[发明专利]一种定位初始化方法及自动驾驶系统在审
申请号: | 202210657795.8 | 申请日: | 2022-06-10 |
公开(公告)号: | CN115014329A | 公开(公告)日: | 2022-09-06 |
发明(设计)人: | 张金凤;孔旗;王鹏飞 | 申请(专利权)人: | 九识智行(北京)科技有限公司 |
主分类号: | G01C21/00 | 分类号: | G01C21/00;G01C21/20;G01S17/931;G01S19/43;G06T7/70;G06V10/74;G06V10/774;G06V10/82 |
代理公司: | 北京磐华捷成知识产权代理有限公司 11851 | 代理人: | 翟海青 |
地址: | 102211 北京市昌平区小汤山镇常兴庄村常后路西*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 定位 初始化 方法 自动 驾驶 系统 | ||
1.一种定位初始化方法,其特征在于,所述方法包括:
当车辆上电后,通过所述车辆上的定位系统获取所述车辆的初始位置;
采集当前时刻所述车辆所处环境的至少一帧点云数据,根据预先构建的障碍物模型对所述至少一帧点云数据进行过滤,并得到过滤后的至少一帧点云数据;
根据第一高精度地图和所述过滤后的至少一帧点云数据对所述车辆的所述初始位置进行修正,以获得所述车辆的初始位姿。
2.如权利要求1所述的定位初始化方法,其特征在于,当车辆上电后,通过车辆上的定位系统获取所述车辆的初始位姿之前,所述方法还包括:
采集第二障碍物点云数据,根据所述第二障碍物点云数据,采用深度学习算法构建所述障碍物模型。
3.如权利要求1所述的定位初始化方法,其特征在于,其中,所述第一高精度地图具有第一预设范围;
当车辆上电后,通过车辆上的定位系统获取所述车辆的初始位置之后,所述方法还包括:
根据所述初始位置获取第二预设范围内的第二高精度地图;
其中所述第二预设范围不小于所述第一预设范围。
4.如权利要求3所述的定位初始化方法,其特征在于,根据第一高精度地图和所述过滤后的至少一帧点云数据对所述车辆的所述初始位置进行修正,以获得所述车辆的初始位姿,包括:
将所述至少一帧点云数据投影到二维坐标系,以获得投影数据;
根据所述第二高精度地图获取第一高精度地图;
将所述投影数据与所述第一高精度地图通过NDT算法进行匹配,以获得匹配结果。
5.如权利要求4所述的定位初始化方法,其特征在于,根据所述第二高精度地图获取第一高精度地图,包括:
以所述初始位置为中心,按预设半径截取所述第二高精度地图,以得到所述第一高精度地图。
6.如权利要求1所述的定位初始化方法,其特征在于,所述初始位置包括所述车辆位置处的经度和纬度。
7.如权利要求1所述的定位初始化方法,其特征在于,其中,所述定位系统的定位误差小于预设误差。
8.如权利要求1所述的定位初始化方法,其特征在于,所述定位系统包括GPS定位系统。
9.如权利要求1所述的定位初始化方法,其特征在于,所述障碍物包括以下至少一种:车辆、行人、动物、房屋和植物。
10.一种自动驾驶系统,其特征在于,所述自动驾驶系统包括存储器和处理器;所述存储器,用于存储计算机程序;所述处理器,用于执行所述计算机程序并在执行所述计算机程序时,实现权利要求1至权利要求9任一所述的定位初始化方法;
其中,所述自动驾驶系统还包括用于采集车辆所处环境中的至少一帧点云数据的激光雷达。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于九识智行(北京)科技有限公司,未经九识智行(北京)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210657795.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:发光器件及其制备方法以及显示装置
- 下一篇:用于确定媒堆库存的方法及处理器