CN112859131A - 一种无人驾驶设备的定位方法及装置 - Google Patents

Abstract

本说明书公开了一种无人驾驶设备的定位方法及装置，本说明书实施例预先基于历史上各区域中未遮挡卫星信号的区域占比以及在各区域内的定位偏差拟合得到定位偏差函数。在对无人驾驶设备进行定位时，可根据该无人驾驶设备当前所处目标区域中未遮挡卫星信号的区域占比，以及该预先拟合的定位偏差函数，确定当前进行卫星定位的结果置信度。并根据该结果置信度以及通过卫星定位方式确定的卫星定位位置，对该无人驾驶设备进行融合定位。通过确定无人驾驶设备当前进行卫星定位的结果置信度，并基于该结果置信度进行定位，提高了无人驾驶设备定位的准确度。

Description

一种无人驾驶设备的定位方法及装置

技术领域

本申请涉及无人驾驶技术领域，尤其涉及一种无人驾驶设备的定位方法及装置。

背景技术

目前，在无人驾驶过程中对无人驾驶设备进行定位时，通常基于全球定位系统（Global Positioning System，GPS）等卫星定位系统，实时确定无人驾驶设备的位置。但由于卫星定位的精度不够准确，因此还需采用其他传感器设备，如，惯性测量单元（InertialMeasurement Unit，IMU）等，进行辅助定位。

以无人驾驶设备为无人车为例，在基于卫星定位系统确定无人车位置时，可通过该无人车配置的GPS传感器，接收各定位卫星的卫星信号，并根据接收到的各定位卫星的卫星信号，确定各定位卫星的信号传输时长以及各定位卫星的位置信息。最后，根据各定位卫星的位置信息以及传输至该无人车的信号传输时长，确定该无人车的位置。

但是，由于城市中建筑物分布较为密集，在传输卫星信号时容易产生多路径效应，导致卫星定位不准确，进而使得无人车定位的误差较大。

发明内容

本说明书实施例提供一种无人驾驶设备的定位方法及装置，用于至少部分解决现有技术中的问题。

本说明书实施例采用下述技术方案：

本说明书提供的一种无人驾驶设备的定位方法，包括：

确定无人驾驶设备当前所处目标区域；

根据所述目标区域中未遮挡卫星信号的区域占比，以及预先拟合的定位偏差函数，确定所述无人驾驶设备当前进行卫星定位的结果置信度，其中，所述定位偏差函数根据历史上各区域中未遮挡卫星信号的区域占比以及在各区域内的定位偏差拟合得到；

根据接收到的各卫星的卫星信号，确定所述无人驾驶设备当前的卫星定位位置；

根据所述无人驾驶设备当前的卫星定位位置，以及当前进行卫星定位的结果置信度，对所述无人驾驶设备进行融合定位，确定所述无人驾驶设备的融合定位位置。

可选地，确定所述无人驾驶设备当前进行卫星定位的结果置信度，具体包括：

根据所述定位偏差函数输出的第一定位偏差，以及历史上在所述目标区域确定的第二定位偏差，确定所述无人驾驶设备在所述目标区域进行卫星定位的定位偏差；

根据所述无人驾驶设备在所述目标区域进行卫星定位的定位偏差，确定所述无人驾驶设备当前进行卫星定位的结果置信度。

可选地，根据所述无人驾驶设备当前的卫星定位位置，以及当前进行卫星定位的结果置信度，对所述无人驾驶设备进行融合定位，确定所述无人驾驶设备的融合定位位置，具体包括：

判断所述结果置信度是否大于预设阈值；

若是，根据所述卫星定位位置以及其它定位方式，进行融合定位，确定所述无人驾驶设备的融合定位位置；

若否，根据其它定位方式，确定所述无人驾驶设备的融合定位位置。

可选地，所述方法还包括：

根据所述无人驾驶设备的融合定位位置以及所述无人驾驶设备的卫星定位定位位置，确定在所述目标区域内进行卫星定位的增量偏差；

根据在所述目标区域内进行卫星定位的增量偏差，更新历史上在所述目标区域内进行卫星定位的第二定位偏差。

可选地，根据在所述目标区域内进行卫星定位的增量偏差，更新历史上在所述目标区域内进行卫星定位的第二定位偏差，具体包括：

根据历史上若干次在所述目标区域内进行卫星定位的增量偏差的平均值，更新历史上在所述目标区域内进行卫星定位的第二定位偏差。

可选地，拟合定位偏差函数，具体包括：

获取历史上在预先划分的各区域内通过卫星定位产生的定位偏差；

针对预先划分的每个区域，根据该区域对应的各障碍物的障碍物信息，确定在该区域内接收卫星信号未被障碍物遮挡的区域占比；

根据各区域内未遮挡卫星信号的区域占比，以及在各区域内产生的定位偏差，拟合得到定位偏差函数。

可选地，根据该区域对应的各障碍物的障碍物信息，确定在该区域内接收卫星信号未被障碍物遮挡的区域占比，具体包括：

根据该区域对应的各障碍物的障碍物信息，确定在该区域中心点位置接收卫星信号未被障碍物遮挡的角度范围；

根据在该区域中心点位置接收卫星信号未被障碍物遮挡的角度范围，确定

在该区域内接收卫星信号未被障碍物遮挡的区域占比。

本说明书提供一种无人驾驶设备的定位装置，包括：

区域确定模块，确定无人驾驶设备当前所处目标区域；

置信度确定模块，根据所述目标区域中未遮挡卫星信号的区域占比，以及预先拟合的定位偏差函数，确定所述无人驾驶设备当前进行卫星定位的结果置信度，其中，所述定位偏差函数根据历史上各区域中未遮挡卫星信号的区域占比以及在各区域内的定位偏差拟合得到；

卫星定位模块，根据接收到的各卫星的卫星信号，确定所述无人驾驶设备当前的卫星定位位置；

融合定位模块，根据所述无人驾驶设备当前的卫星定位位置，以及当前进行卫星定位的结果置信度，对所述无人驾驶设备进行融合定位，确定所述无人驾驶设备的融合定位位置。

本说明书提供的一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述无人驾驶设备的定位方法。

本说明书提供的一种无人驾驶设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述无人驾驶设备的定位方法。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：

本说明书实施例预先基于历史上各区域中未遮挡卫星信号的区域占比以及在各区域内的定位偏差拟合得到定位偏差函数。在对无人驾驶设备进行定位时，可根据该无人驾驶设备当前所处目标区域中未遮挡卫星信号的区域占比，以及该预先拟合的定位偏差函数，确定当前进行卫星定位的结果置信度。并根据该结果置信度以及通过卫星定位方式确定的卫星定位位置，对该无人驾驶设备进行融合定位。通过确定无人驾驶设备当前进行卫星定位的结果置信度，并基于该结果置信度进行定位，提高了无人驾驶设备定位的准确度。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，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为本说明书实施例提供的一种无人驾驶设备的定位方法的流程示意图；

图2A~图2B为本说明书实施例提供的确定目标区域中未遮挡卫星信号区域占比的示意图；

图3为本说明书实施例提供的一种基于增量偏差更新结果置信度的示意图；

图4为本说明书实施例提供的一种无人驾驶设备的定位装置的结构示意图；

图5为本说明书实施例提供的实现无人驾驶设备的定位方法的无人驾驶设备示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于说明书中的实施例，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，都属于本申请保护的范围。

本说明书提供一种无人驾驶设备的定位方法，如图1所示。

图1为本说明书实施例提供的一种无人驾驶设备的定位方法的流程示意图，具体可包括以下步骤：

S100：确定无人驾驶设备当前所处目标区域。

在本说明书一种或多种实施例中，该无人驾驶设备可以是无人车、无人机以及机器人等设备。通过本说明书提供的定位方法，可以实时确定无人驾驶设备在行驶过程中的位置。

具体的，在对无人驾驶设备进行定位时，可先粗略确定该无人驾驶设备的当前位置。之后，根据该无人驾驶设备的当前位置，以及预先划分的各区域对应的位置范围，确定该无人驾驶设备当前落入的目标区域，即为该无人驾驶设备当前所处目标区域。其中，该预先划分的各区域可以按照单位范围进行划分，如，将地面区域划分为若干边长为5米的正方形。

需要说明的是，上述针对该无人驾驶设备粗略确定的当前位置并不十分准确。可以根据该无人驾驶设备历史上最近一次的定位结果，粗略确定该无人驾驶设备的当前位置。当然，也可采用任意一种现有的定位方法，来粗略确定该无人驾驶设备的位置，如，基站定位、卫星定位以及激光雷达定位等，本说明书对此不作限制，具体可根据需要设置。

S102：根据所述目标区域中未遮挡卫星信号的区域占比，以及预先拟合的定位偏差函数，确定所述无人驾驶设备当前进行卫星定位的结果置信度。

在本说明书一种或多种实施例中，当粗略确定出无人驾驶设备所处的目标区域后，可根据该目标区域对卫星信号的遮挡情况，确定该无人驾驶设备通过卫星定位是否准确。

具体的，当确定出该无人驾驶设备所处的目标区域后，可从预先存储的各区域对应的未遮挡卫星信号的区域占比中，确定该目标区域中未遮挡卫星信号的区域占比。之后，将该目标区域中未遮挡卫星信号的区域占比，输入预先拟合的定位偏差函数中，得到该无人驾驶设备在该目标区域内进行卫星定位所产生的定位偏差。最后，根据该无人驾驶设备在该目标区域内进行卫星定位所产生的定位偏差，确定该无人驾驶设备当前进行卫星定位的结果置信度。

其中，预先划分的区域是指按照单位范围划分得到的每个栅格，未遮挡卫星信号的区域，是指无人驾驶设备可直接接收到卫星信号的区域范围，也就是说，卫星信号不被任何障碍物遮挡而直接被该无人驾驶设备接收。并且，该定位偏差与该结果置信度呈负相关，定位偏差越大，结果置信度越小，表示当前进行卫星定位的定位结果不准确。

进一步的，在确定该无人驾驶设备当前进行卫星定位的结果置信度时，可将基于预先拟合的定位偏差函数输出的定位偏差，作为第一定位偏差。再结合历史上在该目标区域通过卫星定位确定的第二定位偏差，以及该第一定位偏差，确定该无人驾驶设备在该目标区域进行卫星定位的定位偏差。根据该无人驾驶设备在该目标区域进行卫星定位的定位偏差，确定该无人驾驶设备当前进行卫星定位的结果置信度。

S104：根据接收到的各卫星的卫星信号，确定所述无人驾驶设备当前的卫星定位位置。

S106：根据所述无人驾驶设备当前的卫星定位位置，以及当前进行卫星定位的结果置信度，对所述无人驾驶设备进行融合定位，确定所述无人驾驶设备的融合定位位置。

本说明书提供的定位方法，可基于该无人驾驶设备当前进行卫星定位的结果置信度，确定该无人驾驶设备的精准位置。

具体的，该无人驾驶设备可通过自身配置的GPS传感器，接收各卫星的卫星信号，并基于接收到的各卫星的卫星信号，通过卫星定位的方式，确定该无人驾驶设备当前的卫星定位位置。

之后，可判断该无人驾驶设备当前进行卫星定位的结果置信度是否大于预设阈值。当确定该结果置信度大于预设阈值时，表明当前通过卫星定位的结果可信，可确定该无人驾驶设备当前的卫星定位位置准确。于是，可根据卫星定位方式确定出的卫星定位位置，以及其它定位方式，进行融合定位，确定该无人驾驶设备的融合定位位置。其中，该融合定位位置即为无人驾驶设备较为精准的位置。

当确定该结果置信度小于预设阈值时，表明当前通过卫星定位的结果不可信，可确定该无人驾驶设备当前的卫星定位位置不准确。于是，可采用其它定位方式，对该无人驾驶设备进行定位，确定该无人驾驶设备的融合定位位置。其中，该预设阈值可根据需要设置，如，设置为0.5。该其它定位方式可以是IMU定位、激光雷达定位以及视觉定位中的一种或多种，本说明书对此不做限制。

基于图1所示的无人驾驶设备的定位方法，本说明书实施例预先基于历史上各区域中未遮挡卫星信号的区域占比以及在各区域内的定位偏差拟合得到定位偏差函数。在对无人驾驶设备进行定位时，可根据该无人驾驶设备当前所处目标区域中未遮挡卫星信号的区域占比，以及该预先拟合的定位偏差函数，确定当前进行卫星定位的结果置信度。并根据该结果置信度以及通过卫星定位方式确定的卫星定位位置，对该无人驾驶设备进行融合定位。通过确定无人驾驶设备当前进行卫星定位的结果置信度，并基于该结果置信度进行定位，提高了无人驾驶设备定位的准确度。

在本说明书步骤S102中，在确定各区域中未遮挡信号的区域占比时，具体的，针对预先划分的每个区域，可先确定该区域对应的各障碍物的障碍物信息，即，该区域周围或者该区域内部的各障碍物。之后，根据该区域对应的各障碍物的障碍物信息，如，位置信息以及高度信息等，确定在该区域中心点位置接收卫星信号未被障碍物遮挡的角度范围。最后，根据在该区域中心点位置接收卫星信号未被障碍物遮挡的角度范围，确定在该区域内接收卫星信号未被障碍物遮挡的区域占比。

图2A~2B为本说明书实施例提供的确定目标区域中未遮挡卫星信号区域占比的示意图。在图2A中，对于无人驾驶设备当前所处的目标区域，该目标区域两侧存在高度不同的建筑物，该建筑物即为遮挡该目标区域内卫星信号的障碍物。

一般的，理想的信号接收区域为前后左右180度范围内均不存在遮挡卫星信号的障碍物。但在实际道路中，道路延伸方向上通常不存在遮挡卫星信号的障碍物，因此在道路延伸方向上-90^。~90^。范围内接收卫星信号均不被障碍物遮挡。而由于道路两侧障碍物的存在，在垂直道路方向上存在部分角度被遮挡，如图2A所示，在该目标区域的-90^。~-α^。以及β^。~90^。的角度范围内由于障碍物遮挡无法接收卫星信号。因此可根据该目标区域对应的障碍物的位置以及高度等障碍物信息，确定在垂直道路方向上该目标区域接收卫星信号未被障碍物遮挡的角度范围为-α^。~β^。。

在图2B中，分别以“道路延伸方向”和“垂直道路方向”两个不同方向上接收卫星信号的角度范围为坐标轴，建立二维极坐标系。之后，分别根据该目标区域分别在道路延伸方向接收卫星信号未被障碍物遮挡的角度范围-90^。~90^。，以及在垂直道路方向接收卫星信号未被障碍物遮挡的角度范围-α^。~β^。，确定在该目标区域内未遮挡卫星信号的区域以及区域占比。其中，空白区域表示未遮挡卫星信号的区域，灰色填充区域表示障碍物遮挡卫星信号的区域。

另外，本说明书中预先拟合的定位偏差函数，可基于历史上各区域中未遮挡卫星信号的区域占比以及在各区域内的定位偏差拟合得到。在拟合定位偏差函数时，可先获取历史上在预先划分的各区域内通过卫星定位产生的定位偏差。之后，针对预先划分的每个区域，可根据该区域对应的各障碍物的障碍物信息，确定在该区域内接收卫星信号未被障碍物遮挡的区域占比。最后，根据各区域内未遮挡卫星信号的区域占比，以及在各区域内产生的定位偏差，拟合得到定位偏差函数。其中，确定各区域内接收卫星信号未被障碍物遮挡的区域占比的具体方式在上述已经进行了详细说明，本说明书对此不再赘述。

此外，由于无人驾驶设备对定位的实时性要求较高，而各区域中未遮挡卫星信号的区域占比，需要根据高精地图中各区域对应的各障碍物信息进行确定，计算量较大。因此在本说明书中，可预先离线确定无人驾驶设备待行驶的各区域中未遮挡卫星信号的区域占比，以及预先拟合定位偏差函数。以当需要定位时，可直接从预先存储的各区域对应的未遮挡卫星信号的区域占比中，确定该无人驾驶设备当前所处目标区域中未遮挡卫星信号的区域占比，并根据该目标区域中未遮挡卫星信号的区域占比，以及预先拟合的定位偏差函数，确定在该目标区域内进行卫星定位的定位偏差。减少了在定位时所需的计算量，提高了定位的实时性。

在本说明书步骤S106中，当通过融合定位方式精准确定出该无人驾驶设备的位置后，可根据该精准的融合定位位置，对通过卫星定位方式得到的卫星定位位置进行修正。具体的，可根据该无人驾驶设备的融合定位位置、卫星定位位置以及在该目标区域进行卫星定位的定位偏差，确定在该目标区域内进行卫星定位的增量偏差。之后，根据在该目标区域内进行卫星定位的增量偏差，更新历史上在该目标区域内进行卫星定位的第二定位偏差，以根据该第二定位偏差，修正在该目标区域内进行卫星定位产生的定位偏差。

综上所述，如图3所示，该无人驾驶设备可基于接收到的卫星信号，确定自身的卫星定位位置，并根据当前的卫星定位位置以及进行卫星定位的结果置信度，对该无人驾驶设备进行融合定位，确定融合定位位置。其中，该卫星定位的结果置信度可拟合的定位偏差函数输出的第一定位偏差，以及历史上在该目标区域确定的第二定位偏差确定。之后，可根据自身的融合定位位置以及卫星定位位置，确定在该目标区域内进行卫星定位产生的增量偏差，以根据该增量偏差，对该第二定位偏差进行更新，进而更新在目标区域中进行卫星定位的结果置信度。通过不断的迭代更新，使得该目标区域的结果置信度更准确。

进一步的，为了更加准确的对卫星定位的偏差进行修正，也可获取历史上若干次在该目标区域中进行卫星定位所产生的增量偏差，并根据若干次产生的增量偏差的平均值，更新历史上在该目标区域内进行卫星定位的第二定位偏差。

本说明书所示的定位方法具体可用于无人配送过程中，当应用该定位方法执行无人配送任务时，该无人驾驶设备可通过本说明书中的定位方法，实时确定自身位置，以根据自身位置进行配送路径规划，并按照规划好的路径执行该配送任务。

基于图1所示的无人驾驶设备的定位方法，本说明书实施例还对应提供一种无人驾驶设备的定位装置的结构示意图，如图4所示。

图4为本说明书实施例提供的一种无人驾驶设备的定位装置的结构示意图，包括：

区域确定模块200，确定无人驾驶设备当前所处目标区域；

置信度确定模块202，根据所述目标区域中未遮挡卫星信号的区域占比，以及预先拟合的定位偏差函数，确定所述无人驾驶设备当前进行卫星定位的结果置信度，其中，所述定位偏差函数根据历史上各区域中未遮挡卫星信号的区域占比以及在各区域内的定位偏差拟合得到；

卫星定位模块204，根据接收到的各卫星的卫星信号，确定所述无人驾驶设备当前的卫星定位位置；

融合定位模块206，根据所述无人驾驶设备当前的卫星定位位置，以及当前进行卫星定位的结果置信度，对所述无人驾驶设备进行融合定位，确定所述无人驾驶设备的融合定位位置。

可选地，所述置信度确定模块202具体用于，根据所述定位偏差函数输出的第一定位偏差，以及历史上在所述目标区域确定的第二定位偏差，确定所述无人驾驶设备在所述目标区域进行卫星定位的定位偏差，根据所述无人驾驶设备在所述目标区域进行卫星定位的定位偏差，确定所述无人驾驶设备当前进行卫星定位的结果置信度。

可选地，所述融合定位模块206具体用于，判断所述结果置信度是否大于预设阈值，若是，根据所述卫星定位位置以及其它定位方式，进行融合定位，确定所述无人驾驶设备的融合定位位置，若否，根据其它定位方式，确定所述无人驾驶设备的融合定位位置。

可选地，所述融合定位模块206还用于，根据所述无人驾驶设备的融合定位位置以及所述无人驾驶设备的卫星定位定位位置，确定在所述目标区域内进行卫星定位的增量偏差，根据在所述目标区域内进行卫星定位的增量偏差，更新历史上在所述目标区域内进行卫星定位的第二定位偏差。

可选地，所述融合定位模块206还用于，根据历史上若干次在所述目标区域内进行卫星定位的增量偏差的平均值，更新历史上在所述目标区域内进行卫星定位的第二定位偏差。

可选地，所述无人驾驶设备的定位装置还包含离线拟合模块208，所述离线拟合模块208具体用于，获取历史上在预先划分的各区域内通过卫星定位产生的定位偏差，针对预先划分的每个区域，根据该区域对应的各障碍物的障碍物信息，确定在该区域内接收卫星信号未被障碍物遮挡的区域占比，根据各区域内未遮挡卫星信号的区域占比，以及在各区域内产生的定位偏差，拟合得到定位偏差函数。

可选地，所述离线拟合模块208具体用于，根据该区域对应的各障碍物的障碍物信息，确定在该区域中心点位置接收卫星信号未被障碍物遮挡的角度范围，根据在该区域中心点位置接收卫星信号未被障碍物遮挡的角度范围，确定在该区域内接收卫星信号未被障碍物遮挡的区域占比。

本说明书实施例还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的无人驾驶设备的定位方法。

基于图1所示的无人驾驶设备的定位方法，本说明书实施例还提出了图5所示的无人驾驶设备的示意结构图。如图5，在硬件层面，该无人驾驶设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所示的无人驾驶设备的定位方法。

当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device, PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和生成专用的集成电路芯片。而且，如今，取代手工地生成集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（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。

本发明是参照根据本发明实施例的方法、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。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存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)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书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，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（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。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种无人驾驶设备的定位方法，其特征在于，包括：

确定无人驾驶设备当前所处目标区域；

根据所述目标区域中未遮挡卫星信号的区域占比，以及预先拟合的定位偏差函数，确定所述无人驾驶设备当前进行卫星定位的结果置信度，其中，所述定位偏差函数根据历史上各区域中未遮挡卫星信号的区域占比以及在各区域内的定位偏差拟合得到；

根据接收到的各卫星的卫星信号，确定所述无人驾驶设备当前的卫星定位位置；

根据所述无人驾驶设备当前的卫星定位位置，以及当前进行卫星定位的结果置信度，对所述无人驾驶设备进行融合定位，确定所述无人驾驶设备的融合定位位置。

2.如权利要求1所述的方法，其特征在于，确定所述无人驾驶设备当前进行卫星定位的结果置信度，具体包括：

根据所述定位偏差函数输出的第一定位偏差，以及历史上在所述目标区域确定的第二定位偏差，确定所述无人驾驶设备在所述目标区域进行卫星定位的定位偏差；

根据所述无人驾驶设备在所述目标区域进行卫星定位的定位偏差，确定所述无人驾驶设备当前进行卫星定位的结果置信度。

3.如权利要求1或2所述的方法，其特征在于，根据所述无人驾驶设备当前的卫星定位位置，以及当前进行卫星定位的结果置信度，对所述无人驾驶设备进行融合定位，确定所述无人驾驶设备的融合定位位置，具体包括：

判断所述结果置信度是否大于预设阈值；

若是，根据所述卫星定位位置以及其它定位方式，进行融合定位，确定所述无人驾驶设备的融合定位位置；

若否，根据其它定位方式，确定所述无人驾驶设备的融合定位位置。

4.如权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述无人驾驶设备的融合定位位置以及所述无人驾驶设备的卫星定位定位位置，确定在所述目标区域内进行卫星定位的增量偏差；

根据在所述目标区域内进行卫星定位的增量偏差，更新历史上在所述目标区域内进行卫星定位的第二定位偏差。

5.如权利要求4所述的方法，其特征在于，根据在所述目标区域内进行卫星定位的增量偏差，更新历史上在所述目标区域内进行卫星定位的第二定位偏差，具体包括：

根据历史上若干次在所述目标区域内进行卫星定位的增量偏差的平均值，更新历史上在所述目标区域内进行卫星定位的第二定位偏差。

6.如权利要求1所述的方法，其特征在于，拟合定位偏差函数，具体包括：

获取历史上在预先划分的各区域内通过卫星定位产生的定位偏差；

针对预先划分的每个区域，根据该区域对应的各障碍物的障碍物信息，确定在该区域内接收卫星信号未被障碍物遮挡的区域占比；

根据各区域内未遮挡卫星信号的区域占比，以及在各区域内产生的定位偏差，拟合得到定位偏差函数。

7.如权利要求6所述的方法，其特征在于，根据该区域对应的各障碍物的障碍物信息，确定在该区域内接收卫星信号未被障碍物遮挡的区域占比，具体包括：

根据该区域对应的各障碍物的障碍物信息，确定在该区域中心点位置接收卫星信号未被障碍物遮挡的角度范围；

根据在该区域中心点位置接收卫星信号未被障碍物遮挡的角度范围，确定在该区域内接收卫星信号未被障碍物遮挡的区域占比。

8.一种无人驾驶设备的定位装置，其特征在于，包括：

区域确定模块，确定无人驾驶设备当前所处目标区域；

置信度确定模块，根据所述目标区域中未遮挡卫星信号的区域占比，以及预先拟合的定位偏差函数，确定所述无人驾驶设备当前进行卫星定位的结果置信度，其中，所述定位偏差函数根据历史上各区域中未遮挡卫星信号的区域占比以及在各区域内的定位偏差拟合得到；

卫星定位模块，根据接收到的各卫星的卫星信号，确定所述无人驾驶设备当前的卫星定位位置；

融合定位模块，根据所述无人驾驶设备当前的卫星定位位置，以及当前进行卫星定位的结果置信度，对所述无人驾驶设备进行融合定位，确定所述无人驾驶设备的融合定位位置。

9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1-7任一所述的方法。

10.一种无人驾驶设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1-7任一所述的方法。

Images