CN113790761B - 驾驶端定位方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种驾驶端定位方法、装置、计算机设备和存储介质。该方法可应用于地图领域、自动驾驶领域、交通领域以及车载场景中，包括：获取对目标驾驶端所处的目标环境进行采集得到的目标传感数据集合；分别对目标传感数据进行定位分析，得到各个目标传感数据分别对应的候选对象定位结果；获取目标传感数据对应的传感器在采集目标传感数据时，传感器所对应的目标环境影响数据；基于目标环境影响数据得到目标传感数据对应的候选对象定位结果的对象定位精度；基于候选对象定位结果对应的对象定位精度选取得到满足精度条件的候选对象定位结果，作为目标驾驶端对应的目标对象定位结果。采用本方法能够驾驶端定位准确度。

Description

驾驶端定位方法、装置、计算机设备和存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种驾驶端定位方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，出现了自动驾驶技术，自动驾驶技术中可以检测自动驾驶端例如自动驾驶车辆周围的物体，控制自动驾驶端与周围物体之间的距离，从而减少自动驾驶端与周围的物体发生碰撞的情况。

目前，检测自动驾驶端周围的物体的方法有很多，然而现有的检测自动驾驶端周围的物体的方法存在不能准确的检测出周围物体的情况，导致驾驶端定位的准确度较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高驾驶端定位准确度的驾驶端定位方法、装置、计算机设备和存储介质。

一种驾驶端定位方法，所述方法包括：获取对目标驾驶端所处的目标环境进行采集得到的目标传感数据集合；所述目标传感数据集合包括多个传感器分别进行采集得到的目标传感数据；分别对所述目标传感数据进行定位分析，得到各个所述目标传感数据分别对应的候选对象定位结果；获取所述目标传感数据对应的传感器在采集所述目标传感数据时，所述传感器所对应的目标环境影响数据；基于所述目标环境影响数据得到所述目标传感数据对应的候选对象定位结果的对象定位精度；基于所述候选对象定位结果对应的对象定位精度选取得到满足精度条件的候选对象定位结果，将满足精度条件的候选对象定位结果作为所述目标驾驶端对应的目标对象定位结果。

一种驾驶端定位装置，所述装置包括：目标传感数据集合获取模块，用于获取对目标驾驶端所处的目标环境进行采集得到的目标传感数据集合；所述目标传感数据集合包括多个传感器分别进行采集得到的目标传感数据；候选对象定位结果得到模块，用于分别对所述目标传感数据进行定位分析，得到各个所述目标传感数据分别对应的候选对象定位结果；目标环境影响数据获取模块，用于获取所述目标传感数据对应的传感器在采集所述目标传感数据时，所述传感器所对应的目标环境影响数据；对象定位精度得到模块，用于基于所述目标环境影响数据得到所述目标传感数据对应的候选对象定位结果的对象定位精度；目标对象定位结果得到模块，用于基于所述候选对象定位结果对应的对象定位精度选取得到满足精度条件的候选对象定位结果，将满足精度条件的候选对象定位结果作为所述目标驾驶端对应的目标对象定位结果。

在一些实施例中，所述目标传感数据包括拍摄传感器拍摄得到的目标图像，所述目标环境影响数据包括所述目标图像的图像亮度，所述对象定位精度得到模块包括：目标定位精度得到单元，用于基于所述目标图像的图像亮度计算得到目标定位精度，所述目标定位精度与亮度成正相关关系；目标空间获取单元，用于获取所述目标图像对应的目标空间，将所述目标定位精度作为所述目标空间对应的候选对象定位结果的对象定位精度。

在一些实施例中，所述目标定位精度包括所述目标图像的各个子图像区域对应的区域定位精度；所述目标定位精度得到单元，还用于对所述目标图像进行区域划分，得到所述目标图像对应的多个子图像区域；对各个所述子图像区域的像素点亮度分别进行亮度统计，得到各个所述子图像区域分别对应的区域亮度；基于所述子图像区域对应的区域亮度，得到所述子图像区域对应的区域定位精度；所述目标空间获取单元，还用于从所述目标图像对应的目标空间中确定所述子图像区域对应的子空间，将所述子图像区域对应的区域定位精度作为所述子空间对应的候选对象定位结果的对象定位精度。

在一些实施例中，所述目标传感数据包括探测传感器探测得到的对象探测数据，所述目标环境影响数据包括所述目标环境中影响传输所述探测传感器的探测物质的环境属性数据集合，所述环境属性数据集合包括多个环境属性数据，所述对象定位精度得到模块包括：目标环境状态信息得到单元，用于综合所述环境属性数据集合中的环境属性数据，得到所述目标环境对应的目标环境状态信息；对象定位精度得到单元，用于基于环境状态信息与定位精度的对应关系，获取所述目标环境状态信息对应的定位精度，作为所述目标传感数据对应的候选对象定位结果的对象定位精度。

在一些实施例中，所述环境属性数据为环境属性数值，所述目标环境状态信息得到单元，还用于获取所述环境属性数值对应的属性权重，基于所述属性权重对所述环境属性数值进行加权计算，得到加权后的环境属性数值；对所述环境属性数据集合对应的加权后的环境属性数值进行统计，将统计得到的环境属性统计值作为所述目标环境对应的目标环境状态信息。

在一些实施例中，所述对象定位精度得到模块包括：环境定位精度得到单元，用于基于所述目标环境影响数据得到所述目标传感数据对应的候选对象定位结果的环境定位精度；历史反馈定位精度获取单元，用于获取所述候选对象定位结果对应的目标位置点，获取所述目标位置点对应的历史反馈定位精度；对象定位精度得到单元，用于基于所述环境定位精度以及所述历史反馈定位精度，得到所述目标传感数据对应的候选对象定位结果的对象定位精度。

在一些实施例中，所述历史反馈定位精度获取单元，还用于获取所述目标位置点对应的历史对象定位结果，在所述目标驾驶端的信息展示设备上展示所述历史对象定位结果对应的结果呈现信息；响应于对所述结果呈现信息的精度反馈操作，基于所述精度反馈操作对所述历史对象定位结果对应的原始定位精度进行调整，得到所述目标位置点对应的历史反馈定位精度。

在一些实施例中，所述历史反馈定位精度获取单元，还用于基于所述精度反馈操作确定反馈精度调整方向，获取所述反馈精度调整方向对应的反馈精度调整参数；利用所述反馈精度调整参数对所述历史对象定位结果对应的原始定位精度进行调整，得到所述目标位置点对应的历史反馈定位精度。

在一些实施例中，所述目标对象定位结果得到模块包括：精度对比结果得到单元，用于将所述候选对象定位结果对应的对象定位精度与定位精度阈值进行对比，得到精度对比结果；目标对象定位结果得到单元，用于将精度对比结果为对象定位精度大于所述定位精度阈值的候选对象定位结果，作为所述目标驾驶端对应的目标对象定位结果。

在一些实施例中，所述目标传感数据是通过环境影响度大于影响度阈值的传感器所采集到的传感数据，所述装置还包括：附加传感数据得到模块，用于获取环境影响度小于影响度阈值的传感器对所述目标驾驶端所处的目标环境进行采集所采集到的传感数据，作为附加传感数据；附加对象定位结果得到模块，用于对所述附加传感数据进行定位分析，得到所述附加传感数据对应的附加对象定位结果；传感器定位精度得到模块，用于获取环境影响度小于影响度阈值的传感器对应的传感器定位精度；精度对比模块，用于当所述精度对比结果为对象定位精度均小于所述定位精度阈值时，则将所述传感器定位精度与所述定位精度阈值进行对比；目标对象定位结果确定模块，用于当所述传感器定位精度大于所述定位精度阈值时，则将所述附加传感数据对应的附加对象定位结果作为所述目标驾驶端对应的目标对象定位结果。

在一些实施例中，所述目标对象定位结果为所述目标环境对应的位置点集合中的位置点对应的对象定位结果；所述装置还包括：当前定位结果集合组成模块，用于将所述位置点集合中各个位置点分别对应的目标对象定位结果，组成当前时间对应的当前定位结果集合；对应关系建立模块，用于确定所述位置点集合中各个位置点分别对应的目标对象定位结果所对应的传感器，建立目标对象定位结果与对应的传感器之间的对应关系；展示模块，用于在所述目标驾驶端展示当前时间所对应的所述当前定位结果集合，并基于所述对应关系，对应展示所述目标对象定位结果所对应的传感器的指示信息。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述驾驶端定位方法中的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述驾驶端定位方法中的步骤。

一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述驾驶端定位方法中的步骤。

上述驾驶端定位方法、装置、计算机设备和存储介质，获取对目标驾驶端所处的目标环境进行采集得到的目标传感数据集合，目标传感数据集合包括多个传感器分别进行采集得到的目标传感数据，分别对目标传感数据进行定位分析，得到各个目标传感数据分别对应的候选对象定位结果，获取目标传感数据对应的传感器在采集目标传感数据时，传感器所对应的目标环境影响数据，基于目标环境影响数据得到目标传感数据对应的候选对象定位结果的对象定位精度，基于候选对象定位结果对应的对象定位精度选取得到满足精度条件的候选对象定位结果，将满足精度条件的候选对象定位结果作为目标驾驶端对应的目标对象定位结果，由于对象定位精度是基于环境影响数据确定的，因此对象定位精度可以准确的反映出定位精度，从而基于对象定位精度筛选出目标驾驶端对应的目标对象定位结果，可以筛选得到准确的目标对象定位结果，从而提高了驾驶端定位的准确度。

附图说明

图1为一些实施例中驾驶端定位方法的应用环境图；

图2为一些实施例中驾驶端定位方法的流程示意图；

图3为一些实施例中展示结果呈现信息的示意图；

图4为一些实施例中展示可视化展示信息的示意图；

图5为一些实施例中驾驶端定位方法的应用环境图；

图6为一些实施例中驾驶端定位方法的原理图；

图7为一些实施例中驾驶端定位方法的流程示意图；

图8为一些实施例中驾驶端定位装置的结构框图；

图9为一些实施例中计算机设备的内部结构图；

图10为一些实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的驾驶端定位方法，可以应用于如图1所示的应用环境中。该应用环境包括终端102以及传感器集合104，终端102与传感器集合104之间可以通过有线方式或无线方式进行通信。传感器集合104以及终端102可以是驾驶端中的设备，例如可以是自动驾驶车辆中的设备。传感器集合104中包括多个传感器，例如可以包括摄像头、激光雷达、温湿度传感器或UWB(Ultra Wide Band，超宽带)毫米波传感器中至少一个。

终端102可以获取传感器集合104中各个传感器采集到的传输数据，基于各个传感器分别采集到的传感数据进行定位分析，得到定位结果，基于定位结果确定驾驶端周围环境中所包括的物体，并定位出周围环境中的物体的位置。终端102可以将定位结果传输至驾驶端中的驾驶策略确定模块，驾驶策略确定模块可以基于定位结果调整驾驶策略，使得驾驶端与周围的物体保持距离，从而减少驾驶端与周围的物体发生碰撞的情况。

具体地，终端102可以获取对目标驾驶端所处的目标环境进行采集得到的目标传感数据集合，目标传感数据集合包括多个传感器分别进行采集得到的目标传感数据，终端102还可以分别对目标传感数据进行定位分析，得到各个目标传感分别对应的候选对象定位结果，获取目标传感数据对应的传感器在采集该目标传感数据时，传感器所对应的目标环境影响数据，基于该目标环境影响数据得到目标传输对应的候选对象定位结果的对象定位精度，基于候选对象定位结果对应的对象定位精度，选择得到满足精度条件的候选对象定位结果，将满足精度条件的候选对象定位结果作为目标驾驶端对应的目标对象定位结果。

其中，终端102包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。

本申请提供的驾驶端定位方法，可以应用于自动驾驶领域、地图领域、交通领域以及车载场景中，智能交通***(Intelligent Traffic System，ITS)又称智能运输***(Intelligent Transportation System)，是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等)有效地综合运用于交通运输、服务控制和车辆制造，加强车辆、道路、使用者三者之间的联系，从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输***。智能车路协同***(Intelligent Vehicle Infrastructure Cooperative Systems，IVICS)，简称车路协同***，是智能交通***(ITS)的一个发展方向。车路协同***是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通***。

可以理解，上述应用场景仅是一种示例，并不构成对本申请实施例提供的驾驶端定位的限定，本申请实施例提供的方法还可以应用在其他应用场景中，例如本申请提供的驾驶端定位可以是由服务器执行的，终端102可以将得到的传感数据上传至服务器，服务器可以利用传感数据得到目标驾驶端对应的目标对象定位结果，将目标对象定位结果返回至终端102。

在一些实施例中，如图2所示，提供了一种驾驶端定位方法，以该方法应用于图1中的终端102为例进行说明，包括以下步骤：

S202，获取对目标驾驶端所处的目标环境进行采集得到的目标传感数据集合；目标传感数据集合包括多个传感器分别进行采集得到的目标传感数据。

其中，目标驾驶端可以是任意的驾驶端，例如可以是车辆、飞机或火车，车辆包括但不限于是自动驾驶车辆以及非自动驾驶车辆，例如可以是自动驾驶汽车，飞机包括但不限于是无人机以及有驾驶员的飞机。本申请中不限制目标自动驾驶端的具体类型。目标驾驶端上安装有多种传感器，例如可以安装有摄像头、激光雷达、温湿度传感器或UWB毫米波传感器中至少一个。目标环境是指目标驾驶端所处的周围环境。

传感器是用于采集数据的设备，可以为摄像头、激光雷达、温湿度传感器或UWB毫米波传感器中至少一个，传感数据是指由传感器采集到的数据，可以为点云数据、图像或视频等数据中的至少一种，不限制传感器以及传感数据的类型，例如传感数据可以是由摄像头采集到的视频数据。采集得到目标传感数据的传感器可以是目标驾驶端上设置的传感器，也可以是目标驾驶端周围的传感器，例如可以是目标驾驶端行驶的道路上设置的传感器。

目标传感数据集合中的目标传感数据的类型可以相同也可以不同，例如，一种目标传感数据可以为点云数据，一种目标传感数据为图像数据。目标传感数据集合中的各个目标传感数据对应的采集时间可以是相同的，采集时间是指采集目标传感数据的时间，例如各个目标传感数据均为8点30分到8点35分这个时间段采集到的数据。

具体地，终端可以周期性的获取目标传感数据集合，例如可以每隔5分钟获取一次目标传感数据集合，当然，每次获取的目标传感数据集合是不同的。目标自动驾驶端也可以是在获取到对象定位指令时获取目标传感数据集合的，对象定位指令用于指示对目标驾驶端的目标环境中的对象进行定位，对象可以是有生命的事物，例如可以是行人，也可以是没有生命的事物，例如可以是路灯、建筑物或者植物中的至少一个。对象例如可以是目标驾驶端行驶过程中的障碍物。

S204，分别对目标传感数据进行定位分析，得到各个目标传感数据分别对应的候选对象定位结果。

其中，定位分析是指基于目标传感数据确定目标环境中包括的对象以及确定出的对象的位置。对象定位结果，对象定位结果中可以包括对象位置、对象存在可能度或者对象距离中的至少一个，其中，对象存在可能度是指存在对象的可能度，例如存在对象的概率，对象位置可以用坐标表示，例如可以用二维坐标或者三维坐标标示，对象距离是指对象与目标驾驶端之间的距离。候选对象定位结果是指由各个目标传感数据进行定位分析所得到的对象定位结果。候选对象定位结果可以有多个。

具体地，候选对象定位结果可以为目标环境中的目标空间中的位置点对应的对象定位结果，例如当目标空间是以目标驾驶端为中心的立方体内的环境时，位置点可以是立方体中包括的各个位置点，例如立方体的大小为K*P*Q，其中，K为立方体的长度，P为立方体的宽度，Q为立方体的高度，则立方体中包括L＝K*P*Q个位置点，目标空间中的各个位置点可以分别对应有候选对象定位结果，位置点对应的候选对象定位结果可以反映该位置点存在对象的概率，例如该位置点存在障碍物的概率。候选对象定位结果中的对象位置可以用对应的位置点的坐标进行表示。

在一些实施例中，目标空间中的每个位置点可以对应有候选对象定位结果集合，候选对象定位结果集合中的各个候选对象定位结果是对不同的目标传感数据进行定位分析得到的结果。例如，由于目标传感数据有多种，每种目标传感数据分别可以定位得到位置点对应的候选对象定位结果，从而可以获取该位置点对应的各个候选对象定位结果，组成该位置点对应的候选对象定位结果集合。终端可以从位置点对应的候选对象定位结果集合中选取一个候选对象定位结果，作为该位置点对应的目标对象定位结果，例如可以将候选对象定位结果中的任意一个候选对象定位结果作为该位置点的目标对象定位结果，获取对候选对象定位结果集合进行进一步的筛选得到该位置点的目标对象定位结果。

在一些实施例中，终端可以利用定位模型对目标传感数据进行定位分析，定位模型可以是设置在终端或目标驾驶端中，终端可以将目标传感数据输入到定位模型中进行定位分析，得到对象定位结果。其中，定位模型中可以是利用定位算法进行定位分析的，定位模块可以是基于人工智能的神经网络模型，目标传感数据的类型不同，对应的定位模块也可以不同，例如当目标传感数据是图像数据时，定位模块可以是图像识别模型，图像识别模型可以识别出图像中所包括的对象，当目标传感数据为点云数据时，定位模块可以是能够从点云数据中识别出对象的模型。

在一些实施例中，定位模型可以是位于终端之外的位置的，例如可以是位于可以与终端进行通信的服务器中的，终端可以将目标传感数据发送至服务器，服务器可以利用定位模型对目标传感数据进行定位分析，将得到的定位结果返回至终端。

S206，获取目标传感数据对应的传感器在采集目标传感数据时，传感器所对应的目标环境影响数据。

其中，环境影响数据是指对传感器或者传感器发射出的探测物质产生影响的环境数据，包括但不限于是光照、亮度、温度或湿度中的至少一个。探测物质是传感器用于探测周围物体时所发射出的物体，当传感器为激光雷达时，探测物质可以是电磁波。不同的传感器对应的环境影响数据可以相同也可以不同。目标环境影响数据是指采集得到目标传感数据的传感器所对应的环境影响数据。

具体地，终端可以基于传感器采集得到的传感数据的类型，确定传感器对应的环境影响数据，例如当传感数据为视频或图像时，可以确定传感器对应的环境影响数据包括亮度，当传感数据为激光雷达数据即由激光雷达采集到的数据时，可以确定传感器对应的环境影响数据包括温度或湿度中的至少一个。

S208，基于目标环境影响数据得到目标传感数据对应的候选对象定位结果的对象定位精度。

其中，对象定位精度用于反映候选对象定位结果的准确度，例如候选对象定位结果中包括对象存在可能度，对象定位精度可以反映对象存在可能度的准确度，例如位置A处的对象存在可能度为0.9，则对象定位精度可以反映“位置A处的对象存在可能度为0.9”的准确度，对象定位精度也可以称为对象定位结果的置信度。

具体地，终端可以基于目标环境影响数据，得到目标传感数据对应的候选对象定位结果的环境定位精度，基于环境定位精度得到目标传感数据对应的候选对象定位结果的对象定位精度。对象定位精度与环境定位精度成正相关关系。其中，正相关关系指的是：在其他条件不变的情况下，两个变量变动方向相同，一个变量由大到小变化时，另一个变量也由大到小变化。可以理解的是，这里的正相关关系是指变化的方向是一致的，但并不是要求当一个变量有一点变化，另一个变量就必须也变化。例如，可以设置当变量a为10至20时，变量b为100，当变量a为20至30时，变量b为120。这样，a与b的变化方向都是当a变大时，b也变大。但在a为10至20的范围内时，b可以是没有变化的。

在一些实施例中，当目标传感数据为图像时，终端可以对图像的亮度进行分析，基于分析得到的图像亮度确定环境定位精度。

在一些实施例中，目标驾驶端中可以设置有温湿度传感器，终端可以获取温湿度传感器采集到的温度数据或湿度数据中的至少一种，基于温度数据或湿度数据中的至少一个确定环境定位精度。

在一些实施例中，终端可以获取目标传感数据对应的候选对象定位结果历史反馈定位精度，基于目标传感数据对应的候选对象定位结果历史反馈定位精度以及环境定位精度，得到目标传感数据对应的候选对象定位结果的对象定位精度，对象定位精度与历史反馈定位精度成正相关关系。其中，历史反馈定位精度是对历史对象定位结果的精度的反馈操作所确定的定位精度，用于反映历史对象定位结果的准确度，历史反馈定位精度越大，则表示历史对象定位结果的准确度越高。历史对象定位结果是指历史时间段中得到的位置点对应的目标对象定位结果。

S210，基于候选对象定位结果对应的对象定位精度选取得到满足精度条件的候选对象定位结果，将满足精度条件的候选对象定位结果作为目标驾驶端对应的目标对象定位结果。

其中，目标驾驶端对应的目标对象定位结果可以有多个，例如可以包括目标空间中各个位置点分别对应的目标对象定位结果，每个位置点对应有一个目标对象定位结果，可以将各个位置点分别对应的目标对象定位结果组成目标对象定位结果集合，将目标对象定位结果集合中的各个目标对象定位结果作为目标驾驶端对应的目标对象定位结果。

精度条件可以包括对象定位精度大于定位精度阈值或者定位结果排序在排序阈值之前中的至少一个，定位精度阈值以及排序阈值可以预设或根据需要设置。定位结果排序是指候选对象定位结果在候选对象定位结果序列中的排序，候选对象定位结果序列是按照对象定位精度，对候选对象定位结果集合中的各个候选对象定位结果进行排列所得到的序列，对象定位精度越大，则候选对象定位结果在候选对象定位结果集合中的排序越靠前。

具体地，目标空间中的位置点对应有候选对象定位结果集合，候选对象定位结果集合中各个候选对象定位结果分别有对象定位精度，终端可以基于对象定位精度，从候选对象定位结果集合中选取满足精度条件的候选对象定位结果，作为目标对象定位结果。

在一些实施例中，终端可以基于候选对象定位结果对应的目标传感数据的类型，从候选对象定位结果集合中确定目标对象定位结果，例如，终端可以基于候选对象定位结果对应的目标传感数据的类型，对候选对象定位结果集合中的各个候选对象定位结果进行排列，得到候选对象定位结果序列，例如，候选对象定位结果集合中包括图像数据对应的候选对象定位结果以及点云数据对应的候选对象定位结果时，可以将图像数据对应的候选对象定位结果排列在点云数据对应的候选对象定位结果之前，或者将点云数据对应的候选对象定位结果排列在图像数据对应的候选对象定位结果之前。按照排列顺序，从候选对象定位结果序列中获取当前对象定位结果，将当前对象定位结果的对象定位精度与定位精度阈值进行对比，当对象定位精度大于定位精度阈值时，将当前对象定位结果作为目标对象定位结果，反之，返回按照排列顺序，从候选对象定位结果序列中获取当前对象定位结果的步骤，从而得到位置点对应的目标对象定位结果。每个位置点对应有一个目标对象定位结果。

在一些实施例中，目标传感数据是通过环境影响度大于影响度阈值的传感器所采集到的传感数据，环境影响度可以用于反映传感器采集到的传感数据受到环境因素的影响的程度，环境影响度越大，采集数据时的环境不同，传感器采集到的传感数据之间的差异较大。传感器在采集数据时，可能会受到环境因素的影响，例如可能会收到光照、温度或湿度中的至少一种环境因素的影响，使得采集得到的传感数据与真实的数据之间存在差异。影响度阈值可以根据需要设置。

在一些实施例中，当目标空间中的位置点对应的候选对象定位结果集合中，不存在满足精度条件的候选对象定位结果时，终端可以获取附加传感数据，对附加传感数据进行定位分析，得到附加传感数据对应的对象定位结果，作为第一定位结果，基于第一定位结果确定位置点对应的目标对象定位结果，例如可以将第一定位结果作为位置点对应的目标对象定位结果，或者获取第一定位结果对应的对象定位精度，作为第一定位精度，将第一定位精度与定位精度阈值进行对比，当确定第一定位精度大于定位精度阈值时，将第一定位结果作为位置点对应的目标对象定位结果，当第一定位精度小于定位精度阈值时，确定该位置点对应的目标对象定位结果为预设对象定位结果，预设对象定位结果为预设的对象定位结果，预设对象定位结果可以用于反映该位置点的对象定位结果是无法确定的。其中，附加传感数据是利用环境影响度小于影响度阈值的传感器对目标驾驶端所处的目标环境进行采集所得到的传感数据，环境影响度小于影响度阈值的传感器采集到的传感数据受环境因素的影响较小。

上述驾驶端定位方法中，获取对目标驾驶端所处的目标环境进行采集得到的目标传感数据集合，目标传感数据集合包括多个传感器分别进行采集得到的目标传感数据，分别对目标传感数据进行定位分析，得到各个目标传感数据分别对应的候选对象定位结果，获取目标传感数据对应的传感器在采集目标传感数据时，传感器所对应的目标环境影响数据，基于目标环境影响数据得到目标传感数据对应的候选对象定位结果的对象定位精度，基于候选对象定位结果对应的对象定位精度选取得到满足精度条件的候选对象定位结果，将满足精度条件的候选对象定位结果作为目标驾驶端对应的目标对象定位结果，由于对象定位精度是基于环境影响数据确定的，因此对象定位精度可以准确的反映出定位精度，从而基于对象定位精度筛选出目标驾驶端对应的目标对象定位结果，可以筛选得到准确的目标对象定位结果，从而提高了驾驶端定位的准确度。

高精度定位对自动驾驶汽车的导航以及避障等具有重要的作用。实现高精度定位的方案可以包括使用单传感器的定位算法以及融合多中传感器数据的算法。单传感器进行定位方法中可以包括毫米波传感器UWB定位、视频定位或者激光雷达定位。激光雷达和毫米波主要通过向周围立体的散射雷达信号，计算信号发送与返回的时间差，推算障碍物的距离，进而得到周围物体的位置。视频定位方案主要通过视频分析周围障碍物的景深，来判断障碍物的位置。多传感器融合定位中，主要通过结合多个传感器的定位结果来进行定位，主要用于弥补不同传感器之间的缺陷，比如，在光线较弱的场景下，视频定位算法无法分析障碍物，但可以借助激光雷达进行定位。而对于多个传感器都能都提供定位结果的区域或场景，可以从多个传感器中随机选择一个传感器进行结果输出，浪费了多个传感器的协同能力。

对于单传感器的定位方案，在某些场景下无法实现高精度的定位，例如激光雷达在大雨或大雾场景下无法实现高精度的定位，视频定位算法在昏暗环境下无法提供高精度定位。对于多传感器的定位方案，通过随机选择的方式输出定位，得到的定位输出结果也能不是高精度的，导致定位准确度低，引发潜在的撞击障碍物的风险，提高了自动驾驶汽车耗损的概率，降低了驾驶员的安全性，提升了汽车的潜在的维修成本。

而本申请提供的驾驶端定位方法，实现了一种综合考虑不同传感器在不同环境下，不同传感条件下的定位置信度，并结合驾驶员的反馈，提供综合高精度的定位，提升了自动驾驶汽车在丰富场景下以及复杂场景下的定位精度，降低了汽车的撞击风险，提高了汽车行驶过程中的安全性。

在一些实施例中，目标传感数据包括拍摄传感器拍摄得到的目标图像，目标环境影响数据包括目标图像的图像亮度，基于目标环境影响数据得到目标传感数据对应的候选对象定位结果的对象定位精度包括：基于目标图像的图像亮度计算得到目标定位精度，目标定位精度与亮度成正相关关系；获取目标图像对应的目标空间，将目标定位精度作为目标空间对应的候选对象定位结果的对象定位精度。

其中，拍摄传感器是具有拍摄功能的设备，即具有图像采集功能的设备，例如可以是摄像机、摄像头或录像机等中的至少一种。目标图像的图像亮度是对目标图像中的像素点对应的亮度进行分析所得到的。目标定位精度与亮度成正相关关系，例如目标定位精度可以与图像亮度成正相关关系。

目标空间为目标环境中的空间，即目标环境包括目标空间，目标空间是指目标驾驶端所处的空间。目标驾驶端在目标空间中的位置可以是任意的，例如可以是位于目标空间的中心位置，目标空间的大小可以根据需要或者预先设置，例如可以为K*P*Q大小的立方体，当然也可以是其他形状的。目标空间属于三维空间，可以利用三维坐标系进行表示。子空间为目标空间中的空间区域，目标空间可以被划分为多个子空间。

具体地，终端可以计算目标图像中的多个像素点对应的亮度，基于该多个像素点对应的亮度进行统计运算，得到目标图像的图像亮度，其中，统计运算可以包括加和运算、均值运算或加权运算中的至少一个，例如可以对该多个像素点对应的亮度进行均值运算，将运算的结果作为图像亮度。或者，终端可以从该多个像素点对应的亮度中选择得到代表亮度，作为图像亮度。其中，代表亮度可以是该多个像素点对应的亮度中的最大亮度或最小亮度中的任意一个。

在一些实施例中，终端可以获取像素点对应的像素信息，像素信息可以包括像素值或RGB值，终端可以根据像素信息计算得到像素点对应的亮度，例如可以基于像素点对应的RGB值计算得到像素点对应的亮度。

在一些实施例中，终端可以获取亮度范围与定位精度之间的对应关系，不同的亮度范围所对应的定位精度不同，可以确定图像亮度所属的亮度范围，将图像亮度所属的亮度范围对应的定位精度作为目标定位精度。

在一些实施例中，目标图像为多个，终端可以对多个目标图像分别对应的图像亮度进行统计计算，例如进行均值计算，得到亮度统计值，基于亮度统计值确定目标定位精度。

在一些实施例中，目标图像的图像亮度可以包括多个子图像区域分别对应的区域亮度，即目标环境影响数据可以包括目标图像的各个子图像区域分别对应的区域亮度，该多个子图像区域是对目标图像进行区域划分所得到的各个图像区域。终端可以对子图像区域中的多个像素点的亮度进行统计计算，得到子图像区域的区域亮度，或者终端可以从该多个像素点对应的亮度中选择得到代表亮度，作为图像亮度。其中，代表亮度可以是该多个像素点对应的亮度中的最大亮度或最小亮度中的任意一个。目标定位精度可以包括各个子图像区域分别对应的定位精度。子图像区域对应的区域定位精度基于该子图像区域对应的区域亮度确定。

本实施例中，由于在采集图像的过程中，采集到的图像的效果与采集图像是的光线的强度有很大的关系，光线的强度不同，采集到的图像的效果可能不同，例如图像的亮度不同，图像的效果不同，图像的清晰度可能不同，从而当利用图像进行定位时，定位的准确度也可能不同，因此基于图像的亮度确定目标定位精度，可以提高定位精度的准确度。

在一些实施例中，目标定位精度包括目标图像的各个子图像区域对应的区域定位精度；基于目标图像的图像亮度计算得到目标定位精度包括：对目标图像进行区域划分，得到目标图像对应的多个子图像区域；对各个子图像区域的像素点亮度分别进行亮度统计，得到各个子图像区域分别对应的区域亮度；基于子图像区域对应的区域亮度，得到子图像区域对应的区域定位精度；获取目标图像对应的目标空间，将目标定位精度作为目标空间对应的候选对象定位结果的对象定位精度包括：从目标图像对应的目标空间中确定子图像区域对应的子空间，将子图像区域对应的区域定位精度作为子空间对应的候选对象定位结果的对象定位精度。

其中，各个子图像区域的大小可以是相同的，也可以是不同的。区域亮度是指子图像区域对应的亮度。区域定位精度是指子图像区域对应的区域定位精度。像素点亮度是指根据像素点对应的像素信息计算得到的亮度，每个像素点可以对应有像素点亮度。目标空间是指目标驾驶端所处的空间。目标驾驶端在目标空间中的位置可以是任意的，例如可以是位于目标空间的中心位置，目标空间的大小可以根据需要或者预先设置，例如可以为K*P*Q大小的立方体，当然也可以是其他形状的。目标空间属于三维空间，可以利用三维坐标系进行表示。子空间为目标空间中的空间区域，目标空间可以被划分为多个子空间。

