CN111291775B - 车辆定位方法、设备及系统 - Google Patents

车辆定位方法、设备及系统 Download PDF

Info

Publication number
CN111291775B
CN111291775B CN201811494523.0A CN201811494523A CN111291775B CN 111291775 B CN111291775 B CN 111291775B CN 201811494523 A CN201811494523 A CN 201811494523A CN 111291775 B CN111291775 B CN 111291775B
Authority
CN
China
Prior art keywords
vehicle
information
road
position information
mounted terminal
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.)
Active
Application number
CN201811494523.0A
Other languages
English (en)
Other versions
CN111291775A (zh
Inventor
黄翔宇
王庆飞
周浩
马刚
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 Wanji Technology Co Ltd
Original Assignee
Beijing Wanji 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 Wanji Technology Co Ltd filed Critical Beijing Wanji Technology Co Ltd
Priority to CN201811494523.0A priority Critical patent/CN111291775B/zh
Publication of CN111291775A publication Critical patent/CN111291775A/zh
Application granted granted Critical
Publication of CN111291775B publication Critical patent/CN111291775B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods

Abstract

本发明提供一种车辆定位方法、设备及系统,通过路侧终端获取道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息,路侧终端将道路车辆信息进行广播;车载终端接收道路车辆信息,并且获取本车车辆信息,所述本车车辆信息包括本车的车辆特征;然后车载终端将本车车辆信息与道路车辆信息进行匹配,获取本车的位置信息。本发明的方法能够实现车辆的准确定位,可以在车载导航系统无法准确定位时进行辅助定位,也可以对车载导航系统进行校准。

