CN114993333A - 自动驾驶车辆的融合定位方法、装置及电子设备 - Google Patents
自动驾驶车辆的融合定位方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114993333A CN114993333A CN202210600167.6A CN202210600167A CN114993333A CN 114993333 A CN114993333 A CN 114993333A CN 202210600167 A CN202210600167 A CN 202210600167A CN 114993333 A CN114993333 A CN 114993333A
- Authority
- CN
- China
- Prior art keywords
- correction information
- information
- laser
- fusion positioning
- current
- 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.)
- Pending
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
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- 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
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- 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
本申请公开了一种自动驾驶车辆的融合定位方法、装置及电子设备,该方法包括:获取自动驾驶车辆的前一时刻的激光横向校正信息;在前一时刻的激光横向校正信息满足预设校正条件时,根据前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息;在高精定位信号的信号状态为不可用状态时,利用当前时刻的融合定位信息对应的激光横向校正信息对当前时刻的融合定位信息进行校正;将校正后的融合定位信息作为量测信息进行融合定位,得到最终融合定位结果。本申请在激光横向校正信息满足预设校正条件且高精定位信号的信号状态为不可用状态的情况下,利用激光横向校正信息对融合定位信息进行校正,保证了自动驾驶车辆的定位精度。
Description
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种自动驾驶车辆的融合定位方法、装置及电子设备。
背景技术
自动驾驶场景下,需要实现自动驾驶车辆的高精度定位,目前通常采用多传感器融合定位的方式,即通过卡尔曼滤波器融合多个传感器采集的定位信息,从而实现车辆的高精度定位。例如,现有技术中的一种融合定位方案是基于IMU(Inertial MeasurementUnit,惯性测量单元)和RTK(Real-time kinematic,实时差分定位)实现的融合定位方案。但此种方案在自动驾驶车辆遇到城市、峡谷或者隧道等工况时,RTK会受到干扰或者无信号导致无法工作,尤其是在长隧道工况,无法得到高精度的定位信息,且自动驾驶车辆由于上述原因将无法进行车道保持。
基于激光SLAM(Simultaneous Localization and Mapping,同步定位与建图)的定位方案在特征较多的地方定位效果较好,但是在开阔路段,由于缺失特征而产生退化现象,进而导致定位失效。
因此,自动驾驶过程中单纯使用上述某一方案可能无法保证自动驾驶车辆的高精度定位。
发明内容
本申请实施例提供了一种自动驾驶车辆的融合定位方法、装置及电子设备,以提高自动驾驶车辆的定位精度和稳定性。
本申请实施例采用下述技术方案:
第一方面,本申请实施例提供一种自动驾驶车辆的融合定位方法,其中,所述方法包括:
获取自动驾驶车辆的前一时刻的激光横向校正信息;
在所述前一时刻的激光横向校正信息满足预设校正条件的情况下,根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息;
在所述自动驾驶车辆的高精定位信号的信号状态为不可用状态的情况下,利用所述当前时刻的融合定位信息对应的激光横向校正信息对所述当前时刻的融合定位信息进行校正,得到校正后的融合定位信息;
将所述校正后的融合定位信息作为量测信息进行融合定位,得到所述自动驾驶车辆的最终融合定位结果。
可选地,所述前一时刻的激光横向校正信息包括位置偏移量和位置偏移量对应的时间戳,在获取自动驾驶车辆的前一时刻的激光横向校正信息之后,所述方法还包括:
获取所述自动驾驶车辆的融合定位信息队列,所述融合定位信息队列用于实时缓存融合定位信息,所述融合定位信息队列包括多个位置坐标和对应的时间戳;
遍历所述融合定位信息队列中的各个位置坐标对应的时间戳;
确定所述融合定位信息队列中是否存在所述位置坐标对应的时间戳与所述位置偏移量对应的时间戳的差值绝对值小于预设差值阈值的时间戳;
若存在,则确定所述前一时刻的激光横向校正信息满足所述预设校正条件。
可选地,所述根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息包括:
将所述前一时刻的激光横向校正信息转换到导航坐标系下,得到导航坐标系下的激光横向校正信息;
根据所述导航坐标系下的激光横向校正信息确定所述当前时刻的融合定位信息对应的激光横向校正信息。
可选地,所述根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息包括:
确定当前累计时间,所述当前累计时间从获取到所述前一时刻的激光横向校正信息时开始计算;
若所述当前累计时间小于第一累计时间阈值,则直接将所述前一时刻的激光横向校正信息作为所述当前时刻的融合定位信息对应的激光横向校正信息;
若所述当前累计时间不小于第一累计时间阈值但小于第二累计时间阈值,则对所述前一时刻的激光横向校正信息进行衰减,并将衰减后的激光横向校正信息作为所述当前时刻的融合定位信息对应的激光横向校正信息;
若所述当前累计时间不小于所述第二累计时间阈值,则直接将所述衰减后的激光横向校正信息归零,作为所述当前时刻的融合定位信息对应的激光横向校正信息。
可选地,所述对所述前一时刻的激光横向校正信息进行衰减包括:
确定衰减因子;
在所述当前累计时间不小于第一累计时间阈值但小于第二累计时间阈值的情况下,利用所述衰减因子对所述前一时刻的激光横向校正信息进行衰减,得到所述衰减后的激光横向校正信息。
可选地,所述利用所述当前时刻的融合定位信息对应的激光横向校正信息对所述当前时刻的融合定位信息进行校正,得到校正后的融合定位信息包括:
获取多个历史时刻的融合定位信息对应的激光横向校正信息;
对所述当前时刻的融合定位信息对应的激光横向校正信息和所述多个历史时刻的融合定位信息对应的激光横向校正信息进行拟合,得到拟合方程;
根据所述拟合方程,确定当前时刻的激光横向校正信息;
利用所述当前时刻的激光横向校正信息对所述当前时刻的融合定位信息进行校正,得到所述校正后的融合定位信息。
可选地,在根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息之后,所述方法还包括:
获取当前时刻的卫星数量和当前时刻的RTK定位信号;
在所述当前时刻的卫星数量达到预设数量阈值,且所述当前时刻的RTK定位信号为固定解的情况下,确定所述高精定位信号的信号状态为可用状态;
否则,确定所述高精定位信号的信号状态为不可用状态。
第二方面,本申请实施例还提供一种自动驾驶车辆的融合定位装置,其中,所述装置包括:
第一获取单元,用于获取自动驾驶车辆的前一时刻的激光横向校正信息;
第一确定单元,用于在所述前一时刻的激光横向校正信息满足预设校正条件的情况下,根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息;
校正单元,用于在所述自动驾驶车辆的高精定位信号的信号状态为不可用状态的情况下,利用所述当前时刻的融合定位信息对应的激光横向校正信息对所述当前时刻的融合定位信息进行校正,得到校正后的融合定位信息;
融合定位单元,用于将所述校正后的融合定位信息作为量测信息进行融合定位,得到所述自动驾驶车辆的最终融合定位结果。
第三方面,本申请实施例还提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。
第四方面,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行前述之任一所述方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:本申请实施例的自动驾驶车辆的融合定位方法,先获取自动驾驶车辆的前一时刻的激光横向校正信息;然后在前一时刻的激光横向校正信息满足预设校正条件的情况下,根据前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息;之后在自动驾驶车辆的高精定位信号的信号状态为不可用状态的情况下,利用当前时刻的融合定位信息对应的激光横向校正信息对当前时刻的融合定位信息进行校正,得到校正后的融合定位信息;最后将校正后的融合定位信息作为量测信息进行融合定位,得到自动驾驶车辆的最终融合定位结果。本申请实施例的自动驾驶车辆的融合定位方法在激光横向校正信息满足预设校正条件且高精定位信号的信号状态为不可用状态的情况下,利用激光横向校正信息对融合定位信息进行了校正,保证了自动驾驶车辆的定位精度和稳定性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种自动驾驶车辆的融合定位方法的流程示意图;
图2为本申请实施例中一种自动驾驶车辆的融合定位装置的结构示意图;
图3为本申请实施例中一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
本申请实施例提供了一种自动驾驶车辆的融合定位方法,如图1所示,提供了本申请实施例中一种自动驾驶车辆的融合定位方法的流程示意图,所述方法至少包括如下的步骤S110至步骤S140:
步骤S110,获取自动驾驶车辆的前一时刻的激光横向校正信息。
本申请实施例的自动驾驶车辆的融合定位方法可以由自动驾驶车辆的融合定位子***来执行,融合定位子***主要用于融合多传感器的数据,从而输出融合定位结果,实现高精度定位。
本申请实施例在进行自动驾驶车辆的融合定位时,需要先获取自动驾驶车辆的前一时刻的激光横向校正信息,激光横向校正信息由自动驾驶***中的激光雷达子***产生,由于激光雷达子***输出激光横向校正信息的频率与融合定位子***输出融合定位信息的频率不同,导致激光横向校正信息相比于融合定位信息会存在一定延迟,例如70ms-100ms的延迟。因此,上述“前一时刻”可以理解为是目前最新获取到的激光横向校正信息所对应的时刻,但并非是当前融合定位信息所实际对应的激光横向校正信息。
步骤S120,在所述前一时刻的激光横向校正信息满足预设校正条件的情况下,根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息。
如前所述,上述前一时刻的激光横向校正信息并非是当前时刻的融合定位信息所实际对应的激光横向校正信息,因此在无法直接获取到当前时刻的融合定位信息所实际对应的激光横向校正信息的情况下,需要判断前一时刻的激光横向校正信息能否用于对当前时刻的融合定位信息进行校正,即是否满足预设校正条件,如果满足预设校正条件,那么可以根据前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息,从而用于后续校正。
步骤S130,在所述自动驾驶车辆的高精定位信号的信号状态为不可用状态的情况下,利用所述当前时刻的融合定位信息对应的激光横向校正信息对所述当前时刻的融合定位信息进行校正,得到校正后的融合定位信息。
在得到当前时刻的融合定位信息对应的激光横向校正信息后,还需要判断当前自动驾驶车辆的高精定位信号的信号状态,因为如果当前高精定位信号的信号状态较好,足以保证自动驾驶车辆的定位精度要求,那么此时就可以省去激光横向校正信息的校正环节,而如果当前高精定位信号的信号状态较差,不能满足自动驾驶车辆的定位精度要求,那么就需要利用上述激光横向校正信息来弥补高精定位信号较差而带来的定位偏差。
步骤S140,将所述校正后的融合定位信息作为量测信息进行融合定位,得到所述自动驾驶车辆的最终融合定位结果。
在得到校正后的融合定位信息后,为了进一步提高定位精度,可以将校正后的融合定位信息作为观测值进行量测更新,这里可以采用EKF(Extended Kalman Filter,扩展卡尔曼滤波器)或者卡尔曼滤波器进行融合定位,从而得到最终的融合定位结果。
在本申请的一个实施例中,所述前一时刻的激光横向校正信息包括位置偏移量和位置偏移量对应的时间戳,在获取自动驾驶车辆的前一时刻的激光横向校正信息之后,所述方法还包括:获取所述自动驾驶车辆的融合定位信息队列,所述融合定位信息队列用于实时缓存融合定位信息,所述融合定位信息队列包括多个位置坐标和对应的时间戳;遍历所述融合定位信息队列中的各个位置坐标对应的时间戳;确定所述融合定位信息队列中是否存在所述位置坐标对应的时间戳与所述位置偏移量对应的时间戳的差值绝对值小于预设差值阈值的时间戳;若存在,则确定所述前一时刻的激光横向校正信息满足所述预设校正条件。
本申请实施例在判断前一时刻的激光横向校正信息是否满足预设校正条件时,可以先获取自动驾驶车辆的融合定位信息队列,这里的融合定位信息队列用于实时缓存融合定位子***输出的融合定位信息,也即融合定位信息队列中的融合定位信息是动态更新的。融合定位信息可以通过扩展卡尔曼滤波器对多个传感器如IMU+RTK采集的定位信息进行融合得到,当然,本领域技术人员也可以采用其他组合导航模式,在此不作具体限定。
融合定位信息队列具体可以采用deque(double-ended queue,双端队列)实现,deque是一种具有队列和栈的性质的数据结构,双端队列中的元素可以从两端弹出,在本申请实施例中,通过deque实时缓存一定时间长度如1s内的融合定位信息,当有新的融合定位信息进入队列时,最早的融合定位信息将从队列中弹出,从而保证队列中始终保存有最新1s内的融合定位信息。
本申请实施例的激光横向校正信息具体可以包括位置偏移量Δ和位置偏移量对应的时间戳time0,融合定位信息队列中实时缓存的融合定位信息具体可以包括位置坐标(Posx,Posy,Posz)和位置坐标对应的时间戳time,这里的位置坐标可以采用UTM(Universal Transverse Mercator Grid System,通用横墨卡托格网***)或者WGS84(World Geodetic System-1984 Coordinate System,世界大地坐标系-1984坐标系)得到,当然也可以采用其他形式,在此不作具体限定。
本申请实施例的融合定位频率一般为100Hz,因此如果是缓存1s内的融合定位信息,那么融合定位信息队列中就会有100个位置坐标和时间戳组成的数据对。基于此,在判断激光横向校正信息是否满足第一预设校正条件时,可以先遍历融合定位信息队列中当前缓存的各个位置坐标对应的时间戳time,将各个位置坐标对应的时间戳time与激光横向校正信息对应的时间戳time0进行比较,如果二者之间的差值的绝对值小于一定的差值阈值,则说明当前接收到的激光横向校正信息的延迟误差是可被接受的,因此可以确定激光横向校正信息满足预设校正条件,可以用于对当前时刻的融合定位信息进行校正。
上述预设差值阈值的大小主要取决于融合定位频率,例如融合定位频率为100Hz,那么这里的预设差值阈值就可以设置为0.01s,当然,为了进一步提高判断的准确性,预设差值阈值还可以设置的更小一些,例如设置为0.005s,如果|time-time0|<0.005s,说明激光横向校正信息可用于校正当前时刻的融合定位信息,因此可以记录融合定位信息队列中缓存的当前时刻的time1所对应的位置信息。
在本申请的一个实施例中,所述根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息包括:将所述前一时刻的激光横向校正信息转换到导航坐标系下,得到导航坐标系下的激光横向校正信息;根据所述导航坐标系下的激光横向校正信息确定所述当前时刻的融合定位信息对应的激光横向校正信息。
本申请实施例在利用前一时刻的激光横向校正信息对当前时刻的融合定位信息进行校正时,可以先根据当前时刻的RTK定位信息(RTK posx,RTK posy,RTK posz)将激光横向校正信息中的位置偏移量Δ(Lidar posx,Lidar posy,Lidar posz)转换到导航坐标系下,例如东北天(ENU,East-North-Up)坐标系下,从而得到导航坐标系下的位置偏移量(dx,dy,dz),具体可以通过如下方式实现:
dx=timex Lidar posx-timex RTK posx
dy=timex Lidar posy-timex RTK posy
dz=timex Lidar posz-timex RTK posz
在本申请的一个实施例中,所述根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息包括:确定当前累计时间,所述当前累计时间从获取到所述前一时刻的激光横向校正信息时开始计算;若所述当前累计时间小于第一累计时间阈值,则直接将所述前一时刻的激光横向校正信息作为所述当前时刻的融合定位信息对应的激光横向校正信息;若所述当前累计时间不小于第一累计时间阈值但小于第二累计时间阈值,则对所述前一时刻的激光横向校正信息进行衰减,并将衰减后的激光横向校正信息作为所述当前时刻的融合定位信息对应的激光横向校正信息;若所述当前累计时间不小于所述第二累计时间阈值,则直接将所述衰减后的激光横向校正信息归零,作为所述当前时刻的融合定位信息对应的激光横向校正信息。
如前所述,本申请实施例获取到的前一时刻的激光横向校正信息并非是当前时刻的融合定位信息所实际对应的校正信息,在较短时间内该激光横向校正信息仍具有一定的可用性,但当较长时间内无法获取到新的激光横向校正信息时,前一时刻的激光横向校正信息的可用性将会降低甚至不再可用,因此本申请实施例经过大量实验,设计了用于确定前一时刻的激光横向校正信息在不同累计时间下的可用性的逻辑。
这里需要先说明的是,本申请实施例定义的“当前累计时间”可以用来表征在得到前一时刻的激光横向校正信息后所经历的时长。
第一种情形是,当上述当前累计时间尚未达到第一累计时间阈值时,说明获取到的前一时刻的激光横向校正信息的时间与当前时刻还较近,因此前一时刻的激光横向校正信息具有较高的可用性,这时可以直接利用前一时刻的激光横向校正信息对当前时刻的融合定位信息进行校正。
第二种情形是,当上述当前累计时间达到第一累计时间阈值但尚未达到第二累计时间阈值时,此时说明获取到前一时刻的激光横向校正信息的时间距离当前时刻已经经过了相当一段时间,前一时刻的激光横向校正信息的可用性由于时间的累积而降低,但为了避免直接舍弃激光横向校正信息的校正环节而带来的定位轨迹突变的情况,可以对前一时刻的激光横向校正信息进行一定的平滑处理操作,例如可以对前一时刻的激光横向校正信息进行逐步衰减处理,再利用衰减后的激光横向校正信息对当前时刻的融合定位信息进行校正,从而优化激光横向校正信息的进入和退出机制,保证了融合定位的平滑性和稳定性。因此上述处理方式兼并考量了校正后的融合定位结果的稳定性和融合定位精度。
第三种情形是,当上述当前累计时间达到第二累计时间阈值时,说明此时获取到前一时刻的激光横向校正信息的时间与当前时刻之间的距离已经较长,经过这段较长的时间后,激光横向校正信息可能已经发生了相对较大的变化,因此前一时刻的激光横向校正信息将不再可用,这时直接将激光横向校正信息归零即可,也即不再基于激光横向校正信息进行横向校正。
上述第一累计时间阈值和第二累计时间阈值均为经验值,可以根据实际场景和实际需求灵活调整。为了便于对本申请实施例的理解,这里进一步举例说明,假设第一累计时间阈值为1s,第二累计时间阈值为4s,在当前累计时间小于1s时,可以直接利用前一时刻的激光横向校正信息对当前时刻的融合定位信息进行校正。在当前累计时间达到1s但未达到4s时,可以对前一时刻的激光横向校正信息进行衰减处理后再对当前时刻的融合定位信息进行校正。在当前累计时间达到4s时,则直接将激光横向校正信息归零。
另外,需要说明的是,由于激光横向校正信息的产生不受车道线遮挡、天气或者光照等的影响,因此激光横向校正信息的输出相对更为稳定,而基于视觉识别输出的视觉横向校正信息的方案,依赖于车道线的识别效果,因此视觉横向校正信息的输出相对不够稳定。因此本申请实施例中对于上述激光横向校正信息在不同累计时间下的可用性的判断,相比于视觉横向校正信息的判断会更严格一些,例如,视觉横向校正信息判断的累计时间可以达到6s,而本申请实施例的激光横向校正信息判断的累计时间会小于视觉横向校正信息判断的累计时间,例如设置为4s。
在本申请的一个实施例中,所述对所述前一时刻的激光横向校正信息进行衰减包括:确定衰减因子;在所述当前累计时间不小于第一累计时间阈值但小于第二累计时间阈值的情况下,利用所述衰减因子对所述前一时刻的激光横向校正信息进行衰减,得到所述衰减后的激光横向校正信息。
本申请实施例在对前一时刻的激光横向校正信息进行衰减处理时,可以先确定衰减因子lidar_k,该衰减因子可以表征激光横向校正信息每一次衰减的程度。导航坐标系下的位置偏移量为(dx,dy,dz),那么可以通过如下方式确定衰减因子Lidar_k:
Lidar_k[0]=dx()/100.0;
Lidar_k[1]=dy()/100.0;
Lidar_k[2]=dz()/100.0。
假设第一累计时间阈值为1s,第二累计时间阈值为4s,基于上述衰减因子Lidar_k可以进一步计算出衰减后的激光横向校正信息,具体可以表示为:
在本申请的一个实施例中,所述利用所述当前时刻的融合定位信息对应的激光横向校正信息对所述当前时刻的融合定位信息进行校正,得到校正后的融合定位信息包括:获取多个历史时刻的融合定位信息对应的激光横向校正信息;对所述当前时刻的融合定位信息对应的激光横向校正信息和所述多个历史时刻的融合定位信息对应的激光横向校正信息进行拟合,得到拟合方程;根据所述拟合方程,确定当前时刻的激光横向校正信息;利用所述当前时刻的激光横向校正信息对所述当前时刻的融合定位信息进行校正,得到所述校正后的融合定位信息。
上述实施例在自动驾驶车辆以低速或者正常速度行驶的情况下具有很好的定位效果,但当自动驾驶车辆以高速行驶时,短时间内自动驾驶车辆的位置将发生较大变化,此时直接利用上述方式得到的衰减后的激光横向校正信息进行校正将产生一定程度的误差。
基于此,为了进一步提高自动驾驶车辆在以高速行驶的情况下的定位效果,本申请实施例在未接收到新的激光横向校正信息时,可以对一段时间内连续衰减后得到的多帧激光横向校正信息进行拟合处理,例如可以获取连续5帧激光横向校正信息,然后对这5帧激光横向校正信息进行拟合处理,得到拟合方程,最后利用该拟合方程预测出当前时刻的激光横向校正信息,从而可以弥补自动驾驶车辆在高速行驶情况下而带来的激光横向校正信息的误差的问题。
在利用上述当前时刻的激光横向校正信息(dx,dy,dz)对当前时刻的融合定位信息(Posx,Posy,Posz)进行校正时,具体可以采用如下形式:
Posx’=Posx+dx
Posy’=Posy+dy
Posz’=Posy+dz
其中,(Posx’,Posy’,Posz’)为校正后的融合定位信息。
在本申请的一个实施例中,在根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息之后,所述方法还包括:获取当前时刻的卫星数量和当前时刻的RTK定位信号;在所述当前时刻的卫星数量达到预设数量阈值,且所述当前时刻的RTK定位信号为固定解的情况下,确定所述高精定位信号的信号状态为可用状态;否则,确定所述高精定位信号的信号状态为不可用状态。
本申请实施例确定当前时刻的融合定位信息所对应的激光横向校正信息可以是一个持续进行的过程,但确定出的激光横向校正信息主要是用于弥补自动驾驶车辆的高精定位信号质量较差时的定位偏差,一旦当前高精定位信号的信号状态恢复为可用状态,就无需再利用激光横向校正信息进行校正了。
也即,激光横向校正信息的计算是持续进行的,但至于计算出的激光横向校正信息是否会被用于校正当前时刻的融合定位信息,则取决于当前时刻的高精定位信号的信号状态,因此本申请实施例可以实时判断当前高精定位信号的信号状态,如果当前高精定位信号的信号状态为不可用状态,则可以利用计算出的激光横向校正信息对当前时刻的融合定位信息进行校正,而一旦当前高精定位信号的信号状态恢复为可用状态,则可以切换为基于高精定位信号进行融合定位的策略。
在确定当前高精定位信号的信号状态时,可以通过当前时刻的卫星数量和当前时刻的RTK定位信号来综合判断,如果当前时刻的卫星数量大于一定数量阈值如20,并且当前时刻的RTK定位信号为固定解42,则说明高精定位信号的信号状态为可用状态,否则,说明高精定位信号的信号状态为不可用状态。
需要说明的是,如果单纯根据RTK定位信号是否为固定解来判断,可能会出现“欺骗”扩展卡尔曼滤波器的情况,例如输出的RTK定位信号为固定解,但此时卫星数量较少,仍说明RTK定位信号质量较差,因此本申请实施例通过上述两个维度来综合判断,可以大大提高高精定位信号的信号状态的判断的准确性。
此外,为了进一步提高判断信号状态为可用状态的稳定性,本申请实施例可以连续判断一段时间内的高精定位信号的信号状态是否均为可用状态,例如可以连续判断3秒内的高精定位信号的信号状态,具体可以通过对激光雷达数据进行计数即lidar_num_cnt的方式来计时。
本申请的自动驾驶车辆的融合定位方法基于激光横向校正信息进行融合定位优化,并且可以根据卫星数量和RTK定位信号质量自动切换使用的量测信息,保证了定位准确性,同时优化了激光横向校正信息的进入和退出机制,保证了融合定位的平滑性和稳定性。
本申请实施例还提供了一种自动驾驶车辆的融合定位装置200,如图2所示,提供了本申请实施例中一种自动驾驶车辆的融合定位装置,所述装置200包括:第一获取单元210、第一确定单元220、校正单元230以及融合定位单元240,其中:
第一获取单元210,用于获取自动驾驶车辆的前一时刻的激光横向校正信息;
第一确定单元220,用于在所述前一时刻的激光横向校正信息满足预设校正条件的情况下,根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息;
校正单元230,用于在所述自动驾驶车辆的高精定位信号的信号状态为不可用状态的情况下,利用所述当前时刻的融合定位信息对应的激光横向校正信息对所述当前时刻的融合定位信息进行校正,得到校正后的融合定位信息;
融合定位单元240,用于将所述校正后的融合定位信息作为量测信息进行融合定位,得到所述自动驾驶车辆的最终融合定位结果。
在本申请的一个实施例中,所述前一时刻的激光横向校正信息包括位置偏移量和位置偏移量对应的时间戳,所述装置还包括:第二获取单元,用于获取所述自动驾驶车辆的融合定位信息队列,所述融合定位信息队列用于实时缓存融合定位信息,所述融合定位信息队列包括多个位置坐标和对应的时间戳;遍历单元,用于遍历所述融合定位信息队列中的各个位置坐标对应的时间戳;第二确定单元,用于确定所述融合定位信息队列中是否存在所述位置坐标对应的时间戳与所述位置偏移量对应的时间戳的差值绝对值小于预设差值阈值的时间戳;第三确定单元,用于若存在,则确定所述前一时刻的激光横向校正信息满足所述预设校正条件。
在本申请的一个实施例中,所述第一确定单元220具体用于:将所述前一时刻的激光横向校正信息转换到导航坐标系下,得到导航坐标系下的激光横向校正信息;根据所述导航坐标系下的激光横向校正信息确定所述当前时刻的融合定位信息对应的激光横向校正信息。
在本申请的一个实施例中,所述第一确定单元220具体用于:确定当前累计时间,所述当前累计时间从获取到所述前一时刻的激光横向校正信息时开始计算;若所述当前累计时间小于第一累计时间阈值,则直接将所述前一时刻的激光横向校正信息作为所述当前时刻的融合定位信息对应的激光横向校正信息;若所述当前累计时间不小于第一累计时间阈值但小于第二累计时间阈值,则对所述前一时刻的激光横向校正信息进行衰减,并将衰减后的激光横向校正信息作为所述当前时刻的融合定位信息对应的激光横向校正信息;若所述当前累计时间不小于所述第二累计时间阈值,则直接将所述衰减后的激光横向校正信息归零,作为所述当前时刻的融合定位信息对应的激光横向校正信息。
在本申请的一个实施例中,所述第一确定单元220具体用于:确定衰减因子;在所述当前累计时间不小于第一累计时间阈值但小于第二累计时间阈值的情况下,利用所述衰减因子对所述前一时刻的激光横向校正信息进行衰减,得到所述衰减后的激光横向校正信息。
在本申请的一个实施例中,所述校正单元230具体用于:获取多个历史时刻的融合定位信息对应的激光横向校正信息;对所述当前时刻的融合定位信息对应的激光横向校正信息和所述多个历史时刻的融合定位信息对应的激光横向校正信息进行拟合,得到拟合方程;根据所述拟合方程,确定当前时刻的激光横向校正信息;利用所述当前时刻的激光横向校正信息对所述当前时刻的融合定位信息进行校正,得到所述校正后的融合定位信息。
在本申请的一个实施例中,所述装置还包括:第三获取单元,用于获取当前时刻的卫星数量和当前时刻的RTK定位信号;第四确定单元,用于在所述当前时刻的卫星数量达到预设数量阈值,且所述当前时刻的RTK定位信号为固定解的情况下,确定所述高精定位信号的信号状态为可用状态;第五确定单元,用于否则,确定所述高精定位信号的信号状态为不可用状态。
能够理解,上述自动驾驶车辆的融合定位装置,能够实现前述实施例中提供的自动驾驶车辆的融合定位方法的各个步骤,关于自动驾驶车辆的融合定位方法的相关阐释均适用于自动驾驶车辆的融合定位装置,此处不再赘述。
图3是本申请的一个实施例电子设备的结构示意图。请参考图3,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成自动驾驶车辆的融合定位装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取自动驾驶车辆的前一时刻的激光横向校正信息;
在所述前一时刻的激光横向校正信息满足预设校正条件的情况下,根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息;
在所述自动驾驶车辆的高精定位信号的信号状态为不可用状态的情况下,利用所述当前时刻的融合定位信息对应的激光横向校正信息对所述当前时刻的融合定位信息进行校正,得到校正后的融合定位信息;
将所述校正后的融合定位信息作为量测信息进行融合定位,得到所述自动驾驶车辆的最终融合定位结果。
上述如本申请图1所示实施例揭示的自动驾驶车辆的融合定位装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(CentralProcessing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1中自动驾驶车辆的融合定位装置执行的方法,并实现自动驾驶车辆的融合定位装置在图1所示实施例的功能,本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图1所示实施例中自动驾驶车辆的融合定位装置执行的方法,并具体用于执行:
获取自动驾驶车辆的前一时刻的激光横向校正信息;
在所述前一时刻的激光横向校正信息满足预设校正条件的情况下,根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息;
在所述自动驾驶车辆的高精定位信号的信号状态为不可用状态的情况下,利用所述当前时刻的融合定位信息对应的激光横向校正信息对所述当前时刻的融合定位信息进行校正,得到校正后的融合定位信息;
将所述校正后的融合定位信息作为量测信息进行融合定位,得到所述自动驾驶车辆的最终融合定位结果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、***或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种自动驾驶车辆的融合定位方法,其中,所述方法包括:
获取自动驾驶车辆的前一时刻的激光横向校正信息;
在所述前一时刻的激光横向校正信息满足预设校正条件的情况下,根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息;
在所述自动驾驶车辆的高精定位信号的信号状态为不可用状态的情况下,利用所述当前时刻的融合定位信息对应的激光横向校正信息对所述当前时刻的融合定位信息进行校正,得到校正后的融合定位信息;
将所述校正后的融合定位信息作为量测信息进行融合定位,得到所述自动驾驶车辆的最终融合定位结果。
2.如权利要求1所述方法,其中,所述前一时刻的激光横向校正信息包括位置偏移量和位置偏移量对应的时间戳,在获取自动驾驶车辆的前一时刻的激光横向校正信息之后,所述方法还包括:
获取所述自动驾驶车辆的融合定位信息队列,所述融合定位信息队列用于实时缓存融合定位信息,所述融合定位信息队列包括多个位置坐标和对应的时间戳;
遍历所述融合定位信息队列中的各个位置坐标对应的时间戳;
确定所述融合定位信息队列中是否存在所述位置坐标对应的时间戳与所述位置偏移量对应的时间戳的差值绝对值小于预设差值阈值的时间戳;
若存在,则确定所述前一时刻的激光横向校正信息满足所述预设校正条件。
3.如权利要求1所述方法,其中,所述根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息包括:
将所述前一时刻的激光横向校正信息转换到导航坐标系下,得到导航坐标系下的激光横向校正信息;
根据所述导航坐标系下的激光横向校正信息确定所述当前时刻的融合定位信息对应的激光横向校正信息。
4.如权利要求1所述方法,其中,所述根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息包括:
确定当前累计时间,所述当前累计时间从获取到所述前一时刻的激光横向校正信息时开始计算;
若所述当前累计时间小于第一累计时间阈值,则直接将所述前一时刻的激光横向校正信息作为所述当前时刻的融合定位信息对应的激光横向校正信息;
若所述当前累计时间不小于第一累计时间阈值但小于第二累计时间阈值,则对所述前一时刻的激光横向校正信息进行衰减,并将衰减后的激光横向校正信息作为所述当前时刻的融合定位信息对应的激光横向校正信息;
若所述当前累计时间不小于所述第二累计时间阈值,则直接将所述衰减后的激光横向校正信息归零,作为所述当前时刻的融合定位信息对应的激光横向校正信息。
5.如权利要求4所述方法,其中,所述对所述前一时刻的激光横向校正信息进行衰减包括:
确定衰减因子;
在所述当前累计时间不小于第一累计时间阈值但小于第二累计时间阈值的情况下,利用所述衰减因子对所述前一时刻的激光横向校正信息进行衰减,得到所述衰减后的激光横向校正信息。
6.如权利要求1所述方法,其中,所述利用所述当前时刻的融合定位信息对应的激光横向校正信息对所述当前时刻的融合定位信息进行校正,得到校正后的融合定位信息包括:
获取多个历史时刻的融合定位信息对应的激光横向校正信息;
对所述当前时刻的融合定位信息对应的激光横向校正信息和所述多个历史时刻的融合定位信息对应的激光横向校正信息进行拟合,得到拟合方程;
根据所述拟合方程,确定当前时刻的激光横向校正信息;
利用所述当前时刻的激光横向校正信息对所述当前时刻的融合定位信息进行校正,得到所述校正后的融合定位信息。
7.如权利要求1所述方法,其中,在根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息之后,所述方法还包括:
获取当前时刻的卫星数量和当前时刻的RTK定位信号;
在所述当前时刻的卫星数量达到预设数量阈值,且所述当前时刻的RTK定位信号为固定解的情况下,确定所述高精定位信号的信号状态为可用状态;
否则,确定所述高精定位信号的信号状态为不可用状态。
8.一种自动驾驶车辆的融合定位装置,其中,所述装置包括:
第一获取单元,用于获取自动驾驶车辆的前一时刻的激光横向校正信息;
第一确定单元,用于在所述前一时刻的激光横向校正信息满足预设校正条件的情况下,根据所述前一时刻的激光横向校正信息确定当前时刻的融合定位信息对应的激光横向校正信息;
校正单元,用于在所述自动驾驶车辆的高精定位信号的信号状态为不可用状态的情况下,利用所述当前时刻的融合定位信息对应的激光横向校正信息对所述当前时刻的融合定位信息进行校正,得到校正后的融合定位信息;
融合定位单元,用于将所述校正后的融合定位信息作为量测信息进行融合定位,得到所述自动驾驶车辆的最终融合定位结果。
9.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行所述权利要求1~7之任一所述方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行所述权利要求1~7之任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210600167.6A CN114993333A (zh) | 2022-05-27 | 2022-05-27 | 自动驾驶车辆的融合定位方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210600167.6A CN114993333A (zh) | 2022-05-27 | 2022-05-27 | 自动驾驶车辆的融合定位方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114993333A true CN114993333A (zh) | 2022-09-02 |
Family
ID=83031644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210600167.6A Pending CN114993333A (zh) | 2022-05-27 | 2022-05-27 | 自动驾驶车辆的融合定位方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114993333A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115877429A (zh) * | 2023-02-07 | 2023-03-31 | 安徽蔚来智驾科技有限公司 | 自动驾驶车辆的定位方法、装置、存储介质及车辆 |
CN115950441A (zh) * | 2023-03-08 | 2023-04-11 | 智道网联科技(北京)有限公司 | 自动驾驶车辆的融合定位方法、装置及电子设备 |
-
2022
- 2022-05-27 CN CN202210600167.6A patent/CN114993333A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115877429A (zh) * | 2023-02-07 | 2023-03-31 | 安徽蔚来智驾科技有限公司 | 自动驾驶车辆的定位方法、装置、存储介质及车辆 |
CN115950441A (zh) * | 2023-03-08 | 2023-04-11 | 智道网联科技(北京)有限公司 | 自动驾驶车辆的融合定位方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114993333A (zh) | 自动驾驶车辆的融合定位方法、装置及电子设备 | |
CN113899374B (zh) | 自动驾驶车辆定位方法、装置及电子设备、存储介质 | |
CN114279453B (zh) | 基于车路协同的自动驾驶车辆定位方法、装置及电子设备 | |
CN113360795B (zh) | 车辆航向角的修正方法、装置及电子设备、存储介质 | |
CN114114369B (zh) | 自动驾驶车辆定位方法和装置、电子设备和存储介质 | |
CN114877900A (zh) | 用于隧道的自动驾驶车辆融合定位方法以及相关装置 | |
CN113791435B (zh) | Gnss信号异常值的检测方法、装置及电子设备、存储介质 | |
CN115390086B (zh) | 用于自动驾驶的融合定位方法、装置及电子设备、存储介质 | |
CN115077541A (zh) | 自动驾驶车辆的定位方法、装置及电子设备、存储介质 | |
CN115184976B (zh) | 自动驾驶车辆的定位方法、装置及电子设备、存储介质 | |
CN114894214A (zh) | 自动驾驶车辆的融合定位方法、装置及电子设备 | |
CN115962774A (zh) | 点云地图更新方法、装置及电子设备、存储介质 | |
CN114777814A (zh) | 基于车路云的融合定位精度评估方法、装置及*** | |
CN114812595B (zh) | 用于融合定位的状态预警方法、装置及电子设备、存储介质 | |
CN114547222A (zh) | 语义地图构建方法、装置及电子设备 | |
CN115371689A (zh) | 自动驾驶车辆的融合定位方法、装置及电子设备 | |
CN115856976B (zh) | 自动驾驶车辆的融合定位方法、装置及电子设备 | |
CN115950441B (zh) | 自动驾驶车辆的融合定位方法、装置及电子设备 | |
CN115240453B (zh) | 自动驾驶车辆的行驶控制方法、装置、***及电子设备 | |
CN115856979B (zh) | 自动驾驶车辆的定位方法、装置及电子设备、存储介质 | |
CN114739416A (zh) | 自动驾驶车辆定位方法、装置及电子设备、存储介质 | |
CN116164763A (zh) | 目标航向角确定方法、装置及电子设备、存储介质 | |
CN114993332A (zh) | 自动驾驶车辆的融合定位方法、装置及电子设备 | |
CN115031755A (zh) | 自动驾驶车辆定位方法、装置及电子设备、存储介质 | |
CN115014332A (zh) | 激光slam建图方法、装置及电子设备、计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |