CN111044069A - 一种车辆定位方法、车载设备及存储介质 - Google Patents

Abstract

本公开实施例涉及一种车辆的定位方法、车载设备及存储介质，车辆的定位方法包括：接收多个定位源的多个定位信息，其中所述定位信息包括第一时间戳、第一置信度、第一位姿信息以及延迟；筛选所述多个定位信息，确定候选定位信息；基于所述候选定位信息，生成车辆定位信息，其中所述车辆定位信息包括第二时间戳、第二置信度以及第二位姿信息。本公开的至少一个实施例中，通过多定位源的定位信息能够更为精确的确定车辆的定位信息。

Description

一种车辆定位方法、车载设备及存储介质

技术领域

本公开实施例涉及一种自主代客泊车技术领域，具体涉及一种车辆定位方法、车载设备及存储介质。

背景技术

自主代客泊车(Automated Valet Parking，AVP)功能定义：驾驶员从指定下客点通过钥匙或手机APP下达指令，车辆可以自动行驶到停车场的停车位，无需驾驶员监控；车辆可以在接收到指令从停车位自动行驶到指定上客点；多辆车同时收到泊车指令，实现动态自动等待进入泊车位。

自主代客泊车过程中，需要进行车辆定位，为此，提供一种车辆的定位方案。

发明内容

本公开的至少一个实施例提供了一种车辆定位方法、车载设备及存储介质。

第一方面，本公开实施例提出一种车辆定位方法，所述方法包括：接收多个定位源的多个定位信息，其中所述定位信息包括第一时间戳、第一置信度、第一位姿信息以及延迟；筛选所述多个定位信息，确定候选定位信息；基于所述候选定位信息，生成车辆定位信息，其中所述车辆定位信息包括第二时间戳、第二置信度以及第二位姿信息。

第二方面，本公开实施例还提出一种车载设备，包括：处理器和存储器；所述处理器通过调用所述存储器存储的程序或指令，用于执行如第一方面所述方法的步骤。

第三方面，本公开实施例还提出一种非暂态计算机可读存储介质，用于存储程序或指令，所述程序或指令使计算机执行如第一方面所述方法的步骤。

可见，本公开的至少一个实施例中，通过多定位源的定位信息能够更为精确的确定车辆的定位信息。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是本公开实施例提供的一种示例性应用场景图；

图2是本公开实施例提供的一种AVP系统的示例性框图；

图3是本公开实施例提供的一种定位子模块的示例性框图；

图4是本公开实施例提供的一种车载设备的示例性框图；

图5是本公开实施例提供的一种车辆定位方法的示例性流程图。

图6是本公开实施例提供的另一种车辆定位方法的示例性流程图。

具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。此处所描述的具体实施例仅仅用于解释本公开，而非对本公开的限定。基于所描述的本公开的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本公开保护的范围。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

本公开实施例提供了一种定位方法、车载设备或存储介质，从而可以实现基于不同定位源对车辆进行精准定位，从而能够基于精准定位对所述车辆进行控制。在一些实施例中，所述定位方法、车载设备或存储介质可以应用于不同级别的智能驾驶系统，例如辅助驾驶车辆、高度自动驾驶车辆、完全智能驾驶车辆或其他需要进行自主定位的车辆。具体而言，所述车辆可以是安装AVP系统的车辆或智能驾驶车辆。在一些实施例中，所述定位方法可以应用于地下停车场、露天停车场、小区、机械停车场、智能停车场等。应当理解的是，本申请的系统及方法的应用场景仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以将本申请应用于其他类似情景。以下为了能够更清楚无误的阐述，本公开实施例以带有AVP系统的车辆为例对所述定位方法、车载设备或存储介质进行说明。

图1为本公开实施例提供的一种示例性应用场景图。如图1所示，所述应用场景中包括：用户终端、车辆、云端服务器和停车场。

用户终端(User Equipment)可以是具有数据通信功能的任意电子设备，例如智能手机、平板电脑等移动终端。其中，用户终端可与云端服务器建立通信连接，交互数据。用户终端安装关于自动代客泊车(AVP)服务的应用程序(Application，APP)，方便用户通过操作APP来启动车辆AVP功能。

例如，用户通过点击APP图标打开APP主界面，或人机交互界面(Human MachineInteraction，HMI)，进而向用户展示至少两个功能控件：一个是“自动泊车”控件，另一个是“召车”控件。用户点击“自动泊车”控件，向云端服务器发送自动泊车请求，以实现AVP的自动泊车功能；用户点击“召车”控件，向云端服务器发送召车请求，以实现AVP的召车功能。

车辆为具有AVP系统100的车辆，例如可以是安装有AVP系统100的普通车辆，也可以是具有AVP系统100的智能驾驶车辆。其中，AVP系统100实现AVP功能。AVP功能至少包括自动泊车功能和召车功能。自动泊车功能下，AVP系统100控制车辆由起始点行驶至停车位附近，并进入停车位停车，其中，起始点可以是固定点，也可以是停车场预设范围内的任意点。召车功能下，AVP系统100控制车辆从停车位驶出并行驶至目的地，其中，目的地可以是固定位置，也可以是停车场预设范围内的用户发起召车请求的位置或用户指定位置。在一些实施例中，车辆可以自主定位或自主寻找空闲停车位，并规划行驶路径行驶至空闲停车位。

在一些实施例中，车辆可与云端服务器建立通信连接。车辆可接收云端服务器发送的电子地图和指令，其中，指令可包括但不限于以下至少一个：自动泊车指令、召车指令、远程控制指令等。在一些实施例中，车辆接收自动泊车指令或召车指令后，进入AVP模式，并执行自动泊车功能或召车功能。在一些实施例中，车辆可以将车辆相关信息实时发送至云端服务器。车辆相关信息可包括但不限于以下至少一个：车辆ID、是否处于AVP模式、规划信息、车辆状态、车辆位姿、车辆周围环境信息、AVP状态、停车位等。其中，车辆状态可包括但不限于以下至少一个：车辆信息、使用用户、使用时长、使用里程、车辆运行状态、车辆上传感器的位置，以及车辆上传感器的状态。AVP状态包括泊车状态和召车状态。

在一些实施例中，车辆可与场端服务器建立通信连接。车辆可接收场端服务器发送的场端信息，其中，场端信息可包括但不限于以下至少一个：场端服务器对本车的定位信息、分配的停车位信息、提示信息、V2X(Vehicle to X，车用无线通信)信息、支付信息(例如需要用户支付的停车费用)、停车场地图等。其中，提示信息可包括但不限于以下至少一个：空闲停车位数量、空闲停车位信息、指定停车位信息。V2X信息可包括但不限于以下至少一个：实时路况、道路信息、行人信息等一系列交通信息。在一些实施例中，车辆接收所述场端信息后，可基于场端信息规划路径并按照规划路径行驶。在一些实施例中，车辆可以将车辆相关信息实时发送至场端服务器。

云端服务器可以是具有数据处理功能的任意电子设备，云端服务器可以是一个服务器，也可以是一个服务器群组。云端服务器群组可以是集中式的，也可以是分布式的。分布式服务器，有利于任务在多个分布式服务器进行分配与优化，克服传统集中式服务器资源紧张与响应瓶颈的缺陷。

在一些实施例中，云端服务器可与用户终端、车辆、场端服务器分别建立通信连接。在一些实施例中，云端服务器接收用户终端发送的请求信息，其中，请求信息包括：自动泊车请求或召车请求。在一些实施例中，云端服务器接收车辆发送的车辆相关信息。在一些实施例中，云端服务器接收场端服务器发送的场端信息。在一些实施例中，云端服务器可以发送车辆相关信息至用户终端进行显示。在一些实施例中，云端服务器可以发送电子地图和指令至车辆。在一些实施例中，云端服务器可以向车辆指定停车位或停车区域。在一些实施例中，云端服务器可以发送AVP信息至场端服务器，其中，AVP信息可包括但不限于以下至少一个：车辆ID、车辆定位指令、召车信息、支付信息(例如用户已支付的停车费用)。其中，召车信息可包括但不限于以下至少一个：被召车辆的ID、被召车辆的停车位等。在一些实施例中，云端服务器可以对车辆进行远程控制。例如，在车辆无法定位或定位失败时，云端服务器可远程控制车辆行驶至安全区域停车。

停车场可以是原始停车场、规范停车场、改造停车场等。其中，规范停车场是指：车道线清晰、地面平整、车位大小符合要求、带宽≥预设带宽(例如5Mps)、车位尺寸标准、地面不反光、光照强度≥预设强度(例如50LX)、网络时延≤预设时延(例如200ms)的停车场。原始停车场指不满足规范停车场至少一条要求的停车场。

改造停车场是指基于规范停车场进行改造、增加了场端设施的停车场。其中，场端设施可包括但不限于以下至少一个：专用标识、场端传感器、场端网络、场端服务器、V2X设备等。在一些实施例中，专用标识为人工布置在停车场内外的具有一定规则、用于辅助车辆定位的标识。专用标识还用于帮助用户识别自己在停车场中的位置。专用标识在同一停车场内具有唯一ID。在一些实施例中，场端传感器包括但不限于视觉传感器、激光雷达等。在一些实施例中，V2X设备用来检测实时路况、道路信息、行人信息等一系列交通信息并与车辆交互交通信息。V2X设备可包括但不限于灯光设备、视觉传感器、激光雷达等。

在一些实施例中，场端服务器可与车辆、云端服务器分别建立通信连接。在一些实施例中，场端服务器可实时获取以下至少一种状态：车辆状态、场端设施状态、停车位使用状态、用户状态等。其中，场端设施状态可包括但不限于以下至少一个：名称、IP地址、运行状况、位置以及是否启用。在一些实施例中，场端服务器可基于场端传感器数据对车辆进行定位。在一些实施例中，场端服务器可接收车辆发送的车辆相关信息。在一些实施例中，场端服务器可接收云端服务器发送的AVP信息。在一些实施例中，场端服务器可将场端信息通过场端网络发送至车辆。在一些实施例中，场端服务器可将场端信息发送至云端服务器。

在一些实施例中，停车场还可以是AVP车辆专用停车场。其中，AVP专用停车场可以包含规范停车场和改造停车场的所有特征。

基于图1所示的车辆定位场景图，AVP流程如下：

用户终端(例如手机APP)向云端服务器发送AVP请求，AVP请求中携带有车辆信息；

云端服务器接收到AVP请求后，获取车辆信息，并与车辆建立连接后，向车辆发送AVP指令，并向场端服务器发送定位指令；

车辆接收到AVP指令后进入AVP模式，并向云端服务器反馈确认信息，确认信息用于指示车辆进入AVP模式；云端服务器接收到确认信息后，向用户终端发送AVP响应，AVP响应可指示车辆进入AVP模式；

场端服务器接收到定位指令后，对车辆进行定位，并将车辆定位信息发送给车辆和云端服务器；

车辆接收到车辆定位信息后，基于车辆定位信息规划路径并按照规划路径行驶；云端服务器接收到车辆定位信息后，将车辆定位信息并发送给用户终端进行显示。

图2为本公开实施例提供的一种AVP系统200的示例性框图。在一些实施例中，AVP系统200可以实现为图1中的AVP系统100或AVP系统100的一部分，用于在AVP模式下控制车辆行驶。

如图2所示，AVP系统200可包括：感知模块201、规划模块202、控制模块203以及其他一些可用于在AVP模式下控制车辆行驶的模块。

感知模块201用于进行环境感知与定位。在一些实施例中，感知模块201获取传感器数据、V2X数据、高精度地图等数据并基于以上至少一种数据进行环境感知与定位，生成感知信息和定位信息。其中，感知信息可包括但不限于以下至少一个：障碍物信息、道路标志/标记、行人/车辆信息、可行驶区域。定位信息包括车辆位姿，其中，车辆位姿包括车辆坐标以及车辆航向与各坐标轴的夹角。

在一些实施例中，感知模块201还包括定位子模块2011，其中，定位子模块基于多种定位源进行融合定位。在一些实施例中，所述定位源包括但不限于GPS定位源、视觉定位源和激光雷达定位源。所述定位源对车辆位置进行定位，并输出定位信息至定位子模块2011,定位子模块2011基于预设条件筛选定位源确定候选定位源，并基于候选定位源确定车辆位姿。

在一些实施例中，定位子模块2011可以为软件模块、硬件模块或者软硬件结合的模块。例如，定位子模块2011是运行在操作系统上的软件模块，车载硬件系统是支持操作系统运行的硬件系统。

规划模块202用于进行路径规划和决策。在一些实施例中，规划模块202基于感知模块201生成的感知信息和定位信息，生成规划和决策信息。在一些实施例中，规划模块202可结合V2X数据、高精度地图等数据中的至少一种，生成规划和决策信息。其中，决策信息可包括但不限于以下至少一种：行为(例如包括但不限于跟车、超车、停车、绕行等)、车辆航向、车辆速度、车辆的期望加速度、期望的方向盘转角等。

在一些实施例中，规划模块202还用于自主泊车模式下的路径规划和决策。在一些实施例中，规划模块202在自主泊车模式下，规划车辆驶入停车位或驶出停车位的行驶路径并生成决策信息。在一些实施例中，规划模块202在AVP模式下，规划车辆由起始点行驶至停车位附近并驶入停车位的行驶路径并生成决策信息，或，规划车辆从停车位驶出并行驶至目的地的行驶路径并生成决策信息。

控制模块203用于基于规划和决策信息生成车辆底层执行系统的控制指令，并下发控制指令，以使车辆底层执行系统控制车辆按照期望路径行驶。其中，控制指令可包括但不限于：方向盘转向、横向控制指令、纵向控制指令等。

图3为本公开实施例提供的一种定位子模块300的示例性框图。在一些实施例中，定位子模块300可以实现为图2中的定位子模块2011或者定位子模块2011的一部分。如图3所示，定位子模块300可包括但不限于以下单元：接收单元301、筛选单元302、估计单元303、定位单元304以及其他可用于进行车辆定位的单元或组件。

接收单元301用于接收多个定位源的定位信息。其中所述多个定位源包括但不限于视觉定位源、GPS定位源、激光雷达定位源等中的任意一种或其组合。所述定位信息包括但不限于第一时间戳、第一置信度、第一位姿信息以及延迟。其中所述第一时间戳为所述定位源采集信息的时间，例如，基于所述定位源为视觉定位源，所述第一时间戳为视觉传感器获得图像信息的时间；基于所述定位源为GPS定位源，所述第一时间戳为GPS设备获取GPS信息的时间；基于所述定位源为激光雷达定位源，所述第一时间戳为激光雷达获取激光雷达点云数据的时间。

在一些实施例中，所述第一置信度是指多个定位源对各自所确定车辆位姿的可信度。其中，所述定位源可根据自身情况对第一置信度进行计算。例如，基于所述定位源为视觉定位源时，视觉定位源可以基于定位时从图像中所提取的特征点数量来设置第一置信度，当特征点数量增大时，第一置信度也随之增大。再例如，基于所述定位源为GPS定位源时，GPS定位源可以根据GPS信号的强弱设置第一置信度，当GPS信号越强，第一置信度也随之越大。再例如，基于所述定位源为激光雷达定位源时，激光雷达定位源可根据获取的激光点云数据的稀疏程度设置第一置信度，当所述激光点云数据越稠密，第一置信度也随之变大。在一些实施例中，多个定位源的第一置信度相互独立。

在一些实施例中，所述第一位姿信息是指基于相应的定位源确定的车辆位姿。第一位姿信息包括所述车辆在大地坐标系下的坐标值以及所述车辆与各坐标轴的夹角。其中，针对不同定位源，所述第一位姿信息可以相同，也可以不同。

在一些实施例中，所述延迟为各定位源从采集信息的时间至筛选定位源的时间差，即所述延迟为所述接收模块将定位信息发送至筛选单元302的时间与第一时间戳的时间差。在一些实施例中，多个定位源的采集频率可以一致，也可以不一致。车辆基于多个定位信息产生车辆定位信息的频率与多个定位源的频率可以一致，也可以不一致。在一些实施例中，所述定位源根据产生车辆定位信息的频率发送定位信息进行车辆定位，因此每个定位信息的延迟可以不一致。定位源的定位信息可以不参与车辆定位。

筛选模块302用于筛选多个定位信息，确定候选定位信息。在一些实施例中，筛选模块302接收多个定位源的定位信息，并基于所述定位信息中的第一置信度和延迟对所述定位信息进行筛选。在一些实施例中，筛选模块302基于置信度阈值对定位信息进行筛选。例如，基于所述定位信息中的第一置信度小于置信度阈值，筛选模块302确定该定位信息不可用；基于所述定位信息中的第一置信度大于置信度阈值，筛选模块302确定所述定位信息为候选定位信息。在一些实施例中，筛选模块302基于延迟阈值对定位信息进行筛选。例如，基于所述定位信息中的延迟小于延迟阈值，筛选模块302确定该定位信息为候选定位信息；基于所述定位信息中的延迟大于延迟阈值，筛选模块302确定该定位信息不可用。在一些实施例中，筛选模块302可以同时基于所述置信度阈值和延迟阈值确定候选定位信息，例如，当所述定位信息中的第一置信度大于置信度阈值且延迟小于延迟阈值时，筛选模块302确定所述定位信息为候选定位信息。在一些实施例中，若定位信息中的第一置信度和延迟分别等于置信度阈值和延迟阈值，则可根据用户预设确定候选定位。例如，用户可以预设第一置信度等于置信度阈值且延迟等于延迟阈值，筛选模块302可以确定所述定位信息为候选定位信息。

估计模块303用于基于所述车辆状态估计车辆预期位姿。在一些实施例中，所述车辆在获取前一时刻位置后，估计模块303可以根据前一时刻位置以及车辆状态估计车辆预期位姿。例如，估计模块303可以根据车辆的速度、前轮偏角及时间计算车辆横向和纵向的行驶距离和夹角，从而确定车辆预期位姿。

定位模块304用于基于所述候选定位信息生成车辆定位信息。在一些实施例中，所述定位模块304进一步基于车辆预期位姿和所述候选定位信息生成车辆定位信息，其中所述车辆定位信息包括第二时间戳、第二置信度以及第二位姿信息。在一些实施例中，所述第二时间戳为所述定位模块304生成车辆定位信息的时间。所述第二位姿信息为车辆当前位姿。

所述第二置信度为所述车辆定位信息的可信度。其中所述第二置信度基于所述候选定位信息的第一置信度生成。所述第二置信度进一步基于估计模块所确定的车辆预期位姿和第一置信度生成。在一些实施例中，定位模块304基于车辆预期位姿与所述候选定位信息中的第一位姿信息确定所述车辆预期位姿和第一位姿信息的距离偏差，并基于所述距离偏差确定第二置信度。在一些实施例中，定位模块304基于所述距离偏差确定各个候选定位信息中的第一置信度的权重，其中，所述权重基于所述距离偏差增大而减小；即所述距离偏差越大，所述权重越小，所述距离偏差越小，所述权重越大。定位模块304基于所述权重及对应的第一置信度确定第二置信度。

在一些实施例中，所述定位模块304可以在没有定位源的情况下基于所述车辆预期位姿生成车辆定位信息。其中，所述第二置信度可以是所述车辆预期位姿的可信程度。所述第二置信度随着估计车辆预期位姿的时间增大而减小，即车辆预期位姿的估计时间越长，其可信程度越低。其中，所述第二位姿信息即所述车辆预期位姿。在一些实施例中，所述定位模块304还可以将所述车辆预期位姿作为一种定位信息与所述候选定位信息进行融合定位。

在一些实施例中，所述车辆定位信息还可包括定位状态信息。其中，所述定位状态信息包括但不限于以下任意一种：高置信度、低置信度、无效、运动估计。在一些实施例中，所述定位状态信息可以基于所述定位模块生成车辆定位信息的过程确定。例如，在定位模块生成车辆定位信息中，没有使用定位源，以所述车辆预期位姿为车辆定位信息，定位模块确定所述定位状态信息为运动估计。再例如，基于第二置信度过低，定位模块确定所述定位状态信息为无效；再例如，定位模块可设置不同的阈值，并基于第二置信度和阈值的关系设定所述定位状态信息为高置信度或低置信度。

在一些实施例中，定位子模块300中各单元的划分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，例如估计单元302与定位单元304可以实现为一个单元；估计单元中的车辆预期位姿可以作为定位单元304的一种定位源。再例如，接收单元301与筛选单元302可以实现为一个单元，筛选单元可以在接收定位信息时直接进行筛选。在一些实施例中，接收单元301、筛选单元302、估计单元303与定位单元304也可以划分为多个子单元。可以理解的是，各个单元或子单元能够以电子硬件、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。本领域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。

图4是本公开实施例提供的一种车载设备的结构示意图。车载设备可支持AVP系统的运行。

如图4所示，车载设备包括：至少一个处理器401、至少一个存储器402和至少一个通信接口403。车载设备中的各个组件通过总线系统404耦合在一起。通信接口403，用于与外部设备之间的信息传输。可理解地，总线系统404用于实现这些组件之间的连接通信。总线系统404除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见，在图4中将各种总线都标为总线系统404。

可以理解，本实施例中的存储器402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。

在一些实施方式中，存储器402存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统和应用程序。

其中，操作系统，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本公开实施例提供的车辆定位方法的程序可以包含在应用程序中。

在本公开实施例中，处理器401通过调用存储器402存储的程序或指令，具体的，可以是应用程序中存储的程序或指令，处理器401用于执行本公开实施例提供的车辆定位方法各实施例的步骤。

本公开实施例提供的车辆定位方法可以应用于处理器401中，或者由处理器401实现。处理器401可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器401中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器401可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

本公开实施例提供的车辆定位方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器402，处理器401读取存储器402中的信息，结合其硬件完成方法的步骤。

图5为本公开实施例提供的一种车辆定位方法示例性流程图。该方法的执行主体为车载设备。在一些实施例中，该方法的执行主体为车载设备所支持的AVP系统。在一些实施例中，当所述停车场存在场端服务器时，也可以通过场端进行定位，即所述方法的执行主体也可以是场端服务器。为了方便解释和描述，以下以车载设备为执行主体解释本公开实施例，但其并不影响本公开实施例的公开范围。

如图5所示，在步骤501中，车载设备接收多种定位源的多个定位信息。其中所述多种定位源多个定位源包括但不限于视觉定位源、GPS定位源、激光雷达定位源等中的任意一种或其组合。所述定位信息包括但不限于第一时间戳、第一置信度、第一位姿信息以及延迟。其中所述第一时间戳为所述定位源采集信息的时间；所述第一置信度为多个定位源对各自所确定车辆位姿的可信度；所述第一位姿信息为车辆的当前位姿，包括车辆坐标及其与坐标轴的夹角。所述延迟是定位源采集信息的时间至执行步骤502的时间差。

在步骤502中，车载设备筛选所述多个定位信息，确定候选定位信息。其中所述车载设备基于定位信息中的第一置信度和延迟对所述定位信息进行筛选。所述车载模块分别比较所述定位信息中的第一置信度和置信度阈值以及延迟和延迟阈值，并基于比较结果确定候选定位信息。车载设备基于第一置信度大于置信度阈值且延迟小于所述延迟阈值，确定对应的定位信息为候选定位信息。

在步骤503中，车载设备基于所述候选定位信息生成车辆定位信息。其中所述车辆定位信息包括第二时间戳、第二置信度以及第二位姿信息。在一些实施例中，所述第二时间戳为所述定位模块304生成车辆定位信息的时间。

所述第二置信度为所述车辆定位信息的可信度。在一些实施例中，所述车载设备可以基于所述候选定位信息和车辆预期位姿生成车辆定位信息。所述车辆预期位姿是指车辆根据运动状态和前刻车辆位姿估计出的当前位姿。车载设备可以计算所述车辆预期位姿与候选定位信息中的第一位姿信息的距离偏差，并基于距离偏差确定对应的候选定位信息的权重。更为具体的，车载设备可以根据所述距离偏差确定对应候选定位信息中第一置信度的权重，并基于第一置信度和所述权重确定第二置信度。在一些实施例中，所述距离偏差越大，所述权重越小，反之亦然。

所述第二位姿信息为当前车辆位姿。其中，车载设备可以基于所述候选定位信息的第一位姿信息进行融合定位，确定第二位姿信息。更为具体的，当候选定位信息只有一个时，所述第二位姿信息可以是所述候选定位信息中的第一位姿信息，也可以基于所述第一位姿信息和所述车辆预期位姿确定。

图6为本公开实施例提供的另一种车辆定位方法示例性流程图。该方法的执行主体为车载设备。在一些实施例中，该方法的执行主体为车载设备所支持的AVP系统。在一些实施例中，当所述停车场存在场端服务器时，也可以通过场端进行定位，即所述方法的执行主体也可以是场端服务器。为了方便解释和描述，以下以车载设备为执行主体解释本公开实施例，但其并不影响本公开实施例的公开范围。如图6所示，所述车辆定位方法包括步骤601至步骤605.其中步骤601和步骤602的表述参照图5所示的步骤501和步骤502的具体表述，在此不再赘述。

在步骤603中，所述车载设备可以获取车辆状态。其中所述车辆状态包括但不限于车辆位姿、车辆速度、车辆前轮偏角、行驶时间等。

在步骤604中，所述车载设备可以基于所述车辆状态估计车辆预期位姿。在一些实施例中，车载车陂可以根据车辆的速度、前轮偏角及时间计算车辆横向和纵向的行驶距离和夹角，从而基于车辆位姿确定车辆预期位姿。其中所述车辆预期位姿可以包括第三时间戳、第三置信度和第三位姿信息。其中第三时间戳为确定所述车辆预期位姿的时间。所述第三置信度为所述第三位姿信息的可信程度。其中所述第三置信度可以根据车辆预期位姿的估计时间确定。所述估计时间越长，所述第三置信度越低。所述第三位姿信息为估计的车辆当前位姿。

在步骤605中，车载设备可以基于候选定位信息和所述车辆预期位姿，生成车辆定位信息。其中，所述候选定位信息中的第二置信度参照步骤503中关于第二置信度的表述，在此不再赘述。在一些实施例中，车载设备将所述车辆预期位姿作为一种候选定位信息与所述候选定位信息进行融合，生成车辆定位信息。在一些实施例中，如果车载设备未能筛选出候选定位信息，车载设备即将车辆预期位姿作为车辆定位信息。

在一些实施例中，所述车辆定位信息还可包括定位状态信息。其中，所述定位状态信息包括但不限于以下任意一种：高置信度、低置信度、无效、运动估计。在一些实施例中，所述定位状态信息可以基于所述定位模块生成车辆定位信息的过程确定。例如，在定位模块生成车辆定位信息中，没有使用定位源，以所述车辆预期位姿为车辆定位信息，定位模块确定所述定位状态信息为运动估计。再例如，基于第二置信度过低，定位模块确定所述定位状态信息为无效；再例如，定位模块可设置不同的阈值，并基于第二置信度和阈值的关系设定所述定位状态信息为高置信度或低置信度。其中所述定位状态信息也适用于图5所述的车辆定位方法。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员能够理解，本公开实施例并不受所描述的动作顺序的限制，因为依据本公开实施例，某些步骤可以采用其他顺序或者同时进行，例如步骤601和步骤604可以同时进行，或者两者顺序不分先后。另外，本领域技术人员能够理解，说明书中所描述的实施例均属于可选实施例。

本公开实施例还提出一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如车辆定位方法或系统中各实施例的步骤，为避免重复描述，在此不再赘述。

需要说明的是，在本文中，术语“包括”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。

本领域的技术人员能够理解，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

虽然结合附图描述了本公开的实施方式，但是本领域技术人员可以在不脱离本公开的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种车辆定位方法，其特征在于，

接收多个定位源的多个定位信息，其中所述定位信息包括第一时间戳、第一置信度、第一位姿信息以及延迟；

筛选所述多个定位信息，确定候选定位信息；

基于所述候选定位信息，生成车辆定位信息，其中所述车辆定位信息包括第二时间戳、第二置信度以及第二位姿信息。

2.根据权利要求1所述的方法，其特征在于，所述第一时间戳为定位源采集信息的时间；所述第二时间戳为生成车辆定位信息的时间。

3.根据权利要求1所述的方法，其特征在于所述延迟为所述第一时间戳至筛选所述多个定位信息的时间差。

4.根据权利要求1所述的方法，所述确定候选定位信息包括：

基于所述第一置信度不小于置信度阈值且所述延迟不大于延迟阈值，确定对应定位信息为候选定位信息。

5.根据权利要求1所述的方法，其特征在于，所述生成车辆定位信息包括：

基于车辆运动状态估计车辆位置，得到车辆预期位姿；

基于所述候选定位信息和车辆预期位姿，生成车辆定位信息。

6.根据权利要求5所述的方法，其特征在于，包括：

获取车辆预期位姿和所述候选定位信息中第一位姿信息的距离偏差；

基于所述距离偏差和所述候选定位信息中第一置信度生成第二置信度。

7.根据权利要求6所述的方法，其特征在于，基于所述距离偏差和所述候选定位信息中第一置信度生成第二置信度包括：

基于所述距离偏差确定所述候选定位信息中第一置信度的权重；其中，所述权重基于所述距离偏差增大而减小；

基于所述权重和所述第一置信度生成第二置信度。

8.根据权利要求1所述的方法，其特征在于，所述车辆定位信息还包括定位状态信息，其中所述定位状态信息包括以下至少一种：高置信度，低置信度，运动估计，无效。

9.一种车载设备，其特征在于，包括：处理器和存储器；

所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1至8任一项所述方法的步骤。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如权利要求1至8任一项所述方法的步骤。

Images