一种基于地图与多传感器检测相结合的定位方法及系统技术方案

本发明专利技术提供了一种基于地图与多传感器检测相结合的定位方法及系统，选取距离车辆附近的一个道路交通标线作为参考标线，识别所述参考标线的类型；以车辆当前位置为视角识别参考标线的形态信息；根据车辆的定位信息，确定车辆在高精度地图中的所处的区域，在该区域中检索道路交通标线，根据参考标线的类型找到高精度地图中存储的与所述参考标线类型对应的道路交通标线；并且根据道路交通标线的形态信息与所处位置的一一对应的关系，找到与形态信息对应的位置，将该位置作为所要确定的车辆位置。本发明专利技术同时采用视觉传感器能够准确识别目标类型和激光雷达对于目标的位置检测精度高的优点，大大提高了车辆的定位精度，满足智能驾驶车辆的需求。

【技术实现步骤摘要】
一种基于地图与多传感器检测相结合的定位方法及系统
本专利技术属于智能驾驶
，特别涉及一种基于地图与多传感器检测相结合的定位方法及系统。
技术介绍
随着计算机科学和机器人技术的发展，智能驾驶车辆在军事、民用和科学研究等诸多方面得到了广泛的应用，它集中了结构学、电子学、控制论和人工智能等多学科的最新研究成果，具有广阔的应用前景。定位系统是智能驾驶系统中必不可少的组成部分，定位系统通常依靠卫星信号进行定位，当定位系统定位时有隧道、高架桥等遮挡时，无法接收到卫星信号，从而造成定位系统输出的定位信号出现偏差和漂移，不能进行准确定位。单纯利用卫星进行定位的定位系统，无法解决所有工况下的定位问题，因此需要借助其它手段进行辅助定位。公开号为“CN102779280A”，名称为“基于驾驶安全地图及双目交通标志识别的定位方法及系统”的中国专利文件，该专利文件利用双目摄像机识别和检测交通标志与车辆之间的间距，与高精度地图上的对应交通标志的坐标进行对比，实现车辆的定位，但是这种利用双目相机检测交通标志与车辆之间距离的方法，由于相机对距离的检测准确率低，因此会影响定位精度。
技术实现思路
本专利技术的目的在于提供一种基于地图与多传感器检测相结合的定位方法及系统，用于解决对智能驾驶车辆的定位精度低的问题。为实现上述目的，本专利技术的技术方案是：一种基于地图与多传感器检测相结合的定位方法，包括如下步骤：1)选取距离车辆附近的一个道路交通标线作为参考标线，识别所述参考标线的类型，所述类型包括道路标线的形状、颜色特征；2)以车辆当前位置为视角识别所述参考标线的形态信息；3)根据车辆的定位信息，确定车辆在高精度地图中的所处的区域，在该区域中检索道路交通标线，根据参考标线的类型找到高精度地图中存储的与所述参考标线类型对应的道路交通标线；并且根据道路交通标线的形态信息与所处位置的一一对应的关系，找到与所述形态信息对应的位置，将该位置作为所要确定的车辆位置；所述高精度地图中存储有道路交通标线，以及以不同的位置为视角获得的道路交通标线的形态信息。进一步地，步骤1)中通过视觉传感器识别所述参考标线的类型。进一步地，步骤2)中通过激光雷达识别所述参考标线的形态信息。进一步地，所述形态信息表示为平面内的曲线。进一步地，所述道路交通标线包括纵向车道线、停止线、斑马线、左右转及直行指示线、文字指示线。进一步地，步骤1)中，利用深度学习的方法采集各道路交通标线的形状和颜色，得到包括各道路交通标线的形状和颜色的样本集，通过将当前采集的道路交通标线与样本集比较，识别参考标线的类型。进一步地，所述平面内的曲线表示为y＝ax3+bx2+cx+d，其中，x，y分别表示：以车辆的中心为坐标原点，道路交通标线上各点相对于车辆的横向距离和纵向距离，a、b、c、d分别代表相对应的系数。本专利技术还提供了一种基于地图与多传感器检测相结合的定位系统，包括如下单元：用于选取距离车辆附近的一个道路交通标线作为参考标线，识别所述参考标线的类型，所述类型包括道路标线的形状、颜色特征的单元；用于以车辆当前位置为视角识别所述参考标线的形态信息的单元；用于根据车辆的定位信息，确定车辆在高精度地图中的所处的区域，在该区域中检索道路交通标线，根据参考标线的类型找到高精度地图中存储的与所述参考标线类型对应的道路交通标线；并且根据道路交通标线的形态信息与所处位置的一一对应的关系，找到与所述形态信息对应的位置，将该位置作为所要确定的车辆位置；所述高精度地图中存储有道路交通标线，以及以不同的位置为视角获得的道路交通标线的形态信息的单元。进一步地，所述形态信息表示为平面内的曲线。进一步地，所述道路交通标线包括纵向车道线、停止线、斑马线、左右转指示线及直行指示线、文字指示线。本专利技术的有益效果是：本专利技术提选取距离车辆附近的一个道路交通标线作为参考标线，识别所述参考标线的类型，所述类型包括道路标线的形状、颜色特征；以车辆当前位置为视角识别所述参考标线的形态信息；根据车辆的定位信息，确定车辆在高精度地图中的所处的区域，在该区域中检索道路交通标线，根据参考标线的类型找到高精度地图中存储的与所述参考标线类型对应的道路交通标线；并且根据道路交通标线的形态信息与所处位置的一一对应的关系，找到与所述形态信息对应的位置，将该位置作为所要确定的车辆位置；所述高精度地图中存储有道路交通标线，以及以不同的位置为视角获得的道路交通标线的形态信息。本专利技术通过同时采用视觉传感器和激光雷达，由于视觉传感器能够准确识别目标类型，但对于位置检测精度低；而激光雷达对于目标的位置检测精度高，但难于识别目标类型，本专利技术充分利用这两种传感器的优点，提高了车辆的定位精度，满足智能驾驶车辆的需求。附图说明图1为本专利技术的基于地图与多传感器检测相结合的定位方法的流程图。具体实施方式下面结合附图对本专利技术的具体实施方式作进一步的说明：本专利技术的一种基于地图与多传感器检测相结合的定位方法的实施例：一种基于地图与多传感器检测相结合的定位方法，如图1所示，包括以下步骤：1、选取距离车辆附近的一个道路交通标线作为参考标线，利用视觉传感器识别道路交通标线的类型，即通过视觉传感器识别道路交通标线的形状、颜色等特征，从而区分出道路交通标线的类别，本实施例的视觉传感器采用单目摄像头或双目摄像头。区分出道路交通标线的类别是指利用深度学习的方法采集各种道路交通标线的形状和颜色，生成样本集，通过比较样本集确定当前帧所包含的道路交通标线类别。选取参考标线时，若车辆附近有几个类型相同或相似的标线，一个与其他类型都不相同或相似的标线，此时，选择这个与其他类型不同的标线作为参考标线，并且通过视觉传感器进一步地识别该参考标线的类型，例如，通过视觉传感器识别参考标线类型为左转曲线。本实施例的道路交通标线包括纵向车道线、停止线、斑马线、左右转及直行指示线、文字指示线。2、以车辆当前位置为视角通过激光雷达识别参考标线的形态信息；该形态信息为平面内的曲线，且能够描述道路交通标线的数学模型方程，本实施例采用三次方程y＝ax3+bx2+cx+d来描述道路交通标线的形态信息，其中，x，y分别表示：以车辆的中心为坐标原点，道路交通标线上各点相对于车辆的横向距离和纵向距离，a、b、c、d分别代表相对应的系数。对于无法使用一个参数模型描述的道路交通标线，将对其分段进行描述。3、根据车辆的定位信息(车辆上一帧的定位信息，由于当前帧和上一帧之间的时间间隔比较短，在间隔时间内车辆移动的距离应该比较短，所以可以以车辆上一帧的定位信息为车辆当前位置的参考区域)，确定车辆在高精度地图中的所处的区域，在该区域中检索道路交通标线，根据参考标线的类型找到高精度地图中存储的道路交通标线；并且根据该道路交通标线的形态信息与所处位置的一一对应的关系，找到与形态信息对应的位置，将该位置作为所要确定的车辆位置。本实施例的高精度地图中存储有道路交通标线，以及以不同的位置为视角获得的道路交通标线的形态信息；由于从不同的视角看道路交通标线，可以得到不同的形态信息，每个视角对应一个形态信息，比如对于左转标线，从不同的角度去看这个左转标线，会得到不同的三次方程模型，该三次方程模型的参数可能都不相等。由于高精度地图中存储有从不同的视角(包括以车辆的位置为本文档来自技高网...

【技术保护点】
1.一种基于地图与多传感器检测相结合的定位方法，其特征在于，包括如下步骤：1)选取距离车辆附近的一个道路交通标线作为参考标线，识别所述参考标线的类型，所述类型包括道路标线的形状、颜色特征；2)以车辆当前位置为视角识别所述参考标线的形态信息；3)根据车辆的定位信息，确定车辆在高精度地图中的所处的区域，在该区域中检索道路交通标线，根据参考标线的类型找到高精度地图中存储的与所述参考标线类型对应的道路交通标线；并且根据道路交通标线的形态信息与所处位置的一一对应的关系，找到与所述形态信息对应的位置，将该位置作为所要确定的车辆位置；所述高精度地图中存储有道路交通标线，以及以不同的位置为视角获得的道路交通标线的形态信息。

【技术特征摘要】
1.一种基于地图与多传感器检测相结合的定位方法，其特征在于，包括如下步骤：1)选取距离车辆附近的一个道路交通标线作为参考标线，识别所述参考标线的类型，所述类型包括道路标线的形状、颜色特征；2)以车辆当前位置为视角识别所述参考标线的形态信息；3)根据车辆的定位信息，确定车辆在高精度地图中的所处的区域，在该区域中检索道路交通标线，根据参考标线的类型找到高精度地图中存储的与所述参考标线类型对应的道路交通标线；并且根据道路交通标线的形态信息与所处位置的一一对应的关系，找到与所述形态信息对应的位置，将该位置作为所要确定的车辆位置；所述高精度地图中存储有道路交通标线，以及以不同的位置为视角获得的道路交通标线的形态信息。2.根据权利要求1所述的基于地图与多传感器检测相结合的定位方法，其特征在于，步骤1)中通过视觉传感器识别所述参考标线的类型。3.根据权利要求1所述的基于地图与多传感器检测相结合的定位方法，其特征在于，步骤2)中通过激光雷达识别所述参考标线的形态信息。4.根据权利要求3所述的基于地图与多传感器检测相结合的定位方法，其特征在于，所述形态信息表示为平面内的曲线。5.根据权利要求1所述的基于地图与多传感器检测相结合的定位方法，其特征在于，所述道路交通标线包括纵向车道线、停止线、斑马线、左右转及直行指示线、文字指示线。6.根据权利要求1所述的基于地图与多传感器检测相结合的定位方法，其特征在于，步骤1)中，利用深度学习的方法采集各道路交通标线的形状和颜色，得到包括各道路...

【专利技术属性】
技术研发人员：路晓静，张磊，
申请(专利权)人：郑州宇通客车股份有限公司，
类型：发明
国别省市：河南,41