[发明专利]一种基于语义信息的车辆地库重定位方法、装置、设备和介质在审

专利信息
申请号: 202211510746.8 申请日: 2022-11-29
公开(公告)号: CN115752476A 公开(公告)日: 2023-03-07
发明(设计)人: 陈墨;任凡;谢一江 申请(专利权)人: 重庆长安汽车股份有限公司
主分类号: G01C21/20 分类号: G01C21/20;B60W30/06;G01C21/16
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 吴向青
地址: 400023 *** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 语义 信息 车辆 定位 方法 装置 设备 介质
【权利要求书】:

1.一种基于语义信息的车辆地库重定位方法,其特征在于,包括:

接收重定位功能机制触发信号;

进行局部地标检测,得到地标检测结果;

将所述地标检测结果同矢量地图库中的地标进行全局匹配,获得第一定位结果;

采用基于栅格化地图的算法对所述第一定位结果进行处理,得到配准得分函数;

利用高斯牛顿算法对所述配准得分函数进行迭代优化,得到第二定位结果。

2.根据权利要求1所述的基于语义信息的车辆地库重定位方法,其特征在于,重定位功能机制的触发条件包括:

获取车辆的环境图像;

将所述环境图像进行语义分割,分割结果在图像中以像素点的形式表征;

将分割结果中的像素点与所述矢量地图库中的特征向量点进行匹配;

当在所述矢量地图库中匹配不到对应的所述特征向量点时,触发重定位功能机制。

3.根据权利要求1所述的基于语义信息的车辆地库重定位方法,其特征在于,在接收重定位功能机制触发信号步骤之前还包括:

建立地标向量组地图库,所述地标向量组地图库包括多组路标向量,其中,

所述路标向量包括中心位置、方向向量和路面标记的元素类别。

4.根据权利要求1所述的基于语义信息的车辆地库重定位方法,其特征在于,进行局部地标检测,得到地标检测结果的步骤包括:

重新获取所述车辆的环境图像,对所述环境图像进行语义分割,以分割出所述环境图像中路面标记,其中,所述路面标记在图像中以像素的形式表征;

对分割出的所述路面标记的像素进行矢量化处理,提取所述路面标记的轮廓点;

根据所述路面标记的轮廓点计算中心位置,以作为所述路面标记的中心位置;

根据所述路面标记的轮廓点,来获取所述路面标记的方向向量;

根据所述中心位置、所述方向向量和元素类别组成当前车辆位置的地标检测结果。

5.根据权利要求4所述的基于语义信息的车辆地库重定位方法,其特征在于,根据所述路面标记的轮廓点,来获取所述路面标记的方向向量,具体包括:

当所述路面标记为箭头元素,根据主成分分析方法对箭头元素进行处理,得到所述箭头元素的轮廓点,

根据所述箭头元素的轮廓点计算中心位置,以作为所述路面标记的中心位置得到实际箭头指向的方向向量。

6.根据权利要求1所述的基于语义信息的车辆地库重定位方法,其特征在于,将所述地标检测结果同矢量地图库中的地标进行全局匹配,获得第一定位结果步骤包括:

通过卡尔曼滤波器追踪惯性测量单元以及轮速里程计航迹推算结果,得到所述地标检测结果的圆形覆盖范围;

根据所述卡尔曼滤波器所提供的针对定位均值和方差的高斯分布的结果若包含在所述地标检测结果的圆形覆盖范围,则进行全局匹配,若不包含在所述地标检测结果的圆形覆盖范围,则舍弃;

将所述地标检测结果同矢量地图库中的地标进行全局匹配,获得第一定位结果;

在矢量地图库中筛选出同所述地标检测结果的圆形覆盖范围的地标元素类别排列组合相同的至少一个待匹配地标;

对筛选出的所述至少一个待匹配地标与所述地标向量组地图库中的地标的两个地标进行匹配计算,将匹配成功的待匹配地标作为所述第一定位结果。

7.根据权利要求6所述的基于语义信息的车辆地库重定位方法,其特征在于,对筛选出的所述至少一个待匹配地标与所述地标向量组地图库中的地标进行匹配计算,将匹配成功的待匹配地标作为所述第一定位结果的步骤包括:

若筛选出多个待匹配地标,对所述多个待匹配地标逐个计算中心位置的距离和角度朝向进行计算;

若得到所述中心位置的距离小于预设值,所述角度朝向小于预设角度,则两个地标匹配成功,将匹配成功的待匹配地标作为所述第一定位结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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重庆长安汽车股份有限公司,未经重庆长安汽车股份有限公司许可,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/202211510746.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top