自动驾驶中结合低精度GPS的视觉定位方法及系统技术方案

本发明专利技术公开一种自动驾驶中结合低精度GPS的视觉定位方法及系统，其通过检测路面车道线，对车道线的边缘点进行扩展卡尔曼滤波得到车道线的曲线，获取车辆到左右车道线的横向距离，结合高精度地图和GPS得到对车辆的横向位置纠正；同时检测识别路面交通标识，计算当前时刻车辆车载相机与目标物的纵向距离，结合高精度地图和GPS得到对车辆的纵向位置纠正；最后结合横向位置纠正和纵向位置纠正得到精确的车辆定位信息。如此，即通过采用价格低廉的低精度GPS与高精度地图的配合作用，实现高精度视觉辅助定位功能，其定位稳定、鲁棒性强且成本低，不受城市建筑、高架桥等障碍物遮挡反射影响，横向定位精度能够达到20厘米以内，适于商业推广应用。

Visual positioning method and system combined with low precision GPS in autopilot

【技术实现步骤摘要】
自动驾驶中结合低精度GPS的视觉定位方法及系统
本专利技术涉及自动驾驶车辆定位
，具体涉及一种自动驾驶中结合低精度GPS的视觉定位方法及系统。
技术介绍
在自动驾驶和辅助驾驶领域，真实交通场景中高精度和鲁棒的定位尤为重要。在城市交通中，仅仅通过全球卫星导航系统(GNSS)定位误差多达10米甚至更大。如果结合高精度惯性导航(INS)和全球卫星导航系统(GNSS)可以到达较高精度的定位，但是高精度惯导成本高昂且典型的交通场景常常存在一些干扰，比如植被、建筑物的堵塞遮挡或者反射影响，导致定位漂移。因此，亟待提供一种低成本、定位稳定且鲁棒性强的视觉定位方法及系统。
技术实现思路
有鉴于此，本专利技术提供一种低成本、定位稳定且鲁棒性强的自动驾驶中结合低精度GPS的视觉定位方法及系统。一种自动驾驶中结合低精度GPS的视觉定位方法，所述自动驾驶中结合低精度GPS的视觉定位方法包括以下步骤：S1、检测路面车道线，对车道线的边缘点进行扩展卡尔曼滤波得到车道线的曲线，获取车辆到左右车道线的横向距离，结合高精度地图和GPS得到对车辆的横向位置纠正；S2、检测识别路面交通标识，计算当前时刻车辆车载相机与目本文档来自技高网...

【技术保护点】
一种自动驾驶中结合低精度GPS的视觉定位方法，其特征在于，所述自动驾驶中结合低精度GPS的视觉定位方法包括以下步骤：S1、检测路面车道线，对车道线的边缘点进行扩展卡尔曼滤波得到车道线的曲线，获取车辆到左右车道线的横向距离，结合高精度地图和GPS得到对车辆的横向位置纠正；S2、检测识别路面交通标识，计算当前时刻车辆车载相机与目标物的纵向距离，结合高精度地图和GPS得到对车辆的纵向位置纠正；S3、结合横向位置纠正和纵向位置纠正得到精确的车辆定位信息。

【技术特征摘要】
1.一种自动驾驶中结合低精度GPS的视觉定位方法，其特征在于，所述自动驾驶中结合低精度GPS的视觉定位方法包括以下步骤：S1、检测路面车道线，对车道线的边缘点进行扩展卡尔曼滤波得到车道线的曲线，获取车辆到左右车道线的横向距离，结合高精度地图和GPS得到对车辆的横向位置纠正；S2、检测识别路面交通标识，计算当前时刻车辆车载相机与目标物的纵向距离，结合高精度地图和GPS得到对车辆的纵向位置纠正；S3、结合横向位置纠正和纵向位置纠正得到精确的车辆定位信息。2.根据权利要求1所述自动驾驶中结合低精度GPS的视觉定位方法，其特征在于，所述步骤S1包括以下分步骤：S11、检测路面车道线，并对车道线的边缘点进行扩展卡尔曼滤波，得到车道线的曲线；S12、在相机图像像素点中寻找空间坐标与实际测量值之间误差最小的一个像素点；S13、通过车道线检测算法计算得到车辆分别到左右车道线的横向距离；S14、根据车辆分别到左右车道线的横向距离判断车辆行驶状态，并对异常跳变进行修正；S15、结合高精度地图和GPS得到对车辆的横向位置纠正。3.根据权利要求1所述自动驾驶中结合低精度GPS的视觉定位方法，其特征在于，所述步骤S2包括以下分步骤：S21、检测识别路面交通标识，通过视觉几何以及车辆行驶平面假设，从相机成像平面的2D点推算出路面交通标识的3D场景点的位置；S22、计算当前时刻车辆车载相机与路面交通标识之间的纵向距离；S23、结合高精度地图和GPS得到对车辆的纵向位置纠正。4.根据权利要求1所述自动驾驶中结合低精度GPS的视觉定位方法，其特征在于，所述步骤S12包括以下分步骤：S121、对相机内参与外参进行标定，得到以相机光心为原点的相机三维坐标系中的点到相机成像平面像素点的透视投影关系；S122、根据透视投影关系以及车辆行驶平面假设得到车道线曲线相对以相机光心为原点的相机三维坐标系中实际三维坐标；S123、通过将相机图像中所有的像素点计算所得的空间坐标与实际测量值进行反复测量与测试，得到空间坐标与实际测量值之间误差最小的像素点。5.根据权利要求1所述自动驾驶中结合低精度GPS的视觉定位方法，其特征在于，所述步骤S14包括以下分步骤：S141、统计实际车辆行驶时，由相机到左右车道线空间点距离变化所表征的车辆行驶各种的状态；S142、根据统计的车辆行驶各种的状态对SVM分类器进行训练；S143、采用训练好的SVM分类器对异常跳变进行修正。6.一种自动驾驶中结合低精度GPS的视觉定位系统，其特征在于，所述自动驾驶中结合低精度GPS的视觉定位系统包括以下功能模...

【专利技术属性】
技术研发人员：苏晓聪，朱敦尧，陶靖琦，
申请(专利权)人：武汉光庭科技有限公司，
类型：发明
国别省市：湖北,42