CN114212101A - 一种自动驾驶定位方法、系统及汽车 - Google Patents

Abstract

本发明提供了一种自动驾驶定位方法、系统及汽车，涉及汽车技术领域，该方法包括：在智能汽车自动驾驶时，判断下一预设时间是否进入信号遮挡空间；若是，根据信号遮挡空间以外的车道保持车身姿态以进入信号遮挡空间；通过预设的环境感知器件实时获取信号遮挡空间内车道线信息、导向标记信息与障碍物信息；根据信号遮挡空间内的车道线信息、导向标记信息与障碍物信息，实时纠正智能汽车与车道线、障碍物的垂向距离，以确定智能汽车在信号遮挡空间内的当前位置。本发明能够解决现有技术中使用PTK定位在隧道或有遮挡时，容易导致定位错位，使车辆作出错误误判，安全性与可靠性得不到保障的技术问题。

Description

一种自动驾驶定位方法、系统及汽车

技术领域

本发明涉及汽车技术领域，特别涉及一种自动驾驶定位方法、系统及汽车。

背景技术

在自动驾驶领域中，要实现自动驾驶，第一步就是定位，只有获取到准确的定位信息，才能够进行路径规划，控制汽车行驶。

然而，当前汽车在空旷的地方主要使用RTK定位，在遂道或者有遮挡的地方，GPS信号很弱甚至无信号，即使GPS和惯导结合，也不能完全解决定位问题；在隧道或者有遮挡的地方下，长时间无GPS更新也会导致定位失败，此时在自动驾驶过程中，车辆无法获取准确位置，定位误差太大，容易造成定位错误的情况，这个时候车辆可能就会做出错误的预判，安全和可靠性能得不到保障。

发明内容

基于此，本发明的目的是提供一种自动驾驶定位方法、系统及汽车，旨在解决现有技术中使用PTK定位在隧道或有遮挡时，容易导致定位错位，使车辆作出错误误判，安全性与可靠性得不到保障的技术问题。

本发明的第一方面在于提供一种自动驾驶定位方法，应用于一具有自动驾驶功能的智能汽车，所述方法包括：

在智能汽车自动驾驶时，判断下一预设时间是否进入信号遮挡空间，其中，所述信号遮蔽空间为定位信号弱或无定位信号的半封闭空间；

若是，根据所述信号遮挡空间以外的车道保持车身姿态以进入所述信号遮挡空间；

通过预设的环境感知器件实时获取所述信号遮挡空间内的道路信息及干扰信息，所述道路信息至少包括所述信号遮挡空间内的车道线信息与导向标记信息，所述干扰信息至少包括所述信号遮挡空间内的障碍物信息；

根据所述信号遮挡空间内的车道线信息、导向标记信息与障碍物信息，实时纠正所述智能汽车与所述车道线、所述障碍物的垂向距离，以确定所述智能汽车在所述信号遮挡空间内的当前位置。

根据上述技术方案的一方面，判断下一预设时间是否进入信号遮挡空间的步骤，具体包括：

根据智能汽车的定位信号，确定所述智能汽车的位置信息与行驶方向；

根据所述智能汽车的位置信息与行驶方向，判断所述智能汽车按照行驶方向行驶一预设时间是否进入信号遮挡空间。

根据上述技术方案的一方面根据所述信号遮挡空间以外的车道保持车身姿态以进入所述信号遮挡空间的步骤，具体包括：

当判定所述智能汽车在下一预设时间需要进入所述信号遮挡空间时，接收路径规划系统发送的车道保持指令；

根据所述车道保持指令，所述智能汽车以车道为导向保持车身姿态以进入所述信号遮挡空间。

根据上述技术方案的一方面，所述环境感知器件包括设于所述智能汽车车头的摄像单元与设于车身外侧的雷达单元，通过预设的环境感知器件实时获取所述信号遮挡空间内的道路信息及干扰信息的步骤，具体包括：

通过预设于所述智能汽车车头的摄像单元，获取所述智能汽车自动驾驶过程中车道线与导向标记的道路图像信息，以确定所述车道线、所述导向标记的位置信息；

通过预设于所述智能汽车车身外侧的雷达单元，获取所述智能汽车自动驾驶过程中障碍物的障碍干扰信息，以确定所述障碍物的位置信息。

根据上述技术方案的一方面，根据所述信号遮挡空间内的车道线信息、导向标记信息与障碍物信息，实时纠正所述智能汽车与所述车道线、所述障碍物的垂向距离，以确定所述智能汽车在所述信号遮挡空间内的当前位置的步骤，具体包括：

获取所述智能汽车的车身尺寸信息，确定所述智能汽车的中轴线位置与两侧的外立面位置；

在行驶过程中，实时调整所述智能汽车的行车轨迹，以使所述智能汽车的中轴线与导向标记贴合，以使所述智能汽车两侧的外立面与两侧车道线的垂向距离相等；

以及，根据所述障碍物的位置信息，实时调整所述智能汽车的行车轨迹，以使所述智能汽车与所述障碍物之间的距离始终大于等于一安全距离阈值；

通过实时纠正所述智能汽车与所述车道线、所述障碍物的垂向距离，以确定所述智能汽车在所述信号遮挡空间内的当前位置。

根据上述技术方案的一方面，所述方法还包括：

根据所述智能汽车在所述信号遮蔽空间内的当前位置，获取所述智能汽车在所述信号遮挡空间内下一路段的路况信息，制定所述智能汽车在所述信号遮挡空间内下一路段的自动驾驶策略。

根据上述技术方案的一方面，所述下一路段的自动驾驶策略包括驾驶、制动与转向策略，以通过底盘执行器执行。

本发明的第二方面在于提供一种自动驾驶定位系统，所述系统包括：

场景判断模块，用于在智能汽车自动驾驶时，判断下一预设时间是否进入信号遮挡空间，其中，所述信号遮蔽空间为定位信号弱或无定位信号的半封闭空间；

车道保持模块，用于所述智能汽车在进入所述信号遮蔽空间之前，根据所述信号遮挡空间以外的车道保持车身姿态以进入所述信号遮挡空间；

信息获取模块，用于通过预设的环境感知器件实时获取所述信号遮挡空间内的道路信息及干扰信息，所述道路信息至少包括所述信号遮挡空间内的车道线信息与导向标记信息，所述干扰信息至少包括所述信号遮挡空间内的障碍物信息；

位置确定模块，用于根据所述信号遮挡空间内的车道线信息、导向标记信息与障碍物信息，实时纠正所述智能汽车与所述车道线、所述障碍物的垂向距离，以确定所述智能汽车在所述信号遮挡空间内的当前位置。

根据上述技术方案的一方面，所述场景判断模块具体用于：

根据智能汽车的定位信号，确定所述智能汽车的位置信息与行驶方向；

根据所述智能汽车的位置信息与行驶方向，判断所述智能汽车按照行驶方向行驶一预设时间是否进入信号遮挡空间。

本发明的第三方面在于提供一种智能汽车，包括存储器、处理器以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方案中自动驾驶定位方法。

与现有技术相比，采用本发明所示的自动驾驶定位方法、系统及汽车，有益效果在于：通过判断智能汽车是否需要进入信号遮挡空间，在智能汽车进入例如隧道等信号遮挡空间前，控制智能汽车按照隧道外的车道保持车道行驶以进入隧道内，时刻获取隧道内的道路信息与干扰信息，根据道路信息与干扰信息，时刻调整智能汽车与车道线、隧道壁等障碍物的垂向距离，从而能够准确的获取智能汽车的当前位置，通过获取到智能汽车准确的位置信息后，能够有效提升自动驾驶指令生成的准确性，从而避免智能汽车作出误判，提升了自动驾驶的安全性。

附图说明

图1为本发明第一实施例中的自动驾驶定位方法的流程示意图；

图2为本发明第二实施例中的自动驾驶定位方法的流程示意图；

图3为本发明第三实施例中的自动驾驶定位系统的结构框图；

以下具体实施方式将结合上述附图进一步说明本发明。

具体实施方式

为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。

在现有技术中，智能汽车的自动驾驶在空旷的地方主要使用RTK定位，在遂道或者有遮挡的地方，GPS信号很弱甚至无信号，即使GPS和惯导结合，也不能完全解决定位问题；在隧道或者有遮挡的地方下，长时间无GPS更新也会导致定位失败，此时在自动驾驶过程中，车辆无法获取准确位置，定位误差太大，容易造成定位错误的情况，这个时候车辆可能就会做出错误的预判，安全和可靠性能得不到保障。

而本发明就在于提供一种在隧道等信号遮蔽空间内能够精准定位，防止定位错误导致汽车错误预判的自动驾驶定位方法，具体方案请参阅以下实施例。

实施例一

请参阅图1，本发明的第一实施例提供了一种自动驾驶定位方法，应用于一具有自动驾驶功能的智能汽车，所述方法包括步骤S10－S40：

步骤S10，在智能汽车自动驾驶时，判断下一预设时间是否进入信号遮挡空间，其中，所述信号遮蔽空间为定位信号弱或无定位信号的半封闭空间；

具体而言，智能汽车在自动驾驶过程中需要时刻获取智能汽车的位置信息，只有获取到智能汽车的精准的位置信息，才能够根据智能汽车的位置信息生成精准的自动驾驶指令。

然而，本领域技术人员容易理解的是，隧道等信号遮挡空间穿山而建，隧道内的定位信号较差甚至是无定位信号，隧道越长，定位信号越弱。因此，在本实施例中，在进入隧道等信号遮挡空间时需要提前判断是否需要进入，从而能够在进入隧道前、定位信号较好时接收路径规划系统发送的指令。

示例而非限定，判断智能汽车是否需要进入隧道，可以基于智能汽车搭载的电子地图查询智能汽车的前进方向有无隧道，从而判断是否必然需要进入隧道等信号遮挡空间内。若是，本实施例所示的方法进入步骤S20。

步骤S20，根据所述信号遮挡空间以外的车道保持车身姿态以进入所述信号遮挡空间；

示例而非限定，当智能汽车在隧道等信号遮挡空间外处于右侧车道时，接收路径规划系统发送的车道保持指令，保持在右侧车道行驶以进入隧道等信号遮挡空间。

当然，在一些实施例中，考虑到右侧车道大型汽车较多，行车速度较慢，也可在进入隧道等信号遮挡空间之间提前切换到左侧快速车道，从而提升智能汽车在隧道等信号遮挡空间内的通行效率。

步骤S30，通过预设的环境感知器件实时获取所述信号遮挡空间内的道路信息及干扰信息，所述道路信息至少包括所述信号遮挡空间内的车道线信息与导向标记信息，所述干扰信息至少包括所述信号遮挡空间内的障碍物信息；

具体而言，智能汽车通过预设的环境感知器件获取智能汽车行车方向的隧道等信号遮挡空间的道路信息与干扰信息。

其中，预设的环境感知器件例如高清摄像头、激光雷达、固态雷达、毫米波雷达等感知器件，通过环境感知器件能够快速的、准确的采集车辆前方的道路信息与干扰信息。

其中，道路信息例如隧道等信号遮挡空间内的道路标线的位置，包括车道线与导向标记，干扰信息例如隧道等信号遮挡空间内的马路牙子位置、隧道壁等固定障碍物的位置。

步骤S40，根据所述信号遮挡空间内的车道线信息、导向标记信息与障碍物信息，实时纠正所述智能汽车与所述车道线、所述障碍物的垂向距离，以确定所述智能汽车在所述信号遮挡空间内的当前位置。

具体而言，在智能汽车自动行驶的过程中，实时采集隧道内的道路信息与干扰信息，通过将智能汽车与车道线位置、导向标记位置与障碍物位置进行对比，基于预先设定的避障规则，实时纠正智能汽车与车道线、障碍物的垂向距离，从而能够确定智能汽车在隧道等信号遮挡空间内的当前位置。

也即，本实施例当中所示的智能汽车在隧道等信号遮挡空间内的定位，实际上是时刻采集隧道内的信息，将采集到的信息作为行车参考物，基于行车参考物时刻调整智能汽车的行车姿态，从而获取智能汽车在隧道内精准的位置信息。

与现有技术相比，采用本发明所示的自动驾驶定位方法，有益效果在于：通过判断智能汽车是否需要进入信号遮挡空间，在智能汽车进入例如隧道等信号遮挡空间前，控制智能汽车按照隧道外的车道保持车道行驶以进入隧道内，时刻获取隧道内的道路信息与干扰信息，根据道路信息与干扰信息，时刻调整智能汽车与车道线、隧道壁等障碍物的垂向距离，从而能够准确的获取智能汽车的当前位置，通过获取到智能汽车准确的位置信息后，能够有效提升自动驾驶指令生成的准确性，从而避免智能汽车作出误判，提升了自动驾驶的安全性。

实施例二

本发明的第二实施例提供了一种自动驾驶定位方法，本实施例所示的方法：

在本实施例中，判断下一预设时间是否进入信号遮挡空间的步骤，具体包括步骤S11－S12：

步骤S11，根据智能汽车的定位信号，确定所述智能汽车的位置信息与行驶方向；

其中，智能汽车时刻与北斗、GPS等导航服务器连接，从而能够时刻接收到定位信号，基于智能汽车的定位信号与历史定位信号，可以确定智能汽车的位置信息与行驶方向以及智能汽车当前具体是在哪条道路行驶。

步骤S12，根据所述智能汽车的位置信息与行驶方向，判断所述智能汽车按照行驶方向行驶一预设时间是否进入信号遮挡空间。

在本实施例中，根据所述信号遮挡空间以外的车道保持车身姿态以进入所述信号遮挡空间的步骤，具体包括步骤S21－S22：

步骤S21，当判定所述智能汽车在下一预设时间需要进入所述信号遮挡空间时，接收路径规划系统发送的车道保持指令；

步骤S22，根据所述车道保持指令，所述智能汽车以车道为导向保持车身姿态以进入所述信号遮挡空间。

在本实施例中，所述环境感知器件包括设于所述智能汽车车头的摄像单元与设于车身外侧的雷达单元，通过预设的环境感知器件实时获取所述信号遮挡空间内的道路信息及干扰信息的步骤，具体包括步骤S31－S32：

步骤S31，通过预设于所述智能汽车车头的摄像单元，获取所述智能汽车自动驾驶过程中车道线与导向标记的道路图像信息，以确定所述车道线、所述导向标记的位置信息；

步骤S32，通过预设于所述智能汽车车身外侧的雷达单元，获取所述智能汽车自动驾驶过程中障碍物的障碍干扰信息，以确定所述障碍物的位置信息。

在本实施例中，根据所述信号遮挡空间内的车道线信息、导向标记信息与障碍物信息，实时纠正所述智能汽车与所述车道线、所述障碍物的垂向距离，以确定所述智能汽车在所述信号遮挡空间内的当前位置的步骤，具体包括步骤S41－S44：

步骤S41，获取所述智能汽车的车身尺寸信息，确定所述智能汽车的中轴线位置与两侧的外立面位置；

其中，智能汽车的中轴线为沿所述智能汽车长度方向延伸的中线，智能汽车的两侧的外立面位置为两侧车门的边界位置。

步骤S42，在行驶过程中，实时调整所述智能汽车的行车轨迹，以使所述智能汽车的中轴线与导向标记贴合，以使所述智能汽车两侧的外立面与两侧车道线的垂向距离相等；

具体而言，在智能汽车的自动驾驶过程中，通过调整智能汽车的行车轨迹，使智能汽车的中轴线始终与车道中部的导向标记贴合，使智能汽车的两侧外立面与两侧车道线的垂向距离相等，也即控制智能汽车始终处于处于车道内的中部位置。

步骤S43，根据所述障碍物的位置信息，实时调整所述智能汽车的行车轨迹，以使所述智能汽车与所述障碍物之间的距离始终大于等于一安全距离阈值；

具体而言，在智能汽车的自动驾驶过程中，通过调整智能汽车的行车轨迹，使智能汽车的与马路牙子、隧道壁等障碍物之间的距离始终大于等于一预设的安全距离阈值。

步骤S44，通过实时纠正所述智能汽车与所述车道线、所述障碍物的垂向距离，以确定所述智能汽车在所述信号遮挡空间内的当前位置。

也即，通过时刻采集隧道内的信息，将采集到的信息作为行车参考物，基于行车参考物时刻调整智能汽车的行车姿态，从而获取智能汽车在隧道内精准的位置信息。

在获取到智能汽车的精准的位置信息后，在本实施例中，所述方法还包括步骤S60与步骤S70：

步骤S60，根据所述智能汽车在所述信号遮蔽空间内的当前位置，获取所述智能汽车在所述信号遮挡空间内下一路段的路况信息，制定所述智能汽车在所述信号遮挡空间内下一路段的自动驾驶策略。

步骤S70，所述下一路段的自动驾驶策略包括驾驶、制动与转向策略，以通过底盘执行器执行。

示例而非限定，本实施例所示的方法是这样运用的：

请参阅图2，在智能汽车的自动驾驶过程中，从地图的起点到终点通过地图导航模块会生成一条最优的导航线，即地图指引线；然后规划根据这条地图指引线、结合环境感知器件实时输出的环境障碍物信息二次实时规划车辆的行车路线，在自动驾驶过程中中，通过高精地图环境融合模块可以知道是否要进入到隧道，在进到隧道内定位丢失前就会启动自动驾驶系统中的车道保持功能；

智能汽车一直沿着中心线向行车方向行驶，通过摄像头和激光雷达可以获得车道线、车道中心线、几车道、马路牙子、紧急避险区域的深度等具体信息；

通过摄像头可以获取视觉车道线相对于车子的具体位置，从而可以得到车道中心线的车身坐标；

再通过激光雷达检测遂道墙壁输出激光点云数据可以获得左右隧道墙壁的位置，然后根据隧道的车道数量，马路牙子的宽度，紧急避险区域的深度，将两个隧道壁所在的位置往地图的指引线的地方平移，做最小二成拟合，并与车道线生成的车道中心线进行加权融合，就得到最终的指引线(包含SL坐标、车身坐标，角度信息)，发送给规划模块，规划模块根据这条指引线重新计算出一条带有局部轨迹位置、速度、加速度的参考线，提供给控制模块使用，控制模块再根据规划轨迹计算出具体的刹车，油门，转向等信息生成车辆横纵向的运动控制指令下发给底盘控制器执行，从而达到车辆自动驾驶。

实施例三

请参阅图3，本发明的第三实施例提供了一种自动驾驶定位系统，所述系统包括：

场景判断模块10，用于在智能汽车自动驾驶时，判断下一预设时间是否进入信号遮挡空间，其中，所述信号遮蔽空间为定位信号弱或无定位信号的半封闭空间；

具体而言，智能汽车在自动驾驶过程中需要时刻获取智能汽车的位置信息，只有获取到智能汽车的精准的位置信息，才能够根据智能汽车的位置信息生成精准的自动驾驶指令。

然而，本领域技术人员容易理解的是，隧道等信号遮挡空间穿山而建，隧道内的定位信号较差甚至是无定位信号，隧道越长，定位信号越弱。因此，在本实施例中，在进入隧道等信号遮挡空间时需要提前判断是否需要进入，从而能够在进入隧道前、定位信号较好时接收路径规划系统发送的指令。

示例而非限定，判断智能汽车是否需要进入隧道，可以基于智能汽车搭载的电子地图查询智能汽车的前进方向有无隧道，从而判断是否必然需要进入隧道等信号遮挡空间内。若是，本实施例所示的方法进入步骤S20。

车道保持模块20，用于根据所述信号遮挡空间以外的车道保持车身姿态以进入所述信号遮挡空间；

示例而非限定，当智能汽车在隧道等信号遮挡空间外处于右侧车道时，接收路径规划系统发送的车道保持指令，保持在右侧车道行驶以进入隧道等信号遮挡空间。

当然，在一些实施例中，考虑到右侧车道大型汽车较多，行车速度较慢，也可在进入隧道等信号遮挡空间之间提前切换到左侧快速车道，从而提升智能汽车在隧道等信号遮挡空间内的通行效率。

信息获取模块30，用于通过预设的环境感知器件实时获取所述信号遮挡空间内的道路信息及干扰信息，所述道路信息至少包括所述信号遮挡空间内的车道线信息与导向标记信息，所述干扰信息至少包括所述信号遮挡空间内的障碍物信息；

具体而言，智能汽车通过预设的环境感知器件获取智能汽车行车方向的隧道等信号遮挡空间的道路信息与干扰信息。

其中，预设的环境感知器件例如高清摄像头、激光雷达、固态雷达、毫米波雷达等感知器件，通过环境感知器件能够快速的、准确的采集车辆前方的道路信息与干扰信息。

其中，道路信息例如隧道等信号遮挡空间内的道路标线的位置，包括车道线与导向标记，干扰信息例如隧道等信号遮挡空间内的马路牙子位置、隧道壁等固定障碍物的位置。

位置确定模块40，用于根据所述信号遮挡空间内的车道线信息、导向标记信息与障碍物信息，实时纠正所述智能汽车与所述车道线、所述障碍物的垂向距离，以确定所述智能汽车在所述信号遮挡空间内的当前位置。

具体而言，在智能汽车自动行驶的过程中，实时采集隧道内的道路信息与干扰信息，通过将智能汽车与车道线位置、导向标记位置与障碍物位置进行对比，基于预先设定的避障规则，实时纠正智能汽车与车道线、障碍物的垂向距离，从而能够确定智能汽车在隧道等信号遮挡空间内的当前位置。

也即，本实施例当中所示的智能汽车在隧道等信号遮挡空间内的定位，实际上是时刻采集隧道内的信息，将采集到的信息作为行车参考物，基于行车参考物时刻调整智能汽车的行车姿态，从而获取智能汽车在隧道内精准的位置信息。

在本实施例当中，所述场景判断模块10具体用于：

根据智能汽车的定位信号，确定所述智能汽车的位置信息与行驶方向；

根据所述智能汽车的位置信息与行驶方向，判断所述智能汽车按照行驶方向行驶一预设时间是否进入信号遮挡空间。

与现有技术相比，采用本发明所示的自动驾驶定位系统，有益效果在于：通过判断智能汽车是否需要进入信号遮挡空间，在智能汽车进入例如隧道等信号遮挡空间前，控制智能汽车按照隧道外的车道保持车道行驶以进入隧道内，时刻获取隧道内的道路信息与干扰信息，根据道路信息与干扰信息，时刻调整智能汽车与车道线、隧道壁等障碍物的垂向距离，从而能够准确的获取智能汽车的当前位置，通过获取到智能汽车准确的位置信息后，能够有效提升自动驾驶指令生成的准确性，从而避免智能汽车作出误判，提升了自动驾驶的安全性。

实施例四

本发明的第四实施例提供了一种智能汽车，包括存储器、处理器以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实施例当中所示的自动驾驶定位方法。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或它们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种自动驾驶定位方法，应用于一具有自动驾驶功能的智能汽车，其特征在于，所述方法包括：

在智能汽车自动驾驶时，判断下一预设时间是否进入信号遮挡空间，其中，所述信号遮蔽空间为定位信号弱或无定位信号的半封闭空间；

若是，根据所述信号遮挡空间以外的车道保持车身姿态以进入所述信号遮挡空间；

通过预设的环境感知器件实时获取所述信号遮挡空间内的道路信息及干扰信息，所述道路信息至少包括所述信号遮挡空间内的车道线信息与导向标记信息，所述干扰信息至少包括所述信号遮挡空间内的障碍物信息；

根据所述信号遮挡空间内的车道线信息、导向标记信息与障碍物信息，实时纠正所述智能汽车与所述车道线、所述障碍物的垂向距离，以确定所述智能汽车在所述信号遮挡空间内的当前位置。

2.根据权利要求1所述的自动驾驶定位方法，其特征在于，判断下一预设时间是否进入信号遮挡空间的步骤，具体包括：

根据智能汽车的定位信号，确定所述智能汽车的位置信息与行驶方向；

根据所述智能汽车的位置信息与行驶方向，判断所述智能汽车按照行驶方向行驶一预设时间是否进入信号遮挡空间。

3.根据权利要求2所述的自动驾驶定位方法，其特征在于，根据所述信号遮挡空间以外的车道保持车身姿态以进入所述信号遮挡空间的步骤，具体包括：

当判定所述智能汽车在下一预设时间需要进入所述信号遮挡空间时，接收路径规划系统发送的车道保持指令；

根据所述车道保持指令，所述智能汽车以车道为导向保持车身姿态以进入所述信号遮挡空间。

4.根据权利要求3所述的自动驾驶定位方法，其特征在于，所述环境感知器件包括设于所述智能汽车车头的摄像单元与设于车身外侧的雷达单元，通过预设的环境感知器件实时获取所述信号遮挡空间内的道路信息及干扰信息的步骤，具体包括：

通过预设于所述智能汽车车头的摄像单元，获取所述智能汽车自动驾驶过程中车道线与导向标记的道路图像信息，以确定所述车道线、所述导向标记的位置信息；

通过预设于所述智能汽车车身外侧的雷达单元，获取所述智能汽车自动驾驶过程中障碍物的障碍干扰信息，以确定所述障碍物的位置信息。

5.根据权利要求1所述的自动驾驶定位方法，其特征在于，根据所述信号遮挡空间内的车道线信息、导向标记信息与障碍物信息，实时纠正所述智能汽车与所述车道线、所述障碍物的垂向距离，以确定所述智能汽车在所述信号遮挡空间内的当前位置的步骤，具体包括：

获取所述智能汽车的车身尺寸信息，确定所述智能汽车的中轴线位置与两侧的外立面位置；

在行驶过程中，实时调整所述智能汽车的行车轨迹，以使所述智能汽车的中轴线与导向标记贴合，以使所述智能汽车两侧的外立面与两侧车道线的垂向距离相等；

以及，根据所述障碍物的位置信息，实时调整所述智能汽车的行车轨迹，以使所述智能汽车与所述障碍物之间的距离始终大于等于一安全距离阈值；

通过实时纠正所述智能汽车与所述车道线、所述障碍物的垂向距离，以确定所述智能汽车在所述信号遮挡空间内的当前位置。

6.根据权利要求1－5任一项所述的自动驾驶定位方法，其特征在于，所述方法还包括：

根据所述智能汽车在所述信号遮蔽空间内的当前位置，获取所述智能汽车在所述信号遮挡空间内下一路段的路况信息，制定所述智能汽车在所述信号遮挡空间内下一路段的自动驾驶策略。

7.根据权利要求6所述的自动驾驶定位方法，其特征在于，所述下一路段的自动驾驶策略包括驾驶、制动与转向策略，以通过底盘执行器执行。

8.一种自动驾驶定位系统，其特征在于，所述系统包括：

场景判断模块，用于在智能汽车自动驾驶时，判断下一预设时间是否进入信号遮挡空间，其中，所述信号遮蔽空间为定位信号弱或无定位信号的半封闭空间；

车道保持模块，用于所述智能汽车在进入所述信号遮蔽空间之前，根据所述信号遮挡空间以外的车道保持车身姿态以进入所述信号遮挡空间；

信息获取模块，用于通过预设的环境感知器件实时获取所述信号遮挡空间内的道路信息及干扰信息，所述道路信息至少包括所述信号遮挡空间内的车道线信息与导向标记信息，所述干扰信息至少包括所述信号遮挡空间内的障碍物信息；

位置确定模块，用于根据所述信号遮挡空间内的车道线信息、导向标记信息与障碍物信息，实时纠正所述智能汽车与所述车道线、所述障碍物的垂向距离，以确定所述智能汽车在所述信号遮挡空间内的当前位置。

9.根据权利要求8所述的自动驾驶定位系统，其特征在于，所述场景判断模块具体用于：

根据智能汽车的定位信号，确定所述智能汽车的位置信息与行驶方向；

根据所述智能汽车的位置信息与行驶方向，判断所述智能汽车按照行驶方向行驶一预设时间是否进入信号遮挡空间。

10.一种智能汽车，包括存储器、处理器以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如权利要求1－7任意一项所述的方法。

Images