[发明专利]基于视觉与地图车道线匹配的定位位姿校准方法及汽车

说明书

本发明公开了一种基于视觉与地图车道线匹配的定位位姿校准方法及汽车，该方法包括：1)获取前方道路图像信息、地图数据信息和本车的初始位姿；2)根据前方道路图像信息和地图数据信息确定本车所在车道；3)根据前方道路图像信息和地图数据信息计算对本车初始位姿校准的修正量；4)根据本车的初始位姿及对本车初始位姿校准的修正量计算得到修正后本车的位姿并输出。本方法使用少量点通过迭代找到最佳的模型参数，剔除了偏差较大的数据点，避免了大偏差数据点参与运算影响匹配定位的准确度，提高了算法鲁棒性，同时本方法中定位的准确性与计算代价无明显的制约关系，不会造成计算代价的增加。

技术领域

本发明涉及智能汽车技术领域，具体涉及一种基于视觉与地图车道线匹配的定位位姿校准方法及汽车。

背景技术

车辆定位是车辆导航技术和自动驾驶技术中非常重要的内容。目前，主要是基于RTK(Real-time kinematic，实时动态载波相位差分技术)和高精度GPS(全球定位系统)实现车辆定位，其精度可以达到20厘米。但是，该精度无法满足自动驾驶汽车在车道线上的定位需求。

为了解决现有技术中定位精度低的问题，在申请号为CN201811023537.4的发明专利中公开了一种基于车道线特征匹配的高精度定位装置及方法，该方法根据定位模块获取的车辆位置将高精度地图形点转换到车辆坐标系，并将车道线形点拟合成三次曲线；车载相机采集道路车道线三次曲线，根据曲线重合度和相似度估计车辆位置；然后在估计位置周围配置样本点并预测下一时刻位置，并用贝叶斯滤波提取有效样本点集；对样本点进行加权平均估计车辆的最终位置。该方法在实际应用中会存在下面的问题：由于实际车道线难以用三次曲线严格表示，将地图形点拟合为三次曲线将引入偏差进而导致部分失真现象；同时该方法估计车辆位姿的准确性与配置样本点的数量有关，样本数量较少会使偏差增大，而样本数量较多会导致计算代价增加。

发明内容

针对现有技术存在的上述不足，本发明要解决的技术问题是：如何提供一种能避免偏差数据点参与运算而影响到定位匹配准确度的问题，同时又不会造成计算代价增加的基于视觉与地图车道线匹配的定位位姿校准方法。

为了解决上述技术问题，本发明采用如下技术方案：

一种基于视觉与地图车道线匹配的定位位姿校准方法，包括以下步骤：

步骤1)获取前方道路图像信息、地图数据信息和本车的初始位姿；

步骤2)根据所述前方道路图像信息和地图数据信息确定本车所在车道；

步骤3)根据所述前方道路图像信息和地图数据信息计算对本车初始位姿校准的修正量；

步骤4)根据本车的初始位姿及对本车初始位姿校准的修正量计算得到修正后本车的位姿并输出。

优选的，本车上安装有车辆前视摄像头、定位设备和地图模块，所述地图模块内置高精地图；

步骤1)中，通过车辆前视摄像头获取前方道路图像中检测到的车道线和路沿曲线的属性信息；通过定位设备获取本车的初始位姿，所述初始位姿包括本车的经纬度及航向的定位信息；地图模块根据定位设备获取的本车定位信息提取周围设定范围内的高精地图数据，提取的高精地图数据中包含车道线和路沿曲线的地图形点及属性信息。

优选的，步骤1)中，车道线和路沿曲线的属性信息包括颜色和线型，且将车辆前视摄像头获取的车道线和路沿曲线均表示为车辆坐标系下的三次曲线：

y＝C₀+C₁x+C₂x²+C₃x³：