[发明专利]车辆定位方法、设备及存储介质在审
申请号: | 202010050505.4 | 申请日: | 2020-01-17 |
公开(公告)号: | CN111260722A | 公开(公告)日: | 2020-06-09 |
发明(设计)人: | 裴新欣 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06T7/70 | 分类号: | G06T7/70;G06T15/00 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 张娜;臧建明 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车辆 定位 方法 设备 存储 介质 | ||
本申请公开了车辆定位方法、设备和存储介质,涉及自动驾驶领域。具体实现方案为:获取道路上的元素参照物的位置的精度;根据所述参照物的位置的精度以及所述参照物的位置,对车辆进行定位。本申请实施例的方法提高了车辆定位的准确性。
技术领域
本申请涉及自动驾驶技术领域,尤其涉及自动驾驶中的车辆定位方法、设备及存储介质。
背景技术
相对于传统地图而言,高精地图能够提供高精度的三维信息,准确的道路形状:如坡度、曲率和高程等,以及车道线,交通标牌等详细的道路元素,能够为辅助驾驶系统或者自动驾驶系统提供坚实的基础。现阶段,大多数高精地图一般是通过专业采集设备进行采集生成的。受限于采集设备的价格,高精地图的实时性受到制约,而自动驾驶系统需要完成对于环境的实时感知,高精地图存在的目的之一就是弥补感知系统的不足,提供先验信息;如果这个先验不够准确的话,那么会影响到感知系统的感知结果,进而影响到后续的决策和规划,影响整个自动驾驶系统的状态。而通过众包设备进行数据采集并回传到云端进行处理,能够极大的缩小地图更新周期。
目前的众包更新算法一般是通过摄像头拍摄道路元素,在设备终端进行简单处理或者视频直接回传到云端进行后处理来完成。处理过程一般通过实时定位与制图(simultaneous localization and mapping,SLAM)或者三维重建(structure frommotion,SFM)等技术完成。如果高精地图中元素精度较低的话,会影响自动驾驶车辆的自定位。
发明内容
本申请提供一种车辆定位方法、设备及存储介质,提升了车辆定位的准确性。
本申请第一方面提供一种车辆定位方法,包括:
获取道路上的参照物的位置的精度;
根据所述参照物的位置的精度以及所述参照物的位置,对车辆进行定位。
上述方案中,获取道路上的参照物的位置的精度;根据所述参照物的位置的精度以及所述参照物的位置,对车辆进行定位,由于考虑了参照物的位置的精度,因此定位的准确性较高。
在一种可能的实现方式中,所述获取参照物的位置的精度之前,包括:
获取至少一个影响因素的影响因子,所述影响因素为对所述参照物的位置的精度的影响因素;
根据各个所述影响因素的影响因子,以及所述影响因素的精度,确定所述参照物的位置的精度。
上述具体实施方式中,通过对参照物的位置的精度的影响因素进行分析,得到各个影响因素的影响因子,进而根据各个影响因素的影响因子以及影响因素的精度,确定参照物的位置的精度,结果较为准确。
在一种可能的实现方式中,所述获取至少一个影响因素的影响因子,包括:
根据图像采集设备的拍摄参数以及所述参照物的位置,获取各个所述影响因素的影响因子。
在一种可能的实现方式中,所述拍摄参数包括以下至少一项:图像采集设备的焦距、畸变模型、畸变系数、帧率、运动速度和参照物可见的图像帧数。
在一种可能的实现方式中,所述获取各个所述影响因素的影响因子,包括:
根据所述图像采集设备的拍摄参数和所述参照物的位置,以及预设的对应关系,获取各个所述影响因素的影响因子;所述对应关系为所述图像采集设备的拍摄参数和所述参照物的位置,与影响因子的对应关系。
上述具体实施方式中,通过预设的对应关系,得到各个影响因素的影响因子,操作简单,效率较高。
在一种可能的实现方式中,若所述影响因素的数量为至少两个,则所述确定所述参照物的位置的精度,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010050505.4/2.html,转载请声明来源钻瓜专利网。