CN110208739A - 辅助车辆定位的方法、装置、设备和计算机可读存储介质 - Google Patents
辅助车辆定位的方法、装置、设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN110208739A CN110208739A CN201910456636.XA CN201910456636A CN110208739A CN 110208739 A CN110208739 A CN 110208739A CN 201910456636 A CN201910456636 A CN 201910456636A CN 110208739 A CN110208739 A CN 110208739A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- location data
- perception information
- location
- 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
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/10—Position of receiver fixed by co-ordinating a plurality of position lines defined by path-difference measurements, e.g. omega or decca systems
Abstract
根据本公开的实施例,提供了辅助车辆定位的方法、装置、设备和计算机可读存储介质。该辅助车辆定位的方法包括:从路侧设备获取与所述车辆所在环境有关的感知信息,所述感知信息包括与所述环境中的物体的位置相关联的数据;基于所述车辆的参考信息,从所述感知信息确定所述车辆的目标定位数据;以及基于所述车辆的目标定位数据,确定所述车辆的当前位置。本公开的方案可以在车辆自身的定位可靠性不佳的情况下,利用环境中的路侧设备以相对低的成本为车辆提供准确的定位信息。
Description
技术领域
本公开的实施例总体涉及车外交互领域,并且更具体地,涉及辅助车辆定位的方法、装置、设备和计算机可读存储介质。
背景技术
随着智能交通的发展,已经提出包括智能化基础设施的交通系统。这些智能化基础设施例如能够感知处于交通环境中的对象和事件,并且能够和处于交通环境中的对象进行交互。
目前,车辆自身的定位系统可能在天气条件恶劣或道路状况复杂的情况下,由于全球导航卫星信号不准确或通信的多径效应影响等原因而提供可靠性不佳的定位信息。
发明内容
基于上述问题,根据本公开的示例实施方式,提供了一种辅助车辆定位的方案。
在本公开的第一方面中,提供了一种辅助车辆定位的方法。该方法包括:从路侧设备接收与所述车辆所在环境有关的感知信息,所述感知信息包括与所述环境中的物体的位置相关联的数据;基于所述车辆的参考信息,从所述感知信息确定所述车辆的目标定位数据;以及基于所述车辆的目标定位数据,确定所述车辆的当前位置。
在本公开的第二方面中,提供了辅助车辆定位的装置。该装置包括:通信模块,被配置为从路侧设备接收与所述车辆所在环境有关的感知信息,所述感知信息包括与所述环境中的物体的位置相关联的数据;第一确定模块,被配置为基于所述车辆的参考信息,从所述感知信息确定所述车辆的目标定位数据;以及第二确定模块,被配置为基于所述车辆的目标定位数据,确定所述车辆的当前位置。
在本公开的第三方面中,提供了一种电子设备,包括一个或多个处理器;以及存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现根据本公开的第一方面的方法。
在本公开的第四方面中,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现根据本公开的第一方面的方法。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开内容的实施方式的关键或重要特征,亦非用于限制本公开内容的范围。本公开内容的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开的各实施方式的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1示出了本公开的实施例能够在其中实现的示例环境100的示意图;
图2示出了根据本公开的实施例的辅助车辆定位的方法200的流程图;
图3示出了一些实施例中的确定车辆的目标定位数据的示例方法300的流程图;
图4示出了一些实施例中的确定车辆的目标定位数据的示例方法400的流程图;
图5示出了根据本公开的一些实施例的辅助车辆定位的装置的示意性结构框图;以及
图6示出了能够实施本公开的多个实施例的计算设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
在本公开的实施例的描述中,术语“包括”及其类似用语应当理解为开放性包含,即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如上文所述,车辆自身的定位系统可能在天气条件恶劣或道路状况复杂的情况下,由于全球导航卫星信号不准确或通信的多径效应影响等原因而提供可靠性不佳的定位信息。目前仍然缺乏利用V2X技术进行辅助车辆定位的成熟有效的解决方案。
根据本公开的实施例,提出了一种辅助车辆定位的方案。在该方案中,被布置在环境中的路侧设备可以感知车辆所在环境中的多个物体,并将感知信息发送给车辆。该车辆上的车侧装置在获取该感知信息后,可以基于车辆自身的参考信息,而在感知信息所感知的多个物体中确定与该车辆相对应的物体。随后,车辆可以基于所标识的物体的定位数据来确定车辆的位置。由于采用了诸如路侧感知系统的路侧设备来获取车辆所在环境的信息,不再需要环境中的所有车辆都具备无线通信能力,并且避免了这些车辆使用昂贵的高定位精度的定位设备。以此方式,可以在车辆自身的定位可靠性不佳的情况下,利用环境中的路侧设备以相对低的成本为车辆提供准确的定位信息。
以下将参照附图来具体描述本公开的实施例。
图1示出了本公开的实施例可以在其中被实现的示例交通环境100的示意图。在该示例交通环境100中示意性示出了一些典型物体。应当理解,这些示出的设施和物体仅是示例,根据实际情况,不同交通环境中存在可能出现的物体将会变化。本公开的范围在此方面不受限制。
如图1所示,车辆110行驶在道路130上。车辆110可以是可以承载人和/或物并且通过发动机等动力系统移动的任何类型的车辆,包括但不限于轿车、卡车、巴士、电动车、摩托车、房车、火车等等。车辆110可以是由人员驾驶的车辆。在一些其他实施例中,车辆110也可以是具有一定自动驾驶能力的车辆。
图1还示例性示出了可能在道路130的路面和路侧处出现的一个或多个物体。对于车辆110而言,环境100中的其他物体可以被认为是障碍物。在图1中,道路130的路面上的其他物体包括:除车辆110以外的其他机动车辆101-1和101-2,非机动车辆(诸如自行车102),以及行人103,等等。道路130的路侧的物体还可以包括用于指示交通的诸如交通灯104的交通设施等。然而,可以理解的是,道路130的路面和路侧的其他物体并不限于上面列举的示例,而可以是存在于道路130周围的任何物体。例如,道路130的路面和路侧可能出现的障碍物还可以包括植物、动物、道路设施或者道路周围的任何未知对象。
在示例交通环境100中,道路130的路侧还具有路侧设备120-1、120-2和120-3(统称为路侧设备120)。路侧设备120可以包括一个或多个感测器件。路侧设备120也可以包括多种不同类型的感测器件。路侧设备120的感测器件能够感知环境100中的任何物体并采集相应物体的信息,这些信息包括但不限于定位信息、尺寸信息、形状信息、标识信息或颜色信息等。路侧设备120的感测器件可以借助于路侧设施或者设置专门设施而悬挂在具有一定高度的位置,以便能够在更大范围感知环境100中的多个障碍物。
路侧设备120的感测器件的示例可以包括但不限于:图像传感器(例如摄像头)、激光雷达、毫米波雷达、红外传感器、定位传感器、光照传感器、压力传感器、温度传感器、湿度传感器、风速传感器、风向传感器、空气质量传感器等等。图像传感器可以采集与环境100相关的图像信息;激光雷达和毫米波雷达可以采集与环境100相关的激光点云数据;红外传感器可以利用红外线来探测环境100中的环境状况;定位传感器可以采集与环境100相关的物体的位置信息;光照传感器可以采集指示环境100中的光照强度的度量值;压力、温度和湿度传感器可以分别采集指示环境100中的压力、温度和湿度的度量值;风速、风向传感器可以分别采集用于指示环境100中的风速、风向的度量值;空气质量传感器可以采集环境100中一些与空气质量相关的指标,诸如空气中的氧气浓度、二氧化碳浓度、粉尘浓度、污染物浓度等。应当理解,以上仅列出了感测器件的一些示例。根据实际需要,还可以存在其他不同类型的感测器件。在一些实施例中,不同的感测器件可以被集成在某个位置,或者可以被分布在环境100的一个区域中,以用于监测特定类型的路侧感知信息。
路侧设备120还可以包括通信模块。例如,路侧设备120的可以利用其通信模块与车辆110进行通信。虽然图1示出了路侧设备120到车辆110的通信,但是本领域技术人员可以理解,根据需要也可以进行从车辆110到路侧设备120的通信。例如,当路侧设备120需要获取车辆侧的信息时,路侧设备120也可以从车辆110接收信息。本车车辆110可以包括计算设备140。车辆110的计算设备140可以从路侧设备120获取感知信息,以确定车辆110的当前位置。
通信模块可以支持与感测器件的有线/无线通信,用于从感测器件获取采集到信息。通信模块还可以支持与车辆110进行通信,这样的通信通常是无线通信。路侧设备120的通信模块与车辆110的通信可以基于任何通信协议,本公开的实现在此方面不受限制。另外,路侧设备120还可以包括信息处理模块,以用于在通过通信模块发送信息之前对感测器件采集的信息进行预处理。在一些实施例中,路侧设备120也可以不具有信息处理模块。
此外,在多个路侧设备120之间可以共享通信模块和信息处理模块中的至少一个。例如,路侧设备120-1、120-2和120-3可以分别具有独立的感测器件,但是可以具有共同的通信模块和信息处理模块。
为了全方位监测环境100,任意数目的路侧设备120可以被布置在道路130附近。例如,多个路侧设备120可以按一定间隔被布置在道路130的两侧,用于监测环境100的特定区域。在一些示例中,除了固定在特定位置之外,路侧设备120还可以被设置在可移动的物体上,从而形成可移动感知站点。
在本公开的实施例中,由路侧设备120从环境100中感知的感知信息可以被提供至车辆110的计算设备140,以供在车辆110确定其当前位置时使用。计算设备140可以是支持辅助定位的确定的任意服务器或客户端设备。下面结合图2详细描述确定车辆当前位置的过程。为便于描述,下文将结合图1所示的交通环境进行讨论。
图2示出了根据本公开实施例的辅助车辆定位的方法200的流程图。在框210,计算设备140可以从路侧设备120接收与车辆110所在环境100有关的感知信息,感知信息可以包括与环境100中的多个物体中的每个物体的位置相关联的数据。
如上文所讨论的,多个路侧设备120沿着道路130布置,并且路侧设备120的感测器件可以被悬挂在具有一定高度的位置。因此,路侧设备120可以在环境100中以更好的视角采集到更大范围的道路状况数据。路侧设备120采集的信息可以涉及到环境100中的多个物体。换言之,所采集的信息包括了与环境100中多个物体中的每个物体相关联的数据。在一些实施例中,路侧设备120可以包括信息处理模块,该信息处理模块对所采集的信息进行预处理。例如,该信息处理模块可以在所采集的信息中标识出与多个物体中的具体物体相关联的数据,并在这些数据与具体物体之间建立关联性。在另一些实施例中,路侧设备120也可以不具有信息处理模块,并且相应的预处理任务也可以由车辆110中的辅助装置140来完成。路侧设备120的通信模块可以将感知信息发送给车辆110。例如,感知信息可以在环境100中以广播的方式传播。由此,当车辆110处于环境100中时,用于车辆110的计算设备140的通信模块可以获取到由路侧设备120所发送的感知信息。
在框220,计算设备140可以基于车辆的参考信息,从感知信息确定车辆的目标定位数据。在一些实施例中,车辆的参考信息可以包括由车辆110自身的定位设备所获取的初始定位数据。在一些实施例中,车辆的参考信息还可以包括与车辆110的属性相关的信息,例如车辆的标识数据、尺寸数据、颜色数据、型号数据、品牌数据等。
图3示出了一些实施例中的确定车辆的目标定位数据的示例方法300的流程图。以下结合图3进一步详细阐述确定车辆的目标定位数据的过程。该方法300可以在计算设备140处实施。
在框310,计算设备140从车辆的参考信息提取初始定位数据。具体而言,计算设备140可以通过车辆110自身的定位设备来获取车辆110的初始定位数据。例如,计算设备140能够通过GPS天线或者通过诸如基站等辅助设备进行定位。该初始定位数据例如可以是在世界坐标系下的坐标数据,车载导航地图中的经纬度数据等。
根据车辆110的初始定位信息和所接收的感知信息所包括的物体的定位数据,计算设备140能够确定该物体是否是车辆110。换言之,如果感知信息中包括与多个物体的位置相关联的数据,计算设备140能够从多个物体中确定哪个物体是车辆110。
在一些实施例中,感知信息可以与所述环境中的物体的位置相关联的数据。每个物体的定位数据可以涉及地球坐标系中的绝对位置。然而,每个物体的定位数据也可以涉及相对于路侧设备120的相对位置。
在框320,计算设备140能够基于初始定位数据和物体的定位数据,确定车辆的参考位置与该物体之间的距离。在一些实施例中,车辆的参考位置例如可以是车辆的初始定位信息所指示的车辆的位置。
在一些实施例中,计算设备140可以确定感知信息中所涉及的多个物体中的每个物体与该车辆的参考位置之间的距离。如果,在框330,计算设备140能够确定车辆的参考位置与物体之间的距离小于预定阈值,则在框340,计算设备140将该物体的定位数据确定为车辆的定位数据。
在一些实施例中,在感知信息中的物体的定位数据是绝对位置的数据的情况下,由于车辆110自身的定位设备所获得的定位通常也是绝对位置,因此可以直接将感知信息中物体的定位与车辆110自身的定位进行比较以确定它们之间的距离。
在一些实施例中,在感知信息中的物体的定位数据是相对于路侧设备120的相对位置的数据的情况下,可以通过路侧设备120的绝对位置来确定感知信息所涉及的物体在地球坐标系中的绝对位置,然后确定感知信息中物体的定位与车辆110自身的定位的距离。或者,在感知信息中的物体的定位数据是相对于路侧设备120的相对位置的数据的情况下,也可以将车辆110自身的定位设备所获得的定位转换为相对于路侧设备120的相对位置,然后确定感知信息中多个物体的定位与车辆110自身的定位的距离。
在一些实施例中,计算设备140可以确定感知信息所涉及物体的定位与车辆110的定位的距离是否小于预定阈值。例如,预定阈值可以设置为车辆110的车长或者车宽,或者任何其他适当的值。此外,预定阈值也可以根据车辆110的定位设备的定位精度来设置,例如,如果定位精度高,可以将预定阈值设定的偏低,如果定位精度低,可以将预定阈值设置的偏高。
在一些实施例中,如果感知信息涉及多个物体,如果在所涉及的多个物体中仅有一个物体的定位与车辆110的定位小于阈值,则计算设备140可以确认该物体是车辆110,并且将物体的定位数据确定为车辆的目标定位数据,以用于后续的处理。
返回框330,如果计算设备140能够确定车辆的参考位置与物体之间的距离小于预定阈值,计算设备140能够进一步从车辆的参考信息中提取车辆的尺寸。在框340,计算设备140可以将物体的尺寸与车辆的尺寸进行比较。如果,在框350,计算设备140确定物体的尺寸与车辆的尺寸之差小于阈值差值,则在框360,计算设备140能够将物体的定位数据确定为车辆的目标定位数据。
在一些实施例中,计算设备140可以将尺寸最接近车辆110的物体确定为车辆110,并将该物体的数据标识为车辆110的数据。例如,如果感知信息中的某个物体的体积数据与车辆110的体积数据最为接近,则可以将这个物体确定为车辆110。
在一些实施例中,尺寸数据可以是体积数据或形状数据。
应当理解,框340至框350示出的动作是可选的,其可以在多个物体与车辆的参考位置之间的距离小鱼预定阈值的情况下实现。为了进一步从多个物体中确定目标车辆110,执行框340至350示出的动作,从而使得定位结果更加精确。
图4示出了一些实施例中的确定车辆的目标定位数据的另一示例方法400的流程图。以下结合图4进一步详细阐述确定车辆的目标定位数据的过程。该方法400可以在计算设备140处实施。
在框410,计算设备140能够从车辆的参考信息提取所述车辆的标识数据。此外,计算设备140能够从所接收的感知信息中获取处于环境中的物体的标识数据。该标识数据例如可以包括车辆牌照标识,品牌标识、型号标识、以及颜色标识等。
在框420,计算设备140能够将物体的标识数据与车辆的标识数据进行比较,以判断物体的标识数据与车辆的标识数据是否能够匹配。在此所述的“匹配”例如可以包括从标识数据中识别物体牌照标识与车辆的车辆牌照标识一致、从标识数据中识别物体品牌标识与车辆的品牌标识一致、从标识数据中识别物体型号标识与车辆的型号标识一致以及从标识数据中识别物体颜色标识与车辆的颜色标识一致中的一项或多项。
在框430,如果计算设备140能够确定物体的标识数据与车辆的标识数据相匹配,则在440,计算设备140能够将该物体的数据标识为车辆110的数据。
在一些实施例中,计算设备140还可以通过来自多个路侧设备120的感知信息来确定车辆的目标定位数据。例如参照图1,计算设备140可以从路侧设备120-1、120-2以及120-3分别接收感知信息。例如,在图3和图4所述的方法中的感知信息来自于路侧设备120-1,则计算设备140还从路侧设备120-2以及120-3接收感知信息。这些感知信息例如可以分别包括与物体的位置相关联的数据。计算设备140可以依据结合图3和图4所述的示例方法分别从来自路侧设备120-2以及120-3的感知信息中确定车辆的目标定位数据。也就是说,在本实施例中,计算设备140至少可以确定三个车辆的目标定位数据。
返回图2,在框230,计算设备140可以基于所确定的车辆的目标定位数据来确定车辆的当前位置。
在一些实施例中,计算设备140可以获取与环境相关联的地图。该地图例如可以保存在车辆110本身的定位设备中。或者,计算设备140可以从诸如路侧设备120等外部设备获取与环境相关联的地图。
计算设备140可以根据所确定的目标定位数据和地图来确定车辆的当前位置。
在一些实施例中,如果计算设备140,如上文所述,基于来自不同路侧设备120的感知信息确定至少三个车辆的目标定位数据,则计算设备140能够利用三点定位法来更新车辆的目标定位数据,从而能够实现对于车辆110更加精确的定位。
至此描述了根据本公开实施例的辅助车辆定位的方法。根据本公开的各种实施例,可以在车辆自身的定位可靠性不佳的情况下利用环境中的路侧设备以相对低的成本为车辆提供准确的定位信息。
本公开的实施例还提供了用于实现上述方法或过程的相应装置。
图5示出了根据本公开的一些实施例的辅助车辆定位的装置500的示意性结构框图。该装置500可以在例如图1的计算设备140处实施。
如图5所示,装置500可以包括通信模块,被配置为从路侧设备接收与所述车辆所在环境有关的感知信息,所述感知信息包括与所述环境中的物体的位置相关联的数据。装置500还可以包括第一确定模块,被配置为基于所述车辆的参考信息,从所述感知信息确定所述车辆的目标定位数据。此外,装置500还可以包括第二确定模块,被配置为基于所述车辆的目标定位数据,确定所述车辆的当前位置。
根据本公开的一些实施例,感知信息至少包括物体的定位数据,第一确定模块还可以包括(图中未示出)第一提取模块,被配置为从所述车辆的参考信息提取由所述车辆的定位装置获取的初始定位数据;第三确定模块,被配置为基于所述初始定位数据和所述物体的定位数据,确定所述车辆的参考位置与所述物体之间的距离;以及第四确定模块,被配置为响应于所述车辆的参考位置与所述物体之间的距离小于预定阈值,将所述物体的定位数据确定为所述车辆的目标定位数据。
根据本公开的一些实施例,感知信息至少包括物体的定位数据和物体的尺寸,第一确定模块还包括(图中未示出)第二提取模块,被配置为从所述车辆的参考信息提取所述车辆的尺寸和由所述车辆的定位装置获取的初始定位数据;第五确定模块,被配置为基于所述初始定位数据和所述物体的定位数据,确定所述车辆的参考位置与所述物体之间的距离;第一比较模块,被配置为响应于所述车辆的参考位置与所述物体之间的距离小于预定阈值,将所述物体的所述尺寸与所述车辆的尺寸进行比较;以及第六确定模块,被配置为响应于所述物体的所述尺寸与所述车辆的所述尺寸之差小于阈值差值,将所述物体的定位数据确定为所述车辆的定位数据。
根据本公开的一些实施例,感知信息至少包括物体的标识数据和物体的定位数据,第一确定模块还包括(图中未示出)第三提取模块,被配置为从所述车辆的参考信息提取所述车辆的标识数据;第二比较模块,被配置为将所述物体的标识数据与所述车辆的标识数据进行比较;以及第七确定模块,被配置为响应于所述物体的标识数据与所述车辆的标识数据相匹配,将所述物体的定位数据确定为所述车辆的定位数据。
根据本公开的一些实施例,所述路侧设备是第一路侧设备并且所述感知信息是第一感知信息,并且其中所述第一确定模块还包括(图中未示出)第一获取模块,被配置为从第二路侧设备和第三路侧设备获取与所述环境有关的第二感知信息和第三感知信息,所述第二感知信息和所述第三感知信息分别包括与所述物体的位置相关联的数据;以及第八确定模块,被配置为基于所述第一感知信息、所述第二感知信息和所述第三感知信息,确定所述车辆的目标定位数据。
根据本公开的一些实施例,所述第二确定装置还包括(图中未示出)第二获取模块,被配置为获取与所述环境相关联的地图;以及第九确定模块,被配置为基于所述目标定位数据和所述地图,确定所述车辆的当前位置。
应当理解,装置500中记载的每个单元分别与参考图2、图3和图3描述的方法200、300、400中的每个步骤相对应。并且,装置500及其中包含的单元的操作和特征都对应于上文结合图2、图3和图4描述的操作和特征,并且具有同样的效果,具体细节不再赘述。
装置500中所包括的单元可以利用各种方式来实现,包括软件、硬件、固件或其任意组合。在一些实施例中,一个或多个单元可以使用软件和/或固件来实现,例如存储在存储介质上的机器可执行指令。除了机器可执行指令之外或者作为替代,装置500中的部分或者全部单元可以至少部分地由一个或多个硬件逻辑组件来实现。作为示例而非限制,可以使用的示范类型的硬件逻辑组件包括现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准品(ASSP)、片上系统(SOC)、复杂可编程逻辑器件(CPLD),等等。
图5中所示的这些单元可以部分或者全部地实现为硬件模块、软件模块、固件模块或者其任意组合。特别地,在某些实施例中,上文描述的流程、方法或过程可以由存储系统或与存储系统对应的主机或独立于存储系统的其它计算设备中的硬件来实现。
图6示出了可以用来实施本公开的实施例的示例设备600的示意性框图。设备600可以用于实现计算设备140。如图所示,设备600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的计算机程序指令或者从存储单元607加载到随机访问存储器(RAM)603中的计算机程序指令,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。CPU601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元601执行上文所描述的各个方法和处理,例如方法200、300、400。例如,在一些实施例中,方法200、300、400可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由CPU601执行时,可以执行上文描述的方法200、300、400的一个或多个步骤。备选地,在其他实施例中,CPU 801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200、300、400。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外,虽然采用特定次序描绘了各操作,但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行,或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地,在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (14)
1.一种辅助车辆定位的方法,包括:
从路侧设备接收与所述车辆所在环境有关的感知信息,所述感知信息包括与所述环境中的物体的位置相关联的数据;
基于所述车辆的参考信息,从所述感知信息确定所述车辆的目标定位数据;以及
基于所述车辆的目标定位数据,确定所述车辆的当前位置。
2.根据权利要求1所述的方法,其中所述感知信息至少包括所述物体的定位数据,并且其中确定所述车辆的目标定位数据包括:
从所述车辆的参考信息提取由所述车辆的定位装置获取的初始定位数据;
基于所述初始定位数据和所述物体的定位数据,确定所述车辆的参考位置与所述物体之间的距离;以及
响应于所述车辆的参考位置与所述物体之间的距离小于预定阈值,将所述物体的定位数据确定为所述车辆的目标定位数据。
3.根据权利要求1所述的方法,其中所述感知信息至少包括所述物体的定位数据和所述物体的尺寸,并且其中确定所述车辆的目标定位数据包括:
从所述车辆的参考信息提取所述车辆的尺寸和由所述车辆的定位装置获取的初始定位数据;
基于所述初始定位数据和所述物体的定位数据,确定所述车辆的参考位置与所述物体之间的距离;
响应于所述车辆的参考位置与所述物体之间的距离小于预定阈值,将所述物体的所述尺寸与所述车辆的尺寸进行比较;以及
响应于所述物体的所述尺寸与所述车辆的所述尺寸之差小于阈值差值,将所述物体的定位数据确定为所述车辆的定位数据。
4.根据权利要求1所述的方法,其中所述感知信息至少包括所述物体的标识数据和所述物体的定位数据,并且其中确定所述车辆的目标定位数据包括:
从所述车辆的参考信息提取所述车辆的标识数据;
将所述物体的标识数据与所述车辆的标识数据进行比较;以及
响应于所述物体的标识数据与所述车辆的标识数据相匹配,将所述物体的定位数据确定为所述车辆的定位数据。
5.根据权利要求1所述的方法,其中所述路侧设备是第一路侧设备并且所述感知信息是第一感知信息,并且其中确定所述车辆的目标定位数据包括:
从第二路侧设备和第三路侧设备获取与所述环境有关的第二感知信息和第三感知信息,所述第二感知信息和所述第三感知信息分别包括与所述物体的位置相关联的数据;以及
基于所述第一感知信息、所述第二感知信息和所述第三感知信息,确定所述车辆的目标定位数据。
6.根据权利要求1所述的方法,其中确定所述车辆的当前位置包括:
获取与所述环境相关联的地图;以及
基于所述目标定位数据和所述地图,确定所述车辆的当前位置。
7.一种辅助车辆定位的装置,包括:
通信模块,被配置为从路侧设备接收与所述车辆所在环境有关的感知信息,所述感知信息包括与所述环境中的物体的位置相关联的数据;
第一确定模块,被配置为基于所述车辆的参考信息,从所述感知信息确定所述车辆的目标定位数据;以及
第二确定模块,被配置为基于所述车辆的目标定位数据,确定所述车辆的当前位置。
8.根据权利要求7所述的装置,其中所述感知信息至少包括所述物体的定位数据,并且其中所述第一确定模块还包括:
第一提取模块,被配置为从所述车辆的参考信息提取由所述车辆的定位装置获取的初始定位数据;
第三确定模块,被配置为基于所述初始定位数据和所述物体的定位数据,确定所述车辆的参考位置与所述物体之间的距离;以及
第四确定模块,被配置为响应于所述车辆的参考位置与所述物体之间的距离小于预定阈值,将所述物体的定位数据确定为所述车辆的目标定位数据。
9.根据权利要求7所述的装置,其中所述感知信息至少包括所述物体的定位数据和所述物体的尺寸,并且其中所述第一确定模块还包括:
第二提取模块,被配置为从所述车辆的参考信息提取所述车辆的尺寸和由所述车辆的定位装置获取的初始定位数据;
第五确定模块,被配置为基于所述初始定位数据和所述物体的定位数据,确定所述车辆的参考位置与所述物体之间的距离;
第一比较模块,被配置为响应于所述车辆的参考位置与所述物体之间的距离小于预定阈值,将所述物体的所述尺寸与所述车辆的尺寸进行比较;以及
第六确定模块,被配置为响应于所述物体的所述尺寸与所述车辆的所述尺寸之差小于阈值差值,将所述物体的定位数据确定为所述车辆的定位数据。
10.根据权利要求7所述的装置,其中所述感知信息至少包括所述物体的标识数据和所述物体的定位数据,并且其中所述第一确定模块还包括:
第三提取模块,被配置为从所述车辆的参考信息提取所述车辆的标识数据;
第二比较模块,被配置为将所述物体的标识数据与所述车辆的标识数据进行比较;以及
第七确定模块,被配置为响应于所述物体的标识数据与所述车辆的标识数据相匹配,将所述物体的定位数据确定为所述车辆的定位数据。
11.根据权利要求7所述的装置,其中所述路侧设备是第一路侧设备并且所述感知信息是第一感知信息,并且其中所述第一确定模块还包括:
第一获取模块,被配置为从第二路侧设备和第三路侧设备获取与所述环境有关的第二感知信息和第三感知信息,所述第二感知信息和所述第三感知信息分别包括与所述物体的位置相关联的数据;以及
第八确定模块,被配置为基于所述第一感知信息、所述第二感知信息和所述第三感知信息,确定所述车辆的目标定位数据。
12.根据权利要求7所述的装置,其中所述第二确定装置还包括:
第二获取模块,被配置为获取与所述环境相关联的地图;以及
第九确定模块,被配置为基于所述目标定位数据和所述地图,确定所述车辆的当前位置。
13.一种电子设备,所述设备包括:
一个或多个处理器;以及
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-6中任一项所述的方法。
14.一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910456636.XA CN110208739B (zh) | 2019-05-29 | 2019-05-29 | 基于路侧设备利用v2x的辅助车辆定位的方法、装置、设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910456636.XA CN110208739B (zh) | 2019-05-29 | 2019-05-29 | 基于路侧设备利用v2x的辅助车辆定位的方法、装置、设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110208739A true CN110208739A (zh) | 2019-09-06 |
CN110208739B CN110208739B (zh) | 2022-10-11 |
Family
ID=67789404
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910456636.XA Active CN110208739B (zh) | 2019-05-29 | 2019-05-29 | 基于路侧设备利用v2x的辅助车辆定位的方法、装置、设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110208739B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687562A (zh) * | 2019-09-12 | 2020-01-14 | 华为技术有限公司 | 一种定位方法及车载装置 |
CN110794392A (zh) * | 2019-10-15 | 2020-02-14 | 上海创昂智能技术有限公司 | 车辆定位方法、装置、车辆及存储介质 |
CN110867132A (zh) * | 2019-10-15 | 2020-03-06 | 百度在线网络技术(北京)有限公司 | 环境感知的方法、装置、电子设备和计算机可读存储介质 |
CN110926453A (zh) * | 2019-11-05 | 2020-03-27 | 杭州博信智联科技有限公司 | 一种障碍物定位方法及系统 |
CN111611709A (zh) * | 2020-05-20 | 2020-09-01 | 北京百度网讯科技有限公司 | 用于控制仿真车辆的方法、装置、电子设备和存储介质 |
CN111624550A (zh) * | 2020-06-17 | 2020-09-04 | 中国第一汽车股份有限公司 | 一种车辆定位方法、装置、设备及存储介质 |
CN111666506A (zh) * | 2020-05-26 | 2020-09-15 | 肇庆小鹏汽车有限公司 | 车辆充电的信息处理方法、装置、服务器以及存储介质 |
CN111896010A (zh) * | 2020-07-30 | 2020-11-06 | 北京百度网讯科技有限公司 | 车辆定位方法、装置、车辆以及存储介质 |
CN112584314A (zh) * | 2019-09-30 | 2021-03-30 | 北京百度网讯科技有限公司 | 车辆感知范围测量方法、装置、设备和介质 |
CN113124894A (zh) * | 2021-03-24 | 2021-07-16 | 联想(北京)有限公司 | 一种信息处理方法、信息处理装置和电子设备 |
CN114155731A (zh) * | 2021-12-27 | 2022-03-08 | 阿波罗智联(北京)科技有限公司 | 自动驾驶车辆的数据处理方法、装置和自动驾驶车辆 |
WO2023185702A1 (zh) * | 2022-03-30 | 2023-10-05 | 索尼集团公司 | 用于辅助车辆轮渡的设备、方法、介质及计算机程序产品 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203260072U (zh) * | 2013-05-06 | 2013-10-30 | 华南理工大学 | 一种多车道情况下的车辆信息检测与识别系统 |
CN104200695A (zh) * | 2014-08-15 | 2014-12-10 | 北京航空航天大学 | 一种基于车路专用短程通信的车辆协同定位方法 |
CN108646731A (zh) * | 2018-04-17 | 2018-10-12 | 上海创昂智能技术有限公司 | 无人驾驶车辆场端控制系统及其控制方法 |
CN109286915A (zh) * | 2018-07-05 | 2019-01-29 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于v2x的车辆位置信息获取方法 |
CN109416885A (zh) * | 2016-07-15 | 2019-03-01 | 哈曼国际工业有限公司 | 车辆识别方法和系统 |
CN109581449A (zh) * | 2018-12-14 | 2019-04-05 | 安徽江淮汽车集团股份有限公司 | 一种自动驾驶汽车的定位方法及系统 |
CN109633543A (zh) * | 2018-12-14 | 2019-04-16 | 北京汽车集团有限公司 | 基于车联网的定位方法和装置 |
CN109739243A (zh) * | 2019-01-30 | 2019-05-10 | 东软睿驰汽车技术(沈阳)有限公司 | 一种车辆定位方法、自动驾驶控制方法及相关系统 |
CN109739236A (zh) * | 2019-01-04 | 2019-05-10 | 腾讯科技(深圳)有限公司 | 车辆信息的处理方法、装置、计算机可读介质及电子设备 |
CN109798872A (zh) * | 2017-11-16 | 2019-05-24 | 北京凌云智能科技有限公司 | 车辆定位方法、装置和系统 |
CN110103952A (zh) * | 2019-04-29 | 2019-08-09 | 北京百度网讯科技有限公司 | 辅助车辆驾驶的方法、设备、介质和系统 |
-
2019
- 2019-05-29 CN CN201910456636.XA patent/CN110208739B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203260072U (zh) * | 2013-05-06 | 2013-10-30 | 华南理工大学 | 一种多车道情况下的车辆信息检测与识别系统 |
CN104200695A (zh) * | 2014-08-15 | 2014-12-10 | 北京航空航天大学 | 一种基于车路专用短程通信的车辆协同定位方法 |
CN109416885A (zh) * | 2016-07-15 | 2019-03-01 | 哈曼国际工业有限公司 | 车辆识别方法和系统 |
CN109798872A (zh) * | 2017-11-16 | 2019-05-24 | 北京凌云智能科技有限公司 | 车辆定位方法、装置和系统 |
CN108646731A (zh) * | 2018-04-17 | 2018-10-12 | 上海创昂智能技术有限公司 | 无人驾驶车辆场端控制系统及其控制方法 |
CN109286915A (zh) * | 2018-07-05 | 2019-01-29 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于v2x的车辆位置信息获取方法 |
CN109581449A (zh) * | 2018-12-14 | 2019-04-05 | 安徽江淮汽车集团股份有限公司 | 一种自动驾驶汽车的定位方法及系统 |
CN109633543A (zh) * | 2018-12-14 | 2019-04-16 | 北京汽车集团有限公司 | 基于车联网的定位方法和装置 |
CN109739236A (zh) * | 2019-01-04 | 2019-05-10 | 腾讯科技(深圳)有限公司 | 车辆信息的处理方法、装置、计算机可读介质及电子设备 |
CN109739243A (zh) * | 2019-01-30 | 2019-05-10 | 东软睿驰汽车技术(沈阳)有限公司 | 一种车辆定位方法、自动驾驶控制方法及相关系统 |
CN110103952A (zh) * | 2019-04-29 | 2019-08-09 | 北京百度网讯科技有限公司 | 辅助车辆驾驶的方法、设备、介质和系统 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687562B (zh) * | 2019-09-12 | 2022-08-19 | 华为技术有限公司 | 一种定位方法及车载装置 |
CN110687562A (zh) * | 2019-09-12 | 2020-01-14 | 华为技术有限公司 | 一种定位方法及车载装置 |
CN112584314B (zh) * | 2019-09-30 | 2023-02-03 | 阿波罗智能技术(北京)有限公司 | 车辆感知范围测量方法、装置、设备和介质 |
CN112584314A (zh) * | 2019-09-30 | 2021-03-30 | 北京百度网讯科技有限公司 | 车辆感知范围测量方法、装置、设备和介质 |
CN110867132A (zh) * | 2019-10-15 | 2020-03-06 | 百度在线网络技术(北京)有限公司 | 环境感知的方法、装置、电子设备和计算机可读存储介质 |
CN110794392B (zh) * | 2019-10-15 | 2024-03-19 | 上海创昂智能技术有限公司 | 车辆定位方法、装置、车辆及存储介质 |
CN110794392A (zh) * | 2019-10-15 | 2020-02-14 | 上海创昂智能技术有限公司 | 车辆定位方法、装置、车辆及存储介质 |
CN110926453A (zh) * | 2019-11-05 | 2020-03-27 | 杭州博信智联科技有限公司 | 一种障碍物定位方法及系统 |
CN111611709A (zh) * | 2020-05-20 | 2020-09-01 | 北京百度网讯科技有限公司 | 用于控制仿真车辆的方法、装置、电子设备和存储介质 |
CN111611709B (zh) * | 2020-05-20 | 2023-09-15 | 阿波罗智能技术(北京)有限公司 | 用于控制仿真车辆的方法、装置、电子设备和存储介质 |
CN111666506A (zh) * | 2020-05-26 | 2020-09-15 | 肇庆小鹏汽车有限公司 | 车辆充电的信息处理方法、装置、服务器以及存储介质 |
CN111624550A (zh) * | 2020-06-17 | 2020-09-04 | 中国第一汽车股份有限公司 | 一种车辆定位方法、装置、设备及存储介质 |
CN111896010A (zh) * | 2020-07-30 | 2020-11-06 | 北京百度网讯科技有限公司 | 车辆定位方法、装置、车辆以及存储介质 |
CN113124894A (zh) * | 2021-03-24 | 2021-07-16 | 联想(北京)有限公司 | 一种信息处理方法、信息处理装置和电子设备 |
CN114155731A (zh) * | 2021-12-27 | 2022-03-08 | 阿波罗智联(北京)科技有限公司 | 自动驾驶车辆的数据处理方法、装置和自动驾驶车辆 |
WO2023185702A1 (zh) * | 2022-03-30 | 2023-10-05 | 索尼集团公司 | 用于辅助车辆轮渡的设备、方法、介质及计算机程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN110208739B (zh) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110208739A (zh) | 辅助车辆定位的方法、装置、设备和计算机可读存储介质 | |
US11334940B1 (en) | Accident reconstruction implementing unmanned aerial vehicles (UAVs) | |
CN108732589B (zh) | 利用3d lidar和定位自动采集用于对象识别的训练数据 | |
US11060882B2 (en) | Travel data collection and publication | |
CN103150786B (zh) | 一种非接触式无人驾驶车辆行驶状态测量系统及测量方法 | |
CN110103952A (zh) | 辅助车辆驾驶的方法、设备、介质和系统 | |
JP2021106042A (ja) | サーバ装置 | |
CN111105640A (zh) | 用于确定停车场中的车辆位置的系统和方法 | |
CN110135376A (zh) | 确定图像传感器的坐标系转换参数的方法、设备和介质 | |
CN109074727A (zh) | 安全驾驶辅助系统、车辆、以及程序 | |
JP2009140008A (ja) | 危険走行情報提供装置、危険走行判定プログラム及び危険走行判定方法 | |
CN110103953A (zh) | 用于辅助车辆的驾驶控制的方法、设备、介质和系统 | |
CN102436761B (zh) | 进入路检测装置 | |
US11288886B2 (en) | People-gathering analysis device, movement destination prediction creation device, people-gathering analysis system, vehicle, and recording medium | |
US11520033B2 (en) | Techniques for determining a location of a mobile object | |
TW201333896A (zh) | 使用視訊雷達的遠距交通管理系統 | |
CN106918341A (zh) | 用于构建地图的方法和设备 | |
JP2022538097A (ja) | ナビゲート可能なネットワークに関するユーザ提供データの収集 | |
CN106504560A (zh) | 一种多源定位停车检测系统及方法 | |
CN111414558B (zh) | 导航路线的发送方法、显示方法、装置、服务器及介质 | |
US20200057772A1 (en) | Method, Device, and System for Determining a Weather Area | |
US11352011B2 (en) | Information processing system, program, and information processing method | |
JP2023059930A (ja) | 道路情報生成装置 | |
SE544256C2 (en) | Method and control arrangement for autonomy enabling infrastructure features | |
US20220281486A1 (en) | Automated driving vehicle, vehicle allocation management device, and terminal device |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211018 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 100094 2 / F, baidu building, No.10 Shangdi 10th Street, Haidian District, Beijing Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |