CN115792985A - 一种车辆定位方法、装置、电子设备、存储介质及车辆 - Google Patents
一种车辆定位方法、装置、电子设备、存储介质及车辆 Download PDFInfo
- Publication number
- CN115792985A CN115792985A CN202211667408.5A CN202211667408A CN115792985A CN 115792985 A CN115792985 A CN 115792985A CN 202211667408 A CN202211667408 A CN 202211667408A CN 115792985 A CN115792985 A CN 115792985A
- Authority
- CN
- China
- Prior art keywords
- map
- vehicle
- gnss
- likelihood
- coordinate system
- 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 73
- 238000007476 Maximum Likelihood Methods 0.000 claims abstract description 31
- 230000006870 function Effects 0.000 claims description 42
- 238000004590 computer program Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000004807 localization Effects 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Navigation (AREA)
Abstract
本发明公开了一种车辆定位方法、装置、电子设备、存储介质及车辆。包括:获取车辆在世界坐标系下的位置信息;基于所述位置信息加载局部地图,并将所述局部地图转换到局部坐标系下;在所述局部坐标系下构建地图似然图和GNSS似然图;其中,所述地图似然图中包括区分航向的可运行区域,所述GNSS似然图基于历史时间窗口内的GNSS信息构建;基于航位推算确定车辆的航位推算轨迹;基于所述航位推算轨迹、所述地图似然图以及所述GNSS似然图,使用最大似然估计得到最优车辆位姿。该方法将GNSS、航位推算与地图信息相结合,通过最大似然估计进行车道级定位,不依赖于GNSS信号的质量,在隧道、高架等场景下仍能实现车道级的定位精度,在各种场景下具有良好的泛化能力。
Description
技术领域
本发明实施例涉及自动驾驶技术领域,尤其涉及一种车辆定位方法、装置、电子设备、存储介质及车辆。
背景技术
定位技术是智能车辆驾驶中的重要技术,车辆定位技术可以为车辆提供车辆位姿。在智能汽车定位技术中,以全球导航卫星系统(Global navigation satellitesystem,GNSS)技术应用最广。
目前的车道级定位普遍依赖于高精度的GNSS定位,而GNSS定位在隧道、高架等场景下会因为信号遮挡和反射等影响导致定位精度无法保证。
发明内容
本发明提供了一种车辆定位方法、装置、电子设备、存储介质及车辆,以解决现有的GNSS定位在隧道、高架等场景下会因为信号遮挡和反射等影响导致定位精度无法保证的问题。
根据本发明的一方面,提供了一种车辆定位方法,包括:
获取车辆在世界坐标系下的位置信息;
基于所述位置信息加载局部地图,并将所述局部地图转换到局部坐标系下;
在所述局部坐标系下构建地图似然图和GNSS似然图;其中,所述地图似然图中包括区分航向的可运行区域,所述GNSS似然图基于历史时间窗口内的GNSS信息构建;
基于航位推算确定车辆的航位推算轨迹;
基于所述航位推算轨迹、所述地图似然图以及所述GNSS似然图,使用最大似然估计得到最优车辆位姿。
根据本发明的另一方面,提供了一种车辆定位装置,包括:
GNSS模块,用于获取车辆在世界坐标系下的位置信息;
转换模块,用于基于所述位置信息加载局部地图,并将所述局部地图转换到局部坐标系下;
构建模块,用于在所述局部坐标系下构建地图似然图和GNSS似然图;其中,所述地图似然图中包括区分航向的可运行区域,所述GNSS似然图基于历史时间窗口内的GNSS信息构建;
确定模块,用于基于航位推算确定车辆的航位推算轨迹;
最大似然估计模块,用于基于所述航位推算轨迹、所述地图似然图以及所述GNSS似然图,使用最大似然估计得到最优车辆位姿。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;
以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的车辆定位方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的车辆定位方法。
根据本发明的另一方面,提供了一种车辆,包括惯性测量单元、轮速计和车速计中的一个或多个,所述车辆还包括电子设备;
所述惯性测量单元用于测量车辆惯导姿态信息;
所述轮速计用于采集轮速信息;
所述车速计用于采集车速信息;
所述电子设备用于执行本发明任一实施例所述的车辆定位方法。
本发明实施例的技术方案,通过获取车辆在世界坐标系下的位置信息;基于所述位置信息加载局部地图,并将所述局部地图转换到局部坐标系下;在所述局部坐标系下构建地图似然图和GNSS似然图;其中,所述地图似然图中包括区分航向的可运行区域,所述GNSS似然图基于历史时间窗口内的GNSS信息构建;基于航位推算确定车辆的航位推算轨迹;基于所述航位推算轨迹、所述地图似然图以及所述GNSS似然图,使用最大似然估计得到最优车辆位姿,解决了现有的GNSS定位在隧道、高架等场景下会因为信号遮挡和反射等影响导致定位精度无法保证的问题,取到了不依赖于GNSS信号的质量,在隧道、高架等场景下仍能实现车道级的定位精度,在各种场景下具有良好的泛化能力的有益效果。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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为本发明实施例一提供的一种车辆定位方法的流程示意图;
图2为本发明实施例一提供的一种车辆定位方法中的地图似然图的示意图;
图3为本发明实施例一提供的一种车辆定位方法中的GNSS似然图的示意图;
图4为本发明实施例一提供的一种车辆定位方法中使用最大似然估计的示意图;
图5为本发明实施例二提供的一种车辆定位方法的流程示意图;
图6为本发明实施例三提供的一种车辆定位方法的示例流程图;
图7为本发明实施例四提供的一种车辆定位装置的结构示意图
图8为本发明实施例的车辆定位方法的电子设备的结构示意图;
图9为本发明实施例六提供的一种车辆的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。应当理解,本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要注意,本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
需要理解的是,GNSS定位基于卫星定位技术,分为单点定位、差分GPS卫星定位以及PTK GPS定位。其中,单点定位提供3~10米定位精度,差分GPS提供0.5~2米定位精度,RTK GPS提供厘米级定位精度。
按照定位的精度划分,可以将定位划分为以下几种:(1)道路级定位,精度在10m量级,常用于导航领域;(2)车道级定位,精度在1m量级,常用于车道级导航和高级驾驶辅助系统ADAS;(3)高精度定位,精度在0.1m量级,常用于L2~L4级别的智能驾驶。其中,车道级定位相比较于道路级定位,车辆的定位精度提高到了车道内,使得车道级导航和ADAS等应用成为现实。
实施例一
图1为本发明实施例一提供的一种车辆定位方法的流程示意图,该方法可适用于对车辆进行车道级定位的情况,该方法可以由车辆定位装置来执行,其中该装置可由软件和/或硬件实现,并一般集成在电子设备上,在本实施例中电子设备包括但不限于:控制设备。控制设备可以为车辆的控制器等。
如图1所示,本发明实施例一提供的一种车辆定位方法,包括如下步骤:
S110、获取车辆在世界坐标系下的位置信息。
其中,定义世界坐标系W,其与实际地理位置保持固定关系,比如可采用地球地心坐标系,示例性的,世界坐标系可以采用WGS84坐标系。位置信息可以包括当前车辆的经纬高坐标以及对应的置信度,经纬高坐标是一个三维的坐标,包括经度、维度和高程。
本实施例中,获取车辆在世界坐标系下的位置信息可以理解为获取车辆在WGS84坐标系内的位置信息。可以通过GNSS模块获取位置信息,GNSS模块可以基于卫星定位技术获取位置信息。
S120、基于所述位置信息加载局部地图,并将所述局部地图转换到局部坐标系下。
其中,可以在卫星地图上加载出符合条件的局部地图。定义局部坐标系,其与某一个世界坐标系W中的参考点Porigin为原点,示例性的,可以采用东-北-天坐标系(TheLocal Frame–East-North-Up,ENU)作为局部坐标系。
本实施例中,可以根据位置信息中的经纬高坐标从卫星地图上加载出对应的局部地图,此处不限制加载局部地图的方式。
其中,将局部地图转换到局部坐标系下可以理解为由世界坐标系转换到局部坐标系,示例性的,可以是由WGS84坐标系转换到ENU坐标系。具体的转换过程此处不做限制。
S130、在所述局部坐标系下构建地图似然图和GNSS似然图;其中,所述地图似然图中包括区分航向的可运行区域,所述GNSS似然图基于历史时间窗口内的GNSS信息构建。
其中,在局部坐标系下可以结合车道线并区分航向构建出地图的似然图,将地图似然图对应的似然函数作为第一似然函数。在局部坐标系下,可以构建出包括GNSS落点的GNSS似然图,将GNSS似然图对应的似然函数作为第二似然函数。
具体的,地图似然图的构建方式可以包括:根据车道线在局部坐标系x-o-y中构建可行驶区域,可行驶区域为车辆可以行驶的区域;在可行驶区域中结合航向可以构建区分航向的可行驶区域即得到地图似然图。如图2所示,图2为本发明实施例一提供的一种车辆定位方法中的地图似然图的示意图。
其中,历史时间窗口可以理解为通过GNSS模块在过去一段时间窗口Time-interval。GNSS信息可以理解为通过GNSS模块获取的车辆的位置信息,包括经纬高坐标和对应的置信度。
具体的,GNSS似然图的构建方式可以包括:将历史时间窗口内的GNSS信息转换到局部坐标系下,在局部坐标系下构建GNSS落点,当前车辆打姿态位姿在GNSS落点内取值为第一数值,在GNSS落点外取值为第二数值,由此构建GNSS似然图。如图3所示,图3为本发明实施例一提供的一种车辆定位方法中的GNSS似然图的示意图。
本实施例中,构建地图似然图和GNSS似然图可以用于车辆当前位姿状态的估计。
S140、基于航位推算确定车辆的航位推算轨迹。
其中,航位推算(Dead Reckoning,DR)是从上一刻车辆所在的位置出发,根据惯性测量单元(nertial Measurement Unit,IMU)、轮速计和车速计等传感器采集的运动数据推算车辆在下一刻的位置,提供的是相对定位信息。其局限是随着推算距离的增加,定位误差会不断累积增大。
其中,航位推算轨迹可以为车辆历史行驶轨迹,航位推算轨迹可以由多个车辆位姿构成。车辆位姿可以包括车辆当前所处的位置和姿态。
需要说明的是,航位推算在航位推算坐标系内进行,航位推算坐标系由DR自定义,一般可以取DR获取第一帧观测时的车辆位姿作为原点。
本实施例中,通过航位推算得到的是DR坐标系内的车辆位姿TDB。T表示转换,D表示航位推算坐标系,B表示载体坐标系。其中,载体坐标系对车辆而言也可以成为车体坐标系,其固定于车辆的某一固定位置,比如车辆的后轴中心。
进一步的,所述基于航位推算确定车辆的航位推算轨迹,包括:在航位推算坐标系下,根据轮速信息、车速信息以及车辆惯导姿态信息中的至少一个,通过航位推算获取车辆的相对位姿;获取历史时间窗口内的多个所述车辆的相对位姿;将多个所述车辆的相对位姿转换到载体坐标系下得到车辆的航位推算轨迹。
其中,车速信息可以通过车辆上的车速计获取;轮速信息可以通过车辆上的轮速计获取;车辆惯导姿态信息可以通过车辆上的惯性测量单元获取,车辆惯导姿态信息可以包括车辆的姿态角和车辆行驶的偏转角等信息。历史时间窗口内的多个所述车辆的相对位姿可以理解为过去一段时间窗口Time-interval内的多个车辆的相对位姿即航位推算点。
示例性的,过去一段时间窗口Time-interval内的DR坐标系内的车辆位姿序列如下:
SETTrjLocal={TDB1,TDB2,TDB3,……,TDBn}
其中,TDBi表示第i个时间点在DR坐标系下的车辆位姿。
可以将DR坐标系内的车辆位姿序列转换到载体坐标系下,具体过程包括:取TDBn的逆为TBnD,用其左乘时间窗口内的DR坐标系内的车辆位姿序列,转换为载体坐标系下的车辆位姿序列如下:
SETTrjBody={BP1,BP2,BP3,……,BPn}
其中,BP1=TBnB1,BP2=TBnB2,BP3=TBnB3,……,BPn=TBnBn。载体坐标系下的车辆位姿序列可以构成车辆的航位推算轨迹。
S150、基于所述航位推算轨迹、所述地图似然图以及所述GNSS似然图,使用最大似然估计得到最优车辆位姿。
其中,最优车辆位姿可以为估计得到的多个车辆位姿中的最优车辆位姿。
本实施例中,将载体坐标系下的航位推算轨迹转换为局部坐标系下的车辆位姿;将局部坐标系下的车辆位姿作为第一似然函数和第二似然函数的变量;根据地图似然图对应的第一似然函数、GNSS似然图对应的第二似然函数构建目标似然函数,将车辆位姿作为目标似然函数的变量;对目标似然函数使用最大似然估计可以求得最优车辆位姿。
图4为本发明实施例一提供的一种车辆定位方法中使用最大似然估计的示意图。如图4所示,将车辆的航位推算轨迹与GNSS似然图以及地图似然图相结合,使用最大似然轨迹可以求得最优车辆位姿。
本发明实施例一提供的一种车辆定位方法,首先获取车辆在世界坐标系下的位置信息;其次基于所述位置信息加载局部地图,并将所述局部地图转换到局部坐标系下;然后在所述局部坐标系下构建地图似然图和GNSS似然图;其中,所述地图似然图中包括区分航向的可运行区域,所述GNSS似然图基于历史时间窗口内的GNSS信息构建;之后基于航位推算确定车辆的航位推算轨迹;最终基于所述航位推算轨迹、所述地图似然图以及所述GNSS似然图,使用最大似然估计得到最优车辆位姿。上述方法结合了GNSS、航位推算与地图信息进行车道级定位,不依赖于GNSS信号质量,在隧道、高架等场景下仍能实现车道级的定位精度,在各种场景下具有良好的泛化能力。
在上述实施例的基础上,提出了上述实施例的变型实施例,在此需要说明的是,为了使描述简要,在变型实施例中仅描述与上述实施例的不同之处。
进一步的,所述位置信息包括当前车辆的经纬高坐标以及置信度,所述经纬高坐标包括经度、纬度和高程,所述置信度包括经度对应的置信度、纬度对应的置信度以及高程对应的置信度。
其中,高程指某点沿铅垂线方向到绝地基面的距离。
在一个实施例中,所述基于所述位置信息加载局部地图,并将所述局部地图转换到局部坐标系下,包括:在卫星地图上加载以所述经纬高坐标为中心点,预设半径范围内的地图作为局部地图;以经纬高坐标为原点,将所述局部地图转换到局部坐标系下。
其中,预设半径可以为预先设置的半径值,例如,预设半径可以为200米,在卫星地图上,以经纬高坐标为中心点,以200米为半径画圆,将圆形区域内的地图作为局部地图。
实施例二
图5为本发明实施例二提供的一种车辆定位方法的流程示意图,本实施例二在上述各实施例的基础上进行优化。在本实施例中,将在所述局部坐标系下构建地图似然图和GNSS似然图的过程具体化。本实施例尚未详尽的内容请参考实施例一。
如图5所示,本发明实施例二提供的一种车辆定位方法,包括如下步骤:
S210、获取车辆在世界坐标系下的位置信息。
S220、基于所述位置信息加载局部地图,并将所述局部地图转换到局部坐标系下。
S230、在所述局部坐标系下,构建可行驶区域,并结合车道行驶航向构建地图似然图。
其中,车道行驶航向可以为车道对应的行驶方向。可行驶区域可以基于车道线构建,车道线可以为三车道的车道线还可以为两车道的车道线,此处不做具体限制。
进一步的,构建可行驶区域,并结合可行驶航向构建地图似然图,包括:以车道线为边界构建封闭的可行驶区域;以车道航向给所述可行驶区域赋值得到地图似然图。
其中,车道线内的区域都可以作为可行驶区域。在行驶区域内结合车道的航向值可以构建区分航向的可行驶区域。此可运行区域即构成地图似然图。
S240、在所述局部坐标系下,基于历史窗口内的GNSS信息构建GNSS落点,并根据所述GNSS落点构建GNSS似然图。
其中,所述GNSS信息包括多个数值对,每个数值对由坐标点和平均置信度组成,所述坐标点为通过GNSS模块获取的所述位置信息中的经纬高坐标转换到局部坐标系下对应的坐标,所述平均置信度为所述位置信息中的经度对应的置信度和纬度对应的置信度的均值。
示例性的,将过去一段时间窗口即历史窗口内的GNSS信息转换到局部坐标系之后,存储到队列中,以如下形式存储:
SETGNSS={(TLG1,STDG1),(TLG2,STDG2),……,(TLGn,STDGn)}
其中,TLGi表示GNSS模块获取的位置信息中的第i个经纬高坐标转换到局部坐标系下对应的坐标值,STDG1表示位置信息中的经度对应的置信度和纬度对应的置信度的均值。
进一步的,基于历史窗口内的GNSS信息构建GNSS落点,并根据所述GNSS落点构建GNSS似然图,包括:以每个所述坐标点为中心点,以所述平均置信度为半径构建圆点作为GNSS落点;根据车辆在局部坐标系内的位姿在所述GNSS落点内取值为第一数值,车辆在局部坐标系内的位姿在所述GNSS落点外取值为第二数值,构成GNSS似然图。
其中,GNSS落点的个数可以为多个。第一数值可以为0,第二数值可以为1。
示例性的,如图3所示,GNSS落点是以GNSS信息中包括的坐标点为中心点,以对应的平均置信度为半径的圆形区域。
每个GNSS落点的确定方式相同,以一个GNSS落点为例进行说明,将GNSS信息中的一个坐标点作为中心点,将该坐标点对应的平均置信度作为半径画圆可以得到一个圆形区域作为一个GNSS落点。
S250、基于航位推算确定车辆的航位推算轨迹。
S260、基于所述航位推算轨迹、所述地图似然图以及所述GNSS似然图,使用最大似然估计得到最优车辆位姿。
本发明实施例二提供的一种车辆定位方法,包括:获取车辆在世界坐标系下的位置信息;基于所述位置信息加载局部地图,并将所述局部地图转换到局部坐标系下;在所述局部坐标系下,构建可行驶区域,并结合车道可行驶航向构建地图似然图;在所述局部坐标系下,基于历史窗口内的GNSS信息构建GNSS落点,并根据所述GNSS落点构建GNSS似然图;基于航位推算确定车辆的航位推算轨迹;基于所述航位推算轨迹、所述地图似然图以及所述GNSS似然图,使用最大似然估计得到最优车辆位姿。该方法使用车道边线构建可行驶区域,并结合可行驶航向,构建地图似然图,用于车辆当前位姿状态的估计;该方法使用历史时间窗口内的GNSS信息构建GNSS似然图,用于车辆当前位姿状态的估计;能够在隧道、高架等场景下仍能实现车道级的定位精度。
进一步的,所述基于所述航位推算轨迹、所述地图似然图以及所述GNSS似然图,使用最大似然估计得到最优车辆位姿,包括:将所述航位推算轨迹上的车辆的相对位姿转换为局部坐标系下的车辆位姿;将所述局部坐标系下的车辆位姿作为所述地图似然图对应的第一似然函数的变量,将所述局部坐标系下的车辆位姿作为所述GNSS似然图对应的第二似然函数构建目标似然函数的变量;根据所述第一似然函数和所述第二似然函数构建目标似然函数;对所述目标似然函数进行最大似然估计得到最优车辆位姿。
本实施例中,第一似然函数的表达式如下:
其中,Fmap表示第一似然函数,LPi表示局部坐标系内的车辆位姿,Hi表示局部坐标系内车辆位姿对应的航向角,H(LPi)表示地图似然图上LPi对应的航向角,Hthlres表示预设的角度阈值,Hthlres可以为90度。
本实施例中,第二似然函数的表达式如下:
其中,FGNSS表示第二似然函数,LPi表示局部坐标系内的车辆位姿。
本实施例中,目标似然函数的表达式如下:
F(TLB)=SUM{Fmap(TLB*BPi)+FGNSS(TLB*BPi)}
其中,TLB作为目标似然函数的变量即车辆位姿,BPi表示车辆的航位推算轨迹上的第i个轨迹点即载体坐标系下的车辆的相对位姿,TLB*BPi表示将车辆的航位推算轨迹上的轨迹点转换为局部坐标系下的车辆位姿,TLB*BPi可以作为第一似然函数和第二似然函数的变量,SUM{}表示求和。
本实施例中,最大似然估计的过程可以表示如下:
TLB-MAX=argmin{F(TLB)}
其中,TLB-MAX表示最大似然估计得到的最优车辆位姿。
实施例三
本发明实施例在上述各实施例的技术方案的基础上,提供了一种具体的实施方式。
作为本实施一种具体的实施方式,图6为本发明实施例三提供的一种车辆定位方法的示例流程图,如图6所示,该方法包括以下流程:
从GNSS获取车辆的位置信息;根据车辆的位置信息加载对应的局部地图;在局部坐标系下进行可运行区域的构建即构建地图似然图;基于GNSS进行GNSS预处理即在局部坐标系下构建GNSS似然图;根据IMU和轮速/车速进行航位推算得到车辆的航位推算轨迹;基于可运行区域、GNSS预处理得到的GNSS似然图、以及航位推算得到的航位推算轨迹进行最大似然估计得到位置输出。
实施例四
图7为本发明实施例四提供的一种车辆定位装置的结构示意图,该装置可适用于车辆进行车道级定位的情况,其中该装置可由软件和/或硬件实现,并一般集成在车辆的控制器上。
如图7所示,该装置包括:GNSS模块110、转换模块120、构建模块130、确定模块140以及最大似然估计模块150。
GNSS模块110,用于获取车辆在世界坐标系下的位置信息;
转换模块120,用于基于所述位置信息加载局部地图,并将所述局部地图转换到局部坐标系下;
构建模块130,用于在所述局部坐标系下构建地图似然图和GNSS似然图;其中,所述地图似然图中包括区分航向的可运行区域,所述GNSS似然图基于历史时间窗口内的GNSS信息构建;
确定模块140,用于基于航位推算确定车辆的航位推算轨迹;
最大似然估计模块150,用于基于所述航位推算轨迹、所述地图似然图以及所述GNSS似然图,使用最大似然估计得到最优车辆位姿。
在本实施例中,该装置首先通过GNSS模块110获取车辆在世界坐标系下的位置信息;其次通过转换模块120基于所述位置信息加载局部地图,并将所述局部地图转换到局部坐标系下;然后通过构建模块130在所述局部坐标系下构建地图似然图和GNSS似然图;其中,所述地图似然图中包括区分航向的可运行区域,所述GNSS似然图基于历史时间窗口内的GNSS信息构建;之后通过确定模块140基于航位推算确定车辆的航位推算轨迹;最后通过最大似然估计模块150基于所述航位推算轨迹、所述地图似然图以及所述GNSS似然图,使用最大似然估计得到最优车辆位姿。
本实施例提供了一种车辆定位装置,能够不依赖于GNSS信号的质量,在隧道、高架等场景下仍能实现车道级的定位精度,在各种场景下具有良好的泛化能力。
进一步的,所述位置信息包括当前车辆的经纬高坐标以及置信度,所述经纬高坐标包括经度、纬度和高程,所述置信度包括经度对应的置信度、纬度对应的置信度以及高程对应的置信度。
进一步的,转换模块120具体用于:在卫星地图上加载以所述经纬高坐标为中心点,预设半径范围内的地图作为局部地图;以经纬高坐标为原点,将所述局部地图转换到局部坐标系下。
进一步的,构建模块130包括第一构建单元和第二构建单元:
第一构建单元用于:在所述局部坐标系下,构建可行驶区域,并结合车道可行驶航线构建地图似然图;
第二构建单元用于:在所述局部坐标系下,基于历史窗口内的GNSS信息构建GNSS落点,并根据所述GNSS落点构建GNSS似然图;
其中,所述GNSS信息包括多个数值对,每个数值对由坐标点和平均置信度组成,所述坐标点为通过GNSS模块获取的所述位置信息中的经纬高坐标转换到局部坐标系下对应的坐标,所述平均置信度为所述位置信息中的经度对应的置信度和纬度对应的置信度的均值。
在上述优化的基础上,第一构建单元具体用于:
以车道线为边界构建封闭的可行驶区域;
以车道航向给所述可行驶区域赋值得到地图似然图。
在上述优化的基础上,第二构建单元具体用于:
以每个所述坐标点为中心点,以所述平均置信度为半径构建圆点作为GNSS落点;
根据车辆在局部坐标系内的位姿在所述GNSS落点内取值为第一数值,车辆在局部坐标系内的位姿在所述GNSS落点外取值为第二数值,构成GNSS似然图。
进一步的,确定模块140具体用于:在航位推算坐标系下,根据轮速信息、车速信息以及车辆惯导姿态信息中的至少一个,通过航位推算获取车辆的相对位姿;获取历史时间窗口内的多个所述车辆的相对位姿;将多个所述车辆的相对位姿转换到载体坐标系下得到车辆的航位推算轨迹。
进一步的,最大似然估计模块具体用于:将所述航位推算轨迹上的车辆的相对位姿转换为局部坐标系下的车辆位姿;将所述局部坐标系下的车辆位姿作为所述地图似然图对应的第一似然函数的变量,将所述局部坐标系下的车辆位姿作为所述GNSS似然图对应的第二似然函数构建目标似然函数的变量;根据所述第一似然函数和所述第二似然函数构建目标似然函数;对所述目标似然函数进行最大似然估计得到最优车辆位姿
上述车辆定位装置可执行本发明任意实施例所提供的车辆定位方法,具备执行方法相应的功能模块和有益效果。
实施例五
图8示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,车辆控制器、膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图8所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如车辆定位方法。
在一些实施例中,车辆定位方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的车辆定位方法中的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车辆定位方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
实施例六
图9为本发明实施例六提供的一种车辆的结构示意图,如图9所示,车辆包括惯性测量单元10、轮速计20和车速计30中的一个或多个,所述车辆还包括电子设备40;
惯性测量单元10用于测量车辆惯导姿态信息;
轮速计20用于采集轮速信息;
车速计30用于采集车速信息;
电子设备40用于执行本发明任一实施例所述的车辆定位方法。
其中,惯性测量单元10、轮速计20和车速计30都可以作为传感器。定义传感器坐标系S,也可以称为观测坐标系,传感器获取的的测量数据即车辆惯导姿态信息、轮速信息和车速信息均基于传感器坐标系。传感器坐标系与载体坐标系即车体坐标系之间存在一个固定的转换关系TBS,即外参。
本发明实施例六提供的一种车辆,通过执行车辆定位方法,能够不依赖于GNSS信号的质量,在隧道、高架等场景下仍能实现车道级的定位精度,在各种场景下具有良好的泛化能力。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (12)
1.一种车辆定位方法,其特征在于,所述方法包括:
获取车辆在世界坐标系下的位置信息;
基于所述位置信息加载局部地图,并将所述局部地图转换到局部坐标系下;
在所述局部坐标系下构建地图似然图和GNSS似然图;其中,所述地图似然图中包括区分航向的可运行区域,所述GNSS似然图基于历史时间窗口内的GNSS信息构建;
基于航位推算确定车辆的航位推算轨迹;
基于所述航位推算轨迹、所述地图似然图以及所述GNSS似然图,使用最大似然估计得到最优车辆位姿。
2.根据权利要求1所述的方法,其特征在于,所述位置信息包括当前车辆的经纬高坐标以及置信度,所述经纬高坐标包括经度、纬度和高程,所述置信度包括经度对应的置信度、纬度对应的置信度以及高程对应的置信度。
3.根据权利要求2所述的方法,其特征在于,所述基于所述位置信息加载局部地图,并将所述局部地图转换到局部坐标系下,包括:
在卫星地图上加载以所述经纬高坐标为中心点,预设半径范围内的地图作为局部地图;
以经纬高坐标为原点,将所述局部地图转换到局部坐标系下。
4.根据权利要求1所述的方法,其特征在于,在所述局部坐标系下构建地图似然图和GNSS似然图,包括:
在所述局部坐标系下,构建可行驶区域,并结合车道可行驶航线构建地图似然图;
在所述局部坐标系下,基于历史窗口内的GNSS信息构建GNSS落点,并根据所述GNSS落点构建GNSS似然图;
其中,所述GNSS信息包括多个数值对,每个数值对由坐标点和平均置信度组成,所述坐标点为通过GNSS模块获取的所述位置信息中的经纬高坐标转换到局部坐标系下对应的坐标,所述平均置信度为所述位置信息中的经度对应的置信度和纬度对应的置信度的均值。
5.根据权利要求4所述的方法,其特征在于,构建可行驶区域,并结合可行驶航向构建地图似然图,包括:
以车道线为边界构建封闭的可行驶区域;
以车道航向给所述可行驶区域赋值得到地图似然图。
6.根据权利要求4所述的方法,其特征在于,基于历史窗口内的GNSS信息构建GNSS落点,并根据所述GNSS落点构建GNSS似然图,包括:
以每个所述坐标点为中心点,以所述平均置信度为半径构建圆点作为GNSS落点;
根据车辆在局部坐标系内的位姿在所述GNSS落点内取值为第一数值,车辆在局部坐标系内的位姿在所述GNSS落点外取值为第二数值,构成GNSS似然图。
7.根据权利要求1所述的方法,其特征在于,所述基于航位推算确定车辆的航位推算轨迹,包括:
在航位推算坐标系下,根据轮速信息、车速信息以及车辆惯导姿态信息中的至少一个,通过航位推算获取车辆的相对位姿;
获取历史时间窗口内的多个所述车辆的相对位姿;
将多个所述车辆的相对位姿转换到载体坐标系下得到车辆的航位推算轨迹。
8.根据权利要求1所述的方法,其特征在于,所述基于所述航位推算轨迹、所述地图似然图以及所述GNSS似然图,使用最大似然估计得到最优车辆位姿,包括:
将所述航位推算轨迹上的车辆的相对位姿转换为局部坐标系下的车辆位姿;
将所述局部坐标系下的车辆位姿作为所述地图似然图对应的第一似然函数的变量,将所述局部坐标系下的车辆位姿作为所述GNSS似然图对应的第二似然函数构建目标似然函数的变量;
根据所述第一似然函数和所述第二似然函数构建目标似然函数;
对所述目标似然函数进行最大似然估计得到最优车辆位姿。
9.一种车辆定位装置,其特征在于,所述装置包括:
GNSS模块,用于获取车辆在世界坐标系下的位置信息;
转换模块,用于基于所述位置信息加载局部地图,并将所述局部地图转换到局部坐标系下;
构建模块,用于在所述局部坐标系下构建地图似然图和GNSS似然图;其中,所述地图似然图中包括区分航向的可运行区域,所述GNSS似然图基于历史时间窗口内的GNSS信息构建;
确定模块,用于基于航位推算确定车辆的航位推算轨迹;
最大似然估计模块,用于基于所述航位推算轨迹、所述地图似然图以及所述GNSS似然图,使用最大似然估计得到最优车辆位姿。
10.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的车辆定位方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的车辆定位方法。
12.一种车辆,其特征在于,所述车辆包括惯性测量单元、轮速计和车速计中的一个或多个,所述车辆还包括电子设备;
所述惯性测量单元用于测量车辆惯导姿态信息;
所述轮速计用于采集轮速信息;
所述车速计用于采集车速信息;
所述电子设备用于执行如权利要求1-8任一项所述的车辆定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211667408.5A CN115792985A (zh) | 2022-12-23 | 2022-12-23 | 一种车辆定位方法、装置、电子设备、存储介质及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211667408.5A CN115792985A (zh) | 2022-12-23 | 2022-12-23 | 一种车辆定位方法、装置、电子设备、存储介质及车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115792985A true CN115792985A (zh) | 2023-03-14 |
Family
ID=85427796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211667408.5A Pending CN115792985A (zh) | 2022-12-23 | 2022-12-23 | 一种车辆定位方法、装置、电子设备、存储介质及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115792985A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116972831A (zh) * | 2023-09-25 | 2023-10-31 | 山东亚历山大智能科技有限公司 | 一种基于显著特征的动态场景移动机器人定位方法及系统 |
-
2022
- 2022-12-23 CN CN202211667408.5A patent/CN115792985A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116972831A (zh) * | 2023-09-25 | 2023-10-31 | 山东亚历山大智能科技有限公司 | 一种基于显著特征的动态场景移动机器人定位方法及系统 |
CN116972831B (zh) * | 2023-09-25 | 2024-02-02 | 山东亚历山大智能科技有限公司 | 一种基于显著特征的动态场景移动机器人定位方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102454882B1 (ko) | 차량 주행위치 추산 방법, 장치, 기기, 저장매체 및 프로그램 | |
WO2020189079A1 (ja) | 自己位置推定装置、それを備えた自動運転システム、および、自己生成地図共有装置 | |
KR20220052312A (ko) | 차량 포지셔닝 방법, 장치 및 자율 운전 차량 | |
CN114387319B (zh) | 点云配准方法、装置、设备以及存储介质 | |
CN113933818A (zh) | 激光雷达外参的标定的方法、设备、存储介质及程序产品 | |
CN114323033A (zh) | 基于车道线和特征点的定位方法、设备及自动驾驶车辆 | |
CN112800159B (zh) | 地图数据处理方法及装置 | |
CN113183975B (zh) | 自动驾驶车辆的控制方法、装置、设备以及存储介质 | |
CN114506343B (zh) | 轨迹规划方法、装置、设备、存储介质及自动驾驶车辆 | |
CN114046792A (zh) | 一种无人船水面定位与建图方法、装置及相关组件 | |
CN115903831A (zh) | 一种车辆驾驶控制方法、装置、车辆及存储介质 | |
CN114987546A (zh) | 轨迹预测模型的训练方法、装置、设备及存储介质 | |
CN115792985A (zh) | 一种车辆定位方法、装置、电子设备、存储介质及车辆 | |
CN113029136B (zh) | 定位信息处理的方法、设备、存储介质及程序产品 | |
CN115447584A (zh) | 一种车道中心线的确定方法、装置、设备及存储介质 | |
CN114088104B (zh) | 一种自动驾驶场景下的地图生成方法 | |
CN113218380B (zh) | 一种电子罗盘的校正方法、装置、电子设备及存储介质 | |
CN114488237A (zh) | 定位方法、装置、电子设备及智能驾驶方法 | |
CN114170300A (zh) | 高精地图点云位姿优化方法、装置、设备及介质 | |
CN115586773B (zh) | 移动机器人的路径规划方法、装置、设备和介质 | |
CN116358606B (zh) | 惯导系统的初始粗对准方法、装置、设备及介质 | |
CN115096328B (zh) | 车辆的定位方法、装置、电子设备以及存储介质 | |
CN116576821A (zh) | 一种高程估计方法、装置、设备及存储介质 | |
CN117495912A (zh) | 一种多帧点云中动态物体的标注方法、装置、设备和存储介质 | |
CN118689214A (zh) | 一种车辆控制信息确定方法、装置、车辆及存储介质 |
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 |