自动驾驶车辆定位方法及装置、电子设备、存储介质制造方法及图纸

本申请公开了自动驾驶车辆定位方法及装置、电子设备、存储介质，其中，所述方法包括获取位于道路至少一侧的多帧图像信息，其中每帧图像信息至少包括道路语义元素；通过预先训练的道路语义地图模型，得到所述图像信息中当前帧的车辆定位结果，其中，所述道路语义地图模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括样本图像以及所述样本图像中的道路语义元素标签；根据所述车辆定位结果，确定车辆当前位置。通过本申请充分利用了道路语义元素，在自动驾驶车辆进入GNSS信号受干扰导致的精度降低或不可用区域时，也可以获得车辆当前位置。可以获得车辆当前位置。可以获得车辆当前位置。

Self driving vehicle positioning method and device, electronic equipment, storage medium

【技术实现步骤摘要】
自动驾驶车辆定位方法及装置、电子设备、存储介质


[0001]本申请涉及自动驾驶感知定位
，尤其涉及一种自动驾驶车辆定位方法及装置、电子设备、存储介质。

技术介绍

[0002]科技的发展以及安全驾驶需求的日益提高，自动驾驶出租车、小巴士等也越来越多的在城市中运营起来。
[0003]相对于开阔场景，在城市中的GNSS信号容易受到遮挡、干扰等引起定位不准确，特别是在树木多、城市峡谷、商业区等位置。针对于短时间的定位不准确，通常可采用卡方检测等技术对异常值进出剔除，保证自车定位不会被异常值带偏。而针对长时间定位不准确，可使用其他传感器进行辅助，其中大部分自动驾驶公司会采用基于GNSS/RTK、IMU以及激光雷达SLAM的多传感器融合技术，另一些少部分自动驾驶公司会采用基于GNSS/RTK、IMU以及视觉SLAM的多传感器融合技术。
[0004]如果使用基于激光雷达的SLAM技术方案，需要预先建立点云地图，可靠性高、精度高、没有累计误差。但是由于激光雷达价格昂贵，点云地图存储和读取会占用大量空间和资源。
[0005]如果使用基于视觉的SLAM技术方案，一种方案是基于特征的SLAM，此方法广泛用于封闭、低速场景，如：泊车、清扫车、牵引车，但是在速度或光照的影响下，很难进行特征点的跟踪，导致无法定位。
[0006]另一种方案是基于路面语义元素(比如，路面箭头、车道线)的SLAM，通过将上述语义元素与高精地图匹配，进一步计算出车辆的位置。其缺点在于高精地图成本高，覆盖范围有限，就很难大范围使用。

技术实现思路

[0007]本申请实施例提供了自动驾驶车辆定位方法及装置、电子设备、存储介质，以充分利用道路语义元素实现车辆精准定位。
[0008]本申请实施例采用下述技术方案：
[0009]第一方面，本申请实施例提供一种自动驾驶车辆定位方法，其中，所述方法包括：获取位于道路至少一侧的多帧图像信息，其中每帧图像信息至少包括道路语义元素；通过预先训练的道路语义地图模型，得到所述图像信息中当前帧的车辆定位结果，其中，所述道路语义地图模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括样本图像以及所述样本图像中的道路语义元素标签；根据所述车辆定位结果，确定车辆当前位置。
[0010]第二方面，本申请实施例提供一种自动驾驶车辆定位装置，其中，所述装置包括：图像获取模块，用于获取位于道路至少一侧的多帧图像信息，其中每帧图像信息至少包括道路语义元素；模型处理模块，用于通过预先训练的道路语义地图模型，得到所述图像信息
中当前帧的车辆定位结果，其中，所述道路语义地图模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括样本图像以及所述样本图像中的道路语义元素标签；结果输出模块，用于根据所述车辆定位结果，确定车辆当前位置。
[0011]第三方面，本申请实施例还提供一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述方法。
[0012]第四方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行上述方法。
[0013]本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：
[0014]通过预先训练的道路语义地图模型，可以识别多帧图像信息中的道路语义元素，根据道路语义元素查找并计算对应的位置信息，在自动驾驶车辆进入GNSS信号受干扰导致的精度降低或不可用区域时，也可以获得车辆当前位置。从而提供自动驾驶车辆的准确的感知定位数据。
附图说明
[0015]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0016]图1为本申请实施例中一种自动驾驶车辆定位方法流程示意图；
[0017]图2为本申请实施例中一种自动驾驶车辆定位装置结构示意图；
[0018]图3为本申请实施例中一种电子设备的结构示意图。
具体实施方式
[0019]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0020]以下结合附图，详细说明本申请各实施例提供的技术方案。
[0021]本申请实施例提供了一种自动驾驶车辆定位方法，如图1所示，提供了本申请实施例自动驾驶车辆定位方法流程示意图，所述方法至少包括如下的步骤S110至步骤S130：
[0022]步骤S110，获取位于道路至少一侧的多帧图像信息，其中每帧图像信息至少包括道路语义元素。
[0023]在获取位于道路至少一侧的多帧图像信息时，需要保持持续采集。同时在每帧图像信息中包括了道路语义元素。这些道路语义元素可以是道路一侧或者两侧的店铺招牌，也可以是车站牌、地铁出入口信息牌等。
[0024]可以理解，为了采集得到上述图像信息，在目标车辆的两侧各设备一个摄像头，或者在目标车辆的顶部设置至少一个环视摄像头，并使用至少一个高精度定位装置计算目标车辆的实时位置，其中所述高精度定位装置包括RTK定位模块。所述的目标车辆可以是自动驾驶车辆，即可以是自动驾驶出租车、小巴士等车型的自动驾驶车辆。
[0025]通过在目标车辆的两侧设置的摄像头或者环视摄像头，可以顺利采集得到图像信
息。使用侧视摄像头或者环视摄像头，提高了自动驾驶车辆的环境感知范围，保证自动驾驶车辆对当前位置周围的语义元素的充分使用。
[0026]在一些实施例中，可以通过建立采集车的方式来获取图像信息，即需要一套高精度定位设备获取当前时刻自车的位置，需要两个已经标定好的侧视相机或者一个环视相机获取当前时刻可视范围内的图像信息。这些图像信息可以是用于模型的训练或者测试。
[0027]步骤S120，通过预先训练的道路语义地图模型，得到所述图像信息中当前帧的车辆定位结果，其中，所述道路语义地图模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括样本图像以及所述样本图像中的道路语义元素标签。
[0028]所述预先训练的道路语义地图模型中，首先需要建立道路语义地图的场景采集数据，利用已经训练好的模型对采集到的数据进行处理，包括但不限于线框、角点、文字以及位置的计算。并且在得到之后进行道路语义地图的编码得到道路语义地图词典。
[0029]其中，道路语义元素标签包括但不限于语义类型标签，用于区分文字、线框、角点等。此外对于位置计算并不涉及学习模型，而是采用坐标系转换后计算得到相对位置关系。
[0030]所述道路语义地图模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶车辆定位方法，其中，所述方法包括：获取位于道路至少一侧的多帧图像信息，其中每帧图像信息至少包括道路语义元素；通过预先训练的道路语义地图模型，得到所述图像信息中当前帧的车辆定位结果，其中，所述道路语义地图模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括样本图像以及所述样本图像中的道路语义元素标签；根据所述车辆定位结果，确定车辆当前位置。2.如权利要求1所述方法，其中，所述通过预先训练的道路语义地图模型，得到所述图像信息中当前帧的车辆定位结果，其中，所述道路语义地图模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括样本图像以及所述样本图像中的道路语义元素标签，还包括：通过预先训练的道路语义地图模型识别出所述图像信息中的道路语义元素信息；根据所述道路语义元素信息中的边框信息、文字信息、角点信息以及角点位置信息，对所述道路语义元素信息编码得到道路语义地图字典。3.如权利要求2所述方法，其中，得到所述图像信息中当前帧的车辆定位结果，包括：通过预先训练的道路语义地图模型识别出所述当前帧的边框信息以及文字信息；根据所述边框信息中的所述文字信息，在所述道路语义地图字典中进行检索；根据检索结果得到至少一个道路语义元素对应的角点信息集合；根据所述角点信息集合，确定车辆当前位置作为当前帧的车辆定位结果。4.如权利要求3所述方法，其中，所述通过预先训练的道路语义地图模型识别出所述图像信息中的道路语义元素信息，还包括：对通过预先训练的道路语义地图模型识别出所述图像信息中的与第N个道路语义元素信息相同的第N+1个道路语义元素信息重复出现时，根据道路语义先验信息对所述第N个道路语义元素信息或第N+1个道路语义元素信息进行筛选，直到确定出唯一的道路语义元素信息。5.如权利要求1所述方法，其中，所述获取位于道路至少一侧的多帧图像信息，之前还包括：在目标车辆的两侧各设备一个摄像头，或者在目标车辆的顶部设置至少一个环视摄像头，并使用至少一个高精度定位装置计算目标车辆的实时位置，其中所述高精度定位装置包括RTK定位模块。6....

【专利技术属性】
技术研发人员：李岩，费再慧，张海强，
申请(专利权)人：智道网联科技北京有限公司，
类型：发明
国别省市：