[发明专利]结合动态和静态特征的语义定位方法、电子设备和介质

说明书

本发明提供了一种结合动态和静态特征的语义定位方法、电子设备和机器可读存储介质。该语义定位方法包括：实时获取传感器对车辆所在道路的3D感测信息，对3D感测信息进行处理获得道路语义信息，道路语义信息包括静态语义特征和动态语义特征；基于道路语义信息生成包括静态语义特征和动态语义特征的道路3D观测数据；将道路3D观测数据与预构建的特征地图进行语义信息配准，通过代价函数优化法求取最优的配准位姿，从而实现车辆的定位。本发明的方案创造性地将原本被视为噪声项的动态信息用于定位过程，即，从单一的静态特征信息对齐，拓展到动态和静态特征信息共同对齐，提高了定位过程的鲁棒性和精度。

技术领域

本发明涉及自动驾驶技术领域，特别是一种结合动态和静态特征的语义定位方法、电子设备和机器可读存储介质。

背景技术

定位技术是自动驾驶等机器人应用技术的基础和核心技术之一，为机器人提供位置和姿态，即位姿信息。按定位原理，现有定位技术可以分为几何定位、航位推算、特征定位等。

几何定位依赖于定位设施，受信号遮挡、反射等影响，在隧道、高架等场景下会失效。航位推算的局限性在于，随着推算距离的增加，定位误差会不断累积增大。特征定位技术在自动驾驶等机器人技术领域广泛应用。现有技术中，特征定位选取车辆行驶过程中实时检测的静态特征与特征地图做对齐，进行定位，动态物则需要滤除。然而，动态物在行车环境中是普遍存在的，在特定的场景中，甚至占了大多数，比如拥堵场景，导致过滤工作量大。而在另外一些情况下，比如由于遮挡等原因，动态物的滤除是困难的，增加了计算难度，并将影响定位的鲁棒性和精度。

发明内容

鉴于上述问题，提出了一种克服上述问题或者至少部分地解决上述问题的结合动态和静态特征的语义定位方法、电子设备和机器可读存储介质。

本发明的一个目的在于提供一种结合静态特征和动态特征的语义定位方法，使定位过程更加鲁棒和高精度。

本发明的一个进一步的目的在于增加待配准的道路3D观测数据中包含的道路语义信息，以进一步提高定位精度。

特别地，根据本发明实施例的一方面，提供了一种结合动态和静态特征的语义定位方法，包括：

实时获取传感器对车辆所在道路的3D感测信息，对所述3D感测信息进行处理获得道路语义信息，所述道路语义信息包括静态语义特征和动态语义特征；

基于所述道路语义信息生成包括所述静态语义特征和所述动态语义特征的道路3D观测数据；

将所述道路3D观测数据与预构建的特征地图进行语义信息配准，通过代价函数优化法求取最优的配准位姿，从而实现所述车辆的定位，其中，所述特征地图包括特征矢量信息和道路规则信息，所述代价函数基于所述道路3D观测数据中的静态语义特征与所述特征地图的特征矢量信息以及所述道路3D观测数据中的动态语义特征与所述特征地图的道路规则信息之间的匹配而构建，所述最优的配准位姿使所述代价函数的值最小。

可选地，实时获取传感器对车辆所在道路的3D感测信息，对所述3D感测信息进行处理获得道路语义信息的步骤包括：

实时获取传感器对车辆所在道路的多帧3D感测信息，对各帧所述3D感测信息进行包括分割和识别在内的处理，获得与多帧所述3D感测信息一一对应的多帧道路语义信息；

基于所述道路语义信息生成包含所述静态语义特征和所述动态语义特征的道路3D观测数据的步骤包括：

通过指定位姿推算算法，计算出与多帧所述道路语义信息一一对应的多帧车辆相对位姿；

根据所述多帧车辆相对位姿，将多帧所述道路语义信息拼接到一起以得到所述道路3D观测数据。

可选地，通过指定位姿推算算法，计算出与多帧所述道路语义信息一一对应的多帧车辆相对位姿的步骤包括：