无人驾驶车辆行驶路径定位方法及定位系统技术方案

一种无人驾驶车辆行驶路径定位方法及应用该方法的定位系统，通过行车环境感知单元感知车辆周围的车道边线及车道中线的信息，通过该信息建立代表车辆边线、车辆中线及车辆三者实际位置的二维栅格点阵，根据二维栅格点阵内的各个参数找出在无人驾驶车辆行驶路径中的当前车道，使车辆路径定位精确到车道级；然后将地图数据中该车道内车道中线与二维栅格点阵中对应的车道中线进行对比匹配，即可得到基于车辆所在经纬度的当前车道的车道中线精确的经纬度地图数据，也即完成了无人驾驶车辆行驶路径的精确定位。

Unmanned vehicle running path positioning method and positioning system

A positioning system of unmanned vehicle positioning method and path of the application of this method, the lane line and lane driving environment sensing unit around the midline of the vehicle sensing information through the information establishing vehicle, vehicle and vehicle line line three of the actual position of the 2-D grid array, according to the parameters of two-dimensional grid dot matrix to find out in unmanned vehicle driving the lane in the path, the path to the vehicle lane level positioning accuracy then compares the matching; the corresponding map data in the middle lane in the Lane Lane middle and 2D grid lattice, can obtain the latitude and longitude data lane in the lane line of latitude and longitude accurately based on it to complete the precise positioning of the unmanned vehicle path.

【技术实现步骤摘要】
无人驾驶车辆行驶路径定位方法及定位系统
本专利技术涉及车辆导航定位领域，尤其是涉及一种无人驾驶车辆行驶路径定位方法及应用该无人驾驶车辆行驶路径定位方法的定位系统。
技术介绍
随着社会和经济的快速发展，全球定位系统(GlobalPositioningSystem，GPS)已经越来越多地应用于车辆中，全球定位系统能够为无人驾驶车辆车辆的行驶路径提供粗略的定位。现有技术中，无人驾驶车辆行驶路径的定位方法一般有两种，一种是直接使用行车环境感知单元所检测到的车道线进行定位，另一种是将地图数据就近偏移到当前位置然后对行驶路径进行定位。然而上述两种方法各有各的弊端和安全隐患，前者严重依赖于感知系统对车道线的识别，一旦感知系统因车头朝向或路面原因检测不出车道线就不能进行定位，而且感知系统能够有效检测到的车道线距离也较短，这在较高车速自动驾驶时也会具有较大的安全风险。后者受制于当前GPS的精度限制，只能使用道路级地图数据，无法确定车辆所处的车道，既不能做到更精确的车道级地图定位，又很难处理道路分叉结合段复杂路况及弯道内外车道的曲率差异，因此同样具有一定的风险。
技术实现思路
本专利技术的目的在于提供一种无人驾驶车辆行驶路径定位方法及应用该无人驾驶车辆行驶路径定位方法的定位系统，该定位系统能够得到较为精确的地图数据，且能够精确地对车辆行驶的路径进行定位。本专利技术实施例提供了一种无人驾驶车辆行驶路径定位方法，该方法包括如下步骤：采集地图数据信息；采集车辆的经纬度；采集车辆行驶路线上的各车道边线及车道中线的位置信息；根据所述地图数据信息得出地图数据中车辆行驶路线上每条车道中线所处的经纬度；根据所述车辆行驶路线上各车道边线及车道中线的位置信息建立二维栅格点阵模型，获得所述二维栅格点阵模型中的车辆所在的当前车道和当前车道的车道中线实际的经纬度；根据所述二维栅格点阵模型中车辆所在的当前车道及当前车道的车道中线实际的经纬度，在所述地图数据中提取与所述二维栅格点阵模型中当前车道中线对应的当前车道的车道中线；将提取出的所述地图数据中当前车道的车道中线与所述二维栅格点阵模型中当前车道的车道中线进行匹配，使所述地图数据中当前车道的车道中线与所述二维栅格点阵模型中当前车道的车道中线进行偏移与重合，得到以车辆实际的经纬度为基准的当前车道的车道中线的经纬度地图数据。进一步地，在根据所述车辆行驶路线上各车道边线及车道中线的位置信息建立二维栅格点阵模型，获得所述二维栅格点阵模型中的车辆所在的当前车道和当前车道的车道中线实际的经纬度时，根据所述车辆行驶路线上各车道边线及车道中线的位置信息建立二维栅格点阵模型，并在所述二维栅格点阵模型中确定各车道的车道边线的位置、车道中线的位置与车辆自身的位置；根据所述二维栅格点阵模型中各车道边线的位置、车道中线的位置及车辆自身的位置判断车辆所在的当前车道；根据所述二维栅格点阵模型中车辆自身与当前车道的车道中线之间的相对位置，以及车辆所在的经纬度信息，得出所述二维栅格点阵模型中当前车道的车道中线实际的经纬度。进一步地，在根据所述二维栅格点阵模型中车辆与当前车道的车道中线之间的相对位置，以及车辆所在的经纬度信息，得出所述二维栅格点阵模型中当前车道的车道中线实际的经纬度时，将所述二维栅格点阵模型中车辆与当前车道的车道中线位置的偏差换算成地球表面上球面的经纬度位置的偏差，然后再根据车辆的经纬度以及地球表面上球面的经纬度位置的偏差得出当前车道的车道中线的经纬度。进一步地，在将提取出的所述地图数据中的当前的车道中线与所述二维栅格点阵模型中对应当前车道的车道中线进行匹配时，首先将所述二维栅格点阵模型中的当前车道线作为比对标准的第一车道中线，继而在与所述第一车道中线的位置相对应的所述地图数据的车道中线上，依次截取多条与所述第一车道中线等长的第二车道中线；然后再分别计算多条所述第二车道中线与作为比对标准的所述第一车道中线的曲线相似度及曲率差异，并在多个所述第二车道中线内选出与所述第一车道中线的曲线相似度最高及曲率差异最小的第三车道中线，最后将所述地图数据中的当前车道的车道中线偏移至所述二维栅格点阵模型的当前车道中线上，并使所述第三车道中线的起点与所述第一车道中线的起点重合。进一步地，在车辆行驶过程中，所述无人驾驶车辆行驶路径定位系统持续对无人驾驶车辆行驶路径进行定位，当经过直线或正圆的路径时，直接选取在历史路径上已进行定位的所述地图数据中与所述第一车道中线的起始点距离最近的所述第二车道中线上的起点，使所述第二车道中线上的起点作为与所述第一车道中线的起始点相匹配的点，然后将地图数据中当前车道中线偏移至二维栅格点阵模型的当前车道中线上，并使所述第一车道中线的起始点与所述第二车道中线上相匹配的点相互重合。本专利技术还提供了一种无人驾驶车辆行驶路径定位系统，包括地图信息采集单元、车辆位置采集单元、行车环境感知单元及数据分析单元；所述地图信息采集单元采集地图数据信息；所述车辆位置采集单元采集车辆的经纬度；所述行车环境感知单元采集车辆行驶路线上各车道边线及车道中线的位置信息；所述数据分析单元根据所述地图数据信息得出地图数据中车辆行驶路线上每条车道中线所处的经纬度；根据所述车辆行驶路线上各车道边线及车道中线的位置信息建立二维栅格点阵模型，获得所述二维栅格点阵模型中的车辆所在的当前车道和当前车道的车道中线实际的经纬度；根据所述二维栅格点阵模型中车辆所在的当前车道及当前车道的车道中线实际的经纬度，在所述地图数据中提取与所述二维栅格点阵模型中当前车道中线对应的当前车道的车道中线；将提取出的所述地图数据中当前车道的车道中线与所述二维栅格点阵模型中当前车道的车道中线进行匹配，使所述地图数据中当前车道的车道中线与所述二维栅格点阵模型中当前车道的车道中线进行偏移与重合，得到以车辆实际经纬度为基准的当前车道的车道中线的经纬度地图数据。进一步地，在根据所述车辆行驶路线上各车道边线及车道中线的位置信息建立二维栅格点阵模型，获得所述二维栅格点阵模型中的车辆所在的当前车道和当前车道的车道中线实际的经纬度时，所述数据分析单元根据所述车辆行驶路线上各车道边线及车道中线的位置信息建立二维栅格点阵模型，并在所述二维栅格点阵模型中确定各车道的车道边线的位置、车道中线的位置与车辆自身的位置；根据所述二维栅格点阵模型中各车道边线的位置、车道中线的位置及车辆自身的位置判断车辆所在的当前车道；根据所述二维栅格点阵模型中车辆自身与当前车道的车道中线之间的相对位置，以及车辆所在的经纬度信息，得出所述二维栅格点阵模型中当前车道的车道中线实际的经纬度。进一步地，在根据所述二维栅格点阵模型中车辆与当前车道的车道中线之间的相对位置，以及车辆所在的经纬度信息，得出所述二维栅格点阵模型中当前车道的车道中线实际的经纬度时，所述数据分析单元需要将二维栅格点阵模型中车辆与当前车道的车道中线位置的偏差换算成地球表面上球面的经纬度位置的偏差，然后再根据车辆的经纬度以及地球表面上球面的经纬度位置的偏差得出当前车道的车道中线的经纬度。进一步地，在将提取出的所述地图数据中当前车道的车道中线与所述二维栅格点阵模型中当前车道的车道中线进行匹配时，所述数据分析单元首先将所述二维栅格点阵模型中的当前车道中线作为比对标准的第一车道中线，本文档来自技高网...

【技术保护点】
一种无人驾驶车辆行驶路径定位方法，其特征在于：该方法包括如下步骤：采集地图数据信息；采集车辆的经纬度；采集车辆行驶路线上的各车道边线及车道中线的位置信息；根据所述地图数据信息得出地图数据中车辆行驶路线上每条车道中线所处的经纬度；根据所述车辆行驶路线上各车道边线及车道中线的位置信息建立二维栅格点阵模型，获得所述二维栅格点阵模型中的车辆所在的当前车道和当前车道的车道中线实际的经纬度；根据所述二维栅格点阵模型中车辆所在的当前车道及当前车道的车道中线实际的经纬度，在所述地图数据中提取与所述二维栅格点阵模型中当前车道中线对应的当前车道的车道中线；将提取出的所述地图数据中当前车道的车道中线与所述二维栅格点阵模型中当前车道的车道中线进行匹配，使所述地图数据中当前车道的车道中线与所述二维栅格点阵模型中当前车道的车道中线进行偏移与重合，得到以车辆实际的经纬度为基准的当前车道的车道中线的经纬度地图数据。

【技术特征摘要】
1.一种无人驾驶车辆行驶路径定位方法，其特征在于：该方法包括如下步骤：采集地图数据信息；采集车辆的经纬度；采集车辆行驶路线上的各车道边线及车道中线的位置信息；根据所述地图数据信息得出地图数据中车辆行驶路线上每条车道中线所处的经纬度；根据所述车辆行驶路线上各车道边线及车道中线的位置信息建立二维栅格点阵模型，获得所述二维栅格点阵模型中的车辆所在的当前车道和当前车道的车道中线实际的经纬度；根据所述二维栅格点阵模型中车辆所在的当前车道及当前车道的车道中线实际的经纬度，在所述地图数据中提取与所述二维栅格点阵模型中当前车道中线对应的当前车道的车道中线；将提取出的所述地图数据中当前车道的车道中线与所述二维栅格点阵模型中当前车道的车道中线进行匹配，使所述地图数据中当前车道的车道中线与所述二维栅格点阵模型中当前车道的车道中线进行偏移与重合，得到以车辆实际的经纬度为基准的当前车道的车道中线的经纬度地图数据。2.根据权利要求1所述的无人驾驶车辆行驶路径定位方法，其特征在于：在根据所述车辆行驶路线上各车道边线及车道中线的位置信息建立二维栅格点阵模型，获得所述二维栅格点阵模型中的车辆所在的当前车道和当前车道的车道中线实际的经纬度时，根据所述车辆行驶路线上各车道边线及车道中线的位置信息建立二维栅格点阵模型，并在所述二维栅格点阵模型中确定各车道的车道边线的位置、车道中线的位置与车辆自身的位置；根据所述二维栅格点阵模型中各车道边线的位置、车道中线的位置及车辆自身的位置判断车辆所在的当前车道；根据所述二维栅格点阵模型中车辆自身与当前车道的车道中线之间的相对位置，以及车辆所在的经纬度信息，得出所述二维栅格点阵模型中当前车道的车道中线实际的经纬度。3.根据权利要求1所述的无人驾驶车辆行驶路径定位方法，其特征在于：在根据所述二维栅格点阵模型中车辆与当前车道的车道中线之间的相对位置，以及车辆所在的经纬度信息，得出所述二维栅格点阵模型中当前车道的车道中线实际的经纬度时，将所述二维栅格点阵模型中车辆与当前车道的车道中线位置的偏差换算成地球表面上球面的经纬度位置的偏差，然后再根据车辆的经纬度以及地球表面上球面的经纬度位置的偏差得出当前车道的车道中线的经纬度。4.根据权利要求1所述的无人驾驶车辆行驶路径定位方法，其特征在于：在将提取出的所述地图数据中的当前的车道中线与所述二维栅格点阵模型中对应当前车道的车道中线进行匹配时，首先将所述二维栅格点阵模型中的当前车道线作为比对标准的第一车道中线，继而在与所述第一车道中线的位置相对应的所述地图数据的车道中线上，依次截取多条与所述第一车道中线等长的第二车道中线；然后再分别计算多条所述第二车道中线与作为比对标准的所述第一车道中线的曲线相似度及曲率差异，并在多个所述第二车道中线内选出与所述第一车道中线的曲线相似度最高及曲率差异最小的第三车道中线，最后将所述地图数据中的当前车道的车道中线偏移至所述二维栅格点阵模型的当前车道中线上，并使所述第三车道中线的起点与所述第一车道中线的起点重合。5.根据权利要求4所述的无人驾驶车辆行驶路径定位方法，其特征在于：在车辆行驶过程中，所述无人驾驶车辆行驶路径定位系统持续对无人驾驶车辆行驶路径进行定位，当经过直线或正圆的路径时，直接选取在历史路径上已进行定位的所述地图数据中与所述第一车道中线的起始点距离最近的所述第二车道中线上的起点，使所述第二车道中线上的起点作为与所述第一车道中线的起始点相匹配的点，然后将地图数据中当前车道中线偏移至二维栅格点阵模型的当前车道中线上，并使所述第一车道中线的起始点与所述第二车道中线上相匹配的点相互重合。6.一种无人驾驶车辆行驶路径定位系统，其特征在于：包括地图信息采集单元、车辆位置采集单元、行车环境感知单元及数据分析...

【专利技术属性】
技术研发人员：甘新华，吴展慧，裴锋，刘志峰，
申请(专利权)人：广州汽车集团股份有限公司，
类型：发明
国别省市：广东,44