[发明专利]一种车辆的定位系统和方法

说明书

本发明实施例公开了一种车辆的定位系统和方法，其中，定位系统包括MCU、NPU和处理器；处理器在接收到相机发送的第i次硬件同步信号时，对已接收到的NPU发送的感知结果和MCU针对第i‑1次硬件同步信号的预处理结果进行处理以估计车辆的运行轨迹；当处理器接收到相机发送的第i+1次硬件同步信号时，对运行轨迹进行优化处理得到车辆的定位结果。每当相机发送硬件同步信号时，NPU对接收到的图像数据进行感知计算，得到与该次硬件同步信号对应的感知结果；MCU对接收到的其他传感器数据进行预处理，得到与该次硬件同步信号对应的预处理结果。通过采用上述方案，解决了定位系统由于算力不足而导致的算法无法被正常执行的技术问题。

技术领域

本发明涉及自动驾驶技术领域，具体涉及一种车辆的定位系统和方法。

背景技术

自动驾驶深度学习视觉方法，结合GPS(Global Positioning System，全球定位系统)定位方法，并使用SLAM(simultaneous localization and mapping，即时定位与地图构建)技术可以明确定义出特定物体的所在的经度、纬度和高度。目前，可通过深度学习专用芯片，利用SLAM算法建图、定位技术，及外部多传感器如GPS、IMU(Inertial measurementunit，惯性测量单元)、轮速和雷达等硬件融合，达到实时建图定位等功能。

虽然深度学习专用芯片可以集成多个硬件模块实现车辆的实时定位，但在定位的过程中，为了得到车辆精准的定位结果，定位算法通常较为复杂。此时，SOC则会因为算力不足而导致定位算法无法被执行，从而影响车辆的正常定位结果。

发明内容

本发明实施例公开一种车辆的定位系统和方法，解决了深度学习专用芯片由于算力不足而导致的定位算法无法被正常执行的技术问题。

第一方面，本发明实施例公开了一种车辆的定位系统，该系统包括：

微控制器MCU、深度学习模块NPU，以及分别与所述MCU和所述NPU相连的处理器，所述MCU外接多个传感器，所述NPU、所述处理器和所述MCU均与外接相机相连；

所述处理器被配置为，在接收到所述相机发送的第i次硬件同步信号时，对已接收到的NPU发送的感知结果，和所述MCU针对第i-1次硬件同步信号的预处理结果进行处理，以估计车辆的运行轨迹；

当所述处理器接收到所述相机发送的第i+1次硬件同步信号时，对所述运行轨迹进行优化处理，得到车辆的定位结果；

其中，i为大于1的整数，每当所述相机发送硬件同步信号时，所述NPU被配置为：对接收到的图像数据进行感知计算，得到与该次硬件同步信号对应的感知结果；所述MCU被配置为，对接收到的除图像数据之外的其他传感器数据进行预处理，得到与该次硬件同步信号对应的预处理结果。

可选的，所述处理器具体被配置为：

在接收到所述相机发送的第i次硬件同步信号时，根据已接收到的NPU发送的感知结果，确定多帧感知图像中特征点的位置变化信息；

对所述MCU发送的其他传感器数据的预处理结果进行协方差计算，并将计算结果与所述位置变化信息进行融合，以估计车辆的运行轨迹。

可选的，所述处理器具体被配置为：

当所述处理器接收到所述相机发送的第i+1次硬件同步信号时，采用非线性优化算法，对所述运行轨迹进行迭代优化处理，得到车辆的定位结果。

可选的，所述NPU具体被配置为：

每当接收到所述相机发送的硬件同步信号，并且在接收到所述处理器发送的起始识别指令时，对接收到的图像数据中的各个道路信息进行依次识别，并在每个道路信息识别完成之后，向所述处理器发送中断信号；