目标对象定位方法、装置、存储介质和计算机程序产品制造方法及图纸

本申请涉及一种目标对象定位方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：获取目标对象的定位数据；按照所述定位数据进行路网匹配，确定所述目标对象所处的目标道路；当所述目标对象在所述目标道路上发生车道变更时，确定所述目标道路中的各候选车道在目标平面中各自对应的车道区域；从所述候选车道中确定出目标车道，使得所述目标对象在所述目标平面中的投影点处于所述目标车道所对应的车道区域内，将所述目标对象定位至所述目标车道，进而实现对车辆的车道级准确定位，本申请可应用的场景包括但不限于地图、导航、自动驾驶、智慧交通、车路协同等场景。车路协同等场景。车路协同等场景。

【技术实现步骤摘要】
目标对象定位方法、装置、存储介质和计算机程序产品


[0001]本申请涉及车辆导航定位
，特别是涉及一种目标对象定位方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]目前随着传感技术的快速发展，导航定位技术等在车辆定位中得到广泛应用。随着对导航精度需求的提高，车道级定位导航的作用也越来越重要。
[0003]而现有的车道级定位导航技术中，一般是基于视觉传感器、激光雷达及高精度地图，通过车道线中心线和车辆当前位置的距离来进行高精定位、但激光雷达的成本高、视觉传感器受天气、道路环境等影响较大，车道估计检测的准确率较低，无法实现对目标对象的低成本高精度定位。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够实现低成本高精度的目标对象定位方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种目标对象定位方法。所述方法包括：
[0006]获取目标对象的定位数据；
[0007]按照所述定位数据进行路网匹配，确定所述目标对象所处的目标道路；
[0008]当所述目标对象在所述目标道路上发生车道变更时，确定所述目标道路中的各候选车道在目标平面中各自对应的车道区域；
[0009]从所述候选车道中确定出目标车道，使得所述目标对象在所述目标平面中的投影点处于所述目标车道所对应的车道区域内；
[0010]将所述目标对象定位至所述目标车道。
[0011]第二方面，本申请还提供了一种目标对象定位装置。所述装置包括：
[0012]定位数据获取模块，用于获取目标对象的定位数据；
[0013]路网匹配模块，用于按照所述定位数据进行路网匹配，确定所述目标对象所处的目标道路；
[0014]变道检测模块，用于当所述目标对象在所述目标道路上发生车道变更时，确定所述目标道路中的各候选车道在目标平面中各自对应的车道区域；
[0015]车道定位模块，用于从所述候选车道中确定出目标车道，使得所述目标对象在所述目标平面中的投影点处于所述目标车道所对应的车道区域内；
[0016]将所述目标对象定位至所述目标车道。
[0017]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0018]获取目标对象的定位数据；
[0019]按照所述定位数据进行路网匹配，确定所述目标对象所处的目标道路；
[0020]当所述目标对象在所述目标道路上发生车道变更时，确定所述目标道路中的各候选车道在目标平面中各自对应的车道区域；
[0021]从所述候选车道中确定出目标车道，使得所述目标对象在所述目标平面中的投影点处于所述目标车道所对应的车道区域内；
[0022]将所述目标对象定位至所述目标车道。
[0023]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0024]获取目标对象的定位数据；
[0025]按照所述定位数据进行路网匹配，确定所述目标对象所处的目标道路；
[0026]当所述目标对象在所述目标道路上发生车道变更时，确定所述目标道路中的各候选车道在目标平面中各自对应的车道区域；
[0027]从所述候选车道中确定出目标车道，使得所述目标对象在所述目标平面中的投影点处于所述目标车道所对应的车道区域内；
[0028]将所述目标对象定位至所述目标车道。
[0029]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0030]获取目标对象的定位数据；
[0031]按照所述定位数据进行路网匹配，确定所述目标对象所处的目标道路；
[0032]当所述目标对象在所述目标道路上发生车道变更时，确定所述目标道路中的各候选车道在目标平面中各自对应的车道区域；
[0033]从所述候选车道中确定出目标车道，使得所述目标对象在所述目标平面中的投影点处于所述目标车道所对应的车道区域内；
[0034]将所述目标对象定位至所述目标车道。
[0035]上述目标对象定位方法、装置、计算机设备、存储介质和计算机程序产品，通过获取目标对象的定位数据，按照定位数据进行路网匹配，确定目标对象所处的目标道路，确定目标道路对所需的定位数据的精度要求较低，当目标对象在目标道路上发生车道变更时，确定目标道路中的各候选车道在目标平面中各自对应的车道区域，从候选车道中确定出目标车道，使得目标对象在目标平面中的投影点处于目标车道所对应的车道区域内，将目标对象定位至目标车道，通过将车道定位问题转换为平面中投影点与车道区域之间的位置关系问题，无需通过激光雷达或是视觉检测的方式定位车辆与实际车道线之间的位置关系，能够降低在车道级定位的处理过程中对于硬件条件的依赖，实现低成本的高精度车道级定位。
附图说明
[0036]图1为一个实施例中目标对象定位方法的应用环境图；
[0037]图2为一个实施例中目标对象定位方法的流程示意图；
[0038]图3为一个实施例中目标道路中的候选车道与目标车辆的相对位置示意图；
[0039]图4为一个实施例中车辆航向变化的示意图；
[0040]图5为一个实施例中角速度测量值变化的示意图；
[0041]图6为一个实施例中车辆航向变化匹配模板的示意图；
[0042]图7为一个实施例中陀螺角速度测量值变化匹配模板的示意图；
[0043]图8为一个实施例中归一化互相关匹配的流程示意图；
[0044]图9为另一个实施例中目标对象定位方法的流程示意图；
[0045]图10为再一个实施例中目标对象定位方法的流程示意图；
[0046]图11为一个实施例中数据更新的流程示意图；
[0047]图12为一个实施例中目标对象定位装置的结构框图；
[0048]图13为一个实施例中计算机设备的内部结构图。
具体实施方式
[0049]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0050]本申请实施例涉及人工智能(ArtificialIntelligence，AI)和机器学习技术，基于人工智能中的计算机视觉技术和机器学习(MachineLearning，ML)而设计。人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标对象定位方法，其特征在于，所述方法包括：获取目标对象的定位数据；按照所述定位数据进行路网匹配，确定所述目标对象所处的目标道路；当所述目标对象在所述目标道路上发生车道变更时，确定所述目标道路中的各候选车道在目标平面中各自对应的车道区域；从所述候选车道中确定出目标车道，使得所述目标对象在所述目标平面中的投影点处于所述目标车道所对应的车道区域内；将所述目标对象定位至所述目标车道。2.根据权利要求1所述的方法，其特征在于，所述从所述候选车道中确定出目标车道，使得所述目标对象在所述目标平面中的投影点处于所述目标车道所对应的车道区域内，包括：针对所述目标道路中的每一候选车道，分别构建车道边界函数；从所述候选车道中确定出目标车道，使得所述目标车道对应车道边界函数的求解结果符合结果筛选条件；所述结果筛选条件，表征所述目标对象在所述目标平面中的投影点处于所述目标车道所对应的车道区域内。3.根据权利要求2所述的方法，其特征在于，所述针对所述目标道路中的每一候选车道，分别构建车道边界函数，包括：基于所述目标平面中构成车道区域的投影线，确定所述车道区域所表征的候选车道与投影线之间的匹配关系；针对每一所述候选车道，基于所述候选车道所匹配的目标投影线，按照所述目标投影线与所述目标对象在所述目标平面中的投影点的位置关系，构建分段的车道边界函数。4.根据权利要求3所述的方法，其特征在于，所述目标投影线包括在平面坐标系中与目标坐标轴平行的第一投影线和第二投影线；所述第一投影线与所述目标坐标轴之间的第一距离小于所述第二投影线与所述目标坐标轴之间的第二距离；当所述投影点与所述目标坐标轴的目标距离小于所述第一距离时，所述车道边界函数的取值与所述投影点和第一投影线间的距离正相关；当所述投影点与所述目标坐标轴的目标距离大于所述第二距离时，所述车道边界函数的取值与所述投影点和第二投影线间的距离正相关；当所述投影点与所述目标坐标轴的目标距离大于或等于所述第一距离、且小于或等于所述第二距离时，所述车道边界函数的取值为零。5.根据权利要求1所述的方法，其特征在于，所述确定所述目标道路中的各候选车道在目标平面中各自对应的车道区域包括：从路网数据中，获取所述目标道路的道路宽度和车道数量；基于所述道路宽度和所述车道数量，确定所述目标道路的每一候选车道在所述目标平面中各自对应的车道区域。6.根据权利要求2所述的方法，其特征在于，所述方法还包括：基于目标对象的定位数据和观测数据，确定针对所述目标对象的滤波参数；
获取与所述滤波参数对应的协方差矩阵以及所述协方差矩阵对应的估计参数；将所述协方差矩阵和所述估计参数作为先验信息，结合所述候选车道对应的车道边界函数进行非线性优化，得到每一候选车道各自对应的目标代价函数值；所述从所述候选车道中确定出目标车道，使得所述车道边界函数结合的求解结果符合结果筛选条件，包括：筛选出所述目标代价函数值最小的候选车道作为目标车道。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：监测所述目标对象的航向变化数据和角速度变化数据；确定所述航向变化...

【专利技术属性】
技术研发人员：苏景岚，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：