[发明专利]一种无人驾驶车辆定位方法及系统

权利要求书

1.一种无人驾驶车辆定位方法，其特征在于，所述无人驾驶车辆定位方法包括：

利用激光雷达，在一个角度下获取不同帧的点云数据；所述角度为多个；

根据所述不同帧的点云数据构建第一点云地图；

所述根据所述不同帧的点云数据构建第一点云地图，具体包括：

根据所述不同帧的点云数据确定每个点为动态障碍点的概率，得到点动态概率集合；

所述点动态概率集合中包括多个点动态概率值；

获取动态概率阈值；

选取所述点动态概率集合中小于或等于所述动态概率阈值的点动态概率值对应的点作为地图点，构建第一点云地图；所述第一点云地图中包括多个所述地图点；

将所述第一点云地图中的地面点删除，确定第二点云地图；

采用自适应阈值区域生长算法和kdtree搜索方法对所述第二点云地图中的地图点进行聚类，确定归类结果；

采用视点特征直方图对所述归类结果进行描述，确定每类的单词描述子；

根据选取的关键帧对应的单词描述子构建数据库；

获取无人驾驶车辆当前帧；

根据所述数据库和所述无人驾驶车辆当前帧确定无人驾驶车辆的位置。

2.根据权利要求1所述的无人驾驶车辆定位方法，其特征在于，所述根据所述不同帧的点云数据确定每个点为动态障碍点的概率，具体包括：

根据公式

确定每个点为动态障碍点的概率；

其中，P_i(Dyn|Z_t)为第t帧时点i为动态障碍点的概率，P_i(Dyn|Z_1：t-1)为第1帧至第t-1帧时点i为动态障碍点的概率，P_i(Dyn|Z_1：t)为第1帧至第t帧时点i为动态障碍点的概率，P_i(ODyn)为点i的先验概率。

3.根据权利要求1所述的无人驾驶车辆定位方法，其特征在于，所述根据选取的关键帧对应的单词描述子构建数据库，具体包括：

获取关键帧集合；所述关键帧集合包括多个关键帧；

根据所述单词描述子和所述关键帧集合构建所述数据库。

4.根据权利要求1所述的无人驾驶车辆定位方法，其特征在于，所述根据所述数据库和所述无人驾驶车辆当前帧确定无人驾驶车辆的位置，具体包括：

根据所述数据库，采用词袋模型和ICP匹配方法确定所述无人驾驶车辆的初始位置；

根据所述初始位置采用LOAM算法确定所述无人驾驶车辆的最终位置，所述最终位置即为无人驾驶车辆的位置。

5.一种无人驾驶车辆定位系统，其特征在于，所述无人驾驶车辆定位系统包括：

获取模块，用于利用激光雷达，在一个角度下获取不同帧的点云数据；所述角度为多个；

第一点云地图构建模块，用于根据所述不同帧的点云数据构建第一点云地图；

所述第一点云地图构建模块具体包括：

点动态概率集合得到单元，用于根据所述不同帧的点云数据确定每个点为动态障碍点的概率，得到点动态概率集合；所述点动态概率集合中包括多个点动态概率值；

动态概率阈值获取单元，用于获取动态概率阈值；

第一点云地图构建单元，用于选取所述点动态概率集合中小于或等于所述动态概率阈值的点动态概率值对应的点作为地图点，构建第一点云地图；所述第一点云地图中包括多个所述地图点；

第二点云地图确定模块，用于将所述第一点云地图中的地面点删除，确定第二点云地图；

归类结果确定模块，用于采用自适应阈值区域生长算法和kdtree搜索方法对所述第二点云地图中的地图点进行聚类，确定归类结果；

单词描述子确定模块，用于采用视点特征直方图对所述归类结果进行描述，确定每类的单词描述子；

数据库构建模块，用于根据选取的关键帧对应的单词描述子构建数据库；

当前帧获取模块，用于获取无人驾驶车辆当前帧；

位置确定模块，用于根据所述数据库和所述无人驾驶车辆当前帧确定无人驾驶车辆的位置。