车辆定位方法、装置、设备和介质制造方法及图纸

本申请实施例公开了一种车辆定位方法、装置、设备和介质，涉及智能驾驶技术领域，其中，该方法包括：获取当前时刻下车辆的惯性测量数据、车辆轮速以及车辆所处环境的目标图像；利用所述惯性测量数据与所述车辆轮速，计算车辆当前时刻的预测位姿；基于所述预测位姿中的预测位置坐标，调用包括车辆当前所处环境信息的高精地图；利用所述目标图像和所述高精地图，对所述预测位姿进行修正，得到车辆在当前时刻的目标位姿。本申请实施例可以实现利用低成本的传感器部署，提高车辆定位精度，并且可以适用较为广泛的定位环境。

Vehicle positioning methods, devices, equipment and media

【技术实现步骤摘要】
车辆定位方法、装置、设备和介质
本申请实施例涉及计算机技术，具体涉及智能驾驶技术，尤其涉及一种车辆定位方法、装置、设备和介质。
技术介绍
目前，车辆定位通常采用的方案包括：基于全球定位系统(GlobalPositioningSystem，GPS)的定位方法、基于激光雷达(LightDetectionandRanging，LiDAR)的定位方法、基于超宽带(UltraWideBand，UWB)基站的定位方法、以及基于相机的纯视觉定位方法。然而，上述方法中涉及的GPS系统、激光雷达以及UWB基站等，在硬件部署方面成本较高，虽然基于相机的纯视觉定位成本较低，但是定位精度无法得到保证。
技术实现思路
本申请实施例公开一种车辆定位方法、装置、设备和介质，以实现利用低成本的传感器部署，提高车辆定位精度。第一方面，本申请实施例公开了一种车辆定位方法，包括：获取当前时刻下车辆的惯性测量数据、车辆轮速以及车辆所处环境的目标图像；利用所述惯性测量数据与所述车辆轮速，计算车辆当前时刻的预测位姿；基于所述预测本文档来自技高网...

【技术保护点】
1.一种车辆定位方法，其特征在于，包括：/n获取当前时刻下车辆的惯性测量数据、车辆轮速以及车辆所处环境的目标图像；/n利用所述惯性测量数据与所述车辆轮速，计算车辆当前时刻的预测位姿；/n基于所述预测位姿中的预测位置坐标，调用包括车辆当前所处环境信息的高精地图；/n利用所述目标图像和所述高精地图，对所述预测位姿进行修正，得到车辆在当前时刻的目标位姿。/n

【技术特征摘要】
1.一种车辆定位方法，其特征在于，包括：
获取当前时刻下车辆的惯性测量数据、车辆轮速以及车辆所处环境的目标图像；
利用所述惯性测量数据与所述车辆轮速，计算车辆当前时刻的预测位姿；
基于所述预测位姿中的预测位置坐标，调用包括车辆当前所处环境信息的高精地图；
利用所述目标图像和所述高精地图，对所述预测位姿进行修正，得到车辆在当前时刻的目标位姿。


2.根据权利要求1所述的方法，其特征在于，利用所述目标图像和所述高精地图，对所述预测位姿进行修正，得到车辆在当前时刻的目标位姿，包括：
对所述目标图像进行识别，确定目标元素；
确定所述目标元素的图像特征点在所述高精地图上的位置坐标；
利用所述图像特征点在所述目标图像上的像素坐标和所述图像特征点在所述高精地图上的位置坐标，构建几何约束关系；
基于所述几何约束关系，对所述预测位姿进行修正，得到车辆在当前时刻的所述目标位姿。


3.根据权利要求2所述的方法，其特征在于，基于所述几何约束关系，对所述预测位姿进行修正，得到车辆在当前时刻的所述目标位姿，包括：
利用用于采集所述目标图像的车载相机，在当前时刻以及上一时刻采集的多帧图像，构建所述车载相机在相邻时刻之间的位姿约束关系；
利用所述几何约束关系和所述车载相机的所述位姿约束关系，对所述预测位姿进行修正，得到车辆在当前时刻的所述目标位姿。


4.根据权利要求2所述的方法，其特征在于，对所述目标图像进行识别，确定目标元素，包括：
对所述目标图像进行识别，得到识别结果；
根据用于采集所述目标图像的车载相机的视野约束，对所述识别结果进行数据剔除；
从经过所述数据剔除后的识别结果中确定所述目标元素。


5.根据权利要求2所述的方法，其特征在于，确定所述目标元素的图像特征点在所述高精地图上的位置坐标，包括：
将所述高精地图重投影至所述目标图像对应的成像平面；
确定所述目标元素在重投影后的高精地图上对应的地图元素；
根据所述地图元素与所述目标元素之间特征点的对应关系，确定所述目标元素的图像特征点在所述高精地图上的位置坐标。


6.根据权利要求1所述的方法，其特征在于，利用所述惯性测量数据与所述车辆轮速，计算车辆当前时刻的预测位姿，包括：
基于车辆运动学模型，利用所述惯性测量数据与所述车辆轮速，计算车辆当前时刻的所述预测位姿。


7.根据权利要求3所述的方法，其特征在于，基于所述几何约束关系，对所述预测位姿进行修正，得到车辆在当前时刻的所述目标位姿，还包括：
对所述车载相机采集的所述多帧图像进行特征点提取与特征点跟踪，构建车辆在相邻时刻之间的位姿约束关系，以利用构建的所述车载相机和所述车辆的位姿约束关系、以及所述几何约束关系，对所述预测位姿进行修正。


8.根据权利要求1所述的方法，其特征在于，在所述获取当前时刻下车辆的惯性测量数据、车辆轮速以及车辆所处环境的目标图像之后，所述方法还包括：
利用预设数据检测算法，对所述惯性测量数据、所述车辆轮速以及所述目标图像上的感知元素进行数据检测，以剔除异常数据。


9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在车辆定位过程中，利用所述目标图像上目标特征点的预测像素坐标与观测像素坐标之间的偏差，确定用于采集所述目标图像的车载相机是否异常；
其中，所述目标特征点的预测像素坐标是基于所述目标特征点在上一帧图像的像素坐标而预测得到，或者基于所述目标特征点在所述上一帧图像中，对应至所述高精地图中的位置坐标而预测得到。


10.一种车辆定位装置，其特征在于，包括：
数据获取模块，用于获取当前时刻下车辆的惯性测量数据、车辆轮速以及车辆所处环境的目标图像；
预测位姿确定模块，用于利用所述惯性测量数据与所述车辆轮速，计算车辆当前时刻的预测位姿；
高精地图获取模块，用于基于所述预测位姿中的预测位置坐标，调用包括车辆当前所处环境信息的高精地图；

【专利技术属性】
技术研发人员：张辉，张鹏，刘奇胜，常松涛，陈聪，罗成，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11