无人驾驶车辆的定位方法、系统、设备及存储介质技术方案

本发明专利技术提供了无人驾驶车辆的定位方法、系统、设备及存储介质，该方法包括：在车道线上设置多个定位标识图案，并建立每个定位标识图案与空间坐标的映射关系表；通过车辆的拍摄前方路面的画面，并检测画面中是否具有带预设标识图案的标识线，若否，则采用全局定位方式进行控制；若是，则获得当前状态下采用局部定位的精确度和全局定位的精确度；判断当前状态下采用局部定位的精确度是否高于采用全局定位的精确度，若是，则采用局部定位方式进行控制；若否，采用全局定位方式进行控制。本发明专利技术能够在不同状态下自动选择最合适的定位模式，提高了无人驾驶车辆的安全性和准确性。

Location Method, System, Equipment and Storage Medium of Unmanned Vehicle

The invention provides a positioning method, system, equipment and storage medium for an unmanned vehicle. The method includes: setting up multiple positioning identification patterns on the lane line and establishing a mapping table between each positioning identification pattern and spatial coordinates; photographing the road surface in front of the vehicle, and detecting whether there are any positioning identification patterns in the picture. If not, the marking line with preset marking pattern is controlled by global positioning; if not, the accuracy of local positioning and global positioning under the current state are obtained; whether the accuracy of local positioning under the current state is higher than that of global positioning is judged; if not, local positioning is adopted. Part positioning mode is used to control; if not, global positioning mode is used to control. The invention can automatically select the most suitable positioning mode in different states, and improves the safety and accuracy of the driverless vehicle.

【技术实现步骤摘要】
无人驾驶车辆的定位方法、系统、设备及存储介质
本专利技术涉及车辆定位领域，具体地说，涉及无人驾驶车辆的定位方法、系统、设备及存储介质。
技术介绍
随着无人驾驶技术的兴起，越来越多的控制方案被研究和实现，并在不同的场景下发挥着独特的作用。这些控制技术往往都依赖于成熟的定位技术，比如通过全局定位可以获得车辆当前相对于地图的实时位置，也可以通过局部定位的方式获得车辆相对于道路车道线的位置。虽然这些技术在理论和实践上都已经相对成熟，但是都只能够限定在特定的环境中才能获得满意的效果。面对复杂的路面条件和道路环境，有时候单一的定位方式并不能奏效，导致无人驾驶车辆控制方案的实效。比如在高楼大厦林立的市区，由于信号的遮蔽和多径效应的存在，无人驾驶车辆无法通过全局定位的方式获得当前所在位置。在这种情况下车辆只能通过车上安装的传感器(比如摄像头，激光等)来获取车道线信息，从而反馈出当前车辆相对于车道线的位置，完成控制方案。因此，本专利技术提供了一种无人驾驶车辆的定位方法、系统、设备及存储介质。
技术实现思路
针对现有技术中的问题，本专利技术的目的在于提供无人驾驶车辆的定位方法、系统、设备及存储介质，能够在不同状态下自动选择最合适的定位模式，提高了无人驾驶车辆的安全性和准确性。本专利技术的实施例提供一种无人驾驶车辆的定位方法，包括以下步骤：S101，在车道线上设置多个定位标识图案，并建立每个所述定位标识图案与空间坐标(a，b，c)的映射关系表；S102、通过车辆的拍摄前方路面的画面，并检测所述画面中是否具有带预设标识图案的标识线，若是，则执行步骤S103，若否，则执行步骤S107；S103、获得当前状态下采用局部定位的精确度；S104、获得当前状态下采用全局定位的精确度；S105、判断当前状态下采用局部定位的精确度是否高于采用全局定位的精确度，若是，则执行步骤S106，若否，则执行步骤S107，S106、采用局部定位方式进行控制，返回步骤S102；以及S107、采用全局定位方式进行控制，返回步骤S102。优选地，所述步骤S103中包括以下步骤：S1031、通过车载定位设备获得所述车辆的实时坐标(x，y，z)；以及在采样周期n中，坐标值x的平均值和坐标值y的平均值获得表征车辆全局定位的协方差矩阵：其中，cij表示代表三维坐标中两个维度上的准确性，i＝1，2，3；j＝1，2，3；S1032、获得第一置信度如下：D＝c11+c22+c33。优选地，所述步骤S104中包括以下步骤：S1041、从所述画面中通过图像识别提取串联多个定位标识图案的第一中心线，并将第一中心线的位置根据摄像头的标定数据转换到空间坐标，获得所述第一中心线与车辆前端中心的偏移量Lo；S1042、所述定位标识图案是激光反射图标，通过激光传感器检测提取串联多个定位标识图案的第二中心线，并将第二中心线的位置根据摄像头的标定数据转换到空间坐标，获得所述第二中心线与车辆前端中心的偏移量Po；S1043、计算当前时刻车辆的偏移量为(Lo+Po)/2；S1044、获得k时刻的第二置信度如下：优选地，所述步骤S103与所述步骤S104交换顺序。优选地，所述步骤S106中基于预设的轨迹点，获得车辆方向需要给定的角度A＝L×Kappa其中，a为车辆的目标横向角度，Kappa为车辆的目标曲率，L为车辆的轴距。本专利技术的实施例还提供一种无人驾驶车辆的定位系统，用于实现上述的无人驾驶车辆的定位方法，无人驾驶车辆的定位系统包括：预设模块，在车道线上设置多个定位标识图案，并建立每个所述定位标识图案与空间坐标(a，b，c)的映射关系表；拍摄模块，通过车辆的拍摄前方路面的画面，并检测所述画面中是否具有带预设标识图案的标识线，若是，则执行第一精度模块，若否，则执行第二控制模块；第一精度模块，获得当前状态下采用局部定位的精确度；第二精度模块，获得当前状态下采用全局定位的精确度；判断模块，判断当前状态下采用局部定位的精确度是否高于采用全局定位的精确度，若是，则执行第一控制模块，若否，则执行第二控制模块，第一控制模块，采用局部定位方式进行控制，返回拍摄模块；以及第二控制模块，采用全局定位方式进行控制，返回拍摄模块。本专利技术的实施例还提供一种无人驾驶车辆的定位设备，包括：处理器；存储器，其中存储有处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述无人驾驶车辆的定位方法的步骤。本专利技术的实施例还提供一种计算机可读存储介质，用于存储程序，程序被执行时实现上述无人驾驶车辆的定位方法的步骤。本专利技术的无人驾驶车辆的定位方法、系统、设备及存储介质，能够在不同状态下自动选择最合适的定位模式，提高了无人驾驶车辆的安全性和准确性。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显。图1是本专利技术的无人驾驶车辆的定位方法的流程图；图2是本专利技术的无人驾驶车辆的定位系统的结构示意图；图3是本专利技术的无人驾驶车辆的定位设备的结构示意图；以及图4是本专利技术一实施例的计算机可读存储介质的结构示意图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式。相反，提供这些实施方式使得本专利技术将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。图1是本专利技术的无人驾驶车辆的定位方法的流程图。如图1所示，本专利技术的实施例提供一种无人驾驶车辆的定位方法，包括以下步骤：S101，在车道线上设置多个定位标识图案，并建立每个所述定位标识图案与空间坐标(a，b，c)的映射关系表；S102、通过车辆的拍摄前方路面的画面，并检测所述画面中是否具有带预设标识图案的标识线，若是，则执行步骤S103，若否，则执行步骤S107；S103、获得当前状态下采用局部定位的精确度；S104、获得当前状态下采用全局定位的精确度；S105、判断当前状态下采用局部定位的精确度是否高于采用全局定位的精确度，若是，则执行步骤S106，若否，则执行步骤S107，S106、采用局部定位方式进行控制，返回步骤S102；以及S107、采用全局定位方式进行控制，返回步骤S102。在一个优选实施例中，所述步骤S103中包括以下步骤：S1031、通过车载定位设备获得所述车辆的实时坐标(x，y，z)；以及在采样周期n中，坐标值x的平均值和坐标值y的平均值获得表征车辆全局定位的协方差矩阵：其中，cij表示代表三维坐标中两个维度上的准确性，i＝1，2，3；j＝1，2，3；S1032、获得第一置信度如下：D＝c11+c22+c33。在一个优选实施例中，所述步骤S104中包括以下步骤：S1041、从所述画面中通过图像识别提取串联多个定位标识图案的第一中心线，并将第一中心线的位置根据摄像头的标定数据转换到空间坐标，获得所述第一中心线与车辆前端中心的偏移量Lo；S1042、所述定位标识图案是激光反射图标，通过激光传感器检测提取串联多个定位标识图案的第二中心线，并将第二中心线的位置根据摄像头的标定数据转换到空间坐标，获得所述第二中心线与车辆前端中心的偏移量Po；S1043、计算当前时刻车辆的偏移量为(Lo+Po)本文档来自技高网...

【技术保护点】
1.一种无人驾驶车辆的定位方法，其特征在于，包括以下步骤：S101、在车道线上设置多个定位标识图案，并建立每个所述定位标识图案与空间坐标的映射关系表；S102、通过车辆的拍摄前方路面的画面，并检测所述画面中是否具有带预设标识图案的标识线，若是，则执行步骤S103，若否，则执行步骤S107；S103、获得当前状态下采用局部定位的精确度；S104、获得当前状态下采用全局定位的精确度；S105、判断当前状态下采用局部定位的精确度是否高于采用全局定位的精确度，若是，则执行步骤S106，若否，则执行步骤S107；S106、采用局部定位方式进行控制，返回步骤S102；以及S107、采用全局定位方式进行控制，返回步骤S102。

【技术特征摘要】
1.一种无人驾驶车辆的定位方法，其特征在于，包括以下步骤：S101、在车道线上设置多个定位标识图案，并建立每个所述定位标识图案与空间坐标的映射关系表；S102、通过车辆的拍摄前方路面的画面，并检测所述画面中是否具有带预设标识图案的标识线，若是，则执行步骤S103，若否，则执行步骤S107；S103、获得当前状态下采用局部定位的精确度；S104、获得当前状态下采用全局定位的精确度；S105、判断当前状态下采用局部定位的精确度是否高于采用全局定位的精确度，若是，则执行步骤S106，若否，则执行步骤S107；S106、采用局部定位方式进行控制，返回步骤S102；以及S107、采用全局定位方式进行控制，返回步骤S102。2.根据权利要求1的所述无人驾驶车辆的定位方法，其特征在于：所述步骤S103中包括以下步骤：S1031、通过车载定位设备获得所述车辆的实时坐标(x，y，z)；以及在采样周期n中，坐标值x的平均值和坐标值y的平均值获得表征车辆全局定位的协方差矩阵：其中，cij表示代表三维坐标中两个维度上的准确性，S1032、获得第一置信度如下：D＝c11+c22+c33。3.根据权利要求1的所述无人驾驶车辆的定位方法，其特征在于：所述步骤S104中包括以下步骤：S1041、从所述画面中通过图像识别提取串联多个定位标识图案的第一中心线，并将第一中心线的位置根据摄像头的标定数据转换到空间坐标，获得所述第一中心线与车辆前端中心的偏移量Lo；S1042、所述定位标识图案是激光反射图标，通过激光传感器检测提取串联多个定位标识图案的第二中心线，并将第二中心线的位置根据摄像头的标定数据转换到空间坐标，获得所述第二中心线与车辆前...

【专利技术属性】
技术研发人员：张波，夏辰，周小凯，
申请(专利权)人：上海西井信息科技有限公司，
类型：发明
国别省市：上海,31