CN110806215A - 车辆定位的方法、装置、设备及存储介质 - Google Patents

车辆定位的方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110806215A
CN110806215A CN201911146739.2A CN201911146739A CN110806215A CN 110806215 A CN110806215 A CN 110806215A CN 201911146739 A CN201911146739 A CN 201911146739A CN 110806215 A CN110806215 A CN 110806215A
Authority
CN
China
Prior art keywords
pose
positioning
current
vehicle navigation
vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911146739.2A
Other languages
English (en)
Other versions
CN110806215B (zh
Inventor
杨洋
陈文龙
王俊
杨鹏斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201911146739.2A priority Critical patent/CN110806215B/zh
Publication of CN110806215A publication Critical patent/CN110806215A/zh
Application granted granted Critical
Publication of CN110806215B publication Critical patent/CN110806215B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Navigation (AREA)

Abstract

本申请公开了车辆定位的方法、装置、设备及存储介质，可用于自动驾驶领域，尤其自主泊车领域。具体实现方案为：该方法应用于电子设备，电子设备与车辆通信连接，车辆搭载有多种感知传感器，感知传感器至少包括：视觉传感器和GNSS类传感器，视觉传感器用于确定视觉车道线和车辆视觉定位位姿，GNSS类传感器用于确定车辆导航定位位姿，该方法包括：获取当前视觉车道线；根据当前视觉车道线判断视觉传感器的当前状态是否为失效状态；若确定视觉传感器的当前状态为失效状态，则获取当前车辆导航定位位姿和对应的车辆导航偏置位姿；根据当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿。

