CN112556726A - 一种车辆位置修正方法、装置、车辆及介质 - Google Patents

Abstract

本发明公开了一种车辆位置修正方法、装置、车辆及介质，包括：根据当前在线反射率和当前离线反射率的第一误差和第一概率、以及当前在线高度和当前离线高度的第二误差和第二概率，计算得到当前搜索域的反射率误差和高度误差；融合所述反射率误差和所述高度误差，得到概率融合系数；根据预设修正公式、车辆的当前坐标和所述概率融合系数，确定所述车辆的位置修正量。通过计算得到当前搜索域的反射率误差和高度误差，融合反射率误差和高度误差，得到概率融合系数，再基于预设修正公式，通过车辆的当前坐标和前述概率融合系数，计算得到车辆的位置修正量，进而可以实现车辆当前位置信息的实时更新，使得获取到的车辆当前位置信息更加精确。

Description

一种车辆位置修正方法、装置、车辆及介质

技术领域

本发明实施例涉及车辆定位技术，尤其涉及一种车辆位置修正方法、装置、车辆及介质。

背景技术

随着城市的发展，城市里的车辆越来越多，城市的交通越来越拥堵，人们驾车越来越趋于疲惫。为了满足人们的出行要求，自动驾驶技术应用而生。自动驾驶的关键在于能够高精度地定位车辆当前位置信息，从而使自动驾驶更加安全可靠。

现有技术中，可以将大量的行车辅助信息存储为结构化数据，行车辅助信息具体可以包括路网精确的三维表征，例如，路面的几何结构、道路标示线的位置、周边道路环境的点云模型等。基于精确的三维表征，自动驾驶系统可以通过比对车载的全球定位系统(Global Positioning System，GPS)、惯性测量单元(Inertial Measurement Unit，IMU)、激光雷达或摄像头的数据精确确认自己当前的位置。

然而现有技术确认当前位置需要进行大量的数据计算，存在着数据冗余导致计算机负载过大的问题，不便于实时更新当前的车辆位置信息，亟需一种对当前车辆位置信息进行实时更新的方法。

发明内容

本发明提供一种车辆位置修正方法，以实现对车辆位置信息的修正，便于实时更新当前的车辆位置信息。

第一方面，本发明实施例提供一种车辆位置修正方法，包括：

根据当前在线反射率和当前离线反射率的第一误差和第一概率、以及当前在线高度和当前离线高度的第二误差和第二概率，计算得到当前搜索域的反射率误差和高度误差；

融合所述反射率误差和所述高度误差，得到概率融合系数；

根据预设修正公式、车辆的当前坐标和所述概率融合系数，确定所述车辆的位置修正量。

第二方面，本发明实施例还提供了一种车辆位置修正装置，包括：

计算模块，用于根据当前在线反射率和当前离线反射率的第一误差和第一概率、以及当前在线高度和当前离线高度的第二误差和第二概率，计算得到当前搜索域的反射率误差和高度误差；

执行模块，用于融合所述反射率误差和所述高度误差，得到概率融合系数；

确定模块，用于根据预设修正公式、车辆的当前坐标和所述概率融合系数，确定所述车辆的位置修正量。

第三方面，本发明实施例还提供了一种车辆，所述车辆包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的车辆位置修正方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的车辆位置修正方法。

本发明根据当前在线反射率和当前离线反射率的第一误差和第一概率、以及当前在线高度和当前离线高度的第二误差和第二概率，计算得到当前搜索域的反射率误差和高度误差；融合所述反射率误差和所述高度误差，得到概率融合系数；根据预设修正公式、车辆的当前坐标和所述概率融合系数，确定所述车辆的位置修正量。上述技术方案，通过计算得到当前搜索域的反射率误差和高度误差，融合上述反射率误差和高度误差，得到概率融合系数，再基于预设修正公式，通过车辆的当前坐标和前述概率融合系数，计算得到车辆的位置修正量，进而可以实现车辆当前位置信息的实时更新，使得获取到的车辆当前位置信息更加精确。

附图说明

图1为本发明实施例一提供的车辆位置修正方法的流程图；

图2为本发明实施例二提供的一种车辆位置修正方法的流程图；

图3为本发明实施例三提供的一种车辆位置修正装置的结构图；

图4为本发明实施例四提供的一种车辆的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

实施例一

图1为本发明实施例一提供的车辆位置修正方法的流程图，本实施例可适用于需要实时更新车辆当前位置信息的情况，该方法可以由车辆系统来执行，具体包括如下步骤：

步骤110、根据当前在线反射率和当前离线反射率的第一误差和第一概率、以及当前在线高度和当前离线高度的第二误差和第二概率，计算得到当前搜索域的反射率误差和高度误差。

具体地，在当前搜索域内移动当前帧，计算当前在线反射率、当前离线反射率、当前在线高度和当前离线高度在每个搜索帧内的反射率和高度误差以及概率。获取当前在线反射率和当前离线反射率，之后计算当前在线反射率和当前离线反射率的第一误差，根据获取到的第一概率和计算得到的第一误差，当前搜索域内每帧的第一概率和第一误差相乘得到的结果再相加，可以得到当前搜索域的反射率误差；同样地，获取当前在线高度和当前离线高度，之后计算当前在线高度和当前离线高度的第二误差，根据获取到的第二概率和计算得到的第二误差，当前搜索域内每帧的第二概率和第二误差相乘得到的结果再相加，可以得到当前搜索域的高度误差。

其中，当前在线反射率可以从当前在线反射率地图中提取得到，当前在线高度可以从当前在线高度地图中提取得到，当前离线反射率可以从当前离线反射率地图中提取得到，当前离线高度可以从当前离线高度地图中提取得到。

第一误差可以为当前在线反射率和当前离线反射率的差值，第二误差可以为当前在线高度和当前离线高度的差值，第一误差和第二误差均可以包括正数和负数。第一概率可以为当前在线反射率在当前搜索域内可能出现的概率，第二概率可以为当前在线高度在当前搜索域内可能出现的概率。当前搜索域内的所有第一误差和第一概率相乘并相加，可以得到当前搜索域的反射率误差；当前搜索域内的所有第二误差和第二概率相乘并相加，可以得到当前搜索域的高度误差。

可以知道的是，可以基于下述公式一计算第一误差和第二误差。

公式一：

其中，其中r_m为对应搜索帧的离线数值，r_z为在对应搜索帧的在线数值，

和

分别为离线数值和在线数值的标准差。

可以基于下述公式二和公式三计算第一概率和第二概率。

公式二：

公式三：

其中，η为归一化系数，N_z为对应搜索域内点的个数。

另外，当前在线反射率地图数据和当前在线高度地图数据可以基于高精度实时动态(Real-time kinematic，RTK)设备与激光雷达采集得到。

在实际应用中，反射率误差和高度误差的计算都可以在点云处理及融合模块中运行搜索算法实现，该搜索算法的输入可以包括雷达点云、雷达坐标系相对通用横墨卡托格网系统(Universal Transverse Mercator Grid System，UTM)坐坐标系的空间变换矩阵、搜索域的行数、搜索域的列数、搜索原点的横坐标、搜索原点的纵坐标和搜索步长的增益。点云处理及融合模块可以根据搜索原点位置、搜索域大小及搜索步长分别在高度和反射率维度，计算当前搜索域的误差。

