[发明专利]一种自动驾驶中基于城市道路标线地图的纵向定位系统及其方法

权利要求书

1.一种自动驾驶中基于城市道路标线地图的纵向定位系统，其特征在于：该系统包括：

图像采集模块，用于采集车辆前方图像；

图像处理模块，用于将采集到的车辆前方图像进行处理，得到当前车辆前方的鸟瞰视图及前方道路标线像素分类的二值图；

匹配模块，用于接收道路标线地图信息、当前道路标线像素分类的二值图、初步定位信息，并对三者进行匹配，输出精确定位信息；

地图提供模块，用于向匹配模块提供道路标线地图信息；

车载全球导航卫星系统GNSS，用于与INS结合向匹配模块提供初步定位信息；

惯性导航系统INS，用于与GNSS结合向匹配模块提供初步定位信息；

所述车载全球导航卫星系统GNSS和惯性导航系统INS根据匹配模块输出的精确定位信息进行定位误差校正。

2.根据权利要求1所述的一种自动驾驶中基于城市道路标线地图的纵向定位系统，其特征在于：所述地图提供模块根据匹配模块连续的匹配结果进行地图更新。

3.一种自动驾驶中基于城市道路标线地图的纵向定位方法，其特征在于：该方法包括以下步骤：

步骤1、在智能驾驶车辆上，前向安装图像采集模块，动态的获取到车辆前方图像；

步骤2、对图像采集模块采集到的每一帧场景图像进行逆透视变换，得到当前车辆前方的道路平面的正射投影视图；

步骤3、对步骤2中经过逆透视变换得到的正射投影视图进行图像阈值分割处理，并经过分类筛选得到正射投影图像中属于路面道路标线像素分类的二值图；

步骤4、通过GNSS系统和INS系统得到初步定位信息并结合城市道路标线地图确定定位点周围的道路标线区块；

步骤5、对步骤3得到的车辆前方道路标线像素分类的二值图与步骤4得到的道路标线区块进行匹配，判定最大相似匹配点，即得到了当前道路标线像素分类的二值图中特定道路标线的物理定位点，再结合摄像头与车辆安装时的位置关系，推算当前车辆在道路平面上的物理定位点。

4.根据权利要求3所述的一种自动驾驶中基于城市道路标线地图的纵向定位方法，其特征在于：步骤1还包括记录图像采集模块的参数，包括摄像头的相机内参数、摄像头安装时距离地面的高度h和摄像头视场角度，并以此建立逆透视变换矩阵。

5.根据权利要求3所述的一种自动驾驶中基于城市道路标线地图的纵向定位方法，其特征在于：步骤3中通过多类别之间的类间方差，和/或KMeans聚类方法，和/或FloodFill运算得到初始分割阈值序列。

6.根据权利要求3所述的一种自动驾驶中基于城市道路标线地图的纵向定位方法，其特征在于：该方法还包括根据最终确定的当前车辆在道路平面上的物理定位点，对GNSS系统进行重新校正，消除INS系统中的积累误差。

7.根据权利要求3所述的一种自动驾驶中基于城市道路标线地图的纵向定位方法，其特征在于：该方法还包括根据步骤3中得到的道路标线像素分类的二值图进行标线地图更新：

步骤301：结合INS在短距离运行间隔时的高精度特性，记录每次采集与前一次采集时，车辆的行进轨迹、位置、速度以及方向，以便每一帧道路标线正射二值图能够正确的拼接在全局道路标线地图上；

步骤302：根据越靠近摄像头所成像的道路标线图像像素点，其携带正确信息的概率越大的特点，对阈值分割处理后的道路标线图像像素点进行加权计算得到道路标线正射概率图；

步骤303：对步骤302得到的正射概率图进行信息融合，生成或更新当前的全局道路标线地图。

8.根据权利要求7所述的一种自动驾驶中基于城市道路标线地图的纵向定位方法，其特征在于：步骤303中所采用的信息融合方法包括DS证据理论或隐马尔科夫状态转移过程。