WO2022077660A1 - 一种车辆定位的方法和装置 - Google Patents
一种车辆定位的方法和装置 Download PDFInfo
- Publication number
- WO2022077660A1 WO2022077660A1 PCT/CN2020/126931 CN2020126931W WO2022077660A1 WO 2022077660 A1 WO2022077660 A1 WO 2022077660A1 CN 2020126931 W CN2020126931 W CN 2020126931W WO 2022077660 A1 WO2022077660 A1 WO 2022077660A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- information
- semantic element
- semantic
- position information
- map data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000005484 gravity Effects 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000006073 displacement reaction Methods 0.000 description 9
- 230000008447 perception Effects 0.000 description 8
- 230000009466 transformation Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/523—Details of pulse systems
- G01S7/526—Receivers
- G01S7/53—Means for transforming coordinates or for evaluating data, e.g. using computers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/86—Combinations of sonar systems with lidar systems; Combinations of sonar systems with systems not using wave reflection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
Abstract
一种车辆定位的方法和装置,车辆定位的方法包括:获取预置的第一地图数据和实时采集的第二地图数据;根据第一地图数据,确定第一语义元素,并确定第一语义元素对应的第一方向信息和第一位置信息;根据第二地图数据,确定第二语义元素,并确定第二语义元素对应的第二方向信息和第二位置信息;根据第一方向信息和第二方向信息,确定车辆的最优航向信息;根据第一位置信息、第二位置信息,以及最优航向信息,确定车辆的最优位置信息。实现了最优航向信息和最优位置信息的确定,并基于最优航向信息和最优位置信息进行定位减少了车辆定位的误差,提高了车辆定位的准确性。
Description
相关申请的交叉引用
本申请要求于2020年10月15日提交的申请号为202011105411.9的中国申请的优先权,其在此处于所有目的通过引用将其全部内容并入本文。
本发明涉及定位技术领域,特别是涉及一种车辆定位的方法和装置。
在车辆行驶的过程中,往往需要对车辆进行定位,特别是对自动驾驶或无人驾驶的车辆来说,车辆定位的精确度会影响到车辆行驶的安全。
而在现有技术中,车辆可以采集车辆周边的信息,如车道线、车位等,进而可以根据所采集的信息中的特征点进行定位,然而,由于车辆的采集范围有限,所采集的特征点的数量不多,导致仅根据特征点进行定位容易出现偏差,而且,一个特征点所包含的信息不多,难以完整的表示车辆所采集的信息,导致定位不准确。
发明内容
鉴于上述问题,提出了以便提供克服上述问题或者至少部分地解决上述问题的一种车辆定位的方法和装置,包括:
一种车辆定位的方法,所述方法包括:
获取预置的第一地图数据和实时采集的第二地图数据;
根据所述第一地图数据,确定第一语义元素,并确定所述第一语义元素对应的第一方向信息和第一位置信息;
根据所述第二地图数据,确定第二语义元素,并确定所述第二语义元素对应的第二方向信息和第二位置信息;
根据所述第一方向信息和所述第二方向信息,确定所述车辆的最优航向信息;
根据所述第一位置信息、所述第二位置信息,以及所述最优航向信息,确定所述车辆的最优位置信息。
可选地,所述第一语义元素包括第一点语义元素,所述确定所述第一语义元素对应的第一方向信息,包括:
确定包含所述第一点语义元素的多个点语义元素对应的第一重心信息;
根据所述第一重心信息,确定所述第一点语义元素对应的第一方向信息;
所述第二语义元素包括第二点语义元素,所述确定所述第二语义元素对应的第二方向信息,包括:
确定包含所述第二点语义元素的多个点语义元素对应的第二重心信息;
根据所述第二重心信息,确定所述第二点语义元素对应的第二方向信息。
可选地,所述第一语义元素包括第一线语义元素,所述第一位置信息包括第一横向位置信息,所述确定所述第一语义元素对应的第一位置信息,包括:
确定所述第一线语义元素对应的第一中点位置信息;
根据所述第一中点位置信息,确定所述第一线语义元素对应的第一横向位置信息;
可选地,所述第二语义元素包括第二线语义元素,所述第二位置信息包括第二横向位置信息,所述确定所述第二语义元素对应的第二位置信息,包括:
确定所述第二线语义元素对应的第二中点位置信息;
根据所述第二中点位置信息,确定所述第二线语义元素对应的第二横向位置信息。
可选地,所述根据所述第一方向信息和所述第二方向信息,确定所述车辆的最优航向信息,包括:
根据所述第一方向信息和所述第二方向信息,确定针对点语义元素的方向信息和针对线语义元素的方向信息;
确定所述针对线语义元素的方向信息对应的方向权重信息;
结合所述针对点语义元素的方向信息、所述针对线语义元素的方向信息,以及所述方向权重信息,确定所述车辆的最优航向信息。
可选地,所述根据所述第一位置信息、所述第二位置信息,以及所述最优航向信息,确定所述车辆的最优位置信息,包括:
根据所述第一位置信息、所述第二位置信息,以及所述最优航向信息,确定针对点语义元素的位置信息和针对线语义元素的位置信息;
确定所述针对线语义元素的位置信息对应的位置权重信息;
结合所述针对点语义元素的位置信息、所述针对线语义元素的位置信息,以及所述位置权重信息,确定所述车辆的最优航向信息。
可选地,所述根据所述第一地图数据,确定第一语义元素,包括:
对所述第一地图数据中语义元素进行分类;
对于所述第一地图数据中的第一形状语义元素,生成所述第一形状语义元素对应的第一点语义元素和第一线语义元素;
所述根据所述第二地图数据,确定第二语义元素,包括:
对所述第二地图数据中语义元素进行分类;
对于所述第二地图数据中的第二形状语义元素,生成所述第二形状语义元素对应的第二点语义元素和第二线语义元素。
可选地,还包括:
确定所述第一语义元素和所述第二语义元素之间的残差信息;
根据所述残差信息,对所述第一语义元素和所述第二语义元素进行筛选;
根据筛选后的第一语义元素和第二语义元素,对所述最优航向信息和所述最优位置信息进行更新。
一种车辆定位的装置,所述装置包括:
地图数据获取模块,用于获取预置的第一地图数据和实时采集的第二地图数据;
第一语义元素确定模块,用于根据所述第一地图数据,确定第一语义元素,并确定所述第一语义元素对应的第一方向信息和第一位置信息;
第二语义元素确定模块,用于根据所述第二地图数据,确定第二语义元素,并确定所述第二语义元素对应的第二方向信息和第二位置信息;
最优航向信息确定模块,用于根据所述第一方向信息和所述第二方向信息,确定所述车辆的最优航向信息;
最优位置信息确定模块,用于根据所述第一位置信息、所述第二位置信息,以及所述最优航向信息,确定所述车辆的最优位置信息。
一种车辆,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述的一种车辆定位的方法。
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计算机程序,所述计算机程序被处理器执行时实现如上所述的一种车辆定位的方法。
本发明实施例具有以下优点:
在本发明实施例中,通过获取预置的第一地图数据和实时采集的第二地图数据;根据第一地图数据,确定第一语义元素,并确定第一语义元素对应的第一方向信息和第一位置信息;根据第二地图数 据,确定第二语义元素,并确定第二语义元素对应的第二方向信息和第二位置信息;根据第一方向信息和第二方向信息,确定车辆的最优航向信息;根据第一位置信息、第二位置信息,以及最优航向信息,确定车辆的最优位置信息,实现了最优航向信息和最优位置信息的确定,并基于最优航向信息和最优位置信息进行定位减少了车辆定位的误差,提高了车辆定位的准确性。
为了更清楚地说明本发明的技术方案,下面将对本发明的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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1a是本发明一实施例提供的一种车辆定位的方法的步骤流程图;
图1b是本发明一实施例提供的一种语义元素的分类示意图;
图2是本发明一实施例提供的另一种车辆定位的方法的步骤流程图;
图3a是本发明一实施例提供的又一种车辆定位的方法的步骤流程图;
图3b是本发明一实施例提供的一种语义元素的筛选示意图
图4是本发明一实施例提供的一种车辆定位的方法的实例示意图;
图5是本发明一实施例提供的一种车辆定位的装置的结构示意图。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。显然,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作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。
参照图1a,示出了本发明一实施例提供的一种车辆定位的方法的步骤流程图,具体可以包括如下步骤:
步骤101,获取预置的第一地图数据和实时采集的第二地图数据;
其中,第一地图数据和第二地图数据可以为针对停车场的地图数据,第一地图数据可以为服务器中经过多次融合的语义地图,第二地图数据可以为车辆实时采集的语义地图,语义地图可以为包括一个或多个语义元素的地图,语义元素可以包括车道线、车位、路障、减速带等。
如图1b所示,第一地图数据可以为静态地图,第二地图数据可以为实时感知的地图。
在行驶过程中,可以通过车辆中的定位功能,如通过GPS(Global Positioning System,全球定位系统)功能确定车辆所在的区域,进而可以从服务器中获取该区域的语义地图,也可以从服务器中预先获取多个语义地图,以在确定车辆所在的区域后,调用该区域的语义地图。
在获取第一地图数据后,可以通过车辆中的感知设备实时采集车辆所在区域的语义元素,进而可以根据语义元素生成语义地图,也即是生成第二地图数据。
其中,感知设备可以包括超声波传感器、红外线传感器、摄像头等。
在本发明一实施例中,感知设备可以具有一定的采集范围,例如,采集范围可以为25米,进而采集的语义元素可以为25米以内的语义元素。
步骤102,根据第一地图数据,确定第一语义元素,并确定第一语义元素对应的第一方向信息和第一位置信息;
在获取第一地图数据和第二地图数据后,可以确定第二地图数据中所有的语义元素,进而可以在第一地图数据中,确定与第二地图数据中的语义元素匹配的语义元素。
在实际应用中,由于第一地图数据可以是针对车辆所在区域的地图,如停车场,进而可以确定车辆所在区域中所有的语义元素,而第二地图数据可以是车辆实时采集的地图,由于感知设备具有一定的感知范围,则在车辆实时采集的地图中确定的是感知范围内的语义元素,即第二地图数据中的语义元素应当小于或等于第一地图数据中的语义元素,进而可以在第一地图数据的所有语义元素中,确定 与第二地图数据中的语义元素匹配的语义元素。
在确定匹配的语义元素后,可以确定第一地图数据中任意一个匹配的语义元素,进而可以确定该匹配的语义元素的方向信息和位置信息。
在实际应用中,第一地图数据中可以设有一坐标系,进而可以确定语义元素在该坐标系中的坐标信息,并根据坐标信息确定语义元素的方向信息和位置信息,其中,方向信息可以为语义元素在坐标系中的角度信息。
作为一示例,语义元素可以包括点语义元素和线语义元素,如图1b所示,语义点可以为点语义元素,语义线可以为线语义元素。
在本发明一实施例中,第一语义元素可以包括第一点语义元素,可以分别确定第一点语义元素的方向信息和位置信息,步骤102可以包括如下子步骤:
子步骤11,确定包含所述第一点语义元素的多个点语义元素对应的第一重心信息;
其中,点语义元素可以包括车位的角点等语义元素,重心信息可以为一个距离多个点语义元素最短的点。
由于第一语义元素可以包括第一点语义元素,则在确定第一语义元素后,可以确定第一语义元素中的第一点语义元素,进而可以确定第一地图数据中所有的点语义元素,并根据所有的点语义元素的坐标信息确定对应的重心信息。
在实际应用中,可以通过以下公式确定重心信息:
其中,p
i可以为第一地图数据中的点语义元素i的坐标信息,n可以表示为匹配的点语义元素的数量,即第一地图数据中可以有n个点语义元素,G可以表示为第一地图数据中的所有点语义元素的重心。
子步骤12,根据所述第一重心信息,确定所述第一点语义元素对应的第一方向信息。
在确定第一重心信息后,可以根据重心信息与点语义元素的坐标信息确定点语义元素的方向向量,也即是点语义元素的方向信息,具体可以通过以下公式确定:
q
i=G-p
i
其中,q
i可以为第一地图数据中的点语义元素i的向量信息,即方向信息。
在本发明一实施例中,第一地图数据中的点语义元素的位置信息可以根据第一地图数据中的点语义元素的坐标信息进行确定,例如,第一地图数据中的点语义元素的位置信息可以为第一地图数据中的点语义元素的坐标信息。
在本发明一实施例中,第一语义元素可以包括第一线语义元素,可以分别确定第一线语义元素的方向信息和位置信息,步骤102可以包括如下子步骤:
子步骤21,确定所述第一线语义元素对应的第一中点位置信息;
其中,线语义元素可以包括车位的库线、路障等语义元素。
由于第一语义元素可以包括第一线语义元素,则在确定第一语义元素后,可以确定第一语义元素中的第一线语义元素,进而可以确定第一线语义元素中的中点的坐标信息,也即是中点的位置信息。
子步骤22,根据所述第一中点位置信息,确定所述第一线语义元素对应的第一横向位置信息。
在确定第一中点位置信息后,可以根据中点的坐标信息确定中点的横向坐标信息,例如,中点的坐标信息可以包括横坐标信息和纵坐标信息,进而可以确定该中点的横坐标信息为第一横向位置信息。
在本发明一实施例中,第二线语义元素的方向信息可以为线语义元素向量信息,该向量信息可以通过线语义元素中多个点的位置信息确定。
在本发明一实施例中,语义元素还可以包括形状语义元素,步骤102可以包括如下子步骤:
子步骤31,对第一地图数据中语义元素进行分类;
在获取第一地图数据后,可以确定点语义元素、线语义元素、形状语义元素,并根据不同类型的语义元素进行分类。
如图1b所示,语义点形状可以为形状语义元素,第一地图数据可以包括点语义元素1、点语义元素2、线语义元素1、线语义元素2、形状语义元素1、形状语义元素2、形状语义元素3,进而可以确定点语义元素1和点语义元素2为一类,线语义元素1和线语义元素2为一类,形状语义元素1、形状语义元素3以及形状语义元素2为一类。
子步骤32,对于第一地图数据中的第一形状语义元素,生成第一形状语义元素对应的第一点语义元素和第一线语义元素。
在对语义元素进行分类后,可以对任意一个形状语义元素进行分解,确定形状语义元素中的点、线,进而可以根据形状语义元素中的点、线生成点语义元素和线语义元素。
例如,形状语义元素1可以为矩形,进而可以将矩形分解为4个点和4条线,可以根据该4个点和4条线生成4个点语义元素和4个线语义元素。
在实际应用中,是根据所采集的信息中的特征点进行定位,即使所采集的信息为特定形状的信息,如矩形的车位,也仅仅确定该特定形状的信息中的特征点进行定位,如根据矩形的车位的中心点进行定位,定位的精度低,而通过确定特定形状的信息中的点和线,并利用点和线进行定位,能够提高定位的精度。
步骤103,根据第二地图数据,确定第二语义元素,并确定第二语义元素对应的第二方向信息和第二位置信息;
在获取第一地图数据和第二地图数据后,可以确定第二地图数据中所有的语义元素,进而可以在第一地图数据中,确定与第二地图数据中的语义元素匹配的语义元素。
在实际应用中,由于第一地图数据可以是针对车辆所在区域的地图,如停车场,进而可以确定车辆所在区域中所有的语义元素,而第二地图数据可以是车辆实时采集的地图,由于感知设备具有一定的感知范围,则在车辆实时采集的地图中确定的是感知范围内的语义元素,即第二地图数据中的语义元素应当小于或等于第一地图数据中的语义元素,进而可以在第一地图数据的所有语义元素中,确定与第二地图数据中的语义元素匹配的语义元素。
在确定匹配的语义元素后,可以确定第一地图数据中任意一个匹配的语义元素,进而可以确定该匹配的语义元素的方向信息和位置信息。
在实际应用中,第一地图数据中可以设有一坐标系,进而可以确定语义元素在该坐标系中的坐标信息,并根据坐标信息确定语义元素的方向信息和位置信息,其中,方向信息可以为语义元素在坐标系中的角度信息。
作为一示例,语义元素可以包括点语义元素和线语义元素,如图1b所示,语义点可以为点语义元素,语义线可以为线语义元素。
在本发明一实施例中,第二语义元素可以包括第二点语义元素,可以分别确定第二点语义元素的方向信息和位置信息,步骤102可以包括如下子步骤:
子步骤41,确定包含所述第二点语义元素的多个点语义元素对应的第二重心信息;
由于第二语义元素可以包括第二点语义元素,则在确定第二语义元素后,可以确定第二语义元素中的第二点语义元素,进而可以确定第二地图数据中所有的点语义元素,并根据所有的点语义元素的坐标信息确定对应的重心信息。
在实际应用中,可以通过以下公式确定重心信息:
其中,p
i'可以为第二地图数据中的点语义元素i的坐标信息,n可以表示为匹配的点语义元素的数量,即第一地图数据中可以有n个点语义元素,G'可以表示为第二地图数据中的所有点语义元素的重心。
子步骤42,根据所述第二重心信息,确定所述第二点语义元素对应的第二方向信息。
在确定第二重心信息后,可以根据重心信息与点语义元素的坐标信息确定点语义元素的方向向量,也即是点语义元素的方向信息,具体可以通过以下公式确定:
q
i'=G'-p
i'
其中,q
i'可以为第二地图数据中的点语义元素i的向量信息,即方向信息,p
i'可以为第二地图数据中的点语义元素i的坐标信息。
在本发明一实施例中,第二地图数据中的点语义元素的位置信息可以根据第二地图数据中的点语义元素的坐标信息进行确定,例如,第二地图数据中的点语义元素的位置信息可以为第二地图数据中的点语义元素的坐标信息。
在本发明一实施例中,第二语义元素可以包括第二线语义元素,可以分别确定第二线语义元素的方向信息和位置信息,步骤102可以包括如下子步骤:
子步骤51,确定所述第二线语义元素对应的第二中点位置信息;
其中,线语义元素可以包括车位的库线、路障等语义元素。
由于第二语义元素可以包括第二线语义元素,则在确定第二语义元素后,可以确定第二语义元素中的第二线语义元素,进而可以确定第二线语义元素中的中点的坐标信息,也即是中点的位置信息。
子步骤52,根据所述第二中点位置信息,确定所述第二线语义元素对应的第二横向位置信息。
在确定第二中点位置信息后,可以根据中点的坐标信息确定中点的横向坐标信息,例如,中点的坐标信息可以包括横坐标信息和纵坐标信息,进而可以确定该中点的横坐标信息为第二横向位置信息。
在本发明一实施例中,第二线语义元素的方向信息可以为线语义元素向量信息,该向量信息可以通过线语义元素中多个点的位置信息确定。
在本发明一实施例中,第二语义元素包括第二点语义元素和第二线语义元素,步骤103可以包括如下子步骤:
子步骤61,对第二地图数据中语义元素进行分类;
在获取第二地图数据后,可以确定点语义元素、线语义元素、形状语义元素,并根据不同类型的语义元素进行分类。
子步骤62,对于第二地图数据中的第二形状语义元素,生成第二形状语义元素对应的第二点语义元素和第二线语义元素。
在对语义元素进行分类后,可以对任意一个形状语义元素进行分解,确定形状语义元素中的点、线,进而可以根据形状语义元素中的点、线生成点语义元素和线语义元素。
步骤104,根据第一方向信息和第二方向信息,确定车辆的最优航向信息;
在确定第一方向信息和第二方向信息后,可以结合多个匹配的语义元素的第一方向信息和第二方向信息,确定第二语义元素的角度偏转信息,也即是确定实时感知的语义元素的角度偏转信息,进而可以根据角度转换信息对第二语义元素进行偏转,以确定车辆在第一地图数据中的最优航向信息。
在本发明一实施例中,可以针对点语义元素的方向信息,确定车辆的最优航向信息,具体可以通过以下公式进行确定:
其中,F
p theta可以为点语义元素的最优航向信息,p
i'可以为第二地图数据中的点语义元素i的坐标信息,p
i可以为第一地图数据中的点语义元素i的坐标信息,G可以表示为第一地图数据中的所有点语义元素的重心,G'可以表示为第二地图数据中的所有点语义元素的重心,R可以为针对不同的相互匹配的点语义元素的转换矩阵,即角度偏转信息,该矩阵可以根据点语义元素的坐标信息进行确定,min J可以为点语义元素的总体的误差。
在实际应用中,可以确定在点语义元素的总体的误差最小时的转换矩阵,进而可以根据转换矩阵 对全部的第二语义元素进行偏转,以确定车辆在第一地图数据中的最优航向信息。
在本发明一实施例中,可以针对线语义元素的方向信息,确定车辆的最优航向信息,具体可以通过以下公式进行确定:
其中,F
l theta可以为线语义元素的最优方向信息,v
i可以为第一地图数据中的线语义元素i,v
i'可以为第二地图数据中的线语义元素i,n可以表示为匹配的线语义元素的数量,R可以为针对不同的相互匹配的线语义元素的转换矩阵,即角度偏转信息,该矩阵可以根据线语义元素的位置信息进行确定,min J可以为线语义元素的总体的误差。
在实际应用中,可以确定在线语义元素的总体的误差最小时的转换矩阵,进而可以根据转换矩阵对全部的第二语义元素进行偏转,以确定车辆在第一地图数据中的最优航向信息。
步骤105,根据第一位置信息、第二位置信息,以及最优航向信息,确定车辆的最优位置信息。
在确定第一位置信息和第二位置信息后,可以结合多个匹配的语义元素的第一位置信息和第二位置信息,确定第二语义元素的位置偏移信息,也即是确定实时感知的语义元素的位置偏移信息,进而可以根据位置偏移信息对第二语义元素进行位移,以确定车辆在第一地图数据中的最优位置信息。
在本发明一实施例中,可以针对点语义元素的位置信息,确定车辆的最优位置信息,具体可以通过以下公式进行确定:
其中,F
p loc可以为点语义元素的最优位置信息,G可以表示为第一地图数据中的所有点语义元素的重心,G'可以表示为第二地图数据中的所有点语义元素的重心,R可以为针对不同的相互匹配的点语义元素的转换矩阵,即角度偏转信息,该矩阵可以根据点语义元素的坐标信息进行确定,t可以为针对不同的相互匹配的点语义元素的位移量,即位置偏移信息,该位移量的值可以根据点语义元素的坐标信息进行确定,min J可以为点语义元素的总体的误差。
在实际应用中,可以确定在点语义元素的总体的误差最小时的位移量,进而可以根据位移量对全部的第二语义元素进行位移,以确定车辆在第一地图数据中的最优位置信息。
在本发明一实施例中,可以针对线语义元素的横向位置信息,确定车辆的最优位置信息,具体可以通过以下公式进行确定:
其中,F
l loc可以为线语义元素的最优横向位置信息,A
i可以为第一地图数据中线语义元素的横向位置信息,A
i'可以为第二地图数据中线语义元素的横向位置信息,R可以为针对不同的相互匹配的线语义元素的转换矩阵,即角度偏转信息,该矩阵可以根据线语义元素的横向位置信息进行确定,t可以为针对不同的相互匹配的点语义元素的位移量,即位置偏移信息,该位移量的值可以根据点语义元素的坐标信息进行确定,min J可以为点语义元素的总体的误差。
在实际应用中,可以确定在线语义元素的总体的误差最小时的位移量,进而可以根据位移量对全部的第二语义元素进行位移,以确定车辆在第一地图数据中的最优横向位置信息。
在本发明实施例中,获取预置的第一地图数据和实时采集的第二地图数据;根据第一地图数据,确定第一语义元素,并确定第一语义元素对应的第一方向信息和第一位置信息;根据第二地图数据,确定第二语义元素,并确定第二语义元素对应的第二方向信息和第二位置信息;根据第一方向信息和第二方向信息,确定车辆的最优航向信息;根据第一位置信息、第二位置信息,以及最优航向信息,确定车辆的最优位置信息,实现了最优航向信息和最优位置信息的确定,并基于最优航向信息和最优位置信息进行定位减少了车辆定位的误差,提高了车辆定位的准确性。
参照图2,示出了本发明一实施例提供的另一种车辆定位的方法的步骤流程图,具体可以包括如下步骤:
步骤201,获取预置的第一地图数据和实时采集的第二地图数据;
步骤202,根据第一地图数据,确定第一语义元素,并确定第一语义元素对应的第一方向信息和第一位置信息;
步骤203,根据第二地图数据,确定第二语义元素,并确定第二语义元素对应的第二方向信息和第二位置信息;
步骤204,根据第一方向信息和第二方向信息,确定针对点语义元素的方向信息和针对线语义元素的方向信息;
在确定第一方向信息后,可以确定第一地图数据中所有匹配的点语义元素,并根据所有的点语义元素确定对应的重心,进而可以根据重心确定点语义元素的方向信息,具体可以为F
p theta。
在确定第二方向信息后,可以通过线语义元素中多个点的位置信息确定线语义元素的向量信息,也即是方向信息,具体可以为F
l theta。
步骤205,确定针对线语义元素的方向信息对应的方向权重信息;
在确定方向信息后,可以根据车辆中的感知设备的采集范围,确定线语义元素的方向信息的权重信息,例如,采集范围可以为25米,则线语义元素的方向信息的权重信息可以为1.5。
步骤206,结合针对点语义元素的方向信息、针对线语义元素的方向信息,以及方向权重信息,确定车辆的最优航向信息;
在确定方向权重信息后,可以结合点语义元素的方向信息、针对线语义元素的方向信息,以及方向权重信息,确定车辆的最优航向信息,具体可以通过以下公式确定最优航向信息:
F
theta=F
p_theta+λ1*F
l_theta
其中,F
theta可以为基于方向权重信息得到的最优航向信息,λ1可以为方向权重信息。
步骤207,根据第一位置信息、第二位置信息,以及最优航向信息,确定针对点语义元素的位置信息和针对线语义元素的位置信息;
在确定最优航向信息后,可以根据点语义元素的坐标信息以及最优航向信息确定点语义元素的位置信息,具体可以为F
p loc,可以根据线语义元素的中点的位置信息以及最优航向信息确定线语义元素的横向位置信息,具体可以为F
l loc。
步骤208,确定针对线语义元素的位置信息对应的位置权重信息;
在确定横向位置信息后,可以根据车辆中的感知设备的采集范围,确定线语义元素的横向位置信息的权重信息,例如,采集范围可以为25米,则线语义元素的方向信息的权重信息可以为1。
步骤209,结合针对点语义元素的位置信息、针对线语义元素的位置信息,以及位置权重信息,确定车辆的最优航向信息。
在确定位置权重信息后,可以结合点语义元素的位置信息、针对线语义元素的横向位置信息,以及位置权重信息,确定车辆的最优位置信息,具体可以通过以下公式确定最优位置信息:
F
loc=F
p_loc+λ2*F
l_loc
其中,F
loc可以为基于方向权重信息得到的最优位置信息,λ2可以为位置权重信息。
在确定最优位置信息后,可以基于最优航向信息和最优位置信息确定车辆的最优航向信息,即可以根据最优航向信息和最优位置信息,在第一地图数据中确定车辆的定位信息。
在本发明实施例中,获取预置的第一地图数据和实时采集的第二地图数据,根据第一地图数据,确定第一语义元素,并确定第一语义元素对应的第一方向信息和第一位置信息,根据第二地图数据,确定第二语义元素,并确定第二语义元素对应的第二方向信息和第二位置信息,根据第一方向信息和第二方向信息,确定针对点语义元素的方向信息和针对线语义元素的方向信息,确定针对线语义元素的方向信息对应的方向权重信息,结合针对点语义元素的方向信息、针对线语义元素的方向信息,以 及方向权重信息,确定车辆的最优航向信息,根据第一位置信息、第二位置信息,以及最优航向信息,确定针对点语义元素的位置信息和针对线语义元素的位置信息,确定针对线语义元素的位置信息对应的位置权重信息,结合针对点语义元素的位置信息、针对线语义元素的位置信息,以及位置权重信息,确定车辆的最优航向信息,实现了基于点和线确定最优航向信息和最优位置信息,提高了最优航向信息和最优位置信息的准确性,并基于最优航向信息和最优位置信息进行定位,减少了车辆定位的误差,提高了车辆定位的准确性。
参照图3a,示出了本发明一实施例提供的又一种车辆定位的方法的步骤流程图,具体可以包括如下步骤:
步骤301,获取预置的第一地图数据和实时采集的第二地图数据;
步骤302,根据第一地图数据,确定第一语义元素,并确定第一语义元素对应的第一方向信息和第一位置信息;
步骤303,根据第二地图数据,确定第二语义元素,并确定第二语义元素对应的第二方向信息和第二位置信息;
步骤304,根据第一方向信息和第二方向信息,确定车辆的最优航向信息;
步骤305,根据第一位置信息、第二位置信息,以及最优航向信息,确定车辆的最优位置信息;
步骤306,确定第一语义元素和第二语义元素之间的残差信息;
其中,残差信息可以为第一语义元素和第二语义元素之间的位置误差和方向误差。
在确定最优航向信息和最优位置信息后,可以根据最优航向信息和最优位置信息,在第一地图数据中确定车辆的定位信息,例如,可以根据最优航向信息对应的转换矩阵以及最优位置信息对应的位移量对第二地图数据中全部的语义元素进行偏转和位移。
然而,由于车辆中感知设备的感知误差或地图的标注误差,导致在对全部的语义元素进行偏转和位移后,不能得到与第一地图数据基本吻合的第二地图数据,进而可以确定第一地图数据与第二地图数据之间的残差信息,也即是可以确定第一语义元素和第二语义元素之间的位置误差信息和方向误差信息。
步骤307,根据残差信息,对第一语义元素和第二语义元素进行筛选;
在确定残差信息后,可以确定残差信息是否大于预设阈值,如位置误差大于0.5米,方向误差大于3度,则可以剔除残差信息大于预设阈值的语义元素。
如图3b所示,纯黑色的线条和纯黑色的点可以为第一地图数据中的线语义元素和点语义元素,黑色的虚线和包含虚线的点可以为第二地图数据中的线语义元素和点语义元素,而第一地图数据中的点语义元素a与第二地图数据中的点语义元素A之间的残差信息大于预设阈值,则可以剔除点语义元素a与点语义元素A。
步骤308,根据筛选后的第一语义元素和第二语义元素,对最优航向信息和最优位置信息进行更新。
在筛选语义元素后,可以返回并执行步骤304,以对最优航向信息和最优位置信息进行更新,直至第一语义元素和第二语义元素之间的残差信息小于预设阈值,进而可以根据更新后的最优航向信息和最优位置信息确定车辆的定位信息,并对外输出车辆的位置信息和航向信息。
在本发明实施例中,获取预置的第一地图数据和实时采集的第二地图数据,根据第一地图数据,确定第一语义元素,并确定第一语义元素对应的第一方向信息和第一位置信息,根据第二地图数据,确定第二语义元素,并确定第二语义元素对应的第二方向信息和第二位置信息,根据第一方向信息和第二方向信息,确定车辆的最优航向信息,根据第一位置信息、第二位置信息,以及最优航向信息,确定车辆的最优位置信息,确定第一语义元素和第二语义元素之间的残差信息,根据残差信息,对第一语义元素和第二语义元素进行筛选,根据筛选后的第一语义元素和第二语义元素,对最优航向信息和最优位置信息进行更新,实现了最优航向信息和最优位置信息的更新,并基于最优航向信息和最优位置信息进行定位减少了车辆定位的误差,提高了车辆定位的准确性。
以下结合图4对本发明实施例进行示例性说明:
1、在获取至少两个地图数据后,可以分别对地图数据中的语义元素进行分类,如将点语义为一类,线语义为一类,形状语义为一类,并将形状语义分解为点语义与线语义;
2、在进行分类后,可以对语义元素中的语义信息进行分解,如依次确定语义元素的航向信息和位置信息;
3、在确定语义元素的航向信息后,可以在至少两个地图数据中确定匹配的语义元素,并针对航向信息,对匹配的语义元素进行最优航向计算;
4、在确定语义元素的航向信息和位置信息后,可以在至少两个地图数据中确定匹配的语义元素,并针对位置信息,对匹配的语义元素进行最优位置计算;
5、在计算最优航向和最优位置后,可以根据最优航向和最优位置确定车辆的定位,并根据该定位确定至少两个地图数据中语义元素之间的残差信息,以剔除残差信息大于预设阈值的语义元素;
6、在剔除语义元素后,可以根据剔除后的匹配的语义元素,重新计算最优航向;
7、在剔除语义元素后,可以根据剔除后的匹配的语义元素,重新计算最优位置;
8、在确定最优航向和最优位置后,可以根据该最优航向和最优位置确定车辆的定位,并对外输出车辆的航向和位置。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图5,示出了本发明一实施例提供的一种车辆定位的装置的结构示意图,具体可以包括如下模块:
地图数据获取模块501,用于获取预置的第一地图数据和实时采集的第二地图数据;
第一语义元素确定模块502,用于根据所述第一地图数据,确定第一语义元素,并确定所述第一语义元素对应的第一方向信息和第一位置信息;
第二语义元素确定模块503,用于根据所述第二地图数据,确定第二语义元素,并确定所述第二语义元素对应的第二方向信息和第二位置信息;
最优航向信息确定模块504,用于根据所述第一方向信息和所述第二方向信息,确定所述车辆的最优航向信息;
最优位置信息确定模块505,用于根据所述第一位置信息、所述第二位置信息,以及所述最优航向信息,确定所述车辆的最优位置信息。
在本发明一实施例中,所述第一语义元素包括第一点语义元素,所述第一语义元素确定模块502,包括:
第一重心信息确定子模块,用于确定包含所述第一点语义元素的多个点语义元素对应的第一重心信息;
第一方向信息确定子模块,用于根据所述第一重心信息,确定所述第一点语义元素对应的第一方向信息。
在本发明一实施例中,所述第二语义元素包括第二点语义元素,所述第二语义元素确定模块503,包括:
第二重心信息确定子模块,用于确定包含所述第二点语义元素的多个点语义元素对应的第二重心信息;
第二方向信息确定子模块,用于根据所述第二重心信息,确定所述第二点语义元素对应的第二方向信息。
在本发明一实施例中,所述第一语义元素包括第一线语义元素,所述第一位置信息包括第一横向位置信息,所述第一语义元素确定模块502,包括:
第一中点位置信息确定子模块,用于确定所述第一线语义元素对应的第一中点位置信息;
第一横向位置信息确定子模块,用于根据所述第一中点位置信息,确定所述第一线语义元素对应的第一横向位置信息。
在本发明一实施例中,所述第二语义元素包括第二线语义元素,所述第二位置信息包括第二横向位置信息,所述第二语义元素确定模块503,包括:
第二中点位置信息确定子模块,用于确定所述第二线语义元素对应的第二中点位置信息;
第二横向位置信息确定子模块,用于根据所述第二中点位置信息,确定所述第二线语义元素对应的第二横向位置信息。
在本发明一实施例中,所述最优航向信息确定模块504,包括:
方向信息确定子模块,用于根据所述第一方向信息和所述第二方向信息,确定针对点语义元素的方向信息和针对线语义元素的方向信息;
方向权重信息确定子模块,用于确定所述针对线语义元素的方向信息对应的方向权重信息;
方向信息结合子模块,用于结合所述针对点语义元素的方向信息、所述针对线语义元素的方向信息,以及所述方向权重信息,确定所述车辆的最优航向信息。
在本发明一实施例中,所述最优位置信息确定模块505,包括:
位置信息确定子模块,用于根据所述第一位置信息、所述第二位置信息,以及所述最优航向信息,确定针对点语义元素的位置信息和针对线语义元素的位置信息;
位置权重信息确定子模块,用于确定所述针对线语义元素的位置信息对应的位置权重信息;
位置信息结合子模块,用于结合所述针对点语义元素的位置信息、所述针对线语义元素的位置信息,以及所述位置权重信息,确定所述车辆的最优航向信息。
在本发明一实施例中,所述第一语义元素确定模块502,包括:
第一语义元素分类子模块,用于对所述第一地图数据中语义元素进行分类;
第一语义元素生成子模块,用于对于所述第一地图数据中的第一形状语义元素,生成所述第一形状语义元素对应的第一点语义元素和第一线语义元素。
在本发明一实施例中,所述第二语义元素确定模块503,包括:
第二语义元素分类子模块,用于对所述第二地图数据中语义元素进行分类;
第二语义元素生成子模块,用于对于所述第二地图数据中的第二形状语义元素,生成所述第二形状语义元素对应的第二点语义元素和第二线语义元素。
在本发明一实施例中,还包括:
残差信息确定模块,用于确定所述第一语义元素和所述第二语义元素之间的残差信息;
语义元素筛选模块,用于根据所述残差信息,对所述第一语义元素和所述第二语义元素进行筛选;
更新模块,用于根据筛选后的第一语义元素和第二语义元素,对所述最优航向信息和所述最优位置信息进行更新。
在本发明实施例中,获取预置的第一地图数据和实时采集的第二地图数据,根据第一地图数据,确定第一语义元素,并确定第一语义元素对应的第一方向信息和第一位置信息,根据第二地图数据,确定第二语义元素,并确定第二语义元素对应的第二方向信息和第二位置信息,根据第一方向信息和第二方向信息,确定车辆的最优航向信息,根据第一位置信息、第二位置信息,以及最优航向信息,确定车辆的最优位置信息,确定第一语义元素和第二语义元素之间的残差信息,根据残差信息,对第一语义元素和第二语义元素进行筛选,根据筛选后的第一语义元素和第二语义元素,对最优航向信息和最优位置信息进行更新,实现了最优航向信息和最优位置信息的确定,并基于最优航向信息和最优位置信息进行定位减少了车辆定位的误差,提高了车辆定位的准确性。
本发明一实施例还提供了一种车辆,可以包括处理器、存储器及存储在存储器上并能够在处理器 上运行的计算机程序,计算机程序被处理器执行时实现如上一种车辆定位的方法。
本发明一实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储计算机程序,计算机程序被处理器执行时实现如上一种车辆定位的方法。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(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终端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终端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。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置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。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供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步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对所提供的一种车辆定位的方法和装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (12)
- 一种车辆定位的方法,其特征在于,所述方法包括:获取预置的第一地图数据和实时采集的第二地图数据;根据所述第一地图数据,确定第一语义元素,并确定所述第一语义元素对应的第一方向信息和第一位置信息;根据所述第二地图数据,确定第二语义元素,并确定所述第二语义元素对应的第二方向信息和第二位置信息;根据所述第一方向信息和所述第二方向信息,确定所述车辆的最优航向信息;根据所述第一位置信息、所述第二位置信息,以及所述最优航向信息,确定所述车辆的最优位置信息。
- 根据权利要求1所述的方法,其特征在于,所述第一语义元素包括第一点语义元素,所述确定所述第一语义元素对应的第一方向信息,包括:确定包含所述第一点语义元素的多个点语义元素对应的第一重心信息;根据所述第一重心信息,确定所述第一点语义元素对应的第一方向信息;所述第二语义元素包括第二点语义元素,所述确定所述第二语义元素对应的第二方向信息,包括:确定包含所述第二点语义元素的多个点语义元素对应的第二重心信息;根据所述第二重心信息,确定所述第二点语义元素对应的第二方向信息。
- 根据权利要求2所述的方法,其特征在于,所述第一语义元素包括第一线语义元素,所述第一位置信息包括第一横向位置信息,所述确定所述第一语义元素对应的第一位置信息,包括:确定所述第一线语义元素对应的第一中点位置信息;根据所述第一中点位置信息,确定所述第一线语义元素对应的第一横向位置信息;所述第二语义元素包括第二线语义元素,所述第二位置信息包括第二横向位置信息,所述确定所述第二语义元素对应的第二位置信息,包括:确定所述第二线语义元素对应的第二中点位置信息;根据所述第二中点位置信息,确定所述第二线语义元素对应的第二横向位置信息。
- 根据权利要求1或2或3所述的方法,其特征在于,所述根据所述第一方向信息和所述第二方向信息,确定所述车辆的最优航向信息,包括:根据所述第一方向信息和所述第二方向信息,确定针对点语义元素的方向信息和针对线语义元素 的方向信息;确定所述针对线语义元素的方向信息对应的方向权重信息;结合所述针对点语义元素的方向信息、所述针对线语义元素的方向信息,以及所述方向权重信息,确定所述车辆的最优航向信息。
- 根据权利要求4所述的方法,其特征在于,所述根据所述第一位置信息、所述第二位置信息,以及所述最优航向信息,确定所述车辆的最优位置信息,包括:根据所述第一位置信息、所述第二位置信息,以及所述最优航向信息,确定针对点语义元素的位置信息和针对线语义元素的位置信息;确定所述针对线语义元素的位置信息对应的位置权重信息;结合所述针对点语义元素的位置信息、所述针对线语义元素的位置信息,以及所述位置权重信息,确定所述车辆的最优航向信息。
- 根据权利要求4所述的方法,其特征在于,所述根据所述第一地图数据,确定第一语义元素,包括:对所述第一地图数据中语义元素进行分类;对于所述第一地图数据中的第一形状语义元素,生成所述第一形状语义元素对应的第一点语义元素和第一线语义元素;所述根据所述第二地图数据,确定第二语义元素,包括:对所述第二地图数据中语义元素进行分类;对于所述第二地图数据中的第二形状语义元素,生成所述第二形状语义元素对应的第二点语义元素和第二线语义元素。
- 根据权利要求1所述的方法,其特征在于,还包括:确定所述第一语义元素和所述第二语义元素之间的残差信息;根据所述残差信息,对所述第一语义元素和所述第二语义元素进行筛选;根据筛选后的第一语义元素和第二语义元素,对所述最优航向信息和所述最优位置信息进行更新。
- 一种车辆定位的装置,其特征在于,所述装置包括:地图数据获取模块,用于获取预置的第一地图数据和实时采集的第二地图数据;第一语义元素确定模块,用于根据所述第一地图数据,确定第一语义元素,并确定所述第一语义元素对应的第一方向信息和第一位置信息;第二语义元素确定模块,用于根据所述第二地图数据,确定第二语义元素,并确定所述第二语义元素对应的第二方向信息和第二位置信息;最优航向信息确定模块,用于根据所述第一方向信息和所述第二方向信息,确定所述车辆的最优航向信息;最优位置信息确定模块,用于根据所述第一位置信息、所述第二位置信息,以及所述最优航向信息,确定所述车辆的最优位置信息。
- 根据权利要求8所述的装置,其特征在于,所述最优航向信息确定模块,包括:方向信息确定子模块,用于根据所述第一方向信息和所述第二方向信息,确定针对点语义元素的方向信息和针对线语义元素的方向信息;方向权重信息确定子模块,用于确定所述针对线语义元素的方向信息对应的方向权重信息;方向信息结合子模块,用于结合所述针对点语义元素的方向信息、所述针对线语义元素的方向信息,以及所述方向权重信息,确定所述车辆的最优航向信息。
- 根据权利要求8所述的装置,其特征在于,所述最优位置信息确定模块,包括:位置信息确定子模块,用于根据所述第一位置信息、所述第二位置信息,以及所述最优航向信息,确定针对点语义元素的位置信息和针对线语义元素的位置信息;位置权重信息确定子模块,用于确定所述针对线语义元素的位置信息对应的位置权重信息;位置信息结合子模块,用于结合所述针对点语义元素的位置信息、所述针对线语义元素的位置信息,以及所述位置权重信息,确定所述车辆的最优航向信息。
- 一种车辆,其特征在于,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的一种车辆定位的方法。
- 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计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的一种车辆定位的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20957438.3A EP4123263A4 (en) | 2020-10-15 | 2020-11-06 | VEHICLE POSITIONING METHOD AND APPARATUS |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011105411.9A CN112284402B (zh) | 2020-10-15 | 2020-10-15 | 一种车辆定位的方法和装置 |
CN202011105411.9 | 2020-10-15 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2022077660A1 true WO2022077660A1 (zh) | 2022-04-21 |
Family
ID=74497103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2020/126931 WO2022077660A1 (zh) | 2020-10-15 | 2020-11-06 | 一种车辆定位的方法和装置 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4123263A4 (zh) |
CN (1) | CN112284402B (zh) |
WO (1) | WO2022077660A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114088082B (zh) * | 2021-11-01 | 2024-04-16 | 广州小鹏自动驾驶科技有限公司 | 一种地图数据的处理方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109949609A (zh) * | 2019-04-30 | 2019-06-28 | 广州小鹏汽车科技有限公司 | 一种车辆的定位修正方法及系统、车辆 |
CN110118564A (zh) * | 2019-03-22 | 2019-08-13 | 纵目科技(上海)股份有限公司 | 一种高精度地图的数据管理系统、管理方法、终端和存储介质 |
CN110147705A (zh) * | 2018-08-28 | 2019-08-20 | 北京初速度科技有限公司 | 一种基于视觉感知的车辆定位方法及电子设备 |
WO2020069126A1 (en) * | 2018-09-28 | 2020-04-02 | Zoox, Inc. | Modifying map elements associated with map data |
CN110967018A (zh) * | 2019-11-25 | 2020-04-07 | 斑马网络技术有限公司 | 停车场定位方法、装置、电子设备及计算机可读介质 |
CN111220164A (zh) * | 2020-01-21 | 2020-06-02 | 北京百度网讯科技有限公司 | 定位方法、装置、设备及存储介质 |
CN111351493A (zh) * | 2018-12-24 | 2020-06-30 | 上海欧菲智能车联科技有限公司 | 一种定位方法和系统 |
CN111508258A (zh) * | 2020-04-17 | 2020-08-07 | 北京三快在线科技有限公司 | 一种定位方法及装置 |
CN111521186A (zh) * | 2020-05-27 | 2020-08-11 | 广州小鹏车联网科技有限公司 | 一种车辆定位方法及装置、车辆、存储介质 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809731B (zh) * | 2015-05-05 | 2018-03-09 | 北京工业大学 | 一种基于梯度二值化的旋转尺度不变场景匹配方法 |
WO2018125939A1 (en) * | 2016-12-30 | 2018-07-05 | DeepMap Inc. | Visual odometry and pairwise alignment for high definition map creation |
US10317220B2 (en) * | 2017-08-30 | 2019-06-11 | Aptiv Technologies Limited | Alignment of multiple digital maps used in an automated vehicle |
CN108537214B (zh) * | 2018-08-09 | 2019-01-01 | 中国人民解放军国防科技大学 | 一种室内语义地图的自动化构建方法 |
CN109544636B (zh) * | 2018-10-10 | 2022-03-15 | 广州大学 | 一种融合特征点法和直接法的快速单目视觉里程计导航定位方法 |
CN111098850A (zh) * | 2018-10-25 | 2020-05-05 | 北京初速度科技有限公司 | 一种自动停车辅助系统及自动泊车方法 |
CN111145248B (zh) * | 2018-11-06 | 2023-06-27 | 北京地平线机器人技术研发有限公司 | 位姿信息确定方法、确定装置和电子设备 |
WO2020102946A1 (zh) * | 2018-11-19 | 2020-05-28 | 珊口(深圳)智能科技有限公司 | 构建地图、定位、导航、控制方法及系统、移动机器人 |
CN111507129B (zh) * | 2019-01-31 | 2023-08-22 | 广州汽车集团股份有限公司 | 车道级定位方法及系统、计算机设备、车辆、存储介质 |
CN109883434B (zh) * | 2019-03-25 | 2022-08-19 | 魔视智能科技(上海)有限公司 | 限制场景下辅助无人车全局定位的场端及全局定位方法 |
CN110268354A (zh) * | 2019-05-09 | 2019-09-20 | 珊口(深圳)智能科技有限公司 | 更新地图的方法及移动机器人 |
CN111260726A (zh) * | 2020-02-07 | 2020-06-09 | 北京三快在线科技有限公司 | 一种视觉定位方法及装置 |
CN111553945B (zh) * | 2020-04-13 | 2023-08-11 | 东风柳州汽车有限公司 | 一种车辆定位方法 |
CN111707275B (zh) * | 2020-05-12 | 2022-04-29 | 驭势科技(北京)有限公司 | 一种定位方法、装置、电子设备及计算机可读存储介质 |
-
2020
- 2020-10-15 CN CN202011105411.9A patent/CN112284402B/zh active Active
- 2020-11-06 EP EP20957438.3A patent/EP4123263A4/en active Pending
- 2020-11-06 WO PCT/CN2020/126931 patent/WO2022077660A1/zh unknown
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110147705A (zh) * | 2018-08-28 | 2019-08-20 | 北京初速度科技有限公司 | 一种基于视觉感知的车辆定位方法及电子设备 |
WO2020069126A1 (en) * | 2018-09-28 | 2020-04-02 | Zoox, Inc. | Modifying map elements associated with map data |
CN111351493A (zh) * | 2018-12-24 | 2020-06-30 | 上海欧菲智能车联科技有限公司 | 一种定位方法和系统 |
CN110118564A (zh) * | 2019-03-22 | 2019-08-13 | 纵目科技(上海)股份有限公司 | 一种高精度地图的数据管理系统、管理方法、终端和存储介质 |
CN109949609A (zh) * | 2019-04-30 | 2019-06-28 | 广州小鹏汽车科技有限公司 | 一种车辆的定位修正方法及系统、车辆 |
CN110967018A (zh) * | 2019-11-25 | 2020-04-07 | 斑马网络技术有限公司 | 停车场定位方法、装置、电子设备及计算机可读介质 |
CN111220164A (zh) * | 2020-01-21 | 2020-06-02 | 北京百度网讯科技有限公司 | 定位方法、装置、设备及存储介质 |
CN111508258A (zh) * | 2020-04-17 | 2020-08-07 | 北京三快在线科技有限公司 | 一种定位方法及装置 |
CN111521186A (zh) * | 2020-05-27 | 2020-08-11 | 广州小鹏车联网科技有限公司 | 一种车辆定位方法及装置、车辆、存储介质 |
Non-Patent Citations (1)
Title |
---|
See also references of EP4123263A4 * |
Also Published As
Publication number | Publication date |
---|---|
CN112284402A (zh) | 2021-01-29 |
CN112284402B (zh) | 2021-12-07 |
EP4123263A1 (en) | 2023-01-25 |
EP4123263A4 (en) | 2024-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6595182B2 (ja) | マッピング、位置特定、及び姿勢補正のためのシステム及び方法 | |
US20200293751A1 (en) | Map construction method, electronic device and readable storage medium | |
EP3620823A1 (en) | Method and device for detecting precision of internal parameter of laser radar | |
US20170046580A1 (en) | Sign based localization | |
EP3920003A1 (en) | Positioning method and apparatus, autonomous driving vehicle, electronic device and storage medium | |
CN111986261B (zh) | 一种车辆定位方法、装置、电子设备及存储介质 | |
CN112232275B (zh) | 基于双目识别的障碍物检测方法、系统、设备及存储介质 | |
EP3859661A2 (en) | Three-dimensional object detection method, electronic device and readable storage medium | |
CN110795978B (zh) | 路面点云数据提取方法、装置、存储介质及电子设备 | |
US11842440B2 (en) | Landmark location reconstruction in autonomous machine applications | |
WO2020156923A2 (en) | Map and method for creating a map | |
CN114323033B (zh) | 基于车道线和特征点的定位方法、设备及自动驾驶车辆 | |
WO2024077935A1 (zh) | 一种基于视觉slam的车辆定位方法及装置 | |
CN111681172A (zh) | 协同构建点云地图的方法、设备和系统 | |
WO2022077660A1 (zh) | 一种车辆定位的方法和装置 | |
CN111768489B (zh) | 一种室内导航地图构建方法和系统 | |
CN115135963A (zh) | 用于在场景地图中生成3d参考点的方法 | |
CN114187357A (zh) | 一种高精地图的生产方法、装置、电子设备及存储介质 | |
CN111783611B (zh) | 无人车的定位方法、装置、无人车及存储介质 | |
CN113189610A (zh) | 地图增强的自动驾驶多目标追踪方法和相关设备 | |
CN113469045B (zh) | 无人集卡的视觉定位方法、系统、电子设备和存储介质 | |
Tummala et al. | SmartDashCam: automatic live calibration for DashCams | |
Wong et al. | Position interpolation using feature point scale for decimeter visual localization | |
Madake et al. | Visualization of 3D Point Clouds for Vehicle Detection Based on LiDAR and Camera Fusion | |
CN114428259A (zh) | 一种基于地图车采集的地库激光点云中车辆自动提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 20957438 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 2020957438 Country of ref document: EP Effective date: 20221017 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |