CN110989613A - 车辆定位方法、装置、电子设备及存储介质 - Google Patents

车辆定位方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN110989613A
CN110989613A CN201911309998.2A CN201911309998A CN110989613A CN 110989613 A CN110989613 A CN 110989613A CN 201911309998 A CN201911309998 A CN 201911309998A CN 110989613 A CN110989613 A CN 110989613A
Authority
CN
China
Prior art keywords
vehicle
positioning
information
millimeter wave
wave radar
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.)
Pending
Application number
CN201911309998.2A
Other languages
English (en)
Inventor
黄荣军
宋聚宝
黄思德
原诚寅
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.)
Beijing New Energy Vehicle Technology Innovation Center Co Ltd
Original Assignee
Beijing New Energy Vehicle Technology Innovation Center 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 New Energy Vehicle Technology Innovation Center Co Ltd filed Critical Beijing New Energy Vehicle Technology Innovation Center Co Ltd
Priority to CN201911309998.2A priority Critical patent/CN110989613A/zh
Publication of CN110989613A publication Critical patent/CN110989613A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
    • G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开实施例公开了一种车辆定位方法、装置、电子设备及存储介质。其中，车辆定位方法，包括：获取设置在车辆上的通信设备的定位信息，得到车辆位置信息；基于所述车辆位置信息获取所述车辆位置处的车道信息；获取设置在车辆上的毫米波雷达的信息，并基于所述车道信息和毫米波雷达的信息获取车辆与道路边沿的相对位置关系，得到车辆第一定位数据。因与激光雷达相比，毫米波雷达的数据量非常小、可靠检测距离较长，适用于全天气环境，在传感器端即可实现动、静态障碍物的识别，识别道路两旁连续规则的护栏的计算量小且稳定可靠。从而达到数据量小，可靠检测距离长，适用于全天气环境且安全可靠的目的。

Description

车辆定位方法、装置、电子设备及存储介质
技术领域
本公开属于自动驾驶领域，更具体地，涉及车辆定位方法、装置、电子设备及存储介质。
背景技术
自动驾驶的三大工作内容分别是感知、决策和执行。感知中很重要的一个部分就是定位，如果没有精确的定位结果，后续的决策和执行无从谈起。如坐在一辆自动驾驶的汽车上，大家最关心的还是车辆是否安全可靠。通俗的讲，安全就是不该发生的一定不会发生，可靠就是该发生的一定会发生。具体来说，自动驾驶中的汽车定位要达到安全可靠，需满足以下四大性能指标：
精度：测量值和真实值之间的重合度；
完好性：服务不可用时提出告警的能力；
连续性：告知客户系统正常工作的持续能力；
可用性：提供符合指标定位服务的百分比；
而现有技术中用于自动驾驶的车辆定位存着数据量大，可靠检测距离短，不适用于全天气环境且安全可靠性不足的问题。
发明内容
有鉴于此，本公开实施例提供了一种车辆定位方法、装置、电子设备及存储介质，至少解决现有技术中数据量大，可靠检测距离短，不适用于全天气环境且安全可靠性不足的问题。
第一方面，本公开实施例提供了一种车辆定位方法，包括：
获取设置在车辆上的通信设备的定位信息，得到车辆位置信息；
基于所述车辆位置信息获取所述车辆位置处的车道信息；
获取设置在车辆上的毫米波雷达的信息，并基于所述车道信息和毫米波雷达的信息获取车辆与道路边沿的相对位置关系，得到车辆第一定位数据。
可选的，获取设置在车辆上的毫米波雷达的信息，并基于所述车道信息和毫米波雷达的信息获取车辆与道路边沿的相对位置关系，得到车辆第一定位数据的步骤之后，还包括：
基于获取的设置在车辆上的惯性测量单元的信息得到车辆的第二定位数据；
将所述第一定位数据和第二定位数据进行融合，得到车辆的定位信息。
可选的，所述毫米波雷达安装在车辆的高度与道路边沿的标识物高度相同。
可选的，所述获取设置在车辆上的毫米波雷达的信息，并基于所述车道信息和毫米波雷达的信息获取车辆与道路边沿的相对位置关系，得到车辆第一定位数据，包括：
根据标记物与车辆的位置关系，将标记物的横坐标分为多个集合；
对每个集合进行直线模型拟合，从而获取道路的车道线。
可选的，所述对每个集合进行直线模型拟合，从而获取道路的车道线，包括：
在每个集合中任意选取3个初始点拟合直线；
计算每个集合内所有点到该集合对应直线的偏差，将偏差在预设阈值范围内的所有点添加为内点；
使用所述3个初始点和所有内点拟合新的直线；
重复上述步骤迭代多次，所得含内点数量最多的直线模型即为车道线检测结果。
可选的，所述对每个集合进行直线模型拟合，从而获取道路的车道线的步骤之后，还包括：
将连续两帧车道线检测结果进行叠加。
第二方面，本公开实施例还提供了一种车辆定位装置，包括：
通信设备：用于定位车辆的位置，得到车辆位置信息；
车道信息获取单元：用于基于所述车辆位置信息获取所述车辆位置处的车道信息；
毫米波雷达：用于基于所述车道信息定位车辆与道路边沿的相对位置关系，得到车辆第一定位数据。
可选的，装置还包括：
惯性测量单元：用于获取车辆的第二定位数据；
数据融合单元：将所述第一定位数据和第二定位数据进行融合，得到车辆的定位信息。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
存储器，存储有可执行指令；
处理器，所述处理器运行所述存储器中的所述可执行指令，以实现第一方面任一所述的车辆定位方法。
第四方面，本公开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存储有计算机程序，该计算机程序被处理器执行时实现第一方面任一所述的车辆定位方法。
本公开通过获取设置在车辆上的通信设备的定位信息和毫米波雷达的信息，并基于通信设备的定位信息获取车道信息，然后根据车道信息和毫米波雷达的信息定位车辆信息，因与激光雷达相比，毫米波雷达的数据量非常小、可靠检测距离较长，适用于全天气环境，在传感器端即可实现动、静态障碍物的识别，识别道路两旁连续规则的护栏的计算量小且稳定可靠。从而达到数据量小，可靠检测距离长，适用于全天气环境且安全可靠的目的。
本公开的其它特征和优点将在随后具体实施方式部分予以详细说明。
附图说明
通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。
图1示出了本公开的一个实施例的毫米波雷达测量方位角的原理示意图；
图2示出了本公开的一个实施例的车辆定位方法的流程图；
图3示出了本公开的一个实施例的获取道路的车道线的流程图；
图4示出了本公开的一个实施例的车辆定位的原理框图；
图5示出了本公开的一个实施例的毫米波检测道路边缘示意图；
图6示出了本公开的一个实施例的车辆定位协同定位的流程图；
图7示出了本公开的一个实施例的车辆定位装置的结构示意图。
具体实施方式
