[发明专利]一种用于长距离隧道的自动驾驶定位方法及系统

说明书

本发明涉及一种用于长距离隧道的自动驾驶定位方法及系统，该方法包括以下步骤：⑴加载地图，并获取传感器数据；⑵沿车道线方向进行初始姿态采样，计算得到车辆定位初始姿态序列；⑶对所述车辆定位初始姿态序列进行遍历，计算得到每个所述初始搜索姿态附近的最高评分值和所述最高评分值对应的最优姿态，组成评分值序列；⑷判断所述评分值序列是否有效；⑸若判定为有效，则以所述评分值序列中评分最高的最高评分值对应的最优姿态作为最终的定位结果；若判定为无效，则以所述初始姿态附近的最优姿态作为最终的定位结果。本发明能够在GPS失效的场景中，借助高精地图，沿车道线方向进行动态范围搜索，进行准确、稳定的定位。

技术领域

本发明涉及信息处理技术领域，特别涉及一种用于长距离隧道的自动驾驶定位方法及系统。

背景技术

自动驾驶车辆需要实时提供车身在世界坐标系中的位置信息，随着卫星定位技术的成熟，在空旷道路上可以通过GPS和RTK直接获得非常精确的定位结果。而在GPS信号弱或者完全失效的情况下，一般需要事先构建对应的高精地图，然后借助高精地图提供精确的定位结果。但是在高速公路中的长距离隧道场景中，车辆很长一段时间内无法获得稳定的GPS信号，即使存在高精地图，无论是基于激光点云还是视觉特征的高精地图，由于隧道内特征信息区分度低，现有的隧道定位方案，如通过固定搜索匹配策略、粒子滤波等方式，仍然不能提供比较准确且稳定的定位结果。

由于隧道场景中的GPS信号弱或者可能完全失效，同时可能在很长一段时间内都只能做车道横向的精确定位，而无法获得可靠车道方向的纵向定位。现有的方案要么通过加入更多的传感器信息来缓解场景中可区分特征少的问题，例如，加入视觉特征地图等，但隧道中的可区分性视觉特征也非常少，难以得到可信的定位结果；或者利用滤波的方式以获得平滑的定位结果，例如融合进IMU和轮速计的定位结果等，但其无法得到和地图一致的定位结果。但是对于可区分特征少且无GPS信号的长距离隧道场景，现有方法仍然不能得到精确且稳定的定位结果。

发明内容

本发明要解决的技术问题是针对上述不足，提供一种沿车道线方向进行动态范围搜索，并借助高精度地图，保证自动驾驶车辆能够在长距离隧道场景或者相类似场景中，进行精确且稳定定位的自动驾驶定位方法及系统。

本发明是通过以下技术方案实现的：

一种用于长距离隧道的自动驾驶定位方法，该方法包括以下步骤：

⑴加载地图，并获取当前时刻的传感器数据；

⑵沿车道线方向进行自身车辆的初始姿态采样，计算得到车辆定位初始姿态序列；

⑶对所述车辆定位初始姿态序列的每个初始搜索姿态的变量空间进行遍历，计算得到每个所述初始搜索姿态附近的最高评分值和所述最高评分值对应的最优姿态，组成评分值序列；

⑷对所述评分值序列的每个所述最高评分值进行归一化处理，并判断所述评分值序列是否有效；

⑸若判定所述评分值序列为有效，则以所述评分值序列中评分最高的最高评分值对应的最优姿态作为最终的定位结果；

若判定所述评分值序列为无效，则以所述初始姿态附近的最优姿态作为最终的定位结果。

进一步的，所述的自动驾驶定位方法，所述地图包括高精点云地图和对应车道线地图。

进一步的，所述的自动驾驶定位方法，所述初始姿态根据以下公式计算：

T_t^*＝T_t-1+D(T_t-1)*s_t-1

其中，T_t-1为t-1时刻的姿态，s_t-1为t-1时刻的轮速信息，D(T_t-1)为朝向提取函数，用以获得T_t-1对应的车辆朝向向量。