[发明专利]基于高精度地图和场景检索的车道线辅助定位方法

说明书

本发明公开了一种基于高精度地图和场景检索的车道线辅助定位方法，其中，主要包括以下步骤：建立高精度车道线地图；建立车道场景库，其中，将车道场景库中的场景图像作为参考图像，且参考图像中标记有参考车道序号；车辆采集当前场景图像为当前图像，将当前图像与车道场景库中的参考图像比对，得到最接近的参考图像，并从最接近的参考图像中获取参考车道序列号；车辆采用低精度GPS获得低精度位置信息，并将低精度位置信息及参考车道序列号发送至高精度GPS，高精度GPS结合低精度位置信息与参考车道序列号，给出车辆当前正确的车道线；车辆检测当前车道线，并以正确的车道线为标准调整车辆当前的位姿，以使车辆与正确的车道线匹配。

技术领域

本发明涉及自动驾驶汽车定位技术领域，特别涉及一种基于高精度地图和场景检索的车道线辅助定位方法。

背景技术

目前，在自动驾驶汽车定位技术领域，有两种最具有代表性的方案：1)使用低成本低精度的基于全球定位系统的组合导航模块(下文简称低精度GPS)；2)使用高成本高精度的基于全球定位系统的组合导航模块(下文简称高精度GPS)。方案一受GPS性能的制约，定位误差可达到几米到几十米，不能够满足自动驾驶的需求。方案二使用的高精度 GPS成本往往在几十万元，高昂的价格很难实现量产，更无法被用户和市场接受。此外，方案一和方案二都是根据GPS直接给出自身的定位，而忽略了引入外界物体作为定位的参照物，而预先测量好精确位置的参照物又恰恰是车辆定位重要的先验信息。

目前，还出现一种基于高精度车道线地图的低精度GPS定位技术，基本工作流程是：首先，高精度车道线地图会接收到低精度GPS发送的车辆位置，然后高精度车道线地图会基于该位置发送出参考车道线；与此同时，自动驾驶汽车上的摄像头会自动检测出当前的车道线。最后，将检测的车道线和参考的高精度车道线地图的车道线进行匹配，只有最接近真实的位置和最接近真实的姿态才能使车道线匹配成功，所以车辆的位姿得到了优化。

显而易见，基于高精度车道线地图的低精度GPS定位本身也存在一个问题，那就是高精度车道线地图会接收到一个不准确的位置并基于这个位置发送参考车道线，而该参考车道线很有可能已经偏离了正确的车道，从而使当前检测到的车道线参照了错误的车道线，导致定位信息依然不可靠。基于高精度车道线地图的高精度GPS定位可以完全避免这个问题，但是又会重新面临高成本难量产的弊端。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供一种基于高精度地图和场景检索的车道线辅助定位方法，能够对自动驾驶汽车进行准确定位，并降低准确定位的成本。

为了实现根据本发明的这些目的和其它优点，提供一种基于高精度地图和场景检索的车道线辅助定位方法，其中，主要包括以下步骤：

步骤1、采用高精度GPS采集道路的车道线位置，建立高精度车道线地图；

步骤2、采集高精度车道线地图中不同车道的不同位点的包含场景图像的场景数据，建立车道场景库，其中，将所述车道场景库中的场景图像作为参考图像，且所述参考图像中标记有参考车道序号；

步骤3、车辆采集当前场景图像为当前图像，将当前图像与车道场景库中的参考图像比对，得到最接近的参考图像，并从所述最接近的参考图像中获取参考车道序列号；

步骤4、车辆采用低精度GPS获得低精度位置信息，并将低精度位置信息及参考车道序列号发送至高精度GPS，高精度GPS结合低精度位置信息与参考车道序列号，给出车辆当前正确的车道线；

步骤5、车辆检测当前车道线，并以正确的车道线为标准调整车辆当前的位姿，以使车辆与正确的车道线匹配。

优选的是，步骤2中所述场景数据还包括：采集场景图像时车辆的位置、姿态和所在车道的序列号；采集场景图像时的天气情况和交通状况，以及场景图像的词袋向量。