[发明专利]一种激光点云定位方法和系统

说明书

本申请提供一种激光点云定位方法和系统，所述方法包括：将自动驾驶车辆当前位置匹配的激光点云反射值数据和高度值数据转化为地平面内的激光点云投影数据；为激光点云投影数据与激光点云二维网格地图的反射值匹配概率以及高度值匹配概率分配权重，确定激光点云投影数据与激光点云二维网格地图的匹配概率；基于所述激光点云投影数据与激光点云二维网格地图的匹配概率确定所述自动驾驶车辆在激光点云二维网格地图中的位置。用于解决现有技术中激光点云与地图匹配时，单独考虑反射值匹配或高度值匹配，或将二者简单叠加，匹配结果较差的问题。能够提高激光点云定位精度，增强定位系统的鲁棒性。

【技术领域】

本申请涉及自动控制领域，尤其涉及一种激光点云定位方法和系统。

【背景技术】

自动驾驶车辆是一种不需要人工控制即可对其周围环境进行感知，对场景进行决策判断，对其进行控制的现代车辆。在自动驾驶车辆中，定位模块是自动驾驶系统中的核心基础模块，不仅是路径规划模块必不可少的输入，而且也可以简化感知模块的场景理解及分类算法。现有技术方案中一般都采用惯性导航系统加激光点云定位系统的组合，目前，采用安装有高端IMU的惯性导航系统，以及激光点云定位系统的定位方案已在谷歌、百度自动驾驶车辆上取得了应用。

其中，惯性导航系统提供自动驾驶车辆的初始姿态，包含有位置信息(平面位置x,y以及高度z)以及姿态角(滚转角roll、俯仰角pitch和偏航角yaw)。采用激光点云定位算法对位置信息及偏航角yaw进行优化。

现有技术在对平面位置x,y进行匹配搜索时，一般都使用反射值、高度值等度量，或单独使用反射值，或单独使用高度值，或简单将二者叠加使用。

单独考虑一种度量方式的缺点是当匹配分布较差，可能会得到错误的平面位置x,y；

将二者简单叠加的方式在一定程度能克服一种度量失败的情况，但也存在失败的情况。例如，对于一段重新铺设的路面，反射值匹配的分布会非常差，而高度值匹配的分布则比较好，简单叠加二者的最终结果也会比较差。

因此，单独考虑某一种匹配或简单叠加都不是一个好的解决方法。

【发明内容】

本申请的多个方面提供一种激光点云定位方法和系统，用以提高定位精度，增强鲁棒性。

本申请的一方面，提供一种激光点云定位方法，包括：

将与自动驾驶车辆当前位置匹配的激光点云反射值数据和高度值数据转化为地平面内的激光点云投影数据；

为激光点云投影数据与激光点云二维网格地图的反射值匹配概率以及高度值匹配概率分配权重，确定激光点云投影数据与激光点云二维网格地图的匹配概率；

基于所述激光点云投影数据与激光点云二维网格地图的匹配概率确定所述自动驾驶车辆在激光点云二维网格地图中的位置。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述激光点云反射值数据包括各激光点的坐标以及各激光点对应的激光反射强度值；

所述激光点云高度值数据包括各激光点的坐标以及各激光点对应的高度值。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述将激光点云反射值数据和激光点云高度值数据转化为地平面内的激光点云投影数据包括：

将三维空间内各个坐标位置的激光点云反射值投影至地平面，得到地平面内各个坐标位置的激光点云反射值；

将三维空间内各个坐标位置的激光点云高度值投影至地平面，得到地平面内各个坐标位置的激光点云高度值。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述激光点云二维网格地图通过如下方式生成：

将地图栅格化，得到地图网格；