本发明专利技术公开了一种基于高精地图的多传感器融合定位方法及装置，包括步骤：根据车载惯性导航采集的信息获取第一车载惯导定位信息；根据所述第一车载惯导定位信息确定车辆当前位置的高精地图，所述当前位置的高精地图中包含第一地图道路信息；根据前视相机采集的信息获取第一车载相机图像道路信息；将所述第一地图道路信息和所述第一车载相机图像道路信息进行数据关联，生成关联数据信息；融合所述关联数据信息和第一车载惯导定位信息，得到车辆当前位置的高精定位，融合了多个传感器输出的信息包括车载惯导定位信息和车载相机图像道路信息，解决单个设备的应用的局限性，结合高精地图提供的静态信息，通过多个数据融合，保证定位的精度。证定位的精度。证定位的精度。
【技术实现步骤摘要】
一种基于高精地图的多传感器融合定位方法及装置
[0001]本专利技术涉及一种定位
，具体为一种基于高精地图的多传感器融合定位方法及装置。
技术介绍
[0002]智能驾驶提供了出行便利，近年来逐步得到了生产和应用，自车的位置和朝向即定位，对自动驾驶其他模块如感知、决策和控制等都有着重要的作用，错误的定位信息将带来不可预估的后果。
[0003]为了解决车辆定位问题，目前提出了各种各样的解决方法。从传感器层面，有基于纯视觉摄像头、有基于激光雷达、有采用摄像头+毫米波雷达、有结合多个传感器，目前，自动驾驶汽车获取车道线信息的方式是通过智能摄像头；智能摄像头能够从视频图像中检测识别出车道线，实时输出给自动驾驶控制器；摄像头的优点是感知实时性强，检测较为准确。但摄像头也有易受天气、光线等的影响，视野范围有限，易被障碍物遮挡等缺点。当前的视频图像检测识别技术在弯道、路面阴影和路面标线复杂等特殊工况下的性能不能保证。由于当前摄像头的这些特性，在复杂的行驶工况下，自动驾驶汽车的行驶安全性并不能得到保障；从地图层面，有基于高精地图、有不基于高精地图的，而且高精地图的定位格式和表达方式又存在差异；定位技术在自动驾驶领域又是至关重要，因此，如何结合现有的摄像头以及高精地图来提高定位精度十分有必要。
技术实现思路
[0004]为了克服现有技术存在的缺点与不足，本专利技术公开一种基于高精地图的多传感器融合定位方法及装置，多传感器的设置能够解决单个设备的应用局限性，并结合高精地图提供的丰富的静态信息，得到一个高精度定位，该方法包括步骤：
[0005]根据车载惯性导航采集的信息获取第一车载惯导定位信息；
[0006]根据所述第一车载惯导定位信息确定车辆当前位置的高精地图，所述当前位置的高精地图中包含第一地图道路信息；
[0007]根据前视相机采集的信息获取第一车载相机图像道路信息；
[0008]将所述第一地图道路信息和所述第一车载相机图像道路信息进行数据关联，生成关联数据信息；
[0009]融合所述关联数据信息和第一车载惯导定位信息，得到车辆当前位置的高精定位。
[0010]更进一步地，所述车载惯性导航采集的信息获取第一车载惯导定位信息包括步骤：
[0011]获取惯导标定信息，所述惯导标定信息为惯导坐标系与车体坐标系之间的变换矩阵；
[0012]根据所述惯导标定信息对所述车载惯性导航进行标定，使得所述车载惯性导航采
集车载惯导定位信息；
[0013]将所述车载惯导定位信息由所述惯导坐标系转换为所述车体坐标系，生成第一车载惯导定位信息。
[0014]更进一步地，所述根据所述第一车载惯导定位信息确定车辆当前位置的高精地图包括步骤：
[0015]将所述第一车载惯导定位信息转换至与所述高精地图相同的坐标系，生成第二车载惯导定位信息；
[0016]根据所述第二车载惯导定位信息获取车辆在所述当前位置的高精地图。
[0017]更进一步地，所述根据前视相机采集的信息获取第一车载相机图像道路信息包括步骤：
[0018]获取相机标定信息，所述相机标定信息包括第一标定信息与第二标定信息，所述第一相机标定信息为车体坐标系与前视相机坐标系之间的变换矩阵；所述第二标定信息至少包括标定畸变系数；
[0019]根据所述相机标定信息对前视相机进行标定，使得所述前视相机采集所述车载相机图像道路信息；
[0020]将所述车载相机图像道路信息由相机坐标系转换为车体坐标系，生成第一车载相机图像道路信息。
[0021]更进一步地，将所述第一地图道路信息和所述第一车载相机图像道路信息进行数据关联，生成关联数据信息包括步骤：
[0022]将所述第一地图道路信息和所述第一车载相机图像道路信息统一为预设坐标系，并设置为时间同步，生成所述数据关联信息；所述数据关联信息包括第二地图道路信息和第二车载相机图像道路信息；
[0023]所述第二车载相机图像道路信息至少包括第二相机车道线信息和第二相机交通标志信息；
[0024]所述第二地图道路信息至少包括第二地图车道线信息和第二地图交通标志信息。
[0025]更进一步地，融合所述关联数据信息和第一车载惯导定位信息，得到车辆当前位置的高精定位包括：
[0026]根据所述第二相机车道线信息和第二所述地图车道线信息确定车辆当前横轴定位；
[0027]根据所述第二相机交通标志信息和所述第二地图交通标志信息确定车辆当前纵轴定位；
[0028]将第一车载惯导定位信息转换至与所述高精地图相同坐标系并与所述车辆当前横轴定位和所述车辆当前纵轴定位融合输出，得到车辆当前位置的高精定位。
[0029]更进一步地，所述根据所述第二相机车道线信息和第二所述地图车道线信息确定车辆当前横轴定位，包括提取所述第二相机车道线信息的高阶曲线方程；
[0030]所述提取所述第二相机车道线信息的高阶曲线方程包括：
[0031]采集多个车道线轮廓点；
[0032]将所述车道线轮廓点进行拟合，生成所述高阶曲线方程。
[0033]更进一步地，所述第二相机车道线信息包括相机左车道线与相机右车道线；
[0034]所述第二地图车道线信息包括地图左车道线与地图右车道线；
[0035]所述根据所述第二相机车道线信息和第二所述地图车道线信息确定车辆当前横轴定位包括步骤：
[0036]获取车辆分别与所述地图左车道线和地图右车道线的距离之和；
[0037]获取比例因子，所述比例因子为车辆分别与所述相机左车道线和所述相机右车道线的距离之比；
[0038]所述车辆分别与所述地图左车道线和地图右车道线的距离之和再乘以所述比例因子，得到所述辆当前横轴定位。
[0039]更进一步地，所述预设坐标系为车体坐标系；
[0040]所述第一地图道路信息至少包括第一地图交通标志信息；
[0041]所述根据所述第二相机交通标志信息和所述第二地图交通标志信息确定车辆当前纵轴定位包括步骤：
[0042]当所述第二相机交通标志信息和所述第二地图交通标志信息之间的距离小于阈值时，确定所述第二相机交通标志信息为当前相机交通标志信息；
[0043]通过ICP匹配所述当前相机交通标志信息和所述第一地图交通标志信息，得到纵轴定位。
[0044]另一方面，本身还提供一种基于高精地图的多传感器融合定位装置，包括：
[0045]惯导信息获取模块：用于根据车载惯性导航采集的信息获取第一车载惯导定位信息；
[0046]高精地图确定模块：用于根据所述第一车载惯导定位信息确定车辆当前位置的高精地图，所述当前位置的高精地图中包含第一地图道路信息；
[0047]图像道路信息获取模块：用于根据前视相机采集的信息获取第一车载相机图像道路信息；
[0048]关联数据信息生成模块：用于将所述地图道路信息和所述车载相机图像道路信息进行数据关联本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于高精地图的多传感器融合定位方法，其特征在于，包括步骤：根据车载惯性导航采集的信息获取第一车载惯导定位信息；根据所述第一车载惯导定位信息确定车辆当前位置的高精地图，所述当前位置的高精地图中包含第一地图道路信息；根据前视相机采集的信息获取第一车载相机图像道路信息；将所述第一地图道路信息和所述第一车载相机图像道路信息进行数据关联，生成关联数据信息；融合所述关联数据信息和所述第一车载惯导定位信息，得到车辆当前位置的高精定位。2.根据权利要求1所述的一种基于高精地图的多传感器融合定位方法，其特征在于，所述车载惯性导航采集的信息获取第一车载惯导定位信息包括步骤：获取惯导标定信息，所述惯导标定信息为惯导坐标系与车体坐标系之间的变换矩阵；根据所述惯导标定信息对所述车载惯性导航进行标定，使得所述车载惯性导航采集车载惯导定位信息；将所述车载惯导定位信息由所述惯导坐标系转换为所述车体坐标系，生成第一车载惯导定位信息。3.根据权利要求1所述的一种基于高精地图的多传感器融合定位方法，其特征在于，所述根据所述第一车载惯导定位信息确定车辆当前位置的高精地图包括步骤：将所述第一车载惯导定位信息转换至与所述高精地图相同的坐标系，生成第二车载惯导定位信息；根据所述第二车载惯导定位信息获取车辆在所述当前位置的高精地图。4.根据权利要求1所述的一种基于高精地图的多传感器融合定位方法，其特征在于，所述根据前视相机采集的信息获取第一车载相机图像道路信息包括步骤：获取相机标定信息，所述相机标定信息包括第一标定信息与第二标定信息，所述第一相机标定信息为车体坐标系与前视相机坐标系之间的变换矩阵；所述第二标定信息至少包括标定畸变系数；根据所述相机标定信息对前视相机进行标定，使得所述前视相机采集所述车载相机图像道路信息；将所述车载相机图像道路信息由相机坐标系转换为车体坐标系，生成第一车载相机图像道路信息。5.根据权利要求3所述的一种基于高精地图的多传感器融合定位方法，其特征在于，将所述第一地图道路信息和所述第一车载相机图像道路信息进行数据关联，生成关联数据信息包括步骤：将所述第一地图道路信息和所述第一车载相机图像道路信息统一为预设坐标系，并设置为时间同步，生成所述数据关联信息；所述数据关联信息包括第二地图道路信息和第二车载相机图像道路信息；所述第二车载相机图像道路信息至少包括第二相机车道线信息和第二相机交通标志信息；所述第二地图道路信息至少包括第二地图车道线信息和第二地图交通标志信息。
6.根据权利要求5所述的一种基于高精地图的多传感器融合定位方法，其特征在于，融合所述关联数...
【专利技术属性】
技术研发人员：李丰军，周剑光，马鑫军，
申请(专利权)人：中汽创智科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。