车辆的定位方法、装置及自动驾驶车辆制造方法及图纸

本公开提供了一种车辆的定位方法、装置及自动驾驶车辆，涉及人工智能技术领域中的自动驾驶，可以应用于对自动驾驶的车辆的高精度定位，包括：若车辆中没有高精地图，基于车辆中的全球导航卫星系统和/或惯性测量单元获取车辆的中间位姿信息，并将中间位姿信息确定为全局定位信息，获取局部定位信息，对全局位姿信息和局部位姿信息进行融合处理，得到融合位姿信息，根据全局姿态角信息和局部姿态角信息，对融合位姿信息进行补偿处理，得到车辆的位置，无需强依赖于高精地图，可适用于各种场景，提高定位适用的灵活性和多样性，且通过补偿处理的方式确定车辆的位置，使得确定出的车辆的位置具有较高的准确性和可靠性，提高了车辆行驶的安全性。的安全性。的安全性。

【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，并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。
[0009]根据本公开的第二方面，提供了一种车辆的定位装置，包括：
[0010]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；
[0011]确定单元，用于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；
[0012]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；
[0013]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；
[0014]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。
[0015]根据本公开的第三方面，提供了一种电子设备，包括：
[0016]至少一个处理器；以及
[0017]与所述至少一个处理器通信连接的存储器；其中，
[0018]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。
[0019]根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据第一方面所述的方法。
[0020]根据本公开的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
[0021]根据本公开的第六方面，提供了一种自动驾驶车辆，包括：
[0022]全局定位装置，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，并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；
[0023]局部定位装置，用于获取车辆的局部定位信息，其中，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；
[0024]位子图优化装置，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，并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。
[0025]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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
[0026]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0027]图1是可以实现本公开实施例的车辆的定位方法的场景图；
[0028]图2是根据本公开第一实施例的示意图；
[0029]图3是根据本公开第二实施例的示意图；
[0030]图4是根据本公开第三实施例的示意图；
[0031]图5是根据本公开第四实施例的示意图；
[0032]图6是用来实现本公开实施例的车辆的定位方法的电子设备的框图；
[0033]图7是根据本公开第五实施例的示意图；
[0034]图8是根据本公开确定融合位姿信息的原理示意图一；
[0035]图9是根据本公开确定融合位姿信息的原理示意图二；
[0036]图10是根据本公开确定融合位姿信息的原理示意图三；
[0037]图11是根据本公开第六实施例的示意图。
具体实施方式
[0038]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种
细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0039]自动驾驶主要通过采用人工智能、计算机视觉、雷达、监控装置以及导航定位系统的协同合作，结合单目或多目摄像头利用机器视觉技术让车辆(即自动驾驶汽车)能够实时识别交通信号灯、交通标志、车道线、近距离低速障碍物，且能够确定车辆的位置等，同时可以与道路基础设施及云端数据库通信，让车辆按照交通规则在规划的路线上行驶。
[0040]定位是自动驾驶中的重要技术之一，通过基于定位确定出的车辆的位置，可以使得车辆自动调整行驶策略，如转弯和减速前行等，以提高车辆行驶的可靠性和准确性。
[0041]示例性的，如图1所示，车辆101行驶于道路102，道路102包括车道线1021，道路102的至少一侧设置交通标志103。
[0042]其中，交通标志可以为减速标志，也可以道路类型的标志等，此处不再一一列举。
[0043]车辆上设置有图像采集装置，图像采集装置可以为摄像头(如单目或多目摄像头)，可以基于图像采集装置识别车道线的相关信息(如坐标)、交通标志的相关信息(如文本内容)，车辆根据定位技术确定车辆的位置(也可以结合图像本文档来自技高网...

【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：