[发明专利]基于视觉标签和激光SLAM的智能汽车定位方法及系统

说明书

本发明公开一种基于视觉标签和激光SLAM的智能汽车定位方法及系统，方法包括：获取道路环境的三维点云信息，并提取车辆在全局栅格地图中的位置信息，以得到车辆的激光定位信息；获取视觉标签的图像信息，并提取视觉标签中的坐标位置数据，以得到车辆的视觉标签定位信息；基于车辆的激光定位信息和视觉标签定位信息，采用扩展卡尔曼滤波器进行多源异构定位信息的融合，以得到融合后的车辆位置信息。本发明利用SLAM技术获取激光定位信息，利用计算机视觉获取视觉标签定位信息，并采用扩展卡尔曼滤波器进行两种定位信息的融合，使得融合后的车辆位置信息能够满足智能汽车在卫星信号缺失环境下的定位精度要求。

技术领域

本发明涉及自动驾驶技术领域，具体为一种基于视觉标签和激光SLAM的智能汽车定位方法及系统。

背景技术

智能汽车是集环境感知、决策规划和底层控制于一体的高新技术综合体，可以有效保障行车安全、提升交通效率、促进节能减排、改善公众出行方式和生产运输方式。随着自动驾驶技术的不断研究更新，将对未来社会生产和人们生活带来极大改善。

在自动驾驶技术中，实现高精度自主导航是一个重要目标，自主导航系统的核心就是定位问题，准确的位姿估算是实现自主定位的关键，可以为路径规划、决策控制等技术提供精确位姿信息，是实现自主导航功能的第一步。

自主导航系统的定位目前主要通过GPS信号实现。在实际应用中，受限于通信技术与场景特征约束，自主导航经常会遇到一些GPS信号丢失场景，尤其是在高架桥、隧道、地下停车场等位置极易丢失GPS信息，从而引发交通安全事故。

因此，如何解决智能汽车在GPS卫星信号缺失下的精准定位问题是本发明重点解决的问题。

发明内容

为克服上述现有技术的不足，本发明提供一种基于视觉标签和激光SLAM的智能汽车定位方法及系统，用以解决上述至少一个技术问题。

根据本发明说明书的一方面，提供一种基于视觉标签和激光SLAM的智能汽车定位方法，包括：

获取道路环境的三维点云信息，并提取车辆在全局栅格地图中的位置信息，以得到车辆的激光定位信息；

获取视觉标签的图像信息，并提取视觉标签中的坐标位置数据，以得到车辆的视觉标签定位信息；

基于车辆的激光定位信息和视觉标签定位信息，采用扩展卡尔曼滤波器进行多源异构定位信息的融合，以得到融合后的车辆位置信息。

上述技术方案利用SLAM技术获取激光定位信息，利用计算机视觉技术获取视觉标签定位信息，并采用扩展卡尔曼滤波器进行两种定位信息的融合，使得融合后的车辆位置信息能够满足智能汽车在卫星信号缺失环境下的定位精度要求，提高智能汽车在卫星信号缺失环境下行驶的安全性和可靠性。

作为进一步地技术方案，所述方法还包括：

获取道路环境的三维点云信息；

采用自适应蒙特卡罗定位获取车辆在全局栅格地图中的位置信息；

将三维点云数据与全局栅格地图进行匹配，根据每一粒子的位置置信度评分进行粒子筛选，依据筛选结果更新车辆在全局栅格地图中的位置信息。

可选地，通过多线激光雷达获取道路环境的点云信息。所述多线激光雷达可布设在车辆顶部。

进一步地，将三维点云数据与全局栅格地图进行匹配，根据每一粒子的位置置信度评分进行粒子筛选，还包括：对每一个粒子的位置置信度进行评分，保留高分粒子作为车辆位姿，舍弃低分粒子并增加新的随机粒子维持整个循环。

作为进一步地技术方案，所述方法还包括：在路侧端布设若干视觉标签，在车辆上布设图像采集设备，利用所述图像采集设备采集视觉标签的图像信息。