一种车辆定位方法、装置、设备、车辆及介质制造方法及图纸

本发明专利技术提供一种车辆定位方法、装置、设备、车辆及介质，包括：获取车辆周围的护栏点云数据，所述护栏点云数据为通过激光雷达获取并经过栅格化处理的点云数据；从高精地图中获取车辆周围的护栏矢量信息；根据所述护栏矢量信息对应的几何复杂程度，对所述护栏点云数据与所述护栏矢量信息进行匹配，获取护栏匹配结果；根据所述护栏匹配结果获取车辆定位结果。本发明专利技术能够完成不同维度的护栏数据的匹配，进而提升定位准确性。升定位准确性。升定位准确性。

【技术实现步骤摘要】
一种车辆定位方法、装置、设备、车辆及介质


[0001]本专利技术涉及车辆定位
，尤其涉及一种车辆定位方法、装置、设备、车辆及介质。

技术介绍

[0002]定位是自动驾驶中重要技术之一，目前常见的自动驾驶定位方法按照是否直接利用高精度地图分为1)不直接利用高精度地图的定位方法与2)使用高精度地图的定位方法。
[0003]在方法1)中，通过融合多传感器的感知信息(例如惯导传感器、视觉、激光雷达等)与里程计信息进行定位。其中，里程计信息需要通过里程计技术与RTK(Real Time Kinematic，实时动态差分定位)传感器进行额外的融合步骤才能将车辆定位结果统一到全局地图坐标系下，从而供导航和路径规划使用。
[0004]在方法2)中，根据感知车道线与地图车道线的匹配结果进行车辆定位，该方法2)对车道线的感知与地图车道线的标注均有较高的精度要求。
[0005]综上，在车道线感知不准确，地图车道线标注错误，或者里程计定位不准确的情况下，车辆定位也会出现偏差，故，亟需一种更精确的车辆定位方法。

技术实现思路

[0006]本专利技术提供一种车辆定位方法、装置、设备、车辆及介质，用以解决现有技术中在车道线感知不准确，地图车道线标注错误，或者里程计定位不准确的情况下，车辆定位出现偏差的问题。
[0007]本专利技术提供一种车辆定位方法，包括：
[0008]获取车辆周围的护栏点云数据，所述护栏点云数据为通过激光雷达获取并经过栅格化处理的点云数据；
[0009]从高精地图中获取车辆周围的护栏矢量信息；
[0010]根据所述护栏矢量信息对应的几何复杂程度，对所述护栏点云数据与所述护栏矢量信息进行匹配，获取护栏匹配结果；
[0011]根据所述护栏匹配结果获取车辆定位结果。
[0012]根据本专利技术提供的一种车辆定位方法，所述获取车辆周围的护栏点云数据，包括：
[0013]通过激光雷达获取车辆周围环境点云数据；
[0014]对所述车辆周围环境点云数据进行护栏识别，得到护栏点云识别结果；
[0015]对所述护栏点云识别结果进行二维栅格化处理，获得所述护栏点云数据。
[0016]根据本专利技术提供的一种车辆定位方法，所述根据所述护栏矢量信息对应的几何复杂程度，对所述护栏点云数据与所述护栏矢量信息进行匹配，获取护栏匹配结果，包括：
[0017]根据所述护栏矢量信息对应的几何复杂程度确定场景类型；
[0018]在所述场景类型为第一类型的情况下，对所述护栏点云数据与所述护栏矢量信息进行线匹配，获得护栏匹配结果；其中，在所述第一类型中护栏的几何复杂程度小于预设的
阈值；
[0019]在所述场景类型为第二类型的情况下，根据所述护栏点云数据的空间特征与所述护栏矢量信息的三维点云进行特征匹配，或，根据所述护栏点云数据的空间特征与所述护栏矢量信息的空间特性进行特征匹配，以获得护栏匹配结果；其中，在所述第二类型中护栏的几何复杂程度大于等于所述预设的阈值。
[0020]根据本专利技术提供的一种车辆定位方法，所述从高精地图中获取车辆周围的护栏矢量信息，包括：
[0021]根据车辆的历史定位结果以及车辆的运动模型获取当前时刻的车体位姿；
[0022]根据所述当前时刻的车体位姿从高精地图中获取当前时刻车辆周围的护栏信息；
[0023]根据车辆所在的道路信息对所述当前时刻车辆周围的护栏信息进行过滤，获得所述护栏矢量信息。
[0024]根据本专利技术提供的一种车辆定位方法，所述根据所述护栏矢量信息对应的几何复杂程度确定场景类型，包括：
[0025]根据所述护栏矢量信息，利用机器学习算法确定护栏的场景类型；或，
[0026]根据所述护栏矢量信息中护栏的几何特征以及护栏的数量确定护栏的场景类型。
[0027]根据本专利技术提供的一种车辆定位方法，所述根据所述护栏匹配结果获取车辆定位结果，包括：
[0028]获取感知车道线与地图车道线之间的车道线匹配结果以及里程信息；
[0029]根据所述护栏匹配结果、所述车道线匹配结果以及所述里程信息获取车辆定位结果。
[0030]本专利技术还提供一种定位装置，包括：
[0031]护栏点云数据获取模块，用于获取车辆周围的护栏点云数据，所述护栏点云数据为通过激光雷达获取并经过栅格化处理的点云数据；
[0032]护栏矢量信息获取模块，用于从高精地图中获取车辆周围的护栏矢量信息；
[0033]护栏匹配模块，用于根据所述护栏矢量信息对应的几何复杂程度，对所述护栏点云数据与所述护栏矢量信息进行匹配，获取护栏匹配结果；
[0034]定位模块，用于根据所述护栏匹配结果获取车辆定位结果。
[0035]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述的车辆定位方法。
[0036]本专利技术还提供一种车辆，包括上述的电子设备。
[0037]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述的车辆定位方法。
[0038]本专利技术提供的车辆定位方法、装置、设备、车辆及介质，其中，车辆定位方法通过对三维的护栏点云数据进行栅格化处理从而获得二维的点云数据，进而对点云数据与高精地图中护栏矢量信息进行匹配，以获得护栏匹配结果，从而实现不同维度的数据匹配问题，基于匹配得到的护栏信息对车辆实现更准确地定位。
附图说明
[0039]为了更清楚地说明本专利技术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一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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他的附图。
[0040]图1是本专利技术实施例提供的车辆定位方法的流程示意图之一；
[0041]图2是本专利技术实施例提供的车辆定位方法的流程示意图之二；
[0042]图3是本专利技术实施例提供的车辆定位装置的结构示意图；
[0043]图4示例了一种电子设备的实体结构示意图。
具体实施方式
[0044]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0045]在对激光雷达点云数据与高精度地图中的护栏进行匹配的过程中，由于激光雷达点云数据描述的是路面3D信息，且点分布整体较为稠密，但密度随着距离增加而不断减少，另外，在激光雷达点云数据中护栏数据只占极小的一部分，且容易受到噪声影响。而高精地图中的护栏信息是2D或2.5D的矢量信息，虽然没有噪声但需要本文档来自技高网...

【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：获取车辆周围的护栏点云数据，所述护栏点云数据为通过激光雷达获取并经过栅格化处理的点云数据；从高精地图中获取车辆周围的护栏矢量信息；根据所述护栏矢量信息对应的几何复杂程度，对所述护栏点云数据与所述护栏矢量信息进行匹配，获取护栏匹配结果；根据所述护栏匹配结果获取车辆定位结果。2.根据权利要求1所述的车辆定位方法，其特征在于，所述获取车辆周围的护栏点云数据，包括：通过激光雷达获取车辆周围环境点云数据；对所述车辆周围环境点云数据进行护栏识别，得到护栏点云识别结果；对所述护栏点云识别结果进行二维栅格化处理，获得所述护栏点云数据。3.根据权利要求1所述的车辆定位方法，其特征在于，所述根据所述护栏矢量信息对应的几何复杂程度，对所述护栏点云数据与所述护栏矢量信息进行匹配，获取护栏匹配结果，包括：根据所述护栏矢量信息对应的几何复杂程度确定场景类型；在所述场景类型为第一类型的情况下，对所述护栏点云数据与所述护栏矢量信息进行线匹配，获得护栏匹配结果；其中，在所述第一类型中护栏的几何复杂程度小于预设的阈值；在所述场景类型为第二类型的情况下，根据所述护栏点云数据的空间特征与所述护栏矢量信息的三维点云进行特征匹配，或，根据所述护栏点云数据的空间特征与所述护栏矢量信息的空间特性进行特征匹配，以获得护栏匹配结果；其中，在所述第二类型中护栏的几何复杂程度大于等于所述预设的阈值。4.根据权利要求1所述的车辆定位方法，其特征在于，所述从高精地图中获取车辆周围的护栏矢量信息，包括：根据车辆的历史定位结果以及车辆的运动模型获取当前时刻的车体位姿；根据所述当前时刻的车体位姿从高精地图中获取当前时刻车辆周围的护栏信息；根据车...

【专利技术属性】
技术研发人员：闫志鑫，潘力澜，江铃新，叶茂，
申请(专利权)人：嬴彻星创智能科技上海有限公司，
类型：发明
国别省市：