[发明专利]一种车道定位方法及装置

权利要求书

1.一种车道定位方法，基于感知信息、高精地图信息以及GNSS信息，其特征在于，所述车道定位方法包括：

获取通过感知信息获取的车辆落在各个车道的概率以及该感知信息的可信度；

获取通过高精地图信息获取的车辆落在各个车道的概率以及该高精地图信息的可信度；

获取通过GNSS信息获取的车辆落在各个车道的概率以及GNSS信息的可信度；

获取隐马尔科夫模型；

将所述通过感知信息获取的车辆落在各个车道的概率以及该感知信息的可信度、通过高精地图信息获取的车辆落在各个车道的概率以及该高精地图信息的可信度以及通过GNSS信息获取的车辆落在各个车道的概率以及GNSS信息的可信度输入至所述隐马尔可夫模型，从而获取最终车辆落在各个车道的概率；

获取最终车辆落在各个车道的概率中概率最高的一个为当前车辆所在车道。

2.如权利要求1所述的车道定位方法，其特征在于，所述获取通过感知信息获取的车辆落在各个车道的概率以及该感知信息的可信度包括：

关联感知车道线和高精地图车道线，根据线型匹配结果计算出车辆落在各个车道的概率；

实时跟踪感知车道线的前后关联，计算出线型的传感器可信度。

3.如权利要求2所述的车道定位方法，其特征在于，所述获取通过高精地图信息获取的车辆落在各个车道的概率以及该高精地图信息的可信度包括：

关联感知道路边界和高精地图道路边界的重投影误差计算出各个车道的概率；

跟踪感知道路边界的前后关联，计算出道路边界的传感器可信度。

4.如权利要求3所述的车道定位方法，其特征在于，所述获取通过GNSS信息获取的车辆落在各个车道的概率以及GNSS信息的可信度包括：

使用当前Gnss的位置投影到高精度地图上，计算具体的车道，得到对应车道的概率；

跟踪使用Gnss锁定车道的一致性，得到Gnss的传感器可信度。

5.如权利要求4所述的车道定位方法，其特征在于，所述将所述通过感知信息获取的车辆落在各个车道的概率以及该感知信息的可信度、通过高精地图信息获取的车辆落在各个车道的概率以及该高精地图信息的可信度以及通过GNSS信息获取的车辆落在各个车道的概率以及GNSS信息的可信度输入至所述隐马尔可夫模型，从而获取最终车辆落在各个车道的概率包括：

多帧更新hmm_state后,得到最终的车道概率:

；其中，

表示最终的车道概率、为条件转移概率、LineTypeTentativeVector为据线型匹配结果计算出车辆落在各个车道的概率、LineTypeSensorScore表示线型的传感器可信度、RoadEdgeTentativeVector表示关联感知道路边界和高精地图道路边界的重投影误差计算出各个车道的概率、RoadEdgeSensorScore表示道路边界的传感器可信度、GnssTentativeVector表示对应车道的概率、GnssSensorScore表示Gnss的传感器可信度、表示t秒的前一秒的车道概率、表示归一化函数。

6.如权利要求5所述的车道定位方法，其特征在于，所述车道定位方法进一步包括：

获取车辆定位信息；

判断车辆定位信息与当前车辆所在车道是否相同，若否，则

重复将所述通过感知信息获取的车辆落在各个车道的概率以及该感知信息的可信度、通过高精地图信息获取的车辆落在各个车道的概率以及该高精地图信息的可信度以及通过GNSS信息获取的车辆落在各个车道的概率以及GNSS信息的可信度输入至所述隐马尔可夫模型，从而获取最终车辆落在各个车道的概率。

7.一种车道定位装置，其特征在于，所述车道定位装置包括：

感知模块，所述感知模块用于获取通过感知信息获取的车辆落在各个车道的概率以及该感知信息的可信度；

高精地图模块，所述高精地图模块用于获取通过高精地图信息获取的车辆落在各个车道的概率以及该高精地图信息的可信度；

GNSS模块，所述GNSS模块用于获取通过GNSS信息获取的车辆落在各个车道的概率以及GNSS信息的可信度；

隐马尔科夫模型获取模块，所述隐马尔科夫模型获取模块用于获取隐马尔科夫模型；

输入模块，所述输入模块用于将所述通过感知信息获取的车辆落在各个车道的概率以及该感知信息的可信度、通过高精地图信息获取的车辆落在各个车道的概率以及该高精地图信息的可信度以及通过GNSS信息获取的车辆落在各个车道的概率以及GNSS信息的可信度输入至所述隐马尔可夫模型，从而获取最终车辆落在各个车道的概率；

获取模块，所述获取模块用于获取最终车辆落在各个车道的概率中概率最高的一个为当前车辆所在车道。