[发明专利]一种自动驾驶的定位传感方法、系统及装置

说明书

本发明公开了一种自动驾驶的定位传感方法、系统及装置，该系统包括定位融合模块，其特征在于：定位融合模块连接道路区域摄像模块，接收从道路区域摄像模块传输的信息，生成第一图像信息并提取第一特征点；定位融合模块连接车载摄像模块，接收从车载摄像模块传输的信息，生成第二图像信息并提取第二特征点；定位融合模块连接惯性导航模块，接收惯性导航模块的相对定位信息；定位融合模块分别将第一特征点、第二特征点与高精度地图数据库中的地图数据进行比对，再利用比对结果对相对定位信息进行误差标定，得出车辆的实际位置、方向和运行轨迹。本发明能够提高定位初始化的速度，同时降低了定位误差，使得定位更加精确。

技术领域

本发明涉及一种定位方法、系统及装置，更具体地说，涉及一种自动驾驶的定位传感方法、系统及装置。

背景技术

现有的可用于车辆高精度定位方面的技术策略有：全球导航卫星系统（GNSS）、惯性导航系统（INS）、基于视觉同步定位和地图创建（VSLAM）、基于车辆传感器构建的车辆模型、导航/高精地图（SD/HD Map），毫米波雷达（mm-W Radar）和激光雷达（LiDAR）等。

然而，上述每一种技术在定位方面都有一定的短板与缺陷，例如：

GNSS：单独依赖GNSS设备本身并不能提供高精度的定位结果，误差通常会在7.5m-10m之间。但随着GNSS的发展，各类增强系统或是服务被研发出来，从而增强其性能，如差分系统、地基增强系统和星基增强系统等。其中实时动态定位技术（RTK）运用载波相位差分技术以及基准站去提高定位精度，最高可达到厘米级别的精度。但即使在RTK的帮助下，若是可观测的卫星数量过少，或是无法观测到卫星，GNSS所提供的定位结果依然会产生极大的误差。总结来说，GNSS（RTK）的定位效果受限于可观测到的用于解算的卫星数量以及卫星信号质量。

惯性导航系统（INS）：INS内的惯性测量单位（IMU）自身就带有零偏误差，所以通过INS解算得到的导航结果的误差会随着时间的增加而增加，因此INS只能在短时间内提供高精度的导航结果。

基于视觉同步定位和地图创建（VSLAM）：VSLAM基于视觉感知，即摄像头提供的数据，提取每一帧图像的特征点，进行相邻帧的特征点匹配，从而完成局部的位置估计，但相邻两个图像间的运动都会存在误差，随着帧的多次传递，误差会逐渐累积，轨迹的漂移也会越来越严重。即使有很多种方法进行VSLAM误差的优化，摄像头仍旧会受限于外部的影响，例如极端天气（大雾或大雨）和明暗场景交替（进出隧道或地下室）。

车辆传感器：与惯性导航系统（INS）类似，车辆传感器通过车辆自身的里程计与方向盘转角传感器等获得的数据，以航迹推算的方法得到的车辆定位，也会因为传感器自身的误差以及车辆行驶过程中的外部因素，如轮胎打滑和地面平整度等，而产生定位误差，该误差随着时间的增加而增加。

现有自动驾驶的高精定位方案是将不同的传感器融合，进行定位解算，互相弥补各自的误差，例如GNSS/INS融合定位使用惯性测量单位（IMU）弥补GNSS失效时的场景，但由于INS的特性，只能维持短期的定位精度。此外，硬件会因为外界因素影响，如污渍、震动和温度等，受到意外的损坏，并且为了覆盖更多的区域，多传感器的融合方案也应该包含更多的行车/道路信息。

发明内容

针对现有技术存在的各种定位技术的短板，本发明提供一种自动驾驶的定位传感方法、系统及装置，至少降低外界因素对传感器的影响并提升定位精确度。

为实现上述目的，本发明采用如下技术方案：