[发明专利]自动驾驶车辆的融合定位方法、装置及电子设备

说明书

本申请公开了一种自动驾驶车辆的融合定位方法、装置及电子设备，该方法包括：在高精定位信号为不可用状态时，获取当前时刻的融合定位位置、下一时刻的航迹推演位置和对应的横向位置误差；利用横向位置误差校正下一时刻的航迹推演位置；根据当前时刻的融合定位位置、下一时刻的航迹推演位置和下一时刻的校正后位置补偿下一时刻的校正后位置；获取预设车速误差信息，并结合当前时刻与下一时刻的时间间隔确定下一时刻的补偿后位置的置信度；将下一时刻的补偿后位置和对应的置信度作为观测值输入滤波器进行融合定位。本申请基于视觉横向定位误差进行纵向定位的纠正，给滤波器提供了额外的观测输入，保证了滤波器的稳定性，避免了定位跳变。

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种自动驾驶车辆的融合定位方法、装置及电子设备。

背景技术

计算机视觉技术的发展使得自动驾驶车辆可以更多的使用图像中的元素信息进行定位。比如近些年来应用度很高的视觉SLAM(Simultaneous Localization AndMapping，同步定位与建图)方法，通过提取图像中的特征点并进行特征点跟踪建立点云地图后，再根据建立好的点云地图进行车辆重定位。又比如基于图像中的路面语义元素如车道线、路面箭头、停止线等与高精地图匹配进行定位。两种定位方法都可以在一定程度上弥补因GNSS(Global Navigation Satellite System，全球导航卫星系统)等高精定位信号受到干扰而导致定位误差较大的问题，通过给卡尔曼滤波器提供有效的观测信息，防止了自车定位产生较大的累计误差。

然而上述方案中至少存在如下问题：

1)由于光照、动态物体等影响，基于特征点的视觉SLAM方法在实际的建图和定位中，很容易造成特征点跟踪丢失，导致无法输出有效的定位信息；

2)地图的存储和导入需要占用大量的资源，如果自动驾驶车辆的行驶区域较大，大面积的点云地图往往会存在很大的误差，并且特征点匹配计算会存在不可预估的延迟，因此受限于上述两方面的问题，上述视觉SLAM方法技术仅适用于低速、封闭场景；

3)由于道路中车道线、停止线数量少，而车道线仅能提供横向定位误差的纠正信息，因此，在车速大于一定阈值后，两次相邻的纵向定位结果之间会发生大的跳变，进而影响卡尔曼滤波器输出的定位结果的稳定性。

发明内容

本申请实施例提供了一种自动驾驶车辆的融合定位方法、装置及电子设备，以提高自动驾驶车辆定位的稳定性，避免发生定位跳变。

本申请实施例采用下述技术方案：

第一方面，本申请实施例提供一种自动驾驶车辆的融合定位方法，其中，所述方法包括：

在高精定位信号为不可用状态的情况下，获取自动驾驶车辆的当前时刻的融合定位位置，以及下一时刻的航迹推演位置和对应的视觉横向定位误差，所述视觉横向定位误差包括横向位置误差；

利用所述横向位置误差对所述下一时刻的航迹推演位置进行校正，得到所述下一时刻的校正后位置；

根据所述当前时刻的融合定位位置、所述下一时刻的航迹推演位置和所述下一时刻的校正后位置，对所述下一时刻的校正后位置进行补偿，得到所述下一时刻的补偿后位置；

获取预设车速误差信息，并根据所述预设车速误差信息以及所述当前时刻与所述下一时刻的时间间隔，确定所述下一时刻的补偿后位置对应的置信度；

将所述下一时刻的补偿后位置和所述下一时刻的补偿后位置对应的置信度作为观测信息输入到卡尔曼滤波器中进行融合定位，得到所述自动驾驶车辆的下一时刻的融合定位结果。

可选地，在在高精定位信号为不可用状态的情况下，获取自动驾驶车辆的当前时刻的融合定位位置，以及下一时刻的航迹推演位置和对应的视觉横向定位误差之前，所述方法还包括：