CN115856976B - 自动驾驶车辆的融合定位方法、装置及电子设备 - Google Patents

Abstract

本申请公开了一种自动驾驶车辆的融合定位方法、装置及电子设备，该方法包括：确定自动驾驶车辆的当前帧的卫星定位状态；在所述当前帧的卫星定位状态为航位推算状态的情况下，确定当前帧的激光定位状态；在所述当前帧的激光定位状态为异常定位状态的情况下，根据所述异常定位状态的类型确定当前帧的激光定位数据及对应的当前定位置信度；根据所述当前帧的激光定位数据及对应的当前定位置信度进行融合定位，得到自动驾驶车辆的融合定位结果。本申请在卫星定位出现异常，且激光SLAM自身输出的定位结果为异常结果的情况下，针对激光SLAM不同的异常类型采取不同的策略确定激光定位结果及对应的置信度，提高了此种情况下自动驾驶车辆的定位稳定性和平滑性。

Description

自动驾驶车辆的融合定位方法、装置及电子设备

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种自动驾驶车辆的融合定位方法、装置及电子设备。

背景技术

自动驾驶场景下，需要实现自动驾驶车辆的高精度定位，目前通常采用多传感器融合定位的方式，即通过卡尔曼滤波器融合多个传感器采集的定位信息，从而实现车辆的高精度定位。例如，现有技术中的一种融合定位方案是基于IMU（Inertial MeasurementUnit，惯性测量单元）和RTK（Real-time kinematic，实时差分定位）实现的融合定位方案。

但此种方案在自动驾驶车辆遇到城市、峡谷、隧道或者低速自动驾驶清扫车在园区作业等场景时，RTK会受到干扰或者无信号导致无法工作，尤其是在长隧道工况，无法得到高精度的定位信息。

常用的解决方案是加入激光SLAM（Simultaneous Localization and Mapping，同步定位与建图）的定位结果进行融合定位，但在某些时刻，激光SLAM输出不稳定，而此时RTK定位仍受到干扰，导致定位异常，系统报警，进而增加了人工接管率。此外，现有的算法当激光SLAM输出不稳定时直接退出激光SLAM定位还会导致定位轨迹出现跳变。

发明内容

本申请实施例提供了一种自动驾驶车辆的融合定位方法、装置及电子设备，以提高自动驾驶车辆的定位稳定性。

本申请实施例采用下述技术方案：

第一方面，本申请实施例提供一种自动驾驶车辆的融合定位方法，其中，所述方法包括：

确定自动驾驶车辆的当前帧的卫星定位状态；

在所述当前帧的卫星定位状态为航位推算状态的情况下，确定当前帧的激光定位状态；

在所述当前帧的激光定位状态为异常定位状态的情况下，根据所述异常定位状态的类型确定当前帧的激光定位数据及对应的当前定位置信度；

根据所述当前帧的激光定位数据及对应的当前定位置信度进行融合定位，得到自动驾驶车辆的融合定位结果。

可选地，所述在所述当前帧的卫星定位状态为航位推算状态的情况下，确定当前帧的激光定位状态包括：

确定是否能够获取到当前帧的激光定位数据；

若能，则确定所述当前帧的激光定位数据对应的原始定位置信度；

若所述当前帧的激光定位数据对应的原始定位置信度不低于第一预设置信度阈值，确定所述当前帧的激光定位状态为正常定位状态；

若所述当前帧的激光定位数据对应的原始定位置信度低于所述第一预设置信度阈值，或者不能获取到当前帧的激光定位数据，则确定所述当前帧的激光定位状态为异常定位状态。

可选地，所述在所述当前帧的激光定位状态为异常定位状态的情况下，根据所述异常定位状态的类型确定当前帧的激光定位数据及对应的当前定位置信度包括：

若所述异常定位状态的类型为当前帧的激光定位数据对应的原始定位置信度低于第一预设置信度阈值，则根据历史帧的卫星定位数据和历史帧的激光定位数据确定当前帧的激光定位数据对应的当前定位置信度；

若所述异常定位状态的类型为不能获取到当前帧的激光定位数据，则根据历史帧的激光定位数据确定当前帧的激光定位数据及对应的当前定位置信度。

可选地，所述根据历史帧的卫星定位数据和历史帧的激光定位数据确定当前帧的激光定位数据对应的当前定位置信度包括：

根据当前帧的卫星定位数据和当前帧的激光定位数据确定所述当前帧的卫星定位数据与所述当前帧的激光定位数据之间的第一定位误差；

根据所述历史帧的卫星定位数据和所述历史帧的激光定位数据确定所述历史帧的卫星定位数据与所述历史帧的激光定位数据之间的第二定位误差；

根据所述第一定位误差和所述第二定位误差确定所述当前帧的激光定位数据对应的当前定位置信度。

可选地，所述第二定位误差包括多个，所述根据所述第一定位误差和所述第二定位误差确定所述当前帧的激光定位数据对应的当前定位置信度包括：

确定所述第一定位误差与多个所述第二定位误差的均值的比值；

若所述第一定位误差与多个所述第二定位误差的均值的比值不低于第二预设置信度阈值，则直接将所述第一定位误差与多个所述第二定位误差的均值的比值作为所述当前帧的激光定位数据对应的当前定位置信度；

否则，则向云端和车端发送异常告警信息。

可选地，所述历史帧的激光定位数据包括多个，所述根据历史帧的激光定位数据确定当前帧的激光定位数据及对应的当前定位置信度包括：

利用预设非线性拟合算法对多个所述历史帧的激光定位数据进行拟合；

根据拟合结果预测所述当前帧的激光定位数据；

根据多个所述历史帧的激光定位数据确定所述当前帧的激光定位数据对应的前一帧的激光定位数据，并将前一帧的激光定位数据对应的定位置信度作为所述当前帧的激光定位数据对应的当前定位置信度。

可选地，所述方法还包括：

确定所述当前帧的卫星定位状态是否恢复为差分解状态；

在所述当前帧的卫星定位状态恢复为所述差分解状态的情况下，将融合定位主信息源切换为卫星定位。

可选地，所述确定所述当前帧的卫星定位状态是否恢复为差分解状态包括：

确定连续多帧的卫星定位状态以及激光定位状态；

在连续多帧的卫星定位状态为差分解状态且连续多帧的激光定位状态为正常定位状态的情况下，确定连续多帧的卫星定位数据与对应的激光定位数据之间的定位误差；

若连续多帧的卫星定位数据与对应的激光定位数据之间的定位误差小于预设定位误差阈值，则确定所述当前帧的卫星定位状态恢复为所述差分解状态。

第二方面，本申请实施例还提供一种自动驾驶车辆的融合定位装置，其中，所述装置包括：

第一确定单元，用于确定自动驾驶车辆的当前帧的卫星定位状态；

第二确定单元，用于在所述当前帧的卫星定位状态为航位推算状态的情况下，确定当前帧的激光定位状态；

第三确定单元，用于在所述当前帧的激光定位状态为异常定位状态的情况下，根据所述异常定位状态的类型确定当前帧的激光定位数据及对应的当前定位置信度；

融合定位单元，用于根据所述当前帧的激光定位数据及对应的当前定位置信度进行融合定位，得到自动驾驶车辆的融合定位结果。

第三方面，本申请实施例还提供一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。

第四方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行前述之任一所述方法。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本申请实施例的自动驾驶车辆的融合定位方法，先确定自动驾驶车辆的当前帧的卫星定位状态；然后在当前帧的卫星定位状态为航位推算状态的情况下，确定当前帧的激光定位状态；之后在当前帧的激光定位状态为异常定位状态的情况下，根据异常定位状态的类型确定当前帧的激光定位数据及对应的当前定位置信度；最后根据当前帧的激光定位数据及对应的当前定位置信度进行融合定位，得到自动驾驶车辆的融合定位结果。本申请实施例的自动驾驶车辆的融合定位方法在卫星定位出现异常，且激光SLAM自身输出的定位结果为异常结果的情况下，针对激光SLAM不同的异常类型采取不同的策略确定激光定位结果及对应的置信度，提高了此种情况下自动驾驶车辆的定位稳定性和平滑性。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例中一种自动驾驶车辆的融合定位方法的流程示意图；

图2为本申请实施例中一种自动驾驶车辆的融合定位装置的结构示意图；

图3为本申请实施例中一种电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，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做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。

以下结合附图，详细说明本申请各实施例提供的技术方案。

本申请实施例提供了一种自动驾驶车辆的融合定位方法，如图1所示，提供了本申请实施例中一种自动驾驶车辆的融合定位方法的流程示意图，所述方法至少包括如下的步骤S110至步骤S140：

步骤S110，确定自动驾驶车辆的当前帧的卫星定位状态。

本申请实施例的自动驾驶车辆的融合定位方法主要用于实现自动驾驶车辆在卫星定位受到干扰时的融合定位策略，因此需要先根据卫星定位数据确定自动驾驶车辆在当前时刻的卫星定位状态，例如卫星定位数据中的RTK定位状态为差分解状态，说明当前卫星定位正常，未受到干扰，那么仍然以RTK定位输出的定位结果作为主信息源进行融合定位，如果RTK定位状态为航位推算状态，说明当前卫星定位异常，卫星定位信号受到了干扰，此时需要进一步判断激光SLAM的定位状态从而确定当前的定位策略。

步骤S120，在所述当前帧的卫星定位状态为航位推算状态的情况下，确定当前帧的激光定位状态。

在卫星定位异常的情况下，可以进一步根据当前时刻的激光定位数据确定当前时刻的激光定位状态，激光定位状态可以根据激光SLAM自身输出的激光定位结果对应的置信度评分来确定，该置信度评分通常位于0-3之间，置信度评分越高，对应的激光定位结果的可靠性越高。如果当前时刻的激光定位状态为正常定位状态，那么可以直接将激光SLAM输出的激光定位结果作为主信息源进行融合定位，如果是异常定位状态，则需要进一步采取后续的处理策略。

步骤S130，在所述当前帧的激光定位状态为异常定位状态的情况下，根据所述异常定位状态的类型确定当前帧的激光定位数据及对应的当前定位置信度。

由于当前时刻的激光定位状态是基于激光SLAM自身输出的置信度评分确定的，但激光SLAM自身输出的置信度评分并不是完全可靠的，例如可能会出现激光定位结果的定位误差在融合定位精度要求的范围，但是激光SLAM对此输出的置信度评分却非常低，即低于正常定位状态的分数要求，此种情况如果直接剔除激光SLAM的定位结果，将导致定位轨迹出现跳变。

基于此，本申请实施例可以根据激光SLAM的异常定位状态的类型采取不同的策略重新确定当前帧的激光定位数据及对应的当前定位置信度，一方面可以排除激光SLAM误报置信度评分较低的情况，另一方面可以根据重新确定的当前帧的激光定位数据及对应的定位置信度保证异常情况下的定位稳定性，避免出现轨迹跳变。

步骤S140，根据所述当前帧的激光定位数据及对应的当前定位置信度进行融合定位，得到自动驾驶车辆的融合定位结果。

在得到当前时刻的激光定位数据及对应的当前定位置信度后，即可将其作为滤波器的观测信息进行融合定位，从而保证了当卫星定位受到干扰且激光定位异常的情况下仍能够输出稳定的融合定位结果，避免出现轨迹跳变。

本申请实施例的自动驾驶车辆的融合定位方法在卫星定位出现异常，且激光SLAM自身输出的定位结果为异常结果的情况下，针对激光SLAM不同的异常类型采取不同的策略确定激光定位结果及对应的置信度，提高了此种情况下自动驾驶车辆的定位稳定性和平滑性。

在本申请的一些实施例中，所述在所述当前帧的卫星定位状态为航位推算状态的情况下，确定当前帧的激光定位状态包括：确定是否能够获取到当前帧的激光定位数据；若能，则确定所述当前帧的激光定位数据对应的原始定位置信度；若所述当前帧的激光定位数据对应的原始定位置信度不低于第一预设置信度阈值，确定所述当前帧的激光定位状态为正常定位状态；若所述当前帧的激光定位数据对应的原始定位置信度低于所述第一预设置信度阈值，或者不能获取到当前帧的激光定位数据，则确定所述当前帧的激光定位状态为异常定位状态。

激光定位状态分为正常定位状态和异常定位状态，异常定位状态又可以进一步分为不同的异常类型，例如激光定位结果的置信度评分过低或者当前没有输出激光定位结果等情况。

因此，本申请实施例在确定当前帧的激光定位状态时，可以先确定当前是否能够获取到激光定位数据，如果不能获取到，那么可以认为当前帧的激光定位状态为异常定位状态，如果能够获取到，则可以进一步根据激光SLAM原始输出的置信度评分来确定，如果当前帧的激光定位数据对应的原始定位置信度不低于第一预设置信度阈值，说明当前帧的激光定位数据的可靠性较高，对应的激光定位状态为正常定位状态，反之，说明激光SLAM认为当前帧的激光定位数据的可靠性较低，对应的激光定位状态为异常定位状态。

第一预设置信度阈值的大小可以根据实际需求灵活设置，由于激光SLAM输出的置信度评分通常位于0-3之间，置信度评分大于2认为该激光定位结果具有较高的可靠性，置信度评分小于1.2认为该激光定位结果不可用，因此第一预设置信度阈值就可以设置为1.2。当然，本领域技术人员也可以根据实际情况灵活调整，在此不作具体限定。

在本申请的一些实施例中，所述在所述当前帧的激光定位状态为异常定位状态的情况下，根据所述异常定位状态的类型确定当前帧的激光定位数据及对应的当前定位置信度包括：若所述异常定位状态的类型为当前帧的激光定位数据对应的原始定位置信度低于第一预设置信度阈值，则根据历史帧的卫星定位数据和历史帧的激光定位数据确定当前帧的激光定位数据对应的当前定位置信度；若所述异常定位状态的类型为不能获取到当前帧的激光定位数据，则根据历史帧的激光定位数据确定当前帧的激光定位数据及对应的当前定位置信度。

不同类型的激光定位异常情况可以采取不同的处理策略，如果激光SLAM的异常定位状态为当前帧的激光定位数据对应的原始定位置信度低于第一预设置信度阈值，那么可以根据第一预设队列中缓存的一定帧数的历史卫星定位数据和历史激光定位数据之间的定位误差来判断当前激光SLAM原始输出的置信度评分是否可靠，如果不可靠，可以根据这些历史卫星定位数据和历史激光定位数据重新确定当前帧的激光定位数据对应的定位置信度，以用于后续融合定位，如果可靠，说明当前时刻的激光定位结果不可用于融合定位，那么可以向云端和车端发送异常告警信息。

如果激光SLAM的异常定位状态为激光SLAM当前没有输出激光定位结果，那么可以根据第二预设队列中缓存的一定帧数的历史激光定位数据来预测当前帧的激光定位数据及对应的当前定位置信度。

在本申请的一些实施例中，所述根据历史帧的卫星定位数据和历史帧的激光定位数据确定当前帧的激光定位数据对应的当前定位置信度包括：根据当前帧的卫星定位数据和当前帧的激光定位数据确定所述当前帧的卫星定位数据与所述当前帧的激光定位数据之间的第一定位误差；根据所述历史帧的卫星定位数据和所述历史帧的激光定位数据确定所述历史帧的卫星定位数据与所述历史帧的激光定位数据之间的第二定位误差；根据所述第一定位误差和所述第二定位误差确定所述当前帧的激光定位数据对应的当前定位置信度。

前述实施例中的第一预设队列主要用于缓存一定时间长度的定位误差，这里的定位误差可以是指卫星定位数据与激光定位数据之间的水平定位误差，当激光定位正常时，所产生的定位误差通常稳定在一个合理范围内，而当激光定位出现异常时，其所产生的定位误差通常是随机误差。

基于此，本申请实施例可以先根据当前帧的卫星定位数据及对应的激光定位数据计算出当前帧的卫星定位数据与对应的激光定位数据之间的第一定位误差，同时获取第一预设队列中缓存的一定帧数的历史卫星定位数据与对应的激光定位数据之间的第二定位误差，基于第二定位误差衡量第一定位误差的波动情况，从而判断出激光SLAM原始输出的置信度评分是否可靠，并在不可靠时，根据第一定位误差和第二定位误差重新确定当前帧的激光定位数据对应的当前定位置信度。

在本申请的一些实施例中，所述第二定位误差包括多个，所述根据所述第一定位误差和所述第二定位误差确定所述当前帧的激光定位数据对应的当前定位置信度包括：确定所述第一定位误差与多个所述第二定位误差的均值的比值；若所述第一定位误差与多个所述第二定位误差的均值的比值不低于第二预设置信度阈值，则直接将所述第一定位误差与多个所述第二定位误差的均值的比值作为所述当前帧的激光定位数据对应的当前定位置信度；否则，则向云端和车端发送异常告警信息。

为了衡量第一定位误差的稳定性，可以从第一预设队列中获取当前帧之前的连续多帧的第二定位误差，然后计算多个第二定位误差的均值，作为衡量第一定位误差的稳定性的基准，再计算第一定位误差与多个第二定位误差的均值的比值，如果第一定位误差与多个第二定位误差的均值的比值越接近于1，说明当前帧的第一定位误差相较于历史帧的第二定位误差来说波动变化较小，较为稳定，因此说明激光SLAM原始输出的置信度评分不够可靠，进而需要重新计算当前帧的激光定位数据的定位置信度，这里可以将第一定位误差与多个第二定位误差的均值的比值直接作为新的定位置信度。当然为了便于处理，也可以对定位置信度进行归一化处理，例如映射到[0,1]区间内。

如果第一定位误差与多个第二定位误差的均值的比值远大于1或者远小于1，那么说明激光SLAM原始输出的置信度评分是可靠的，也即当前帧的激光定位结果就是异常的定位结果，无法用于后续的融合定位，因此可以向云端和车端发送异常告警信息，以便于云端和车端及时进行异常处理。

在本申请的一些实施例中，所述历史帧的激光定位数据包括多个，所述根据历史帧的激光定位数据确定当前帧的激光定位数据及对应的当前定位置信度包括：利用预设非线性拟合算法对多个所述历史帧的激光定位数据进行拟合；根据拟合结果预测所述当前帧的激光定位数据；根据多个所述历史帧的激光定位数据确定所述当前帧的激光定位数据对应的前一帧的激光定位数据，并将前一帧的激光定位数据对应的定位置信度作为所述当前帧的激光定位数据对应的当前定位置信度。

如果当前帧的异常定位状态类型为激光SLAM没有输出激光定位结果，则可以先根据多帧历史帧的激光定位数据来确定当前帧的激光定位数据，例如可以利用最小二乘算法对多帧历史帧的激光定位数据进行拟合，根据得到的拟合方程预测当前帧的激光定位数据，并将前一帧的激光定位数据对应的定位置信度作为预测出的当前帧的激光定位数据的定位置信度，从而保证当前帧有相对稳定的激光定位结果输出，进而保证融合定位结果的稳定性。

利用历史帧的激光定位数据预测当前帧的激光定位数据的主要目的是为了避免当卫星定位状态异常且激光SLAM没有激光定位结果的输出时出现的轨迹跳变的情况，该预测结果的定位精度仅仅能够保证短时间内的定位要求，因此本申请实施例还可以持续检测卫星定位状态以及激光SLAM的输出情况，如果超过预设时间阈值仍没有收到激光SLAM的输出且卫星定位状态仍然异常，则可以向云端和车端上报告警信息。

在本申请的一些实施例中，所述方法还包括：确定所述当前帧的卫星定位状态是否恢复为差分解状态；在所述当前帧的卫星定位状态恢复为所述差分解状态的情况下，将融合定位主信息源切换为卫星定位。

为了保证自动驾驶车辆的整体定位效果，本申请实施例还可以对卫星定位状态进行实时监控，判断卫星定位状态是否完全恢复为差分解状态，如果当前帧的卫星定位状态已经完全恢复为差分解状态，说明RTK定位可以提供高精度的定位结果，进而可以将当前的融合定位主信息源切换为卫星定位。通过上述实施例优化了不同定位信息源的进入和退出机制，保证了融合定位的平滑性和稳定性。

在本申请的一些实施例中，所述确定所述当前帧的卫星定位状态是否恢复为差分解状态包括：确定连续多帧的卫星定位状态以及激光定位状态；在连续多帧的卫星定位状态为差分解状态且连续多帧的激光定位状态为正常定位状态的情况下，确定连续多帧的卫星定位数据与对应的激光定位数据之间的定位误差；若连续多帧的卫星定位数据与对应的激光定位数据之间的定位误差小于预设定位误差阈值，则确定所述当前帧的卫星定位状态恢复为所述差分解状态。

为了提高定位状态判断的准确性，可以根据连续多帧的卫星定位状态以及激光定位状态进行相互验证，在连续多帧的卫星定位状态为差分解状态，并且连续多帧的激光定位状态为正常定位状态的情况下，计算连续多帧的卫星定位数据与对应的激光定位数据之间的定位误差，然后将连续多帧的定位误差分别与预设定位误差阈值进行比较，如果连续多帧的定位误差均小于预设定位误差阈值，说明卫星定位状态和激光定位状态均已经完全恢复到正常状态，反之，则不能确认卫星定位状态和激光定位状态完全恢复，可以继续监控和判断。

本申请实施例还提供了一种自动驾驶车辆的融合定位装置200，如图2所示，提供了本申请实施例中一种自动驾驶车辆的融合定位装置的结构示意图，所述装置200包括：第一确定单元210、第二确定单元220、第三确定单元230以及融合定位单元240，其中：

第一确定单元210，用于确定自动驾驶车辆的当前帧的卫星定位状态；

第二确定单元220，用于在所述当前帧的卫星定位状态为航位推算状态的情况下，确定当前帧的激光定位状态；

第三确定单元230，用于在所述当前帧的激光定位状态为异常定位状态的情况下，根据所述异常定位状态的类型确定当前帧的激光定位数据及对应的当前定位置信度；

融合定位单元240，用于根据所述当前帧的激光定位数据及对应的当前定位置信度进行融合定位，得到自动驾驶车辆的融合定位结果。

在本申请的一些实施例中，所述第二确定单元220具体用于：确定是否能够获取到当前帧的激光定位数据；若能，则确定所述当前帧的激光定位数据对应的原始定位置信度；若所述当前帧的激光定位数据对应的原始定位置信度不低于第一预设置信度阈值，确定所述当前帧的激光定位状态为正常定位状态；若所述当前帧的激光定位数据对应的原始定位置信度低于所述第一预设置信度阈值，或者不能获取到当前帧的激光定位数据，则确定所述当前帧的激光定位状态为异常定位状态。

在本申请的一些实施例中，所述第三确定单元230具体用于：若所述异常定位状态的类型为当前帧的激光定位数据对应的原始定位置信度低于第一预设置信度阈值，则根据历史帧的卫星定位数据和历史帧的激光定位数据确定当前帧的激光定位数据对应的当前定位置信度；若所述异常定位状态的类型为不能获取到当前帧的激光定位数据，则根据历史帧的激光定位数据确定当前帧的激光定位数据及对应的当前定位置信度。

在本申请的一些实施例中，所述第三确定单元230具体用于：根据当前帧的卫星定位数据和当前帧的激光定位数据确定所述当前帧的卫星定位数据与所述当前帧的激光定位数据之间的第一定位误差；根据所述历史帧的卫星定位数据和所述历史帧的激光定位数据确定所述历史帧的卫星定位数据与所述历史帧的激光定位数据之间的第二定位误差；根据所述第一定位误差和所述第二定位误差确定所述当前帧的激光定位数据对应的当前定位置信度。

在本申请的一些实施例中，所述第二定位误差包括多个，所述第三确定单元230具体用于：确定所述第一定位误差与多个所述第二定位误差的均值的比值；若所述第一定位误差与多个所述第二定位误差的均值的比值不低于第二预设置信度阈值，则直接将所述第一定位误差与多个所述第二定位误差的均值的比值作为所述当前帧的激光定位数据对应的当前定位置信度；否则，则向云端和车端发送异常告警信息。

在本申请的一些实施例中，所述历史帧的激光定位数据包括多个，所述第三确定单元230具体用于：利用预设非线性拟合算法对多个所述历史帧的激光定位数据进行拟合；根据拟合结果预测所述当前帧的激光定位数据；根据多个所述历史帧的激光定位数据确定所述当前帧的激光定位数据对应的前一帧的激光定位数据，并将前一帧的激光定位数据对应的定位置信度作为所述当前帧的激光定位数据对应的当前定位置信度。

在本申请的一些实施例中，所述装置还包括：第四确定单元，用于确定所述当前帧的卫星定位状态是否恢复为差分解状态；切换单元，用于在所述当前帧的卫星定位状态恢复为所述差分解状态的情况下，将融合定位主信息源切换为卫星定位。

在本申请的一些实施例中，所述第四确定单元具体用于：确定连续多帧的卫星定位状态以及激光定位状态；在连续多帧的卫星定位状态为差分解状态且连续多帧的激光定位状态为正常定位状态的情况下，确定连续多帧的卫星定位数据与对应的激光定位数据之间的定位误差；若连续多帧的卫星定位数据与对应的激光定位数据之间的定位误差小于预设定位误差阈值，则确定所述当前帧的卫星定位状态恢复为所述差分解状态。

能够理解，上述自动驾驶车辆的融合定位装置，能够实现前述实施例中提供的自动驾驶车辆的融合定位方法的各个步骤，关于自动驾驶车辆的融合定位方法的相关阐释均适用于自动驾驶车辆的融合定位装置，此处不再赘述。

图3是本申请的一个实施例电子设备的结构示意图。请参考图3，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器（non-volatile memory），例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构）总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构）总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成自动驾驶车辆的融合定位装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：

确定自动驾驶车辆的当前帧的卫星定位状态；

在所述当前帧的卫星定位状态为航位推算状态的情况下，确定当前帧的激光定位状态；

在所述当前帧的激光定位状态为异常定位状态的情况下，根据所述异常定位状态的类型确定当前帧的激光定位数据及对应的当前定位置信度；

根据所述当前帧的激光定位数据及对应的当前定位置信度进行融合定位，得到自动驾驶车辆的融合定位结果。

上述如本申请图1所示实施例揭示的自动驾驶车辆的融合定位装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器（CentralProcessing Unit，CPU）、网络处理器（Network Processor，NP）等；还可以是数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific IntegratedCircuit，ASIC）、现场可编程门阵列（Field－Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

该电子设备还可执行图1中自动驾驶车辆的融合定位装置执行的方法，并实现自动驾驶车辆的融合定位装置在图1所示实施例的功能，本申请实施例在此不再赘述。

本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图1所示实施例中自动驾驶车辆的融合定位装置执行的方法，并具体用于执行：

确定自动驾驶车辆的当前帧的卫星定位状态；

在所述当前帧的卫星定位状态为航位推算状态的情况下，确定当前帧的激光定位状态；

在所述当前帧的激光定位状态为异常定位状态的情况下，根据所述异常定位状态的类型确定当前帧的激光定位数据及对应的当前定位置信度；

根据所述当前帧的激光定位数据及对应的当前定位置信度进行融合定位，得到自动驾驶车辆的融合定位结果。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM) 和/或非易失性内存等形式，如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (9)

1.一种自动驾驶车辆的融合定位方法，其中，所述方法包括：

确定自动驾驶车辆的当前帧的卫星定位状态；

在所述当前帧的卫星定位状态为航位推算状态的情况下，确定当前帧的激光定位状态；

在所述当前帧的激光定位状态为异常定位状态的情况下，根据所述异常定位状态的类型确定当前帧的激光定位数据及对应的当前定位置信度；

根据所述当前帧的激光定位数据及对应的当前定位置信度进行融合定位，得到自动驾驶车辆的融合定位结果；

所述在所述当前帧的激光定位状态为异常定位状态的情况下，根据所述异常定位状态的类型确定当前帧的激光定位数据及对应的当前定位置信度包括：

若所述异常定位状态的类型为当前帧的激光定位数据对应的原始定位置信度低于第一预设置信度阈值，则根据历史帧的卫星定位数据和历史帧的激光定位数据确定当前帧的激光定位数据对应的当前定位置信度；

若所述异常定位状态的类型为不能获取到当前帧的激光定位数据，则根据历史帧的激光定位数据确定当前帧的激光定位数据及对应的当前定位置信度。

2.如权利要求1所述方法，其中，所述在所述当前帧的卫星定位状态为航位推算状态的情况下，确定当前帧的激光定位状态包括：

确定是否能够获取到当前帧的激光定位数据；

若能，则确定所述当前帧的激光定位数据对应的原始定位置信度；

若所述当前帧的激光定位数据对应的原始定位置信度不低于第一预设置信度阈值，确定所述当前帧的激光定位状态为正常定位状态；

若所述当前帧的激光定位数据对应的原始定位置信度低于所述第一预设置信度阈值，或者不能获取到当前帧的激光定位数据，则确定所述当前帧的激光定位状态为异常定位状态。

3.如权利要求1所述方法，其中，所述根据历史帧的卫星定位数据和历史帧的激光定位数据确定当前帧的激光定位数据对应的当前定位置信度包括：

根据当前帧的卫星定位数据和当前帧的激光定位数据确定所述当前帧的卫星定位数据与所述当前帧的激光定位数据之间的第一定位误差；

根据所述历史帧的卫星定位数据和所述历史帧的激光定位数据确定所述历史帧的卫星定位数据与所述历史帧的激光定位数据之间的第二定位误差；

根据所述第一定位误差和所述第二定位误差确定所述当前帧的激光定位数据对应的当前定位置信度。

4.如权利要求3所述方法，其中，所述第二定位误差包括多个，所述根据所述第一定位误差和所述第二定位误差确定所述当前帧的激光定位数据对应的当前定位置信度包括：

确定所述第一定位误差与多个所述第二定位误差的均值的比值；

若所述第一定位误差与多个所述第二定位误差的均值的比值不低于第二预设置信度阈值，则直接将所述第一定位误差与多个所述第二定位误差的均值的比值作为所述当前帧的激光定位数据对应的当前定位置信度；

否则，则向云端和车端发送异常告警信息。

5.如权利要求1所述方法，其中，所述历史帧的激光定位数据包括多个，所述根据历史帧的激光定位数据确定当前帧的激光定位数据及对应的当前定位置信度包括：

利用预设非线性拟合算法对多个所述历史帧的激光定位数据进行拟合；

根据拟合结果预测所述当前帧的激光定位数据；

根据多个所述历史帧的激光定位数据确定所述当前帧的激光定位数据对应的前一帧的激光定位数据，并将前一帧的激光定位数据对应的定位置信度作为所述当前帧的激光定位数据对应的当前定位置信度。

6.如权利要求1所述方法，其中，所述方法还包括：

确定所述当前帧的卫星定位状态是否恢复为差分解状态；

在所述当前帧的卫星定位状态恢复为所述差分解状态的情况下，将融合定位主信息源切换为卫星定位。

7.如权利要求6所述方法，其中，所述确定所述当前帧的卫星定位状态是否恢复为差分解状态包括：

确定连续多帧的卫星定位状态以及激光定位状态；

在连续多帧的卫星定位状态为差分解状态且连续多帧的激光定位状态为正常定位状态的情况下，确定连续多帧的卫星定位数据与对应的激光定位数据之间的定位误差；

若连续多帧的卫星定位数据与对应的激光定位数据之间的定位误差小于预设定位误差阈值，则确定所述当前帧的卫星定位状态恢复为所述差分解状态。

8.一种自动驾驶车辆的融合定位装置，其中，所述装置包括：

第一确定单元，用于确定自动驾驶车辆的当前帧的卫星定位状态；

第二确定单元，用于在所述当前帧的卫星定位状态为航位推算状态的情况下，确定当前帧的激光定位状态；

第三确定单元，用于在所述当前帧的激光定位状态为异常定位状态的情况下，根据所述异常定位状态的类型确定当前帧的激光定位数据及对应的当前定位置信度；

融合定位单元，用于根据所述当前帧的激光定位数据及对应的当前定位置信度进行融合定位，得到自动驾驶车辆的融合定位结果；

所述第三确定单元具体用于：

若所述异常定位状态的类型为当前帧的激光定位数据对应的原始定位置信度低于第一预设置信度阈值，则根据历史帧的卫星定位数据和历史帧的激光定位数据确定当前帧的激光定位数据对应的当前定位置信度；

若所述异常定位状态的类型为不能获取到当前帧的激光定位数据，则根据历史帧的激光定位数据确定当前帧的激光定位数据及对应的当前定位置信度。

9.一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行所述权利要求1~7之任一所述方法。

Images