CN114690231A - 车辆定位方法 - Google Patents

Abstract

本申请公开一种车辆定位方法，方法包括：判断当前卫星定位信号的稳定性；在当前卫星定位信号位于信号稳定区的情况下，将基于当前卫星定位信号定位的车辆位置确定为目标位置，其中，目标位置为自车最终所需的当前地理位置；在当前卫星定位信号位于信号不稳定区或者无信号区的情况下，从最近行驶的预设行驶距离范围内选取目标定位点，基于目标定位点和至少一种目标定位算法中每种目标定位算法确定每种目标定位算法对应的初始位置，根据每种目标定位算法对应的误差曲线和目标行驶距离确定对应初始位置的算法定位误差，选择算法定位误差最小的初始位置作为目标位置。本申请可以提高车辆定位精度。

Description

车辆定位方法

技术领域

本申请涉及汽车技术领域，具体而言，涉及一种车辆定位方法。

背景技术

随着国民经济的快速发展和人民生活水平的逐步提高，车辆保有量不断增多，智能驾驶技术也越来越丰富。车辆定位是智能驾驶领域中的重要组成部分，为了实现车辆定位，目前常用的定位方法为RTK(Real-time kinematic，实时动态)差分定位。RTK差分定位是实时处理两个测量站载波相位观测量的差分方法，将基准站采集的载波相位发给用户接收机，进行求差解算坐标。这是一种新的常用的卫星定位测量方法，以前的静态、快速静态、动态测量都需要事后进行解算才能获得厘米级的精度，而RTK是能够在野外实时得到厘米级定位精度的测量方法，它采用了载波相位动态实时差分方法，是GPS(GlobalPositioning System，全球定位系统)应用的重大里程碑，它的出现为工程放样、地形测图，各种控制测量带来了新的测量原理和方法，极大地提高了作业效率。

然而，当车辆行驶到立交桥、隧道等特殊场景下时，卫星定位信号会非常不稳定，甚至出现完全无信号的情况，从而导致定位精度低或者无法定位的问题。

发明内容

本申请提供了一种车辆定位方法，能够解决相关技术中因卫星定位信号不稳定或者无信号，而导致定位精度低或者无法定位的问题。

具体的技术方案如下：

本申请实施例提供了一种车辆定位方法，所述方法包括：

判断当前卫星定位信号的稳定性；

在所述当前卫星定位信号位于信号稳定区的情况下，将基于所述当前卫星定位信号定位的车辆位置确定为目标位置，其中，所述目标位置为自车最终所需的当前地理位置；

在所述当前卫星定位信号位于信号不稳定区或者无信号区的情况下，从最近行驶的预设行驶距离范围内选取目标定位点，基于所述目标定位点和至少一种目标定位算法中每种目标定位算法确定每种目标定位算法对应的初始位置，根据每种目标定位算法对应的误差曲线和目标行驶距离确定对应初始位置的算法定位误差，选择算法定位误差最小的初始位置作为所述目标位置，

其中，所述目标定位算法为非卫星定位的定位算法，所述误差曲线为在信号稳定区内进行定位过程中生成的关于行驶距离和算法定位误差之间映射关系的曲线，所述目标行驶距离为所述自车从所述目标定位点所对应的起始时间到待定位时间的行驶距离。

在一种实施方式中，判断当前卫星定位信号的稳定性包括：

在N个定位周期内搜星数均在预设搜星阈值以上，且所有卫星定位误差小于第一定位误差阈值的情况下，确定所述当前卫星定位信号位于信号稳定区，其中，所述N≧2；

在所述N个定位周期内存在M个定位周期搜星数小于所述预设搜星阈值，或者所述N个定位周期内至少存在N-1个定位周期搜星数在所述预设搜星阈值以上且存在至少两个定位周期的卫星定位误差大于所述第一预设定位误差阈值的情况下，确定所述当前卫星定位信号位于信号不稳定区，其中，2≦M≦N-2；

在所述N个定位周期内至少存在N-1个定位周期搜星数小于所述预设搜星阈值，或者所有卫星定位误差在所述第一定位误差阈值以上的情况下，确定所述当前卫星定位信号位于无信号区。

在一种实施方式中，所述目标定位算法包括惯导定位算法、车轮转数定位算法、高精地图定位算法、车道匹配定位算法中至少一种；

当所述目标定位算法包括所述惯导定位算法时，基于所述目标定位点和至少一种目标定位算法中每种目标定位算法确定每种目标定位算法对应的初始位置包括：根据所述目标定位点和目标惯导信息计算自车行驶轨迹，并取所述自车行驶轨迹中待定位时间对应的轨迹点为所述惯导定位算法对应的初始位置，其中，所述目标惯导信息包括从所述目标定位点所对应的起始时间到待定位时间自车行驶过程中的惯导信息；

当所述目标定位算法包括所述车轮转数定位算法时，基于所述目标定位点和至少一种目标定位算法中每种目标定位算法确定每种目标定位算法对应的初始位置包括：基于车轮平均半径和目标车轮转数计算所述目标行驶距离，在所述自车行驶轨迹中确定距离所述目标定位点所述目标行驶距离处的位置为所述车轮转数定位算法对应的初始位置，其中，所述目标车轮转数为自车从所述目标定位点所对应的起始时间到待定位时间的车轮转数；

当所述目标定位算法包括所述高精地图定位算法时，基于所述目标定位点和至少一种目标定位算法中每种目标定位算法确定每种目标定位算法对应的初始位置包括：根据预设道路识别算法确定自车当前所在的目标道路，获取高精地图中所述目标道路上的预设中心线，根据所述自车行驶轨迹确定距离所述目标定位点所述目标行驶距离且位于所述预设中心线上的位置为所述高精地图定位算法对应的初始位置，其中，所述预设中心线包括所述目标道路的道路中心线和/或所述目标道路的车道中心线；

当所述目标定位算法包括所述车道匹配定位算法时，基于所述目标定位点和至少一种目标定位算法中每种目标定位算法确定每种目标定位算法对应的初始位置包括：根据预设车道识别算法确定自车当前所在的目标车道，当所述预设中心线仅包括所述目标道路的道路中心线时，将所述高精地图定位算法对应的初始位置平移到所述目标车道的车道中心线后获得的位置确定为所述车道匹配定位算法对应的初始位置，或者，当所述预设中心线包括所述目标道路的车道中心线时，所述高精地图定位算法对应的所述目标车道的车道中心线上的初始位置确定为所述车道匹配定位算法对应的初始位置。

在一种实施方式中，所述目标惯导信息包括从目标定位点作为起始位置继续行驶过程中的行驶距离、惯导测量单元IMU陀螺仪惯导转角、车速、从目标定位点开始行驶的行驶时长中至少一项；

根据所述目标定位点和目标惯导信息计算自车行驶轨迹包括：

根据第一公式或第二公式计算自车行驶轨迹；

其中，所述第一公式为

其中，所述P_t(x,y)为行驶时长为t时的轨迹点的位置坐标，所述P₁(x,y)为目标定位点的位置坐标，所述δD_k为第k个行驶距离统计周期内的行驶距离，所述n为第n个行驶距离统计周期，所述δθ为第k个行驶距离统计周期的截止时间和起始时间的IMU陀螺仪惯导转角之差；

所述第二公式为

P_t(x,y)＝P₁(x,y)+∫∫v(x,y,t)dθdt

其中，所述v(x,y,t)为行驶时长为t时的车速，所述θ为IMU陀螺仪惯导转角。

在一种实施方式中，在基于车轮平均半径和目标车轮转数计算所述目标行驶距离之前，所述方法还包括：

在本次车轮平均半径修正周期中，当自车在信号稳定区行驶过程中，获取满足预设距离要求且卫星定位误差小于第二定位误差阈值的两个定位点；

根据所述两个定位点的距离、两个定位点之间的行驶时长和车轮转速计算所述车轮平均半径。

在一种实施方式中，所述目标定位点包括基于卫星定位信号计算的定位点、基于路侧设备的辅助定位算法计算的定位点、基于其他车辆的辅助定位算法计算的定位点中至少一种。

在一种实施方式中，当所述目标定位点包括基于路侧设备的辅助定位算法计算的定位点时，在从最近行驶的预设行驶距离范围内选取目标定位点之前，所述方法还包括：基于路侧设备的辅助定位算法计算目标定位点的位置坐标；

其中，基于路侧设备的辅助定位算法计算目标定位点的位置坐标包括：

接收路侧设备发送的区域高精度地图以及在所述区域高精度地图范围内的区域高精度辅助定位数据，其中，所述区域高精度辅助定位数据包括至少一个辅助定位分区，所述辅助定位分区包括具有唯一性可识别特征的辅助定位参照物的外表特征信息、用于感知与所述辅助定位参照物相对位置关系的车道参照点、所述辅助定位参照物与所述车道参照点的相对位置关系；

在基于所述区域高精度地图进行行驶的过程中，若确定自车进入一个辅助定位分区，则根据所述外表特征信息、所述车道参照点以及所述相对位置关系，判断是否检测到目标辅助定位参照物，其中，所述目标辅助定位参照物为所述自车当前所在辅助定位分区的辅助定位参照物；

在确定检测到所述目标辅助定位参照物的情况下，将车身坐标系转换成以所述目标辅助定位参照物为原点的南北正向坐标系，其中，所述南北正向坐标系的横轴正方向为正东方向，纵轴正方向为正北方向；

根据所述自车与所述目标辅助定位参照物的相对位置关系、所述南北正向坐标系与地理坐标系的映射关系，确定所述目标定位点的位置坐标。

在一种实施方式中，当所述目标定位点包括基于其他车辆的辅助定位算法计算的定位点时，在从最近行驶的预设行驶距离范围内选取目标定位点之前，所述方法还包括：基于其他车辆的辅助定位算法计算目标定位点的位置坐标；

其中，基于其他车辆的辅助定位算法计算目标定位点的位置坐标包括：

检测自车与目标邻车的相对位置信息，以及基于车用无线通信技术V2X获取所述目标邻车的定位信息，其中，所述定位信息包括邻车定位位置和邻车定位误差；

在所述邻车定位误差小于第三定位误差阈值的情况下，根据所述相对位置信息和所述邻车定位位置计算所述目标定位点的位置坐标。

在一种实施方式中，所述相对位置信息包括所述目标邻车的位置坐标、所述自车与所述目标邻车的距离、所述自车与所述目标邻车的连线与道路方向所形成的夹角；

根据所述相对位置信息和所述邻车定位位置计算所述目标定位点的位置坐标包括：

根据第三公式计算所述目标定位点的位置坐标P_A(x,y)，其中，所述第三公式为P_A(x,y)＝P_B(x,y)-(L cosα,L sinα)，P_B(x,y)为所述目标邻车的位置坐标，所述L为所述自车与所述目标邻车的距离，所述α为所述夹角。

在一种实施方式中，在根据每种目标定位算法对应的误差曲线和目标行驶距离确定对应初始位置的算法定位误差之前，所述方法还包括：生成每种目标定位算法对应的误差曲线；

其中，生成每种目标定位算法对应的误差曲线包括：

当所述自车在信号稳定区行驶过程中，从历史行驶的预设行驶距离范围中获取多个行驶距离子范围；

在每个行驶距离子范围中选取一个卫星定位误差小于第四定位误差阈值的定位点作为起始位置；

分别根据每个起始位置和目标定位算法计算每个起始位置所对应的自车定位位置，其中，所述自车定位位置是针对历史行驶的预设行驶距离范围对应的最新时间的定位位置；

分别计算每个自车定位位置与真实位置之间的算法定位误差，其中，所述真实位置为历史行驶的预设行驶距离范围最近一次卫星定位误差小于第四定位误差阈值的定位点所处的位置；

确定自车每个起始位置所对应的起始时间到所述最新时间的行驶距离；

根据算法定位误差和行驶距离的映射关系生成所述目标定位算法对应的误差曲线。

第二方面，本申请实施例提供一种车辆定位装置，所述装置包括：

判断单元，用于判断当前卫星定位信号的稳定性；

第一确定单元，用于在所述当前卫星定位信号位于信号稳定区的情况下，将基于所述当前卫星定位信号定位的车辆位置确定为目标位置，其中，所述目标位置为自车最终所需的当前地理位置；

选取单元，用于在所述当前卫星定位信号位于信号不稳定区或者无信号区的情况下，从最近行驶的预设行驶距离范围内选取目标定位点；

第二确定单元，用于基于所述目标定位点和至少一种目标定位算法中每种目标定位算法确定每种目标定位算法对应的初始位置，其中，所述目标定位算法为非卫星定位的定位算法；

第三确定单元，用于根据每种目标定位算法对应的误差曲线和目标行驶距离确定对应初始位置的算法定位误差，其中，所述误差曲线为在信号稳定区内进行定位过程中生成的关于行驶距离和算法定位误差之间映射关系的误差曲线，所述目标行驶距离为自车从所述目标定位点所对应的起始时间到待定位时间的行驶距离；

选择单元，用于选择算法定位误差最小的初始位置作为所述目标位置。

在一种实施方式中，判断单元包括：

第一判定模块，用于在N个定位周期内搜星数均在预设搜星阈值以上，且所有卫星定位误差小于第一定位误差阈值的情况下，确定所述当前卫星定位信号位于信号稳定区，其中，所述N≧2；

第二判定模块，用于在所述N个定位周期内存在M个定位周期搜星数小于所述预设搜星阈值，或者所述N个定位周期内至少存在N-1个定位周期搜星数在所述预设搜星阈值以上且存在至少两个定位周期的卫星定位误差大于所述第一预设定位误差阈值的情况下，确定所述当前卫星定位信号位于信号不稳定区，其中，2≦M≦N-2；

第三判定模块，用于在所述N个定位周期内至少存在N-1个定位周期搜星数小于所述预设搜星阈值，或者所有卫星定位误差在所述第一定位误差阈值以上的情况下，确定所述当前卫星定位信号位于无信号区。

在一种实施方式中，所述目标定位算法包括惯导定位算法、车轮转数定位算法、高精地图定位算法、车道匹配定位算法中至少一种；

第二确定单元包括：

第一确定模块，用于当所述目标定位算法包括所述惯导定位算法时，根据所述目标定位点和目标惯导信息计算自车行驶轨迹，并取所述自车行驶轨迹中待定位时间对应的轨迹点为所述惯导定位算法对应的初始位置，其中，所述目标惯导信息包括从所述目标定位点所对应的起始时间到待定位时间自车行驶过程中的惯导信息；

第二确定模块，用于当所述目标定位算法包括所述车轮转数定位算法时，基于车轮平均半径和目标车轮转数计算所述目标行驶距离，在所述自车行驶轨迹中确定距离所述目标定位点所述目标行驶距离处的位置为所述车轮转数定位算法对应的初始位置，其中，所述目标车轮转数为自车从所述目标定位点所对应的起始时间到待定位时间的车轮转数；

第三确定模块，用于当所述目标定位算法包括所述高精地图定位算法时，根据预设道路识别算法确定自车当前所在的目标道路，获取高精地图中所述目标道路上的预设中心线，根据所述自车行驶轨迹确定距离所述目标定位点所述目标行驶距离且位于所述预设中心线上的位置为所述高精地图定位算法对应的初始位置，其中，所述预设中心线包括所述目标道路的道路中心线和/或所述目标道路的车道中心线；

第四确定模块，用于当所述目标定位算法包括所述车道匹配定位算法时，根据预设车道识别算法确定自车当前所在的目标车道，当所述预设中心线仅包括所述目标道路的道路中心线时，将所述高精地图定位算法对应的初始位置平移到所述目标车道的车道中心线后获得的位置确定为所述车道匹配定位算法对应的初始位置，或者，当所述预设中心线包括所述目标道路的车道中心线时，所述高精地图定位算法对应的所述目标车道的车道中心线上的初始位置确定为所述车道匹配定位算法对应的初始位置。

在一种实施方式中，所述目标惯导信息包括从目标定位点作为起始位置继续行驶过程中的行驶距离、惯导测量单元IMU陀螺仪惯导转角、车速、从目标定位点开始行驶的行驶时长中至少一项；

第一确定模块，具体用于：

根据第一公式或第二公式计算自车行驶轨迹；

其中，所述第一公式为

其中，所述P_t(x,y)为行驶时长为t时的轨迹点的位置坐标，所述P₁(x,y)为目标定位点的位置坐标，所述δD_k为第k个行驶距离统计周期内的行驶距离，所述n为第n个行驶距离统计周期，所述δθ为第k个行驶距离统计周期的截止时间和起始时间的IMU陀螺仪惯导转角之差；

所述第二公式为

P_t(x,y)＝P₁(x,y)+∫∫v(x,y,t)dθdt

其中，所述v(x,y,t)为行驶时长为t时的车速，所述θ为IMU陀螺仪惯导转角。

在一种实施方式中，第二确定模块，还用于在基于车轮平均半径和目标车轮转数计算所述目标行驶距离之前，在本次车轮平均半径修正周期中，当自车在信号稳定区行驶过程中，获取满足预设距离要求且卫星定位误差小于第二定位误差阈值的两个定位点；根据所述两个定位点的距离、两个定位点之间的行驶时长和车轮转速计算所述车轮平均半径。

在一种实施方式中，所述目标定位点包括基于卫星定位信号计算的定位点、基于路侧设备的辅助定位算法计算的定位点、基于其他车辆的辅助定位算法计算的定位点中至少一种。

在一种实施方式中，所述装置还包括：

第一定位单元，用于基于路侧设备的辅助定位算法计算目标定位点的位置坐标；

第一定位单元包括：

接收模块，用于接收路侧设备发送的区域高精度地图以及在所述区域高精度地图范围内的区域高精度辅助定位数据，其中，所述区域高精度辅助定位数据包括至少一个辅助定位分区，所述辅助定位分区包括具有唯一性可识别特征的辅助定位参照物的外表特征信息、用于感知与所述辅助定位参照物相对位置关系的车道参照点、所述辅助定位参照物与所述车道参照点的相对位置关系；

判断模块，用于在基于所述区域高精度地图进行行驶的过程中，若确定自车进入一个辅助定位分区，则根据所述外表特征信息、所述车道参照点以及所述相对位置关系，判断是否检测到目标辅助定位参照物，其中，所述目标辅助定位参照物为所述自车当前所在辅助定位分区的辅助定位参照物；

转换模块，用于在确定检测到所述目标辅助定位参照物的情况下，将车身坐标系转换成以所述目标辅助定位参照物为原点的南北正向坐标系，其中，所述南北正向坐标系的横轴正方向为正东方向，纵轴正方向为正北方向；

第五确定模块，用于根据所述自车与所述目标辅助定位参照物的相对位置关系、所述南北正向坐标系与地理坐标系的映射关系，确定所述目标定位点的位置坐标。

在一种实施方式中，所述装置还包括：

第二定位单元，用于基于路侧设备的辅助定位算法计算目标定位点的位置坐标；

第二定位单元包括：

检测模块，用于检测自车与目标邻车的相对位置信息；

第一获取模块，用于基于车用无线通信技术V2X获取所述目标邻车的定位信息，其中，所述定位信息包括邻车定位位置和邻车定位误差；

第一计算模块，用于在所述邻车定位误差小于第三定位误差阈值的情况下，根据所述相对位置信息和所述邻车定位位置计算所述目标定位点的位置坐标。

在一种实施方式中，所述相对位置信息包括所述目标邻车的位置坐标、所述自车与所述目标邻车的距离、所述自车与所述目标邻车的连线与道路方向所形成的夹角；

第一计算模块，用于根据第三公式计算所述目标定位点的位置坐标P_A(x,y)，其中，所述第三公式为P_A(x,y)＝P_B(x,y)-(L cosα,L sinα)，P_B(x,y)为所述目标邻车的位置坐标，所述L为所述自车与所述目标邻车的距离，所述α为所述夹角。

在一种实施方式中，所述装置还包括：

生成单元，用于在根据每种目标定位算法对应的误差曲线和目标行驶距离确定对应初始位置的算法定位误差之前，生成每种目标定位算法对应的误差曲线；

生成单元包括：

第二获取模块，用于当所述自车在信号稳定区行驶过程中，从历史行驶的预设行驶距离范围中获取多个行驶距离子范围；

选取模块，用于在每个行驶距离子范围中选取一个卫星定位误差小于第四定位误差阈值的定位点作为起始位置；

第二计算模块，用于分别根据每个起始位置和目标定位算法计算每个起始位置所对应的自车定位位置，其中，所述自车定位位置是针对历史行驶的预设行驶距离范围对应的最新时间的定位位置，分别计算每个自车定位位置与真实位置之间的算法定位误差，其中，所述真实位置为历史行驶的预设行驶距离范围最近一次卫星定位误差小于第四定位误差阈值的定位点所处的位置，确定定自车每个起始位置所对应的起始时间到所述最新时间的行驶距离；

生成模块，用于根据算法定位误差和行驶距离的映射关系生成所述目标定位算法对应的误差曲线。

第三方面，本申请的另一个实施例提供了一种存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现如第一方面任一实施方式所述的方法。

第四方面，本申请的另一个实施例提供了一种车辆，所述车辆包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

其中，当所述一个或多个程序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实现如第一方面任一实施方式所述的方法。

由上述内容可知，本申请实施例提供的车辆定位方法，能够在当前卫星定位信号位于信号稳定区的情况下，直接将基于当前卫星定位信号定位的车辆位置确定为目标位置，而在当前卫星定位信号位于信号不稳定区或者无信号区的情况下，可以借助至少一种目标定位算法(非卫星定位算法)和目标定位点计算得到每种目标定位算法对应定位结果(即初始位置)，并根据每种目标定位算法对应的误差曲线和目标行驶距离确定对应初始位置的算法定位误差，最后选择算法定位误差最小的初始位置作为目标位置，从而无论当前卫星定位信号是否稳定，均可以获得高精度定位结果。

本申请实施例可以取得的技术效果还包括但不限于以下几点：

1、本申请实施例结合搜星数和卫星定位误差可以快速且准确地判断出当前卫星定位信号的稳定性。

2、为了提高车轮平均半径的准确度，可以当自车在信号稳定区行驶过程中，获取满足预设距离要求且卫星定位误差小于第二定位误差阈值的两个定位点，并根据两个定位点的距离、两个定位点之间的行驶时长和车轮转速计算车轮平均半径，从而实现定期更新车轮平均半径。

3、在当前卫星定位信号位于信号不稳定区或者无信号区的情况下，可以基于路侧设备或者其他车辆进行辅助定位，从而获得目标定位点，进而提高目标定位点的准确度。

当然，实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单介绍。显而易见地，下面描述中的附图仅仅是本申请的一些实施例。对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种车辆定位方法的流程示意图；

图2为本申请实施例提供的一种多种定位算法定位结果示例图；

图3为本申请实施例提供的一种基于其他车辆的辅助定位示例图；

图4a为本申请实施例提供的一种信号稳定区内误差计算示意图；

图4b为本申请实施例提供的一种信号不稳定区内误差计算示意图

图4c为本申请实施例提供的一种无信号区内误差计算示意图；

图5为本申请实施例提供的一种车辆定位装置的组成框图。

具体实施方式

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、完整的描述。显然，所描述的实施例仅仅是本申请的一部分实施例，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付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。

需要说明的是，本申请实施例及附图中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含的一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

图1为本申请实施例提供的一种车辆定位方法的流程示意图，该方法应用于自车，方法包括：

S110：判断当前卫星定位信号的稳定性。

实际应用中，可以使用历史数据预判当前卫星定位信号的稳定性，也可以实时判断当前卫星定位信号的稳定性，并且还可以使用实时判断结果修正历史判断结果，当历史数据中没有对应稳定性判断结果时，可以在历史数据的基础上增加稳定性判断结果。自车可以通过向服务器发送修正信息来供服务器对历史数据进行修正，修正信息包括目标位置、修改后的目标位置对应的稳定性判断结果和修改前的稳定性判断结果，例如历史数据中针对自车所在的当前地理区域为信号稳定区，而实时判断的结果为信号不稳定区，则自车可以向服务器上报稳定性判断结果的修正信息。自车可以通过向服务器发送稳定性增加信息来供服务器对历史数据进行更加，稳定性增加信息包括目标位置和目标位置对应的稳定性判断结果。

实时判断当前卫星定位信号的稳定性的方法包括：在N个定位周期内搜星数均在预设搜星阈值以上，且所有卫星定位误差小于第一定位误差阈值的情况下，确定所述当前卫星定位信号位于信号稳定区，其中，所述N≧2；在所述N个定位周期内存在M个定位周期搜星数小于所述预设搜星阈值，或者所述N个定位周期内至少存在N-1个定位周期搜星数在所述预设搜星阈值以上且存在至少两个定位周期的卫星定位误差大于所述第一预设定位误差阈值的情况下，确定所述当前卫星定位信号位于信号不稳定区，其中，2≦M≦N-2；在所述N个定位周期内至少存在N-1个定位周期搜星数小于所述预设搜星阈值，或者所有卫星定位误差在所述第一定位误差阈值以上的情况下，确定所述当前卫星定位信号位于无信号区。其中，N、预设搜星阈值、第一定位误差阈值可以根据卫星定位的实际经验而定。

假设1个定位周期为1秒，N为10，预设搜星阈值为3颗，第一定位误差阈值为3米。那么在10秒内搜星数均在3颗以上，且所有卫星定位误差小于3米的情况下，确定当前卫星定位信号位于信号稳定区；在10秒内存在2-8个定位周期搜星数小于3颗，或者10秒内至少存在9秒搜星数在3颗以上且存在至少2秒的卫星定位误差大于3米的情况下，确定当前卫星定位信号位于信号不稳定区；在10秒内至少存在9秒搜星数小于3颗，或者所有卫星定位误差在3米以上的情况下，确定当前卫星定位信号位于无信号区。

需要补充的是，本申请实施例涉及的卫星定位方法包括但不限于RTK(Real-timekinematic，实时动态)差分定位。

S120：在当前卫星定位信号位于信号稳定区的情况下，将基于当前卫星定位信号定位的车辆位置确定为目标位置。

其中，目标位置为自车最终所需的当前地理位置。当前卫星定位信号位于信号稳定区时，卫星定位精度较高，所以可以直接将基于当前卫星定位信号定位的车辆位置确定为目标位置。

S130：在当前卫星定位信号位于信号不稳定区或者无信号区的情况下，从最近行驶的预设行驶距离范围内选取目标定位点，基于目标定位点和至少一种目标定位算法中每种目标定位算法确定每种目标定位算法对应的初始位置，根据每种目标定位算法对应的误差曲线和目标行驶距离确定对应初始位置的算法定位误差，选择算法定位误差最小的初始位置作为目标位置。

其中，目标定位算法为非卫星定位的定位算法，包括惯导定位算法、车轮转数定位算法、高精地图定位算法、车道匹配定位算法中至少一种。误差曲线为在信号稳定区内进行定位过程中生成的关于行驶距离和算法定位误差之间映射关系的曲线，目标行驶距离为自车从目标定位点所对应的起始时间到待定位时间的行驶距离。

下面结合图2分别对上述各种目标定位算法获得初始位置的方法进行阐述：

(A1)惯导定位算法

根据目标定位点和目标惯导信息计算自车行驶轨迹，并取自车行驶轨迹中待定位时间对应的轨迹点为惯导定位算法对应的初始位置，例如图2中圆圈位置为惯导定位算法对应的初始位置。其中，目标惯导信息包括从目标定位点所对应的起始时间到待定位时间自车行驶过程中的惯导信息。惯导信息包括从目标定位点作为起始位置继续行驶过程中的行驶距离和IMU(Inertial Measurement Unit，惯导测量单元)陀螺仪惯导转角，或者惯导信息包括IMU陀螺仪惯导转角、车速、从目标定位点开始行驶的行驶时长。

具体可以使用第一公式或者第二公式计算自车行驶轨迹中行驶时长为t时的轨迹点的位置坐标P_t(x,y)。

第一公式为：

其中，P₁(x,y)为目标定位点的位置坐标，δD_k为第k个行驶距离统计周期内的行驶距离，n为第n个行驶距离统计周期，δθ为第k个行驶距离统计周期的截止时间和起始时间的IMU陀螺仪惯导转角之差。行驶距离统计周期的取值根据实际需求设定。

第二公式为：

P_t(x,y)＝P₁(x,y)+∫∫v(x,y,t)dθdt

其中，P₁(x,y)为目标定位点的位置坐标，v(x,y,t)为行驶时长为t时的车速，θ为IMU陀螺仪惯导转角。其中，

其中，D_t(x,y)为行驶时长为t时的行驶距离。

(A2)车轮转数定位算法

基于车轮平均半径和目标车轮转数计算目标行驶距离，在自车行驶轨迹中确定距离目标定位点目标行驶距离处的位置为车轮转数定位算法对应的初始位置，例如图2中灰色方框位置为车轮转数定位算法对应的初始位置，其中，目标车轮转数为自车从目标定位点所对应的起始时间到待定位时间的车轮转数。

目标行驶距离＝目标车轮转数*2π*车轮平均半径。由于随着每天车辆行驶会导致车轮平均半径发生微小变化，为了提高目标行驶距离的准确度，需要先提高车轮平均半径的准确度。可以设置一个车轮平均半径修正周期，例如1天，在每进入一个新的车轮平均半径修正周期，就先对车轮平均半径进行一下更新，再在该车轮平均半径修正周期内使用更新后的车轮平均半径。

在一种实施方式中，车轮平均半径的更新方法包括：在本次车轮平均半径修正周期中，当自车在信号稳定区行驶过程中，获取满足预设距离要求且卫星定位误差小于第二定位误差阈值的两个定位点；根据两个定位点的距离、两个定位点之间的行驶时长和车轮转速计算车轮平均半径。

预设距离要求和第二定位误差阈值可以根据实际经验而定，例如预设距离要求为500米，第二定位误差阈值为1米。

车轮平均半径计算公式为

其中，R为车轮平均半径，l为两个定位点的距离，t'为两个定位点之间的行驶时长。

(A3)高精地图定位算法

根据预设道路识别算法确定自车当前所在的目标道路，获取高精地图中目标道路上的预设中心线，根据自车行驶轨迹确定距离目标定位点目标行驶距离且位于预设中心线上的位置为高精地图定位算法对应的初始位置。

其中，预设中心线包括目标道路的道路中心线和/或目标道路的车道中心线。预设道路识别算法包括基于卫星定位识别道路的算法、基于惯导定位识别道路的算法或者基于导航规划路径识别道路的算法。高精地图可以为区域高精度地图，也可以为全局高精度地区。如图2所示，自车所在的目标道路有三个车道，若高精地图的精度相对较高，则若预设中心线包括目标道路的道路中心线和目标道路的三条车道中心线，从而基于高精地图定位算法可以获得四个初始位置，其中，实线白色三角位置为车道中心线上的初始位置，黑色三角位置为道路车道线上的初始位置。

(A4)车道匹配定位算法

根据预设车道识别算法确定自车当前所在的目标车道，当所述预设中心线仅包括所述目标道路的道路中心线时，将所述高精地图定位算法对应的初始位置平移到所述目标车道的车道中心线后获得的位置确定为所述车道匹配定位算法对应的初始位置，或者，当所述预设中心线包括所述目标道路的车道中心线时，所述高精地图定位算法对应的所述目标车道的车道中心线上的初始位置确定为所述车道匹配定位算法对应的初始位置。其中，平移的方向为车道中心线的垂直方向，如图2所示。例如，图2中最下方车道为目标车道，虚线白色三角位置为车道匹配定位算法对应的初始位置，此外五角星位置为卫星定位位置。

在一种实施方式中，目标定位点可以为一个，也可以为多个。目标定位点包括基于卫星定位信号计算的定位点、基于路侧设备的辅助定位算法计算的定位点、基于其他车辆的辅助定位算法计算的定位点中至少一种。选取的所有目标定位点的定位误差均小于第五定位误差阈值。具体的，在当前卫星定位信号位于信号不稳定区的情况下，目标定位点可以包括上述三种定位点均可以包括，只要满足定位误差要求即可，在当前卫星定位信号位于信号不稳定区的情况下，目标定位点可以包括基于路侧设备的辅助定位算法计算的定位点、基于其他车辆的辅助定位算法计算的定位点，同样只要满足定位误差要求即可。第五定位误差阈值根据实际经验而定，例如可以为1米。

下面分别对基于路侧设备的辅助定位算法计算目标定位点的位置坐标的方法和基于其他车辆的辅助定位算法计算目标定位点的位置坐标分别进行阐述：

(B1)基于路侧设备的辅助定位算法计算目标定位点的位置坐标

接收路侧设备发送的区域高精度地图以及在所述区域高精度地图范围内的区域高精度辅助定位数据，其中，所述区域高精度辅助定位数据包括至少一个辅助定位分区，所述辅助定位分区包括具有唯一性可识别特征的辅助定位参照物的外表特征信息、用于感知与所述辅助定位参照物相对位置关系的车道参照点、所述辅助定位参照物与所述车道参照点的相对位置关系；在基于所述区域高精度地图进行行驶的过程中，若确定自车进入一个辅助定位分区，则根据所述外表特征信息、所述车道参照点以及所述相对位置关系，判断是否检测到目标辅助定位参照物，其中，所述目标辅助定位参照物为所述自车当前所在辅助定位分区的辅助定位参照物；在确定检测到所述目标辅助定位参照物的情况下，将车身坐标系转换成以所述目标辅助定位参照物为原点的南北正向坐标系，其中，所述南北正向坐标系的横轴正方向为正东方向，纵轴正方向为正北方向；根据所述自车与所述目标辅助定位参照物的相对位置关系、所述南北正向坐标系与地理坐标系的映射关系，确定所述目标定位点的位置坐标。

其中，区域高精度地图包括数据标识、基本要素和扩展要素。数据标识包括区域标识、区域高精度地图版本号；基本要素包括道路、车道、路口数据(含车道线、道路边线、斑马线等基本信息)；扩展要素包括道路路中、路侧、路上方地物或建筑物、设施、标志牌、路面标志等。数据标识是区域高精度地图的唯一编码。基本要素是描述车道、车道线、路网的基本要素。扩展要素是除了基本要素之外的临近地物。基本要素是导航和驾驶决策(包括车道级路径选择)所必要的道路信息，而扩展要素不是必要的信息，而是可选择用于高精度辅助驾驶的空间要素。

外表特征信息包括辅助定位参照物的长高宽、辅助定位参照物上展示的文字或图形内容。用于感知与所述辅助定位参照物相对位置关系的车道参照点是在辅助定位参照物附近的车道上选取的参照点，例如在车道线或者车道中心线上选取车道参照点。辅助定位参照物与车道参照点的相对位置关系包括辅助定位参照物与车道参照点之间的距离、辅助定位参照物与车道参照点的连线与车道参照点所在车道的车道线或者车道中心线之间的夹角等。区域高精度辅助定位数据还包括数据说明，数据说明包括区域高精度辅助定位数据的数据包标识与版本号、相匹配的区域高精度地图的数据标识。区域高精度辅助定位数据与区域高精度地图相匹配是指区域高精度辅助定位数据在区域高精度地图所描述的区域范围内。

基于路侧设备的辅助定位算法的定位误差计算方法包括：当区域高精度辅助定位数据还包括目标辅助定位参照物的实际位置坐标时，从区域高精度辅助定位数据中获取目标辅助定位参照物的实际位置坐标；根据区域高精度辅助定位数据中和记录的目标辅助定位参照物与目标辅助定位参照物对应的车道参照点之间的相对位置关系和车辆从上一个辅助定位点至检测到目标辅助定位参照物所行驶的距离，确定车辆与目标辅助定位参照物之间的实际距离、车辆和目标辅助定位参照物连线与车辆行驶方向的实际夹角；将车辆检测到的目标辅助定位参照物的位置坐标作为测量位置坐标，以及从车辆检测的车辆与目标辅助定位参照物的相对位置关系中获取车辆与目标辅助定位参照物之间的测量距离、车辆和目标辅助定位参照物连线与车辆行驶方向的测量夹角；将测量位置坐标与实际位置坐标之差的绝对值作为目标辅助定位参照物的位置坐标误差δr；将测量距离与实际距离之差的绝对值作为车辆测量车辆与目标辅助定位参照物之间距离时的距离测量误差δL'；将测量夹角与实际夹角之差的绝对值作为车辆测量车辆和目标辅助定位参照物连线与车辆行驶方向之间夹角时的角度测量误差δθ'；根据纵向误差公式δr+δL'+L'δθ'ctgθ'，计算纵向误差，其中，L'表示测量距离和实际距离中的最小距离，θ'表示与L'对应的车辆和目标辅助定位参照物连线与车辆行驶方向的夹角；根据横向误差公式δr+Lδθ'，计算横向误差；根据纵向误差和横向误差，确定经纬度坐标对应的定位误差。

(B2)基于其他车辆的辅助定位算法计算目标定位点的位置坐标

检测自车与目标邻车的相对位置信息，以及基于车用无线通信技术V2X获取所述目标邻车的定位信息，其中，所述定位信息包括邻车定位位置和邻车定位误差；在所述邻车定位误差小于第三定位误差阈值的情况下，根据所述相对位置信息和所述邻车定位位置计算所述目标定位点的位置坐标。

其中，相对位置信息包括所述目标邻车的位置坐标、所述自车与所述目标邻车的距离、所述自车与所述目标邻车的连线与道路方向所形成的夹角。根据第三公式计算所述目标定位点的位置坐标P_A(x,y)，其中，所述第三公式为P_A(x,y)＝P_B(x,y)-(L cosα,L sinα)，P_B(x,y)为所述目标邻车的位置坐标，所述L为所述自车与所述目标邻车的距离，所述α为所述夹角。此外，邻车定位误差就是目标定位点的定位误差，第三定位误差阈值根据实际经验而定，例如可以为1米。本申请实施例对坐标系的建立方法不做限制，如图3所示，可以以车辆行驶方式为x轴正方向，垂直于x轴且指向目标邻车的方向为y轴正方向。

在一种实施方式中，在使用误差曲线之前，还需要先生成每种目标定位算法对应的误差曲线。下面对生成每种目标定位算法对应的误差曲线的过程进行阐述：

当所述自车在信号稳定区行驶过程中，从历史行驶的预设行驶距离范围中获取多个行驶距离子范围；在每个行驶距离子范围中选取一个卫星定位误差小于第四定位误差阈值的定位点作为起始位置；分别根据每个起始位置和目标定位算法计算每个起始位置所对应的自车定位位置，其中，所述自车定位位置是针对历史行驶的预设行驶距离范围对应的最新时间的定位位置；分别计算每个自车定位位置与真实位置之间的算法定位误差，其中，所述真实位置为历史行驶的预设行驶距离范围最近一次卫星定位误差小于第四定位误差阈值的定位点所处的位置；确定自车每个起始位置所对应的起始时间到所述最新时间的行驶距离；根据算法定位误差和行驶距离的映射关系生成所述目标定位算法对应的误差曲线。多个行驶距离子范围没有交集且连续。为了提高误差曲线的准确度和平滑度，可以重复执行“根据算法定位误差和行驶距离的映射关系生成所述目标定位算法对应的误差曲线”之前的步骤，以获得更多的算法定位误差和行驶距离，并计算算法定位误差平均值、行驶距离平均值，得到根据算法定位误差平均值和行驶距离平均值的映射关系生成目标定位算法对应的误差曲线。其中，第四定位误差阈值根据实际经验而定，例如可以为1米。

示例性的，假设历史行驶的预设行驶距离范围为1000米，从中获取多个行驶距离子范围分别为(500，1000]、(200，500]、(100，200]，在这三个行驶距离子范围内分别选取一个卫星定位误差小于第四定位误差阈值的定位点作为起始位置，分别为起始位置1、起始位置2、起始位置3，选取100米以内最近一次卫星定位误差小于第四定位误差阈值的定位点所处的位置为真实位置，按照上述每种目标定位算法的计算方法，分别根据每个起始位置和目标定位算法计算每个起始位置所对应的自车定位位置，分别计算每个自车定位位置与真实位置之间的算法定位误差，例如依次为E1、E2、E3。确定自车每个起始位置所对应的起始时间到最新时间的行驶距离，如起始位置1-3分别对应的行驶距离为D₁、D₁、D₃，根据算法定位误差和行驶距离的映射关系生成所述目标定位算法对应的误差曲线，即D-E曲线。

下面分别针对不同误差变化情况进行说明：

如图4a所示，车辆在距离当前时点100-1000米内时，在信号稳定区内行驶，RTK定位误差范围较小，其中，对于图上半部分区域(即最大矩形框以上的区域)，虚线圆圈表示RTK定位误差范围，RTK定位点中黑色三角表示RTK定位误差最小(几乎为0)的参考定位点，白色三角为实际RTK定位点)，在距离当前时点100-1000米以内时，RTK定位误差较小，车辆在信号稳定区内行驶，在100以内时，车辆开始进入信号不稳定区。车辆在信号稳定区行驶过程中，可以不断计算每种目标定位算法对应的误差曲线，图4a以一种目标定位算法为例，从起始点1开始计算时，可以计算出一条误差曲线，从起始点2、3开始计算时，又可以分别计算出一条误差曲线，供后续车辆进入非信号稳定区时可以使用合适的误差曲线进行推算。而从起始点4到当前时点，车辆处于信号不稳定区，此时不再直接使用RTK定位位置作为当前时点的位置，而可以使用目标定位算法推算当前时点的位置，并利用之前计算的误差曲线推算该位置的误差，所以从起始点4到当前时点的误差变化用虚线区分表示。

如图4b所示，根据图中上半部分区域虚线圆圈的变化可知，RTK定位误差变化较大，车辆处于信号不稳定区内，在该区域内行驶过程中，在200-1000米时，可以获得较低定位误差的RTK定位点，从而可以看出在该范围内使用目标定位算法推算对应位置时现相对于RTK定位的误差情况，在200米内时，由于RTK定位误差较大，所以可以参考之前生成的目标定位算法对应的误差曲线来确定本次定位误差，即虚线部分为之前生成的目标定位算法对应的误差曲线的一部分。

如图4c所示，根据图中上半部分区域虚线圆圈的变化可知，在1000内基本没有RTK信号，所以需要辅助定位。在起始点3到起始点4之间，已进行过辅助定位，从而可以看出在该范围内使用目标定位算法推算对应位置时相对于辅助定位的误差情况。从起始点4到当前时点，由于还没有定位信息，所以可以参考之前生成的目标定位算法对应的误差曲线来确定本次定位误差，即虚线部分为之前生成的目标定位算法对应的误差曲线的一部分。

需要说明的是，第一定位误差阈值、第二定位误差阈值、第三定位误差阈值、第四定位误差阈值、第五定位误差阈值可以相同，也可以不同，具体取值根据实际情况而定。

基于上述方法实施例，本申请的另一个实施例还提供了一种车辆定位装置，如图5所示，所述装置包括：

判断单元21，用于判断当前卫星定位信号的稳定性；

第一确定单元22，用于在所述当前卫星定位信号位于信号稳定区的情况下，将基于所述当前卫星定位信号定位的车辆位置确定为目标位置，其中，所述目标位置为自车最终所需的当前地理位置；

选取单元23，用于在所述当前卫星定位信号位于信号不稳定区或者无信号区的情况下，从最近行驶的预设行驶距离范围内选取目标定位点；

第二确定单元24，用于基于所述目标定位点和至少一种目标定位算法中每种目标定位算法确定每种目标定位算法对应的初始位置，其中，所述目标定位算法为非卫星定位的定位算法；

第三确定单元25，用于根据每种目标定位算法对应的误差曲线和目标行驶距离确定对应初始位置的算法定位误差，其中，所述误差曲线为在信号稳定区内进行定位过程中生成的关于行驶距离和算法定位误差之间映射关系的误差曲线，所述目标行驶距离为自车从所述目标定位点所对应的起始时间到待定位时间的行驶距离；

选择单元26，用于选择算法定位误差最小的初始位置作为所述目标位置。

在一种实施方式中，判断单元21包括：

第一判定模块，用于在N个定位周期内搜星数均在预设搜星阈值以上，且所有卫星定位误差小于第一定位误差阈值的情况下，确定所述当前卫星定位信号位于信号稳定区，其中，所述N≧2；

第二判定模块，用于在所述N个定位周期内存在M个定位周期搜星数小于所述预设搜星阈值，或者所述N个定位周期内至少存在N-1个定位周期搜星数在所述预设搜星阈值以上且存在至少两个定位周期的卫星定位误差大于所述第一预设定位误差阈值的情况下，确定所述当前卫星定位信号位于信号不稳定区，其中，2≦M≦N-2；

第三判定模块，用于在所述N个定位周期内至少存在N-1个定位周期搜星数小于所述预设搜星阈值，或者所有卫星定位误差在所述第一定位误差阈值以上的情况下，确定所述当前卫星定位信号位于无信号区。

在一种实施方式中，所述目标定位算法包括惯导定位算法、车轮转数定位算法、高精地图定位算法、车道匹配定位算法中至少一种；

第二确定单元24包括：

第一确定模块，用于当所述目标定位算法包括所述惯导定位算法时，根据所述目标定位点和目标惯导信息计算自车行驶轨迹，并取所述自车行驶轨迹中待定位时间对应的轨迹点为所述惯导定位算法对应的初始位置，其中，所述目标惯导信息包括从所述目标定位点所对应的起始时间到待定位时间自车行驶过程中的惯导信息；

第二确定模块，用于当所述目标定位算法包括所述车轮转数定位算法时，基于车轮平均半径和目标车轮转数计算所述目标行驶距离，在所述自车行驶轨迹中确定距离所述目标定位点所述目标行驶距离处的位置为所述车轮转数定位算法对应的初始位置，其中，所述目标车轮转数为自车从所述目标定位点所对应的起始时间到待定位时间的车轮转数；

第三确定模块，用于当所述目标定位算法包括所述高精地图定位算法时，根据预设道路识别算法确定自车当前所在的目标道路，获取高精地图中所述目标道路上的预设中心线，根据所述自车行驶轨迹确定距离所述目标定位点所述目标行驶距离且位于所述预设中心线上的位置为所述高精地图定位算法对应的初始位置，其中，所述预设中心线包括所述目标道路的道路中心线和/或所述目标道路的车道中心线；

第四确定模块，用于当所述目标定位算法包括所述车道匹配定位算法时，根据预设车道识别算法确定自车当前所在的目标车道，当所述预设中心线仅包括所述目标道路的道路中心线时，将所述高精地图定位算法对应的初始位置平移到所述目标车道的车道中心线后获得的位置确定为所述车道匹配定位算法对应的初始位置，或者，当所述预设中心线包括所述目标道路的车道中心线时，所述高精地图定位算法对应的所述目标车道的车道中心线上的初始位置确定为所述车道匹配定位算法对应的初始位置。

在一种实施方式中，所述目标惯导信息包括从目标定位点作为起始位置继续行驶过程中的行驶距离、惯导测量单元IMU陀螺仪惯导转角、车速、从目标定位点开始行驶的行驶时长中至少一项；

第一确定模块，具体用于：

根据第一公式或第二公式计算自车行驶轨迹；

其中，所述第一公式为

其中，所述P_t(x,y)为行驶时长为t时的轨迹点的位置坐标，所述P₁(x,y)为目标定位点的位置坐标，所述δD_k为第k个行驶距离统计周期内的行驶距离，所述n为第n个行驶距离统计周期，所述δθ为第k个行驶距离统计周期的截止时间和起始时间的IMU陀螺仪惯导转角之差；

所述第二公式为

P_t(x,y)＝P₁(x,y)+∫∫v(x,y,t)dθdt

其中，所述v(x,y,t)为行驶时长为t时的车速，所述θ为IMU陀螺仪惯导转角。

在一种实施方式中，第二确定模块，还用于在基于车轮平均半径和目标车轮转数计算所述目标行驶距离之前，在本次车轮平均半径修正周期中，当自车在信号稳定区行驶过程中，获取满足预设距离要求且卫星定位误差小于第二定位误差阈值的两个定位点；根据所述两个定位点的距离、两个定位点之间的行驶时长和车轮转速计算所述车轮平均半径。

在一种实施方式中，所述目标定位点包括基于卫星定位信号计算的定位点、基于路侧设备的辅助定位算法计算的定位点、基于其他车辆的辅助定位算法计算的定位点中至少一种。

在一种实施方式中，所述装置还包括：

第一定位单元，用于基于路侧设备的辅助定位算法计算目标定位点的位置坐标；

第一定位单元包括：

接收模块，用于接收路侧设备发送的区域高精度地图以及在所述区域高精度地图范围内的区域高精度辅助定位数据，其中，所述区域高精度辅助定位数据包括至少一个辅助定位分区，所述辅助定位分区包括具有唯一性可识别特征的辅助定位参照物的外表特征信息、用于感知与所述辅助定位参照物相对位置关系的车道参照点、所述辅助定位参照物与所述车道参照点的相对位置关系；

判断模块，用于在基于所述区域高精度地图进行行驶的过程中，若确定自车进入一个辅助定位分区，则根据所述外表特征信息、所述车道参照点以及所述相对位置关系，判断是否检测到目标辅助定位参照物，其中，所述目标辅助定位参照物为所述自车当前所在辅助定位分区的辅助定位参照物；

转换模块，用于在确定检测到所述目标辅助定位参照物的情况下，将车身坐标系转换成以所述目标辅助定位参照物为原点的南北正向坐标系，其中，所述南北正向坐标系的横轴正方向为正东方向，纵轴正方向为正北方向；

第五确定模块，用于根据所述自车与所述目标辅助定位参照物的相对位置关系、所述南北正向坐标系与地理坐标系的映射关系，确定所述目标定位点的位置坐标。

在一种实施方式中，所述装置还包括：

第二定位单元，用于基于路侧设备的辅助定位算法计算目标定位点的位置坐标；

第二定位单元包括：

检测模块，用于检测自车与目标邻车的相对位置信息；

第一获取模块，用于基于车用无线通信技术V2X获取所述目标邻车的定位信息，其中，所述定位信息包括邻车定位位置和邻车定位误差；

第一计算模块，用于在所述邻车定位误差小于第三定位误差阈值的情况下，根据所述相对位置信息和所述邻车定位位置计算所述目标定位点的位置坐标。

在一种实施方式中，所述相对位置信息包括所述目标邻车的位置坐标、所述自车与所述目标邻车的距离、所述自车与所述目标邻车的连线与道路方向所形成的夹角；

第一计算模块，用于根据第三公式计算所述目标定位点的位置坐标P_A(x,y)，其中，所述第三公式为P_A(x,y)＝P_B(x,y)-(L cosα,L sinα)，P_B(x,y)为所述目标邻车的位置坐标，所述L为所述自车与所述目标邻车的距离，所述α为所述夹角。

在一种实施方式中，所述装置还包括：

生成单元，用于在根据每种目标定位算法对应的误差曲线和目标行驶距离确定对应初始位置的算法定位误差之前，生成每种目标定位算法对应的误差曲线；

生成单元包括：

第二获取模块，用于当所述自车在信号稳定区行驶过程中，从历史行驶的预设行驶距离范围中获取多个行驶距离子范围；

选取模块，用于在每个行驶距离子范围中选取一个卫星定位误差小于第四定位误差阈值的定位点作为起始位置；

第二计算模块，用于分别根据每个起始位置和目标定位算法计算每个起始位置所对应的自车定位位置，其中，所述自车定位位置是针对历史行驶的预设行驶距离范围对应的最新时间的定位位置，分别计算每个自车定位位置与真实位置之间的算法定位误差，其中，所述真实位置为历史行驶的预设行驶距离范围最近一次卫星定位误差小于第四定位误差阈值的定位点所处的位置，确定定自车每个起始位置所对应的起始时间到所述最新时间的行驶距离；

生成模块，用于根据算法定位误差和行驶距离的映射关系生成所述目标定位算法对应的误差曲线。

基于上述方法实施例，本申请的另一实施例提供了一种存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现如上所述的方法。

基于上述方法实施例，本申请的另一实施例提供了一种车辆，所述车辆包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

其中，当所述一个或多个程序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实现如上任一实施例方式所述的方法。

上述系统、装置实施例与方法实施例相对应，与该方法实施例具有同样的技术效果，具体说明参见方法实施例。装置实施例是基于方法实施例得到的，具体的说明可以参见方法实施例部分，此处不再赘述。本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本申请所必须的。

本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。

Claims (10)

1.一种车辆定位方法，其特征在于，所述方法包括：

判断当前卫星定位信号的稳定性；

在所述当前卫星定位信号位于信号稳定区的情况下，将基于所述当前卫星定位信号定位的车辆位置确定为目标位置，其中，所述目标位置为自车最终所需的当前地理位置；

在所述当前卫星定位信号位于信号不稳定区或者无信号区的情况下，从最近行驶的预设行驶距离范围内选取目标定位点，基于所述目标定位点和至少一种目标定位算法中每种目标定位算法确定每种目标定位算法对应的初始位置，根据每种目标定位算法对应的误差曲线和目标行驶距离确定对应初始位置的算法定位误差，选择算法定位误差最小的初始位置作为所述目标位置，

其中，所述目标定位算法为非卫星定位的定位算法，所述误差曲线为在信号稳定区内进行定位过程中生成的关于行驶距离和算法定位误差之间映射关系的曲线，所述目标行驶距离为所述自车从所述目标定位点所对应的起始时间到待定位时间的行驶距离。

2.根据权利要求1所述的方法，其特征在于，判断当前卫星定位信号的稳定性包括：

在N个定位周期内搜星数均在预设搜星阈值以上，且所有卫星定位误差小于第一定位误差阈值的情况下，确定所述当前卫星定位信号位于信号稳定区，其中，所述N≧2；

在所述N个定位周期内存在M个定位周期搜星数小于所述预设搜星阈值，或者所述N个定位周期内至少存在N-1个定位周期搜星数在所述预设搜星阈值以上且存在至少两个定位周期的卫星定位误差大于所述第一预设定位误差阈值的情况下，确定所述当前卫星定位信号位于信号不稳定区，其中，2≦M≦N-2；

在所述N个定位周期内至少存在N-1个定位周期搜星数小于所述预设搜星阈值，或者所有卫星定位误差在所述第一定位误差阈值以上的情况下，确定所述当前卫星定位信号位于无信号区。

3.根据权利要求1所述的方法，其特征在于，所述目标定位算法包括惯导定位算法、车轮转数定位算法、高精地图定位算法、车道匹配定位算法中至少一种；

当所述目标定位算法包括所述惯导定位算法时，基于所述目标定位点和至少一种目标定位算法中每种目标定位算法确定每种目标定位算法对应的初始位置包括：根据所述目标定位点和目标惯导信息计算自车行驶轨迹，并取所述自车行驶轨迹中待定位时间对应的轨迹点为所述惯导定位算法对应的初始位置，其中，所述目标惯导信息包括从所述目标定位点所对应的起始时间到待定位时间自车行驶过程中的惯导信息；

当所述目标定位算法包括所述车轮转数定位算法时，基于所述目标定位点和至少一种目标定位算法中每种目标定位算法确定每种目标定位算法对应的初始位置包括：基于车轮平均半径和目标车轮转数计算所述目标行驶距离，在所述自车行驶轨迹中确定距离所述目标定位点所述目标行驶距离处的位置为所述车轮转数定位算法对应的初始位置，其中，所述目标车轮转数为自车从所述目标定位点所对应的起始时间到待定位时间的车轮转数；

当所述目标定位算法包括所述高精地图定位算法时，基于所述目标定位点和至少一种目标定位算法中每种目标定位算法确定每种目标定位算法对应的初始位置包括：根据预设道路识别算法确定自车当前所在的目标道路，获取高精地图中所述目标道路上的预设中心线，根据所述自车行驶轨迹确定距离所述目标定位点所述目标行驶距离且位于所述预设中心线上的位置为所述高精地图定位算法对应的初始位置，其中，所述预设中心线包括所述目标道路的道路中心线和/或所述目标道路的车道中心线；

当所述目标定位算法包括所述车道匹配定位算法时，基于所述目标定位点和至少一种目标定位算法中每种目标定位算法确定每种目标定位算法对应的初始位置包括：根据预设车道识别算法确定自车当前所在的目标车道，当所述预设中心线仅包括所述目标道路的道路中心线时，将所述高精地图定位算法对应的初始位置平移到所述目标车道的车道中心线后获得的位置确定为所述车道匹配定位算法对应的初始位置，或者，当所述预设中心线包括所述目标道路的车道中心线时，所述高精地图定位算法对应的所述目标车道的车道中心线上的初始位置确定为所述车道匹配定位算法对应的初始位置。

4.根据权利要求3所述的方法，其特征在于，所述目标惯导信息包括从目标定位点作为起始位置继续行驶过程中的行驶距离、惯导测量单元IMU陀螺仪惯导转角、车速、从目标定位点开始行驶的行驶时长中至少一项；

根据所述目标定位点和目标惯导信息计算自车行驶轨迹包括：

根据第一公式或第二公式计算自车行驶轨迹；

其中，所述第一公式为

其中，所述P_t(x,y)为行驶时长为t时的轨迹点的位置坐标，所述P₁(x,y)为目标定位点的位置坐标，所述δD_k为第k个行驶距离统计周期内的行驶距离，所述n为第n个行驶距离统计周期，所述δθ为第k个行驶距离统计周期的截止时间和起始时间的IMU陀螺仪惯导转角之差；

所述第二公式为

P_t(x,y)＝P₁(x,y)+∫∫v(x,y,t)dθdt

其中，所述v(x,y,t)为行驶时长为t时的车速，所述θ为IMU陀螺仪惯导转角。

5.根据权利要求3所述的方法，其特征在于，在基于车轮平均半径和目标车轮转数计算所述目标行驶距离之前，所述方法还包括：

在本次车轮平均半径修正周期中，当自车在信号稳定区行驶过程中，获取满足预设距离要求且卫星定位误差小于第二定位误差阈值的两个定位点；

根据所述两个定位点的距离、所述两个定位点之间的行驶时长和车轮转速计算所述车轮平均半径。

6.根据权利要求1所述的方法，其特征在于，所述目标定位点包括基于卫星定位信号计算的定位点、基于路侧设备的辅助定位算法计算的定位点、基于其他车辆的辅助定位算法计算的定位点中至少一种。

7.根据权利要求6所述的方法，其特征在于，当所述目标定位点包括基于路侧设备的辅助定位算法计算的定位点时，在从最近行驶的预设行驶距离范围内选取目标定位点之前，所述方法还包括：基于路侧设备的辅助定位算法计算目标定位点的位置坐标；

其中，基于路侧设备的辅助定位算法计算目标定位点的位置坐标包括：

接收路侧设备发送的区域高精度地图以及在所述区域高精度地图范围内的区域高精度辅助定位数据，其中，所述区域高精度辅助定位数据包括至少一个辅助定位分区，所述辅助定位分区包括具有唯一性可识别特征的辅助定位参照物的外表特征信息、用于感知与所述辅助定位参照物相对位置关系的车道参照点、所述辅助定位参照物与所述车道参照点的相对位置关系；

在基于所述区域高精度地图进行行驶的过程中，若确定自车进入一个辅助定位分区，则根据所述外表特征信息、所述车道参照点以及所述相对位置关系，判断是否检测到目标辅助定位参照物，其中，所述目标辅助定位参照物为所述自车当前所在辅助定位分区的辅助定位参照物；

在确定检测到所述目标辅助定位参照物的情况下，将车身坐标系转换成以所述目标辅助定位参照物为原点的南北正向坐标系，其中，所述南北正向坐标系的横轴正方向为正东方向，纵轴正方向为正北方向；

根据所述自车与所述目标辅助定位参照物的相对位置关系、所述南北正向坐标系与地理坐标系的映射关系，确定所述目标定位点的位置坐标。

8.根据权利要求6所述的方法，其特征在于，当所述目标定位点包括基于其他车辆的辅助定位算法计算的定位点时，在从最近行驶的预设行驶距离范围内选取目标定位点之前，所述方法还包括：基于其他车辆的辅助定位算法计算目标定位点的位置坐标；

其中，基于其他车辆的辅助定位算法计算目标定位点的位置坐标包括：

检测自车与目标邻车的相对位置信息，以及基于车用无线通信技术V2X获取所述目标邻车的定位信息，其中，所述定位信息包括邻车定位位置和邻车定位误差；

在所述邻车定位误差小于第三定位误差阈值的情况下，根据所述相对位置信息和所述邻车定位位置计算所述目标定位点的位置坐标。

9.根据权利要求8所述的方法，其特征在于，所述相对位置信息包括所述目标邻车的位置坐标、所述自车与所述目标邻车的距离、所述自车与所述目标邻车的连线与道路方向所形成的夹角；

根据所述相对位置信息和所述邻车定位位置计算所述目标定位点的位置坐标包括：

根据第三公式计算所述目标定位点的位置坐标P_A(x,y)，其中，所述第三公式为P_A(x,y)＝P_B(x,y)-(L cosα,L sinα)，P_B(x,y)为所述目标邻车的位置坐标，所述L为所述自车与所述目标邻车的距离，所述α为所述夹角。

10.根据权利要求1-9中任一项所述的方法，其特征在于，在根据每种目标定位算法对应的误差曲线和目标行驶距离确定对应初始位置的算法定位误差之前，所述方法还包括：生成每种目标定位算法对应的误差曲线；

其中，生成每种目标定位算法对应的误差曲线包括：

当所述自车在信号稳定区行驶过程中，从历史行驶的预设行驶距离范围中获取多个行驶距离子范围；

在每个行驶距离子范围中选取一个卫星定位误差小于第四定位误差阈值的定位点作为起始位置；

分别根据每个起始位置和目标定位算法计算每个起始位置所对应的自车定位位置，其中，所述自车定位位置是针对历史行驶的预设行驶距离范围对应的最新时间的定位位置；

分别计算每个自车定位位置与真实位置之间的算法定位误差，其中，所述真实位置为历史行驶的预设行驶距离范围最近一次卫星定位误差小于第四定位误差阈值的定位点所处的位置；

确定自车每个起始位置所对应的起始时间到所述最新时间的行驶距离；

根据算法定位误差和行驶距离的映射关系生成所述目标定位算法对应的误差曲线。

Images