具体地，终端可以将目标图像划分为目标数目的子图像区域，目标数目可以预设或根据需要设置，例如可以为I*J，即将图像分割为I*J个区域。划分得到子图像区域的方法不做限定，例如可以对目标图像进行均匀的划分，得到多个子图像区域，使得各个子图像区域的大小相同，也可以对目标图像进行非均匀的划分，得到多个子图像区域，该多个子图像区域中的各个子图像区域可以相同也可以不同。例如，目标图像可以用二维的矩阵G[M][N]表示，其中，M为图像的高度，N为图像的长度，G[M][N]中存储的是目标图像中的各个像素，可以对G[M][N]进行划分，得到多个子图像区域，假设各个子图像区域的高度为m，长度为n，则第i个子图像区域可以用G[(i-1)*m:i*m][(j-1)*n:j*n]表示，0<i<I，0<j<J。

在一些实施例中，终端可以对子图像区域中的多个像素点分别对应的像素点亮度进行统计运算，将统计的结果作为子图像区域对应的区域亮度，或者从该多个像素点分别对应的像素点亮度中选择代表亮度，作为子图像区域对应的区域亮度，例如可以用公式(1)标识区域亮度：A[i][j]＝{Bright(G[(i-1)*m:i*m][(j-1)*n:j*n])}(1)，Bright表示计算亮度。

在一些实施例中，区域定位精度可以与区域亮度成正相关关系，例如可以将区域亮度作为区域定位精度，或者确定亮度调整系数，利用亮度调整系数对区域亮度进行调整，将调整后的结果作为区域定位精度。其中，亮度调整系数可以预设或根据需要设置。

在一些实施例中，终端可以利用二维空间与三维空间之间的映射关系，从目标空间中确定与子图像区域对应的子空间，基于子图像区域对应的区域定位精度确定对应的子空间中各个位置点的候选对象定位结果的对象定位精度，例如可以将图像区域对应的区域定位精度作为对应的子空间中各个位置点的候选对象定位结果的对象定位精度，或者对区域定位精度进行调整，将调整后的区域定位精度作为对象定位精度。

本实施例中，对目标图像进行区域划分，得到各个子图像区域，确定各个子图像区域分别对应的区域亮度，得到各个子图像区域分别对应的定位精度，从目标图像对应的目标空间中确定子图像区域对应的子空间，将子图像区域对应的区域定位精度作为子空间对应的候选对象定位结果的对象定位精度，从而可以使得目标空间中的子空间分别对应有对象定位精度，使得对象定位精度得到了细化，提高了对象定位精度的准确度。

在一些实施例中，目标传感数据包括探测传感器探测得到的对象探测数据，目标环境影响数据包括目标环境中影响传输探测传感器的探测物质的环境属性数据集合，环境属性数据集合包括多个环境属性数据，基于目标环境影响数据得到目标传感数据对应的候选对象定位结果的对象定位精度包括：综合环境属性数据集合中的环境属性数据，得到目标环境对应的目标环境状态信息；基于环境状态信息与定位精度的对应关系，获取目标环境状态信息对应的定位精度，作为目标传感数据对应的候选对象定位结果的对象定位精度。

其中，探测传感器是具有探测功能的设备，例如可以是激光雷达传感器。对象探测数据是指利用探测传感器所探测到的数据。

环境属性数据集合中可以包括多个环境属性数据，环境属性数据可以包括温度数据、湿度数据或磁场强度等中的至少一个。环境状态信息用于反映环境状态，环境状态可以包括晴天、雾天、雨天或沙尘暴天气等中的至少一个，当然还可以包括其他的天气类型。环境属性数据可以包括环境传感器在采集时间段中的多个时刻采集到的环境数据，例如终端可以获取环境传感器在采集时间段中的多个时刻采集到的环境数据，组成环境数据序列，将环境数据序列作为环境属性数据，环境数据可以包括温度数据或湿度数据中的至少一个。采集时间段是指采集环境数据的时间段，例如温湿度传感器采集温度数据或湿度数据的时间段。环境属性数据也可以是数值。

不同的环境状态信息可以对应不同的定位精度，环境状态信息对应的定位精度可以是预设或根据需要设置的。

具体地，终端可以对环境属性数据集合中的各个环境属性数据进行统计计算，得到统计属性数据，基于统计属性数据确定目标环境对应的目标环境状态信息。其中，统计计算可以包括加权计算、均值计算或者加和计算中的至少一个，例如，可以对各个环境属性数据进行加权计算，将加权计算的结果作为统计属性数据。

在一些实施例中，终端可以确定各个环境属性数据分别对应的权重，利用权重对环境属性数据进行加权计算，得到统计属性数据。例如，当环境属性数据集合中包括温度数据序列以及湿度数据序列时，终端可以确定温度数据序列对应的属性权重以及湿度数据序列对应的属性权重，利用属性权重对温度数据序列以及湿度数据序列进行加权计算，基于计算结果确定目标环境状态信息。例如，目标环境状态信息可以表示为公式(2)：F[L]＝alpha*Temp[L]+beta*Mosi[L](2)，其中，数组Temp[L]为温度数据序列，数组Mosi[L]为湿度数据序列，数组F[L]为目标环境状态信息，数组Temp[L]中存储的是多个时刻分别对应的温度数据，Mosi[L]中存储的是多个时刻分别对应的湿度数据，alpha为Temp[L]对应的属性权重，beta为Mosi[L]对应的属性权重。其中，温度数据以及湿度数据可以是温湿度传感器采集到的数据。L为数组的长度，即为Temp[L]中包括的温度数据的数量。属性权重可以是预设或者根据需要设置的。

本实施例中，基于环境状态信息与定位精度的对应关系，确定目标定位精度，提高了定位精度的准确度。

在一些实施例中，环境属性数据为环境属性数值，综合环境属性数据集合中的环境属性数据，得到目标环境对应的目标环境状态信息包括：获取环境属性数值对应的属性权重，基于属性权重对环境属性数值进行加权计算，得到加权后的环境属性数值；对环境属性数据集合对应的加权后的环境属性数值进行统计，将统计得到的环境属性统计值作为目标环境对应的目标环境状态信息。

其中，每个环境属性数值可以对应有属性权重，属性权重可以是预设或根据需要确定的。加权后的环境属性数值是基于属性权重以及环境属性数值进行加权计算得到的，例如进行乘积运算所得到的计算结果。

具体地，终端可以获取环境传感器在采集时间段中的多个时刻采集到的环境数据，组成环境数据序列，对环境数据序列中的环境数据进行统计运算，例如进行均值计算或加和计算中的至少一种，将计算所得到的数值作为环境属性数值。当然，终端也可以将环境数据序列中的任意一个环境数据作为环境属性数值，或者将环境数据序列中的最大值或最小值作为环境属性数值。

在一些实施例中，终端可以将获取环境属性数值对应的属性权重，将属性权重与该环境属性数值进行乘积运算，将乘积运算的结果作为加权后的环境属性数值。

在一些实施例中，终端可以获取各个环境数据数值分别得到的加权后的环境属性数值，对各个加权后的环境属性数值进行统计运算，例如进行均值运算或加和运算中的至少一个，得到环境属性统计值，将该环境属性统计值作为目标环境对应的目标环境状态信息，例如终端可以对各个加权后的环境数值进行加和运算，得到环境属性统计值。

本实施例中，获取环境属性数值对应的属性权重，基于属性权重对环境属性数值进行加权计算，得到加权后的环境属性数值；对环境属性数据集合对应的加权后的环境属性数值进行统计，将统计得到的环境属性统计值作为目标环境对应的目标环境状态信息，提高了确定环境状态信息的准确度。

在一些实施例中，基于目标环境影响数据得到目标传感数据对应的候选对象定位结果的对象定位精度包括：基于目标环境影响数据得到目标传感数据对应的候选对象定位结果的环境定位精度；获取候选对象定位结果对应的目标位置点，获取目标位置点对应的历史反馈定位精度；基于环境定位精度以及历史反馈定位精度，得到目标传感数据对应的候选对象定位结果的对象定位精度。

其中，环境定位精度是基于目标环境影响数据所计算得到的定位精度，环境定位精度可以包括目标定位精度或目标环境状态信息对应的定位精度中的至少一个。例如，当目标传感数据包括目标图像时，环境定位精度可以包括目标图像对应的目标定位精度，当目标传感数据包括对象探测数据时，环境定位精度可以包括目标环境状态信息对应的定位精度。每个候选对象定位结果目标空间中的一个位置点，目标空间中的一个位置点可以对应有多个传感器得到的候选对象定位结果。目标位置点是指候选对象定位结果所对应的位置点。

目标空间中的每个位置点可以对应有历史反馈定位精度，不同的位置点对应的历史反馈定位精度可能相同也可能不同。对象定位精度与环境定位精度成正相关关系，对象定位精度与历史反馈定位精度成正相关关系。候选对象定位结果对应的历史反馈定位精度是指与该候选对象定位结果对应的位置点所对应的历史反馈定位精度。

具体地，终端可以根据候选对象定位结果对应的历史反馈定位精度以及环境定位精度得到候选对象定位结果的对象定位精度，例如，终端可以将历史反馈定位精度与环境定位精度进行乘积运算，将乘积运算的结果作为对象定位精度，或者可以将历史反馈定位精度与环境定位精度进行加和运算，将加和运算的结果作为对象定位精度。

本实施例中，环境定位精度可以反映在环境的影响下定位结果的准确度，历史反馈定位精度可以反映历史时间段中的定位结果的准确度，基于环境定位精度以及历史反馈定位精度确定候选对象定位结果的对象定位精度，可以即考虑了环境的影响又考虑有历史的定位结果的准确度，从而提高了对象定位精度的准确度。

在一些实施例中，获取目标位置点对应的历史反馈定位精度包括：获取目标位置点对应的历史对象定位结果，在目标驾驶端的信息展示设备上展示历史对象定位结果对应的结果呈现信息；响应于对结果呈现信息的精度反馈操作，基于精度反馈操作对历史对象定位结果对应的原始定位精度进行调整，得到目标位置点对应的历史反馈定位精度。

其中，终端可以周期性的获取目标传感数据集合，每次获取的目标传感数据集合中的数据的采集时间可以是不同的。终端可以得到目标空间中各个位置点分别对应的目标对象定位结果，组成目标定位结果集合，因此，每个周期，终端均可以得到目标定位结果集合，不同周期得到的目标定位结果集合所依赖的目标传感数据集合不同，例如第一个周期中，获取该周期内采集的数据，得到该周期的目标传感数据集合，基于该周期的目标传感数据集合得到该周期的目标定位结果集合。

历史对象定位结果是指当前周期对应的上一周期所得到的目标对象定位结果，当前周期是指当前时间所处的周期，假设周期为5分钟，当前周期为2点15分到2点20分，则上一周期为2点10分到2点15分，则历史对象定位结果为2点10分到2点15分这个周期中得到的目标对象定位结果。

结果呈现信息为可视化的信息，结果呈现信息例如可以是二维图像或者三维立体图，结果呈现信息中可以包括历史对象定位结果定位出的对象以及该对象的位置，还可以包括对象与目标驾驶端之间的距离，例如历史对象定位结果定位到位置A处有行人，则结果展示信息中可以在位置A处展示行人。如图3所示，展示了结果展示信息，结果展示信息中展示有自动驾驶车辆301以及行人302，还展示有“前方50米有行人”。

原始定位精度可以根据需要设置，目标空间中的各个位置点可以分别对应有原始定位精度，不同位置点对应的原始定位精度可以相同的，例如均为1，当然，不同位置点对应的原始定位精度也可以是不同的。

精度反馈操作用于触发对原始定位精度进行调整，以生成历史反馈定位精度。精度反馈操作可以包括正向反馈操作或负向反馈操作中的至少一个，正向反馈操作用于指示保持原始定位精度，负向反馈操作用于指示在原始定位精度的基础上向下调整。信息展示设备为目标驾驶端上用于展示信息的设备。

具体地，当终端获取到对展示的结果呈现信息的精度反馈操作时，当确定精度反馈操作为正向反馈操作时，可以将原始定位精度作为历史反馈定位精度，当确定精度反馈操作为负向反馈操作时，可以在原始定位精度的基础上向下调整，将调整后的精度作为历史反馈定位精度。

在一些实施例中，终端可以获取目标空间中各个位置点对应的历史对象定位结果，组成历史对象定位结果集合，生成历史对象定位结果集合对应的可视化展示信息，可视化展示信息中可以展示历史对象定位结果集合定位出的各个对象以及对象所处的位置。可视化展示信息中可以包括各个位置点分别对应的结果呈现信息。

在一些实施例中，当终端获取到对展示的可视化展示信息的精度反馈操作时，可以确定精度反馈操作所对应的反馈区域，确定该反馈区域在目标空间中所对应的各个位置点，作为反馈位置点，当精度反馈操作为正向精度反馈操作时，将反馈位置点对应的原始定位精度作为反馈位置点对应的历史反馈定位精度。当精度反馈操作为负向精度反馈操作时，在反馈位置点对应的原始定位精度的基础上向下调整，将调整后的精度作为反馈定位点对应的历史反馈定位精度。

在一些实施例中，在展示可视化展示信息时，可以展示精度反馈控件，精度反馈控件可以包括正向反馈操作对应的正向反馈控件或负向反馈操作对应的负向反馈控件，每个对象可以对应有精度反馈控件。如图4所示，在信息展示设备400上展示了3个对象，分别为位置A处的行人以及位置B处的树，A处的行人对应有正向反馈控件403以及负向反馈控件404，位置B处的树对应有正向反馈控件401以及负向反馈控件402，当信息展示设备400接收到对401的触发操作时，则确定获取到对位置B的定位结果的正向反馈操作，当信息展示设备400接收到对402的触发操作时，则确定获取到对位置B的定位结果的负向反馈操作。

本实施例中，展示历史对象定位结果对应的结果呈现信息，基于对结果呈现信息的精度反馈操作，对历史对象定位结果的原始定位精度进行调整，得到目标位置点对应的历史反馈定位精度，从而可以获取驾驶员对对象定位结果的精度的反馈，从而可以利用驾驶员对定位结果的反馈，得到历史反馈定位精度，由于驾驶员可以直观且准确的对定位结果的准确度进行判断，例如直观的判断定位结果的准确度较高或者较低，因此基于精度反馈操作确定历史反馈定位精度，提升了定位精度的准确度。

在一些实施例中，响应于对结果呈现信息的精度反馈操作，基于精度反馈操作对历史对象定位结果对应的原始定位精度进行调整，得到目标位置点对应的历史反馈定位精度包括：基于精度反馈操作确定反馈精度调整方向，获取反馈精度调整方向对应的反馈精度调整参数；利用反馈精度调整参数对历史对象定位结果对应的原始定位精度进行调整，得到目标位置点对应的历史反馈定位精度。

其中，反馈精度调整方向可以包括正向精度调整方向或负向精度调整方向中的至少一个。正向精度调整方向对应的精度反馈操作为正向反馈操作，负向精度调整方向对应的精度反馈操作为负向反馈操作。

反馈精度调整参数可以是预设或者根据需要设置的，反馈精度调整方向不同，对应的反馈精度调整参数也不同。

具体地，终端可以将反馈精度调整参数与历史对象定位结果对应的原始定位精度进行加和运算，将加和运算的结果作为目标位置点对应的历史反馈定位精度。其中，正向精度调整方向对应的反馈精度调整参数可以大于或等于0的数值，例如为0，负向精度调整方向对应的反馈精度调整参数可以为小于0的数值，例如可以为-0.2。

在一些实施例中，终端可以将反馈精度调整参数与历史对象定位结果对应的原始定位精度进行乘积运算，将乘积运算的结果作为目标位置点对应的历史反馈定位精度。其中，正向精度调整方向对应的反馈精度调整参数可以为大于或等于1的数值，例如可以为1，负向精度调整方向对应的反馈精度调整参数可以为小于1的数值，例如可以为0.8。

本实施例中，利用反馈精度调整参数对历史对象定位结果的原始定位精度进行调整，可以根据驾驶员对定位结果的反馈灵活的调整定位精度，使得得到的历史反馈定位精度的准确度得到提升。

在一些实施例中，基于候选对象定位结果对应的对象定位精度选取得到满足精度条件的候选对象定位结果，将满足精度条件的候选对象定位结果作为目标驾驶端对应的目标对象定位结果包括：将候选对象定位结果对应的对象定位精度与定位精度阈值进行对比，得到精度对比结果；将精度对比结果为对象定位精度大于定位精度阈值的候选对象定位结果，作为目标驾驶端对应的目标对象定位结果。

其中，精度对比结果是将对象定位精度与定位精度阈值进行比较所得到的结果，定位精度阈值可以预设或根据需要设置。

具体地，终端可以将候选对象定位结果的对象定位精度与定位精度阈值进行对比，获取对象定位精度大于定位精度阈值的候选对象定位结果，作为选取对象定位结果，确定选取对象定位结果对应的位置点，将该选取对象定位结果作为该位置点对应的目标对象定位结果，目标驾驶端对应的目标对象定位结果中包括目标空间中各个位置点分别对应的目标对象定位结果。

在一些实施例中，终端可以获取目标空间中的位置点对应的候选对象定位结果集合，候选对象定位结果集合中的各个候选对象定位结果基于不同的传感器所采集的目标传感数据进行定位分析得到。终端可以对候选对象定位结果集合中的各个候选对象定位结果进行排列，得到候选对象定位结果序列。其中，可以基于传感器的类型进行排列，也可以基于候选对象定位结果中的对象存在可能度进行排列，例如将摄像头采集的数据定位出的候选对象定位结果排列在激光雷达采集的数据定位出的候选对象定位结果之前，或者，将对象存在可能度较大的排列在对象存在可能度较小的之前。在确定位置点对应的目标对象定位结果时，终端可以按照排序顺序，从候选对象定位结果序列中获取当前对象定位结果，若当前对象定位结果对应的对象定位精度大于定位精度阈值，则不再考虑候选对象定位结果排列在该当前对象定位结果之后的结果，而将该当前对象定位结果作为目标对象定位结果，若当前对象定位结果对应的对象定位精度小于定位精度阈值，则按照排序顺序，从候选对象定位结果序列中获取新的当前对象定位结果，基于新的当前对象定位结果的对象定位精度确定目标对象定位结果。

本实施例中，将对象定位精度大于定位精度阈值的候选对象定位结果，作为目标对象定位结果，从而可以将定位精度较大的对象定位结果作为最终的定位结果，提高了定位准确度。

在一些实施例中，目标传感数据是通过环境影响度大于影响度阈值的传感器所采集到的传感数据，方法还包括：获取环境影响度小于影响度阈值的传感器对目标驾驶端所处的目标环境进行采集所采集到的传感数据，作为附加传感数据；对附加传感数据进行定位分析，得到附加传感数据对应的附加对象定位结果；获取环境影响度小于影响度阈值的传感器对应的传感器定位精度；当精度对比结果为对象定位精度均小于定位精度阈值时，则将传感器定位精度与定位精度阈值进行对比；当传感器定位精度大于定位精度阈值时，则将附加传感数据对应的附加对象定位结果作为目标驾驶端对应的目标对象定位结果。

其中，附加传感数据是由环境影响度小于影响度阈值的传感器所采集到的数据，例如可以是由UWB毫米波传感器采集到的数据。附加对象定位结果是基于附加传感数据定位到的结果。附加对象定位结果中可以包括对象位置、对象距离或对象存在可能度中的至少一个。目标空间中的各个位置点可以分别对应有附加对象定位结果。附加对象定位结果中的对象位置可以用对应的位置点的坐标进行表示。传感器定位精度可以预设或者根据传感器的类型确定。附加传感数据与目标传感数据对应的采集时间是一致的。

具体地，终端可以利用附加传感数据确定目标空间中各个位置点分别存在对象的可能度，得到附件对象定位结果。

在一些实施例中，终端可以获取历史反馈定位精度，将历史反馈定位精度作为传感器定位精度。

在一些实施例中，当精度对比结果为对象定位精度均小于定位精度阈值时，即位置点对应的候选对象定位结果集合中的各个候选对象定位结果的对象定位精度均小于定位精度阈值时，则终端可以基于附加对象定位结果确定目标对象定位结果，例如，可以将附加对象定位结果作为目标对象定位结果，或者将传感器定位精度与定位精度阈值进行对比，当传感器定位精度大于定位精度阈值时，将附加对象定位结果作为目标对象定位结果。

本实施例中，当对象定位精度均小于定位精度阈值时，说明环境影响度大于影响度阈值的传感器采集得到的传感数据的定位结果较差，例如当由于环境因素的影响例如环境恶劣时，导致传感数据中的干扰较大时，定位结果可能会较差，此时，基于环境影响度小于影响度阈值的传感器进行定位，可以提高定位的灵活性以及定位的成功率，使得在恶劣的环境中依然可以准确的定位。

在一些实施例中，目标对象定位结果为目标环境对应的位置点集合中的位置点对应的对象定位结果；方法还包括：将位置点集合中各个位置点分别对应的目标对象定位结果，组成当前时间对应的当前定位结果集合；确定位置点集合中各个位置点分别对应的目标对象定位结果所对应的传感器，建立目标对象定位结果与对应的传感器之间的对应关系；在目标驾驶端展示当前时间所对应的当前定位结果集合，并基于对应关系，对应展示目标对象定位结果所对应的传感器的指示信息。

其中，当前时间是指当前时刻所处的时间段。传感器的指示信息用于标识传感器，传感器的指示信息例如可以是传感器的名称或者型号等。位置点对应的目标对象定位结果可以只有一个。由于位置点的目标对象定位结果是从候选对象定位结果集合中确定的，而候选对象定位结果集合中各个候选对象定位结果对应的传感器不同，因此，不同的位置点，目标对象定位结果对应的传感器可能不同，例如，有3个传感器，分别是传感器1、传感器2以及传感器3，位置点A的目标对象定位结果对应的是传感器1，位置点B的目标对象定位结果对应的是传感器2，由此可知，目标空间中的各个位置点的目标对象定位结果对应的传感器可以是相同的也可以是不同的，从而目标对象定位结果集合中是融合了多个传感器定位得到的结果，从而充分利用了多个传感器的定位效果，提高了定位的准确度，其中，目标对象定位结果集合中包括位置点集合中各个位置点分别对应的目标对象定位结果。因此，本申请提供的驾驶端定位方法也可以称为基于多数据融合的自动驾驶定位技术。

具体地，终端可以周期性的获取目标传感数据集合，利用目标传感数据集合进行定位，得到位置点集合中各个位置点分别对应的目标对象定位结果，可以将各个目标对象定位结果组成目标定位结果集合，因此，在每个周期，终端均可以得到目标定位结果集合，当前定位结果集合是当前时间所在的周期得到的目标定位结果集合，每个周期中，当得到目标定位结果集合后，终端可以基于目标定位结果集合生成可视化展示信息，可视化展示信息例如可以是二维图像或者三维立体图，可视化展示信息中可以包括定位出的对象，还可以包括传感器的指示信息，传感器的指示信息在可视化展示信息中的具有对应位置，将指示信息在可视化展示信息中的位置称作指示位置，指示位置处的定位结果是由该指示位置处的指示信息对应的传感器所采集到的数据定位得到的。从而可以基于指示信息直观的确定当前时间定位所主要依靠的传感器。

在一些实施例中，终端可以获取位置点对应的目标对象定位结果所对应的传感器，作为目标传感器，将目标传感器与目标对象定位结果建立对应关系，可以基于该对应关系，在展示可视化展示信息时，在目标对象定位结果所对应的位置处展示对应的目标传感器的指示信息。

本实施例中，建立目标对象定位结果与对应的传感器之间的对应关系，对应展示目标对象定位结果所对应的传感器的指示信息，可以使得驾驶员明确定位结果具体是由哪个传感器得出的，从而可以直观的看出当前时间定位所主要依赖的传感器，并可以确定当前时间定位准确度较低的传感器，从而可以直观的反映传感器所采集的数据的定位准确度。

本申请还提供一种如图5所示的应用场景，该应用场景应用上述的驾驶端定位方法，该应用场景包括自动驾驶汽车以及一个或者多个传感模块，传感模块包括UWB毫米波传感器、摄像头、激光雷达以及温湿度传感器。其中，UWB毫米波传感器、摄像头以及激光雷达用于采集驾驶定位数据，用于后期融合不同传感数据进行多种场景下的高精度定位。而温湿度传感器用户环境、天气判断，以评估不同传感器的定位精度情况。具体地，如图7所示，该驾驶端定位方法在该应用场景的应用如下：

S702，获取自动驾驶汽车中的摄像头采集到的视频数据，获取自动驾驶汽车中的激光雷达传感器采集到的雷达反射数据，获取自动驾驶汽车中的UWB毫米波传感器采集得到的UWB反射数据，获取自动驾驶汽车中的温湿度传感器采集得到的温湿度传感数据。

如图6所示，终端可以包括联合置信数据分析***、定位区域精度评估模块以及定位结果输出模块，联合置信数据分析***获取温湿度传感数据、视频数据、雷达反射数据以及UWB反射数据。温湿度传感数据包括温度数据以及湿度数据。自动驾驶汽车上的多种传感器同时开始采集汽车周围环境的数据，并且持续向联合置信分析***发送采集的数据。

其中，多种传感器同时采集自动驾驶汽车周围的传感数据，分别发送给联合置信数据分析***，以将数据输入的定位算法后的输出精度进行置信度评估。对于视频，它在光照强度高时可以获取较高精度，因此，可以根据视频流中像素点的亮度数据，评估不同位置的定位精度，对于激光雷达反射数据，因其对大雾、大雨以及沙尘暴等天气下的定位精度较低，因此可以结合温湿度传感器以及视频数据，判断当前天气，来判断不同区域的定位精度。UWB反射数据在角度定位方面精度较低，可以作为其他高精度传感器例如摄像头以及激光雷达传感器的补充。在评估了不同区域的不同传感器的定位精度后，可以根据不同传感数据用于定位精度的高低，来进行定位输出结果的选择，此外，还可以根据驾驶员的人工反馈结果，来不定期地辅助评估不同区域对应的传感器进行定位的精度，驾驶员评估反馈的权重可按需调整。输出的定位结果，反馈给自动驾驶***进行驾驶策略的调整，实时定位。驾驶员可以对输出的定位结果进行评估，例如当定位结果对于障碍物的判断、转弯判断以及行人判断等出现偏差时，驾驶员可以进行反馈，训练***。

联合置信数据分析***根据不同的传感器执行不同的数据处理操作，如果是温湿度传感器，持续采集环境的温度数据，存储到数组Temp[L]中，持续采集环境的湿度数据，存储到数组Mosi[L]中，给定温湿度的加权值alpha,beta，预测得出定位结果时的环境状态，例如采用公式(2)计算环境状态信息，基于环境状态信息确定环境状态。

如果是摄像头，持续采集视频内容，并图像的像素数组存储在m*n的二维的矩阵G[M][N]中，进一步将视频分割成I*J的区域，并对每个区域的视频进行亮度分析，并且根据视频的明暗程度授予视频定位精度的权重，给定每个区域定位精度权重的数组A[i][j]，按照公式(1)计算A[i][j]。将视频流输入到定位算法中，输出以汽车为中心的三维空间B_V[k][p][q]中是否有障碍物，且障碍物的距离，三维数组B_V的每个元素包含2个成分，有障碍物的概率P，以及障碍物的定位距离D。将二维的精度权重进行三维重建，投射到三维的定位精度权重Conf_V[k][p][q]，方法为根据三维定位区域所依赖的二维输入区域进行映射，Conf_V[k][p][q]＝{hassource(B_V[k][p][q]，A[i][j])}(3)，其中，hassource表示将二维的精度权重进行三维重建，其中，0<k<K,0<p<P,0<q<Q。三维的定位精度权重Conf_V[k][p][q]中包括各个位置点分别对应的定位精度。

如果是激光雷达传感器，持续采集激光雷达的数据存储到数组R[L]中，并根据温湿度的检测结果F[L]来设置激光雷达的定位精度置信值Ra[I][J]，将激光雷达数据R[L]输入到定位算法中，输出以汽车为中心的三维空间B_R[k][p][q]中是否有障碍物，且障碍物的距离。三维数组B_R的每个元素包含2个成分，有障碍物的概率P，以及障碍物的定位距离D；将二维的精度权重进行三维重建，投射到三维的定位精度权重Conf_R[k][p][q]，方法为根据三维定位区域所依赖的二维输入区域进行映射。

如果是毫米波UWB传感器，持续采集毫米波UWB的数据U[L]，并直接输出到最终的定位算法中，输出以汽车为中心的三维空间B_U[k][p][q]中是否有障碍物，且障碍物的距离。三维数组B_U的每个元素包含2个成分，有障碍物的概率P，以及障碍物的定位距离D。

根据各个传感器的定位精度置信度，以及驾驶员反馈的区域定位精度D[k][p][q]，联合判断不同区域，不同传感器定位结果的可靠性。对于最终的定位结果L[k][p][q]，给定可靠性的阈值T，T指的是定位精度阈值，L[k][p][q]即上述的目标对象定位结果集合，并且初始化索引k,p,q为0，0，0，即从坐标(0,0,0)点开始对目标空间进行遍历，则有如下步骤：

a)判断Conf_V[k][p][q]*D[k][p][q]是否大于T,如果大于T，则L[k][p][q]＝B_V[k][p][q]，跳转到步骤d)；

b)判断Conf_R[k][p][q]*D[k][p][q]是否大于T,如果大于T，则L[k][p][q]＝B_R[k][p][q]，跳转到步骤d)；

c)判断D[k][p][q]是否大于T,如果大于T，则L[k][p][q]＝B_U[k][p][q]，跳转到步骤d)；反之，则L[k][p][q]＝“无法判断”，跳转到步骤d)；

d)将k递增1；

e)如果k>K,则k设置为0，p递增1，跳转到f)；反之跳转到a)；

f)如果p>P,则p设置为0，q递增1，跳转到g)；反之跳转到a)；

g)如果q>Q，则输出当前的定位结果，展示为驾驶员查看，让驾驶员辅助判断定位是否准备，存储到反馈数组D[k][p][q]中，跳转到采集数据的步骤，重复进行数据采集以及定位。

S704，确定自动驾驶汽车所在的目标空间。

例如，目标空间的大小可以为K*P*Q，则目标空间中包括L＝K*P*Q个位置点。

S706，对视频数据进行定位分析，得到目标空间中各个位置点分别对应的第一障碍物定位结果，对雷达反射数据进行定位分析，得到目标空间中各个位置点分别对应的第二障碍物定位结果，对UWB反射数据进行定位分析，得到目标空间中各个位置点分别对应的第三障碍物定位结果。

S708，将视频数据中的目标图像进行划分，得到目标图像对应的多个子图像区域，对各个子图像区域的像素点亮度分别进行亮度统计，得到各个子图像区域分别对应的区域亮度，将子图像区域对应的区域亮度作为子图像区域对应的区域定位精度，从目标图像对应的目标空间中确定子图像区域对应的子空间，将子图像区域对应的区域定位精度作为子空间中各个位置点对应的第一障碍物定位结果的第一环境定位精度。

S710，获取温度数据的加权值以及湿度数据的加权值，对温度数据以及湿度数据进行加权计算，得到目标环境状态信息，基于环境状态信息与定位精度的对应关系，获取目标环境状态信息对应的定位精度，将目标环境状态信息对应的定位精度作为第二障碍物定位结果对应的第二环境定位精度。

S712，获取驾驶员人工反馈的精度，确定各个位置点分别对应的历史反馈定位精度。

如图6所示，定位区域精度评估模块获取了驾驶员人工反馈的精度。

S714，按照顺序，从目标空间中获取当前位置点。

当前位置点为目标空间中的任意一个位置点。

S716，将当前位置点处的历史反馈定位精度与当前位置点处的第一障碍物定位结果对应的第一环境定位精度进行相乘运算，将相乘运算的结果作为当前位置点处的第一障碍物定位结果的障碍物定位精度。

S718，将当前位置点对应的历史反馈定位精度与当前位置点处的第二障碍物定位结果对应的第二环境定位精度进行相乘运算，将相乘运算的结果作为当前位置点处的第二障碍物定位结果的障碍物定位精度。

S720，将当前位置点处的第一障碍物定位结果的障碍物定位精度与定位精度阈值进行对比。

S722，判断当前位置点处的第一障碍物定位结果的障碍物定位精度是否大于定位精度阈值，若是，则执行步骤S724，若否，则执行步骤S726。

S724，将当前位置点对应的第一障碍物定位结果作为当前位置点对应的目标障碍物定位结果。

S726，将当前位置点处的第二障碍物定位结果的障碍物定位精度与定位精度阈值进行对比。

S728，判断当前位置点处的第二障碍物定位结果的障碍物定位精度是否大于定位阈值，若是，则执行步骤S730，若否，则执行步骤S732。

S730，将当前位置点对应的第二障碍物定位结果作为当前位置点对应的目标障碍物定位结果。

S732，将当前位置点对应的历史反馈定位精度与定位精度阈值进行对比。

S734，判断当前位置点对应的历史反馈定位精度是否大于定位精度阈值，若是，则执行步骤S736，若否，则执行步骤S738。

S736，将当前位置点对应的第三障碍物定位结果作为当前位置点的目标障碍物定位结果。

S738，当当前位置点对应的历史反馈定位精度小于定位精度阈值时，可以确定当前位置点的定位结果为“无法判断”。

S740，判断是否遍历完目标空间中的各个位置点，若否，则返回步骤S714，若是，则执行步骤S742。

其中，直到遍历目标空间中的各个位置点，得到各个位置点分别对应的目标障碍物定位结果。

S742，将各个位置点分别对应的目标障碍物定位结果输出。

如图6所示，定位结果输出模块将目标障碍物定位结果输出，驾驶员可以对输出的结果进行反馈。

本实施例中，融合多种传感器的数据，综合各个传感器的定位优势，提升了自动驾驶整体的定位精度，为自动驾驶汽车提供多种场景以及多种环境下的适应性，使得自动驾驶汽车在恶劣的天气环境中，也能够获得高精度的定位，降低了自动驾驶汽车受到撞击的概率，降低了驾驶员受到损害的概率，提高了安全性，降低了汽车潜在的维修成本，延长了汽车的使用寿命。

应该理解的是，虽然图2-图7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-图7中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一些实施例中，如图8所示，提供了一种驾驶端定位装置，该装置可以采用软件模块或硬件模块，或者是二者的结合成为计算机设备的一部分，该装置具体包括：目标传感数据集合获取模块802、候选对象定位结果得到模块804、目标环境影响数据获取模块806、对象定位精度得到模块808和目标对象定位结果得到模块810，其中：

目标传感数据集合获取模块802，用于获取对目标驾驶端所处的目标环境进行采集得到的目标传感数据集合；目标传感数据集合包括多个传感器分别进行采集得到的目标传感数据；

候选对象定位结果得到模块804，用于分别对目标传感数据进行定位分析，得到各个目标传感数据分别对应的候选对象定位结果；

目标环境影响数据获取模块806，用于获取目标传感数据对应的传感器在采集目标传感数据时，传感器所对应的目标环境影响数据；

对象定位精度得到模块808，用于基于目标环境影响数据得到目标传感数据对应的候选对象定位结果的对象定位精度；

目标对象定位结果得到模块810，用于基于候选对象定位结果对应的对象定位精度选取得到满足精度条件的候选对象定位结果，将满足精度条件的候选对象定位结果作为目标驾驶端对应的目标对象定位结果。

在一些实施例中，目标传感数据包括拍摄传感器拍摄得到的目标图像，目标环境影响数据包括目标图像的图像亮度，对象定位精度得到模块包括：目标定位精度得到单元，用于基于目标图像的图像亮度计算得到目标定位精度，目标定位精度与亮度成正相关关系；目标空间获取单元，用于获取目标图像对应的目标空间，将目标定位精度作为目标空间对应的候选对象定位结果的对象定位精度。

在一些实施例中，目标定位精度包括目标图像的各个子图像区域对应的区域定位精度；目标定位精度得到单元，还用于对目标图像进行区域划分，得到目标图像对应的多个子图像区域；对各个子图像区域的像素点亮度分别进行亮度统计，得到各个子图像区域分别对应的区域亮度；基于子图像区域对应的区域亮度，得到子图像区域对应的区域定位精度；目标空间获取单元，还用于从目标图像对应的目标空间中确定子图像区域对应的子空间，将子图像区域对应的区域定位精度作为子空间对应的候选对象定位结果的对象定位精度。

在一些实施例中，目标传感数据包括探测传感器探测得到的对象探测数据，目标环境影响数据包括目标环境中影响传输探测传感器的探测物质的环境属性数据集合，环境属性数据集合包括多个环境属性数据，对象定位精度得到模块包括：目标环境状态信息得到单元，用于综合环境属性数据集合中的环境属性数据，得到目标环境对应的目标环境状态信息；对象定位精度得到单元，用于基于环境状态信息与定位精度的对应关系，获取目标环境状态信息对应的定位精度，作为目标传感数据对应的候选对象定位结果的对象定位精度。

在一些实施例中，环境属性数据为环境属性数值，目标环境状态信息得到单元，还用于获取环境属性数值对应的属性权重，基于属性权重对环境属性数值进行加权计算，得到加权后的环境属性数值；对环境属性数据集合对应的加权后的环境属性数值进行统计，将统计得到的环境属性统计值作为目标环境对应的目标环境状态信息。

在一些实施例中，对象定位精度得到模块包括：环境定位精度得到单元，用于基于目标环境影响数据得到目标传感数据对应的候选对象定位结果的环境定位精度；历史反馈定位精度获取单元，用于获取候选对象定位结果对应的目标位置点，获取目标位置点对应的历史反馈定位精度；对象定位精度得到单元，用于基于环境定位精度以及历史反馈定位精度，得到目标传感数据对应的候选对象定位结果的对象定位精度。

在一些实施例中，历史反馈定位精度获取单元，还用于获取目标位置点对应的历史对象定位结果，在目标驾驶端的信息展示设备上展示历史对象定位结果对应的结果呈现信息；响应于对结果呈现信息的精度反馈操作，基于精度反馈操作对历史对象定位结果对应的原始定位精度进行调整，得到目标位置点对应的历史反馈定位精度。

在一些实施例中，历史反馈定位精度获取单元，还用于基于精度反馈操作确定反馈精度调整方向，获取反馈精度调整方向对应的反馈精度调整参数；利用反馈精度调整参数对历史对象定位结果对应的原始定位精度进行调整，得到目标位置点对应的历史反馈定位精度。

在一些实施例中，目标对象定位结果得到模块包括：精度对比结果得到单元，用于将候选对象定位结果对应的对象定位精度与定位精度阈值进行对比，得到精度对比结果；目标对象定位结果得到单元，用于将精度对比结果为对象定位精度大于定位精度阈值的候选对象定位结果，作为目标驾驶端对应的目标对象定位结果。

在一些实施例中，目标传感数据是通过环境影响度大于影响度阈值的传感器所采集到的传感数据，装置还包括：附加传感数据得到模块，用于获取环境影响度小于影响度阈值的传感器对目标驾驶端所处的目标环境进行采集所采集到的传感数据，作为附加传感数据；附加对象定位结果得到模块，用于对附加传感数据进行定位分析，得到附加传感数据对应的附加对象定位结果；传感器定位精度得到模块，用于获取环境影响度小于影响度阈值的传感器对应的传感器定位精度；精度对比模块，用于当精度对比结果为对象定位精度均小于定位精度阈值时，则将传感器定位精度与定位精度阈值进行对比；目标对象定位结果确定模块，用于当传感器定位精度大于定位精度阈值时，则将附加传感数据对应的附加对象定位结果作为目标驾驶端对应的目标对象定位结果。

在一些实施例中，目标对象定位结果为目标环境对应的位置点集合中的位置点对应的对象定位结果；装置还包括：当前定位结果集合组成模块，用于将位置点集合中各个位置点分别对应的目标对象定位结果，组成当前时间对应的当前定位结果集合；对应关系建立模块，用于确定位置点集合中各个位置点分别对应的目标对象定位结果所对应的传感器，建立目标对象定位结果与对应的传感器之间的对应关系；展示模块，用于在目标驾驶端展示当前时间所对应的当前定位结果集合，并基于对应关系，对应展示目标对象定位结果所对应的传感器的指示信息。

关于驾驶端定位装置的具体限定可以参见上文中对于驾驶端定位方法的限定，在此不再赘述。上述驾驶端定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一些实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种驾驶端定位方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

在一些实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图10所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储驾驶端定位方法中涉及到的相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种驾驶端定位方法。

本领域技术人员可以理解，图9和10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一些实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一些实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述驾驶端定位方法中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (22)

1.一种驾驶端定位方法，其特征在于，所述方法包括：

获取对目标驾驶端所处的目标环境进行采集得到的目标传感数据集合；所述目标传感数据集合包括多个传感器分别进行采集得到的目标传感数据；

分别对所述目标传感数据进行定位分析，得到各个所述目标传感数据分别对应的候选对象定位结果；

获取所述目标传感数据对应的传感器在采集所述目标传感数据时，所述传感器所对应的目标环境影响数据；

基于所述目标环境影响数据得到所述目标传感数据对应的候选对象定位结果的对象定位精度；包括：获取所述候选对象定位结果对应的目标位置点，获取所述目标位置点对应的历史对象定位结果，在所述目标驾驶端的信息展示设备上展示所述历史对象定位结果对应的结果呈现信息，响应于对所述结果呈现信息的精度反馈操作，基于所述精度反馈操作对所述历史对象定位结果对应的原始定位精度进行调整，得到所述目标位置点对应的历史反馈定位精度，基于所述目标环境影响数据以及所述历史反馈定位精度，得到所述目标传感数据对应的候选对象定位结果的对象定位精度；

基于所述候选对象定位结果对应的对象定位精度选取得到满足精度条件的候选对象定位结果，将满足精度条件的候选对象定位结果作为所述目标驾驶端对应的目标对象定位结果。

2.根据权利要求1所述的方法，其特征在于，所述目标传感数据包括拍摄传感器拍摄得到的目标图像，所述目标环境影响数据包括所述目标图像的图像亮度，所述基于所述目标环境影响数据得到所述目标传感数据对应的候选对象定位结果的对象定位精度包括：

基于所述目标图像的图像亮度计算得到目标定位精度，所述目标定位精度与亮度成正相关关系；

获取所述目标图像对应的目标空间，将所述目标定位精度作为所述目标空间对应的候选对象定位结果的对象定位精度。

3.根据权利要求2所述的方法，其特征在于，所述目标定位精度包括所述目标图像的各个子图像区域对应的区域定位精度；所述基于所述目标图像的图像亮度计算得到目标定位精度包括：

对所述目标图像进行区域划分，得到所述目标图像对应的多个子图像区域；

对各个所述子图像区域的像素点亮度分别进行亮度统计，得到各个所述子图像区域分别对应的区域亮度；

基于所述子图像区域对应的区域亮度，得到所述子图像区域对应的区域定位精度；

所述获取所述目标图像对应的目标空间，将所述目标定位精度作为所述目标空间对应的候选对象定位结果的对象定位精度包括：

从所述目标图像对应的目标空间中确定所述子图像区域对应的子空间，将所述子图像区域对应的区域定位精度作为所述子空间对应的候选对象定位结果的对象定位精度。

4.根据权利要求1所述的方法，其特征在于，所述目标传感数据包括探测传感器探测得到的对象探测数据，所述目标环境影响数据包括所述目标环境中影响传输所述探测传感器的探测物质的环境属性数据集合，所述环境属性数据集合包括多个环境属性数据，所述基于所述目标环境影响数据得到所述目标传感数据对应的候选对象定位结果的对象定位精度包括：

综合所述环境属性数据集合中的环境属性数据，得到所述目标环境对应的目标环境状态信息；

基于环境状态信息与定位精度的对应关系，获取所述目标环境状态信息对应的定位精度，作为所述目标传感数据对应的候选对象定位结果的对象定位精度。

5.根据权利要求4所述的方法，其特征在于，所述环境属性数据为环境属性数值，所述综合所述环境属性数据集合中的环境属性数据，得到所述目标环境对应的目标环境状态信息包括：

获取所述环境属性数值对应的属性权重，基于所述属性权重对所述环境属性数值进行加权计算，得到加权后的环境属性数值；

对所述环境属性数据集合对应的加权后的环境属性数值进行统计，将统计得到的环境属性统计值作为所述目标环境对应的目标环境状态信息。

6.根据权利要求1所述的方法，其特征在于，所述基于所述目标环境影响数据以及所述历史反馈定位精度，得到所述目标传感数据对应的候选对象定位结果的对象定位精度包括：

基于所述目标环境影响数据得到所述目标传感数据对应的候选对象定位结果的环境定位精度；

基于所述环境定位精度以及所述历史反馈定位精度，得到所述目标传感数据对应的候选对象定位结果的对象定位精度。

7.根据权利要求1所述的方法，其特征在于，所述响应于对所述结果呈现信息的精度反馈操作，基于所述精度反馈操作对所述历史对象定位结果对应的原始定位精度进行调整，得到所述目标位置点对应的历史反馈定位精度包括：

基于所述精度反馈操作确定反馈精度调整方向，获取所述反馈精度调整方向对应的反馈精度调整参数；

利用所述反馈精度调整参数对所述历史对象定位结果对应的原始定位精度进行调整，得到所述目标位置点对应的历史反馈定位精度。

8.根据权利要求1所述的方法，其特征在于，所述基于所述候选对象定位结果对应的对象定位精度选取得到满足精度条件的候选对象定位结果，将满足精度条件的候选对象定位结果作为所述目标驾驶端对应的目标对象定位结果包括：

将所述候选对象定位结果对应的对象定位精度与定位精度阈值进行对比，得到精度对比结果；

将精度对比结果为对象定位精度大于所述定位精度阈值的候选对象定位结果，作为所述目标驾驶端对应的目标对象定位结果。

9.根据权利要求8所述的方法，其特征在于，所述目标传感数据是通过环境影响度大于影响度阈值的传感器所采集到的传感数据，所述方法还包括：

获取环境影响度小于影响度阈值的传感器对所述目标驾驶端所处的目标环境进行采集所采集到的传感数据，作为附加传感数据；

对所述附加传感数据进行定位分析，得到所述附加传感数据对应的附加对象定位结果；

获取环境影响度小于影响度阈值的传感器对应的传感器定位精度；

当所述精度对比结果为对象定位精度均小于所述定位精度阈值时，则将所述传感器定位精度与所述定位精度阈值进行对比；

当所述传感器定位精度大于所述定位精度阈值时，则将所述附加传感数据对应的附加对象定位结果作为所述目标驾驶端对应的目标对象定位结果。

10.根据权利要求1所述的方法，其特征在于，所述目标对象定位结果为所述目标环境对应的位置点集合中的位置点对应的对象定位结果；所述方法还包括：

将所述位置点集合中各个位置点分别对应的目标对象定位结果，组成当前时间对应的当前定位结果集合；

确定所述位置点集合中各个位置点分别对应的目标对象定位结果所对应的传感器，建立目标对象定位结果与对应的传感器之间的对应关系；

在所述目标驾驶端展示当前时间所对应的所述当前定位结果集合，并基于所述对应关系，对应展示所述目标对象定位结果所对应的传感器的指示信息。

11.一种驾驶端定位装置，其特征在于，所述装置包括：

目标传感数据集合获取模块，用于获取对目标驾驶端所处的目标环境进行采集得到的目标传感数据集合；所述目标传感数据集合包括多个传感器分别进行采集得到的目标传感数据；

候选对象定位结果得到模块，用于分别对所述目标传感数据进行定位分析，得到各个所述目标传感数据分别对应的候选对象定位结果；

目标环境影响数据获取模块，用于获取所述目标传感数据对应的传感器在采集所述目标传感数据时，所述传感器所对应的目标环境影响数据；

对象定位精度得到模块，用于基于所述目标环境影响数据得到所述目标传感数据对应的候选对象定位结果的对象定位精度；包括：获取所述候选对象定位结果对应的目标位置点，获取所述目标位置点对应的历史对象定位结果，在所述目标驾驶端的信息展示设备上展示所述历史对象定位结果对应的结果呈现信息，响应于对所述结果呈现信息的精度反馈操作，基于所述精度反馈操作对所述历史对象定位结果对应的原始定位精度进行调整，得到所述目标位置点对应的历史反馈定位精度，基于所述目标环境影响数据以及所述历史反馈定位精度，得到所述目标传感数据对应的候选对象定位结果的对象定位精度；

目标对象定位结果得到模块，用于基于所述候选对象定位结果对应的对象定位精度选取得到满足精度条件的候选对象定位结果，将满足精度条件的候选对象定位结果作为所述目标驾驶端对应的目标对象定位结果。

12.根据权利要求11所述的装置，其特征在于，所述目标传感数据包括拍摄传感器拍摄得到的目标图像，所述目标环境影响数据包括所述目标图像的图像亮度，所述对象定位精度得到模块，还用于：

基于所述目标图像的图像亮度计算得到目标定位精度，所述目标定位精度与亮度成正相关关系；

获取所述目标图像对应的目标空间，将所述目标定位精度作为所述目标空间对应的候选对象定位结果的对象定位精度。

13.根据权利要求12所述的装置，其特征在于，所述目标定位精度包括所述目标图像的各个子图像区域对应的区域定位精度；所述对象定位精度得到模块，还用于：

对所述目标图像进行区域划分，得到所述目标图像对应的多个子图像区域；

对各个所述子图像区域的像素点亮度分别进行亮度统计，得到各个所述子图像区域分别对应的区域亮度；

基于所述子图像区域对应的区域亮度，得到所述子图像区域对应的区域定位精度；

从所述目标图像对应的目标空间中确定所述子图像区域对应的子空间，将所述子图像区域对应的区域定位精度作为所述子空间对应的候选对象定位结果的对象定位精度。

14.根据权利要求11所述的装置，其特征在于，所述目标传感数据包括探测传感器探测得到的对象探测数据，所述目标环境影响数据包括所述目标环境中影响传输所述探测传感器的探测物质的环境属性数据集合，所述环境属性数据集合包括多个环境属性数据，所述对象定位精度得到模块，还用于：

综合所述环境属性数据集合中的环境属性数据，得到所述目标环境对应的目标环境状态信息；

基于环境状态信息与定位精度的对应关系，获取所述目标环境状态信息对应的定位精度，作为所述目标传感数据对应的候选对象定位结果的对象定位精度。

15.根据权利要求14所述的装置，其特征在于，所述环境属性数据为环境属性数值，所述对象定位精度得到模块，还用于：

获取所述环境属性数值对应的属性权重，基于所述属性权重对所述环境属性数值进行加权计算，得到加权后的环境属性数值；

对所述环境属性数据集合对应的加权后的环境属性数值进行统计，将统计得到的环境属性统计值作为所述目标环境对应的目标环境状态信息。

16.根据权利要求11所述的装置，其特征在于，所述对象定位精度得到模块，还用于：

基于所述目标环境影响数据得到所述目标传感数据对应的候选对象定位结果的环境定位精度；

基于所述环境定位精度以及所述历史反馈定位精度，得到所述目标传感数据对应的候选对象定位结果的对象定位精度。

17.根据权利要求11所述的装置，其特征在于，所述对象定位精度得到模块，还用于：

基于所述精度反馈操作确定反馈精度调整方向，获取所述反馈精度调整方向对应的反馈精度调整参数；

利用所述反馈精度调整参数对所述历史对象定位结果对应的原始定位精度进行调整，得到所述目标位置点对应的历史反馈定位精度。

18.根据权利要求11所述的装置，其特征在于，所述目标对象定位结果得到模块，还用于：

将所述候选对象定位结果对应的对象定位精度与定位精度阈值进行对比，得到精度对比结果；

将精度对比结果为对象定位精度大于所述定位精度阈值的候选对象定位结果，作为所述目标驾驶端对应的目标对象定位结果。

19.根据权利要求18所述的装置，其特征在于，所述目标传感数据是通过环境影响度大于影响度阈值的传感器所采集到的传感数据，所述装置还用于：

获取环境影响度小于影响度阈值的传感器对所述目标驾驶端所处的目标环境进行采集所采集到的传感数据，作为附加传感数据；

对所述附加传感数据进行定位分析，得到所述附加传感数据对应的附加对象定位结果；

获取环境影响度小于影响度阈值的传感器对应的传感器定位精度；

当所述精度对比结果为对象定位精度均小于所述定位精度阈值时，则将所述传感器定位精度与所述定位精度阈值进行对比；

当所述传感器定位精度大于所述定位精度阈值时，则将所述附加传感数据对应的附加对象定位结果作为所述目标驾驶端对应的目标对象定位结果。

20.根据权利要求11所述的装置，其特征在于，所述目标对象定位结果为所述目标环境对应的位置点集合中的位置点对应的对象定位结果；所述装置还用于：

将所述位置点集合中各个位置点分别对应的目标对象定位结果，组成当前时间对应的当前定位结果集合；

确定所述位置点集合中各个位置点分别对应的目标对象定位结果所对应的传感器，建立目标对象定位结果与对应的传感器之间的对应关系；

在所述目标驾驶端展示当前时间所对应的所述当前定位结果集合，并基于所述对应关系，对应展示所述目标对象定位结果所对应的传感器的指示信息。

21.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述的方法的步骤。

22.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。