CN114608591B - 车辆定位方法、装置、存储介质、电子设备、车辆及芯片 - Google Patents

车辆定位方法、装置、存储介质、电子设备、车辆及芯片 Download PDF

Info

Publication number
CN114608591B
CN114608591B CN202210295602.9A CN202210295602A CN114608591B CN 114608591 B CN114608591 B CN 114608591B CN 202210295602 A CN202210295602 A CN 202210295602A CN 114608591 B CN114608591 B CN 114608591B
Authority
CN
China
Prior art keywords
map
vehicle
traffic
target
vehicle pose
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
CN202210295602.9A
Other languages
English (en)
Other versions
CN114608591A (zh
Inventor
李志伟
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.)
Xiaomi Automobile Technology Co Ltd
Original Assignee
Xiaomi Automobile 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 Xiaomi Automobile Technology Co Ltd filed Critical Xiaomi Automobile Technology Co Ltd
Priority to CN202210295602.9A priority Critical patent/CN114608591B/zh
Publication of CN114608591A publication Critical patent/CN114608591A/zh
Application granted granted Critical
Publication of CN114608591B publication Critical patent/CN114608591B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G01C21/1656—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with passive imaging devices, e.g. cameras

Abstract

本公开涉及一种车辆定位方法、装置、存储介质、电子设备、车辆及芯片。该方法包括：获取车辆的车辆位姿以及环境视觉图像，所述车辆位姿包括所述车辆在地图上的位置坐标，所述环境视觉图像包括感知交通标识；基于所述位置坐标确定所述地图中与所述感知交通标识相匹配的地图交通标识，得到配对组合；在道路坐标系下根据所述配对组合对所述车辆位姿进行校正，以得到目标车辆位姿。采用这种方式，可以将车辆位姿进一步校正为更精准的目标车辆位姿。

