CN107328411A - 车载定位系统和自动驾驶车辆 - Google Patents

车载定位系统和自动驾驶车辆 Download PDF

Info

Publication number
CN107328411A
CN107328411A CN201710524533.3A CN201710524533A CN107328411A CN 107328411 A CN107328411 A CN 107328411A CN 201710524533 A CN201710524533 A CN 201710524533A CN 107328411 A CN107328411 A CN 107328411A
Authority
CN
China
Prior art keywords
information
automatic driving
driving vehicle
vehicle
positioning
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710524533.3A
Other languages
English (en)
Other versions
CN107328411B (zh
Inventor
艾锐
晏飞
侯文博
曹春亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu Online Network Technology Beijing Co Ltd
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201710524533.3A priority Critical patent/CN107328411B/zh
Publication of CN107328411A publication Critical patent/CN107328411A/zh
Application granted granted Critical
Publication of CN107328411B publication Critical patent/CN107328411B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Navigation (AREA)

Abstract

本申请公开了车载定位系统和自动驾驶车辆。系统的一具体实施方式包括：传感器组件，用于获取自动驾驶车辆的外部环境信息、位置信息和姿态信息；汽车电脑，用于从传感器组件接收外部环境信息、位置信息和姿态信息；基于外部环境信息、位置信息和高精度地图，确定当前时刻所述自动驾驶车辆的绝对定位信息；基于外部环境信息和姿态信息，进行运动补偿，得到当前时刻所述自动驾驶车辆的相对定位信息；融合绝对定位信息和相对定位信息，得到当前时刻所述自动驾驶车辆的自定位信息；人机交互设备，用于呈现自定位信息。该实施方式提高了自定位信息的精度，并且提升了因临时阻挡或妨碍系统的通信时输出的自定位信息的准确性。

