[发明专利]一种无人驾驶车辆定位方法及设备在审
申请号: | 201810447923.X | 申请日: | 2018-05-11 |
公开(公告)号: | CN108896994A | 公开(公告)日: | 2018-11-27 |
发明(设计)人: | 曹晶;李明 | 申请(专利权)人: | 武汉环宇智行科技有限公司 |
主分类号: | G01S13/93 | 分类号: | G01S13/93;G01S13/86 |
代理公司: | 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 | 代理人: | 黄君军 |
地址: | 430000 湖北省武汉市洪*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 视觉信息 车载雷达 无人驾驶车辆 雷达信息 障碍物 车辆定位信息 卫星定位系统 车载摄像机 车辆安全 车辆雷达 车载地图 关系融合 计算设备 信号灯 车道线 配准 预设 摄像机 行驶 融合 | ||
1.一种无人驾驶车辆定位方法,适于在计算设备中执行,其特征在于,包括下列步骤:
获取车辆视觉信息,所述车辆视觉信息来源于车载摄像机,包括障碍物视觉信息、路沿视觉信息、车道线视觉信息和信号灯视觉信息;
获取车载雷达信息,所述车载雷达信息来源于车载雷达,包括相对车辆雷达信息和障碍物雷达信息;
将所述车辆视觉信息和所述车载雷达信息根据预设配准关系融合到车载地图信息中,生成车辆定位信息。
2.根据权利要求1所述的无人驾驶车辆定位方法,其特征在于,所述车辆视觉信息由摄像机在若干顺序时间点上摄取的图像信息组成;所述车载雷达信息由车载雷达在若干顺序时间点上采集的地理信息组成。
3.根据权利要求2所述的无人驾驶车辆定位方法,其特征在于,所述将所述车辆视觉信息和所述车载雷达信息根据预设配准关系融合到车载地图信息中,生成车辆定位信息的步骤具体包括:
从所述图像信息中提取出角点数据;
根据所述角点数据计算所述车辆的轨迹数据,并依据所述预设配准关系和车载雷达信息生成校正轨迹数据;
将所述校正轨迹数据映射到所述车载地图信息中,生成车辆定位信息。
4.根据权利要求1所述的无人驾驶车辆定位方法,其特征在于,所述相对车辆雷达信息包括车辆间距数据、车辆方向数据、车辆相对速度数据;所述障碍物雷达信息包括距离数据、方位数据和相对速度数据。
5.根据权利要求1~4任一所述的无人驾驶车辆定位方法,其特征在于,所述预设配准关系为所述车载雷达信息与所述车辆视觉信息中同位置点之间的函数关系。
6.根据权利要求5所述的无人驾驶车辆定位方法,其特征在于,所述函数关系具体为Mr=R*Mc,其中Mc为点M在相机坐标系下的坐标Mc(Xc,Yc,Zc),Mr为点M在雷达图像坐标下的坐标Mr(Xr,Yr)。
7.根据权利要求1所述的无人驾驶车辆定位方法,其特征在于,所述车载地图信息包括卫星导航数据,所述卫星导航数据由选择自GPS数据、BDS数据、GLONASS数据和GALILEO数据中的一种。
8.根据权利要求1所述的无人驾驶车辆定位方法,其特征在于,所述无人驾驶车辆定位方法还包括通过惯性测量单元获取车辆惯性信息的步骤,所述车辆惯性信息用于校正所述车载雷达信息。
9.一种车载存储设备,其特征在于,其中存储有多条指令,所述指令适于由处理器加载并执行:
获取车辆视觉信息,所述车辆视觉信息来源于车载摄像机,包括障碍物视觉信息、路沿视觉信息、车道线视觉信息和信号灯视觉信息;
获取车载雷达信息,所述车载雷达信息来源于车载雷达,包括相对车辆雷达信息和障碍物雷达信息;
将所述车辆视觉信息和所述车载雷达信息根据预设配准关系融合到车载地图信息中,生成车辆定位信息。
10.一种车载移动终端,其特征在于,包括处理器,适于实现各指令;以及存储设备,适于存储多条指令,所述指令适于由处理器加载并执行:
获取车辆视觉信息,所述车辆视觉信息来源于车载摄像机,包括障碍物视觉信息、路沿视觉信息、车道线视觉信息和信号灯视觉信息;
获取车载雷达信息,所述车载雷达信息来源于车载雷达,包括相对车辆雷达信息和障碍物雷达信息;
将所述车辆视觉信息和所述车载雷达信息根据预设配准关系融合到车载地图信息中,生成车辆定位信息。
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武汉环宇智行科技有限公司,未经武汉环宇智行科技有限公司许可,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/201810447923.X/1.html,转载请声明来源钻瓜专利网。