Description

车辆定位方法、装置、存储介质、电子设备、车辆及芯片
技术领域
本公开涉及自动驾驶领域，尤其涉及一种车辆定位方法、装置、存储介质、电子设备、车辆及芯片。
背景技术
在自动驾驶领域中，车辆定位技术至关重要。相关的车辆定位技术中，在利用电子导航地图进行车辆定位时，获得目标车辆的前一时刻的前一位姿信息以及目标车辆的定位辅助设备在当前时刻采集的定位辅助数据，例如IMU数据，利用当前时刻的IMU数据和前一位姿信息，确定目标车辆在当前时刻的位姿信息。然而，采用这种方式确定的位姿信息仍然有较大误差。
发明内容
为克服相关技术中存在的问题，本公开提供一种车辆定位方法、装置、存储介质、电子设备、车辆及芯片。
根据本公开实施例的第一方面，提供一种车辆定位方法，所述方法包括：
获取车辆的车辆位姿以及环境视觉图像，所述车辆位姿包括所述车辆在地图上的位置坐标，所述环境视觉图像包括感知交通标识；
基于所述位置坐标确定所述地图中与所述感知交通标识相匹配的地图交通标识，得到配对组合；
在道路坐标系下根据所述配对组合对所述车辆位姿进行校正，以得到目标车辆位姿。
可选地，在根据所述配对组合对所述车辆位姿进行校正之前，包括：
根据所述位置坐标确定所述车辆在所述地图中所处的目标车道；
根据所述位置坐标、以及所述目标车道建立所述道路坐标系。
可选地，所述根据所述位置坐标、以及所述目标车道建立所述道路坐标系，包括：
确定所述位置坐标在所述目标车道的目标侧车道线上的投影点，所述目标侧车道线为所述目标车道的任一侧车道线；
以所述投影点为所述目标侧车道线的切点，确定所述目标侧车道线的切线；
以所述投影点为原点、并以所述切线为纵向轴线建立所述道路坐标系。
可选地，所述道路坐标系为三维坐标系。
可选地，所述在道路坐标系下根据所述配对组合对所述车辆位姿进行校正，以得到目标车辆位姿，包括：
将所述配对组合中的所述感知交通标识的坐标和所述地图交通标识的坐标转换到所述道路坐标系下，得到目标配对组合；
根据所述目标配对组合对所述车辆位姿进行残差校正，得到校正后的车辆位姿；
根据所述道路坐标系和所述地图坐标系的转换关系，将校正后的车辆位姿由所述道路坐标系转换到所述地图坐标系下，得到所述目标车辆位姿。
可选地，所述配对组合中的所述感知交通标识和所述地图交通标识的标识类型相同，相应地，所述根据所述目标配对组合对所述车辆位姿进行残差校正，得到校正后的车辆位姿，包括：
根据所述目标配对组合中的所述感知交通标识和所述地图交通标识的所述标识类型，确定与所述标识类型对应的预设残差计算方式；
根据所述预设残差计算方式、所述目标配对组合中所述感知交通标识的坐标和所述地图交通标识的坐标计算残差值；
将所述残差值作为校正约束条件，以对所述车辆位姿进行残差校正，得到校正后的车辆位姿。
可选地，所述标识类型包括横向标识类型、纵向标识类型、综合标识类型中的至少一种。
可选地，所述配对组合的数量为多组，相应地，所述残差值的数量为多个，所述将所述残差值作为校正约束条件，以对所述车辆位姿进行残差校正，得到校正后的车辆位姿，包括：
将多个所述残差值作为校正约束条件，以对所述车辆位姿进行残差校正，得到校正后的车辆位姿。
可选地，在所述标识类型为所述纵向标识类型的情况下，对应的所述校正约束条件为横向校正约束条件，所述横向校正约束条件用于优化所述车辆位姿中的横向坐标误差以及由所述横向坐标误差导致的姿态信息误差。
可选地，所述基于所述位置坐标确定所述地图中与所述感知交通标识相匹配的地图交通标识，得到配对组合，包括：
从所述地图中确定包括所述位置坐标的子地图，所述子地图中包括待匹配地图交通标识；
对所述感知交通标识和所述待匹配地图交通标识进行配对处理，得到所述配对组合。
可选地，所述对所述感知交通标识和所述待匹配地图交通标识进行配对处理，得到所述配对组合，包括：
根据所述车辆位姿中的姿态信息，调整所述子地图的图像视角，以使所述子地图的图像视角与所述环境视觉图像的图像视角一致；
基于所述感知交通标识在所述环境视觉图像中的方位信息和所述待匹配地图交通标识在所述子地图中的方位信息，对所述感知交通标识和所述待匹配地图交通标识进行配对，得到所述配对组合。
可选地，所述对所述感知交通标识和所述待匹配地图交通标识进行配对处理，得到所述配对组合，包括：
基于所述感知交通标识的图形特征和所述待匹配地图交通标识的图形特征，对所述感知交通标识和所述待匹配地图交通标识进行配对，得到所述配对组合。
可选地，所述对所述感知交通标识和所述待匹配地图交通标识进行配对处理，得到所述配对组合，包括：
将所述感知交通标识和所述待匹配地图交通标识输入训练完成的交通标识配对模型，得到所述交通标识配对模型输出的所述配对组合。
根据本公开实施例的第二方面，提供一种车辆定位装置，所述装置包括：
获取模块，被配置为获取车辆的车辆位姿以及环境视觉图像，所述车辆位姿包括所述车辆在地图上的位置坐标，所述环境视觉图像包括感知交通标识；
第一确定模块，被配置为基于所述位置坐标确定所述地图中与所述感知交通标识相匹配的地图交通标识，得到配对组合；
校正模块，被配置为在道路坐标系下根据所述配对组合对所述车辆位姿进行校正，以得到目标车辆位姿。
可选地，所述装置还包括：
第二确定模块，被配置为在根据所述配对组合对所述车辆位姿进行校正之前，根据所述位置坐标确定所述车辆在所述地图中所处的目标车道；
构建模块，被配置为根据所述位置坐标、以及所述目标车道建立所述道路坐标系。
可选地，所述构建模块包括：
第一确定子模块，被配置为确定所述位置坐标在所述目标车道的目标侧车道线上的投影点，所述目标侧车道线为所述目标车道的任一侧车道线；
第二确定子模块，被配置为以所述投影点为所述目标侧车道线的切点，确定所述目标侧车道线的切线；
构建子模块，被配置为以所述投影点为原点、并以所述切线为纵向轴线建立所述道路坐标系。
可选地，所述道路坐标系为三维坐标系。
可选地，所述校正模块包括：
第一转换子模块，被配置为将所述配对组合中的所述感知交通标识的坐标和所述地图交通标识的坐标转换到所述道路坐标系下，得到目标配对组合；
校正子模块，被配置为根据所述目标配对组合对所述车辆位姿进行残差校正，得到校正后的车辆位姿；
第二转换子模块，被配置为根据所述道路坐标系和所述地图坐标系的转换关系，将校正后的车辆位姿由所述道路坐标系转换到所述地图坐标系下，得到所述目标车辆位姿。
可选地，所述配对组合中的所述感知交通标识和所述地图交通标识的标识类型相同，所述校正子模块，包括：
第三确定子模块，被配置为根据所述目标配对组合中的所述感知交通标识和所述地图交通标识的所述标识类型，确定与所述标识类型对应的预设残差计算方式；
计算子模块，被配置为根据所述预设残差计算方式、所述目标配对组合中所述感知交通标识的坐标和所述地图交通标识的坐标计算残差值；
执行子模块，被配置为将所述残差值作为校正约束条件，以对所述车辆位姿进行残差校正，得到校正后的车辆位姿。
可选地，所述标识类型包括横向标识类型、纵向标识类型、综合标识类型中的至少一种。
可选地，所述配对组合的数量为多组，相应地，所述残差值的数量为多个，所述执行子模块，还被配置为将多个所述残差值作为校正约束条件，以对所述车辆位姿进行残差校正，得到校正后的车辆位姿。
可选地，在所述标识类型为所述纵向标识类型的情况下，对应的所述校正约束条件为横向校正约束条件，所述横向校正约束条件用于优化所述车辆位姿中的横向坐标误差以及由所述横向坐标误差导致的姿态信息误差。
可选地，所述第一确定模块包括：
第四确定子模块，被配置为从所述地图中确定包括所述位置坐标的子地图，所述子地图中包括待匹配地图交通标识；
配对子模块，被配置为对所述感知交通标识和所述待匹配地图交通标识进行配对处理，得到所述配对组合。
可选地，所述配对子模块，包括：
调整子模块，被配置为根据所述车辆位姿中的姿态信息，调整所述子地图的图像视角，以使所述子地图的图像视角与所述环境视觉图像的图像视角一致；
第二执行子模块，被配置为基于所述感知交通标识在所述环境视觉图像中的方位信息和所述待匹配地图交通标识在所述子地图中的方位信息，对所述感知交通标识和所述待匹配地图交通标识进行配对，得到所述配对组合。
可选地，所述配对子模块，包括：
第三执行子模块，被配置为基于所述感知交通标识的图形特征和所述待匹配地图交通标识的图形特征，对所述感知交通标识和所述待匹配地图交通标识进行配对，得到所述配对组合。
可选地，所述配对子模块，包括：
第四执行子模块，被配置为将所述感知交通标识和所述待匹配地图交通标识输入训练完成的交通标识配对模型，得到所述交通标识配对模型输出的所述配对组合。
根据本公开实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提供的车辆定位方法的步骤。
根据本公开实施例的第四方面，提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面所提供的车辆定位方法的步骤。
根据本公开实施例的第五方面，提供一种车辆，所述车辆包括本公开实施例第二方面所提供的车辆定位装置。
根据本公开实施例的第六方面，提供一种芯片，所述芯片包括用于执行本公开实施例第一方面中任一项所述方法的集成电路。
本公开的实施例提供的技术方案可以包括以下有益效果：
通过获取车辆的车辆位姿以及环境视觉图像，其中，车辆位姿包括车辆在地图上的位置坐标，环境视觉图像包括感知交通标识。基于该位置坐标确定地图中与感知交通标识相匹配的地图交通标识，得到配对组合。在道路坐标系下根据配对组合对该车辆位姿进行校正，以得到目标车辆位姿。采用本公开这种方式，根据环境视觉图像中的交通标识、结合地图中的交通标识对当前车辆位姿进行进一步位姿校正，可得到精准度更高的目标车辆位姿。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种车辆定位方法的流程图。
图2是根据一示例性实施例示出的一种道路坐标系示意图。
图3是根据一示例性实施例示出的另一种道路坐标系示意图。
图4是根据一示例性实施例示出的一种车辆定位装置的框图。
图5是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种车辆定位方法的流程图，如图1所示，该车辆定位方法用于终端设备中，尤其可应用于车辆的定位系统中。该车辆定位方法可以包括以下步骤。
在步骤S11中，获取车辆的车辆位姿以及环境视觉图像，所述车辆位姿包括所述车辆在地图上的位置坐标，所述环境视觉图像包括感知交通标识。
在一些实施方式中，获取车辆的车辆位姿以及环境视觉图像的实施方式可以是，获取基于车辆上的传感器数据确定的车辆位姿以及环境视觉图像。其中，车辆上的传感器数据是指通过车辆上的传感器感知到的传感器数据。车辆上的传感器包括但不限于激光雷达、高精陀螺仪、加速度计、全球卫星导航系统(the Global Navigation SatelliteSystem，GNSS)、GPS、惯性传感器(Inertial Measurement Unit，IMU)、摄像机等。
在另一些实施方式中，获取车辆的车辆位姿以及环境视觉图像的实施方式也可以是，获取基于其他车辆上的传感器数据确定的该车辆位姿以及该车辆的环境视觉图像。在另一些实施方式中，车辆位姿以及环境视觉图像还可以从与该车辆通信的远程服务器获取得到。
在一些实施方式中，通过GPS和/或IMU可以获取车辆位姿，车辆位姿可以用Tinit表征。Tinit具有6个自由度，可以由三维空间中的坐标x、y、z、以及旋转向量roll、pitch、yaw表征。其中，坐标x、y、z表征车辆在地图上的位置坐标。pitch是围绕X轴旋转，也叫做俯仰角。yaw是围绕Y轴旋转，也叫偏航角。roll是围绕Z轴旋转，也叫翻滚角。
相应地，通过摄像机可以采集得到环境视觉图像，环境视觉图像中包括感知交通标识。感知交通标识为摄像机感知到的周围环境中存在的道路地面符号、红绿灯、限速牌等。
可选地，所述位姿信息的确定包括：根据历史时刻的目标车辆位姿，以及车辆的惯性导航装置IMU在历史时刻与当前时刻之间产生的数据确定当前时刻的车辆位姿。例如，
Figure BDA0003561681390000091
其中，
Figure BDA0003561681390000092
表征K时刻的车辆位姿，
Figure BDA0003561681390000093
表征K-1时刻的目标车辆位姿，
Figure BDA0003561681390000094
表征根据K-1时刻到K时刻之间的惯性导航数据确定的位姿转换关系。
在步骤S12中，基于所述位置坐标确定所述地图中与所述感知交通标识相匹配的地图交通标识，得到配对组合。
其中，配对组合包括相匹配的感知交通标识和地图交通标识，配对组合中的感知交通标识和地图交通标识均表征现实世界中的同一个交通标识。区别仅在于感知交通标识是车辆上的传感器感知到的，地图交通标识是指预先存储在地图中的。
由于车辆位姿包括车辆在地图上的位置坐标，那么根据位置坐标可以从地图中该位置坐标附近的多个待配对地图交通标识中确定与感知交通标识相匹配的地图交通标识。从而得到配对组合。
在步骤S13中，在道路坐标系下根据所述配对组合对所述车辆位姿进行校正，以得到目标车辆位姿。
在道路坐标系下根据配对组合对车辆位姿进行校正，可以得到目标车辆位姿。在一些实施方式中，在道路坐标系下计算配对组合中的感知交通标识和地图交通标识之间的误差，根据该误差可以对车辆位姿进行误差校正，从而得到校正后的目标车辆位姿。
采用这种方法，通过获取基于车辆上的传感器数据确定的车辆位姿以及环境视觉图像，其中，车辆位姿包括车辆在地图上的位置坐标，环境视觉图像包括感知交通标识。基于该位置坐标确定地图中与感知交通标识相匹配的地图交通标识，得到配对组合。在道路坐标系下根据配对组合对该车辆位姿进行校正，以得到目标车辆位姿。采用本公开这种方式，根据车辆上的传感器感知到的环境视觉图像中的交通标识、结合地图中的交通标识对当前车辆位姿进行进一步位姿校正，可得到精准度更高的目标车辆位姿。
可选地，在根据所述配对组合对所述车辆位姿进行校正之前，包括：
根据所述位置坐标确定所述车辆在所述地图中所处的目标车道；根据所述位置坐标、以及所述目标车道建立所述道路坐标系。
在本公开实施例中，由于根据传感器数据确定的车辆位姿是不精准的，所以车辆位姿中的位置坐标也是不精准的。但是本领域普通技术人员知悉的是确定车辆位姿的传感器的误差在一定的范围内，例如GPS误差在0-10米之间，车辆上使用的GPS定位误差在3米左右，更高精度的GPS误差在1米以内。基于此，由于车道宽度一般在3.5米左右，所以在一些实施方式中，可以根据不精准的车辆位置坐标，准确的确定车辆在地图中所处的目标车道。根据车辆位置坐标、以及目标车道可以建立道路坐标系。
例如，所述根据所述位置坐标、以及所述目标车道建立所述道路坐标系，包括：
确定所述位置坐标在所述目标车道的目标侧车道线上的投影点，所述目标侧车道线为所述目标车道的任一侧车道线；以所述投影点为所述目标侧车道线的切点，确定所述目标侧车道线的切线；以所述投影点为原点、并以所述切线为纵向轴线建立所述道路坐标系。
示例地，如图2所示，确定位置坐标在目标车道的目标侧车道线上的投影点A。以投影点A为目标侧车道线的切点，确定目标侧车道线的切线。以投影点为原点、并以切线为纵向轴线建立道路坐标系。
再示例地，如图3所示，确定位置坐标在目标车道的目标侧车道线上的投影点B。以投影点B为目标侧车道线的切点，确定目标侧车道线的切线。以投影点为原点、并以切线为纵向轴线建立道路坐标系。
通过确定位置坐标在目标车道的目标侧车道线上的投影点。以投影点为目标侧车道线的切点，确定目标侧车道线的切线。以投影点为原点、并以切线为纵向轴线建立道路坐标系。采用这种方式建立的道路坐标系是地图局部坐标系。这样建立地图局部坐标系的有益之处在于，车道线和虚线段的延展方向都是沿着道路坐标系的纵轴方向的，因此，在进行残差校正优化时，针对车道线可以设定只优化道路坐标系下的横向坐标。同理地，像斑马线这种横向的交通标识与道路坐标系的横轴方向一致，因此，在进行残差校正优化时，针对斑马线可以设定只优化道路坐标系下的纵向坐标。从而减少优化算法的复杂度，提升优化效率。相反容易理解的是，如果我们是在地球坐标系下(即地图坐标系下)来进行残差校正优化，那么就不能保证每一时刻的交通标识与坐标系的横轴或纵轴的轴向一致，也就无法减少优化处理过程，这导致优化效率较低。
在建立道路坐标系之后，可进一步确定道路坐标系与地图坐标系的转换关系。确定方式可参见相关技术中的坐标系转换技术。
在一些实施方式中，所述根据所述位置坐标、以及所述目标车道建立所述道路坐标系，包括：
确定所述位置坐标在所述目标车道的目标侧车道线上的投影点，所述目标侧车道线为所述目标车道的任一侧车道线；以所述投影点为所述目标侧车道线的切点，确定所述目标侧车道线的切线；以所述目标车道中的任一点为为原点、并以所述切线的方向为纵向轴线的方向建立所述道路坐标系。其中任一点可以为位置坐标，也可以为目标车道的中线上的任一点。对此本公开不作具体限定。
在一些实施方式中，所述道路坐标系优选为三维坐标系。其中的Y轴坐标可以是指车辆的重心高度。
可选地，所述在道路坐标系下根据所述配对组合对所述车辆位姿进行校正，以得到目标车辆位姿，包括：
将所述配对组合中的所述感知交通标识的坐标和所述地图交通标识的坐标转换到所述道路坐标系下，得到目标配对组合；根据所述目标配对组合对所述车辆位姿进行残差校正，得到校正后的车辆位姿；根据所述道路坐标系和所述地图坐标系的转换关系，将校正后的车辆位姿由所述道路坐标系转换到所述地图坐标系下，得到所述目标车辆位姿。
残差在数理统计中是指实际观察值(在本公开实施例中指地图交通标识)与估计值(即拟合值，在本公开实施例中指感知交通标识)之间的差。“残差”蕴含了有关模型基本假设的重要信息。简单来说，我们可以将残差看作误差的观测值。残差越大，说明车辆位姿的误差越大。相应地，残差越小，说明车辆位姿的误差越小。
其中，残差校正的实现方法与相关技术中的残差修正算法、残差校正模型的原理一致，此处不再赘述。
在一些实施方式中，感知交通标识的坐标所对应的坐标系是车辆坐标系，车辆坐标系与地图坐标系对应有预设的转换关系。通过将配对组合中的感知交通标识的坐标和地图交通标识的坐标转换到道路坐标系下，可以得到目标配对组合。根据目标配对组合对车辆位姿进行残差校正，可以得到校正后的车辆位姿。根据道路坐标系和地图坐标系的转换关系，再将校正后的车辆位姿由道路坐标系转换到地图坐标系下，即可得到目标车辆位姿。
可选地，所述配对组合中的所述感知交通标识和所述地图交通标识的标识类型相同，相应地，所述根据所述目标配对组合对所述车辆位姿进行残差校正，得到校正后的车辆位姿，包括：
根据所述目标配对组合中的所述感知交通标识和所述地图交通标识的所述标识类型，确定与所述标识类型对应的预设残差计算方式；根据所述预设残差计算方式、所述目标配对组合中所述感知交通标识的坐标和所述地图交通标识的坐标计算残差值；将所述残差值作为校正约束条件，以对所述车辆位姿进行残差校正，得到校正后的车辆位姿。
其中，所述标识类型包括横向标识类型、纵向标识类型、综合标识类型中的至少一种。综合标识类型包括横向和纵向标识类型。
示例地，纵向标识类型可以是车道实线、车道虚线、直行指示箭头等交通标识的类型。横向标识类型可以是斑马线、停止线等交通标识的类型。综合标识类型可以是红绿灯、限速牌等交通标识的类型。
不同的标识类型对应不同的预设残差计算方式。例如，横向标识类型对应纵向预设残差计算方式。纵向预设残差计算方式用于计算纵向误差，而可以不计算横向误差。相应地，纵向标识类型对应横向预设残差计算方式。横向预设残差计算方式用于计算横向误差，而可以不计算纵向误差。示例地，假设目标配对组合中的感知交通标识和地图交通标识均为车道实线，相应地标识类型为纵向标识类型，那么横向预设残差计算方式可以包括：从地图交通标识对应的车道实线中确定一个或多个采样点，计算采样点与感知交通标识对应的车道实线之间的距离(即点到线的距离)，从而得到残差值。在有多个采样点的情况下，可计算多个采样点分别对应的残差值，基于多个采样点的权重，可根据多个残差值计算得到一个残差值。
可选地，在所述标识类型为所述纵向标识类型的情况下，对应的所述校正约束条件为横向校正约束条件，所述横向校正约束条件用于优化所述车辆位姿中的横向坐标误差以及由所述横向坐标误差导致的姿态信息误差。
应说明的是，在标识类型为纵向标识类型的情况下，对应的校正约束条件为横向校正约束条件，横向校正约束条件用于优化车辆位姿中的横向坐标误差以及由横向坐标误差导致的姿态信息误差。
同理地，在标识类型为横向标识类型的情况下，对应的校正约束条件为纵向校正约束条件，纵向校正约束条件用于优化车辆位姿中的纵向坐标误差以及由纵向坐标误差导致的姿态信息误差。
在标识类型为综合标识类型的情况下，对应的校正约束条件为综合校正约束条件，综合校正约束条件用于优化车辆位姿中的横向坐标误差、纵向坐标误差、以及由横向坐标误差和纵向坐标误差导致的姿态信息误差。
本领域普通技术人员容易理解的是，姿态信息不同，感知到的环境视觉图像是不同的(因为视角是不同的)。那么相反的，根据环境视觉图像中的感知交通标识和地图交通标识之间的残差也可以校正车辆的姿态误差。
可选地，所述配对组合的数量为多组，相应地，所述残差值的数量为多个，所述将所述残差值作为校正约束条件，以对所述车辆位姿进行残差校正，得到校正后的车辆位姿，包括：
将多个所述残差值作为校正约束条件，以对所述车辆位姿进行残差校正，得到校正后的车辆位姿。
多个所述残差值对应多个目标配对组合，优选地，各目标配对组合之间的标识类型不同。
将多个残差值作为校正约束条件，以对车辆位姿进行残差校正，可以得到校正后的车辆位姿。一种可实现的实施方式，参照卡尔曼滤波算法，将每一残差值作为量测约束，优化车辆位姿，以迭代出较优的目标车辆位姿。其中，目标车辆位姿对应的残差值之和最小。
可选地，所述基于所述位置坐标确定所述地图中与所述感知交通标识相匹配的地图交通标识，得到配对组合，包括：
从所述地图中确定包括所述位置坐标的子地图，所述子地图中包括待匹配地图交通标识；对所述感知交通标识和所述待匹配地图交通标识进行配对处理，得到所述配对组合。
子地图的大小与环境视觉图像相关。环境视觉图像和子地图对应相同的环境范围。
在一些实施方式中，从地图中确定包括位置坐标的子地图，子地图中包括多个待匹配地图交通标识。针对每一感知交通标识，将该感知交通标识和各待匹配地图交通标识进行配对处理，以得到与感知交通标识相匹配的地图交通标识。
可选地，所述对所述感知交通标识和所述待匹配地图交通标识进行配对处理，得到所述配对组合，包括：
根据所述车辆位姿中的姿态信息，调整所述子地图的图像视角，以使所述子地图的图像视角与所述环境视觉图像的图像视角一致；基于所述感知交通标识在所述环境视觉图像中的方位信息和所述待匹配地图交通标识在所述子地图中的方位信息，对所述感知交通标识和所述待匹配地图交通标识进行配对，得到所述配对组合。
应说明的是，根据车辆位姿中的姿态信息，调整子地图的图像视角，以使子地图的图像视角与环境视觉图像的图像视角一致。虽然姿态信息存在误差，但是根据姿态信息调整子地图的图像视角的目的是使得环境视觉图像与子地图的视角基本一致，避免两者视角相差过大(例如完全相反)的情况。而根据存在一定误差的姿态信息调整子地图的图像视角是可以避免环境视觉图像与子地图的视角相差过大(如完全相反)的情况的，因为车辆上的传感器的误差不会过大。
示例地，根据车辆位姿中的姿态信息，调整子地图的图像视角，以使子地图的图像视角与环境视觉图像的图像视角一致(由于姿态信息存在误差，因此实际上是使得子地图和环境视觉图像的图像视角基本一致)。基于感知交通标识在环境视觉图像中的方位信息和待匹配地图交通标识在子地图中的方位信息，可以对感知交通标识和待匹配地图交通标识进行配对，得到配对组合(配对组合中的感知交通标识和地图交通标识的方位信息可以存在较小误差)。
可选地，所述对所述感知交通标识和所述待匹配地图交通标识进行配对处理，得到所述配对组合，包括：
基于所述感知交通标识的图形特征和所述待匹配地图交通标识的图形特征，对所述感知交通标识和所述待匹配地图交通标识进行配对，得到所述配对组合。
在一些实施方式中，基于感知交通标识的图形特征和待匹配地图交通标识的图形特征，对感知交通标识和待匹配地图交通标识进行配对，也可以得到配对组合。
可选地，所述对所述感知交通标识和所述待匹配地图交通标识进行配对处理，得到所述配对组合，包括：
将所述感知交通标识和所述待匹配地图交通标识输入训练完成的交通标识配对模型，得到所述交通标识配对模型输出的所述配对组合。
示例地，将感知交通标识和待匹配地图交通标识输入训练完成的交通标识配对模型，得到交通标识配对模型输出的配对组合。
其中交通标识配对模型的训练方式遵循传统的模型训练方式，此处不在赘述。
图4是根据一示例性实施例示出的一种车辆定位装置框图。参照图4，该装置400包括：
获取模块410，被配置为获取车辆的车辆位姿以及环境视觉图像，所述车辆位姿包括所述车辆在地图上的位置坐标，所述环境视觉图像包括感知交通标识；
第一确定模块420，被配置为基于所述位置坐标确定所述地图中与所述感知交通标识相匹配的地图交通标识，得到配对组合；
校正模块430，被配置为在道路坐标系下根据所述配对组合对所述车辆位姿进行校正，以得到目标车辆位姿。
采用这种装置，通过获取基于车辆上的传感器数据确定的车辆位姿以及环境视觉图像，其中，车辆位姿包括车辆在地图上的位置坐标，环境视觉图像包括感知交通标识。基于该位置坐标确定地图中与感知交通标识相匹配的地图交通标识，得到配对组合。在道路坐标系下根据配对组合对该车辆位姿进行校正，以得到目标车辆位姿。采用本公开这种方式，根据车辆上的传感器感知到的环境视觉图像中的交通标识、结合地图中的交通标识对当前车辆位姿进行进一步位姿校正，可得到精准度更高的目标车辆位姿。
可选地，所述装置400还包括：
第二确定模块，被配置为在根据所述配对组合对所述车辆位姿进行校正之前，根据所述位置坐标确定所述车辆在所述地图中所处的目标车道；
构建模块，被配置为根据所述位置坐标、以及所述目标车道建立所述道路坐标系。
可选地，所述构建模块包括：
第一确定子模块，被配置为确定所述位置坐标在所述目标车道的目标侧车道线上的投影点，所述目标侧车道线为所述目标车道的任一侧车道线；
第二确定子模块，被配置为以所述投影点为所述目标侧车道线的切点，确定所述目标侧车道线的切线；
构建子模块，被配置为以所述投影点为原点、并以所述切线为纵向轴线建立所述道路坐标系。
可选地，所述道路坐标系为三维坐标系。
可选地，所述校正模块430包括：
第一转换子模块，被配置为将所述配对组合中的所述感知交通标识的坐标和所述地图交通标识的坐标转换到所述道路坐标系下，得到目标配对组合；
校正子模块，被配置为根据所述目标配对组合对所述车辆位姿进行残差校正，得到校正后的车辆位姿；
第二转换子模块，被配置为根据所述道路坐标系和所述地图坐标系的转换关系，将校正后的车辆位姿由所述道路坐标系转换到所述地图坐标系下，得到所述目标车辆位姿。
可选地，所述配对组合中的所述感知交通标识和所述地图交通标识的标识类型相同，所述校正子模块，包括：
第三确定子模块，被配置为根据所述目标配对组合中的所述感知交通标识和所述地图交通标识的所述标识类型，确定与所述标识类型对应的预设残差计算方式；
计算子模块，被配置为根据所述预设残差计算方式、所述目标配对组合中所述感知交通标识的坐标和所述地图交通标识的坐标计算残差值；
执行子模块，被配置为将所述残差值作为校正约束条件，以对所述车辆位姿进行残差校正，得到校正后的车辆位姿。
可选地，所述标识类型包括横向标识类型、纵向标识类型、综合标识类型中的至少一种。
可选地，所述配对组合的数量为多组，相应地，所述残差值的数量为多个，所述执行子模块，还被配置为将多个所述残差值作为校正约束条件，以对所述车辆位姿进行残差校正，得到校正后的车辆位姿。
可选地，在所述标识类型为所述纵向标识类型的情况下，对应的所述校正约束条件为横向校正约束条件，所述横向校正约束条件用于优化所述车辆位姿中的横向坐标误差以及由所述横向坐标误差导致的姿态信息误差。
可选地，所述第一确定模块420包括：
第四确定子模块，被配置为从所述地图中确定包括所述位置坐标的子地图，所述子地图中包括待匹配地图交通标识；
配对子模块，被配置为对所述感知交通标识和所述待匹配地图交通标识进行配对处理，得到所述配对组合。
可选地，所述配对子模块，包括：
调整子模块，被配置为根据所述车辆位姿中的姿态信息，调整所述子地图的图像视角，以使所述子地图的图像视角与所述环境视觉图像的图像视角一致；
第二执行子模块，被配置为基于所述感知交通标识在所述环境视觉图像中的方位信息和所述待匹配地图交通标识在所述子地图中的方位信息，对所述感知交通标识和所述待匹配地图交通标识进行配对，得到所述配对组合。
可选地，所述配对子模块，包括：
第三执行子模块，被配置为基于所述感知交通标识的图形特征和所述待匹配地图交通标识的图形特征，对所述感知交通标识和所述待匹配地图交通标识进行配对，得到所述配对组合。
可选地，所述配对子模块，包括：
第四执行子模块，被配置为将所述感知交通标识和所述待匹配地图交通标识输入训练完成的交通标识配对模型，得到所述交通标识配对模型输出的所述配对组合。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的车辆定位方法的步骤。
图5是根据一示例性实施例示出的一种用车辆定位的电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。在一些实施方式中，电子设备800还可以是包括移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等装置的电子设备。例如电子设备800为车辆。
参照图5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的车辆定位方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电力组件806为电子设备800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述车辆定位方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由电子设备800的处理器820执行以完成上述车辆定位方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的车辆定位方法的代码部分。
本公开实施例还提供一种车辆，该车辆包括上述任一种车辆定位装置400。该车辆通过获取车辆的车辆位姿以及环境视觉图像，其中，车辆位姿包括车辆在地图上的位置坐标，环境视觉图像包括感知交通标识。基于该位置坐标确定地图中与感知交通标识相匹配的地图交通标识，得到配对组合。在道路坐标系下根据配对组合对该车辆位姿进行校正，以得到目标车辆位姿。采用这种车辆，根据车辆上的传感器感知到的环境视觉图像中的交通标识、结合地图中的交通标识对当前车辆位姿进行进一步位姿校正，可得到精准度更高的目标车辆位姿。
本公开实施例还提供一种芯片，该芯片包括集成电路，该集成电路用于执行上述任一种车辆定位方法。
本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (16)

1.一种车辆定位方法，其特征在于，所述方法包括：
获取车辆的车辆位姿以及环境视觉图像，所述车辆位姿包括所述车辆在地图上的位置坐标，所述环境视觉图像包括感知交通标识；
基于所述位置坐标确定所述地图中与所述感知交通标识相匹配的地图交通标识，得到配对组合；
在道路坐标系下根据所述配对组合对所述车辆位姿进行校正，以得到目标车辆位姿；
在根据所述配对组合对所述车辆位姿进行校正之前，包括：
根据所述位置坐标确定所述车辆在所述地图中所处的目标车道；
根据所述位置坐标、以及所述目标车道建立所述道路坐标系；
所述根据所述位置坐标、以及所述目标车道建立所述道路坐标系，包括：
确定所述位置坐标在所述目标车道的目标侧车道线上的投影点，所述目标侧车道线为所述目标车道的任一侧车道线；
以所述投影点为所述目标侧车道线的切点，确定所述目标侧车道线的切线；
以所述投影点为原点、并以所述切线为纵向轴线建立所述道路坐标系。
2.根据权利要求1所述的方法，其特征在于，所述道路坐标系为三维坐标系。
3.根据权利要求2所述的方法，其特征在于，所述在道路坐标系下根据所述配对组合对所述车辆位姿进行校正，以得到目标车辆位姿，包括：
将所述配对组合中的所述感知交通标识的坐标和所述地图交通标识的坐标转换到所述道路坐标系下，得到目标配对组合；
根据所述目标配对组合对所述车辆位姿进行残差校正，得到校正后的车辆位姿；
根据所述道路坐标系和地图坐标系的转换关系，将校正后的车辆位姿由所述道路坐标系转换到所述地图坐标系下，得到所述目标车辆位姿。
4.根据权利要求3所述的方法，其特征在于，所述配对组合中的所述感知交通标识和所述地图交通标识的标识类型相同，相应地，所述根据所述目标配对组合对所述车辆位姿进行残差校正，得到校正后的车辆位姿，包括：
根据所述目标配对组合中的所述感知交通标识和所述地图交通标识的所述标识类型，确定与所述标识类型对应的预设残差计算方式；
根据所述预设残差计算方式、所述目标配对组合中所述感知交通标识的坐标和所述地图交通标识的坐标计算残差值；
将所述残差值作为校正约束条件，以对所述车辆位姿进行残差校正，得到校正后的车辆位姿。
5.根据权利要求4所述的方法，其特征在于，所述标识类型包括横向标识类型、纵向标识类型、综合标识类型中的至少一种。
6.根据权利要求4所述的方法，其特征在于，所述配对组合的数量为多组，相应地，所述残差值的数量为多个，所述将所述残差值作为校正约束条件，以对所述车辆位姿进行残差校正，得到校正后的车辆位姿，包括：
将多个所述残差值作为校正约束条件，以对所述车辆位姿进行残差校正，得到校正后的车辆位姿。
7.根据权利要求5所述的方法，其特征在于，在所述标识类型为所述纵向标识类型的情况下，对应的所述校正约束条件为横向校正约束条件，所述横向校正约束条件用于优化所述车辆位姿中的横向坐标误差以及由所述横向坐标误差导致的姿态信息误差。
8.根据权利要求1所述的方法，其特征在于，所述基于所述位置坐标确定所述地图中与所述感知交通标识相匹配的地图交通标识，得到配对组合，包括：
从所述地图中确定包括所述位置坐标的子地图，所述子地图中包括待匹配地图交通标识；
对所述感知交通标识和所述待匹配地图交通标识进行配对处理，得到所述配对组合。
9.根据权利要求8所述的方法，其特征在于，所述对所述感知交通标识和所述待匹配地图交通标识进行配对处理，得到所述配对组合，包括：
根据所述车辆位姿中的姿态信息，调整所述子地图的图像视角，以使所述子地图的图像视角与所述环境视觉图像的图像视角一致；
基于所述感知交通标识在所述环境视觉图像中的方位信息和所述待匹配地图交通标识在所述子地图中的方位信息，对所述感知交通标识和所述待匹配地图交通标识进行配对，得到所述配对组合。
10.根据权利要求8所述的方法，其特征在于，所述对所述感知交通标识和所述待匹配地图交通标识进行配对处理，得到所述配对组合，包括：
基于所述感知交通标识的图形特征和所述待匹配地图交通标识的图形特征，对所述感知交通标识和所述待匹配地图交通标识进行配对，得到所述配对组合。
11.根据权利要求8所述的方法，其特征在于，所述对所述感知交通标识和所述待匹配地图交通标识进行配对处理，得到所述配对组合，包括：
将所述感知交通标识和所述待匹配地图交通标识输入训练完成的交通标识配对模型，得到所述交通标识配对模型输出的所述配对组合。
12.一种车辆定位装置，其特征在于，所述装置包括：
获取模块，被配置为获取车辆的车辆位姿以及环境视觉图像，所述车辆位姿包括所述车辆在地图上的位置坐标，所述环境视觉图像包括感知交通标识；
第一确定模块，被配置为基于所述位置坐标确定所述地图中与所述感知交通标识相匹配的地图交通标识，得到配对组合；
校正模块，被配置为在道路坐标系下根据所述配对组合对所述车辆位姿进行校正，以得到目标车辆位姿；
第二确定模块，被配置为在根据所述配对组合对所述车辆位姿进行校正之前，根据所述位置坐标确定所述车辆在所述地图中所处的目标车道；
构建模块，被配置为根据所述位置坐标、以及所述目标车道建立所述道路坐标系；
所述构建模块包括：
第一确定子模块，被配置为确定所述位置坐标在所述目标车道的目标侧车道线上的投影点，所述目标侧车道线为所述目标车道的任一侧车道线；
第二确定子模块，被配置为以所述投影点为所述目标侧车道线的切点，确定所述目标侧车道线的切线；
构建子模块，被配置为以所述投影点为原点、并以所述切线为纵向轴线建立所述道路坐标系。
13.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1-11中任一项所述方法的步骤。
14.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-11中任一项所述方法的步骤。
15.一种车辆，其特征在于，所述车辆包括权利要求12所述的车辆定位装置。
16.一种芯片，其特征在于，所述芯片包括用于执行权利要求1-11中任一项所述方法的集成电路。
CN202210295602.9A 2022-03-23 2022-03-23 车辆定位方法、装置、存储介质、电子设备、车辆及芯片 Active CN114608591B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210295602.9A CN114608591B (zh) 2022-03-23 2022-03-23 车辆定位方法、装置、存储介质、电子设备、车辆及芯片

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210295602.9A CN114608591B (zh) 2022-03-23 2022-03-23 车辆定位方法、装置、存储介质、电子设备、车辆及芯片

Publications (2)

Publication Number Publication Date
CN114608591A CN114608591A (zh) 2022-06-10
CN114608591B true CN114608591B (zh) 2023-01-10

Family

ID=81865907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210295602.9A Active CN114608591B (zh) 2022-03-23 2022-03-23 车辆定位方法、装置、存储介质、电子设备、车辆及芯片

Country Status (1)

Country Link
CN (1) CN114608591B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116202538B (zh) * 2023-05-05 2023-08-29 广州小鹏自动驾驶科技有限公司 地图匹配融合方法、装置、设备及存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2287698A1 (en) * 2009-07-28 2011-02-23 BAE Systems PLC Estimating positions of a device and at least one target in an environment
CN103729892B (zh) * 2013-06-20 2016-06-29 深圳市金溢科技股份有限公司 车辆定位方法、装置及处理器
EP3109589B1 (en) * 2015-06-23 2019-01-30 Volvo Car Corporation A unit and method for improving positioning accuracy
CN110954112B (zh) * 2019-03-29 2021-09-21 北京初速度科技有限公司 一种导航地图与感知图像匹配关系的更新方法和装置
CN110542436B (zh) * 2019-09-11 2021-10-15 百度在线网络技术（北京）有限公司 车辆定位系统的评测方法、装置、设备及存储介质
CN112629544B (zh) * 2019-10-09 2022-12-02 北京魔门塔科技有限公司 一种基于车道线的车辆定位方法及装置
CN114034307B (zh) * 2021-11-19 2024-04-16 智道网联科技(北京)有限公司 基于车道线的车辆位姿校准方法、装置和电子设备
CN114088114B (zh) * 2021-11-19 2024-02-13 智道网联科技(北京)有限公司 车辆位姿校准方法、装置和电子设备

Also Published As

Publication number Publication date
CN114608591A (zh) 2022-06-10

Similar Documents

Publication Publication Date Title
WO2021128777A1 (en) Method, apparatus, device, and storage medium for detecting travelable region
US7822545B2 (en) Mobile terminal with navigation function
US9749809B2 (en) Method and system for determining the location and position of a smartphone based on image matching
CN110246182B (zh) 基于视觉的全局地图定位方法、装置、存储介质和设备
KR20200125667A (ko) 차재 카메라 자기 교정 방법과 장치 및 차량 운전 방법과 장치
JP5607759B2 (ja) 軌道ベースのロケーション判断を使用した画像識別
EP3168571B1 (en) Utilizing camera to assist with indoor pedestrian navigation
WO2019037489A1 (zh) 地图显示方法、装置、存储介质及终端
US20200265725A1 (en) Method and Apparatus for Planning Navigation Region of Unmanned Aerial Vehicle, and Remote Control
CN111625764B (zh) 移动数据的校准方法、装置、电子设备和存储介质
CN110986930A (zh) 设备定位方法、装置、电子设备及存储介质
CN112785715A (zh) 虚拟物体显示方法以及电子设备
CN112432637B (zh) 定位方法及装置、电子设备和存储介质
CN114608591B (zh) 车辆定位方法、装置、存储介质、电子设备、车辆及芯片
KR20100060472A (ko) 위치 측정 방법 및 이를 이용한 휴대 단말기
CN112414400B (zh) 一种信息处理方法、装置、电子设备和存储介质
CN114563005A (zh) 道路定位方法、装置、设备、车辆及存储介质
CN114549633A (zh) 位姿检测方法、装置、电子设备和存储介质
KR20220155421A (ko) 포지셔닝 방법 및 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램
CN112683262A (zh) 定位方法及装置、电子设备和存储介质
CN113063421A (zh) 导航方法及相关装置、移动终端、计算机可读存储介质
CN112432636A (zh) 定位方法及装置、电子设备和存储介质
CN113450298B (zh) 基于多传感器的视野图处理方法、装置和设备
CN117935098A (zh) 位置数据处理方法、装置、介质及设备
CN116859937A (zh) 机器人的控制方法、控制装置、电子设备及存储介质

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