[发明专利]引入全景地图的智能车辆融合定位系统及方法

权利要求书

1.一种基于引入全景地图的智能车辆融合定位系统的定位方法，所述系统包括包括数据采集模块、道路筛选模块、图像匹配模块和融合定位模块，其中：

所述数据采集模块，通过车载卫星定位设备、惯性导航设备和摄像机分别采集智能车辆当前时刻的卫星定位数据、惯性导航定位数据和环境图像；

所述道路筛选模块用于结合智能车辆状态估计和高级驾驶员辅助系统ADAS地图，筛选并识别出智能车辆当前时刻所在道路；

所述图像匹配模块用于将智能车辆车载摄像机获得的当前环境图像与当前时刻所在道路的全景地图图像进行匹配，获得图像定位结果；

所述融合定位模块以惯性导航系统为参考系统，惯性导航/卫星定位和惯性导航/摄像机为两个子系统，用卫星定位数据、惯性导航定位数据和图像定位结果构造联邦滤波器进行融合滤波，得到智能车辆的精确定位结果；其特征在于，定位方法包括以下步骤：

2.1数据采集：数据采集模块在智能车辆行驶的过程中，实时采集当前时刻k的卫星定位数据、惯性导航定位数据以及环境图像；

2.2当前时刻所在道路筛选：道路筛选模块根据上一时刻智能车辆状态估计进行一步预测，利用一步预测结果中的位置信息，在系统初始化时为步骤2.1所述的卫星定位数据，通过ADAS地图接口，筛选并识别出智能车辆当前时刻所在道路的编号；

2.3实时环境图像与全景地图匹配：图像匹配模块以步骤2.2获得智能车辆位置信息以及当前时刻所在道路编号为约束，构造约束条件，将实时环境图像与满足约束条件的全景地图图像进行匹配，得到智能车辆的图像定位结果；

所述步骤2.3中图像匹配模块通过实时环境图像与全景地图匹配来对智能车辆进行图像定位，包括以下步骤：

3.1对数据采集模块获得的实时环境图像进行预处理；

3.2以步骤2.3中获得的智能车辆状态的一步预测中的位置信息为中心、给定参数r为半径，构造搜索区间，从全景地图中检索出该搜索区间内并且属于当前时刻所在道路的n帧全景地图图像作为参考图像集合；

3.3利用图像匹配算法对由步骤3.1预处理后的实时环境图像与步骤3.2中获得的参考图像集合中的n帧参考图像逐一进行匹配，计算出实时环境图像与每帧参考图像之间的相似度；

3.4以步骤3.3所述的相似度为权值，利用加权最小二乘算法对n帧参考图像所对应的地理位置进行融合，得到智能车辆位置的图像定位结果；

2.4融合滤波：融合定位模块利用联邦滤波器融合估计由步骤2.1获得的卫星定位数据、惯性导航定位数据和由步骤2.3获得的图像定位结果，得到智能车辆的精确定位结果。

2.根据权利要求1所述的引入全景地图的智能车辆融合定位方法，其特征在于，所述融合定位模块采用联邦滤波器结构，融合滤波方法包括以下步骤：

4.1以惯性导航定位数据和卫星定位数据作为惯性导航/卫星定位子滤波器的量测值，记为LF1，通过Kalman滤波得到局部估计及其协方差阵P₁；

4.2以惯性导航定位数据和图像匹配模块获得的图像定位结果作为惯性导航/摄像机子滤波器的量测值，记为LF2，通过Kalman滤波得到局部估计及其协方差阵P₂；

4.3将步骤4.1和步骤4.2中各子滤波器LF1及LF2的局部估计及其协方差阵送入到联邦滤波器，与主滤波器的估计一起进行融合，得到全局最优估计及其协方差阵P_f；

4.4根据信息守恒原则确定信息分配系数，用步骤4.3获得的全局估计协方差阵P_f以及信息分配系数重置各子滤波器的估计及主滤波器的误差协方差。