[发明专利]基于弱信号场景的无人驾驶定位方法

说明书

本发明提供一种基于弱信号场景的无人驾驶定位方法，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。本发明能够使车辆在弱信号的场景中进行精准定位，保证导航的精准性；通过对待定位车辆处的视觉点云图数据、激光雷达点云数据以及超声波雷达数据进行采集、感知以及融合，修正之后获得精准定位，数据采集便捷，处理快速且准确；所需的采集感知设备易获取安装，实现在弱信号场景甚至无信号场景下的精准定位，适于推广，具有良好的市场前景。

技术领域

本发明属于导航定位技术领域，具体涉及一种弱信号场景的无人驾驶定位方法。

背景技术

目前，无人驾驶小车常用的导航方式为激光导航方式、光学导航方式、磁带导航方式、视觉导航方式和电磁感应导航方式。电磁感应导航方式的优势在于导航线隐蔽，不易污染和破损，原理简单可靠，成本低，然而其导航路径的复杂度有限，且扩充或更改战线十分麻烦，缺少灵活性。光学导航方式是通过在行走路径上涂漆或粘贴色带，由光学传感器采入色带图像信号进行简单识别和处理来实现导航，其导航路径设置较为灵活，但对色带污染与损害很敏感，易受现场环境限制。磁带导航方式的优势在于其磁带铺设相对简单，更改导航路径也比较容易，但易被污染，易受外界环境的限制，适用于环境较好的条件。激光导航方式得优势在于柔性好，无需对地面进行任何处理，路径变换灵活方便，适用于各种现场环境，能够方便快捷的修改运动参数及行驶路径，但其控制及导航算法最为复杂，定位精度取决于激光头及算法，致使ADV的造价成本较高。视觉导航方式得典型优势在于ADV造价低，获取的信息量大，可构建全景的三维地图，可实现全自动导航，然而其受现场光线影响较大，信息处理量大，当前硬件设备难于满足其实时性要求，且图像处理算法尚未成熟。无论以上哪一种导航方式，只有才对车辆的定位足够精准时才能有效发挥各类导航的优势与特点。

然后随着城建的不断发展，高架、隧道等会影响信号的场景随之而出，在此种弱信号场景下，车辆的定位经常发生偏移，进一步导致了导航的滞后以及错误。

因此，针对以上问题研制出一种适用于弱信号场景下的精准定位方法是本领域技术人员所急需解决的难题。

发明内容

为解决上述问题，本发明公开了一种弱信号场景的无人驾驶定位方法。

为了达到上述目的，本发明提供如下技术方案：

一种基于弱信号场景的无人驾驶定位方法，通过对待定位车辆处的定位数据进行采集以及感知，融合后获得准确的定位位置与姿态。

进一步地，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；

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。

进一步地，步骤S2的具体方法如下：

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%；