Description

车载定位系统和自动驾驶车辆
技术领域
本申请涉及汽车领域，具体涉及自动驾驶技术领域，尤其涉及车载定位系统和自动驾驶车辆。
背景技术
现有的车载定位系统，例如，全球定位系统(GPS)、北斗卫星导航系统和格洛纳斯卫星导航系统等，可以在全球范围内全天候、全天时的为各类用户提供高精度、高可靠的定位、导航、授时服务，并具备短报文通信能力。
然而，这类定位系统由于定位系统本身具有一定幅度的误差，例如北斗卫星导航系统的定位精度为10米，测速精度0.2米/秒，授时精度10纳秒，并且这类系统在某些时候(例如当桥梁、隧道或其它在头顶上的物体临时阻挡或妨碍系统的通信时)还会降低效率，因此输出的定位信息的精度较差、误差较高。
发明内容
本申请的目的在于提出一种改进的车载定位系统和自动驾驶车辆，来解决以上背景技术部分提到的技术问题。
第一方面，本申请实施例提供了一种车载定位系统，系统包括：传感器组件，固联于自动驾驶车辆的车体上，用于获取自动驾驶车辆的外部环境信息、位置信息和姿态信息；汽车电脑，安装于自动驾驶车辆的车体中，连接传感器组件，用于从传感器组件接收外部环境信息、位置信息和姿态信息；基于外部环境信息、位置信息和高精度地图，确定当前时刻自动驾驶车辆的绝对定位信息；基于外部环境信息和姿态信息，进行运动补偿，得到当前时刻自动驾驶车辆的相对定位信息；融合绝对定位信息和相对定位信息，得到当前时刻自动驾驶车辆的自定位信息；人机交互设备，安装于自动驾驶车辆的车体中，连接汽车电脑，用于呈现自定位信息。
在一些实施例中，汽车电脑基于外部环境信息、位置信息和高精度地图，确定当前时刻自动驾驶车辆的绝对定位信息包括：从外部环境信息中，提取实时定位地标；从高精度地图中，提取对应位置信息的地图定位地标；匹配实时定位地标和地图定位地标，得到当前时刻自动驾驶车辆的绝对定位信息。
在一些实施例中，汽车电脑基于外部环境信息和姿态信息，进行运动补偿，得到当前时刻自动驾驶车辆的相对定位信息包括：根据外部环境信息，确定实时定位特征；基于实时定位特征和姿态信息，采用传感器组件的历史帧信息对传感器组件的当前帧信息进行运动补偿，采用补偿后的当前帧信息调整当前时刻自动驾驶车辆在高精度地图中的位置信息，将调整后的自动驾驶车辆在高精度地图中的位置信息，确定为当前时刻自动驾驶车辆的相对定位信息。
在一些实施例中，汽车电脑融合绝对定位信息和相对定位信息，得到当前时刻自动驾驶车辆的自定位信息包括：获取预设的当前时刻之前预定时间段内各时刻的位姿真值；计算以位姿真值为变量的能量函数的最小值，其中，能量函数为各时刻的绝对定位差值的绝对值的平方与各时刻的相对定位差值的绝对值的平方之和，绝对定位差值为位姿真值与绝对定位信息的差值，相对定位差值为位姿真值的增量与相对定位信息的差值；根据最小值，确定各时刻的位姿真值；将当前时刻的位姿真值作为当前时刻自动驾驶车辆的自定位信息。
在一些实施例中，传感器组件包括：外部环境信息获取组件，包括：视觉传感器，用于获取相机内参数以及相机外参数，其中，相机内参数包括：x方向焦距和像素、y方向焦距和像素、x方向主点像素、y方向主点像素；相机外参数包括：相机相对自动驾驶车辆的车身坐标系的旋转角和相机相对自动驾驶车辆的车身坐标系的平移尺寸；位置信息获取组件，包括：位置传感器，用于获取定位信息；姿态信息获取组件，包括：车载姿态传感器，用于获取自动驾驶车辆的车辆姿态信息，计算车辆姿态、车辆速度以及车辆加速度。
在一些实施例中，视觉传感器包括：车载摄像头和/或工业相机CCD；位置传感器包括以下一项或多项：GPS板卡、GLONASS板卡以及北斗板卡；车载姿态传感器包括：陀螺仪和/或加速度计。
在一些实施例中，外部环境信息获取组件还包括：车载雷达，用于雷达扫描成像和/或测距；位置信息获取组件还包括：附加传感器，用于根据设定优化定位精度；姿态信息获取组件还包括：车辆姿态传感器，用于获取自动驾驶车辆的车身姿态信息，包括：车速、车的角速度以及车的四轮转速。
在一些实施例中，车载摄像头包括前摄像头；前摄像头经由减震结构固联于自动驾驶车辆的车身前端，镜头朝向与自动驾驶车辆的行驶方向相同，垂直视场及水平视场根据自动驾驶车辆尺寸确定；位置传感器经由减震结构固联于自动驾驶车辆的车体的对称轴上，天线上方无遮挡；附加传感器经由减震结构固联于自动驾驶车辆的车体的对称轴上，天线上方无遮挡；车载姿态传感器经由减震结构固联于自动驾驶车辆的车体的对称轴上。
在一些实施例中，人机交互设备包括：鼠标、键盘和显示器；或触摸屏。
在一些实施例中，车载定位系统还包括：通信设备，安装于自动驾驶车辆的车体中，用于连接汽车电脑与web网络，传输以下一项或多项：高精度地图数据、位置信息数据、姿态信息数据和自定位信息。
第二方面，本申请实施例还提供了一种自动驾驶车辆，自动驾驶车辆采用如上述任意一项的车辆定位系统获取自定位信息。
本申请提供的车载定位系统和自动驾驶车辆，通过设置传感器组件，用于获取自动驾驶车辆的外部环境信息、位置信息和姿态信息；设置汽车电脑，用于从传感器组件接收外部环境信息、位置信息和姿态信息；基于外部环境信息、位置信息和高精度地图，确定当前时刻所述自动驾驶车辆的绝对定位信息；基于外部环境信息和姿态信息，进行运动补偿，得到当前时刻自动驾驶车辆的相对定位信息；融合绝对定位信息和相对定位信息，得到当前时刻自动驾驶车辆的自定位信息；又设置人机交互设备，用于呈现自定位信息。从而通过绝对定位信息和相对定位信息的融合，提高了自定位信息的精度，并且提升了在临时阻挡或妨碍系统的通信时输出自定位信息的频率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是根据本申请的车载定位系统的一个实施例的示例性结构图；
图2是根据本申请的车载定位系统的又一个实施例的示例性结构图；
图3a是根据本申请的车载定位系统的设置于车辆上的一个实施例的示例性应用场景的左视图；
图3b是根据本申请的车载定位系统的设置于车辆上的一个实施例的示例性应用场景的俯视图；
图3c是根据本申请的车载定位系统的设置于车辆上的一个实施例的示例性应用场景的后视图；
图4是根据本申请的自动驾驶车辆的一个实施例的示例性结构图；
图5是适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1根据本申请的车载定位系统的一个实施例的示例性结构图。
如图1所示，车载定位系统100可以包括：传感器组件110，汽车电脑120和人机交互设备130。
其中，传感器组件110，固联于自动驾驶车辆的车体上，用于获取自动驾驶车辆的外部环境信息、位置信息和姿态信息。汽车电脑120，安装于自动驾驶车辆的车体中，连接传感器组件，用于从传感器组件接收外部环境信息、位置信息和姿态信息；基于外部环境信息、位置信息和高精度地图，确定当前时刻自动驾驶车辆的绝对定位信息；基于外部环境信息和姿态信息，进行运动补偿，得到当前时刻自动驾驶车辆的相对定位信息；融合绝对定位信息和相对定位信息，得到当前时刻自动驾驶车辆的自定位信息。人机交互设备130，安装于自动驾驶车辆的车体中，连接汽车电脑，用于呈现自定位信息。
在本实施例中，传感器组件110可以通过集成的传感器设备来获取外部环境信息、位置信息和姿态信息，也可以分别从不同的传感器设备来分别获取外部环境信息、位置信息和姿态信息。例如，可以从外部环境信息获取组件获取外部环境信息、从位置信息获取组件获取位置信息，以及从姿态信息获取组件获取姿态信息。
汽车电脑120，可以根据计算能力和图形处理能力的需要，选用现有技术中或未来发展的技术中的处理器和图形处理器，配以显存、内存、存储空间、显示输出和接口等。
汽车电脑120在接收传感器组件110发送的外部环境信息、位置信息和姿态信息后，可以基于外部环境信息、位置信息和高精度地图，确定当前时刻自动驾驶车辆的绝对定位信息，又基于外部环境信息和姿态信息，进行运动补偿，得到当前时刻自动驾驶车辆的相对定位信息；融合绝对定位信息和相对定位信息，得到当前时刻自动驾驶车辆的自定位信息。
这里的高精度地图，是指面向机器的供自动驾驶汽车使用的高精度地图，绝对精度一般都会在亚米级，也就是1米以内的精度，例如20厘米以内，而且横向的相对精度(比如，车道和车道，车道和车道线的相对位置精度)往往还要更高。并且高精度地图不仅有高精度的坐标，同时还有准确的道路形状，并且含有每个车道的坡度，曲率，航向，高程以及侧倾的数据。高精度地图不仅描绘道路，更描绘出一条道路上有多少条车道，会真实的反应出道路的实际样式。另外，每条车道和车道之间的车道线是什么形状的，是虚线、实线还是双黄线，线的颜色，道路的隔离带，隔离带的材质，马路牙什么形状，什么材质，甚至道路上的箭头，文字的内容，所在位置都会有描述。而且，为了自动驾驶的考虑，诸如每条车道的限速，推荐速度也需要一并提供。而像人行横道，道路沿线的看板，隔离带，限速标志，红绿灯，路边的电话亭等等，这类我们通常统称为交通参与物的绝对地理坐标，物理尺寸以及他们的特质特性等也都会出现在高精度地图的数据中。同时，高精度地图需要具备辅助完成实现高精度的定位位置功能，具备道路级别和车道级别的规划能力，以及具备车道级别的引导能力。
在这里，基于由外部环境信息和位置信息，可以确定相对应的实时定位地标和地图定位地标，从而基于实时定位地标和地图定位地标，得到绝对定位信息；基于外部环境信息，可以比较外部环境信息获取组件两帧数据之间的差异，再综合姿态信息，可以计算出车辆每时每刻相对于前一时刻的相对位姿变化，也就可以计算出当前时刻相对于最后一次有效绝对定位的相对位姿变化，从而推算出此时此刻的相对定位坐标；在确定绝对定位信息和相对定位信息之后，可以融合绝对定位信息和相对定位信息，提高自定位信息的准确度和精度。
人机交互设备130为用于人机交互的设备。例如，可以为鼠标、键盘和显示器，或者为触摸屏等现有技术或未来发展的技术中的人机交互设备。
本申请上述实施例提供的车载定位系统，通过汽车电脑解析传感器组件采集的外部环境信息、位置信息和姿态信息，得到绝对定位信息和相对定位信息，并且对绝对定位信息和相对定位信息相互融合校验，可以进一步提升定位精度和提高定位频率。
进一步参考图2，图2示出了基于根据本申请的车载定位系统的一个实施例的具体的安装结构图。该车载定位系统200，包括：传感器组件210，汽车电脑220、人机交互设备230和通信设备240。
其中，传感器组件210，固联于自动驾驶车辆的车体上，用于获取自动驾驶车辆的外部环境信息、位置信息和姿态信息。汽车电脑220，安装于自动驾驶车辆的车体中，连接传感器组件，用于从传感器组件接收外部环境信息、位置信息和姿态信息；基于外部环境信息、位置信息和高精度地图，确定当前时刻自动驾驶车辆的绝对定位信息；基于外部环境信息和姿态信息，进行运动补偿，得到当前时刻自动驾驶车辆的相对定位信息；融合绝对定位信息和相对定位信息，得到当前时刻自动驾驶车辆的自定位信息。人机交互设备230，安装于自动驾驶车辆的车体中，用于呈现自定位信息。通信设备240，安装于自动驾驶车辆的车体中，用于连接汽车电脑芯片与web网络，传输以下一项或多项：高精度地图数据、位置信息数据、姿态信息数据和自定位信息。
在本实施例中，传感器组件210可以通过集成的传感器设备来获取外部环境信息、位置信息和姿态信息，也可以分别从不同的传感器设备来分别获取外部环境信息、位置信息和姿态信息。例如，可以从外部环境信息获取组件211获取外部环境信息、从位置信息获取组件212获取位置信息，以及从姿态信息获取组件213获取姿态信息。
这里的外部环境获取组件211可以采用获取外部环境的设备来完成。例如，可以采用视觉传感器获取相机内参数以及相机外参数，其中，相机内参数包括：x方向焦距和像素、y方向焦距和像素、x方向主点像素、y方向主点像素；相机外参数包括：相机相对自动驾驶车辆的车身坐标系的旋转角和相机相对自动驾驶车辆的车身坐标系的平移尺寸等。这里的视觉传感器可以包括以下一项或多项：车载摄像头和/或工业相机CCD等。这里的视觉传感器的设定位置可以根据用户需要获取的外部环境的特征来设定。示例性地，车载摄像头可以为前摄像头，前摄像头可以经由减震结构固联于自动驾驶车辆的车身前端，镜头朝向与自动驾驶车辆的行驶方向相同，垂直视场及水平视场根据自动驾驶车辆尺寸确定。
进一步地，外部环境获取组件211中还可以包括车载雷达，用于雷达扫描成像和/或测距。例如毫米波雷达和激光雷达等，用于增强信息获取的精度和准确度，扩展在恶劣天气下可以获取信息的场景。
这里的位置信息获取组件212可以采用能够获取位置信息的设备来完成。例如，可以采用位置传感器来获取定位信息。这里的位置传感器可以采用全球卫星导航板卡，全球卫星导航板卡可以包括以下一项或多项：全球定位系统(GPS)板卡、格洛纳斯(GLONASS)板卡以及北斗(BeiDou)板卡等。例如，位置传感器可以采用能够同时获取和跟踪不同的GNSS(全球导航卫星)系统Ublox M8，用于并行接收GPS(QZSS)、GLONASS和BeiDou中的任意两项。位置传感器的设置位置，可以根据用户获取数据的需要以及车辆设计的需要设置。示例性地，若考虑到输出数据需要时输出行驶车道，位置传感器可以经由减震结构固联于自动驾驶车辆的车体的对称轴上，并且天线上方无遮挡。
进一步地，位置信息获取组件212还可以包括附加传感器，例如采用诺瓦泰的一体移动测量惯性导航系统(Novatel SPAN-CPT)，集成全球定位系统和惯性导航系统，从而可以根据设定优化定位精度。附加传感器的设置位置，同样可以根据用户获取数据的需要以及车辆设计的需要设置。示例性地，若考虑到输出数据需要时输出行驶车道，附加传感器可以经由减震结构固联于自动驾驶车辆的车体的对称轴上，并且天线上方无遮挡。
这里的姿态信息获取组件213可以采用能够获取姿态信息的设备来完成。例如，可以采用车载姿态传感器来获取姿态信息，计算车辆姿态、车辆速度以及车辆加速度。这里的车载姿态传感器，可以包括：陀螺仪和/或加速度计。例如，可以采用车载姿态传感器的设置位置，同样可以根据用户获取数据的需要以及车辆设计的需要设置。示例性地，考虑到输出数据需要时输出行驶车道，车载姿态传感器可以经由减震结构固联于自动驾驶车辆的车体的对称轴上。
进一步地，姿态信息获取组件213还可以包括车辆姿态传感器，车辆姿态传感器通常为自动驾驶车辆自带的传感器，可以获取自动驾驶车辆的车身姿态信息，例如车速、车的角速度以及车的四轮转速等。
汽车电脑220，可以根据计算能力和图形处理能力的需要，选用现有技术中或未来发展的技术中的处理器和图形处理器，配以显存、内存、存储空间、显示输出和接口等。
汽车电脑220在接收传感器组件210发送的外部环境信息、位置信息和姿态信息后，可以基于外部环境信息、位置信息和高精度地图，确定当前时刻自动驾驶车辆的绝对定位信息，又基于外部环境信息和姿态信息，进行运动补偿，得到当前时刻自动驾驶车辆的相对定位信息；融合绝对定位信息和相对定位信息，得到当前时刻自动驾驶车辆的自定位信息。
高精度地图，是指面向机器的供自动驾驶汽车使用的高精度地图，绝对精度一般都会在亚米级，也就是1米以内的精度，例如20厘米以内，而且横向的相对精度(比如，车道和车道，车道和车道线的相对位置精度)往往还要更高。并且高精度地图不仅有高精度的坐标，同时还有准确的道路形状，并且含有每个车道的坡度，曲率，航向，高程以及侧倾的数据。高精度地图不仅描绘道路，更描绘出一条道路上有多少条车道，会真实的反应出道路的实际样式。另外，每条车道和车道之间的车道线是什么形状的，是虚线、实线还是双黄线，线的颜色，道路的隔离带，隔离带的材质，马路牙什么形状，什么材质，甚至道路上的箭头，文字的内容，所在位置都会有描述。而且，为了自动驾驶的考虑，诸如每条车道的限速，推荐速度也需要一并提供。而像人行横道，道路沿线的看板，隔离带，限速标志，红绿灯，路边的电话亭等等，这类我们通常统称为交通参与物的绝对地理坐标，物理尺寸以及他们的特质特性等也都会出现在高精度地图的数据中。同时，高精度地图需要具备辅助完成实现高精度的定位位置功能，以及车道级的引导能力。
在这里，基于由外部环境信息和位置信息，可以确定相对应的实时定位地标和地图定位地标，从而基于实时定位地标和地图定位地标，得到绝对定位信息。具体地，可以从外部环境信息中，提取实时定位地标；从高精度地图中，提取对应位置信息的地图定位地标；匹配实时定位地标和地图定位地标，得到当前时刻自动驾驶车辆的绝对定位信息。这里的地标，是指可以识别的地理标志，例如地面箭头、车道线、护栏、路沿、路灯、标牌、广告牌、建筑物等等。
在这里，基于外部环境信息，可以比较外部环境信息获取组件两帧数据之间的差异，再综合姿态信息，可以计算出车辆每时每刻相对于前一时刻的相对位姿变化，也就可以计算出当前时刻相对于最后一次有效绝对定位的相对位姿变化。这样也可以推算出此时此刻的相对定位坐标。具体地，可以根据外部环境信息，确定实时定位特征；基于实时定位特征和姿态信息，采用传感器组件的历史帧信息对传感器组件的当前帧信息进行运动补偿，采用补偿后的当前帧信息调整当前时刻自动驾驶车辆在高精度地图中的位置信息，将调整后的当前时刻自动驾驶车辆在高精度地图中的位置信息，确定为当前时刻自动驾驶车辆的相对定位信息。
在确定决定定位信息和相对定位信息之后，可以融合绝对定位信息和相对定位信息，提高自定位信息的准确度和精度。具体地，首先可以获取预设的当前时刻之前预定时间段内各时刻的位姿真值；计算以位姿真值为变量的能量函数的最小值，其中，能量函数为各时刻的绝对定位差值的绝对值的平方与各时刻的相对定位差值的绝对值的平方之和，绝对定位差值为位姿真值与绝对定位信息的差值，相对定位差值为位姿真值的增量与相对定位信息的差值；之后，根据最小值，确定各时刻的位姿真值；最后，将当前时刻的位姿真值作为当前时刻自动驾驶车辆的自定位信息。
这里的融合算法，可以为现有技术或未来发展的技术中的融合算法，本申请对此不作限定。
示例性地，时刻j从i时刻起到n时刻为止，其中i到i+k时刻和n时刻都有绝对定位信息AL，相对定位信息RL一直存在，记i时刻的位姿真值为pi，可以有如下的能量函数：
其中，E(pi,...,pn)表示能量函数，i表示起始时刻，n表示终止时刻。
最小化能量函数，可以得到各时刻的综合定位结果
通信设备240，连接汽车电脑芯片与web网络，可以传输以下一项或多项：高精度地图数据、位置信息数据、姿态信息数据和自定位信息，从而可以将部分数据处理工作在云端服务器完成，降低汽车电脑220的配置和能耗。
本申请上述实施例提供的车载定位系统，通过汽车电脑解析传感器组件采集的外部环境信息、位置信息和姿态信息，得到绝对定位信息和相对定位信息，并且通过最小能量函数的计算，对绝对定位信息和相对定位信息相互融合校验，提升了定位信息的定位精度和定位频率。
以下结合图3a、图3b和图3c，描述本申请实施例的车载定位系统设置于车辆上的一个实施例的示例性应用场景。其中，图3a为车载定位系统设置于车辆上的一个实施例的左视图，图3b为车载定位系统设置于车辆上的一个实施例的俯视图，图3c为车载定位系统设置于车辆上的一个实施例的后视图。
如图3a、3b和3c所示，在自动驾驶车辆310中，前摄像头320设置于自动驾驶车辆310的前端的对称轴上，镜头朝向与汽车行驶方向平行，确保视野良好，与车体固连，尽量避免相机与车体的相对震动。位置传感器330采用能够同时获取和跟踪不同的GNSS系统UbloxM8，用于并行接收GPS(QZSS)、GLONASS和BeiDou中的任意两项，设置在自动驾驶车辆310的前端右侧，与车体固连，GNSS天线上方无遮挡，且尽量避免GNSS天线与车体的相对震动。车载姿态传感器340采用了姿态传感器Uranus2 IMU，Uranus2 IMU的安装位置在自动驾驶车辆310的后端的车体对称轴上，与车体固连，且尽量避免IMU与车体的相对震动。附加传感器350采用了诺瓦泰一体移动测量惯性导航系统Novatel SPAN-CPT，并且附加传感器350的主体与车载姿态传感器340设于一处，在自动驾驶车辆310的后端的车体对称轴上，附加传感器350的天线351与位置传感器330设于一处，设置在自动驾驶车辆310的前端右侧，与车体固连，天线351上方无遮挡。
本申请上述应用场景提供的车载定位系统，通过自动驾驶车辆的汽车电脑解析由摄像头、位置传感器、姿态传感器以及附加传感器采集的数据，可以得到绝对定位数据和相对定位数据，并融合绝对定位数据和相对定位数据，从而提高了输出的自定位信息的准确度。
进一步参考图4，本申请还提供了一种自动驾驶车辆的一个实施例，该自动驾驶车辆实施例与图1所示的系统实施例相对应，由此，上文针对系统描述的操作和特征同样适用于自动驾驶车辆400及其中包含的单元，在此不再赘述。
如图4所示，本实施例的自动驾驶车辆400包括：如上述图1至图3c的车载定位系统410。
下面参考图5，其示出了适于用来实现本申请实施例的终端设备的计算机系统500的结构示意图。
如图5所示，计算机系统500包括中央处理单元(CPU)501和图像处理单元(GPU)502，CPU501和GPU502可以根据存储在只读存储器(ROM)503中的程序或者从存储部分509加载到随机访问存储器(RAM)504中的程序而执行各种适当的动作和处理。在RAM 504中，还存储有系统500操作所需的各种程序和数据。CPU501、GPU502、ROM503以及RAM504通过总线505彼此相连。输入/输出(I/O)接口506也连接至总线505。
以下部件连接至I/O接口506：包括键盘、鼠标、触摸屏、传感器组件等的输入部分507；包括诸如液晶显示器(LCD)等以及扬声器等的输出部分508；包括硬盘等的存储部分509；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分510。通信部分510经由诸如因特网的网络执行通信处理。
特别地，根据本公开的实施例，上文参考汽车电脑描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，计算机程序包含用于汽车电脑所执行的操作的程序代码。在这样的实施例中，该计算机程序可以通过通信部分510从网络上被下载和安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的系统中限定的上述功能。
附图中的框图，图示了按照本申请各种实施例的系统可能实现的体系架构、功能和操作。在这点上，框图中的每个方框可以代表一个单元、程序段、或代码的一部分，所述单元、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图中的每个方框、以及框图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (11)

1.一种车载定位系统，其特征在于，所述系统包括：
传感器组件，固联于所述自动驾驶车辆的车体上，用于获取所述自动驾驶车辆的外部环境信息、位置信息和姿态信息；
汽车电脑，安装于所述自动驾驶车辆的车体中，连接所述传感器组件，用于从所述传感器组件接收所述外部环境信息、位置信息和姿态信息；基于所述外部环境信息、所述位置信息和高精度地图，确定当前时刻所述自动驾驶车辆的绝对定位信息；基于所述外部环境信息和所述姿态信息，进行运动补偿，得到当前时刻所述自动驾驶车辆的相对定位信息；融合所述绝对定位信息和所述相对定位信息，得到当前时刻所述自动驾驶车辆的自定位信息；
人机交互设备，安装于所述自动驾驶车辆的车体中，连接所述汽车电脑，用于呈现所述自定位信息。
2.根据权利要求1所述的系统，其特征在于，所述汽车电脑基于所述外部环境信息、所述位置信息和高精度地图，确定当前时刻所述自动驾驶车辆的绝对定位信息包括：
从所述外部环境信息中，提取实时定位地标；
从高精度地图中，提取对应所述位置信息的地图定位地标；
匹配所述实时定位地标和所述地图定位地标，得到当前时刻所述自动驾驶车辆的绝对定位信息。
3.根据权利要求1所述的系统，其特征在于，所述汽车电脑基于所述外部环境信息和所述姿态信息，进行运动补偿，得到当前时刻所述自动驾驶车辆的相对定位信息包括：
根据所述外部环境信息，确定实时定位特征；
基于所述实时定位特征和所述姿态信息，采用传感器组件的历史帧信息对传感器组件的当前帧信息进行运动补偿，采用补偿后的当前帧信息调整当前时刻所述自动驾驶车辆在所述高精度地图中的位置信息，将调整后的所述自动驾驶车辆在所述高精度地图中的位置信息，确定为当前时刻所述自动驾驶车辆的相对定位信息。
4.根据权利要求1所述的系统，其特征在于，所述汽车电脑融合所述绝对定位信息和所述相对定位信息，得到当前时刻所述自动驾驶车辆的自定位信息包括：
获取预设的当前时刻之前预定时间段内各时刻的位姿真值；
计算以所述位姿真值为变量的能量函数的最小值，其中，所述能量函数为各时刻的绝对定位差值的绝对值的平方与所述各时刻的相对定位差值的绝对值的平方之和，所述绝对定位差值为位姿真值与绝对定位信息的差值，所述相对定位差值为位姿真值的增量与相对定位信息的差值；
根据所述最小值，确定所述各时刻的位姿真值；
将当前时刻的位姿真值作为当前时刻所述自动驾驶车辆的自定位信息。
5.根据权利要求1所述的系统，其特征在于，所述传感器组件包括：
外部环境信息获取组件，包括：视觉传感器，用于获取相机内参数以及相机外参数，其中，所述相机内参数包括：x方向焦距和像素、y方向焦距和像素、x方向主点像素、y方向主点像素；所述相机外参数包括：相机相对所述自动驾驶车辆的车身坐标系的旋转角和相机相对所述自动驾驶车辆的车身坐标系的平移尺寸；
位置信息获取组件，包括：位置传感器，用于获取定位信息；
姿态信息获取组件，包括：车载姿态传感器，用于获取所述自动驾驶车辆的车辆姿态信息，计算车辆姿态、车辆速度以及车辆加速度。
6.根据权利要求5所述的系统，其特征在于，所述视觉传感器包括：车载摄像头和/或工业相机CCD；
所述位置传感器包括以下一项或多项：GPS板卡、GLONASS板卡以及北斗板卡；
所述车载姿态传感器包括：陀螺仪和/或加速度计。
7.根据权利要求6所述的系统，其特征在于，所述外部环境信息获取组件还包括：车载雷达，用于雷达扫描成像和/或测距；
所述位置信息获取组件还包括：附加传感器，用于根据设定优化定位精度；
所述姿态信息获取组件还包括：车辆姿态传感器，用于获取所述自动驾驶车辆的车身姿态信息，包括：车速、车的角速度以及车的四轮转速。
8.根据权利要求7所述的系统，其特征在于，所述车载摄像头包括前摄像头；所述前摄像头经由减震结构固联于所述自动驾驶车辆的车身前端，镜头朝向与所述自动驾驶车辆的行驶方向相同，垂直视场及水平视场根据所述自动驾驶车辆尺寸确定；
所述位置传感器经由减震结构固联于所述自动驾驶车辆的车体的对称轴上，天线上方无遮挡；
所述附加传感器经由减震结构固联于所述自动驾驶车辆的车体的对称轴上，天线上方无遮挡；
所述车载姿态传感器经由减震结构固联于所述自动驾驶车辆的车体的对称轴上。
9.根据权利要求1所述的系统，其特征在于，所述人机交互设备包括：鼠标、键盘和显示器；或触摸屏。
10.根据权利要求1至9任意一项所述的系统，其特征在于，所述车载定位系统还包括：
通信设备，安装于所述自动驾驶车辆的车体中，用于连接所述汽车电脑与web网络，传输以下一项或多项：高精度地图数据、位置信息数据、姿态信息数据和自定位信息。
11.一种自动驾驶车辆，其特征在于，所述自动驾驶车辆采用如权利要求1至10任意一项所述的车辆定位系统获取所述自定位信息。
CN201710524533.3A 2017-06-30 2017-06-30 车载定位系统和自动驾驶车辆 Active CN107328411B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710524533.3A CN107328411B (zh) 2017-06-30 2017-06-30 车载定位系统和自动驾驶车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710524533.3A CN107328411B (zh) 2017-06-30 2017-06-30 车载定位系统和自动驾驶车辆

Publications (2)

Publication Number Publication Date
CN107328411A true CN107328411A (zh) 2017-11-07
CN107328411B CN107328411B (zh) 2020-07-28

Family

ID=60199472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710524533.3A Active CN107328411B (zh) 2017-06-30 2017-06-30 车载定位系统和自动驾驶车辆

Country Status (1)

Country Link
CN (1) CN107328411B (zh)

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107957266A (zh) * 2017-11-16 2018-04-24 北京小米移动软件有限公司 定位方法、装置及存储介质
CN108226924A (zh) * 2018-01-11 2018-06-29 李烜 基于毫米波雷达的汽车行驶环境探测方法、装置及其应用
CN109102711A (zh) * 2017-12-15 2018-12-28 蔚来汽车有限公司 确定道路安全速度信息的方法
CN109115231A (zh) * 2018-08-29 2019-01-01 东软睿驰汽车技术（沈阳）有限公司 一种车辆定位方法、设备及自动驾驶车辆
CN109544648A (zh) * 2018-11-30 2019-03-29 北京小马智行科技有限公司 一种标定方法及装置
CN109814542A (zh) * 2017-11-22 2019-05-28 天津智能网联汽车产业研究院 一种车辆自动驾驶系统
CN109974720A (zh) * 2018-11-27 2019-07-05 财团法人车辆研究测试中心 动态地图数据分类装置及其方法
CN110009761A (zh) * 2019-03-20 2019-07-12 华南理工大学 智能设备自动巡检路径规划方法及系统
CN110147094A (zh) * 2018-11-08 2019-08-20 北京初速度科技有限公司 一种基于车载环视系统的车辆定位方法及车载终端
CN110186467A (zh) * 2018-02-23 2019-08-30 通用汽车环球科技运作有限责任公司 群感测点云地图
CN110723151A (zh) * 2019-09-24 2020-01-24 华为技术有限公司 智能驾驶系统初始化方法和装置
CN110794434A (zh) * 2019-11-29 2020-02-14 广州视源电子科技股份有限公司 一种位姿的确定方法、装置、设备及存储介质
CN110807412A (zh) * 2019-10-30 2020-02-18 驭势科技（北京）有限公司 一种车辆激光定位的方法、车载设备和存储介质
CN110837092A (zh) * 2018-08-17 2020-02-25 北京四维图新科技股份有限公司 车辆定位、车道级路径规划的方法及装置
CN111326181A (zh) * 2018-12-13 2020-06-23 宝马股份公司 控制播放的方法、装置、多媒体系统、车辆和存储介质
CN111367269A (zh) * 2018-12-26 2020-07-03 武汉万集信息技术有限公司 激光雷达的导航定位方法、装置及系统
CN111391659A (zh) * 2019-01-03 2020-07-10 北京百度网讯科技有限公司 自动驾驶车辆的车辆状态信息的可视化方法和装置
CN111522003A (zh) * 2019-01-31 2020-08-11 广州汽车集团股份有限公司 车辆定位方法及系统、计算机设备、车辆、存储介质
CN111597281A (zh) * 2020-04-23 2020-08-28 北京百度网讯科技有限公司 车辆定位系统、方法、装置以及电子设备
CN111707257A (zh) * 2020-06-10 2020-09-25 南京睿敏交通科技有限公司 车辆应急占道信息采集方法及系统
CN112116654A (zh) * 2019-06-20 2020-12-22 杭州海康威视数字技术股份有限公司 一种车辆位姿确定方法、装置及电子设备
CN112229417A (zh) * 2019-07-17 2021-01-15 北京新能源汽车技术创新中心有限公司 车辆定位方法、装置、计算机设备和存储介质
CN113091733A (zh) * 2021-03-15 2021-07-09 武汉大学 一种基于毫米波雷达与imu融合的实时定位装置及方法
WO2021233309A1 (zh) * 2020-05-21 2021-11-25 杭州海康威视数字技术股份有限公司 一种外参变化检测方法、装置、电子设备及检测系统
CN113701748A (zh) * 2021-07-21 2021-11-26 西南科技大学 一种大尺度阻隔空间姿态组合测量装置、方法及物体姿态自动调整方法
CN113903185A (zh) * 2021-08-24 2022-01-07 刘鹏 一种avp自动代客泊车的调度控制系统及方法
CN114074682A (zh) * 2020-08-10 2022-02-22 伟摩有限责任公司 处理自返回的方法和车辆
CN114111845A (zh) * 2021-12-15 2022-03-01 安徽江淮汽车集团股份有限公司 一种基于地面标识的车辆定位校准方法
WO2022116572A1 (zh) * 2020-12-02 2022-06-09 魔门塔(苏州)科技有限公司 一种目标定位方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101246012A (zh) * 2008-03-03 2008-08-20 北京航空航天大学 一种基于鲁棒耗散滤波的组合导航方法
CN101408982A (zh) * 2008-10-29 2009-04-15 南京邮电大学 一种基于粒子滤波和活动轮廓模型的目标跟踪方法
CN103279921A (zh) * 2013-05-17 2013-09-04 复旦大学 一种图像嵌入式处理系统及低照度图像光点获取与定位方法
US20140032167A1 (en) * 2011-04-01 2014-01-30 Physical Sciences, Inc. Multisensor Management and Data Fusion via Parallelized Multivariate Filters
CN103777220A (zh) * 2014-01-17 2014-05-07 西安交通大学 基于光纤陀螺、速度传感器和gps的实时精确位姿估计方法
CN105931648A (zh) * 2016-06-24 2016-09-07 百度在线网络技术（北京）有限公司 音频信号解混响方法和装置
CN106525057A (zh) * 2016-10-26 2017-03-22 陈曦 高精度道路地图的生成系统
CN106767853A (zh) * 2016-12-30 2017-05-31 中国科学院合肥物质科学研究院 一种基于多信息融合的无人驾驶车辆高精度定位方法
CN106842269A (zh) * 2017-01-25 2017-06-13 北京经纬恒润科技有限公司 定位方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101246012A (zh) * 2008-03-03 2008-08-20 北京航空航天大学 一种基于鲁棒耗散滤波的组合导航方法
CN101408982A (zh) * 2008-10-29 2009-04-15 南京邮电大学 一种基于粒子滤波和活动轮廓模型的目标跟踪方法
US20140032167A1 (en) * 2011-04-01 2014-01-30 Physical Sciences, Inc. Multisensor Management and Data Fusion via Parallelized Multivariate Filters
CN103279921A (zh) * 2013-05-17 2013-09-04 复旦大学 一种图像嵌入式处理系统及低照度图像光点获取与定位方法
CN103777220A (zh) * 2014-01-17 2014-05-07 西安交通大学 基于光纤陀螺、速度传感器和gps的实时精确位姿估计方法
CN105931648A (zh) * 2016-06-24 2016-09-07 百度在线网络技术（北京）有限公司 音频信号解混响方法和装置
CN106525057A (zh) * 2016-10-26 2017-03-22 陈曦 高精度道路地图的生成系统
CN106767853A (zh) * 2016-12-30 2017-05-31 中国科学院合肥物质科学研究院 一种基于多信息融合的无人驾驶车辆高精度定位方法
CN106842269A (zh) * 2017-01-25 2017-06-13 北京经纬恒润科技有限公司 定位方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
TIM TIEDEMANN, CHRISTIAN BACKE, THOMAS VöGELE, PETE: "An Automotive Distributed Mobile Sensor Data Collection with Machine Learning Based Data Fusion and Analysis on a Central Backend System", 《PROCEDIA TECHNOLOG》 *
路丹晖: "融合视觉与惯性导航的机器人自主定位", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107957266A (zh) * 2017-11-16 2018-04-24 北京小米移动软件有限公司 定位方法、装置及存储介质
CN107957266B (zh) * 2017-11-16 2020-09-01 北京小米移动软件有限公司 定位方法、装置及存储介质
CN109814542A (zh) * 2017-11-22 2019-05-28 天津智能网联汽车产业研究院 一种车辆自动驾驶系统
CN109102711A (zh) * 2017-12-15 2018-12-28 蔚来汽车有限公司 确定道路安全速度信息的方法
WO2019114805A1 (zh) * 2017-12-15 2019-06-20 蔚来汽车有限公司 确定道路安全速度信息的方法
CN108226924A (zh) * 2018-01-11 2018-06-29 李烜 基于毫米波雷达的汽车行驶环境探测方法、装置及其应用
CN108226924B (zh) * 2018-01-11 2020-11-10 南京楚航科技有限公司 基于毫米波雷达的汽车行驶环境探测方法、装置及其应用
CN110186467A (zh) * 2018-02-23 2019-08-30 通用汽车环球科技运作有限责任公司 群感测点云地图
CN110837092A (zh) * 2018-08-17 2020-02-25 北京四维图新科技股份有限公司 车辆定位、车道级路径规划的方法及装置
CN109115231A (zh) * 2018-08-29 2019-01-01 东软睿驰汽车技术（沈阳）有限公司 一种车辆定位方法、设备及自动驾驶车辆
CN110147094A (zh) * 2018-11-08 2019-08-20 北京初速度科技有限公司 一种基于车载环视系统的车辆定位方法及车载终端
CN109974720A (zh) * 2018-11-27 2019-07-05 财团法人车辆研究测试中心 动态地图数据分类装置及其方法
CN109544648B (zh) * 2018-11-30 2021-07-13 北京小马智行科技有限公司 一种标定方法及装置
CN109544648A (zh) * 2018-11-30 2019-03-29 北京小马智行科技有限公司 一种标定方法及装置
CN111326181B (zh) * 2018-12-13 2022-02-01 宝马股份公司 在车辆中控制多媒体播放的方法、装置、系统和存储介质
CN111326181A (zh) * 2018-12-13 2020-06-23 宝马股份公司 控制播放的方法、装置、多媒体系统、车辆和存储介质
CN111367269B (zh) * 2018-12-26 2023-08-15 武汉万集信息技术有限公司 激光雷达的导航定位方法、装置及系统
CN111367269A (zh) * 2018-12-26 2020-07-03 武汉万集信息技术有限公司 激光雷达的导航定位方法、装置及系统
CN111391659A (zh) * 2019-01-03 2020-07-10 北京百度网讯科技有限公司 自动驾驶车辆的车辆状态信息的可视化方法和装置
CN111522003A (zh) * 2019-01-31 2020-08-11 广州汽车集团股份有限公司 车辆定位方法及系统、计算机设备、车辆、存储介质
CN111522003B (zh) * 2019-01-31 2022-11-11 广州汽车集团股份有限公司 车辆定位方法及系统、计算机设备、车辆、存储介质
CN110009761B (zh) * 2019-03-20 2021-08-10 华南理工大学 智能设备自动巡检路径规划方法及系统
CN110009761A (zh) * 2019-03-20 2019-07-12 华南理工大学 智能设备自动巡检路径规划方法及系统
CN112116654B (zh) * 2019-06-20 2024-06-07 杭州海康威视数字技术股份有限公司 一种车辆位姿确定方法、装置及电子设备
CN112116654A (zh) * 2019-06-20 2020-12-22 杭州海康威视数字技术股份有限公司 一种车辆位姿确定方法、装置及电子设备
CN112229417A (zh) * 2019-07-17 2021-01-15 北京新能源汽车技术创新中心有限公司 车辆定位方法、装置、计算机设备和存储介质
CN110723151A (zh) * 2019-09-24 2020-01-24 华为技术有限公司 智能驾驶系统初始化方法和装置
CN110807412B (zh) * 2019-10-30 2022-09-23 驭势科技（北京）有限公司 一种车辆激光定位的方法、车载设备和存储介质
CN110807412A (zh) * 2019-10-30 2020-02-18 驭势科技（北京）有限公司 一种车辆激光定位的方法、车载设备和存储介质
CN110794434A (zh) * 2019-11-29 2020-02-14 广州视源电子科技股份有限公司 一种位姿的确定方法、装置、设备及存储介质
CN110794434B (zh) * 2019-11-29 2022-11-15 广州视源电子科技股份有限公司 一种位姿的确定方法、装置、设备及存储介质
CN111597281B (zh) * 2020-04-23 2023-09-29 北京百度网讯科技有限公司 车辆定位系统、方法、装置以及电子设备
CN111597281A (zh) * 2020-04-23 2020-08-28 北京百度网讯科技有限公司 车辆定位系统、方法、装置以及电子设备
WO2021233309A1 (zh) * 2020-05-21 2021-11-25 杭州海康威视数字技术股份有限公司 一种外参变化检测方法、装置、电子设备及检测系统
CN111707257A (zh) * 2020-06-10 2020-09-25 南京睿敏交通科技有限公司 车辆应急占道信息采集方法及系统
CN114074682A (zh) * 2020-08-10 2022-02-22 伟摩有限责任公司 处理自返回的方法和车辆
WO2022116572A1 (zh) * 2020-12-02 2022-06-09 魔门塔(苏州)科技有限公司 一种目标定位方法及装置
CN113091733A (zh) * 2021-03-15 2021-07-09 武汉大学 一种基于毫米波雷达与imu融合的实时定位装置及方法
CN113701748B (zh) * 2021-07-21 2023-05-26 西南科技大学 一种大尺度阻隔空间姿态组合测量装置、方法及物体姿态自动调整方法
CN113701748A (zh) * 2021-07-21 2021-11-26 西南科技大学 一种大尺度阻隔空间姿态组合测量装置、方法及物体姿态自动调整方法
CN113903185A (zh) * 2021-08-24 2022-01-07 刘鹏 一种avp自动代客泊车的调度控制系统及方法
CN114111845A (zh) * 2021-12-15 2022-03-01 安徽江淮汽车集团股份有限公司 一种基于地面标识的车辆定位校准方法