Description

车辆定位方法、设备及系统
技术领域
本发明涉及通信技术领域,尤其涉及一种车辆定位方法、设备及系统。
背景技术
随着汽车无人驾驶技术及智能网联技术的发展,实现车辆的高精度定位是其中的关键技术之一。
目前车辆的定位方式仍主要是采用GNSS(Global Navigation SatelliteSystem,全球导航卫星系统)进行定位,例如GPS定位系统、北斗卫星导航系统,而这种方式的定位精度会受到很多方面的影响,如在大楼、高架桥、隧道等区域,或者存在电波干扰的影响下,会出现定位误差大甚至无法定位的情况。此外车辆也可以利用INS(InertialNavigation System,惯性导航系统),以陀螺和加速度计为敏感器件,根据陀螺的输出建立导航坐标系,根据加速度计输出解算出车辆在导航坐标系中的速度和位置,但是由于误差积累的问题,很难长时间保持高精度的定位。
发明内容
本发明提供一种车辆定位方法、设备及系统,以实现在大楼、高架桥、隧道等区域、或者存在电波干扰的影响下依然能够准确定位,可以在车载导航系统无法准确定位时进行辅助定位,也可以对车载导航系统进行校准。
本发明的第一方面是提供一种车辆定位方法,包括:
车载终端接收路侧终端发送的道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息;
所述车载终端获取本车车辆信息,所述本车车辆信息包括本车的车辆特征;
所述车载终端将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息。
进一步的,所述车辆特征包括行驶状态和车辆外形特征中;
所述车载终端将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息,包括:
所述车载终端将所述本车的车辆特征与所述道路车辆信息中各车辆的车辆特征进行匹配,获取其中与本车相似度最高的车辆;
所述车载终端获取所述道路车辆信息中所述与本车相似度最高的车辆的位置信息,作为所述本车的位置信息。
进一步的,所述将所述本车的车辆特征与所述道路车辆信息中各车辆的车辆特征进行匹配,获取其中与本车相似度最高的车辆,包括:
根据如下公式获取所述本车的车辆特征与所述道路车辆信息中任一车辆a的车辆特征之间的相似度Sima
其中,所述行驶状态包括速度特征和行驶方向特征,V=(V1,V2,…,Vl)为本车的速度特征集合,Φ=(Φ12,…,Φm)为本车的行驶方向特征集合,S=(S1,S2,…,Sn)为本车的车辆外形特征集合;νa=(ν12,…,νl)为车辆a的速度特征集合,θa=(θ12,…,θm)为车辆a的行驶方向特征集合,sa=(s1,s2,…,sn)为车辆a的车辆外形特征集合;l,m,n∈N;w1、w2和w3分别为速度特征、行驶方向特征和车辆外形特征的权重系数,w1+w2+w3=1。
进一步的,所述车载终端获取本车车辆信息,包括:
所述车载终端获取预存的本车的车辆外形特征,通过速度传感器获取本车的速度特征,通过方向传感器获取本车的行驶方向特征。
进一步的,所述方法还包括:
所述车载终端判断车载导航系统的精度是否超过预设阈值;
所述车载终端将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息,包括:
若判断车载导航系统的精度超过所述预设阈值,则所述车载终端将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息。
本发明的第二方面是提供一种车辆定位方法,包括:
路侧终端获取道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息;
所述路侧终端将所述道路车辆信息广播给车载终端,以使所述车载终端将本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息。
进一步的,所述路侧终端获取道路车辆信息,包括:
所述路侧终端通过激光雷达获取扫描范围内各车辆的激光点云数据;
所述路侧终端根据所述激光点云数据获取扫描范围内各车辆的车辆特征和位置信息,从而得到所述道路车辆信息。
本发明的第三方面是提供一种车载终端,包括:
通信单元,用于接收路侧终端发送的道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息;
采集单元,用于获取本车车辆信息,所述本车车辆信息包括本车的车辆特征;
处理器,用于将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息。
进一步的,所述通信单元为V2X通信单元;和/或
所述采集单元包括:
速度传感器,用于获取本车的速度特征;
方向传感器,用于获取本车的行驶方向特征。
本发明的第四方面是提供一种路侧终端,包括:
车辆信息获取单元,用于获取道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息;
通信单元,用于将所述道路车辆信息广播给车载终端,以使所述车载终端将本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息。
进一步的,所述通信单元为V2X通信单元;和/或
所述车辆信息获取单元包括:
激光雷达,用于获取扫描范围内各车辆的激光点云数据;
处理器,用于根据所述激光点云数据获取扫描范围内各车辆的车辆特征和位置信息,从而得到所述道路车辆信息。
本发明的第五方面是提供一种车辆定位系统,包括如第三方面所述的车载终端以及如第四方面所述的路侧终端。
本发明提供的车辆定位方法、设备及系统,通过路侧终端获取道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息,路侧终端将道路车辆信息进行广播;车载终端接收道路车辆信息,并且获取本车车辆信息,所述本车车辆信息包括本车的车辆特征;然后车载终端将本车车辆信息与道路车辆信息进行匹配,获取本车的位置信息。本发明的方法能够实现车辆的定位,在大楼、高架桥、隧道等区域、或者存在电波干扰的影响时依然可以准确定位,可以在车载导航系统无法准确定位时进行辅助定位,也可以对车载导航系统进行校准。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的车辆定位系统的示意图;
图2为本发明实施例提供的车辆定位方法流程图;
图3为本发明另一实施例提供的车辆定位方法流程图;
图4为本发明另一实施例提供的车辆定位方法流程图;
图5为本发明另一实施例提供的车辆定位方法流程图;
图6为本发明实施例提供的车载终端的结构图;
图7为本发明实施例提供的路侧终端的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本实施例的车辆定位方法,可以适用于图1所示的车辆定位系统。如图1所示,所述车辆定位系统包括路侧终端10和车载终端21。其中路侧终端10可设置于道路上,其具体位置和数量可根据实际需要进行布置,例如可布置于路旁、或者横跨道路的交通杆上,优选的设置在大楼、高架桥、隧道、或者存在电波干扰的区域的路旁或者交通杆上;车载终端21设置在车辆20上。
路侧终端10包括车辆信息获取单元以及通信单元,车辆信息获取单元具体可包括激光雷达和处理器,激光雷达用于获取扫描范围内各车辆的激光点云数据,处理器用于根据所述激光点云数据获取扫描范围内各车辆的车辆特征和位置信息,从而得到所述道路车辆信息。当然获取车辆信息不限于采用激光雷达的方式,也可通过其他传感器实现。路侧终端10在获取到扫描范围内各车辆的车辆特征和位置信息后生成道路车辆信息,并通过通信单元进行广播,其中通信单元可以为V2X(Vehicle to X)通信单元,能够按照约定的通信协议和数据交互标准使得路侧终端10和车载终端21实现通信。
车载终端21可包括通信单元、采集单元以及处理器,通信单元可接收路侧终端发送的道路车辆信息,采集单元可获取本车车辆信息,处理器将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息。其中通信单元可以为V2X通信单元,采集单元可包括速度传感器、方向传感器等。
下面结合具体的实施例对车辆定位过程进行详细的描述。
图2为本发明实施例提供的车辆定位方法流程图。本实施例提供了一种车辆定位方法,执行主体为车载终端,该方法具体步骤如下:
S101、车载终端接收路侧终端发送的道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息。
本实施例中,路侧终端首先获取其扫描范围内的各车辆的车辆特征和位置信息,并根据各车辆的车辆特征和位置信息生成道路车辆信息,并进行广播,具体的,路侧终端可以通过激光雷达获取扫描范围内各车辆的激光点云数据,并根据激光点云数据获取扫描范围内各车辆的车辆特征和位置信息,并根据各车辆的车辆特征和位置信息,生成符合V2X应用层交互数据集标准的消息体格式,并通过V2X通信单元进行广播。其中车辆特征具体可包括行驶状态(包括但不限于速度特征、行驶方向特征、加速度特征等)和车辆外形特征(车辆的长、宽、高等外形特征)中的至少一项,各车辆的位置信息可以根据激光点云数据结合路侧终端的位置信息获取。
S102、所述车载终端获取本车车辆信息,所述本车车辆信息包括本车的车辆特征。
在本实施例中,车载终端可获取本车的车辆特征,其中,本车的车辆特征同样可包括行驶状态和车辆外形特征,优选的,本车的车辆特征与路侧终端获得的各车辆的车辆特征包含相同的特征项。
具体的,可预先获取本车的车辆外形特征(包括但不限于车辆的长、宽、高等外形特征),并存储在车载终端本地,车载终端可从本地获取预存的本车的车辆外形特征,此外,车载终端还可以通过速度传感器获取本车的速度特征,通过方向传感器获取本车的行驶方向特征。
S103、所述车载终端将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息。
在本实施例中,车载终端将本车车辆信息与道路车辆信息进行匹配,具体的,可获取本车的车辆特征与道路车辆信息中每一车辆的车辆特征的相似度,确定其中相似度最高即为本车,进而可以从道路车辆信息得到本车对应的位置信息。需要说明的是,由于车辆行驶过程中定位是需要具有时效性的,因此道路车辆信息需要携带时间戳,以在车载终端接收到道路车辆信息后根据时间戳判断道路车辆信息的时效性,从而保证本车车辆信息与道路车辆信息进行匹配时的准确性和可靠性。
本实施例提供的车辆定位方法,通过路侧终端获取道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息,路侧终端将道路车辆信息进行广播;车载终端接收道路车辆信息,并且获取本车车辆信息,所述本车车辆信息包括本车的车辆特征;然后车载终端将本车车辆信息与道路车辆信息进行匹配,获取本车的位置信息。本实施例的方法能够实现车辆的定位,在大楼、高架桥、隧道等区域、或者存在电波干扰的影响时依然可以准确定位,可以在车载导航系统无法准确定位时进行辅助定位,也可以对车载导航系统进行校准。
在上述实施例的基础上,所述车辆特征包括行驶状态和车辆外形特征;如图3所示,S103所述车载终端将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息,具体可包括:
S1031、所述车载终端将所述本车的车辆特征与所述道路车辆信息中各车辆的车辆特征进行匹配,获取其中与本车相似度最高的车辆;
S1032、所述车载终端获取所述道路车辆信息中所述与本车相似度最高的车辆的位置信息,作为所述本车的位置信息。
在本实施例中,道路车辆信息中任一车辆a道路车辆信息为Veha
Veha={(Xa,Ya,Za),(v1,v2,...,vl),(θ12,...,θm),(s1,s2,...,sn)|l,m,n∈N}
其中,本实施例中行驶状态包括速度特征和行驶方向特征,(Xa,Ya,Za)为车辆a的位置信息,νa=(ν12,…,νl)为车辆a的速度特征集合,θa=(θ12,…,θm)为车辆a的行驶方向特征集合,sa=(s1,s2,…,sn)为车辆a的车辆外形特征集合;l,m,n∈N(速度特征、行驶方向特征、车辆外形特征可能分别由多个参数进行描述)。
根据如下公式获取所述本车的车辆特征与所述道路车辆信息中任一车辆a的车辆特征之间的相似度Sima
其中,V=(V1,V2,…,Vl)为本车的速度特征集合,Φ=(Φ12,…,Φm)为本车的行驶方向特征集合,S=(S1,S2,…,Sn)为本车的车辆外形特征集合;l,m,n∈N;w1、w2和w3分别为速度特征、行驶方向特征和车辆外形特征的权重系数,w1+w2+w3=1。
本实施例中通过上述公式计算本车的车辆特征与道路车辆信息中每一车辆的车辆特征的相似度,确定其中相似度最高即为本车,进而可以从道路车辆信息得到本车对应的位置信息。本实施例中w3>w1>w2,基于激光点云数据得到的车辆特征,车辆外形特征的准确性较高,而速度特征是依据激光雷达本次扫描数据和上次扫描数据获取,因此所得到的速度特征与车辆真实的瞬时速度可能存在一定的误差,而行驶方向特征需要依据速度特征获取,因此本实施例中将准确性较高的车辆外形特征的权重系数设置的更大,而速度特征的权重系数次之,行驶方向特征的权重系数最小,可提高相似度计算的准确性和可靠性。
此外,需要说明的是,上述实施例中速度特征、行驶方向特征、车辆外形特征可能分别由多个参数进行描述,当然可也仅由一个参数描述。例如速度特征、行驶方向特征仅由一个参数描述,车辆外形特征由车辆的长宽高三个参数描述,则上述公式简化为:
Sima=w1.|V-v|+w2.|Φ-θ+w3.(|S1-s1|+|S2-s2|+|S3-s3|)
其中,V为本车的速度特征,Φ为本车的行驶方向特征,S=(S1,S2,S3)为本车的车辆外形特征集合,S1,S2,S3分别为本车的长宽高;v为车辆a的速度特征,θ为车辆a的行驶方向特征,s=(s1,s2,s3)为车辆a的车辆外形特征集合,s1,s2,s3分别为车辆a的长宽高。
在上述实施例的基础上,所述方法还包括:
所述车载终端判断车载导航系统的精度是否超过预设阈值;
所述车载终端将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息,包括:
若判断车载导航系统的精度超过所述预设阈值,则所述车载终端将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息。
本实施例中,在通常情况下车辆仍使用车辆的车载导航系统(如GPS等)进行定位,但当车载导航系统的精度降低,车载导航系统的精度超过预设阈值时,则采用上述实施例所述的车辆定位方法的流程。也即车辆在行驶过程中可实时接收到路侧终端发送的道路车辆信息,仅在车载导航系统的精度超过预设阈值时,由车载导航系统切换到上述实施例所述的车辆定位方法。当然也可在车辆行驶到某一预设区域时,车载导航系统判断车辆进入该预设区域后,由车载导航系统切换到上述实施例所述的车辆定位方法;或者路侧终端仅设置在某一预设区域,只要车载终端接收到路侧终端广播的道路车辆信息时,即由车载导航系统切换到上述实施例所述的车辆定位方法;此外本实施例中也可采用上述实施例所述的车辆定位方法获取的位置信息对车载导航系统进行校准。
图4为本发明实施例提供的车辆定位方法流程图。本实施例提供了一种车辆定位方法,执行主体为路侧终端,该方法具体步骤如下:
S201、路侧终端获取道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息。
在本实施例中,路侧终端首先获取其扫描范围内的各车辆的车辆特征和位置信息,并根据各车辆的车辆特征和位置信息生成道路车辆信息。
更具体的,如图5所示,所述路侧终端获取道路车辆信息,包括:
S2011、所述路侧终端通过激光雷达获取扫描范围内各车辆的激光点云数据;
S2012、所述路侧终端根据所述激光点云数据获取扫描范围内各车辆的车辆特征和位置信息,从而得到所述道路车辆信息。
在本实施例中,路侧终端采集的激光点云数据为极坐标数据其中n表示激光雷达扫描层的层数,可以首先转换为以路侧终端为圆心的三维直角坐标(x′,y′,z′),进而根据路侧终端的位置(提前标定好的经纬度和海拔),将(x′,y′,z′)转换为统一的以地心为原点的大地直角坐标系(x,y,z)。
进一步的,路侧终端采集的以路侧终端为坐标原点的原始激光点云数据,在进行上述的坐标转换后,针对原始的激光点云数据进行去噪点过滤、聚类合并和车辆特征提取,得到每个车辆在大地直角坐标系下的坐标值,以及车辆外形特征信息(包括但不限于车辆的长、宽、高等外形特征),此外对每一车辆进行跟踪,获取每一车辆的行驶状态,包括但不限于速度特征、行驶方向特征、加速度特征等。
路侧终端根据各车辆的车辆特征和位置信息生成道路车辆信息,例如生成符合V2X应用层交互数据集标准的消息体格式,具体的道路车辆信息消息体RoadVehInfoMessage的内容采用ASN.1定义如下所示:
其中RoadVehInfoMessage中包括:消息编号、时间戳、路侧终端ID和车辆信息列表。msgCnt表示发送方发送同类消息的编号;time表示路侧终端扫描到原始激光点云数据的时间,采用us级时间戳定义;id表示发送该条消息的路侧终端的设备ID;vehicleList表示车辆信息列表,具体可包含0~32个车辆信息VehicleData,即所述的车辆特征提取数据,用于接收方车辆匹配符合自车特征的VehicleData。
S202、所述路侧终端将所述道路车辆信息广播给车载终端,以使所述车载终端将本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息。
在本实施例中,路侧终端将道路车辆信息广播给车载终端,具体的可通过V2X通信单元进行广播。车载终端接收到道路车辆信息后可执行上述车载终端侧的方法流程,此处不再赘述。
本实施例提供的车辆定位方法,通过路侧终端获取道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息,路侧终端将道路车辆信息进行广播;车载终端接收道路车辆信息,并且获取本车车辆信息,所述本车车辆信息包括本车的车辆特征;然后车载终端将本车车辆信息与道路车辆信息进行匹配,获取本车的位置信息。本实施例的方法能够能够实现车辆的定位,在大楼、高架桥、隧道等区域、或者存在电波干扰的影响时依然可以准确定位,可以在车载导航系统无法准确定位时进行辅助定位,也可以对车载导航系统进行校准。
图6为本发明实施例提供的车载终端的结构图。本实施例提供的车载终端可以执行上述车载终端侧的车辆定位方法实施例提供的处理流程,如图6所示,所述路侧终端30包括通信单元31、采集单元32以及处理器33。
通信单元31,用于接收路侧终端发送的道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息;
采集单元32,用于获取本车车辆信息,所述本车车辆信息包括本车的车辆特征;
处理器33,用于将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息。
进一步的,所述通信单元31为V2X通信单元;和/或
所述采集单元32包括:
速度传感器,用于获取本车的速度特征;
方向传感器,用于获取本车的行驶方向特征。
其中速度传感器可以为加速度计,方向传感器可以为陀螺仪。
进一步的,所述车辆特征包括行驶状态和车辆外形特征;
所述处理器33用于:
将所述本车的车辆特征与所述道路车辆信息中各车辆的车辆特征进行匹配,获取其中与本车相似度最高的车辆;
获取所述道路车辆信息中所述与本车相似度最高的车辆的位置信息,作为所述本车的位置信息。
进一步的,所述处理器33用于:
根据如下公式获取所述本车的车辆特征与所述道路车辆信息中任一车辆a的车辆特征之间的相似度Sima
其中,所述行驶状态包括速度特征和行驶方向特征,V=(V1,V2,…,Vl)为本车的速度特征集合,Φ=(Φ12,…,Φm)为本车的行驶方向特征集合,S=(S1,S2,…,Sn)为本车的车辆外形特征集合;νa=(ν12,…,νl)为车辆a的速度特征集合,θa=(θ12,…,θm)为车辆a的行驶方向特征集合,sa=(s1,s2,…,sn)为车辆a的车辆外形特征集合;l,m,n∈N;w1、w2和w3分别为速度特征、行驶方向特征和车辆外形特征的权重系数,w1+w2+w3=1。
进一步的,所述处理器33还用于,获取预存的本车的车辆外形特征,通过速度传感器获取本车的速度特征,通过方向传感器获取本车的行驶方向特征。
进一步的,所述处理器33还用于,在接收路侧终端发送的道路车辆信息前,判断车载导航系统的精度是否超过预设阈值;若超过所述预设阈值,则将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息。
本发明实施例提供的车载终端,可以具体用于执行上述图2和图3所提供的方法实施例,具体功能此处不再赘述。
本发明实施例提供的车载终端,通过路侧终端获取道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息,路侧终端将道路车辆信息进行广播;车载终端接收道路车辆信息,并且获取本车车辆信息,所述本车车辆信息包括本车的车辆特征;然后车载终端将本车车辆信息与道路车辆信息进行匹配,获取本车的位置信息。本实施例能够实现车辆的定位,在大楼、高架桥、隧道等区域、或者存在电波干扰的影响时依然可以准确定位,可以在车载导航系统无法准确定位时进行辅助定位,也可以对车载导航系统进行校准。
图7为本发明实施例提供的路侧终端的结构图。本实施例提供的路侧终端可以执行上述路侧终端侧的车辆定位方法实施例提供的处理流程,如图7所示,所述路侧终端40包括车辆信息获取单元41以及通信单元42。
车辆信息获取单元41,用于获取道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息;
通信单元42,用于将所述道路车辆信息广播给车载终端,以使所述车载终端将本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息。
进一步的,所述车辆信息获取单元41包括:
激光雷达,用于获取扫描范围内各车辆的激光点云数据;
处理器,用于根据所述激光点云数据获取扫描范围内各车辆的车辆特征和位置信息,从而得到所述道路车辆信息。
进一步的,所述通信单元42为V2X通信单元。
本发明实施例提供的车载终端,可以具体用于执行上述图4和图5所提供的方法实施例,具体功能此处不再赘述。
本发明实施例提供的车载终端,通过路侧终端获取道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息,路侧终端将道路车辆信息进行广播;车载终端接收道路车辆信息,并且获取本车车辆信息,所述本车车辆信息包括本车的车辆特征;然后车载终端将本车车辆信息与道路车辆信息进行匹配,获取本车的位置信息。本实施例能够实现车辆的定位,在大楼、高架桥、隧道等区域、或者存在电波干扰的影响时依然可以准确定位,可以在车载导航系统无法准确定位时进行辅助定位,也可以对车载导航系统进行校准。
本发明另一实施例还提供一种车辆定位系统,包括如上述实施例所述的车载终端和所述的路侧终端。具体功能和技术效果此处不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置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,装置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,在本发明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。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (9)

1.一种车辆定位方法,其特征在于,包括:
车载终端接收路侧终端发送的道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息;其中,各所述车辆的车辆特征和位置信息是所述路侧终端根据通过激光雷达获取的扫描范围内各所述车辆的激光点云数据确定的;
所述车载终端获取本车车辆信息,所述本车车辆信息包括本车的车辆特征;所述车辆特征包括行驶状态和车辆外形特征;所述行驶状态包括速度特征和行驶方向特征;
所述车载终端将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息;
所述车载终端将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息,包括:
所述车载终端将所述本车的车辆特征与所述道路车辆信息中各车辆的车辆特征进行匹配,获取其中与本车相似度最高的车辆;
所述车载终端获取所述道路车辆信息中所述与本车相似度最高的车辆的位置信息,作为所述本车的位置信息。
2.根据权利要求1所述的方法,其特征在于,所述将所述本车的车辆特征与所述道路车辆信息中各车辆的车辆特征进行匹配,获取其中与本车相似度最高的车辆,包括:
根据如下公式获取所述本车的车辆特征与所述道路车辆信息中任一车辆a的车辆特征之间的相似度Sima
其中,V=(V1,V2,…,Vl)为本车的速度特征集合,Φ=(Φ12,…,Φm)为本车的行驶方向特征集合,S=(S1,S2,…,Sn)为本车的车辆外形特征集合;νa=(ν12,…,νl)为车辆a的行驶速度特征集合,θa=(θ12,…,θm)为车辆a的行驶方向特征集合,sa=(s 1,s 2,…,sn)为车辆a的车辆外形特征集合;l,m,n∈N;w1、w2和w3分别为速度特征、行驶方向特征和车辆外形特征的权重系数,w1+w2+w3=1。
3.根据权利要求1或2所述的方法,其特征在于,所述车载终端获取本车车辆信息,包括:
所述车载终端获取预存的本车的车辆外形特征,通过速度传感器获取本车的速度特征,通过方向传感器获取本车的行驶方向特征。
4.根据权利要求1所述的方法,其特征在于,还包括:
所述车载终端判断车载导航系统的精度是否超过预设阈值;
所述车载终端将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息,包括:
若判断车载导航系统的精度超过所述预设阈值,则所述车载终端将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息。
5.一种车辆定位方法,其特征在于,包括:
路侧终端获取道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息;
所述路侧终端将所述道路车辆信息广播给车载终端,以使所述车载终端获取本车车辆信息之后,将所述本车的车辆特征与所述道路车辆信息中各车辆的车辆特征进行匹配,将所述道路车辆信息中与本车相似度最高的车辆的位置信息,作为所述本车的位置信息;其中,所述本车车辆信息包括本车的车辆特征;所述车辆特征包括行驶状态和车辆外形特征;所述行驶状态包括速度特征和行驶方向特征;
所述路侧终端获取道路车辆信息,包括:
所述路侧终端通过激光雷达获取扫描范围内各车辆的激光点云数据;
所述路侧终端根据所述激光点云数据获取扫描范围内各车辆的车辆特征和位置信息,从而得到所述道路车辆信息。
6.一种车载终端,其特征在于,包括:
通信单元,用于接收路侧终端发送的道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息;其中,各所述车辆的车辆特征和位置信息是所述路侧终端根据通过激光雷达获取的扫描范围内各所述车辆的激光点云数据确定的;
采集单元,用于获取本车车辆信息,所述本车车辆信息包括本车的车辆特征;所述车辆特征包括行驶状态和车辆外形特征;所述行驶状态包括速度特征和行驶方向特征;
处理器,用于将所述本车车辆信息与所述道路车辆信息进行匹配,获取本车的位置信息;
所述处理器,还用于将所述本车的车辆特征与所述道路车辆信息中各车辆的车辆特征进行匹配,获取其中与本车相似度最高的车辆;获取所述道路车辆信息中所述与本车相似度最高的车辆的位置信息,作为所述本车的位置信息。
7.根据权利要求6所述车载终端,其特征在于,所述通信单元为V2X通信单元;和/或
所述采集单元包括:
速度传感器,用于获取本车的速度特征;
方向传感器,用于获取本车的行驶方向特征。
8.一种路侧终端,其特征在于,包括:
车辆信息获取单元,用于获取道路车辆信息,所述道路车辆信息包括所述路侧终端扫描范围内各车辆的车辆特征和位置信息;
通信单元,用于将所述道路车辆信息广播给车载终端,以使所述车载终端获取本车车辆信息之后,将所述本车的车辆特征与所述道路车辆信息中各车辆的车辆特征进行匹配,将所述道路车辆信息中与本车相似度最高的车辆的位置信息,作为所述本车的位置信息;其中,所述本车车辆信息包括本车的车辆特征;所述车辆特征包括行驶状态和车辆外形特征;所述行驶状态包括速度特征和行驶方向特征;
所述通信单元为V2X通信单元;和/或
所述车辆信息获取单元包括:
激光雷达,用于获取扫描范围内各车辆的激光点云数据;
处理器,用于根据所述激光点云数据获取扫描范围内各车辆的车辆特征和位置信息,从而得到所述道路车辆信息。
9.一种车辆定位系统,其特征在于,包括:如权利要求6或7所述的车载终端、以及如权利要求8所述的路侧终端。
CN201811494523.0A 2018-12-07 2018-12-07 车辆定位方法、设备及系统 Active CN111291775B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811494523.0A CN111291775B (zh) 2018-12-07 2018-12-07 车辆定位方法、设备及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811494523.0A CN111291775B (zh) 2018-12-07 2018-12-07 车辆定位方法、设备及系统

Publications (2)

Publication Number Publication Date
CN111291775A CN111291775A (zh) 2020-06-16
CN111291775B true CN111291775B (zh) 2024-02-20

Family

ID=71030550

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811494523.0A Active CN111291775B (zh) 2018-12-07 2018-12-07 车辆定位方法、设备及系统

Country Status (1)

Country Link
CN (1) CN111291775B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112017428B (zh) * 2020-07-09 2021-12-17 惠州市德赛西威智能交通技术研究院有限公司 路侧车联网装置、高架桥路段识别方法及车载车联网装置
CN113470350B (zh) * 2021-06-16 2023-02-28 中铁大桥局集团有限公司 一种便道行车调度方法
CN114812435B (zh) * 2022-04-29 2023-10-20 苏州思卡信息系统有限公司 一种车辆三维点云数据滤波方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106128140A (zh) * 2016-08-11 2016-11-16 江苏大学 车联网环境下行车服务主动感知系统及方法
CN107306384A (zh) * 2016-04-22 2017-10-31 宇龙计算机通信科技(深圳)有限公司 一种车辆丢失处理的方法、装置以及服务器
CN107942364A (zh) * 2016-10-13 2018-04-20 阿里巴巴集团控股有限公司 车辆定位方法和车辆定位系统
CN107941229A (zh) * 2016-10-13 2018-04-20 阿里巴巴集团控股有限公司 车辆定位方法和车辆定位系统
CN108377252A (zh) * 2016-11-23 2018-08-07 武汉万集信息技术有限公司 一种车路协同信息推送方法及装置
CN108417087A (zh) * 2018-02-27 2018-08-17 浙江吉利汽车研究院有限公司 一种车辆安全通行系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2806413B1 (en) * 2012-01-20 2016-12-28 Toyota Jidosha Kabushiki Kaisha Vehicle behavior prediction device and vehicle behavior prediction method, and driving assistance device

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107306384A (zh) * 2016-04-22 2017-10-31 宇龙计算机通信科技(深圳)有限公司 一种车辆丢失处理的方法、装置以及服务器
CN106128140A (zh) * 2016-08-11 2016-11-16 江苏大学 车联网环境下行车服务主动感知系统及方法
CN107942364A (zh) * 2016-10-13 2018-04-20 阿里巴巴集团控股有限公司 车辆定位方法和车辆定位系统
CN107941229A (zh) * 2016-10-13 2018-04-20 阿里巴巴集团控股有限公司 车辆定位方法和车辆定位系统
CN108377252A (zh) * 2016-11-23 2018-08-07 武汉万集信息技术有限公司 一种车路协同信息推送方法及装置
CN108417087A (zh) * 2018-02-27 2018-08-17 浙江吉利汽车研究院有限公司 一种车辆安全通行系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
以双重编码理论优化道路车辆视频追踪系统;李菲;王晓跃;;知音励志(第11期);全文 *

Also Published As

Publication number Publication date
CN111291775A (zh) 2020-06-16

Similar Documents

Publication Publication Date Title
CN108986450B (zh) 车辆环境感知方法、终端及系统
CN110687562B (zh) 一种定位方法及车载装置
JP7059362B2 (ja) 地図データ構築方法、車両端末、およびサーバ
EP2973497B1 (en) Enriching driving experience with cloud assistance
CN111770451B (zh) 一种基于车路协同的道路车辆定位及感知方法和装置
CN111291775B (zh) 车辆定位方法、设备及系统
CN111310295B (zh) 车辆人群感测系统和方法
US10839682B1 (en) Method and system for traffic behavior detection and warnings
CN108061875B (zh) 基于无线局域网络节点的车辆定位
US11408739B2 (en) Location correction utilizing vehicle communication networks
CN110851545B (zh) 地图绘制方法、装置及设备
US10928522B2 (en) Method and device for determining navigation information
CN112163063B (zh) 生成高精度地图的方法、装置和计算机可读存储介质
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
US20220140924A1 (en) Mobile data collection apparatus
CN111915921A (zh) 利用路侧设备的车道级精度定位方法
JP2021043475A (ja) 送信装置、点群データ収集システムおよびコンピュータプログラム
JP2012133726A (ja) 車載通信装置および通信方法
CN109541661B (zh) 一种定位方法和装置
CN106468556A (zh) 一种行车信息共享、展示方法及装置
US20190279504A1 (en) Method, device and system for wrong-way driver detection
JP2019200658A (ja) 情報通信システムとその方法およびサーバ
CN106157659B (zh) 一种电子眼数据添加方法、电子眼管理装置以及系统
CN110782693B (zh) 一种定位方法、装置及设备
Dolui et al. Traffic status monitoring using smart devices

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