CN113494911A - 对车辆进行定位的方法和系统 - Google Patents
对车辆进行定位的方法和系统 Download PDFInfo
- Publication number
- CN113494911A CN113494911A CN202010255238.4A CN202010255238A CN113494911A CN 113494911 A CN113494911 A CN 113494911A CN 202010255238 A CN202010255238 A CN 202010255238A CN 113494911 A CN113494911 A CN 113494911A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- pose
- roads
- positioning
- map
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000002245 particle Substances 0.000 claims description 25
- 238000001914 filtration Methods 0.000 claims description 14
- 230000015654 memory Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000003936 working memory Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 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
- G01C21/20—Instruments for performing navigational calculations
Abstract
本公开涉及对车辆进行定位的方法。该方法包括:获取车辆的第一位姿;基于所述第一位姿和已知的地图,确定符合条件的一条或多条道路,并基于所述一条或多条道路确定初始假设;以及基于所述初始假设对所述车辆进行位姿估计以得到所述车辆的第二位姿,从而对所述车辆进行定位。本公开还涉及对车辆进行定位的系统。
Description
技术领域
本公开涉及对车辆进行定位的方法和系统。
背景技术
对车辆进行定位,即对车辆进行位姿估计,是车辆导航中的一个核心问题,其精确性对车辆自动驾驶具有重要意义。
车辆位姿是指车辆相对于全局坐标系的位置和姿态。图1A示出了车辆的二维环境,其中XOY坐标系为全局坐标系,X’O’Y’坐标系为车辆坐标系。车辆坐标系中,原点O’与车辆的质心重合,X’轴平行于地面(例如当车辆在水平路面上处于静止状态时)指向车辆前方,Y’轴指向驾驶员的左侧。车辆相对于全局坐标系的位置例如可以是原点O’在XOY坐标系中的坐标,车辆的姿态为X’O’Y’坐标系相对于XOY坐标系的旋转分量,例如可以是X’轴在XOY坐标系中的方位角θ。因此,通常车辆的位姿可以用(x,y,θ)的形式表示。
车辆开启时(或者车辆的自动驾驶功能开启时),通常需要知道车辆的初始位姿,这就需要对车辆的初始位姿进行估计。现有技术中的一种对车辆的初始位姿进行估计的方法是,将GPS信号所提供的车辆位姿作为初始假设,对车辆的初始位姿进行估计。
发明内容
本公开的目的之一是提供对车辆进行定位的方法和系统。
根据本公开的第一方面,提供了一种对车辆进行定位的方法。该方法包括:获取车辆的第一位姿;基于所述第一位姿和已知的地图,确定符合条件的一条或多条道路,并基于所述一条或多条道路确定初始假设;以及基于所述初始假设对所述车辆进行位姿估计以得到所述车辆的第二位姿,从而对所述车辆进行定位。
根据本公开的第二方面,提供了一种对车辆进行定位的方法。该方法包括:基于卫星定位数据获取车辆的第一定位位置;基于所述第一定位位置和已知的地图,确定位于所述第一定位位置附近的一条或多条道路,并基于所述一条或多条道路确定初始假设;以及基于所述初始假设对所述车辆进行位置估计以得到所述车辆的第二定位位置,从而对所述车辆进行定位。
根据本公开的第三方面,提供了一种对车辆进行定位的系统。该系统包括:第一定位模块,被配置为提供车辆的第一位姿;地图模块,被配置为提供地图;以及第二定位模块,被配置为:从所述第一定位模块和地图模块分别获取所述第一位姿和地图,基于所述第一位姿和地图,确定符合条件的一条或多条道路,并基于所述一条或多条道路确定初始假设;以及基于所述初始假设对所述车辆进行位姿估计以得到所述车辆的第二位姿,从而对所述车辆进行定位。
