[发明专利]一种基于三维点云与卫星图匹配的车辆定位方法

摘要

本发明提供了一种基于三维点云与卫星图匹配的自主车辆定位方法，可以基于三维点云与卫星图匹配的自主车辆定位，该方法利用车载传感器得到的环境三维点云信息，结合车辆航位推算方法的输出结果，利用粒子滤波器实现车辆在卫星图或航拍图上的定位，进而得到车辆的全局坐标及航向角，可给GPS提供辅助定位信息，是一种新的定位方法；本方法对粒子滤波器的粒子权重通过神经网络比较点云生成的栅格图与卫星图像块的相似度，兼容多种传感器及多种航位推算方法，且环境适应性强。

主权项

1.一种三维点云与卫星图匹配的自主车辆定位方法，其特征在于，包括如下步骤：步骤1、预先训练神经网络，具体为：获取整个地图上同一区域对应的卫星图像块以及三维点云生成的栅格图，作为一对正样本，该对正样本的期望值为两者的匹配概率，取值为1；同时，获取整个地图上两个不同区域分别对应的卫星图像块和三维点云生成的栅格图，构成一对负样本，该对负样本的期望值为两者的匹配概率，取值为0；获得多对正样本和多对负样本，对神经网络进行训练，网络输出为卫星图像块与栅格图的匹配概率；步骤2、对粒子滤波器所有粒子进行初始化，得到粒子滤波器的每一个粒子的位置和航向x_tⁱ＝{xⁱ,yⁱ,ψⁱ}以及权重w_tⁱ初值；步骤3、基于步骤2获得的粒子的位置、航向及权重初值，根据车辆搭载的航位推算模块的数据更新粒子的位置、航向及权重值；根据更新后的每个粒子的位置xⁱ,yⁱ，以每个粒子的位置为几何中心，在地图上截取一个与步骤1中所述卫星图像块大小一致的截图图像块该截取图像块的方向与地球坐标北向的夹角为该粒子的航向角ψⁱ；步骤4、利用车载传感器得到的三维点云，构建俯视视角的栅格图；步骤5、取步骤3截取的每一个截取图像块与步骤4获得的栅格图组成一对样本，输入到步骤1训练好的神经网络，得到两者的匹配概率；则每一个粒子对应一个匹配概率；针对每一个粒子，利用其对应的匹配概率乘以上一时刻粒子的归一化权重得到当前时刻该粒子的权重；步骤6、根据粒子在步骤3更新后的位置及航向，以及步骤5更新后的权重，对位置和航向分别利用加权求和再求均值的方式，得到当前时刻车辆位置及航向的估计值，完成车辆定位。