格很难实现量产,更无法被用户和市场接受。此外,方案一和方案二都是根据GPS直接给出自身的定位,而忽略了引入外界物体作为定位的参照物,而预先测量好精确位置的参照物又恰恰是车辆定位重要的先验信息。目前,还出现一种基于高精度车道线地图的低精度GPS定位技术,基本工作流程是:首先,高精度车道线地图会接收到低精度GPS发送的车辆位置,然后高精度车道线地图会基于该位置发送出参考车道线;与此同时,自动驾驶汽车上的摄像头会自动检测出当前的车道线。最后,将检测的车道线和参考的高精度车道线地图的车道线进行匹配,只有最接近真实的位置和最接近真实的姿态才能使车道线匹配成功,所以车辆的位姿得到了优化。显而易见,基于高精度车道线地图的低精度GPS定位本身也存在一个问题,那就是高精度车道线地图会接收到一个不准确的位置并基于这个位置发送参考车道线,而该参考车道线很有可能已经偏离了正确的车道,从而使当前检测到的车道线参照了错误的车道线,导致定位信息依然不可靠。基于高精度车道线地图的高精度GPS定 ...
【技术保护点】
1.一种基于高精度地图和场景检索的车道线辅助定位方法,其中,主要包括以下步骤:步骤1、采用高精度GPS采集道路的车道线位置,建立高精度车道线地图;步骤2、采集高精度车道线地图中不同车道的不同位点的包含场景图像的场景数据,建立车道场景库,其中,将所述车道场景库中的场景图像作为参考图像,且所述参考图像中标记有参考车道序号;步骤3、车辆采集当前场景图像为当前图像,将当前图像与车道场景库中的参考图像比对,得到最接近的参考图像,并从所述最接近的参考图像中获取参考车道序列号;步骤4、车辆采用低精度GPS获得低精度位置信息,并将低精度位置信息及参考车道序列号发送至高精度GPS,高精度GPS结合低精度位置信息与参考车道序列号,给出车辆当前正确的车道线;步骤5、车辆检测当前车道线,并以正确的车道线为标准调整车辆当前的位姿,以使车辆与正确的车道线匹配。
【技术特征摘要】
1.一种基于高精度地图和场景检索的车道线辅助定位方法,其中,主要包括以下步骤:步骤1、采用高精度GPS采集道路的车道线位置,建立高精度车道线地图;步骤2、采集高精度车道线地图中不同车道的不同位点的包含场景图像的场景数据,建立车道场景库,其中,将所述车道场景库中的场景图像作为参考图像,且所述参考图像中标记有参考车道序号;步骤3、车辆采集当前场景图像为当前图像,将当前图像与车道场景库中的参考图像比对,得到最接近的参考图像,并从所述最接近的参考图像中获取参考车道序列号;步骤4、车辆采用低精度GPS获得低精度位置信息,并将低精度位置信息及参考车道序列号发送至高精度GPS,高精度GPS结合低精度位置信息与参考车道序列号,给出车辆当前正确的车道线;步骤5、车辆检测当前车道线,并以正确的车道线为标准调整车辆当前的位姿,以使车辆与正确的车道线匹配。2.如权利要求1所述的基于高精度地图和场景检索的车道线辅助定位方法,其中,步骤2中所述场景数据还包括:采集场景图像时车辆的位置、姿态和所在车道的序列号;采集场景图像时的天气情况和交通状况,以及场景图像的词袋向量。3.如权利要求2所述的基于高精度地图和场景检索的车道线辅助定位方法,其中,同一位点的场景图像包括在不同天气情况下以及不同交通状况下采集的多个场景图像。4.如权利要求1所述的基于高精度地图和场景检索的车道线辅助定位方法,其中,步骤3中,获取最接近的参考图像的具体方法主要包括以下步骤:步骤4.1、获得车辆当前场景图像,并利用低精度GPS获得当前位置;步骤4.2、查询车道场景库中在当前位置10-30米范围之内的场景图像,作为候选场景图像;步骤4.3、计算当前场景图像与候选场景图像的相似度,将候选场景图像中得分最高的作为参考场景图像,依照参考场景图像得到车辆当前的参考车道序列号。5.如权利要求4所述的基于高精度地图和场景检索的车道线辅助定位方法,其中,步...
【专利技术属性】
技术研发人员:袁帅,骆沛,李超,
申请(专利权)人:禾多科技北京有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。