车辆定位方法、装置及电子设备制造方法及图纸

本公开提供了一种车辆定位方法、装置及电子设备，涉及人工智能技术领域，尤其涉及自动驾驶、智能交通、车联网、智能座舱、智能搜索技术领域。具体实现方案为：确定车辆的轨迹信息，其中，轨迹信息包括：至少一个时间点上车辆的车辆运动状态；针对第i个时间点，根据第i

【技术实现步骤摘要】
车辆定位方法、装置及电子设备


[0001]本公开涉及人工智能
，尤其涉及自动驾驶、智能交通、车联网、智能座舱、智能搜索
，尤其涉及一种车辆定位方法、装置及电子设备。

技术介绍

[0002]目前，城市智能交通的发展对城市交通发展具有战略意义，车辆定位是城市智能交通管理的重要内容，车辆定位的准确度是值得研究的问题。
[0003]相关技术中，对车辆进行道路定位的方法，主要基于车辆的定位位置、道路拓扑信息等，确定车辆所在的道路数据。该方法中，容易存在将车辆定位到并行道路上、分岔的不同道路上的问题，定位准确度差。

技术实现思路

[0004]本公开提供了一种车辆定位方法、装置及电子设备。
[0005]根据本公开的一方面，提供了一种车辆定位方法，包括：确定车辆的轨迹信息，其中，所述轨迹信息包括：至少一个时间点上所述车辆的车辆运动状态；针对第i个时间点，根据第i
‑
1个时间点上的道路粒子数据和车辆运动状态、以及第i个时间点上的车辆运动状态，预测第i个时间点上的道路粒子数据；其中，所述道路粒子数据包括：至少一个道路粒子的粒子运动状态；其中，i为大于1的整数；根据第i个时间点上的车辆运动状态和第i个时间点上至少一个所述道路粒子的粒子运动状态，确定第i个时间点上至少一个所述道路粒子的权重；根据第i个时间点上至少一个所述道路粒子的权重和粒子运动状态，确定第i个时间点上所述车辆的道路数据。
[0006]根据本公开的另一方面，提供了一种车辆定位装置，包括：第一确定模块，用于确定车辆的轨迹信息，其中，所述轨迹信息包括：至少一个时间点上所述车辆的车辆运动状态；预测模块，用于针对第i个时间点，根据第i
‑
1个时间点上的道路粒子数据和车辆运动状态、以及第i个时间点上的车辆运动状态，预测第i个时间点上的道路粒子数据；其中，所述道路粒子数据包括：至少一个道路粒子的粒子运动状态；其中，i为大于1的整数；第二确定模块，用于根据第i个时间点上的车辆运动状态和第i个时间点上至少一个所述道路粒子的粒子运动状态，确定第i个时间点上至少一个所述道路粒子的权重；第三确定模块，用于根据第i个时间点上至少一个所述道路粒子的权重和粒子运动状态，确定第i个时间点上所述车辆的道路数据。
[0007]根据本公开的又一方面，提供了一种电子设备，包括：
[0008]至少一个处理器；以及
[0009]与所述至少一个处理器通信连接的存储器；其中，
[0010]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本公开上述提出的车辆定位方法。
[0011]根据本公开的再一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储
Measurement Unit，IMU)计算得到。在另一种示例中，车辆运动状态可以根据GPS定位数据以及惯性传感器的惯性定位数据融合得到。
[0031]在本公开实施例中，在一种示例中，车辆定位装置执行步骤101的过程例如可以为，确定至少一个时间点上车辆的GPS定位数据以及惯性定位数据；针对第i个时间点，对第i个时间点上的GPS定位数据、第i个时间点上的惯性定位数据、以及第i个时间点之前各个时间点上的惯性定位数据进行融合处理，得到第i个时间点上车辆的车辆运动状态。
[0032]在本公开实施例中，在车辆的GPS定位数据和拓扑地图的坐标系为地心地固坐标系(ECEF)的情况下，可以先将车辆的GPS定位数据和拓扑地图，从地心地固坐标系(ECEF)转换到站心坐标系(ENU)中，得到ENU坐标系下的至少一个时间点上车辆的GPS定位数据和ENU坐标系下的拓扑地图；根据惯性传感器计算得到各个时间点上车辆的惯性定位数据；对第i个时间点上的GPS定位数据、第i个时间点上的惯性定位数据、以及第i个时间点之前各个时间点上的惯性定位数据进行融合处理，得到第i个时间点上车辆的车辆运动状态。其中，拓扑地图为多条道路首尾连接，组成的网状结构。
[0033]其中，第i个时间点上的惯性定位数据，为第i个时间点相对于第i
‑
1个时间点车辆的相对位移等数据。根据第i个时间点上的惯性定位数据以及第i个时间点之前各个时间点上的惯性定位数据，可以确定第i个时间点上的第一定位数据；对第i个时间点上的第一定位数据和第i个时间点上的GPS定位数据进行加权求和处理，就能够得到第i个时间点上车辆的车辆运动状态，提高了车辆运动状态的准确度。
[0034]步骤102，针对第i个时间点，根据第i
‑
1个时间点上的道路粒子数据和车辆运动状态、以及第i个时间点上的车辆运动状态，预测第i个时间点上的道路粒子数据；其中，道路粒子数据包括：至少一个道路粒子的粒子运动状态；其中，i为大于1的整数。
[0035]在本公开实施例中，车辆定位装置执行步骤102的过程例如可以为，针对第i个时间点，根据第i
‑
1个时间点上的车辆运动状态以及第i个时间点上的车辆运动状态，确定第i个时间点上的车辆移动距离；针对道路粒子数据中的每个道路粒子，根据车辆移动距离以及随机距离偏差确定道路粒子的粒子移动距离；根据粒子移动距离以及第i
‑
1个时间点上道路粒子的粒子运动状态，确定第i个时间点上道路粒子的粒子运动状态。
[0036]在本公开实施例中，随机距离偏差符合高斯分布，随机偏差距离的取值，可以从预设偏差距离范围中的最小值一直取到最大值，其中，预设偏差距离范围中的中心值为零。其中，取值与中心值的差值的绝对值越小，被取中的概率越大，越有可能取到。其中，根据车辆移动距离以及随机距离偏差能够在考虑噪声干扰的情况下确定道路粒子的粒子移动距离，从而能够避免车辆定位过程中噪声干扰的影响，提高车辆定位的准确度。
[0037]在本公开实施例中，道路粒子在运动过程中，在遇到分岔路口的情况下，一个粒子可以变成多个粒子，在分岔得到的不同的路上继续运动，比如粒子正在行驶的一条路上有一个分岔路口，一条路分岔得到3条路，该一条路上的粒子行驶经过分岔路口，则该粒子可能沿3条路走。此时，增加两个粒子，即3个粒子分别沿3条路走。
[0038]其中，粒子运动状态可以包括以下参数的至少一个：道路粒子所属的道路段的标识、道路段所在的道路的标识、道路粒子在道路段上相对于道路段起点的位置信息、道路粒子所在道路段的周边的道路拓扑信息、道路粒子的运动方向。
[0039]步骤103，根据第i个时间点上的车辆运动状态和第i个时间点上至少一个道路粒
子的粒子运动状态，确定第i个时间点上至少一个道路粒子的权重。
[0040]在本公开实施例中，车辆定位装置执行步骤103的过程例如可以为，针对每个道路粒子，根据第i个时间点上道路粒子的运动状态以及第i个时间点上的车辆运动状态，确定至少一个运动差异参数的数值；根据道路粒子的道路拓扑场景，确定至少一个运动差异参数的权重；根据至少一个运动差异参数的数值以及权重，确定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆定位方法，包括：确定车辆的轨迹信息，其中，所述轨迹信息包括：至少一个时间点上所述车辆的车辆运动状态；针对第i个时间点，根据第i
‑
1个时间点上的道路粒子数据和车辆运动状态、以及第i个时间点上的车辆运动状态，预测第i个时间点上的道路粒子数据；其中，所述道路粒子数据包括：至少一个道路粒子的粒子运动状态；其中，i为大于1的整数；根据第i个时间点上的车辆运动状态和第i个时间点上至少一个所述道路粒子的粒子运动状态，确定第i个时间点上至少一个所述道路粒子的权重；根据第i个时间点上至少一个所述道路粒子的权重和粒子运动状态，确定第i个时间点上所述车辆的道路数据。2.根据权利要求1所述的方法，其中，所述方法还包括：针对第1个时间点，根据第1个时间点上的车辆运动状态，确定所述车辆的至少一个候选道路段；在至少一个所述候选道路段上进行随机撒粒子处理，确定第1个时间点上至少一个道路粒子的粒子运动状态；根据第1个时间点上的车辆运动状态和第1个时间点上至少一个道路粒子的粒子运动状态，确定第1个时间点上至少一个所述道路粒子的权重；根据第1个时间点上至少一个所述道路粒子的权重和粒子运动状态，确定第1个时间点上所述车辆的道路数据。3.根据权利要求1所述的方法，其中，所述针对第i个时间点，根据第i
‑
1个时间点上的道路粒子数据和车辆运动状态、以及第i个时间点上的车辆运动状态，预测第i个时间点上的道路粒子数据，包括：针对第i个时间点，根据第i
‑
1个时间点上的车辆运动状态以及第i个时间点上的车辆运动状态，确定第i个时间点上的车辆移动距离；针对所述道路粒子数据中的每个道路粒子，根据所述车辆移动距离以及随机距离偏差确定所述道路粒子的粒子移动距离；根据所述粒子移动距离以及第i
‑
1个时间点上所述道路粒子的粒子运动状态，确定第i个时间点上所述道路粒子的粒子运动状态。4.根据权利要求1所述的方法，其中，所述根据第i个时间点上的车辆运动状态和第i个时间点上至少一个所述道路粒子的粒子运动状态，确定第i个时间点上至少一个所述道路粒子的权重，包括：针对每个道路粒子，根据第i个时间点上所述道路粒子的运动状态以及第i个时间点上的车辆运动状态，确定至少一个运动差异参数的数值；根据所述道路粒子的道路拓扑场景，确定至少一个所述运动差异参数的权重；根据至少一个所述运动差异参数的数值以及权重，确定第i个时间点上所述道路粒子的权重。5.根据权利要求4所述的方法，其中，所述运动差异参数包括以下参数中的至少一种：所述道路粒子与所述车辆的朝向夹角、所述车辆与所述道路粒子之间的距离、以及所述车辆与所述道路粒子所属道路段之间的距离；
所述道路拓扑场景包括以下场景中的至少一种：共线场景、共岔路口场景以及平行路场景。6.根据权利要求4所述的方法，其中，在根据所述道路粒子的道路拓扑场景，确定至少一个所述运动差异参数的权重之前，所述方法还包括：在至少一个所述运动差异参数的数值均大于对应的异常数值阈值时，确定所述道路粒子的权重为预设权重数值。7.根据权利要求1所述的方法，其中，所述道路粒子的粒子运动状态包括：所述道路粒子所属的道路段的标识；所述根据第i个时间点上至少一个所述道路粒子的权重和粒子运动状态，确定第i个时间点上所述车辆的道路数据，包括：针对每个所述道路段，确定包括所述道路段的标识的至少一个道路粒子的权重的加和结果；根据至少一个所述道路段的所述加和结果，确定至少一个所述道路段的权重；根据至少一个所述道路段的权重，确定第i个时间点上所述车辆的道路数据。8.根据权利要求7所述的方法，其中，所述根据至少一个所述道路段的权重，确定第i个时间点上所述车辆的道路数据，包括：确定至少一个所述权重中的最大权重；在所述最大权重大于或者等于第一权重阈值时，将所述最大权重对应的道路段，作为第i个时间点上所述车辆所在的道路段；根据第i个时间点上所述车辆所在的道路段和车辆运动状态，确定所述车辆在所述道路段上的映射位置；根据第i个时间点上所述车辆所在的道路段的标识、所述映射位置以及所述车辆所在的道路段的权重，生成第i个时间点上所述车辆的道路数据。9.根据权利要求8所述的方法，其中，所述方法还包括：在所述最大权重小于所述第一权重阈值时，根据第i个时间点上的车辆运行状态，确定所述车辆的至少一个候选道路段；在至少一个所述候选道路段上进行随机撒粒子处理，重新确定第i个时间点上至少一个道路粒子的粒子运动状态；重新根据第i个时间点上的车辆运动状态以及至少一个所述道路粒子的粒子运动状态，确定第i个时间点上所述车辆的道路数据。10.根据权利要求1所述的方法，其中，所述方法还包括：针对第i个时间点，确定是否满足指定的重采样条件，其中，所述重采样条件包括以下条件中的至少一种：部分或者全部道路粒子的道路拓扑信息中存在分岔情况、距离历史重采样时间点的时间间隔大于预设时间间隔阈值；在满足指定的重采样条件时，对第一道路粒子进行过滤处理，和/或，在第二道路粒子所属的道路段上进行补充撒粒子处理，得到道路粒子变动信息；其中，所述第一道路粒子的权重小于或者等于第二权重阈值；所述第二道路粒子的权重大于或者等于第三权重阈值；所述第三权重阈值大于所述第二权重阈值；根据道路粒子变动信息，对第i个时间点上的道路粒子数据进行调整处理。
11.根据权利要求10所述的方法，其中，所述方法还包括：在满足指定的重采样条件时，针对每个道路粒子，在所述道路粒子所属的道路段具有以下关系中至少一个的道路段上进行补充撒粒子处理：平行关系、共线关系和共岔路口关系。12.根据权利要求1所述的方法，其中，所述确定车辆的轨迹信息，包括：确定至少一个时间点上车辆的GPS定位数据以及惯性定位数据；针对第i个时间点，对第i个时间点上的GPS定位数据、第i个时间点上的惯性定位数据、以及第i个时间点之前各个时间点上的惯性定位数据进行融合处理，得到第i个时间点上所述车辆的车辆运动状态。13.一种车辆定位装置，包括：第一确定模块，用于确定车辆的轨迹信息，其中，所述轨迹信息包括：至少一个时间点上所述车辆的车辆运动状态；预测模块，用于针对第i个时间点，根据第i
‑
1个时间点上的道路粒子数据和车辆运动状态、以及第i个时间点上的车辆运动状态，预测第i个时间点上的道路粒子数...

【专利技术属性】
技术研发人员：阚常凯，
申请(专利权)人：阿波罗智联北京科技有限公司，
类型：发明
国别省市：