CN118172408A - 一种车辆位姿确定方法、装置、电子设备及介质 - Google Patents
一种车辆位姿确定方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN118172408A CN118172408A CN202410329303.1A CN202410329303A CN118172408A CN 118172408 A CN118172408 A CN 118172408A CN 202410329303 A CN202410329303 A CN 202410329303A CN 118172408 A CN118172408 A CN 118172408A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- pose
- determining
- lane line
- initial
- 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 76
- 230000008569 process Effects 0.000 claims abstract description 24
- 230000005654 stationary process Effects 0.000 claims abstract description 13
- 238000000354 decomposition reaction Methods 0.000 claims description 33
- 230000001133 acceleration Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Navigation (AREA)
Abstract
本申请实施例公开了一种车辆位姿确定方法、装置、电子设备及介质。该方法包括：在车辆直线运动过程中或者静止过程中获取车辆的初始位姿；根据所述初始位姿从高精地图中获取车辆所在车道的第一车道线，并在获取初始位姿的时刻通过车辆上配置的图像采集器采集所述车辆所在车道的第二车道线；将所述第一车道线与所述第二车道线进行匹配，根据匹配结果对所述初始位姿进行调整，得到车辆的目标位姿。上述方案解决了目前在车辆位姿确定的过程中精度不高，以增加硬件设备的方式提高精度时导致硬件成本过高的问题，在不增加车辆上硬件设备，仅利用车辆上已有设备的基础上，精准地确定车辆位姿。
Description
技术领域
本申请涉及车辆定位技术领域，尤其涉及一种车辆位姿确定方法、装置、电子设备及介质。
背景技术
在自动驾驶领域中，车辆需要具备持续稳定的高精定位能力，在现有技术中，自动驾驶系统启动时，需要利用全球定位系统GPS，对自动驾驶系统的定位模块进行初始化工作，以保证后续定位工作的稳定性和可靠性。
但是目前常见的技术依赖于较多的硬件设施如GPS模块、超宽带定位模块、车联网的视频定位模块、点云定位模块，集成多种初始化技术给出一个鲁棒性比较好的定位初始化状态。但是上述方案由于增加了多个硬件模块，导致硬件成本过高。
发明内容
本申请实施例提供了一种车辆位姿确定方法、装置、电子设备及介质，以在不增加硬件成本的情况下提高车辆位姿确定精度。
根据本申请的一方面，提供了一种车辆位姿确定方法，该方法包括：
在车辆直线运动过程中或者静止过程中获取车辆的初始位姿；
根据所述初始位姿从高精地图中获取车辆所在车道的第一车道线，并在获取初始位姿的时刻通过车辆上配置的图像采集器采集所述车辆所在车道的第二车道线；
将所述第一车道线与所述第二车道线进行匹配，根据匹配结果对所述初始位姿进行调整，得到车辆的目标位姿。
根据本申请的一方面，提供了一种车辆位姿确定装置，所述装置包括：
初始位姿获取模块，用于在车辆直线运动过程中或者静止过程中获取车辆的初始位姿；
车道线获取模块，用于根据所述初始位姿从高精地图中获取车辆所在车道的第一车道线，并在获取初始位姿的时刻通过车辆上配置的图像采集器采集所述车辆所在车道的第二车道线；
目标位姿确定模块，用于将所述第一车道线与所述第二车道线进行匹配，根据匹配结果对所述初始位姿进行调整，得到车辆的目标位姿。
根据本申请的另一方面，提供了一种电子设备，该电子设备包括：
至少一个处理器；以及
与至少一个处理器车辆位姿确定连接的存储器；其中，
存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本申请任一实施例的车辆位姿确定方法。
根据本申请的另一方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本申请任一实施例的车辆位姿确定方法。
本申请实施例的技术方案，在车辆直线运动过程中或者静止过程中获取车辆的初始位姿；根据所述初始位姿从高精地图中获取车辆所在车道的第一车道线，并在获取初始位姿的时刻通过车辆上配置的图像采集器采集所述车辆所在车道的第二车道线；将所述第一车道线与所述第二车道线进行匹配，根据匹配结果对所述初始位姿进行调整，得到车辆的目标位姿。上述方案解决了目前在车辆位姿确定的过程中精度不高，以增加硬件设备的方式提高精度时导致硬件成本过高的问题，在不增加车辆上硬件设备，仅利用车辆上已有设备的基础上，精准地确定车辆位姿。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
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是本申请实施例一提供的一种车辆位姿确定方法的流程图；
图2是本申请实施例二提供的一种车辆位姿确定方法的流程图；
图3是本申请实施例二提供的双天线接收器示意图；
图4是本申请实施例二提供的单天线接收器示意图；
图5是本申请实施例三提供的一种车辆位姿确定方法的流程图；
图6是本申请实施例三提供的车道线示意图；
图7是本申请实施例四提供的一种车辆位姿确定装置的结构示意图；
图8是本申请实施例五提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，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，所描述的实施例仅仅是本申请一部分的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”、“实际”、“预设”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，以便这里描述的本申请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、系统、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。
实施例一
图1为本申请实施例一提供的一种车辆位姿确定方法的流程图，本申请实施例可适用于确定车辆的位姿的情况。典型的，本申请实施例可适用于在不增加车辆中硬件装置的基础上精准确定车辆的位姿的情况。该方法可以由车辆位姿确定装置来执行，该车辆位姿确定装置可以采用硬件和/或软件的形式实现，该车辆位姿确定装置可配置于电子设备中。如图1所示，该方法包括：
S110、在车辆直线运动过程中或者静止过程中获取车辆的初始位姿。
其中，车辆可以为自动驾驶车辆或者存在精准位姿需求的车辆。车辆的直线运动过程或者静止过程可以由车辆控制器进行控制。车辆的直线运动过程或者静止过程可以根据需要持续预设时长，以在预设时长内获取车辆的初始位姿。初始位姿包括车辆的初始位置以及初始姿态角。初始姿态角包括车辆的俯仰角、横滚角和偏航角。
在本申请实施例中，可以在车辆直线运动过程中或者静止过程中，通过车辆自身已配置的定位设备获取车辆的初始位姿。在此情况下获取的初始位姿可能并不是最精确的位姿，可能由于硬件误差或者设备精度限制导致初始位姿只是粗略的位姿。
S120、根据所述初始位姿从高精地图中获取车辆所在车道的第一车道线，并在获取初始位姿的时刻通过车辆上配置的图像采集器采集所述车辆所在车道的第二车道线。
高精地图是一种用于自动驾驶的高精度地图，包含道路形状、道路标记、交通标志和障碍物等地图元素。地图精度可以到厘米级别。具体的，可以根据初始位姿中的初始位置，在高精地图中确定车辆所在的车道，并确定车道的第一车道线。第一车道线可以为位于车辆两侧距离车辆最近的两条。车辆中一般配置有图像采集器，可以在获取车辆的初始位姿的时刻，也就是用于确定初始位姿的卫星信号的获取时刻，通过图像采集器对车辆所处环境进行图像采集，从而确定车辆所在的车道，并识别车辆所在车道的第二车道线。第二车道线也可以是位于车辆两侧距离车辆最近的两条。
在本申请实施例中，第一车道线和第二车道线可以经过拟合得到对应的表达式，可以为对应于车辆坐标系中的表达式，从而明确第一车道线和第二车道线与车辆之间的位置关系。车辆坐标系中的表达式也可以转换为其他坐标系中的坐标系，在此不做限定，例如也可以为东北天坐标系或者东北地坐标系中的表达式，只要是第一车道线、第二车道线和车辆位于同一个坐标系中即可。
S130、将所述第一车道线与所述第二车道线进行匹配，根据匹配结果对所述初始位姿进行调整，得到车辆的目标位姿。
其中，进行匹配的第一车道线和第二车道线，为位于车辆同一侧的车道线。例如可以将位于车辆左侧的第一车道线和第二车道线进行匹配，将位于车辆右侧的第一车道线和第二车道线进行匹配。理论上位于车辆左侧的第一车道线和第二车道线应是一个车道线，位于车辆右侧的第一车道线和第二车道线应是一个车道线，应该是重合的。但是由于车辆初始位姿的偏差，会导致第一车道线和第二车道线并不是完全重合的。在匹配的过程中，确定第一车道线与第二车道线之间的偏差，进而对初始位姿进行调整，目标是基于调整后的位姿从高精地图中获取的第一车道线与图像采集器采集的第二车道线重合，或者偏差小于预设偏差，此时认为调整后的位姿即为车辆的目标位姿。
本申请实施例的技术方案，在车辆直线运动过程中或者静止过程中获取车辆的初始位姿；根据所述初始位姿从高精地图中获取车辆所在车道的第一车道线，并在获取初始位姿的时刻通过车辆上配置的图像采集器采集所述车辆所在车道的第二车道线；将所述第一车道线与所述第二车道线进行匹配，根据匹配结果对所述初始位姿进行调整，得到车辆的目标位姿。上述方案能够解决目前在车辆位姿确定的过程中精度不高，以增加硬件设备的方式提高精度时导致硬件成本过高的问题，在不增加车辆上硬件设备，仅利用车辆上已有设备的基础上，精准地确定车辆位姿。
实施例二
图2为本申请实施例二提供的一种车辆位姿确定方法的流程图，本申请实施例以上述实施例为基础进行优化，未在本申请实施例中详尽描述的方案见上述实施例。如图2所示，本申请实施例的方法具体包括如下步骤：
S210、若所述车辆中配置有双天线接收器，则在所述车辆静止状态下检测连续预设数量个载波相位差分解状态的卫星信号。
其中，双天线接收器可以为两个GPS卫星信号的接收器。如果车辆配置有双天线接收器，则在车辆静止状态下就可以获取车辆的初始位姿，也就是获取车辆的初始位置以及初始姿态角。在本申请实施例中，车辆会持续接收到一定频率的GPS卫星信号。在根据卫星信号确定初始位姿的过程中，为了提高精度，一般搭配RTK载波相位差分技术。当卫星信号处于RTK Fxied状态时，也就是载波相位差分解状态时，确定的位姿是最精准的，如果存在连续预设数量个载波相位差分解状态的卫星信号，则认为以该卫星信号确定的位姿是较准确的。在本申请实施例中，在车辆静止状态下，检测连续预设数量个载波相位差分解状态的卫星信号，以根据连续预设数量个载波相位差分解状态的卫星信号，确定车辆的初始位姿。
S220、根据连续预设数量个载波相位差分解状态的卫星信号，确定所述车辆的初始位姿。
示例性的，可以根据预设数量个载波差分解状态的卫星信号，确定车辆的初始位置以及初始姿态角，从而得到车辆的初始位姿。
在本申请实施例中，根据连续预设数量个载波相位差分解状态的卫星信号，确定所述车辆的初始位姿，包括：
根据连续预设数量个载波相位差分解状态的卫星信号，确定所述车辆的预设数量个位姿信息，并求取预设数量位姿信息的平均值；
基于双天线接收器安装时的标定结果，对预设数量位姿信息的平均值进行误差补偿，得到所述车辆的初始位姿。
示例性的，可以根据各载波相位差分解状态的卫星信号，分别确定车辆的位姿信息，可以得到预设数量个位姿信息。由于车辆是处于静止状态的，因此检测得到的初始位姿未引入车辆运动引入的误差，仅存在卫星信号自身的检测误差，因此可以计算预设数量个位姿信息的平均值，作为初始位姿的基础值。另外，由于车辆安装的双天线接收器存在安装误差，两个接收器的位置角度等安装参数并不是完全一致，如图3所示，可能导致两个接收器接收到的卫星信号之间存在偏差。在双天线接收器安装时会进行标定，可以基于标定结果为预设数量位姿信息的平均值进行误差补偿，从而提高初始位姿的精准性。
S230、若所述车辆中配置有单天线接收器，在所述车辆位于水平路面时检测连续预设数量个载波相位差分解状态的卫星信号。
示例性的，如果车辆中配置有单天线接收器，则需车辆在水平路面进行运动，并检测连续预设数量个载波相位差分解状态的卫星信号。
S240、根据连续预设数量个载波相位差分解状态的卫星信号以及所述车辆的运动状态，确定所述车辆的初始位姿。
示例性的，在车辆配置有单天线的情况下，车辆可以处于运动状态或者静止状态，单天线接收器可以持续接收GPS卫星信号，如图4所示。在不同的状态下，根据连续预设数量个载波相位差分解状态的卫星信号计算位姿的过程也不同。
在本申请实施例中，根据连续预设数量个载波相位差分解状态的卫星信号以及所述车辆的运动状态，确定所述车辆的初始位姿，包括：
若所述车辆位于直线行驶状态，则根据连续预设数量个载波相位差分解状态的卫星信号的最后一个卫星信号，确定所述车辆的初始位姿；
若所述车辆位于静止状态，则根据连续预设数量个载波相位差分解状态的卫星信号的最后一个卫星信号，确定所述车辆的初始位姿中的初始位置；
确定所述初始位置处所述车辆的第一重力加速度，并根据所述车辆中的惯性测量单元确定所述车辆的第二重力加速度，根据所述第一重力加速度以及所述第二重力加速度确定所述车辆的初始位姿中的初始姿态角。
示例性的，如果车辆位于直线行驶状态，为了不引入车辆运动过程中引入的较大误差，可以检测到预设数量个卫星信号均为载波相位差分解状态的情况下，根据最后一帧检测到的卫星信号，确定车辆的初始位姿。
如果车辆位于静止状态，可以根据连续预设数量个载波相位差分解状态的卫星信号中的最后一个卫星信号，确定车辆初始位姿中的初始位置。由于车辆位于静止状态，仅存在一个天线接收器时无法仅根据卫星信号确定车辆的姿态角。因此可以借助车辆中的惯性测量单元确定车辆的姿态角。具体的，重力加速度和经纬度有关系，根据车辆的初始位置，确定在该初始位置处对应的第一重力加速度。第一重力加速度可以为东北天坐标系下的矢量。根据惯性测量单元确定车辆坐标系下的第二重力加速度，也是一个矢量值。根据第一重力加速度的矢量值与第二重力加速度的矢量值之间的偏差，确定车辆的初始姿态角，实际上也就是确定车辆坐标系相对于东北天坐标系的偏差角，即为车辆的初始姿态角。
在本申请实施例中，确定所述车辆是否位于直线行驶状态的过程包括：
根据第一帧卫星信号确定所述车辆的第一姿态角，根据当前帧卫星信号确定所述车辆的第二姿态角，根据当前帧的前一帧卫星信号确定所述车辆的第三姿态角；
确定所述第一姿态角与所述第二姿态角的第一姿态角差值，并确定所述第二姿态角与所述第三姿态角的第二姿态角差值；
若所述第一姿态角差值小于第一预设阈值，且所述第二姿态角差值小于第二预设阈值，则确定所述车辆位于直线运动状态。
示例性的，根据车辆天线接收器接收到的第一帧卫星信号，确定车辆的第一姿态角。车辆天线接收器连续接收卫星信号，根据当前时刻接收到的当前帧卫星信号，确定车辆的第二姿态角。并确定当前帧卫星信号的前一帧卫星信号，确定车辆的第三姿态角。确定第一姿态角与第二姿态角的第一姿态角差值，反映车辆当前时刻与初始时刻之间姿态角偏差。确定第二姿态角与第三姿态角之间的第二姿态角差值，反映车辆当前时刻与上一时刻之间的姿态角偏差。如果第一姿态角差值小于第一预设阈值，且第二姿态角差值小于第二预设阈值，则确定第一姿态角差值较小，也就是车辆当前时刻与初始时刻之间姿态角偏差较小，如果第二姿态角小于第二预设阈值，则确定第二姿态角差值较小，也就是车辆当前时刻与上一时刻之间的姿态角偏差较小，因此可以确定车辆位于直线运动状态。其中，第一预设阈值和第二预设阈值可以根据实际情况确定，可以相同也可以不同，但比较相近，且接近于0。
S250、根据所述初始位姿从高精地图中获取车辆所在车道的第一车道线，并在获取初始位姿的时刻通过车辆上配置的图像采集器采集所述车辆所在车道的第二车道线。
S260、将所述第一车道线与所述第二车道线进行匹配，根据匹配结果对所述初始位姿进行调整，得到车辆的目标位姿。
本申请实施例提供了一种车辆位姿确定方法，在车辆配置有双天线接收器和单天线接收器两种情况下，适应性地确定车辆的初始位姿的确定方式，从而能够在不借助其他额外硬件设备的情况下，准确地获取车辆的初始位姿。
实施例三
图5为本申请实施例三提供的一种车辆位姿确定方法的流程图，本申请实施例以上述实施例为基础进行优化，未在本申请实施例中详尽描述的方案见上述实施例。如图5所示，本申请实施例的方法具体包括如下步骤：
S310、在车辆直线运动过程中或者静止过程中获取车辆的初始位姿。
S320、根据所述初始位姿从高精地图中获取车辆所在车道的第一车道线，并在获取初始位姿的时刻通过车辆上配置的图像采集器采集所述车辆所在车道的第二车道线。
S330、从所述第一车道线上和所述第二车道线上分别取与所述车辆距离相同的至少两对点。
在本申请实施例中，确定理论上为同一车道线的第一车道线和第二车道线的过程，可以为：根据初始位姿从高精地图中抽取对应位置的车道线信息，并获取图像采集器采集的车道线信息。车道线可能存在多条，可以根据车道线颜色、类型、与车辆的横向距离等属性，对车道线进行配对，以寻找一一对应的属于同一车道线的第一车道线和第二车道线。在考量车道线颜色、类型、与车辆的横向距离等属性进行配对时，不同的属性可以配置有不同的权重。
示例性的，如图6所示，可以在第一车道线上取一个a点，并在第二车道线上取一个b点，a点、b点与车辆的距离相同。a点与b点属于一对点。可以取至少两对点。a点和b点为车辆一侧的车道线上的点，还可以在车辆另一侧的车道线上取至少两对点。
S340、根据至少两对点的位置偏差对所述初始位姿进行调整，直到至少两对点中每一对点之间的距离小于预设阈值，得到车辆的目标位姿。
示例性的，可以根据一对点的坐标，确定一对点之间的位置偏差，根据位置偏差对初始位姿进行调整，在初始位姿调整后继续根据调整后的初始位姿确定高精地图上的第一车道线以及第二车道线，再次执行S330-S340，直到一对点之间的距离小于预设阈值，此时调整后的初始位姿，即为车辆的目标位姿。
本申请实施例提供了一种车辆位姿确定方法，从所述第一车道线上和所述第二车道线上分别取与所述车辆距离相同的至少两对点；根据至少两对点的位置偏差对所述初始位姿进行调整，直到至少两对点中每一对点之间的距离小于预设阈值，得到车辆的目标位姿。上述方案能够结合初始位姿确定高精地图中第一车道线，以及图像采集器采集的第二车道线，确定车辆的目标位姿，从而仅利用车辆自身配置的装置，不借助其他额外硬件设备的情况下，精准地获取车辆的目标位姿。
实施例四
图7为本申请实施例四提供的一种车辆位姿确定装置的结构示意图，该装置可执行本申请任意实施例所提供的车辆位姿确定方法，具备执行方法相应的功能模块和有益效果。如图7所示，所述装置包括：
初始位姿获取模块410，用于在车辆直线运动过程中或者静止过程中获取车辆的初始位姿；
车道线获取模块420，用于根据所述初始位姿从高精地图中获取车辆所在车道的第一车道线，并在获取初始位姿的时刻通过车辆上配置的图像采集器采集所述车辆所在车道的第二车道线；
目标位姿确定模块430，用于将所述第一车道线与所述第二车道线进行匹配，根据匹配结果对所述初始位姿进行调整，得到车辆的目标位姿。
在本申请实施例中，初始位姿获取模块410，具体用于：
若所述车辆中配置有双天线接收器，则在所述车辆静止状态下检测连续预设数量个载波相位差分解状态的卫星信号；
根据连续预设数量个载波相位差分解状态的卫星信号，确定所述车辆的初始位姿。
在本申请实施例中，初始位姿获取模块410，具体用于：根据连续预设数量个载波相位差分解状态的卫星信号，确定所述车辆的预设数量个位姿信息，并求取预设数量位姿信息的平均值；
基于双天线接收器安装时的标定结果，对预设数量位姿信息的平均值进行误差补偿，得到所述车辆的初始位姿。
在本申请实施例中，初始位姿获取模块410，具体用于：若所述车辆中配置有单天线接收器，在所述车辆位于水平路面时检测连续预设数量个载波相位差分解状态的卫星信号；
根据连续预设数量个载波相位差分解状态的卫星信号以及所述车辆的运动状态，确定所述车辆的初始位姿。
在本申请实施例中，初始位姿获取模块410，具体用于：若所述车辆位于直线行驶状态，则根据连续预设数量个载波相位差分解状态的卫星信号的最后一个卫星信号，确定所述车辆的初始位姿；
若所述车辆位于静止状态，则根据连续预设数量个载波相位差分解状态的卫星信号的最后一个卫星信号，确定所述车辆的初始位姿中的初始位置；
确定所述初始位置处所述车辆的第一重力加速度，并根据所述车辆中的惯性测量单元确定所述车辆的第二重力加速度，根据所述第一重力加速度以及所述第二重力加速度确定所述车辆的初始位姿中的初始姿态角。
在本申请实施例中，初始位姿获取模块410，具体用于：根据第一帧卫星信号确定所述车辆的第一姿态角，根据当前帧卫星信号确定所述车辆的第二姿态角，根据当前帧的前一帧卫星信号确定所述车辆的第三姿态角；
确定所述第一姿态角与所述第二姿态角的第一姿态角差值，并确定所述第二姿态角与所述第三姿态角的第二姿态角差值；
若所述第一姿态角差值小于第一预设阈值，且所述第二姿态角差值小于第二预设阈值，则确定所述车辆位于直线运动状态。
在本申请实施例中，目标位姿确定模块430，具体用于：
从所述第一车道线上和所述第二车道线上分别取与所述车辆距离相同的至少两对点；
根据至少两对点的位置偏差对所述初始位姿进行调整，直到至少两对点中每一对点之间的距离小于预设阈值，得到车辆的目标位姿。
本申请实施例所提供的一种车辆位姿确定装置可执行本申请任意实施例所提供的一种车辆位姿确定方法，具备执行方法相应的功能模块和有益效果。
实施例五
图8示出了可以用来实施本申请的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11车辆位姿确定连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及车辆位姿确定单元19，例如网卡、调制解调器、无线车辆位姿确定收发机等。车辆位姿确定单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如车辆位姿确定方法。
在一些实施例中，车辆位姿确定方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或车辆位姿确定单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的车辆位姿确定方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行车辆位姿确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程车辆位姿确定装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据车辆位姿确定(例如，车辆位姿确定网络)来将系统的部件相互连接。车辆位姿确定网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过车辆位姿确定网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请的技术方案所期望的信息，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (10)
1.一种车辆位姿确定方法，其特征在于，所述方法包括：
在车辆直线运动过程中或者静止过程中获取车辆的初始位姿；
根据所述初始位姿从高精地图中获取车辆所在车道的第一车道线，并在获取初始位姿的时刻通过车辆上配置的图像采集器采集所述车辆所在车道的第二车道线；
将所述第一车道线与所述第二车道线进行匹配，根据匹配结果对所述初始位姿进行调整，得到车辆的目标位姿。
2.根据权利要求1所述的方法，其特征在于，在车辆直线运动过程中或者静止过程中获取车辆的初始位姿，包括：
若所述车辆中配置有双天线接收器，则在所述车辆静止状态下检测连续预设数量个载波相位差分解状态的卫星信号；
根据连续预设数量个载波相位差分解状态的卫星信号，确定所述车辆的初始位姿。
3.根据权利要求2所述的方法，其特征在于，根据连续预设数量个载波相位差分解状态的卫星信号，确定所述车辆的初始位姿，包括：
根据连续预设数量个载波相位差分解状态的卫星信号，确定所述车辆的预设数量个位姿信息，并求取预设数量位姿信息的平均值；
基于双天线接收器安装时的标定结果，对预设数量位姿信息的平均值进行误差补偿，得到所述车辆的初始位姿。
4.根据权利要求1所述的方法，其特征在于，在车辆直线运动过程中或者静止过程中获取车辆的初始位姿，包括：
若所述车辆中配置有单天线接收器，在所述车辆位于水平路面时检测连续预设数量个载波相位差分解状态的卫星信号；
根据连续预设数量个载波相位差分解状态的卫星信号以及所述车辆的运动状态，确定所述车辆的初始位姿。
5.根据权利要求4所述的方法，其特征在于，根据连续预设数量个载波相位差分解状态的卫星信号以及所述车辆的运动状态，确定所述车辆的初始位姿，包括：
若所述车辆位于直线行驶状态，则根据连续预设数量个载波相位差分解状态的卫星信号的最后一个卫星信号，确定所述车辆的初始位姿；
若所述车辆位于静止状态，则根据连续预设数量个载波相位差分解状态的卫星信号的最后一个卫星信号，确定所述车辆的初始位姿中的初始位置；
确定所述初始位置处所述车辆的第一重力加速度，并根据所述车辆中的惯性测量单元确定所述车辆的第二重力加速度，根据所述第一重力加速度以及所述第二重力加速度确定所述车辆的初始位姿中的初始姿态角。
6.根据权利要求5所述的方法，其特征在于，确定所述车辆是否位于直线行驶状态的过程包括：
根据第一帧卫星信号确定所述车辆的第一姿态角，根据当前帧卫星信号确定所述车辆的第二姿态角，根据当前帧的前一帧卫星信号确定所述车辆的第三姿态角；
确定所述第一姿态角与所述第二姿态角的第一姿态角差值，并确定所述第二姿态角与所述第三姿态角的第二姿态角差值；
若所述第一姿态角差值小于第一预设阈值，且所述第二姿态角差值小于第二预设阈值，则确定所述车辆位于直线运动状态。
7.根据权利要求1所述的方法，其特征在于，将所述第一车道线与所述第二车道线进行匹配，根据匹配结果对所述初始位姿进行调整，得到车辆的目标位姿，包括：
从所述第一车道线上和所述第二车道线上分别取与所述车辆距离相同的至少两对点；
根据至少两对点的位置偏差对所述初始位姿进行调整，直到至少两对点中每一对点之间的距离小于预设阈值，得到车辆的目标位姿。
8.一种车辆位姿确定装置，其特征在于，所述装置包括：
初始位姿获取模块，用于在车辆直线运动过程中或者静止过程中获取车辆的初始位姿；
车道线获取模块，用于根据所述初始位姿从高精地图中获取车辆所在车道的第一车道线，并在获取初始位姿的时刻通过车辆上配置的图像采集器采集所述车辆所在车道的第二车道线；
目标位姿确定模块，用于将所述第一车道线与所述第二车道线进行匹配，根据匹配结果对所述初始位姿进行调整，得到车辆的目标位姿。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器车辆位姿确定连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的车辆位姿确定方法。
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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的车辆位姿确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410329303.1A CN118172408A (zh) | 2024-03-21 | 2024-03-21 | 一种车辆位姿确定方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410329303.1A CN118172408A (zh) | 2024-03-21 | 2024-03-21 | 一种车辆位姿确定方法、装置、电子设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118172408A true CN118172408A (zh) | 2024-06-11 |
Family
ID=91356198
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410329303.1A Pending CN118172408A (zh) | 2024-03-21 | 2024-03-21 | 一种车辆位姿确定方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118172408A (zh) |
-
2024
- 2024-03-21 CN CN202410329303.1A patent/CN118172408A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210206390A1 (en) | Positioning method and apparatus, vehicle device, and autonomous vehicle | |
| CN114179825B (zh) | 多传感器融合获取量测值置信度方法及自动驾驶车辆 | |
| CN114323033A (zh) | 基于车道线和特征点的定位方法、设备及自动驾驶车辆 | |
| CN111460375A (zh) | 定位数据有效性确定方法、装置、设备和介质 | |
| CN115903831A (zh) | 一种车辆驾驶控制方法、装置、车辆及存储介质 | |
| CN111721305B (zh) | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 | |
| CN114987497B (zh) | 一种后向车道线拟合方法、装置、电子设备和存储介质 | |
| CN114861725A (zh) | 一种目标感知跟踪的后处理方法、装置、设备及介质 | |
| CN113177980B (zh) | 用于自动驾驶的目标对象速度确定方法、装置及电子设备 | |
| CN118172408A (zh) | 一种车辆位姿确定方法、装置、电子设备及介质 | |
| CN111400537A (zh) | 一种道路元素信息获取方法、装置和电子设备 | |
| CN116883460A (zh) | 一种视觉感知定位方法、装置、电子设备及存储介质 | |
| CN115628754A (zh) | 里程计初始化方法、装置、电子设备及自动驾驶车辆 | |
| CN113218380B (zh) | 一种电子罗盘的校正方法、装置、电子设备及存储介质 | |
| CN115792985A (zh) | 一种车辆定位方法、装置、电子设备、存储介质及车辆 | |
| CN115480239A (zh) | 一种测点坐标的确定方法、装置、设备及介质 | |
| CN115760827A (zh) | 点云数据的检测方法、装置、设备以及存储介质 | |
| CN113970773A (zh) | 定位方法、装置及电子设备 | |
| CN118015088B (zh) | 一种物体定位方法、装置、设备及存储介质 | |
| CN116380056B (zh) | 惯性定位方法、装置、电子设备及存储介质 | |
| CN118465779B (zh) | 一种井下定位方法、装置、电子设备及存储介质 | |
| CN118314771B (zh) | 一种船舶碰撞风险评估方法及系统 | |
| CN118518101B (zh) | 一种惯性导航系统误差校正方法、系统、设备及产品 | |
| CN115063769B (zh) | 车道定位方法、装置、设备及自动驾驶车辆 | |
| CN117985027A (zh) | 航向角计算方法、装置、控制器、车辆及存储介质 |
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 |