[发明专利]基于SLAM并结合定位标签的地下车库无人驾驶系统建立方法

说明书

本发明涉及自动驾驶领域，公开了一种基于SLAM并结合定位标签的地下车库无人驾驶系统建立方法，包括以下步骤：S1、获取地下车库的SLAM图；S2、在目标地下车库内布置多个定位标签；S3、根据目标地下车库的SLAM图将其分割形成多个数字子图，且各数字子图中均设有至少一个定位标签；S4、根据车载检测装置与定位标签之间的通信连接以定位车辆在数字子图中的位置，并根据数字子图中的车辆位置定位其在地下车库中所处的方位。本发明采用定位标签与车辆检测装置之间的通信连接来实现车辆在地下车库中位置的定位，还能够使车辆在地下车库行驶过程中，同时对地下车库中的物理边界进行精准识别，保证车辆在地下车库中稳定的自动驾驶，并且整套系统所需的算力较低，成本较低。

技术领域

本发明涉及自动驾驶领域，尤其是涉及一种基于SLAM并结合定位标签的地下车库无人驾驶系统建立方法。

背景技术

在当前落地的各种场景，不同的车辆在不同场景中的安全等级不同，研发复杂度也不同。从传感器使用角度，以低速物流车为分界线，通用ECU、乘用车、商用车等自动驾驶方案需要高精度的传感器组合，典型的需要多颗多线的激光雷达，多颗超声波雷达，多个摄像头以及毫米波雷达等，采用冗余方案进行传感器融合，以达到自动驾驶的目标。

显而易见的，这些大量的传感器组合，价格已经十分昂贵，同时，高精度传感器也必须搭载高算力平台，多传感器也造成后期维护困难。因此，这部分的自动驾驶商业落地的，目前只有robot taxi和路况良好的高速公路场景。

而对于目前广泛使用的取代人工的车间运输机器人，俗称milkcar，由于工厂车间属于封闭的，环境可控的单一场景。所以，主流的实施方式是车身仅搭载简单的单目摄像头和廉价的超声波雷达，主要靠地面部署的大量引导线和地标来实施自动驾驶，其成本控制的非常低，但是其可使用场景非常则受限，对于普通人可接触的自动驾驶行为的消费品，诸如扫地机，拖地机，目前已经广泛采用了意法半导体的SMTF32F4芯片，约等价于奔腾4CPU能力的应用处理器，廉价的200W像素摄像头，200元左右的单线激光雷达。虽然成本低，普通消费者可购买，但是其实际导航定位算法，功能均不相同。简单的说，其购买群体是好奇心为主的年轻人，扫地扫错了也不会造成严重后果。

综上所述，地下车库的自动驾驶场景，是介于接驳车和低速物流车之间的垂直场景，其同时具有部分开放道路也具有封闭场景的特点，为了能够更好的在地下车库中自动驾驶，因此，针对于地下车库的自动驾驶场景需要设计一种基于SLAM并结合定位标签的地下车库无人驾驶系统建立方法，以能够更好的满足现有需求。

发明内容

针对上述技术问题，本发明一方面提供了一种基于SLAM并结合定位标签的地下车库无人驾驶系统建立方法，能够更好的在地下车库中实现车辆的自动驾驶。

为了解决上述技术问题，本发明一方面提供了一种基于SLAM并结合定位标签的地下车库无人驾驶系统建立方法，包括以下步骤：

S1、获取地下车库的SLAM图；

S2、在目标地下车库内布置多个定位标签；

S3、根据目标地下车库的SLAM图将其分割形成多个数字子图，且各所述数字子图中均设有至少一个所述定位标签；

S4、根据车载检测装置与所述定位标签之间的通信连接以定位车辆在所述数字子图中的位置，并根据所述数字子图中的车辆位置定位其在地下车库中所处的方位。

优选地，所述定位标签采用无源电子标签。

进一步优选地，在S3中，所述SLAM图的建立包括：根据目标地下车库内柱体和/或墙体的布置，在SLAM图中相应位置进行标注，以能够精准呈现出目标地下车库内的实际布局。

进一步优选地，在S3中，所述SLAM图中采用点云匹配，所述点云匹配包括：