[发明专利]车辆车道级定位系统、方法、装置和电子设备

说明书

本公开的实施例公开了车辆车道级定位系统、方法、装置和电子设备。该车辆车道级定位系统的一具体实施方式包括：智能相机设置于车辆中，并与车道线识别组件通信连接；车道线识别组件与计算组件通信连接；惯性测量组件与定位组件通信连接，其中，惯性测量组件用于测量车辆姿态信息；定位组件与计算组件通信连接，其中，定位组件用于根据接收到的车辆位姿信息确定车辆定位信息；电子地图组件与计算组件通信连接，其中，电子地图组件用于生成电子地图信息；计算组件用于接收车道线信息、车辆定位信息和电子地图信息，以及对车道线信息、车辆定位信息和电子地图信息进行识别处理以生成车道定位信息。该实施方式可以提高车辆车道级定位的准确度。

技术领域

本公开的实施例涉及自动驾驶领域，具体涉及车辆定位领域，尤其涉及车辆车道级定位系统、方法、装置和电子设备。

背景技术

车辆车道级定位是自动驾驶领域的一项基本需求。目前，常用的车辆车道级定位系统中需要配置全球卫星导航系统、高线束激光雷达和毫米波雷达等组件，生成车辆位置信息。然后利用神经网络等深度学习算法，根据生成的车辆位置信息生成车辆车道级定位信息。

然而，当采用上述方式对车辆进行车道级定位时，经常会存在如下技术问题：

第一，由于毫米波雷达发出的用于测量的毫米波只能被金属物体反射，导致无法测量非金属物体的位置，因此，在一定的情况下，毫米波雷达的测量数据无法参与车辆位置信息的生成，使得生成的车辆位置信息的准确度降低，进而，导致生成的车辆车道级定位信息准确度降低；

第二，由于全球卫星导航系统对处于特殊路段（例如，隧道，桥洞或地下车停车场等）上的车辆的定位精度较低，使得生成的车辆车道级定位信息准确度降低，从而，将生成的车辆车道级定位信息应用于自动驾驶过程中会带来较高的危险性。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了车辆车道级定位系统、方法、装置和电子设备，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种车辆车道级定位系统，该车辆车道级定位系统包括：智能相机、车道线识别组件、定位组件、惯性测量组件、电子地图组件和计算组件，其中：上述智能相机设置于车辆中，并与上述车道线识别组件通信连接，其中，上述智能相机用于拍摄车道线图像，以及将上述车道线图像发送至上述车道线识别组件；上述车道线识别组件与上述计算组件通信连接，其中，上述车道线识别组件用于接收上述智能相机发送的车道线图像，以及识别上述车道线图像中的车道线信息，以及将上述车道线信息发送至上述计算组件；上述惯性测量组件与上述定位组件通信连接，其中，上述惯性测量组件用于测量车辆姿态信息，以及将上述车辆姿态信息发送至上述定位组件；上述定位组件与上述计算组件通信连接，其中，上述定位组件用于根据接收到的上述车辆位姿信息确定车辆定位信息，以及将上述车辆定位信息发送至上述计算组件；上述电子地图组件与上述计算组件通信连接，其中，上述电子地图组件用于生成电子地图信息，以及将上述电子地图信息发送至上述计算组件；上述计算组件用于接收上述车道线信息、上述车辆定位信息和上述电子地图信息，以及对上述车道线信息、上述车辆定位信息和上述电子地图信息进行识别处理以生成车道定位信息。

第二方面，本公开的一些实施例提供了一种用于如上述车辆车道级定位系统的车辆车道级定位方法，该车辆车道级定位方法包括：获取车道线图像；对上述车道线图像进行识别处理，得到车道线信息、车辆定位信息和电子地图信息；基于上述车道线信息、车辆定位信息和电子地图信息，生成车道定位信息。

在一些实施例中，所述基于所述初始状态向量、初始转移矩阵、传感器状态异常概率值、传感器状态正常概率值、指标参数值组和概率分布向量，生成车道线概率向量，包括：