自动驾驶中基于视觉与组合惯导的车道保持的方法及系统技术方案

本发明专利技术涉及一种自动驾驶中基于视觉与组合惯导的车道保持的方法及系统，所述方法根据当前时刻的视觉车道线信息，获取车辆当前时刻离车道左边线的距离和离右边线的距离，再根据横向偏移、GNSS位置和参考轨迹，获取校准后的车辆位置。达到了降低自动驾驶系统运行过程中，由于树木、高大建筑物等临时遮挡造成车身位置错误而造成的车辆行驶位置偏移。

【技术实现步骤摘要】
自动驾驶中基于视觉与组合惯导的车道保持的方法及系统
本专利技术涉及自动驾驶
，具体涉及一种自动驾驶中基于视觉与组合惯导的车道保持的方法及系统。
技术介绍
自动驾驶系统在运行过程中，需要实时地获取车辆的位置信息，位置信息包含经度、纬度、航向角等。自动驾驶系统根据车辆的位置信息，以及事先录制或者规划好的一次规划路径，生成车辆方向盘的期望转角，期望的油门量和刹车量。车辆位置在这个过程中扮演着重要的角色。车辆位置的一个主要的获取途径是从高精度组合惯导获取，如星网宇达、迈普时空等厂商生产的组合惯导。在遇到树木、高大建筑物、隧道、高架桥等遮挡时，这些设备的输出位置会存在急剧地漂移，这些漂移随着时间的累积会造成自动驾驶系统失效，压线甚至行驶到车道外面。视觉传感器是基于可见光波段的一种传感器。其具有成本较低，受光照影响较大的特点。在光照条件良好、车道线清晰的情况下，视觉传感器能够很精确地识别出地面上的车道线，也即车辆当前位置离道路左边线和道路右边线的距离。从组合惯导获取的车辆位置与真实位置之间的差异变大时，会造成自动驾驶系统控制车辆向车道外行驶。并且以往的方法只能在卫星信号好的地方使用，在卫星信号不好的地方进行自动驾驶时，车辆横向会存在急剧的摆动，甚至运行到车道外面，造成车辆压线及人工干预。
技术实现思路
有鉴于此，本专利技术提供一种自动驾驶中基于视觉与组合惯导的车道保持的方法及系统，结合视觉车道线的数据、粗GNSS位置，和高精度的参考轨迹，对当前时刻获取的车辆位置进行了横向校准，消除了车辆位置的横向误差。使得自动驾驶系统在行经树木、高大建筑物等卫星信号不好的地方时，车辆能够正常在车道内运行。为实现上述目的，本专利技术公开一种自动驾驶中基于视觉与组合惯导的车道保持的方法，所述方法包括以下步骤：S1、通过组合惯导获取车辆当前时刻的GNSS位置数据；S2、根据视觉传感器的信息，获取车辆当前时刻相对于车道边线的距离；S3、根据车辆GNSS位置和车辆相对于车道边线的距离，获取校准后的车辆位置；S4、将校准后的车辆位置输出。在上述技术方案中，所述步骤S1中，GNSS位置数据包括经度long0、纬度lat0、航向heading0。在上述技术方案中，所述步骤S2中车辆当前时刻相对于车道边线的距离包括车辆离左侧车道线的距离L，离右侧车道线的距离R。在上述技术方案中，所述步骤S3包括以下步骤：S31、设定规划轨迹，所述规划轨迹位于两条车道线中间；S32、根据车辆当前时刻坐标A点作规划轨迹的垂线，所述垂线与规划轨迹相交于B点，通过B点作与A行进方向垂直的直线，交于道路左侧车道边线于C点，交道路右侧边线于点D，则CD的长度为L+R，且BC与BD的长度相等，由此得到BC与BD的长度均为(L+R)/2；S33、根据A点的经纬度坐标和规划轨迹的每个点的经纬度坐标，得到B点的经纬度坐标，通过B点经纬度坐标得到C点纬度为latC，C点的经度为longC，D点的纬度为latD，D点的经度为longD；S34、根据车道线信息，车辆当前位置离左侧的车道线距离与车道宽度距离的比为L/(L+R)；S35、根据车辆需在直线CD上以及车辆位置到C点的距离与CD的距离之比需要为L/(L+R)，得到车辆校准后的经纬度坐标为：lat＝latC+(latD-latC)*L/(L+R)long＝longC+(longD-longC)*L/(L+R)。本专利技术还公开一种自动驾驶中基于视觉与组合惯导的车道保持的系统，所述系统包括第一获取模块、第二获取模块、校准模块、输出模块；第一获取模块，用于通过组合惯导获取车辆当前时刻的GNSS位置数据；第二获取模块，用于根据视觉传感器的信息，获取车辆当前时刻相对于车道边线的距离；校准模块，用于根据车辆GNSS位置、车辆相对于车道边线的距离，获取校准后的车辆位置；输出模块，用于将校准后的车辆位置输出。本专利技术一种自动驾驶中基于视觉与组合惯导的车道保持的方法及系统，具有以下有益效果：本方法能在卫星信号不好、车道线清晰的地方进行自动驾驶，较好地保证车辆在车道线内行驶。附图说明图1为本专利技术一种自动驾驶中基于视觉与组合惯导的车道保持的方法流程图；图2为本专利技术车辆自动驾驶校准组合定位示意图；图3为本专利技术一种自动驾驶中基于视觉与组合惯导的车道保持的系统模块图；具体实施方式下面结合附图对本专利技术作进一步详细描述，本专利技术提供一种自动驾驶中基于视觉与组合惯导的车道保持的方法，所述方法包括以下步骤，如图1所示：S1、通过组合惯导获取车辆当前时刻的GNSS位置数据；其中，所述步骤S1中，GNSS位置数据包括经度long0、纬度lat0、航向heading0。S2、根据视觉传感器的信息，获取车辆当前时刻相对于车道边线的距离；其中，所述步骤S2中车辆当前时刻相对于车道边线的距离包括车辆离左侧车道线的距离L，离右侧车道线的距离R。S3、根据车辆GNSS位置和车辆相对于车道边线的距离，获取校准后的车辆位置；S31、设定规划轨迹，所述规划轨迹位于两条车道线中间，且当前车道是直的；车辆当前的GNSS位置为(lat0,long0)，车辆离左侧车道线的距离为L,离右侧车道线的的距离为R。车辆当前的朝向为heading0。如图2所示，A为GNSS的定位位置，也即A点的纬度为lat0，经度为long0，朝向为heading0。MN为参考的规划轨迹；S32、根据车辆当前时刻坐标A点作规划轨迹的垂线，所述垂线与规划轨迹相交于B点，通过B点作与A行进方向垂直的直线，交于道路左侧车道边线于C点，交道路右侧边线于点D，则CD的长度为L+R，且BC与BD的长度相等，由此得到BC与BD的长度均为(L+R)/2；此处假设车辆在行进过程中，方向与道路基本上是平行的。S33、根据A点的经纬度坐标和规划轨迹的每个点的经纬度坐标，得到B点的经纬度坐标，通过B点经纬度坐标得到C点纬度为latC，C点的经度为longC，D点的纬度为latD，D点的经度为longD；S34、根据车道线信息，车辆当前位置离左侧的车道线距离与车道宽度距离的比为L/(L+R)；S35、根据车辆需在直线CD上以及车辆位置到C点的距离与CD的距离之比需要为L/(L+R)，得到车辆校准后的经纬度坐标为：lat＝latC+(latD-latC)*L/(L+R)long＝longC+(longD-longC)*L/(L+R)。车辆校准后的位置如图2中E所在的位置。S4、将校准后的车辆位置输出。其中，校准后的车辆位置供自动驾驶系统其它功能模块使用。本专利技术还提供一种自动驾驶中基于视觉与组合惯导的车道保持的系统，其特征在于，所述系统包括第一获取模块、第二获取模块、校准模块、输出模块，如图3所示；第一获取模块，用于通过组合惯导获取车辆当前时刻的GNSS位置数据；第二获取模块，用于根据视觉传感器的信息，获取车辆当前时刻相对于车道边线的距离；校准模块，用于根据车辆GNSS位置、车辆相对于车道边线的距离，获取校准后的车辆位置；输出模块，用于将校准后的车辆位置输出。以上系统实施例与方法实施例是一一对应的，系统实施例简略之处，参见方法实施例即可。说明书中未阐述的部分均为现有技术或公知常识。本实施方式仅用于说明该专利技术，而不用于限制本专利技术的范围，本领域技术人员对于本本文档来自技高网...

【技术保护点】
1.一种自动驾驶中基于视觉与组合惯导的车道保持的方法，其特征在于，所述方法包括以下步骤：S1、通过组合惯导获取车辆当前时刻的GNSS位置数据；S2、根据视觉传感器的信息，获取车辆当前时刻相对于车道边线的距离；S3、根据车辆GNSS位置和车辆相对于车道边线的距离，获取校准后的车辆位置；S4、将校准后的车辆位置输出。

【技术特征摘要】
1.一种自动驾驶中基于视觉与组合惯导的车道保持的方法，其特征在于，所述方法包括以下步骤：S1、通过组合惯导获取车辆当前时刻的GNSS位置数据；S2、根据视觉传感器的信息，获取车辆当前时刻相对于车道边线的距离；S3、根据车辆GNSS位置和车辆相对于车道边线的距离，获取校准后的车辆位置；S4、将校准后的车辆位置输出。2.根据权利要求1所述一种自动驾驶中基于视觉与组合惯导的车道保持的方法，其特征在于，所述步骤S1中，GNSS位置数据包括经度long0、纬度lat0、航向heading0。3.根据权利要求1所述一种自动驾驶中基于视觉与组合惯导的车道保持的方法，其特征在于，所述步骤S2中车辆当前时刻相对于车道边线的距离包括车辆离左侧车道线的距离L，离右侧车道线的距离R。4.根据权利要求3所述一种自动驾驶中基于视觉与组合惯导的车道保持的方法，其特征在于，所述步骤S3包括以下步骤：S31、设定规划轨迹，所述规划轨迹位于两条车道线中间；S32、根据车辆当前时刻坐标A点作规划轨迹的垂线，所述垂线与规划轨迹相交于B点，通过B点作与A行进方向垂直的直线，交于道路左侧车道边线于C点，交道路右侧边线于点D，则CD...

【专利技术属性】
技术研发人员：苏晓聪，陈波，
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