CN116061970A - 嵌入式平台、自动驾驶计算平台和系统及车辆、定位方法 - Google Patents

Abstract

本申请提供一种嵌入式平台，与自动驾驶计算平台连接，嵌入式平台包括：传感器处理模块、定位模块，传感器处理模块，用于接收用于自动驾驶车辆定位的至少一种传感器数据；定位模块，与传感器处理模块连接，用于对至少一种传感器数据进行定位处理，以得到用于自动驾驶车辆定位的定位结果，并将定位结果发送到自动驾驶计算平台。本申请还提供相应的自动驾驶计算平台和系统及车辆、定位方法。本申请通过嵌入式平台将定位结果发送到自动驾驶计算平台，实现自动驾驶车辆的定位功能，避免在实现定位功能时自动驾驶计算平台与外部设备之间的大量的传感器数据的传输，从而实现实时定位数据处理，降低数据处理延时。

Description

嵌入式平台、自动驾驶计算平台和系统及车辆、定位方法

技术领域

本申请的所公开实施例涉及嵌入式平台技术领域，且更具体而言，涉及嵌入式平台、自动驾驶计算平台和系统及车辆、定位方法。

背景技术

自动驾驶车辆通过依靠雷达、摄像头等传感器收集周围的交通状况，并接收传感器收集到的数据，即接收传感器数据，对传感器数据进行相关处理，实现在没有任何人类主动的操作下，自动安全地操作机动车辆。

其中，自动驾驶车辆的定位处理在实现自动安全方面至关重要，在进行定位处理时，需要大量的传感器数据，而大量的传感器数据的传输极大影响实时数据处理，增大数据处理延时，因此，亟需解决自动驾驶车辆的定位处理中这方面的问题。

发明内容

本申请提供嵌入式平台、自动驾驶计算平台和系统及车辆、定位方法，以解决上述问题。

根据本申请的第一方面，公开一种实例性的嵌入式平台，与自动驾驶计算平台连接，包括：传感器处理模块、定位模块；传感器处理模块，用于接收用于自动驾驶车辆定位的至少一种传感器数据；定位模块，与所述传感器处理模块连接，用于对所述至少一种传感器数据进行定位处理，以得到用于所述自动驾驶车辆定位的定位结果，并将所述定位结果发送到所述自动驾驶计算平台。

在本申请一些实施例中，所述至少一种传感器数据通过所述嵌入式平台的操作系统共享内存机制被传输给所述定位模块，以使得所述定位模块直接获取所述至少一种传感器数据，从而对所述至少一种传感器数据进行定位处理。

在本申请一些实施例中，所述至少一种传感器数据包括惯导数据、GNSS数据、雷达传感器数据、图像传感器数据；所述定位模块包括融合定位子模块、视觉定位子模块和地图定位子模块中至少一种；所述融合定位子模块用于对所述惯导数据与所述GNSS数据和/或所述雷达传感器数据和/或所述图像传感器数据进行融合定位处理；所述视觉定位子模块用于对所述图像传感器数据进行定位处理；所述地图定位子模块用于利用所述雷达传感器数据和所述图像传感器数据构建地图，以利用所述地图进行定位处理。

在本申请一些实施例中，所述定位模块与所述传感器处理模块通过PCIE总线连接。

在本申请一些实施例中，所述定位模块与所述自动驾驶计算平台通过PCIE总线连接，从而所述嵌入式平台与所述自动驾驶计算平台连接。

根据本申请的第二方面，公开一种实例性的自动驾驶计算平台，与上述的嵌入式平台连接。其中，所述自动驾驶计算平台用于从所述嵌入式平台获取用于自动驾驶车辆定位的定位结果，并基于所述定位结果生成驾驶控制指令，以使得自动驾驶车辆基于所述驾驶控制指令进行自动驾驶控制。

在本申请一些实施例中，所述自动驾驶计算平台通过PCIE总线与所述嵌入式平台连接。

根据本申请的第三方面，公开一种实例性的自动驾驶系统，包括自动驾驶计算平台和与所述自动驾驶计算平台连接的上述的嵌入式平台，其中：所述嵌入式平台用于接收用于自动驾驶车辆定位的至少一种传感器数据，并利用所述至少一种传感器数据获得用于所述自动驾驶车辆定位的定位结果，并将所述定位结果发送到所述自动驾驶计算平台；所述自动驾驶计算平台用于基于所述定位结果生成驾驶控制指令，以基于所述驾驶控制指令进行自动驾驶控制。

在本申请一些实施例中，所述嵌入式平台通过PCIE总线与所述自动驾驶计算平台连接。

根据本申请的第四方面，公开一种实例性的自动驾驶车辆，所述自动驾驶车辆搭载如上述的嵌入式平台、如上述的自动驾驶计算平台或如上述的自动驾驶系统。

根据本申请的第五方面，公开一种实例性的用于自动驾驶车辆的定位方法，应用于与自动驾驶计算平台连接的嵌入式平台，包括：接收用于所述自动驾驶车辆定位的至少一种传感器数据；对所述至少一种传感器数据进行定位处理，以得到用于所述自动驾驶车辆定位的定位结果，并将所述定位结果发送到所述自动驾驶计算平台。

本申请的有益效果有：通过嵌入式平台包括传感器处理模块和定位模块，传感器处理模块用于接收用于自动驾驶车辆定位的至少一种传感器数据，定位模块用于对所述至少一种传感器数据进行定位处理，以得到用于所述自动驾驶车辆定位的定位结果，并将所述定位结果发送到所述自动驾驶计算平台，实现自动驾驶车辆的定位功能，并通过嵌入式平台将定位结果传输给自动驾驶计算平台，避免在实现定位功能时自动驾驶计算平台与外部设备之间的大量的传感器数据的传输，有效减少自动驾驶计算平台与外部设备之间的数据传输量，从而实现实时定位数据处理，降低数据处理延时，使得延时维持在μs(微秒)级别。

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，而非限制本申请。

附图说明

下面将结合附图及实施方式对本申请作进一步说明，附图中：

图1是本申请一实施例的嵌入式平台的结构示意图；

图2是本申请一实施例自动驾驶计算平台的示意图；

图3是本申请一实施例的自动驾驶系统的结构示意图；

图4是本申请一实施例的自动驾驶车辆的结构示意图；

图5是本申请一实施例的自动驾驶车辆的定位方法的流程示意图。

具体实施方式

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本申请中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。另外，本申请中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。

目前，自动驾驶车辆的定位功能一般由自动驾驶计算平台本身来实现，即车辆的定位模块一般设置在自动驾驶计算平台上。在实现定位处理的过程中，自动驾驶计算平台首先需要从外部其他模块或系统获取大量的传感器数据，即大量的传感器数据需要传输到自动驾驶计算平台，随后，自动驾驶计算平台本身的定位模块对获取到的传感器数据处理，从而实现定位效果。可以看出，在这个过程中，从外部其他模块或系统到自动驾驶计算平台，涉及大量的传感器数据的传输，从而存在如上面所提到的数据处理延时问题。

为使本领域的技术人员更好地理解本申请的技术方案，下面结合附图和具体实施方式对本申请的技术方案做进一步详细描述。

请参阅图1，图1是本申请一实施例的嵌入式平台的结构示意图。在此图中，嵌入式平台10与自动驾驶计算平台20连接。嵌入式平台10可以作为一种独立可移植的平台，可以适用于不同设备、不同系统甚至不同领域。例如嵌入式平台10可设置于自动驾驶车辆上。自动驾驶计算平台20用于自动驾驶车辆实现自动驾驶相关功能控制的计算平台，可以安装在自动驾驶车辆自身，也可以是设置于远程、云端等。

嵌入式平台10包括：传感器处理模块11、定位模块12，传感器处理模块11用于接收用于自动驾驶车辆定位的至少一种传感器数据；定位模块12与传感器处理模块11连接，用于对至少一种传感器数据进行定位处理，以得到用于自动驾驶车辆定位的定位结果，并将定位结果发送到自动驾驶计算平台20。

传感器处理模块11用于通过总线、网口、CAN(Controller Area Network，CAN总线)等方式与至少一个外部传感器和GNSS(Global Navigation Satellite System，全球导航卫星系统)组合导航模块或其他导航模块进行通信，并利用至少一个外部传感器和GNSS组合导航模块采集至少一种传感器数据，并接收至少一种传感器数据。

其中，外部传感器可以是雷达传感器、图像传感器、IMU(Inertial MeasurementUnit，惯性测量单元)、温度传感器、轮速传感器等。GNSS组合导航模块或其他导航模块可以是位于嵌入式平台10外部的模块，也可以是嵌入式平台10内部的模块，也就是说，在GNSS组合导航模块或其他导航模块为嵌入式平台10内部的模块的情况中，嵌入式平台10还可以包括GNSS组合导航模块或其他导航模块，其他导航模块可以为GPS(Global PositioningSystem，全球定位系统)定位模块、Glonass定位模块、Galileo定位模块或者北斗卫星导航系统定位模块。需要说明的是，这种情况下，图1中并未示出GNSS组合导航模块或其他导航模块，以为了简洁。

定位模块12对至少一种传感器数据进行定位处理，以得到用于自动驾驶车辆定位的定位结果。其中，定位模块12可以进行融合定位处理、视觉定位处理、地图定位处理等，其中融合定位处理采用卫星导航和惯导组合的定位算法，地图定位处理采用雷达点云和高精度地图匹配的定位算法，视觉定位处理采用视觉里程算法。

在一应用场景中，传感器处理模块11与雷达传感器、图像传感器、IMU(InertialMeasurement Unit，惯性测量单元)和GNSS组合导航模块进行通信，如此，传感器处理模块11接收雷达传感器数据、图像传感器数据、惯导数据和GNSS数据。从而，定位模块12对雷达传感器数据、图像传感器数据、惯导数据和GNSS数据进行定位处理，即融合定位处理，得到定位结果。

在另一应用场景中，传感器处理模块11与雷达传感器和图像传感器，如此，传感器处理模块11接收雷达传感器数据和图像传感器数据。从而，定位模块12对雷达传感器数据和图像传感器数据进行定位处理，即地图定位处理，得到定位结果。

在再一应用场景中，传感器处理模块11与图像传感器，如此，传感器处理模块11接收图像传感器数据。从而，定位模块12对图像传感器数据进行定位处理，即视觉定位处理，得到定位结果。

定位模块12将定位结果发送到自动驾驶计算平台20，相比于大量的传感器数据而言，定位结果的数据量远远低于大量的传感器数据，从而对于自动驾驶计算平台20来说，其与外部设备之间无需传输大量的传感器数据，有效减少了其与外部设备之间的数据传输量。

本实施例中，通过嵌入式平台10包括传感器处理模块11和定位模块12，传感器处理模块用于接收用于自动驾驶车辆定位的至少一种传感器数据，定位模块用于对至少一种传感器数据进行定位处理，以得到用于自动驾驶车辆定位的定位结果，并将定位结果发送到自动驾驶计算平台20，实现自动驾驶车辆的定位功能，并通过嵌入式平台10将定位结果传输给自动驾驶计算平台20，避免在实现定位功能时自动驾驶计算平台20与外部设备之间的大量的传感器数据的传输，有效减少自动驾驶计算平台20与外部设备之间的数据传输量，从而实现实时定位数据处理，降低数据处理延时，使得延时维持在μs(微秒)级别。

在本申请的一些实施例中，至少一种传感器数据通过嵌入式平台10的操作系统共享内存机制被传输给定位模块12，以使得定位模块12直接获取至少一种传感器数据，从而对至少一种传感器数据进行定位处理。

嵌入式平台10的操作系统共享内存机制是指将数据存储到内存中，该内存被设置成共享，从而嵌入式平台10内的各个模块均可以共用存储到该内存中的数据。

利用操作系统共享内存机制将传感器处理模块11接收的传感器数据直接传输到定位模块12，从而定位模块12可以直接对传感器数据进行定位处理。也就是说，通过操作系统共享内存机制，嵌入式平台10内的各个模块可以直接读写内存中的数据，而不需要进行任何数据的拷贝，可以有效减少嵌入式平台10内的数据传输量和数据传输时间，实现实时定位数据处理，以及降低数据延时等效果。

例如，传感器处理模块11在接收到至少一种传感器数据后，将至少一种传感器数据存储到内存中。在存储后，定位模块12能够共享内存存储的至少一种传感器数据。如，定位模块12利用进程A从内存存储获取传感器数据，传感器处理模块11利用进程B从内存存储获取传感器数据。进程A和进程B共享内存，即同一块物理内存被映射到进程A和进程B各自的进程地址空间。进程A可以即时看到进程B对共享内存中传感器数据的更新，反之亦然。

需要说明的是，对于GNSS组合导航模块，嵌入式平台10的操作系统中还需要修改GNSS源数据驱动程序，从而使得相应的GNSS数据被共享。也就是说，在将GNSS数据通过操作系统共享内存机制被传输给定位模块12时，还需要嵌入式平台10的操作系统中修改GNSS源数据驱动程序。

如上述，传感器处理模块11与至少一个外部传感器和GNSS(Global NavigationSatellite System，全球导航卫星系统)组合导航模块或其他导航模块进行通信，接收至少一种传感器数据，在本申请的一些实施例中，至少一种传感器数据包括惯导数据、GNSS数据、雷达传感器数据、图像传感器数据；定位模块12包括融合定位子模块、视觉定位子模块和地图定位子模块中至少一种；融合定位子模块用于对惯导数据与GNSS数据和/或雷达传感器数据和/或图像传感器数据进行融合定位处理；视觉定位子模块用于对图像传感器数据进行定位处理；地图定位子模块用于利用雷达传感器数据和图像传感器数据构建地图，以利用地图进行定位处理。惯导数据包括车辆加速度和角速度等信息。其中，惯导解算的过程包括：对加速度进行积分，得到速度变量；对速度变量进行积分，得到位置变量；对角速度进行积分，得到姿态角变量。随后，将位置变量、速度变量和姿态角变量与上一时刻的位置信息、速度信息和姿态角信息分别进行叠加，得到当前时刻的位置信息、速度信息和姿态角信息。

GNSS数据即为全球导航卫星系统数据，包括GNSS定位信息和速度信息，可以通过GNSS接收机接收GNSS数据。

雷达传感器数据是既往航迹信息及雷达实时动态数据，包括车辆周围环境的环境点云。其中，雷达传感器可以为超声波雷达传感器、毫米波雷达传感器、激光雷达传感器等。

图像传感器数据是电信号，图像传感器将摄像头的光信号转变为电信号，通过对图像传感器数据进行算法处理，感知车辆周边路况的功能，实现如车辆、行人、车道线、交通标识物的检测、距离估计等。

其中，惯导数据的采集频率最高，其次是GNSS数据、雷达传感器数据和图像传感器数据。例如：假设惯导数据的采集频率为100HZ，GNSS数据和雷达传感器数据的采集频率分别为50HZ和20HZ。那么在1秒的时间内，惯导数据不断地采集加速度和角速度，并进行惯导解算，可以得到100次的位置、速度和姿态信息，也就是说惯导数据可以在这1秒钟内对车辆的位置、速度和姿态信息更新100次，而1秒钟内只会对GNSS数据更新50次，以及对雷达传感器数据更新20次。

融合定位子模块对数据进行融合定位处理即为：把接收到的数据，经扩展卡尔曼滤波后，输出定位结果。其中，数据包括：惯导数据、GNSS数据、雷达传感器数据、图像传感器数据等。例如：将惯导数据与GNSS数据构成的组合导航经过扩展卡尔曼滤波后，输出相应的定位结果。其中，卡尔曼滤波一种利用线性系统状态方程，通过系统输入、输出观测数据，对系统状态进行最优估计的算法。因为观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。

惯性测量仪在每一次惯导解算过程中都会产生误差，随着迭代次数的增加，这种误差也会逐渐积累，变得越来越大。可以通过融合定位子模块减小这种误差。例如：在1秒钟内每间隔0.2ms接收到GNSS信息之后，通过GNSS信息与惯性测量仪的惯导解算结果进行融合定位。之后，在1秒钟内每间隔0.5ms接收到雷达的点云定位结果，再通过点云定位结果与惯性测量仪的惯导解算结果进行融合定位，从而提高车辆定位准确度。

视觉定位子模块可以根据图像传感器采集的图像数据，确定出图像数据中物体对应的位置，将此位置作为视觉定位模块对应的位置。其中，物体对应的位置可以提前通过高精度地图标定。

地图定位子模块可以根据图像传感器采集的图像数据和雷达采集的雷达传感器信息构建地图，以利用地图进行定位处理。

需要说明的是，嵌入式平台10还可以搭载其他类型的子模块，丰富嵌入式平台10的实现功能；另外，嵌入式平台10也可以提供各类接口用于接入各种传感器设备，实现多源传感器数据的接入。整个设置满足多元信号的采集、处理和输出，并且具备连续的高精度多传感器融合自适应定位和处理能力。

进一步地，为了监测嵌入式平台10中的工作是否异常，嵌入式平台10还可以周期性将传感器数据和/或定位结果传输至自动驾驶计算平台20，自动驾驶计算平台20基于周期性接收到的传感器数据和/或定位结果进行处理得到融合定位结果，最后，通过比较自动驾驶计算平台20的融合定位结果和嵌入式平台10的定位模块进行定位处理得到的定位结果，以监测嵌入式平台10是否出现工作异常的情况。

可以看出，嵌入式平台10采用周期性传输的传感器数据和/或定位信息，不需要长时间持续传输传感器数据。在一些示例中，考虑到传感器数据和/或定位结果的数据量大小不同，可以根据传感器数据和/或定位信息的数据量大小设置传输周期，即数据量越大，传输周期越长；数据量越小，传输周期越短。

在本申请一些实施例中，定位模块12与传感器处理模块11通过PCIE总线连接。PCIE(peripheral component interconnect express)，即高速串行计算机扩展总线标准。其中，PCIE总线使用端到端的连接方式。因此，在一条PCIE链路的两端只能各连接一个设备，这两个设备互为是数据发送端和数据接收端，例如本申请实施例的传感器处理模块11和定位模块12。PCIE总线除了总线链路外，还具有多个层次，发送端发送数据时将通过这些层次，而接收端接收数据时也使用这些层次。PCIE总线使用的层次结构与网络协议栈较为类似。

采用PCIE总线替换现有技术中的CAN总线或者其他同步或异步通信的总线类型，通过高速差分技术提高数据传输的效率，降低数据传输延时。其中，高速差分信号可以使用更高的时钟频率，从而使用更少的信号线，完成之前需要许多单端并行数据信号才能达到的总线带宽。

在本申请一些实施例中，定位模块12与自动驾驶计算平台20通过PCIE总线连接，从而嵌入式平台10与自动驾驶计算平台20连接。

嵌入式平台10通过高速总线PCIE连接到自动驾驶计算平台20，再通过修改嵌入式平台10和自动驾驶计算平台20的PCIE驱动程序，实现GNSS数据传输过程的零拷贝，将延时维持在μs(微秒)级别。

请参阅图2，图2是本申请一实施例自动驾驶计算平台的示意图。在此图中，该自动驾驶计算平台20与嵌入式平台连接，例如与上述实施例的嵌入式平台10连接；其中，自动驾驶计算平台20用于从嵌入式平台10获取用于自动驾驶车辆定位的定位结果，并基于定位结果生成驾驶控制指令，以使得自动驾驶车辆基于驾驶控制指令进行自动驾驶控制。

自动驾驶计算平台20从嵌入式平台10获取用于自动驾驶车辆定位的定位结果，即直接从嵌入式平台10获得定位结果，而非自身进行定位处理来得到定位结果，降低数据处理的延时。随后，自动驾驶计算平台基于定位结果生成驾驶控制指令，以使得自动驾驶车辆基于驾驶控制指令进行自动驾驶控制，即直接基于定位结果进行自动驾驶控制，从而减少自动驾驶计算平台的数据处理流程，提供控制效率。

在一些示例中，当定位处理所涉及的传感器数据的传输量小于预设值时，例如，当定位处理不需要输出实时定位、预测定位等，定位结果的输出速度小于阈值时，自动驾驶计算平台20还用于接收至少一种传感器数据，并对至少一种传感器数据进行定位处理，得到定位结果。例如，自动驾驶计算平台20自身接收图像传感器数据，并对图像传感器数据进行视觉定位处理，得到相应的定位结果。

在本申请的一些实施例中，自动驾驶计算平台20通过PCIE总线与嵌入式平台10连接，从而自动驾驶计算平台20与嵌入式平台连接，其中，通过PCIE总线的连接方式的基础理论技术在此不再赘述。

请参阅图3，图3是本申请一实施例的自动驾驶系统的结构示意图。在此图中，该自动驾驶系统30包括自动驾驶计算平台31和与自动驾驶计算平台31连接的嵌入式平台32。其中，嵌入式平台32用于接收用于自动驾驶车辆定位的至少一种传感器数据，并利用至少一种传感器数据获得用于自动驾驶车辆定位的定位结果，并将定位结果发送到自动驾驶计算平台31；自动驾驶计算平台31用于基于定位结果生成驾驶控制指令，以基于驾驶控制指令进行自动驾驶控制。

例如，例如嵌入式平台32可以为上述实施例的嵌入式平台10，自动驾驶计算平台31可以是上述的自动驾驶计算平台20，其中，对于嵌入式平台10和自动驾驶计算平台20的相关描述，详见上述实施例，在此不再进行说明。

本实施例的自动驾驶系统30，通过嵌入式平台32包括传感器处理模块11和定位模块12，传感器处理模块用于接收用于自动驾驶车辆定位的至少一种传感器数据，定位模块用于对至少一种传感器数据进行定位处理，以得到用于自动驾驶车辆定位的定位结果，并将定位结果发送到自动驾驶计算平台，实现自动驾驶车辆的定位功能，并通过嵌入式平台32将定位结果传输给自动驾驶计算平台，避免在实现定位功能时自动驾驶计算平台与外部设备之间的大量的传感器数据的传输，有效减少自动驾驶计算平台与外部设备之间的数据传输量，从而实现实时定位数据处理，降低数据处理延时，使得延时维持在μs(微秒)级别。

在本申请的一些实施例中，自动驾驶计算平台31通过PCIE总线与嵌入式平台32连接，通过PCIE总线连接的方式的基础理论技术在此不再赘述。

请参阅图4，图4是本申请一实施例的自动驾驶车辆的结构示意图。在此图中，该自动驾驶车辆40搭载嵌入式平台、自动驾驶计算平台或自动驾驶系统41，例如上述的嵌入式平台10、上述的自动驾驶计算平台20或上述的自动驾驶系统30。嵌入式平台10、自动驾驶计算平台20、自动驾驶系统30的描述，详见上述实施例，在此不再说明。

请参阅图5，图5是本申请一实施例的自动驾驶车辆的定位方法的流程示意图。在此图中，该自动驾驶车辆的定位方法应用于与自动驾驶计算平台连接的嵌入式平台，例如，上述实施例中与自动驾驶计算平台20连接的嵌入式平台10。具体地，该方法包括如下步骤：

步骤S51：接收用于自动驾驶车辆定位的至少一种传感器数据。

通过总线、网口、CAN(Controller Area Network，CAN总线)等方式与至少一个外部传感器和GNSS(Global Navigation Satellite System，全球导航卫星系统)组合导航模块或其他导航模块进行通信，并利用至少一个外部传感器和GNSS组合导航模块采集至少一种传感器数据，并接收至少一种传感器数据。

其中，外部传感器可以是雷达传感器、图像传感器、IMU(Inertial MeasurementUnit，惯性测量单元)、温度传感器、轮速传感器等。GNSS组合导航模块或其他导航模块可以是位于嵌入式平台外部的模块，也可以是嵌入式平台内部的模块，也就是说，在GNSS组合导航模块或其他导航模块为嵌入式平台内部的模块的情况中，嵌入式平台还可以包括GNSS组合导航模块或其他导航模块，其他导航模块可以为GPS(Global Positioning System，全球定位系统)定位模块、Glonass定位模块、Galileo定位模块或者北斗卫星导航系统定位模块。

步骤S52：对至少一种传感器数据进行定位处理，以得到用于自动驾驶车辆定位的定位结果，并将定位结果发送到自动驾驶计算平台。

其中，定位处理可以包括融合定位处理、视觉定位处理、地图定位处理等，其中融合定位处理采用卫星导航和惯导组合的定位算法，地图定位处理采用雷达点云和高精度地图匹配的定位算法，视觉定位处理采用视觉里程算法。

在一应用场景中，接收雷达传感器、图像传感器、IMU(Inertial MeasurementUnit，惯性测量单元)和GNSS组合导航模块的传感器数据。从而，对雷达传感器数据、图像传感器数据、惯导数据和GNSS数据进行定位处理，即融合定位处理，得到定位结果。

在另一应用场景中，接收雷达传感器数据和图像传感器数据。从而，对雷达传感器数据和图像传感器数据进行定位处理，即地图定位处理，得到定位结果。

在再一应用场景中，接收图像传感器数据。从而，对图像传感器数据进行定位处理，即视觉定位处理，得到定位结果。

在本实施例中，将定位结果发送到自动驾驶计算平台，相比于大量的传感器数据而言，定位结果的数据量远远低于大量的传感器数据，从而对于自动驾驶计算平台来说，其与外部设备之间无需传输大量的传感器数据，有效减少了其与外部设备之间的数据传输量，从而实现实时定位数据处理，降低数据处理延时，使得延时维持在μs(微秒)级别。

所属领域的技术人员易知，可在保持本申请的教示内容的同时对装置及方法作出诸多修改及变动。因此，以上公开内容应被视为仅受随附权利要求书的范围的限制。

Claims (11)

1.一种嵌入式平台，其特征在于，与自动驾驶计算平台连接，包括：

传感器处理模块，用于接收用于自动驾驶车辆定位的至少一种传感器数据；

定位模块，与所述传感器处理模块连接，用于对所述至少一种传感器数据进行定位处理，以得到用于所述自动驾驶车辆定位的定位结果，并将所述定位结果发送到所述自动驾驶计算平台。

2.根据权利要求1所述的嵌入式平台，其特征在于，

所述至少一种传感器数据通过所述嵌入式平台的操作系统共享内存机制被传输给所述定位模块，以使得所述定位模块直接获取所述至少一种传感器数据，从而对所述至少一种传感器数据进行定位处理。

3.根据权利要求1或2所述至少一种传感器数据包括惯导数据、GNSS数据、雷达传感器数据、图像传感器数据；

所述定位模块包括融合定位子模块、视觉定位子模块和地图定位子模块中至少一种；

所述融合定位子模块用于对所述惯导数据与所述GNSS数据和/或所述雷达传感器数据和/或所述图像传感器数据进行融合定位处理；

所述视觉定位子模块用于对所述图像传感器数据进行定位处理；

所述地图定位子模块用于利用所述雷达传感器数据和所述图像传感器数据构建地图，以利用所述地图进行定位处理。

4.根据权利要求1所述的嵌入式平台，其特征在于，

所述定位模块与所述传感器处理模块通过PCIE总线连接。

5.根据权利要求1所述的嵌入式平台，其特征在于，

所述定位模块与所述自动驾驶计算平台通过PCIE总线连接，从而所述嵌入式平台与所述自动驾驶计算平台连接。

6.一种自动驾驶计算平台，其特征在于，与如权利要求1-5中任一项所述的嵌入式平台连接；

其中，所述自动驾驶计算平台用于从所述嵌入式平台获取用于自动驾驶车辆定位的定位结果，并基于所述定位结果生成驾驶控制指令，以使得自动驾驶车辆基于所述驾驶控制指令进行自动驾驶控制。

7.根据权利要求6所述的自动驾驶计算平台，其特征在于，

所述自动驾驶计算平台通过PCIE总线与所述嵌入式平台连接。

8.一种自动驾驶系统，其特征在于，包括自动驾驶计算平台和与所述自动驾驶计算平台连接的如权利要求1-5中任一项所述的嵌入式平台，其中：

所述嵌入式平台用于接收用于自动驾驶车辆定位的至少一种传感器数据，并利用所述至少一种传感器数据获得用于所述自动驾驶车辆定位的定位结果，并将所述定位结果发送到所述自动驾驶计算平台；

所述自动驾驶计算平台用于基于所述定位结果生成驾驶控制指令，以基于所述驾驶控制指令进行自动驾驶控制。

9.根据权利要求8所述的自动驾驶系统，其特征在于，

所述嵌入式平台通过PCIE总线与所述自动驾驶计算平台连接。

10.一种自动驾驶车辆，其特征在于，所述自动驾驶车辆搭载如权利要求1～5任一项所述的嵌入式平台、如权利要求6或7所述的自动驾驶计算平台或如权利要求8或9所述的自动驾驶系统。

11.一种用于自动驾驶车辆的定位方法，其特征在于，应用于与自动驾驶计算平台连接的嵌入式平台，包括：

接收用于所述自动驾驶车辆定位的至少一种传感器数据；

对所述至少一种传感器数据进行定位处理，以得到用于所述自动驾驶车辆定位的定位结果，并将所述定位结果发送到所述自动驾驶计算平台。

Images