CN117288230A - 基于高精度地图匹配的在线标定方法、存储介质及装置 - Google Patents

Abstract

本发明公开了一种基于高精度地图匹配的在线标定方法、存储介质及装置，涉及车辆导航技术领域，该方法包括基于组合导航确定车辆当前位置，并获取该位置预设范围内的地图数据；通过将采集的车辆周围图像数据与获取的地图数据进行比对，以确定车辆当前实际位置得到更新后的车辆位置；将车身坐标系下的车速转换导航坐标系下，并根据初始轨迹数据对应的时间，得到车速在导航坐标系的位移里程信息，构建包括IMU安装角度误差和车速尺度因子状态量的误差状态卡尔曼滤波器；对误差状态卡尔曼滤波器进行量测更新，得到收敛后的IMU安装角度误差和车速尺度因子，得到标定结果。本发明能够实现对IMU安装角度误差和车速尺度因子的有效标定。

Description

基于高精度地图匹配的在线标定方法、存储介质及装置

技术领域

本发明涉及车辆导航技术领域，具体涉及一种基于高精度地图匹配的在线标定方法、存储介质及装置。

背景技术

在具有高阶辅助驾驶功能或者自动驾驶的车辆上，都会使用到惯性测量单元传感器，也就是通常说的IMU(Inertial Measurement Unit，惯性测量单元)。IMU数据一般通过安装位置参数转换到车辆坐标系下，因此IMU的测量准确性和坐标变换的精度存在一定的关系。从车辆轮式编码器获取的车速数据也是车辆的常用传感器，使用时需要标定车速尺度因子以提供精度。

当前的标定方案通常是借助一个其他的传感器，比如GPS(Global PositioningSystem，全球定位系统)单元、摄像头、激光雷达等和IMU进行联合标定，提高外参变换的精度，但上述方式未考虑高精度地图的误差，在基于高精度地图进行定位时，更关心的是车辆在高精度地图中的相对位置，因此，如何实现IMU安装角度和车速尺度因子的标定，是当前亟需解决的问题。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种基于高精度地图匹配的在线标定方法、存储介质及装置，能够实现对IMU安装角度误差和车速尺度因子的有效标定。

为达到以上目的，本发明提供的一种基于高精度地图匹配的在线标定方法，具体包括以下步骤：

基于组合导航中IMU和GNSS记录的初始轨迹数据，得到组合导航确定的车辆当前位置，并获取该位置预设范围内的地图数据；

通过将采集的车辆周围图像数据与获取的地图数据进行比对，以确定车辆当前实际位置，得到组合导航确定的车辆当前位置相较于车辆当前实际位置的横向误差和纵向误差，得到更新后的车辆位置；

将车身坐标系下的车速转换导航坐标系下，并根据初始轨迹数据对应的时间，得到车速在导航坐标系的位移里程信息，构建包括IMU安装角度误差和车速尺度因子状态量的误差状态卡尔曼滤波器；

基于更新后的车辆位置、车速在导航坐标系的位移里程信息，对误差状态卡尔曼滤波器进行量测更新，得到收敛后的IMU安装角度误差和车速尺度因子，得到标定结果。

在上述技术方案的基础上，所述基于组合导航中IMU和GNSS记录的初始轨迹数据，得到组合导航确定的车辆当前位置，并获取该位置预设范围内的地图数据，其中，对于组合导航中IMU和GNSS记录的初始轨迹数据，具体计算步骤包括：

将在车辆三维数模上量取的IMU安装角度作为IMU的安装角初始值，并进行车速尺度因子的初始值设置；

将IMU的加速度数据和陀螺仪数据进行积分，得到IMU记录的车辆初始轨迹数据，并计算相同时间内GNSS记录的轨迹数据，作为GNSS记录的车辆初始轨迹数据。

在上述技术方案的基础上，所述基于组合导航中IMU和GNSS记录的初始轨迹数据，得到组合导航确定的车辆当前位置，并获取该位置预设范围内的地图数据，具体步骤包括：

将IMU记录的车辆初始轨迹数据和GNSS记录的车辆初始轨迹数据进行对比，以得到IMU的初始对准角度；

通过卡尔曼滤波器将IMU记录的车辆初始轨迹数据和GNSS记录的车辆初始轨迹数据进行融合，计算得到车辆初始位置和初始航向角；

根据车辆车辆初始位置和初始航向角，得到组合导航所确定的车辆当前位置，并获取车辆当前位置预设范围内的地图数据。

在上述技术方案的基础上，所述通过将采集的车辆周围图像数据与获取的地图数据进行比对，以确定车辆当前实际位置，得到组合导航确定的车辆当前位置相较于车辆当前实际位置的横向误差和纵向误差，得到更新后的车辆位置，具体步骤包括：

通过车辆摄像头采集的车辆周围图像数据，得到道路特征信息，将得到的道路特征信息与高精度地图中的道路特征信息进行匹配，确定车辆当前实际位置；

基于车辆当前实际位置与组合导航所确定的车辆当前位置间的比对，计算得到组合导航所确定的车辆当前位置相较于车辆当前实际位置的横向误差和纵向误差；

将所述横向误差和纵向误差作为观测量，进行卡尔曼滤波器中的量测更新，得到更新后的车辆位置和车辆姿态。

在上述技术方案的基础上，所述将车身坐标系下的车速转换导航坐标系下，并根据初始轨迹数据对应的时间，得到车速在导航坐标系的位移里程信息，具体步骤包括：

通过车辆轮速数据计算得到车身坐标系下的车速，基于坐标变换方式，将车身坐标系下的车速转换到IMU坐标系下，得到IMU坐标系下的车速；

基于坐标变换方式，将IMU坐标系下的车速转换到导航坐标系下，得到导航坐标系下的车速；

将导航坐标系下的车速对初始轨迹数据对应的时间进行积分，得到车速在导航坐标系的位移里程信息。

在上述技术方案的基础上，所述构建包括IMU安装角度误差和车速尺度因子状态量的误差状态卡尔曼滤波器，具体步骤包括：

构建10维的误差状态卡尔曼滤波器，所述误差状态卡尔曼滤波器的状态量包括三轴位置误差、三轴角度误差、IMU安装角度误差和车速尺度因子状态量；

对状态递推时误差状态卡尔曼滤波器的协方差进行计算。

在上述技术方案的基础上，所述基于更新后的车辆位置、车速在导航坐标系的位移里程信息，对误差状态卡尔曼滤波器进行量测更新，具体步骤包括：

通过更新后的车辆位置和车速在导航坐标系的位移里程信息，计算得到误差状态卡尔曼滤波器的量测量，计算方式为：

z＝POS_n-S_n

其中，z表示误差状态卡尔曼滤波器的量测量，POS_n表示更新后的车辆位置，S_n表示车速在导航坐标系的位移里程信息；

利用计算得到的量测量进行误差状态卡尔曼滤波器的量测更新，得到更新后的10维误差状态和协方差；

进行误差反馈，其中，IMU安装角度误差等于初始IMU安装角度误差，与误差状态中IMU安装角度误差对应的误差之和，车速尺度因子等于初始车速尺度因子，与误差状态中车速尺度因子对应的误差之和。

在上述技术方案的基础上，所述得到收敛后的IMU安装角度误差和车速尺度因子，得到标定结果，具体步骤包括：

将误差反馈得到的IMU安装角度误差和车速尺度因子记为待标定数据，并再次根据组合导航确定的车辆当前位置，以及将采集的车辆周围图像数据与获取的地图数据进行比对确定的车辆当前实际位置，循环执行本发明所述基于高精度地图匹配的在线标定方法，进行多次误差反馈，得到多组待标定数据；

对得到的多组待标定数据进行收敛性分析，若连续预设组数的待标定数据满足预设收敛条件，则判定待标定数据满足收敛；

对连续预设组数的待标定数据中的IMU安装角度误差和车速尺度因子分别进行平均值计算，得到最终IMU安装角度误差和最终车速尺度因子，完成标定。

本发明提供的一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述所述基于高精度地图匹配的在线标定方法的步骤。

本发明提供的一种基于高精度地图匹配的在线标定装置，包括：

确定模块，其用于基于组合导航中IMU和GNSS记录的初始轨迹数据，得到组合导航确定的车辆当前位置，并获取该位置预设范围内的地图数据；

更新模块，其用于通过将采集的车辆周围图像数据与获取的地图数据进行比对，以确定车辆当前实际位置，得到组合导航确定的车辆当前位置相较于车辆当前实际位置的横向误差和纵向误差，得到更新后的车辆位置；

构建模块，其用于将车身坐标系下的车速转换导航坐标系下，并根据初始轨迹数据对应的时间，得到车速在导航坐标系的位移里程信息，构建包括IMU安装角度误差和车速尺度因子状态量的误差状态卡尔曼滤波器；

标定模块，其用于基于更新后的车辆位置、车速在导航坐标系的位移里程信息，对误差状态卡尔曼滤波器进行量测更新，得到收敛后的IMU安装角度误差和车速尺度因子，得到标定结果。

与现有技术相比，本发明的优点在于：通过将采集的车辆周围图像数据中的特征信息和高精度地图中的相应特征进行匹配，矫正组合导航输出的车辆在高精度地图中的相对位置，然后利用矫正后的位置，在线实时标定IMU安装角度误差和车速尺度因子，实现对IMU安装角度误差和车速尺度因子的有效标定，同时，通过对IMU安装角度误差和车速尺度因子进行标定，当GPS信号遮挡时，利用在线标定矫正后的车速数据和IMU数据进行递推，可以获得车辆在高精度地图中更高精度的位置。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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为本发明实施例中一种基于高精度地图匹配的在线标定方法的流程图；

图2为本发明实施例中一种基于高精度地图匹配的在线标定装置的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。

参见图1所示，本发明实施例提供一种基于高精度地图匹配的在线标定方法，结合GNSS(Global Navigation Satellite System，全球导航卫星系统)和RTK(Real-timekinematic，实时差分定位)，采用相机识别特征和地图匹配的结果来在线校准IMU的安装角度误差和车速尺度因子，从而提高车辆在高精度地图上的相对位置的精度，本发明的在线标定方法具体包括以下步骤：

S1：基于组合导航中IMU和GNSS记录的初始轨迹数据，得到组合导航确定的车辆当前位置，并获取该位置预设范围内的地图数据；

本发明中，基于组合导航中IMU和GNSS记录的初始轨迹数据，得到组合导航确定的车辆当前位置，并获取该位置预设范围内的地图数据，其中，对于组合导航中IMU和GNSS记录的初始轨迹数据，具体计算步骤包括：

S101：将在车辆三维数模上量取的IMU安装角度作为IMU的安装角初始值，并进行车速尺度因子的初始值设置；在具体的实施过程中，可将车速尺度因子的初始值设置为1；

S102：将IMU的加速度数据和陀螺仪数据进行积分，得到IMU记录的车辆初始轨迹数据，并计算相同时间内GNSS记录的轨迹数据，作为GNSS记录的车辆初始轨迹数据。

本发明中，基于组合导航中IMU和GNSS记录的初始轨迹数据，得到组合导航确定的车辆当前位置，并获取该位置预设范围内的地图数据，具体步骤包括：

S111：将IMU记录的车辆初始轨迹数据和GNSS记录的车辆初始轨迹数据进行对比，以得到IMU的初始对准角度；

S112：通过卡尔曼滤波器将IMU记录的车辆初始轨迹数据和GNSS记录的车辆初始轨迹数据进行融合，计算得到车辆初始位置和初始航向角；

S113：根据车辆车辆初始位置和初始航向角，得到组合导航所确定的车辆当前位置，并获取车辆当前位置预设范围内的地图数据。例如，可调取车辆当前位置500m范围内的高精度地图数据。

S2：通过将采集的车辆周围图像数据与获取的地图数据进行比对，以确定车辆当前实际位置，得到组合导航确定的车辆当前位置相较于车辆当前实际位置的横向误差和纵向误差，得到更新后的车辆位置；

本发明中，所述通过将采集的车辆周围图像数据与获取的地图数据进行比对，以确定车辆当前实际位置，得到组合导航确定的车辆当前位置相较于车辆当前实际位置的横向误差和纵向误差，得到更新后的车辆位置，具体步骤包括：

S201：通过车辆摄像头采集的车辆周围图像数据，得到道路特征信息，将得到的道路特征信息与高精度地图中的道路特征信息进行匹配，确定车辆当前实际位置；

即通过车载摄像头获得车辆周围图像，从而提取得到车道线、车道边线、交通标志牌等道路特征信息，然后将提取的车道线、车道边线、交通标志牌等道路特征信息，与高精度地图中的车道线、车道边线、交通标志牌等道路特征信息进行匹配，匹配完成后，即可得到车辆当前实际位置。

S202：基于车辆当前实际位置与组合导航所确定的车辆当前位置间的比对，计算得到组合导航所确定的车辆当前位置相较于车辆当前实际位置的横向误差和纵向误差；

S203：将所述横向误差和纵向误差作为观测量，进行卡尔曼滤波器中的量测更新，得到更新后的车辆位置和车辆姿态，以及相应的协方差。

S3：将车身坐标系下的车速转换导航坐标系下，并根据初始轨迹数据对应的时间，得到车速在导航坐标系的位移里程信息，构建包括IMU安装角度误差和车速尺度因子状态量的误差状态卡尔曼滤波器；

本发明中，将车身坐标系下的车速转换导航坐标系下，并根据初始轨迹数据对应的时间，得到车速在导航坐标系的位移里程信息，具体步骤包括：

S301：通过车辆轮速数据计算得到车身坐标系下的车速，基于坐标变换方式，将车身坐标系下的车速转换到IMU坐标系下，得到IMU坐标系下的车速；

S302：基于坐标变换方式，将IMU坐标系下的车速转换到导航坐标系下，得到导航坐标系下的车速；

需要说明的是，IMU坐标系为body坐标系，导航坐标系为东北天(简称ENU)坐标系。

S303：将导航坐标系下的车速对初始轨迹数据对应的时间进行积分，得到车速在导航坐标系的位移里程信息。

本发明中，构建包括IMU安装角度误差和车速尺度因子状态量的误差状态卡尔曼滤波器，具体步骤包括：

S311：构建10维的误差状态卡尔曼滤波器，所述误差状态卡尔曼滤波器的状态量包括三轴位置误差、三轴角度误差、IMU安装角度误差和车速尺度因子状态量；

S312：对状态递推时误差状态卡尔曼滤波器的协方差进行计算。

即构建10维的误差状态卡尔曼滤波器，其中状态量包括三轴位置误差、三轴角度误差、IMU安装角度误差和车速尺度因子状态量，然后计算状态递推时误差状态卡尔曼滤波器的协方差。

S4：基于更新后的车辆位置、车速在导航坐标系的位移里程信息，对误差状态卡尔曼滤波器进行量测更新，得到收敛后的IMU安装角度误差和车速尺度因子，得到标定结果。

本发明中，基于更新后的车辆位置、车速在导航坐标系的位移里程信息，对误差状态卡尔曼滤波器进行量测更新，具体步骤包括：

S401：通过更新后的车辆位置和车速在导航坐标系的位移里程信息，计算得到误差状态卡尔曼滤波器的量测量，计算方式为：

z＝POS_n-S_n

其中，z表示误差状态卡尔曼滤波器的量测量，POS_n表示更新后的车辆位置，S_n表示车速在导航坐标系的位移里程信息；

S402：利用计算得到的量测量进行误差状态卡尔曼滤波器的量测更新，得到更新后的10维误差状态和协方差；

S403：进行误差反馈，其中，IMU安装角度误差等于初始IMU安装角度误差，与误差状态中IMU安装角度误差对应的误差之和，车速尺度因子等于初始车速尺度因子，与误差状态中车速尺度因子对应的误差之和。

即当执行完步骤S402后，进行误差反馈，IMU安装角度误差＝初始IMU安装角度误差+误差状态中IMU安装角度误差对应的误差，车速尺度因子＝初始车速尺度因子+误差状态中车速尺度因子对应的误差。

本发明中，得到收敛后的IMU安装角度误差和车速尺度因子，得到标定结果，具体步骤包括：

S411：将误差反馈得到的IMU安装角度误差和车速尺度因子记为待标定数据，并再次根据组合导航确定的车辆当前位置，以及将采集的车辆周围图像数据与获取的地图数据进行比对确定的车辆当前实际位置，循环执行本发明所述基于高精度地图匹配的在线标定方法，进行多次误差反馈，得到多组待标定数据；

具体的，当得到一组待标定数据后，车辆继续行驶，再次根据组合导航确定的车辆当前位置，以及将采集的车辆周围图像数据与获取的地图数据进行比对确定的车辆当前实际位置，执行步骤S2全部步骤、S3全部步骤和S4中S401～403，再次进行误差反馈，再次得到一组待标定数据；然后车辆继续行驶，再次根据组合导航确定的车辆当前位置，以及将采集的车辆周围图像数据与获取的地图数据进行比对确定的车辆当前实际位置，执行步骤S2全部步骤、S3全部步骤和S4中S401～403，再次进行误差反馈，再次得到一组待标定数据，依次类推，得到多组待标定数据。

S412：对得到的多组待标定数据进行收敛性分析，若连续预设组数的待标定数据满足预设收敛条件，则判定待标定数据满足收敛；

对于预设收敛条件，可以为：在连续的50组待标定数据中，若当前组待标定数据中IMU安装角度误差与上一组待标定数据中IMU安装角度误差间的比值小于1.0001，且当前组待标定数据中车速尺度因子与上一组待标定数据中车速尺度因子的比值小于1.0001，则表明满足预设收敛条件。

S413：对连续预设组数的待标定数据中的IMU安装角度误差和车速尺度因子分别进行平均值计算，得到最终IMU安装角度误差和最终车速尺度因子，完成标定，即完成对IMU安装角度误差和车速尺度因子的标定。

例如，对于满足收敛条件的50组待标定数据，对50组待标定数据中的IMU安装角度误差进行平均值计算，计算得到的结果即为最终IMU安装角度误差，对50组待标定数据中的车速尺度因子进行平均值计算，计算得到的结果即为最终车速尺度因子。

本发明实施例的基于高精度地图匹配的在线标定方法，通过将采集的车辆周围图像数据中的特征信息和高精度地图中的相应特征进行匹配，矫正组合导航输出的车辆在高精度地图中的相对位置，然后利用矫正后的位置，在线实时标定IMU安装角度误差和车速尺度因子，实现对IMU安装角度误差和车速尺度因子的有效标定，同时，通过对IMU安装角度误差和车速尺度因子进行标定，当GPS信号遮挡时，利用在线标定矫正后的车速数据和IMU数据进行递推，可以获得车辆在高精度地图中更高精度的位置。

在一种可能的实施方式中，本发明实施例还提供一种非暂态计算机可读存储介质，可读存储介质位于PLC(Programmable Logic Controller，可编程逻辑控制器)控制器中，可读存储介质上存储有计算机程序，该程序被处理器执行时实现以下所述基于高精度地图匹配的在线标定方法的步骤：

基于组合导航中IMU和GNSS记录的初始轨迹数据，得到组合导航确定的车辆当前位置，并获取该位置预设范围内的地图数据；

通过将采集的车辆周围图像数据与获取的地图数据进行比对，以确定车辆当前实际位置，得到组合导航确定的车辆当前位置相较于车辆当前实际位置的横向误差和纵向误差，得到更新后的车辆位置；

将车身坐标系下的车速转换导航坐标系下，并根据初始轨迹数据对应的时间，得到车速在导航坐标系的位移里程信息，构建包括IMU安装角度误差和车速尺度因子状态量的误差状态卡尔曼滤波器；

基于更新后的车辆位置、车速在导航坐标系的位移里程信息，对误差状态卡尔曼滤波器进行量测更新，得到收敛后的IMU安装角度误差和车速尺度因子，得到标定结果。

存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

参见图2所示，本发明实施例提供的一种基于高精度地图匹配的在线标定装置，包括确定模块、更新模块、构建模块和标定模块。

确定模块用于基于组合导航中IMU和GNSS记录的初始轨迹数据，得到组合导航确定的车辆当前位置，并获取该位置预设范围内的地图数据；更新模块用于通过将采集的车辆周围图像数据与获取的地图数据进行比对，以确定车辆当前实际位置，得到组合导航确定的车辆当前位置相较于车辆当前实际位置的横向误差和纵向误差，得到更新后的车辆位置；构建模块用于将车身坐标系下的车速转换导航坐标系下，并根据初始轨迹数据对应的时间，得到车速在导航坐标系的位移里程信息，构建包括IMU安装角度误差和车速尺度因子状态量的误差状态卡尔曼滤波器；标定模块用于基于更新后的车辆位置、车速在导航坐标系的位移里程信息，对误差状态卡尔曼滤波器进行量测更新，得到收敛后的IMU安装角度误差和车速尺度因子，得到标定结果。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

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。

Claims (10)

1.一种基于高精度地图匹配的在线标定方法，其特征在于，具体包括以下步骤：

基于组合导航中IMU和GNSS记录的初始轨迹数据，得到组合导航确定的车辆当前位置，并获取该位置预设范围内的地图数据；

通过将采集的车辆周围图像数据与获取的地图数据进行比对，以确定车辆当前实际位置，得到组合导航确定的车辆当前位置相较于车辆当前实际位置的横向误差和纵向误差，得到更新后的车辆位置；

将车身坐标系下的车速转换导航坐标系下，并根据初始轨迹数据对应的时间，得到车速在导航坐标系的位移里程信息，构建包括IMU安装角度误差和车速尺度因子状态量的误差状态卡尔曼滤波器；

基于更新后的车辆位置、车速在导航坐标系的位移里程信息，对误差状态卡尔曼滤波器进行量测更新，得到收敛后的IMU安装角度误差和车速尺度因子，得到标定结果。

2.如权利要求1所述的一种基于高精度地图匹配的在线标定方法，其特征在于，所述基于组合导航中IMU和GNSS记录的初始轨迹数据，得到组合导航确定的车辆当前位置，并获取该位置预设范围内的地图数据，其中，对于组合导航中IMU和GNSS记录的初始轨迹数据，具体计算步骤包括：

将在车辆三维数模上量取的IMU安装角度作为IMU的安装角初始值，并进行车速尺度因子的初始值设置；

将IMU的加速度数据和陀螺仪数据进行积分，得到IMU记录的车辆初始轨迹数据，并计算相同时间内GNSS记录的轨迹数据，作为GNSS记录的车辆初始轨迹数据。

3.如权利要求2所述的一种基于高精度地图匹配的在线标定方法，其特征在于，所述基于组合导航中IMU和GNSS记录的初始轨迹数据，得到组合导航确定的车辆当前位置，并获取该位置预设范围内的地图数据，具体步骤包括：

将IMU记录的车辆初始轨迹数据和GNSS记录的车辆初始轨迹数据进行对比，以得到IMU的初始对准角度；

通过卡尔曼滤波器将IMU记录的车辆初始轨迹数据和GNSS记录的车辆初始轨迹数据进行融合，计算得到车辆初始位置和初始航向角；

根据车辆车辆初始位置和初始航向角，得到组合导航所确定的车辆当前位置，并获取车辆当前位置预设范围内的地图数据。

4.如权利要求3所述的一种基于高精度地图匹配的在线标定方法，其特征在于，所述通过将采集的车辆周围图像数据与获取的地图数据进行比对，以确定车辆当前实际位置，得到组合导航确定的车辆当前位置相较于车辆当前实际位置的横向误差和纵向误差，得到更新后的车辆位置，具体步骤包括：

通过车辆摄像头采集的车辆周围图像数据，得到道路特征信息，将得到的道路特征信息与高精度地图中的道路特征信息进行匹配，确定车辆当前实际位置；

基于车辆当前实际位置与组合导航所确定的车辆当前位置间的比对，计算得到组合导航所确定的车辆当前位置相较于车辆当前实际位置的横向误差和纵向误差；

将所述横向误差和纵向误差作为观测量，进行卡尔曼滤波器中的量测更新，得到更新后的车辆位置和车辆姿态。

5.如权利要求1所述的一种基于高精度地图匹配的在线标定方法，其特征在于，所述将车身坐标系下的车速转换导航坐标系下，并根据初始轨迹数据对应的时间，得到车速在导航坐标系的位移里程信息，具体步骤包括：

通过车辆轮速数据计算得到车身坐标系下的车速，基于坐标变换方式，将车身坐标系下的车速转换到IMU坐标系下，得到IMU坐标系下的车速；

基于坐标变换方式，将IMU坐标系下的车速转换到导航坐标系下，得到导航坐标系下的车速；

将导航坐标系下的车速对初始轨迹数据对应的时间进行积分，得到车速在导航坐标系的位移里程信息。

6.如权利要求1所述的一种基于高精度地图匹配的在线标定方法，其特征在于，所述构建包括IMU安装角度误差和车速尺度因子状态量的误差状态卡尔曼滤波器，具体步骤包括：

构建10维的误差状态卡尔曼滤波器，所述误差状态卡尔曼滤波器的状态量包括三轴位置误差、三轴角度误差、IMU安装角度误差和车速尺度因子状态量；

对状态递推时误差状态卡尔曼滤波器的协方差进行计算。

7.如权利要求6所述的一种基于高精度地图匹配的在线标定方法，其特征在于，所述基于更新后的车辆位置、车速在导航坐标系的位移里程信息，对误差状态卡尔曼滤波器进行量测更新，具体步骤包括：

通过更新后的车辆位置和车速在导航坐标系的位移里程信息，计算得到误差状态卡尔曼滤波器的量测量，计算方式为：

z＝POS_n-S_n

其中，z表示误差状态卡尔曼滤波器的量测量，POS_n表示更新后的车辆位置，S_n表示车速在导航坐标系的位移里程信息；

利用计算得到的量测量进行误差状态卡尔曼滤波器的量测更新，得到更新后的10维误差状态和协方差；

进行误差反馈，其中，IMU安装角度误差等于初始IMU安装角度误差，与误差状态中IMU安装角度误差对应的误差之和，车速尺度因子等于初始车速尺度因子，与误差状态中车速尺度因子对应的误差之和。

8.如权利要求7所述的一种基于高精度地图匹配的在线标定方法，其特征在于，所述得到收敛后的IMU安装角度误差和车速尺度因子，得到标定结果，具体步骤包括：

将误差反馈得到的IMU安装角度误差和车速尺度因子记为待标定数据，并再次根据组合导航确定的车辆当前位置，以及将采集的车辆周围图像数据与获取的地图数据进行比对确定的车辆当前实际位置，循环执行本发明所述基于高精度地图匹配的在线标定方法，进行多次误差反馈，得到多组待标定数据；

对得到的多组待标定数据进行收敛性分析，若连续预设组数的待标定数据满足预设收敛条件，则判定待标定数据满足收敛；

对连续预设组数的待标定数据中的IMU安装角度误差和车速尺度因子分别进行平均值计算，得到最终IMU安装角度误差和最终车速尺度因子，完成标定。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至8任一项所述基于高精度地图匹配的在线标定方法的步骤。

10.一种基于高精度地图匹配的在线标定装置，其特征在于，包括：

确定模块，其用于基于组合导航中IMU和GNSS记录的初始轨迹数据，得到组合导航确定的车辆当前位置，并获取该位置预设范围内的地图数据；

更新模块，其用于通过将采集的车辆周围图像数据与获取的地图数据进行比对，以确定车辆当前实际位置，得到组合导航确定的车辆当前位置相较于车辆当前实际位置的横向误差和纵向误差，得到更新后的车辆位置；

构建模块，其用于将车身坐标系下的车速转换导航坐标系下，并根据初始轨迹数据对应的时间，得到车速在导航坐标系的位移里程信息，构建包括IMU安装角度误差和车速尺度因子状态量的误差状态卡尔曼滤波器；

标定模块，其用于基于更新后的车辆位置、车速在导航坐标系的位移里程信息，对误差状态卡尔曼滤波器进行量测更新，得到收敛后的IMU安装角度误差和车速尺度因子，得到标定结果。