车道线匹配定位方法、电子设备及存储介质技术

本发明专利技术公开一种车道线匹配定位方法、电子设备及存储介质，方法包括：获取车辆摄像装置识别的车道线，将车辆摄像装置识别的车道线的点作为拍摄车道线点；获取地图中车辆定位位置的地图车道线，将地图车道线上的点，作为地图车道线点；对拍摄车道线点与地图车道线点进行匹配；构建误差函数、目标函数；对目标函数进行迭代求解；基于迭代结束时求解得到的变换矩阵对车辆定位位置进行修正，并得到定位位置的置信度。本发明专利技术通过优化目标函数，得到最优的匹配结果。并且，本发明专利技术能够使用优化结束后的匹配误差，实时的计算车道线识别的置信度，并根据实时的置信度调整摄像头车道线识别结果在融合定位中的权重，降低识别误差随机性对融合定位精度的影响。定位精度的影响。定位精度的影响。

【技术实现步骤摘要】
车道线匹配定位方法、电子设备及存储介质


[0001]本专利技术涉及汽车相关
，特别是一种车道线匹配定位方法、电子设备及存储介质。

技术介绍

[0002]高级别自动驾驶依赖于高精度地图，为了保证车辆能够准确定位到高精度地图上，可利用基于车道线与地图匹配的多传感器融合定位方法。
[0003]使用摄像头对车道线的识别结果进行车辆定位时，定位效果受到车道线识别误差的影响，因此需要在定位时修正识别误差。众所周知，摄像头识别车道线的误差存在随机性，尤其是在天气、光照、地面积水积灰、车道线磨损模糊等场合，误差变化更加明显。
[0004]现行车道线匹配定位方法，将地图离散点集与车道线点集匹配。然而，现有的车道线匹配定位方法，由于直道上的车道线没有纵向定位特征，影响置信度计算，离散点集的采样距离会影响匹配精度。因此，目前定位的评价方法不能有效评价的实时评价定位效果。

技术实现思路

[0005]基于此，有必要针对现有技术的车道线匹配定位匹配精度不高的方法，技术问题，提供一种车道线匹配定位方法、电子设备及存储介质。
[0006]本专利技术提供一种车道线匹配定位方法，包括：
[0007]获取车辆摄像装置识别的车道线，将车辆摄像装置识别的车道线的点作为拍摄车道线点；
[0008]获取地图中车辆定位位置的地图车道线，将地图车道线上的点，作为地图车道线点；
[0009]对拍摄车道线点与地图车道线点进行匹配；
[0010]构建以变换矩阵为变量，关于拍摄车道线点与匹配的地图车道线点的横向位置误差的误差函数、以及构建关于所述误差函数的目标函数；
[0011]通过梯度下降算法对目标函数进行迭代求解；
[0012]基于迭代结束时求解得到的变换矩阵对车辆定位位置进行修正，得到基于摄像装置识别的车道线对车辆定位位置进行修正的修正定位位置，并得到修正定位位置的置信度。
[0013]进一步地，所述对拍摄车道线点与地图车道线点进行匹配，具体包括：
[0014]对于每个拍摄车道线点，作拍摄车道线点到地图车道线的垂线，将地图车道线上的垂足的点作为该拍摄车道线点对应的地图车道线点。
[0015]进一步地，所述变换矩阵包括旋转矩阵和横向平移变量，所述构建以变换矩阵为变量，关于拍摄车道线点与匹配的地图车道线点的横向位置误差的误差函数，具体包括：
[0016]构建误差函数其中n为拍摄车道线点的数量，R为旋转矩
阵，t为横向平移变量，p
i
为第i个拍摄车道线点的坐标，q
i
为第i个拍摄车道线点对应的地图车道线点的坐标,以拍摄车道线点与对应的地图车道线点作为点对，w
i
为第i个点对的权重，w
i
＝(1
‑
p
ix
/MaxX)/SumW,p
ix
为第i个车道线点的纵向距离，MaxX为所有对点里最大的纵向距离,
[0017]更进一步地，所述构建关于所述误差函数的目标函数，具体包括：
[0018]构建目标函数其中E为误差函数。
[0019]更进一步地，所述基于迭代结束时求解得到的变换矩阵对车辆定位位置进行修正，得到基于摄像装置识别的车道线对车辆定位位置进行修正的修正定位位置，具体包括：
[0020]基于迭代结束时求解得到的旋转矩阵R和横向平移变量t构建变换矩阵，根据所述变换矩阵对车辆定位位置进行修正，得到基于摄像装置识别的车道线对车辆定位位置进行修正的修正定位位置。
[0021]进一步地，所述得到修正定位位置的置信度，具体包括：
[0022]计算所述变换矩阵的置信度作为修正定位位置的置信度。
[0023]更进一步地，所述计算所述变换矩阵的置信度，具体包括：
[0024]获取对目标函数进行最后一次迭代求解时，误差函数的误差值作为数据误差；
[0025]根据所述数据误差，基于目标函数相对于变换矩阵的海森矩阵表示，构建定位误差求解方程；
[0026]根据定位误差求解方程，确定定位误差，根据定位误差确定所述变换矩阵的置信度。
[0027]更进一步地，还包括：
[0028]将修正定位位置与其他定位来源进行位置融合，其中，修正定位位置的融合权重根据所述置信度计算得到。
[0029]本专利技术提供一种电子设备，包括：
[0030]至少一个处理器；以及，
[0031]与至少一个所述处理器通信连接的存储器；其中，
[0032]所述存储器存储有可被至少一个所述处理器执行的指令，所述指令被至少一个所述处理器执行，以使至少一个所述处理器能够执行如前所述的车道线匹配定位方法。
[0033]本专利技术提供一种存储介质，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如前所述的车道线匹配定位方法的所有步骤。
[0034]本专利技术利用地图点集和摄像头车道线识别结果之间的横向匹配位置误差构建误差函数，通过降低误差函数，得到最优的匹配结果。最优匹配结果与卫星定位、惯导定位等结合，得到车辆位置姿态的估计，作为车辆融合定位结果。更进一步的，本专利技术能够使用优化后的残余匹配误差，实时的计算车道线识别的置信度，并根据实时的置信度调整摄像头车道线识别结果在融合定位中的权重，降低识别误差随机性对融合定位精度的影响。
附图说明
[0035]图1为本专利技术一种车道线匹配定位方法的工作流程图；
[0036]图2为本专利技术一实施例中一种车道线匹配定位方法的工作流程图；
[0037]图3为本专利技术最佳实施例匹配定位模块的工作流程图；
[0038]图4为本专利技术最佳实施例置信度评估模块的工作流程图；
[0039]图5为本专利技术最佳实施例一种车道线匹配定位的工作流程图；
[0040]图6为采用本专利技术车道线匹配定位的车道线修正仿真测试结果；
[0041]图7为采用本专利技术车道线匹配定位的GPS修正仿真测试结果；
[0042]图8为本专利技术一种电子设备的硬件结构示意图。
具体实施方式
[0043]下面结合附图来进一步说明本专利技术的具体实施方式。其中相同的零部件用相同的附图标记表示。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
[0044]实施例一
[0045]如图1所示为本专利技术一种车道线匹配定位方法的工作流程图，包括：
[0046]步骤S101，获取车辆摄像装置识别的车道线，将车辆摄像装置识别的车道线的点作为拍摄车道线点；
[0047]步骤S102，获取地图中车辆定位位置的地图车道线，将地图车道线上的点，作为地图车道线点；
[0048]步骤S103，对拍摄车道线点与地图车道线点进行匹配；
[0049]步骤S104，构建以变换矩阵为变量，关于拍摄车道线点与匹本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车道线匹配定位方法，其特征在于，包括：获取车辆摄像装置识别的车道线，将车辆摄像装置识别的车道线的点作为拍摄车道线点；获取地图中车辆定位位置的地图车道线，将地图车道线上的点，作为地图车道线点；对拍摄车道线点与地图车道线点进行匹配；构建以变换矩阵为变量，关于拍摄车道线点与匹配的地图车道线点的横向位置误差的误差函数、以及构建关于所述误差函数的目标函数；通过梯度下降算法对目标函数进行迭代求解；基于迭代结束时求解得到的变换矩阵对车辆定位位置进行修正，得到基于摄像装置识别的车道线对车辆定位位置进行修正的修正定位位置，并得到修正定位位置的置信度。2.根据权利要求1所述的车道线匹配定位方法，其特征在于，所述对拍摄车道线点与地图车道线点进行匹配，具体包括：对于每个拍摄车道线点，作拍摄车道线点到地图车道线的垂线，将地图车道线上的垂足的点作为该拍摄车道线点对应的地图车道线点。3.根据权利要求1所述的车道线匹配定位方法，其特征在于，所述变换矩阵包括旋转矩阵和横向平移变量，所述构建以变换矩阵为变量，关于拍摄车道线点与匹配的地图车道线点的横向位置误差的误差函数，具体包括：构建误差函数其中n为拍摄车道线点的数量，R为旋转矩阵，t为横向平移变量，p
i
为第i个拍摄车道线点的坐标，q
i
为第i个拍摄车道线点对应的地图车道线点的坐标,以拍摄车道线点与对应的地图车道线点作为点对，w
i
为第i个点对的权重，w
i
＝(1
‑
p
ix
/MaxX)/SumW,p
ix
为第i个车道线点的纵向距离，MaxX为所有对点里最大的纵向距离,4.根据权利要求3所述的车道线匹配...

【专利技术属性】
技术研发人员：覃梓雨，张昭，余隆山，刘杰，张南杰，
申请(专利权)人：东风汽车有限公司东风日产乘用车公司，
类型：发明
国别省市：