[发明专利]一种用于自动驾驶的高精度地图视觉定位方法

权利要求书

1.一种用于自动驾驶的高精度地图视觉定位方法，其特征在于，方法包括以下步骤：

获取车辆的初始化位置；

根据车辆的初始化位置，采集车辆四周的环境图像，且将采集到的环境图像进行处理，得到图像综合数据；

测量此时车辆的行驶速度，并且利用综合图像数据和车辆的行驶速度计算得出危险系数；

将计算得出的危险系数与设定的标准危险因子进行特征判别，判断是否存在危险，若不存在危险，则无需操作，若存在危险，则需立即减速靠边停车。

2.根据权利要求1所述的一种用于自动驾驶的高精度地图视觉定位方法，其特征在于，所述车辆的初始化位置的获取过程如下：通过获取GNSS位置信息、惯性导航IMU的位置信息和车辆轮速计信息，并对获取的GNSS位置信息、惯性导航IMU的位置信息和车辆轮速计信息进行数据综合，从而确认车辆的初始化位置。

3.根据权利要求1所述的一种用于自动驾驶的高精度地图视觉定位方法，其特征在于，所述环境图像的处理过程包括以下步骤：

对环境图像进行预处理，预处理的过程包括对环境图像进行特征提取，分割和匹配；

将预处理后的环境图像进行特征提取。

4.根据权利要求3所述的一种用于自动驾驶的高精度地图视觉定位方法，其特征在于，所述特征提取为将环境图像内与车辆相关的数据进行提取，包括：车辆行驶角度、车辆附近障碍物数量和车辆与附近障碍物间距离。

5.根据权利要求1所述的一种用于自动驾驶的高精度地图视觉定位方法，其特征在于，所述图像综合数据的计算过程如下：

将车辆行驶角度标记为W_i，车辆附近障碍物数量标记为T_i，车辆与附近障碍物间距离标记为L_i，其中，i为采集次数标号，i＝1、2、3、...、n，n为采集次数总数；

利用公式计算得出综合图像数据Zx_i，式中，W₀为标准车辆行驶角度，T₀为标准障碍物数量，L₀为标准车辆与附近障碍物间距离，α为车辆行驶角度影响系数，a为障碍物数量影响系数，b为车辆与附近障碍物间距离影响系数。

6.根据权利要求1所述的一种用于自动驾驶的高精度地图视觉定位方法，其特征在于，所述危险系数的计算过程如下：

在计算得出综合图像数据Zx_i后，测量此时车辆的行驶速度V，并且利用公式计算得出危险系数Wx_i，式中，V₀为标准行驶速度，β为速度影响系数。

7.根据权利要求6所述的一种用于自动驾驶的高精度地图视觉定位方法，其特征在于，将计算得出的危险系数与设定的标准危险因子进行特征判别的过程包括以下步骤：

将危险系数Wx_i与标准危险因子Wx₀利用公式Cz＝|Wx_i-Wx₀|计算得出差值Cz，并且与设定的差值阈值Cz₀进行比较，若Cz≤Cz₀，则说明此时车辆不存在危险，若Cz＞Cz₀，则说明此时车辆存在危险，需立即减速靠边停车。

8.一种设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当一个或多个所述程序被一个或多个所述处理器执行，使得一个或多个所述处理器实现如权利要求1-7中任一所述的一种用于自动驾驶的高精度地图视觉定位方法。

9.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的一种用于自动驾驶的高精度地图视觉定位方法。