[发明专利]一种用于自动驾驶的高精度地图视觉定位方法

说明书

本发明公开了一种用于自动驾驶的高精度地图视觉定位方法，涉及自动驾驶技术领域，首先获取车辆的初始化位置，然后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，再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，最后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，并且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，从而实现了能够对车辆在行驶过程中出现的危险进行精确判定的功能。

技术领域

本发明涉及自动驾驶技术领域，具体的是一种用于自动驾驶的高精度地图视觉定位方法。

背景技术

随着经济技术的发展和人们生活水平的提高，自动驾驶技术已经广泛应用于人们的生产和生活当中，给人们的生产和生活带来了无尽的便利。因此，保障自动驾驶的稳定可靠运行，就成为了人们研究的重点。

自动驾驶的核心技术体系分为感知、决策和执行三大模块。其中，定位是感知模块中非常重要的一部分；定位技术用于确定车辆在地图中的精确位置：只有当车辆在地图中定位准确时，系统才能更好的辅助车辆感知，并最终支持决策和执行模块的相应动作，现有的定位方法存在一定的问题，现有的定位方法对于车辆在行驶过程中的危险度的把控不够精准，导致在自动驾驶过程中可能会出现一定的危险。

发明内容

为解决上述背景技术中提到的不足，本发明的目的在于提供一种用于自动驾驶的高精度地图视觉定位方法，能够对车辆在行驶过程中出现的危险进行精确判定。

本发明的目的可以通过以下技术方案实现：一种用于自动驾驶的高精度地图视觉定位方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

优选地，所述危险系数的计算过程如下：