CN112835370B - 车辆的定位方法、装置、计算机可读存储介质及处理器 - Google Patents

车辆的定位方法、装置、计算机可读存储介质及处理器 Download PDF

Info

Publication number
CN112835370B
CN112835370B CN202110071500.4A CN202110071500A CN112835370B CN 112835370 B CN112835370 B CN 112835370B CN 202110071500 A CN202110071500 A CN 202110071500A CN 112835370 B CN112835370 B CN 112835370B
Authority
CN
China
Prior art keywords
chi
initial position
determining
matching
square
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
Application number
CN202110071500.4A
Other languages
English (en)
Other versions
CN112835370A (zh
Inventor
刘川川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing PonyAi Science And Technology Co ltd
Original Assignee
Beijing PonyAi Science And Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing PonyAi Science And Technology Co ltd filed Critical Beijing PonyAi Science And Technology Co ltd
Priority to CN202110071500.4A priority Critical patent/CN112835370B/zh
Publication of CN112835370A publication Critical patent/CN112835370A/zh
Application granted granted Critical
Publication of CN112835370B publication Critical patent/CN112835370B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)

Abstract

本申请提供了一种车辆的定位方法、装置、计算机可读存储介质及处理器，车辆的定位方法包括：根据匹配位置和对应的初始位置，确定地图变化区域；匹配位置为高精度地图和三维点云地图匹配得到的位置，初始位置为根据匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置所确定的位置；确定初始位置是否位于地图变化区域内；在初始位置位于地图变化区域内的情况下，更新初始位置。本申请的车辆的定位方法解决了现有技术中对车辆进行定位时容易因实际环境相对于高精度地图变化而导致定位精度下降的问题。

Description

车辆的定位方法、装置、计算机可读存储介质及处理器
技术领域
本申请涉及自动驾驶领域，具体而言，涉及一种车辆的定位方法、装置、计算机可读存储介质、处理器及车辆系统。
背景技术
现有技术中，一般采用卡尔曼滤波融合方法将多传感器的数据进行融合，以得到自动驾驶车辆(Autonomous Driving Vehicle，简称ADV)的高精度位置。这里的多传感器主要包括：车轮编码器(Wheel Encoder)、全球卫星导航定位系统(GNSS)、惯性测量单元(IMU:Inertial Measurement Unit)、三维激光雷达(Lidar)以及高精度地图(High definitionMap)。
其中，通过将三维激光雷达获取到的三维点云地图与高精度地图匹配，确定车辆的位置，再结合其他的定位方式，能够较准确地确定车辆当前的位置情况。
但是，当实际的环境相对于高精度地图发生变化时，将三维激光雷达获取到的三维点云地图与高精度地图匹配获得的车辆位置便会出现误差，影响车辆的定位精度。
在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解，因此，背景技术中可能包含某些信息，这些信息对于本领域技术人员来说并未形成在已知的现有技术。
发明内容
本申请的主要目的在于提供一种车辆的定位方法、装置、计算机可读存储介质、处理器及车辆系统，以解决现有技术中对车辆进行定位时，容易因实际环境相对于高精度地图变化而导致定位精度下降的问题。
根据本发明实施例的第一个方面，提供了一种车辆的定位方法，包括：根据匹配位置和对应的初始位置，确定地图变化区域；匹配位置为高精度地图和三维点云地图匹配得到的位置，初始位置为根据匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置所确定的位置；确定初始位置是否位于地图变化区域内；在初始位置位于地图变化区域内的情况下，更新初始位置。
可选地，根据匹配位置和对应的初始位置，确定地图变化区域，包括：确定匹配位置和初始位置是否满足预定条件；在匹配位置和初始位置满足预定条件的情况下，确定匹配位置为跳变位置；至少根据跳变位置对应的初始位置，确定地图变化区域。
可选地，确定匹配位置和初始位置是否满足预定条件，包括：根据匹配位置和初始位置构建卡方分布
Figure BDA0002905962020000021
其中，k是时间，zk是初始位置和匹配位置差，Pk是初始位置的协方差与匹配位置的协方差之和，Tk为初始位置对应的卡方值；卡方分布/>
Figure BDA0002905962020000022
的自由度为n；确定卡方值是否大于预定阈值；在卡方值大于预定阈值的情况下，确定匹配位置和初始位置满足预定条件。
可选地，在根据卡方值是否大于预定阈值之前，在根据匹配位置和初始位置构建卡方分布
Figure BDA0002905962020000023
之后，方法还包括：确定预定阈值；确定预定阈值，包括：根据初始位置和匹配位置，根据卡方分布，计算各时刻的卡方值；确定预定时间段内的卡方值的均方根值，得到卡方阈值；根据卡方阈值确定预定阈值，预定阈值大于卡方阈值。
可选地，确定预定时间段内的卡方值的均方根值，得到卡方阈值，包括：获取预定时间段内的滑动窗口中的卡方值；计算滑动窗口中的卡方值的均方根值，得到卡方阈值。
可选地，根据卡方阈值确定预定阈值，包括：以预定倍数的卡方阈值为预定阈值。
可选地，至少根据跳变位置对应的初始位置，确定地图变化区域，包括：在多个连续的匹配位置均为跳变位置的情况下，确定平均位置，平均位置为多个跳变位置对应的多个初始位置的坐标的平均值；根据平均位置、航向、第一预定值和第二预定值，确定地图变化区域，其中，地图变化区域中的点的坐标满足(x-xmean)·cos(yaw)＜d1和(y-ymean)·sin(yaw)＜d2，其中，xmean和ymean分别为平均位置对应的横坐标和纵坐标，yaw为航向，d1为第一预定值，d2为第二预定值。
可选地，确定初始位置是否位于地图变化区域内，包括：确定初始位置对应的卡方值是否大于或等于卡方阈值；在卡方值大于或等于卡方阈值的情况下，确定初始位置位于地图变化区域内；在卡方值小于卡方阈值的情况下，确定初始位置未位于地图变化区域内。
可选地，在初始位置位于地图变化区域内的情况下，更新初始位置，包括：在初始位置位于地图变化区域内的情况下，对匹配位置进行降权或者剔除；采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置以及降权后的匹配位置，得到更新位置，或者，采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置，得到更新位置，更新位置为更新后的初始位置。
可选地，在根据匹配位置和对应的初始位置，确定地图变化区域之后，方法还包括：将地图变化区域对应的信息发送至服务器，服务器用于将地图变化区域对应的信息转发至其他车辆，以使得其他车辆根据地图变化区域对应的信息，确定当前的初始位置是否在地图变化区域内。
根据本发明实施例的第二个方面，还提供了一种车辆的定位方法，包括：目标车辆根据匹配位置和对应的初始位置，确定地图变化区域，匹配位置为高精度地图和三维点云地图匹配得到的位置，初始位置为根据匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置确定的位置；目标车辆将地图变化区域对应的信息转发至其他车辆；目标车辆和其他车辆分别根据地图变化区域对应的信息，确定对应的初始位置是否位于地图变化区域内；在目标车辆和/或其他车辆的初始位置位于地图变化区域内的情况下，目标车辆和/或其他车辆更新对应的初始位置。
可选地，目标车辆根据匹配位置和对应的初始位置，确定地图变化区域，包括：目标车辆确定匹配位置和初始位置是否满足预定条件；在匹配位置和初始位置满足预定条件的情况下，目标车辆确定匹配位置为跳变位置；目标车辆至少根据跳变位置对应的初始位置，确定地图变化区域。
可选地，目标车辆确定匹配位置和初始位置是否满足预定条件，包括：目标车辆根据匹配位置和初始位置，构建卡方分布
Figure BDA0002905962020000031
其中，k是时间，zk是初始位置和匹配位置差，Pk是初始位置的协方差与匹配位置的协方差之和，Tk为初始位置对应的卡方值；卡方分布/>
Figure BDA0002905962020000032
的自由度为n；目标车辆根据卡方值是否大于预定阈值；在卡方值大于预定阈值的情况下，目标车辆确定匹配位置和初始位置满足预定条件。
可选地，在目标车辆根据卡方值是否大于预定阈值之前，在目标车辆根据匹配位置和初始位置，构建卡方分布
Figure BDA0002905962020000033
之后，方法还包括：目标车辆确定预定阈值，目标车辆确定预定阈值，包括：目标车辆根据初始位置和匹配位置，根据卡方分布，计算各时刻的卡方值；目标车辆确定预定时间段内的卡方值的均方根值，得到卡方阈值；目标车辆根据卡方阈值确定预定阈值，预定阈值大于卡方阈值。
可选地，在目标车辆和/或其他车辆的初始位置位于地图变化区域内的情况下，目标车辆和/或其他车辆更新对应的初始位置，包括：在目标车辆和/或其他车辆的初始位置位于地图变化区域内的情况下，目标车辆和/或其他车辆对对应的匹配位置进行降权或者剔除；目标车辆和/或其他车辆采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置以及降权后的匹配位置，得到更新位置，或者，目标车辆和/或其他车辆采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置，得到更新位置，更新位置为更新后的初始位置。
根据本发明实施例的第三个方面，还提供了一种车辆的定位装置，包括：第一确定单元，用于根据匹配位置和对应的初始位置，确定地图变化区域，匹配位置为高精度地图和三维点云地图匹配得到的位置，初始位置为根据匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置确定的位置；第二确定单元，用于确定初始位置是否位于地图变化区域内；更新单元，用于在初始位置位于地图变化区域内的情况下，更新初始位置。
根据本发明实施例的第四个方面，提供了一种车辆的定位装置，包括：第一确定单元，用于根据匹配位置和对应的初始位置，确定地图变化区域，匹配位置为高精度地图和三维点云地图匹配得到的位置，初始位置为根据匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置确定的位置；转发单元，用于将地图变化区域对应的信息转发至其他车辆；第二确定单元，用于根据地图变化区域对应的信息，确定目标车辆的初始位置是否位于地图变化区域内；第一更新单元，用于在目标车辆的初始位置位于地图变化区域内的情况下，更新对应的初始位置；第三确定单元，用于根据地图变化区域对应的信息，确定其他车辆的初始位置是否位于地图变化区域内；第二更新单元，用于在其他车辆的初始位置位于地图变化区域内的情况下，更新对应的初始位置。
根据本发明实施例的第五个方面，提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，程序执行上述的方法。
根据本发明实施例的第六个方面，提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述的方法。
根据本发明实施例的第六个方面，提供了一种车辆系统，包括：车辆、一个或多个处理器，存储器以及一个或多个程序，其中，一个或多个程序被存储在存储器中，并且被配置为由一个或多个处理器执行，一个或多个程序用于执行上述的方法。
应用本发明的技术方案的车辆的定位方法，在对车辆进行定位时，根据高精度地图与激光雷达获取的三维点云地图匹配获得匹配位置，根据匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置所确定的位置确定对应的初始位置，从而根据匹配位置和对应的初始位置确定地图变化区域，当车辆运动至地图变化区域时，可以对车辆的初始位置进行更新，从而有利于使车辆的初始位置与车辆的实际位置更接近，提高了车辆的定位精度，解决了现有技术中对车辆进行定位时容易因实际环境相对于高精度地图变化，而导致定位精度下降的问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1示出了根据本申请的车辆的定位方法的实施例的流程示意图；以及
图2示出了根据本申请的车辆的定位装置的实施例的示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
正如背景技术中所说的，现有技术中的车辆定位方式容易因实际环境相对于高精度地图发生变化，而导致对车辆的定位精度下降，为了解决上述问题，本申请的一种典型的实施方式中，提供了一种车辆的定位方法。
根据本申请的实施例，提供了一种车辆的定位方法。
图1是根据本申请实施例的车辆的定位方法的流程图。如图1所示，该方法包括以下步骤：
步骤S101，根据匹配位置和对应的初始位置，确定地图变化区域；
其中，上述的匹配位置为高精度地图和三维点云地图匹配得到的位置，初始位置为根据匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置所确定的位置；
步骤S102，确定初始位置是否位于地图变化区域内；
步骤S103，在初始位置位于地图变化区域内的情况下，更新初始位置。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
采用上述方法在对车辆进行定位时，根据高精度地图与激光雷达获取的三维点云地图匹配获得匹配位置，根据匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置所确定的位置确定对应的初始位置，从而根据匹配位置和对应的初始位置确定地图变化区域，当车辆运动至地图变化区域时，可以对车辆的初始位置进行更新，从而有利于使车辆的初始位置与车辆的实际位置更接近，提高了车辆的定位精度，解决了现有技术中对车辆进行定位时容易因实际环境相对于高精度地图变化，而导致定位精度下降的问题。
为了能够更准确地确定地图变化较缓慢的区域，根据匹配位置和对应的初始位置，确定地图变化区域，包括：确定匹配位置和初始位置是否满足预定条件；在匹配位置和初始位置满足预定条件的情况下，确定匹配位置为跳变位置；至少根据跳变位置对应的初始位置，确定地图变化区域。这样可以进一步提高对地图变化较缓慢的区域确定的准确性。
在本申请的一种具体的实施例中，确定匹配位置和初始位置是否满足预定条件，包括：根据匹配位置和初始位置构建卡方分布
Figure BDA0002905962020000051
其中，k是时间，zk是初始位置和匹配位置差，Pk是初始位置的协方差与匹配位置的协方差之和，Tk为初始位置对应的卡方值；卡方分布/>
Figure BDA0002905962020000052
的自由度为n；确定卡方值是否大于预定阈值；在卡方值大于预定阈值的情况下，确定匹配位置和初始位置满足预定条件。其中，卡方分布/>
Figure BDA0002905962020000061
的自由度为n，即/>
Figure BDA0002905962020000062
其中的自由度n也就是历元个数或者说时刻个数；例如，当利用一个时刻的信息算出卡方值时，此时的自由度为1，即n＝1；当利用两个时刻的信息算出卡方值时，此时的自由度为2，即n＝2。通过根据初始位置和匹配位置差zk、初始始位置的协方差与匹配位置的协方差之和Pk等构建卡方分布，并确定出预定阈值，在卡方值大于预定阈值的情况下，确定匹配位置和初始位置满足预定条件，即将该匹配位置确定为跳变位置，从而进一步确定地图变化区域。采用这种方法，能够较准确地确定出地图上变化较为缓慢的区域，从而有利于及时纠正车辆的定位误差，提高定位精度。由于多传感器融合定位是一个随着时间不断估计和递推的过程，对于有些数据的误差属于一种缓慢变化的情况，通过该根据卡方值和预定阈值的比较结果来寻找跳变区域，能够更灵敏地检测出数据误差，避免ADV车辆位置的缓慢漂移，提高车辆的定位精度。
当然，实际应用中，并不限于上述的方法来确定一个匹配位置是否为跳变位置，还可以根据匹配位置和初始位置的其他可行的关系式来确定一个匹配位置是否为跳变位置，具体地，可以用其他能够表征初始位置和匹配位置的差别较大的关系式或者条件式来确定。
在实际的应用过程中，为了能够更合理、有效地确定出预定阈值，从而更有效地发现跳变位置，在根据卡方值是否大于预定阈值之前，在根据匹配位置和初始位置构建卡方分布
Figure BDA0002905962020000063
之后，方法还包括：确定预定阈值。具体地，确定预定阈值，包括：根据初始位置和匹配位置，根据卡方分布，计算各时刻的卡方值；确定预定时间段内的卡方值的均方根值，得到卡方阈值；根据卡方阈值确定预定阈值，预定阈值大于卡方阈值。
在另一个具体的实施例中，确定预定时间段内的卡方值的均方根值，得到卡方阈值，包括：获取预定时间段内的滑动窗口中的卡方值；计算滑动窗口中的卡方值的均方根值，得到卡方阈值。通过使用滑动窗口算法来连续地在预定时间段内取多个时刻的卡方值，再计算滑动窗口中的各个卡方值的均方根，即能够得到更为精确的卡方阈值，后续可以根据该卡方阈值更为准确地确定预定阈值，从而进一步保证得到较为准确的跳变位置，使得该方法的定位精度更高。
在具体实施时，根据不同的确定标准，较灵活地确定卡方阈值与预定阈值之间的关系，从而能够确定不同标准下的地图变化区域。例如，在一种具体的实现方式中，根据卡方阈值确定预定阈值，包括：以预定倍数的卡方阈值为预定阈值。该预定倍数可根据实际情况进行较为灵活地选择，更为具体的一个实施例中，该预定倍数为6倍，也就是说，预定阈值为卡方阈值的6倍。该阈值在自动驾驶车辆定位过程中进行应用时，能够更准确地确定地图变化较缓慢且对自动驾驶精度影响较大的区域。
为了能够更合理地确定地图变化区域，减小地图变化的区域对自动驾驶车辆行驶的影响，至少根据跳变位置对应的初始位置，确定地图变化区域，包括：在多个连续的匹配位置均为跳变位置的情况下，确定平均位置，平均位置为多个跳变位置对应的多个初始位置的坐标的平均值；根据平均位置、航向、第一预定值和第二预定值，确定地图变化区域，其中，地图变化区域中的点的坐标满足(x-xmean)·cos(yaw)＜d1和(y-ymean)·sin(yaw)＜d2，其中，xmean和ymean分别为平均位置对应的横坐标和纵坐标，yaw为航向，d1为第一预定值，d2为第二预定值。采用上述方法，可将地图变化区域确定为一个矩形的区域，从而在高精度地图上形成一个虚拟的地理围栏，当车辆进入该地理围栏对应的区域后，即可通过控制减小匹配位置在初始位置确定过程中的权重来提高车辆的定位精度。
当然，实际应用中，并不限于上述的方法来确定地图变化区域，还可以采用其他的方法来确定上述的地图变化区域，例如，可以以平均位置为圆心，以预定值为半径，确定一个圆形的地图变化区域。
在实际的应用场景中，为了能够更准确地确定车辆是否行驶到地图变化区域中，确定初始位置是否位于地图变化区域内，包括：确定初始位置对应的卡方值是否大于或等于卡方阈值；在卡方值大于或等于卡方阈值的情况下，确定初始位置位于地图变化区域内；在卡方值小于卡方阈值的情况下，确定初始位置未位于地图变化区域内。
本申请的再一种实施例中，在初始位置位于地图变化区域内的情况下，更新初始位置，包括：在初始位置位于地图变化区域内的情况下，对匹配位置进行降权或者剔除；采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置以及降权后的匹配位置，得到更新位置，或者，采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置，得到更新位置，更新位置为更新后的初始位置。由于初始位置位于地图变化区域内，即高精度地图的准确性下降，因此，激光雷达获取的三维点云数据与高精度地图匹配后所得到的匹配位置与车辆在实际环境中的位置便会存在较大的误差，此时，通过对匹配位置进行降权或剔除，便可有效地减小或消除地图变化对定位精度造成的影响，从而有效地提高车辆的定位精度。
具体地，降权的方式可以为对匹配位置的协方差乘预定系数f从而得到降权后的匹配位置的协方差。即降权后的匹配位置的协方差＝f*匹配位置的协方差。在实际应用过程中，系数f可根据地图变化区域的变化程度来灵活地确定其取值。
为了能够更好地记录地图变化的区域，使得其他的车辆可以根据该地图变化区域确定是否进入到该区域，在根据匹配位置和对应的初始位置，确定地图变化区域之后，方法还包括：将地图变化区域对应的信息发送至服务器，服务器用于将地图变化区域对应的信息转发至其他车辆，以使得其他车辆根据地图变化区域对应的信息，确定当前的初始位置是否在地图变化区域内。也就是说，地图变化区域对应的信息发送到服务器后，服务器可将该信息播发到其它的自动驾驶车辆，这样，该地图变化区域便可指导其它的自动驾驶车辆的行驶，当其它的车辆确定当前的初始位置位于地图变化区域内时，便可采用与上述一致的方法对其初始位置进行更新，从而提高其它车辆在该地图变化区域内的定位精度。
本申请的另一种典型的实施方式中，还提供了一种车辆的定位方法，包括：目标车辆根据匹配位置和对应的初始位置，确定地图变化区域，匹配位置为高精度地图和三维点云地图匹配得到的位置，初始位置为根据匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置确定的位置；目标车辆将地图变化区域对应的信息转发至其他车辆；目标车辆和其他车辆分别根据地图变化区域对应的信息，确定对应的初始位置是否位于地图变化区域内；在目标车辆和/或其他车辆的初始位置位于地图变化区域内的情况下，目标车辆和/或其他车辆更新对应的初始位置。
也就是说，从目标车辆以及其它车辆整体来看，目标车辆通过匹配位置和对应的初始位置确定地图变化区域，并将地图变化区域对应的信息转发至其它车辆，从而当目标车辆和/或其它车辆进入该地图变化区域内时，可根据实际情况对其初始位置进行更新，从而使目标车辆和/或其它车辆能够在地图变化区域内拥有更高的定位精度。其中，上述的将地图变化区域对应的信息转发至其它车辆的步骤可采用多种方式来实现，例如直接建立目标车辆与其它车辆之间的通信，实现信息的传输，或者以中间服务器为媒介实现两者之间信息的传输。
对于目标车辆来说，与上述的过程类似，为了能够对地图变化较缓慢的区域进行确定，目标车辆根据匹配位置和对应的初始位置，确定地图变化区域，包括：目标车辆确定匹配位置和初始位置是否满足预定条件；在匹配位置和初始位置满足预定条件的情况下，目标车辆确定匹配位置为跳变位置；目标车辆至少根据跳变位置对应的初始位置，确定地图变化区域。
在本实施例中，目标车辆确定匹配位置和初始位置是否满足预定条件，包括：目标车辆根据匹配位置和初始位置，构建卡方分布
Figure BDA0002905962020000081
其中，k是时间，zk是初始位置和匹配位置差，Pk是初始位置的协方差与匹配位置的协方差之和，Tk为初始位置对应的卡方值；卡方分布/>
Figure BDA0002905962020000082
的自由度为n；确定卡方值是否大于预定阈值；在卡方值大于预定阈值的情况下，确定目标车辆的匹配位置和初始位置满足预定条件。其中，卡方分布
Figure BDA0002905962020000083
的自由度为n，即/>
Figure BDA0002905962020000084
其中的自由度n也就是历元个数或者说时刻个数；例如，当利用一个时刻的信息算出卡方值时，此时的自由度为1，即n＝1；当利用两个时刻的信息算出卡方值时，此时的自由度为2，即n＝2。通过根据初始位置和匹配位置差zk、初始始位置的协方差与匹配位置的协方差之和Pk等构建卡方分布，并确定出预定阈值，在卡方值大于预定阈值的情况下，确定匹配位置和初始位置满足预定条件，即将该匹配位置确定为跳变位置，从而进一步确定地图变化区域。采用这种方法，能够较准确地确定出地图上变化较为缓慢的区域，从而有利于及时纠正车辆的定位误差，提高定位精度。
在实际的应用过程中，为了能够更合理、有效地确定出预定阈值，从而更有效地发现跳变位置，在目标车辆根据卡方值是否大于预定阈值之前，在根据匹配位置和初始位置，构建卡方分布
Figure BDA0002905962020000085
之后，方法还包括：目标车辆确定预定阈值，目标车辆确定预定阈值，包括：目标车辆根据初始位置和匹配位置，根据卡方分布，计算各时刻的卡方值；目标车辆确定预定时间段内的卡方值的均方根值，得到卡方阈值；目标车辆根据卡方阈值确定预定阈值，预定阈值大于卡方阈值。
在一个具体实施例中，目标车辆确定预定时间段内的上述卡方值的均方根值，得到卡方阈值，包括：获取上述预定时间段内的滑动窗口中的上述卡方值；计算上述滑动窗口中的上述卡方值的均方根值，得到上述卡方阈值。通过使用滑动窗口算法来连续地在预定时间段内取多个时刻的卡方值，再计算滑动窗口中的各个卡方值的均方根，即能够得到更为精确的卡方阈值，后续可以根据该卡方阈值更为准确地确定预定阈值，从而进一步保证得到较为准确的跳变位置，使得该方法的定位精度更高。
在具体实施时，根据不同的确定标准，较灵活地确定卡方阈值与预定阈值之间的关系，从而能够确定不同标准下的地图变化区域。例如，在一种具体的实现方式中，根据上述卡方阈值确定上述预定阈值，包括：以预定倍数的上述卡方阈值为上述预定阈值。该预定倍数可根据实际情况进行较为灵活地选择，更为具体的一个实施例中，该预定倍数为6倍，也就是说，预定阈值为卡方阈值的6倍。该阈值在自动驾驶车辆定位过程中进行应用时，能够更准确地确定地图变化较缓慢且对自动驾驶精度影响较大的区域。
为了能够更合理地确定地图变化区域，减小地图变化的区域对自动驾驶车辆行驶的影响，至少根据上述跳变位置对应的上述初始位置，确定上述地图变化区域，包括：在多个连续的上述匹配位置均为上述跳变位置的情况下，确定平均位置，上述平均位置为多个上述跳变位置对应的多个上述初始位置的坐标的平均值；根据上述平均位置、航向、第一预定值和第二预定值，确定上述地图变化区域，其中，上述地图变化区域中的点的坐标满足(x-xmean)·cos(yaw)＜d1和(y-ymean)·sin(yaw)＜d2，其中，xmean和ymean分别为上述平均位置对应的横坐标和纵坐标，yaw为上述航向，d1为上述第一预定值，d2为上述第二预定值。采用上述方法，可将地图变化区域确定为一个矩形的区域，从而在高精度地图上形成一个虚拟的地理围栏，当车辆进入该地理围栏对应的区域后，即可通过控制减小匹配位置在初始位置确定过程中的权重来提高车辆的定位精度。
在实际的应用场景中，为了能够更准确地确定目标车辆和/或其他车辆是否行驶到地图变化区域中，确定上述初始位置是否位于上述地图变化区域内，包括：确定上述初始位置对应的上述卡方值是否大于或等于上述卡方阈值；在上述卡方值大于或等于上述卡方阈值的情况下，确定上述初始位置位于上述地图变化区域内；在上述卡方值小于上述卡方阈值的情况下，确定上述初始位置未位于上述地图变化区域内。
在目标车辆和/或其他车辆的初始位置位于地图变化区域内的情况下，目标车辆和/或其他车辆更新对应的初始位置，包括：在目标车辆和/或其他车辆的初始位置位于地图变化区域内的情况下，目标车辆和/或其他车辆对对应的匹配位置进行降权或者剔除；目标车辆和/或其他车辆采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置以及降权后的匹配位置，得到更新位置，或者，目标车辆和/或其他车辆采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置，得到更新位置，更新位置为更新后的初始位置。由于初始位置位于地图变化区域内，即高精度地图的准确性下降，因此，激光雷达获取的三维点云数据与高精度地图匹配后所得到的匹配位置与车辆在实际环境中的位置便会存在较大的误差，此时，通过对匹配位置进行降权或剔除，便可有效地减小或消除地图变化对定位精度造成的影响，从而有效地提高车辆的定位精度。
如图2所示，在一个实施例中，本申请实施例还提供了一种车辆的定位装置，包括：第一确定单元，用于根据匹配位置和对应的初始位置，确定地图变化区域，匹配位置为高精度地图和三维点云地图匹配得到的位置，初始位置为根据匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置确定的位置；第二确定单元，用于确定初始位置是否位于地图变化区域内；更新单元，用于在初始位置位于地图变化区域内的情况下，更新初始位置。
在使用上述的车辆的定位装置来对车辆进行定位的过程中，第一确定单元根据高精度地图与激光雷达获取的三维点云地图匹配获得匹配位置，根据匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置所确定的位置确定对应的初始位置，从而根据匹配位置和对应的初始位置确定地图变化区域，掌握高精度地图的变化情况。当车辆运动至地图变化区域时，若第二确定单元确定初始位置进入地图变化区域，则更新单元便可根据地图变化情况对车辆的初始位置进行更新，从而有利于使车辆的初始位置与车辆的实际位置更接近，提高了车辆的定位精度，解决了现有技术中对车辆进行定位时容易因实际环境相对于高精度地图变化而导致定位精度下降的问题。
为了能够更准确地确定地图变化较缓慢的区域，上述第一确定单元包括第一确定模块、第二确定模块和第三确定模块，其中，第一确定模块用于确定匹配位置和初始位置是否满足预定条件；第二确定模块用于在匹配位置和初始位置满足预定条件的情况下，确定匹配位置为跳变位置；第三确定模块用于至少根据跳变位置对应的初始位置，确定地图变化区域。这样可以进一步提高对地图变化较缓慢的区域确定的准确性。
在本申请的一种具体的实施例中，第一确定模块包括构建子模块、第一确定子模块和第二确定子模块，其中，构建子模块用于根据匹配位置和初始位置构建卡方分布
Figure BDA0002905962020000101
其中，k是时间，zk是初始位置和匹配位置差，Pk是初始位置的协方差与匹配位置的协方差之和，Tk为初始位置对应的卡方值；卡方分布/>
Figure BDA0002905962020000102
的自由度为n；第一确定子模块用于确定卡方值是否大于预定阈值；第二确定子模块用于在卡方值大于预定阈值的情况下，确定匹配位置和初始位置满足预定条件。其中，卡方分布/>
Figure BDA0002905962020000103
的自由度为n，即/>
Figure BDA0002905962020000104
其中的自由度n也就是历元个数或者说时刻个数；例如，当利用一个时刻的信息算出卡方值时，此时的自由度为1，即n＝1；当利用两个时刻的信息算出卡方值时，此时的自由度为2，即n＝2。通过构建子模块根据初始位置和匹配位置差zk、初始始位置的协方差与匹配位置的协方差之和Pk等构建卡方分布，并确定出预定阈值，第二确定子模块用于在卡方值大于预定阈值的情况下，确定匹配位置和初始位置满足预定条件，即将该匹配位置确定为跳变位置，从而进一步确定地图变化区域。采用这种装置，能够较准确地确定出地图上变化较为缓慢的区域，从而有利于及时纠正车辆的定位误差，提高定位精度。由于多传感器融合定位是一个随着时间不断估计和递推的过程，对于有些数据的误差属于一种缓慢变化的情况，通过该根据卡方值和预定阈值的比较结果来寻找跳变区域，能够更灵敏地检测出数据误差，避免ADV车辆位置的缓慢漂移，提高车辆的定位精度。
当然，实际应用中，并不限于上述的装置来确定一个匹配位置是否为跳变位置，还可以根据匹配位置和初始位置的其他可行的关系式来确定一个匹配位置是否为跳变位置，具体地，可以用其他能够表征初始位置和匹配位置的差别较大的关系式或者条件式来确定。
在实际的应用过程中，为了能够更合理、有效地确定出预定阈值，从而更有效地发现跳变位置，车辆的定位装置还包括第三确定单元，第三确定单元用于在根据卡方值是否大于预定阈值之前，在根据匹配位置和初始位置构建卡方分布
Figure BDA0002905962020000111
之后确定预定阈值。具体地，第三确定单元包括第一计算模块、第二计算模块和第四确定模块：第一计算模块用于根据初始位置和匹配位置，根据卡方分布，计算各时刻的卡方值；第二计算模块用于确定预定时间段内的卡方值的均方根值，得到卡方阈值；第四确定模块用于根据卡方阈值确定预定阈值，其中预定阈值大于卡方阈值。
在另一个具体的实施例中，第二计算模块包括第一获取子模块和第一计算子模块：第一获取子模块用于获取预定时间段内的滑动窗口中的卡方值；第一计算子模块用于计算滑动窗口中的卡方值的均方根值，得到卡方阈值。通过使用滑动窗口算法来连续地在预定时间段内取多个时刻的卡方值，再计算滑动窗口中的各个卡方值的均方根，即能够得到更为精确的卡方阈值，后续可以根据该卡方阈值更为准确地确定预定阈值，从而进一步保证得到较为准确的跳变位置，使得该装置的定位精度更高。
在具体实施时，根据不同的确定标准，较灵活地确定卡方阈值与预定阈值之间的关系，从而能够确定不同标准下的地图变化区域。例如，在一种具体的实现方式中，第四确定模块用于以预定倍数的卡方阈值为预定阈值。该预定倍数可根据实际情况进行较为灵活地选择，更为具体的一个实施例中，该预定倍数为6倍，也就是说，预定阈值为卡方阈值的6倍。该阈值在自动驾驶车辆定位过程中进行应用时，能够更准确地确定地图变化较缓慢且对自动驾驶精度影响较大的区域。
为了能够更合理地确定地图变化区域，减小地图变化的区域对自动驾驶车辆行驶的影响，第三确定模块包括第三确定子模块和第四确定子模块：第三确定子模块用于在多个连续的匹配位置均为跳变位置的情况下，确定平均位置，平均位置为多个跳变位置对应的多个初始位置的坐标的平均值；第四确定子模块用于根据平均位置、航向、第一预定值和第二预定值，确定地图变化区域，其中，地图变化区域中的点的坐标满足(x-xmean)·cos(yaw)＜d1和(y-ymean)·sin(yaw)＜d2，其中，xmean和ymean分别为平均位置对应的横坐标和纵坐标，yaw为航向，d1为第一预定值，d2为第二预定值。采用上述装置，可将地图变化区域确定为一个矩形的区域，从而在高精度地图上形成一个虚拟的地理围栏，当车辆进入该地理围栏对应的区域后，即可通过控制减小匹配位置在初始位置确定过程中的权重来提高车辆的定位精度。
当然，实际应用中，并不限于上述的装置来确定地图变化区域，还可以采用其他的装置来确定上述的地图变化区域，例如，可以以平均位置为圆心，以预定值为半径，确定一个圆形的地图变化区域。
在实际的应用场景中，为了能够更准确地确定车辆是否行驶到地图变化区域中，第二确定单元包括第五确定模块和第六确定模块：第五确定模块用于确定初始位置对应的卡方值是否大于或等于卡方阈值；第六确定模块用于在卡方值大于或等于卡方阈值的情况下，确定初始位置位于地图变化区域内；在卡方值小于卡方阈值的情况下，确定初始位置未位于地图变化区域内。
本申请的再一种实施例中，更新单元包括处理模块和第三计算模块：处理模块用于在初始位置位于地图变化区域内的情况下，对匹配位置进行降权或者剔除；第三计算模块用于采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置以及降权后的匹配位置，得到更新位置，或者，采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置，得到更新位置，更新位置为更新后的初始位置。由于初始位置位于地图变化区域内，即高精度地图的准确性下降，因此，激光雷达获取的三维点云数据与高精度地图匹配后所得到的匹配位置与车辆在实际环境中的位置便会存在较大的误差，此时，通过对匹配位置进行降权或剔除，便可有效地减小或消除地图变化对定位精度造成的影响，从而有效地提高车辆的定位精度。
具体地，降权的方式可以为对匹配位置的协方差乘预定系数f从而得到降权后的匹配位置的协方差。即降权后的匹配位置的协方差＝f*匹配位置的协方差。在实际应用过程中，系数f可根据地图变化区域的变化程度来灵活地确定其取值。
为了能够更好地记录地图变化的区域，使得其他的车辆可以根据该地图变化区域确定是否进入到该区域，车辆的定位装置还包括发送单元，发送单元用于在根据匹配位置和对应的初始位置，确定地图变化区域之后，将地图变化区域对应的信息发送至服务器，服务器用于将地图变化区域对应的信息转发至其他车辆，以使得其他车辆根据地图变化区域对应的信息，确定当前的初始位置是否在地图变化区域内。也就是说，地图变化区域对应的信息发送到服务器后，服务器可将该信息播发到其它的自动驾驶车辆，这样，该地图变化区域便可指导其它的自动驾驶车辆的行驶，当其它的车辆确定当前的初始位置位于地图变化区域内时，便可采用与上述一致的装置对其初始位置进行更新，从而提高其它车辆在该地图变化区域内的定位精度。
在另一个实施例中，本申请实施例还提供了一种车辆的定位装置，包括：第一确定单元，用于根据匹配位置和对应的初始位置，确定地图变化区域，匹配位置为高精度地图和三维点云地图匹配得到的位置，初始位置为根据匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置确定的位置；转发单元，用于将地图变化区域对应的信息转发至其他车辆；第二确定单元，用于根据地图变化区域对应的信息，确定目标车辆的初始位置是否位于地图变化区域内；第一更新单元，用于在目标车辆的初始位置位于地图变化区域内的情况下，更新对应的初始位置；第三确定单元，用于根据地图变化区域对应的信息，确定其他车辆的初始位置是否位于地图变化区域内；第二更新单元，用于在其他车辆的初始位置位于地图变化区域内的情况下，更新对应的初始位置。
也就是说，第一确定单元设置于目标车辆，其根据目标车辆的匹配位置和对应的初始位置，确定地图变化区域；转发单元将地图变化区域对应的信息转发至其它车辆，这样，目标车辆和其它车辆内便都存储有地图变化区域的信息。对于目标车辆，当其运动至地图变化区域时，若第二确定单元根据地图变化区域对应的信息，确定目标车辆的初始位置位于地图变化区域内，则第一更新单元便可更新目标车辆对应的初始位置。同样地，对于其它车辆，当其运动至地图变化区域时，若第三确定单元根据地图变化区域对应的信息，确定其它车辆的初始位置位于地图变化区域内，则第二更新单元便可更新其它车辆对应的初始位置。这样，能够使车辆的初始位置与车辆的实际位置更接近，提高了车辆的定位精度，解决了现有技术中对车辆进行定位时容易因实际环境相对于高精度地图变化而导致定位精度下降的问题。
对于目标车辆来说，与上述的过程类似，为了能够对地图变化较缓慢的区域进行确定，第一确定单元包括第一确定模块、第二确定模块和第三确定模块：第一确定模块用于确定匹配位置和初始位置是否满足预定条件；第二确定模块用于在匹配位置和初始位置满足预定条件的情况下，确定匹配位置为跳变位置；第三确定模块用于至少根据跳变位置对应的初始位置，确定地图变化区域。
在本实施例中，第一确定模块包括构建子模块、第一确定子模块以及第二确定子模块：构建子模块用于根据匹配位置和初始位置，构建卡方分布
Figure BDA0002905962020000131
其中，k是时间，zk是初始位置和匹配位置差，Pk是初始位置的协方差与匹配位置的协方差之和，Tk为初始位置对应的卡方值；卡方分布/>
Figure BDA0002905962020000132
的自由度为n；第一确定子模块用于确定卡方值是否大于预定阈值；第二确定子模块用于在卡方值大于预定阈值的情况下，确定目标车辆的匹配位置和初始位置满足预定条件。其中，卡方分布/>
Figure BDA0002905962020000133
的自由度为n，即
Figure BDA0002905962020000134
其中的自由度n也就是历元个数或者说时刻个数；例如，当利用一个时刻的信息算出卡方值时，此时的自由度为1，即n＝1；当利用两个时刻的信息算出卡方值时，此时的自由度为2，即n＝2。通过根据初始位置和匹配位置差zk、初始始位置的协方差与匹配位置的协方差之和Pk等构建卡方分布，并确定出预定阈值，在卡方值大于预定阈值的情况下，确定匹配位置和初始位置满足预定条件，即将该匹配位置确定为跳变位置，从而进一步确定地图变化区域。采用这种装置，能够较准确地确定出地图上变化较为缓慢的区域，从而有利于及时纠正车辆的定位误差，提高定位精度。
在实际的应用过程中，为了能够更合理、有效地确定出预定阈值，从而更有效地发现跳变位置，车辆的定位装置还包括第四确定单元，第四确定单元用于在目标车辆根据卡方值是否大于预定阈值之前，在根据匹配位置和初始位置，构建卡方分布
Figure BDA0002905962020000135
之后，确定预定阈值，第四确定单元包括第一计算模块、第二计算模块以及第四确定模块，第一计算模块用于根据初始位置和匹配位置，根据卡方分布，计算各时刻的卡方值；第二计算模块用于计算预定时间段内的卡方值的均方根值，得到卡方阈值；第四确定模块用于根据卡方阈值确定预定阈值，预定阈值大于卡方阈值。
在一个具体实施例中，第二计算模块包括第一获取子模块和第一计算子模块：第一获取子模块用于获取上述预定时间段内的滑动窗口中的上述卡方值；第一计算子模块用于计算上述滑动窗口中的上述卡方值的均方根值，得到上述卡方阈值。通过使用滑动窗口算法来连续地在预定时间段内取多个时刻的卡方值，再计算滑动窗口中的各个卡方值的均方根，即能够得到更为精确的卡方阈值，后续可以根据该卡方阈值更为准确地确定预定阈值，从而进一步保证得到较为准确的跳变位置，使得该装置的定位精度更高。
在具体实施时，根据不同的确定标准，较灵活地确定卡方阈值与预定阈值之间的关系，从而能够确定不同标准下的地图变化区域。例如，在一种具体的实现方式中，第四确定模块以预定倍数的上述卡方阈值作为上述预定阈值。该预定倍数可根据实际情况进行较为灵活地选择，更为具体的一个实施例中，该预定倍数为6倍，也就是说，预定阈值为卡方阈值的6倍。该阈值在自动驾驶车辆定位过程中进行应用时，能够更准确地确定地图变化较缓慢且对自动驾驶精度影响较大的区域。
为了能够更合理地确定地图变化区域，减小地图变化的区域对自动驾驶车辆行驶的影响，第三确定模块包括第三确定子模块和第四确定子模块：第三确定子模块用于在多个连续的上述匹配位置均为上述跳变位置的情况下，确定平均位置，上述平均位置为多个上述跳变位置对应的多个上述初始位置的坐标的平均值；第四确定子模块用于根据上述平均位置、航向、第一预定值和第二预定值，确定上述地图变化区域，其中，上述地图变化区域中的点的坐标满足(x-xmean)·cos(yaw)＜d1和(y-ymean)·sin(yaw)＜d2，其中，xmean和ymean分别为上述平均位置对应的横坐标和纵坐标，yaw为上述航向，d1为上述第一预定值，d2为上述第二预定值。采用上述装置，可将地图变化区域确定为一个矩形的区域，从而在高精度地图上形成一个虚拟的地理围栏，当车辆进入该地理围栏对应的区域后，即可通过控制减小匹配位置在初始位置确定过程中的权重来提高车辆的定位精度。
在实际的应用场景中，为了能够更准确地确定目标车辆和/或其他车辆是否行驶到地图变化区域中，第二确定单元和第三确定单元均包括第五确定模块、第六确定模块；第五确定模块用于确定上述初始位置对应的上述卡方值是否大于或等于上述卡方阈值；第六确定模块用于在上述卡方值大于或等于上述卡方阈值的情况下，确定上述初始位置位于上述地图变化区域内；在上述卡方值小于上述卡方阈值的情况下，确定上述初始位置未位于上述地图变化区域内。
在目标车辆和/或其他车辆的初始位置位于地图变化区域内的情况下，第一更新单元和第二更新单元均包括第一处理模块和第三计算模块：第一处理模块用于在目标车辆和/或其他车辆的初始位置位于地图变化区域内的情况下，对对应的匹配位置进行降权或者剔除；第三计算模块用于采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置以及降权后的匹配位置，得到更新位置，或者，目标车辆和/或其他车辆采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置，得到更新位置，更新位置为更新后的初始位置。由于初始位置位于地图变化区域内，即高精度地图的准确性下降，因此，激光雷达获取的三维点云数据与高精度地图匹配后所得到的匹配位置与车辆在实际环境中的位置便会存在较大的误差，此时，通过对匹配位置进行降权或剔除，便可有效地减小或消除地图变化对定位精度造成的影响，从而有效地提高车辆的定位精度。
本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，程序执行上述的方法。
本申请实施例还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述的方法。
本申请实施例还提供了一种车辆系统，包括：车辆、一个或多个处理器，存储器以及一个或多个程序，其中，一个或多个程序被存储在存储器中，并且被配置为由一个或多个处理器执行，一个或多个程序用于执行上述的方法。处理器中包含内核，由内核去存储器中调取相应的程序单元。存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
从以上的描述中，可以看出，本申请上述的实施例实现了如下技术效果：
1)、在使用上述的车辆的定位方法来对车辆进行定位的过程中，根据高精度地图与激光雷达获取的三维点云地图匹配获得匹配位置，根据匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置所确定的位置确定对应的初始位置，从而根据匹配位置和对应的初始位置确定地图变化区域，当车辆运动至地图变化区域时，可以对车辆的初始位置进行更新，从而有利于使车辆的初始位置与车辆的实际位置更接近，提高了车辆的定位精度，解决了现有技术中对车辆进行定位时容易因实际环境相对于高精度地图变化，而导致定位精度下降的问题。
2)、在使用上述的车辆的定位装置来对车辆进行定位的过程中，第一确定单元根据高精度地图与激光雷达获取的三维点云地图匹配获得匹配位置，根据匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置所确定的位置确定对应的初始位置，从而根据匹配位置和对应的初始位置确定地图变化区域，掌握高精度地图的变化情况。当车辆运动至地图变化区域时，若第二确定单元确定初始位置进入地图变化区域，则更新单元便可根据地图变化情况对车辆的初始位置进行更新，从而有利于使车辆的初始位置与车辆的实际位置更接近，提高了车辆的定位精度，解决了现有技术中对车辆进行定位时容易因实际环境相对于高精度地图变化而导致定位精度下降的问题。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (11)

1.一种车辆的定位方法，其特征在于，包括：
根据匹配位置和对应的初始位置，确定地图变化区域，所述匹配位置为高精度地图和三维点云地图匹配得到的位置，所述初始位置为根据所述匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置所确定的位置；
确定所述初始位置是否位于所述地图变化区域内；
在所述初始位置位于所述地图变化区域内的情况下，更新所述初始位置，根据匹配位置和对应的初始位置，确定地图变化区域，包括：
确定所述匹配位置和所述初始位置是否满足预定条件；
在所述匹配位置和所述初始位置满足所述预定条件的情况下，确定所述匹配位置为跳变位置；
至少根据所述跳变位置对应的所述初始位置，确定所述地图变化区域，确定所述匹配位置和所述初始位置是否满足预定条件，包括：
根据所述匹配位置和所述初始位置构建卡方分布
Figure FDA0004182152480000011
其中，k是时间，zk是所述初始位置和匹配位置差，Pk是所述初始位置的协方差与所述匹配位置的协方差之和，Tk为所述初始位置对应的卡方值；所述卡方分布/>
Figure FDA0004182152480000012
的自由度为n；
确定所述卡方值是否大于预定阈值；
在所述卡方值大于所述预定阈值的情况下，确定所述匹配位置和所述初始位置满足所述预定条件，
至少根据所述跳变位置对应的所述初始位置，确定所述地图变化区域，包括：
在多个连续的所述匹配位置均为所述跳变位置的情况下，确定平均位置，所述平均位置为多个所述跳变位置对应的多个所述初始位置的坐标的平均值；
根据所述平均位置、航向、第一预定值和第二预定值，确定所述地图变化区域，其中，所述地图变化区域中的点的坐标满足(x-xmean)·cos(yaw)＜d1和(y-ymean)·sin(yaw)＜d2，其中，xmean和ymean分别为所述平均位置对应的横坐标和纵坐标，yaw为所述航向，d1为所述第一预定值，d2为所述第二预定值，
在根据所述卡方值是否大于预定阈值之前，在根据所述匹配位置和所述初始位置构建卡方分布
Figure FDA0004182152480000013
之后，所述方法还包括：确定所述预定阈值；
确定所述预定阈值，包括：
根据所述初始位置和所述匹配位置，根据所述卡方分布，计算各时刻的所述卡方值；
确定预定时间段内的所述卡方值的均方根值，得到卡方阈值；
根据所述卡方阈值确定所述预定阈值，所述预定阈值大于所述卡方阈值，确定所述初始位置是否位于所述地图变化区域内，包括：
确定所述初始位置对应的所述卡方值是否大于或等于所述卡方阈值；
在所述卡方值大于或等于所述卡方阈值的情况下，确定所述初始位置位于所述地图变化区域内；
在所述卡方值小于所述卡方阈值的情况下，确定所述初始位置未位于所述地图变化区域内，
在所述初始位置位于所述地图变化区域内的情况下，更新所述初始位置，包括：
在所述初始位置位于所述地图变化区域内的情况下，对所述匹配位置进行降权或者剔除；
采用卡尔曼滤波算法融合所述车轮编码器获取的位置、所述GNSS获取的位置以及所述IMU获取的位置以及降权后的所述匹配位置，得到更新位置，或者，采用卡尔曼滤波算法融合所述车轮编码器获取的位置、所述GNSS获取的位置以及所述IMU获取的位置，得到更新位置，所述更新位置为更新后的所述初始位置。
2.根据权利要求1所述的方法，其特征在于，确定预定时间段内的所述卡方值的均方根值，得到卡方阈值，包括：
获取所述预定时间段内的滑动窗口中的所述卡方值；
计算所述滑动窗口中的所述卡方值的均方根值，得到所述卡方阈值。
3.根据权利要求1所述的方法，其特征在于，根据所述卡方阈值确定所述预定阈值，包括：
以预定倍数的所述卡方阈值为所述预定阈值。
4.根据权利要求1至3中任一项所述的方法，其特征在于，在根据匹配位置和对应的初始位置，确定地图变化区域之后，所述方法还包括：
将所述地图变化区域对应的信息发送至服务器，所述服务器用于将所述地图变化区域对应的信息转发至其他车辆，以使得所述其他车辆根据所述地图变化区域对应的信息，确定当前的所述初始位置是否在所述地图变化区域内。
5.一种车辆的定位方法，其特征在于，包括：
目标车辆根据匹配位置和对应的初始位置，确定地图变化区域，所述匹配位置为高精度地图和三维点云地图匹配得到的位置，所述初始位置为根据所述匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置确定的位置；
所述目标车辆将所述地图变化区域对应的信息转发至其他车辆；
所述目标车辆和所述其他车辆分别根据所述地图变化区域对应的信息，确定对应的初始位置是否位于所述地图变化区域内；
在所述目标车辆和/或所述其他车辆的所述初始位置位于所述地图变化区域内的情况下，所述目标车辆和/或所述其他车辆更新对应的所述初始位置，
目标车辆根据匹配位置和对应的初始位置，确定地图变化区域，包括：
所述目标车辆确定所述匹配位置和所述初始位置是否满足预定条件；
在所述匹配位置和所述初始位置满足所述预定条件的情况下，所述目标车辆确定所述匹配位置为跳变位置；
所述目标车辆至少根据所述跳变位置对应的所述初始位置，确定所述地图变化区域，所述目标车辆确定所述匹配位置和所述初始位置是否满足预定条件，包括：
所述目标车辆根据所述匹配位置和所述初始位置，构建卡方分布
Figure FDA0004182152480000031
其中，k是时间，zk是所述初始位置和匹配位置差，Pk是所述初始位置的协方差与所述匹配位置的协方差之和，Tk为所述初始位置对应的卡方值；所述卡方分布/>
Figure FDA0004182152480000032
的自由度为n；
所述目标车辆根据所述卡方值是否大于预定阈值；
在所述卡方值大于所述预定阈值的情况下，所述目标车辆确定所述匹配位置和所述初始位置满足所述预定条件，
在所述目标车辆和/或所述其他车辆的所述初始位置位于所述地图变化区域内的情况下，所述目标车辆和/或所述其他车辆更新对应的所述初始位置，包括：
在所述目标车辆和/或所述其他车辆的所述初始位置位于所述地图变化区域内的情况下，所述目标车辆和/或所述其他车辆对对应的所述匹配位置进行降权或者剔除；
所述目标车辆和/或所述其他车辆采用卡尔曼滤波算法融合所述车轮编码器获取的位置、所述GNSS获取的位置以及所述IMU获取的位置以及降权后的所述匹配位置，得到更新位置，或者，所述目标车辆和/或所述其他车辆采用卡尔曼滤波算法融合所述车轮编码器获取的位置、所述GNSS获取的位置以及所述IMU获取的位置，得到更新位置，所述更新位置为更新后的所述初始位置。
6.根据权利要求5所述的方法，其特征在于，在所述目标车辆根据所述卡方值是否大于预定阈值之前，在所述目标车辆根据所述匹配位置和所述初始位置，构建卡方分布
Figure FDA0004182152480000033
之后，所述方法还包括：所述目标车辆确定所述预定阈值，
所述目标车辆确定预定阈值，包括：
所述目标车辆根据所述初始位置和所述匹配位置，根据所述卡方分布，计算各时刻的所述卡方值；
所述目标车辆确定预定时间段内的所述卡方值的均方根值，得到卡方阈值；
所述目标车辆根据所述卡方阈值确定所述预定阈值，所述预定阈值大于所述卡方阈值。
7.一种车辆的定位装置，其特征在于，包括：
第一确定单元，用于根据匹配位置和对应的初始位置，确定地图变化区域，所述匹配位置为高精度地图和三维点云地图匹配得到的位置，所述初始位置为根据所述匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置确定的位置；
第二确定单元，用于确定所述初始位置是否位于所述地图变化区域内；
更新单元，用于在所述初始位置位于所述地图变化区域内的情况下，更新所述初始位置，
所述第一确定单元包括第一确定模块、第二确定模块和第三确定模块，其中，第一确定模块用于确定匹配位置和初始位置是否满足预定条件；第二确定模块用于在匹配位置和初始位置满足预定条件的情况下，确定匹配位置为跳变位置；第三确定模块用于至少根据跳变位置对应的初始位置，确定地图变化区域，
所述第一确定模块包括构建子模块、第一确定子模块和第二确定子模块，其中，构建子模块用于根据匹配位置和初始位置构建卡方分布
Figure FDA0004182152480000041
其中，k是时间，zk是初始位置和匹配位置差，Pk是初始位置的协方差与匹配位置的协方差之和，Tk为初始位置对应的卡方值；卡方分布/>
Figure FDA0004182152480000042
的自由度为n；第一确定子模块用于确定卡方值是否大于预定阈值；第二确定子模块用于在卡方值大于预定阈值的情况下，确定匹配位置和初始位置满足预定条件，
所述第三确定模块包括第三确定子模块和第四确定子模块：第三确定子模块用于在多个连续的匹配位置均为跳变位置的情况下，确定平均位置，平均位置为多个跳变位置对应的多个初始位置的坐标的平均值；第四确定子模块用于根据平均位置、航向、第一预定值和第二预定值，确定地图变化区域，其中，地图变化区域中的点的坐标满足(x-xmean)·cos(yaw)＜d1和(y-ymean)·sin(yaw)＜d2，其中，xmean和ymean分别为平均位置对应的横坐标和纵坐标，yaw为航向，d1为第一预定值，d2为第二预定值，
所述第二确定单元包括第五确定模块和第六确定模块：第五确定模块用于确定初始位置对应的卡方值是否大于或等于卡方阈值；第六确定模块用于在卡方值大于或等于卡方阈值的情况下，确定初始位置位于地图变化区域内；在卡方值小于卡方阈值的情况下，确定初始位置未位于地图变化区域内，
所述定位装置还包括第三确定单元，第三确定单元用于在根据卡方值是否大于预定阈值之前，在根据匹配位置和初始位置构建卡方分布
Figure FDA0004182152480000051
之后确定预定阈值，
所述第三确定单元包括第一计算模块、第二计算模块和第四确定模块：第一计算模块用于根据初始位置和匹配位置，根据卡方分布，计算各时刻的卡方值；第二计算模块用于确定预定时间段内的卡方值的均方根值，得到卡方阈值；第四确定模块用于根据卡方阈值确定预定阈值，其中预定阈值大于卡方阈值，
所述更新单元包括处理模块和第三计算模块：处理模块用于在初始位置位于地图变化区域内的情况下，对匹配位置进行降权或者剔除；第三计算模块用于采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置以及降权后的匹配位置，得到更新位置，或者，采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置，得到更新位置，更新位置为更新后的初始位置。
8.一种车辆定位装置，其特征在于，包括：
第一确定单元，用于根据目标车辆的匹配位置和对应的初始位置，确定地图变化区域，所述匹配位置为高精度地图和三维点云地图匹配得到的位置，所述初始位置为根据所述匹配位置、车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置确定的位置；
转发单元，用于将所述地图变化区域对应的信息转发至其他车辆；
第二确定单元，用于根据所述地图变化区域对应的信息，确定所述目标车辆的初始位置是否位于所述地图变化区域内；
第一更新单元，用于在所述目标车辆的所述初始位置位于所述地图变化区域内的情况下，更新对应的所述初始位置；
第三确定单元，用于根据所述地图变化区域对应的信息，确定所述其他车辆的初始位置是否位于所述地图变化区域内；
第二更新单元，用于在所述其他车辆的所述初始位置位于所述地图变化区域内的情况下，更新对应的所述初始位置，
所述第一确定单元包括第一确定模块、第二确定模块和第三确定模块，其中，第一确定模块用于确定匹配位置和初始位置是否满足预定条件；第二确定模块用于在匹配位置和初始位置满足预定条件的情况下，确定匹配位置为跳变位置；第三确定模块用于至少根据跳变位置对应的初始位置，确定地图变化区域，
第一确定模块包括构建子模块、第一确定子模块和第二确定子模块，其中，构建子模块用于根据匹配位置和初始位置构建卡方分布
Figure FDA0004182152480000052
其中，k是时间，zk是初始位置和匹配位置差，Pk是初始位置的协方差与匹配位置的协方差之和，Tk为初始位置对应的卡方值；卡方分布/>
Figure FDA0004182152480000061
的自由度为n；第一确定子模块用于确定卡方值是否大于预定阈值；第二确定子模块用于在卡方值大于预定阈值的情况下，确定匹配位置和初始位置满足预定条件，
更新单元包括处理模块和第三计算模块：处理模块用于在初始位置位于地图变化区域内的情况下，对匹配位置进行降权或者剔除；第三计算模块用于采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置以及降权后的匹配位置，得到更新位置，或者，采用卡尔曼滤波算法融合车轮编码器获取的位置、GNSS获取的位置以及IMU获取的位置，得到更新位置，更新位置为更新后的初始位置。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，所述程序执行权利要求1至6中任意一项所述的方法。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至6中任意一项所述的方法。
11.一种车辆系统，其特征在于，包括：车辆、一个或多个处理器，存储器以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序用于执行权利要求1至6中任意一项所述的方法。
CN202110071500.4A 2021-01-19 2021-01-19 车辆的定位方法、装置、计算机可读存储介质及处理器 Active CN112835370B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110071500.4A CN112835370B (zh) 2021-01-19 2021-01-19 车辆的定位方法、装置、计算机可读存储介质及处理器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110071500.4A CN112835370B (zh) 2021-01-19 2021-01-19 车辆的定位方法、装置、计算机可读存储介质及处理器

Publications (2)

Publication Number Publication Date
CN112835370A CN112835370A (zh) 2021-05-25
CN112835370B true CN112835370B (zh) 2023-07-14

Family

ID=75928935

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110071500.4A Active CN112835370B (zh) 2021-01-19 2021-01-19 车辆的定位方法、装置、计算机可读存储介质及处理器

Country Status (1)

Country Link
CN (1) CN112835370B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113515126B (zh) * 2021-07-12 2024-05-10 北京经纬恒润科技股份有限公司 一种车辆定位方法及装置
CN114119761B (zh) * 2022-01-28 2022-06-14 杭州宏景智驾科技有限公司 多相机机动车定位方法和装置、电子设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108303721A (zh) * 2018-02-12 2018-07-20 北京经纬恒润科技有限公司 一种车辆定位方法及系统
CN109581449A (zh) * 2018-12-14 2019-04-05 安徽江淮汽车集团股份有限公司 一种自动驾驶汽车的定位方法及系统
CN111060117A (zh) * 2019-12-17 2020-04-24 苏州智加科技有限公司 局部地图构建方法、装置、计算机设备以及存储介质
CN111220154A (zh) * 2020-01-22 2020-06-02 北京百度网讯科技有限公司 车辆定位方法、装置、设备和介质
CN112154303A (zh) * 2019-07-29 2020-12-29 深圳市大疆创新科技有限公司 高精度地图定位方法、系统、平台及计算机可读存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109064506B (zh) * 2018-07-04 2020-03-13 百度在线网络技术（北京）有限公司 高精度地图生成方法、装置及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108303721A (zh) * 2018-02-12 2018-07-20 北京经纬恒润科技有限公司 一种车辆定位方法及系统
CN109581449A (zh) * 2018-12-14 2019-04-05 安徽江淮汽车集团股份有限公司 一种自动驾驶汽车的定位方法及系统
CN112154303A (zh) * 2019-07-29 2020-12-29 深圳市大疆创新科技有限公司 高精度地图定位方法、系统、平台及计算机可读存储介质
CN111060117A (zh) * 2019-12-17 2020-04-24 苏州智加科技有限公司 局部地图构建方法、装置、计算机设备以及存储介质
CN111220154A (zh) * 2020-01-22 2020-06-02 北京百度网讯科技有限公司 车辆定位方法、装置、设备和介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"车辆高精度定位技术研究";邱佳慧 等;《信息记录材料》;20190630;第20卷(第6期);第201-204页 *

Also Published As

Publication number Publication date
CN112835370A (zh) 2021-05-25

Similar Documents

Publication Publication Date Title
US8452535B2 (en) Systems and methods for precise sub-lane vehicle positioning
US11525682B2 (en) Host vehicle position estimation device
US10754032B2 (en) Perception device
CN112835370B (zh) 车辆的定位方法、装置、计算机可读存储介质及处理器
CN112204346B (zh) 用于确定车辆位置的方法
US10338230B2 (en) Multipath error correction
KR102441073B1 (ko) 자이로 센싱값 보상 장치, 그를 포함한 시스템 및 그 방법
US20220176989A1 (en) High precision position estimation method through road shape classification-based map matching and autonomous vehicle thereof
CN112946681B (zh) 融合组合导航信息的激光雷达定位方法
CN114264301B (zh) 车载多传感器融合定位方法、装置、芯片及终端
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
CN110637209B (zh) 估计机动车的姿势的方法、设备和具有指令的计算机可读存储介质
CN107764273B (zh) 一种车辆导航定位方法及系统
CN114241062A (zh) 自动驾驶的相机外参确定方法、装置和计算机可读存储介质
CN114777814A (zh) 基于车路云的融合定位精度评估方法、装置及系统
CN115056801A (zh) 自动驾驶的多路径识别方法、装置及电子设备、存储介质
CN114942025A (zh) 车辆导航定位方法、装置、电子设备及存储介质
CN110989619A (zh) 用于定位对象的方法、装置、设备和存储介质
CN111882494B (zh) 位姿图处理方法、装置、计算机设备和存储介质
CN115950441B (zh) 自动驾驶车辆的融合定位方法、装置及电子设备
CN116106869A (zh) 自动驾驶车辆的定位评价方法、装置及电子设备
US20220026237A1 (en) Production of digital road maps by crowdsourcing
CN114019954B (zh) 航向安装角标定方法、装置、计算机设备和存储介质
CN111580139B (zh) 卫星导航数据的有效性判断方法及装置、电子设备
CN111191734B (zh) 传感器数据融合方法、装置、设备及存储介质

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