Description

车辆定位的方法、装置、设备及存储介质
技术领域
本申请涉及到数据处理技术领域，尤其涉及自动驾驶技术。
背景技术
随着人工智能技术的成熟，自动驾驶技术也得到了快速发展。自动驾驶技术中对于车道级定位的要求越来越严格。基于多传感器融合的车道级定位技术中,视觉传感器匹配高精度地图提供车辆的车道级横向位置约束，所以视觉传感器在基于多传感器融合的车道级定位技术中发挥着非常重要的作用。
但由于视觉传感器在车道线模糊、缺失等场景下存在误检或漏检问题，使视觉传感器时而处于失效状态。在视觉传感器处于失效状态时，视觉传感器无法提供车辆的车道级横向位置约束。
现有技术中，在视觉传感器处于失效状态时，未进行车辆的融合定位位置的补偿，而是直接采用其他非视觉传感器进行融合定位，使车辆的融合定位位置仅能满足GNSS类传感器的定位要求，而无法满足车道级的定位要求，继而产生较大的定位误差波动，导致车辆在行驶过程中有较强的顿挫感，极大的影响自动驾驶的安全性及乘车体验。
发明内容
本申请实施例提供一种车辆定位的方法、装置、设备及存储介质，解决了现有技术中无法满足车道级的定位要求，继而产生较大的定位误差波动，导致车辆在行驶过程中有较强的顿挫感，极大的影响自动驾驶的安全性及乘车体验的技术问题。
本申请实施例第一方面提供一种车辆定位的方法，所述方法应用于电子设备，所述电子设备与车辆通信连接，所述车辆搭载有多种感知传感器，所述感知传感器至少包括：视觉传感器和GNSS类传感器，所述视觉传感器用于确定视觉车道线和车辆视觉定位位姿，所述GNSS类传感器用于确定车辆导航定位位姿，所述方法包括：
获取当前视觉车道线；根据所述当前视觉车道线判断所述视觉传感器的当前状态是否为失效状态；若确定所述视觉传感器的当前状态为失效状态，则获取当前车辆导航定位位姿和对应的车辆导航偏置位姿；根据所述当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿。
本申请实施例中，由于GNSS类传感器一旦完成定位，在空旷有开放天空的场景下的定位就会十分稳定，虽然存在绝对的定位误差，但短期内与车辆融合定位位姿的相对定位误差却很小，所以利用GNSS类传感器短期内相对定位误差很小及稳定的特性，能够准确确定出当前车辆导航定位位姿对应的车辆导航偏置位姿，使该对应的车辆导航偏置位姿的定位误差很小，能够满足车道级的定位要求，进而使计算出的当前车辆融合定位位姿也能够满足车道级的定位要求。能够在视觉传感器失效时有效减小定位误差波动，使车辆在行驶过程中没有较强的顿挫感，提高自动驾驶的安全性及乘车体验。
进一步地，如上所述的方法，所述根据所述当前视觉车道线判断所述视觉传感器的当前状态是否为失效状态，包括：
计算所述当前视觉车道线与对应的高精地图车道线的匹配度；若所述匹配度小于预设匹配度阈值，则确定所述视觉传感器的当前状态为失效状态；若所述匹配度大于或等于所述预设匹配度阈值，则确定所述视觉传感器的当前状态为有效状态。
本申请实施例中，由于高精地图车道线为精准的车道线，所以将视觉传感器采集的当前视觉车道线与对应的高精地图车道线相匹配的方式能够准确确定出当前视觉传感器是否处于车道线模糊、缺失等场景下，进而能够准确确定视觉传感器当前状态是否为失效状态。
进一步地，如上所述的方法，所述若确定所述视觉传感器的当前状态为失效状态，则获取当前车辆导航定位位姿和对应的车辆导航偏置位姿，包括：
若确定所述视觉传感器的当前状态为失效状态，则判断所述视觉传感器的失效时间是否在预设时间段范围内；若确定在所述预设时间段范围内，则获取当前车辆导航定位位姿和对应的车辆导航偏置位姿。
本申请实施例中，在确定出视觉传感器的当前状态为失效状态后，再判断视觉传感器的失效时间是否在预设时间段范围内，若确定失效时间在预设时间段范围内，则能够确定出该GNSS类传感器的相对定位误差是否仍然很小，可采用当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿。使计算出的当前车辆融合定位位姿也能够满足车道级的定位要求。
进一步地，如上所述的方法，所述获取对应的车辆导航偏置位姿，包括：
获取距离当前定位周期最近的历史定位周期内的历史车辆融合定位位姿和历史车辆导航定位位姿；在所述距离当前定位周期最近的历史定位周期内所述视觉传感器的状态为有效状态；根据所述历史车辆融合定位位姿和所述历史车辆导航定位位姿计算历史车辆导航偏置位姿；将所述历史车辆导航偏置位姿确定为所述对应的车辆导航偏置位姿。
本申请实施例中，由于获取的对应的车辆导航偏置位姿是根据距离当前定位周期最近的历史定位周期内的历史车辆融合定位位姿和历史车辆导航定位位姿计算出来的。并且在距离当前定位周期最近的历史定位周期内视觉传感器的状态为有效状态。所以该对应的车辆导航偏置位姿的定位误差很小，能够满足车道级的定位要求，进而使计算出的当前车辆融合定位位姿也能够满足车道级的定位要求。
进一步地，如上所述的方法，所述根据所述历史车辆融合定位位姿和所述历史车辆导航定位位姿计算历史车辆导航偏置位姿，包括：
计算所述历史车辆导航定位位姿与所述历史车辆融合定位位姿的第一差值；将所述第一差值确定为历史车辆导航偏置位姿。
本申请实施例中，由于历史车辆导航偏置位姿为历史定位周期内车辆导航定位位姿与车辆融合定位位姿之间的偏置位姿。所以计算历史车辆导航定位位姿与历史车辆融合定位位姿的第一差值；将第一差值确定为历史车辆导航偏置位姿，能够准确计算出历史车辆导航偏置位姿。
进一步地，如上所述的方法，所述根据所述当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿，包括：
计算所述当前车辆导航定位位姿与所述对应的车辆导航偏置位姿的第二差值；将所述第二差值确定为所述当前车辆融合定位位姿。
本申请实施例中，由于对应的车辆导航偏置位姿为当前车辆导航定位位姿与当前车辆融合定位位姿之间的偏置位姿。所以计算当前车辆导航定位位姿与对应的车辆导航偏置位姿的第二差值；将第二差值确定为当前车辆融合定位位姿，能够准确计算出当前车辆融合定位位姿。
进一步地，如上所述的方法，若所述视觉传感器的状态为有效状态，则还包括：
根据当前车辆视觉定位位姿和所述当前车辆导航定位位姿计算当前车辆融合定位位姿；根据所述当前车辆融合定位位姿和所述当前车辆导航定位位姿计算当前车辆导航偏置位姿；将所述当前车辆导航偏置位姿确定为在未来定位周期内所述视觉传感器的状态为无效状态时对应的车辆导航偏置位姿；所述未来定位周期为距离当前定位周期为预设时间段范围内的未发生的定位周期。
本申请实施例中，在视觉传感器的状态为有效状态时，除了根据当前车辆视觉定位位姿和所述当前车辆导航定位位姿计算当前车辆融合定位位姿外，还根据所述当前车辆融合定位位姿和所述当前车辆导航定位位姿计算当前车辆导航偏置位姿，将当前车辆导航偏置位姿确定为在未来定位周期内所述视觉传感器的状态为无效状态时对应的车辆导航偏置位姿，由于GNSS类传感器短期内相对定位误差很小，即在距离当前定位周期为预设时间段范围内的未发生的定位周期对应的车辆导航偏置位姿与当前车辆导航偏置位姿近似相等，所以将当前车辆导航偏置位姿确定为在未来定位周期内视觉传感器的状态为无效状态时对应的车辆导航偏置位姿，能够准确计算未来定位周期内的车辆融合定位位姿。
本申请实施例第二方面提供一种车辆定位的装置，所述装置位于电子设备中，所述电子设备与车辆通信连接，所述车辆搭载有多种感知传感器，所述感知传感器至少包括：视觉传感器和GNSS类传感器，所述视觉传感器用于确定视觉车道线和车辆视觉定位位姿，所述GNSS类传感器用于确定车辆导航定位位姿，所述装置包括：
车道线获取模块，用于获取当前视觉车道线；状态判断模块，用于根据所述当前视觉车道线判断所述视觉传感器的当前状态是否为失效状态；偏置位姿获取模块，用于若确定所述视觉传感器的当前状态为失效状态，则获取当前车辆导航定位位姿和对应的车辆导航偏置位姿；融合位姿计算模块，用于根据所述当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿。
进一步地，如上所述的装置，所述状态判断模块，具体用于：
计算所述当前视觉车道线与对应的高精地图车道线的匹配度；若所述匹配度小于预设匹配度阈值，则确定所述视觉传感器的当前状态为失效状态；若所述匹配度大于或等于所述预设匹配度阈值，则确定所述视觉传感器的当前状态为有效状态。
进一步地，如上所述的装置，所述偏置位姿获取模块，具体用于：
若确定所述视觉传感器的当前状态为失效状态，则判断所述视觉传感器的失效时间是否在预设时间段范围内；若确定在所述预设时间段范围内，则获取当前车辆导航定位位姿和对应的车辆导航偏置位姿。
进一步地，如上所述的装置，所述偏置位姿获取模块，在获取对应的车辆导航偏置位姿时，具体用于：
获取距离当前定位周期最近的历史定位周期内的历史车辆融合定位位姿和历史车辆导航定位位姿；在所述距离当前定位周期最近的历史定位周期内所述视觉传感器的状态为有效状态；根据所述历史车辆融合定位位姿和所述历史车辆导航定位位姿计算历史车辆导航偏置位姿；将所述历史车辆导航偏置位姿确定为所述对应的车辆导航偏置位姿。
进一步地，如上所述的装置，所述偏置位姿获取模块，在根据所述历史车辆融合定位位姿和所述历史车辆导航定位位姿计算历史车辆导航偏置位姿时，具体用于：
计算所述历史车辆导航定位位姿与所述历史车辆融合定位位姿的第一差值；将所述第一差值确定为历史车辆导航偏置位姿。
进一步地，如上所述的装置，所述融合位姿计算模块，具体用于：
计算所述当前车辆导航定位位姿与所述对应的车辆导航偏置位姿的第二差值；将所述第二差值确定为所述当前车辆融合定位位姿。
进一步地，如上所述的装置，还包括：偏置位姿计算模块和偏置位姿确定模块；
所述融合位姿计算模块，还用于若所述视觉传感器的状态为有效状态，则根据当前车辆视觉定位位姿和所述当前车辆导航定位位姿计算当前车辆融合定位位姿；所述偏置位姿计算模块，用于根据所述当前车辆融合定位位姿和所述当前车辆导航定位位姿计算当前车辆导航偏置位姿；所述偏置位姿确定模块，用于将所述当前车辆导航偏置位姿确定为在未来定位周期内所述视觉传感器的状态为无效状态时对应的车辆导航偏置位姿；所述未来定位周期为距离当前定位周期为预设时间段范围内的未发生的定位周期。
本申请实施例第三方面提供一种电子设备,包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，
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第一方面中任一项所述的方法。
本申请实施例第四方面提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行第一方面任一项所述的方法。
本申请实施例第五方面提供一种计算机程序，包括程序代码，当计算机运行所述计算机程序时，所述程序代码执行如第一方面所述的方法。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是可以实现本申请实施例的车辆定位的方法的场景图；
图2是根据本申请第一实施例提供的车辆定位的方法的流程示意图；
图3是根据本申请第二实施例提供的车辆定位的方法的流程示意图；
图4是根据本申请第二实施例提供的车辆定位的方法中步骤202的流程示意图；
