本申请提供一种车辆定位方法、装置、计算机设备及介质，获取相机采集的二维图像和激光雷达采集的三维点云数据；二维图像包括不平整区域的目标二维图像，三维点云数据包括不平整区域的目标三维点云数据；将目标二维图像和目标三维点云数据进行匹配，计算得到不平整区域的地面坑洼程度；将地面坑洼程度输入目标神经网络模型中，得到不平整区域的地面平整度；在通过卡尔曼滤波算法对采集到的车辆的第一位置信息进行滤波处理时，根据地面平整度调整观测误差矩阵参数，得到车辆的第二位置信息。能够调整传感器误差对第二位置信息的影响程度，对定位数据进行补偿，从而提高车辆定位的准确性，使定位结果具有更高的鲁棒性和稳定性。使定位结果具有更高的鲁棒性和稳定性。使定位结果具有更高的鲁棒性和稳定性。
【技术实现步骤摘要】
一种车辆定位方法、装置、计算机设备及介质
[0001]本申请涉及车辆领域，特别涉及一种车辆定位方法、装置、计算机设备及介质。
技术介绍
[0002]高精度定位是车辆行驶的基础，车辆定位主要采用GNSS定位，即全球导航卫星系统，其定位精度可达厘米级，在平整路面基本可以满足定位精度要求。但是，在不平整路面上行驶时，由于具有坑洼和凸起，车辆前进时会存在颠簸现象，导致定位信息较高频率较大偏移规划轨迹，因此对车辆控制精度会造成较大影响。
[0003]比如，当无人驾驶农机在农田精细化作业时，当农田地面不平整，农田地面坑洼、凸起程度较大时，农机前进过程中会存在颠簸现象，由于车辆倾斜晃动，导致定位信息较高频率较大偏移规划轨迹，农机定位精度较低。
技术实现思路
[0004]有鉴于此，本申请的目的在于提供一种车辆定位方法、装置、计算机设备及介质，提高车辆定位的准确性，使定位结果具有更高的鲁棒性和稳定性。其具体方案如下：
[0005]一方面，本申请提供了一种车辆定位方法，包括：
[0006]获取相机采集的二维图像和激光雷达采集的三维点云数据；所述二维图像包括不平整区域的目标二维图像，所述三维点云数据包括不平整区域的目标三维点云数据；
[0007]将所述目标二维图像和所述目标三维点云数据进行匹配，计算得到不平整区域的地面坑洼程度；
[0008]将所述地面坑洼程度输入目标神经网络模型中，得到不平整区域的地面平整度；
[0009]在通过卡尔曼滤波算法对采集到的车辆的第一位置信息进行滤波处理时，根据所述地面平整度调整观测误差矩阵参数，得到车辆的第二位置信息。
[0010]又一方面，本申请实施例还提供了一种车辆定位装置，包括：
[0011]获取单元，用于获取相机采集的二维图像和激光雷达采集的三维点云数据；所述二维图像包括不平整区域的目标二维图像，所述三维点云数据包括不平整区域的目标三维点云数据；
[0012]第一计算单元，用于将所述目标二维图像和所述目标三维点云数据进行匹配，计算得到不平整区域的地面坑洼程度；
[0013]第二计算单元，用于将所述地面坑洼程度输入目标神经网络模型中，得到不平整区域的地面平整度；
[0014]处理单元，用于在通过卡尔曼滤波算法对采集到的车辆的第一位置信息进行滤波处理时，根据所述地面平整度调整观测误差矩阵参数，得到车辆的第二位置信息。
[0015]又一方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器以及存储器：
[0016]所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
[0017]所述处理器用于根据所述程序代码中的指令执行以上方面所述的车辆定位方法。
[0018]又一方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行以上方面所述的车辆定位方法。
[0019]又一方面，本申请实施例提供了一种包括指令的计算机程序产品，当其在计算机上运行时，使得所述计算机执行以上方面所述的车辆定位方法。
[0020]本申请实施例提供了一种车辆定位方法、装置、计算机设备及介质，获取相机采集的二维图像和激光雷达采集的三维点云数据；所述二维图像包括不平整区域的目标二维图像，所述三维点云数据包括不平整区域的目标三维点云数据；将所述目标二维图像和所述目标三维点云数据进行匹配，计算得到不平整区域的地面坑洼程度；将所述地面坑洼程度输入目标神经网络模型中，得到不平整区域的地面平整度；在通过卡尔曼滤波算法对采集到的车辆的第一位置信息进行滤波处理时，根据所述地面平整度调整观测误差矩阵参数，得到车辆的第二位置信息。
[0021]在本申请实施例中，对采集到的车辆的第一位置信息进行卡尔曼滤波算法处理，能够滤除噪点并进行平滑处理，可以有效减小横向控制误差，同时，观测误差矩阵参数为卡尔曼滤波算法计算时需要用到的参数，其来源是传感器误差，即传感器的不准确性，在处理过程中，根据地面平整度调整观测误差矩阵参数，能够调整传感器误差对第二位置信息的影响程度，对定位数据进行补偿，从而提高车辆定位的准确性，使定位结果具有更高的鲁棒性和稳定性。
附图说明
[0022]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0023]图1示出了本申请实施例提供的一种车辆定位方法的流程示意图；
[0024]图2示出了本申请实施例提供的一种车辆定位装置的结构框图；
[0025]图3为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0026]为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请的具体实施方式做详细的说明。
[0027]在下面的描述中阐述了很多具体细节以便于充分理解本申请，但是本申请还可以采用其它不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施例的限制。
[0028]正如
技术介绍
中的描述，当无人驾驶农机在农田精细化作业时，当农田地面不平整，农田地面坑洼、凸起程度较大时，农机前进过程中会存在颠簸现象，由于车辆倾斜晃动，导致定位信息较高频率较大偏移规划轨迹，农机定位精度较低。
[0029]基于以上技术问题，本申请实施例提供了一种车辆定位方法、装置、计算机设备及介质，获取相机采集的二维图像和激光雷达采集的三维点云数据；所述二维图像包括不平
整区域的目标二维图像，所述三维点云数据包括不平整区域的目标三维点云数据；将所述目标二维图像和所述目标三维点云数据进行匹配，计算得到不平整区域的地面坑洼程度；将所述地面坑洼程度输入目标神经网络模型中，得到不平整区域的地面平整度；在通过卡尔曼滤波算法对采集到的车辆的第一位置信息进行滤波处理时，根据所述地面平整度调整观测误差矩阵参数，得到车辆的第二位置信息。
[0030]在本申请实施例中，对采集到的车辆的第一位置信息进行卡尔曼滤波算法处理，能够滤除噪点并进行平滑处理，可以有效减小横向控制误差，同时，观测误差矩阵参数为卡尔曼滤波算法计算时需要用到的参数，其来源是传感器误差，即传感器的不准确性，在处理过程中，根据地面平整度调整观测误差矩阵参数，能够调整传感器误差对第二位置信息的影响程度，对定位数据进行补偿，从而提高车辆定位的准确性，使定位结果具有更高的鲁棒性和稳定性。
[0031]为了便于理解，下面结合附图对本申请实施例提供的一种车辆定位方法、装置、计算机设备及介质进行详细的说明。
[0032]参考图1所示，为本申请实施例提供的一种车辆定位方法的流程示意图，该方法可以包括以下步骤。
[0033]S101，获取相机采集的二维图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车辆定位方法，其特征在于，包括：获取相机采集的二维图像和激光雷达采集的三维点云数据；所述二维图像包括不平整区域的目标二维图像，所述三维点云数据包括不平整区域的目标三维点云数据；将所述目标二维图像和所述目标三维点云数据进行匹配，计算得到不平整区域的地面坑洼程度；将所述地面坑洼程度输入目标神经网络模型中，得到不平整区域的地面平整度；在通过卡尔曼滤波算法对采集到的车辆的第一位置信息进行滤波处理时，根据所述地面平整度调整观测误差矩阵参数，得到车辆的第二位置信息。2.根据权利要求1所述的方法，其特征在于，在根据所述地面平整度调整观测误差矩阵参数时，在所述地面平整度小于第一预设阈值时，调小所述观测误差矩阵参数；在所述地面平整度大于或等于第一预设阈值时，调大所述观测误差矩阵参数。3.根据权利要求1所述的方法，其特征在于，所述在通过卡尔曼滤波算法对采集到的车辆的第一位置信息进行滤波处理时，根据所述地面平整度调整观测误差矩阵参数，得到车辆的第二位置信息，包括：在通过卡尔曼滤波算法对采集到的车辆的第一位置信息进行滤波处理时，根据所述地面平整度调整观测误差矩阵参数和过程误差矩阵参数，得到车辆的第二位置信息。4.根据权利要求3所述的方法，其特征在于，在根据所述地面平整度调整观测误差矩阵参数和过程误差矩阵参数时，在所述地面平整度小于第二预设阈值时，调小所述观测误差矩阵参数且调大所述过程误差矩阵参数；在所述地面平整度大于或等于第二预设阈值时，调大所述观测误差矩阵参数且调小所述过程误差矩阵参数。5.根据权利要求1
‑
4任意一项所述的方法，其特征在于，在所述将所述目标二维图像和所述目标三维点云数据进行匹配，计算得到不平整区域的地面坑洼程度之前，所述方法还包括：根据所述车辆的宽度和所述车辆的行驶方向，对所述相机采集的二维图像和所述激光雷达采集的三维点云数据进行裁剪得到感兴趣区域；通过语义分割算法对所述感兴趣区域进行划分，得到不平整区域的目标二维图像和不平整区域的目标三维点云数据。6.根据权利要求1
‑
...
【专利技术属性】
技术研发人员：刘兴家，王海宁，范玉卿，
申请(专利权)人：潍坊潍柴动力科技有限责任公司，
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。