CN111323802B - 智能驾驶车辆定位方法、装置及设备 - Google Patents
智能驾驶车辆定位方法、装置及设备 Download PDFInfo
- Publication number
- CN111323802B CN111323802B CN202010210927.3A CN202010210927A CN111323802B CN 111323802 B CN111323802 B CN 111323802B CN 202010210927 A CN202010210927 A CN 202010210927A CN 111323802 B CN111323802 B CN 111323802B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- point
- laser
- acquiring
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
Abstract
本申请公开了一种车辆定位方法、装置及设备,涉及智能驾驶技术领域,尤其涉及定位技术领域。本申请公开的技术方案包括:获取车辆中的激光传感器采集得到的道路的点云数据,以及获取车辆的第一定位信息;对点云数据进行检测得到第一路沿信息;根据第一路沿信息,对第一定位信息进行修正,得到车辆的第二定位信息。上述过程中,通过利用激光传感器采集到的点云数据检测得到的路沿信息,对第一定位信息进行修正,可以提高车辆定位精度。另外,上述过程不需要依赖激光传感器的反射值地图,可适用于大多数型号的激光传感器,扩展性佳。
Description
技术领域
本申请涉及智能驾驶技术领域,尤其涉及一种车辆定位方法、装置及设备。
背景技术
定位技术是智能驾驶领域的关键技术,它可以为感知、决策规划等提供准确的车辆位置。
现有技术中,通过车辆中设置的全球定位系统(Global Positioning System,GPS)传感器来定位车辆位置,或者,通过惯性测量单元(Inertial Measurement Unit,IMU)传感器和GPS传感器来定位车辆位置。然而,由于GPS信号受天气、遮挡等环境因素影响较大,而IMU并不适合长时间的航迹推算,因此,采用上述定位方式获取的车辆定位结果的精度较低。
发明内容
本申请实施例提供一种车辆定位方法、装置及设备,用以提高车辆定位结果的精度。
第一方面,本申请实施例提供一种车辆定位方法,包括:获取车辆中的激光传感器采集得到的道路的点云数据,以及获取所述车辆的第一定位信息,所述点云数据和所述第一定位信息对应的采集位置相同;对所述点云数据进行检测得到第一路沿信息;根据所述第一路沿信息,对所述第一定位信息进行修正,得到所述车辆的第二定位信息。
该方案中,通过利用激光传感器采集到的点云数据检测得到的路沿信息,对第一定位信息进行修正,可以提高车辆定位精度。另外,上述过程不需要依赖激光传感器的反射值地图,可适用于大多数型号的激光传感器,扩展性佳。
一种可能的实现方式中,所述根据所述第一路沿信息,对所述第一定位信息进行修正,得到所述车辆的第二定位信息,包括:从高精地图中获取与所述第一定位信息对应的第二路沿信息;根据所述第一路沿信息和所述第二路沿信息之间的关系,对所述第一定位信息进行修正,得到所述车辆的第二定位信息。
该实现方式中,通过将点云数据中检测得到的第一路沿信息与高精地图中获取的第二路沿信息进行配准,得到配准结果,并根据配准结果对第一定位信息进行修正,使得对第一定位信息的修正结果更加精确,能够进一步提高车辆定位结果的精度。
一种可能的实现方式中,所述点云数据包括多条扫描线,每条扫描线上包括多个激光点;所述对所述点云数据进行检测得到第一路沿信息,包括:根据每条扫描线上的激光点之间的位置关系,获取该条扫描线上的特征点,一条扫描线上的特征点包括该条扫描线与路沿的交点位置对应的激光点;根据所述多条扫描线上的特征点之间的位置关系,获取第一路沿信息。
一种可能的实现方式中,每条扫描线为环形扫描线;所述根据每条扫描线上的激光点之间的位置关系,获取该条扫描线上的特征点,包括:采用预设长度的窗口沿每条扫描线进行滑动,对落入所述窗口的中心点左侧的激光点拟合得到第一直线,对落入所述窗口的中心点右侧的激光点拟合得到第二直线;若所述第一直线和所述第二直线之间的夹角大于或者等于预设角度,则将所述窗口的中心点处对应的激光点作为特征点。
一种可能的实现方式中,所述根据所述多条扫描线上的特征点之间的位置关系,获取第一路沿信息,包括:针对每条扫描线上的每个第一特征点,依次查找其他扫描线上与所述第一特征点满足预设位置关系的第二特征点,并将查找到的所述第二特征点与所述第一特征点串联起来;若被串联的特征点数量大于或者等于预设阈值,则根据被串联的特征点,获取第一路沿信息。
该实现方式中,通过采用特征点串联的方式进行上述的递归查找过程,能够剔除扫描线中的噪声特征点,保证了获取到的第一路沿信息的准确性。
一种可能的实现方式中,所述根据所述第一路沿信息和所述第二路沿信息之间的关系,对所述第一定位信息进行修正,得到所述车辆的第二定位信息,包括:对所述第一路沿信息和所述第二路沿信息进行配准,得到配准参数;根据所述配准参数对所述第一定位信息进行修正,得到所述车辆的第二定位信息。
一种可能的实现方式中,所述对所述第一路沿信息和所述第二路沿信息进行配准,得到配准参数之后,还包括:对所述配准参数进行滤波,得到滤波后的配准参数;所述根据所述配准参数,对所述第一定位信息进行修正,得到所述车辆的第二定位信息,包括:根据所述滤波后的配准参数,对所述第一定位信息进行修正,得到所述车辆的第二定位信息。
该实现方式中,通过对配准参数进行滤波,并根据滤波后的配准参数,对第一定位信息进行修正,得到车辆的第二定位信息,这样可以进一步提升车辆定位结果的精度。
一种可能的实现方式中,所述获取所述车辆的第一定位信息,包括:通过所述车辆的全球定位系统GPS传感器,获取所述车辆的第一定位信息;或者,通过所述车辆的GPS传感器和惯性测量单元IMU传感器,获取所述车辆的第一定位信息。
第二方面,本申请实施例提供一种车辆定位装置,包括:获取模块,用于获取车辆中的激光传感器采集得到的道路的点云数据,以及获取所述车辆的第一定位信息,所述点云数据和所述第一定位信息对应的采集位置相同;检测模块,用于对所述点云数据进行检测得到第一路沿信息;修正模块,用于根据所述第一路沿信息,对所述第一定位信息进行修正,得到所述车辆的第二定位信息。
一种可能的实现方式中,所述修正模块具体用于:从高精地图中获取与所述第一定位信息对应的第二路沿信息;根据所述第一路沿信息和所述第二路沿信息之间的关系,对所述第一定位信息进行修正,得到所述车辆的第二定位信息。
