CN112595329B - 车辆位置的确定方法、装置和电子设备 - Google Patents
车辆位置的确定方法、装置和电子设备 Download PDFInfo
- Publication number
- CN112595329B CN112595329B CN202011562862.5A CN202011562862A CN112595329B CN 112595329 B CN112595329 B CN 112595329B CN 202011562862 A CN202011562862 A CN 202011562862A CN 112595329 B CN112595329 B CN 112595329B
- Authority
- CN
- China
- Prior art keywords
- positioning
- positioning method
- weight corresponding
- automatic driving
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 231
- 238000012360 testing method Methods 0.000 claims description 24
- 238000012937 correction Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 22
- 238000013507 mapping Methods 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 description 19
- 238000004422 calculation algorithm Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis 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
- G01C21/26—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
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Navigation (AREA)
Abstract
本申请公开了一种车辆位置的确定方法、装置和电子设备，涉及自动驾驶、智能交通、以及计算机视觉等人工智能领域。具体实现方案为：在确定车辆位置时，考虑到外界环境对各定位方法的影响，使得在采用多种定位方法中各定位方法分别获取自动驾驶车辆的定位结果的基础上，进一步获取自动驾驶车辆所处位置的当前环境信息，并根据多个定位结果和当前环境信息共同确定自动驾驶车辆的目标定位结果，从而提高了获取到的定位结果的准确度。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种车辆位置的确定方法、装置和电子设备，具体可用于自动驾驶、智能交通、以及计算机视觉等人工智能领域。
背景技术
在自动驾驶技术领域，自动驾驶车辆中的自动驾驶系统会基于当前所处位置，并结合高精地图控制自动驾驶车辆安全行驶。因此，为了提高车辆行驶的安全性，需要实现对自动驾驶车辆的精确定位。
现有技术中，在获取定位结果时，先分别采用多种定位方法，例如lidar定位方法、视觉定位方法、全球导航卫星系统(Global Navigation Satellite System，简称GNSS)定位方法、惯性测量单元(Inertial Measurement Unit，简称IMU)惯性导航定位方法等获取定位结果，再对各定位结果进行融合，得到最终的定位结果。
但是，由于现有的定位方法，获取到的定位结果的准确度较低。
发明内容
本申请提供了一种车辆位置的确定方法、装置和电子设备，在获取自动驾驶车辆的定位结果时，提高了获取到的定位结果的准确度。
根据本申请的第一方面，提供了一种车辆位置的确定方法，该车辆位置的确定方法可以包括：
采用多种定位方法中各定位方法分别获取自动驾驶车辆的定位结果。
获取所述自动驾驶车辆所处位置的当前环境信息。
根据多个定位结果和所述当前环境信息确定所述自动驾驶车辆的目标定位结果。
根据本申请的第二方面，提供了一种车辆位置的确定装置，该车辆位置的确定装置可以包括：
第一获取单元，用于采用多种定位方法中各定位方法分别获取自动驾驶车辆的定位结果。
第二获取单元，用于获取所述自动驾驶车辆所处位置的当前环境信息。
处理单元，用于根据多个定位结果和所述当前环境信息确定所述自动驾驶车辆的目标定位结果。
根据本申请的第三方面，提供了一种电子设备，该电子设备可以包括：
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上述第一方面所述的车辆位置的确定方法。
根据本申请的第四方面，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，其中，所述计算机指令用于使所述计算机执行上述第一方面所述的车辆位置的确定方法。
根据本申请的第五方面，提供了一种计算机程序产品，所述程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行上述第一方面所述的车辆位置的确定方法。
根据本申请的技术方案，在确定车辆位置时，考虑到外界环境对各定位方法的影响，使得在采用多种定位方法中各定位方法分别获取自动驾驶车辆的定位结果的基础上，进一步获取自动驾驶车辆所处位置的当前环境信息，并根据多个定位结果和当前环境信息共同确定自动驾驶车辆的目标定位结果，从而提高了获取到的定位结果的准确度。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请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
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是根据本申请第一实施例提供的车辆位置的确定方法的流程示意图；
图2是根据本申请第二实施例提供的确定自动驾驶车辆的目标定位结果的方法的流程示意图；
图3是根据本申请第三实施例提供的车辆位置的确定装置的示意性框图；
图4是本申请实施例提供的一种电子设备的示意性框图。
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。
在本申请的实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A，B可以是单数或者复数。在本申请的文字描述中，字符“/”一般表示前后关联对象是一种“或”的关系。
在自动驾驶技术领域，自动驾驶车辆中的自动驾驶系统会基于当前所处位置，并结合高精地图控制自动驾驶车辆安全行驶。因此，为了提高车辆行驶的安全性，需要实现对自动驾驶车辆的精确定位。
现有技术中，在获取定位结果时，自动驾驶系统中通常设置有多重定位子模块，多重定位子模块中的各定位子模块会分别获取定位结果，并将各自获取到的定位结果发送给自动驾驶系统中的处理模块；处理模块在接收到各定位子模块分别发送的定位结果后，再对各定位子模块分别获取的定位结果进行融合，从而得到自动驾驶车辆最终的定位结果。
示例的，多重定位子模块可以包括：lidar定位子模块、视觉定位子模块、全球导航卫星系统(Global Navigation Satellite System，简称GNSS)定位子模块、以及惯性测量单元(Inertial Measurement Unit，简称IMU)惯性导航定位子模等。其中，lidar定位子模块是基于lidar定位的方法获取自动驾驶车辆的定位结果，视觉定位子模块是基于视觉定位的方法获取自动驾驶车辆的定位结果，GNSS定位子模块是基于GNSS定位的方法获取自动驾驶车辆的定位结果，IMU惯性导航定位子模是基于IMU惯性导航定位方法获取自动驾驶车辆的定位结果。
上述在获取到各定位子模块确定的定位结果后，对各定位子模块分别获取的定位结果进行融合时，通常会根据预设的算法计算各定位子模块对应的权重值，例如，对于lidar定位子模块和视觉定位子模块各自对应的权重值是根据获取到的信息与地图的匹配算法确定的，GNSS定位子模块对应的权重值是根据获取卫星的星数相关算法确定的，IMU惯性导航定位子模块对应的权重值是根据结合前三种算法综合确定的。这样在根据预设的算法计算各定位子模块对应的权重值后，就可以根据各定位子模块对应的权重值，对各定位子模块获取到的定位结果进行融合，从而得到自动驾驶车辆最终的定位结果。需要说明的是，在本申请实施例中，各定位子模块对应的权重值，其实质代表了在融合得到最终定位结果时，该各定位子模块采用的定位方法所占用的权重值。
但是，在根据各定位子模块对应的权重值，对各定位子模块获取到的定位结果进行融合时，各定位子模块对应的权重值的确定并未考虑各定位子模块采用的定位方法对外界环境的感知能力。由于各定位子模块采用的定位方法对外界环境的感知能力存在差异，例如，GNSS定位方法在高楼大厦林立、遮挡较为明显区域定位效果较差，但在雨雪天气下定位效果不会收到明显影响，鲁棒性较好；视觉定位方法对于光线要求较为严格，在夜晚光线不足、雨雪天气下定位效果会明显下降，在光线较好的城市内环境、视觉特征明显时定位效果良好；Lidar定位在高速路、雨雪、雾霾等天气下也会存在一定程度下降，但在天气良好时定位精度良好。因此，现有的融合方法比较单一，会导致获取到的定位结果的准确度较低。
为了提高获取到的定位结果的准确度，考虑到各定位子模块采用的定位方法对外界环境的感知能力存在差异，因此，可以在各定位方法分别获取到的自动驾驶车辆的定位结果的基础上，结合外界环境对各定位子模块采用的定位方法的影响，共同确定动驾驶车辆最终的定位结果，以提高获取到的定位结果的准确度。
基于上述构思，本申请实施例提供了一种车辆位置的确定方法，可以应用于自动驾驶、智能交通、以及计算机视觉等人工智能领域。具体方案包括：在确定车辆位置时，采用多种定位方法中各定位方法分别获取自动驾驶车辆的定位结果；并获取自动驾驶车辆所处位置的当前环境信息；根据多个定位结果和当前环境信息确定自动驾驶车辆的目标定位结果。
示例的，多种定位方法可以参见现有技术中自动驾驶系统中集成的各定位方法，可以包括lidar定位方法、视觉定位方法、GNSS定位方法、IMU惯性导航定位方法等，具体可以根据实际需要进行设置，在此，本申请实施例只是以多种定位方法可以包括lidar定位方法、视觉定位方法、GNSS定位方法、IMU惯性导航定位方法为例进行说明，但并不代表本申请实施例仅局限于此。
示例的，环境信息可以包括天气和/或光线，也可以包括其它环境参数，具体可以根据实际需要进行设置，在此，本申请实施例只是以环境信息可以包括天气和/或光线为例进行说明，但并不代表本申请实施例仅局限于此。
可以看出，本申请实施例中，在确定车辆位置时，考虑到外界环境对各定位方法的影响，使得在采用多种定位方法中各定位方法分别获取自动驾驶车辆的定位结果的基础上，进一步获取自动驾驶车辆所处位置的当前环境信息，并根据多个定位结果和当前环境信息共同确定自动驾驶车辆的目标定位结果，从而提高了获取到的定位结果的准确度。
下面，将通过具体的实施例对本申请提供的车辆位置的确定方法进行详细地说明。可以理解的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
实施例一
图1是根据本申请第一实施例提供的车辆位置的确定方法的流程示意图，该车辆位置的确定方法可以由软件和/或硬件装置执行，例如，该硬件装置可以为终端或者服务器。示例的，请参见图1所示，该车辆位置的确定方法可以包括：
S101、采用多种定位方法中各定位方法分别获取自动驾驶车辆的定位结果。
在采用多种定位方法中各定位方法分别获取自动驾驶车辆的定位结果时，以多种定位方法包括lidar定位方法、视觉定位方法、GNSS定位方法、IMU惯性导航定位方法为例，采用lidar定位方法获取自动驾驶车辆的定位结果时，是通过lidar传感器获取点云信息，并将获取到的点云信息与车载高精度点云定位地图进行匹配，根据匹配结果确定自动驾驶车辆的定位结果；采用视觉定位方法获取自动驾驶车辆的定位结果时，是通过图像获取车道线信息和图像特征，并将获取到的车道线信息和图像特征与车载高精视觉地图进行匹配，根据匹配结果确定自动驾驶车辆的定位结果；采用GNSS定位方法获取自动驾驶车辆的定位结果时，是通过解析获取到的卫星和星历信息得到单点定位结果，并进一步通过基站获取校正信息，根据获取到的校正信息对单点定位结果进行校正，从而确定自动驾驶车辆的定位结果；采用IMU惯性导航定位方法获取自动驾驶车辆的定位结果时，是通过获取上述三种定位结果以及IMU信息，并进行卡尔曼滤波，从而确定自动驾驶车辆的定位结果。
可以理解的是，在本申请实施例中，只是以多种定位方法包括lidar定位方法、视觉定位方法、GNSS定位方法、IMU惯性导航定位方法为例进行说明，但并不代表本申请仅局限于此。
在采用多种定位方法中各定位方法分别获取自动驾驶车辆的定位结果之后，不是直接根据各定位方法对应的权重值，对各定位方法获取到的定位结果进行融合，而是考虑到各定位子模块采用的定位方法对外界环境的感知能力存在差异，因此，可以在各定位方法分别获取到的自动驾驶车辆的定位结果的基础上，结合外界环境对各定位子模块采用的定位方法的影响，共同确定动驾驶车辆最终的定位结果，以提高获取到的定位结果的准确度，即执行下述S102-S103：
S102、获取自动驾驶车辆所处位置的当前环境信息。
示例的，环境信息可以包括天气和/或光线，也可以包括其它环境参数，具体可以根据实际需要进行设置，在此，本申请实施例只是以环境信息可以包括天气和/或光线为例进行说明，但并不代表本申请实施例仅局限于此。
以环境信息包括天气和光线为例，在获取自动驾驶车辆所处位置的天气时，可以根据车载传感器获取自动驾驶车辆所处位置的天气；也可以通过网络基于气象预报获取自动驾驶车辆所处位置的天气，也可以通过其它方式获取自动驾驶车辆所处位置的天气，在此，本申请实施例只是以可以通过上述两种方式获取自动驾驶车辆所处位置的天气为例进行说明，但并不代表本申请实施例仅局限于此。
在获取自动驾驶车辆所处位置的光线时，同样可以根据车载传感器获取自动驾驶车辆所处位置的光线；也可以通过网络基于气象预报获取自动驾驶车辆所处位置的光线，也可以通过其它方式获取自动驾驶车辆所处位置的光线，在此，本申请实施例只是以可以通过上述两种方式获取自动驾驶车辆所处位置的光线为例进行说明，但并不代表本申请实施例仅局限于此。
在获取自动驾驶车辆所处位置的当前环境信息后，就可以在采用多种定位方法中各定位方法分别获取自动驾驶车辆的定位结果的基础上，进一步结合自动驾驶车辆所处位置的当前环境信息，即根据多个定位结果和当前环境信息共同确定自动驾驶车辆的目标定位结果，即执行下述S103，以提高获取到的定位结果的准确度。
S103、根据多个定位结果和当前环境信息确定自动驾驶车辆的目标定位结果。
可以看出，本申请实施例中，在确定车辆位置时，考虑到外界环境对各定位方法的影响，使得在采用多种定位方法中各定位方法分别获取自动驾驶车辆的定位结果的基础上，进一步获取自动驾驶车辆所处位置的当前环境信息，并根据当前环境信息和多个定位结果共同确定自动驾驶车辆的目标定位结果，从而提高了获取到的定位结果的准确度。
基于上述图1所示的实施例，为了便于理解在上述S103中，如何根据多个定位结果和当前环境信息确定自动驾驶车辆的目标定位结果，下面，将通过下述图2所示的实施例二，对如何根据当前环境信息和多个定位结果确定自动驾驶车辆的目标定位结果进行详细的描述。
实施例二
图2是根据本申请第二实施例提供的确定自动驾驶车辆的目标定位结果的方法的流程示意图，该确定自动驾驶车辆的目标定位结果的方法同样可以由软件和/或硬件装置执行。示例的，请参见图2所示，该确定自动驾驶车辆的目标定位结果的方法可以包括：
S201、根据当前环境信息，确定各定位方法对应的第一权重。
示例的，在根据当前环境信息，确定各定位方法对应的第一权重之前，预先建立环境信息与各定位方法对应的第一权重之间的映射关系；使得可以根据当前环境信息，从预先建立的映射关系中，确定与当前环境信息匹配的各定位方法对应的第一权重。
在预先建立映射关系时，可以针对不同的测试环境，采用各定位方法分别获取自动驾驶车辆在不同的测试环境下的测试定位结果；针对每一个测试定位结果，将该测试定位结果与测试环境下自动驾驶车辆所处的真实位置进行比较，得到比较结果，比较结果用于指示定位方法在测试环境下的定位精度，定位精度越高，说明该定位方法在该种测试环境下的准确度越高，因此，该定法方法对应的第一权重越高，即定位精度越高与定法方法对应的第一权重成正比；在分别确定出多个测试定位结果后，就可以根据多个比较结果离线建立环境信息与各定位方法对应的第一权重之间的映射关系。
以测试环境为雾霾环境为例，采用各定位方法分别获取自动驾驶车辆在雾霾环境下的定位结果；针对每一个定位结果，将该定位结果与雾霾环境下自动驾驶车辆所处的真实位置进行比较。可以看出，在雾霾环境下，lidar定位方法的定位效果会受雾霾环境的影响，其定位精度较低，在该种雾霾环境下，其对应的第一权重占比相对较小；视觉定位方法的定位效果也会受雾霾环境的影响，其定位精度较低，在该种雾霾环境下，其对应的第一权重占比相对较小；GNSS定位方法的定位效果不会受到雾霾环境的影响，其定位精度较高，在该种雾霾环境下，其对应的第一权重占相对较大；IMU惯性导航定位方法的定位效果也会受雾霾环境的影响，其定位精度较较低，在该种雾霾环境下，其对应的第一权重占比也相对较小，从而建立雾霾环境与各定位方法对应的第一权重之间的映射关系。
这样在获取到自动驾驶车辆所处位置的当前环境信息后，就可以根据当前环境信息，从预先建立的映射关系中，确定与当前环境信息匹配的各定位方法对应的第一权重，并在获取到与当前环境信息匹配的各定位方法对应的第一权重后，根据各定位方法对应的第一权重对多个定位结果进行加权，得到自动驾驶车辆的目标定位结果，即执行下述S202：
S202、根据各定位方法对应的第一权重对多个定位结果进行加权，得到自动驾驶车辆的目标定位结果。
可以看出，本申请实施例中，在确定车辆位置时，考虑到外界环境对各定位方法的影响，使得在采用多种定位方法中各定位方法分别获取自动驾驶车辆的定位结果的基础上，进一步根据自动驾驶车辆所处位置确定各定位方法对应的第一权重，再根据各定位方法对应的第一权重对多个定位结果进行加权，得到自动驾驶车辆的目标定位结果，从而提高了获取到的定位结果的准确度。
基于上述图2所示的实施例，可以看出，在上述图2所示的实施例中，在对多个定位结果进行加权，得到自动驾驶车辆的目标定位结果时，各定位方法对应的权重是根据自动驾驶车辆所处位置的当前环境信息确定的。为了进一步提高目标定位结果的准确度，可以在根据当前环境信息确定的各定位方法对应的第一权重的基础上，对各定位方法对应的第一权重进行校正，以得到各定位方法对应的准确度更高的权重，再根据各定位方法对应的准确度更高的权重，对多个定位结果进行加权，从而得到准确度更高的目标定位结果。
示例的，在对各定位方法对应的第一权重进行校正，以得到各定位方法对应的准确度更高的权重时，可以先获取各定位方法对应的预设权重，示例的，该预设权重可以为现有技术中，根据预设算法计算得到的各定位方法对应的权重；在获取到各定位方法对应的预设权重后，可以分别计算各定位方法对应的预设权重与第一权重的乘积，并计算多个乘积的和；将各定位方法对应的乘积与和的比值确定为各定位方法对应的目标权重。
示例的，当定位方法为lidar定位方法和视觉定位方法时，其对应的预设算法可以为信息与地图的匹配算法；当定位方法为GNSS定位方法时，其对应的预设算法可以为卫星的星数相关算法；当定位方法为IMU惯性导航定位方法时，其对应的预设算法可以为前三种算法的综合算法。
以多种定位方法包括lidar定位方法、视觉定位方法、GNSS定位方法、IMU惯性导航定位方法为例，基于上述实施例，假设根据自动驾驶车辆所处位置的当前环境信息确定lidar定位方法对应的第一权重为a、视觉定位方法对应的第一权重为b、GNSS定位方法对应的第一权重为c、IMU惯性导航定位方法对应的第一权重为d，且a、b、c、d之和为1；且假设根据预设算法确定lidar定位方法对应的预设权重为A、视觉定位方法对应的预设权重为B、GNSS定位方法对应的预设权重为C、IMU惯性导航定位方法对应的预设权重为D，且A、B、C、以及D之和为1；在分别获取到各定位方法对应的预设权重与第一权重后，计算各定位方法对应的预设权重与第一权重的乘积的和，即计算A*a+B*b+C*c+D*d的值；这样在计算某一定位方法，例如lidar定位方法对应的目标权重时，可以计算A*a与和的比值，将计算得到的比值确定为lidar定位方法对应的目标权重。
同理，在计算视觉定位方法对应的目标权重时，可以计算B*b与和的比值，将计算得到的比值确定为视觉定位方法对应的目标权重。在计算GNSS定位方法对应的目标权重时，可以计算C*c与和的比值，将计算得到的比值确定为GNSS定位方法对应的目标权重。在计算IMU惯性导航定位方法对应的目标权重时，可以计算D*d与和的比值，将计算得到的比值确定为IMU惯性导航定位方法对应的目标权重，从而得到各定位方法对应的目标权重。
在分别计算得到各定位方法对应的目标权重后，可以根据各定位方法对应的目标权重对多个定位结果进行加权，从而得到自动驾驶车辆的目标定位结果。可以看出，在本申请实施例中，由于该目标权重不仅考虑到了外界环境对各定位方法的影响，还考虑到了预设算法计算得到的预设权重，因此，在根据综合得到的各定位方法对应的目标权重对多个定位结果进行加权，使得确定出的自动驾驶车辆的目标定位结果的准确度更高，从而有效地提高了获取到的定位结果的准确度。
实施例三
图3是根据本申请第三实施例提供的车辆位置的确定装置300的示意性框图，示例的，请参见图3所示，该车辆位置的确定装置300可以包括：
第一获取单元301，用于采用多种定位方法中各定位方法分别获取自动驾驶车辆的定位结果。
第二获取单元302，用于获取自动驾驶车辆所处位置的当前环境信息。
处理单元303，用于根据多个定位结果和当前环境信息确定自动驾驶车辆的目标定位结果。
可选的，处理单元303包括第一处理模块和第二处理模块。
第一处理模块，用于根据当前环境信息，确定各定位方法对应的第一权重。
第二处理模块，用于根据各定位方法对应的第一权重对多个定位结果进行加权，得到自动驾驶车辆的目标定位结果。
可选的，车辆位置的确定装置300还包括第三获取单元304和校正单元305。
第三获取单元304，用于获取各定位方法对应的预设权重。
校正单元305，用于根据各定位方法对应的预设权重，对各定位方法对应的第一权重进行校正，得到各定位方法对应的目标权重。
可选的，校正单元305包括第一校正模块和第二校正模块。
第一校正模块，用于分别计算各定位方法对应的预设权重与第一权重的乘积。
第二校正模块，用于根据多个乘积确定各定位方法对应的目标权重。
可选的，第二校正模块包括第一校正子模块和第二校正子模块。
第一校正子模块，用于计算多个乘积的和。
第二校正子模块，用于将各定位方法对应的乘积与和的比值确定为各定位方法对应的目标权重。
可选的，车辆位置的确定装置300还包括：建立单元306。
建立单元306，用于预先建立环境信息与各定位方法对应的第一权重之间的映射关系。
第一处理模块，具体用于从映射关系中，确定与当前环境信息匹配的各定位方法对应的第一权重。
可选的，建立单元306包括第一建立模块、第二建立模块和第三建立模块。
第一建立模块，用于针对不同的测试环境，采用各定位方法分别获取自动驾驶车辆的测试定位结果。
第二建立模块，用于分别将多个测试定位结果与测试环境下自动驾驶车辆所处的真实位置进行比较。
第三建立模块，用于根据多个比较结果建立环境信息与各定位方法对应的第一权重之间的映射关系；其中，比较结果用于指示定位方法在测试环境下的定位精度，且定位精度与定法方法对应的第一权重成正比。
本申请实施例提供的车辆位置的确定装置300，可以执行上述任一实施例所示的车辆位置的确定方法的技术方案，其实现原理以及有益效果与车辆位置的确定方法的实现原理及有益效果类似，可参见车辆位置的确定方法的实现原理及有益效果，此处不再进行赘述。
根据本申请的实施例，本申请还提供了一种计算机程序产品，程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案，其实现原理以及有益效果与车辆位置的确定方法的实现原理及有益效果类似，可参见车辆位置的确定方法的实现原理及有益效果，此处不再进行赘述。
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。
图4是本申请实施例提供的一种电子设备400的示意性框图。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4所示，电子设备400包括计算单元401，其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序，来执行各种适当的动作和处理。在RAM 403中，还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
设备400中的多个部件连接至I/O接口405，包括：输入单元406，例如键盘、鼠标等；输出单元407，例如各种类型的显示器、扬声器等；存储单元408，例如磁盘、光盘等；以及通信单元409，例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理，例如车辆位置的确定方法。例如，在一些实施例中，车辆位置的确定方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元408。在一些实施例中，计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时，可以执行上文描述的车辆位置的确定方法的一个或多个步骤。备选地，在其他实施例中，计算单元401可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行车辆位置的确定方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
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 (8)
1.一种车辆位置的确定方法，包括：
采用多种定位方法中各定位方法分别获取自动驾驶车辆的定位结果；
获取所述自动驾驶车辆所处位置的当前环境信息；
根据所述当前环境信息和环境信息与所述各定位方法对应的第一权重之间的映射关系，确定所述各定位方法对应的第一权重，所述环境信息包括天气和/或光线；
根据各定位方法对应的预设权重，对所述各定位方法对应的第一权重进行校正，得到所述各定位方法对应的目标权重；
根据所述各定位方法对应的目标权重对所述多个定位结果进行加权，得到所述自动驾驶车辆的目标定位结果；
其中，所述环境信息与所述各定位方法对应的第一权重之间的映射关系是针对不同的测试环境，采用所述各定位方法分别获取所述自动驾驶车辆的测试定位结果，分别将多个测试定位结果与所述测试环境下所述自动驾驶车辆所处的真实位置进行比较，得到多个比较结果，根据所述多个比较结果建立的；所述比较结果用于指示定位方法在所述测试环境下的定位精度，且定位精度与定法方法对应的第一权重成正比。
2.根据权利要求1所述的方法，其中，所述根据所述各定位方法对应的预设权重，对所述各定位方法对应的第一权重进行校正，得到所述各定位方法对应的目标权重，包括：
分别计算所述各定位方法对应的预设权重与第一权重的乘积；
根据多个乘积确定所述各定位方法对应的目标权重。
3.根据权利要求2所述的方法，其中，所述根据多个乘积确定所述各定位方法对应的目标权重，包括：
计算所述多个乘积的和；
将所述各定位方法对应的乘积与所述和的比值确定为所述各定位方法对应的目标权重。
4.一种车辆位置的确定装置，包括：
第一获取单元，用于采用多种定位方法中各定位方法分别获取自动驾驶车辆的定位结果；
第二获取单元，用于获取所述自动驾驶车辆所处位置的当前环境信息；
处理单元，用于根据多个定位结果和所述当前环境信息确定所述自动驾驶车辆的目标定位结果；
其中，所述装置还包括校正单元，所述处理单元包括第一处理模块和第二处理模块；
所述第一处理模块，用于根据所述当前环境信息和环境信息与所述各定位方法对应的第一权重之间的映射关系，确定所述各定位方法对应的第一权重，所述环境信息包括天气和/或光线；
所述校正单元，用于根据各定位方法对应的预设权重，对所述各定位方法对应的第一权重进行校正，得到所述各定位方法对应的目标权重；
所述第二处理模块，用于根据所述各定位方法对应的目标权重对所述多个定位结果进行加权，得到所述自动驾驶车辆的目标定位结果；
其中，所述环境信息与所述各定位方法对应的第一权重之间的映射关系是针对不同的测试环境，采用所述各定位方法分别获取所述自动驾驶车辆的测试定位结果，分别将多个测试定位结果与所述测试环境下所述自动驾驶车辆所处的真实位置进行比较，得到多个比较结果，根据所述多个比较结果建立的；所述比较结果用于指示定位方法在所述测试环境下的定位精度，且定位精度与定法方法对应的第一权重成正比。
5.根据权利要求4所述的装置，其中，所述校正单元包括第一校正模块和第二校正模块；
所述第一校正模块，用于分别计算所述各定位方法对应的预设权重与第一权重的乘积；
所述第二校正模块，用于根据多个乘积确定所述各定位方法对应的目标权重。
6.根据权利要求5所述的装置，其中，所述第二校正模块包括第一校正子模块和第二校正子模块；
所述第一校正子模块，用于计算所述多个乘积的和；
所述第二校正子模块，用于将所述各定位方法对应的乘积与所述和的比值确定为所述各定位方法对应的目标权重。
7.一种电子设备，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权利要求1-3中任一项所述的车辆位置的确定方法。
8.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-3中任一项所述的车辆位置的确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011562862.5A CN112595329B (zh) | 2020-12-25 | 2020-12-25 | 车辆位置的确定方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011562862.5A CN112595329B (zh) | 2020-12-25 | 2020-12-25 | 车辆位置的确定方法、装置和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112595329A CN112595329A (zh) | 2021-04-02 |
| CN112595329B true CN112595329B (zh) | 2023-02-28 |
Family
ID=75202464
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011562862.5A Active CN112595329B (zh) | 2020-12-25 | 2020-12-25 | 车辆位置的确定方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112595329B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113537314A (zh) * | 2021-06-30 | 2021-10-22 | 上海西井信息科技有限公司 | 无人驾驶车辆纵向定位方法、装置、电子设备、存储介质 |
| CN113790761B (zh) * | 2021-09-22 | 2023-08-04 | 腾讯科技（深圳）有限公司 | 驾驶端定位方法、装置、计算机设备和存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120138941A (ko) * | 2011-06-16 | 2012-12-27 | 한국과학기술연구원 | Ｉｏｎｓ와 ｇｐｓ 센서 융합을 이용한 항법 시스템 및 방법 |
| CN105866812A (zh) * | 2016-03-24 | 2016-08-17 | 广东机电职业技术学院 | 一种新型车辆组合定位算法 |
| CN109444932A (zh) * | 2018-10-30 | 2019-03-08 | 百度在线网络技术（北京）有限公司 | 一种车辆定位方法、装置、电子设备及存储介质 |
| CN110646825A (zh) * | 2019-10-22 | 2020-01-03 | 北京新能源汽车技术创新中心有限公司 | 定位方法、定位系统及汽车 |
| CN111458700A (zh) * | 2019-01-18 | 2020-07-28 | 通用汽车环球科技运作有限责任公司 | 车辆映射和定位的方法和系统 |
| CN112014849A (zh) * | 2020-07-15 | 2020-12-01 | 广东工业大学 | 一种基于传感器信息融合的无人车定位修正方法 |
-
2020
- 2020-12-25 CN CN202011562862.5A patent/CN112595329B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120138941A (ko) * | 2011-06-16 | 2012-12-27 | 한국과학기술연구원 | Ｉｏｎｓ와 ｇｐｓ 센서 융합을 이용한 항법 시스템 및 방법 |
| CN105866812A (zh) * | 2016-03-24 | 2016-08-17 | 广东机电职业技术学院 | 一种新型车辆组合定位算法 |
| CN109444932A (zh) * | 2018-10-30 | 2019-03-08 | 百度在线网络技术（北京）有限公司 | 一种车辆定位方法、装置、电子设备及存储介质 |
| CN111458700A (zh) * | 2019-01-18 | 2020-07-28 | 通用汽车环球科技运作有限责任公司 | 车辆映射和定位的方法和系统 |
| CN110646825A (zh) * | 2019-10-22 | 2020-01-03 | 北京新能源汽车技术创新中心有限公司 | 定位方法、定位系统及汽车 |
| CN112014849A (zh) * | 2020-07-15 | 2020-12-01 | 广东工业大学 | 一种基于传感器信息融合的无人车定位修正方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112595329A (zh) | 2021-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112560680B (zh) | 车道线处理方法、装置、电子设备及存储介质 | |
| CN112966587A (zh) | 目标检测模型的训练方法、目标检测方法及相关设备 | |
| CN113899363B (zh) | 车辆的定位方法、装置及自动驾驶车辆 | |
| CN112595329B (zh) | 车辆位置的确定方法、装置和电子设备 | |
| CN113029129B (zh) | 车辆的定位信息的确定方法、装置及存储介质 | |
| CN114036253B (zh) | 高精地图数据处理方法、装置、电子设备和介质 | |
| CN114140759A (zh) | 高精地图车道线位置确定方法、装置及自动驾驶车辆 | |
| CN113091737A (zh) | 一种车路协同定位方法、装置、自动驾驶车辆及路侧设备 | |
| CN113706704A (zh) | 基于高精地图规划路线的方法、设备以及自动驾驶车辆 | |
| CN113219505B (zh) | 用于车路协同隧道场景的采集gps坐标的方法、装置和设备 | |
| CN111612851B (zh) | 用于标定相机的方法、装置、设备以及存储介质 | |
| CN113932796A (zh) | 高精地图车道线生成方法、装置和电子设备 | |
| CN113449687A (zh) | 兴趣点出入口的识别方法、装置及电子设备 | |
| CN113177980A (zh) | 用于自动驾驶的目标对象速度确定方法、装置及电子设备 | |
| CN114299192B (zh) | 定位建图的方法、装置、设备和介质 | |
| CN114443679A (zh) | 一种地图数据更新方法、装置、设备以及存储介质 | |
| CN115731273A (zh) | 位姿图优化方法及装置、电子设备和存储介质 | |
| CN113450794B (zh) | 导航播报的检测方法、装置、电子设备和介质 | |
| CN114919661A (zh) | 一种泊车控制方法、装置、设备和存储介质 | |
| CN114488237A (zh) | 定位方法、装置、电子设备及智能驾驶方法 | |
| CN114281832A (zh) | 基于定位结果的高精地图数据更新方法、装置和电子设备 | |
| CN113112551A (zh) | 相机参数的确定方法、装置、路侧设备和云控平台 | |
| CN113723405A (zh) | 区域轮廓的确定方法、装置和电子设备 | |
| CN112710305B (zh) | 车辆定位方法及装置 | |
| CN114049615B (zh) | 行驶环境中交通对象融合关联方法、装置及边缘计算设备 |
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 |