[发明专利]无人车、无人车定位方法、装置和系统

权利要求书

1.一种基于激光点云反射值匹配的无人车定位方法，其特征在于，包括：

获取与无人车当前位置匹配的第一激光点云反射值数据，其中，所述第一激光点云反射值数据包括各激光点的第一坐标以及与所述第一激光点云反射值数据中的各激光点对应的激光反射强度值；

将所述第一激光点云反射值数据转化为地平面内的激光点云投影数据；

以预先确定的先验定位位置在激光点云反射值地图中的位置作为初始位置，确定所述激光点云投影数据在所述激光点云反射值地图的预定范围内的第一匹配概率；以及

基于所述第一匹配概率确定所述无人车在所述激光点云反射值地图中的位置；

所述激光点云反射值地图包括将地球表面在世界坐标系的地平面内划分形成M×N个地图区域，其中，各所述地图区域具有相同的大小和形状；

各所述地图区域进一步包括m×n个地图网格，其中，各所述地图网格具有相同的大小和形状；

所述以预先确定的先验定位位置在激光点云反射值地图中的位置作为初始位置，确定所述激光点云投影数据在所述激光点云反射值地图的预定范围内的第一匹配概率包括：

将所述激光点云投影数据的中心投影网格O(x,y)与所述激光点云反射值地图中与所述先验定位位置O’(x_o,y_o)对应的地图网格重合，其中，所述中心投影网格O(x,y)为所述激光点云投影数据中代表所述无人车车身的投影网格；

确定所述激光点云投影数据的投影范围和与之对应的地图范围的第一匹配概率；

以预定的偏移量k移动所述中心投影网格O(x,y)，并分别确定与当前中心投影网格O(x,y)对应的所述激光点云投影数据的第一匹配概率。

2.根据权利要求1所述的方法，其特征在于，所述激光点云反射值地图通过如下方式生成：

将地球表面在世界坐标系的地平面内划分为M×N个地图区域，其中，各所述地图区域具有相同的大小和形状；

将各所述地图区域进一步划分成m×n个地图网格，其中，各所述地图网格具有相同的大小和形状；

采集与各所述地图网格的定位位置对应的第二激光点云反射值数据，其中，所述第二激光点云反射值数据包括各激光点在世界坐标系下的第二坐标以及与第二激光点云反射值数据中的各激光点对应的激光反射强度值；

在各所述地图网格中存储与之对应的地图数据；

其中，所述地图数据包括与该地图网格对应的定位位置内的各激光点的激光反射强度值的均值、与该地图网格对应的定位位置内的各激光点的激光反射强度值的方差以及与该地图网格对应的定位位置内的各激光点的数量。

3.根据权利要求2所述的方法，其特征在于：各所述激光点的第一坐标为所述第一激光点云反射值数据中的各激光点在所述无人车的车辆坐标系下的坐标；

所述将所述第一激光点云反射值数据转化为地平面内的激光点云投影数据包括：

将所述第一激光点云反射值数据转化为转换为第三激光点云反射值数据，其中，所述第三激光点云反射值数据包括各激光点的第三坐标以及与所述第一激光点云反射值数据中的各激光点对应的激光反射强度值，其中所述第三坐标为所述第一激光点云反射值数据中的各激光点在世界坐标系下的坐标；

将所述第三激光点云反射值数据向地平面投影，生成所述激光点云投影数据。

4.根据权利要求3所述的方法，其特征在于，所述第三坐标X’为：

X’＝(x’,y’,z’)^T＝RX+T；

其中，R为从所述无人车的车辆坐标系向所述世界坐标系转换的旋转矩阵，X＝(x,y,z)^T为所述第一激光点云反射值数据中的各激光点的所述第一坐标，T为从所述无人车的车辆坐标系向所述世界坐标系转换的平移矩阵。