[发明专利]基于车道线的车辆定位技术及应用

说明书

提供了基于车道线的车辆定位方法、计算装置、智能车辆和基于地面标志的车辆定位方法。基于车道线的车辆定位方法包括：获得包括车道线信息的视觉地图；初始确定车辆在世界坐标系中的当前位置；对于车载相机当前拍摄的图像，生成与视觉地图的比例尺寸相同的俯视图；基于初始确定的车辆的当前位置，确定俯视图在视觉地图上的位置，基于俯视图在视觉地图上的位置，确定视觉地图上、用于匹配的车道线部分作为视觉地图匹配车道线标的；在俯视图上搜索与视觉地图匹配车道线标的匹配的车道线部分；基于俯视图上的匹配的车道线部分和视觉地图匹配车道线标的，确定俯视图与视觉地图之间的坐标转换关系，从而精确确定车辆在世界坐标系中的当前位置。

技术领域

本发明总体地涉及基于计算机视觉的车辆定位技术，特别是涉及基于地面上的标志信息和视觉地图来进行车辆定位的方法、计算装置、计算机存储介质和车辆。

背景技术

智能驾驶，如ADAS(高级智能辅助驾驶)和无人驾驶，尤其是无人驾驶，由于涉及到人身和车辆安全，对位置的精度要求很高，目前使用的常规定位方法的精度和实时性显著不足。

发明内容

鉴于上述情况，提出了本发明。

根据本发明的一个方面，提供了一种基于车道线的车辆定位方法，可以包括：获得包括车道线信息的视觉地图；通过不同于所述车辆定位方法的方法，初始确定车辆在世界坐标系中的当前位置；对于车载相机当前拍摄的图像，生成与视觉地图的比例尺寸相同的俯视图；基于初始确定的车辆在世界坐标系中的当前位置，确定俯视图在视觉地图上的位置，以及基于俯视图在视觉地图上的位置，确定视觉地图上、用于匹配的车道线部分作为视觉地图匹配车道线标的；在俯视图上搜索与所述视觉地图匹配车道线标的匹配的车道线部分；基于搜索到的俯视图上的匹配的车道线部分和视觉地图匹配车道线标的，确定俯视图与视觉地图之间的坐标转换关系，从而精确确定车辆在世界坐标系中的当前位置。

可选的，视觉地图为结构化的视觉地图。

可选的，视觉地图的结构化信息包括下列项目中的一项或组合：地图的比例尺信息；车道线方向；车道线宽度；车道线长度；以及车道线的上下端点的位置。

可选的，确定俯视图在视觉地图上的位置包括：基于车辆在世界坐标系中的当前位置、世界坐标系与车载相机的相机坐标系之间的转换关系、世界坐标系与视觉地图坐标系之间的转换关系，确定俯视图在视觉地图上的位置。

可选的，车辆定位方法还包括：利用车载相机拍摄的下一帧图像和视觉地图进行定位，包括：利用运动跟踪算法确定下一帧俯视图在视觉地图上的位置。

可选的，利用运动跟踪算法确定下一帧俯视图在视觉地图上的位置包括：确定下一帧时车辆在世界坐标系中的位置；基于下一帧时车辆在世界坐标系中的位置、世界坐标系与车载相机的相机坐标系之间的转换关系、世界坐标系与视觉地图坐标系之间的转换关系，确定下一帧俯视图在视觉地图上的位置。

可选的，在俯视图上搜索与所述视觉地图匹配车道线标的匹配的车道线部分包括：横向匹配，沿着横向方向搜索与整个所述视觉地图匹配车道线标的匹配的车道线部分。

可选的，在俯视图上搜索与所述视觉地图匹配车道线标的匹配的车道线部分还包括：纵向匹配，沿着竖向方向搜索与所述视觉地图匹配车道线标的中的单条竖向车道线匹配的车道线部分。

可选的，横向匹配包括：基于所述视觉地图匹配车道线标的，生成横向匹配模板作为核；基于所述视觉地图匹配车道线标的的位置，确定俯视图上的搜索范围；利用所述核在所述搜索范围内做卷积；基于卷积结果，获得候选匹配点，基于候选匹配点来拟合直线作为匹配的车道线部分。

可选的，基于所述视觉地图匹配车道线标的的位置，确定俯视图上的搜索范围包括：获得作为视觉地图匹配车道线标的的车道线的上下端点在俯视图上的位置，基于所述车道线的上下端点在俯视图上的位置和车道线的方向，在俯视图上取出以该车道线为中线，宽度对应于两倍横向搜索阈值，高度为车道线长度的矩形区域作为搜索范围。