本实施例中，可以通过计算当前帧的第一误差、第一概率、第二误差和第二概率，得到当前搜索域的反射率误差和高度误差。

步骤120、融合所述反射率误差和所述高度误差，得到概率融合系数。

不同材质的场景表面在激光雷达扫描结果中会以不同的反射率值来呈现，所以反射率可以客观全面地表达场景表面的材质构成，同时也是一个非常重要的定位依据。在实际操作过程中，首先通过激光雷达获取实时扫描结果，提取当前反射率，再根据车辆上一时刻的位置信息在当前离线反射率地图上找到相应位置，并设定当前搜索域，在当前搜索域中搜寻与当前扫描结果中的当前反射率匹配程度最高的位置，作为反射率配准结果。激光雷达返回的激光扫描结果中的激光点云包括具有相对于激光发射点的三维位置信息，所以可以得到当前帧的高度信息，故当前离线高度地图可以客观全面地表达场景中表面的高度信息，相比场景中表面的材质构成信息而言，高度信息在某种程度上稳定性更高。在实际操作过程中，首先通过激光雷达获取实时扫描结果，提取当前高度，再根据车辆上一时刻的位置信息在当前离线高度地图上找到相应位置，并设定当前搜索域，在当前搜索域中搜寻与当前扫描结果中的当前高度匹配程度最高的位置，作为高度配准结果。虽然理论上，这两种配准结果应该完全一致，但在实际情况中，因为场景信息改变等原因，两种配准结果往往并不一致，在这里需要找到一种方法融合两种配准结果。

具体地，可以根据下述公式四计算得到概率融合系数。

公式四：

其中，

本实施例中，可以根据反射率和高度共同确定当前位置信息，使得当前位置信息更加准确。

步骤130、根据预设修正公式、车辆的当前坐标和所述概率融合系数，确定所述车辆的位置修正量。

具体地，根据获取到的车辆的当前坐标和前述计算得到的概率融合系数，在预设修正公式的基础上，可以计算得到车辆的位置修正量。

其中，预设修正公式可以包括如下公式五和公式六。

公式五：

公式六：

其中，x为搜索原点的x坐标，y为搜索原点的y坐标。

本发明实施例一提供一种车辆位置修正方法，根据当前在线反射率和当前离线反射率的第一误差和第一概率、以及当前在线高度和当前离线高度的第二误差和第二概率，计算得到当前搜索域的反射率误差和高度误差；融合所述反射率误差和所述高度误差，得到概率融合系数；根据预设修正公式、车辆的当前坐标和所述概率融合系数，确定所述车辆的位置修正量。上述技术方案，通过计算得到当前搜索域的反射率误差和高度误差，融合反射率误差和高度误差，得到概率融合系数，再基于预设修正公式，通过车辆的当前坐标和前述概率融合系数，计算得到车辆的位置修正量，进而可以实现车辆当前位置信息的实时更新，使得获取到的车辆当前位置信息更加精确。

实施例二

图2为本发明实施例二提供的一种车辆位置修正方法的流程图，本实施例是在上述实施例的基础上进行具体化。在本实施例中，该方法还可以包括：

步骤210、基于获取到的当前点云数据，绘制当前在线反射率地图和当前在线高度地图。

其中，在逆向工程中通过测量仪器得到的产品外观表面的点数据集合也称之为点云，通常使用三维坐标测量机所得到的点数量比较少，点与点的间距也比较大，叫稀疏点云；而使用三维激光扫描仪或照相式扫描仪得到的点云，点数量比较大并且比较密集，叫密集点云。

在本实施例中，可以根据高精度RTK设备和激光雷达采集当前点云数据，当前点云数据可以包括当前在线反射率和当前在线高度，将当前搜索域内对应帧的当前在线反射率和当前在线高度分别对应存储，可以实现绘制当前在线反射率地图和当前在线高度地图。

另外，在绘制当前在线反射率地图和当前在线高度地图之前，还可以基于体素滤波、点云运动补偿和运动障碍物去除，实现对点云数据的处理，去除点云数据中的无效数据，增强当前在线反射率地图和当前在线高度地图的准确性。

本实施例中，可以基于当前点云数据，分别绘制当前在线反射率地图和当前在线高度地图。

步骤220、从所述当前在线反射率地图和所述当前在线高度地图中，分别提取所述当前在线反射率和所述当前在线高度。

具体地，得到当前在线反射率地图和当前在线高度地图之后，为了便于后续计算当前在线反射率和当前离线反射率的第一误差、以及当前在线高度和当前离线高度的第二误差，可以分别从当前在线反射率地图和当前在线高度地图中提取当前在线反射率和当前在线高度。

步骤230、根据获取到的上一位置信息，加载当前离线反射率地图和当前离线高度地图。

在实际应用中，离线地图模块可以根据上一位置信息，加载得到当前离线反射率地图和当前离线高度地图。

具体可以包括如下步骤：1)输入上一位置信息；2)根据搜索域内帧之间的imuwheel数据计算当前初定位；3)根据当前初定位确定并加载当前离线反射率地图和当前离线高度地图；4)若上一位置信息处于当前离线反射率地图或者当前离线高度地图的边缘区域，则加载下一张当前离线反射率地图和当前离线高度地图，否则，仅加载并输出当前离线反射率地图和当前离线高度地图。

一种实施方式中，步骤230具体可以包括：

如果所述上一位置信息不在上一离线反射率地图和上一离线高度地图的边缘位置，则根据所述上一位置信息预判当前的位置信息，得到当前预判位置信息。

具体地，可以先确定上一位置信息不在地图边缘位置，然后根据上一位置信息，计算当前预判位置信息。避免地图直接切换造成的大量时耗。

其中，对于反射率和高度，预判得到的当前预判位置信息可能不同，所以当前预判位置信息可以包括当前反射率预判位置信息和当前高度预判位置信息。

基于所述当前预判位置信息，加载所述当前离线反射率地图和所述当前离线高度地图。

具体地，可以分别根据当前反射率预判位置信息和当前高度预判位置信息，加载当前离线反射率地图和当前离线高度地图。

步骤240、从所述当前离线反射率地图和所述当前离线高度地图中，分别提取所述当前离线反射率和所述当前离线高度。

具体地，得到当前离线反射率地图和当前离线高度地图之后，为了便于后续计算当前在线反射率和当前离线反射率的第一误差、以及当前在线高度和当前离线高度的第二误差，可以分别从当前离线反射率地图和当前离线高度地图中提取当前离线反射率和当前离线高度。

步骤250、根据当前在线反射率和当前离线反射率的第一误差和第一概率、当前在线高度和当前离线高度的第二误差和第二概率，计算当前搜索域的反射率误差和高度误差。

一种实施方式中，步骤250具体可以包括：

根据差值公式、所述当前在线反射率、所述当前离线反射率、所述当前在线高度和所述当前离线高度，计算得到所述第一误差、所述第一概率、所述第二误差和所述第二概率。

其中，差值公式可以包括实施例一中的公式一，计算第一误差和第二误差的具体方式在实施例一中已经进行了详细的说明，在此不再赘述。

可以通过实施例一中的公式二和公式三分别计算第一概率和第二概率。

一种实施方式中，步骤根据差值公式、所述当前在线反射率、所述当前离线反射率、所述当前在线高度和所述当前离线高度，计算得到所述第一误差、所述第一概率、所述第二误差和所述第二概率，具体可以包括：

根据获取到的当前在线反射率，确定当前搜索域。

具体地，可以通过激光雷达获取实时扫描结果，提取当前在线反射率，再根据车辆的上一位置信息在当前离线反射率地图上找到相应位置，并设定当前搜索域，每次在当前搜索域内移动当前帧，计算每个搜索点内的高度和反射率误差及其概率。

在所述当前搜索域内，根据差值公式、所述当前在线反射率和所述当前离线反射率，计算得到所述第一误差和所述第一概率。

具体根据差值公式计算第一误差和第一概率的方式和步骤在实施例一中已经进行了详细的说明，在此不再赘述。

在所述当前搜索域内，根据差值公式、所述当前在线高度和所述当前离线高度，计算得到所述第二误差和所述第二概率。

具体根据差值公式计算第二误差和第二概率的方式和步骤在实施例一中已经进行了详细的说明，在此不再赘述。

基于搜索域误差计算公式、所述第一误差、所述第一概率、所述第二误差和所述第二概率，计算得到所述当前搜索域的所述反射率误差和所述高度误差。

具体根据搜索域误差计算公式计算反射率误差和高度误差的方式和步骤在实施例一中已经进行了详细的说明，在此不再赘述。

步骤260、融合所述反射率误差和所述高度误差，得到概率融合系数。

一种实施方式中，步骤260具体可以包括：

基于预设概率计算公式、所述反射率误差和所述高度误差，计算得到所述当前搜索域的反射率概率和高度概率。

基于预设概率融合公式、所述反射率概率和所述高度概率，计算得到概率融合系数。

步骤270、根据预设修正公式、车辆的当前坐标和所述概率融合系数，确定所述车辆的位置修正量。

具体根据预设修正公式计算车辆的位置修正量的方式和步骤在实施例一中已经进行了详细的说明，在此不再赘述。

步骤280、根据所述位置修正量和所述车辆的当前坐标，确定所述车辆的修正后坐标。

具体地，可以根据位置修正量，调整车辆的当前坐标，将调整后的坐标确定为车辆的修正后坐标。

步骤290、将所述车辆的修正后坐标，确定为所述车辆的位置信息。

具体地，可以将修正后坐标，实时更新至当前离线反射率地图和当前离线高度地图，实现对当前离线反射率地图和当前离线高度地图的实时更新。

本实施例的技术方案，基于获取到的当前点云数据，绘制当前在线反射率地图和当前在线高度地图；从所述当前在线反射率地图和所述当前在线高度地图中，分别提取所述当前在线反射率和所述当前在线高度；根据获取到的上一位置信息，加载当前离线反射率地图和当前离线高度地图；从所述当前离线反射率地图和所述当前离线高度地图中，分别提取所述当前离线反射率和所述当前离线高度；根据当前在线反射率和当前离线反射率的第一误差和第一概率、当前在线高度和当前离线高度的第二误差和第二概率，计算当前搜索域的反射率误差和高度误差；融合所述反射率误差和所述高度误差，得到概率融合系数；根据预设修正公式、车辆的当前坐标和所述概率融合系数，确定所述车辆的位置修正量；根据所述位置修正量和所述车辆的当前坐标，确定所述车辆的修正后坐标；将所述车辆的修正后坐标，确定为所述车辆的位置信息。上述技术方案，通过计算得到当前搜索域的反射率误差和高度误差，融合反射率误差和高度误差，得到概率融合系数，再基于预设修正公式，通过车辆的当前坐标和前述概率融合系数，计算得到车辆的位置修正量，进而可以实现车辆当前位置信息的实时更新，使得获取到的车辆当前位置信息更加精确。

实施例三

图3为本发明实施例三提供的一种车辆位置修正装置的结构图，该装置可以适用于需要获得精确的车辆的当前位置信息的情况，提高车辆系统确定车辆当前位置信息的准确性。该装置可以通过软件和/或硬件实现，并一般集成在车辆系统中。

如图3所示，该装置包括：

计算模块310，用于根据当前在线反射率和当前离线反射率的第一误差和第一概率、以及当前在线高度和当前离线高度的第二误差和第二概率，计算得到当前搜索域的反射率误差和高度误差。

执行模块320，用于融合所述反射率误差和所述高度误差，得到概率融合系数。

确定模块330，用于根据预设修正公式、车辆的当前坐标和所述概率融合系数，确定所述车辆的位置修正量。

本实施例提供的车辆位置修正装置，根据当前在线反射率和当前离线反射率的第一误差和第一概率、以及当前在线高度和当前离线高度的第二误差和第二概率，计算得到当前搜索域的反射率误差和高度误差；融合所述反射率误差和所述高度误差，得到概率融合系数；根据预设修正公式、车辆的当前坐标和所述概率融合系数，确定所述车辆的位置修正量。上述技术方案，通过计算得到当前搜索域的反射率误差和高度误差，融合反射率误差和高度误差，得到概率融合系数，再基于预设修正公式，通过车辆的当前坐标和前述概率融合系数，计算得到车辆的位置修正量，进而可以实现车辆当前位置信息的实时更新，使得获取到的车辆当前位置信息更加精确。

在上述实施例的基础上，该装置还包括：

绘制模块，用于基于获取到的当前点云数据，绘制当前在线反射率地图和当前在线高度地图。

第一提取模块，用于从所述当前在线反射率地图和所述当前在线高度地图中，分别提取所述当前在线反射率和所述当前在线高度。

加载模块，用于根据获取到的上一位置信息，加载当前离线反射率地图和当前离线高度地图。

一种实施方式中，上述加载模块可以具体用于：

如果所述上一位置信息不在上一离线反射率地图和上一离线高度地图的边缘位置，则根据所述上一位置信息预判当前的位置信息，得到当前预判位置信息；

基于所述当前预判位置信息，加载所述当前离线反射率地图和所述离线高度地图。

第二提取模块，用于从所述当前离线反射率地图和所述当前离线高度地图中，分别提取所述当前离线反射率和所述当前离线高度。

在上述实施例的基础上，计算模块310具体可以用于：

根据差值公式、所述当前在线反射率、所述当前离线反射率、所述当前在线高度和所述当前离线高度，计算得到所述第一误差、所述第一概率、所述第二误差和所述第二概率。

一种实施方式中，上述步骤根据差值公式、所述当前在线反射率、所述当前离线反射率、所述当前在线高度和所述当前离线高度，计算得到所述第一误差、所述第一概率、所述第二误差和所述第二概率，具体可以包括：

根据获取到的当前在线反射率，确定当前搜索域；

在所述当前搜索域内，根据差值公式、所述当前在线反射率和所述当前离线反射率，计算得到所述第一误差和所述第一概率；

在所述当前搜索域内，根据差值公式、所述当前在线高度和所述当前离线高度，计算得到所述第二误差和所述第二概率。

基于搜索域误差计算公式、所述第一误差、所述第一概率、所述第二误差和所述第二概率，计算得到所述当前搜索域的所述反射率误差和所述高度误差。

在上述实施例的基础上，执行模块320具体可以用于：

基于预设概率计算公式、所述反射率误差和所述高度误差，计算得到所述当前搜索域的反射率概率和高度概率；

基于预设概率融合公式、所述反射率概率和所述高度概率，计算得到概率融合系数。

在上述实施例的基础上，该装置还可以包括：

修正模块，用于根据所述位置修正量和所述车辆的当前坐标，确定所述车辆的修正后坐标；

确定位置模块，用于将所述车辆的修正后坐标，确定为所述车辆的位置信息。

本发明实施例所提供的车辆位置修正装置可执行本发明任意实施例所提供的车辆位置修正方法，具备执行方法相应的功能模块和有益效果。

实施例四

图4为本发明实施例四提供的一种车辆的结构示意图，如图4所示，该车辆包括处理器410和存储器420；车辆中处理器410的数量可以是一个或多个，图4中以一个处理器410为例；车辆中的处理器410和存储器420可以通过总线或其他方式连接，图4中以通过总线连接为例。

存储器420作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的车辆位置修正方法对应的程序指令/模块(例如，车辆位置修正装置中的计算模块310、执行模块320和确定模块330)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行设备/终端/服务器的各种功能应用以及数据处理，即实现上述的车辆位置修正方法。

存储器420可主要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、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器420可进一步包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至设备/终端/服务器。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。

本发明实施例提供的车辆可以执行上述实施例提供的车辆位置修正方法，具备相应的功能和有益效果。

实施例五

本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种车辆位置修正方法，该方法包括：

根据当前在线反射率和当前离线反射率的第一误差和第一概率、以及当前在线高度和当前离线高度的第二误差和第二概率，计算得到当前搜索域的反射率误差和高度误差；

融合所述反射率误差和所述高度误差，得到概率融合系数；

根据预设修正公式、车辆的当前坐标和所述概率融合系数，确定所述车辆的位置修正量。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的车辆位置修正方法中的相关操作.

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，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)执行本发明各个实施例所述的方法。

值得注意的是，上述车辆位置修正装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种车辆位置修正方法，其特征在于，包括：

根据当前在线反射率和当前离线反射率的第一误差和第一概率、以及当前在线高度和当前离线高度的第二误差和第二概率，计算得到当前搜索域的反射率误差和高度误差；

融合所述反射率误差和所述高度误差，得到概率融合系数；

根据预设修正公式、车辆的当前坐标和所述概率融合系数，确定所述车辆的位置修正量。

2.根据权利要求1所述的车辆位置修正方法，其特征在于，在根据当前在线反射率和当前离线反射率的第一误差和第一概率、当前在线高度和当前离线高度的第二误差和第二概率，计算得到当前搜索域的反射率误差和高度误差之前，还包括：

基于获取到的当前点云数据，绘制当前在线反射率地图和当前在线高度地图；

从所述当前在线反射率地图和所述当前在线高度地图中，分别提取所述当前在线反射率和所述当前在线高度；

根据获取到的上一位置信息，加载当前离线反射率地图和当前离线高度地图；

从所述当前离线反射率地图和所述当前离线高度地图中，分别提取所述当前离线反射率和所述当前离线高度。

3.根据权利要求2所述的车辆位置修正方法，其特征在于，根据上一位置信息，加载当前离线反射率地图和当前离线高度地图，包括：

如果所述上一位置信息不在上一离线反射率地图和上一离线高度地图的边缘位置，则根据所述上一位置信息预判当前的位置信息，得到当前预判位置信息；

基于所述当前预判位置信息，加载所述当前离线反射率地图和所述当前离线高度地图。

4.根据权利要求1所述的车辆位置修正方法，其特征在于，根据当前在线反射率和当前离线反射率的第一误差和第一概率、当前在线高度和当前离线高度的第二误差和第二概率，计算当前搜索域的反射率误差和高度误差，包括：

根据差值公式、所述当前在线反射率、所述当前离线反射率、所述当前在线高度和所述当前离线高度，计算得到所述第一误差、所述第一概率、所述第二误差和所述第二概率；

基于搜索域误差计算公式、所述第一误差、所述第一概率、所述第二误差和所述第二概率，计算得到所述当前搜索域的所述反射率误差和所述高度误差。

5.根据权利要求4所述的车辆位置修正方法，其特征在于，根据差值公式、所述当前在线反射率、所述当前离线反射率、所述当前在线高度和所述当前离线高度，计算所述第一误差、所述第一概率、所述第二误差和所述第二概率，包括：

根据获取到的当前在线反射率，确定当前搜索域；

在所述当前搜索域内，根据差值公式、所述当前在线反射率和所述当前离线反射率，计算得到所述第一误差和所述第一概率；

在所述当前搜索域内，根据差值公式、所述当前在线高度和所述当前离线高度，计算得到所述第二误差和所述第二概率。

6.根据权利要求1所述的车辆位置修正方法，其特征在于，融合所述反射率误差和所述高度误差，得到概率融合系数，包括：

基于预设概率计算公式、所述反射率误差和所述高度误差，计算得到所述当前搜索域的反射率概率和高度概率；

基于预设概率融合公式、所述反射率概率和所述高度概率，计算得到概率融合系数。

7.根据权利要求1所述的车辆位置修正方法，其特征在于，在根据预设修正公式、车辆的当前坐标和所述概率融合系数，确定所述车辆的位置修正量之后，还包括：

根据所述位置修正量和所述车辆的当前坐标，确定所述车辆的修正后坐标；

将所述车辆的修正后坐标，确定为所述车辆的位置信息。

8.一种车辆位置修正装置，其特征在于，包括：

计算模块，用于根据当前在线反射率和当前离线反射率的第一误差和第一概率、以及当前在线高度和当前离线高度的第二误差和第二概率，计算得到当前搜索域的反射率误差和高度误差；

执行模块，用于融合所述反射率误差和所述高度误差，得到概率融合系数；

确定模块，用于根据预设修正公式、车辆的当前坐标和所述概率融合系数，确定所述车辆的位置修正量。

9.一种车辆，其特征在于，所述车辆包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的车辆位置修正方法。

10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的车辆位置修正方法。

Images