图5为根据本申请第二实施例提供的车辆定位的方法中步骤203的实现原理图；
图6是根据本申请第二实施例提供的车辆定位的方法中步骤207的流程示意图；
图7是根据本申请第二实施例提供的车辆定位的方法中步骤2072的流程示意图；
图8是根据本申请第二实施例提供的车辆定位的方法中步骤208的流程示意图；
图9为根据本申请第三实施例提供的车辆定位的方法的流程示意图；
图10为根据本申请第三实施例提供的车辆定位的方法的实现原理图；
图11为根据本申请第四实施例提供的车辆定位的方法的信令流程图；
图12为根据本申请第五实施例提供的车辆定位的装置的结构示意图；
图13为根据本申请第六实施例提供的车辆定位的装置的结构示意图；
图14是用来实现本申请实施例的车辆定位的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请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，而不会背离本申请的范围和精神。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。
为了清楚理解本申请的技术方案，首先对本申请实施例提供的车辆定位的方法的应用场景进行介绍。如图1所示，本申请实施例提供的车辆定位的方法对应的应用场景中包括：电子设备和车辆。电子设备和车辆间进行通信连接。在车辆上搭载有多种传感器,这多种传感器至少包括：视觉传感器和GNSS类传感器。视觉传感器用于确定视觉车道线和车辆视觉定位位姿。GNSS类传感器用于确定车辆导航定位位姿。当然，为了更加准确地计算车辆融合定位位姿，传感器还可包括：IMU类传感器，里程计等。电子设备通过与多种传感器通信，获取各传感器采集的数据。具体地，电子设备首先与视觉传感器进行通信，获取视觉传感器确定的当前视觉车道线。然后根据当前视觉车道线判断视觉传感器的当前状态是否为失效状态，若确定视觉传感器的当前状态为失效状态，则说明视觉传感器可能处于车道线模糊、缺失的场景下，使确定出的当前视觉车道线和车辆视觉定位位姿的置信度较低。所以不再采用视觉传感器提供车辆的车道级横向位置约束计算当前车辆融合定位位姿。而是获取当前车辆导航定位位姿和对应的车辆导航偏置位姿，其中，对应的车辆导航偏置位姿是当前车辆导航定位位姿和当前车辆融合定位位姿之间的偏置位姿。根据当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿。由于GNSS类传感器一旦完成定位，在空旷有开放天空的场景下的定位就会十分稳定，虽然存在绝对的定位误差，但短期内与车辆融合定位位姿的相对定位误差却很小，所以利用GNSS类传感器短期内相对定位误差很小及稳定的特性，能够准确确定出当前车辆导航定位位姿对应的车辆导航偏置位姿，又由于该对应的车辆导航偏置位姿是根据距离当前定位周期最近的历史定位周期内的历史车辆融合定位位姿和历史车辆导航定位位姿计算出来的。并且在距离当前定位周期最近的历史定位周期内视觉传感器的状态为有效状态。所以该对应的车辆导航偏置位姿的定位误差很小，能够满足车道级的定位要求，进而使计算出的当前车辆融合定位位姿也能够满足车道级的定位要求。能够在视觉传感器失效时有效减小定位误差波动，使车辆在行驶过程中没有较强的顿挫感，提高自动驾驶的安全性及乘车体验。
可以理解的是，该电子设备可以为集成在车辆上的车载终端，以能够与车辆进行通信。还可以为与车辆进行远距离或近距离通信的电子设备，通信方式可以为全球移动通讯(Global System of Mobile communication，简称GSM)、码分多址(Code DivisionMultiple Access，简称CDMA)、宽带码分多址(Wideband Code Division MultipleAccess，简称WCDMA)、时分同步码分多址(Time Division-Synchronous Code DivisionMultiple Access，简称TD-SCDMA)、长期演进(Long Term Evolution，简称LTE)***及5G等。可以理解的是，车辆与电子设备的通信方式还可以为无线通信方式，无线通信方式可以为紫蜂zigbee通信、蓝牙BLE通信或行动热点wifi通信等。
以下将参照附图来具体描述本申请的实施例。
实施例一
图2是根据本申请第一实施例提供的车辆定位的方法的流程示意图，如图2所示，本申请实施例的执行主体为车辆定位的装置，该车辆定位的装置可以集成在电子设备中。则本实施例提供的车辆定位的方法包括以下几个步骤。
步骤101，获取当前视觉车道线。
本实施例中，电子设备与视觉传感器进行通信连接，视觉传感器搭载在车辆上，车辆在道路上行驶。视觉传感器按照定位频率周期性地对车辆位姿进行定位和并采集车辆周围环境信息。视觉传感器对车辆位姿的定位信息可表示为车辆视觉定位位姿。在车辆周围环境信息中包括车道线，则视觉传感器获取的车道线为视觉车道线。电子设备通过与视觉传感器进行通信，周期性地接收到视觉车道线和车辆视觉定位位姿。则在当前定位周期内接收到的视觉车道线为当前视觉车道线。在当前定位周期内接收到的车辆视觉定位位姿为当前车辆视觉定位位姿。
其中，视觉传感器可以为激光扫描器、线阵和面阵电荷耦合器件摄像机(简称CCD摄像机)或者数字摄像机或其他类型的视觉传感器，本实施例中对此不作限定。
步骤102，根据当前视觉车道线判断视觉传感器的当前状态是否为失效状态。
在本实施例中，由于视觉传感器在车道线模糊、缺失等场景下无法准确检测出当前视觉车道线，所以作为一种可选实施方式，可根据当前视觉车道线是否完整和清晰来判断视觉传感器的当前状态是否为失效状态。若当前视觉车道线的完整度和清晰度达到预设标准，则确定视觉传感器的当前状态为有效状态，否则为无效状态。
可以理解的是，作为另一种可选实施方式，根据当前视觉车道线判断视觉传感器的当前状态是否为失效状态，还可以为：将当前视觉车道线与对应的高精地图车道线进行匹配，以确定当前视觉车道线的置信度，将当前视觉车道线的置信度与预设置信度阈值进行对比，若当前视觉车道线的置信度大于预设置信度阈值，则说明当前视觉车道线可信，确定视觉传感器的当前状态为有效状态，若当前视觉车道线的置信度小于或等于预设置信度阈值，则说明当前视觉车道线不可信，确定视觉传感器的当前状态为无效状态。
本实施例中，若视觉传感器的当前状态为失效状态，则无法采用视觉传感器确定的车辆视觉定位位姿为确定当前车辆融合定位位姿提供车道级的横向位置约束。相反，若视觉传感器的当前状态为有效状态，则可采用视觉传感器确定的车辆视觉定位位姿为确定当前车辆融合定位位姿提供车道级的横向位置约束。
步骤103，若确定视觉传感器的当前状态为失效状态，则获取当前车辆导航定位位姿和对应的车辆导航偏置位姿。
本实施例中，若视觉传感器的当前状态为失效状态，则无法采用视觉传感器确定的当前车辆视觉定位位姿和GNSS类传感器确定的当前车辆导航定位位姿确定当前车辆融合定位位姿。而需要获取当前车辆导航定位位姿和对应的车辆导航偏置位姿，以根据当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿。
其中，当前车辆导航定位位姿对应的车辆导航偏置位姿是当前车辆导航定位位姿与当前车辆融合定位位姿之间的偏置位姿。
本实施例中，由于GNSS类传感器短期内相对定位误差很小并且定位稳定，所以可根据在距离当前定位周期最近的历史定位周期内视觉传感器的状态为有效状态时确定出的历史车辆导航偏置位姿作为当前车辆导航定位位姿对应的车辆导航偏置位姿。
其中，GNSS类传感器为可以为全球定位***(简称：GPS)、格洛纳斯导航卫星***、伽利略卫星导航***、北斗卫星导航***等。
步骤104，根据当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿。
本实施例中，由于当前车辆导航定位位姿对应的车辆导航偏置位姿是当前车辆导航定位位姿与当前车辆融合定位位姿之间的偏置位姿，所以可通过计算当前车辆导航定位位姿与对应的车辆导航偏置位姿之间的差值来确定当前车辆融合定位位姿。
本实施例提供的车辆定位的方法，通过获取当前视觉车道线；根据当前视觉车道线判断视觉传感器的当前状态是否为失效状态；若确定视觉传感器的当前状态为失效状态，则获取当前车辆导航定位位姿和对应的车辆导航偏置位姿；根据当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿。由于GNSS类传感器一旦完成定位，在空旷有开放天空的场景下的定位就会十分稳定，虽然存在绝对的定位误差，但短期内与车辆融合定位位姿的相对定位误差却很小，所以利用GNSS类传感器短期内相对定位误差很小及稳定的特性，能够准确确定出当前车辆导航定位位姿对应的车辆导航偏置位姿，使该对应的车辆导航偏置位姿的定位误差很小，能够满足车道级的定位要求，进而使计算出的当前车辆融合定位位姿也能够满足车道级的定位要求。能够在视觉传感器失效时有效减小定位误差波动，使车辆在行驶过程中没有较强的顿挫感，提高自动驾驶的安全性及乘车体验。
实施例二
图3是根据本申请第二实施例提供的车辆定位的方法的流程示意图，如图3所示，本实施例提供的车辆定位的方法，是在本申请实施例一提供的车辆定位的方法的基础上，对步骤102-步骤104的进一步细化。并且还包括了若确定视觉传感器的当前状态为有效状态时，计算当前车辆导航偏置位姿的步骤，则本实施例提供的车辆定位的方法包括以下步骤。
步骤201，获取当前视觉车道线。
本实施例中，步骤201的实现方式与本申请图2所示实施例中的步骤101的实现方式相同，在此不再一一赘述。
步骤202，根据当前视觉车道线判断视觉传感器的当前状态是否为失效状态，若否，则执行步骤203，否则，执行步骤206。
进一步地，本实施例中，如图4所示，步骤202包括以下步骤：
步骤2021，计算当前视觉车道线与对应的高精地图车道线的匹配度。
进一步地，本实施例中，在电子设备中存储有高精地图，高精地图中包括车道线信息。则可根据当前视觉车道线的位置信息确定与该当前视觉车道线对应的高精地图车道线，并获取对应的高精地图车道线。将当前视觉车道线与对应的高精地图车道线进行匹配，以获得当前视觉车道线与对应的高精地图车道线的匹配度。
其中，在将当前视觉车道线与对应的高精地图车道线进行匹配时，可将当前视觉车道线与对应的高精地图车道线输入到匹配算法中，由匹配算法计算当前视觉车道线与对应的高精地图车道线的匹配度，并从匹配算法中输出对应的匹配度。
步骤2022，若匹配度小于预设匹配度阈值，则确定视觉传感器的当前状态为失效状态。
步骤2023，若匹配度大于或等于预设匹配度阈值，则确定视觉传感器的当前状态为有效状态。
其中，预设匹配度阈值可以为90％，95％，或其他适宜的数值，本实施例中对此不作限定。
本实施例中，由于高精地图车道线为精准的车道线，若当前视觉车道线与对应的高精地图车道线的匹配度小于预设匹配度阈值，则说明当前视觉车道线的置信度较低，视觉传感器处于车道线模糊、缺失等场景下的概率较大，则确定视觉传感器当前状态为失效状态。若当前视觉车道线与对应的高精地图车道线的匹配度大于或等于预设匹配度阈值，则说明当前视觉车道线的置信度较高，则确定视觉传感器能够对车道线进行准确检测，视觉传感器当前状态为有效状态。
本实施例中，由于高精地图车道线为精准的车道线，所以将视觉传感器采集的当前视觉车道线与对应的高精地图车道线相匹配的方式能够准确确定出当前视觉传感器是否处于车道线模糊、缺失等场景下，进而能够准确确定视觉传感器当前状态是否为失效状态。
步骤203，根据当前车辆视觉定位位姿和当前车辆导航定位位姿计算当前车辆融合定位位姿。
进一步地，如图5所示，若视觉传感器的状态为有效状态，则根据当前车辆视觉定位位姿和当前车辆导航定位位姿计算当前车辆融合定位位姿。其中，如图5中的圆形所示，GNSS类传感器的噪声是高斯分布噪声，在各个方向误差一致，所以由当前车辆导航定位位姿为当前融合定位位姿提供纵向定位的位置约束。如图5中的椭圆形所示，视觉传感器的噪声横向误差较小，纵向误差较大，所以视觉传感器确定的当前车辆视觉定位位姿为当前融合车辆位姿提供横向位置约束。并还可以同其他传感器确定的数据进行融合后，获得当前车辆融合定位位姿。
其中，其他传感器包括：IMU类传感器，里程计等。
步骤204，根据当前车辆融合定位位姿和当前车辆导航定位位姿计算当前车辆导航偏置位姿。
其中，当前车辆导航偏置位姿为当前定位周期内车辆导航定位位姿与车辆融合定位位姿之间的偏置位姿。
所以本实施例中，计算当前车辆导航定位位姿与当前车辆融合定位位姿的差值，将该差值确定为当前车辆导航偏置位姿。
步骤205，将当前车辆导航偏置位姿确定为在未来定位周期内视觉传感器的状态为无效状态时对应的车辆导航偏置位姿；未来定位周期为距离当前定位周期为预设时间段范围内的未发生的定位周期。
进一步地，本实施例中，由于GNSS类传感器短期内相对定位误差很小，即在距离当前定位周期为预设时间段范围内的未发生的定位周期对应的车辆导航偏置位姿与当前车辆导航偏置位姿近似相等，所以将当前车辆导航偏置位姿确定为在未来定位周期内视觉传感器的状态为无效状态时对应的车辆导航偏置位姿，以在未来定位周期视觉传感器的状态为无效状态时根据未来定位周期的车辆导航定位位姿和当前车辆导航偏置位姿计算未来定位周期的融合车辆定位位姿。
其中，预设时间段范围为GNSS类传感器相对定位误差保持很小的时间段范围，如可以为20分钟，30分钟，或其他适合的数值，本实施例中对此不作限定。
步骤206，判断视觉传感器的失效时间是否在预设时间段范围内，若是，则执行步骤207，否则执行步骤209。
进一步地，本实施例中，由于GNSS类传感器在短期内相对定位误差很小，所以若确定视觉传感器的当前状态为失效状态，则判断视觉传感器的失效时间是否在预设时间段范围内，以确定该GNSS类传感器的相对定位误差是否仍然很小，若确定视觉传感器的失效时间在预设时间段范围内，则确定该GNSS类传感器的相对定位误差仍然很小，可采用当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿。若确定视觉传感器的失效时间不在预设时间段范围内，则无法保证该GNSS类传感器的相对定位误差仍然很小，则采用当前车辆导航定位位姿计算当前车辆融合定位位姿。
步骤207，获取当前车辆导航定位位姿和对应的车辆导航偏置位姿。
进一步地，本实施例中，电子设备与GNSS类传感器进行通信，GNSS类传感器设置在车辆上，车辆在道路上行驶，GNSS类传感器按照定位频率周期性地对车辆位姿进行定位。GNSS类传感器定位出的车辆位姿为车辆导航定位位姿。电子设备通过与GNSS类传感器进行通信，周期性地接收到车辆导航定位位姿。则在当前定位周期内接收到的车辆导航定位位姿为当前车辆导航定位位姿。
进一步地，本实施例中，如图6所示，步骤207中获取对应的车辆导航偏置位姿，包括以下步骤：
步骤2071，获取距离当前定位周期最近的历史定位周期内的历史车辆融合定位位姿和历史车辆导航定位位姿；在距离当前定位周期最近的历史定位周期内视觉传感器的状态为有效状态。
进一步地，本实施例中，为了获取与当前车辆导航定位位姿对应的车辆导航偏置位姿，需要获取距离当前定位周期最近的历史定位周期内视觉传感器的状态为有效状态时的历史车辆融合定位位姿和历史车辆导航定位位姿，根据历史车辆融合定位位姿和历史车辆导航定位位姿计算历史车辆导航偏置位姿，由于历史车辆导航偏置位姿是距离当前定位周期最近的历史定位周期内的车辆导航偏置位姿，能够保证GNSS类传感器的相对定位误差很小，即与当前车辆导航定位位姿对应的车辆导航偏置位姿近似相等。所以将历史车辆导航偏置位姿确定为当前车辆导航定位位姿对应的车辆导航偏置位姿。
步骤2072，根据历史车辆融合定位位姿和历史车辆导航定位位姿计算历史车辆导航偏置位姿。
作为一种可选实施方式，如图7所示，步骤2072包括以下步骤：
步骤2072a，计算历史车辆导航定位位姿与历史车辆融合定位位姿的第一差值。
步骤2072b，将第一差值确定为历史车辆导航偏置位姿。
具体地，本实施例中，在距离当前定位周期最近的历史定位周期内历史定位周期内视觉传感器为有效状态时，可准确计算出历史融合车辆定位位姿，并可获取历史车辆融合定位位姿。所以可计算历史车辆导航定位位姿与历史车辆融合定位位姿的差值，该差值可表示为第一差值。将该第一差值确定为历史车辆导航偏置位姿。
其中，历史车辆融合定位位姿可表示为向量的形式，历史车辆导航定位位姿也可表示向量的形式，所以历史车辆导航偏置位姿依旧可表示为向量的形式。
步骤2073，将历史车辆导航偏置位姿确定为对应的车辆导航偏置位姿。
本实施例中，由于获取的对应的车辆导航偏置位姿是根据距离当前定位周期最近的历史定位周期内的历史车辆融合定位位姿和历史车辆导航定位位姿计算出来的。并且在距离当前定位周期最近的历史定位周期内视觉传感器的状态为有效状态。所以该对应的车辆导航偏置位姿的定位误差很小，能够满足车道级的定位要求，进而使计算出的当前车辆融合定位位姿也能够满足车道级的定位要求。
步骤208，根据当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿。
进一步地，本实施例中，如图8所示，步骤208包括以下步骤：
步骤2081，计算当前车辆导航定位位姿与对应的车辆导航偏置位姿的第二差值。
步骤2082，将第二差值确定为当前车辆融合定位位姿。
进一步地，本实施例中，将当前车辆导航定位位姿与对应的车辆导航偏置位姿的差值表示为第二差值，将第二差值确定为当前车辆融合定位位姿。
本实施例中，在确定出视觉传感器的当前状态为失效状态后，再判断视觉传感器的失效时间是否在预设时间段范围内，若确定失效时间在预设时间段范围内，则能够确定出该GNSS类传感器的相对定位误差是否仍然很小，可采用当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿。使计算出的当前车辆融合定位位姿也能够满足车道级的定位要求。
步骤209，根据当前车辆导航定位位姿计算当前车辆融合定位位姿。
进一步地，本实施例中，若视觉传感器的失效时间不在预设时间段范围内，则无法保证GNSS类传感器相对定位误差仍然很小，则直接将当前车辆导航定位位姿与其他非视觉传感器采集的数据进行融合，计算当前车辆融合定位位姿。
实施例三
图9为根据本申请第三实施例提供的车辆定位的方法的流程示意图，图10为根据本申请第三实施例提供的车辆定位的方法的实现原理图，如图9和图10所示，本实施例提供的车辆定位的方法，以第K个定位周期内的视觉传感器的状态为有效状态，K+N个定位周期内的视觉传感器的状态为无效状态为例对车辆定位的方法进行说明，其中，N个定位周期在预设时间段范围内，则本实施例提供的车辆定位的方法包括以下步骤：
步骤301，设置电子设备与多种感知传感器采用同一时间基准。
本实施例中，为了使多种感知传感器采集的数据是同步的，将多种感知传感器采用同一时间基准。则多种传感器采集数据时，数据的时间戳采用同一时间基准。并且将电子设备与多种感知传感器采用同一时间基准。
比如采用的时间基准均为同一城市的时间。
步骤302，获取第K个定位周期的视觉车道线。
本实施例中，预先设置融合车辆定位位姿的定位频率，以确定每个定位周期。由于视觉传感器和GNSS类传感器的定位频率可能不会完全相同，所以在获取第K个定位周期的视觉车道线时，确定第K个定位周期对应的时间，获取视觉传感器定位的视觉车道线，根据视觉车道线的时间戳信息确定与第K个定位周期在时间上匹配的视觉车道线作为第K个定位周期的视觉车道线。
步骤303，根据第K个定位周期的视觉车道线确定视觉传感器的在第K个定位周期的状态为有效状态。
本实施例中，步骤303在确定视觉传感器的在第K个定位周期的状态为有效状态的实现方式与本申请图3所示实施例中的步骤202在确定视觉传感器的当前状态为有效状态的实现方式相同，在此不再一一赘述。
步骤304，根据第K个定位周期的车辆视觉定位位姿和车辆导航定位位姿计算第K个定位周期的车辆融合定位位姿；根据第K个定位周期的车辆融合定位位姿和车辆导航定位位姿计算第K个定位周期的车辆导航偏置位姿。
其中，第K个定位周期的车辆融合定位位姿表示为
Figure BDA0002282410630000171
第K个定位周期的车辆导航定位位姿表示为
Figure BDA0002282410630000172
则第k个定位周期的车辆导航偏置位姿表示为式(1)所示：
Figure BDA0002282410630000173
其中，
Figure BDA0002282410630000174
为第k个定位周期的车辆导航偏置位姿。其为向量形式，如图10所示，
Figure BDA0002282410630000175
还可采用坐标表示，坐标表示为(gps_bias_x，gps_bias_y)。
步骤305，获取第K+1个定位周期的视觉车道线。
步骤306，根据第K+1个定位周期的视觉车道线确定视觉传感器的在第K+1个定位周期的状态为无效状态。
本实施例中，步骤306在确定视觉传感器的在第K个定位周期的状态为无效状态的实现方式与本申请图3所示实施例中的步骤202在确定视觉传感器的当前状态为无效状态的实现方式相同，在此不再一一赘述。
步骤307，根据第K+1个定位周期的车辆导航定位位姿和第K个定位周期的车辆导航偏置位姿计算第K+1个定位周期的车辆融合定位位姿。
进一步地，本实施例中，由于第K+1个定位周期的视觉传感器的状态为无效状态，而距离第K+1个定位周期最近的历史定位周期为第K个定位周期，并且在第K个定位周期视觉传感器的状态为有效状态，所以第K+1个定位周期的车辆导航定位位姿对应的车辆导航偏置位姿为第K个定位周期的车辆导航偏置位姿，根据第K+1个定位周期的车辆导航定位位姿和第K个定位周期的车辆导航偏置位姿计算第K+1个定位周期的车辆融合定位位姿可表示为式(2)所示：
其中，
Figure BDA0002282410630000182
为第K+1个定位周期的车辆融合定位位姿，
Figure BDA0002282410630000183
表示第K+1个定位周期的车辆导航定位位姿，
Figure BDA0002282410630000184
表示第K个定位周期的车辆导航偏置位姿。
其中，
Figure BDA0002282410630000185
可采用坐标表示，坐标表示为(gps_bias_x，gps_bias_y)。
步骤308，获取第K+N个定位周期的视觉车道线。
步骤309，根据第K+N个定位周期的视觉车道线确定视觉传感器的在第K+N个定位周期的状态为无效状态。
步骤310，根据第K+N个定位周期的车辆导航定位位姿和第K个定位周期的车辆导航偏置位姿计算第K+N个定位周期的车辆融合定位位姿。
其中，N的值分别为2,3,4，……等连续的整数，直到第N+1个定位周期不在预设时间段范围内为止。
其中，根据第K+N个定位周期的车辆导航定位位姿和第K个定位周期的车辆导航偏置位姿计算第K+N个定位周期的车辆融合定位位姿，可表示为式(3)所示：
Figure BDA0002282410630000186
如图10所示，在第K+1个定位周期的车辆融合定位位姿为第K+1个定位周期的车辆导航定位位姿与第K个定位周期的车辆导航偏置位姿的差，第在第K+2个定位周期的车辆融合定位位姿为第K+2个定位周期的车辆导航定位位姿与第K个定位周期的车辆导航偏置位姿的差。第K+3个定位周期的车辆融合定位位姿为第K+3个定位周期的车辆导航定位位姿与第K个定位周期的车辆导航偏置位姿的差。
实施例四
图11为根据本申请第四实施例提供的车辆定位的方法的信令流程图，如图11所示，本实施例提供的车辆定位的方法的执行主体为车辆定位的***，车辆定位的***包括：视觉传感器、GNSS类传感器、电子设备及车辆控制中心。则本实施例提供的车辆定位的方法包括以下步骤：
步骤401，视觉传感器确定当前视觉车道线。
进一步地，本实施例中，电子设备在设置融合车辆定位位姿的定位频率后，可将当前定位周期发送给视觉传感器，视觉传感器确定与当前定位周期相匹配的视觉车道线作为当前视觉车道线。
步骤402，视觉传感器将当前视觉车道线发送给电子设备。
本实施例中，视觉传感器与电子设备进行通信，将当前视觉车道线发送给电子设备。
步骤403，电子设备根据当前视觉车道线判断视觉传感器的当前状态是否为失效状态，若否，则执行步骤404，否则执行步骤405。
步骤404，电子设备根据当前车辆视觉定位位姿和当前车辆导航定位位姿计算当前车辆融合定位位姿，根据当前车辆融合定位位姿和当前车辆导航定位位姿计算当前车辆导航偏置位姿，将当前车辆导航偏置位姿确定为在未来定位周期内视觉传感器的状态为无效状态时对应的车辆导航偏置位姿。
可以理解的是，执行完步骤404后，执行步骤410。
步骤405，电子设备判断视觉传感器的失效时间是否在预设时间段范围内，若是，则执行步骤406。否则执行步骤409。
本实施例中，步骤404-步骤405的实现方式与本发明图3所示实施例中的步骤202-步骤206的实现方式类似，在此不再一一赘述。
步骤406，GNSS类传感器确定当前车辆导航定位位姿。
进一步地，本实施例中，电子设备也可将当前定位周期发送给GNSS类传感器，GNSS类传感器确定与当前定位周期相匹配的车辆导航定位位姿作为当前车辆导航定位位姿。
步骤407，GNSS类传感器将当前车辆导航定位位姿发送给电子设备。
本实施例中，GNSS类传感器与电子设备进行通信，将当前车辆导航定位位姿发送给电子设备。
步骤408，电子设备获取当前车辆导航定位位姿对应的车辆导航偏置位姿，根据当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿。
本实施例中，步骤408的实现方式与本申请图3所示实施例的步骤207-步骤208的实现方式类似，在此不再一一赘述。
可以理解的是，执行完步骤408后，执行步骤410。
步骤409，电子设备根据当前车辆导航定位位姿计算当前车辆融合定位位姿。
本实施例中，步骤409的实现方式与本申请图3所示实施例的步骤209的实现方式类似，在此不再一一赘述。
可以理解的是，执行完步骤409后，执行步骤410。
步骤410，电子设备将当前车辆融合定位位姿发送给车辆的控制中心。
进一步地，本实施例中，无论视觉传感器为有效状态还是为无效状态，电子设备均将当前车辆融合定位位姿发送给车辆的控制中心。即步骤404或步骤408或步骤409确定的当前车辆融合定位位姿发送给车辆的控制中心。
步骤411，车辆的控制中心根据当前车辆融合定位位姿控制车辆行驶。
进一步地，本实施例中，车辆的控制中心根据车辆融合定位位姿对车辆路径进行规划，并控制车辆按照规划的路径进行行驶。
本实施例中，在计算出当前车辆融合定位位姿后，将当前车辆融合定位位姿发送给车辆的控制中心，车辆的控制中心根据当前车辆融合定位位姿控制车辆行驶，由于无论在视觉传感器处于失效状态还是有效状态时，当前车辆融合定位位姿都能够满足车道级的定位要求，所以控制中心规划出的路径更加准确，进一步提高自动驾驶的安全性。
实施例五
图12为根据本申请第五实施例提供的车辆定位的装置的结构示意图，如图12所示，本实施例提供的车辆定位的装置位于电子设备中，电子设备与车辆通信连接，车辆搭载有多种感知传感器，感知传感器至少包括：视觉传感器和GNSS类传感器，视觉传感器用于确定视觉车道线和车辆视觉定位位姿，GNSS类传感器用于确定车辆导航定位位姿。该车辆定位的装置1200包括：车道线获取模块1201，状态判断模块1202，偏置位姿获取模块1203和融合位姿计算模块1204。
其中，车道线获取模块1201，用于获取当前视觉车道线。状态判断模块1202，用于根据当前视觉车道线判断视觉传感器的当前状态是否为失效状态。偏置位姿获取模块1203，用于若确定视觉传感器的当前状态为失效状态，则获取当前车辆导航定位位姿和对应的车辆导航偏置位姿。融合位姿计算模块1204，用于根据当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿。
本实施例提供的车辆定位的装置可以执行图2所示方法实施例的技术方案，其实现原理和技术效果与图2所示方法实施例类似，在此不再一一赘述。
实施例六
图13为根据本申请第六实施例提供的车辆定位的装置的结构示意图，如图13所示，本实施例提供的车辆定位的装置1300在图12所示的车辆定位的装置的基础上，还包括：偏置位姿计算模块1301和偏置位姿确定模块1302。
进一步地，状态判断模块1202，具体用于：
计算当前视觉车道线与对应的高精地图车道线的匹配度；若匹配度小于预设匹配度阈值，则确定视觉传感器的当前状态为失效状态；若匹配度大于或等于预设匹配度阈值，则确定视觉传感器的当前状态为有效状态。
进一步地，偏置位姿获取模块1203，具体用于：若确定视觉传感器的当前状态为失效状态，则判断视觉传感器的失效时间是否在预设时间段范围内；若确定在预设时间段范围内，则获取当前车辆导航定位位姿和对应的车辆导航偏置位姿。
进一步地，偏置位姿获取模块1203，在获取对应的车辆导航偏置位姿时，具体用于：
获取距离当前定位周期最近的历史定位周期内的历史车辆融合定位位姿和历史车辆导航定位位姿；在距离当前定位周期最近的历史定位周期内视觉传感器的状态为有效状态；根据历史车辆融合定位位姿和历史车辆导航定位位姿计算历史车辆导航偏置位姿；将历史车辆导航偏置位姿确定为对应的车辆导航偏置位姿。
进一步地，偏置位姿获取模块1203，在根据历史车辆融合定位位姿和历史车辆导航定位位姿计算历史车辆导航偏置位姿时，具体用于：
计算历史车辆导航定位位姿与历史车辆融合定位位姿的第一差值；将第一差值确定为历史车辆导航偏置位姿。
进一步地，融合位姿计算模块1204，具体用于：
计算当前车辆导航定位位姿与对应的车辆导航偏置位姿的第二差值；将第二差值确定为当前车辆融合定位位姿。
进一步地，融合位姿计算模块1204，还用于若视觉传感器的状态为有效状态，则根据当前车辆视觉定位位姿和当前车辆导航定位位姿计算当前车辆融合定位位姿；偏置位姿计算模块1301，用于根据当前车辆融合定位位姿和当前车辆导航定位位姿计算当前车辆导航偏置位姿；偏置位姿确定模块1302，用于将当前车辆导航偏置位姿确定为在未来定位周期内视觉传感器的状态为无效状态时对应的车辆导航偏置位姿；未来定位周期为距离当前定位周期为预设时间段范围内的未发生的定位周期。
本实施例提供的车辆定位的装置可以执行图3、图4、图6-图9、图11所示方法实施例的技术方案，其实现原理和技术效果与图3、图4、图6-图9、图11所示方法实施例类似，在此不再一一赘述。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图14所示，是根据本申请实施例的车辆定位的方法的电子设备的框图。电子设备旨在各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图14所示，该电子设备包括：一个或多个处理器1401、存储器1402，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器***)。图14中以一个处理器1401为例。
存储器1402即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的车辆定位的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的车辆定位的方法。
存储器1402作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的车辆定位的方法对应的程序指令/模块(例如，附图12所示的车道线获取模块1201，状态判断模块1202，偏置位姿获取模块1203和融合位姿计算模块1204)。处理器1401通过运行存储在存储器1402中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的车辆定位的方法。
存储器1402可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储根据图14的电子设备的使用所创建的数据等。此外，存储器1402可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器1402可选包括相对于处理器1401远程设置的存储器，这些远程存储器可以通过网络连接至图14的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图14的电子设备还可以包括：输入装置1403和输出装置1404。处理器1401、存储器1402、输入装置1403和输出装置1404可以通过总线或者其他方式连接，图14中以通过总线连接为例。
输入装置1403可接收输入的语音、数字或字符信息，以及产生与图14的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1404可以包括语音播放设备、显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，由于GNSS类传感器一旦完成定位，在空旷有开放天空的场景下的定位就会十分稳定，虽然存在绝对的定位误差，但短期内与车辆融合定位位姿的相对定位误差却很小，所以利用GNSS类传感器短期内相对定位误差很小及稳定的特性，能够准确确定出当前车辆导航定位位姿对应的车辆导航偏置位姿，使该对应的车辆导航偏置位姿的定位误差很小，能够满足车道级的定位要求，进而使计算出的当前车辆融合定位位姿也能够满足车道级的定位要求。能够在视觉传感器失效时有效减小定位误差波动，使车辆在行驶过程中没有较强的顿挫感，提高自动驾驶的安全性及乘车体验。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (16)