一种可能的实现方式中,所述点云数据包括多条扫描线,每条扫描线上包括多个激光点;所述检测模块具体用于:根据每条扫描线上的激光点之间的位置关系,获取该条扫描线上的特征点,一条扫描线上的特征点包括该条扫描线与路沿的交点位置对应的激光点;根据所述多条扫描线上的特征点之间的位置关系,获取第一路沿信息。
一种可能的实现方式中,每条扫描线为环形扫描线;所述检测模块具体用于:采用预设长度的窗口沿每条扫描线进行滑动,对落入所述窗口的中心点左侧的激光点拟合得到第一直线,对落入所述窗口的中心点右侧的激光点拟合得到第二直线;若所述第一直线和所述第二直线之间的夹角大于或者等于预设角度,则将所述窗口的中心点处对应的激光点作为特征点。
一种可能的实现方式中,所述检测模块具体用于:针对每条扫描线上的每个第一特征点,依次查找其他扫描线上与所述第一特征点满足预设位置关系的第二特征点,并将查找到的所述第二特征点与所述第一特征点串联起来;若被串联的特征点数量大于或者等于预设阈值,则根据被串联的特征点,获取第一路沿信息。
一种可能的实现方式中,所述修正模块具体用于:对所述第一路沿信息和所述第二路沿信息进行配准,得到配准参数;根据所述配准参数对所述第一定位信息进行修正,得到所述车辆的第二定位信息。
一种可能的实现方式中,所述修正模块具体用于:对所述配准参数进行滤波,得到滤波后的配准参数;根据所述滤波后的配准参数,对所述第一定位信息进行修正,得到所述车辆的第二定位信息。
一种可能的实现方式中,所述获取模块具体用于:通过所述车辆的全球定位系统GPS传感器,获取所述车辆的第一定位信息;或者,通过所述车辆的GPS传感器和惯性测量单元IMU传感器,获取所述车辆的第一定位信息。
第三方面,本申请实施例提供一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面任一项所述的方法。
第四方面,本申请实施例提供一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行第一方面任一项所述的方法。
本申请实施例提供的车辆定位方法、装置及设备,该方法包括:获取车辆中的激光传感器采集得到的道路的点云数据,以及获取车辆的第一定位信息;对点云数据进行检测得到第一路沿信息;根据第一路沿信息,对第一定位信息进行修正,得到车辆的第二定位信息。上述过程中,通过利用激光传感器采集到的点云数据检测得到的路沿信息,对第一定位信息进行修正,可以提高车辆定位精度。另外,上述过程不需要依赖激光传感器的反射值地图,可适用于大多数型号的激光传感器,扩展性佳。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例的一种可能的应用场景示意图;
图2为本申请一个实施例提供的车辆定位方法的流程示意图;
图3为本申请实施例提供的一种可能的道路场景的示意图;
图4为本申请另一个实施例提供的车辆定位方法的流程示意图;
图5为本申请实施例提供的多线激光传感器及扫描线的示意图;
图6为本申请一个实施例提供的点云数据的处理过程示意图;
图7为本申请实施例中环形扫描线与路沿的示意图;
图8为本申请一个实施例提供的车辆定位装置的结构示意图;
图9为本申请一个实施例提供的电子设备的结构示意图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
首先结合图1对本申请实施例的应用场景进行说明。图1为本申请实施例的一种可能的应用场景示意图。如图1所示,车辆10在道路上行驶。车辆10上可以安装有定位传感器30,定位传感器30用于在车辆10行驶过程中实时采集得到车辆的定位信息。其中,定位传感器30可以为GPS传感器和/或IMU传感器等。
然而实际应用中,由于GPS信号受天气、遮挡等环境因素影响较大,而IMU并不适合长时间的航迹推算,因此,采用GPS传感器和/或IMU传感器获取的车辆定位信息并不准确。
为了解决上述问题,本申请实施例的应用场景中,如图1所示,车辆10上还安装有激光传感器20,激光传感器20用于在车辆10行驶过程中采集得到道路的点云数据。其中,激光传感器20可以安装在车辆10的任意位置,只要能够实现采集道路的点云数据即可。
继续参见图1,激光传感器20与车辆定位装置通信连接。激光传感器20将采集得到的道路的点云数据传输给车辆定位装置,以使车辆定位装置基于道路的点云数据得到车辆的定位信息。该车辆定位装置可以为软件和/或硬件形式。该车辆定位装置可以设置在车辆10中,还可以设置在独立于车辆10的服务器中,本实施例对此不作限定。
一种相关技术中,可以基于道路的点云数据对车辆进行定位。具体的,激光传感器采集得到的道路的点云数据包括:道路中的每个点的坐标和反射值。每个点的反射值表征的是该点对激光的反射情况。由于道路中的不同点对应的材质可能不同,使得道路中的不同点对激光的反射情况可能不同,即道路中的不同点对应的反射值可能不同。
因此,可以事先利用激光传感器对道路进行扫描,得到该道路中的各点对应的反射值地图。反射值地图指示的是道路中的不同点对应的反射值。进而,当车辆在该道路行驶时,车辆中的激光传感器对道路进行实时采集得到点云数据。将采集到的点云数据与反射值地图进行匹配,确定出车辆在道路中的位置,从而得到车辆的定位信息。
由于激光传感器的测量精度较高,使用上述方法能够得到精度较高的车辆定位信息。但是,上述方法需要事先采集反射值地图,使得操作繁琐,效率低。另外,由于不同型号的激光传感器的反射值存在一定的差异,需要事先针对不同型号的激光传感器分别制作一份反射值地图,使得在实际应用中扩展性较差。
为此,本申请实施例提供一种车辆定位方法,通过利用激光传感器采集的道路的点云数据,对现有车辆定位方式得到的定位信息进行修正,得到精度较高的车辆定位信息。通过上述方式,可以提高车辆定位精度。另外,该方式不需要依赖激光传感器的反射值地图,可适用于大多数型号的激光传感器,扩展性佳。
下面结合几个具体的实施例对本申请的技术方案进行详细描述。下面几个实施例可以相互结合,对于相同或者相似的内容在某些实施例中可能不再重复描述。
图2为本申请一个实施例提供的车辆定位方法的流程示意图。本实施例的方法可以由图1中的车辆定位装置执行。如图2所示,本实施例的方法可以包括:
S201:获取车辆中的激光传感器采集得到的道路的点云数据,以及获取车辆的第一定位信息,点云数据和第一定位信息对应的采集位置相同。
其中,获取车辆的第一定位信息,是指采用任意的现有技术获取车辆的第一定位信息。该第一定位信息可以是不准确的,或者说,第一定位信息的精度较低。一个示例中,车辆中还设置有GSP传感器,可以通过GPS传感器获取车辆的第一定位信息。另一个示例中,车辆中还设置有GPS传感器和IMU传感器,可以通过GPS传感器和IMU传感器获取车辆的第一定位信息。
可选的,本实施例中车辆的定位信息(例如第一定位信息,以及后续修正得到的第二定位信息)可以包括:车辆的位置信息和车辆的姿态信息。其中,车辆的位置信息可以包括车辆的二维坐标或者三维坐标。车辆的姿态信息可以包括下述姿态角中的一个或者多个:偏航角、俯仰角、滚转角。
可选的,考虑到智能驾驶应用场景中,车辆的二维坐标可以指示车辆在道路中的位置,车辆的偏航角可以指示车辆的行驶方向。车辆的二维坐标以及偏航角对于智能驾驶控制过程相对重要,因此,本实施例中车辆的定位信息可以包括:车辆的二维坐标(x,y)和偏航角(yaw)。
本实施例中,由于第一定位信息的精度较低,为了实现对第一定位信息进行修正以得到精度较高的第二定位信息,车辆中还设置有激光传感器。激光传感器也可以称为激光雷达传感器,是指利用激光技术进行测量的传感器。激光传感器可以设置在车辆的任意位置,例如:车顶、车头等位置。车辆在道路行驶时,激光传感器对当前道路进行实时扫描,得到道路的点云数据。本实施例的点云数据包括道路中各个点的坐标信息。
应理解,根据点云数据,可以确定出道路的道路元素的位置信息。道路元素包括但不限于:车道线、信号灯、路沿、标志等。由于第一定位信息已经指示了车辆的大概位置,根据第一定位信息和点云数据所指示的道路元素的位置信息,能够较为准确地确定出车辆的实际位置。因此,本实施例中,可以利用点云数据对第一定位信息进行修正。
不难理解,为了实现基于点云数据对第一定位信息进行修正,需要使得点云数据的采集位置(或者说采集时刻)和第一定位信息的采集位置(或者说采集时刻)相同。也就是说,利用车辆在当前位置(或者说当前时刻)采集的点云数据,对该当前位置(或者说当前时刻)采集的第一定位信息进行修正,得到该当前时刻车辆的第二定位信息(实际定位信息)。
S202:对点云数据进行检测得到第一路沿信息。
本实施例中,路沿是指高出地面一定高度的道路边界。在实际道路场景中,由于道路的路沿位置一般不会发生变更,因此,本实施例中,可以利用点云数据所指示的路沿信息来对第一定位信息进行修正,从而提高本实施例的车辆定位方法的实用性。
为了以示区分,本实施例中将从点云数据中检测得到的路沿信息称为第一路沿信息。第一路沿信息中可以包括路沿上的一个或者多个位置点的坐标信息。
需要说明的是,本实施例中可以采用多种检测方式对点云数据进行检测,得到第一路沿信息。一种可能的实施方式可以参见后续实施例的详细描述,此处不作详述。
S203:根据第一路沿信息,对第一定位信息进行修正,得到车辆的第二定位信息。
能够理解,由于激光传感器具有较高的测量精度,因此,基于点云数据检测得到的第一路沿信息具有较高的精度。进一步的,根据第一路沿信息,可以确定出车辆与道路的路沿之间的位置关系,和/或,道路的两个路沿之间的位置关系,且这些位置关系具有较高的精度。进而可以根据这些位置关系,对第一定位信息进行修正,得到车辆的第二定位信息。通过上述修正过程,使得第二定位信息具有较高的精度。
下面结合图3进行举例说明。图3为本申请实施例提供的一种可能的道路场景的示意图。如图3所示,假设该道路包括3车道,车辆当前位于最左侧车道行驶。针对每个时刻,根据GSP或者GPS+IMU获取第一定位信息,由于第一定位信息的准确性不高,根据第一定位信息并无法准确确定出车辆位于哪个车道行驶。本申请实施例中,在每个时刻还通过激光传感器同步采集道路的点云数据。根据点云数据可以检测出车辆与两个路沿之间的位置关系。例如,假设当前时刻检测出车辆与左路沿之间距离为1m,与右路沿之间的距离为7m,因此,可以确定出车辆位于最左侧车道。这样,在当前时刻采集到的第一定位信息的基础上,结合上述的车辆与路沿之间的位置关系,可以确定出较为精确的第二定位信息。
本实施例提供的车辆定位方法,包括:获取车辆中的激光传感器采集得到的道路的点云数据,以及获取车辆的第一定位信息;对点云数据进行检测得到第一路沿信息;根据第一路沿信息,对第一定位信息进行修正,得到车辆的第二定位信息。上述过程中,通过利用激光传感器采集到的点云数据检测得到的路沿信息,对第一定位信息进行修正,可以提高车辆定位精度。另外,上述过程不需要依赖激光传感器的反射值地图,可适用于大多数型号的激光传感器,扩展性佳。
图4为本申请另一个实施例提供的车辆定位方法的流程示意图。本实施例对图3所示实施例中的S203进一步细化。如图4所示,本实施例的方法包括:
S401:获取车辆中的激光传感器采集得到的道路的点云数据,以及获取车辆的第一定位信息,点云数据和第一定位信息对应的采集位置相同。
S402:对点云数据进行检测得到第一路沿信息。
本实施例中,S401和S402的具体实施方式与图3所示实施例类似,此处不作赘述。
S403:从高精地图中获取与第一定位信息对应的第二路沿信息。
高精地图是指相较于普通地图具有更高精度、更多数据维度的电子地图。高精地图的精度可以精确到厘米级别,更多的数据维度体现在其包括了除道路信息之外的与交通相关的其他信息,例如:车道线信息、路沿信息、交通灯信息、交通标志信息等。
为了以示区分,本实施例中将从高精地图中获取的路沿信息称为第二路沿信息。根据第一定位信息,可以从高精地图中获取与第一定位信息对应的第二路沿信息。
其中,与第一定位信息对应的第二路沿信息,可以是指第一定位信息附近预设范围内的第二路沿信息。
例如,获取第二路沿信息的方式可以为:从高精地图中获取与第一定位信息对应的A点,并沿当前道路向前方向确定与A点相距预设距离的B点,沿当前道路向后方向确定与A点相距预设距离的C点。从高精地图中获取B点和C点之间的这段道路的路沿信息,作为第二路沿信息。
再例如,获取第二路沿信息的方式可以为:从高精地图中获取与第一定位信息对应的A点。以A点为圆心,以预设距离为半径,从高精地图中确定圆形覆盖范围,该圆形覆盖范围所覆盖的道路的路沿作为第二路沿信息。
S404:根据第一路沿信息和第二路沿信息之间的关系,对第一定位信息进行修正,得到车辆的第二定位信息。
具体的,将第一路沿信息和第二路沿信息进行位置点匹配,确定出第一路沿信息和第二路沿信息之间的偏移信息。能够理解,该偏移信息可以指示出第二定位信息与第一定位信息之间相对位置关系,因此,可以利用该偏移信息和第一定位信息,确定出第二定位信息。
一种可能的实施方式中,可以采用配准算法,对第一路沿信息和第二路沿信息进行配准,得到配准参数。例如,可以采用点到线的迭代最近点(Iterative Closest Point,ICP)算法(即,PLICP)对第一路沿信息和第二路沿信息进行匹配。通过上述配准过程得到的配准参数可用于将第一定位信息转换为第二定位信息。这样,根据配准参数对第一定位信息进行修正,得到车辆的第二定位信息。
一种可能的实施方式中,对第一路沿信息和第二路沿信息进行配准,得到配准参数之后,还可以包括:对所述配准参数进行滤波,得到滤波后的配准参数。示例性的,通过对连续两个或者多个时刻得到的配准参数进行滤波,得到相对平滑的配准参数,能够消除环境中的噪声干扰。其中,滤波过程可以采用多种滤波算法。
可选的,对配准参数进行滤波时,可以采用卡尔曼滤波算法。卡尔曼滤波(Kalmanfiltering)是一种利用线性系统状态方程,通过系统输入输出观测数据,对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响,所以最优估计也可看作是滤波过程。
进而,根据滤波后的配准参数,对第一定位信息进行修正,得到车辆的第二定位信息,这样可以进一步提升车辆定位结果的精度。
本实施例的车辆定位算法,通过将点云数据中检测得到的第一路沿信息与高精地图中获取的第二路沿信息进行配准,得到配准结果,并根据配准结果对第一定位信息进行修正,使得对第一定位信息的修正结果更加精确,能够进一步提高车辆定位结果的精度。
下面结合具体的实施例描述如何从点云数据中检测得到第一路沿信息。为了便于理解,首先对激光传感器产生的扫描线进行介绍。
本实施例的激光传感器可以采用多种类型的激光传感器。智能驾驶车辆中通常采用的激光传感器为多线激光传感器。多线激光传感器是指同时发射及接收多束激光的激光旋转传感器。下面以多线激光传感器为例对扫描线进行介绍。
图5为本申请实施例提供的多线激光传感器及扫描线的示意图。如图5所示。多线激光传感器包括多个激光头。每个激光头为旋转式激光头。每个激光头在旋转过程中发射激光束(参见图5中的实线箭头),激光束与道路地面的交点形成激光点,这些激光点形成环形扫描线(或称为圆形扫描线,参见图5中的圆形虚线)。示例性的,每个激光头在旋转过程中,可以以预设旋转角度(例如3度)为间隔发射激光束,这样,每个激光头旋转一圈共发射120(360/3=120)个激光束,这120个激光束与地面的交点,得到120个激光点。也就是说,每个激光头形成环形扫描线上包括120个激光点。
进一步的,激光传感器中的不同激光头的安装角度不同,使得不同激光头发射激光束的角度(与竖直方向的夹角)不同,从而,不同激光束形成的环形扫描线的半径也不同。如图5所示,以3个激光头为例,在道路地面上形成3条环形扫描线,每条环形扫描线的半径不同。
下面以点云数据中包括多条如图5所示的环形扫描线为例,描述对点云数据进行检测以得到第一路沿信息的过程。图6为本申请一个实施例提供的点云数据的处理过程示意图。如图6所示,本实施例的方法包括:
S601:根据每条扫描线上的激光点之间的位置关系,获取该条扫描线上的特征点,一条扫描线上的特征点包括该条扫描线与路沿的交点位置对应的激光点。
图7为本申请实施例中环形扫描线与路沿的示意图。如图7所示,当道路地面大致规整的情况下,每个激光头在一定旋转角度范围内形成的激光点在路面上大致呈一条直线段(对应图5所示的环形扫描线上的一小段圆弧)。也就是说,该一定旋转角度范围内形成的激光点应离散分布在该直线段的附近。
由于路沿与道路地面存在一定的高度差,使得环形扫描线在路沿处发生弯折。如图7所示,环形扫描线在P点和Q点处发生弯折。本实施例中,将每条扫描线与路沿的交点位置对应的激光点作为该扫描线上的特征点。或者说,将每条扫描线发生弯折的位置对应的激光点(例如P点和Q点)作为该扫描线上的特征点。
本实施例中,可以根据每条扫描线上的激光点之间的位置关系,获取该条扫描线上的特征点。示例性的,可以通过检测每条扫描线上的连续预设数量个激光点之间的位置关系(例如,检测这些激光点的位置处是否发送弯折),来确定哪些激光点为特征点。
一种可能的实施方式中,可以采用预设长度的窗口沿每条扫描线进行滑动,对落入该窗口的中心点左侧的激光点拟合得到第一直线,对落入该窗口的中心点右侧的激光点拟合得到第二直线。若第一直线和第二直线之间的夹角大于或者等于预设角度,则将该窗口的中心点处对应的激光点作为特征点。
能够理解,通过检测第一直线和第二直线之间的夹角,能够找出该条扫描线中发生弯折的位置,将这些位置对应的激光点作为特征点。通过上述方式确定出的特征点中包括了扫描线与路沿的交点位置对应的激光点。
需要说明的是,本实施例对于滑动窗口的长度不作限定,可以根据实际情况进行设置。
S602:根据多条扫描线上的特征点之间的位置关系,获取第一路沿信息。
不难理解,由于每条扫描线上的特征点包括了扫描线与路沿的交点位置对应的激光点,因此,将多条扫描线上的特征点串联起来即可确定出路沿的位置,从而得到第一路沿信息。
有些场景中,通过S601确定出的每条扫描线上的特征点还可能包括噪声特征点。例如,由于障碍物、落叶、行人等遮挡导致扫描线在某些位置发生弯折,这些位置也可能被检测为特征点。因此,在S602中,根据多条扫描线上的特征点之间的位置关系,获取第一路沿信息时,可以将这些噪声特征点剔除。
一种可能的实施方式中,可以针对每条扫描线上的每个第一特征点,依次查找其他扫描线上与该第一特征点满足预设位置关系的第二特征点,并将查找到的第二特征点与该第一特征点串联起来;若被串联的特征点数量大于或者等于预设阈值,则根据被串联的特征点,获取第一路沿信息。
上述过程可以看做递归查找的过程,下面举例说明。首先针对扫描线1上的特征点A,查找与扫描线1相邻的扫描线2上是否存在特征点,假设存在特征点B,则将特征点A和特征点B串联。接着,查找与扫描线2相邻的扫描线3中,在沿直线AB方向上是否存在特征点C,若存在,则将特征点C与直线AB串联起来。并按照上述查找过程继续查找其他相邻的扫描线。若被串联的特征点的数量大于或者等于预设阈值,则根据被串联的特征点,获取第一路沿信息。
若扫描线3中不存在沿直线AB方向的特征点,由于被串联的特征点的数量较少,可以认为特征点B为噪声特征点,不再沿直线AB方向继续查找后续的扫描线。进一步的,假设扫描线2还存在特征点D,则将特征点A和特征点D串联。接着,查找与扫描线2相邻的扫描3中,在沿直线AD方向上是否存在特征点E,若存在,则将特征点E与直线AD串联起来,并按照上述查找过程继续查找相邻的扫描线。重复执行上述的查找过程,此处不作赘述。
能够理解,通过采用特征点串联的方式进行上述的递归查找过程,能够剔除扫描线中的噪声特征点,保证了获取到的第一路沿信息的准确性。
图8为本申请一个实施例提供的车辆定位装置的结构示意图。如图8所示,本实施例的车辆定位装置800可以包括:获取模块801、检测模块802和修正模块803。
其中,获取模块801,用于获取车辆中的激光传感器采集得到的道路的点云数据,以及获取所述车辆的第一定位信息,所述点云数据和所述第一定位信息对应的采集位置相同;检测模块802,用于对所述点云数据进行检测得到第一路沿信息;修正模块803,用于根据所述第一路沿信息,对所述第一定位信息进行修正,得到所述车辆的第二定位信息。
一种可能的实现方式中,所述修正模块803具体用于:从高精地图中获取与所述第一定位信息对应的第二路沿信息;根据所述第一路沿信息和所述第二路沿信息之间的关系,对所述第一定位信息进行修正,得到所述车辆的第二定位信息。
一种可能的实现方式中,所述点云数据包括多条扫描线,每条扫描线上包括多个激光点;所述检测模块802具体用于:根据每条扫描线上的激光点之间的位置关系,获取该条扫描线上的特征点,一条扫描线上的特征点包括该条扫描线与路沿的交点位置对应的激光点;根据所述多条扫描线上的特征点之间的位置关系,获取第一路沿信息。
一种可能的实现方式中,每条扫描线为环形扫描线;所述检测模块802具体用于:采用预设长度的窗口沿每条扫描线进行滑动,对落入所述窗口的中心点左侧的激光点拟合得到第一直线,对落入所述窗口的中心点右侧的激光点拟合得到第二直线;若所述第一直线和所述第二直线之间的夹角大于或者等于预设角度,则将所述窗口的中心点处对应的激光点作为特征点。
一种可能的实现方式中,所述检测模块802具体用于:针对每条扫描线上的每个第一特征点,依次查找其他扫描线上与所述第一特征点满足预设位置关系的第二特征点,并将查找到的所述第二特征点与所述第一特征点串联起来;若被串联的特征点数量大于或者等于预设阈值,则根据被串联的特征点,获取第一路沿信息。
一种可能的实现方式中,所述修正模块803具体用于:对所述第一路沿信息和所述第二路沿信息进行配准,得到配准参数;根据所述配准参数对所述第一定位信息进行修正,得到所述车辆的第二定位信息。
一种可能的实现方式中,所述修正模块803具体用于:对所述配准参数进行滤波,得到滤波后的配准参数;根据所述滤波后的配准参数,对所述第一定位信息进行修正,得到所述车辆的第二定位信息。
一种可能的实现方式中,所述获取模块801具体用于:通过所述车辆的全球定位系统GPS传感器,获取所述车辆的第一定位信息;或者,通过所述车辆的GPS传感器和惯性测量单元IMU传感器,获取所述车辆的第一定位信息。
本实施例提供的车辆定位装置,可用于执行上述任一方法实施例中的车辆定位方法,其实现原理和技术效果类似,此处不作赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图9所示,是根据本申请实施例的车辆定位方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图9所示,该电子设备包括:一个或多个处理器701、存储器702,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图9中以一个处理器701为例。
存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的车辆定位方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的车辆定位方法。
存储器702作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的车辆定位方法对应的程序指令/模块(例如,附图8所示的获取模块801、检测模块802和修正模块803)。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块,从而执行服务器或者终端设备的各种功能应用以及数据处理,即实现上述方法实施例中的车辆定位方法。
存储器702可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储电子设备的使用所创建的数据等。此外,存储器702可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器702可选包括相对于处理器701远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
电子设备还可以包括:输入装置703和输出装置704。处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接,图9中以通过总线连接为例。
输入装置703可接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (12)
1.一种车辆定位方法,其特征在于,包括:
获取车辆中的激光传感器采集得到的道路的点云数据,以及获取所述车辆的第一定位信息,所述点云数据和所述第一定位信息对应的采集位置相同;
对所述点云数据进行检测得到第一路沿信息,所述第一路沿信息中包括路沿上的一个或者多个位置点的坐标信息;所述路沿是指高出地面预设高度的道路边界;
从高精地图中获取与所述第一定位信息对应的第二路沿信息;
对所述第一路沿信息和所述第二路沿信息进行位置点匹配,得到配准参数;
对所述配准参数进行滤波,得到滤波后的配准参数;
根据所述滤波后的配准参数对所述第一定位信息进行修正,得到所述车辆的第二定位信息。
2.根据权利要求1所述的方法,其特征在于,所述点云数据包括多条扫描线,每条扫描线上包括多个激光点;所述对所述点云数据进行检测得到第一路沿信息,包括:
根据每条扫描线上的激光点之间的位置关系,获取该条扫描线上的特征点,一条扫描线上的特征点包括该条扫描线与路沿的交点位置对应的激光点;
根据所述多条扫描线上的特征点之间的位置关系,获取第一路沿信息。
3.根据权利要求2所述的方法,其特征在于,每条扫描线为环形扫描线;所述根据每条扫描线上的激光点之间的位置关系,获取该条扫描线上的特征点,包括:
采用预设长度的窗口沿每条扫描线进行滑动,对落入所述窗口的中心点左侧的激光点拟合得到第一直线,对落入所述窗口的中心点右侧的激光点拟合得到第二直线;
若所述第一直线和所述第二直线之间的夹角大于或者等于预设角度,则将所述窗口的中心点处对应的激光点作为特征点。
4.根据权利要求3所述的方法,其特征在于,所述根据所述多条扫描线上的特征点之间的位置关系,获取第一路沿信息,包括:
针对每条扫描线上的每个第一特征点,依次查找其他扫描线上与所述第一特征点满足预设位置关系的第二特征点,并将查找到的所述第二特征点与所述第一特征点串联起来;
若被串联的特征点数量大于或者等于预设阈值,则根据被串联的特征点,获取第一路沿信息。
5.根据权利要求1所述的方法,其特征在于,所述获取所述车辆的第一定位信息,包括:
通过所述车辆的全球定位系统GPS传感器,获取所述车辆的第一定位信息;
或者,
通过所述车辆的GPS传感器和惯性测量单元IMU传感器,获取所述车辆的第一定位信息。
6.一种车辆定位装置,其特征在于,包括:
获取模块,用于获取车辆中的激光传感器采集得到的道路的点云数据,以及获取所述车辆的第一定位信息,所述点云数据和所述第一定位信息对应的采集位置相同;
检测模块,用于对所述点云数据进行检测得到第一路沿信息,所述第一路沿信息中包括路沿上的一个或者多个位置点的坐标信息;所述路沿是指高出地面预设高度的道路边界;
修正模块,用于从高精地图中获取与所述第一定位信息对应的第二路沿信息;
对所述第一路沿信息和所述第二路沿信息进行位置点匹配,得到配准参数;
对所述配准参数进行滤波,得到滤波后的配准参数;
根据所述滤波后的配准参数对所述第一定位信息进行修正,得到所述车辆的第二定位信息。
7.根据权利要求6所述的装置,其特征在于,所述点云数据包括多条扫描线,每条扫描线上包括多个激光点;所述检测模块具体用于:
根据每条扫描线上的激光点之间的位置关系,获取该条扫描线上的特征点,一条扫描线上的特征点包括该条扫描线与路沿的交点位置对应的激光点;
根据所述多条扫描线上的特征点之间的位置关系,获取第一路沿信息。
8.根据权利要求7所述的装置,其特征在于,每条扫描线为环形扫描线;所述检测模块具体用于:
采用预设长度的窗口沿每条扫描线进行滑动,对落入所述窗口的中心点左侧的激光点拟合得到第一直线,对落入所述窗口的中心点右侧的激光点拟合得到第二直线;
若所述第一直线和所述第二直线之间的夹角大于或者等于预设角度,则将所述窗口的中心点处对应的激光点作为特征点。
9.根据权利要求8所述的装置,其特征在于,所述检测模块具体用于:
针对每条扫描线上的每个第一特征点,依次查找其他扫描线上与所述第一特征点满足预设位置关系的第二特征点,并将查找到的所述第二特征点与所述第一特征点串联起来;
若被串联的特征点数量大于或者等于预设阈值,则根据被串联的特征点,获取第一路沿信息。
10.根据权利要求6所述的装置,其特征在于,所述获取模块具体用于:
通过所述车辆的全球定位系统GPS传感器,获取所述车辆的第一定位信息;
或者,
通过所述车辆的GPS传感器和惯性测量单元IMU传感器,获取所述车辆的第一定位信息。
11.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010210927.3A CN111323802B (zh) | 2020-03-20 | 2020-03-20 | 智能驾驶车辆定位方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010210927.3A CN111323802B (zh) | 2020-03-20 | 2020-03-20 | 智能驾驶车辆定位方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111323802A CN111323802A (zh) | 2020-06-23 |
CN111323802B true CN111323802B (zh) | 2023-02-28 |
Family
ID=71167712
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010210927.3A Active CN111323802B (zh) | 2020-03-20 | 2020-03-20 | 智能驾驶车辆定位方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111323802B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114252883B (zh) * | 2020-09-24 | 2022-08-23 | 北京万集科技股份有限公司 | 目标检测方法、装置、计算机设备和介质 |
CN114202625B (zh) * | 2021-12-10 | 2023-03-14 | 北京百度网讯科技有限公司 | 路肩线的提取方法、装置及电子设备 |
CN114459471B (zh) * | 2022-01-30 | 2023-08-11 | 中国第一汽车股份有限公司 | 定位信息确定方法、装置、电子设备及存储介质 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09243389A (ja) * | 1996-03-08 | 1997-09-19 | Alpine Electron Inc | 車載用ナビゲーション装置 |
CN101458094A (zh) * | 2007-12-14 | 2009-06-17 | 环达电脑(上海)有限公司 | 可根据地图匹配位置进行校正的导航装置及其方法 |
CN105849587A (zh) * | 2015-10-30 | 2016-08-10 | 株式会社小松制作所 | 作业机械的控制系统、作业机械、作业机械的管理系统、作业机械的控制方法以及程序 |
CN106225790A (zh) * | 2016-07-13 | 2016-12-14 | 百度在线网络技术(北京)有限公司 | 一种无人车定位精度的确定方法及装置 |
CN106574976A (zh) * | 2014-04-09 | 2017-04-19 | 大陆-特韦斯股份有限公司 | 通过参考周围环境中的物体来进行车辆的位置校正 |
CN106908775A (zh) * | 2017-03-08 | 2017-06-30 | 同济大学 | 一种基于激光反射强度的无人车实时定位方法 |
CN107247275A (zh) * | 2017-05-27 | 2017-10-13 | 上海交通大学 | 基于公交车的城市gnss脆弱性监测系统及其方法 |
CN107643086A (zh) * | 2016-07-22 | 2018-01-30 | 北京四维图新科技股份有限公司 | 一种车辆定位方法、装置及系统 |
KR20180080828A (ko) * | 2017-01-05 | 2018-07-13 | 서울대학교산학협력단 | 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법, 이를 수행하기 위한 기록 매체 및 장치 |
