[发明专利]一种园区快递配送车定位与最优路径的规划控制方法

说明书

本发明涉及一种园区快递配送车定位与最优路径的规划控制方法，属于物流小车的自动驾驶技术领域。本发明基于高精地图，即高精度矢量化语义地图；同时基于地图构建硬件系统、快递配送车定位系统和工控机；具体操作如下：(1)构建高精地图的高精度图像特征点地图，(2)基于高精度图像特征点地图对快递配送车的定位，(3)确定快递配送车的最短行驶路径，(4)优化行驶轨迹。使用本发明园区快递配送车定位与最优路径的规划控制方法的车辆，仅需要装备低成本的车载摄像头、GPS定位模块及惯性导航单元，即可完成高精度定位和最优路径规划，固态激光雷达仅在高精地图构建的过程中使用，对降低自动驾驶配送车辆的成本效果明显。

技术领域

本发明属于物流小车的自动驾驶技术领域，具体涉及一种基于高精度地图的物流配送车定位定向系统与最优路径的规划控制方法。

背景技术

随着自动驾驶技术的不断涌现和发展，针对园区快递配送车的方案也不断出现。但是当前园区自动驾驶物流小车结构复杂，传感器大量冗余，使得成本高昂，消耗大量计算资源，难以实现大规模部署。同时，普通GPS的定位精度约为10m左右，并且在建筑物密集区域易失去信号导致定位失败，因此不能满足自动驾驶配送车辆的高精度定位要求。此外，考虑运输成本，在高精度地图上进行全局的最优路径规划，降低车辆往返多个配送点的总行驶里程，对实际应用具有一定意义。

现有园区快递配送车定位均采用激光同时建图与定位技术(激光SLAM)的方式，车辆对环境的感知需要价格高昂的激光雷达传感器，使得其大规模部署具有一定的困难。也有采用视觉同时建图与定位技术(视觉SLAM)的方案，但室外定位精度通常在1～5m，在缺少重定位特征时，随时间增加会产生较大的累计漂移，导致定位点与实际位置点的偏差越来越大。

发明内容

为了实现降低运输成本、为自动驾驶的物流小车提供连续的高精度定位信息，本发明提供一种园区快递配送车定位与最优路径的规划控制方法。

一种用于园区的快递配送车定位与最优路径规划的方法，基于高精地图，所述高精地图包括高精度矢量化语义地图，高精度矢量化语义地图包括车道边界信息和车道中心线信息，车道边界信息包括车道边界的几何描述、车道边界编号、起始节点编号、末端节点编号、车道边界连接节点编号；车道中心线信息包括车道中心线的几何描述、车道中心线编号、起始节点编号、末端节点编号、车道中心线连接节点编号；

所述方法基于两套硬件系统和工控机；

第一硬件系统为地图构建硬件系统，包括第一相机、半固态激光雷达和组合导航系统；所述第一相机用于采集环境信息并提取特征图像点；所述固态或半固态激光雷达用于对提取的特征图像点获得其深度信息以计算特征图像点在三维坐标系下的坐标；所述组合导航系统具有厘米级精度，用于获得高精度GPS坐标和姿态信息；第一硬件系统进行标定完成，在道路上设置采集点，得到采集点处第一相机的高精度位置、姿态以及在该点处检测到图像特征点在三维空间下的坐标；

第二硬件系统为快递配送车定位系统，包括第二相机、GPS定位模块、惯性导航单元(IMU)；所述第二相机用于获得周围图像，用于和地图作匹配；所述GPS定位模块用于得到车辆在地图中的粗定位信息，缩小图像匹配的搜索范围；所述惯性导航单元(IMU)用于和第二相机构成视觉惯性里程计(VIO)，连续预测快递配送车的位置和姿态；实施场景为无杂乱车辆停放的园区道路；

所述姿态包航向角、俯仰角、翻滚角；

所述园区道路均为双向车道；

所述工控机为计算平台，用于所有算法的计算。

所述方法的操作步骤如下：

(1)构建高精地图的高精度图像特征点地图

由第一硬件系统构建高精度图像特征点地图，所述高精度图像特征点地图包括采集特征点的三维空间坐标、第一相机的GPS位置和第一相机姿态信息；具体构建操作如下：