[发明专利]定位位置调整方法及其装置

说明书

本申请实施例提供一种定位位置调整方法及其装置，其中方法包括：第一车辆向多个参考车辆发送用于请求参考车辆的车辆信息的第一请求消息，第一请求消息包括第一定位位置信息，第一定位位置信息为第一车辆的当前位置信息；第一车辆接收来自参考车辆的包括参考车辆的车辆信息的第一响应消息，参考车辆的车辆信息包括参考车辆的定位位置信息、参考车辆的定位误差值和参考车辆的车辆标识信息；第一车辆根据参考车辆的定位误差值，从多个参考车辆中确定第二车辆；第一车辆根据第二车辆的定位位置信息和第二车辆的车辆标识信息，调整第一定位位置信息，得到第二定位位置信息。采用本申请实施例，可提高定位的精度和准确性。

技术领域

本申请实施例涉及通信技术领域，尤其涉及一种定位位置调整方法及其装置。

背景技术

视觉定位，建立在传统的计算机视觉算法基础上，融合了深度学习技术和大数据训练，使用视觉传感器，实现了高精度、高实时性的静态和动态物体识别、二维定位功能。视觉定位可以应用在车辆导航定位、无人机定位、室内导航等场景，可以适用于雨雪及阴晴，白天夜晚等多种环境。

应用于车辆定位场景中的视觉定位，通过车辆上的摄像头或激光雷达等视觉传感器采集视觉图像，再提取视觉图像序列中的一致性信息，然后根据一致性信息在视觉图像序列中的位置变化来估计车辆的位置，实现对车辆的定位。应用于车辆定位场景中的视觉定位，根据实现视觉定位所采用的策略，可分为基于路标库和图像匹配的全局定位，视觉同时定位与地图构建(visual-simultaneous localization and mapping，V-SLAM)，基于局部运动估计的视觉里程计(visual odometry，VO)三种方法。

其中，全局定位需要预先采集场景图像，建立全局地图或路径数据库，然后当车辆需要定位时，将车辆采集到的图像与视觉路标特征库进行匹配，再估计当前图像与对应路标之间的相对距离，最终得到全局的高精度位置。V-SLAM基于采集到的视觉信息，在车辆行驶的过程中对经过的区域进行地图构建和定位。视觉里程计是以增量式地估计车辆运行参数，结合图像序列中相邻图像间一致性信息的变化，将局部运动估计的结果累积到车辆轨迹中。

上述V-SLAM或视觉里程计可以实现亚米级的定位，不过当车辆大范围行驶时，如果没有完整的视觉路标特征库进行辅助修正，则误差会不断累积，影响定位的精度和准确性。全局定位也需要完整的视觉路标特征库才能实现高精度定位。但是，目前视觉路标特征库的完整性无法保证，视觉定位无法修正误差，随着行驶路径的增大，视觉定位时间的增加，误差将逐步累积，影响定位的精度和准确性。

发明内容

本申请实施例所要解决的技术问题在于，提供一种定位位置调整方法及其装置，通过参考车辆的车辆信息来辅助调整第一车辆的定位位置信息，从而实现对第一车辆的定位误差的辅助修正，进而提高定位的精度和准确性。

本申请实施例第一方面提供一种定位位置调整方法，包括：

第一车辆向多个参考车辆发送第一请求消息，第一请求消息用于请求参考车辆的车辆信息，第一请求消息包括第一定位位置信息，第一定位位置信息为第一车辆的当前位置信息；

第一车辆接收来自参考车辆的第一响应消息，第一响应消息包括参考车辆的车辆信息，参考车辆的车辆信息包括参考车辆的定位位置信息、参考车辆的定位误差值和参考车辆的车辆标识信息；

第一车辆根据参考车辆的定位误差值，从多个参考车辆中确定第二车辆；

第一车辆根据第二车辆的定位位置信息和第二车辆的车辆标识信息，调整第一定位位置信息，得到第二定位位置信息。

本申请实施例第一方面，第一车辆向参考车辆请求参考车辆的车辆信息，并在确定第二车辆的情况下，将第二车辆作为用于修正定位误差的视觉路标，根据第二车辆的定位位置信息和车辆标识信息，来调整第一定位位置信息，从而实现对第一车辆的定位误差的辅助修正，进而提高定位的精度和准确性。