1.一种车辆定位的方法，其特征在于，所述方法应用于电子设备，所述电子设备与车辆通信连接，所述车辆搭载有多种感知传感器，所述感知传感器至少包括：视觉传感器和GNSS类传感器，所述视觉传感器用于确定视觉车道线和车辆视觉定位位姿，所述GNSS类传感器用于确定车辆导航定位位姿，所述方法包括：
获取当前视觉车道线；
根据所述当前视觉车道线判断所述视觉传感器的当前状态是否为失效状态；
若确定所述视觉传感器的当前状态为失效状态，则获取当前车辆导航定位位姿和对应的车辆导航偏置位姿；
根据所述当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿。
2.根据权利要求1所述的方法，其特征在于，所述根据所述当前视觉车道线判断所述视觉传感器的当前状态是否为失效状态，包括：
计算所述当前视觉车道线与对应的高精地图车道线的匹配度；
若所述匹配度小于预设匹配度阈值，则确定所述视觉传感器的当前状态为失效状态；
若所述匹配度大于或等于所述预设匹配度阈值，则确定所述视觉传感器的当前状态为有效状态。
3.根据权利要求1所述的方法，其特征在于，所述若确定所述视觉传感器的当前状态为失效状态，则获取当前车辆导航定位位姿和对应的车辆导航偏置位姿，包括：
若确定所述视觉传感器的当前状态为失效状态，则判断所述视觉传感器的失效时间是否在预设时间段范围内；
若确定在所述预设时间段范围内，则获取当前车辆导航定位位姿和对应的车辆导航偏置位姿。
4.根据权利要求1所述的方法，其特征在于，所述获取对应的车辆导航偏置位姿，包括：
获取距离当前定位周期最近的历史定位周期内的历史车辆融合定位位姿和历史车辆导航定位位姿；在所述距离当前定位周期最近的历史定位周期内所述视觉传感器的状态为有效状态；
根据所述历史车辆融合定位位姿和所述历史车辆导航定位位姿计算历史车辆导航偏置位姿；
将所述历史车辆导航偏置位姿确定为所述对应的车辆导航偏置位姿。
5.根据权利要求4所述的方法，其特征在于，所述根据所述历史车辆融合定位位姿和所述历史车辆导航定位位姿计算历史车辆导航偏置位姿，包括：
计算所述历史车辆导航定位位姿与所述历史车辆融合定位位姿的第一差值；
将所述第一差值确定为历史车辆导航偏置位姿。
6.根据权利要求1所述的方法，其特征在于，所述根据所述当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿，包括：
计算所述当前车辆导航定位位姿与所述对应的车辆导航偏置位姿的第二差值；
将所述第二差值确定为所述当前车辆融合定位位姿。
7.根据权利要求1所述的方法，其特征在于，若所述视觉传感器的状态为有效状态，则还包括：
根据当前车辆视觉定位位姿和所述当前车辆导航定位位姿计算当前车辆融合定位位姿；
根据所述当前车辆融合定位位姿和所述当前车辆导航定位位姿计算当前车辆导航偏置位姿；
将所述当前车辆导航偏置位姿确定为在未来定位周期内所述视觉传感器的状态为无效状态时对应的车辆导航偏置位姿；所述未来定位周期为距离当前定位周期为预设时间段范围内的未发生的定位周期。
8.一种车辆定位的装置，其特征在于，所述装置位于电子设备中，所述电子设备与车辆通信连接，所述车辆搭载有多种感知传感器，所述感知传感器至少包括：视觉传感器和GNSS类传感器，所述视觉传感器用于确定视觉车道线和车辆视觉定位位姿，所述GNSS类传感器用于确定车辆导航定位位姿，所述装置包括：
车道线获取模块，用于获取当前视觉车道线；
状态判断模块，用于根据所述当前视觉车道线判断所述视觉传感器的当前状态是否为失效状态；
偏置位姿获取模块，用于若确定所述视觉传感器的当前状态为失效状态，则获取当前车辆导航定位位姿和对应的车辆导航偏置位姿；
融合位姿计算模块，用于根据所述当前车辆导航定位位姿和对应的车辆导航偏置位姿计算当前车辆融合定位位姿。
9.根据权利要求8所述的装置，其特征在于，所述状态判断模块，具体用于：
计算所述当前视觉车道线与对应的高精地图车道线的匹配度；
若所述匹配度小于预设匹配度阈值，则确定所述视觉传感器的当前状态为失效状态；
若所述匹配度大于或等于所述预设匹配度阈值，则确定所述视觉传感器的当前状态为有效状态。
10.根据权利要求8所述的装置，其特征在于，所述偏置位姿获取模块，具体用于：
若确定所述视觉传感器的当前状态为失效状态，则判断所述视觉传感器的失效时间是否在预设时间段范围内；
若确定在所述预设时间段范围内，则获取当前车辆导航定位位姿和对应的车辆导航偏置位姿。
11.根据权利要求8所述的装置，其特征在于，所述偏置位姿获取模块，在获取对应的车辆导航偏置位姿时，具体用于：
获取距离当前定位周期最近的历史定位周期内的历史车辆融合定位位姿和历史车辆导航定位位姿；在所述距离当前定位周期最近的历史定位周期内所述视觉传感器的状态为有效状态；
根据所述历史车辆融合定位位姿和所述历史车辆导航定位位姿计算历史车辆导航偏置位姿；
将所述历史车辆导航偏置位姿确定为所述对应的车辆导航偏置位姿。
12.根据权利要求11所述的装置，其特征在于，所述偏置位姿获取模块，在根据所述历史车辆融合定位位姿和所述历史车辆导航定位位姿计算历史车辆导航偏置位姿时，具体用于：
计算所述历史车辆导航定位位姿与所述历史车辆融合定位位姿的第一差值；
将所述第一差值确定为历史车辆导航偏置位姿。
13.根据权利要求8所述的装置，其特征在于，所述融合位姿计算模块，具体用于：
计算所述当前车辆导航定位位姿与所述对应的车辆导航偏置位姿的第二差值；
将所述第二差值确定为所述当前车辆融合定位位姿。
14.根据权利要求8所述的装置，其特征在于，还包括：偏置位姿计算模块和偏置位姿确定模块；
所述融合位姿计算模块，还用于若所述视觉传感器的状态为有效状态，则根据当前车辆视觉定位位姿和所述当前车辆导航定位位姿计算当前车辆融合定位位姿；
所述偏置位姿计算模块，用于根据所述当前车辆融合定位位姿和所述当前车辆导航定位位姿计算当前车辆导航偏置位姿；
所述偏置位姿确定模块，用于将所述当前车辆导航偏置位姿确定为在未来定位周期内所述视觉传感器的状态为无效状态时对应的车辆导航偏置位姿；所述未来定位周期为距离当前定位周期为预设时间段范围内的未发生的定位周期。
15.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
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权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
CN201911146739.2A 2019-11-21 2019-11-21 车辆定位的方法、装置、设备及存储介质 Active CN110806215B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911146739.2A CN110806215B (zh) 2019-11-21 2019-11-21 车辆定位的方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911146739.2A CN110806215B (zh) 2019-11-21 2019-11-21 车辆定位的方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN110806215A true CN110806215A (zh) 2020-02-18
CN110806215B CN110806215B (zh) 2021-06-29

Family

ID=69491065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911146739.2A Active CN110806215B (zh) 2019-11-21 2019-11-21 车辆定位的方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN110806215B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111830544A (zh) * 2020-07-02 2020-10-27 合肥移顺信息技术有限公司 车辆定位的方法、装置、***及存储介质
CN112577526A (zh) * 2020-12-29 2021-03-30 武汉中海庭数据技术有限公司 一种多传感器融合定位的置信度计算方法及***
CN113643440A (zh) * 2021-07-06 2021-11-12 北京百度网讯科技有限公司 定位方法、装置、设备和存储介质
CN113870316A (zh) * 2021-10-19 2021-12-31 青岛德智汽车科技有限公司 一种无gps跟车场景下前车路径重建方法
CN114001742A (zh) * 2021-10-21 2022-02-01 广州小鹏自动驾驶科技有限公司 车辆定位方法、装置、车辆和可读存储介质
CN114114369A (zh) * 2022-01-27 2022-03-01 智道网联科技(北京)有限公司 自动驾驶车辆定位方法和装置、电子设备和存储介质
CN114111845A (zh) * 2021-12-15 2022-03-01 安徽江淮汽车集团股份有限公司 一种基于地面标识的车辆定位校准方法
WO2023035359A1 (zh) * 2021-09-10 2023-03-16 中车株洲电力机车研究所有限公司 一种组合循迹方法及装置
CN116481548A (zh) * 2023-06-25 2023-07-25 蘑菇车联信息科技有限公司 自动驾驶车辆的定位方法、装置及电子设备
US11866064B2 (en) 2021-01-25 2024-01-09 Beijing Baidu Netcom Science Technology Co., Ltd. Method and apparatus for processing map data

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150248588A1 (en) * 2014-03-03 2015-09-03 Denso Corporation Lane line recognition apparatus
DE102014215570A1 (de) * 2014-08-06 2016-02-11 Elektrobit Automotive Gmbh Fahrzeugnavigationssystem
CN106767853A (zh) * 2016-12-30 2017-05-31 中国科学院合肥物质科学研究院 一种基于多信息融合的无人驾驶车辆高精度定位方法
CN108960183A (zh) * 2018-07-19 2018-12-07 北京航空航天大学 一种基于多传感器融合的弯道目标识别***及方法
CN109085620A (zh) * 2017-06-13 2018-12-25 百度在线网络技术（北京）有限公司 无人驾驶车辆定位异常校准方法、装置、设备及存储介质
CN109785667A (zh) * 2019-03-11 2019-05-21 百度在线网络技术（北京）有限公司 车道偏离识别方法、装置、设备和存储介质
CN109927722A (zh) * 2019-03-01 2019-06-25 武汉光庭科技有限公司 自动驾驶中基于视觉与组合惯导的车道保持的方法及***
CN109989329A (zh) * 2019-04-22 2019-07-09 河南城建学院 一种利用无人机引导的智能划线车
CN110136199A (zh) * 2018-11-13 2019-08-16 北京初速度科技有限公司 一种基于摄像头的车辆定位、建图的方法和装置
CN110293970A (zh) * 2019-05-22 2019-10-01 重庆长安汽车股份有限公司 一种自动驾驶汽车的行驶控制方法、装置及汽车

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150248588A1 (en) * 2014-03-03 2015-09-03 Denso Corporation Lane line recognition apparatus
DE102014215570A1 (de) * 2014-08-06 2016-02-11 Elektrobit Automotive Gmbh Fahrzeugnavigationssystem
CN106767853A (zh) * 2016-12-30 2017-05-31 中国科学院合肥物质科学研究院 一种基于多信息融合的无人驾驶车辆高精度定位方法
CN109085620A (zh) * 2017-06-13 2018-12-25 百度在线网络技术（北京）有限公司 无人驾驶车辆定位异常校准方法、装置、设备及存储介质
CN108960183A (zh) * 2018-07-19 2018-12-07 北京航空航天大学 一种基于多传感器融合的弯道目标识别***及方法
CN110136199A (zh) * 2018-11-13 2019-08-16 北京初速度科技有限公司 一种基于摄像头的车辆定位、建图的方法和装置
CN109927722A (zh) * 2019-03-01 2019-06-25 武汉光庭科技有限公司 自动驾驶中基于视觉与组合惯导的车道保持的方法及***
CN109785667A (zh) * 2019-03-11 2019-05-21 百度在线网络技术（北京）有限公司 车道偏离识别方法、装置、设备和存储介质
CN109989329A (zh) * 2019-04-22 2019-07-09 河南城建学院 一种利用无人机引导的智能划线车
CN110293970A (zh) * 2019-05-22 2019-10-01 重庆长安汽车股份有限公司 一种自动驾驶汽车的行驶控制方法、装置及汽车

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111830544B (zh) * 2020-07-02 2024-01-05 合肥移顺信息技术有限公司 车辆定位的方法、装置、***及存储介质
CN111830544A (zh) * 2020-07-02 2020-10-27 合肥移顺信息技术有限公司 车辆定位的方法、装置、***及存储介质
CN112577526A (zh) * 2020-12-29 2021-03-30 武汉中海庭数据技术有限公司 一种多传感器融合定位的置信度计算方法及***
CN112577526B (zh) * 2020-12-29 2023-10-13 武汉中海庭数据技术有限公司 一种多传感器融合定位的置信度计算方法及***
US11866064B2 (en) 2021-01-25 2024-01-09 Beijing Baidu Netcom Science Technology Co., Ltd. Method and apparatus for processing map data
CN113643440A (zh) * 2021-07-06 2021-11-12 北京百度网讯科技有限公司 定位方法、装置、设备和存储介质
WO2023035359A1 (zh) * 2021-09-10 2023-03-16 中车株洲电力机车研究所有限公司 一种组合循迹方法及装置
CN113870316B (zh) * 2021-10-19 2023-08-15 青岛德智汽车科技有限公司 一种无gps跟车场景下前车路径重建方法
CN113870316A (zh) * 2021-10-19 2021-12-31 青岛德智汽车科技有限公司 一种无gps跟车场景下前车路径重建方法
CN114001742A (zh) * 2021-10-21 2022-02-01 广州小鹏自动驾驶科技有限公司 车辆定位方法、装置、车辆和可读存储介质
CN114001742B (zh) * 2021-10-21 2024-06-04 广州小鹏自动驾驶科技有限公司 车辆定位方法、装置、车辆和可读存储介质
CN114111845A (zh) * 2021-12-15 2022-03-01 安徽江淮汽车集团股份有限公司 一种基于地面标识的车辆定位校准方法
CN114114369A (zh) * 2022-01-27 2022-03-01 智道网联科技(北京)有限公司 自动驾驶车辆定位方法和装置、电子设备和存储介质
CN116481548A (zh) * 2023-06-25 2023-07-25 蘑菇车联信息科技有限公司 自动驾驶车辆的定位方法、装置及电子设备
CN116481548B (zh) * 2023-06-25 2023-10-03 蘑菇车联信息科技有限公司 自动驾驶车辆的定位方法、装置及电子设备

Also Published As

Publication number Publication date
CN110806215B (zh) 2021-06-29

Similar Documents

Publication Publication Date Title
CN110806215B (zh) 车辆定位的方法、装置、设备及存储介质
CN110979346B (zh) 确定车辆所处车道的方法、装置及设备
CN110542436B (zh) 车辆定位***的评测方法、装置、设备及存储介质
CN111220154A (zh) 车辆定位方法、装置、设备和介质
CN110595494B (zh) 地图误差确定方法和装置
CN111649739B (zh) 定位方法和装置、自动驾驶车辆、电子设备和存储介质
CN105593877B (zh) 基于动态地构建的环境地图数据进行物体追踪
CN111721289A (zh) 车辆定位方法、装置、设备、存储介质及车辆
CN107748569B (zh) 用于无人机的运动控制方法、装置及无人机***
CN111679302A (zh) 车辆定位方法、装置、电子设备和计算机存储介质
US10976163B2 (en) Robust vision-inertial pedestrian tracking with heading auto-alignment
CN110617825B (zh) 一种车辆定位方法、装置、电子设备和介质
CN111462029B (zh) 视觉点云与高精地图融合方法、装置和电子设备
CN111274343A (zh) 一种车辆定位方法、装置、电子设备及存储介质
CN110738183B (zh) 路侧相机障碍物检测方法及装置
CN111220164A (zh) 定位方法、装置、设备及存储介质
CN111811521A (zh) 定位方法和装置、电子设备、车端设备、自动驾驶汽车
CN111638528B (zh) 定位方法、装置、电子设备和存储介质
CN111079079B (zh) 数据修正方法、装置、电子设备及计算机可读存储介质
CN111611901A (zh) 车辆逆行检测方法、装置、设备以及存储介质
CN111523471B (zh) 车辆所在车道的确定方法、装置、设备以及存储介质
CN111784837A (zh) 高精地图生成方法和装置
CN111721305B (zh) 定位方法和装置、自动驾驶车辆、电子设备和存储介质
CN112147632A (zh) 车载激光雷达感知算法的测试方法、装置、设备和介质
CN111597987A (zh) 用于生成信息的方法、装置、设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant