CN110723151B - 智能驾驶系统初始化方法和装置 - Google Patents

Abstract

本申请公开了一种智能驾驶系统初始化方法和装置，涉及智能驾驶领域，用于实现安全地根据车辆的位置信息和姿态信息对智能驾驶系统进行初始化。智能驾驶系统初始化方法，包括：读取上次下电前存储的车辆的第一位置信息、第一姿态信息以及与第一位置信息对应的高精度地图；在满足预设条件时，根据第一类传感器实时获取的环境信息、第二类传感器实时获取的车辆的状态信息和高精度地图得到车辆的第二位置信息和第二姿态信息；将第二位置信息与第一位置信息进行校验，将第二姿态信息与第一姿态信息进行校验；如果均校验通过，则根据第一位置信息和第一姿态信息进入智能驾驶模式，或者，根据第二位置信息和第二姿态信息进入智能驾驶模式。

Description

智能驾驶系统初始化方法和装置

技术领域

本申请涉及智能驾驶领域，尤其涉及一种智能驾驶系统初始化方法和装置。

背景技术

智能驾驶是实现智能汽车和智能交通的关键技术，也是未来汽车发展的必然趋势。高性能导航定位技术是智能驾驶的关键技术，在无人驾驶或者一键召唤车辆场景，车内无驾驶员，要求智能驾驶系统在初始化阶段就必须高可靠高安全地获取车辆的位置信息和姿态信息，否则无法进行路径规划及进入自动驾驶模式；

现有技术在初始化阶段，智能驾驶系统通过双全球导航卫星系统(globalnavigation satellite system，GNSS)天线的安装位置以及测量的数据得到车辆的位置信息和姿态信息。但是通过双GNSS天线会影响美观，增加车身走线压力；在地下车库、建筑物遮挡等情况下，GNSS天线无法接收信号，则智能驾驶系统无法获取车辆位置信息和姿态信息，无法根据车辆的位置信息和姿态信息对智能驾驶系统进行初始化；如果有伪造的GNSS源生成伪造的GNSS定位数据，则会导致智能驾驶系统计算的位置信息和姿态信息错误，如果根据错误的位置信息和姿态信息对智能驾驶系统进行初始化，则会发生事故和危险。

发明内容

本申请实施例提供一种智能驾驶系统初始化方法和装置，用于实现安全地根据车辆的位置信息和姿态信息对智能驾驶系统进行初始化。

为达到上述目的，本申请的实施例采用如下技术方案：

第一方面，提供了一种智能驾驶系统初始化方法，包括：读取上次下电前存储的车辆的第一位置信息、第一姿态信息以及与第一位置信息对应的高精度地图；在满足预设条件时，根据第一类传感器实时获取的环境信息、第二类传感器实时获取的车辆的状态信息和高精度地图得到车辆的第二位置信息和第二姿态信息；将第二位置信息与第一位置信息进行校验，将第二姿态信息与第一姿态信息进行校验；如果均校验通过，则根据第一位置信息和第一姿态信息进入智能驾驶模式，或者，根据第二位置信息和第二姿态信息进入智能驾驶模式。

本申请实施例提供的智能驾驶系统初始化方法，在智能驾驶车辆熄火下电前，实时存储车辆的位置信息和姿态信息。再次上电后，直接读取上次下电前存储的第一位置信息和第一姿态信息进行快速初始化。如果GNSS定位数据可用，则根据GNSS定位数据得到车辆的第三位置信息，并将第一位置信息与第三位置信息进行校验。如果GNSS定位数据不可用或者根据第一位置信息与第三位置信息校验成功，则根据第一类传感器实时获取的环境信息、第二类传感器实时获取的车辆的状态信息和高精度地图得到车辆的第二位置信息和第二姿态信息。将第二位置信息与第一位置信息进行校验，将第二姿态信息与第一姿态信息进行校验；如果均校验通过，则根据第一位置信息和第一姿态信息进入智能驾驶模式，或者，根据第二位置信息和第二姿态信息进入智能驾驶模式。实现安全地根据车辆的位置信息和姿态信息对智能驾驶系统进行初始化。

在一种可能的实施方式中，预设条件包括：全球导航卫星系统GNSS定位数据不可用，或者，GNSS定位数据可用且第三位置信息与第一位置信息之间距离小于预设值，其中，第三位置信息是根据GNSS定位数据得到的车辆当前的位置信息。可以使得智能驾驶系统的初始化不依赖于GNSS定位数据。

在一种可能的实施方式中，根据第一类传感器实时获取的环境信息、第二类传感器实时获取的车辆的状态信息和高精度地图得到车辆的第二位置信息和第二姿态信息，包括：对第一类传感器实时获取的环境信息进行处理得到结构化道路特征数据；根据结构化道路特征数据、车辆的状态信息和高精度地图进行匹配计算得到第二位置信息和第二姿态信息。

在一种可能的实施方式中，该方法还包括：如果不满足预设条件，则将指示进入智能驾驶模式失败的告警信息发送给远端运维中心以通知运维人员接管车辆，或者，将告警信息发送给终端设备以通知驾驶员接管车辆。初始化失败可以退出智能驾驶模式由人工接管，保障行驶安全。

在一种可能的实施方式中，该方法还包括：在车辆下电前，对第一类传感器实时获取的环境信息进行处理得到结构化道路特征数据；根据结构化道路特征数据、第二类传感器实时获取的车辆的状态信息和高精度地图进行匹配计算得到车辆的第四位置信息和第三姿态信息；将车辆的第四位置信息、第三姿态信息以及高精度地图进行加密并存储。下电前将车辆的位置信息、姿态信息以及高精度地图进行加密并存储，可以方便下次车辆启动时智能驾驶系统重新初始化。

第二方面，提供了一种智能驾驶系统初始化装置，应用于如第一方面及其任一实施方式的智能驾驶系统初始化方法，装置包括：高信息安全存储模块，用于读取上次下电前存储的车辆的第一位置信息、第一姿态信息以及与第一位置信息对应的高精度地图；定位软件模块，用于在满足预设条件时，根据第一类传感器实时获取的环境信息、第二类传感器实时获取的车辆的状态信息和高精度地图得到车辆的第二位置信息和第二姿态信息；将第二位置信息与第一位置信息进行校验，将第二姿态信息与第一姿态信息进行校验；如果均校验通过，则根据第一位置信息和第一姿态信息进入智能驾驶模式，或者，根据第二位置信息和第二姿态信息进入智能驾驶模式。

本申请实施例提供的智能驾驶系统初始化装置，在智能驾驶车辆熄火下电前，实时存储车辆的位置信息和姿态信息。再次上电后，直接读取上次下电前存储的第一位置信息和第一姿态信息进行快速初始化。如果GNSS定位数据可用，则根据GNSS定位数据得到车辆的第三位置信息，并将第一位置信息与第三位置信息进行校验。如果GNSS定位数据不可用或者根据第一位置信息与第三位置信息校验成功，则根据第一类传感器实时获取的环境信息、第二类传感器实时获取的车辆的状态信息和高精度地图得到车辆的第二位置信息和第二姿态信息。将第二位置信息与第一位置信息进行校验，将第二姿态信息与第一姿态信息进行校验；如果均校验通过，则根据第一位置信息和第一姿态信息进入智能驾驶模式，或者，根据第二位置信息和第二姿态信息进入智能驾驶模式。实现安全地根据车辆的位置信息和姿态信息对智能驾驶系统进行初始化。

在一种可能的实施方式中，预设条件包括：全球导航卫星系统GNSS定位数据不可用，或者，GNSS定位数据可用且第三位置信息与第一位置信息之间距离小于预设值，其中，第三位置信息是根据GNSS定位数据得到的车辆当前的位置信息。可以使得智能驾驶系统的初始化不依赖于GNSS定位数据。

在一种可能的实施方式中，该装置还包括感知模块，感知融合模块，用于对第一类传感器实时获取的环境信息进行处理得到结构化道路特征数据。定位软件模块，用于根据结构化道路特征数据、车辆的状态信息和高精度地图进行匹配计算得到第二位置信息和第二姿态信息。

在一种可能的实施方式中，定位软件模块，还用于：如果不满足预设条件，则将指示进入智能驾驶模式失败的告警信息发送给远端运维中心以通知运维人员接管车辆，或者，将告警信息发送给终端设备以通知驾驶员接管车辆。初始化失败可以退出智能驾驶模式由人工接管，保障行驶安全。

