一种定位方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种定位方法、装置、设备及存储介质，属于定位技术领域。所述方法包括：预测自动驾驶车辆当前时刻的位姿信息，得到预测位姿信息；根据预测位姿信息，生成包括多个栅格的第一栅格地图，每个栅格对应有回波反射强度均值和高程均值；根据第一栅格地图和全局离线栅格地图中的栅格的高程均值，确定第一栅格地图与全局离线栅格地图的第一匹配概率分布；根据第一栅格地图和全局离线栅格地图中包括车道的栅格的回波反射强度均值，确定第一栅格地图与全局离线栅格地图的第二匹配概率分布；基于第一匹配概率分布和第二匹配概率分布，确定当前时刻自动驾驶车辆在全局离线栅格地图中的位置信息。本申请通过上述方法提高了定位准确率。

A positioning method, device, equipment and storage medium

【技术实现步骤摘要】
一种定位方法、装置、设备及存储介质
本申请涉及定位
，特别涉及一种定位方法、装置、设备及存储介质。
技术介绍
自动驾驶车辆是一种可以实现无人驾驶的智能车辆，在行驶过程中，可以实时确定自动驾驶车辆在预先构建的全局离线栅格地图中的位置信息，以便实时对驾驶路径进行调整规划。在相关技术中，通常使用激光雷达来获取当前时刻的点云数据，根据获取的点云数据确定栅格地图，栅格地图包括各个栅格的高程均值，高程均值是单个栅格中所有点的高程值的均值。将该栅格地图中的每个栅格的高程均值与预先构建的全局离线栅格地图的栅格的高程均值进行匹配，然后，根据匹配结果确定自动驾驶车辆在该全局离线栅格地图中的位置信息，以实现对自动驾驶车辆的定位。但上述方法仅根据各个栅格的高程均值对自动驾驶车辆进行定位，使用的信息比较单一，可能会出现对自动驾驶车辆的定位不准确的问题。
技术实现思路
本申请提供了一种定位方法、装置、设备及存储介质，可以解决相关技术的对自动驾驶车辆的定位不准确的问题。所述技术方案如下：一方面，提供了一种定位方法，应用于自动本文档来自技高网...

【技术保护点】
1.一种定位方法，其特征在于，应用于自动驾驶车辆中，所述方法包括：/n预测所述自动驾驶车辆当前时刻的位姿信息，得到预测位姿信息；/n根据所述预测位姿信息，生成第一栅格地图，所述第一栅格地图包括多个栅格，每个栅格对应有回波反射强度均值和高程均值，所述回波反射强度均值为单个栅格内的所有点的回波反射强度值的平均值，所述高程均值为单个栅格内的所有点的高程值的平均值；/n根据所述第一栅格地图和全局离线栅格地图中的栅格的高程均值，确定所述第一栅格地图与所述全局离线栅格地图的第一匹配概率分布；/n根据所述第一栅格地图和所述全局离线栅格地图中包括车道的栅格的回波反射强度均值，确定所述第一栅格地图与所述全局离线...

【技术特征摘要】
1.一种定位方法，其特征在于，应用于自动驾驶车辆中，所述方法包括：
预测所述自动驾驶车辆当前时刻的位姿信息，得到预测位姿信息；
根据所述预测位姿信息，生成第一栅格地图，所述第一栅格地图包括多个栅格，每个栅格对应有回波反射强度均值和高程均值，所述回波反射强度均值为单个栅格内的所有点的回波反射强度值的平均值，所述高程均值为单个栅格内的所有点的高程值的平均值；
根据所述第一栅格地图和全局离线栅格地图中的栅格的高程均值，确定所述第一栅格地图与所述全局离线栅格地图的第一匹配概率分布；
根据所述第一栅格地图和所述全局离线栅格地图中包括车道的栅格的回波反射强度均值，确定所述第一栅格地图与所述全局离线栅格地图的第二匹配概率分布；
基于所述第一匹配概率分布和所述第二匹配概率分布，确定当前时刻所述自动驾驶车辆在所述全局离线栅格地图中的位置信息。


2.如权利要求1所述的方法，其特征在于，所述预测所述自动驾驶车辆当前时刻的位姿信息，包括：
根据所述自动驾驶车辆的速度、惯性测量单元IMU数据、上一时刻的历史位姿信息、当前时刻与上一时刻的时间差，预测所述自动驾驶车辆当前时刻的位姿信息，所述历史位姿信息包括历史位置信息和历史姿态信息。


3.如权利要求2所述的方法，其特征在于，所述根据所述预测位姿信息，生成第一栅格地图，包括：
获取当前时刻的第一点云数据，所述第一点云数据至少包括所探测到的各个点的回波反射强度值和高程值；
基于所述第一点云数据和所述预测位姿信息，将所述第一点云数据对应的第一点云转换至世界坐标系下，得到第二点云数据；
基于所述第二点云数据与当前时刻之前的指定时间段内的第一历史点云数据，生成所述第一栅格地图，其中，所述第一历史点云数据为世界坐标系下的历史点云数据。


4.如权利要求1所述的方法，其特征在于，所述根据所述第一栅格地图和全局离线栅格地图中的栅格的高程均值，确定所述第一栅格地图与所述全局离线栅格地图的第一匹配概率分布，包括：
在所述第一栅格地图中，以所述预测位姿信息对应的位置为中心获取第一尺寸的第二栅格地图，以及在所述全局离线栅格地图中，以所述预测位姿信息对应的位置为中心获取第二尺寸的第三栅格地图，所述第一尺寸小于所述第二尺寸；
根据所述第二栅格地图和所述第三栅格地图中的栅格的高程均值，确定所述第一栅格地图与所述全局离线栅格地图的第一匹配概率分布。


5.如权利要求4所述的方法，其特征在于，所述根据所述第二栅格地图和所述第三栅格地图中的栅格的高程均值，确定所述第一栅格地图与所述全局离线栅格地图的第一匹配概率分布，包括：
以指定偏移量为移动步长，将所述第二栅格地图在所述第三栅格地图上移动，以遍历所述第三栅格地图；
在每移动所述指定偏移量后，基于所述第二栅格地图和所述第三栅格地图中的栅格的高程均值，确定本次的移动位置坐标对应的第一匹配概率，所述移动位置坐标用于指示本次移动所述第二栅格地图后所述第二栅格地图中的第一指定点相对于所述第三栅格地图中第二指定点的位移；
基于遍历过程中确定的所有移动位置坐标和所有移动位置坐标对应的第一匹配概率，确定所述第一匹配概率分布。


6.如权利要求4所述的方法，其特征在于，所述根据所述第一栅格地图和所述全局离线栅格地图中包括车道的栅格的回波反射强度均值，确定所述第一栅格地图与所述全局离线栅格地图的第二匹配概率分布之前，还包括：
分别确定所述第二栅格地图和所述第三栅格地图中包括车道的栅格；
相应地，所述根据所述第一栅格地图和所述全局离线栅格地图中包括车道的栅格的回波反射强度均值，确定所述第一栅格地图与所述全局离线栅格地图的第二匹配概率分布，包括：
以指定偏移量为移动步长，将所述第二栅格地图在所述第三栅格地图上移动，以遍历所述第三栅格地图；
在每移动所述指定偏移量后，基于所述第二栅格地图和所述第三栅格地图中包括车道的栅格的高程均值，确定本次的移动位置坐标对应的第二匹配概率，所述移动位置坐标用于指示本次移动所述第二栅格地图后所述第二栅格地图中的第一指定点相对于所述第三栅格地图中第二指定点的位移；
基于遍历过程中确定的所有移动位置坐标和所有移动位置坐标对应的第二匹配概率，确定所述第二匹配概率分布。


7.如权利要求1所述的方法，其特征在于，所述基于所述第一匹配概率分布和所述第二匹配概率分布，确定当前时刻所述自动驾驶车辆在所述全局离线栅格地图中的位置信息，包括：
根据所述第一匹配概率分布和所述第二匹配概率分布，确定所述第一栅格地图与所述全局离线栅格地图的融合匹配概率分布；
基于所述融合匹配概率分布和所述预测位姿信息，确定当前时刻所述自动驾驶车辆在所述全局离线栅格地图中的位置信息。


8.如权利要求7所述的方法，其特征在于，所述根据所述第一匹配概率分布和所述第二匹配概率分布，确定所述第一栅格地图与所述全局离线栅格地图的融合匹配概率分布，包括：
分别确定所述第一匹配概率分布在x方向和y方向的方差，得到第一方差和第二方差；以及分别确定所述第二匹配概率分布在x方向和y方向的方差，得到第三方差和第四方差；
根据所述第一方差、所述第二方差、所述第三方差和所述第四方差，确定所述第一匹配概率分布的第一权重和所述第二匹配概率分布的第二权重；
根据所述第一权重、所述第二权重、所述第一匹配概率分布、以及所述第二匹配概率分布，确定所述融合匹配概率分布。


9.如权利要求7或8所述的方法，其特征在于，所述基于所述融合匹配概率分布和所述预测位姿信息，确定当前时刻所述自动驾驶车辆在所述全局离线栅格地图中的位置信息，包括：
从所述融合匹配概率分布中选择多个目标融合匹配概率；
根据所述融合匹配概率分布，确定每个目标融合匹配概率对应的标准差；
根据每个目标融合匹配概率、以及每个目标融合匹配概率对应的标准差，确定每个目标融合匹配概率对应的匹配值；
根据每个目标融合匹配概率对应的匹配值和所述预测位姿信息，确定当前时刻所述自动驾驶车辆在所述全局离线栅格地图中的位置信息。


10.如权利要求9所述的方法，其特征在于，所述从所述融合匹配概率分布中选择多个目标融合匹配概率，包...

【专利技术属性】
技术研发人员：韩升升，王维，邓海林，赵哲，
申请(专利权)人：苏州智加科技有限公司，
类型：发明
国别省市：江苏;32