[發明專利]基于多傳感器融合的地圖特征的高架橋中的車輛定位方法

在審

• 申請號: 202110390897.3
• 申請日: 2021-04-12
• 公開（公告）號: CN113093254A
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 姬煒;王李;楊選倫
• 申請（專利權）人: 南京速度軟件技術有限公司
• 主分類號: G01S19/45
• 分類號: G01S19/45;G01S19/47;G01S17/931;G01C21/30
• 代理公司: 南京北辰聯和知識產權代理有限公司 32350
• 代理人: 陸中丹

1.一種基于多傳感器融合的地圖特征的高架橋中的車輛定位方法，其特征在于，具體包括以下步驟：

S1：采用車載GPS進行預定位，進行激光雷達特征點提取，獲得激光雷達數據；

S2：采用視覺相機獲得視覺定位圖像，建立像素空間坐標系后，對視覺定位圖像進行特征點提取，再將提取的特征點坐標轉為世界坐標系統，獲得視覺圖像數據；

S3：將所述步驟S1中的激光雷達數據和所述步驟S2中的視覺圖像數據進行匹配融合，獲得匹配特征點以及糾正后的感知數據集；

S4：將所述步驟S3中獲得的所述匹配特征點與地圖進行匹配，獲得在地圖上的行程特征點及行程特征點數據集；

S5：根據所述步驟S4中獲得的行程特征點計算得出車輛的定位。

2.根據權利要求1所述的基于多傳感器融合的地圖特征的高架橋中的車輛定位方法，其特征在于，所述步驟S1中的具體步驟為：

S11：利用濾波器將慣導傳感器和車載GPS的數據進行融合，得到初步的平面點位；

S12：對激光雷達發射器發射出激光射線，收集反射點距離和該反射點發生的時間和水平角度，并轉換出反射點P的空間坐標M_p(X_p,Y_p,Z_p)。

3.根據權利要求2所述的基于多傳感器融合的地圖特征的高架橋中的車輛定位方法，其特征在于，所述步驟S2的具體步驟為：

S21：采用視覺相機獲得視覺定位圖像，通過定位圖像前一幀的像素求解出當前幀的像素的旋轉矩陣R和平移向量T，即相對于前一幀的姿態和位移；

S22：將當前幀的像素的坐標系轉化成世界坐標系，轉換的公式為：

其中，(X_c,Y_c,Z_c)為像素坐標系下的像素坐標，(X_w,Y_w,Z_w)為像素的世界坐系，R為旋轉矩陣，T為平移矢量。

4.根據權利要求3所述的基于多傳感器融合的地圖特征的高架橋中的車輛定位方法，其特征在于，所述步驟S3的具體步驟為：

將所述步驟S1中的激光雷達數據和所述步驟S2中的視覺圖像數據進行匹配融合，所述激光雷達數據的所述視覺圖像數據的配準關系采用3X3的矩陣R₁表示；依據相機的成像原理，若像素空間中的某一個點M在相機的像素空間坐標系下的齊次坐標為M₁(X₁,Y₁,Z₁)，同時激光雷達探測到的同一個點投影到圖像坐標下的坐標為Mr(X_r,Y_r,Z_r)，則像素空間坐標系與激光雷達的空間坐標系統存在的關系為：M_r＝R₁*M₁，然后根據關系式M_r＝R₁*M₁進行匹配融合，獲得匹配特征點。

5.根據權利要求4所述的基于多傳感器融合的地圖特征的高架橋中的車輛定位方法，其特征在于，所述步驟S4的具體步驟為：

S41：將步驟S3中獲得的匹配特點的坐標作為靜態坐標標記到高精地圖中，與車道線、停止線、倒流線、路燈進行匹配，若匹配特征點無效，則返回步驟S3重新進行匹配融合；若匹配特征點有效，則轉至步驟S42；

S42：若匹配特征點有效，則將各個有效的匹配特征點數據抽象成地圖中的元素的屬性，從而獲得行程特征點數據集；

S43：在每次實車測試驗證時不斷修正高精地圖的特征數據集。

6.根據權利要求5所述的基于多傳感器融合的地圖特征的高架橋中的車輛定位方法，其特征在于，所述步驟S5具體包括以下步驟：

S51：調取有效探測范圍內的高精度地圖數據為定位基準；

S52：以GPS為初值，調取融合到高精地圖里的特征數據做配準，修正車的位置和姿態信息，以完成輔助定位的功能。