在一种可能的实施方式中，感知融合模块，还用于在车辆下电前，对第一类传感器实时获取的环境信息进行处理得到结构化道路特征数据。定位软件模块，还用于根据结构化道路特征数据、第二类传感器实时获取的车辆的状态信息和高精度地图进行匹配计算得到车辆的第四位置信息和第三姿态信息。高信息安全存储模块，还用于将车辆的第四位置信息、第三姿态信息以及高精度地图进行加密并存储。下电前将车辆的位置信息、姿态信息以及高精度地图进行加密并存储，可以方便下次车辆启动时智能驾驶系统重新初始化。

第三方面，提供了一种智能驾驶系统初始化装置，所述智能驾驶系统初始化装置包括处理器、存储器和通信接口，所述处理器与存储器耦合，当所述处理器执行存储器中的计算机程序或指令时，如第一方面及其任一项所述的方法被执行。

第四方面，提供了一种芯片，包括：处理器和接口，用于从存储器中调用并运行所述存储器中存储的计算机程序，执行如第一方面及其任一项所述的方法。

第五方面，提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当该指令在计算机或处理器上运行时，使得计算机或处理器执行如第一方面及其任一项所述的方法。

第六方面，提供了一种包含指令的计算机程序产品，当该指令在计算机或处理器上运行时，使得计算机或处理器执行如第一方面及其任一项所述的方法。

第三方面至第六方面的技术效果可以参照第一方面及其各种可能实施方式所述内容。

附图说明

图1为本申请实施例提供的一种智能驾驶系统的结构示意图；

图2为本申请实施例提供的一种智能驾驶域控制器的结构示意图；

图3为本申请实施例提供的一种智能驾驶系统初始化方法的流程示意图一；

图4为本申请实施例提供的一种智能驾驶系统初始化方法的流程示意图二；

图5为本申请实施例提供的一种智能驾驶系统初始化方法的流程示意图三；

图6为本申请实施例提供的一种智能驾驶系统初始化方法的流程示意图四；

图7为本申请实施例提供的一种智能驾驶系统初始化方法的流程示意图五；

图8为本申请实施例提供的一种智能驾驶系统初始化装置的结构示意图。

具体实施方式

如本申请所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。

本申请将围绕可包括多个设备、组件、模块等的系统来呈现各个方面、实施例或特征。应当理解和明白的是，各个系统可以包括另外的设备、组件、模块等，并且/或者可以并不包括结合附图讨论的所有设备、组件、模块等。此外，还可以使用这些方案的组合。

另外，在本申请实施例中，“示例的”一词用于表示作例子、例证或说明。本申请中被描述为“示例”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用示例的一词旨在以具体方式呈现概念。

本申请实施例描述的架构以及场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着架构的演变和新场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

如图1所示，本申请实施例提供了一种智能驾驶系统，包括：智能驾驶域控制器11、第一类传感器12、第二类传感器13、通信组件14，另外，还包括底盘电子控制单元(electronic control unit，ECU)15等。

第一类传感器12用于测量环境信息，例如，环境图像、物体距离等。第一类传感器12包括：激光雷达(light detection and ranging，LiDAR)121、毫米波雷达(radiodetection and ranging，RADAR)122、超声波雷达(ultrasonic sensor，USS)123、摄像头124等。其中，LiDAR 121、RADAR 122、USS 123用于测量物体的距离，摄像头124用于拍摄环境图像。本申请不限定第一类传感器12仅包括上述传感器，还可以包括其他类型的传感器。

第二类传感器13用于测量车辆的状态信息，例如，位置信息、加速度、角速度、车轮转速等。第二类传感器13可以包括GNSS 131、惯性测量系统(inertial measurement unit，IMU)132、轮速计133等。其中，GNSS 131用于测量车辆的位置信息，IMU 132用于测量车辆的加速度和角速度，轮速计133用于测量车辆四个轮子的转速。本申请不限定第二类传感器13仅包括上述传感器，还可以包括其他类型的传感器。

通信组件14可以包括网关141、车载通信盒子(telematics box，TBox)142。智能驾驶域控制器11可以通过控制器局域网络(controller area network，CAN)总线或以太网(Ethernet，ETH)与网关141连接，网关141通过CAN总线或以太网与TBox 142连接。智能驾驶域控制器11通过TBox 142可以与用户持有的终端设备通信，获取控制指令或上报车辆状态；或者，连接云端以实时更新高精度地图；或者，连接定位基准站以向GNSS 131提供定位差分信息。

底盘ECU 15可以包括电子车身稳定系统(electronic stability program，ESP)、电子助力转向系统(electric power steering，EPS)、智能助力器(iBooster)等。用于根据智能驾驶域控制器11的控制命令(例如刹车、换档、转向等)以及汽车运行的各种状态(例如加速、打滑、油耗等)，控制执行机构执行预定功能(例如控制转向机转向)。其中，ESP可以用于从轮速计133获取车辆转速，并对各传感器获取的车辆的状态信息进行分析，然后向制动防抱死系统(antilock brake system，ABS)、电子制动力分配(electronic brakeforcedistribution，EBD)等发出纠偏指令，来帮助车辆维持动态平衡。

如图2所示，智能驾驶域控制器包括：片上系统(system on chip，SOC)21、MCU 22、内存23、存储器24和接口模块25。

SOC 21是智能驾驶系统的主要计算模块，包括SOC芯片及输入输出(inputoutput，IO)接口。SOC芯片内部包括：例如，通用中央处理器(central processing unit，CPU)计算单元(例如高级精简指令集处理器(advanced RISC machines，ARM)内核)、计算机视觉计算单元(例如矢量内核)、人工智能神经元网络(artificial intelligence neuralnetworks，AI NN)计算单元(例如AI内核)、图像处理单元(image signal processing，ISP)。输入输出接口包括：例如，移动产业处理器接口(mobile industry processorinterface，MIPI)、以太网接口、CAN总线接口、传感器接口，内存接口、存储接口以及其他接口。其中，软件进程主要部署在ARM内核上，AI内核、矢量内核主要作为加速器调用，ISP是摄像头输入图像的处理单元，MIPI可以作为传感器接口，以太网接口或CAN总线接口既可以作为传感器接口，也可以作为通用IO接口。

MCU 22负责系统的功能安全，MCU内部继承了高等级的锁步核、静态随机存取存储器(static random-access memory，SRAM)、只读存储器(read-only memory，ROM)以及IO接口。MCU 22主要用于部署功能安全的软件模块(例如，最小安全系统、检测模块、仲裁模块)以及系统的上下电管理单元，对接部分结构化数据输出的传感器以及车控对接模块。

SOC 21包括感知融合模块211、高精度地图模块212、定位软件模块213、高信息安全存储模块214。

感知融合模块211以及软件进程可以运行在SOC 21的CPU计算单元，通过调用AINN计算单元(例如AI内核)和计算机视觉计算单元(例如矢量内核)进行计算，其中，感知融合模块211在对摄像头输入的图像进行处理前先由ISP作预处理。具体的，感知融合模块211用于感知和融合，即对第一类传感器实时获取的环境信息进行处理得到结构化道路特征数据。其中，感知主要指对第一类传感器实时获取的环境信息(例如LiDAR的点云数据、摄像头的图像帧数据)进行智能分析，完成静态或动态目标物体检测和跟踪、车道线识别、交通灯识别、障碍物识别等功能。融合主要指对感知得到的数据(例如障碍物列表、深度信息、车道线信息、可行驶区域信息)进行平滑处理，输出目标范围内的结构化道路特征数据，例如，估计的障碍物状态、预测的轨迹、得到的可行驶区域和障碍物信息等。

高精度地图模块212可以运行在SOC 21的ARM内核，用于对高精度地图进行管理，例如更新、删除等。高精度地图，即精度更高、数据维度更多的电子地图，可以存储在存储器24中。精度更高体现在精确到厘米级别，数据维度更多体现在其包括了除道路信息之外的与交通相关的周围静态信息。高精度地图将大量的行车辅助信息存储为结构化数据，这些信息可以分为两类。第一类是道路数据，比如车道线的位置、类型、宽度、坡度和曲率等车道信息。第二类是车道周边的固定对象信息，比如交通标志、交通信号灯等信息、车道限高、下水道口、障碍物及其他道路细节，还包括高架物体、防护栏、数目、道路边缘类型、路边地标等基础设施信息。

高信息安全存储模块214可以运行在SOC 21的ARM内核，用于将定位软件模块213和高精度地图模块212的关键数据进行加密，保存在SOC 21下挂的存储器24中；或者从SOC21下挂的存储器24中读取相关数据进行解密计算，发送给定位软件模块213或高精度地图模块212。

定位软件模块213可以运行在SOC 21的ARM内核，用于根据从感知融合模块211接收的结构化道路特征数据、第二类传感器实时获取的车辆的状态信息以及高精度地图，进行匹配计算得到车辆的位置信息和姿态信息。

现有技术中，通过双GNSS天线来得到车辆的位置信息和姿态信息。但是在地下车库、建筑物遮挡等情况下，GNSS天线无法接收信号使得GNSS定位数据不可用，则智能驾驶系统无法获取车辆位置信息和姿态信息，进而无法根据车辆的位置信息和姿态信息对智能驾驶系统进行初始化。另外，如果有伪造的GNSS源生成伪造的GNSS定位数据，则会导致智能驾驶系统计算的位置信息和姿态信息错误，如果根据错误的位置信息和姿态信息对智能驾驶系统进行初始化，则会发生事故和危险。

本申请实施例提供的智能驾驶系统初始化方法和装置，在智能驾驶车辆熄火下电前，实时存储车辆的位置信息和姿态信息。再次上电后，直接读取上次下电前存储的第一位置信息和第一姿态信息进行快速初始化。如果GNSS定位数据可用，则根据GNSS定位数据得到车辆的第三位置信息，并将第一位置信息与第三位置信息进行校验。如果GNSS定位数据不可用或者根据第一位置信息与第三位置信息校验成功，则根据第一类传感器实时获取的环境信息、第二类传感器实时获取的车辆的状态信息和高精度地图得到车辆的第二位置信息和第二姿态信息。将第二位置信息与第一位置信息进行校验，将第二姿态信息与第一姿态信息进行校验；如果均校验通过，则根据第一位置信息和第一姿态信息进入智能驾驶模式，或者，根据第二位置信息和第二姿态信息进入智能驾驶模式。实现安全地根据车辆的位置信息和姿态信息对智能驾驶系统进行初始化。

具体的，如图3所示，本申请实施例提供了一种智能驾驶系统初始化方法，包括S301-S304：

S301、高信息安全存储模块214读取上次下电前存储的车辆的第一位置信息、第一姿态信息以及与第一位置信息对应的高精度地图。

用户通过终端设备远程召唤车辆，或者，用户在驾驶过程中从手动驾驶模式切换至智能驾驶模式，都先要启动智能驾驶系统。智能驾驶系统可以运行在智能驾驶域控制器的SOC中。

具体的，高信息安全存储模块214从存储器24中读取上次下电前存储的车辆的第一位置信息、第一姿态信息以及与第一位置信息对应的高精度地图。高信息安全存储模块214将上述数据发送给定位软件模块213。

定位软件模块213可以根据上次下电前存储的车辆的第一位置信息、第一姿态信息进行初步初始化。

S302、在满足预设条件时，定位软件模块213根据第一类传感器实时获取的环境信息、第二类传感器实时获取的车辆的状态信息和高精度地图得到车辆的第二位置信息和第二姿态信息。

如果GNSS定位数据可用，则定位软件模块213可以根据GNSS定位数据得到车辆的当前的位置信息，作为第三位置信息。所述预设条件包括：GNSS定位数据不可用，或者，GNSS定位数据可用且第三位置信息与第一位置信息之间距离小于第一预设值。导致GNSS定位数据不可用的原因可以包括：地下车库、建筑物(例如桥梁)等遮挡GNSS信号从而无法获取GNSS定位数据。

具体的，如图4所示，步骤S302包括：

S3021、感知融合模块211对第一类传感器实时获取的环境信息进行处理(感知和融合)得到结构化道路特征数据。

具体见前面关于感知融合模块211的描述。感知融合模块211将结构化道路特征数据发送给定位软件模块213。

S3022、定位软件模块213根据感知融合模块211得到的结构化道路特征数据、通过第二类传感器实时获取的车辆的状态信息和高精度地图进行匹配计算得到第二位置信息和第二姿态信息。

关于车辆的状态信息见前面描述，在此不再重复。

S303、定位软件模块213将第二位置信息与第一位置信息进行校验，将第二姿态信息与第一姿态信息进行校验。

将第二位置信息与第一位置信息进行校验的方式可以包括：确定第二位置信息与第一位置信息之间的距离是否小于第二预设值，小于则校验通过，否则校验不通过。

将第二姿态信息与第一姿态信息进行校验的方式可以包括：确定第二姿态信息与第一姿态信息之间的角度是否小于第三预设值，小于则校验通过，否则校验不通过。

S304、如果均校验通过，则定位软件模块213根据第一位置信息和第一姿态信息进入智能驾驶模式，或者，根据第二位置信息和第二姿态信息进入智能驾驶模式。

具体的，如图5所示，步骤S304中车辆进入智能驾驶模式的工作过程可以包括：

S501、智能驾驶控制器规划行驶路径，车辆按照规划的行驶路径行驶。

S502、感知融合模块211对第一类传感器实时获取的环境信息进行处理(感知和融合)得到结构化道路特征数据。

S503、定位软件模块213根据结构化道路特征数据、第二类传感器实时获取的车辆的状态信息和高精度地图进行匹配计算得到车辆的位置信息和姿态信息。

S504、车辆按照规划的行驶路径到达目的地。

S505、车辆下电前，高信息安全存储模块214将车辆的位置信息、姿态信息以及高精度地图进行加密，保存在SOC 21下挂的存储器24中。

本申请实施例提供的在智能驾驶车辆熄火下电前，实时存储车辆的位置信息和姿态信息。再次上电后，直接读取上次下电前存储的第一位置信息和第一姿态信息进行快速初始化。如果GNSS定位数据可用，则根据GNSS定位数据得到车辆的第三位置信息，并将第一位置信息与第三位置信息进行校验。如果GNSS定位数据不可用或者根据第一位置信息与第三位置信息校验成功，则根据第一类传感器实时获取的环境信息、第二类传感器实时获取的车辆的状态信息和高精度地图得到车辆的第二位置信息和第二姿态信息。将第二位置信息与第一位置信息进行校验，将第二姿态信息与第一姿态信息进行校验；如果均校验通过，则根据第一位置信息和第一姿态信息进入智能驾驶模式，或者，根据第二位置信息和第二姿态信息进入智能驾驶模式。通过GNSS位置数据以及高精度地图多次对车辆的位置信息和姿态信息进行校验，实现了安全地根据车辆的位置信息和姿态信息对智能驾驶系统进行初始化。

可选的，如图6所示，该方法还包括：

S601、如果不满足预设条件，或者，校验未通过，则定位软件模块213将指示进入智能驾驶模式失败的告警信息发送给远端运维中心以通知运维人员接管车辆，或者，将该告警信息发送给终端设备以通知驾驶员接管车辆。

如果不满足预设条件(即GNSS定位数据可用，并且第三位置信息与第一位置信息之间距离大于或等于预设值)，或者，校验未通过，说明下电前存储的车辆的位置与再次上电时当前车辆的位置距离过大，无法进入智能驾驶模式，必须由人工介入，例如，通知运维人员无法自动进入智能驾驶模式的故障原因，或者，通知驾驶员进入手动驾驶模式，等等。

导致不满足预设条件的原因可以包括：传感器硬件发生故障，伪造的GNSS信号源发送伪造的GNSS定位数据，车辆在下电状态被挪动等等，本申请不作限定。

需要说明的是，判断第三位置信息与第一位置信息之间距离时，可以执行多次，如果多次判断第三位置信息与第一位置信息之间距离大于或等于预设值，则执行步骤S601。例如，执行一次判断第三位置信息与第一位置信息之间距离大于或等于预设值，则再次根据GNSS定位数据得到车辆的第三位置信息，并重新判断，如果仍判断第三位置信息与第一位置信息之间距离大于或等于预设值，则执行步骤S601。

同样地，将第二位置信息与第一位置信息进行校验，将第二姿态信息与第一姿态信息进行校验时，也可以执行多次校验，如果多次校验都不通过则执行步骤S601。例如，执行一次校验后不通过，则再次根据至少一个传感器实时获取的环境信息和高精度地图得到车辆的第二位置信息和第二姿态信息，并重新校验，如果仍校验不通过则执行步骤S601。

具体的，如图7所示，在运维人员或驾驶员接管过程中，步骤S601包括：

S701、通过指纹识别、密码、人脸识别等方式对运维人员或驾驶员进行身份认证。

S702、自动配置车辆进入智能驾驶系统初始化修复模式。

S703、根据运维人员或驾驶员的操作将车辆驾驶至开放区域以获取定位数据。

定位数据可以包括例如，高精度地图、GNSS定位数据等。

S704、在车辆下电前，感知融合模块211对第一类传感器实时获取的环境信息进行处理(感知和融合)得到结构化道路特征数据。

S705、定位软件模块213根据结构化道路特征数据、第二类传感器实时获取的车辆的状态信息和高精度地图进行匹配计算得到车辆的第四位置信息和第三姿态信息。

S706、高信息安全存储模块214将车辆的第四位置信息、第三姿态信息以及高精度地图进行加密并存储。

示例性的，可以保存在SOC 21下挂的存储器24中。

S707、通知运维人员或驾驶员智能驾驶系统初始化修复完成，可以进入智能驾驶模式。

如图8所示，本申请实施例还提供了一种智能驾驶系统初始化装置，该智能驾驶系统初始化装置包括处理器801、存储器802和通信接口803，处理器与存储器耦合，当处理器801执行存储器802中的计算机程序或指令时，图3-图7中对应的智能驾驶系统初始化方法被执行。

本申请实施例还提供了一种芯片，包括：处理器和接口，用于从存储器中调用并运行存储器中存储的计算机程序，执行图3-图7中对应的智能驾驶系统初始化方法。

本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当该指令在计算机或处理器上运行时，使得计算机或处理器执行图3-图7中对应的智能驾驶系统初始化方法。

本申请实施例还提供了一种包含指令的计算机程序产品，当指令在计算机或处理器上运行时，使得计算机或处理器执行图3-图7中对应的智能驾驶系统初始化方法。

本申请实施例提供了一种芯片系统，该芯片系统包括处理器，用于智能驾驶系统初始化装置执行图3-图7中对应的智能驾驶系统初始化方法。

在一种可能的设计中，该芯片系统还包括存储器，该存储器，用于保存终端设备必要的程序指令和数据。该芯片系统，可以包括芯片，集成电路，也可以包含芯片和其他分立器件，本申请实施例对此不作具体限定。

其中，本申请提供的智能驾驶系统初始化装置、芯片、计算机存储介质、计算机程序产品或芯片系统均用于执行上文智能驾驶系统初始化方法，因此，其所能达到的有益效果可参考上文所提供的实施方式中的有益效果，此处不再赘述。

本申请实施例涉及的处理器可以是一个芯片。例如，可以是现场可编程门阵列(field programmable gate array，FPGA)，可以是专用集成芯片(application specificintegrated circuit，ASIC)，还可以是系统芯片(system on chip，SoC)，还可以是中央处理器(central processor unit，CPU)，还可以是网络处理器(network processor，NP)，还可以是数字信号处理电路(digital signal processor，DSP)，还可以是微控制器(microcontroller unit，MCU)，还可以是可编程控制器(programmable logic device，PLD)或其他集成芯片。

本申请实施例涉及的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-onlymemory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(dynamic RAM，DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double data rateSDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(directrambus RAM，DR RAM)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。

应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(Digital Subscriber Line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)，光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (15)

1.一种智能驾驶系统初始化方法，其特征在于，包括：

读取上次下电前存储的车辆的第一位置信息、第一姿态信息以及与所述第一位置信息对应的高精度地图；

在满足预设条件时，根据第一类传感器实时获取的环境信息、第二类传感器实时获取的车辆的状态信息和所述高精度地图得到所述车辆的第二位置信息和第二姿态信息；

将所述第二位置信息与所述第一位置信息进行校验，将所述第二姿态信息与所述第一姿态信息进行校验；

如果均校验通过，则根据所述第一位置信息和所述第一姿态信息进入智能驾驶模式，或者，根据所述第二位置信息和所述第二姿态信息进入智能驾驶模式。

2.根据权利要求1所述的方法，其特征在于，所述预设条件包括：全球导航卫星系统GNSS定位数据不可用，或者，所述GNSS定位数据可用且第三位置信息与所述第一位置信息之间距离小于预设值，其中，所述第三位置信息是根据所述GNSS定位数据得到的车辆当前的位置信息。

3.根据权利要求1或2所述的方法，其特征在于，所述根据第一类传感器实时获取的环境信息、第二类传感器实时获取的车辆的状态信息和所述高精度地图得到所述车辆的第二位置信息和第二姿态信息，包括：

对所述第一类传感器实时获取的环境信息进行处理得到结构化道路特征数据；

根据所述结构化道路特征数据、所述车辆的状态信息和所述高精度地图进行匹配计算得到所述第二位置信息和所述第二姿态信息。

4.根据权利要求1-2任一项所述的方法，其特征在于，所述方法还包括：

如果不满足所述预设条件，则将指示进入智能驾驶模式失败的告警信息发送给远端运维中心以通知运维人员接管车辆，或者，将所述告警信息发送给终端设备以通知驾驶员接管车辆。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

如果不满足所述预设条件，则将指示进入智能驾驶模式失败的告警信息发送给远端运维中心以通知运维人员接管车辆，或者，将所述告警信息发送给终端设备以通知驾驶员接管车辆。

6.根据权利要求1-2、5任一项所述的方法，其特征在于，所述方法还包括：

在车辆下电前，对所述第一类传感器实时获取的环境信息进行处理得到结构化道路特征数据；

根据所述结构化道路特征数据、所述第二类传感器实时获取的车辆的状态信息和所述高精度地图进行匹配计算得到车辆的第四位置信息和第三姿态信息；

将所述车辆的第四位置信息、第三姿态信息以及所述高精度地图进行加密并存储。

7.根据权利要求3所述的方法，其特征在于，所述方法还包括：

在车辆下电前，对所述第一类传感器实时获取的环境信息进行处理得到结构化道路特征数据；

根据所述结构化道路特征数据、所述第二类传感器实时获取的车辆的状态信息和所述高精度地图进行匹配计算得到车辆的第四位置信息和第三姿态信息；

将所述车辆的第四位置信息、第三姿态信息以及所述高精度地图进行加密并存储。

8.根据权利要求4所述的方法，其特征在于，所述方法还包括：

在车辆下电前，对所述第一类传感器实时获取的环境信息进行处理得到结构化道路特征数据；

根据所述结构化道路特征数据、所述第二类传感器实时获取的车辆的状态信息和所述高精度地图进行匹配计算得到车辆的第四位置信息和第三姿态信息；

将所述车辆的第四位置信息、第三姿态信息以及所述高精度地图进行加密并存储。

9.一种智能驾驶系统初始化装置，其特征在于，所述装置包括：

高信息安全存储模块，用于读取上次下电前存储的车辆的第一位置信息、第一姿态信息以及与所述第一位置信息对应的高精度地图；

定位软件模块，用于在满足预设条件时，根据第一类传感器实时获取的环境信息、第二类传感器实时获取的车辆的状态信息和所述高精度地图得到所述车辆的第二位置信息和第二姿态信息；

将所述第二位置信息与所述第一位置信息进行校验，将所述第二姿态信息与所述第一姿态信息进行校验；

如果均校验通过，则根据所述第一位置信息和所述第一姿态信息进入智能驾驶模式，或者，根据所述第二位置信息和所述第二姿态信息进入智能驾驶模式。

10.根据权利要求9所述的装置，其特征在于，所述预设条件包括：全球导航卫星系统GNSS定位数据不可用，或者，所述GNSS定位数据可用且第三位置信息与所述第一位置信息之间距离小于预设值，其中，所述第三位置信息是根据所述GNSS定位数据得到的车辆当前的位置信息。

11.根据权利要求9-10任一项所述的装置，其特征在于，所述装置还包括感知融合模块，

感知融合模块，用于对所述第一类传感器实时获取的环境信息进行处理得到结构化道路特征数据；

所述定位软件模块，用于根据所述结构化道路特征数据、所述车辆的状态信息和所述高精度地图进行匹配计算得到所述第二位置信息和所述第二姿态信息。

12.根据权利要求9-10任一项所述的装置，其特征在于，所述定位软件模块，还用于：

如果不满足所述预设条件，则将指示进入智能驾驶模式失败的告警信息发送给远端运维中心以通知运维人员接管车辆，或者，将所述告警信息发送给终端设备以通知驾驶员接管车辆。

13.根据权利要求11所述的装置，其特征在于，所述定位软件模块，还用于：

如果不满足所述预设条件，则将指示进入智能驾驶模式失败的告警信息发送给远端运维中心以通知运维人员接管车辆，或者，将所述告警信息发送给终端设备以通知驾驶员接管车辆。

14.根据权利要求11所述的装置，其特征在于，

所述感知融合模块，还用于在车辆下电前，对所述第一类传感器实时获取的环境信息进行处理得到结构化道路特征数据；

所述定位软件模块，还用于根据所述结构化道路特征数据、所述第二类传感器实时获取的车辆的状态信息和所述高精度地图进行匹配计算得到车辆的第四位置信息和第三姿态信息；

所述高信息安全存储模块，还用于将所述车辆的第四位置信息、第三姿态信息以及所述高精度地图进行加密并存储。

15.一种智能驾驶系统初始化装置，其特征在于，包括处理器和存储器，所述存储器存储计算机指令，当所述处理器执行所述计算机指令时，执行如权利要求1-8任一项所述的智能驾驶系统初始化方法。

Images