CN111323004A - 初始位置的确定方法及车载终端 - Google Patents
初始位置的确定方法及车载终端 Download PDFInfo
- Publication number
- CN111323004A CN111323004A CN201811538402.1A CN201811538402A CN111323004A CN 111323004 A CN111323004 A CN 111323004A CN 201811538402 A CN201811538402 A CN 201811538402A CN 111323004 A CN111323004 A CN 111323004A
- Authority
- CN
- China
- Prior art keywords
- information
- semantic information
- map
- geographic
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000001413 cellular effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本说明书公开一种初始位置的确定方法及车载终端,该确定方法包括以下步骤:获取当前车辆所处的粗略位置,根据所述粗略位置确定初始化范围及所述初始化范围对应的第一地图语义信息和第一地理信息;获取当前车辆附近的第二地图语义信息和第二地理信息;将所述第一地图语义信息、所述第一地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,得到所述初始化范围内的可能位置及所述可能位置附近的第三地图语义信息和第三地理信息;将所述第三地图语义信息、所述第三地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,确定当前车辆所处的初始位置。
Description
技术领域
本说明书涉及自动驾驶领域,具体而言,涉及一种初始位置的确定方法及车载终端。
背景技术
在自动泊车场景中,通常需要基于高精度地图的定位系统为车辆提供精确定位。而定位系统的初始位置的确定是一个较大的难点。在系统刚启动时,能够获取精确位置的手段比较有限(例如GPS等),尤其是对于地下车库、封闭园区等GPS受限的应用场景,初始位置的确定更加困难。
发明内容
本说明书提供一种初始位置的确定方法及车载终端,用以克服现有技术中存在的至少一个技术问题。
根据本说明书实施例的第一方面,提供了一种初始位置的确定方法,包括以下步骤:
获取当前车辆所处的粗略位置,根据所述粗略位置确定初始化范围及所述初始化范围对应的第一地图语义信息和第一地理信息;
获取当前车辆附近的第二地图语义信息和第二地理信息;
将所述第一地图语义信息、所述第一地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,得到所述初始化范围内的可能位置及所述可能位置附近的第三地图语义信息和第三地理信息;
将所述第三地图语义信息、所述第三地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,确定当前车辆所处的初始位置。
可选的,所述粗略位置是通过GPS、WIFI、蓝牙或蜂窝基站获取的位置;或
所述粗略位置是预先保存的车辆停车前的位置;或
所述粗略位置是预先设定的位置;或
所述粗略位置是用户输入的位置。
可选的,所述根据所述粗略位置确定初始化范围及所述初始化范围对应的第一地图语义信息和第一地理信息包括:
根据所述粗略位置及所述粗略位置所属类型对应的误差范围,确定初始的搜寻区域;
在所述搜寻区域内,每间隔设定距离,设定一个候选位置,从地图中提取每个所述候选位置的地图信息,基于所提取的地图信息构建对应的局部语义信息图,所述局部语义信息图包括对应候选位置附近的地图语义和地理信息。
可选的,所述获取当前车辆附近的第二地图语义信息和第二地理信息包括:
获取车辆传感器的传感数据;
对所述传感数据进行语义信息提取,得到车辆附近实际观测的语义信息图,所述语义信息图包括第二地图语义信息和第二地理信息。
可选的,所述车辆传感器包括可见光相机、红外相机、激光雷达、毫米波雷达、超声波传感器中的至少一种。
可选的,所述将所述第一地图语义信息、所述第一地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,得到所述初始化范围内的可能位置及所述可能位置附近的第三地图语义信息和第三地理信息包括:
将每个所述候选位置的局部语义信息图中的语义信息和所述第二地图语义信息按照语义信息的类别进行对齐;
根据对齐结果判断二者的误差是否在允许范围内,若判断结果为是则将对应的候选位置作为当前车辆的可能位置,并将对应候选位置附近的局部地图语义信息和地理信息作为所述可能位置附近的第三地图语义信息和第三地理信息。
可选的,在将每个所述候选位置的局部语义信息图中的语义信息和所述第二地图语义信息按照语义信息的类别进行对齐时,二者语义信息图的分辨率不大于设定分辨率。
可选的,所述将所述第三地图语义信息、所述第三地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,确定当前车辆所处的初始位置包括:
将每个所述可能位置附近的第三地图语义信息和所述第二地图语义信息按照语义信息的类别进行对齐,以及将所述可能位置附近的第三地理信息和所述第二地理信息按照地理信息的类别进行对齐;
根据对齐结果判断二者的误差是否在允许范围内,若判断结果为是则将对应的可能位置作为当前车辆所处的初始位置。
可选的,在将每个所述可能位置的局部语义信息图中的语义信息和所述第二地图语义信息按照语义信息的类别进行对齐时,二者语义信息图的分辨率大于设定分辨率。
根据本说明书实施例的第二方面,还提供了一种车载终端,包括:
第一位置信息获取模块,被配置为获取当前车辆所处的粗略位置,根据所述粗略位置确定初始化范围及所述初始化范围对应的第一地图语义信息和第一地理信息;
第二位置信息获取模块,被配置为获取当前车辆附近的第二地图语义信息和第二地理信息;
第一位置确定模块,被配置为将所述第一地图语义信息、所述第一地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,得到所述初始化范围内的可能位置及所述可能位置附近的第三地图语义信息和第三地理信息;
第二位置确定模块,被配置为将所述第三地图语义信息、所述第三地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,确定当前车辆所处的初始位置。
可选的,所述粗略位置是通过GPS、WIFI、蓝牙或蜂窝基站获取的位置;或
所述粗略位置是预先保存的车辆停车前的位置;或
所述粗略位置是预先设定的位置;或
所述粗略位置是用户输入的位置。
可选的,所述第一位置信息获取模块包括:
搜寻区域确定单元,被配置为根据所述粗略位置及所述粗略位置所属类型对应的误差范围,确定初始的搜寻区域;
候选位置确定单元,被配置为在所述搜寻区域内,每间隔设定距离,设定一个候选位置,从地图中提取每个所述候选位置的地图信息,基于所提取的地图信息构建对应的局部语义信息图,所述局部语义信息图包括对应候选位置附近的地图语义和地理信息。
可选的,所述第二位置信息获取模块包括:
传感数据获取单元,被配置为获取车辆传感器的传感数据;
位置信息提取单元,被配置为对所述传感数据进行语义信息提取,得到车辆附近实际观测的语义信息图,所述语义信息图包括第二地图语义信息和第二地理信息。
可选的,所述车辆传感器包括可见光相机、红外相机、激光雷达、毫米波雷达、超声波传感器中的至少一种。
可选的,所述第一位置确定模块包括:
第一对齐单元,被配置为将每个所述候选位置的局部语义信息图中的语义信息和所述第二地图语义信息按照语义信息的类别进行对齐;
第一位置确定单元,被配置为根据对齐结果判断二者的误差是否在允许范围内,若判断结果为是则将对应的候选位置作为当前车辆的可能位置,并将对应候选位置附近的局部地图语义信息和地理信息作为所述可能位置附近的第三地图语义信息和第三地理信息。
可选的,在将每个所述候选位置的局部语义信息图中的语义信息和所述第二地图语义信息按照语义信息的类别进行对齐时,二者语义信息图的分辨率不大于设定分辨率。
可选的,所述第二位置确定模块包括:
第二对齐单元,被配置为将每个所述可能位置附近的第三地图语义信息和所述第二地图语义信息按照语义信息的类别进行对齐,以及将所述可能位置附近的第三地理信息和所述第二地理信息按照地理信息的类别进行对齐;
第二位置确定单元,被配置为根据对齐结果判断二者的误差是否在允许范围内,若判断结果为是则将对应的可能位置作为当前车辆所处的位置。
可选的,在将每个所述可能位置的局部语义信息图中的语义信息和所述第二地图语义信息按照语义信息的类别进行对齐时,二者语义信息图的分辨率大于设定分辨率。
本说明书实施例通过获取车辆的粗略位置及对应的地图语义信息和地理信息、车辆所处的位置及附近的地图语义信息和地理信息,进而通过对二者的地图语义信息和地理信息进行匹配得到当前车辆所在的初始位置。本说明书实施例仅需车辆初始位置的周边环境信息即可完成定位,无需等待行驶一段距离,匹配效率较高。
本说明书实施例的发明点至少包括:
1、通过获取车辆的粗略位置及对应的地图语义信息和地理信息、车辆所处的位置及附近的地图语义信息和地理信息,进而通过对二者的地图语义信息和地理信息进行匹配,这样仅需车辆初始位置的周边环境信息即可得到当前车辆所在的初始位置,是本说明书实施例的发明点之一。
2、在语义信息图的匹配过程中,先通过低分辨率的匹配方式确定车辆的可能位置,进而通过高分辨率的匹配方式确定车辆的精确位置,是本说明书实施例的发明点之一。
3、在根据初始范围内的候选位置确定当前车辆的可能位置以缩小车辆初始位置的搜索范围时,仅将每个候选位置的局部语义信息图中的语义信息和车辆附近的第二地图语义信息按照语义信息的类别进行对齐,以提高位置匹配的效率,是本说明书实施例的发明点之一。
附图说明
为了更清楚地说明本说明书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说明书的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书一个实施例的初始位置的确定方法流程图;
图2为本说明书一个实施例的定位系统的初始化流程图;
图3为本说明书一个实施例的车载终端模块图。
具体实施方式
下面将结合本说明书实施例中的附图,对本说明书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说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
需要说明的是,本说明书实施例及附图中的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本说明书实施例公开了一种初始位置的确定方法及车载终端。以下分别进行详细说明。
图1为本说明书一个实施例的初始位置的确定方法流程图;如图1所示,该初始位置的确定方法包括以下步骤:
S110,获取当前车辆所处的粗略位置,根据所述粗略位置确定初始化范围及所述初始化范围对应的第一地图语义信息和第一地理信息;
一种实现方式中,所述粗略位置可以通过GPS、WIFI、蓝牙或蜂窝基站获取;或所述粗略位置可以是预先保存的车辆停车前的位置;或所述粗略位置可以是用户预先设定的位置;或所述粗略位置还可以是用户输入的位置。例如,在地下车库自动泊车应用场景里,可以利用预先设定的地下车库入口位置作为车辆粗略位置。
在具体实现时,所述根据所述粗略位置确定初始化范围及所述初始化范围对应的第一地图语义信息和第一地理信息可以通过以下方式来实现:根据所述粗略位置及所述粗略位置所属类型对应的误差范围,确定初始的搜寻区域;在所述搜寻区域内,每间隔设定距离,设定一个候选位置,从地图中提取每个所述候选位置的地图信息,基于所提取的地图信息构建对应的局部语义信息图,所述局部语义信息图包括对应候选位置附近的地图语义和地理信息,其中,这里的地理信息是指各类语义信息相对车辆的地理位置信息。
其中,在确定初始的搜索范围时,可以根据所述粗略位置所属的位置类型对应的误差范围来确定。每种位置类型对应的误差范围可以根据测试数据或经验来设定。
S120,获取当前车辆附近的第二地图语义信息和第二地理信息。
一种实现方式中,所述获取当前车辆附近的第二地图语义信息和第二地理信息可以通过以下步骤来实现:获取车辆传感器的传感数据;对所述传感数据进行语义信息提取,得到车辆附近实际观测的语义信息图,所述语义信息图包括第二地图语义信息和第二地理信息。
其中,所述车辆传感器可以可见光相机、红外相机、激光雷达、毫米波雷达、超声波传感器中的至少一种。
其中,局部语义信息图表示根据地图信息所计算的,该位置周围的环境所包含的语义信息及对应的地理位置信息内容。语义信息取决于高精度地图所包含的信息,包括但不限于路面、车道线、路标、建筑、人行道等信息。例如,在地下车库自动泊车应用场景里,高精度地图包含所有的该车库内车道线、车库线、路标、指示箭头、人行道等语义信息,以及这些内容所对应的精确地理位置。因此,对于任意一个候选位置,都可以构建一个局部语义信息图,代表候选位置附近区域的这些语义信息的内容以及所对应的地理位置。
S130,将所述第一地图语义信息、所述第一地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,得到所述初始化范围内的可能位置及所述可能位置附近的第三地图语义信息和第三地理信息。
一种实现方式中,所述将所述第一地图语义信息、所述第一地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,得到所述初始化范围内的可能位置及所述可能位置附近的第三地图语义信息和第三地理信息可以通过以下步骤来实现:将每个所述候选位置的局部语义信息图中的语义信息和所述第二地图语义信息按照语义信息的类别进行对齐;根据对齐结果判断二者的误差是否在允许范围内,若判断结果为是则将对应的候选位置作为当前车辆的可能位置,并将对应候选位置附近的局部地图语义信息和地理信息作为所述可能位置附近的第三地图语义信息和第三地理信息。
为了提高计算的效率,在将每个所述候选位置的局部语义信息图中的语义信息和所述第二地图语义信息按照语义信息的类别进行对齐时,二者语义信息图的分辨率不大于设定分辨率。本实施例通过采用低分辨率匹配的方式,可以减少运算量,提高匹配的效率。
S140,将所述第三地图语义信息、所述第三地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,确定当前车辆所处的初始位置。
一种实现方式中,所述将所述第三地图语义信息、所述第三地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,确定当前车辆所处的初始位置可以通过以下步骤来实现:将每个所述可能位置附近的第三地图语义信息和所述第二地图语义信息按照语义信息的类别进行对齐,以及将所述可能位置附近的第三地理信息和所述第二地理信息按照地理信息的类别进行对齐;根据对齐结果判断二者的误差是否在允许范围内,若判断结果为是则将对应的可能位置作为当前车辆所处的初始位置。
为了提高所确定的初始位置的精度,在将每个所述可能位置的局部语义信息图中的语义信息和所述第二地图语义信息按照语义信息的类别进行对齐时,可以将二者语义信息图的分辨率设置为大于设定分辨率,从而提高所确定的初始位置的精度。
本说明书实施例通过获取车辆的粗略位置及对应的地图语义信息和地理信息、车辆所处的位置及附近的地图语义信息和地理信息,进而通过对二者的地图语义信息和地理信息进行匹配得到当前车辆所在的初始位置。本说明书实施例仅需车辆初始位置的周边环境信息即可完成定位,无需等待行驶一段距离,匹配效率较高。
图2为本说明书一实施例的车辆定位系统的初始化流程图;如图2所示,该车辆定位系统的初始化流程包括:
S1,车辆启动:
响应于车辆启动,定位系统开启,执行初始化过程以确定车辆所处的初始位置。
S2,粗略位置获取:
在获取车辆粗略位置时,可以通过车辆所配备的传感器系统来实现,包括但不限于:使用GPS卫星定位、使用WIFI、蓝牙、蜂窝基站等手段获取位置、利用车辆停车前的位置、利用预先设定的位置,或者在产品功能上使用户手动输入出事位置等方法。注意上述获取粗略位置的手段,都包含了粗略位置,以及对应的可能误差范围。
例如,在地下车库自动泊车应用场景里,利用预先设定的地下车库入口位置作为车辆粗略位置。
S3,确定初始化范围及对应的地图语义和地理信息:
根据车辆粗略位置及误差范围,确定初始化算法搜寻区域,在搜寻区域内,每间隔一段距离,设定一个候选位置,对每个候选位置提取地图中的高精度地图信息,并构建局部语义信息图。局部语义信息图表示根据地图信息所计算的,该位置周围的环境所包含的语义信息及对应的地理位置信息内容。语义信息取决于高精度地图所包含的信息,包括但不限于路面、车道线、路标、建筑、人行道等信息。例如,在地下车库自动泊车应用场景里,高精度地图包含所有的该车库内车道线、车库线、路标、指示箭头、人行道等语义信息,以及这些内容所对应的精确地理位置。因此,对于任意一个候选位置,都可以构建一个局部语义信息图,代表候选位置附近区域的这些语义信息的内容以及所对应的地理位置。
S4,提取当前车辆附近的地图语义信息和地理信息:
在实现时可以先获取车辆传感器的数据,包括但不限于可见光相机、红外相机、激光雷达、毫米波雷达、超声波等传感器;进而利用这些传感器的内容,经语义信息提取,得到实际观测的语义信息图。语义信息图的内容与S2中获取的语义信息图内容是统一的。例如,在地下车库自动泊车应用场景里,车辆使用车身周围的4个鱼眼相机(前后左右各1个)作为主要传感器,通过机器学习等方式得到每一个相机中所观测到的语义信息及其地理位置信息后,即可得到车辆当前实际观察到的周边环境的车道线、车库线、路标、指示箭头、人行道,以及各类语义信息相对车辆的地理位置信息,即为车辆实际观测的语义信息图。现有技术中对于地图中车辆位置的获取往往采用GPS定位和/或车辆上的惯性计等获得,一方面定位精度不高,另一方面在地下车库等环境,GPS信号差,无法获得车辆准确的实时地理位置信息。本发明在获得地理位置信息时采用上述的收集车辆周边语义的方式确定地理位置信息,有效的克服了定位精度不高的,应用有局限的缺点,这也是本发明的创新点之一。
S5,粗略匹配车辆附近的语义信息和地理信息(由S4获取)与初始化范围内候选位置的语义信息和地理信息(由S3获取),缩小车辆的位置范围。
“匹配”指的是尝试将S3/S4获取的语义信息图中的同类语义信息进行对齐,最后通过二者的误差评价其相似性。本说明书实施例阐述的匹配算法的实现可以有多种,通常与定位系统本身根据地图计算自身位置的方法一致。
因为初始化时,搜索范围可能非常大,逐一完成精确匹配的效率非常低,因此需要使用粗略但是快速的匹配方法缩小车辆的位置范围。本实施例采用低分辨率匹配的方式完成粗略匹配。例如,假设S4步骤中所获取的语义信息图为1000*1000分辨率(100万像素)的图像,S3步骤所获取的每一个候选位置附近生成的语义信息图也为1000*1000分辨率的图像。候选位置共有100个,则需要完成100次100万像素图像的配准,计算量较大。在粗略匹配的过程中,将所有的图片下采样至1/100像素(或其他比例),即100*100(1万像素),可以大大提升匹配速度。由于地图精度的降低,无法直接得到车辆的精确位置,但是本步骤通过语义信息图的粗略匹配,可以筛选出1个或多个最佳匹配候选位置。
S6,精确匹配车辆附近的语义信息和地理信息与初始化候选位置附近的语义信息和地理信息,确定车辆的准确位置
在S5的基础上,再通过与S5相似的方法,但是不再使用低分辨率的匹配,而是使用较高分辨率的匹配计算,准确测量车辆的位置。
S7,定位系统初始化完成。
本实施例可以在多种条件下获取车辆在高精度地图中的初始精确位置。不受限于某几种特定传感器,如GPS、WIFI、蓝牙等。同时,本实施例仅需初始位置周边环境信息即可完成定位,无需等待行驶一段距离,匹配效率较高。
与前述初始位置的确定方法实施例相适应,图3为本说明书一实施例的车载终端模块图。如图3所示,该车载终端300包括:
第一位置信息获取模块310,被配置为获取当前车辆所处的粗略位置,根据所述粗略位置确定初始化范围及所述初始化范围对应的第一地图语义信息和第一地理信息;
第二位置信息获取模块320,被配置为获取当前车辆附近的第二地图语义信息和第二地理信息;
第一位置确定模块330,被配置为将所述第一地图语义信息、所述第一地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,得到所述初始化范围内的可能位置及所述可能位置附近的第三地图语义信息和第三地理信息;
第二位置确定模块340,被配置为将所述第三地图语义信息、所述第三地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,确定当前车辆所处的初始位置。
可选的,所述粗略位置是通过GPS、WIFI、蓝牙或蜂窝基站获取的位置;或
所述粗略位置是预先保存的车辆停车前的位置;或
所述粗略位置是预先设定的位置;或
所述粗略位置是用户输入的位置。
可选的,所述第一位置信息获取模块包括:
搜寻区域确定单元,被配置为根据所述粗略位置及所述粗略位置所属类型对应的误差范围,确定初始的搜寻区域;
候选位置确定单元,被配置为在所述搜寻区域内,每间隔设定距离,设定一个候选位置,从地图中提取每个所述候选位置的地图信息,基于所提取的地图信息构建对应的局部语义信息图,所述局部语义信息图包括对应候选位置附近的地图语义和地理信息。
可选的,所述第二位置信息获取模块包括:
传感数据获取单元,被配置为获取车辆传感器的传感数据;
位置信息提取单元,被配置为对所述传感数据进行语义信息提取,得到车辆附近实际观测的语义信息图,所述语义信息图包括第二地图语义信息和第二地理信息。
可选的,所述车辆传感器包括可见光相机、红外相机、激光雷达、毫米波雷达、超声波传感器中的至少一种。
可选的,所述第一位置确定模块包括:
第一对齐单元,被配置为将每个所述候选位置的局部语义信息图中的语义信息和所述第二地图语义信息按照语义信息的类别进行对齐;
第一位置确定单元,被配置为根据对齐结果判断二者的误差是否在允许范围内,若判断结果为是则将对应的候选位置作为当前车辆的可能位置,并将对应候选位置附近的局部地图语义信息和地理信息作为所述可能位置附近的第三地图语义信息和第三地理信息。
可选的,在将每个所述候选位置的局部语义信息图中的语义信息和所述第二地图语义信息按照语义信息的类别进行对齐时,二者语义信息图的分辨率不大于设定分辨率。
可选的,所述第二位置确定模块包括:
第二对齐单元,被配置为将每个所述可能位置附近的第三地图语义信息和所述第二地图语义信息按照语义信息的类别进行对齐,以及将所述可能位置附近的第三地理信息和所述第二地理信息按照地理信息的类别进行对齐;
第二位置确定单元,被配置为根据对齐结果判断二者的误差是否在允许范围内,若判断结果为是则将对应的可能位置作为当前车辆所处的位置。
可选的,在将每个所述可能位置的局部语义信息图中的语义信息和所述第二地图语义信息按照语义信息的类别进行对齐时,二者语义信息图的分辨率大于设定分辨率。
本说明书实施例通过获取车辆的粗略位置及对应的地图语义信息和地理信息、车辆所处的位置及附近的地图语义信息和地理信息,进而通过对二者的地图语义信息和地理信息进行匹配得到当前车辆所在的初始位置。本说明书实施例仅需车辆初始位置的周边环境信息即可完成定位,无需等待行驶一段距离,匹配效率较高。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本说明书所必须的。
本领域普通技术人员可以理解:实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本说明书的技术方案,而非对其限制;尽管参照前述实施例对本说明书进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分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说明书实施例技术方案的精神和范围。
Claims (10)
1.一种初始位置的确定方法,其特征在于,包括以下步骤:
获取当前车辆所处的粗略位置,根据所述粗略位置确定初始化范围及所述初始化范围对应的第一地图语义信息和第一地理信息;
获取当前车辆附近的第二地图语义信息和第二地理信息;
将所述第一地图语义信息、所述第一地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,得到所述初始化范围内的可能位置及所述可能位置附近的第三地图语义信息和第三地理信息;
将所述第三地图语义信息、所述第三地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,确定当前车辆所处的初始位置。
2.根据权利要求1所述的确定方法,其特征在于,所述粗略位置是通过GPS、WIFI、蓝牙或蜂窝基站获取的位置;或
所述粗略位置是预先保存的车辆停车前的位置;或
所述粗略位置是预先设定的位置;或
所述粗略位置是用户输入的位置。
3.根据权利要求1-2中任一项所述的确定方法,其特征在于,所述根据所述粗略位置确定初始化范围及所述初始化范围对应的第一地图语义信息和第一地理信息包括:
根据所述粗略位置及所述粗略位置所属类型对应的误差范围,确定初始的搜寻区域;
在所述搜寻区域内,每间隔设定距离,设定一个候选位置,从地图中提取每个所述候选位置的地图信息,基于所提取的地图信息构建对应的局部语义信息图,所述局部语义信息图包括对应候选位置附近的地图语义和地理信息。
4.根据权利要求1-3中任一项所述的确定方法,其特征在于,所述获取当前车辆附近的第二地图语义信息和第二地理信息包括:
获取车辆传感器的传感数据;
对所述传感数据进行语义信息提取,得到车辆附近实际观测的语义信息图,所述语义信息图包括第二地图语义信息和第二地理信息。
5.根据权利要求1-4中任一项所述的确定方法,其特征在于,所述车辆传感器包括可见光相机、红外相机、激光雷达、毫米波雷达、超声波传感器中的至少一种。
6.根据权利要求1-5中任一项所述的确定方法,其特征在于,所述将所述第一地图语义信息、所述第一地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,得到所述初始化范围内的可能位置及所述可能位置附近的第三地图语义信息和第三地理信息包括:
将每个所述候选位置的局部语义信息图中的语义信息和所述第二地图语义信息按照语义信息的类别进行对齐;
根据对齐结果判断二者的误差是否在允许范围内,若判断结果为是则将对应的候选位置作为当前车辆的可能位置,并将对应候选位置附近的局部地图语义信息和地理信息作为所述可能位置附近的第三地图语义信息和第三地理信息。
7.根据权利要求1-6中任一项所述的确定方法,其特征在于,在将每个所述候选位置的局部语义信息图中的语义信息和所述第二地图语义信息按照语义信息的类别进行对齐时,二者语义信息图的分辨率不大于设定分辨率。
8.根据权利要求1-7中任一项所述的确定方法,其特征在于,所述将所述第三地图语义信息、所述第三地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,确定当前车辆所处的初始位置包括:
将每个所述可能位置附近的第三地图语义信息和所述第二地图语义信息按照语义信息的类别进行对齐,以及将所述可能位置附近的第三地理信息和所述第二地理信息按照地理信息的类别进行对齐;
根据对齐结果判断二者的误差是否在允许范围内,若判断结果为是则将对应的可能位置作为当前车辆所处的初始位置。
9.根据权利要求1-8中任一项所述的确定方法,其特征在于,在将每个所述可能位置的局部语义信息图中的语义信息和所述第二地图语义信息按照语义信息的类别进行对齐时,二者语义信息图的分辨率大于设定分辨率。
10.一种车载终端,其特征在于,包括:
第一位置信息获取模块,被配置为获取当前车辆所处的粗略位置,根据所述粗略位置确定初始化范围及所述初始化范围对应的第一地图语义信息和第一地理信息;
第二位置信息获取模块,被配置为获取当前车辆附近的第二地图语义信息和第二地理信息;
第一位置确定模块,被配置为将所述第一地图语义信息、所述第一地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,得到所述初始化范围内的可能位置及所述可能位置附近的第三地图语义信息和第三地理信息;
第二位置确定模块,被配置为将所述第三地图语义信息、所述第三地理信息分别与所述第二地图语义信息、所述第二地理信息进行匹配,确定当前车辆所处的初始位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811538402.1A CN111323004B (zh) | 2018-12-16 | 2018-12-16 | 初始位置的确定方法及车载终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811538402.1A CN111323004B (zh) | 2018-12-16 | 2018-12-16 | 初始位置的确定方法及车载终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111323004A true CN111323004A (zh) | 2020-06-23 |
CN111323004B CN111323004B (zh) | 2022-05-13 |
Family
ID=71166700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811538402.1A Active CN111323004B (zh) | 2018-12-16 | 2018-12-16 | 初始位置的确定方法及车载终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111323004B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113515126A (zh) * | 2021-07-12 | 2021-10-19 | 北京经纬恒润科技股份有限公司 | 一种车辆定位方法及装置 |
DE102020134119B3 (de) | 2020-12-18 | 2021-12-23 | Audi Aktiengesellschaft | Verfahren zur Lokalisierung eines Kraftfahrzeugs in einer Assistenzkarte, Kraftfahrzeug, Computerprogramm und elektronisch lesbarer Datenträger |
WO2022041706A1 (zh) * | 2020-08-28 | 2022-03-03 | 华为技术有限公司 | 一种定位方法、定位系统和车辆 |
WO2022062019A1 (zh) * | 2020-09-27 | 2022-03-31 | 驭势科技(北京)有限公司 | 一种地图匹配方法、装置、电子设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542302A (zh) * | 2010-12-21 | 2012-07-04 | 中国科学院电子学研究所 | 基于分等级对象语义图的复杂目标自动识别方法 |
CN106525025A (zh) * | 2016-10-28 | 2017-03-22 | 武汉大学 | 一种变电站巡检机器人路线规划导航方法 |
CN107144285A (zh) * | 2017-05-08 | 2017-09-08 | 深圳地平线机器人科技有限公司 | 位姿信息确定方法、装置和可移动设备 |
CN107831765A (zh) * | 2017-10-23 | 2018-03-23 | 广州视源电子科技股份有限公司 | 定位方法、装置、设备及存储介质 |
CN108089572A (zh) * | 2016-11-23 | 2018-05-29 | 百度(美国)有限责任公司 | 用于稳健且有效的车辆定位的算法和基础设施 |
US20180268566A1 (en) * | 2017-03-14 | 2018-09-20 | Ford Global Technologies, Llc | Vehicle Localization Using Cameras |
CN108759833A (zh) * | 2018-04-25 | 2018-11-06 | 中国科学院合肥物质科学研究院 | 一种基于先验地图的智能车辆定位方法 |
CN108920584A (zh) * | 2018-06-25 | 2018-11-30 | 广州视源电子科技股份有限公司 | 一种语义栅格地图生成方法及其装置 |
-
2018
- 2018-12-16 CN CN201811538402.1A patent/CN111323004B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542302A (zh) * | 2010-12-21 | 2012-07-04 | 中国科学院电子学研究所 | 基于分等级对象语义图的复杂目标自动识别方法 |
CN106525025A (zh) * | 2016-10-28 | 2017-03-22 | 武汉大学 | 一种变电站巡检机器人路线规划导航方法 |
CN108089572A (zh) * | 2016-11-23 | 2018-05-29 | 百度(美国)有限责任公司 | 用于稳健且有效的车辆定位的算法和基础设施 |
US20180268566A1 (en) * | 2017-03-14 | 2018-09-20 | Ford Global Technologies, Llc | Vehicle Localization Using Cameras |
CN107144285A (zh) * | 2017-05-08 | 2017-09-08 | 深圳地平线机器人科技有限公司 | 位姿信息确定方法、装置和可移动设备 |
CN107831765A (zh) * | 2017-10-23 | 2018-03-23 | 广州视源电子科技股份有限公司 | 定位方法、装置、设备及存储介质 |
CN108759833A (zh) * | 2018-04-25 | 2018-11-06 | 中国科学院合肥物质科学研究院 | 一种基于先验地图的智能车辆定位方法 |
CN108920584A (zh) * | 2018-06-25 | 2018-11-30 | 广州视源电子科技股份有限公司 | 一种语义栅格地图生成方法及其装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022041706A1 (zh) * | 2020-08-28 | 2022-03-03 | 华为技术有限公司 | 一种定位方法、定位系统和车辆 |
WO2022062019A1 (zh) * | 2020-09-27 | 2022-03-31 | 驭势科技(北京)有限公司 | 一种地图匹配方法、装置、电子设备和存储介质 |
DE102020134119B3 (de) | 2020-12-18 | 2021-12-23 | Audi Aktiengesellschaft | Verfahren zur Lokalisierung eines Kraftfahrzeugs in einer Assistenzkarte, Kraftfahrzeug, Computerprogramm und elektronisch lesbarer Datenträger |
CN113515126A (zh) * | 2021-07-12 | 2021-10-19 | 北京经纬恒润科技股份有限公司 | 一种车辆定位方法及装置 |
CN113515126B (zh) * | 2021-07-12 | 2024-05-10 | 北京经纬恒润科技股份有限公司 | 一种车辆定位方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111323004B (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111323004B (zh) | 初始位置的确定方法及车载终端 | |
CN107328410B (zh) | 用于定位自动驾驶车辆的方法和汽车电脑 | |
EP3637371B1 (en) | Map data correcting method and device | |
CN107643086B (zh) | 一种车辆定位方法、装置及系统 | |
CN112116654B (zh) | 一种车辆位姿确定方法、装置及电子设备 | |
JP5901779B2 (ja) | 画像データベース地図サービスからアシストシステム内にデータを移す方法 | |
JP4847090B2 (ja) | 位置測位装置、および位置測位方法 | |
US9396541B2 (en) | Positioning control method | |
US10996072B2 (en) | Systems and methods for updating a high-definition map | |
CN111323029B (zh) | 导航方法及车载终端 | |
US10928819B2 (en) | Method and apparatus for comparing relevant information between sensor measurements | |
CN110906939A (zh) | 自动驾驶定位方法、装置、电子设备、存储介质及汽车 | |
CN104748736A (zh) | 一种定位方法及装置 | |
CN109983303B (zh) | 电子地图的更新方法 | |
EP3842735B1 (en) | Position coordinates estimation device, position coordinates estimation method, and program | |
CN111275960A (zh) | 一种交通路况分析方法、系统及摄像机 | |
KR20120079341A (ko) | 맵데이터갱신방법, 이를 수행하는 전자기기 및 기록매체 | |
US20210375135A1 (en) | Method for indicating parking position and vehicle-mounted device | |
CN115164918B (zh) | 语义点云地图构建方法、装置及电子设备 | |
CN110018503B (zh) | 车辆的定位方法及定位系统 | |
CN113892275A (zh) | 一种定位方法、装置、电子设备及存储介质 | |
CN113566824A (zh) | 车辆定位方法、装置、电子设备及存储介质 | |
CN114761830A (zh) | 全球定位系统定位方法和计算机程序产品 | |
CN116045964A (zh) | 高精地图更新方法及装置 | |
CN106840181B (zh) | 用于确定车辆位置的系统和方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220303 Address after: 100083 unit 501, block AB, Dongsheng building, No. 8, Zhongguancun East Road, Haidian District, Beijing Applicant after: BEIJING MOMENTA TECHNOLOGY Co.,Ltd. Address before: Room 28, 4 / F, block a, Dongsheng building, No. 8, Zhongguancun East Road, Haidian District, Beijing 100089 Applicant before: BEIJING CHUSUDU TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |