【技术实现步骤摘要】
本公开涉及计算机，尤其涉及自动驾驶、智能交通、深度学习等人工智能。提供了一种车辆定位方法与定位模型的训练方法、装置、电子设备与可读存储介质。
技术介绍
1、自动驾驶技术涉及环境感知、行为决策、轨迹规划以及运动控制等多个方面。依赖于传感器、视觉计算系统和定位系统的协同合作，具有自动驾驶功能的车辆可以在无需驾驶员进行操作或仅需驾驶员进行少量操作的情况下自动地运行。对自动驾驶车辆进行准确定位是保证自动驾驶车辆安全平稳运行的重要前提。
2、现有技术在对自动驾驶汽车进行定位时，通常采用的是将视觉感知得到的车道线、人行横道、交通标识牌等元素与矢量地图中存储的预设定位元素进行匹配，从而获取自动驾驶车辆的定位结果。但是若矢量地图中没有相应的预设定位元素、或者矢量地图中包括的预设定位元素较少，则容易导致无法完成对自动驾驶车辆进行定位的问题。
技术实现思路
1、根据本公开的第一方面，提供了一种车辆定位方法，包括：获取车辆的传感器数据与矢量地图的地图图像，所述传感器数据包括点云数据与图像数据；从所述地图图像中提取图像特征点，使用所述图像特征点将所述点云数据投影到鸟瞰视图bev平面，根据位于所述bev平面中的矢量特征点获取目标定位元素；对所述图像数据进行编码，获取图像特征，根据所述图像特征与所述点云数据获取视觉bev特征；根据所述目标定位元素与所述视觉bev特征获取目标bev特征，根据所述目标bev特征获取所述车辆的位姿。
2、根据本公开的第二方面，提供了一种定位模型的训练方法，包
3、根据本公开的第三方面，提供了一种车辆定位装置，包括：第一获取单元，用于获取车辆的传感器数据与矢量地图的地图图像，所述传感器数据包括点云数据与图像数据；第一处理单元，用于从所述地图图像中提取图像特征点，使用所述图像特征点将所述点云数据投影到鸟瞰视图bev平面，根据位于所述bev平面中的矢量特征点获取目标定位元素；第二处理单元，用于对所述图像数据进行编码，获取图像特征，根据所述图像特征与所述点云数据获取视觉bev特征；第一定位单元，用于根据所述目标定位元素与所述视觉bev特征获取目标bev特征，根据所述目标bev特征获取所述车辆的位姿。
4、根据本公开的第四方面，提供了一种定位模型的训练装置，包括：第二获取单元，用于获取样本数据组，所述样本数据组中包括样本地图图像、样本点云数据、样本图像数据与实际位姿；包括第三处理单元，用于将所述样本地图图像与所述样本点云数据输入初始定位模型的元素获取模块，获取样本目标定位元素；第四处理单元，用于将所述样本点云数据与所述样本图像数据输入所述初始定位模型的视觉bev特征提取模块，获取样本视觉bev特征；第二定位单元，用于将所述样本目标定位元素与所述样本视觉bev特征输入所述初始定位模型的定位模块，获取预测位姿；训练单元，用于根据所述实际位姿与所述预测位姿计算损失函数值，根据所述损失函数值调整所述初始定位模型的参数，得到定位模型。
5、根据本公开的第五方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述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如上所述的方法。
6、根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如上所述的方法。
7、根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法。
8、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种车辆定位方法，包括：
2.根据权利要求1所述的方法，其中，所述使用所述图像特征点将所述点云数据投影到鸟瞰视图BEV平面包括：
3.根据权利要求1所述的方法，其中，所述根据所述目标定位元素与所述视觉BEV特征获取目标BEV特征包括：
4.根据权利要求1所述的方法，其中，所述从所述地图图像中提取图像特征点包括：
5.根据权利要求1所述的方法，其中，所述使用所述图像特征点将所述点云数据投影到鸟瞰视图BEV平面包括：
6.根据权利要求1所述的方法，其中，所述对所述图像数据进行编码，获取图像特征包括：
7.根据权利要求1所述的方法，其中，所述根据所述图像特征与所述点云数据获取视觉BEV特征包括：
8.根据权利要求1所述的方法，其中，所述根据所述目标定位元素与所述视觉BEV特征获取目标BEV特征包括：
9.根据权利要求1所述的方法，其中，所述根据所述目标BEV特征获取所述车辆的位姿包括：
10.一种定位模型的训练方法，包括：
11.根据权利要求10所述的方法，其中，
12.根据权利要求10所述的方法，其中，所述视觉BEV特征提取模块包括相机编码器子模块与空间交叉注意力子模块；
13.根据权利要求10所述的方法，其中，所述定位模块包括匹配子模块与位姿解算子模块；
14.根据权利要求11所述的方法，其中，所述元素获取模块还包括特征点筛选子模块；
15.一种车辆定位装置，包括：
16.根据权利要求15所述的装置，其中，所述第一处理单元在使用所述图像特征点将所述点云数据投影到鸟瞰视图BEV平面时，具体执行：
17.根据权利要求16所述的装置，其中，所述定位单元在根据所述目标定位元素与所述视觉BEV特征获取目标BEV特征时，具体执行：
18.一种定位模型的训练装置，包括：
19.根据权利要求18所述的装置，其中，所述元素获取模块包括特征提取子模块与投影子模块；
20.根据权利要求18所述的装置，其中，所述视觉BEV特征提取模块包括相机编码器子模块与空间交叉注意力子模块；
21.根据权利要求18所述的装置，其中，所述定位模块包括匹配子模块与位姿解算子模块；
22.根据权利要求19所述的装置，其中，所述元素获取模块还包括特征点筛选子模块；
23.一种电子设备，包括：
24.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-14中任一项所述的方法。
25.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-14中任一项所述的方法。
...【技术特征摘要】
1.一种车辆定位方法，包括：
2.根据权利要求1所述的方法，其中，所述使用所述图像特征点将所述点云数据投影到鸟瞰视图bev平面包括：
3.根据权利要求1所述的方法，其中，所述根据所述目标定位元素与所述视觉bev特征获取目标bev特征包括：
4.根据权利要求1所述的方法，其中，所述从所述地图图像中提取图像特征点包括：
5.根据权利要求1所述的方法，其中，所述使用所述图像特征点将所述点云数据投影到鸟瞰视图bev平面包括：
6.根据权利要求1所述的方法，其中，所述对所述图像数据进行编码，获取图像特征包括：
7.根据权利要求1所述的方法，其中，所述根据所述图像特征与所述点云数据获取视觉bev特征包括：
8.根据权利要求1所述的方法，其中，所述根据所述目标定位元素与所述视觉bev特征获取目标bev特征包括：
9.根据权利要求1所述的方法，其中，所述根据所述目标bev特征获取所述车辆的位姿包括：
10.一种定位模型的训练方法，包括：
11.根据权利要求10所述的方法，其中，所述元素获取模块包括特征提取子模块与投影子模块；
12.根据权利要求10所述的方法，其中，所述视觉bev特征提取模块包括相机编码器子模块与空间交叉注意力子模块；
13.根据权利要求10所述的方法，其中，所述定位模块包...
【专利技术属性】
技术研发人员：邱笑晨，何宇喆，芮晓飞，万国伟，白宇，
申请(专利权)人：北京百度网讯科技有限公司，
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。