CN112835086B - 确定车辆位置的方法和装置 - Google Patents
确定车辆位置的方法和装置 Download PDFInfo
- Publication number
- CN112835086B CN112835086B CN202010658027.5A CN202010658027A CN112835086B CN 112835086 B CN112835086 B CN 112835086B CN 202010658027 A CN202010658027 A CN 202010658027A CN 112835086 B CN112835086 B CN 112835086B
- Authority
- CN
- China
- Prior art keywords
- cloud data
- point cloud
- point
- vehicle
- ground
- 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
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
-
- 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
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本公开提出一种确定车辆位置的方法和装置,涉及自动驾驶技术领域。在本公开中,根据车辆的北斗接收机板卡的定位状态,确定车辆的当前位置点;获取车辆在当前位置点测得的激光点云数据,作为第一点云数据;获取车辆的预设出发点在点云地图中对应的点云数据,作为第二点云数据;将第一点云数据与第二点云数据进行匹配,确定第一点云数据与第二点云数据之间的变换矩阵;根据预设出发点的坐标信息和变换矩阵,确定当前位置点的坐标信息。使得车辆在各种复杂环境下都可以快速准确地获得精确的当前位置,不依赖北斗接收机板卡,避免北斗接收机板卡天线接收的信号较差甚至无信号时导致无法确定车辆位置的问题,并且,提高了确定车辆位置的准确性。
Description
技术领域
本公开涉及自动驾驶技术领域,特别涉及一种确定车辆位置的方法和装置。
背景技术
在自动驾驶领域,确定车辆的实时位置是非常重要的一个环节。针对车辆可能在任意位置出发的场景,如何确定车辆的实时位置是急需解决的问题。
在一些相关技术中,车辆采用北斗接收机板卡或者北斗接收机板卡/INS(Inertial Navigation System,惯性导航系统)组合设备来确定车辆的位置。北斗接收机板卡属于中国北斗卫星导航系统(BeiDou Navigation Satellite System,简称BDS)的用户段部分的终端设备,BDS是中国自行研制的全球卫星导航系统,具有重要的实际意义和战略地位。
发明内容
发明人发现,在相关技术中,确定的车辆的实时位置的准确性严重依赖北斗接收机板卡天线接收的信号好坏,在任意位置出发的场景中,例如车辆处在两栋高楼之间或者处在隧道中等情况时,北斗接收机板卡天线接收的信号较差甚至无法接收到信号时,根据北斗接收机板卡确定的位置将存在较大误差或无法给出位置信息,会导致车辆无法正常行驶,甚至后续的自动驾驶会带来安全问题。
为此,本公开提供一种能够提高确定的车辆位置的准确性的方法。
在本公开的实施例中,根据车辆的北斗接收机板卡的定位状态,确定车辆的当前位置点;获取车辆在当前位置点测得的激光点云数据,作为第一点云数据;获取车辆的预设出发点在点云地图中对应的点云数据,作为第二点云数据;将第一点云数据与第二点云数据进行匹配,确定第一点云数据与第二点云数据之间的变换矩阵;根据预设出发点的坐标信息和变换矩阵,确定当前位置点的坐标信息。车辆在任意位置点,通过点云配准的方法确定变换矩阵,进而确定当前位置点的坐标信息,使得车辆在各种复杂环境下都可以快速的获得精确的当前位置,不依赖北斗接收机板卡设备,避免北斗接收机板卡天线接收的信号较差甚至无法接收到信号时导致无法确定车辆的位置的问题,并且,提高了确定车辆位置的准确性。
根据本公开的一些实施例,提供一种确定车辆位置的方法,包括:
根据车辆的北斗接收机板卡的定位状态,确定所述车辆的当前位置点;
获取所述车辆在当前位置点测得的激光点云数据,作为第一点云数据;
获取所述车辆的预设出发点在点云地图中对应的点云数据,作为第二点云数据;
将所述第一点云数据与所述第二点云数据进行匹配,确定所述第一点云数据与所述第二点云数据之间的变换矩阵;
根据所述预设出发点的坐标信息和所述变换矩阵,确定所述当前位置点的坐标信息。
在一些实施例中,确定所述车辆的当前位置点包括:
在车辆的北斗接收机板卡的定位状态优于预设条件的情况下,将北斗接收机板卡当前测量的第一位置点作为当前位置点。
在一些实施例中,确定所述车辆的当前位置点包括:
在车辆的北斗接收机板卡的定位状态不优于预设条件的情况下,根据传感器测量的上一时刻的位置点的信息,计算当前时刻的位置点的预测值;
获取当前时刻的位置点的测量值;
利用当前时刻的位置点的所述测量值对所述预测值进行修正,确定第二位置点,将所述第二位置点作为所述车辆的当前位置点。
在一些实施例中,所述获取当前时刻的位置点的测量值包括:
将激光雷达在当前时刻测量的激光点云数据在点云地图中的位置点的信息作为当前时刻的位置点的测量值;
或者,将北斗接收机板卡在当前时刻测量的位置点的信息作为当前时刻的位置点的测量值。
在一些实施例中,确定所述车辆的当前位置点包括:
在车辆的北斗接收机板卡的定位状态不优于预设条件的情况下,将在点云地图中人工设置的第三位置点作为所述车辆的当前位置点。
在一些实施例中,所述将所述第一点云数据与所述第二点云数据进行匹配,确定所述第一点云数据与所述第二点云数据之间的变换矩阵包括:
将所述第二点云数据划分为地面第二点云数据和非地面第二点云数据,将所述第一点云数据划分为地面第一点云数据和非地面第一点云数据;
根据所述地面第二点云数据和地面第一点云数据,确定第一变换矩阵;
根据所述第一变换矩阵,所述非地面第二点云数据和所述非地面第一点云数据,确定第二变换矩阵。
在一些实施例中,所述根据所述地面第二点云数据和地面第一点云数据,确定第一变换矩阵包括:
对所述地面第一点云数据进行降采样处理;
将所述地面第二点云数据和降采样后的地面第一点云数据进行匹配,得到由所述地面第二点云数据到降采样后的地面第一点云数据的旋转平移矩阵,作为所述第一变换矩阵。
在一些实施例中,所述根据所述第一变换矩阵,所述非地面第二点云数据和所述非地面第一点云数据,确定第二变换矩阵包括:
将所述非地面第二点云数据根据所述第一变换矩阵进行变换,得到变换后的非地面第二点云数据;
将所述非地面第一点云数据进行降采样处理;
将变换后的非地面第二点云数据和降采样后的非地面第一点云数据进行匹配,得到由所述变换后的非地面第二点云数据到降采样后的非地面第一点云数据的旋转平移矩阵,作为所述第二变换矩阵。
在一些实施例中,所述根据所述预设出发点的坐标信息和所述变换矩阵,确定所述当前位置点的坐标信息包括:
将所述预设出发点的坐标信息根据所述第一变换矩阵进行变换,得到第一坐标信息,将所述第一坐标信息中z轴坐标值,作为所述当前位置点的z轴坐标值;
将所述第一坐标信息根据所述第二变换矩阵进行变换,得到第二坐标信息,将所述第二坐标信息中的x轴坐标值和y轴坐标值,作为所述当前位置点的x轴坐标值和y轴坐标值。
在一些实施例中,还包括:
将所述预设出发点对应的姿态信息根据所述第一变换矩阵进行变换,得到第一姿态信息,将所述第一姿态信息中的横滚角值和俯仰角值,作为所述车辆当前的横滚角值和俯仰角值;
将所述第一姿态信息根据所述第二变换矩阵进行变换,得到第二姿态信息,将所述第二姿态信息中的航向角值,作为所述车辆当前的航向角值。
根据本公开的另一些实施例,提供一种确定车辆位置的装置,包括:
当前位置点确定模块,被配置为根据车辆的北斗接收机板卡的定位状态,确定所述车辆的当前位置点;
第一点云数据确定模块,被配置为获取所述车辆在当前位置点测得的激光点云数据,作为第一点云数据;
第二点云数据确定模块,被配置为获取所述车辆的预设出发点在点云地图中对应的点云数据,作为第二点云数据;
变换矩阵确定模块,被配置为将所述第一点云数据与所述第二点云数据进行匹配,确定所述第一点云数据与所述第二点云数据之间的变换矩阵;
坐标确定模块,被配置为根据所述预设出发点的坐标信息和所述变换矩阵,确定所述当前位置点的坐标信息。
根据本公开的又一些实施例,提供一种确定车辆位置的装置,包括:存储器;以及耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行任一实施例所述的确定车辆位置的方法。
根据本公开的再一些实施例,提供一种非瞬时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一实施例所述的确定车辆位置的方法。
附图说明
下面将对实施例或相关技术描述中所需要使用的附图作简单的介绍。根据下面参照附图的详细描述,可以更加清楚地理解本公开。
显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1示出根据本公开的一些实施例的确定车辆位置的方法的流程示意图。
图2示出根据本公开的一些实施例的确定当前位置点的方法的流程示意图。
图3示出根据本公开的一些实施例的确定车辆位置的装置的示意图。
图4示出根据本公开的另一些实施例的确定车辆位置的装置的示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述。
图1示出根据本公开的一些实施例的确定车辆位置的方法的流程示意图。该方法例如可以由确定车辆位置的装置执行。
如图1所示,该实施例的方法包括步骤101-105。
在步骤101,根据车辆的北斗接收机板卡的定位状态,确定车辆的当前位置点。
在一些实施例中,在车辆的北斗接收机板卡的定位状态优于预设条件的情况下,将北斗接收机板卡当前测量的第一位置点作为当前位置点。其中,北斗接收机板卡的定位状态例如可以通过北斗接收机板卡板卡上给出的定位精度来确定,在北斗接收机板卡板卡的定位精度大于预设精度阈值的情况下,即,确定北斗接收机板卡的定位状态优于预设条件。
在一些实施例中,在车辆的北斗接收机板卡的定位状态不优于预设条件的情况下,根据传感器测量的上一时刻的位置点的信息,计算当前时刻的位置点的预测值;获取当前时刻的位置点的测量值;利用当前时刻的位置点的测量值对预测值进行修正,确定第二位置点,将第二位置点作为车辆的当前位置点。
其中,传感器包括IMU(Inertial Measurement Unit,惯性测量单元)和轮速计。在当前时刻的上一时刻,首先,轮速计和IMU中的加速度计测量车辆的各轴的速度及其加速度和各轴的旋转速度及其加速度,IMU中的陀螺仪、加速度计和算法处理单元通过对加速度和旋转角度的测量得出车辆的运动轨迹以及姿态角。然后,IMU通过原点的位置信息以及累积车辆的上一时刻的位置点的信息来计算当前时刻的位置点的位置信息和姿态信息,例如可以利用推位算法(Dead Reckoning)计算得到当前时刻的位置点的位姿信息。其中,累积车辆的上一时刻的位置点的信息例如包括车辆各轴的累积的速度及其加速度的变化量、旋转速度及其加速度的变化量、姿态角的变化量等。
获取当前时刻的位置点的测量值包括:将激光雷达在当前时刻测量的激光点云数据在点云地图中的位置点的信息作为当前时刻的位置点的测量值;或者,将北斗接收机板卡在当前时刻测量的位置点的信息作为当前时刻的位置点的测量值。最后,利用当前时刻的位置点的测量值对预测值进行修正,例如可以使用扩展卡尔曼EKF(Extended KalmanFilter)算法进行修正,得到第二位置点,将第二位置点作为车辆的当前位置点。
在一些实施例中,在车辆的北斗接收机板卡的定位状态不优于预设条件的情况下,将在点云地图中人工设置的第三位置点作为车辆的当前位置点。通过人工设置的方式确定车辆的当前位置点,可以快速地为后续的点云配准以及确定位置做好准备。
如图2所示,图2示出了根据本公开的一些实施例的确定当前位置点的方法的流程示意图。
首先,在步骤201,判断北斗接收机板卡的定位状态是否优于预设条件。
如果车辆的北斗接收机板卡的定位状态优于预设条件,在步骤202,将北斗接收机板卡当前测量的第一位置点作为当前位置点。
如果车辆的北斗接收机板卡的定位状态不优于预设条件,在步骤203,判断是否可以获得第二位置点。第二位置点的信息例如可以存储在记忆位置文件中。车辆处于正常行驶状态时,例如可以以10Hz频率向记忆位置文件写入车辆的实时位姿数据,当前位姿数据覆盖上一帧位姿数据。其中,将车辆的实时位姿写入记忆位置文件的频率可根据车辆的速度设置,例如可以设置为保证两次采样(即写入记忆位置文件)的时间间隔内车辆的位移量不大于车辆的定位初始化模块对输入的当前位置的误差要求。从而可以通过读取记忆位置文件获得车辆断电前的位置,用于确定当前位置点。
在一些实施例中,记忆位置文件中写入的第二位置点的计算方法例如可以包括:首先根据传感器测量的上一时刻的位置点的信息,计算当前时刻的位置点的预测值;获取当前时刻的位置点的测量值;利用当前时刻的位置点的测量值对预测值进行修正,确定第二位置点,将第二位置点作为车辆的当前位置点。
如果获得了第二位置信点,那么,在步骤204,将第二位置点作为车辆的当前位置点。
如果记忆位置文件被损坏,或者,车辆第一次上电导致初始化记忆位置文件无效,会导致不可以获得记忆位置文件中存储的第二位置信点的信息。
如果没有获得第二位置信点,那么,在步骤205,将在点云地图中人工设置的第三位置点作为车辆的当前位置点。
上述实施例可以在车辆的北斗接收机板卡天线接收的信号太差或者无法接收到信号时,根据北斗接收机板卡的定位状态的不同提供了多种方法确定大致的当前位置点,使得不依赖北斗接收机板卡的信号就可以确定车辆所在的当前位置点,为后续准确地确定车辆的位置奠定了基础。
在步骤102,获取车辆在当前位置点测得的激光点云数据,作为第一点云数据。
在获取到车辆的当前位置点的位置信息后,例如可以利用激光雷达扫描周围环境测得的激光点云数据,作为第一点云数据。如果车辆在当前位置点测得的激光点云数据的坐标系与点云地图坐标系不同,例如为激光雷达坐标系,则可以将激光点云数据由激光雷达坐标系转换到点云地图坐标系作为第一点云数据。
在步骤103,获取车辆的预设出发点在点云地图中对应的点云数据,作为第二点云数据。
根据预设出发点的位置信息获取高精度点云地图,获取预设出发点在点云地图中对应的点云数据,作为第二点云数据。如果预设出发点的位置信息与点云地图的坐标系不同,可以首先将预设出发点的位置信息转换到点云地图坐标系。
预设出发点的位置信息例如可以预先测量,只需要测量一次,可永久使用。预设出发点的位置信息根据车辆所使用的坐标系不同而采用不同的表示方式。例如,如果车辆使用WGS84(World Geodetic System 1984)坐标系,预设出发点的位置信息可以用经纬度的形式表示,如果车辆使用SLAM(Simultaneous Localization And Mapping,即时定位与地图构建)地图,预设出发点的位置信息可以用车辆相对于地图原点的相对位置表示。
在步骤104,将第一点云数据与第二点云数据进行匹配,确定第一点云数据与第二点云数据之间的变换矩阵。
可以采用点云配准算法将第一点云数据与第二点云数据进行匹配,点云配准算法例如可以包括ICP(Iterative Closest Point,最近迭代)算法、GICP(GeneralizedIterative Closest Point,广义最近迭代)算法、NDT(Normal Distribution Transform,正态分布转换)算法或基于多分辨率高斯混合映射的定位算法等,不限于所举示例。将第一点云数据与第二点云数据进行匹配后,可以得到由第二点云数据到第一点云数据的变换矩阵。变换矩阵可以为4×4的旋转平移矩阵,第二点云数据根据变换矩阵进行旋转平移变换后与第一点云数据的误差满足预设条件。
在一些实施例中,将第二点云数据划分为地面第二点云数据和非地面第二点云数据,将第一点云数据划分为地面第一点云数据和非地面第一点云数据;根据地面第二点云数据和地面第一点云数据,确定第一变换矩阵;根据第一变换矩阵,非地面第二点云数据和非地面第一点云数据,确定第二变换矩阵。
其中,确定第一变换矩阵包括:首先对地面第一点云数据进行降采样处理;将地面第二点云数据和降采样后的地面第一点云数据进行匹配,得到由地面第二点云数据到降采样后的地面第一点云数据的旋转平移矩阵,作为第一变换矩阵。通过降采样处理可以减少数据处理量,提高匹配效率。降采样后的地面第一点云数据可以与地面第二点云数据的密度,点之间的距离等相匹配。可以采用ICP算法将地面第二点云数据和降采样后的地面第一点云数据进行匹配,得到第一变换矩阵M1。
其中,确定第二变换矩阵包括:首先将非地面第二点云数据根据第一变换矩阵进行变换,得到变换后的非地面第二点云数据;将非地面第一点云数据进行降采样处理;将变换后的非地面第二点云数据和降采样后的非地面第一点云数据进行匹配,得到由变换后的非地面第二点云数据到降采样后的非地面第一点云数据的旋转平移矩阵,作为第二变换矩阵。利用第一变换矩阵对非地面第二点云数据进行变换后,与非地面第一点云数据更加接近。进一步将变换后的非地面第二点云数据和降采样后的非地面第一点云数据进行匹配,准确度更高。通过降采样处理可以减少数据处理量,提高匹配效率。可以采用基于多分辨率高斯混合映射(Multiresolution Gaussian Mixture Maps)的定位算法等算法将变换后的非地面第二点云数据和降采样后的非地面第一点云数据进行匹配,得到第二变换矩阵M2。
在步骤105,根据预设出发点的坐标信息和变换矩阵,确定当前位置点的坐标信息。
将预设出发点的坐标信息根据第一变换矩阵进行变换,得到第一坐标信息,将第一坐标信息中z轴坐标值,作为当前位置点的z轴坐标值;将第一坐标信息根据第二变换矩阵进行变换,得到第二坐标信息,将第二坐标信息中的x轴坐标值和y轴坐标值,作为当前位置点的x轴坐标值和y轴坐标值。
其中,地图坐标系中x,y,z轴的坐标值(x,y,z)和(x',y',z')例如可以分别表示经度,纬度和高度。
在一些实施例中,还包括确定车辆的当前位置点的姿态信息。例如,首先,将预设出发点对应的姿态信息根据第一变换矩阵进行变换,得到第一姿态信息,将第一姿态信息中的横滚角值和俯仰角值,作为车辆当前的横滚角值和俯仰角值;然后,将第一姿态信息根据第二变换矩阵进行变换,得到第二姿态信息,将第二姿态信息中的航向角值,作为车辆当前的航向角值。
其中,根据地面第二点云数据和地面第一点云数据的匹配,能够更加准确的确定高度、横滚角和俯仰角的变换情况,因此,采用第一变换矩阵M1确定当前位置点的z轴坐标值和车辆当前的横滚角值和俯仰角值更加准确。
预设出发点对应的预设姿态信息可以为点云地图中预设出发点对应的点云数据生成时的姿态信息。预设姿态信息包括预设横滚角值、预设俯仰角值和预设航向角值,一般情况下可以默认均为0。假设预设出发点的坐标信息表示为P0=(x,y,z),根据预设出发点对应的预设姿态信息得到姿态矩阵R(为3×3矩阵),则可以得到预设出发点的位姿矩阵位姿矩阵为4×4矩阵,与第一变换矩阵M1相乘可以得到当前位置点的第一位姿矩阵,根据第一位姿矩阵可以得到第一坐标信息和第一姿态信息,从而得到当前位置点的z轴坐标值,和车辆当前的横滚角值和俯仰角值。
将第一姿态信息根据第二变换矩阵进行变换,得到第二姿态信息,将第二姿态信息中的航向角值,作为车辆当前的航向角值。例如可以将第一位姿矩阵与第二变换矩阵M2相乘得到第二位姿矩阵,根据第二位姿矩阵得到第二坐标信息和第二姿态信息,从而得到当前位置点的x轴坐标值,y轴坐标值和车辆当前的航向角值。根据非地面第二点云数据和非地面第一点云数据的匹配,能够更加准确的确定经度、纬度和航向角的变换情况,因此,根据第二变换矩阵M2,确定当前位置点的x轴坐标值,y轴坐标值和车辆当前的航向角值更加准确。
上述实施例中,车辆处于任意位置点,可以通过点云配准的方法确定变换矩阵,进而确定当前位置点的坐标信息,使得车辆在各种复杂环境下都可以快速的获得精确的当前位置,不依赖北斗接收机板卡设备,避免北斗接收机板卡天线接收的信号较差甚至无法接收到信号时导致无法确定车辆的位置的问题,并且,提高了确定车辆位置的准确性。此外,通过地面第一点云数据和地面第二点云数据的匹配,能够更加准确的确定预设出发点和当前位置点的高度、俯仰角和横滚角的变化,通过非地面第一点云数据和非地面第二点云数据的匹配,能够更加准确的确定预设出发点和当前位置点的经纬度和航向的变化。因此,根据上述实施例的方法能够更加准确地确定车辆在当前位置点的坐标信息和姿态信息。
图3示出根据本公开的一些实施例的确定车辆位置的装置的示意图。
如图3所示,该实施例的确定车辆位置的装置300包括:当前位置点确定模块301,第一点云数据确定模块302,第二点云数据确定模块303,变换矩阵确定模块304,以及坐标确定模块305。
当前位置点确定模块301,被配置为根据车辆的北斗接收机板卡的定位状态,确定车辆的当前位置点。
在一些实施例中,当前位置点确定模块301被配置为在车辆的北斗接收机板卡的定位状态优于预设条件的情况下,将北斗接收机板卡当前测量的第一位置点作为当前位置点。
在另一些实施例中,当前位置点确定模块301被配置为在车辆的北斗接收机板卡的定位状态不优于预设条件的情况下,根据传感器测量的上一时刻的位置点的信息,计算当前时刻的位置点的预测值;获取当前时刻的位置点的测量值;利用当前时刻的位置点的测量值对预测值进行修正,确定第二位置点,将第二位置点作为车辆的当前位置点。其中,获取当前时刻的位置点的测量值包括:将激光雷达在当前时刻测量的激光点云数据在点云地图中的位置点的信息作为当前时刻的位置点的测量值;或者,将北斗接收机板卡在当前时刻测量的位置点的信息作为当前时刻的位置点的测量值。
在又一些实施例中,当前位置点确定模块301被配置为在车辆的北斗接收机板卡的定位状态不优于预设条件的情况下,将在点云地图中人工设置的第三位置点作为车辆的当前位置点。
在车辆的北斗接收机板卡的信号太差或者无信号时,根据北斗接收机板卡的定位状态的不同提供了多种方法确定当前位置点,使得不依赖北斗接收机板卡的信号就可以确定车辆所在的当前位置点,为后续准确地确定车辆的位置奠定了基础。
第一点云数据确定模块302,被配置为获取车辆在当前位置点测得的激光点云数据,作为第一点云数据。
第二点云数据确定模块303,被配置为获取车辆的预设出发点在点云地图中对应的点云数据,作为第二点云数据。
变换矩阵确定模块304,被配置为将第一点云数据与第二点云数据进行匹配,确定第一点云数据与第二点云数据之间的变换矩阵。
在一些实施例中,变换矩阵确定模块304,被配置为将第二点云数据划分为地面第二点云数据和非地面第二点云数据,将第一点云数据划分为地面第一点云数据和非地面第一点云数据;根据地面第二点云数据和地面第一点云数据,确定第一变换矩阵;根据第一变换矩阵,非地面第二点云数据和非地面第一点云数据,确定第二变换矩阵。其中,确定第一变换矩阵包括:对地面第一点云数据进行降采样处理;将地面第二点云数据和降采样后的地面第一点云数据进行匹配,得到由地面第二点云数据到降采样后的地面第一点云数据的旋转平移矩阵,作为第一变换矩阵。其中,确定第二变换矩阵包括:将非地面第二点云数据根据第一变换矩阵进行变换,得到变换后的非地面第二点云数据;将非地面第一点云数据进行降采样处理;将变换后的非地面第二点云数据和降采样后的非地面第一点云数据进行匹配,得到由变换后的非地面第二点云数据到降采样后的非地面第一点云数据的旋转平移矩阵,作为第二变换矩阵。
坐标确定模块305,被配置为根据预设出发点的坐标信息和变换矩阵,确定当前位置点的坐标信息。
坐标确定模块305,被配置为将预设出发点的坐标信息根据第一变换矩阵进行变换,得到第一坐标信息,将第一坐标信息中z轴坐标值,作为当前位置点的z轴坐标值;将第一坐标信息根据第二变换矩阵进行变换,得到第二坐标信息,将第二坐标信息中的x轴坐标值和y轴坐标值,作为当前位置点的x轴坐标值和y轴坐标值。
在一些实施例中,坐标确定模块305,还被配置为确定车辆的当前位置点的姿态信息。例如,首先,将预设出发点对应的姿态信息根据第一变换矩阵进行变换,得到第一姿态信息,将第一姿态信息中的横滚角值和俯仰角值,作为车辆当前的横滚角值和俯仰角值;然后,将第一姿态信息根据第二变换矩阵进行变换,得到第二姿态信息,将第二姿态信息中的航向角值,作为车辆当前的航向角值。
上述实施例,可以使得车辆在各种复杂环境下都可以快速地确定精确的当前位置,不依赖北斗接收机板卡设备,避免北斗接收机板卡天线接收的信号较差甚至无法接收到信号导致无法确定车辆的位置的问题,并且,提高了确定车辆位置的准确性。此外,通过区分地面点和非地面点,分别进行匹配,能够更加准确的确定预设出发点和当前位置点的高度、俯仰角和横滚角的变化,以及预设出发点和当前位置点的经纬度和航向的变化,从而实现了准确地确定车辆在当前位置点的坐标信息和姿态信息这一效果。
图4示出根据本公开的另一些实施例的确定车辆位置的装置的示意图。
如图4所示,该实施例的确定车辆位置的装置400包括:存储器401以及耦接至该存储器401的处理器402,处理器402被配置为基于存储在存储器401中的指令,执行本公开任意一些实施例中的确定车辆位置的方法。
例如,首先,根据车辆的北斗接收机板卡的定位状态,确定车辆的当前位置点;获取车辆在当前位置点测得的激光点云数据,作为第一点云数据;获取车辆的预设出发点在点云地图中对应的点云数据,作为第二点云数据;然后,将第一点云数据与第二点云数据进行匹配,确定第一点云数据与第二点云数据之间的变换矩阵;最后,根据预设出发点的坐标信息和变换矩阵,确定当前位置点的坐标信息。
其中,存储器401例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。
确定车辆位置的装置400还可以包括输入输出接口403、网络接口404、存储接口405等。这些接口403,404,405以及存储器401和处理器402之间例如可以通过总线406连接。其中,输入输出接口403为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口404为各种联网设备提供连接接口。存储接口405为SD卡、U盘等外置存储设备提供连接接口。
本领域内的技术人员应当明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机程序代码的计算机非瞬时性可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本公开的较佳实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (11)
1.一种确定车辆位置的方法,包括:
根据车辆的北斗接收机板卡的定位状态,确定所述车辆的当前位置点;
获取所述车辆在当前位置点测得的激光点云数据,作为第一点云数据;
获取所述车辆的预设出发点在点云地图中对应的点云数据,作为第二点云数据;
将当前位置点的所述第一点云数据与预设出发点的所述第二点云数据进行匹配,确定所述第一点云数据与所述第二点云数据之间的变换矩阵;
根据所述预设出发点的坐标信息和所述变换矩阵,确定所述当前位置点的坐标信息;
其中,所述将所述第一点云数据与所述第二点云数据进行匹配,确定所述第一点云数据与所述第二点云数据之间的变换矩阵包括:
将所述第二点云数据划分为地面第二点云数据和非地面第二点云数据,将所述第一点云数据划分为地面第一点云数据和非地面第一点云数据;
根据所述地面第二点云数据和地面第一点云数据,确定第一变换矩阵;
根据所述第一变换矩阵,所述非地面第二点云数据和所述非地面第一点云数据,确定第二变换矩阵;
其中,所述根据所述预设出发点的坐标信息和所述变换矩阵,确定所述当前位置点的坐标信息包括:
将所述预设出发点的坐标信息根据所述第一变换矩阵进行变换,得到第一坐标信息,将所述第一坐标信息中z轴坐标值,作为所述当前位置点的z轴坐标值;
将所述第一坐标信息根据所述第二变换矩阵进行变换,得到第二坐标信息,将所述第二坐标信息中的x轴坐标值和y轴坐标值,作为所述当前位置点的x轴坐标值和y轴坐标值。
2.根据权利要求1所述的确定车辆位置的方法,其中,确定所述车辆的当前位置点包括:
在车辆的北斗接收机板卡的定位状态优于预设条件的情况下,将北斗接收机板卡当前测量的第一位置点作为当前位置点。
3.根据权利要求1所述的确定车辆位置的方法,其中,确定所述车辆的当前位置点包括:
在车辆的北斗接收机板卡的定位状态不优于预设条件的情况下,根据传感器测量的上一时刻的位置点的信息,计算当前时刻的位置点的预测值;
获取当前时刻的位置点的测量值;
利用当前时刻的位置点的所述测量值对所述预测值进行修正,确定第二位置点,将所述第二位置点作为所述车辆的当前位置点。
4.根据权利要求3所述的确定车辆位置的方法,其中,所述获取当前时刻的位置点的测量值包括:
将激光雷达在当前时刻测量的激光点云数据在点云地图中的位置点的信息作为当前时刻的位置点的测量值;
或者,将北斗接收机板卡在当前时刻测量的位置点的信息作为当前时刻的位置点的测量值。
5.根据权利要求1所述的确定车辆位置的方法,其中,确定所述车辆的当前位置点包括:
在车辆的北斗接收机板卡的定位状态不优于预设条件的情况下,将在点云地图中人工设置的第三位置点作为所述车辆的当前位置点。
6.根据权利要求1所述的确定车辆位置的方法,其中,所述根据所述地面第二点云数据和地面第一点云数据,确定第一变换矩阵包括:
对所述地面第一点云数据进行降采样处理;
将所述地面第二点云数据和降采样后的地面第一点云数据进行匹配,得到由所述地面第二点云数据到降采样后的地面第一点云数据的旋转平移矩阵,作为所述第一变换矩阵。
7.根据权利要求1所述的确定车辆位置的方法,其中,所述根据所述第一变换矩阵,所述非地面第二点云数据和所述非地面第一点云数据,确定第二变换矩阵包括:
将所述非地面第二点云数据根据所述第一变换矩阵进行变换,得到变换后的非地面第二点云数据;
将所述非地面第一点云数据进行降采样处理;
将变换后的非地面第二点云数据和降采样后的非地面第一点云数据进行匹配,得到由所述变换后的非地面第二点云数据到降采样后的非地面第一点云数据的旋转平移矩阵,作为所述第二变换矩阵。
8.根据权利要求1所述的确定车辆位置的方法,其中,还包括:
将所述预设出发点对应的姿态信息根据所述第一变换矩阵进行变换,得到第一姿态信息,将所述第一姿态信息中的横滚角值和俯仰角值,作为所述车辆当前的横滚角值和俯仰角值;
将所述第一姿态信息根据所述第二变换矩阵进行变换,得到第二姿态信息,将所述第二姿态信息中的航向角值,作为所述车辆当前的航向角值。
9.一种确定车辆位置的装置,包括:
当前位置点确定模块,被配置为根据车辆的北斗接收机板卡的定位状态,确定所述车辆的当前位置点;
第一点云数据确定模块,被配置为获取所述车辆在当前位置点测得的激光点云数据,作为第一点云数据;
第二点云数据确定模块,被配置为获取所述车辆的预设出发点在点云地图中对应的点云数据,作为第二点云数据;
变换矩阵确定模块,被配置为将当前位置点的所述第一点云数据与预设出发点的所述第二点云数据进行匹配,确定所述第一点云数据与所述第二点云数据之间的变换矩阵,包括:将所述第二点云数据划分为地面第二点云数据和非地面第二点云数据,将所述第一点云数据划分为地面第一点云数据和非地面第一点云数据;根据所述地面第二点云数据和地面第一点云数据,确定第一变换矩阵;根据所述第一变换矩阵,所述非地面第二点云数据和所述非地面第一点云数据,确定第二变换矩阵;
坐标确定模块,被配置为根据所述预设出发点的坐标信息和所述变换矩阵,确定所述当前位置点的坐标信息,包括:将所述预设出发点的坐标信息根据所述第一变换矩阵进行变换,得到第一坐标信息,将所述第一坐标信息中z轴坐标值,作为所述当前位置点的z轴坐标值;将所述第一坐标信息根据所述第二变换矩阵进行变换,得到第二坐标信息,将所述第二坐标信息中的x轴坐标值和y轴坐标值,作为所述当前位置点的x轴坐标值和y轴坐标值。
10.一种确定车辆位置的装置,包括:存储器;以及耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行权利要求1-8中任一项所述的确定车辆位置的方法。
11.一种非瞬时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现权利要求1-8中任一项所述的确定车辆位置的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010658027.5A CN112835086B (zh) | 2020-07-09 | 2020-07-09 | 确定车辆位置的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010658027.5A CN112835086B (zh) | 2020-07-09 | 2020-07-09 | 确定车辆位置的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112835086A CN112835086A (zh) | 2021-05-25 |
CN112835086B true CN112835086B (zh) | 2022-01-28 |
Family
ID=75923183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010658027.5A Active CN112835086B (zh) | 2020-07-09 | 2020-07-09 | 确定车辆位置的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112835086B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112835085B (zh) * | 2020-07-09 | 2022-04-12 | 北京京东乾石科技有限公司 | 确定车辆位置的方法和装置 |
CN116659523A (zh) * | 2023-05-17 | 2023-08-29 | 深圳市保臻社区服务科技有限公司 | 一种基于社区进入车辆的位置自动定位方法及装置 |
CN117130015A (zh) * | 2023-08-30 | 2023-11-28 | 迈思数字(深圳)科技有限公司 | Gps位置同步设备及其方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105761312A (zh) * | 2016-02-06 | 2016-07-13 | 中国农业大学 | 一种微地形表面重建方法 |
KR20170035466A (ko) * | 2015-09-23 | 2017-03-31 | 나비스오토모티브시스템즈 주식회사 | 네비게이션 장치 및 그의 위치정보 산출 방법 |
CN107798724A (zh) * | 2016-09-02 | 2018-03-13 | 德尔福技术有限公司 | 自动化车辆3d道路模型和车道标记定义系统 |
KR20180066618A (ko) * | 2016-12-09 | 2018-06-19 | (주)엠아이테크 | 자율주행차량을 위한 거리 데이터와 3차원 스캔 데이터의 정합 방법 및 그 장치 |
CN108228798A (zh) * | 2017-12-29 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 确定点云数据之间的匹配关系的方法和装置 |
CN108627864A (zh) * | 2017-03-24 | 2018-10-09 | 纵目科技(上海)股份有限公司 | 基于汽车钥匙的定位方法及系统、无人驾驶汽车系统 |
CN109887028A (zh) * | 2019-01-09 | 2019-06-14 | 天津大学 | 一种基于点云数据配准的无人车辅助定位方法 |
CN110322727A (zh) * | 2018-03-28 | 2019-10-11 | Aptiv技术有限公司 | 识别交通空间中的对象的方法 |
WO2019221349A1 (ko) * | 2018-05-17 | 2019-11-21 | 에스케이텔레콤 주식회사 | 차량용 카메라 캘리브레이션 장치 및 방법 |
CN110988894A (zh) * | 2019-12-25 | 2020-04-10 | 畅加风行(苏州)智能科技有限公司 | 一种面向港口环境的多源数据融合的无人驾驶汽车实时定位方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110673115B (zh) * | 2019-09-25 | 2021-11-23 | 杭州飞步科技有限公司 | 雷达与组合导航系统的联合标定方法、装置、设备及介质 |
CN111161353B (zh) * | 2019-12-31 | 2023-10-31 | 深圳一清创新科技有限公司 | 车辆定位方法、装置、可读存储介质和计算机设备 |
-
2020
- 2020-07-09 CN CN202010658027.5A patent/CN112835086B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170035466A (ko) * | 2015-09-23 | 2017-03-31 | 나비스오토모티브시스템즈 주식회사 | 네비게이션 장치 및 그의 위치정보 산출 방법 |
CN105761312A (zh) * | 2016-02-06 | 2016-07-13 | 中国农业大学 | 一种微地形表面重建方法 |
CN107798724A (zh) * | 2016-09-02 | 2018-03-13 | 德尔福技术有限公司 | 自动化车辆3d道路模型和车道标记定义系统 |
KR20180066618A (ko) * | 2016-12-09 | 2018-06-19 | (주)엠아이테크 | 자율주행차량을 위한 거리 데이터와 3차원 스캔 데이터의 정합 방법 및 그 장치 |
CN108627864A (zh) * | 2017-03-24 | 2018-10-09 | 纵目科技(上海)股份有限公司 | 基于汽车钥匙的定位方法及系统、无人驾驶汽车系统 |
CN108228798A (zh) * | 2017-12-29 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 确定点云数据之间的匹配关系的方法和装置 |
CN110322727A (zh) * | 2018-03-28 | 2019-10-11 | Aptiv技术有限公司 | 识别交通空间中的对象的方法 |
WO2019221349A1 (ko) * | 2018-05-17 | 2019-11-21 | 에스케이텔레콤 주식회사 | 차량용 카메라 캘리브레이션 장치 및 방법 |
CN109887028A (zh) * | 2019-01-09 | 2019-06-14 | 天津大学 | 一种基于点云数据配准的无人车辅助定位方法 |
CN110988894A (zh) * | 2019-12-25 | 2020-04-10 | 畅加风行(苏州)智能科技有限公司 | 一种面向港口环境的多源数据融合的无人驾驶汽车实时定位方法 |
Non-Patent Citations (2)
Title |
---|
Accelerated Coherent Point Drift for Automatic Three-Dimensional Point Cloud Registration;Min Lu 等;《IEEE Geoscience and Remote Sensing Letters》;20151222;第162-166页 * |
大规模城市三维重建中点云配准及平面提取研究;王瑞岩 等;《信号处理》;20150630;第660-668页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112835086A (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112835085B (zh) | 确定车辆位置的方法和装置 | |
CN111812658B (zh) | 位置确定方法、装置、系统和计算机可读存储介质 | |
CN112835086B (zh) | 确定车辆位置的方法和装置 | |
CN109270545B (zh) | 一种定位真值校验方法、装置、设备及存储介质 | |
CN111427061A (zh) | 一种机器人建图方法、装置,机器人及存储介质 | |
CN113933818A (zh) | 激光雷达外参的标定的方法、设备、存储介质及程序产品 | |
CN113147738A (zh) | 一种自动泊车定位方法和装置 | |
CN110160545B (zh) | 一种激光雷达与gps的增强定位系统及方法 | |
CN114046792B (zh) | 一种无人船水面定位与建图方法、装置及相关组件 | |
CN110057356B (zh) | 一种隧道内车辆定位方法及装置 | |
CN114111775B (zh) | 一种多传感器融合定位方法、装置、存储介质及电子设备 | |
CN113984044A (zh) | 一种基于车载多感知融合的车辆位姿获取方法及装置 | |
CN113252048B (zh) | 一种导航定位方法、导航定位系统及计算机可读存储介质 | |
CN110243364B (zh) | 无人机航向确定方法、装置、无人机及存储介质 | |
CN110779514B (zh) | 面向仿生偏振导航辅助定姿的分级卡尔曼融合方法及装置 | |
CN115164936A (zh) | 高精地图制作中用于点云拼接的全局位姿修正方法及设备 | |
CN113592951A (zh) | 车路协同中路侧相机外参标定的方法、装置、电子设备 | |
CN115542277B (zh) | 一种雷达法线标定方法、装置、系统、设备和存储介质 | |
CN109710594B (zh) | 地图数据的有效性判断方法、装置及可读存储介质 | |
CN113218380B (zh) | 一种电子罗盘的校正方法、装置、电子设备及存储介质 | |
CN113484843A (zh) | 一种激光雷达与组合导航间外参数的确定方法及装置 | |
CN114001729A (zh) | 定位方法、装置及电子设备 | |
CN114812447B (zh) | 地形面积计量方法及电动车辆 | |
CN113405545B (zh) | 定位方法、装置、电子设备及计算机存储介质 | |
CN115790613B (zh) | 一种视觉信息辅助的惯性/里程计组合导航方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |