一种车辆重定位方法、装置、电子设备及存储介质制造方法及图纸

本公开关于一种车辆重定位方法、装置、电子设备及存储介质，该方法包括在车辆重定位过程中获取预设定位地图，预设定位地图包括多个预设路标信息和关键位姿，预设路标信息包括第一点云信息、第一几何描述信息和第一聚类信息；采集目标车辆的第二点云信息，生成第二几何描述信息和第二聚类信息；从多个第一点云信息中查找第二聚类信息与第一聚类信息匹配的多个第三点云信息；基于第二几何描述信息与第一几何描述信息从多个第三点云信息中查找第四点云信息；基于第四点云信息对应的关键位姿、第四点云信息和第二点云信息进行重定位得到目标位姿。利用本公开实施例可以提升车辆重定位的准确性，具有较高的重定位成功率，进而提高自动驾驶的鲁棒性。提高自动驾驶的鲁棒性。提高自动驾驶的鲁棒性。

【技术实现步骤摘要】
一种车辆重定位方法、装置、电子设备及存储介质


[0001]本公开涉及自动驾驶
，尤其涉及一种基于激光雷达的车辆重定位方法、装置、电子设备及存储介质。

技术介绍

[0002]自动驾驶
中，当自动驾驶车辆行驶在复杂的道路环境中时，经常会丢失定位信息，因此需要对自动驾驶车辆进行重定位以获取车辆当前的位置信息。
[0003]现有技术主要使用GPS技术或图像匹配技术实现重定位，然而使用GPS技术进行车辆重定位易受到天气、建筑物和路况等环境因素影响，导致获取到的重定位信息不够准确，而使用图像匹配技术进行重定位时，则会因某采集的两帧环境图像相似度过高而导致重定位失败，进而带来自动驾驶车辆获取不到重定位信息、或获取到的重定位信息不够准确，现有技术存在重定位方法准确性和鲁棒性较低的问题。

技术实现思路

[0004]本公开提供一种车辆重定位方法、装置、电子设备及存储介质，以至少解决相关技术中自动驾驶车辆的重定位易受环境因素等干扰，重定位的准确性和鲁棒性较低等问题。本公开的技术方案如下：
[0005]根据本公开实施例的一方面，提供一种车辆重定位方法，包括：
[0006]在目标车辆重定位过程中，获取所述目标车辆所在目标区域的预设定位地图，所述预设定位地图包括至少一个预设路标信息和至少一个所述预设路标信息对应的关键位姿，任一所述预设路标信息包括所述目标区域对应的第一点云信息、所述第一点云信息对应的第一几何描述信息、所述第一点云信息对应的第一聚类信息；
[0007]采集所述目标车辆第一当前时刻的第二点云信息，生成所述第二点云信息对应的第二几何描述信息和所述第二点云信息对应的第二聚类信息；
[0008]从多个所述第一点云信息中，查找对应的所述第二聚类信息与所述第一聚类信息匹配的至少一个第三点云信息；
[0009]基于所述第二几何描述信息与至少一个所述第三点云信息对应的第一几何描述信息，从至少一个所述第三点云信息中查找与所述第二点云信息匹配的第四点云信息；
[0010]基于所述第四点云信息对应的关键位姿、所述第四点云信息和所述第二点云信息进行重定位，获取所述目标车辆的目标位姿。
[0011]根据本公开实施例的另一方面，提供一种车辆重定位装置，包括：
[0012]定位地图获取模块，用于在目标车辆重定位过程中，获取所述目标车辆所在目标区域的预设定位地图，所述预设定位地图包括至少一个预设路标信息和至少一个所述预设路标信息对应的关键位姿，任一所述预设路标信息包括所述目标区域对应的第一点云信息、所述第一点云信息对应的第一几何描述信息、所述第一点云信息对应的第一聚类信息；
[0013]第二点云采集模块，用于采集所述目标车辆第一当前时刻的第二点云信息，生成
所述第二点云信息对应的第二几何描述信息和所述第二点云信息对应的第二聚类信息；
[0014]第三点云查找模块，用于从多个所述第一点云信息中，查找对应的所述第二聚类信息与所述第一聚类信息匹配的至少一个第三点云信息；
[0015]第四点云查找模块，用于基于所述第二几何描述信息与至少一个所述第三点云信息对应的第一几何描述信息，从至少一个所述第三点云信息中查找与所述第二点云信息匹配的第四点云信息；
[0016]目标位姿获取模块，基于所述第四点云信息对应的关键位姿、所述第四点云信息和所述第二点云信息进行重定位，获取所述目标车辆的目标位姿。
[0017]根据本公开实施例的另一方面，提供一种车辆重定位电子设备，包括：
[0018]处理器；
[0019]用于存储所述处理器可执行指令的存储器；
[0020]其中，所述处理器被配置为执行所述指令，以实现本公开实施例中任一项所述的车辆重定位方法。
[0021]根据本公开实施例的另一方面，提供一种车辆重定位存储介质，包括：
[0022]当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行本公开实施例中任一项所述的车辆重定位方法。
[0023]根据本公开实施例的另一方面，提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本公开实施例中任一项所述的车辆重定位方法。
[0024]本公开的实施例提供的技术方案至少带来以下有益效果：
[0025]自动驾驶车辆丢失定位信息时进行重定位以重新获取车辆的定位信息，在目标车辆重定位过程中，首先获取预设定位地图，然后采集目标车辆当前时刻的点云信息，利用目标车辆点云信息对应的聚类信息在预设定位地图中筛选出多个点云信息，再基于目标车辆点云信息对应的几何描述信息从筛选出的多个点云信息中查找相匹配的点云信息，获取该点云信息在预设定位地图中对应的关键位姿，根据关键位姿、目标车辆的点云信息和地图中相匹配的点云信息进行重定位以得到目标位姿，目标位姿即为目标车辆重定位结果；本专利技术公开的重定位过程不受光照强度等所处环境的影响，具有较高的重定位成功率；根据点云信息对应的聚类信息和几何描述信息筛选预设定位地图中的点云信息，可以获得更准确的与目标车辆的点云信息相匹配的点云信息，进而提高自动驾驶车辆重定位的准确性，获取可靠的车辆重定位信息从而提升自动驾驶的鲁棒性。
[0026]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。并不能限制本公开下次形同的行驶路线中示例性和解释性的并不能限制本公开
附图说明
[0027]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定
‑
。
[0028]图1是根据一示例性实施例示出的一种应用环境的示意图；
[0029]图2是根据一示例性实施例示出的一种车辆重定位方法的流程图；
[0030]图3是根据一示例性实施例示出的另一种车辆重定位方法的流程示意图；
[0031]图4是根据一示例性实施例示出的另一种车辆重定位方法的流程示意图；
[0032]图5是根据一示例性实施例示出的另一种车辆重定位方法的流程示意图。
[0033]图6是根据一示例性实施例示出的一种车辆重定位装置框图；
[0034]图7是根据一示例性实施例示出的一种用于车辆重定位的电子设备的框图；
[0035]图8是根据一示例性实施例示出的另一种用于车辆重定位的电子设备的框图。
具体实施方式
[0036]为了使本领域普通技术人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
[0037]需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆重定位方法，其特征在于，所述方法包括：在目标车辆重定位过程中，获取所述目标车辆所在目标区域的预设定位地图，所述预设定位地图包括至少一个预设路标信息和至少一个所述预设路标信息对应的关键位姿，任一所述预设路标信息包括所述目标区域对应的第一点云信息、所述第一点云信息对应的第一几何描述信息、所述第一点云信息对应的第一聚类信息；采集所述目标车辆第一当前时刻的第二点云信息，生成所述第二点云信息对应的第二几何描述信息和所述第二点云信息对应的第二聚类信息；从多个所述第一点云信息中，查找对应的所述第二聚类信息与所述第一聚类信息匹配的至少一个第三点云信息；基于所述第二几何描述信息与至少一个所述第三点云信息对应的第一几何描述信息，从至少一个所述第三点云信息中查找与所述第二点云信息匹配的第四点云信息；基于所述第四点云信息对应的关键位姿、所述第四点云信息和所述第二点云信息进行重定位，获取所述目标车辆的目标位姿。2.根据权利要求1所述的方法，其特征在于，所述第一聚类信息包括每个所述第一点云信息对应的至少一个点云簇和任一所述点云簇对应的第一聚类特征信息；所述第二聚类信息包括所述第二点云信息对应的至少一个点云簇和任一所述点云簇对应的第二聚类特征信息；所述从多个所述第一点云信息中，查找对应的所述第二聚类信息与所述第一聚类信息匹配的至少一个第三点云信息包括：对每个所述第一点云信息对应的至少一个第一聚类特征信息和所述第二聚类特征信息进行匹配处理，得到第一匹配结果，所述第一匹配结果表征至少一个所述第一聚类特征信息中与所述第二聚类特征信息匹配的数量；基于所述第一匹配结果，从多个所述第一点云信息中，确定至少一个所述第三点云信息。3.根据权利要求2所述的方法，其特征在于，所述生成所述第一点云信息对应的所述第一聚类信息包括：基于预设距离阈值，对所述第一点云信息进行聚类处理，得到至少一个所述第一点云簇；计算所述第一点云簇对应的所述第一聚类特征信息；所述生成所述第二点云信息对应的所述第二聚类信息包括：基于所述预设距离阈值，对所述第二点云信息进行聚类处理，生成至少一个所述第二点云簇；计算所述第一点云簇对应的所述第二聚类特征信息。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：确定任一所述第三点云信息对应的第一聚类信息与所述第二聚类信息间的聚类特征匹配数量；所述基于所述第二几何描述信息与至少一个所述第三点云信息对应的第一几何描述信息，从至少一个所述第三点云信息中查找与所述第二点云信息匹配的第四点云信息包括：
基于所述聚类特征匹配数量，从至少一个所述第三点云信息中确定当前点云信息，所述当前点云信息为待匹配点云信息中对应的所述聚类特征匹配数量最大的点云信息；所述待匹配点云信息为至少一个所述第三点云信息中对应的所述第一几何描述信息未与所述第二几何描述信息进行匹配过的点云信息；对所述当前点云信息对应的所述第一几何描述信息与所述第二几何描述信息进行匹配，得到第二匹配结果；在所述第二匹配结果指示匹配的情况下，将所述当前点云信息作为所述第四点云信息。5.根据权利要求4所述的方法，其特征在于，所述对所述当前点云信息对应的所述第一几何描述信息与所述第二几何描述信息进行匹配，得到第二匹配结果还包括：在所述第二匹配结果指示不匹配的情况下，跳转至所述基于所述聚类特征匹...

【专利技术属性】
技术研发人员：张振林，王臣臣，唐培培，王弘尧，华凤玲，王东科，
申请(专利权)人：中汽创智科技有限公司，
类型：发明
国别省市：