CN116930994A - 车辆定位方法、装置、计算机设备和存储介质 - Google Patents
车辆定位方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116930994A CN116930994A CN202310807489.2A CN202310807489A CN116930994A CN 116930994 A CN116930994 A CN 116930994A CN 202310807489 A CN202310807489 A CN 202310807489A CN 116930994 A CN116930994 A CN 116930994A
- Authority
- CN
- China
- Prior art keywords
- pose
- vehicle
- current detection
- positioning
- determining
- 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 54
- 238000001514 detection method Methods 0.000 claims abstract description 406
- 238000004590 computer program Methods 0.000 claims abstract description 41
- 238000005457 optimization Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 11
- 230000004927 fusion Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241001626020 Syringa pubescens Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种车辆定位方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：对当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；根据当前检测位姿的当前检测时刻，确定待定位车辆的匹配检测时刻；获取待定位车辆在匹配检测时刻的第一自测位姿，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿；根据待定位车辆对应的当前检测位姿，确定待定位车辆与路侧设备之间的相对位姿；根据相对位姿和路侧设备的位置信息，确定待定位车辆的第一绝对位姿。通过将路侧设备对车辆的位姿检测信息与车辆本身的自测位姿信息进行匹配融合，提高车辆定位准确度。
Description
技术领域
本申请涉及车辆定位技术领域，特别是涉及一种车辆定位方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
定位系统定义了车辆所在位置和姿态，是自动驾驶系统重要组成部分，车辆位置的准确性直接影响车辆行驶的准确性和合理性。基于卫星的组合导航定位是目前车辆定位的主要解决方式，但是由于组合导航定位对卫星信号依赖较高，卫星信号丢失后定位精度损失明显，故对于隧道、停车场等区域需要寻求其他定位手段来保持车辆定位。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提供准确定位信息的车辆定位方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种车辆定位方法。所述方法包括：
对当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；
根据当前检测位姿的当前检测时刻，确定待定位车辆的匹配检测时刻；
获取待定位车辆在匹配检测时刻的第一自测位姿，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿；
根据待定位车辆对应的当前检测位姿，确定待定位车辆与路侧设备之间的相对位姿；
根据相对位姿和路侧设备的位置信息，确定待定位车辆的第一绝对位姿。
在其中一个实施例中，方法还包括：
在连续接收到两个检测报文的情况下，将接收到的两个检测报文中后接收到的检测报文作为当前检测报文，并执行对当前检测报文进行解析的步骤。
在其中一个实施例中，根据当前检测位姿的当前检测时刻，确定待定位车辆的匹配检测时刻，包括：
获取待定位车辆的定位周期；
根据当前检测时刻和定位周期，确定待定位车辆的候选定位时刻；
将候选定位时刻与当前检测时刻进行匹配，确定待定位车辆的匹配检测时刻。
在其中一个实施例中，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿，包括：
根据路侧设备的位置信息以及当前检测位姿，确定周围车辆中每一车辆的第二绝对位姿；
确定与第一自测位姿之间的差值最小的第二绝对位姿，作为当前检测位姿中待定位车辆对应的当前检测位姿。
在其中一个实施例中，根据待定位车辆对应的当前检测位姿，确定待定位车辆与路侧设备之间的相对位姿，包括：
以周围车辆和路侧设备为点，以待定位车辆对应的当前检测位姿以及周围车辆的当前检测位姿为边，构建定位图网络；
基于预设图优化算法和定位图网络，确定待定位车辆与路侧设备之间的相对位姿。
在其中一个实施例中，方法还包括：
获取待定位车辆在匹配检测时刻的第二自测位姿，第一自测位姿和第一自测位姿是由不同的设备获取的；
根据第二自测位姿和当前检测位姿，确定待定位车辆的第三绝对位姿；
获取第一绝对位姿和第三绝对位姿分别对应的误差值，根据误差值从第一绝对位姿和第三绝对位姿，确定待定位车辆的目标绝对位姿。
在其中一个实施例中，方法还包括：
获取接收到当前检测报文的当前接收时刻以及待定位车辆的车速；
根据车速、当前接收时刻以及当前检测时刻，确定待定位车辆的行驶距离；
根据行驶距离和待定位车辆的第一绝对位姿，确定待定位车辆在当前接收时刻的第四绝对位姿。
第二方面，本申请还提供了一种车辆定位装置。所述装置包括：
报文解析模块，用于对当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；
时刻匹配模块，用于根据当前检测位姿的当前检测时刻，确定待定位车辆的匹配检测时刻；
第一确定模块，用于获取待定位车辆在匹配检测时刻的第一自测位姿，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿；
第二确定模块，用于根据待定位车辆对应的当前检测位姿，确定待定位车辆与路侧设备之间的相对位姿；
第三确定模块，用于根据相对位姿和路侧设备的位置信息，确定待定位车辆的第一绝对位姿。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
对当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；
根据当前检测位姿的当前检测时刻，确定待定位车辆的匹配检测时刻；
获取待定位车辆在匹配检测时刻的第一自测位姿，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿；
根据待定位车辆对应的当前检测位姿，确定待定位车辆与路侧设备之间的相对位姿；
根据相对位姿和路侧设备的位置信息，确定待定位车辆的第一绝对位姿。
第四方面，本申请还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，其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以下步骤：
对当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；
根据当前检测位姿的当前检测时刻，确定待定位车辆的匹配检测时刻；
获取待定位车辆在匹配检测时刻的第一自测位姿，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿；
根据待定位车辆对应的当前检测位姿，确定待定位车辆与路侧设备之间的相对位姿；
根据相对位姿和路侧设备的位置信息，确定待定位车辆的第一绝对位姿。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
对当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；
根据当前检测位姿的当前检测时刻，确定待定位车辆的匹配检测时刻；
获取待定位车辆在匹配检测时刻的第一自测位姿，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿；
根据待定位车辆对应的当前检测位姿，确定待定位车辆与路侧设备之间的相对位姿；
根据相对位姿和路侧设备的位置信息，确定待定位车辆的第一绝对位姿。
上述车辆定位方法、装置、计算机设备、存储介质和计算机程序产品，对当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；根据当前检测位姿的当前检测时刻，确定待定位车辆的匹配检测时刻；获取待定位车辆在匹配检测时刻的第一自测位姿，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿；根据待定位车辆对应的当前检测位姿，确定待定位车辆与路侧设备之间的相对位姿；根据相对位姿和路侧设备的位置信息，确定待定位车辆的第一绝对位姿。通过将路侧设备对车辆的位姿检测信息与车辆本身的自测位姿信息进行匹配融合，提高车辆定位准确度。
附图说明
图1为一个实施例中车辆定位方法的应用环境图；
图2为一个实施例中车辆定位方法的流程示意图；
图3为另一个实施例中车辆定位方法的流程示意图；
图4为又一个实施例中车辆定位方法的流程示意图；
图5为一个实施例中车辆定位系统的结构框图；
图6为一个实施例中车辆定位装置的结构框图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的车辆定位方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种车辆定位方法，以该方法应用于待定位车辆的车载定位系统的服务器为例进行说明，包括以下步骤：
步骤202，对当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；
其中，当前检测报文是指当前时刻获取的检测报文，检测报文中携带有路侧设备对其检测范围内的所有车辆的位姿进行检测生成的信息。路侧设备包括但不限于激光雷达、摄像头等能够识别并输出车辆位置的传感器、路侧单元RSU(Road Side Unit)等能够与车辆进行通信的路侧通信设备、能够进行边缘计算的路侧控制器以及可以存储数据的储存设备。
检测位姿包括车辆在当前时刻被检测到的位置信息ΔT0和姿态信息ΔR0。路侧设备对车辆的检测信息中的位置和姿态均是相对的，也即是车辆在当前时刻相对于路侧设备的相对位置ΔT0和相对姿态ΔR0。根据相对位姿的获取设备的准确度，还可以确定相对位置ΔT0和相对姿态ΔR0对应的标准差，与相对位置ΔT0和相对姿态ΔR0一起打包为报文发送给车辆的通讯设备，可以用于后续的位置融合的筛选。
需要说明的是，在检测报文中，检测信息还会对应车辆的身份信息，该身份信息是路侧设备对车辆的身份进行区分的信息，可以是路侧设备对每一周围车辆自定义的车辆ID，还可以是每一周围车辆的车牌号。其中，车辆的车牌号是路侧设备通过拍摄车辆图像，并对车辆图像进行处理识别得到的。
路侧设备将对每一周围车辆的检测位姿、位姿标准差、车辆ID以及检测时刻进行打包，生成报文发送至车辆的定位系统中的通讯设备，通讯设备在接收到后由报文解析模块对报文进行解析，能够得到周围车辆的当前检测位姿。例如，在一个应用场景中，在当前检测时刻t1，路侧设备的检测范围内存在3个周围车辆，3个周围车辆的车辆ID分别为0001、0002以及0003，则通过对报文进行解析可以得到以下信息：
其中，S1、S2、S3为路侧设备的检测标准差，根据传感器的检测误差所确定；为在t1时刻0001车相对于路侧设备的位置，/>为在t1时刻0001车相对于路侧设备的姿态；为在t1时刻0002车相对于路侧设备的位置；/>为在t1时刻0002车相对于路侧设备的姿态；/>为在t1时刻0003车相对于路侧设备的位置；/>为在t1时刻0003车相对于路侧设备的姿态。
步骤204，根据当前检测位姿的当前检测时刻，确定待定位车辆的匹配检测时刻；
其中，当前检测时刻是指路侧设备获取当前检测位姿的时刻，在路侧设备获取当前检测时刻的当前检测位姿后，需要将所有检测信息记性打包，以报文方式发送至车端，而报文的传送需要时间，因此，车端接收报文会有延迟，也即若当前检测报文对应的当前检测时刻为t1，车辆的定位系统接收报文并解析的时刻为t2，则t1时刻一定早于t2时刻，因此，需要找到车载定位系统在t1时刻或最接近t1时刻的定位时刻，作为匹配检测时刻。
步骤206，获取待定位车辆在匹配检测时刻的第一自测位姿，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿；
其中，自测位姿是指车辆本身的车载定位系统获取的车辆的位姿信息。具体地，车载定位系统包括但不限于激光雷达、摄像头等能够识别并输出周围车辆位置的传感器、车载单元OBU(On board Unit)等能够与路侧单元通讯的车载通讯设备、能够进行逻辑运算的车载控制器以及其他用于定位的定位设备，如GNSS模块。其中，自测位姿就是根据其他用于定位的定位设备获取的本车的位姿。
可以知道，车载定位系统获取自测位姿的频率与路侧设备的检测频率并不一定是同频的，且两者开始检测的时刻也并不一定是相同的，因此，通过当前检测时刻确定匹配检测时刻，将车载定位系统在匹配检测时刻的定位信息中的自测位姿作为与当前检测位姿之间在时间上误差最小的融合对象，进而对阿玲则进行融合，得到车辆更加精准的位姿。
可根据上述解释可以知道，在对报文解析后，会得到路侧设备对周围车辆在当前检测时刻的当前检测位姿，而在所有的当前检测位姿中，包括待定位车辆的当前检测位姿。在当前检测报文的每一条当前检测位姿中如果包括的车辆ID为车牌号，则可以直接通过车牌号确定待定位车辆对应的当前检测位姿。
而在车辆ID不为车牌号的情况下，可以根据每一当前检测位姿和路侧设备的位姿信息，大致确定每一周围车辆的初始绝对位姿，然后通过距离的远近，与待定位车辆的第一自测位姿进行匹配，确定待定位车辆对应的当前检测位姿。可以知道的是，待定位车辆的车载定位系统也能够对周围的车辆的位姿进行检测，得到待定位车辆的周围车辆相对于待定位车辆的相对位姿。例如，路侧设备检测到3个周围车辆的当前检测位姿，其中0001车为待定位车辆，则0002和0003车作为待定位车辆0001的周围车，通过待定位车辆的检测，能够得到在匹配检测时刻0002和0003车相对于待定位车辆0001的相对位姿。
因此，在大致确定路侧设备的所有被检测车辆(周围车辆)的绝对位姿以及待定位车辆对应的当前检测位姿后，可以通过待定位车辆对除了待定位车辆以外其它周围车辆的检测信息，确定所有周围车辆初始绝对位姿。
步骤208，根据待定位车辆对应的当前检测位姿，确定待定位车辆与路侧设备之间的相对位姿；
在已知周围车辆中每一车辆与路侧设备之间的相对位姿，以及每一车辆与待定位车辆之间的相对位姿后，可以综合考虑该场景下，每一车辆的位姿信息的准确有效性，确定待定位车辆与路侧设备之间的相对位姿。也即，将周围车辆中除了待定位车辆以外的所有车辆作为参考，确定待定位车辆与路侧设备之间的相对位姿。
具体地，可以知道，每一个相对位姿的获取都会伴随着位姿对应的标准差或误差大小，可以通过预设调整值，不断调整每一车辆与路侧设备或待定位车辆之间的相对位姿，将所有车辆对应的相对位姿的标准差或误差最小时的结果，作为最优结果，从而确定待定位车辆与路侧设备之间的相对位姿。可以知道，此时确定的待定位车辆与路侧设备之间的相对位姿是标准差或误差最小的相对位姿，具有较高的准确度。
步骤210，根据相对位姿和路侧设备的位置信息，确定待定位车辆的第一绝对位姿。
路侧设备的位置信息是在安装路侧设备的时候确定的，也会投入使用的路侧设备在安装时就确定了唯一且准确的位置信息。第一绝对位姿是指通过路侧设备以及车载定位系统确定的绝对位姿。由于相对位姿的确定与定位设备获取的第一自测位姿相关，因此待定位车辆的每一绝对位姿均对应一种车辆定位设备，也即，不同的定位设备获取的自测位姿可能确定不同的绝对位姿。在待定位车辆与路侧设备之间的相对位姿是已知的情况下，此时就可以根据路侧设备的位置信息确定待定位车辆的第一绝对位姿。
需要说明的是，在上述实施例实施步骤中，若路侧设备的当前检测报文中仅包括一个车辆对应的当前检测位姿，在该当前检测位姿与待定位车辆匹配上后，可以直接根据当前检测位姿确定待定位车辆的第一绝对位姿。在未匹配上时，则仅根据车辆自身的定位设备确定车辆的第一绝对位姿。
上述实施例提供的方法中，对当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；根据当前检测位姿的当前检测时刻，确定待定位车辆的匹配检测时刻；获取待定位车辆在匹配检测时刻的第一自测位姿，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿；根据待定位车辆对应的当前检测位姿，确定待定位车辆与路侧设备之间的相对位姿；根据相对位姿和路侧设备的位置信息，确定待定位车辆的第一绝对位姿。通过将路侧设备对车辆的位姿检测信息与车辆本身的自测位姿信息进行匹配融合，提高车辆定位准确度。
在其中一个实施例中，方法还包括：
在连续接收到两个检测报文的情况下，将接收到的两个检测报文中后接收到的检测报文作为当前检测报文，并执行对当前检测报文进行解析的步骤。
需要说明的是，路侧设备在生成检测报文后，通过广播形式向四周发送检测报文，而路侧设备的检测报文发送范围与检测范围具有一定的关系。因此，可以理解的是，在待定位车辆接收到检测报文的情况下，说明待定位车辆大概率进入路侧设备的检测范围中了，也即路侧设备发送的检测报文中会包括对待定位车辆进行检测后生成的当前检测位姿。
为了避免存在误触发情况，以确保待定位车辆已进入路侧设备的检测范围，在检测报文解析之前，判断待定位车辆是否连续接收到检测报文，在连续接收到两个或两个以上的检测报文的情况下，才确定待定位车辆已经在路侧设备的检测范围内且建立了有效的通讯链路，此时再对接收到的检测报文进行解析，否则待定位车辆即便接收到检测报文，也不对检测报文进行处理。
从上述过程中可以知道，待定位车辆的车载定位系统在接收到检测报文后会将检测报文存储在车载定位系统的存储模块中，只有在连续接收到两个及以上的检测报文后，才会对检测报文进行解析。
上述实施例提供的方法中，通过对接收到的检测报文的数量以及时间的连续性进行判断，确保车辆已进入路侧设备的检测范围，且确定待定位车辆已与路侧设备建立有效通信链路，能够实时获取路侧设备的检测报文，提高待定位车辆的定位准确性和鲁棒性。
在其中一个实施例中，如图3所示，根据当前检测位姿的当前检测时刻，确定待定位车辆的匹配检测时刻，包括：
步骤302，获取待定位车辆的定位周期；
步骤304，根据当前检测时刻和定位周期，确定待定位车辆的候选定位时刻；
步骤306，将候选定位时刻与当前检测时刻进行匹配，确定待定位车辆的匹配检测时刻。
其中，定位周期是指待定位车辆的定位装置获取车辆的位置信息的周期，不同的定位装置的定位周期会有所不同。候选定位时刻是指与当前检测时刻相近的若干个车辆定位时刻。可以理解的是，在记性定位融合时，需要使用两个最相近时刻获取的位置信息进行融合，才能使得融合结果更加准确。也即融合所需要的路侧涉笔获取的检测位姿和待定位车辆的自测位姿的获取时刻应当无限接近，最好是重合的，才表明是对同一时刻车辆的状态进行检测，得到的额融合结果才最准确。例如，在当前检测时刻与上一检测时刻之间，待定位车辆的定位装置获取了两次定位信息，也即，具有两个候选定位时刻；再或者，根据当前检测时刻确定候选时段，将处于候选时段内的定位设备获取的自测位姿均作为候选定位时刻。
在确定候选定位时刻后，将候选定位时刻中与当前检测时刻之间的时长间隔最小的候选定位时刻，作为最终的匹配检测时刻，保证匹配检测时刻与当前检测时刻之间时间误差最小。或者还可以通过设定预设阈值对候选定位时刻进行筛选，在小于预设阈值的情况下，则找到最邻近当前检测时刻的候选定位时刻，作为匹配检测时刻，否则，将所有候选定位时刻做差分求解，得到匹配检测时刻。
上述实施例提供的方法中，通过寻找最相近的定位时刻作为当前检测时刻的匹配检测时刻，能够减小当前检测时刻与匹配检测时刻之间的时间误差，能够最大限度在时间维度上缩小当前检测位姿与第一自测位姿之间的误差，提高车辆定位准确性。
在其中一个实施例中，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿，包括：
根据路侧设备的位置信息以及当前检测位姿，确定周围车辆中每一车辆的第二绝对位姿；
确定与第一自测位姿之间的差值最小的第二绝对位姿，作为当前检测位姿中待定位车辆对应的当前检测位姿。
第二绝对位姿是通过当前检测位姿确定的车辆的初始绝对位姿，由于路侧设备存在一定的检测误差，因此，第二绝对位姿是车辆的一个粗略的绝对位姿，没有融合车辆自身的自测位姿和当前场景中其他车辆的位姿信息，不够精准。可以知道，当前检测位姿是车辆相对于路侧设备的相对位姿，因此，直接通过获取路侧设备的位置信息，结合当前检测位姿，则可以确定每一周围车辆的第二绝对位姿。
第一自测位姿是通过待定位车辆自身的定位设备获取的位姿信息，因此，可以通过将所有周围车辆的第二绝对位姿与第一自测位姿进行比较，即确定周围车辆中的待定位车辆，也即“本车”。具体地，直接通过计算每一周围车辆的第二绝对位姿与第一自测位姿之间距离，将距离最小的第二绝对位姿对应的当前检测位姿确定为待定位车辆对应的当前检测位姿。
上述实施例提供的方法中，通过位姿差距，能够快速确定待定位车辆对应的当前检测位姿，提高车辆定位的效率，减小误差。
在其中一个实施例中，如图4所示，根据待定位车辆对应的当前检测位姿，确定待定位车辆与路侧设备之间的相对位姿，包括：
步骤402，以周围车辆和路侧设备为点，以待定位车辆对应的当前检测位姿以及周围车辆的当前检测位姿为边，构建定位图网络；
步骤404，基于预设图优化算法和定位图网络，确定待定位车辆与路侧设备之间的相对位姿。
图优化算法本质上解决的是优化问题，优化问题具有三个重要的因素：目标函数、优化变量、优化约束。本申请实施例中，误差的大小以及当前检测位姿均可以作为约束条件，以使得结果最优。具体地，已知每一周围车辆与路侧设备之间的相对位姿、待定位车辆与其他周围辆之间的相对位姿以及每一相对位姿的标准差，则可以将车辆和路侧设备作为点，相对位姿为边，进行图优化，得到整体误差最小的车辆相对位姿以及各自的误差范围。
需要说明的是，在对环境进行检测时，还可能存在检测到非车辆的障碍物的信息，则可以将障碍物也作为点，进行图优化。而在仅存在待定位车辆时，则不需要记性图优化，直接确定待定位车辆与路侧设备之间的相对位姿，例如直接将待定位车辆的当前检测位姿作为待定位车辆与路侧设备之间的相对位姿，或者对当前检测位姿和待定位车辆对路侧设备的检测信息进行整合，得到待定位车辆与路侧设备之间的相对位姿。
上述实施例提供的方法中，通过图优化算法确定待定位车辆与路侧设备之间误差最小的相对位姿，提高车辆定位的精度。
在其中一个实施例中，方法还包括:
获取待定位车辆在匹配检测时刻的第二自测位姿，第一自测位姿和第一自测位姿是由不同的设备获取的；
根据第二自测位姿和当前检测位姿，确定待定位车辆的第三绝对位姿；
获取第一绝对位姿和第三绝对位姿分别对应的误差值，根据误差值从第一绝对位姿和第三绝对位姿，确定待定位车辆的目标绝对位姿。
其中，第二自测位姿也是通过待定位车辆的车载定位系统中的定位设备获取的，但是第二自测位姿对应的定位设备与第一自测位姿的定位设备并不相同。根据第二自测位姿和当前检测位姿，同样能够得到待定位车辆的一个绝对位姿，作为第三绝对位姿，且由于自测位姿的不同，第三绝对位姿与第一绝对位姿之间存在一定的差别，因此，可以在两者之间选取更加准确的绝对位姿。
具体地，可以根据第一绝对位姿和第三绝对位姿分别对应的误差值，选取误差更小的绝对位姿，作为待定位车辆最终的目标绝对位姿。同理，在一些实施例中，根据车辆的多个定位设备可以解算出的多个绝对位置和姿态/>以及各自的误差范围。假定各个定位设备给出的定位结果符合正态分布，按照正态分布构造出各定位结果的概率密度函数，目标函数即为各概率密度函数的乘积，那么当前检测时刻的最优定位结果则是使目标函数概率最大的解。由此得到待定位车辆在当前检测时刻的绝对位置T1和姿态R1。
上述实施例提供的方法中，通过多个定位设备获取多个绝对位姿，进而选取误差最小的绝对位姿，作为待定位车辆的目标绝对位姿，能够提高车辆定位的准确性和有效性。
在其中一个实施例中，方法还包括：
获取接收到当前检测报文的当前接收时刻以及待定位车辆的车速；
根据车速、当前接收时刻以及当前检测时刻，确定待定位车辆的行驶距离；
根据行驶距离和待定位车辆的第一绝对位姿，确定待定位车辆在当前接收时刻的第四绝对位姿。
其中，当前接收时刻是指车载定位系统接收到当前检测报文的时刻，由于报文传输需要时间，因此，当前接收时刻晚于当前检测时刻，进而在确定当前检测时刻待定位车辆的绝对位姿后，可以确定待定位车辆在当前接收时刻的第四绝对位姿。具体地，可以根据两个时刻差以及车辆的车速和行驶方向，计算第四绝对位姿。具体计算过程可以直接通过数学计算，例如第一绝对位置加上车速与时长的乘积，即可得到第四绝对位置，姿态同理；还可以通过卡尔曼滤波算法求解，本申请实施例对此不作具体限定。
上述实施例提供的方法中，通过当前检测时刻的绝对位姿确定当前接收时刻的绝对位姿，得到的待定位车辆的定位信息更加贴合车辆的实际行驶情况，使得待定位车辆的定位信息更加准确。
在其中一个实施例中，提供一种车辆定位方法和系统，其中，如图5所示，系统包括：
第一类，路侧设备，其包括但不限于激光雷达、摄像头等能够识别并输出车辆位置的传感器、RSU等能够与车辆进行通讯的路测通讯设备、能够进行边缘计算的路测控制器以及可以存储数据的存储设备；
第二类，车载设备，其包括但不限于激光雷达、摄像头等能够识别并输出车辆位置的传感器、OBU等能够与路测单元通讯的车载通讯设备、能够进行逻辑运算的车载控制器以及其他用于定位的定位设备，如GNSS模块；
第三类，搭载车载设备的自动驾驶车辆。
其中，路侧设备，布置在车辆通行网络路段，在其控制器内预先存储了基站的准确位置。通过其配备的传感器及控制器，路侧设备能够实时探测并计算出监控范围内车辆及障碍物相对位置。路侧设备通过通讯设备周期性的向覆盖范围内广播报文，包括但不限于：探测时间戳、路侧设备位置、车辆及障碍物与路侧设备的ID及相对位置。与此同时，路侧设备还会将广播的报文存储下来，用于交通判罚和智慧交通。
车载设备，布置在自动驾驶车辆上，在路侧设备覆盖范围以外，使用GNSS模块或其他定位方式定位。当车辆进入路侧设备覆盖范围中时，车载通讯设备接收到路侧设备广播到的报文，车辆将路侧设备探测到的车辆及障碍物信息与车辆自身传感器结果相匹配，求解出基于路侧设备的定位结果，然后将定位结果与自身定位结果相融合得到更高精度和鲁棒性的定位结果。
自动驾驶车辆的定位方法包括以下步骤：
步骤一，在连续接收到两个检测报文的情况下，将接收到的两个检测报文中后接收到的检测报文作为当前检测报文，对当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；
步骤二，获取待定位车辆的定位周期；
步骤三，根据当前检测时刻和定位周期，确定待定位车辆的候选定位时刻；
步骤四，将候选定位时刻与当前检测时刻进行匹配，确定待定位车辆的匹配检测时刻；
步骤五，获取待定位车辆在匹配检测时刻的第一自测位姿，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿；
步骤六，以周围车辆和路侧设备为点，以待定位车辆对应的当前检测位姿以及周围车辆的当前检测位姿为边，构建定位图网络；
步骤七，基于预设图优化算法和定位图网络，确定待定位车辆与路侧设备之间的相对位姿；
步骤八，根据相对位姿和路侧设备的位置信息，确定待定位车辆的第一绝对位姿。
在一些实施例中，路侧设备报文存储在路侧存储设备中，当覆盖范围内发生交通事故时，交警可以通过查看设备中备份数据了解车辆运动轨迹，识别交通事故发生原因，进而判断交通事故发生原因和责任归属。在不增加成本的基础上实现道路监控的作用。
如路侧设备将报文同步到云平台，云平台可根据报文获取当前范围内实时车辆数量和行驶速度，判断该范围拥堵情况，将该数据同步到交通系统，可引导车辆躲避拥堵路段，保证通行顺畅。
上述实施例提供的方法和系统，利用路侧设备，可以在原有无法定位或者低精度定位区域帮助自动驾驶车辆得到高精度定位结果，保证自动驾驶车辆正常运行。除此之外，借助路侧设备中存储的报文数据，可以在交通监控盲区，帮助交警准确的识别交通事故发生原因以及责任归属，实现更准确的判罚。进一步说，通过将路侧设备中的交通流信息上传到云平台，云平台服务器可以准确的识别出该时段该区域范围内的车辆多少和运行情况，可以使交通系统更加智能，避免交通拥堵，提升通行效率。
应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的车辆定位方法的车辆定位装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个车辆定位装置实施例中的具体限定可以参见上文中对于车辆定位方法的限定，在此不再赘述。
在一个实施例中，如图6所示，提供了一种车辆定位装置，包括：报文解析模块601、时刻匹配模块602、第一确定模块603、第二确定模块604和第三确定模块606，其中：
报文解析模块601，用于对当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；
时刻匹配模块602，用于根据当前检测位姿的当前检测时刻，确定待定位车辆的匹配检测时刻；
第一确定模块603，用于获取待定位车辆在匹配检测时刻的第一自测位姿，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿；
第二确定模块604，用于根据待定位车辆对应的当前检测位姿，确定待定位车辆与路侧设备之间的相对位姿；
第三确定模块606，用于根据相对位姿和路侧设备的位置信息，确定待定位车辆的第一绝对位姿。
在其中一个实施例中，车辆定位装置还包括判断模块，用于：
在连续接收到两个检测报文的情况下，将接收到的两个检测报文中后接收到的检测报文作为当前检测报文，并执行对当前检测报文进行解析的步骤。
在其中一个实施例中，时刻匹配模块602还用于：
获取待定位车辆的定位周期；
根据当前检测时刻和定位周期，确定待定位车辆的候选定位时刻；
将候选定位时刻与当前检测时刻进行匹配，确定待定位车辆的匹配检测时刻。
在其中一个实施例中，第一确定模块603还用于：
根据路侧设备的位置信息以及当前检测位姿，确定周围车辆中每一车辆的第二绝对位姿；
确定与第一自测位姿之间的差值最小的第二绝对位姿，作为当前检测位姿中待定位车辆对应的当前检测位姿。
在其中一个实施例中，第二确定模块604还用于：
以周围车辆和路侧设备为点，以待定位车辆对应的当前检测位姿以及周围车辆的当前检测位姿为边，构建定位图网络；
基于预设图优化算法和定位图网络，确定待定位车辆与路侧设备之间的相对位姿。
在其中一个实施例中，车辆定位装置还包括第四确定模块，用于：
获取待定位车辆在匹配检测时刻的第二自测位姿，第一自测位姿和第一自测位姿是由不同的设备获取的；
根据第二自测位姿和当前检测位姿，确定待定位车辆的第三绝对位姿；
获取第一绝对位姿和第三绝对位姿分别对应的误差值，根据误差值从第一绝对位姿和第三绝对位姿，确定待定位车辆的目标绝对位姿。
在其中一个实施例中，车辆定位装置还包括第五确定模块，用于：
获取接收到当前检测报文的当前接收时刻以及待定位车辆的车速；
根据车速、当前接收时刻以及当前检测时刻，确定待定位车辆的行驶距离；
根据行驶距离和待定位车辆的第一绝对位姿，确定待定位车辆在当前接收时刻的第四绝对位姿。
上述车辆定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储报文数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆定位方法。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
对当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；
根据当前检测位姿的当前检测时刻，确定待定位车辆的匹配检测时刻；
获取待定位车辆在匹配检测时刻的第一自测位姿，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿；
根据待定位车辆对应的当前检测位姿，确定待定位车辆与路侧设备之间的相对位姿；
根据相对位姿和路侧设备的位置信息，确定待定位车辆的第一绝对位姿。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
在连续接收到两个检测报文的情况下，将接收到的两个检测报文中后接收到的检测报文作为当前检测报文，并执行对当前检测报文进行解析的步骤。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取待定位车辆的定位周期；
根据当前检测时刻和定位周期，确定待定位车辆的候选定位时刻；
将候选定位时刻与当前检测时刻进行匹配，确定待定位车辆的匹配检测时刻。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据路侧设备的位置信息以及当前检测位姿，确定周围车辆中每一车辆的第二绝对位姿；
确定与第一自测位姿之间的差值最小的第二绝对位姿，作为当前检测位姿中待定位车辆对应的当前检测位姿。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
以周围车辆和路侧设备为点，以待定位车辆对应的当前检测位姿以及周围车辆的当前检测位姿为边，构建定位图网络；
基于预设图优化算法和定位图网络，确定待定位车辆与路侧设备之间的相对位姿。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取待定位车辆在匹配检测时刻的第二自测位姿，第一自测位姿和第一自测位姿是由不同的设备获取的；
根据第二自测位姿和当前检测位姿，确定待定位车辆的第三绝对位姿；
获取第一绝对位姿和第三绝对位姿分别对应的误差值，根据误差值从第一绝对位姿和第三绝对位姿，确定待定位车辆的目标绝对位姿。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取接收到当前检测报文的当前接收时刻以及待定位车辆的车速；
根据车速、当前接收时刻以及当前检测时刻，确定待定位车辆的行驶距离；
根据行驶距离和待定位车辆的第一绝对位姿，确定待定位车辆在当前接收时刻的第四绝对位姿。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
对当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；
根据当前检测位姿的当前检测时刻，确定待定位车辆的匹配检测时刻；
获取待定位车辆在匹配检测时刻的第一自测位姿，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿；
根据待定位车辆对应的当前检测位姿，确定待定位车辆与路侧设备之间的相对位姿；
根据相对位姿和路侧设备的位置信息，确定待定位车辆的第一绝对位姿。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
在连续接收到两个检测报文的情况下，将接收到的两个检测报文中后接收到的检测报文作为当前检测报文，并执行对当前检测报文进行解析的步骤。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取待定位车辆的定位周期；
根据当前检测时刻和定位周期，确定待定位车辆的候选定位时刻；
将候选定位时刻与当前检测时刻进行匹配，确定待定位车辆的匹配检测时刻。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据路侧设备的位置信息以及当前检测位姿，确定周围车辆中每一车辆的第二绝对位姿；
确定与第一自测位姿之间的差值最小的第二绝对位姿，作为当前检测位姿中待定位车辆对应的当前检测位姿。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
以周围车辆和路侧设备为点，以待定位车辆对应的当前检测位姿以及周围车辆的当前检测位姿为边，构建定位图网络；
基于预设图优化算法和定位图网络，确定待定位车辆与路侧设备之间的相对位姿。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取待定位车辆在匹配检测时刻的第二自测位姿，第一自测位姿和第一自测位姿是由不同的设备获取的；
根据第二自测位姿和当前检测位姿，确定待定位车辆的第三绝对位姿；
获取第一绝对位姿和第三绝对位姿分别对应的误差值，根据误差值从第一绝对位姿和第三绝对位姿，确定待定位车辆的目标绝对位姿。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取接收到当前检测报文的当前接收时刻以及待定位车辆的车速；
根据车速、当前接收时刻以及当前检测时刻，确定待定位车辆的行驶距离；
根据行驶距离和待定位车辆的第一绝对位姿，确定待定位车辆在当前接收时刻的第四绝对位姿。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
对当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；
根据当前检测位姿的当前检测时刻，确定待定位车辆的匹配检测时刻；
获取待定位车辆在匹配检测时刻的第一自测位姿，根据第一自测位姿和当前检测位姿，确定当前检测位姿中待定位车辆对应的当前检测位姿；
根据待定位车辆对应的当前检测位姿，确定待定位车辆与路侧设备之间的相对位姿；
根据相对位姿和路侧设备的位置信息，确定待定位车辆的第一绝对位姿。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
在连续接收到两个检测报文的情况下，将接收到的两个检测报文中后接收到的检测报文作为当前检测报文，并执行对当前检测报文进行解析的步骤。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取待定位车辆的定位周期；
根据当前检测时刻和定位周期，确定待定位车辆的候选定位时刻；
将候选定位时刻与当前检测时刻进行匹配，确定待定位车辆的匹配检测时刻。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据路侧设备的位置信息以及当前检测位姿，确定周围车辆中每一车辆的第二绝对位姿；
确定与第一自测位姿之间的差值最小的第二绝对位姿，作为当前检测位姿中待定位车辆对应的当前检测位姿。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
以周围车辆和路侧设备为点，以待定位车辆对应的当前检测位姿以及周围车辆的当前检测位姿为边，构建定位图网络；
基于预设图优化算法和定位图网络，确定待定位车辆与路侧设备之间的相对位姿。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取待定位车辆在匹配检测时刻的第二自测位姿，第一自测位姿和第一自测位姿是由不同的设备获取的；
根据第二自测位姿和当前检测位姿，确定待定位车辆的第三绝对位姿；
获取第一绝对位姿和第三绝对位姿分别对应的误差值，根据误差值从第一绝对位姿和第三绝对位姿，确定待定位车辆的目标绝对位姿。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取接收到当前检测报文的当前接收时刻以及待定位车辆的车速；
根据车速、当前接收时刻以及当前检测时刻，确定待定位车辆的行驶距离；
根据行驶距离和待定位车辆的第一绝对位姿，确定待定位车辆在当前接收时刻的第四绝对位姿。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆定位方法，其特征在于，所述方法应用于待定位车辆的车载定位系统；所述方法包括：
对所述当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；
根据所述当前检测位姿的当前检测时刻，确定所述待定位车辆的匹配检测时刻；
获取所述待定位车辆在所述匹配检测时刻的第一自测位姿，根据所述第一自测位姿和所述当前检测位姿，确定所述当前检测位姿中所述待定位车辆对应的当前检测位姿；
根据所述待定位车辆对应的当前检测位姿，确定所述待定位车辆与所述路侧设备之间的相对位姿；
根据所述相对位姿和所述路侧设备的位置信息，确定所述待定位车辆的第一绝对位姿。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在连续接收到两个检测报文的情况下，将接收到的两个检测报文中后接收到的检测报文作为当前检测报文，并执行所述对所述当前检测报文进行解析的步骤。
3.根据权利要求1所述的方法，其特征在于，所述根据所述当前检测位姿的当前检测时刻，确定所述待定位车辆的匹配检测时刻，包括：
获取所述待定位车辆的定位周期；
根据所述当前检测时刻和所述定位周期，确定所述待定位车辆的候选定位时刻；
将所述候选定位时刻与所述当前检测时刻进行匹配，确定所述待定位车辆的匹配检测时刻。
4.根据权利要求1所述的方法，其特征在于，所述根据所述第一自测位姿和所述当前检测位姿，确定所述当前检测位姿中所述待定位车辆对应的当前检测位姿，包括：
根据所述路侧设备的位置信息以及所述当前检测位姿，确定所述周围车辆中每一车辆的第二绝对位姿；
确定与所述第一自测位姿之间的差值最小的第二绝对位姿，作为所述当前检测位姿中所述待定位车辆对应的当前检测位姿。
5.根据权利要求1所述的方法，其特征在于，所述根据所述待定位车辆对应的当前检测位姿，确定所述待定位车辆与所述路侧设备之间的相对位姿，包括：
以所述周围车辆和所述路侧设备为点，以所述待定位车辆对应的当前检测位姿以及所述周围车辆的当前检测位姿为边，构建定位图网络；
基于预设图优化算法和所述定位图网络，确定所述待定位车辆与所述路侧设备之间的相对位姿。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述待定位车辆在所述匹配检测时刻的第二自测位姿，所述第一自测位姿和所述第一自测位姿是由不同的设备获取的；
根据所述第二自测位姿和所述当前检测位姿，确定所述待定位车辆的第三绝对位姿；
获取所述第一绝对位姿和所述第三绝对位姿分别对应的误差值，根据所述误差值从所述第一绝对位姿和所述第三绝对位姿，确定所述待定位车辆的目标绝对位姿。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取接收到所述当前检测报文的当前接收时刻以及所述待定位车辆的车速；
根据所述车速、所述当前接收时刻以及所述当前检测时刻，确定所述待定位车辆的行驶距离；
根据所述行驶距离和所述待定位车辆的第一绝对位姿，确定所述待定位车辆在所述当前接收时刻的第四绝对位姿。
8.一种车辆定位装置，其特征在于，应用于待定位车辆的车载定位系统；所述装置包括：
报文解析模块，用于对所述当前检测报文进行解析，得到路侧设备对周围车辆的当前检测位姿；
时刻匹配模块，用于根据所述当前检测位姿的当前检测时刻，确定所述待定位车辆的匹配检测时刻；
第一确定模块，用于获取所述待定位车辆在所述匹配检测时刻的第一自测位姿，根据所述第一自测位姿和所述当前检测位姿，确定所述当前检测位姿中所述待定位车辆对应的当前检测位姿；
第二确定模块，用于根据所述待定位车辆对应的当前检测位姿，确定所述待定位车辆与所述路侧设备之间的相对位姿；
第三确定模块，用于根据所述相对位姿和所述路侧设备的位置信息，确定所述待定位车辆的第一绝对位姿。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310807489.2A CN116930994A (zh) | 2023-07-03 | 2023-07-03 | 车辆定位方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310807489.2A CN116930994A (zh) | 2023-07-03 | 2023-07-03 | 车辆定位方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116930994A true CN116930994A (zh) | 2023-10-24 |
Family
ID=88381911
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310807489.2A Pending CN116930994A (zh) | 2023-07-03 | 2023-07-03 | 车辆定位方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116930994A (zh) |
-
2023
- 2023-07-03 CN CN202310807489.2A patent/CN116930994A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10713148B2 (en) | Using divergence to conduct log-based simulations | |
| US9794519B2 (en) | Positioning apparatus and positioning method regarding a position of mobile object | |
| US11738747B2 (en) | Server device and vehicle | |
| WO2021059714A1 (ja) | 占有グリッドマップ生成装置、占有グリッドマップ生成システム、占有グリッドマップ生成方法、およびプログラム | |
| US11408739B2 (en) | Location correction utilizing vehicle communication networks | |
| CN111025308B (zh) | 车辆定位方法、装置、系统和存储介质 | |
| US11035933B2 (en) | Transition map between lidar and high-definition map | |
| KR101439019B1 (ko) | 차량 제어 장치 및 그 자율 주행 방법 | |
| WO2021010396A1 (ja) | 走行記憶システム、潜在事故責任決定装置、走行記憶方法、潜在事故責任決定方法、映像記録システム、自動運転システム、および映像記録方法 | |
| CN113743709A (zh) | 用于自主和半自主车辆的在线感知性能评估 | |
| CN110109159B (zh) | 行驶管理方法、装置、电子设备及存储介质 | |
| CN114968187A (zh) | 用于自动驾驶系统的感知系统开发的平台 | |
| US20210206392A1 (en) | Method and device for operating an automated vehicle | |
| US20210048819A1 (en) | Apparatus and method for determining junction | |
| CN113015243A (zh) | 车辆定位方法、装置及车辆 | |
| US11983918B2 (en) | Platform for perception system development for automated driving system | |
| CN116930994A (zh) | 车辆定位方法、装置、计算机设备和存储介质 | |
| KR102647445B1 (ko) | 자율주행 차량 평가 시스템 및 방법 | |
| US20220327317A1 (en) | Apparatus and method for predicting trajectory of surrounding vehicle | |
| CN111857113A (zh) | 可移动设备的定位方法及定位装置 | |
| US20240135252A1 (en) | Lane-assignment for traffic objects on a road | |
| US20240233390A9 (en) | Identification of unknown traffic objects | |
| CN116625384B (zh) | 一种数据关联方法、装置及电子设备 | |
| US20230024799A1 (en) | Method, system and computer program product for the automated locating of a vehicle | |
| US20230071569A1 (en) | Method and device for monitoring operations of an automated driving system of a vehicle |
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 |