[发明专利]移动设备定位系统、方法及设备

说明书

本申请公开了移动设备定位系统、方法、装置及相关设备。其中，定位方法包括：通过二维图像采集装置采集行驶道路中当前帧的道路环境二维图像数据；从所述二维图像数据中提取二维道路特征数据，以及，确定移动设备的当前帧的第一位姿数据；根据所述第一位姿数据和道路特征数据集，确定与所述二维道路特征数据对应的道路特征点云数据；根据当前帧的道路特征点云数据和所述道路特征数据集，确定移动设备的当前帧的第二位姿数据。采用这种处理方式，使得通过单目相机也可快速获取当前场景的道路特征点云数据，并结合该道路特征点云数据和道路特征地图进行设备定位；因此，可以有效兼顾较低的移动设备硬件成本、较高的定位准确度和实时性三个方面。

技术领域

本申请涉及自动驾驶技术领域，具体涉及移动设备定位系统、方法和装置，道路特征数据生成方法和装置，点云数据确定方法和装置，电子设备，以及移动设备。

背景技术

在自动驾驶、室内机器人、无人机等移动设备定位场景中，可采用视觉导航(VSLAM)定位技术，也可采用基于道路特征地图的移动设备定位技术。其中，后者是较前者更加可靠可行的方案，该技术允许采用高性能的设备或复杂的方法事先获得较高精度的道路特征地图，在实时定位时，实时检测场景特征，然后将该场景特征与地图进行配准，以获得移动设备的位姿。

贝叶斯方法广泛用于基于道路特征地图的移动设备定位中，该方法需要先获取当前场景的3D信息，一般而言是3D点云。以车辆自动驾驶为例，3D信息的获取通常通过激光雷达(Light Detection And Ranging，Lidar)、毫米波雷达(millimeter-wave radar)、相机(Camera)等传感器采集得到。其中，激光雷达可直接得到稠密的3D点云，但价格昂贵；毫米波雷达获取的3D点云过于稀疏，并且只检测特定材质金属；相机只提供场景的2D信息，通过相机获取3D点云需要额外的硬件或软件资源。由于激光雷达成本高，毫米波雷达可检测物体有限，因此相机被普遍应用。

在实际应用中，可以采用红外散斑结构光相机、tof相机等获取3D信息，但这些设备相比普通相机需要额外的硬件成本。此外，通过双目立体视觉也可以获得3D信息，但这需要大量的计算，并且双目相机模组的装配标定精度要求高。基于上述原因，目前通常采用单目相机获取当前场景的3D信息。一种典型的通过单目相机获取3D信息的方式是，对在不同时间采集的两帧2D图像进行多视图几何实现(struct from motion)。

然而，在实现本发明过程中，发明人发现通过单目相机获取3D信息的方法至少存在如下问题：1)其基本原理仍是多视图几何，需要较大的运算量，因此获得3D信息的速度较慢，从而无法保证定位的实时性；2)该方法存在尺度问题，该问题会限制3D信息的准确性，从而限制定位的准确性。

发明内容

本申请提供移动设备定位系统，以解决现有技术存在的设备定位准确度和实时性较低等等问题。本申请另外提供移动设备定位方法和装置，道路特征数据生成方法和装置，点云数据确定方法和装置，电子设备，以及移动设备。

本申请提供一种移动设备定位系统，包括：

第一移动设备，用于采集道路环境点云数据；根据所述道路环境点云数据，确定道路特征局域平面的稀疏点云数据；向服务端发送针对所述稀疏点云数据的存储请求；

服务端，用于接收所述存储请求，将所述稀疏点云数据存储至道路特征数据集中；

第二移动设备，用于通过二维图像采集装置采集行驶道路中当前帧的道路环境二维图像数据；从所述二维图像数据中提取二维道路特征数据，以及，确定第二移动设备的当前帧的第一位姿数据；根据所述第一位姿数据和道路特征数据集，确定与所述二维道路特征数据对应的道路特征点云数据，作为当前帧的道路特征点云数据；根据当前帧的道路特征点云数据和所述道路特征数据集，确定第二移动设备的当前帧的第二位姿数据。

本申请还提供一种道路特征数据生成方法，包括：

采集道路环境点云数据；