根据本公开的第四方面,提供了一种对车辆进行定位的系统。该系统包括:第一定位模块,被配置为基于卫星定位数据获取车辆的第一定位位置;地图模块,被配置为提供地图;以及第二定位模块,被配置为:从所述第一定位模块和地图模块分别获取所述第一定位位置和地图,基于所述第一定位位置和地图,确定位于所述第一定位位置附近的一条或多条道路,并基于所述一条或多条道路确定初始假设;以及基于所述初始假设对所述车辆进行位置估计以得到所述车辆的第二定位位置,从而对所述车辆进行定位。
根据本公开的第五方面,提供了一种对车辆进行定位的设备。该设备包括:一个或多个处理器;以及一个或多个存储器,所述一个或多个存储器被配置为存储一系列计算机可执行的指令,其中,当所述一系列计算机可执行的指令被所述一个或多个处理器执行时,使得所述一个或多个处理器进行如上所述的方法。
根据本公开的第六方面,提供了一种非临时性计算机可读存储介质。所述非临时性计算机可读存储介质上存储有一系列计算机可执行的指令,当所述一系列计算机可执行的指令被一个或多个计算装置执行时,使得所述一个或多个计算装置进行如上所述的方法。
通过以下参照附图对本公开的示例性实施例的详细描述,本公开的其它特征及其优点将会变得清楚。
附图说明
构成说明书的一部分的附图描述了本公开的实施例,并且连同说明书一起用于解释本公开的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
图1A是示意性地示出车辆位姿的示意图。
图1B是示意性地示出现有技术中的对车辆进行定位的方法的示意图。
图2是示意性地示出根据本公开一个实施例的对车辆进行定位的方法的流程图。
图3A和3B是示意性地示出根据本公开一个实施例的对车辆进行定位的方法的示意图。
图4A至4D是示意性地示出根据本公开一些实施例的对车辆进行定位的方法的示意图。
图5是示意性地示出根据本公开一个实施例的对车辆进行定位的系统的框图。
图6是示意性地示出根据本公开又一个实施例的对车辆进行定位的设备的框图。
注意,在以下说明的实施方式中,有时在不同的附图之间共同使用同一附图标记来表示相同部分或具有相同功能的部分,而省略其重复说明。在一些情况中,使用相似的标号和字母表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
具体实施方式
以下将参照附图描述本公开,其中的附图示出了本公开的若干实施例。然而应当理解的是,本公开可以以多种不同的方式呈现出来,并不局限于下文描述的实施例;事实上,下文描述的实施例旨在使本公开的公开更为完整,并向本领域技术人员充分说明本公开的保护范围。还应当理解的是,本文公开的实施例能够以各种方式进行组合,从而提供更多额外的实施例。
应当理解的是,本文中的用语仅用于描述特定的实施例,并不旨在限定本公开。本文使用的所有术语(包括技术术语和科学术语)除非另外定义,均具有本领域技术人员通常理解的含义。为简明和/或清楚起见,公知的功能或结构可以不再详细说明。
在本文中,用语“A或B”包括“A和B”以及“A或B”,而不是排他地仅包括“A”或者仅包括“B”,除非另有特别说明。
在本文中,用语“示例性的”意指“用作示例、实例或说明”,而不是作为将被精确复制的“模型”。在此示例性描述的任意实现方式并不一定要被解释为比其它实现方式优选的或有利的。而且,本公开不受在上述技术领域、背景技术、发明内容或具体实施方式中所给出的任何所表述的或所暗示的理论所限定。
另外,仅仅为了参考的目的,还可以在本文中使用“第一”、“第二”等类似术语,并且因而并非意图限定。例如,除非上下文明确指出,否则涉及结构或元件的词语“第一”、“第二”和其它此类数字词语并没有暗示顺序或次序。
还应理解,“包括/包含”一词在本文中使用时,说明存在所指出的特征、整体、步骤、操作、单元和/或组件,但是并不排除存在或增加一个或多个其它特征、整体、步骤、操作、单元和/或组件以及/或者它们的组合。
现有技术中基于GPS信号所提供的车辆位姿对车辆的初始位姿进行估计的方法,由于GPS的定位精度不高、误差较大,例如定位的误差范围通常可能在5~20m的范围内,因此常常会出现估计初始位姿的收敛速度较慢、甚至无法收敛的情况。发明人经研究后发现,对于需要定位的车辆,有较大概率是位于某条道路上的。而在有些情况下,例如GPS信号较差的情况下,GPS所提供的该车辆的位置可能是距离车辆所在的道路有相当一段距离的某个地点。例如,GPS信号所提供的车辆位姿通常为具有均值和方差的高斯分布,在图1B中将该车辆位姿的均值表示为(x1,y1,θ1),其所指示的车辆的位置为图中的黑点处,并不在道路R1上。如果用例如粒子滤波的方法进行初始位姿估计,以GPS信号所提供的车辆位姿作为初始假设,其初始假设的粒子分布空间例如可以是以(x1,y1)为中心的范围S0,例如图中以位置(x1,y1)为圆心、半径为r1(例如r1可以等于或略大于GPS信号所提供的车辆位姿的方差)的圆形范围。可见,如果车辆位于道路R1上,在GPS信号所提供的车辆位姿误差较大使得范围S0未覆盖或者未完全覆盖道路R1的情况下,对车辆初始位姿的估计可能是无法收敛的,从而无法正确定位。
本发明提供了对车辆进行定位的方法。图2示意性地示出了根据本公开一个实施例的对车辆进行定位的方法100。方法100包括:获取车辆的第一位姿(步骤110);基于第一位姿和已知的地图,确定符合条件的一条或多条道路(步骤120),并基于一条或多条道路确定初始假设(步骤130);以及基于初始假设对车辆进行位姿估计以得到车辆的第二位姿(步骤140),从而对车辆进行定位。
步骤110中获取车辆的第一位姿可以是基于卫星定位数据获取第一位姿,例如可以利用卫星通信模块从卫星定位系统接收卫星定位数据。卫星定位系统可以是全球卫星定位系统(GPS)、格洛纳斯系统(GLONASS)、北斗卫星导航系统(BDS)、和/或全球导航卫星系统(GNSS)等。如前所述,基于卫星定位数据获取的第一位姿信息可以为具有均值和方差的高斯分布。
步骤120中所利用的地图可以是高精(HD)地图。在图3A所示的例子中,第一位姿所指示的位置是(x1,y1),所指示的姿态为方位角θ1,在图中第一位姿以(x1,y1,θ1)表示。在第一位姿为具有均值和方差的高斯分布的情况下,本文所称第一位姿所指示的位置指位置的均值,所指示的姿态为方位角的均值。道路R1位于第一位姿所指示的位置附近,例如,位于以位置(x1,y1)为圆心、半径为r2(特定的数值)的范围内(或者道路边缘/中线到第一位姿所指示的位置的距离不超过预定值),并且道路R1的方位角θ11与第一位姿所指示的方位角θ1的角度之差在给定范围内。因此,道路R1可以被确定为符合条件的道路。
图4D示出了另一个具体的示例,其中示出的道路R3的路段均位于第一位姿所指示的位置(x1,y1)附近,即与位置(x1,y1)的距离满足要求。由于道路R3为弯曲的道路,其道路中心线L3在全局坐标系中的方位角在(x1,y1)附近并不是恒定的。例如,图中示出了道路R3的4处的方位角分别为θ21、θ22、θ23和θ24。假设方位角θ22、θ23与第一位姿所指示的方位角θ1的角度之差在给定范围内,但方位角θ21、θ24与方位角θ1的角度之差不在给定范围内,则道路R3在方位角θ22、θ23所示处的路段可以被确定为符合条件的道路,而道路R3在方位角θ21、θ24所示处的路段不能被确定为符合条件的道路。
本公开所称的“道路的方位角”,可以指道路中心线(未示出)或边线在全局坐标系(未示出)中的方位角,在图3A中示出为道路R1的边线的方位角θ11。本公开所称的“道路”可以包括公路、城市道路、乡村道路、车间内的通道、学校内的道路、小区内的道路等。需要特别说明的是,本公开所称的任一条道路还可以被理解为车辆通行的道路上的任一条车道(lane)。也就是说,步骤120所确定的符合条件的一条或多条道路,可以是位于一条道路上的一条或多条车道、或者是位于多条道路上的多条车道。例如,在一条道路的一部分可以被确定为位于第一位姿所指示的位置附近、而另一部分被确定为不位于第一位姿所指示的位置附近的情况下,步骤120中可以将该道路的所述一部分中的一条或多条车道确定为符合条件的一条或多条道路。
在步骤130中,可以只基于符合条件的道路来确定初始假设,例如将初始假设确定为位于道路上。可以基于一条道路来确定一个初始假设、基于多条道路确定一个初始假设、或基于多条道路来确定多个初始假设。基于这样的初始假设估计出来的车辆的初始位置可以是位于道路上的,因此这样的方式特别适用于已知车辆在某个道路上的情况,例如通过其他的信息源知道车辆位于道路上的情况,或者该车辆的定位功能(或自动驾驶功能)只有在车辆在道路上行驶时才能开启的情况。此外,可以同时基于符合条件的一条或多条道路和第一位姿来确定一个或多个初始假设。基于这样的初始假设估计出来的车辆的初始位置,可以是位于道路上、也可以不位于道路上。初始假设的范围大小可以根据需要来设定,范围越大收敛的速度越慢,但鲁棒性越高。在一个具体的例子中,可以将初始假设的范围设定为半径20米的大致圆形区域。
在步骤140中,可以使用已知的各种算法来基于初始假设对车辆进行位姿估计,以得到车辆的第二位姿。例如,粒子滤波(particle filtering)、卡尔曼滤波(Kalmanfiltering)、以及基于卡尔曼滤波的改进算法(例如扩展卡尔曼滤波EKF、无迹卡尔曼滤波UKF)等。
下面参照图3B至4C描述具体的实施例。需要说明的是,在下述各具体实施例中,初始假设的范围的形状被图示为大体的圆形或矩形,但应理解,初始假设的范围的形状可以根据需要来设定。在下述各具体实施例中,以步骤140使用粒子滤波算法为例来进行说明,但应理解,步骤140使用的进行位姿估计方法不限于此,可以根据需要来选择。
在一个实施例中,如图3B所示,步骤120中确定的符合条件的一条道路为道路R1,步骤130中可以将初始假设确定为位于道路R1上。例如,可以将初始假设确定为道路R1的位于位置(x1,y1)附近给定范围内的路段,例如图中的范围S1。之后在步骤140中例如使用粒子滤波算法来进行位姿估计时,可以基于初始假设初始化粒子群,使得粒子(在图中以叉号表示,总粒子数可以根据需要确定)在范围S1内均匀地分布,从而进行粒子滤波,以得到车辆的第二位姿。
在一个实施例中,如图4C所示,道路R1和R2均位于位置(x1,y1)附近,并且道路R1的方位角θ11和道路R2的方位角θ12与第一位姿所指示的方位角θ1的角度之差均在给定范围内,因此,步骤120中确定的符合条件的道路有多条,即为道路R1和R2。则在步骤130中,可以将初始假设确定为有多个,即分别位于道路R1和R2上。例如,可以将初始假设确定为包括道路R1的位于位置(x1,y1)附近给定范围内的路段,例如图中的范围S1,以及道路R2的位于位置(x1,y1)附近给定范围内的路段,例如图中的范围S4。之后在步骤140中,可以分别基于两个初始假设来分别在范围S1和S4内初始化粒子群,以分别进行两次粒子滤波,从而得到车辆的两个第二位姿,从而选择一个可靠性较高的(例如收敛速度较快的)作为对车辆的初始位姿的估计结果,从而对车辆进行定位。
在一个实施例中,如图4A所示,步骤120中确定的符合条件的一条道路为道路R1。在步骤130中,可以基于第一位姿(x1,y1,θ1)和符合条件的道路R1,将初始假设确定为有多个,即分别位于道路R1上和位置(x1,y1)附近。例如,可以将初始假设确定为道路R1的位于位置(x1,y1)附近给定范围内的路段,例如图中的范围S1,以及以位置(x1,y1)为中心的范围S2。之后在步骤140中,可以分别基于两个初始假设来分别在范围S1和S2内初始化粒子群,以分别进行两次粒子滤波,从而得到车辆的两个第二位姿,从而选择一个可靠性较高的(例如收敛速度较快的)作为对车辆的初始位姿的估计结果,从而对车辆进行定位。
在一个实施例中,如图4B所示,步骤120中确定的符合条件的一条道路为道路R1。在步骤130中,可以基于第一位姿(x1,y1,θ1)和符合条件的道路R1,将初始假设确定为有一个,例如包括道路R1的位于位置(x1,y1)附近给定范围内的路段和位置(x1,y1)附近的区域,即图中的范围S3。之后在步骤140中例如使用粒子滤波算法来进行位姿估计时,可以基于初始假设初始化粒子群,使得粒子在范围S3内均匀地分布,从而进行粒子滤波,以得到车辆的第二位姿。
在上述各具体的实施例中,描述步骤140中使用的粒子滤波算法时,对粒子群的初始化使用的是使粒子均匀分布在初始假设的范围内。但应理解,初始化粒子群的方式可以根据需要来选择。例如,在其他实施例中,可以将粒子群初始化为高斯分布等。
在一个实施例中,可以只利用第一位姿中的第一定位位置来进行初始位姿估计。这样的对车辆进行定位的方法包括:基于卫星定位数据获取车辆的第一定位位置;基于第一定位位置和已知的地图,确定位于第一定位位置附近的一条或多条道路,并基于一条或多条道路确定初始假设;以及基于初始假设对车辆进行位置估计以得到车辆的第二定位位置,从而对车辆进行定位。
本发明提供了对车辆进行定位的系统。图5示意性地示出了根据本公开一个实施例的对车辆进行定位的系统200。系统200包括第一定位模块210、地图模块220、以及第二定位模块230。第一定位模块210可以被配置为执行上述步骤110,例如被配置为基于卫星定位数据获取第一位姿,并为第二定位模块230提供车辆的第一位姿。地图模块220被配置为存储并为第二定位模块230提供地图,例如可以是HD地图。第二定位模块230可以被配置为执行上述步骤120、130和140,例如被配置为:从第一定位模块210和地图模块220分别获取第一位姿和地图,基于第一位姿和地图,确定符合条件的一条或多条道路,并基于一条或多条道路确定初始假设;以及基于初始假设对车辆进行位姿估计以得到车辆的第二位姿,从而对车辆进行定位。
图6是示意性地示出根据本公开又一个实施例的对车辆进行定位的系统300的框图。现在将参考图6描述系统300,其是可以应用于本公开的各方面的硬件设备的示例。系统300可以是被配置为执行处理和/或计算的任何机器,可以是但不限于工作站、服务器、台式计算机、膝上型计算机、平板计算机、个人数据助理、智能电话、车载电脑、或其任何组合。上述根据本公开一个实施例的对车辆进行定位的系统300可以全部或至少部分地由系统300或类似设备或系统实现。
系统300可以包括可能经由一个或多个接口与总线302连接或与总线302通信的元件。例如,系统300可以包括总线302,以及一个或多个处理器304,一个或多个输入设备306和一个或多个输出设备308。一个或多个处理器304可以是任何类型的处理器,可以包括但不限于一个或多个通用处理器和/或一个或多个专用处理器(例如特殊处理芯片)。上文所述的方法中的各个步骤均可以通过一个或多个处理器304执行指令来实现。
输入设备306可以是可以向计算设备输入信息的任何类型的设备,可以包括但不限于鼠标、键盘、触摸屏、麦克风和/或遥控器。输出设备308可以是可以呈现信息的任何类型的设备,可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。
系统300还可以包括非暂时性存储设备310或者与非暂时性存储设备310连接。非暂时性存储设备310可以是非暂时性的并且可以实现数据存储的任何存储设备,可以包括但不限于磁盘驱动器、光学存储设备、固态存储器、软盘、硬盘、磁带或任何其他磁介质、光盘或任何其他光学介质、ROM(只读存储器)、RAM(随机存取存储器)、高速缓冲存储器、和/或任何其他存储器芯片/芯片组、和/或计算机可从其读取数据、指令和/或代码的任何其他介质。非暂时性存储设备310可以从接口拆卸。非暂时性存储设备310可以具有用于实现上述方法、步骤和过程的数据/指令/代码。上文所述的地图模块220可以至少部分地由非暂时性存储设备310来实现。
系统300还可以包括通信设备312。通信设备312可以是能够与外部设备和/或与网络通信的任何类型的设备或系统,可以包括但不限于调制解调器、网卡、红外通信设备、无线通信设备、和/或芯片组,例如蓝牙设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备、卫星通信设备、和/或类似物。在一个实施例中,上文所述的第一定位模块210可以至少部分地由通信设备312来实现。
当系统300用作车载设备时,它还可以连接到外部设备,例如GPS接收器,用于感测不同环境数据的传感器,例如加速度传感器、车轮速度传感器、陀螺仪和等等。以这种方式,系统300可以例如接收指示车辆的行驶状况的位置数据和传感器数据。当系统300用作车载设备时,它还可以连接到车辆的其他设施(例如发动机系统、雨刮器、防抱死制动系统等)以控制车辆的运行和操作。在一个实施例中,上文所述的第一定位模块210可以至少部分地由外部设备来实现。
另外,非暂时性存储设备310可以具有地图信息和软件元素,使得处理器304可以执行路线引导处理。另外,输出设备308可以包括用于显示地图、车辆的位置标记、以及指示车辆的行驶状况的图像的显示器。输出设备308还可以包括扬声器或具有耳机的接口,用于音频引导。
总线302可以包括但不限于工业标准体系结构(ISA)总线、微通道架构(MCA)总线、增强型ISA(EISA)总线、视频电子标准协会(VESA)本地总线、和外围部件互连(PCI)总线。特别地,对于车载设备,总线302还可以包括控制器区域网络(CAN)总线或设计用于在车辆上应用的其他架构。
系统300还可以包括工作存储器314,其可以是可以存储对处理器304的工作有用的指令和/或数据的任何类型的工作存储器,可以包括但不限于随机存取存储器和/或只读存储设备。
软件元素可以位于工作存储器314中,包括但不限于操作系统316、一个或多个应用程序318、驱动程序、和/或其他数据和代码。用于执行上述方法和步骤的指令可以包括在一个或多个应用程序318中。软件元素的指令的可执行代码或源代码可以存储在非暂时性计算机可读存储介质中,例如上述存储设备310,并且可以通过编译和/或安装被读入工作存储器314中。还可以从远程位置下载软件元素的指令的可执行代码或源代码。
还应该理解,可以根据具体要求进行变化。例如,也可以使用定制硬件,和/或可以用硬件、软件、固件、中间件、微代码、硬件描述语言或其任何组合来实现特定元件。此外,可以采用与诸如网络输入/输出设备之类的其他计算设备的连接。例如,根据本公开实施例的方法或装置中的一些或全部可以通过使用根据本公开的逻辑和算法的、用汇编语言或硬件编程语言(诸如VERILOG,VHDL,C++)的编程硬件(例如,包括现场可编程门阵列(FPGA)和/或可编程逻辑阵列(PLA)的可编程逻辑电路)来实现。
还应该理解,系统300的组件可以分布在网络上。例如,可以使用一个处理器执行一些处理,而可以由远离该一个处理器的另一个处理器执行其他处理。系统300的其他组件也可以类似地分布。这样,系统300可以被解释为在多个位置执行处理的分布式计算系统。
本发明利用卫星定位系统提供的位姿信息来确定符合条件的可能的道路,并基于卫星定位系统提供的位姿信息及符合条件的可能的道路来进行初始假设,从而进行定位。本发明可以改善因为卫星定位精度不高、误差较大而导致的收敛速度较慢的问题,还可以提高收敛的可能性。
尽管到目前为止已经参考附图描述了本公开的各方面,但是上述方法,系统和设备仅仅是示例性示例,并且本发明的范围不受这些方面的限制,而是仅由以下方面限定:所附权利要求及其等同物。可以省略各种元件,或者可以用等效元件代替。另外,可以以与本公开中描述的顺序不同的顺序执行这些步骤。此外,可以以各种方式组合各种元件。同样重要的是,随着技术的发展,所描述的许多元素可以由在本公开之后出现的等同元素代替。
Claims (14)
1.一种对车辆进行定位的方法,包括:
获取车辆的第一位姿;
基于所述第一位姿和已知的地图,确定符合条件的一条或多条道路,并基于所述一条或多条道路确定初始假设;以及
基于所述初始假设对所述车辆进行位姿估计以得到所述车辆的第二位姿,从而对所述车辆进行定位。
2.根据权利要求1所述的方法,其特征在于,基于卫星定位数据获取所述第一位姿。
3.根据权利要求1所述的方法,其特征在于,所述符合条件的道路包括位于所述第一位姿所指示的位置附近、并且方位角与所述第一位姿所指示的方位角的角度之差在给定范围内的道路。
4.根据权利要求1所述的方法,其特征在于,基于所述一条或多条道路以及所述第一位姿,来确定所述初始假设。
5.根据权利要求1所述的方法,其特征在于,使用粒子滤波对所述车辆进行位姿估计。
6.一种对车辆进行定位的方法,包括:
基于卫星定位数据获取车辆的第一定位位置;
基于所述第一定位位置和已知的地图,确定位于所述第一定位位置附近的一条或多条道路,并基于所述一条或多条道路确定初始假设;以及
基于所述初始假设对所述车辆进行位置估计以得到所述车辆的第二定位位置,从而对所述车辆进行定位。
7.一种对车辆进行定位的系统,包括:
第一定位模块,被配置为提供车辆的第一位姿;
地图模块,被配置为提供地图;以及
第二定位模块,被配置为:
从所述第一定位模块和地图模块分别获取所述第一位姿和地图,基于所述第一位姿和地图,确定符合条件的一条或多条道路,并基于所述一条或多条道路确定初始假设;以及
基于所述初始假设对所述车辆进行位姿估计以得到所述车辆的第二位姿,从而对所述车辆进行定位。
8.根据权利要求7所述的系统,其特征在于,所述第一定位模块还被配置为基于卫星定位数据获取所述第一位姿。
9.根据权利要求7所述的系统,其特征在于,所述第二定位模块还被配置为根据如下来确定符合条件的道路:
响应于道路位于所述第一位姿所指示的位置附近、并且其方位角与所述第一位姿所指示的方位角的角度之差在给定范围内,则将所述道路确定为符合条件的道路。
10.根据权利要求7所述的系统,其特征在于,所述第二定位模块还被配置为:基于所述一条或多条道路以及所述第一位姿,来确定所述初始假设。
11.根据权利要求7所述的系统,其特征在于,所述第二定位模块还被配置为:使用粒子滤波对所述车辆进行位姿估计。
12.一种对车辆进行定位的系统,包括:
第一定位模块,被配置为基于卫星定位数据获取车辆的第一定位位置;
地图模块,被配置为提供地图;以及
第二定位模块,被配置为:
从所述第一定位模块和地图模块分别获取所述第一定位位置和地图,基于所述第一定位位置和地图,确定位于所述第一定位位置附近的一条或多条道路,并基于所述一条或多条道路确定初始假设;以及
基于所述初始假设对所述车辆进行位置估计以得到所述车辆的第二定位位置,从而对所述车辆进行定位。
13.一种对车辆进行定位的设备,包括:
一个或多个处理器;以及
一个或多个存储器,所述一个或多个存储器被配置为存储一系列计算机可执行的指令,
其中,当所述一系列计算机可执行的指令被所述一个或多个处理器执行时,使得所述一个或多个处理器进行如权利要求1-6中任一项所述的方法。
14.一种非临时性计算机可读存储介质,其特征在于,所述非临时性计算机可读存储介质上存储有一系列计算机可执行的指令,当所述一系列计算机可执行的指令被一个或多个计算装置执行时,使得所述一个或多个计算装置进行如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010255238.4A CN113494911A (zh) | 2020-04-02 | 2020-04-02 | 对车辆进行定位的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010255238.4A CN113494911A (zh) | 2020-04-02 | 2020-04-02 | 对车辆进行定位的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113494911A true CN113494911A (zh) | 2021-10-12 |
Family
ID=77994030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010255238.4A Pending CN113494911A (zh) | 2020-04-02 | 2020-04-02 | 对车辆进行定位的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113494911A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147258A (zh) * | 2010-12-24 | 2011-08-10 | 清华大学 | 基于反馈机制的车辆导航方法及系统 |
CN102529975A (zh) * | 2010-12-13 | 2012-07-04 | 通用汽车环球科技运作有限责任公司 | 用于精确的分车道车辆定位的系统和方法 |
CN104089619A (zh) * | 2014-05-14 | 2014-10-08 | 北京联合大学 | 无人驾驶汽车的gps导航地图精确匹配系统及其操作方法 |
CN108802785A (zh) * | 2018-08-24 | 2018-11-13 | 清华大学 | 基于高精度矢量地图和单目视觉传感器的车辆自定位方法 |
CN109816980A (zh) * | 2019-02-20 | 2019-05-28 | 东软睿驰汽车技术(沈阳)有限公司 | 一种确定车辆所处车道的方法及相关装置 |
CN109870157A (zh) * | 2019-02-20 | 2019-06-11 | 苏州风图智能科技有限公司 | 确定车体位姿的方法及装置、制图方法 |
CN109887033A (zh) * | 2019-03-01 | 2019-06-14 | 北京智行者科技有限公司 | 定位方法及装置 |
CN110031010A (zh) * | 2019-04-09 | 2019-07-19 | 百度在线网络技术(北京)有限公司 | 车辆引导路线绘制方法、装置及设备 |
CN110031009A (zh) * | 2019-04-04 | 2019-07-19 | 肖卫国 | 一种初始定位方法、计算机可读存储介质及系统 |
CN110515055A (zh) * | 2019-10-24 | 2019-11-29 | 奥特酷智能科技(南京)有限公司 | 利用半径搜索优化激光雷达定位的方法 |
CN110595491A (zh) * | 2019-09-02 | 2019-12-20 | 北京航天发射技术研究所 | 一种基于Linux操作系统的地图匹配方法及装置 |
JP2020032986A (ja) * | 2018-08-31 | 2020-03-05 | パイオニア株式会社 | 姿勢推定装置、制御方法、プログラム及び記憶媒体 |
-
2020
- 2020-04-02 CN CN202010255238.4A patent/CN113494911A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102529975A (zh) * | 2010-12-13 | 2012-07-04 | 通用汽车环球科技运作有限责任公司 | 用于精确的分车道车辆定位的系统和方法 |
CN102147258A (zh) * | 2010-12-24 | 2011-08-10 | 清华大学 | 基于反馈机制的车辆导航方法及系统 |
CN104089619A (zh) * | 2014-05-14 | 2014-10-08 | 北京联合大学 | 无人驾驶汽车的gps导航地图精确匹配系统及其操作方法 |
CN108802785A (zh) * | 2018-08-24 | 2018-11-13 | 清华大学 | 基于高精度矢量地图和单目视觉传感器的车辆自定位方法 |
JP2020032986A (ja) * | 2018-08-31 | 2020-03-05 | パイオニア株式会社 | 姿勢推定装置、制御方法、プログラム及び記憶媒体 |
CN109816980A (zh) * | 2019-02-20 | 2019-05-28 | 东软睿驰汽车技术(沈阳)有限公司 | 一种确定车辆所处车道的方法及相关装置 |
CN109870157A (zh) * | 2019-02-20 | 2019-06-11 | 苏州风图智能科技有限公司 | 确定车体位姿的方法及装置、制图方法 |
CN109887033A (zh) * | 2019-03-01 | 2019-06-14 | 北京智行者科技有限公司 | 定位方法及装置 |
CN110031009A (zh) * | 2019-04-04 | 2019-07-19 | 肖卫国 | 一种初始定位方法、计算机可读存储介质及系统 |
CN110031010A (zh) * | 2019-04-09 | 2019-07-19 | 百度在线网络技术(北京)有限公司 | 车辆引导路线绘制方法、装置及设备 |
CN110595491A (zh) * | 2019-09-02 | 2019-12-20 | 北京航天发射技术研究所 | 一种基于Linux操作系统的地图匹配方法及装置 |
CN110515055A (zh) * | 2019-10-24 | 2019-11-29 | 奥特酷智能科技(南京)有限公司 | 利用半径搜索优化激光雷达定位的方法 |
Non-Patent Citations (3)
Title |
---|
李磊磊;陈家斌;杨黎明;尹静源;胡鸣凯;高宏斌;: "基于道路信息的智能地图匹配算法", 中国惯性技术学报, no. 02, pages 170 - 174 * |
许建国;张志利;周召发;: "交互式地图匹配算法在组合导航中的应用", 上海交通大学学报, no. 08 * |
谢彩香;林宗坚;刘召芹;刘峰;: "GPS/DR/MM组合导航中的车辆定位精度研究", 测绘科学, no. 01 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10788830B2 (en) | Systems and methods for determining a vehicle position | |
CN109435955B (zh) | 一种自动驾驶系统性能评估方法、装置、设备及存储介质 | |
EP3109842B1 (en) | Map-centric map matching method and apparatus | |
EP3732439B1 (en) | Deformation correction of a digital map for a vehicle | |
CN110110029B (zh) | 用于匹配车道的方法和装置 | |
CN110780315B (zh) | 信息处理系统、存储信息处理程序的存储介质和控制方法 | |
US11836861B2 (en) | Correcting or expanding an existing high-definition map | |
CN113450455A (zh) | 用于生成停车场的道路链路的地图的方法、设备和计算机程序产品 | |
CN110770540B (zh) | 用于构建环境模型的方法和装置 | |
WO2019127074A1 (en) | Validation for a digital map | |
CN110720025B (zh) | 移动物体的地图的选择方法、装置、系统和车辆/机器人 | |
CN113494911A (zh) | 对车辆进行定位的方法和系统 | |
US8977488B2 (en) | Systems, methods and vehicles for providing route guidance | |
US20220042802A1 (en) | Extended dead reckoning accuracy | |
JP7209912B2 (ja) | 運転支援制御装置および運転支援制御方法 | |
CN115309773A (zh) | 定位方法、装置、设备、介质和车辆 | |
JP2021148581A (ja) | 車両用位置特定装置及び車両用位置特定方法 | |
CN114973742A (zh) | 验证车辆的定位信息的方法、系统和设备 | |
JP2020056740A (ja) | 位置補正システム、車載機、位置補正方法、および位置補正プログラム | |
KR102372007B1 (ko) | GNSS 신호 불능지역 내에서의 V2V와 LiDAR를 이용한 차량 위치 추정 방법 및 장치 | |
CN115131764A (zh) | 用于车辆的检测交通灯的方法、系统和设备 | |
CN115033651A (zh) | 用于为车辆确定道路边界的方法、系统和设备 | |
US20220406189A1 (en) | Control apparatus, movable object, control method, and computer readable storage medium | |
CN115238013A (zh) | 用于对地图数据进行更新的方法和装置 | |
US20230196618A1 (en) | Neural network-based method and apparatus for improving localization of a device |
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 |