一种商用车自动驾驶全场景定位方法技术

本发明专利技术公开了一种商用车自动驾驶全场景定位方法，属于商用车无人驾驶技术领域。方法具体为：通过摄像头检测车辆前方场景，判断车辆前方是否为隧道、廊桥场景并将判断结果发送至自动驾驶控制系统，如果判断为是，采用高精度地图定位；如果判断为否，采用GPS定位与惯导定位同时定位。本发明专利技术通过双目摄像头提前探测隧道，廊桥场景，实时发送指令给整车控制系统，切换高精度地图激光点云定位模式，确保了商用车的全场景高精度的定位。

A full scene location method for automatic driving of commercial vehicles

【技术实现步骤摘要】
一种商用车自动驾驶全场景定位方法
本专利技术具体涉及一种商用车自动驾驶全场景定位方法，属于商用车无人驾驶

技术介绍
自动驾驶跟人类驾驶员的驾驶过程一样，自动驾驶也需要经过感知、高精定位、预测，规划，控制5个步骤。人类的感知通过眼睛、耳朵，自动驾驶则通过激光雷达、毫米波雷达、摄像头等传感器。接着是高精定位，人通过将看到听到的环境信息与记忆中的信息对比，判断出自己的位置和方向。最后人类驾驶员思考判断后操控汽车开向目的地。自动驾驶通过人工智能算法决策做出车道及路径规划，给制动、转向、加速等控制器下达指令，控制车辆开往目的地。由此得知，定位在无人驾驶的开发和实现过程中的重要性，一旦定位不准确或失效，无人驾驶车辆会失去方向，也无法规划路径，严重影响自动驾驶的行车安全。
技术实现思路
因此，本专利技术针对现有技术中存在的不足，提出一种商用车自动驾驶全场景定位方法，通过摄像头检测车辆处于隧道和廊桥场景的位置，无缝切换高精度地图定位方式，解决自动驾驶商用车在隧道和廊桥定位漂移问题，增强商用车自动全场景的定位。具体的技术方案为：一种商用车自动驾驶全场景定位方法，所述方法具体为：通过摄像头检测车辆前方场景，判断车辆前方是否为隧道、廊桥场景并将判断结果发送至自动驾驶控制系统，如果判断为是，采用高精度地图定位；如果判断为否，采用GPS定位与惯导定位同时定位。进一步的，所述高精度地图定位具体为：激光雷达通过SLAM（即时定位与地图构建）技术生成高精度地图，激光雷达通过点云数据，与预先存在系统中的高精度地图上的地标进行比较、匹配、预处理，获知车辆在高精度地图中的全球位置和行驶方向。进一步的，所述方法中摄像头为双目摄像头。进一步的，所述方法中通过GPS定位纠正惯导定位的运动误差，通过惯导定位克服GPS定位更新频率低的缺陷。进一步的，所述方法中，GPS定位通过自动驾驶GPS接收器、云端系统、园区卫星基准站、GPS卫星实现。进一步的，所述云端系统接收园区卫星基准站发送的误差值并将误差值发送给自动驾驶GPS接收器。进一步的，所述自动驾驶GPS接收器从GPS卫星接收GPS位置信息，根据误差值进行调整，获得精准实际位置。进一步的，所述园区卫星基准站从GPS卫星接收GPS位置，根据基准站实际位置，计算出误差值。本专利技术的有益效果在于：本专利技术的商用车自动驾驶全场景定位方法与现有技术相比，具有以下优点：通过双目摄像头提前探测隧道，廊桥场景，实时发送指令给整车控制系统，切换高精度地图激光点云定位模式，确保了商用车的全场景高精度的定位。附图说明图1为本专利技术商用车自动驾驶全场景定位方法的原理图。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进行说明：如图1所示，本专利技术的定位方法工作原理如下：定位方式分为全局定位和基于特征的局部定位1）全局定位-RTK差分定位差分定位也叫差分GPS技术，我们将一台GPS接收机安置在基准站上进行观测。根据基准站已知精密坐标，计算出基准站到卫星的距离改正数，并由基准站实时将这一数据发送出去，如图1所示。自动驾驶车辆上的GPS天线在接收卫星数据的同时，也接收到基准站发出的改正数，并对其定位结果进行改正，从而提高定位精度：地面卫星加强基站：布置固定的GPS接收机和通讯辅助系统；卫星：可接收GPS及北斗卫星信号；无人物流车端：GPS接收机及天线；RTK涉及在地面上建立卫星加强基站，此基站是知道自己精确的位置，但是也通过GPS测量自己的位置，已知地面位置与GPS测量的位置之间的偏差，为GPS测量结果中的误差，然后将这个误差传递给自动驾驶车辆上的GPS接收器，以供其调整自身位置计算。在RTK的帮助下，GPS可以将定位误差限制在10cm以内。2）基于特征的局部定位需要利用激光雷达，通过点云匹配来进行定位，利用激光雷达的检测数据，与预先存在高精度地图中的信息连续匹配，通过这种比较，可以获知汽车在高精度地图的全球位置和行驶方向。高精地图分为两个层级，最底层的是静态高精地图，上层是动态高精地图。静态高精地图中包含了车道模型、道路部件、道路属性和其他的定位图层，首先高精地图要满足车道级的自动驾驶导航，因此需要包含道路细节信息，如车道线、车道中心线、车道属性变化等，比如能让汽车知道哪些区域是虚线能够变道。此外车道模型中还需要包含道路的曲率、坡度、航向、横坡等数学参数，好让车辆能够准确的转向、制动、爬坡等。这些信息构成了车道模型。还需要包含交通标志牌、路面标志等道路部件，还要标注出特殊的点如GPS消失的区域、道路施工状态等。高精度地图的储存信息比较丰富，能检测出汽车即将GPS前后位置对比，检测出即将到达隧道的位置，系统GPS的定位较弱，商用车自动接收高精度地图信息，定位以惯导系统为主。首先，GPS、IMU等传感器给出初始（大概）的位置，其次，将激光雷达的局部点云信息进行特征提取，并结合初始位置获得全局坐标系下的矢量特征，最后将矢量特征根高精度地图中的特征信息进行匹配，得出精确的厘米级的全球定位。3）定位效果在无高楼，隧道，山谷阻挡的开阔场景下，自动驾驶的定位依赖GPS定位，同时借助IMU惯导定位，弥补了GPS更新频率低的缺陷，GPS纠正了IMU的运动误差，两者结合，定位更佳；在隧道，廊桥GPS弱场景下，通过自动驾驶车搭载的双目摄像头实时监测前方道路，并且监测隧道和廊桥和无人车辆的距离，发送消息给自动驾驶控制系统，自动驾驶系统收到摄像头的发送的廊桥隧道场景信息，会提前调用高精度地图定位，系统以高精度地图定位信息为准。通过双目摄像头提前探测隧道，廊桥场景，实时发送指令给整车控制系统，切换高精度地图激光点云定位模式，确保了商用车的全场景高精度的定位。商用车自动驾驶系统通过融合GPS定位，IMU惯导定位，高精度地图定位融合的方式精准高精度定位，解决了商用在隧道，廊桥GPS弱的场景下的无人驾驶定位问题。在无高楼隧道廊桥场景下，我们通过GPS和IMU结合方式定位，IMU可以提供接近实时的位置信息，更新频率接近1000Hz，IMU的主要组件是加速度器和陀螺仪，但是缺点是误差会随着时间的增加而增加，只能依靠惯导在短时间范围内定位。GPS可以纠正IMU的运动误差。IMU弥补了GPS更新评率低的缺陷。即使GPS和惯导结合，也不能完全解决定位问题，在隧道和廊桥下，长时间无GPS更新也会定位失败。通过自动驾驶车搭载的双目摄像头实时监测前方道路，并且监测隧道和廊桥和无人车辆的距离，发送消息给自动驾驶控制系统，自动驾驶系统收到摄像头的发送的廊桥隧道场景信息，会提前调用高精度地图定位，系统以高精度地图定位信息为准。实时更新车辆定位信息，使得无人物流车在隧道GPS弱的情况下，借助摄像头检测GPS弱的场景，同时利用惯性导航的定位，使得无人驾驶物流车在物流运输的全场景情况下，保持定位的精准性和实时更新，确认无人车定位达到本文档来自技高网...

