[发明专利]车辆定位方法、装置、设备、介质及车辆

权利要求书

1.一种车辆定位方法，其特征在于，包括：

获取目标地图，所述目标地图包括预设区域内的静态物体的点云特征；

获取图像信息，所述图像信息包括相机图像信息和雷达图像信息；

对所述相机图像信息进行语义识别，得到所述相机图像信息中的静态物体的像素信息；

基于所述静态物体的像素信息，从所述雷达图像信息中提取所述静态物体的点云特征；

将从所述雷达图像信息中提取的所述静态物体的点云特征与所述目标地图中的所述静态物体的目标点云特征进行匹配，得到车辆的定位结果。

2.根据权利要求1所述的方法，其特征在于，所述获取目标地图，包括：

获取所述预设区域内的目标点云数据，基于所述目标点云数据，得到所述预设区域内的第一地图；

对所述第一地图中的点云数据进行数据处理，得到所述目标地图。

3.根据权利要求1所述的方法，其特征在于，所述对所述相机图像信息进行语义识别，得到所述相机图像信息中的静态物体的像素信息，包括：

将所述相机图像信息输入至预先训练好的视觉语义分割模型中，使得所述视觉语义分割模型对所述相机图像信息进行语义识别，得到所述相机图像信息中的静态物体的像素信息。

4.根据权利要求3所述的方法，其特征在于，在所述将所述相机图像信息输入至预先训练好的视觉语义分割模型中，使得所述视觉语义分割模型对所述相机图像信息进行语义识别，得到所述相机图像信息中的静态物体的像素信息之前，所述方法还包括：

获取预先训练好的视觉语义分割模型；

其中，所述获取预先训练好的视觉语义分割模型，包括：

获取训练样本集以及所述训练样本集对应的标注结果；

将所述训练样本集输入预设机器学习模型中，采用所述预设机器学习模型对所述训练样本集进行语义分割，得到预测分割结果；

基于所述训练样本集对应的标注结果和预测分割结果，得到所述预设机器学习模型的损失值；

根据所述损失值，调整所述预设机器学习模型的参数，得到所述预先训练好的视觉语义分割模型。

5.根据权利要求1所述的方法，其特征在于，所述基于所述静态物体的像素信息，从所述雷达图像信息中提取所述静态物体的点云特征，包括：

获取所述相机的内外参和所述相机与所述雷达的位姿关系，将所述静态物体的像素信息，投影到所述雷达坐标系下；

从所述雷达坐标系下提取所述静态物体的点云特征。

6.根据权利要求5所述的方法，其特征在于，所述将从所述雷达图像信息中提取的所述静态物体的点云特征与所述目标地图中的所述静态物体的目标点云特征进行匹配，得到车辆的定位结果，包括：

将所述静态物体的点云特征与所述目标点云特征进行迭代最近点匹配，得到所述静态物体的点云特征与所述目标地图中的所述静态物体的目标点云特征的旋转误差参数和平移误差参数；

采用旋转误差参数对所述雷达坐标系下的所述车辆的位置和初始位姿进行旋转，并采用平移误差参数对所述雷达坐标系下的所述车辆的位置和初始位姿进行平移，得到修正后的车辆位置信息，将所述修正后的车辆的位置信息确定为所述车辆的定位结果。

7.根据权利要求1所述的方法，其特征在于，所述将从所述雷达图像信息中提取的所述静态物体的点云特征与所述目标地图中的所述静态物体的目标点云特征进行匹配，得到车辆的定位结果，包括：

将所述静态物体的点云特征与所述目标点云特征进行正态分布变换匹配，得到所述静态物体的点云特征与所述目标点云特征之间的变换矩阵；

基于所述变换矩阵，得到所述车辆的定位结果。