[发明专利]基于拼接图的导航方法和装置

说明书

本发明公开一种基于拼接图的导航方法和装置，其中导航方法包括：根据当前位置，通过位姿变化特征提取模型从所述当前位置对应的语义地图局部区域观测中提取与位姿变化强相关的观测特征，所述局部区域观测为所述语义地图局部区域上采样得到的灰度值构成的向量；基于所述与位姿变化强相关的观测特征对根据拼接图确定的当前位姿进行优化。得到当前优化位姿；基于所述当前优化位姿和目标位置对当前车辆进行导航。

技术领域

本发明涉及智能驾驶领域，具体而言，涉及一种基于拼接图的导航方法和装置。

背景技术

在地下地库的定位方案中，基于拼接图和高精语义地图匹配的定位能够提供全局而精确的位置信息，是定位算法的核心模块。

目前为了计算拼接图和高精语义地图的匹配程度定义了一种计算语义误差的方式：

其中I_map，I_stitch分别为语义地图和拼接语义图对应的灰度图像，p为在拼接语义图中均匀采样的像素坐标，T^wp为p在语义地图中的像素坐标，记当前帧分割图上采样得到的灰度值构成的向量为观测Z。

在实现本说明书实施例的过程中，发明人发现，由于地图中的车道线的分布是非常稀疏的，观测Z中包含了大量在位姿发生变化时灰度值不会发生变化的分量，导致运算量较大并且结果的精确度较低。图1a为拼接图及均匀采样的像素位置(采样密度仅为示意)灰度图；图1b为图1a对应的语义地图上对应的像素点位置灰度图。定位算法通过最小化语义误差来优化当前的位姿x_pose＝[x，y，θ]，但如图1a中正方形框采样点所示，即语义误差所定义的残差中相应的分量对于小范围内的位姿变化的梯度接近0，而长方形框(包括水平方向的和竖直方向的)内的采样点的灰度则对位姿发生的变化更为敏感。

发明内容

本发明提供一种基于拼接图的导航方法和装置，用以克服现有技术中存在的至少一个问题。

根据本说明书实施例的第一方面，提供了一种基于拼接图的导航方法，包括以下步骤：

根据当前位置，通过位姿变化特征提取模型从所述当前位置对应的语义地图局部区域观测中提取与位姿变化强相关的观测特征，所述局部区域观测为所述语义地图局部区域上采样得到的灰度值构成的向量；

基于所述与位姿变化强相关的观测特征对根据拼接图确定的当前位姿进行优化，得到当前优化位姿；

基于所述当前优化位姿和目标位置对当前车辆进行导航。

可选的，所述基于所述与位姿变化强相关的观测特征对根据拼接图确定的当前位姿进行优化包括：

设所述与位姿变化强相关的观测特征为F，当前的语义误差e为：

其中，W为观测特征F的维数，F_i为观测特征F的第i个特征分量，z_map为语义地图，z_stitch为拼接语义图，为从语义地图中提取F_i的函数，为从拼接语义图中提取F_i的函数；

根据所述语义误差e对当前位姿进行优化。

可选的，所述位姿变化特征提取模型通过以下方式获取：

根据历史位置对应的历史拼接图及历史语义地图，在所述历史位置对应的语义地图局部区域随机采样多个与所述历史拼接图分辨率相同的子地图；

从每个所述子地图中提取观测特征，并由每个所述子地图的观测特征形成训练样本集S：