[发明专利]基于视觉检测与参考线匹配的车辆全局定位方法及装置

说明书

本发明公开一种基于视觉检测与参考线匹配的车辆全局定位方法及装置，该方法步骤包括：在车辆行驶过程中采集道路环境图像分割出道路区域，在道路区域栅格图中生成道路指引线；获取全局参考线以及车辆的GPS初始位置；计算全局参考线上距离所述GPS初始位置最近的参考点，得到最近参考点；计算道路指引线与车辆前进方向之间的夹角；根据计算的道路指引线与车辆前进方向之间的夹角，计算道路区域栅格图中车体中心与道路中心线的距离；根据夹角、距离以及最近参考点，得到大地坐标系下最终的定位信息输出。本发明具有实现方法简单、成本低、效率以及精度高且环境适应性强等优点。

技术领域

本发明涉及车辆定位导航技术领域，尤其涉及一种基于视觉检测与参考线匹配的车辆全局定位方法、装置及介质。

背景技术

无人驾驶车辆或自动驾驶车辆在行驶过程中，需要自动识别出道路区域并定位出车辆在道路中的位置，进而由车辆的决策层根据车辆的位置以及道路环境规划出车辆行驶路径。全局定位即为初始位置未知，靠车辆的自身运动估计出车辆当前的位置信息。

现有技术中车辆自动驾驶通常是采用以下方式实现全局定位：

1、利用GPS信号或者组合GPS与IMU(惯导)进行全局定位，定位得到车辆当前的全局位置。但是直接使用GPS信号定位，由于地球大气层的干扰、多路径效应等会带来误差，使得定位得到的坐标与实际的坐标值之间会存在一定的偏差，且在GPS信号弱时上述偏差将更为明显，即就不适用于道路周边存在较多建筑物、树木或者隧道等GPS信号弱的环境中；组合导航定位方式需要使用多个传感器，实现成本较高且定位过程较为复杂。

2、利用高精度地图与实时的现场点云数据进行匹配定位的方法，即通过构建高精度地图，然后与实时对现场采集的点云数据进行特征匹配，得到全局坐标。但是高精度地图的制作成本高，点云数据特征匹配需要消耗大量的计算资源，且还会存在对周边环境频繁变化适应力差等问题，如当道路周围环境发生改变时(如道路附近进行建筑施工等)，上述方法将无法正确的实现定位。

综上，现有技术中车辆全局定位方法实现复杂且成本高，需要复杂的制图、特征点匹配等过程，致使定位效率低、计算开销大，同时环境适应性差，且在GPS信号弱等的环境中定位会易于产生偏差，在道路周边存在较多建筑物、树木或者隧道等GPS信号弱的环境中定位精度不高。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种实现方法简单、成本低、效率以及精度高且环境适应性强的基于视觉检测与参考线匹配的车辆全局定位方法、装置及介质，能够在道路周边存在较多建筑物、树木或者隧道等各类GPS信号弱的场景中，实现精准、快速的车辆定位。

为解决上述技术问题，本发明提出的技术方案为：

一种基于视觉检测与参考线匹配的车辆全局定位方法，步骤包括：

在车辆行驶过程中采集道路环境图像分割出道路区域，在道路区域栅格图中生成道路指引线；

获取全局参考线以及车辆的GPS初始位置，所述全局参考线为预先获取的目标路线的GPS信号点集；

在所述全局参考线上定位出距离所述GPS初始位置最近的参考点，得到最近参考点；

计算所述道路指引线与车辆前进方向之间的夹角；

根据计算的所述道路指引线与车辆前进方向之间的夹角，计算所述道路区域栅格图中车体中心与道路中心线之间的距离；

根据所述道路指引线与车辆前进方向之间的夹角、所述车体中心与道路中心线之间的距离以及所述最近参考点，得到大地坐标系下最终的定位信息输出。

进一步的，所述在所述全局参考线上定位出距离所述GPS初始位置最近的参考点包括：

在所述全局参考线间隔取多个采样点；