Also Published As

Publication number Publication date
CN107328411B (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
CN107328411A (zh) 车载定位系统和自动驾驶车辆
CN107328410A (zh) 用于定位自动驾驶车辆的方法和汽车电脑
CN112204343B (zh) 高清晰地图数据的可视化
CN110057373B (zh) 用于生成高精细语义地图的方法、装置和计算机存储介质
US11340355B2 (en) Validation of global navigation satellite system location data with other sensor data
EP3759562B1 (en) Camera based localization for autonomous vehicles
CN110631593B (zh) 一种用于自动驾驶场景的多传感器融合定位方法
CN108801276B (zh) 高精度地图生成方法及装置
US11248925B2 (en) Augmented road line detection and display system
US7822541B2 (en) Map creation device and navigation device
US20100121518A1 (en) Map enhanced positioning sensor system
CN113916242A (zh) 车道定位方法和装置、存储介质及电子设备
CN114636993A (zh) 一种激光雷达与imu的外参标定方法、装置及设备
CN111351502B (zh) 用于从透视图生成环境的俯视图的方法，装置和计算机程序产品
CN111402387B (zh) 从用于导航自主车辆的高清晰度地图的点云中移除短时点
JP4596566B2 (ja) 自車情報認識装置及び自車情報認識方法
KR20100067578A (ko) 이동체의 맵 매칭 장치 및 그 방법
CN110940344B (zh) 一种用于自动驾驶的低成本传感器组合定位方法
CN114323050A (zh) 车辆定位方法、装置和电子设备
CN113450455A (zh) 用于生成停车场的道路链路的地图的方法、设备和计算机程序产品
JP7010535B2 (ja) 情報処理装置
CN110018503B (zh) 车辆的定位方法及定位系统
JP4986883B2 (ja) 標定装置、標定方法および標定プログラム
US20160275715A1 (en) Map image display device, navigation device, and map image display method
US20230082106A1 (en) Vehicle Localization to Map Data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant