[发明专利]车辆和基于地图识别车辆的位置的方法

说明书

提供了一种车辆。所述车辆包括：光检测和测距(LiDAR)传感器，通过使用多通道激光获取车辆的关于周围地面的针对每个通道的点云信息。所述车辆还包括：通信器，与外部服务器进行通信，处理器，控制通信器从外部服务器接收地图数据并基于通过LiDAR传感器获取的针对每个通道的点云信息确定车辆在地图数据中的位置。

技术领域

本公开涉及一种车辆和基于地图识别车辆的位置的方法。更具体地，本公开涉及一种包括光检测和测距(LiDAR)传感器的车辆和基于地图识别车辆的位置的方法。

背景技术

自主驾驶车辆指在没有驾驶员介入的情况下进行识别，确定驾驶方向，并控制车辆以自主驾驶到指定目的地的车辆。最近，自主驾驶车辆已经减少了交通事故的数量，提高了交通运输效率，节省了燃料并完成了驾驶替代，因此，作为用于增加便利性的个人交通工具而已经引起关注。

对于车辆的自主驾驶，需要各种技术，诸如，用于识别驾驶环境(诸如，车道、周围车辆或行人)的技术、用于确定驾驶条件的技术和控制技术(诸如，转向和加速/减速)。在这些技术中，用于精确地确定车辆位置的技术是十分重要的。也就是说，需要生成具有厘米单位的误差范围的详细地图并需要在生成的详细地图上确定车辆的精确位置。

用于确定车辆的位置的相关领域的技术使用全球定位系统(GPS)、Wi-Fi等，但由于精度不足而具有限制。因此，为了补偿这种限制，最近，已经对使用光检测和测距(LiDAR)传感器的技术进行研究，其中，LiDAR用于测量激光脉冲被发射并被反射回原始位置期间的时间以测量到反射物的距离。

在这种情况下，对于包括汽车的各种车辆的自主驾驶，已经需要用于生成实际路面环境的更详细的地图的技术，并需要在详细地图上更精确地确定移动目标的位置。

以上信息作为背景信息被呈现仅为了帮助理解本公开。至于以上信息中的任何信息是否可适用于针对本公开的现有技术，尚未作出确定并且也未进行声明。

发明内容

技术问题

本公开的多个方面在于至少解决以上提到的问题和/或缺点，并至少提供以下描述的优点。因此，本公开的一方面在于提供一种车辆和基于地图识别车辆的位置的方法，所述车辆和方法用于生成用于车辆的自主驾驶的详细地图并且在详细地图中确定精确位置。

技术方案

根据本公开的另一方面，提供一种车辆。所述车辆包括：光检测和测距(LiDAR)传感器，被配置为使用多通道激光获取关于车辆的周围地面的针对每个通道的点云信息；通信器，被配置为与外部服务器进行通信；以及处理器，被配置为控制通信器从外部服务器接收地图数据，并基于通过LiDAR传感器获取的针对每个通道的点云信息在地图数据中确定车辆的位置。

地图数据可以是包括针对多通道激光的每个通道的反射率信息的多通道地图数据，并且处理器可将通过LiDAR传感器获取的针对每个通道的点云信息和多通道地图数据匹配来确定车辆的位置。

地图数据可以是通过对针对多通道激光的每个通道的反射率信息进行合成而获取的单通道地图数据，处理器可将通过LiDAR传感器获取的针对每个通道的点云信息合成为单通道点云信息，并且将合成的单通道点云信息和单通道地图数据匹配来确定车辆的位置。

处理器可将包括在针对每个通道的点云信息的反射率信息乘以针对每个通道的权重，并对被乘以权重的针对每个通道的反射率信息求和，从而将针对每个通道的点云信息合成为单通道点云信息。

处理器可计算包括在针对每个通道的点云信息中的反射率信息的方差或者标准差，并且可将具有计算出的更大的方差或者标准差的通道乘以更大的权重。

处理器可将通过LiDAR传感器获取的点云信息栅格化为二维(2D)数据，对栅格化的2D数据执行反射光移除，并将执行过反射光移除的2D数据和地图数据匹配来确定车辆的位置。