[发明专利]一种车辆实时定位方法、系统及车辆

说明书

本发明主要提供了一种车辆实时定位方法，主要包括：根据地图信息获取特征真值数据库；所述的地图为全局地图数据，为点云地图获取周围信息得到特征位置信息；根据特征位置信息的属性在特征真值数据库中查找得到定位特征位置；将定位特征位置进行位置姿态解算得到解算位姿姿态，将GPS信息、车辆运动姿态及解算位姿姿态进行数据融合，输出融合位姿姿态。本发明使用全局信息已知，查找速度快，得到了静态全局位置后，根据自车和静态全局位置的几何关系，推演出自车的全局位置信息，使用的静态信息数量较少，不存在累计误差。

技术领域：

本发明涉及自动驾驶领域，具体地，涉及自动驾驶实时定位方法。

背景技术：

本发明涉及定位技术领域，主要用于无人车的实时定位，适用于包含但不仅限于卫星定位时好时坏的各种情况。

无人车作为一种新兴的智能化工具，是集多种技术为一体的系统工程的应用案例，其需要在自身定位、环境感知的基础上，实现行驶路径的规划和车辆运动的控制，所以能够在多种路况下的定位十分重要。通常定位技术会使用卫星和IMU的组合来实现定位，因为其位置的确定主要源于卫星，在一些卫星定位较差的场景下，会出现定位的偏移。无人车的操作要求其感知定位结果尽可能准确，必要时可以冗余，这就要求各种场景下的定位结果能够可靠。所以本发明在现有定位基础上加入地图和距离传感器件如激光、摄像头，来进一步增加全局和局部定位信息量，一方面提供冗余，另一方面意欲在卫星定位差的时候使用类似卫星和IMU结合的方式实现定位。

定位技术中主要涉及的内容包含全球定位系统、高精地图、蜂窝信号、WiFi等全局定位信息来源，和惯性测量单元、激光雷达、摄像头(单目、双目、深度等)、磁钉磁条、超宽带、RFID、红外线、蓝牙等局部定位信息来源。

专利：申请号2018113600098，是本领域中最接近本发明的实现方案，该发明主要揭示了：车辆在感应到基站的情况下，采用卫星定位和捷联惯导组合的定位技术；车辆在未感应到基站的情况下，采用激光雷达点云和高精度地图匹配的定位技术；在隧道或夜间外界环境光线稳定的情况下，采用视觉里程算法的定位技术。所述方法克服了现有技术中的自动驾驶定位方式保证提高自动驾驶定位精度的问题，实现了自动驾驶精确定位。但该发明方案使用卫星定位作为全局数据，在卫星定位精度较差仅依赖局部信息定位，且局部信息定位技术采用帧间匹配求位姿，此种定位方法存在累积误差，不适合长时间的无卫星定位的情况，不然会导致偏差较大。

发明内容：

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种位姿信息确定方法、装置、可移动设备、计算机程序产品和计算机可读存储介质，其可以高效准确地获得可移动设备的位姿信息。

根据本申请的一个方面，提供了一种位姿信息确定方法，本发明主要提出了一种车辆实时定位方法，其特征在于：根据地图信息获取特征真值数据库；所述的地图为全局地图数据，为点云地图；获取周围信息得到特征位置信息；根据特征位置信息的属性在特征真值数据库中查找得到定位特征位置；将定位特征位置进行位置姿态解算得到解算位姿姿态；将GPS信息、车辆运动姿态及解算位姿姿态进行数据融合，输出融合位姿姿态。

优选的，本发明中的车辆实时定位方法，根据地图信息获取特征真值数据库，包括由所述的点云地图，其中的特征包括几何特征、者概率特征及语义特征。

优选的，本发明中的车辆实时定位方法，依据周围环境数据，由环境数据提取得到特征位置信息，将特征位置信息作为检测特征信息。

优选的，周围环境数据，由环境数据提取得到特征位置信息，将特征位置信息作为检测特征信息。

其中将所述的检测特征信息和点云地图中的特征真值进行特征类型匹配。

优选的，在将检测特征信息和点云地图中的特征真值进行特征类型匹配后，其中匹配方法包括将检测特征信息转换为全局坐标系下，然后根据特征属性在周边特征真值构成更多字典中查找值，得到校正的定位特征位置。