CN112629544A - 一种基于车道线的车辆定位方法及装置 - Google Patents
一种基于车道线的车辆定位方法及装置 Download PDFInfo
- Publication number
- CN112629544A CN112629544A CN201910955594.4A CN201910955594A CN112629544A CN 112629544 A CN112629544 A CN 112629544A CN 201910955594 A CN201910955594 A CN 201910955594A CN 112629544 A CN112629544 A CN 112629544A
- Authority
- CN
- China
- Prior art keywords
- lane line
- perception
- current
- information
- target 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 55
- 230000008447 perception Effects 0.000 claims abstract description 271
- 238000005259 measurement Methods 0.000 claims abstract description 47
- 239000011159 matrix material Substances 0.000 claims description 34
- 230000007704 transition Effects 0.000 claims description 20
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 description 17
- 230000008859 change Effects 0.000 description 13
- 238000001914 filtration Methods 0.000 description 10
- 101100400452 Caenorhabditis elegans map-2 gene Proteins 0.000 description 7
- 101150064138 MAP1 gene Proteins 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 7
- 238000013507 mapping Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000001537 neural effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
-
- 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)
Abstract
本发明实施例公开一种基于车道线的车辆定位方法及装置,方法包括:从当前道路图像检测出包括感知车道线的感知数据;从电子导航地图中确定每一感知车道线对应的地图车道线;在确定目标车辆处于预设车道线环境的情况下,从感知车道线对应的地图车道线在当前道路图像的投影点中,确定距离目标车辆最近的小于该地图车道线的投影点的总数量的预设数量个参考投影点;确定每一第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为第一感知车道线对应的测量距离;基于该测量距离、预估位姿信息、定位辅助数据以及前一位姿信息对应的位姿误差,确定目标车辆的当前位姿信息,以实现在匝道或者车道线曲率较大场景下,提高车辆定位精度。
Description
技术领域
本发明涉及智能驾驶技术领域,具体而言,涉及一种基于车道线的车辆定位方法及装置。
背景技术
在自动驾驶领域中,车辆定位技术至关重要。相关的车辆定位技术中,在利用电子导航地图进行车辆定位时,获得目标车辆的前一时刻的前一位姿信息以及目标车辆的定位辅助设备在当前时刻采集的定位辅助数据,例如IMU数据,利用当前时刻的IMU数据和前一位姿信息,确定目标车辆在当前时刻的预估位姿信息;并获得目标车辆的图像采集设备在当前时刻采集的当前图像中的感知数据,例如:感知出的车道线、交通指示牌等,进而,利用预估位姿信息,从电子导航地图中确定出每一感知数据对应的地图元素;进而,将每一感知数据对应的地图元素投影至当前图像中,将每一感知数据对应的地图元素投影至当前图像中的所有投影点与其对应的感知数据之间的距离,作为对目标车辆的位姿信息进行优化的量测约束,以得到目标车辆在当前时刻的位姿信息。
然而,当目标车辆在匝道或者其他车道线曲率较大的道路上行驶时,利用上述过程中确定目标车辆的位姿信息效果往往不佳。那么,如何提供一种对行驶与匝道或者其他车道线曲率较大的道路的车辆进行定位的方法成为亟待解决的问题。
发明内容
本发明提供了一种基于车道线的车辆定位方法及装置,以实现在匝道或者车道线曲率较大的场景下,提高车辆定位精度。具体的技术方案如下:
第一方面,本发明实施例提供了一种基于车道线的车辆定位方法,包括:
获得目标车辆在当前时刻的预估状态信息,所述预估状态信息包括预估位姿信息,所述预估位姿信息为:基于所述目标车辆在前一时刻的前一位姿信息以及定位辅助设备在所述当前时刻采集的定位辅助数据确定的信息;
对所述目标车辆的图像采集设备在所述当前时刻采集的当前道路图像进行检测,确定所述当前道路图像包含的感知数据,其中,所述感知数据包括感知车道线;
基于所述预估位姿信息,从电子导航地图中确定出每一感知车道线对应的地图车道线;
确定每一感知车道线对应的地图车道线投影至所述当前道路图像中的投影点;
在确定所述目标车辆处于预设车道线环境的情况下,从每一感知车道线对应的地图车道线在所述当前道路图像中的投影点中,确定距离所述目标车辆最近的预设数量个投影点,作为参考投影点,其中,所述预设数量小于所述感知车道线对应的地图车道线在所述当前道路图像中的投影点的总数量;
针对每一对应参考投影点的第一感知车道线,基于该第一感知车道线在所述当前道路图像中的感知位置信息,以及该第一感知车道线对应的参考投影点在所述当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离;
基于每一第一感知车道线对应的测量距离、所述预估位姿信息、所述定位辅助数据以及所述前一位姿信息对应的位姿误差,确定所述目标车辆在所述当前时刻的当前位姿信息。
可选的,所述针对每一对应参考投影点的第一感知车道线,基于该第一感知车道线在所述当前道路图像中的感知位置信息,以及该第一感知车道线对应的参考投影点在所述当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离的步骤,包括:
针对每一对应参考投影点的第一感知车道线,利用预设曲线拟合算法以及该第一感知车道线的各感知点在所述当前道路图像中的感知位置信息,确定出该第一感知车道线对应的曲线方程;
针对每一第一感知车道线,基于该第一感知车道线对应的曲线方程以及该第一感知车道线对应的参考投影点在所述当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离。
可选的,所述定位辅助数据包括惯性测量单元IMU采集的当前IMU数据;
所述基于每一第一感知车道线对应的测量距离、所述预估位姿信息、所述定位辅助数据以及所述前一位姿信息对应的位姿误差,确定所述目标车辆在所述当前时刻的当前位姿信息的步骤,包括:
基于所述当前IMU数据以及预设的IMU误差方程,确定所述当前时刻的当前状态转移矩阵;
基于所述当前状态转移矩阵以及所述前一位姿信息对应的位姿误差,确定所述预估位姿信息对应的预估位姿误差;
基于每一第一感知车道线对应的测量距离、所述预估位姿信息对应的预估位姿误差以及所述预估位姿信息,确定所述目标车辆在所述当前时刻的当前位姿信息。
可选的,所述预估状态信息还包括预估速度信息,其中,所述预估速度信息为:基于所述目标车辆在前一时刻的前一速度信息以及定位辅助设备在所述当前时刻采集的定位辅助数据确定的信息;
所述基于每一第一感知车道线对应的测量距离、所述预估位姿信息、所述定位辅助数据以及所述前一位姿信息对应的位姿误差,确定所述目标车辆在所述当前时刻的当前位姿信息的步骤,包括:
基于每一第一感知车道线对应的测量距离、所述预估位姿信息、所述定位辅助数据、所述前一位姿信息对应的位姿误差、所述预估速度信息以及所述前一速度信息对应的速度误差,确定所述目标车辆在所述当前时刻的当前位姿信息和当前速度信息。
可选的,在检测到所述目标车辆在当前时刻的角速度超过预设角速度阈值或检测到所述感知车道线的曲率超过预设曲率阈值,确定所述目标车辆处于预设车道线环境。
第二方面,本发明实施例提供了一种基于车道线的车辆定位装置,包括:
第一获得模块,被配置为获得目标车辆在当前时刻的预估状态信息,所述预估状态信息包括预估位姿信息,所述预估位姿信息为:基于所述目标车辆在前一时刻的前一位姿信息以及定位辅助设备在所述当前时刻采集的定位辅助数据确定的信息;
第一确定模块,被配置为对所述目标车辆的图像采集设备在所述当前时刻采集的当前道路图像进行检测,确定所述当前道路图像包含的感知数据,其中,所述感知数据包括感知车道线;
第二确定模块,被配置为基于所述预估位姿信息,从电子导航地图中确定出每一感知车道线对应的地图车道线;
第三确定模块,被配置为确定每一感知车道线对应的地图车道线投影至所述当前道路图像中的投影点;
第四确定模块,被配置为在确定所述目标车辆处于预设车道线环境的情况下,从每一感知车道线对应的地图车道线在所述当前道路图像中的投影点中,确定距离所述目标车辆最近的预设数量个投影点,作为参考投影点,其中,所述预设数量小于所述感知车道线对应的地图车道线在所述当前道路图像中的投影点的总数量;
第五确定模块,被配置为针对每一对应参考投影点的第一感知车道线,基于该第一感知车道线在所述当前道路图像中的感知位置信息,以及该第一感知车道线对应的参考投影点在所述当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离;
第六确定模块,被配置为基于每一第一感知车道线对应的测量距离、所述预估位姿信息、所述定位辅助数据以及所述前一位姿信息对应的位姿误差,确定所述目标车辆在所述当前时刻的当前位姿信息。
可选的,所述第五确定模块,被具体配置针对每一对应参考投影点的第一感知车道线,利用预设曲线拟合算法以及该第一感知车道线的各感知点在所述当前道路图像中的感知位置信息,确定出该第一感知车道线对应的曲线方程;
针对每一第一感知车道线,基于该第一感知车道线对应的曲线方程以及该第一感知车道线对应的参考投影点在所述当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离。
可选的,所述定位辅助数据包括惯性测量单元IMU采集的当前IMU数据;
所述第六确定模块,被具体配置为基于所述当前IMU数据以及预设的IMU误差方程,确定所述当前时刻的当前状态转移矩阵;
基于所述当前状态转移矩阵以及所述前一位姿信息对应的位姿误差,确定所述预估位姿信息对应的预估位姿误差;
基于每一第一感知车道线对应的测量距离、所述预估位姿信息对应的预估位姿误差以及所述预估位姿信息,确定所述目标车辆在所述当前时刻的当前位姿信息。
可选的,所述预估状态信息还包括预估速度信息,其中,所述预估速度信息为:基于所述目标车辆在前一时刻的前一速度信息以及定位辅助设备在所述当前时刻采集的定位辅助数据确定的信息;
所述第六确定模块,被具体配置为基于每一第一感知车道线对应的测量距离、所述预估位姿信息、所述定位辅助数据、所述前一位姿信息对应的位姿误差、所述预估速度信息以及所述前一速度信息对应的速度误差,确定所述目标车辆在所述当前时刻的当前位姿信息和当前速度信息。
可选的,在检测到所述目标车辆在当前时刻的角速度超过预设角速度阈值或检测到所述感知车道线的曲率超过预设曲率阈值,确定所述目标车辆处于预设车道线环境。
由上述内容可知,本发明实施例提供的一种基于车道线的车辆定位方法及装置,可以获得目标车辆在当前时刻的预估状态信息,预估状态信息包括预估位姿信息,预估位姿信息为:基于目标车辆在前一时刻的前一位姿信息以及定位辅助设备在当前时刻采集的定位辅助数据确定的信息;对目标车辆的图像采集设备在当前时刻采集的当前道路图像进行检测,确定当前道路图像包含的感知数据,其中,感知数据包括感知车道线;基于预估位姿信息,从电子导航地图中确定出每一感知车道线对应的地图车道线;每一感知车道线对应的地图车道线投影至所述当前道路图像中的投影点;在确定目标车辆处于预设车道线环境的情况下,从每一感知车道线对应的地图车道线在当前道路图像中的投影点中,确定距离目标车辆最近的预设数量个投影点,作为参考投影点,其中,预设数量小于感知车道线对应的地图车道线在当前道路图像中的投影点的总数量;针对每一对应参考投影点的第一感知车道线,基于该第一感知车道线在当前道路图像中的感知位置信息,以及该第一感知车道线对应参考投影点在当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离;基于每一第一感知车道线对应的测量距离、预估位姿信息、定位辅助数据以及前一位姿信息对应的位姿误差,确定目标车辆在当前时刻的当前位姿信息。
应用本发明实施例,可以在确定目标车辆处于预设车道线环境的情况下,从感知车道线对应的地图车道线在当前道路图像中的投影点中,确定距离目标车辆最近的、小于该地图车道线的投影点的总数量的预设数量个投影点,作为参考投影点,进而,基于该参考投影点与其对应的第一感知车道线之间的测量距离、预估位姿信息、定位辅助数据以及前一位姿信息对应的位姿误差,确定目标车辆的当前位姿信息。即以参考投影点与其对应的感知车道线之间的测量距离,作为对目标车辆的位姿信息进行优化的量测约束,以在一定程度上提高在预设车道线环境下,车辆的定位结果的准确性,避免由于距离目标车辆较远的车道线的投影点由于观测误差,为后续的目标车辆的位姿的优化带来误差。当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
本发明实施例的创新点包括:
1、可以在确定目标车辆处于预设车道线环境的情况下,从感知车道线对应的地图车道线在当前道路图像中的投影点中,确定距离目标车辆最近的、小于该地图车道线的投影点的总数量的预设数量个投影点,作为参考投影点,进而,基于该参考投影点与其对应的第一感知车道线之间的测量距离、预估位姿信息、定位辅助数据以及前一位姿信息对应的位姿误差,确定目标车辆的当前位姿信息。即以参考投影点与其对应的感知车道线之间的测量距离,作为对目标车辆的位姿信息进行优化的量测约束,以在一定程度上提高在预设车道线环境下,车辆的定位结果的准确性,避免由于距离目标车辆较远的车道线的投影点由于观测误差,为后续的目标车辆的位姿的优化带来误差。
2、在预估状态信息包括预估速度信息的情况下,还可以基于每一感知车道线对应的测量距离、预估位姿信息、定位辅助数据、前一位姿信息对应的位姿误差、预估速度信息以及前一速度信息对应的速度误差,确定目标车辆在当前时刻的当前位姿信息和当前速度信息,得到当前时刻目标车辆的更准确的位姿信息和速度信息,以便后续的路径规划。
附图说明
为了更清楚地说明本发明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介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例。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为本发明实施例提供的基于车道线的车辆定位方法的一种流程示意图;
图2为本发明实施例提供的基于车道线的车辆定位方法的另一种流程示意图;
图3为本发明实施例提供的基于车道线的车辆定位装置的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
需要说明的是,本发明实施例及附图中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含的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他步骤或单元。
本发明提供了一种基于车道线的车辆定位方法及装置,以实现在匝道或者车道线曲率较大场景下,提高车辆定位精度。下面对本发明实施例进行详细说明。
图1为本发明实施例提供的基于车道线的车辆定位方法的一种流程示意图。该方法可以包括以下步骤:
S101:获得目标车辆在当前时刻的预估状态信息。
其中,预估状态信息包括预估位姿信息,预估位姿信息为:基于目标车辆在前一时刻的前一位姿信息以及定位辅助设备在当前时刻采集的定位辅助数据确定的信息。
本发明实施例中,该基于车道线的车辆定位方法可以应用于任一类型的具有计算能力的电子设备中,该电子设备可以为服务器或者终端设备。该电子设备可以设置于目标车辆内,为车载设备,也可以未设置于目标车辆内,为非车载设备,这都是可以的。该目标车辆可以为任一需要进行定位的车辆。该目标车辆内设置有定位辅助设备以及图像采集设备,其中,该定位辅助设备包括但不限于:IMU(惯性测量单元,Inertial measurementunit)以及车轮速传感器中的至少一个。该IMU可以包括:用于采集目标车辆的角速度变化率的陀螺仪以及用于采集目标车辆的加速度变化率的加速度传感器等器件,且通过目标车辆的角速度变化率以及目标车辆的加速度变化率可以确定出目标车辆的姿态的变化量以及位姿的变化量;该车轮速传感器可以用于测量目标车辆的车轮的速度。
在一种实现方式中,电子设备可以直接获得目标车辆在当前时刻的包括预估位姿信息的预估状态信息。在另一种实现方式中,电子设备可以获得目标车辆在当前时刻的前一时刻的位姿信息,作为前一位姿信息,并且获得定位辅助设备在当前时刻采集的定位辅助数据,其中,在定位辅助设备至少包括IMU,相应的,定位辅助数据至少包括IMU采集的当前IMU数据的情况下,电子设备可以基于前一位姿信息以及可确定出目标车辆位置变化量和姿态变化量的当前IMU数据,确定出目标车辆在当前时刻的预估位姿信息。
其中,本发明实施例中,所提到的位姿信息包括目标车辆的位置信息以及姿态信息。
S102:对目标车辆的图像采集设备在当前时刻采集的当前道路图像进行检测,确定当前道路图像包含的感知数据。
其中,感知数据包括感知车道线。
本步骤中,电子设备可以获得目标车辆的图像采集设备在当前时刻采集的当前道路图像,利用预先训练所得的目标检测模型,对当前道路图像进行检测,确定出当前道路图像中包括的感知数据,其中,该感知数据可以包括表征当前道路图像中所包含的目标的形状、类型以及尺寸等信息,该目标可以包括车道线、路灯杆以及交通标志牌等。该目标检测模型可以是基于标注有目标的样本图像训练所得的神经模型,其中,神经模型的训练过程,可以参见相关技术中神经模型训练过程,在此不再赘述。
本发明实施例中,感知数据可以至少包括从当前道路图像中感知出的车道线,可以称从当前道路图像中感知出的车道线为感知车道线。
S103:基于预估位姿信息,从电子导航地图中确定出每一感知车道线对应的地图车道线。
本步骤中,电子设备可以基于预估位姿信息,从电子导航地图中确定出该预估位姿信息对应的地图区域,进而,可以确定出该预估位姿信息对应的地图区域内包括的地图元素,其中,该地图元素可以至少包括地图车道线。其中,该电子导航地图为目标车辆所在场景对应的电子导航地图。
在从电子导航地图中确定出该预估位姿信息对应的地图元素之后,可以将从当前道路图像中感知的地图车道线与该预估位姿信息对应的地图元素进行一一匹配,确定出每一感知车道线对应的地图车道线。在一种实现方式中,该匹配过程,可以是:
基于预先建立的电子导航地图所在坐标系与导航坐标系之间的位置转换关系,将该预估位姿信息对应的地图元素映射至导航坐标系中,得到该预估位姿信息对应的地图元素在导航坐标系中的映射位置信息,基于该预估位姿信息、图像采集设备对应的投影矩阵以及该预估位姿信息对应的地图元素在导航坐标系中的映射位置信息,将该预估位姿信息对应的地图元素,从导航坐标系中投影至当前道路图像中,得到该预估位姿信息对应的地图元素在当前道路图像中的投影点的投影位置信息。
基于每一感知车道线在当前道路图像中的感知位置信息,以及该预估位姿信息对应的地图元素在当前道路图像中的投影位置信息,确定每一感知车道线与该预估位姿信息对应的各地图车道线两两之间的距离,得到感知车道线与该预估位姿信息对应的各地图车道线之间的重投影残差和;确定感知车道线与该预估位姿信息对应的各地图车道线之间的重投影残差和最小时,每一感知车道线对应的地图车道线;将感知车道线与该预估位姿信息对应的各地图车道线之间的重投影残差和最小时,每一感知车道线对应的地图车道线,作为每一感知车道线对应的地图车道线。
举例而言:感知车道线包括感知1和感知2;该预估位姿信息对应的地图车道线包括地图1和地图2;基于感知1和感知2在当前道路图像中的感知位置信息,以及地图1和地图2在当前道路图像中的投影位置信息,计算感知1和地图1之间的距离、感知2和地图2之间的距离;将感知1和地图1之间的距离与感知2和地图2之间的距离的和,作为一感知车道线与该预估位姿信息对应的各地图车道线之间的重投影残差和;计算感知1和地图2之间的距离、感知2和地图1之间的距离,将感知1和地图2之间的距离与感知2和地图1之间的距离的和,作为一感知车道线与该预估位姿信息对应的各地图车道线之间的重投影残差和;确定上述两个重投影残差和中最小的重投影残差和;若后者为最小的重投影残差和,则确定地图2为感知1对应的地图车道线,且地图1为感知2对应的地图车道线。
其中,图像采集设备确定,该图像采集设备对应的投影矩阵确定。上述导航坐标系可以为世界坐标系。
S104:确定每一感知车道线对应的地图车道线投影至当前道路图像中的投影点。
S105:在确定目标车辆处于预设车道线环境的情况下,从每一感知车道线对应的地图车道线在当前道路图像中的投影点中,确定距离目标车辆最近的预设数量个投影点,作为参考投影点。
其中,预设数量小于感知车道线对应的地图车道线在当前道路图像中的投影点的总数量。
考虑到距离目标车辆越远的目标,电子设备对该目标的感知位置信息的准确性越低,在一种实现方式中,电子设备可以确定每一感知车道线对应的地图车道线投影至当前道路图像中的投影点,及其投影位置信息;进而,在确定目标车辆处于预设车道线环境的情况下,基于每一感知车道线对应的地图车道线在当前道路图像中的投影点的投影位置信息,计算每一地图车道线在当前道路图像中的投影点与目标车辆之间的距离,作为每一地图车道线在当前道路图像中的投影点对应的第一距离;基于该第一距离,从每一地图车道线在当前道路图像中的投影点中,确定出所对应第一距离最小的预设数量的投影点,作为距离目标车辆最近的预设数量个参考投影点。
其中,当前道路图像中的图像目标位置越处于图像底部,该图像目标距离目标车辆越近。鉴于此,上述基于每一感知车道线对应的地图车道线在当前道路图像中的投影点的投影位置信息,计算每一地图车道线在当前道路图像中的投影点与目标车辆之间的距离的过程,可以是:基于每一感知车道线对应的地图车道线在当前道路图像中的投影点的投影位置信息,计算每一地图车道线在当前道路图像中的投影点与当前道路图像最底部之间的距离。
在另一种实现方式中,在确定每一感知车道线对应的地图车道线投影至所述当前道路图像中的投影点之后,确定每一投影点在导航坐标系下的映射位置信息,基于每一投影点在导航坐标系下的映射位置信息以及目标车辆的预估位姿信息,确定每一投影点与目标车辆之间的距离,作为每一投影点对应的第二距离;基于该第二距离,从投影点中确定出所对应第二距离最小的预设数量个投影点,确定为距离目标车辆最近的预设数量个参考投影点。
本步骤中,从投影点中确定出距离目标车辆最近的预设数量个参考投影点,进而,利用该预设数量个参考投影点进行后续的车辆定位流程,在一定程度上可以减轻由于距离目标车辆较远的点的感知位置信息的误差,导致车辆定位结果不够精确的问题。
在一种情况中,电子设备确定目标车辆处于预设车道线环境的确定方式,可以包括如下两种,第一种:获得检测目标车辆在当前时刻的角速度,判断该角速度是否超过预设角速度阈值,若判断该角速度超过预设角速度阈值,则确定目标车辆处于预设车道线环境;第二种:计算感知车道线的曲率,判断感知车道线的曲率是否超过预设曲率阈值,若判断感知车道线的曲率超过预设曲率阈值,则确定目标车辆处于预设车道线环境。其中,可以计算距离目标车辆最近的N条感知车道线的曲率,基于距离目标车辆最近的N条感知车道线的曲率,确定目标车辆是否处于预设车道线环境。一种情况中,感知车道线中存在至少一个点的曲率超过预设曲率阈值,则可以认为该感知车道线的曲率超过预设曲率阈值。其中,计算感知车道线的曲率的过程,可以参见相关技术中曲线的曲率计算过程,在此不再赘述。
S106:针对每一对应参考投影点的第一感知车道线,基于该第一感知车道线在当前道路图像中的感知位置信息,以及该第一感知车道线对应的参考投影点在当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离。
电子设备在确定出距离目标车辆最近的预设数量个参考投影点之后,可以确定该参考投影点所在地图车道线对应的感知车道线,作为第一感知车道线,针对每一第一感知车道线,计算每一第一感知车道线对应的重投影残差。一种实现方式中,基于该第一感知车道线在当前道路图像中的感知位置信息,以及该第一感知车道线对应的参考投影点在当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离。
在另一种实现方式中,基于该第一感知车道线在当前道路图像中的感知位置信息,以及该第一感知车道线对应的参考投影点在当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点在图像坐标系的横轴方向上到该第一感知车道线的距离,作为该第一感知车道线对应的测量距离,其中,该图像坐标系为当前道路图像所在坐标系。确定第一感知车道线对应的参考投影点在图像坐标系的横轴方向上到该第一感知车道线的距离,在一定程度上可以降低电子设备在基于车道线的车辆定位流程中的计算负担。
S107:基于每一第一感知车道线对应的测量距离、预估位姿信息、定位辅助数据以及前一位姿信息对应的位姿误差,确定目标车辆在当前时刻的当前位姿信息。
其中,电子设备确定每一第一感知车道线对应的测量距离之后,可以获得前一位姿信息对应的位姿误差,进而,参照卡尔曼滤波系统中的卡尔曼滤波算法,将每一第一感知车道线对应的测量距离作为量测约束,利用定位辅助数据以及前一位姿信息对应的位姿误差,优化预估位姿信息,以迭代出较优的目标车辆在当前时刻的当前位姿信息。
在本发明的一种实现方式中,该定位辅助数据包括惯性测量单元IMU采集的当前IMU数据,即定位辅助设备包括惯性测量单元IMU;
所述S107,可以包括如下步骤11-13:
11:基于当前IMU数据以及预设的IMU误差方程,确定当前时刻的当前状态转移矩阵。
12:基于当前状态转移矩阵以及前一位姿信息对应的位姿误差,确定预估位姿信息对应的预估位姿误差。
13:基于每一第一感知车道线对应的测量距离、预估位姿信息对应的预估位姿误差以及预估位姿信息,确定目标车辆在当前时刻的当前位姿信息。
本实现方式中,电子设备基于当前IMU数据以及预设的IMU误差方程,确定当前时刻的当前状态转移矩阵。其中,预设的IMU误差方程可以通过如下公式(1)表示:
其中,α表示测量到的IMU在前一时刻到当前时刻之间的位置的变化量,β表示测量到的IMU在前一时刻到当前时刻之间的速度的变化量,γ表示测量到的IMU在前一时刻到当前时刻之间的姿态的变化量;at表示在t时刻加速度传感器的测量值,k-1表示前一时刻,k表示当前时刻,表示在t时刻加速度传感器的零偏,电子设备可以基于相关技术获得;ωt表示在t时刻陀螺仪的测量值,na表示预设的加速度传感器的噪声,表示在t时刻陀螺仪的零偏,电子设备可以基于相关技术获得,nω表示预设的陀螺仪的噪声;(at,ωt)属于当前IMU数据,表示IMU在t时刻到前一时刻的姿态变化;其中, ωzt表示:t时刻陀螺仪的测量值在其所在坐标系下的竖轴上的测量值,ωxt表示:t时刻陀螺仪的测量值在其所在坐标系下的横轴上的测量值,ωyt表示:t时刻陀螺仪的测量值在其所在坐标系下的纵轴上的测量值。
在确定出上述(γ,α,β)之后。在一种实现方式中,若在确定目标车辆当前时刻的当前位姿信息的情况下,可以利用(γ,α)分别对当前时刻的状态量Xk,即当前时刻目标车辆的姿态信息对应的姿态误差和当前时刻目标车辆的位置信息对应的位置误差求偏导,以得到当前状态转移矩阵Ak,k-1。在另一种实现方式中,若在确定目标车辆当前时刻的当前位姿信息以及当前速度的情况下,可以依次利用γ,α,β分别对当前时刻的状态量Xk,即当前时刻目标车辆的姿态信息对应的姿态误差、当前时刻目标车辆的位置信息对应的位置误差以及当前时刻目标车辆的速度信息对应的速度误差求偏导,以得到当前状态转移矩阵Ak,k-1。
电子设备在确定出当前状态转移矩阵之后,可以利用基于当前状态转移矩阵以及前一位姿信息对应的位姿误差,确定预估位姿信息对应的预估位姿误差。具体的,可以通过如下公式(2)表示:
Xk,k-1=Ak,k-1Xk-1; (2)
其中,Xk,k-1至少表示目标车辆的预估位姿信息对应的位姿误差,Ak,k-1表示当前状态转移矩阵,Xk-1至少表示目标车辆的前一位姿信息对应的位姿误差。
进而,电子设备基于每一第一感知车道线对应的测量距离、预估位姿信息对应的预估位姿误差以及预估位姿信息,确定目标车辆在所述当前时刻的当前位姿信息。具体的,电子设备获得前一位姿信息对应的位姿误差对应的先验均方误差矩阵,即前一位姿信息对应的位姿误差对应的偏差矩阵,确定预估位姿信息对应的预估位姿误差对应的偏差矩阵,具体的,可以通过如下公式(3)表示:
Pk,k-1=Ak,k-1Pk-1Ak,k-1 T+Qk-1; (2)
其中,Pk,k-1表示预估位姿信息对应的预估位姿误差对应的偏差矩阵,Pk-1表示前一位姿信息对应的位姿误差对应的偏差矩阵,Qk-1表示当前时刻的系统噪声矩阵,电子设备可以基于相关技术获得;Ak,k-1表示当前状态转移矩阵,Ak,k-1 T表示当前状态转移矩阵的转置。
电子设备基于预估位姿信息对应的预估位姿误差Pk,k-1,以及卡尔曼滤波系统的量测方程Hk,确定出卡尔曼滤波系统的当前系统增益Kk,可以通过如下公式(4)表示:
Kk=Pk,k-1Hk T(HkPk,k-1Hk T+Rk T)-1; (4)
其中,Hk为卡尔曼滤波系统的量测方程,为雅可比矩阵,在确定目标车辆的当前位姿信息时,其中,表示卡尔曼滤波系统的当前时刻的状态量,即当前时刻对应的位姿误差,表示目标车辆在当前时刻在导航坐标系下横轴、纵轴以及竖轴三个坐标轴方向上的姿态信息的姿态误差;表示目标车辆在当前时刻在导航坐标系下三个坐标轴方向上的位置信息的位置误差;Rk表示当前时刻的卡尔曼滤波系统的量测噪声矩阵,电子设备可以基于相关技术获得;u表示表示在当前道路图像所在的图像坐标系下的重投影误差,即每一第一感知车道线对应的测量距离之和。
后续的,电子设备基于预估位姿信息对应的预估位姿误差、每一第一感知车道线对应的测量距离、当前系统增益Kk以及卡尔曼滤波系统的量测方程Hk,确定目标车辆的当前时刻的姿态误差以及位置误差,即位姿误差,即确定卡尔曼滤波系统在当前时刻的状态量;具体的,可以利用如下公式(5)表示:
Xk=Xk,k-1+Kk(Zk-HkXk,k-1); (5)
其中,Xk表示卡尔曼滤波系统在当前时刻的状态量,即目标车辆的当前时刻的姿态误差以及位置误差,即当前位姿信息对应的位姿误差,Zk表示第一感知车道线对应的测量距离之和,Xk,k-1表示预估位姿信息对应的预估位姿误差。
求解上述公式(2)-(5),以确定当前位姿信息对应的位姿误差,在求解过程中,可以基于当前位姿信息对应的位姿误差对应的偏差矩阵,对目标车辆的当前时刻的姿态误差以及位置误差进行求解,该当前位姿信息对应的位姿误差对应的偏差矩阵,可以通过如下公式(6)表示:
Pk=(I+KkHkPk,k-1); (6)
其中,Pk表示当前位姿信息对应的位姿误差对应的偏差矩阵,I表示3*3的单位矩阵。
联立上述公式(2)-(6),将Pk小于预设偏差值时,所确定的位姿误差即位置误差和姿态误差,作为当前位姿信息对应的当前位姿误差,输出。
电子设备得到当前位姿信息对应的当前位姿误差之后,基于上述的预估位姿信息以及当前位姿信息对应的当前位姿误差,确定目标车辆在当前时刻的当前位姿信息。具体的,可以通过如下公式(7)表示:
其中,表示当前位姿信息中的当前姿态信息,表示预估位姿信息中的预估姿态信息,表示当前位姿误差中的当前姿态误差,p表示当前位姿信息中的当前位置信息,示预估位姿信息中的预估位置信息,表示当前位姿误差中的当前位置误差。
应用本发明实施例,可以在确定目标车辆处于预设车道线环境的情况下,从感知车道线对应的地图车道线在当前道路图像中的投影点中,确定距离目标车辆最近的、小于该地图车道线的投影点的总数量的预设数量个投影点,作为参考投影点,进而,基于该参考投影点与其对应的第一感知车道线之间的测量距离、预估位姿信息、定位辅助数据以及前一位姿信息对应的位姿误差,确定目标车辆的当前位姿信息。即以参考投影点与其对应的感知车道线之间的测量距离,作为对目标车辆的位姿信息进行优化的量测约束,以在一定程度上提高在预设车道线环境下,车辆的定位结果的准确性,避免由于距离目标车辆较远的车道线的投影点由于观测误差,为后续的目标车辆的位姿的优化带来误差。
在一种情况中,目标车辆处于预设车道线环境的情况下,当前道路图像中一般仅包括感知车道线,此时可以仅基于感知车道线实现对车辆的定位。
在本发明的另一实施例中,所述S106,可以包括如下步骤01-02:
01:针对每一对应参考投影点的第一感知车道线,利用预设曲线拟合算法以及该第一感知车道线的各感知点在当前道路图像中的感知位置信息,确定出该第一感知车道线对应的曲线方程。
02:针对每一第一感知车道线,基于该第一感知车道线对应的曲线方程以及该第一感知车道线对应的参考投影点在当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离。
本实现方式中,电子设备可以针对每一对应参考投影点的第一感知车道线,利用预设曲线拟合算法以及该第一感知车道线的各感知点在当前道路图像中的感知位置信息,拟合得到该第一感知车道线对应的曲线方程,进而,基于该第一感知车道线对应的曲线方程以及该第一感知车道线对应的参考投影点在当前道路图像中的投影位置信息,计算该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离。
其中,该预设曲线拟合算法可以包括但不限于三次曲线拟合算法和四次曲线拟合算法,这都是可以的。
上述基于该第一感知车道线对应的曲线方程以及该第一感知车道线对应的参考投影点在当前道路图像中的投影位置信息,计算该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离的过程,可以是:基于该第一感知车道线对应的曲线方程以及该第一感知车道线对应的参考投影点在当前道路图像中的投影位置信息,计算该第一感知车道线对应的参考投影点与该第一感知车道线之间的绝对距离,作为该第一感知车道线对应的测量距离;也可以是:基于该第一感知车道线对应的曲线方程以及该第一感知车道线对应的参考投影点在当前道路图像中的投影位置信息,计算该第一感知车道线对应的参考投影点,在图像坐标系的横轴方向上与该第一感知车道线之间的绝对距离,作为该第一感知车道线对应的测量距离,以便降低基于车道线的车辆定位流程中的计算量,降低电子设备的计算负担。
在本发明的另一实施例中,如图2所示,所述方法可以包括如下步骤:
S201:获得目标车辆在当前时刻的预估状态信息。
其中,预估状态信息包括预估位姿信息,预估位姿信息为:基于目标车辆在前一时刻的前一位姿信息以及定位辅助设备在当前时刻采集的定位辅助数据确定的信息;该预估状态信息还可以包括预估速度信息,其中,预估速度信息为:基于目标车辆在前一时刻的前一速度信息以及定位辅助设备在当前时刻采集的定位辅助数据确定的信息;
S202:对目标车辆的图像采集设备在当前时刻采集的当前道路图像进行检测,确定当前道路图像包含的感知数据。其中,感知数据包括感知车道线。
S203:基于预估位姿信息,从电子导航地图中确定出每一感知车道线对应的地图车道线。
S204:确定每一感知车道线对应的地图车道线投影至当前道路图像中的投影点。
S205:在确定目标车辆处于预设车道线环境的情况下,从每一感知车道线对应的地图车道线在当前道路图像中的投影点中,确定距离目标车辆最近的预设数量个投影点,作为参考投影点。
其中,预设数量小于感知车道线对应的地图车道线在当前道路图像中的投影点的总数量。
S206:针对每一对应参考投影点的第一感知车道线,基于该第一感知车道线在当前道路图像中的感知位置信息,以及该第一感知车道线对应的参考投影点在当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离。
S207:基于每一第一感知车道线对应的测量距离、预估位姿信息、定位辅助数据、前一位姿信息对应的位姿误差、预估速度信息以及前一速度信息对应的速度误差,确定目标车辆在当前时刻的当前位姿信息和当前速度信息。
其中,该S202与图1中所示的S102相同,该S203与图1中所示的S103相同,该S204与图1中所示的S104相同,该S205与图1中所示的S105相同,该S206与图1中所示的S106相同,在此不再赘述。
上述S201所获得的预估状态信息包括预估位姿信息的同时,还可以包括预估速度信息。可以理解的是,定位辅助设备可以包括IMU,IMU中的加速度传感器可以采集得到目标车辆的速度的变化率,相应的,基于该IMU采集的当前IMU数据,可以确定出当前时刻相对应于前一时刻目标车辆的速度的变化量,电子设备基于目标车辆在前一时刻的前一速度信息以及该当前时刻相对应于前一时刻目标车辆的速度的变化量,可以确定出目标车辆在当前时刻的预估速度信息。
后续的,电子设备确定出每一第一感知车道线对应的测量距离之后,可以基于卡尔曼滤波算法,利用每一第一感知车道线对应的测量距离、预估位姿信息、定位辅助数据、前一位姿信息对应的位姿误差、预估速度信息以及前一速度信息对应的速度误差,确定目标车辆在当前时刻的当前位姿信息和当前速度信息。
本实现方式中,上述的状态量Xk包括当前时刻的目标车辆的位姿信息对应的姿态误差、位置误差和速度误差,且Xk,k-1包括前一时刻的目标车辆的位姿信息对应的姿态误差、位置误差和速度误差;并且,Hk包括目标车辆的当前时刻的位姿信息相关的转换关系,以及速度信息的相关的转换关系,其中,表示卡尔曼滤波系统的当前时刻的状态量,即当前时刻对应的姿态误差、速度误差以及位置误差。相应的,具体的求解过程,可以参照上述确定目标车辆在当前时刻的当前位姿信息对应的位姿误差的过程进行迭代求解过程,在此不再赘述。
在确定出当前时刻对应的姿态误差、速度误差以及位置误差,可以基于当前时刻对应的姿态误差以及预估位姿信息中的预估姿态信息确定出当前姿态信息,基于当前时刻对应的位姿误差以及预估位姿信息中的预估位置信息确定出当前位置信息;并基于当前时刻对应的速度误差以及预估速度信息确定出当前速度信息。具体的,可以通过如下公式表示:
其中,表示当前位姿信息中的当前姿态信息,表示预估位姿信息中的预估姿态信息,表示当前位姿误差中的当前姿态误差,p表示当前位姿信息中的当前位置信息,示预估位姿信息中的预估位置信息,表示当前位姿误差中的当前位置误差;v表示当前速度信息,表示预估速度信息,表示当前速度误差。
相应于上述方法实施例,本发明实施例提供了一种基于车道线的车辆定位装置,如图3所示,可以包括:
第一获得模块310,被配置为获得目标车辆在当前时刻的预估状态信息,所述预估状态信息包括预估位姿信息,所述预估位姿信息为:基于所述目标车辆在前一时刻的前一位姿信息以及定位辅助设备在所述当前时刻采集的定位辅助数据确定的信息;
第一确定模块320,被配置为对所述目标车辆的图像采集设备在所述当前时刻采集的当前道路图像进行检测,确定所述当前道路图像包含的感知数据,其中,所述感知数据包括感知车道线;
第二确定模块330,被配置为基于所述预估位姿信息,从电子导航地图中确定出每一感知车道线对应的地图车道线;
第三确定模块340,被配置为确定每一感知车道线对应的地图车道线投影至所述当前道路图像中的投影点;
第四确定模块350,被配置为在确定所述目标车辆处于预设车道线环境的情况下,从每一感知车道线对应的地图车道线在所述当前道路图像中的投影点中,确定距离所述目标车辆最近的预设数量个投影点,作为参考投影点,其中,所述预设数量小于所述感知车道线对应的地图车道线在所述当前道路图像中的投影点的总数量;
第五确定模块360,被配置为针对每一对应参考投影点的第一感知车道线,基于该第一感知车道线在所述当前道路图像中的感知位置信息,以及该第一感知车道线对应的参考投影点在所述当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离;
第六确定模块370,被配置为基于每一第一感知车道线对应的测量距离、所述预估位姿信息、所述定位辅助数据以及所述前一位姿信息对应的位姿误差,确定所述目标车辆在所述当前时刻的当前位姿信息。
应用本发明实施例,可以在确定目标车辆处于预设车道线环境的情况下,从感知车道线对应的地图车道线在当前道路图像中的投影点中,确定距离目标车辆最近的、小于该地图车道线的投影点的总数量的预设数量个投影点,作为参考投影点,进而,基于该参考投影点与其对应的第一感知车道线之间的测量距离、预估位姿信息、定位辅助数据以及前一位姿信息对应的位姿误差,确定目标车辆的当前位姿信息。即以参考投影点与其对应的感知车道线之间的测量距离,作为对目标车辆的位姿信息进行优化的量测约束,以在一定程度上提高在预设车道线环境下,车辆的定位结果的准确性,避免由于距离目标车辆较远的车道线的投影点由于观测误差,为后续的目标车辆的位姿的优化带来误差。
在本发明的另一实施例中,所述第五确定模块360,被具体配置针对每一对应参考投影点的第一感知车道线,利用预设曲线拟合算法以及该第一感知车道线的各感知点在所述当前道路图像中的感知位置信息,确定出该第一感知车道线对应的曲线方程;
针对每一第一感知车道线,基于该第一感知车道线对应的曲线方程以及该第一感知车道线对应的参考投影点在所述当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离。
在本发明的另一实施例中,所述定位辅助数据包括惯性测量单元IMU采集的当前IMU数据;
所述第六确定模块370,被具体配置为基于所述当前IMU数据以及预设的IMU误差方程,确定所述当前时刻的当前状态转移矩阵;
基于所述当前状态转移矩阵以及所述前一位姿信息对应的位姿误差,确定所述预估位姿信息对应的预估位姿误差;
基于每一第一感知车道线对应的测量距离、所述预估位姿信息对应的预估位姿误差以及所述预估位姿信息,确定所述目标车辆在所述当前时刻的当前位姿信息。
在本发明的另一实施例中,所述预估状态信息还包括预估速度信息,其中,所述预估速度信息为:基于所述目标车辆在前一时刻的前一速度信息以及定位辅助设备在所述当前时刻采集的定位辅助数据确定的信息;
所述第六确定模块370,被具体配置为基于每一第一感知车道线对应的测量距离、所述预估位姿信息、所述定位辅助数据、所述前一位姿信息对应的位姿误差、所述预估速度信息以及所述前一速度信息对应的速度误差,确定所述目标车辆在所述当前时刻的当前位姿信息和当前速度信息。
在本发明的另一实施例中,在检测到所述目标车辆在当前时刻的角速度超过预设角速度阈值或检测到所述感知车道线的曲率超过预设曲率阈值,确定所述目标车辆处于预设车道线环境。
上述装置、系统实施例与方法实施例相对应,与该方法实施例具有同样的技术效果,具体说明参见方法实施例。装置实施例是基于方法实施例得到的,具体的说明可以参见方法实施例部分,此处不再赘述。
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发明所必须的。
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发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明实施例技术方案的精神和范围。
Claims (10)
1.一种基于车道线的车辆定位方法,其特征在于,包括:
获得目标车辆在当前时刻的预估状态信息,所述预估状态信息包括预估位姿信息,所述预估位姿信息为:基于所述目标车辆在前一时刻的前一位姿信息以及定位辅助设备在所述当前时刻采集的定位辅助数据确定的信息;
对所述目标车辆的图像采集设备在所述当前时刻采集的当前道路图像进行检测,确定所述当前道路图像包含的感知数据,其中,所述感知数据包括感知车道线;
基于所述预估位姿信息,从电子导航地图中确定出每一感知车道线对应的地图车道线;
确定每一感知车道线对应的地图车道线投影至所述当前道路图像中的投影点;
在确定所述目标车辆处于预设车道线环境的情况下,从每一感知车道线对应的地图车道线在所述当前道路图像中的投影点中,确定距离所述目标车辆最近的预设数量个投影点,作为参考投影点,其中,所述预设数量小于所述感知车道线对应的地图车道线在所述当前道路图像中的投影点的总数量;
针对每一对应参考投影点的第一感知车道线,基于该第一感知车道线在所述当前道路图像中的感知位置信息,以及该第一感知车道线对应的参考投影点在所述当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离;
基于每一第一感知车道线对应的测量距离、所述预估位姿信息、所述定位辅助数据以及所述前一位姿信息对应的位姿误差,确定所述目标车辆在所述当前时刻的当前位姿信息。
2.如权利要求1所述的方法,其特征在于,所述针对每一对应参考投影点的第一感知车道线,基于该第一感知车道线在所述当前道路图像中的感知位置信息,以及该第一感知车道线对应的参考投影点在所述当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离的步骤,包括:
针对每一对应参考投影点的第一感知车道线,利用预设曲线拟合算法以及该第一感知车道线的各感知点在所述当前道路图像中的感知位置信息,确定出该第一感知车道线对应的曲线方程;
针对每一第一感知车道线,基于该第一感知车道线对应的曲线方程以及该第一感知车道线对应的参考投影点在所述当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离。
3.如权利要求1所述的方法,其特征在于,所述定位辅助数据包括惯性测量单元IMU采集的当前IMU数据;
所述基于每一第一感知车道线对应的测量距离、所述预估位姿信息、所述定位辅助数据以及所述前一位姿信息对应的位姿误差,确定所述目标车辆在所述当前时刻的当前位姿信息的步骤,包括:
基于所述当前IMU数据以及预设的IMU误差方程,确定所述当前时刻的当前状态转移矩阵;
基于所述当前状态转移矩阵以及所述前一位姿信息对应的位姿误差,确定所述预估位姿信息对应的预估位姿误差;
基于每一第一感知车道线对应的测量距离、所述预估位姿信息对应的预估位姿误差以及所述预估位姿信息,确定所述目标车辆在所述当前时刻的当前位姿信息。
4.如权利要求1-3任一项所述的方法,其特征在于,所述预估状态信息还包括预估速度信息,其中,所述预估速度信息为:基于所述目标车辆在前一时刻的前一速度信息以及定位辅助设备在所述当前时刻采集的定位辅助数据确定的信息;
所述基于每一第一感知车道线对应的测量距离、所述预估位姿信息、所述定位辅助数据以及所述前一位姿信息对应的位姿误差,确定所述目标车辆在所述当前时刻的当前位姿信息的步骤,包括:
基于每一第一感知车道线对应的测量距离、所述预估位姿信息、所述定位辅助数据、所述前一位姿信息对应的位姿误差、所述预估速度信息以及所述前一速度信息对应的速度误差,确定所述目标车辆在所述当前时刻的当前位姿信息和当前速度信息。
5.如权利要求1-4任一项所述的方法,其特征在于,在检测到所述目标车辆在当前时刻的角速度超过预设角速度阈值或检测到所述感知车道线的曲率超过预设曲率阈值,确定所述目标车辆处于预设车道线环境。
6.一种基于车道线的车辆定位装置,其特征在于,包括:
第一获得模块,被配置为获得目标车辆在当前时刻的预估状态信息,所述预估状态信息包括预估位姿信息,所述预估位姿信息为:基于所述目标车辆在前一时刻的前一位姿信息以及定位辅助设备在所述当前时刻采集的定位辅助数据确定的信息;
第一确定模块,被配置为对所述目标车辆的图像采集设备在所述当前时刻采集的当前道路图像进行检测,确定所述当前道路图像包含的感知数据,其中,所述感知数据包括感知车道线;
第二确定模块,被配置为基于所述预估位姿信息,从电子导航地图中确定出每一感知车道线对应的地图车道线;
第三确定模块,被配置为确定每一感知车道线对应的地图车道线投影至所述当前道路图像中的投影点;
第四确定模块,被配置为在确定所述目标车辆处于预设车道线环境的情况下,从每一感知车道线对应的地图车道线在所述当前道路图像中的投影点中,确定距离所述目标车辆最近的预设数量个投影点,作为参考投影点,其中,所述预设数量小于所述感知车道线对应的地图车道线在所述当前道路图像中的投影点的总数量;
第五确定模块,被配置为针对每一对应参考投影点的第一感知车道线,基于该第一感知车道线在所述当前道路图像中的感知位置信息,以及该第一感知车道线对应的参考投影点在所述当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离;
第六确定模块,被配置为基于每一第一感知车道线对应的测量距离、所述预估位姿信息、所述定位辅助数据以及所述前一位姿信息对应的位姿误差,确定所述目标车辆在所述当前时刻的当前位姿信息。
7.如权利要求6所述的装置,其特征在于,所述第五确定模块,被具体配置针对每一对应参考投影点的第一感知车道线,利用预设曲线拟合算法以及该第一感知车道线的各感知点在所述当前道路图像中的感知位置信息,确定出该第一感知车道线对应的曲线方程;
针对每一第一感知车道线,基于该第一感知车道线对应的曲线方程以及该第一感知车道线对应的参考投影点在所述当前道路图像中的投影位置信息,确定该第一感知车道线对应的参考投影点距离该第一感知车道线的距离,作为该第一感知车道线对应的测量距离。
8.如权利要求6所述的装置,其特征在于,所述定位辅助数据包括惯性测量单元IMU采集的当前IMU数据;
所述第六确定模块,被具体配置为基于所述当前IMU数据以及预设的IMU误差方程,确定所述当前时刻的当前状态转移矩阵;
基于所述当前状态转移矩阵以及所述前一位姿信息对应的位姿误差,确定所述预估位姿信息对应的预估位姿误差;
基于每一第一感知车道线对应的测量距离、所述预估位姿信息对应的预估位姿误差以及所述预估位姿信息,确定所述目标车辆在所述当前时刻的当前位姿信息。
9.如权利要求6-8任一项所述的装置,其特征在于,所述预估状态信息还包括预估速度信息,其中,所述预估速度信息为:基于所述目标车辆在前一时刻的前一速度信息以及定位辅助设备在所述当前时刻采集的定位辅助数据确定的信息;
所述第六确定模块,被具体配置为基于每一第一感知车道线对应的测量距离、所述预估位姿信息、所述定位辅助数据、所述前一位姿信息对应的位姿误差、所述预估速度信息以及所述前一速度信息对应的速度误差,确定所述目标车辆在所述当前时刻的当前位姿信息和当前速度信息。
10.如权利要求6-9任一项所述的装置,其特征在于,在检测到所述目标车辆在当前时刻的角速度超过预设角速度阈值或检测到所述感知车道线的曲率超过预设曲率阈值,确定所述目标车辆处于预设车道线环境。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910955594.4A CN112629544B (zh) | 2019-10-09 | 2019-10-09 | 一种基于车道线的车辆定位方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910955594.4A CN112629544B (zh) | 2019-10-09 | 2019-10-09 | 一种基于车道线的车辆定位方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112629544A true CN112629544A (zh) | 2021-04-09 |
CN112629544B CN112629544B (zh) | 2022-12-02 |
Family
ID=75283682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910955594.4A Active CN112629544B (zh) | 2019-10-09 | 2019-10-09 | 一种基于车道线的车辆定位方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112629544B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113870600A (zh) * | 2021-09-29 | 2021-12-31 | 禾多阡陌科技(北京)有限公司 | 车道线信息显示方法、装置、电子设备和计算机可读介质 |
CN114252082A (zh) * | 2022-03-01 | 2022-03-29 | 苏州挚途科技有限公司 | 车辆定位方法、装置和电子设备 |
CN114579556A (zh) * | 2022-05-05 | 2022-06-03 | 中汽创智科技有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN114608591A (zh) * | 2022-03-23 | 2022-06-10 | 小米汽车科技有限公司 | 车辆定位方法、装置、存储介质、电子设备、车辆及芯片 |
CN114743174A (zh) * | 2022-03-21 | 2022-07-12 | 北京地平线机器人技术研发有限公司 | 观测车道线的确定方法、装置、电子设备和存储介质 |
CN115307652A (zh) * | 2022-10-11 | 2022-11-08 | 小米汽车科技有限公司 | 车辆位姿确定方法、装置、设备及介质 |
CN117723070A (zh) * | 2024-02-06 | 2024-03-19 | 合众新能源汽车股份有限公司 | 地图匹配初值的确定方法及装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103630122A (zh) * | 2013-10-15 | 2014-03-12 | 北京航天科工世纪卫星科技有限公司 | 一种单目视觉车道线检测方法及其测距方法 |
CN106971593A (zh) * | 2017-04-01 | 2017-07-21 | 深圳市元征科技股份有限公司 | 车道识别方法及装置 |
CN109186616A (zh) * | 2018-09-20 | 2019-01-11 | 禾多科技(北京)有限公司 | 基于高精度地图和场景检索的车道线辅助定位方法 |
WO2019043833A1 (ja) * | 2017-08-30 | 2019-03-07 | 日産自動車株式会社 | 運転支援車両の位置誤差補正方法及び位置誤差補正装置 |
CN109959364A (zh) * | 2017-12-25 | 2019-07-02 | 比亚迪股份有限公司 | 车辆、基于车道线进行自动校正测距误差的方法和装置 |
CN110146909A (zh) * | 2018-09-06 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 一种定位数据处理方法 |
-
2019
- 2019-10-09 CN CN201910955594.4A patent/CN112629544B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103630122A (zh) * | 2013-10-15 | 2014-03-12 | 北京航天科工世纪卫星科技有限公司 | 一种单目视觉车道线检测方法及其测距方法 |
CN106971593A (zh) * | 2017-04-01 | 2017-07-21 | 深圳市元征科技股份有限公司 | 车道识别方法及装置 |
WO2019043833A1 (ja) * | 2017-08-30 | 2019-03-07 | 日産自動車株式会社 | 運転支援車両の位置誤差補正方法及び位置誤差補正装置 |
CN109959364A (zh) * | 2017-12-25 | 2019-07-02 | 比亚迪股份有限公司 | 车辆、基于车道线进行自动校正测距误差的方法和装置 |
CN110146909A (zh) * | 2018-09-06 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 一种定位数据处理方法 |
CN109186616A (zh) * | 2018-09-20 | 2019-01-11 | 禾多科技(北京)有限公司 | 基于高精度地图和场景检索的车道线辅助定位方法 |
Non-Patent Citations (1)
Title |
---|
袁旻川等: "基于车道线提取的智能车横向定位技术", 《军事交通学院学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113870600A (zh) * | 2021-09-29 | 2021-12-31 | 禾多阡陌科技(北京)有限公司 | 车道线信息显示方法、装置、电子设备和计算机可读介质 |
CN113870600B (zh) * | 2021-09-29 | 2022-09-27 | 禾多阡陌科技(北京)有限公司 | 车道线信息显示方法、装置、电子设备和计算机可读介质 |
CN114252082A (zh) * | 2022-03-01 | 2022-03-29 | 苏州挚途科技有限公司 | 车辆定位方法、装置和电子设备 |
CN114743174A (zh) * | 2022-03-21 | 2022-07-12 | 北京地平线机器人技术研发有限公司 | 观测车道线的确定方法、装置、电子设备和存储介质 |
CN114608591A (zh) * | 2022-03-23 | 2022-06-10 | 小米汽车科技有限公司 | 车辆定位方法、装置、存储介质、电子设备、车辆及芯片 |
CN114579556A (zh) * | 2022-05-05 | 2022-06-03 | 中汽创智科技有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN115307652A (zh) * | 2022-10-11 | 2022-11-08 | 小米汽车科技有限公司 | 车辆位姿确定方法、装置、设备及介质 |
CN117723070A (zh) * | 2024-02-06 | 2024-03-19 | 合众新能源汽车股份有限公司 | 地图匹配初值的确定方法及装置、电子设备及存储介质 |
CN117723070B (zh) * | 2024-02-06 | 2024-07-02 | 合众新能源汽车股份有限公司 | 地图匹配初值的确定方法及装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112629544B (zh) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112629544B (zh) | 一种基于车道线的车辆定位方法及装置 | |
CN110160542B (zh) | 车道线的定位方法和装置、存储介质、电子装置 | |
CN206479647U (zh) | 定位系统及汽车 | |
CN107941217B (zh) | 一种机器人定位方法、电子设备、存储介质、装置 | |
WO2018181974A1 (ja) | 判定装置、判定方法、及び、プログラム | |
CN106842269A (zh) | 定位方法及系统 | |
CN104061899B (zh) | 一种基于卡尔曼滤波的车辆侧倾角与俯仰角估计方法 | |
CN110530372B (zh) | 定位方法、路径确定方法、装置、机器人及存储介质 | |
US20230273326A1 (en) | Inferring vehicle location and movement using sensor data fusion | |
CN110455300B (zh) | 导航方法、导航显示方法、装置、车辆及机器可读介质 | |
CN110307836B (zh) | 一种用于无人清扫车辆贴边清扫的精确定位方法 | |
US20100004856A1 (en) | Positioning device | |
CN109186597B (zh) | 一种基于双mems-imu的室内轮式机器人的定位方法 | |
WO2021112074A1 (ja) | 情報処理装置、制御方法、プログラム及び記憶媒体 | |
CN111351502B (zh) | 用于从透视图生成环境的俯视图的方法,装置和计算机程序产品 | |
US20200364883A1 (en) | Localization of a mobile unit by means of a multi-hypothesis kalman filter method | |
US20170074678A1 (en) | Positioning and orientation data analysis system and method thereof | |
KR101553898B1 (ko) | 지형지물의 위치정보를 이용한 자율이동차량의 위치추정시스템 및 방법 | |
CN114252082B (zh) | 车辆定位方法、装置和电子设备 | |
JP4986883B2 (ja) | 標定装置、標定方法および標定プログラム | |
US11579625B2 (en) | Method and apparatus for de-biasing the detection and labeling of objects of interest in an environment | |
KR20170083662A (ko) | 센서 오차에 강건한 지도 작성 장치 | |
KR20190040818A (ko) | 차량 내부 센서, 카메라, 및 gnss 단말기를 이용한 3차원 차량 항법 시스템 | |
CN110018503B (zh) | 车辆的定位方法及定位系统 | |
CN112577479B (zh) | 基于地图元素数据的多传感器融合车辆定位方法及装置 |
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: 20220308 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: 100083 room 28, 4 / F, block a, Dongsheng building, 8 Zhongguancun East Road, Haidian District, Beijing Applicant before: BEIJING CHUSUDU TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |