本申请涉及一种基于多传感器数据的定位方法、装置、设备和存储介质，该方法包括：获取可移动目标对象的全球卫星导航系统发送的多个卫星定位数据；从所述多个卫星定位数据中筛选出第一定位数据和第二定位数据，所述第一定位数据作为虚拟基准站的位置数据，所述第二定位数据作为可移动目标对象的位置数据；获取可移动目标对象的多个传感器的传感器数据，根据所述多个传感器的传感器数据确定虚拟基准站的绝对位置；根据所述第一定位数据和第二定位数据确定所述可移动目标对象与所述虚拟基准站的相对位置；根据所述虚拟基准站的绝对位置以及所述相对位置计算所述可移动目标对象的绝对位置。本申请可以实现高精度定位。本申请可以实现高精度定位。本申请可以实现高精度定位。
【技术实现步骤摘要】
基于多传感器数据的定位方法、装置、设备和存储介质
[0001]本申请涉及物体定位
，特别是涉及一种基于多传感器数据的定位方法、装置、设备和存储介质。
技术介绍
[0002]当前自动驾驶多传感器融合定位方案大都采用网络RTK(Real
‑
time kinematic，实时动态差分定位)技术，网络RTK是GNSS(Global Navigation Satellite System，全球卫星导航系统)实时动态差分定位技术，流动站通过网络接收虚拟基站的原始观测数据，经过载波相位的双差过程，可以把接收机误差、卫星钟差、电离层误差、对流层误差等全部消除掉，从而达到动态厘米级的定位精度，由于其精度高、收敛快的特性，在自动驾驶定位领域应用较为广泛。
[0003]现有多传感器融合定位技术，如图1所示，普遍会通过全球卫星导航系统得到定位数据再通过网络RTK得到计算得到固定解表征车辆位置，进而结合多传感器数据通过误差状态卡尔曼滤波算法来估计得到车辆的高精度位置。然而，现有技术存在如下缺陷：当车辆本身网络不好时无法接收差分数据，RTK将会无法得到固定解，车辆也就无法得到厘米级的绝对位置，此时通常是采用多传感器融合即通过基于视觉的车道线匹配和基于雷达的点云匹配等方法得到车辆位置，然而，不管是基于视觉的车道线匹配还是基于雷达的点云匹配都是基于高精度地图进行匹配，当高精度地图出现变化来不及更新时，必然会造成基于视觉和雷达的匹配定位出错，这样会对定位带来很大的隐患，是当前的痛点。因此，如何在车辆没有网络无法通过网络RTK技术获得高精度绝对位置的情况下对车辆进行定位，是当前亟需解决的问题。
技术实现思路
[0004]基于此，本申请提供了一种基于多传感器数据的定位方法、装置、设备和存储介质，以解决现有技术中存在的问题。
[0005]第一方面，提供一种基于多传感器数据的定位方法，该方法包括：
[0006]获取可移动目标对象的全球卫星导航系统发送的多个卫星定位数据；
[0007]从所述多个卫星定位数据中筛选出第一定位数据和第二定位数据，所述第一定位数据作为虚拟基准站的位置数据，所述第二定位数据作为可移动目标对象的位置数据；
[0008]获取可移动目标对象的多个传感器的传感器数据，根据所述多个传感器的传感器数据确定虚拟基准站的绝对位置；
[0009]根据所述第一定位数据和第二定位数据确定所述可移动目标对象与所述虚拟基准站的相对位置；
[0010]根据所述虚拟基准站的绝对位置以及所述相对位置计算所述可移动目标对象的绝对位置。
[0011]根据本申请实施例中一种可实现的方式，所述根据所述第一定位数据和第二定位
数据确定所述可移动目标对象与所述虚拟基准站的相对位置，包括：
[0012]根据所述多个传感器的传感器数据对所述第一定位数据进行优化，优化后得到所述虚拟基准站的高精度定位数据；
[0013]根据所述多个传感器的传感器数据对所述第二定位数据进行优化，优化后得到流动站的高精度定位数据；
[0014]根据所述虚拟基准站的高精度定位数据和所述流动站的高精度定位数据确定所述相位位置。
[0015]根据本申请实施例中一种可实现的方式，所述根据所述多个传感器的传感器数据对所述第一定位数据进行优化，包括：
[0016]根据最优估计算法处理所述多个传感器的传感器数据和所述第一定位数据，以对所述第一定位数据进行优化；
[0017]和/或，
[0018]所述根据所述多个传感器的传感器数据对所述第二定位数据进行优化，包括：
[0019]根据最优估计算法处理所述多个传感器的传感器数据和所述第二定位数据，以对所述第二定位数据进行优化；
[0020]根据本申请实施例中一种可实现的方式，所述方法还包括：
[0021]配置预设时长的滑动时间窗口；
[0022]根据所述滑动时间窗口接收并存储全球卫星导航系统发送的多个卫星定位数据，各卫星定位数据对应有时间戳；
[0023]所述从所述多个卫星定位数据中筛选出第一定位数据和第二定位数据，包括：
[0024]根据所述各卫星定位数据对应的时间戳从所述多个卫星定位数据中筛选出第一定位数据和第二定位数据。
[0025]根据本申请实施例中一种可实现的方式，所述根据所述各卫星定位数据对应的时间戳从所述多个卫星定位数据中筛选出第一定位数据和第二定位数据，包括：