下面将更详细地描述本公开的优选实施方式。虽然以下描述了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。
I：5G通信定位原理：
基于无线通信的定位算法根据是否利用测量点的距离关系，分为基于测距的定位算法(range-based)和非基于测距(range-free)的定位算法两类。不同的测距方法主要的差别在于如何获得两个节点之间的距离关系(后者是角度差)，也就是说不同的测距方法主要在于获得两个节点之间的距离或者角度方式的不同。其中，基于测距的定位模型主要分为以下几种：基于圆周的定位模型、双曲线定位模型、三角定位模型。而基于非测距的定位模型主要K最近邻居法、DV-HOP法、三角质心法和加权三角形质心法。
通过无线电信号来测得节点之间的距离是该技术的主要目的，而在达到目的的同时，怎样提高精确度也是很重要的研究课题。目前，在该技术领域，主要有一下几个技术：RSSI、TOA、TDOA和AOA技术。面向5G定位的主要技术：
(1)超密集组网下的定位技术：
5G超密集组网为高精度室内定位提供了网络基础，但仍需解决每个射频单元的可分辨性问题。需要在5G室内分布系统的每个射频单元都分配独立的PRS ID，实现定位信号的可分辨性。
(2)面向5G的TDOA和AOA定位技术：
在诸多室内定位增强技术中，TDOA(Ti me Difference of Arrival，信号到达时间差)和AOA(Angle of Arrival，到达角度测距)是两种基础的无线定位技术。从理论上分析，一方面，5G采用高频或者毫米波通信，毫米波通信具有非常好的方向性，可以实现更高精度的测距和测角；另外一方面，5G采用大规模天线技术，具有更高分辨率的波束，也可以实现更高精度的测距和测角特性。因此，基于AOA的定位方法将比4G具有更高的精度。此外，由于5G采用了低时延、高精度同步等技术，对提升TDOA定位精度也有帮助。
(3)面向5G网络上行定位和下行定位：
上行定位和下行定位是4G系统的两个基本定位方式，而且上行定位曾一度被行业看好是解决室内定位的主要解决方案。上行定位的主要原理是终端发射定位信号，基站进行检测定位；下行定位的主要原理是基站发射定位信号，终端进行检测定位。
5G从关键技术上使用新的编码方式、波束赋形、大规模天线阵列、毫米波频谱等，具有大带宽，有利于参数估计，为高精度距离测量提供支持，引入大规模天线技术，基站可装配128个天线单元，为高精度角度测量提供基础。5G将实现密集组网，基站密度显著提高，用户信号可被多个基站同时接收到，这将有利于多基站协作实现高精度定位。根据3GPP的协议划定，5G网络未来将会主要使用两段频率——FR1频段和FR2频段。其中FR1频段的范围为450MHz-6GHz，通常将它称之为6GHz以下频段；而另一个FR2频段则集中于24.25GHz至52.6GHz，外界普遍会以“毫米波”来称呼。使用sub-6GHz进行定位能够达到亚米级的精度，而毫米波将提供远超GPS和LTE精度的定位服务。这是因为距离分辨率与信号带宽成反比，毫米波的大带宽因而可以达到厘米级的定位精度。实际上，现在的LTE网络都基于sub-6GHz，而毫米波技术才是实现畅想5G时代的关键。
II：毫米波雷达定位原理
在汽车主动安全领域，汽车毫米波雷达传感器是核心部件之一，其中毫米波雷达是智能汽车上必不可少的关键部件，是能够在全天候场景下快速感知0-200米范围内周边环境物体距离、速度、方位角等信息的传感器件。毫米波雷达传感器计算被监测目标的位置、速度和方向具体过程如下。
位置：
毫米波雷达通过发射天线发出相应波段的有指向性的毫米波，当毫米波遇到障碍目标后反射回来，通过接收天线接收反射回来的毫米波。根据毫米波的波段，通过公式计算毫米波在途中飞行的时间×光速÷2，再结合前车行驶速度和本车的行驶速度因素，就可以知道毫米波雷达(本车)和目标之间的相对距离了，同时也就知道目标的位置。
速度：
此外，根据多普勒效应，毫米波雷达的频率变化、本车及跟踪目标的相对速度是紧密相关的，根据反射回来的毫米波频率的变化，可以得知前方实时跟踪的障碍物目标和本车相比的相对运动速度。因此，表现出来就是，传感器发出安全距离报警时，若本车继续加速、或前监测目标减速、或前监测目标静止的情况下，毫米波反射回波的频率将会越来越高，反之则频率越来越低。
方位角：
关于被监测目标的方位角测量问题，毫米雷达的探测原理是：通过毫米波雷达的发射天线发射出毫米波后，遇到被监测物体，反射回来，通过毫米波雷达并列的接收天线，通过收到同一监测目标反射回来的毫米波的相位差，就可以计算出被监测目标的方位角了。原理图如图1所示：
方位角αAZ是通过毫米波雷达接收天线RX1和接收天线RX2之间的几何距离d，以及两根毫米波雷达天线所收到反射回波的相位差b，然后通过三角函数计算得到方位角αAZ的值，这样就可以知道被监测目标的方位角了。
位置、速度和方位角监测是毫米波雷达擅长之处，再结合毫米波雷达较强的抗干扰能力，可以全天候全天时稳定工作，因此毫米波雷达被选为汽车核心传感技术，这也是本方案选择毫米波雷达作为相对定位传感器的原因。
如图2所示，本公开实施例提供了一种车辆定位方法，包括：
步骤S201：获取设置在车辆上的通信设备的定位信息，得到车辆位置信息；
可选的，所述通信设备为：5G通信设备。因5G通信设备超密集组网因此5G通信设备的定位精度高，但本技术方案也不排除其他通信设备，如3G或4G通信设备，只是其他通信设备的定位精度相对于5G通信设备较低。
步骤S202：基于所述车辆位置信息获取所述车辆位置处的车道信息；
可选的，所述基于所述车辆位置信息获取所述车辆位置处的车道信息，包括：
基于所述车辆位置信息获取该车辆位置处的地图数据；
基于所述地图数据获取所述车辆位置处的车道信息。
可选的，所述基于所述车辆位置信息获取该车辆位置处的地图数据为：
基于所述车辆位置信息在OSM地图上获取该车辆位置处的地图数据。
可选的，所述车道信息，包括：
道路名称、道路类型、车辆行驶方向、车道数量、每条车道宽度和车道两旁的标识物。
SM地图是一种开放的GIS(Geography Information System)数据，是免费开源、可编辑的地图服务，其元素主要包括点、路和关系，并以此构成整个地图画面。本公开所用OSM地图包含道路名称、道路类型、车辆行驶方向、车道数量、每条车道宽度、车道两旁的标识物等信息。
步骤S203：获取设置在车辆上的毫米波雷达的信息，并基于所述车道信息和毫米波雷达的信息获取车辆与道路边沿的相对位置关系，得到车辆第一定位数据。
可选的，所述毫米波雷达安装在车辆的高度与道路边沿的标识物高度相同。道路边沿的标识物包括护栏，树木等物体。
可选的，获取设置在车辆上的毫米波雷达的信息，并基于所述车道信息和毫米波雷达的信息获取车辆与道路边沿的相对位置关系，得到车辆第一定位数据的步骤之后，还包括：
步骤S204：基于获取的设置在车辆上的惯性测量单元的信息得到车辆的第二定位数据；
步骤S205：将所述第一定位数据和第二定位数据进行融合，得到车辆的定位信息。
可选的，所述将所述第一定位数据和第二定位数据进行融合为：
采用卡尔曼滤波将所述第一定位数据和第二定位数据进行融合。采用卡尔曼滤波对第一定位数据和第二定位数据进行融合的过程可以参考下文中为了提高检测结果的连续性，将前一帧车道线检测结果进行叠加中数据融合。
可选的，所述获取设置在车辆上的毫米波雷达的信息，并基于所述车道信息和毫米波雷达的信息获取车辆与道路边沿的相对位置关系，得到车辆第一定位数据，包括：
根据标记物与车辆的位置关系，将标记物的横坐标分为多个集合；
如将车辆两侧的护栏根据护栏的横坐标将护栏分为左右两个集合。
对每个集合进行直线模型拟合，从而获取道路的车道线。
可选的，如图3所示，所述对每个集合进行直线模型拟合，从而获取道路的车道线，包括：
步骤S301：在每个集合中任意选取3个初始点拟合直线；
步骤S302：计算每个集合内所有点到该集合对应直线的偏差，将偏差在预设阈值范围内的所有点添加为内点；
步骤S303：使用所述3个初始点和所有内点拟合新的直线；
步骤S304：重复上述步骤迭代多次，即重复步骤步骤S301至步骤S303，所得含内点数量最多的直线模型即为车道线检测结果。
在实际的应用中，毫米波雷达主要用途是检测动态障碍物。本公开实施例使用毫米波雷达检测道路边沿，识别静态障碍物，如道路两旁护栏等边界物体，并通过最小二乘法拟合道路的左、右边沿。相比于摄像头检测障碍物，毫米波雷达的水平视场角更大，可以识别约200m范围内的静、动态障碍物。
如图4所示，由于本公开实施例采用毫米波雷达检测道路两旁护栏等边界物体，故需将毫米波雷达安装在与护栏高度相同的位置。首先，如图5所示，根据护栏的横坐标将护栏分为左、右2个集合，记为P_L和P_R。为获取道路的车道线，在道路边沿仍采用直线模型进行拟合。对于每个集合，采用随机抽样的方法获取该侧的边沿。以P_L＝{P_1，P_2，…，P_n}为例，任意选取3个初始点拟合直线，计算所有点到该直线的偏差，将偏差在预设阈值范围内的所有点添加为内点，并重新使用3个初始点和所有内点拟合新的直线。重复上述步骤迭代100次，所得含内点数量最多的直线模型即为最终结果。
可选的，所述对每个集合进行直线模型拟合，从而获取道路的车道线的步骤之后，还包括：
将连续两帧车道线检测结果进行叠加。
根据时空连续性原理，连续2帧道路边沿位置图像的偏差不会太大。因此，为了提高检测结果的连续性，将前一帧车道线检测结果与当前帧的车道线检测结果进行叠加，即将连续两帧车道线检测结果进行叠加。针对车道左、右两侧的检测结果，分别使用2个卡尔曼滤波器进行跟踪。以左侧护栏为例，靠近上、下边缘设置2条横向扫描线，每帧检测所得车道线和2条扫描线的交点坐标分别为(x_1，40)和(x_2，360)。基于方向不会发生突变的假设，设置状态变量X(k)＝[x1 x′1 x2 x′2]^T，观测变量Z(k)＝[x1 x2]^T，系统的状态方程和观测方程如下：
Figure BDA0002324253230000111
其中：W(k)和V(k)分别为系统噪声和观测噪声，假设两者均为满足高斯分布且均值为零的白噪声；A和H分别为状态转移矩阵及系统观测矩阵，
Figure BDA0002324253230000121
Figure BDA0002324253230000122
系统的状态方程和观测方程的误差R及协方差矩阵Q分别为：
Figure BDA0002324253230000123
Figure BDA0002324253230000124
每次获得最新的测量值Z(k)，通过k－1时刻的Kalman(卡尔曼)滤波器输出值x(k-1|k-1)来估计k时刻的预测值x(k|k-1)，通过计算最小均方差误差矩阵获取误差增益矩阵G(k)，从而获得修正后k时刻的输出值x(k|k)。
如图6所示，本公开实施例的车辆定位方法基于5G通信设备和毫米波雷达的高精度定位方法。通过低精度的5G通信定位从OSM离线地图中获取当前车道的基本信息，利用毫米波雷达检测道路两旁连续规则的护栏或树木并作为道路边沿，根据从OSM离线地图获取的车道信息，对比车辆与道路边沿的相对位置关系，从而获得高精度定位。本公开实施例提出的基于多传感器在线数据和OSM(Open Street Map)离线地图数据库的高精度定位的输入分别为传感器实时数据(毫米波雷达和5G定位数据)以及OSM离线地图，输出为当前车辆行驶的精确位置定位，主要分为定位与匹配、定位数据融合2大模块，其中定位数据融合采用卡尔曼滤波。通过5G通信设备获取的车辆全局位置信息，从OSM离线地图数据库中检索当前的道路信息，这里主要指当前道路的周围特征信息。毫米波雷达对周围环境进行检测，并和地图数据进行匹配对比去掉噪声，优化检测结果，并计算车辆距离两侧目标物的距离进行相对高精度定位。因为毫米波的分辨率可以达到厘米级，所以相对定位精度能够达到10-20cm的精度。
另外如图7所示，本公开实施例提供一种车辆定位装置，包括：
通信设备701：用于定位车辆的位置，得到车辆位置信息；
车道信息获取单元702：用于基于所述车辆位置信息获取所述车辆位置处的车道信息；
毫米波雷达703：用于基于所述车道信息定位车辆与道路边沿的相对位置关系，得到车辆第一定位数据。
可选的，装置还包括：
惯性测量单元704：用于获取车辆的第二定位数据；
数据融合单元705：将所述第一定位数据和第二定位数据进行融合，得到车辆的定位信息。
车道信息获取单元702和数据融合单元705可以有车载设备实现，如车载设备的中央处理器。
本公开实施例提供一种电子设备包括存储器和处理器,
存储器，存储有可执行指令；
处理器，处理器运行存储器中的可执行指令，以实现车辆定位方法。
该存储器用于存储非暂时性计算机可读指令。具体地，存储器可以包括一个或多个计算机程序产品，该计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。该易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。该非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。
该处理器可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制电子设备中的其它组件以执行期望的功能。在本公开的一个实施例中，该处理器用于运行该存储器中存储的该计算机可读指令。
本领域技术人员应能理解，为了解决如何获得良好用户体验效果的技术问题，本实施例中也可以包括诸如通信总线、接口等公知的结构，这些公知的结构也应包含在本公开的保护范围之内。
有关本实施例的详细说明可以参考前述各实施例中的相应说明，在此不再赘述。
本公开实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现车辆定位方法。
根据本公开实施例的计算机可读存储介质，其上存储有非暂时性计算机可读指令。当该非暂时性计算机可读指令由处理器运行时，执行前述的本公开各实施例方法的全部或部分步骤。
上述计算机可读存储介质包括但不限于：光存储介质(例如：CD－ROM和DVD)、磁光存储介质(例如：MO)、磁存储介质(例如：磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如：存储卡)和具有内置ROM的媒体(例如：ROM盒)。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。

Claims (10)

1.一种车辆定位方法，其特征在于，包括：
获取设置在车辆上的通信设备的定位信息，得到车辆位置信息；
基于所述车辆位置信息获取所述车辆位置处的车道信息；
获取设置在车辆上的毫米波雷达的信息，并基于所述车道信息和毫米波雷达的信息获取车辆与道路边沿的相对位置关系，得到车辆第一定位数据。
2.根据权利要求1所述的车辆定位方法，其特征在于，所述获取设置在车辆上的毫米波雷达的信息，并基于所述车道信息和毫米波雷达的信息获取车辆与道路边沿的相对位置关系，得到车辆第一定位数据的步骤之后，还包括：
基于获取的设置在车辆上的惯性测量单元的信息得到车辆的第二定位数据；
将所述第一定位数据和第二定位数据进行融合，得到车辆的定位信息。
3.根据权利要求1所述的车辆定位方法，其特征在于，所述毫米波雷达安装在车辆的高度与道路边沿的标识物高度相同。
4.根据权利要求3所述的车辆定位方法，其特征在于，所述获取设置在车辆上的毫米波雷达的信息，并基于所述车道信息和毫米波雷达的信息获取车辆与道路边沿的相对位置关系，得到车辆第一定位数据，包括：
根据标记物与车辆的位置关系，将标记物的横坐标分为多个集合；
对每个集合进行直线模型拟合，从而获取道路的车道线。
5.根据权利要求4所述的车辆定位方法，其特征在于，所述对每个集合进行直线模型拟合，从而获取道路的车道线，包括：
在每个集合中任意选取3个初始点拟合直线；
计算每个集合内所有点到该集合对应直线的偏差，将偏差在预设阈值范围内的所有点添加为内点；
使用所述3个初始点和所有内点拟合新的直线；
重复上述步骤迭代多次，所得含内点数量最多的直线模型即为车道线检测结果。
6.根据权利要求5所述的车辆定位方法，其特征在于，所述对每个集合进行直线模型拟合，从而获取道路的车道线的步骤之后，还包括：
将连续两帧车道线检测结果进行叠加。
7.一种车辆定位装置，其特征在于，包括：
通信设备：用于定位车辆的位置，得到车辆位置信息；
车道信息获取单元：用于基于所述车辆位置信息获取所述车辆位置处的车道信息；
毫米波雷达：用于基于所述车道信息定位车辆与道路边沿的相对位置关系，得到车辆第一定位数据。
8.根据权利要求7所述的车辆定位装置，其特征在于，还包括：
惯性测量单元：用于获取车辆的第二定位数据；
数据融合单元：将所述第一定位数据和第二定位数据进行融合，得到车辆的定位信息。
9.一种电子设备，其特征在于，所述电子设备包括：
存储器，存储有可执行指令；
处理器，所述处理器运行所述存储器中的所述可执行指令，以实现权利要求1-6中任一项所述的车辆定位方法。
10.一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现权利要求1-6中任一项所述的车辆定位方法。
CN201911309998.2A 2019-12-18 2019-12-18 车辆定位方法、装置、电子设备及存储介质 Pending CN110989613A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911309998.2A CN110989613A (zh) 2019-12-18 2019-12-18 车辆定位方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911309998.2A CN110989613A (zh) 2019-12-18 2019-12-18 车辆定位方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN110989613A true CN110989613A (zh) 2020-04-10

Family

ID=70095275

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911309998.2A Pending CN110989613A (zh) 2019-12-18 2019-12-18 车辆定位方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN110989613A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111949943A (zh) * 2020-07-24 2020-11-17 北京航空航天大学 一种面向高级自动驾驶的v2x和激光点云配准的车辆融合定位方法
CN112230211A (zh) * 2020-10-15 2021-01-15 长城汽车股份有限公司 车辆定位方法、装置、存储介质及车辆
CN112433203A (zh) * 2020-10-29 2021-03-02 同济大学 一种基于毫米波雷达数据的车道线形检测方法
CN112785854A (zh) * 2021-01-11 2021-05-11 北京百度网讯科技有限公司 车辆速度检测方法、装置、设备、介质和自动驾驶车辆

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105046198A (zh) * 2015-06-12 2015-11-11 上海修源网络科技有限公司 一种车道检测方法
CN106842231A (zh) * 2016-11-08 2017-06-13 长安大学 一种道路边界检测及跟踪方法
CN108596165A (zh) * 2018-08-21 2018-09-28 湖南鲲鹏智汇无人机技术有限公司 基于无人机低空航拍图像的道路交通标线检测方法及系统
CN108909721A (zh) * 2018-04-28 2018-11-30 南通职业大学 一种基于毫米波雷达的车辆偏航角计算方法
CN108958266A (zh) * 2018-08-09 2018-12-07 北京智行者科技有限公司 一种地图数据获取方法
CN109254289A (zh) * 2018-11-01 2019-01-22 百度在线网络技术（北京）有限公司 道路护栏的检测方法和检测设备
CN109870689A (zh) * 2019-01-08 2019-06-11 武汉中海庭数据技术有限公司 毫米波雷达与高精矢量地图匹配的车道级定位方法与系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105046198A (zh) * 2015-06-12 2015-11-11 上海修源网络科技有限公司 一种车道检测方法
CN106842231A (zh) * 2016-11-08 2017-06-13 长安大学 一种道路边界检测及跟踪方法
CN108909721A (zh) * 2018-04-28 2018-11-30 南通职业大学 一种基于毫米波雷达的车辆偏航角计算方法
CN108958266A (zh) * 2018-08-09 2018-12-07 北京智行者科技有限公司 一种地图数据获取方法
CN108596165A (zh) * 2018-08-21 2018-09-28 湖南鲲鹏智汇无人机技术有限公司 基于无人机低空航拍图像的道路交通标线检测方法及系统
CN109254289A (zh) * 2018-11-01 2019-01-22 百度在线网络技术（北京）有限公司 道路护栏的检测方法和检测设备
CN109870689A (zh) * 2019-01-08 2019-06-11 武汉中海庭数据技术有限公司 毫米波雷达与高精矢量地图匹配的车道级定位方法与系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111949943A (zh) * 2020-07-24 2020-11-17 北京航空航天大学 一种面向高级自动驾驶的v2x和激光点云配准的车辆融合定位方法
CN112230211A (zh) * 2020-10-15 2021-01-15 长城汽车股份有限公司 车辆定位方法、装置、存储介质及车辆
CN112433203A (zh) * 2020-10-29 2021-03-02 同济大学 一种基于毫米波雷达数据的车道线形检测方法
CN112785854A (zh) * 2021-01-11 2021-05-11 北京百度网讯科技有限公司 车辆速度检测方法、装置、设备、介质和自动驾驶车辆
CN112785854B (zh) * 2021-01-11 2022-09-16 北京百度网讯科技有限公司 车辆速度检测方法、装置、设备、介质和自动驾驶车辆

Similar Documents

Publication Publication Date Title
CN112106126B (zh) 车辆与行人碰撞避免的方法和系统
CN110989613A (zh) 车辆定位方法、装置、电子设备及存储介质
EP3503490A1 (en) Environment sensing method and base station
US11169534B2 (en) Vehicle radar perception and localization
KR101755944B1 (ko) Gps, uwb 및 v2x를 접목하여 차량의 위치를 결정하는 자율 주행 방법 및 시스템
JP2023519154A (ja) サイドリンク測位、ラウンドトリップ時間測位とシングルトリップ時間測位との間の切替え
WO2021218388A1 (zh) 高精度地图的生成方法、定位方法及装置
CN103995250A (zh) 射频标签轨迹追踪方法
Tian et al. Vehicle tracking system for intelligent and connected vehicle based on radar and V2V fusion
WO2020080995A1 (en) Traffic management system and an unmanned aerial vehicle compatible with such a system
Baczyk et al. Traffic density monitoring using passive radars
CN112505671A (zh) Gnss信号缺失环境下毫米波雷达目标定位方法及装置
Souli et al. Cooperative relative positioning using signals of opportunity and inertial and visual modalities
EP3485287B1 (en) Object tracking method and system
de Ponte Müller et al. Cooperative infrastructure-based vehicle positioning
Page et al. Enhanced situational awareness with signals of opportunity: RSS-based localization and tracking
JP2015072636A (ja) 情報処理装置
Ulmschneider et al. Association of transmitters in multipath-assisted positioning
US20230213664A1 (en) Systems and methods for radio frequency (rf) ranging-aided localization and map generation
Jaya et al. Identifying the Available Parking Area by the Assisstance of Parked-Vehicle
Xu et al. Doppler‐shifted frequency measurement based positioning for roadside‐vehicle communication systems
Rodrigues et al. Indoor position tracking: An application using the Arduino mobile platform
Chitra et al. Acknowledgement based localization method (ALM) to improve the positioning in vehicular Ad hoc networks
US20230288519A1 (en) Doppler-nulling and two-way timing and ranging (spatial awareness)
WO2024086985A1 (en) Method and apparatus for interaction sensing

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
CB02 Change of applicant information

Address after: 100176 floor 10, building 1, zone 2, yard 9, Taihe 3rd Street, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Applicant after: Beijing National New Energy Vehicle Technology Innovation Center Co.,Ltd.

Address before: 102600 1705, block a, building 1, No. 10, Ronghua Middle Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Applicant before: BEIJING NEW ENERGY VEHICLE TECHNOLOGY INNOVATION CENTER Co.,Ltd.

CB02 Change of applicant information
RJ01 Rejection of invention patent application after publication

Application publication date: 20200410

RJ01 Rejection of invention patent application after publication