[发明专利]用于自动驾驶中的道路标识制图及车辆定位方法及系统

摘要

本发明提供一种用于自动驾驶中的道路标识制图及车辆定位方法及系统，其通过双目摄像机和激光雷达的配合使用，半自动生成高精度路面特征高精度地图，并通过双目摄像机的获取图像，检测图像上道路标识的边缘点，将边缘点与高精度路面特征高精度地图上的线段的采样点进行匹配，并用卡尔曼滤波定位模型优化找出最优匹配，从而完成对车辆的定位。本发明所述用于自动驾驶中的道路标识制图及车辆定位方法及系统的定位稳定，鲁棒性强，且不受植被障碍物遮挡反射影响，同时相对于雷达传感器，双目摄像机价格更适合商业化推广，价格低廉，适合民用。

主权项

1.一种用于自动驾驶中的道路标识制图及车辆定位方法，其特征在于，所述用于自动驾驶中的道路标识制图及车辆定位方法包括以下步骤：S1、通过结合双目摄像机获取的图像和激光雷达的图像，以及全球导航卫星系统的位置信息，制作高精度路面特征高精度地图；S2、利用摄像机获取的实时图像，检测出车辆当前位置邻近区域的道路标识的边缘点；S3、根据卡尔曼滤波定位模型及车辆的速率和偏航率估算车辆当前的粗略位置，并把高精度地图中相对车辆当前位置邻近区域的道路标识映射到摄像机获取的实时图像上；S4、利用卡尔曼滤波定位模型对高精度地图中道路标识的线段采样点与图像中检测的边缘点进行最近距离间的匹配，得到车辆的最优位置估计，实现车辆的精确定位；所述步骤S1包括以下分步骤：S11、根据全球导航卫星系统的原始数据获得车辆的位置信息；S12、对于道路标线清晰且没有障碍物遮挡的路面，利用双目摄像机获取可见光图像数据，根据可见光图像数据自动生成半成品地图；S13、对于有复杂分歧路口的路况，或者对面车道的路面标识不太清楚的情况，采用激光扫描器获取激光雷达图像数据，手动在雷达图像数据上画出车道线和路面标识，并在离线高精度地图编辑器中添加道路标识的细节；S14、结合激光图像数据和双目图像数据，半自动地生成高精度地图；所述步骤S4包括以下分步骤：S41、对高精度地图上的道路标识的线段进行采样，得到线段采样点；S42、将高精度地图中道路标识的线段采样点与图像中检测的边缘点进行匹配；S43、计算检测图像中道路标识的边缘点与高精度地图中道路标识的线段采样点之间的横向残差和纵向残差；S44、利用横向残差和纵向残差，并通过卡尔曼滤波定位模型，得到当前时刻车辆的最优位置估计，实现车辆的精确定位。