[0026]根据所述各卫星定位数据对应的时间戳从所述多个卫星定位数据中筛选出所述滑动时间窗口的起始时刻的定位数据作为所述第一定位数据；
[0027]根据所述各卫星定位数据对应的时间戳从所述多个卫星定位数据中筛选出所述滑动时间窗口非起始时刻的任一定位数据作为所述第二定位数据。
[0028]根据本申请实施例中一种可实现的方式，所述根据所述多个传感器的传感器数据确定虚拟基准站的绝对位置，包括：
[0029]根据所述多个传感器的传感器数据确定高精度地图的视觉语义特征和/或激光雷达点云特征；
[0030]根据所述视觉语义特征和/或所述激光雷达点云特征确定所述虚拟基准站的绝对位置。
[0031]根据本申请实施例中一种可实现的方式，所述方法还包括：
[0032]根据所述多个传感器的传感器数据，获取所述可移动目标对象基于高精度地图的视觉语义特征和/或激光雷达点云特征确定的位置数据；
[0033]比较所述可移动目标对象的绝对位置和所述位置数据的偏差；
[0034]若所述偏差超过预先设定的阈值则确定所述可移动目标对象处于所述高精度地
图变化区域。
[0035]第二方面，提供了一种基于多传感器数据的定位装置，该装置包括：
[0036]数据获取模块：用于获取可移动目标对象的全球卫星导航系统发送的多个卫星定位数据；
[0037]数据确定模块：用于从所述多个卫星定位数据中筛选出第一定位数据和第二定位数据，所述第一定位数据作为虚拟基准站的位置数据，所述第二定位数据作为可移动目标对象的位置数据；
[0038]位置确定模块：用于获取可移动目标对象的多个传感器的传感器数据，根据所述多个传感器的传感器数据确定虚拟基准站的绝对位置；
[0039]位置计算模块：根据所述第一定位数据和第二定位数据确定所述可移动目标对象与所述虚拟基准站的相对位置；根据所述虚拟基准站的绝对位置以及所述相对位置计算所述可移动目标对象的绝对位置。
[0040]第三方面，提供了一种计算机设备，包括：
[0041]至少一个处理器；以及
[0042]与所述至少一个处理器通信连接的存储器；其中，
[0043]所述存储器存储有可被所述至少一个处理器执行的计算机指令，所述计算机指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面中涉及的方法。
[0044]第四方面，提供了一种计算机可读存储介质，其上存储有计算机指令，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于多传感器数据的定位方法，其特征在于，该方法包括：获取可移动目标对象的全球卫星导航系统发送的多个卫星定位数据；从所述多个卫星定位数据中筛选出第一定位数据和第二定位数据，所述第一定位数据作为虚拟基准站的位置数据，所述第二定位数据作为可移动目标对象的位置数据；获取可移动目标对象的多个传感器的传感器数据，根据所述多个传感器的传感器数据确定虚拟基准站的绝对位置；根据所述第一定位数据和第二定位数据确定所述可移动目标对象与所述虚拟基准站的相对位置；根据所述虚拟基准站的绝对位置以及所述相对位置计算所述可移动目标对象的绝对位置。2.根据权利要求1所述的基于多传感器数据的定位方法，其特征在于，所述根据所述第一定位数据和第二定位数据确定所述可移动目标对象与所述虚拟基准站的相对位置，包括：根据所述多个传感器的传感器数据对所述第一定位数据进行优化，优化后得到所述虚拟基准站的高精度定位数据；根据所述多个传感器的传感器数据对所述第二定位数据进行优化，优化后得到流动站的高精度定位数据；根据所述虚拟基准站的高精度定位数据和所述流动站的高精度定位数据确定所述相位位置。3.根据权利要求2所述的基于多传感器数据的定位方法，其特征在于，所述根据所述多个传感器的传感器数据对所述第一定位数据进行优化，包括：根据最优估计算法处理所述多个传感器的传感器数据和所述第一定位数据，以对所述第一定位数据进行优化；和/或，所述根据所述多个传感器的传感器数据对所述第二定位数据进行优化，包括：根据最优估计算法处理所述多个传感器的传感器数据和所述第二定位数据，以对所述第二定位数据进行优化。4.根据权利要求1所述的基于多传感器数据的定位方法，其特征在于，所述方法还包括：配置预设时长的滑动时间窗口；根据所述滑动时间窗口接收并存储全球卫星导航系统发送的多个卫星定位数据，各卫星定位数据对应有时间戳；所述从所述多个卫星定位数据中筛选出第一定位数据和第二定位数据，包括：根据所述各卫星定位数据对应的时间戳从所述多个卫星定位数据中筛选出第一定位数据和第二定位数据。5.根据权利要求4所述的基于多传感器数据的定位方法，其特征在于，所述根据所述各卫星定位数据对应的时间戳从所述多个卫星定位数据中筛选出第一定位数据和第二定位数据，包括：根据所述...
【专利技术属性】
技术研发人员：刘川川，
申请(专利权)人：北京小马慧行科技有限公司，
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。