[发明专利]面向自动驾驶的机器定位地图生成与机器泛在定位方法

说明书

一种面向自动驾驶的机器定位地图生成与机器泛在定位方法。该方法首先使用虚拟激光雷达结合现有的3D点云地图，生成仿真虚拟扫描，接着对虚拟扫描进行指纹特征和全局特征的提取，对来自于定位激光雷达传感器的查询帧进行指纹特征和全局特征的提取，并利用KD树进行候选位置的搜索，随后使用二阶段相似度估计方法计算查询帧与所有侯选位置的相似度，进而确定侯选位置，最后使用广义最近点迭代方法确定搭载多线激光雷达传感器的自动驾驶车辆的位置。本发明以多线激光雷达作为定位传感器，以其它激光雷达传感器采集的3D点云地图为基础生成高精度定位数据，能够在卫星信号被遮蔽的情况下为自动驾驶车辆提供全局位置。

技术领域

本发明属于自动驾驶技术领域，具体涉及一种面向自动驾驶的机器定位地图生成与机器泛在定位方法。

背景技术

随着人工智能、大数据、北斗等新一代信息技术理论的发展，国家对推动自动驾驶的重视化程度持续加深。为支撑自动驾驶的快速发展和广泛应用，泛在场景下的连续高精度定位是不可缺少的基础性能力，然而现有各种室内定位技术以及组合导航方法不能满足自动驾驶车辆在卫星信号被遮蔽的复杂场景下连续高精度定位的要求。

高精度定位数据不依赖地面基础设施，可以作为匹配导航信息源为自动驾驶车辆提供统一坐标基准框架下的全局位置。机器定位地图是一种服务于自动驾驶车辆的高精度定位数据。通过对带有统一坐标基准框架的激光点云数据进行预处理生成机器定位地图，实现高精度地图定位数据辅助的全局定位是解决卫星信号被遮蔽的复杂场景下不能连续高精度定位问题的有效手段。然而，通过现有预处理方法生成的高精度定位数据可用性仍较差，使得后续应用高精度定位数据的定位方法无法保证精度和鲁棒性。

发明内容

针对现有技术不足，本发明提供一种面向自动驾驶的机器定位地图生成与机器泛在定位方法。该方法以多线激光雷达作为定位传感器，以其它激光雷达传感器采集的3D点云地图为基础生成高精度定位数据，在卫星信号被遮蔽的情况下为自动驾驶车辆提供全局位置。

为了达到上述目的，本发明提供的技术方案是一种面向自动驾驶的机器定位地图生成与机器泛在定位方法，包括以下步骤：

步骤1，根据安装在自动驾驶车辆上多线激光雷达的参数，结合现有的3D点云地图，生成符合多线激光雷达参数的虚拟激光雷达扫描；

步骤2，提取虚拟激光雷达扫描的用于快速搜索候选位置的指纹特征和用于匹配的精细全局特征，生成机器定位地图；

步骤3，对自动驾驶车辆上多线激光雷达获取的激光扫描查询帧数据进行指纹特征提取，随后使用KD-树在机器定位地图中进行候选位置的搜索，获得多个候选对象；

步骤4，对自动驾驶车辆上多线激光雷达获取的查询帧进行全局特征的提取，使用查询帧和候选位置的全局特征进行精确的二阶段相似度匹配，获得自动驾驶车辆在机器定位地图中的粗略位置结果；

步骤5，根据自动驾驶车辆在机器定位地图中的粗略位置结果，使用广义最近点迭代方法计算位姿变换结果，通过机器定位地图中的全局位置反算得到自动驾驶车辆的全局位置。

而且，所述步骤1中基于3D点云地图，采用基于虚拟激光雷达的数据仿真技术，通过设置虚拟激光雷达的参数和采集位置vL_k，生成符合多线激光雷达参数的虚拟激光雷达仿真扫描。虚拟激光雷达的参数与定位激光雷达传感器参数一致，包括每条激光线束对应的所有垂直扫描角度[A_v]、水平角度[A_h]和最大扫描距离。虚拟激光雷达扫描生成的基本原理为：根据虚拟激光雷达的参数判断3D点云地图内的每一点是否属于虚拟激光雷达的扫描点，首先计算点P_i相对于虚拟激光雷达的距离和角度，具体计算公式如下：

D_i＝||vL_k-P_i||   (1)