[发明专利]基于多传感器融合的地图特征的高架桥中的车辆定位方法

权利要求书

1.一种基于多传感器融合的地图特征的高架桥中的车辆定位方法，其特征在于，具体包括以下步骤：

S1：采用车载GPS进行预定位，进行激光雷达特征点提取，获得激光雷达数据；

S2：采用视觉相机获得视觉定位图像，建立像素空间坐标系后，对视觉定位图像进行特征点提取，再将提取的特征点坐标转为世界坐标系统，获得视觉图像数据；

S3：将所述步骤S1中的激光雷达数据和所述步骤S2中的视觉图像数据进行匹配融合，获得匹配特征点以及纠正后的感知数据集；

S4：将所述步骤S3中获得的所述匹配特征点与地图进行匹配，获得在地图上的行程特征点及行程特征点数据集；

S5：根据所述步骤S4中获得的行程特征点计算得出车辆的定位。

2.根据权利要求1所述的基于多传感器融合的地图特征的高架桥中的车辆定位方法，其特征在于，所述步骤S1中的具体步骤为：

S11：利用滤波器将惯导传感器和车载GPS的数据进行融合，得到初步的平面点位；

S12：对激光雷达发射器发射出激光射线，收集反射点距离和该反射点发生的时间和水平角度，并转换出反射点P的空间坐标M_p(X_p,Y_p,Z_p)。

3.根据权利要求2所述的基于多传感器融合的地图特征的高架桥中的车辆定位方法，其特征在于，所述步骤S2的具体步骤为：

S21：采用视觉相机获得视觉定位图像，通过定位图像前一帧的像素求解出当前帧的像素的旋转矩阵R和平移向量T，即相对于前一帧的姿态和位移；

S22：将当前帧的像素的坐标系转化成世界坐标系，转换的公式为：

其中，(X_c,Y_c,Z_c)为像素坐标系下的像素坐标，(X_w,Y_w,Z_w)为像素的世界坐系，R为旋转矩阵，T为平移矢量。

4.根据权利要求3所述的基于多传感器融合的地图特征的高架桥中的车辆定位方法，其特征在于，所述步骤S3的具体步骤为：

将所述步骤S1中的激光雷达数据和所述步骤S2中的视觉图像数据进行匹配融合，所述激光雷达数据的所述视觉图像数据的配准关系采用3X3的矩阵R₁表示；依据相机的成像原理，若像素空间中的某一个点M在相机的像素空间坐标系下的齐次坐标为M₁(X₁,Y₁,Z₁)，同时激光雷达探测到的同一个点投影到图像坐标下的坐标为Mr(X_r,Y_r,Z_r)，则像素空间坐标系与激光雷达的空间坐标系统存在的关系为：M_r＝R₁*M₁，然后根据关系式M_r＝R₁*M₁进行匹配融合，获得匹配特征点。

5.根据权利要求4所述的基于多传感器融合的地图特征的高架桥中的车辆定位方法，其特征在于，所述步骤S4的具体步骤为：

S41：将步骤S3中获得的匹配特点的坐标作为静态坐标标记到高精地图中，与车道线、停止线、倒流线、路灯进行匹配，若匹配特征点无效，则返回步骤S3重新进行匹配融合；若匹配特征点有效，则转至步骤S42；

S42：若匹配特征点有效，则将各个有效的匹配特征点数据抽象成地图中的元素的属性，从而获得行程特征点数据集；

S43：在每次实车测试验证时不断修正高精地图的特征数据集。

6.根据权利要求5所述的基于多传感器融合的地图特征的高架桥中的车辆定位方法，其特征在于，所述步骤S5具体包括以下步骤：

S51：调取有效探测范围内的高精度地图数据为定位基准；

S52：以GPS为初值，调取融合到高精地图里的特征数据做配准，修正车的位置和姿态信息，以完成辅助定位的功能。