【技术保护点】
1.一种商用车自动驾驶全场景定位方法，其特征在于，所述方法具体为：/n通过摄像头检测车辆前方场景，判断车辆前方是否为隧道、廊桥场景并将判断结果发送至自动驾驶控制系统，如果判断为是，采用高精度地图定位；如果判断为否，采用GPS定位与惯导定位同时定位。/n

【技术特征摘要】
1.一种商用车自动驾驶全场景定位方法，其特征在于，所述方法具体为：
通过摄像头检测车辆前方场景，判断车辆前方是否为隧道、廊桥场景并将判断结果发送至自动驾驶控制系统，如果判断为是，采用高精度地图定位；如果判断为否，采用GPS定位与惯导定位同时定位。


2.如权利要求1所述的商用车自动驾驶全场景定位方法，其特征在于，所述高精度地图定位具体为：
激光雷达通过SLAM技术生成高精度地图，激光雷达通过点云数据，与预先存在系统中的高精度地图上的地标进行比较、匹配、预处理，获知车辆在高精度地图中的全球位置和行驶方向。


3.如权利要求1所述的商用车自动驾驶全场景定位方法，其特征在于，所述方法中摄像头为双目摄像头。


4.如权利要求1所述的商用车自动驾驶全场景定位方法，其特征在于，所述方法中通过GPS...

【专利技术属性】
技术研发人员：彭晨若，黄少堂，王爱春，燕冬，
申请(专利权)人：江铃汽车股份有限公司，
类型：发明
国别省市：江西;36