一种定位系统和方法技术方案

本申请实施例公开了一种定位系统和方法。所述定位方法包括获取物体的预估位置；获取与所述预估位置相关的点云数据，所述点云数据由与所述物体相关的一个或多个传感器获取；基于所述点云数据，生成与所述预估位置相关联的在线地图；基于所述预估位置，获取参考地图；和通过匹配所述在线地图与所述参考地图，确定所述物体的目标位置。

【技术实现步骤摘要】
一种定位系统和方法
本申请涉及定位技术的系统和方法，尤其涉及一种确定地图中物体的目标位置的系统和方法。
技术介绍
定位技术广泛用于各种领域，例如自动驾驶系统。对于自动驾驶系统，重要的是在自动车辆的驾驶期间确定在预先构建的地图(例如，高清晰度地图)中确定目标物体(例如，自动驾驶车辆)的精确位置。定位技术可以通过将由安装在自动驾驶车辆上的一个或多个传感器(例如，激光雷达)获取的扫描数据(例如，点云数据)生成的在线地图与预先建立的地图进行匹配，来确定自动驾驶车辆的准确位置。物体的精确定位依赖于在线地图与预先构建的地图之间的精确匹配。因此，期望提供一种可以准确地在预先构建的地图中确定物体的位置的有效的系统和方法。
技术实现思路
本申请实施例之一提供一种定位系统，定位系统包括获取模块、生成模块和确定模块。所述获取模块用于获取物体的预估位置。所述获取模块用于获取与所述预估位置相关的点云数据，所述点云数据由与所述物体相关的一个或多个传感器获取。所述生成模块用于基于所述点云数据，生成与所述预估位置相关联的在线地图。所述获取模块用于基于所述预估位置，获取参考地图。所述确定模块用于通过匹配所述在线地图与所述参考地图，确定所述物体的目标位置。本申请实施例之一提供一种定位方法，所述方法包括：获取物体的预估位置；获取与所述预估位置相关的点云数据，所述点云数据由与所述物体相关的一个或多个传感器获取；基于所述点云数据，生成与所述预估位置相关联的在线地图；基于所述预估位置，获取参考地图；和通过匹配所述在线地图与所述参考地图，确定所述物体的目标位置。本申请实施例之一提供一种定位装置，定位装置包括至少一个存储介质以及至少一个处理器。所述至少一个存储介质用于存储计算机指令。所述至少一个处理器用于执行所述计算机指令以实现定位方法。本申请实施例之一提供一种计算机可读存储介质，所述存储介质存储有计算机指令，当所述计算机指令被处理器执行时，实现定位方法。本申请实施例之一提供一种定位系统，所述定位系统可以包括存储一组指令的至少一个存储介质和与该至少一个存储介质通信的至少一个处理器。当执行存储的一组指令时，至少一个处理器可以使系统获取物体的预估位置；获取与所述预估位置相关的点云数据，所述点云数据由与所述物体相关的一个或多个传感器获取；基于所述点云数据，生成与所述预估位置相关联的在线地图；基于所述预估位置，获取参考地图；和通过匹配所述在线地图与所述参考地图，确定所述物体的目标位置。在一些实施例中，至少一个处理器还可以使系统：使用归一化互相关技术，匹配所述在线地图与所述参考地图；和基于所述在线地图与所述参考地图之间的匹配，确定所述物体的目标位置。在一些实施例中，其中所述参考地图包括至少两个格子，至少一个处理器还可以使系统：确定所述在线地图与所述至少两个格子中的每一个格子之间的相似度；和基于所述至少两个格子中具有与所述在线地图最大相似度的一个格子，确定所述物体的目标位置。在一些实施例中，至少一个处理器还可以使系统：指定与所述至少两个格子中具有与所述在线地图最大相似度的所述一个格子对应的一个位置，作为所述物体的目标位置。在一些实施例中，至少一个处理器还可以使系统：确定所述至少两个格子中的至少两个位置，至少两个位置中的每个位置对应于至少两个格子中的一个格子；和基于所述至少两个位置和对应于至少两个格子中的每个格子的相似度，确定所述物体的目标位置。在一些实施例中，至少一个处理器还可以使系统：基于所述在线地图和所述至少两个格子中的每一个格子中呈现的强度信息，确定所述在线地图与所述参考地图中的至少两个格子中的每一个格子之间的第一相似度；基于所述在线地图和所述至少两个格子中的每一个格子中呈现的高程信息，确定所述在线地图与所述参考地图中的至少两个格子中的每一个格子之间的第二相似度；和基于所述第一相似度和所述第二相似度，确定所述在线地图与所述参考地图中的至少两个格子中的每一个格子之间的相似度。在一些实施例中，至少一个处理器还可以使系统：确定对应所述第一相似度的第一权重；确定对应所述第二相似度的第二权重；和基于所述第一权重、所述第二权重、所述第一相似度和所述第二相似度，确定所述在线地图与所述参考地图中的至少两个格子中的每一个格子之间的相似度。在一些实施例中，至少一个处理器还可以使系统：使用第一训练机器学习模型处理所述在线地图或所述点云数据中的至少一个，其中所述第一训练机器学习模型是通过使用至少两个第一训练样本训练第一机器学习模型而获得的。在一些实施例中，至少一个处理器还可以使系统：使用所述第一训练机器学习模型，对与所述预估位置相关联的所述在线地图或所述点云数据中的至少一个进行去噪处理。在一些实施例中，至少一个处理器还可以使系统：使用所述第一训练机器学习模型从所述在线地图中移除一个或以上移动物体。在一些实施例中，至少一个处理器还可以使系统：基于一个或以上预先确定的校准参数，校准所述在线地图中呈现的强度信息，所述强度信息与所述一个或多个传感器接收的信号相关联。在一些实施例中，至少一个处理器还可以使系统：基于由全球定位设备和惯性测量单元传感器中至少一个获取的数据，确定所述物体的预估位置。在一些实施例中，所述参考地图是离线生成的。在一些实施例中，所述参考地图是通过使用第二训练机器学习模型处理所述参考地图而进一步生成的，其中所述第二训练机学习模型是通过使用至少两个第二训练样本训练第二机器学习模型而获得的。本申请实施例之一提供一种非暂时性计算机可读介质，包括用于定位的至少一组指令，当由计算设备的一个或以上处理器执行所述至少一组指令时，所述至少一组指令可以使所述计算设备执行一种方法，所述方法包括：获取物体的预估位置；获取与所述预估位置相关的点云数据，所述点云数据由与所述物体相关的一个或多个传感器获取；基于所述点云数据，生成与所述预估位置相关联的在线地图；基于所述预估位置，获取参考地图；和通过匹配所述在线地图与所述参考地图，确定所述物体的目标位置。申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的研究或者对实施例的生产或操作的了解，本申请的一部分附加特性对于本领域技术人员是显而易见的。本申请的特征可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或使用得以实现和达到。附图说明本申请将通过示例性实施例进行进一步描述。这些示例性实施例将通过附图进行详细描述。附图不是按比例绘制的。这些实施例并非限制性的，在这些实施例中，相同的符号表示相同的部件，其中：图1是根据本申请的一些实施例所示的示例性自动驾驶系统的示意图；图2是根据本申请的一些实施例的示例性计算设备的示例性硬件和/或软件组件的示意图；图3是根据本申请的一些实施例所示的示例性移动设备的示例性硬件和/或软件组件的示意图；图4是根据本申请的一些实施例所示的示例性处理引擎的模块图；图5是根据本申请的一些实施例所示的定位物体的示本文档来自技高网...

【技术保护点】
1.一种定位系统，其特征在于，包括获取模块、生成模块和确定模块；/n所述获取模块用于获取物体的预估位置；/n所述获取模块用于获取与所述预估位置相关的点云数据，所述点云数据由与所述物体相关的一个或多个传感器获取；/n所述生成模块用于基于所述点云数据，生成与所述预估位置相关联的在线地图；/n所述获取模块用于基于所述预估位置，获取参考地图；和/n所述确定模块用于通过匹配所述在线地图与所述参考地图，确定所述物体的目标位置。/n

【技术特征摘要】
1.一种定位系统，其特征在于，包括获取模块、生成模块和确定模块；
所述获取模块用于获取物体的预估位置；
所述获取模块用于获取与所述预估位置相关的点云数据，所述点云数据由与所述物体相关的一个或多个传感器获取；
所述生成模块用于基于所述点云数据，生成与所述预估位置相关联的在线地图；
所述获取模块用于基于所述预估位置，获取参考地图；和
所述确定模块用于通过匹配所述在线地图与所述参考地图，确定所述物体的目标位置。


2.根据权利要求1所述的系统，其特征在于，所述确定模块进一步用于：
使用归一化互相关技术，匹配所述在线地图与所述参考地图；和
基于所述在线地图与所述参考地图之间的匹配，确定所述物体的目标位置。


3.根据权利要求1所述的系统，其中所述参考地图包括至少两个格子，其特征在于，所述确定模块进一步用于：
确定所述在线地图与所述至少两个格子中的每一个格子之间的相似度；和
基于所述至少两个格子中具有与所述在线地图最大相似度的一个格子，确定所述物体的目标位置。


4.根据权利要求3所述的系统，其特征在于，所述确定模块进一步用于：
指定与所述至少两个格子中具有与所述在线地图最大相似度的所述一个格子对应的一个位置，作为所述物体的目标位置。


5.根据权利要求3所述的系统，其特征在于，所述确定模块进一步用于：
确定所述至少两个格子中的至少两个位置，至少两个位置中的每个位置对应于至少两个格子中的一个格子；和
基于所述至少两个位置和对应于至少两个格子中的每个格子的相似度，确定所述物体的目标位置。


6.根据权利要求3所述的系统，其特征在于，所述确定模块进一步用于：
基于所述在线地图和所述至少两个格子中的每一个格子中呈现的强度信息，确定所述在线地图与所述参考地图中的至少两个格子中的每一个格子之间的第一相似度；
基于所述在线地图和所述至少两个格子中的每一个格子中呈现的高程信息，确定所述在线地图与所述参考地图中的至少两个格子中的每一个格子之间的第二相似度；和
基于所述第一相似度和所述第二相似度，确定所述在线地图与所述参考地图中的至少两个格子中的每一个格子之间的相似度。


7.根据权利要求6所述的系统，其特征在于，所述确定模块进一步用于：
确定对应所述第一相似度的第一权重；
确定对应所述第二相似度的第二权重；和
基于所述第一权重、所述第二权重、所述第一相似度和所述第二相似度，确定所述在线地图与所述参考地图中的至少两个格子中的每一个格子之间的相似度。


8.根据权利要求1至7中任一项所述的系统，其特征在于，所述生成模块进一步用于：
使用第一训练机器学习模型处理所述在线地图或所述点云数据中的至少一个，其中所述第一训练机器学习模型是通过使用至少两个第一训练样本训练第一机器学习模型而获得的。


9.根据权利要求8所述的系统，其特征在于，所述生成模块进一步用于：
使用所述第一训练机器学习模型，对与所述预估位置相关联的所述在线地图或所述点云数据中的至少一个进行去噪处理。


10.根据权利要求8所述的系统，其特征在于，所述生成模块进一步用于：
使用所述第一训练机器学习模型从所述在线地图中移除一个或以上移动物体。


11.根据权利要求6、7、9、10中任一项所述的系统，其特征在于，所述生成模块进一步用于：
基于一个或以上预先确定的校准参数，校准所述在线地图中呈现的强度信息，所述强度信息与所述一个或多个传感器接收的信号相关联。


12.根据权利要求1至7、9、10中任一项所述的系统，其特征在于，所述获取模块进一步用于：
基于由全球定位设备和惯性测量单元传感器中至少一个获取的数据，确定所述物体的预估位置。


13.根据权利要求1至7、9、10中任一项所述的系统，其特征在于，所述参考地图是离线生成的。


14.根据权利要求13所述的系统，其特征在于，所述参考地图是通过使用第二训练机器学习模型处理所述参考地图而进一步生成的，其中所述第二训练机学习模型是通过使用至少两个第二训练样本训练第二机器学习模型而获得的。


15.一种定位方法，其特征在于，包括：
获取物体的预估位置；
获取与所述预估位置相关的点云数据，所述点云数据由与所述物体相关的一个或多个传感器获取；
基于所述点云数据，生成与所述预估位置相关联的在线地图；
基于所述预估位置，获取参考地图；和
通...

【专利技术属性】
技术研发人员：侯庭波，屈孝志，
申请(专利权)人：北京航迹科技有限公司，
类型：发明
国别省市：北京;11