CN111833717B - 用于定位交通工具的方法、装置、设备和存储介质 - Google Patents

Abstract

本申请公开了用于定位交通工具的方法、装置、设备和存储介质，涉及自动驾驶和智能交通领域。定位交通工具的方法包括：获得与区域有关的地图，该区域可以是定位信号如GNSS信号等受限的区域，例如隧道，该区域包括多个定位标志，地图包括与多个定位标志对应的定位标志数据；在交通工具行驶通过区域时，捕获针对区域的图像数据；以及根据交通工具的估计姿态将图像数据与地图中的定位标志数据进行匹配，确定交通工具的定位信息，这里的地图可以是高精度地图。以此方式，可以实现基于定位标志的准确定位，提高定位的精度。

Description

用于定位交通工具的方法、装置、设备和存储介质

技术领域

本公开涉及数据处理领域，特别地，涉及自动驾驶和智能交通领域，并且更具体地，涉及用于定位交通工具的方法、装置、设备和存储介质。

背景技术

随着自动驾驶技术的发展，目前已经可以在各种场景下实现自动驾驶。例如，已经可以在各种定位信号如全球导航卫星系统(Global Navigation Satellite System，GNSS)的辅助下来实现自动驾驶。然而，由于自动驾驶所面对的场景的多样性，例如，在某些特定场景下，定位信号可能并不稳定。因此，如何在各种具体场景下实现自动驾驶，成为一个研究的热点。

发明内容

本公开提供了一种用于定位交通工具的方法、装置、设备以及存储介质。

根据本公开的第一方面，提供了一种用于定位交通工具的方法。该方法包括获得与区域有关的地图，其中该区域包括多个定位标志，该地图包括与多个定位标志对应的定位标志数据。该方法还包括在交通工具行驶通过该区域时，捕获针对该区域的图像数据。该方法还包括根据交通工具的估计姿态将图像数据与地图中的定位标志数据进行匹配，确定交通工具的定位信息。

根据本公开的另一方面，提供了一种用于定位交通工具的装置。该装置包括地图获得模块，被配置为获得与区域有关的地图，其中该区域包括多个定位标志，该地图包括与多个定位标志对应的定位标志数据。该装置还包括图像捕获模块，被配置为在交通工具行驶通过该区域时，捕获针对该区域的图像数据。该装置还包括定位信息确定模块，被配置为根据交通工具的估计姿态将图像数据与地图中的定位标志数据进行匹配，确定交通工具的定位信息。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，该存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开的第一方面所述的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行根据本公开的第一方面所述的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序指令，该计算机程序指令被处理器实现如本公开的第一方面的方法。

根据本申请的技术可以实现基于定位标志的准确定位。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素，其中：

图1示出了本公开的多个实施例能够在其中实现的示例环境100的示意图；

图2示出了根据本公开的一些实施例的用于定位交通工具的方法200的示意流程图；

图3示出了根据本公开的一些实施例的定位标志在区域105中的布置300的示意图；

图4示出了根据本公开的一些实施例的用于生成地图的过程400的示意图；

图5示出了根据本公开的一些实施例的用于确定交通工具的定位信息的过程500的示意图；

图6示出了根据本公开的一些实施例的用于确定交通工具的定位信息的过程600的示意图；

图7示出了根据本公开的实施例的用于定位交通工具的装置700的示意框图；以及

图8示出了能够实施本公开的多个实施例的电子设备800的框图。

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。

在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

稳定的高精度定位是自动驾驶和智能交通的基础，自动驾驶定位误差要求控制在厘米级以内。在开放区域中，高精度定位可以利用各种定位信号如单独利用全球卫星导航系统(GNSS)，或是结合GNSS和实时差分定位技术(Real-time Kinematic，RTK)这两种定位信号，或是结合GNSS与惯性导航系统(Inertial Navigation System，INS)等方法。然而在一些较为封闭的区域中(例如，隧道)，定位信号是受限的，也就是说定位信号可能很弱或是无法接受到，进而无法通过上述方法实现高精度定位。

对于这些较为封闭的环境，目前已经提出了例如基于GNSS模拟器(例如，伪卫星技术)、超宽带(Ultra Wideband，UWB)等的定位方案，这些方法或是精度不高，或是由于需要加装大量的诸如基站的硬件设备而导致总成本较高。

