【技术实现步骤摘要】
车辆的定位方法、装置及自动驾驶车辆
[0001]本公开涉及人工智能(Artificial Intelligence,AI)
中的自动驾驶,可以应用于对自动驾驶的车辆的高精度定位,尤其涉及一种车辆的定位方法、装置及自动驾驶车辆。
技术介绍
[0002]随着人工智能技术的发展,自动驾驶(也称为无人驾驶)已经成为各种交通工具、特别汽车产业的新发展方向。其中,定位是自动驾驶中的重要技术之一。
[0003]在现有技术中,通常采用的定位方法为:将由车辆上的激光雷达实时采集的点云数据与预先构建的高精地图进行匹配,以确定车辆的位置。高精地图也称高精度地图,是自动驾驶汽车使用。高精地图,拥有精确的车辆位置信息和丰富的道路元素数据信息,可以帮助汽车预知路面复杂信息,如坡度、曲率、航向等,更好地规避潜在的风险。
[0004]然而,当道路环境发生变化时,点云数据可能与高精地图中对应区域的数据存在较大差异,从而导致确定出的车辆的位置不够准确,或者无法确定车辆的位置的情况。
技术实现思路
[0005]本公开提供了一种用于提高定位可靠性的车辆的定位方法、装置及车辆。
[0006]根据本公开的第一方面,提供了一种车辆的定位方法,包括:
[0007]响应于车辆中没有高精地图,基于所述车辆中的全球导航卫星系统和/或惯性测量单元获取所述车辆的中间位姿信息,并将所述中间位姿信息确定为全局定位信息,所述全局定位信息中包括全局位姿信息和全局姿态角信息;
[0008]获取所述车辆的局部定位信息,所述局 ...
【技术保护点】
【技术特征摘要】
1.一种车辆的定位方法,包括:响应于车辆中没有高精地图,基于所述车辆中的全球导航卫星系统和/或惯性测量单元获取所述车辆的中间位姿信息,并将所述中间位姿信息确定为全局定位信息,所述全局定位信息中包括全局位姿信息和全局姿态角信息;获取所述车辆的局部定位信息,所述局部定位信息中包括局部位姿信息和局部姿态角信息,并对所述全局位姿信息和所述局部位姿信息进行融合处理,得到融合位姿信息;根据所述全局姿态角信息和所述局部姿态角信息,对所述融合位姿信息进行补偿处理,得到所述车辆的位置。2.根据权利要求1所述的方法,其中,所述全局姿态角信息包括全局横滚角和全局俯仰角,所述局部姿态角信息包括局部横滚角和局部俯仰角。3.根据权利要求2所述的方法,其中,根据所述全局姿态角信息和局部姿态角信息,对所述融合位姿信息进行补偿处理,得到所述车辆的位置,包括:根据所述全局横滚角和所述局部横滚角确定第一补偿参数,并根据所述全局俯仰角和所述局部俯仰角确定第二补偿参数;根据所述第一补偿参数和所述第二补偿参数,对所述融合位姿信息进行补偿处理,得到所述车辆的位置。4.根据权利要求1
‑
3中任一项所述的方法,其中,所述全局位姿信息包括在前帧全局位姿信息和当前帧全局位姿信息,在前帧和当前帧为所述车辆行驶过程中的图像中的相邻两帧;对所述全局位姿信息和所述局部位姿信息进行融合处理,得到融合位姿信息,包括:根据所述在前帧全局位姿信息和所述当前帧全局位姿信息,确定所述车辆在相邻两帧之间的第一帧间相对位姿;根据所述第一帧间相对位姿和所述局部位姿信息确定所述全局位姿信息的全局置信度,若所述全局置信度达到预设的全局置信度阈值,则对所述全局位姿信息和所述局部位姿信息进行融合处理,得到所述融合位姿信息。5.根据权利要求4所述的方法,其中,根据所述第一帧间相对位姿和所述局部位姿信息确定所述全局位姿信息的全局置信度,包括:根据所述第一帧间相对位姿和所述局部位姿信息确定第二帧间相对位姿,所述第二帧间相对位姿用于表征,所述全局位姿信息与所述局部位姿信息之间的差异;根据所述第二帧间相对位姿确定所述全局置信度。6.根据权利要求5所述的方法,其中,所述局部位姿信息包括在前帧局部位姿信息和当前帧局部位姿信息;根据所述第一帧间相对位姿和所述局部位姿信息,确定第二帧间相对位姿,包括:根据所述在前帧局部位姿信息和所述当前帧局部位姿信息,确定所述车辆在相邻两帧之间的第三帧间相对位姿;确定所述第一帧间相对位姿与所述第三帧间相对位姿之间的差异位姿,并将所述差异位姿确定为所述第二帧间相对位姿。7.根据权利要求4
‑
6中任一项所述的方法,其中,若所述全局置信度达到预设的全局置信度阈值,则对所述全局位姿信息和所述局部位姿信息进行融合处理,得到所述融合位姿信息,包括:
若所述全局置信度达到预设的全局置信度阈值,则获取与所述局部位姿信息对应的局部置信度,若所述局部置信度达到预设的局部置信度阈值,则对所述全局位姿信息和所述局部位姿信息进行融合处理,得到所述融合位姿信息。8.根据权利要求4
‑
6中任一项所述的方法,其中,若所述全局置信度小于所述全局置信度阈值,则根据所述局部位姿信息确定所述车辆的位置。9.根据权利要求1
‑
8中任一项所述的方法,还包括:响应于车辆中存储有高精地图,获取所述车辆行驶过程中的车道线信息,对所述车道线信息和所述高精地图进行匹配处理,得到匹配位姿信息;获取基于所述全球导航卫星系统和/或惯性测量单元采集到的中间位姿信息,并根据所述匹配位姿信息和所述中间位姿信息生成所述全局定位信息。10.根据权利要求1
‑
9中任一项所述的方法,其中,所述车辆包括图像采集装置,所述局部位姿信息为基于所述图像采集装置采集到的所述车辆行驶过程中的图像确定的视觉里程计信息。11.一种车辆的定位装置,包括:第一获取单元,用于响应于车辆中没有高精地图,基于所述车辆中的全球导航卫星系统和/或惯性测量单元获取所述车辆的中间位姿信息;确定单元,用于将所述中间位姿信息确定为全局定位信息,其中,所述全局定位信息中包括全局位姿信息和全局姿态角信息;第二获取单元,用于获取所述车辆的局部定位信息,所述局部定位信息中包括局部位姿信息和局部姿态角信息;融合单元,用于对所述全局位姿信息和所述局部位姿信息进行融合处理,得到融合位姿信息;补偿单元,用于根据所述全局姿态角信息和所述局部姿态角信息,对所述融合位姿信息进行补偿处理,得到所述车辆的位置。12.根据权利要求11所述的装置,其中,所述全局姿态角信息包括全局横滚角和全局俯仰角,所述局部姿态角信息包括局部横滚角和局部俯仰角。13.根据权利要求12所述的装置,其中,所述补偿单元,包括:第一确...
【专利技术属性】
技术研发人员:侯深化,何宇喆,彭亮,万国伟,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。