CN116481541A - 一种无需卫星导航的车辆自主返航控制方法、装置及介质 - Google Patents

Abstract

本发明公开了一种无需卫星导航的车辆自主返航控制方法、装置及介质，所述方法包括以下步骤：对无人车执行出发前备检操作，得到备检结果；根据备检结果控制无人车进行去程侦测；根据无人车在去程侦测中的反馈数据，获取无人车的行驶车况数据和环境侦测数据；根据行驶车况数据和环境侦测数据构建点云地图；判断点云地图的地图品质，根据地图品质对无人车选择执行自驱返程操作或阶段性返航操作；本发明能够在无人车侦查探路时，根据无人车的车况数据，智能推测出无人车的所在位置，且在返航时，根据前述车况数据和推测数据，智能控制无人车进入适应环境的返航轨迹及自主返航模式，实现了无需卫星系统和卫星信号下的无人车的自主探路返航。

Description

一种无需卫星导航的车辆自主返航控制方法、装置及介质

技术领域

本发明涉及智能驾驶技术领域，具体的，本发明应用于无人车自主返航控制领域，特别是涉及一种无需卫星导航的车辆自主返航控制方法、装置及介质。

背景技术

目前，在军用无人车的应用中，常会出现遥控无人车进行前突侦查的情景，在此情景下，无人车被远程遥控，需前往位置区域进行环境侦查并收集反馈图像信息，在侦查完毕后，无人车需要返航到对应的起点位置；为了保证无人车的精准快速返回，现有技术中采用卫星定位系统辅助无人车进行返航，在无人车进行去程侦查时，会记录无人车去程时的经纬度坐标，进而记录无人车去程时的轨迹，在返航时，自主控制无人车沿去程轨迹返航；

现有技术中的这种无人车返航方式，过度依赖于卫星定位系统和卫星信号，在卫星定位系统出现故障或卫星信号受到干扰时，无人车是无法进行自主返航的。

发明内容

本发明的目的在于，针对现有技术中的上述问题，提供一种无需卫星导航的车辆自主返航控制方法、装置及介质，进而解决现有技术中的依赖于卫星定位系统和卫星信号的无人车自主返航控制方法，在卫星定位系统出现故障或卫星信号受到干扰时，无人车无法进行自主返航的问题。

为解决上述技术问题，本发明的具体技术方案如下：

一方面，本发明提供一种无需卫星导航的车辆自主返航控制方法，包括以下步骤：

对无人车执行出发前备检操作，得到备检结果；

根据所述备检结果控制所述无人车进行去程侦测；

根据所述无人车在所述去程侦测中的反馈数据，获取所述无人车的行驶车况数据和环境侦测数据；

根据所述行驶车况数据和所述环境侦测数据构建点云地图；

判断所述点云地图的地图品质，根据所述地图品质对所述无人车选择执行自驱返程操作或阶段性返航操作。

作为一种改进的方案，所述备检结果包括：备检正常和备检异常；

所述根据所述备检结果控制所述无人车进行去程侦测，包括：

所述备检结果为所述备检正常时，令所述无人车的第一当前位置作为去程侦测原点，并开启所述无人车的去程侦测模式。

作为一种改进的方案，所述根据所述无人车在所述去程侦测中的反馈数据，获取所述无人车的行驶车况数据和环境侦测数据，包括：

设置位置间隔数值；

根据所述反馈数据和所述位置间隔数值，周期性计算所述无人车在所述去程侦测中的所述行驶车况数据；

每当得到所述行驶车况数据时，获取与所述行驶车况数据相匹配的所述环境侦测数据。

作为一种改进的方案，所述行驶车况数据包括：若干预测行驶位置数据；

所述环境侦测数据包括：与若干所述预测行驶位置数据分别匹配的若干环境点云数据；

所述根据所述行驶车况数据和所述环境侦测数据构建点云地图，包括：

将若干所述预测行驶位置数据和若干所述环境点云数据作为地图构建数据源，基于所述地图构建数据源和点云覆盖逻辑构建所述点云地图。

作为一种改进的方案，所述判断所述点云地图的地图品质，包括：

计算若干所述环境点云数据所分别对应的若干点云中心点位置数据；

根据所述点云地图的规整性和若干所述预测行驶位置数据分别与若干所述点云中心点位置数据之间的偏差程度判断所述点云地图的所述地图品质。

作为一种改进的方案，所述地图品质包括：高品质和低品质；

所述根据所述地图品质对所述无人车选择执行自驱返程操作或阶段性返航操作，包括：

所述地图品质为所述高品质时，对所述无人车选择执行所述自驱返程操作；

所述地图品质为所述低品质时，对所述无人车选择执行所述阶段性返航操作。

作为一种改进的方案，所述自驱返程操作包括：

令若干所述点云中心点位置数据作为若干目标轨迹点；

基于若干所述目标轨迹点构建返航目标航迹；

令所述返航目标航迹作为所述无人车的目标路径，令所述去程侦测原点为所述无人车的返航终点，并控制所述无人车按照所述目标路径和所述返航终点进行自主返航；

所述阶段性返航操作包括：

令若干所述预测行驶位置数据作为若干目标位置点；

控制所述无人车按照所述位置间隔数值和若干所述目标位置点进行间隔性自主返航。

作为一种改进的方案，所述对无人车执行出发前备检操作，得到备检结果，包括：

检测所述无人车所关联的雷达信号、惯导信号以及车速反馈信号的有效性；

若所述无人车所关联的所述雷达信号、所述惯导信号以及所述车速反馈信号的有效性均为有效，则设定所述备检结果为所述备检正常；

若所述无人车所关联的所述雷达信号、所述惯导信号或所述车速反馈信号的有效性为非有效，则设定所述备检结果为所述备检异常。

另一方面，本发明还提供一种无需卫星导航的车辆自主返航控制装置，包括：

无人车检测单元，用于对无人车执行出发前备检操作，得到备检结果；

无人车去程控制单元，用于根据所述备检结果控制所述无人车进行去程侦测；

无人车去程控制单元，还用于根据所述无人车在所述去程侦测中的反馈数据，获取所述无人车的行驶车况数据和环境侦测数据；

地图构建单元，用于根据所述行驶车况数据和所述环境侦测数据构建点云地图；

返航控制单元，用于判断所述点云地图的地图品质，并根据所述地图品质对所述无人车选择执行自驱返程操作或阶段性返航操作。

另一方面，本发明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上存储有计算机程序，所述计算机程序被处理器执行时实现所述无需卫星导航的车辆自主返航控制方法的步骤。

本发明技术方案的有益效果是：

本发明所述的无需卫星导航的车辆自主返航控制方法，可以实现在无人车侦查探路时，根据无人车的车况数据，智能推测出无人车的所在位置，且在返航时，以推测出的所在位置以及无人车探测到的环境点云数据为基础，智能的分辨出适合当前情形的无人车返航轨迹，并智能的控制无人车进入适合当前返航轨迹的自主返航模式，最终都实现了在不依靠卫星系统和卫星信号的前提下，无人车的自主探路和自主返航，弥补了现有技术的不足，提高了无人车的功能性以及普适性，提高了无人车自主驾驶技术中的情况应变能力，具有极高的应用价值。

本发明所述的无需卫星导航的车辆自主返航控制装置，可以通过无人车检测单元、无人车去程控制单元、无人车去程控制单元、地图构建单元和返航控制单元的相互配合，进而实现无人车侦查探路时，根据无人车的车况数据，智能推测出无人车的所在位置，且在返航时，以推测出的所在位置以及无人车探测到的环境点云数据为基础，智能的分辨出适合当前情形的无人车返航轨迹，并智能的控制无人车进入适合当前返航轨迹的自主返航模式，最终都实现了在不依靠卫星系统和卫星信号的前提下，无人车的自主探路和自主返航，弥补了现有技术的不足，提高了无人车的功能性以及普适性，提高了无人车自主驾驶技术中的情况应变能力，具有极高的应用价值。

本发明所述的计算机可读存储介质，可以实现引导无人车检测单元、无人车去程控制单元、无人车去程控制单元、地图构建单元和返航控制单元进行配合，进而实现本发明所述的无需卫星导航的车辆自主返航控制方法，本发明所述的计算机可读存储介质有效提高了所述无需卫星导航的车辆自主返航控制方法的可操作性。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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是本发明实施例1所述无需卫星导航的车辆自主返航控制方法的流程示意图；

图2是本发明实施例1所述无需卫星导航的车辆自主返航控制方法的逻辑流程示意图；

图3是本发明实施例2所述无需卫星导航的车辆自主返航控制装置的架构示意图；

附图中的标记说明如下：

111、无人车检测单元；112、无人车去程控制单元；113、地图构建单元；114、返航控制单元。

具体实施方式

下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

在本发明的描述中，需要说明的是，本发明所描述的实施例是本发明一部分实施例，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，都属于本发明保护的范围。

本文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，以便这里描述的本文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、装置、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。

实施例1

本实施例提供一种无需卫星导航的车辆自主返航控制方法，如图1和图2所示，包括以下步骤：

S100、对无人车执行出发前备检操作，得到备检结果；

S200、根据所述备检结果控制所述无人车进行去程侦测；

S300、根据所述无人车在所述去程侦测中的反馈数据，获取所述无人车的行驶车况数据和环境侦测数据；

S400、根据所述行驶车况数据和所述环境侦测数据构建点云地图；

S500、判断所述点云地图的地图品质，根据所述地图品质对所述无人车选择执行自驱返程操作或阶段性返航操作。

作为本发明的一种实施方式，所述对无人车执行出发前备检操作，得到备检结果，包括：

在无人车从初始位置出发前，需要对无人车上的各种信号及功能进行检测，确保正常后，才可出发；故初始化地图坐标，检测所述无人车所关联的雷达信号、惯导信号以及车速反馈信号的有效性；若所述无人车所关联的所述雷达信号、所述惯导信号以及所述车速反馈信号的有效性均为有效，则设定所述备检结果为所述备检正常；若所述无人车所关联的所述雷达信号、所述惯导信号或所述车速反馈信号中的任意一个信号的有效性为非有效，则设定所述备检结果为所述备检异常；具体的，在进行实际操作时，采用配置的自主控制单元通过其通信接口读取无人车中激光雷达的数据、惯导的数据以及底盘VCU（电动汽车整车控制器）反馈的车速信息，并对每个信号进行有效性校核；当所有信号均正常时，即设定所述备检结果为所述备检正常，允许无人车进入去程模式，以便后续进行反馈；同时，初始化地图坐标，并认为无人车当前所处位置为地图原点；

作为本发明的一种实施方式，所述备检结果包括：备检正常和备检异常，故所述根据所述备检结果控制所述无人车进行去程侦测，包括：所述备检结果为所述备检正常时，令所述无人车的第一当前位置作为去程侦测原点，并开启所述无人车的去程侦测模式；第一当前位置即为前述的无人车当前位置，去程侦测原点即为前述的地图原点；去程侦测模式即为无人车的前述去程模式，去程模式主要用于无人车的实际探路操作中；

作为本发明的一种实施方式，所述行驶车况数据包括：若干预测行驶位置数据；所述环境侦测数据包括：与若干所述预测行驶位置数据分别匹配的若干环境点云数据；

作为本发明的一种实施方式，所述根据所述无人车在所述去程侦测中的反馈数据，获取所述无人车的行驶车况数据和环境侦测数据，包括：

设置位置间隔数值，位置间隔数值即为根据具体探路需求所设置的一段间隔距离；故根据所述位置间隔数值和获取到的所述无人车在所述去程侦测中的所述反馈数据，周期性计算所述无人车在所述去程侦测中的所述行驶车况数据，因为本实施方式中是周期性计算，故实际为在无人车的去程中，每当无人车行驶与位置间隔数值相对应的距离时，即计算所述行驶车况数据，故所述行驶车况数据最终为多个，且为根据位置间隔数值所得到的周期性数据，即为前述的若干预测行驶位置数据；故每当得到所述行驶车况数据时，获取与所述行驶车况数据相匹配的所述环境侦测数据，对应的，后续即可根据周期性获得的行驶车况数据及其对应的环境侦测数据，对无人车的探路场景进行还原；在本实施方式中，行驶车况数据根据无人车的去程中，通过惯导反馈的车辆三轴加速度以及三轴角速度的数据，并结合无人车的车速信号，进而推算出的去程中无人车的粗略位置和轨迹；具体的，由于信号的噪声、测量误差以及计算模型误差，通过前述这种方式所推算出的行驶车况数据实际为一种粗略估计的预测数据；而该环境侦测数据即为无人车对应每个行驶车况数据下所精准感知并反馈的实时的环境点云数据，在实际应用时，预测行驶位置数据为推算的无人车的坐标位置，设置位置间隔数值为3米，而当无人车每行驶过一段距离，即3m时，将前述推算的坐标位置，以及其对应时刻下该坐标位置所对应的无人车激光雷达扫描所得的周围环境的点云，采用一一对应的方式，记录在自主控制单元当中；前述3m的数值可以是预置的，也可以根据车速动态调整；而且当操作无人车返航时，无人车行驶最后一帧的位置和点云也要记录，以免丢失最后一刻的位置，引入计算误差；

所述根据所述行驶车况数据和所述环境侦测数据构建点云地图，包括：将若干所述预测行驶位置数据和若干所述环境点云数据作为地图构建数据源，基于所述地图构建数据源和点云覆盖逻辑构建所述点云地图；对应的，点云地图为SLAM（即时定位与地图构建，Simultaneous Localization and Mapping，简称SLAM）点云地图；此步骤具体为，基于所述地图构建数据源进行地图的匹配和构建，在构建时，点云覆盖逻辑即为对于每两个相邻的环境点云数据中相重合的点云部分进行对准并覆盖，最终完成若干环境点云数据之间的拼接；对应的，完成点云地图构建后，即拥有了精确行驶轨迹的判断基础；因为对于环境点云数据的感知时，无人车必然是处于环境的中心位置处，而环境点云数据又是感知出来的精准数据，所以计算每个环境点云数据的中心点坐标，即可获得对应的无人车精准位置，根据该精准位置即可连接出无人车的精准轨迹；点云地图构建完成后，通过缩略或截图的方式，回传至后方对于无人车的操作人员；

作为本发明的一种实施方式，所述地图品质包括：高品质和低品质；所述判断所述点云地图的地图品质，包括：计算若干所述环境点云数据所分别对应的若干点云中心点位置数据，若干点云中心点位置数据即为前述的每个环境点云数据的中心点坐标；根据所述点云地图的规整性和若干所述预测行驶位置数据分别与若干所述点云中心点位置数据之间的偏差程度判断所述点云地图的所述地图品质；点云地图的规整性可根据点云地图的曲折、点云重合情况或若干所述预测行驶位置数据所连接形成的轨迹清晰规整度进行判断，而若干所述预测行驶位置数据分别与若干所述点云中心点位置数据之间的偏差程度反映了一开始推算的预测行驶位置数据与精准的点云中心点位置数据之间的偏差，进而反映出一开始推算的预测行驶位置数据是否是精确位置点；对应的，在本实施方式中，偏差程度通过点云中心点位置数据与预测行驶位置数据之间的差值进行判断，通过预设误差阈值的方式（例如误差阈值为±0.5m），将点云中心点位置数据与预测行驶位置数据之间的差值与误差阈值相比对，前述差值不大于该误差阈值即视为偏差程度小，前述差值大于该误差阈值即视为偏差程度大；在本实施方式中，地图品质的判断可通过人工方式进行，其中规整性的判断方式可通过人工识别若干所述预测行驶位置数据所连接形成的轨迹清晰规整度进行判定，例如若干所述预测行驶位置数据所连接形成的轨迹的波动性较大，拐点的出现频率较高，曲折程度较大，那么则判断点云地图的规整性较差；若干所述预测行驶位置数据所连接形成的轨迹的波动性较小，拐点的出现频率较低，曲折程度较低，曲线平滑，那么则判断点云地图的规整性较高；本实施方式中，当点云地图的规整性较高，前述偏差程度小时，判断所述点云地图的所述地图品质为高品质；当点云地图的规整性较差，前述偏差程度大时，判断所述点云地图的所述地图品质为低品质；

作为本发明的一种实施方式，所述根据所述地图品质对所述无人车选择执行自驱返程操作或阶段性返航操作，包括：

当所述地图品质为所述高品质时，说明地图点云数据准确，可将所述点云地图作为自驱返程时的参考地图，故需要精准计算出前述每个环境点云数据的中心点在地图当中的位置数据（例如坐标数据），相连即可形成精准返程的目标轨迹，无人车可自动不间断快速沿此目标轨迹返回，故对所述无人车选择执行所述自驱返程操作；

当所述地图品质为所述低品质时，说明一开始推测出的无人车的移动位置偏差较大，考虑到位置偏差大的情况下返航时所遇到的环境状况也会和点云地图上出现偏差，故需要分段式返回，故对所述无人车选择执行所述阶段性返航操作。

作为本发明的一种实施方式，所述自驱返程操作包括：令若干所述点云中心点位置数据作为若干目标轨迹点；基于若干所述目标轨迹点构建返航目标航迹，即将若干所述目标轨迹点顺序连接，形成返航目标航迹；基于所述点云地图作为导航基础，令所述返航目标航迹作为所述无人车的目标路径，令所述去程侦测原点为所述无人车的返航终点，并控制所述无人车按照所述目标路径和所述返航终点进行自主返航，此时无人车即可进入自主的路径跟踪模式，然后自行沿着去程时候的精确轨迹返回，同时无人车依靠前述点云地图进行精确的实时定位，在此返航过程中，可以设置较快的车速，进而实现无人车的高速返航，返航效率极高；

作为本发明的一种实施方式，所述阶段性返航操作包括：令若干所述预测行驶位置数据作为若干目标位置点；控制所述无人车按照所述位置间隔数值和若干所述目标位置点进行间隔性自主返航；对应的，例如前述的位置间隔数值为3米，那么在本实施方式中，此阶段性返航操作下，由于点云地图品质太差，不能进入依靠地图的实时定位模式，此时，需要针对去程时候的粗略点云以及其对应的预测的粗略位置（即前述目标位置点），每隔3米（即位置间隔数值）确定一个局部行进的位置偏差，通过控制无人车前往该粗略位置，进而消除此位置偏差，使无人车的当前环境点云与粗略点云一致，这样通过不断控制无人车去匹配每一个粗略点云和粗略位置，即可逐步控制无人车回到起点。

实施例2

本实施例基于与实施例1中所述的一种无需卫星导航的车辆自主返航控制方法相同的发明构思，提供一种无需卫星导航的车辆自主返航控制装置，如图3所示，包括：

无人车检测单元111，用于对无人车执行出发前备检操作，得到备检结果；

无人车去程控制单元112，用于根据所述备检结果控制所述无人车进行去程侦测；无人车去程控制单元112根据所述无人车在所述去程侦测中的反馈数据，获取所述无人车的行驶车况数据和环境侦测数据；

地图构建单元113，用于根据所述行驶车况数据和所述环境侦测数据构建点云地图；

返航控制单元114，用于判断所述点云地图的地图品质，并根据所述地图品质对所述无人车选择执行自驱返程操作或阶段性返航操作。

作为本发明的一种实施方式，所述备检结果包括：备检正常和备检异常；

所述根据所述备检结果控制所述无人车进行去程侦测，包括：

所述备检结果为所述备检正常时，令所述无人车的第一当前位置作为去程侦测原点，并开启所述无人车的去程侦测模式。

作为本发明的一种实施方式，无人车去程控制单元112包括：数值设置模块、周期性计算模块和点云记录模块；

作为本发明的一种实施方式，所述无人车去程控制单元112根据所述无人车在所述去程侦测中的反馈数据，获取所述无人车的行驶车况数据和环境侦测数据，包括：

所述数值设置模块用于设置位置间隔数值；

所述周期性计算模块用于根据所述反馈数据和所述位置间隔数值，周期性计算所述无人车在所述去程侦测中的所述行驶车况数据；

所述点云记录模块用于每当得到所述行驶车况数据时，获取与所述行驶车况数据相匹配的所述环境侦测数据。

作为本发明的一种实施方式，所述行驶车况数据包括：若干预测行驶位置数据；所述环境侦测数据包括：与若干所述预测行驶位置数据分别匹配的若干环境点云数据；

作为本发明的一种实施方式，所述地图构建单元113根据所述行驶车况数据和所述环境侦测数据构建点云地图，包括：

地图构建单元113将若干所述预测行驶位置数据和若干所述环境点云数据作为地图构建数据源，基于所述地图构建数据源和点云覆盖逻辑构建所述点云地图。

作为本发明的一种实施方式，返航控制单元114包括：地图识别模块、自驱控制模块和阶段性返航控制模块；

作为本发明的一种实施方式，所述返航控制单元114判断所述点云地图的地图品质，包括：地图识别模块计算若干所述环境点云数据所分别对应的若干点云中心点位置数据；地图识别模块根据所述点云地图的规整性和若干所述预测行驶位置数据分别与若干所述点云中心点位置数据之间的偏差程度判断所述点云地图的所述地图品质。

作为本发明的一种实施方式，所述地图品质包括：高品质和低品质；

作为本发明的一种实施方式，所述返航控制单元114根据所述地图品质对所述无人车选择执行自驱返程操作或阶段性返航操作，包括：自驱控制模块用于在所述地图品质为所述高品质时，对所述无人车选择执行所述自驱返程操作；阶段性返航控制模块用于在所述地图品质为所述低品质时，对所述无人车选择执行所述阶段性返航操作。

作为本发明的一种实施方式，所述自驱返程操作包括：自驱控制模块令若干所述点云中心点位置数据作为若干目标轨迹点；自驱控制模块基于若干所述目标轨迹点构建返航目标航迹；自驱控制模块令所述返航目标航迹作为所述无人车的目标路径，自驱控制模块令所述去程侦测原点为所述无人车的返航终点，并控制所述无人车按照所述目标路径和所述返航终点进行自主返航；

作为本发明的一种实施方式，所述阶段性返航操作包括：阶段性返航控制模块令若干所述预测行驶位置数据作为若干目标位置点；阶段性返航控制模块控制所述无人车按照所述位置间隔数值和若干所述目标位置点进行间隔性自主返航。

作为本发明的一种实施方式，所述无人车检测单元111对无人车执行出发前备检操作，得到备检结果，包括：无人车检测单元111检测所述无人车所关联的雷达信号、惯导信号以及车速反馈信号的有效性；若所述无人车所关联的所述雷达信号、所述惯导信号以及所述车速反馈信号的有效性均为有效，则无人车检测单元111设定所述备检结果为所述备检正常；若所述无人车所关联的所述雷达信号、所述惯导信号或所述车速反馈信号的有效性为非有效，则无人车检测单元111设定所述备检结果为所述备检异常。

实施例3

本实施例提供一种计算机可读存储介质，包括：

所述存储介质用于储存将上述实施例1所述的无需卫星导航的车辆自主返航控制方法实现所用的计算机软件指令，其包含用于执行上述为所述无需卫星导航的车辆自主返航控制方法所设置的程序；具体的，该可执行程序可以内置在实施例2所述的无需卫星导航的车辆自主返航控制装置中，这样，无需卫星导航的车辆自主返航控制装置就可以通过执行内置的可执行程序实现所述实施例1所述的无需卫星导航的车辆自主返航控制方法。

此外，本实施例具有的计算机可读存储介质可以采用一个或多个可读存储介质的任意组合，其中，可读存储介质包括电、光、电磁、红外线或半导体的系统、装置或器件，或者以上任意组合。

区别于现有技术，采用本申请一种无需卫星导航的车辆自主返航控制方法、装置及介质，可以在无人车侦查探路时，根据无人车的车况数据，智能推测出无人车的所在位置，且在返航时，以推测出的所在位置以及无人车探测到的环境点云数据为基础，智能的分辨出适合当前情形的无人车返航轨迹，并智能的控制无人车进入适合当前返航轨迹的自主返航模式，最终都实现了在不依靠卫星系统和卫星信号的前提下，无人车的自主探路和自主返航，弥补了现有技术的不足，提高了无人车的功能性以及普适性，提高了无人车自主驾驶技术中的情况应变能力，具有极高的应用价值。

应理解，在本文的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本文实施例的实施过程构成任何限定。

还应理解，在本文实施例中，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。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本文的范围。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本文所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本文实施例方案的目的。

另外，在本文各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本文的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本文各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种无需卫星导航的车辆自主返航控制方法，其特征在于，包括以下步骤：

对无人车执行出发前备检操作，得到备检结果；

根据所述备检结果控制所述无人车进行去程侦测；

根据所述无人车在所述去程侦测中的反馈数据，获取所述无人车的行驶车况数据和环境侦测数据；

根据所述行驶车况数据和所述环境侦测数据构建点云地图；

判断所述点云地图的地图品质，根据所述地图品质对所述无人车选择执行自驱返程操作或阶段性返航操作。

2.根据权利要求1所述的一种无需卫星导航的车辆自主返航控制方法，其特征在于：

所述备检结果包括：备检正常和备检异常；

所述根据所述备检结果控制所述无人车进行去程侦测，包括：

所述备检结果为所述备检正常时，令所述无人车的第一当前位置作为去程侦测原点，并开启所述无人车的去程侦测模式。

3.根据权利要求2所述的一种无需卫星导航的车辆自主返航控制方法，其特征在于：

所述根据所述无人车在所述去程侦测中的反馈数据，获取所述无人车的行驶车况数据和环境侦测数据，包括：

设置位置间隔数值；

根据所述反馈数据和所述位置间隔数值，周期性计算所述无人车在所述去程侦测中的所述行驶车况数据；

每当得到所述行驶车况数据时，获取与所述行驶车况数据相匹配的所述环境侦测数据。

4.根据权利要求3所述的一种无需卫星导航的车辆自主返航控制方法，其特征在于：

所述行驶车况数据包括：若干预测行驶位置数据；

所述环境侦测数据包括：与若干所述预测行驶位置数据分别匹配的若干环境点云数据；

所述根据所述行驶车况数据和所述环境侦测数据构建点云地图，包括：

将若干所述预测行驶位置数据和若干所述环境点云数据作为地图构建数据源，基于所述地图构建数据源和点云覆盖逻辑构建所述点云地图。

5.根据权利要求4所述的一种无需卫星导航的车辆自主返航控制方法，其特征在于：

所述判断所述点云地图的地图品质，包括：

计算若干所述环境点云数据所分别对应的若干点云中心点位置数据；

根据所述点云地图的规整性和若干所述预测行驶位置数据分别与若干所述点云中心点位置数据之间的偏差程度判断所述点云地图的所述地图品质。

6.根据权利要求5所述的一种无需卫星导航的车辆自主返航控制方法，其特征在于：

所述地图品质包括：高品质和低品质；

所述根据所述地图品质对所述无人车选择执行自驱返程操作或阶段性返航操作，包括：

所述地图品质为所述高品质时，对所述无人车选择执行所述自驱返程操作；

所述地图品质为所述低品质时，对所述无人车选择执行所述阶段性返航操作。

7.根据权利要求6所述的一种无需卫星导航的车辆自主返航控制方法，其特征在于：

所述自驱返程操作包括：

令若干所述点云中心点位置数据作为若干目标轨迹点；

基于若干所述目标轨迹点构建返航目标航迹；

令所述返航目标航迹作为所述无人车的目标路径，令所述去程侦测原点为所述无人车的返航终点，并控制所述无人车按照所述目标路径和所述返航终点进行自主返航；

所述阶段性返航操作包括：

令若干所述预测行驶位置数据作为若干目标位置点；

控制所述无人车按照所述位置间隔数值和若干所述目标位置点进行间隔性自主返航。

8.根据权利要求2所述的一种无需卫星导航的车辆自主返航控制方法，其特征在于：

所述对无人车执行出发前备检操作，得到备检结果，包括：

检测所述无人车所关联的雷达信号、惯导信号以及车速反馈信号的有效性；

若所述无人车所关联的所述雷达信号、所述惯导信号以及所述车速反馈信号的有效性均为有效，则设定所述备检结果为所述备检正常；

若所述无人车所关联的所述雷达信号、所述惯导信号或所述车速反馈信号的有效性为非有效，则设定所述备检结果为所述备检异常。

9.一种无需卫星导航的车辆自主返航控制装置，其特征在于，包括：

无人车检测单元，用于对无人车执行出发前备检操作，得到备检结果；

无人车去程控制单元，用于根据所述备检结果控制所述无人车进行去程侦测；无人车去程控制单元根据所述无人车在所述去程侦测中的反馈数据，获取所述无人车的行驶车况数据和环境侦测数据；

地图构建单元，用于根据所述行驶车况数据和所述环境侦测数据构建点云地图；

返航控制单元，用于判断所述点云地图的地图品质，并根据所述地图品质对所述无人车选择执行自驱返程操作或阶段性返航操作。

10.一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上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1~8中任一项所述无需卫星导航的车辆自主返航控制方法的步骤。