为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个问题，本公开的实施例提出了一种用于定位交通工具的技术方案。在该方案中，通过在特定环境的区域中布置定位标志，交通工具利用包括定位标志数据的高精度地图以及所捕获的关于定位标志的图像，通过调整位姿(即，位置和姿态)来进行匹配，从而实现高精度的定位。以此方式，在缺少诸如GNSS、RTK等定位信号的区域中，利用交通工具已有的低成本硬件设备就能够实现该交通工具的高精度定位，而无需额外部署其他的硬件设备。此外，可以直接利用区域内已有的物体作为辅助定位的定位标志，不需加装或仅需加装部署少量定位标志，总成本低。

以下将参照附图来具体描述本公开的实施例。

图1示出了本公开的多个实施例能够在其中实现的示例环境100的示意图。如图1所示，交通工具110正行驶在区域105中，该区域105可以是定位信号如GNSS信号受限的区域(诸如，隧道)。在该区域105中布置有多个定位标志，例如定位标志120-1和120-2。可以理解的是，虽然图1中经示出了两个定位标志，但定位标志的数目可以是任意数目，本公开对此不作限制。在下文中，将参考图3详细描述有关定位标志的细节。

在一些实施例中，交通工具110可以是配备一定自动驾驶能力的交通工具110，其中自动驾驶能力可以包括但不限于辅助驾驶能力、半自动驾驶能力、高度自动驾驶能力或者完全自动驾驶能力。交通工具110可以通过固定或安装在其上的图像捕获装置115来捕获周围环境的图像数据130，特别地，捕获与定位标志120-1和120-2相关联的图像数据。图像捕获装置115至少包括一个传感器，在一些实施例中，图像捕获装置115可以为具有一个或多个广角或者超广角的摄像头，这些摄像头能够捕获周围环境360度内的场景。备选地，图像捕获装置115也可以采用可旋转的结构，以便可旋转地检测交通工具110外部多个方向的实时场景。

交通工具110还包括定位设备170，其能够根据各种数据来确定交通工具110的定位信息180。各种数据可以包括图像数据130和地图160，其中地图160包括定位标志数据165。如下文将详细解释的，地图160以及定位标志数据165将由测绘交通工具150至少通过采集装置155来生成。在一些实施例中，定位信息180包括交通工具110的位置和姿态中的至少一项。在一些实施例中，定位信息180包括位置和姿态二者。在一些实施例中，定位信息180可以仅包括位置。

在本文中，术语“姿态”是指交通工具在特定坐标系中的姿势。例如，在二维坐标系和三维坐标系中，交通工具的姿态可以利用航向角来表示。在三维坐标系中，交通工具的姿态还可以利用俯仰角、航向角和旋转角来表示。在下文中，将以“姿态”为航向角为例来讨论本公开的实施例。然而应当理解，这仅仅出于示例的目的，而无意于限制本公开的范围。

此外，术语“交通工具”在下文中有时以行驶中的车辆作为交通工具的示例。应当理解，本公开的实施例也可以被类似地应用于其他对象，诸如飞行器等。

地图160可以是与区域105有关的地图。地图160可以由测绘交通工具150在行驶通过相同的区域105时而预先确定，并且可以被提供给交通工具110的定位设备170。测绘交通工具150可以包括采集装置155，除了包括诸如摄像头的图像传感器之外，采集装置155还包括用于测绘的其他传感器和检测装置，例如，激光雷达、毫米波雷达、GNSS和惯性测量装置等。激光雷达是指以发射激光束探测目标的位置和/或速度等特征量的雷达装置，其工作原理是向目标发射探测信号(激光束)，然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较，作适当处理后，就可获得目标的相关信息，例如目标距离、方位、高度、速度、姿态、甚至形状等参数中的一个或多个。毫米波雷达是指工作频段在毫米波频段的雷达，测距原理跟一般雷达类似，向目标发射探测信号(无线电波)，然后接收回波，根据收发之间的时间差测得与目标相关信息。GNSS也不限于全球定位系统(GPS)，欧洲的伽利略卫星定位系统，中国的北斗卫星定位系统等，均可与本公开的实施例结合使用。

地图160中可以包括与多个定位标志(例如，120-1和120-2)对应的定位标志数据165。定位标志数据165指示多个定位标志与地图160中的多个三维位置之间的关联性。例如，针对多个定位标志中的一个定位标志120-1，通过对测绘交通工具150采集的数据进行处理，可以确定该定位标志120-1的经纬度和高程信息等参数、以及该定位标志120-1的上的(多个)关键点，并且上述二者可以相关联地存储在地图160中。在本文中，关键点有时也被称为特征点。

应当理解，在一些实施例中，除了包括图像捕获装置115之外，交通工具110还可以包括用于自动驾驶的其他传感器或检测装置，例如，交通工具110还可以包括激光雷达、卫星定位系统和惯性测量装置等。在一些实施例中，定位信息180可以作为一个定位约束，该定位约束可以与其他传感器系统(例如，惯导、激光雷达)等确定的定位约束进行卡尔曼滤波的数据融合，进而实现多传感器融合的高精度定位。此外，应当理解，图1中所示出的环境100仅仅是本公开的实施例的示例环境，而不用于限制本公开的范围。

为了便于清楚说明，以下将参考图1的环境100来描述本公开的实施例。应当理解，本公开的实施例还可以包括未示出的附加动作和/或可以省略所示出的动作。本公开的范围在此方面不受限制。为了便于理解，在下文描述中提及的具体数据均是示例性的，并不用于限定本公开的保护范围。

图2示出了根据本公开的一些实施例的用于定位交通工具的方法200的流程图。在一些实施例中，方法200可以在图1示出的交通工具110处实现。

在框202，交通工具110可以获得与区域105有关的地图160，其中区域105包括多个定位标志(120-1、120-2…)，地图160包括与多个定位标志对应的定位标志数据165。

区域105可以是具有受限的定位信号(例如，GNSS信号)的区域。例如，区域105可以是隧道、城市峡谷等。在这样的区域中，可以将这些区域中已有的一些物体作为定位标志来使用。备选地，在区域中可以作为定位标志的物体缺乏的情况下，可以人为地布置一些物体作为定位标志。

现在参考图3，图3示出了根据本公开的一些实施例的定位标志在区域105中的布置300的示意图。作为示例，该区域可以是隧道，其具有车道以及车道两侧的侧壁。多个定位标志可以包括在一侧(例如，靠近行驶的车辆一侧)的侧壁上的120-1、120-2和120-3。进一步地，多个定位标志还可以包括在相对侧(例如，远离行驶的车辆一侧)的侧壁上的120-4、120-5。定位标志可以具有一定三维体积(例如，长宽高总和>1.5米)、由易于识别的材质制成(例如，具有易于识别的反射率、颜色等)、并且在其上具有易于识别的纹理(例如，图案、数字等)。

在一些实施例中，定位标志可以是区域105中已有的交通基础设施(例如，定位标志120-1至120-5)，包括但不限于：电器柜、交通标志、红绿灯、墙壁凸起凹陷、壁画/广告牌、站台、座椅等。在一些实施例中，定位标志(例如，定位标志120-6)也可以是根据在区域105中的定位精度需求而另外布置的。在一些实施例中，定位标志距车道路面的安装高度通常不超过3米且不低于1米。在一些实施例中，定位标志位也可以安装在区域105的顶部，只要交通工具110的图像捕获装置115可以识别即可。

在一些实施例中，多个定位标志可以按照预设距离(例如，每隔50-100米)布置在区域105。在一些实施例中，该预设距离可以基于多个定位标志中的每个定位标志的大小而确定。可以理解，区域105中的定位标志越密集，所能够达到的定位精度越高，然而，布置过多的定位标志可能带来成本的增加。另外，考虑到区域中潜在其他车辆对相对侧的遮挡，该预设距离可以仅基于在相同一侧的定位标志来确定。

例如，在图3所示的实施例中，根据定位标志120-4的大小(和/或关键点信息，例如，关键点的数目)，可以确定下一个定位标志需要布置在距定位标志120-4一预设距离(例如，50米)之内，如果定位标志120-5与定位标志120-4之间的距离121-1小于该预设距离(即，50米)，则可以直接利用定位标志120-5而无需进一步布置另外的定位标志。进一步地，根据定位标志120-5的大小，可以确定下一个定位标志需要布置在距定位标志120-5另一预设距离(例如，60米)之内，当在该范围(即，60米之内)中，没有可以利用的定位标志的情况下，可以另外地布置定位标志120-6，使得定位标志120-5与120-6之间的距离121-2小于或等该预设距离(即，60米)。多个定位标志可以互不相同，也可以彼此相同或相似(例如，在大小、图案等方面)。

回到参考图2，区域105有关的地图160例如由交通工具110的定位设备170获得，地图160中包括与多个定位标志(例如，120-1至120-6)对应的定位标志数据165。在一些实施例中，定位标志数据165是预先确定的，定位标志数据指示针对多个定位标志的特征数据与地图160中的多个三维位置之间的关联性。在下文中，将参考图4详细描述有关地图160的生成的细节。

在一些实施例中，响应于确定交通工具110将要进入区域105，交通工具170可以获得与区域105有关的地图160。在一些实施例中，交通工具可以响应于距离区域105的一端(例如，隧道入口)一预定距离而确定交通工具110将要进入区域105，该预定距离能够确保在交通工具110进入区域之前，地图可以被发送到(例如，下载)交通工具110的存储设备(未示出)，以供定位设备170使用。在一些实施例中，该确定可以基于GNSS信号来进行。该确定可以基于由传感器对区域105的一端进行感测数据(例如，由摄像头拍摄的隧道入口的图像)来进行。地图的发送过程可以经由射频信号来实现，也可以通过例如边缘云的技术来实现。

在框204，在交通工具110行驶通过区域105时，交通工具110可以捕获针对区域105的图像数据130。

在一些实施例中，例如可以由交通工具110的视觉传感器(例如，图1中的图像捕获装置115)来捕获图像，通过进一步的处理以获得图像数据130。在一些实施例中，交通工具110可以仅基于视觉传感器所捕获的图像，连同地图165来实现定位过程，而无需利用诸如激光雷达数据、GNSS信号、惯导数据等。如上面所讨论的，由于区域105中按照预设距离布置有多个定位标志，故所采集的图像中通常包括至少一个定位标志。

在框206，根据交通工具110的估计姿态将图像数据130与地图160中的定位标志数据165进行匹配，交通工具110可以确定交通工具110的定位信息180。

该步骤可以例如在交通工具110的定位设备170处执行。定位设备170可以通过图像捕获装置115获得图像数据130，并且从存储设备(未示出)获取地图160。由于交通工具在捕获图像数据130时，可能以某个姿态(例如，某个航向角)行驶在距定位标志一定距离的位置处，该姿态与位置可能与生成地图160的定位标志数据165时的姿态和/或位置不同。因此，在图像数据130与定位标志数据165的匹配过程中，定位设备170需要基于交通工具110的姿态进行一些调整。由于交通工具110行驶通过诸如隧道的区域105时可能长时间无法获得定位信号，这进一步导致交通工具110可能无法按照预定的精度来确定交通工具的真实姿态。在这种情况下，可以对交通工具110的真实姿态进行估计，并且利用估计姿态来进行上述数据之间的匹配过程。例如，可以基于上一时刻的定位信息中的姿态和\或由交通工具110的其他传感器所确定的姿态，来确定相关联的(多个)估计姿态，该(多个)估计姿态与真实姿态的误差可以在一预定范围(例如，±5％)之内。

在一些实施例中，根据交通工具110的估计姿态，定位设备170执行对图像数据130与定位标志数据165中的至少一项的调整过程。该调整过程可以使得调整过的图像数据130和定位标志数据165与该估计姿态对应(例如，使得二者对应于相同的航向角)。在一些示例中，该调整过程还可以使得调整过的图像数据130和定位标志数据165与交通工具110的估计位置对应。然后，定位设备170基于调整过程的结果，确定图像数据130与定位标志数据165之间的匹配程度。在一些示例中，该匹配程度的确定可以通过将图像数据130投影到基于定位标志数据165的图像上来确定。接下来，响应于确定匹配程度大于预定阈值，定位设备170可以相对于定位标志的三维位置，确定交通工具110的定位信息180。

具体地，在一些实施例中，例如基于上一时刻的定位信息，定位设备170可以确定交通工具110可能处于的一组估计姿态和/或估计位置。然后，定位设备170可以根据该一组估计姿态和/或估计位置，对图像数据130和定位标志数据165进行调整，以确定对应的一组匹配程度。在一些示例中，定位设备170可以从一组匹配程度中选择最佳匹配程度，并且利用与该最佳匹配程度对应的估计姿态和/或估计位置、以及相应的定位标志的三维位置，来确定交通工具110的定位信息180。在一些示例中，定位设备170可以从一组匹配程度中选择若干个最佳匹配程度，并且利用与该若干个最佳匹配程度对应的若干个估计姿态和/或估计位置、以及相应的定位标志的三维位置，通过例如加权平均的方式来确定交通工具110的定位信息180。

因此，根据本公开的实施例，通过在区域中布置定位标志，交通工具可以利用包括定位标志数据的高精度地图、以及所捕获的关于定位标志的图像来实现高精度的定位。以此方式，在缺少定位信号的区域中，利用交通工具已有的低成本硬件设备(例如，视觉传感器)就能够实现该交通工具的高精度定位，而无需额外部署其他的硬件设备。此外，可以直接利用区域内已有的物体作为辅助定位的定位标志，而不需加装或仅需加装部署少量定位标志，进而降低该方案的总成本。

图4示出了根据本公开的一些实施例的用于生成地图的过程400的示意图。过程400用于生成方法200中所使用的地图。在一些实施例中，过程400可以在图1示出的测绘交通工具150处实现，或者部分被实现在测绘交通工具150本地并且部分被实现在远程服务器或云中。下文将以区域105中的多个定位标志中的一个定位标志120-1来为例来进行说明。

在框402，测绘交通工具150可以获得针对定位标志120-1的特征数据。

如上面所讨论的，定位标志120-1可以是具有一定的三维体积，一定的纹理(例如，图案)。在一些实施例中，测绘交通工具150可以利用视觉传感器在行驶在区域105中的不同位置处时，捕获关于定位标志120-1的多帧图像。在一些实施例中，测绘交通工具150可以利用激光雷达在行驶在区域105中的不同位置处时，捕获关于定位标志120-1的点云数据。所得的多帧图像和/或点云数据可以进行进一步的处理(例如，通过将多帧图像数据、点云数据等进行融合)，以获得关键点，这些关键点可以是深度注意力特征的关键点。在一些实施例中，可以对所得的关键点进行去重和压缩，以减小特征数据的大小。

在框404，测绘交通工具150可以感测与定位标志120-1的相关联的三维位置信息。

在一些实施例中，测绘交通工具150可以利用激光雷达、惯性导航系统等，来感测与定位标志120-1相关联的三维位置信息，包括但不限于经纬度和高度(例如，海拔和/或相对于路面的高度)。在一些实施例中，测绘交通工具150可以感测与框402中所识别出来的关键点相对于的三维位置信息。

在框406，上述三维位置信息与特征数据可以相关联地被包括在地图160中。

可以理解的是，过程400可以类似地应用于多个定位标志中的其他定位标志，以获得定位标志数据165。在一些实施例中，定位标志数据165可以作为地图160中的一层而被存储。在一些实施例中，地图165可以每隔预定周期就进行更新，以确保符合最新的路况。在一些实施例中，地图可以存储在服务器或云中，以供交通工具110使用。

以此方式，可以预先确定针对诸如隧道等定位信号受限的区域105中的高精度地图，该地图中包括定位标志数据165，定位标志数据165指示针对区域中的多个定位标志的特征与地图中的多个三维位置之间的关联性，该地图可以作为实现对行驶在相同的区域105中的交通工具110定位的基础。

图5示出了根据本公开的一些实施例的用于确定交通工具的定位信息的过程500的示意图。例如，过程500可以被视为如图2所示的方法200中的框206的一种示例实现。在一些实施例中，过程500可以在图1示出的交通工具110的定位设备170处实现。

在框502，定位设备170可以基于图像数据130，确定图像特征点集。

如上面所讨论的，图像数据130通常包括多个定位标志。在一些实施例中，定位设备可以对图像数据130进行处理，以识别出与图像数据130的视角中所包括的所有定位标志(例如，图1中的120-1与120-2)对应的图像特征点集。

在框504，定位设备170可以基于定位标志数据165，确定第一特征点集。

如上面所讨论的，地图160中的定位标志数据165可以是与定位标志相关联的特征数据。在一些实施例中，定位设备可以对定位标志数据165进行处理，以确定第一特征点集，该第一特征点集与图像数据130中所包括的所有定位标志(例如，图1中的120-1与120-2)相关联。

在框506，根据交通工具110的估计姿态将图像特征点集与第一特征点集进行匹配，定位设备170可以确定交通工具110的定位信息180。

具体地，该匹配过程可以是点到点的匹配过程，可以通过将一个特征点集(例如，图像特征点集)投影到另一特征点集(例如，第一特征点集)，并且计算二者的重合程度来实现。如上面所讨论的，在进行该匹配过程之前，图像特征点集与第一特征点集中的至少一项可以根据交通工具110的估计姿态来进行调整(例如，旋转与估计姿态对应的一角度)，以调整到与交通工具110的估计姿态对应的状态。由于在行驶通过诸如隧道等的定位信号受限的区域105时，交通工具110可能处于不同姿态，因此交通工具110在不同姿态所捕获的图像数据130可以是彼此不同的，并且可能与地图160中的定位标志数据165在被采集时所对应的测绘交通工具的姿态存在一定偏差。在这种情况下，如果直接利用所捕获的图像数据130与地图160中的定位标志数据165进行匹配，则存在引起定位误差的可能性。通过根据交通工具的估计姿态进行调整以将图像数据130和定位标志数据165进行匹配，能够减少或消除由姿态引起的定位误差的可能性，从而改进定位的精度。

图像特征点集与第一特征点集中的至少一项还可以根据交通工具110的估计位置到定位标志(例如，图1中的120-1与120-2)的三维位置的距离进行调整(例如，放大或缩小)，以调整到与交通工具110的估计位置对应的状态。

在一些实施例中，地图160的定位标志数据165可以存储有与定位标志(例如，图1中的120-1与120-2)相关联的多个特征点集，多个特征点集与该多个估计位置相对应的，该多个特征点集可以是基于多个估计位置而预先生成的，也可以是基于测绘交通工具150实际采集的数据。在进行估计姿态的调整之后，图像特征点集可以与该多个特征点集进行匹配，并由此从多个估计位置中确定出匹配程度最高的一个估计位置，作为交通工具110的位置的指示。

图6示出了根据本公开的一些实施例的用于确定交通工具的定位信息的过程600的示意图。例如，过程600可以被视为如图2所示的方法200中的框206的一种示例实现。在一些实施例中，过程600可以在图1示出的交通工具110的定位设备170处实现。

在框602，定位设备170可以基于图像数据130，确定图像特征点子集。

如上面所讨论的，图像数据130通常包括多个定位标志。该多个定位标志可以位于交通工具行驶的一侧和/或相对侧。在一些实施例中，在考虑到区域中潜在其他车辆对相对侧上的定位标志的遮挡，并且考虑到对较远处的定位标志进行识别的效果较差的情况下，定位设备130可以对图像数据130进行进一步的处理，来确定图像特征点子集，以去除效果不佳或者较远的特征点。在一些实施例中，定位设备170可以按照类似框502所述的过程来识别图像特征点集，并从其中确定图像特征点子集。在一些实施例中，定位设备170可以截取图像数据130中部分图像数据，并以此进行识别以确定图像特征点子集，以进一步减少计算量。

在框604，定位设备170可以在多个定位标志中，确定与图像特征点子集对应的至少一个定位标志。

在一些实施例中，框602中所得的图像特征点子集可以例如与距离交通工具110较近的、且不受遮挡(例如，在行驶的一侧)的至少一个定位标志相关联。定位设备170可以在多个定位标志中，确定与图像特征点子集对应的至少一个定位标志。在一些实施例中，定位设备170可以基于上一时刻车辆所行驶的位置，来确定该至少一个定位标志。

在框606，定位设备170可以基于定位标志数据，确定与至少一个定位标志对应的第一特征点子集。

基于在框604所确定的至少一个定位标志，定位设备170可以从定位标志数据165取回第一特征点子集。在一些实施例中，定位标志数据165可以被标识有与多个定位标志相对应的标识符，然后，定位设备170可以基于至少一个定位标志的标识符取回相应的数据，即第一特征点子集。

在框608，根据交通工具110的估计姿态将图像特征点集与第一特征点子集进行匹配，定位设备170可以确定交通工具110的定位信息180。

框608的过程基本上与框506的过程相似，所不同的是用于匹配的特征点集中的点的数目更少，并且更能符合交通工具110所处的位置。此外，以此方式，可以减少定位过程中的运算量，进而减少定位过程的整体耗时，从而改进定位的准确度。

图7示出了根据本公开的实施例的用于定位交通工具的装置700的示意框图。如图7所示，装置700可以包括地图获得模块702，被配置为获得与区域有关的地图，其中该区域包括多个定位标志，该地图包括与多个定位标志对应的定位标志数据。装置700还可以包括图像捕获模块704，被配置为在交通工具行驶通过区域时，捕获针对区域的图像数据。装置700还可以包括定位信息确定模块706，被配置为根据交通工具的估计姿态将图像数据与地图中的定位标志数据进行匹配，确定交通工具的定位信息。

在一些实施例中，定位标志数据是预先确定的，定位标志数据指示针对多个定位标志的特征数据与地图中的多个三维位置之间的关联性。

在一些实施例中，定位信息确定模块706还包括：图像特征点确定模块，被配置为基于图像数据，确定图像特征点集；以及定位标志数据处理模块，被配置为基于定位标志数据，确定第一特征点集。定位信息确定模块706被配置为根据交通工具的估计姿态将图像特征点集与第一特征点集进行匹配，确定交通工具的定位信息。

在一些实施例中，定位信息确定模块706还包括：图像特征点子集确定模块，被配置为基于图像数据，确定图像特征点子集；定位标志确定模块，被配置为在多个定位标志中，确定与图像特征点子集对应的至少一个定位标志；以及定位标志数据确定模块，被配置为基于所述定位标志数据，确定与至少一个定位标志对应的第一特征点子集。定位信息确定模块706被配置为根据交通工具的估计姿态将图像特征点子集与第一特征点子集进行匹配，来确定交通工具的定位信息。

在一些实施例中，定位信息确定模块706还包括：数据调整模块，被配置为根据交通工具的估计姿态，执行对图像数据与定位标志数据中的至少一项的调整过程；以及匹配程度确定模块，被配置为基于调整过程的结果，确定图像数据与定位标志数据之间的匹配程度。定位信息确定模块706被配置为响应于确定匹配程度大于预定阈值，相对于定位标志的三维位置，确定交通工具的定位信息。

在一些实施例中，该区域定位信号是受限的。

在一些实施例中，多个定位标志按照预设距离布置在区域，预设距离基于多个定位标志中的每个定位标志的大小而确定。

在一些实施例中，地图获得模块702进一步被配置为响应于确定交通工具将要进入区域，获得与区域有关的地图。

在一些实施例中，图像捕获模块704进一步被配置为由交通工具的视觉传感器捕获图像数据。

在一些实施例中，交通工具的定位信息包括交通工具的位置和姿态中的至少一项。

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和计算机程序产品。

如图8所示，是根据本申请实施例的用于定位交通工具的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8所示，该电子设备包括：一个或多个处理器801、存储器802，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8中以一个处理器801为例。

存储器802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用于定位交通工具的方法。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用于定位交通工具的方法。

存储器802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用于定位交通工具的方法对应的程序指令/模块(例如，附图7所示的地图获得模块702、图像捕获模块704和定位信息确定模块706)。处理器801通过运行存储在存储器802中的非瞬时软件程序、指令以及模块，从而执行服务器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用于定位交通工具的方法。

存储器802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；存储数据区可存储根据用于定位交通工具的电子设备的使用所创建的数据等。此外，存储器802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802可选包括相对于处理器801远程设置的存储器，这些远程存储器可以通过网络连接至用于定位交通工具的电子设备。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。

用于定位交通工具的方法的电子设备还可以包括：输入装置803和输出装置804。处理器801、存储器802、输入装置803和输出装置804可以通过总线或者其他方式连接，图8中以通过总线连接为例。

输入装置803可接收输入的数字或字符信息，以及产生与用于定位交通工具的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804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/或面向车辆的编程语言、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。

根据本申请实施例的技术方案，通过在区域中布置定位标志，交通工具可以利用包括定位标志数据的高精度地图、以及所捕获的关于定位标志的图像来实现高精度的定位。以此方式，在定位信号受限的区域中，利用交通工具已有的低成本硬件设备(例如，视觉传感器)就能够实现该交通工具的高精度定位，而无需额外部署其他的硬件设备。此外，可以直接利用区域内已有的物体作为辅助定位的定位标志，而不需加装或仅需加装部署少量定位标志，进而降低该方案的总成本。

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 (22)

1.一种用于定位交通工具的方法，包括：

获得与区域有关的地图，其中所述区域包括多个定位标志，所述地图包括与所述多个定位标志对应的定位标志数据；

在所述交通工具行驶通过所述区域时，捕获针对所述区域的图像数据；以及

根据所述交通工具的估计姿态将所述图像数据与所述地图中的所述定位标志数据进行匹配，确定所述交通工具的定位信息；

其中确定所述交通工具的所述定位信息包括：

将所述图像数据与所述定位标志数据调整为对应于所述估计姿态。

2.根据权利要求1所述的方法，其中所述定位标志数据是预先确定的，所述定位标志数据指示针对所述多个定位标志的特征数据与所述地图中的多个三维位置之间的关联性。

3.根据权利要求1所述的方法，确定所述交通工具的所述定位信息包括：

基于所述图像数据，确定图像特征点集；

基于所述定位标志数据，确定第一特征点集；以及

根据所述交通工具的估计姿态将所述图像特征点集与所述第一特征点集进行匹配，确定所述交通工具的定位信息。

4.根据权利要求1所述的方法，其中确定所述交通工具的所述定位信息包括：

基于所述图像数据，确定图像特征点子集；

在所述多个定位标志中，确定与所述图像特征点子集对应的至少一个定位标志；

基于所述定位标志数据，确定与所述至少一个定位标志对应的第一特征点子集；以及

根据所述交通工具的所述估计姿态将所述图像特征点子集与所述第一特征点子集进行匹配，确定所述交通工具的定位信息。

5.根据权利要求1所述的方法，其中确定所述交通工具的所述定位信息还包括：

基于所述调整的结果，确定所述图像数据与所述定位标志数据之间的匹配程度；以及

响应于确定所述匹配程度大于预定阈值，相对于所述定位标志的三维位置，确定所述交通工具的所述定位信息。

6.根据权利要求1所述的方法，其中所述区域定位信号是受限的。

7.根据权利要求1所述的方法，其中所述多个定位标志按照预设距离布置在所述区域，所述预设距离基于所述多个定位标志中的每个定位标志的大小而确定。

8.根据权利要求1所述的方法，其中获得所述地图包括：

响应于确定所述交通工具将要进入所述区域，获得与所述区域有关的所述地图。

9.根据权利要求1所述的方法，其中捕获所述图像数据包括：由所述交通工具的视觉传感器捕获所述图像数据。

10.根据权利要求1所述的方法，其中所述交通工具的所述定位信息包括所述交通工具的位置和姿态中的至少一项。

11.一种用于定位交通工具的装置，包括：

地图获得模块，被配置为获得与区域有关的地图，其中所述区域包括多个定位标志，所述地图包括与所述多个定位标志对应的定位标志数据；

图像捕获模块，被配置为在所述交通工具行驶通过所述区域时，捕获针对所述区域的图像数据；以及

定位信息确定模块，被配置为根据所述交通工具的估计姿态将所述图像数据与所述地图中的所述定位标志数据进行匹配，确定所述交通工具的定位信息；

其中所述定位信息确定模块包括：

数据调整模块，所述数据调整模块被配置为将所述图像数据与所述定位标志数据调整为对应于所述估计姿态。

12.根据权利要求11所述的装置，其中所述定位标志数据是预先确定的，所述定位标志数据指示针对所述多个定位标志的特征数据与所述地图中的多个三维位置之间的关联性。

13.根据权利要求11所述的装置，所述定位信息确定模块还包括：

图像特征点确定模块，被配置为基于所述图像数据，确定图像特征点集；以及

定位标志数据处理模块，被配置为基于所述定位标志数据，确定第一特征点集；并且

所述定位信息确定模块被配置为根据所述交通工具的估计姿态将所述图像特征点集与所述第一特征点集进行匹配，确定所述交通工具的定位信息。

14.根据权利要求11所述的装置，其中所述定位信息确定模块还包括：

图像特征点子集确定模块，被配置为基于所述图像数据，确定图像特征点子集；

定位标志确定模块，被配置为在所述多个定位标志中，确定与所述图像特征点子集对应的至少一个定位标志；以及

定位标志数据确定模块，被配置为基于所述定位标志数据，确定与所述至少一个定位标志对应的第一特征点子集；并且

所述定位信息确定模块被配置为根据所述交通工具的所述估计姿态将所述图像特征点子集与所述第一特征点子集进行匹配，确定所述交通工具的定位信息。

15.根据权利要求11所述的装置，其中所述定位信息确定模块还包括：

匹配程度确定模块，被配置为基于所述调整的结果，确定所述图像数据与所述定位标志数据之间的匹配程度；并且

所述定位信息确定模块被配置为响应于确定所述匹配程度大于预定阈值，相对于所述定位标志的三维位置，确定所述交通工具的所述定位信息。

16.根据权利要求11所述的装置，其中所述区域定位信号是受限的。

17.根据权利要求11所述的装置，其中所述多个定位标志按照预设距离布置在所述区域，所述预设距离基于所述多个定位标志中的每个定位标志的大小而确定。

18.根据权利要求11所述的装置，其中所述地图获得模块进一步被配置为响应于确定所述交通工具将要进入所述区域，获得与所述区域有关的所述地图。

19.根据权利要求11所述的装置，其中所述图像捕获模块进一步被配置为由所述交通工具的视觉传感器捕获所述图像数据。

20.根据权利要求11所述的装置，其中所述交通工具的所述定位信息包括所述交通工具的位置和姿态中的至少一项。

21.一种电子设备，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1-10中的任一项所述的方法。

22.一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1-10中的任一项所述的方法。

Images