一种基于视觉和高精度地图车道线约束的组合导航方法技术

本发明专利技术属于导航技术领域，公开了一种基于视觉和高精度地图车道线约束的组合导航方法,包括：通过GNSS/INS组合导航定位获得载体的概略位置及精度评定指标；通过视觉辅助识别车道线、确定载体所在车道；结合高精度地图形成载体位置区域约束方程，辅助组合导航滤波解算。本发明专利技术解决了现有技术中城市环境下GNSS易受到干扰和遮挡从而造成车载组合导航算法可用性低的问题，达到了提高城市环境组合导航算法的可用性的技术效果。

A combined navigation method based on vision and high precision map Lane constraint

The invention belongs to the technical field of navigation, and discloses a method of integrated navigation, visual constraints and high precision map based on Lane including: obtaining the approximate position of the carrier and the precision evaluation index by GNSS/INS integrated navigation; through visual aided recognition lane, the lane to determine the carrier; combination of high precision map formation vector location area constraint equation aided navigation solution, filtering. The invention solves the problem that the GNSS of the existing technology is easy to be interfered and obscured in the urban environment, resulting in the low availability of the vehicle integrated navigation algorithm, and achieves the technical effect of improving the availability of the integrated navigation algorithm of the urban environment.

【技术实现步骤摘要】
一种基于视觉和高精度地图车道线约束的组合导航方法
本专利技术涉及导航
，尤其涉及一种基于视觉和高精度地图车道线约束的组合导航方法。
技术介绍
高精度高可靠的定位定姿算法是车载移动测绘、自动驾驶行业发展的基础。目前基于全球卫星导航系统(GNSS)/惯性导航系统(INS)的组合导航算法由于其融合GNSS高精度长期定位性能和INS高精度短期定位性能的优势及能够提供连续的高精度定位定姿结果的特点得到广泛应用。由于INS系统器件误差会随时间发散，GNSS/INS组合导航中需要依赖高精度GNSS定位结果估计INS器件误差并补偿，从而抑制INS误差发散。然而，由于车载条件尤其是在城市环境中GNSS信号很容易受到干扰或是遮挡，如果GNSS信号长期不可用(如在高架桥或隧道中)，INS误差发散得不到有效的估计和补偿，定位定姿结果误差大大增加，无法满足车载移动测绘和自动驾驶的应用需求。基于视觉辅助的组合导航算法能够一定程度上提高城市环境组合导航算法的可用性，然而由于常规视觉辅助算法中需要布设标志或识别大量的特征点，算法复杂度高且易受到环境光等测试环境的影响，在应用过程中受到限制。
技术实现思路
本申请实施例通过提供一种基于视觉和高精度地图车道线约束的组合导航方法，解决了现有技术中城市环境下GNSS易受到干扰和遮挡从而造成车载组合导航算法可用性低的问题。本申请实施例提供一种基于视觉和高精度地图车道线约束的组合导航方法，包括以下步骤：步骤1、通过GNSS/INS组合导航定位获得载体的概略位置及精度评定指标；步骤2、通过视觉辅助识别车道线、确定载体所在车道；步骤3、结合高精度地图形成载体位置区域约束方程，辅助组合导航滤波解算。优选的，所述步骤1中，在GNSS信号受到干扰的情况下，通过GNSS定位解算获得所述载体的概略位置及位置方差，将所述位置方差作为所述精度评定指标；在GNSS信号完全不可用的情况下，通过INS滤波递推获得所述载体的概略位置及滤波方差，将所述滤波方差作为所述精度评定指标。优选的，所述GNSS信号受到干扰的情况包括载波跟踪正常的情况和载波失锁的情况；在所述载波跟踪正常的情况下，通过精密定位算法解算载体的浮点解；所述精密定位算法包括实时载波差分定位模式、精密单点定位模式；在所述载波失锁的情况下，通过伪距定位算法解算标准定位解；所述伪距定位算法包括实时伪距差分定位模式、标准单点定位模式。优选的，所述步骤2中，所述通过视觉辅助识别车道线采用图形特征法和模型匹配法结合的识别方案，所述识别方案包括:通过相机采集路面图像，利用车道线与周围路况的图像特征的差异，初步识别车道线；根据车道线的结构化特征，建立车道线模型，识别车道线模型参数；结合所述车道线模型参数和所述初步识别车道线，剔除识别误差点，填补车道线的结构误差区域，检核识别的车道线。优选的，所述车道线模型包括直线、双曲线、样条曲线车道线模型。优选的，检核识别车道线之后，识别出车道数，并根据所述载体与各车道线的相对位置关系，确定所述载体所在的车道及所述载体两侧的车道线范围。优选的，所述步骤3中，所述结合高精度地图形成载体位置区域约束方程，辅助组合导航滤波解算包括：通过高精度地图获得所述载体所在车道两侧车道线的坐标序列；通过拟合所述坐标序列建立所述载体所在车道两侧车道线的数学模型；根据所述数学模型建立载体位置约束不等式；结合所述载体的概略位置及所述精度评定指标，建立误差模型，得到误差方程式；联立所述载体位置约束不等式和所述误差方程式，采用积极集法进行卡尔曼滤波更新，得到定位定资结果。优选的，所述载体所在车道两侧车道线的数学模型为：式中：表示纬度，λ表示经度，A、B为2次项系数，C、D为1次项系数，R为常数项系数。优选的，所述载体位置约束不等式为：所述载体位置约束不等式描述载体所在车道平面区域范围。优选的，所述误差方程式为：式中：表示载体概略纬度，λ0表示载体概略经度，E、F分别表示定位误差的极大值与极小值，为误差椭圆长短半轴长度，Dλ表示纬度、经度方差，为经纬度的协方差，θ表示长半轴与轴正方向的夹角，本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：在本申请实施例中，利用视觉辅助识别车道线，结合高精度地图提供的车道线坐标序列，形成载体位置区域约束方程，从而辅助组合导航滤波解算，优化算法性能和可用性。由于在车载应用中，车道线是天然存在的可识别标志，且车道线的识别算法相对而言复杂度大大降低，且随着高精度地图的快速发展，车道线也有高精度的位置坐标，因此利用载体的概略位置及其精度评定指标和视觉识别的车道线，结合高精度地图提供的高精度车道线坐标序列，可以确定载体位置的可能分布区域，以该区域作为约束载体位置的边界条件，形成区域约束方程，辅助组合导航滤波算法更新，约束INS误差发散，进而提高组合导航算法的性能。采用本专利技术提供的组合导航方法不仅能够提高城市环境组合导航算法的可用性，而且是以一种较简单和不易受环境影响的方法满足车载移动测绘和自动驾驶的应用需求。附图说明为了更清楚地说明本实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一个实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为未增加车道线约束、采用本专利技术实施例提供的基于视觉和高精度地图车道线约束后的误差范围对比示意图；图2为本专利技术实施例提供的一种基于视觉和高精度地图车道线约束的组合导航方法的流程图。具体实施方式本申请实施例通过提供一种基于视觉和高精度地图车道线约束的组合导航方法，解决了现有技术中城市环境下GNSS易受到干扰和遮挡从而造成车载组合导航算法可用性低的问题。本申请实施例的技术方案为解决上述技术问题，总体思路如下：一种基于视觉和高精度地图车道线约束的组合导航方法，包括以下步骤：步骤1、通过GNSS/INS组合导航定位获得载体的概略位置及精度评定指标；步骤2、通过视觉辅助识别车道线、确定载体所在车道；步骤3、结合高精度地图形成载体位置区域约束方程，辅助组合导航滤波解算。本专利技术利用视觉辅助识别车道线，结合高精度地图提供的车道线坐标序列，形成载体位置区域约束方程，从而辅助组合导航滤波解算，优化算法性能和可用性。由于在车载应用中，车道线是天然存在的可识别标志，且车道线的识别算法相对而言复杂度大大降低，且随着高精度地图的快速发展，车道线也有高精度的位置坐标，因此利用载体的概略位置及其精度评定指标和视觉识别的车道线，结合高精度地图提供的高精度车道线坐标序列，可以确定载体位置的可能分布区域，以该区域作为约束载体位置的边界条件，形成区域约束方程，辅助组合导航滤波算法更新，约束INS误差发散，进而提高组合导航算法的性能。采用本专利技术提供的组合导航方法不仅能够提高城市环境组合导航算法的可用性，而且是以一种较简单和不易受环境影响的方法满足车载移动测绘和自动驾驶的应用需求。为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。本实施例提供了一种基于视觉和高精度地图车道线约束的组合导航方法，主要包括以下三个步骤：步骤1，GNSS/INS组合导航定位确定载体的概略位置及其精本文档来自技高网...

【技术保护点】
一种基于视觉和高精度地图车道线约束的组合导航方法，其特征在于，包括以下步骤：步骤1、通过GNSS/INS组合导航定位获得载体的概略位置及精度评定指标；步骤2、通过视觉辅助识别车道线、确定载体所在车道；步骤3、结合高精度地图形成载体位置区域约束方程，辅助组合导航滤波解算。

【技术特征摘要】
1.一种基于视觉和高精度地图车道线约束的组合导航方法，其特征在于，包括以下步骤：步骤1、通过GNSS/INS组合导航定位获得载体的概略位置及精度评定指标；步骤2、通过视觉辅助识别车道线、确定载体所在车道；步骤3、结合高精度地图形成载体位置区域约束方程，辅助组合导航滤波解算。2.根据权利要求1所述的基于视觉和高精度地图车道线约束的组合导航方法，其特征在于，所述步骤1中，在GNSS信号受到干扰的情况下，通过GNSS定位解算获得所述载体的概略位置及位置方差，将所述位置方差作为所述精度评定指标；在GNSS信号完全不可用的情况下，通过INS滤波递推获得所述载体的概略位置及滤波方差，将所述滤波方差作为所述精度评定指标。3.根据权利要求2所述的基于视觉和高精度地图车道线约束的组合导航方法，其特征在于，所述GNSS信号受到干扰的情况包括载波跟踪正常的情况和载波失锁的情况；在所述载波跟踪正常的情况下，通过精密定位算法解算载体的浮点解；所述精密定位算法包括实时载波差分定位模式、精密单点定位模式；在所述载波失锁的情况下，通过伪距定位算法解算标准定位解；所述伪距定位算法包括实时伪距差分定位模式、标准单点定位模式。4.根据权利要求1所述的基于视觉和高精度地图车道线约束的组合导航方法，其特征在于，所述步骤2中，所述通过视觉辅助识别车道线采用图形特征法和模型匹配法结合的识别方案，所述识别方案包括:通过相机采集路面图像，利用车道线与周围路况的图像特征的差异，初步识别车道线；根据车道线的结构化特征，建立车道线模型，识别车道线模型参数；结合所述车道线模型参数和所述初步识别车道线，剔除识别误差点，填补车道线的结构误差区域，检核识别的车道线。5.根据权利要求4所述的基于...

【专利技术属性】
技术研发人员：章红平，牛小骥，李团，易凯，胡楠楠，
申请(专利权)人：武汉迈普时空导航科技有限公司，
类型：发明
国别省市：湖北,42