CN108732582A (zh) * | 2017-04-20 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 车辆定位方法和装置 |
CN108732603A (zh) * | 2017-04-17 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 用于定位车辆的方法和装置 |
CN108828621A (zh) * | 2018-04-20 | 2018-11-16 | 武汉理工大学 | 基于三维激光雷达的障碍检测和路面分割算法 |
CN109752701A (zh) * | 2019-01-18 | 2019-05-14 | 中南大学 | 一种基于激光点云的道路边沿检测方法 |
CN109931939A (zh) * | 2019-02-27 | 2019-06-25 | 杭州飞步科技有限公司 | 车辆的定位方法、装置、设备及计算机可读存储介质 |
CN110174113A (zh) * | 2019-04-28 | 2019-08-27 | 福瑞泰克智能系统有限公司 | 一种车辆行驶车道的定位方法、装置及终端 |
CN110320536A (zh) * | 2018-03-30 | 2019-10-11 | 北京百度网讯科技有限公司 | 卫星定位参数校准方法、装置、终端设备及存储介质 |
CN110781827A (zh) * | 2019-10-25 | 2020-02-11 | 中山大学 | 一种基于激光雷达与扇状空间分割的路沿检测系统及其方法 |
CN110781816A (zh) * | 2019-10-25 | 2020-02-11 | 北京行易道科技有限公司 | 车辆在车道中的横向定位方法、装置、设备及存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6434743B2 (ja) * | 2014-08-19 | 2018-12-05 | 日野自動車株式会社 | 走路端部推定装置 |
JP6520597B2 (ja) * | 2015-09-16 | 2019-05-29 | 株式会社デンソー | 車両位置補正装置 |
DE102016201667B4 (de) * | 2016-02-03 | 2019-06-19 | Volkswagen Aktiengesellschaft | Verfahren zum Bestimmen einer Solltrajektorie für einen ersten Verkehrsteilnehmer, insbesondere für ein Kraftfahrzeug, für einen Streckenabschnitt |
JP6626410B2 (ja) * | 2016-06-03 | 2019-12-25 | 株式会社Soken | 自車位置特定装置、自車位置特定方法 |
CN106767853B (zh) * | 2016-12-30 | 2020-01-21 | 中国科学院合肥物质科学研究院 | 一种基于多信息融合的无人驾驶车辆高精度定位方法 |
CN108334802B (zh) * | 2017-01-20 | 2022-10-28 | 腾讯科技(深圳)有限公司 | 道路特征物的定位方法及装置 |
KR20180106417A (ko) * | 2017-03-20 | 2018-10-01 | 현대자동차주식회사 | 차량의 위치 인식 시스템 및 방법 |
US10852146B2 (en) * | 2018-02-28 | 2020-12-01 | Ford Global Technologies, Llc | Localization technique selection |
-
2020
- 2020-03-20 CN CN202010210927.3A patent/CN111323802B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09243389A (ja) * | 1996-03-08 | 1997-09-19 | Alpine Electron Inc | 車載用ナビゲーション装置 |
CN101458094A (zh) * | 2007-12-14 | 2009-06-17 | 环达电脑(上海)有限公司 | 可根据地图匹配位置进行校正的导航装置及其方法 |
CN106574976A (zh) * | 2014-04-09 | 2017-04-19 | 大陆-特韦斯股份有限公司 | 通过参考周围环境中的物体来进行车辆的位置校正 |
CN105849587A (zh) * | 2015-10-30 | 2016-08-10 | 株式会社小松制作所 | 作业机械的控制系统、作业机械、作业机械的管理系统、作业机械的控制方法以及程序 |
CN106225790A (zh) * | 2016-07-13 | 2016-12-14 | 百度在线网络技术(北京)有限公司 | 一种无人车定位精度的确定方法及装置 |
CN107643086A (zh) * | 2016-07-22 | 2018-01-30 | 北京四维图新科技股份有限公司 | 一种车辆定位方法、装置及系统 |
KR20180080828A (ko) * | 2017-01-05 | 2018-07-13 | 서울대학교산학협력단 | 라이더 맵 매칭 기반 차선레벨 차량 위치정보 인지 방법, 이를 수행하기 위한 기록 매체 및 장치 |
CN106908775A (zh) * | 2017-03-08 | 2017-06-30 | 同济大学 | 一种基于激光反射强度的无人车实时定位方法 |
CN108732603A (zh) * | 2017-04-17 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 用于定位车辆的方法和装置 |
CN108732582A (zh) * | 2017-04-20 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 车辆定位方法和装置 |
CN107247275A (zh) * | 2017-05-27 | 2017-10-13 | 上海交通大学 | 基于公交车的城市gnss脆弱性监测系统及其方法 |
CN110320536A (zh) * | 2018-03-30 | 2019-10-11 | 北京百度网讯科技有限公司 | 卫星定位参数校准方法、装置、终端设备及存储介质 |
CN108828621A (zh) * | 2018-04-20 | 2018-11-16 | 武汉理工大学 | 基于三维激光雷达的障碍检测和路面分割算法 |
CN109752701A (zh) * | 2019-01-18 | 2019-05-14 | 中南大学 | 一种基于激光点云的道路边沿检测方法 |
CN109931939A (zh) * | 2019-02-27 | 2019-06-25 | 杭州飞步科技有限公司 | 车辆的定位方法、装置、设备及计算机可读存储介质 |
CN110174113A (zh) * | 2019-04-28 | 2019-08-27 | 福瑞泰克智能系统有限公司 | 一种车辆行驶车道的定位方法、装置及终端 |
CN110781827A (zh) * | 2019-10-25 | 2020-02-11 | 中山大学 | 一种基于激光雷达与扇状空间分割的路沿检测系统及其方法 |
CN110781816A (zh) * | 2019-10-25 | 2020-02-11 | 北京行易道科技有限公司 | 车辆在车道中的横向定位方法、装置、设备及存储介质 |
Non-Patent Citations (4)
Title |
---|
"Road edge detection based on improved RANSAC and 2D LIDAR Data";Xiangdong Wang 等;《2015 International Conference on Control, Automation and Information Sciences (ICCAIS)》;20151231;第191-196页 * |
"Road marking detection using LIDAR reflective intensity data and its application to vehicle localization";Alberto Hata 等;《17th International IEEE Conference on Intelligent Transportation Systems (ITSC)》;20141231;第584-589页 * |
"基于双多线激光雷达的低矮道边检测";石庭敏 等;《计算机与数字工程》;20171220;第2368-2372页 * |
"无人驾驶汽车三维同步定位与建图精度评估";吴晶;《装备机械》;20191230;第17-21页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111323802A (zh) | 2020-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111323802B (zh) | 智能驾驶车辆定位方法、装置及设备 | |
CN111311925B (zh) | 车位的检测方法和装置、电子设备、车辆、存储介质 | |
CN111833717B (zh) | 用于定位交通工具的方法、装置、设备和存储介质 | |
US20190271780A1 (en) | Methods and systems for vehicle environment map generation and updating | |
US20160312446A1 (en) | Method and control system for surveying and mapping a terrain while operating a bulldozer | |
CN111324115B (zh) | 障碍物位置检测融合方法、装置、电子设备和存储介质 | |
CN111563450B (zh) | 数据处理方法、装置、设备及存储介质 | |
CN108549383B (zh) | 一种实时多传感器的社区机器人导航方法 | |
CN111220164A (zh) | 定位方法、装置、设备及存储介质 | |
EP2597485B1 (en) | Rapid lidar image correlation for ground navigation | |
US20200033155A1 (en) | Method of navigating an unmaned vehicle and system thereof | |
JP7155284B2 (ja) | 計測精度算出装置、自己位置推定装置、制御方法、プログラム及び記憶媒体 | |
CN111784836A (zh) | 高精地图生成方法、装置、设备及可读存储介质 | |
JP7232946B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN111693059B (zh) | 环岛的导航方法、装置、设备及存储介质 | |
CN112558072A (zh) | 车辆定位方法、装置、系统、电子设备及存储介质 | |
WO2018212302A1 (ja) | 自己位置推定装置、制御方法、プログラム及び記憶媒体 | |
CN113276888B (zh) | 基于自动驾驶的乘车方法、装置、设备和存储介质 | |
JP7471481B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN117631676B (zh) | 一种矿区无人驾驶车辆自动引导前进的方法和装置 | |
JP6837626B1 (ja) | 地物データの生成システム、地物データベース更新システム及び地物データの生成方法 | |
KR102224106B1 (ko) | 자율 주행 자동차의 객체 검출 시스템 | |
US11959769B2 (en) | Information processing device that generates boundary location information of a road on which a vehicle travels by automated driving | |
CN111784835A (zh) | 制图方法、装置、电子设备及可读存储介质 | |
JP2021170029A (ja) | 測定装置、測定方法およびプログラム |
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 |
Effective date of registration: 20211020 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |