[发明专利]一种定位初始化方法及自动驾驶系统

说明书

本申请提供一种定位初始化方法及自动驾驶系统。所述方法包括：当车辆上电后，通过车辆上的定位系统获取车辆的初始位置；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过滤后的至少一帧点云数据对车辆的初始位置进行修正以获得车辆的初始位姿。在本申请中，通过将至少一帧点云数据中的第一障碍物点云数据过滤掉，可以过滤掉环境中的大多数临时障碍物，然后对车辆的初始位置进行修正，以获得车辆的初始位姿，使得在保证定位初始化成功的同时，提高定位初始化算法的环境鲁棒性。

技术领域

本申请涉及自动驾驶技术领域，更具体地涉及一种定位初始化方法及自动驾驶系统。

背景技术

近年来，自动驾驶技术发展非常迅速，为提高自动驾驶环境鲁棒性发展的需求，快速、高精度、稳定的定位初始化至关重要。目前大多数公司的自动驾驶定位初始化需要在环境相对简单、相对空旷的区域且依赖高精度RTK GPS设备完成。即使采用多线激光雷达与高精度地图匹配SLAM方式实现定位初始化，也要求环境相对简单，当环境中有较多临时障碍物时，定位初始化成功率会降低。

因此，需要进行改进，以解决上述问题。

发明内容

为了解决上述问题中而提出了本申请。根据本申请一方面，提供了一种定位初始化方法，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。

在本申请的一个实施例中，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。

在本申请的一个实施例中，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。

在本申请的一个实施例中，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。

在本申请的一个实施例中，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。

在本申请的一个实施例中，所述初始位置包括所述车辆位置处的经度和纬度。

在本申请的一个实施例中，其中，所述定位系统的定位误差小于预设误差。

在本申请的一个实施例中，所述定位系统包括GPS定位系统。

在本申请的一个实施例中，所述障碍物包括以下至少一种：车辆、行人、动物、房屋和植物。