定位方法以及定位装置、电子设备、存储介质制造方法及图纸

本申请公开了一种定位方法以及定位装置、电子设备、存储介质，其中，所述方法包括：获取车辆当前位置的预设区域内的高精地图数据以及车辆可行驶区域的IPM图数据；根据所述高精地图数据和所述车辆可行驶区域的IPM图数据的匹配结果，预测车辆的目标位置信息；根据所述车辆的目标位置信息，对车辆进行定位。通过本申请实现在特殊场景下的定位稳定性，减少在信息不足导致的定位精度下降的影响。本申请可用于自动驾驶车辆。于自动驾驶车辆。于自动驾驶车辆。

【技术实现步骤摘要】
定位方法以及定位装置、电子设备、存储介质


[0001]本申请涉及自动驾驶
，尤其涉及一种定位方法以及定位装置、电子设备、存储介质。

技术介绍

[0002]自动驾驶车辆的定位技术以组合导航为主，通过一个卡尔曼滤波器，将低频率的GNSS/RTK信号和高频率的IMU信息融合，输出高频、高精度的定位信息。
[0003]相关技术中，为了防止GNSS信号受到多路径干扰等情况下的定位精度下降，车身里程计信息、相机视觉语义SLAM和激光雷达SLAM也逐步得到组合应用，作为辅助的观测信息，被加入到整个定位滤波器中，形成了一套整体的多传感器融合定位方案。
[0004]然而，在高架桥、隧道等困难场景，激光雷达SLAM稳定性无法保障。视觉SLAM的精度和稳定性基于视觉检测结果，在车辆遮挡、路面磨损、路面积水积雪或者光照等影响的情况下，无法计算出有效的定位结果。

技术实现思路

[0005]本申请实施例提供了定位方法以及定位装置、电子设备、存储介质，以实现保证定位精度的同时提高定位稳定性。
[0006]本申请实施例采用下述技术方案：
[0007]第一方面，本申请实施例提供一种定位方法，其中，用于自动驾驶车辆，所述方法包括：获取车辆当前位置的预设区域内的高精地图数据以及车辆可行驶区域的IPM图数据；根据所述高精地图数据和所述车辆可行驶区域的IPM图数据的匹配结果，预测车辆的目标位置信息；根据所述车辆的目标位置信息，对车辆进行定位。
[0008]第二方面，本申请实施例还提供一种定位装置，其中，用于自动驾驶车辆，所述装置包括：获取模块，用于获取车辆当前位置的预设区域内的高精地图数据以及车辆可行驶区域的IPM图数据；匹配模块，用于根据所述高精地图数据和所述车辆可行驶区域的IPM图数据的匹配结果，预测车辆的目标位置信息；定位模块，用于根据所述车辆的目标位置信息，对车辆进行定位。
[0009]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。
[0010]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。
[0011]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：
[0012]通过获取车辆当前位置的预设区域内的高精地图数据和车辆可行驶区域的IPM图数据，将两者进行匹配，得到的候选位置作为观测值输入到滤波器，对预测得到的当前位置进行校正。从而实现在特殊场景下的定位稳定性，减少在信息不足导致的定位精度下降的
影响。通过本申请保证了车辆定位稳定性以及准确性。
附图说明
[0013]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：
[0014]图1为本申请实施例中定位方法的流程示意图；
[0015]图2为本申请实施例中定位装置的结构示意图；
[0016]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
[0017]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。
[0018]为了使本领域的技术人员更好的了解本申请，下面先对本申请实施例中出现的部分技术术语进行解释如下：
[0019]GNSS：Global Navigation Satellite System，全球导航卫星系统。
[0020]GPS：Global Positioning System，全球定位系统。
[0021]高精度地图：不同于传统的导航地图，高精度地图包含大量的驾驶辅助信息，最重要的信息是依托道路网的精确三维表征，例如交叉路口布局和路标位置等。高精地图最重要的特征之一是精度，高精度地图能使车辆达到厘米级的精度，这对确保自动驾驶汽车的安全至关重要。
[0022]专利技术人发现，为了防止GNSS信号受到多路径干扰等情况下造成的定位精度下降的问题，相关技术中采用车身里程计信息(车身速度、方向盘转角等信息)、相机视觉SLAM和激光雷达SLAM进行融合定位时，均存在着一些缺陷。
[0023]1.传统的基于特征点的SLAM方法局限性太大，比如：动态物体、遮挡、光照等影响，无法保证稳定性。
[0024]2.激光雷达价格昂贵，无法适应量产车辆的需求，同时，在一些困难场景，比如：高架桥、隧道等，无法得到很好的建图效果，进一步影响定位的精度。
[0025]3.以车道线等语义元素与高精地图匹配的定位方案成本低，也是目前视觉定位的主流方向，但是会收到视觉检测结果的影响，比如：车道线磨损、路面积水积雪、车辆遮挡等，导致与高精地图匹配失败，无法返回有效的定位结果。
[0026]针对上述问题，本申请实施例中提供的定位方法，通过识别图像中的可行使区域，通过在高精地图中可行使区域的形状、可行使区域中的路面元素以及可行使区域的边缘信息，对自动驾驶车辆进行定位，保证了自动驾驶车辆在困难场景下的定位精度与稳定性。
[0027]以下结合附图，详细说明本申请各实施例提供的技术方案。
[0028]本申请实施例提供了一种定位方法，如图1所示，提供了本申请实施例中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：
[0029]步骤S110，获取车辆当前位置的预设区域内的高精地图数据以及车辆可行驶区域
的IPM图数据。
[0030]首先通过预测的方式获取车辆当前位置，然后进一步获取车辆当前位置的预设区域内的高精地图数据。
[0031]对于高精地图数据，是指自车当前位置设定区域内的高精地图数据。高精地图数据预先采集并制作的得到，并通过离线方式读取。
[0032]所述预设区域内的高精地图数据包括设定区域为圆形或者半径范围A米内，则获得以自车为原点，A米为半径的高精地图数据。
[0033]需要注意的是，预测结果是通过卡尔曼滤波器得到的。
[0034]进一步地，还需要获得车辆可行驶区域的IPM图数据。可以理解，获取自动驾驶车辆感知模块的识别之后的图像数据之后，对图像数据的结果做IPM变换，得到可行使区域的逆透视变换结果IPM图数据。
[0035]步骤S120，根据所述高精地图数据和所述车辆可行驶区域的IPM图数据的匹配结果，预测车辆的目标位置信息。
[0036]在通过上述步骤获取得到高精地图数据集和车辆可行驶区域的IPM图数据之后，根据所述高精地图数据和所述车辆可行驶本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种定位方法，其中，用于自动驾驶车辆，所述方法包括：获取车辆当前位置的预设区域内的高精地图数据以及车辆可行驶区域的IPM图数据；根据所述高精地图数据和所述车辆可行驶区域的IPM图数据的匹配结果，预测车辆的目标位置信息；根据所述车辆的目标位置信息，对车辆进行定位。2.如权利要求1所述方法，其中，所述根据所述高精地图数据和所述车辆可行驶区域的IPM图数据的匹配结果，预测车辆的目标位置信息，包括：根据所述车辆可行驶区域的IPM图数据中可行驶区域形状在所述高精地图数据中的匹配结果，预测车辆的目标位置信息；和/或，根据所述车辆可行驶区域的IPM图数据中路面元素信息在所述高精地图数据中的匹配结果，预测车辆的目标位置信息。3.如权利要求2所述方法，其中，所述预测车辆的目标位置信息至少包括如下之一的候选位置信息：不同高度但同一经纬度的位置信息、预设误差范围区间内的主辅路不同位置信息、出隧道后的预测位置信息、基于GNSS的观测位置信息。4.如权利要求2所述方法，其中，所述根据所述高精地图数据和所述车辆可行驶区域的IPM图数据的匹配结果，预测车辆的目标位置信息，包括：所述IPM图数据中可行驶区域的形状包括：第一形状特征、第二形状特征，根据所述第一形状特征计算当前道路的道路曲率参数，根据所述第二形状特征计算当前道路的道路宽度参数，根据所述第一形状特征预设的第一权重、所述第二形状特征的第二权重，计算所述预测车辆在所述当前道路中的目标位置信息的候选位置信息。5.如权利要求4所述方法，其中，所述根据所述高精地图数据和所述车辆可行驶区域的IPM图数据的匹配结果，预...

【专利技术属性】
技术研发人员：李岩，费再慧，
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：