[发明专利]基于弱信号场景的无人驾驶定位方法

权利要求书

1.一种基于弱信号场景的无人驾驶定位方法，其特征在于：通过对待定位车辆处的定位数据进行采集以及感知，信息融合后经处理从而获得准确的定位位置与姿态，具体方法如下：

S1、启动智能车的巡航中控系统，如能够搜索到卫星信号，则直接通过卫星进行精准定位；如搜索不到卫星信号，则跳转至S2；

S2、对待定位车辆处的定位数据进行采集以及感知，包括视觉点云图数据、激光雷达点云数据以及超声波雷达数据；

具体方法如下：

读取视觉点云图，截取三个平面的视觉点云数据，并转换成激光雷达格式数据，若获得的激光雷达格式数据与地图匹配度超过60%，则等待点云数据融合，反之，重新读取视觉点云图并重复以上步骤，直至获得的激光雷达格式数据与地图匹配度超过60%；

读取激光雷达点云数据，进一步获得激光雷达点云障碍物数据，并将激光雷达点云障碍物数据与地图障碍物数据进行比对，地图障碍物重合度若超过70%，则等待点云数据融合，反之，重新读取激光雷达点云数据并重复以上步骤，直至获得地图障碍物重合度超过70%；

读取超声波雷达数据，进行滤波处理，根据反射张角计算，只读取跟小车大小一致范围内的障碍物，并在超声波层增加反射障碍物标记，若反射障碍物标记与地图匹配度超过50%，则将相应的超声波雷达数据转换为点云数据，等待点云数据融合，反之，重新读取超声波雷达数据并重复以上步骤，直至与地图匹配度超过50%；

S3、将S2中获得的视觉点云图数据、激光雷达点云数据以及超声波雷达数据进行点云数据融合，获得点云框图；

如点云框图不存在漂移，则进行精准定位，获得定位位置与姿态；

如点云框图存在漂移，则校准位置后，再进行精准定位，获得定位位置与姿态。

2.根据权利要求1所述的一种基于弱信号场景的无人驾驶定位方法，其特征在于：所述步骤S2中的视觉点云图数据是通过深度摄像头提取深度信息以及rgb图像信息进行特征点提取获得。