[发明专利]一种车辆定位方法有效
| 申请号： | 201811523508.4 | 申请日： | 2018-12-13 |
| 公开（公告）号： | CN109815300B | 公开（公告）日： | 2021-06-29 |
| 发明（设计）人： | 赵龙;刘杰;关东;郑侃 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G06F16/29 | 分类号： | G06F16/29;G06K9/62;G06K9/00;G01S19/14;G01S19/48 |
| 代理公司： | 北京德琦知识产权代理有限公司 11018 | 代理人： | 梁少微;王丽琴 |
| 地址： | 100876 *** | 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： | 本发明公开了一种车辆定位方法，该方法包括：采集多个训练样本作为训练集N，将车辆摄像头拍摄的带有训练区域行驶环境标志物的图片，以及拍摄该图片时车辆所在训练区域的高精度地图作为训练集中的一个样本n，n∈N；采用深度学习的方法，使用所述训练集训练模型，得到训练后的模型；当车辆进入预测区域时，对预测区域中的行驶环境标志物进行拍摄得到预测区域拍摄图片，将所述预测区域拍摄图片、以及处理后的预先缓存的包括所述预测区域的高精度地图，输入训练后的模型，确定当前车辆所在预测区域的高精度地图；进而确定当前车辆位置坐标。采用本发明能够实现定位过程不完全依赖于卫星信号，在接收不到信号的环境中的车辆定位。 | ||
| 搜索关键词： | 一种 车辆 定位 方法 | ||
【主权项】：
1.一种车辆定位方法，其特征在于，该方法包括：采集多个训练样本作为训练集N，将车辆摄像头拍摄的带有训练区域行驶环境标志物的图片，以及拍摄该图片时车辆所在训练区域的高精度地图作为训练集中的一个样本n，n∈N；采用深度学习的方法，使用所述训练集训练模型，得到训练后的模型；当车辆进入预测区域时，对预测区域中的行驶环境标志物进行拍摄得到预测区域拍摄图片，将所述预测区域拍摄图片、以及处理后的预先缓存的包括所述预测区域的高精度地图，输入训练后的模型，确定当前车辆所在预测区域的高精度地图；将所述预测区域拍摄图片输入第一检测网络得到预测区域拍摄图片中标志物类别，以及当前车辆与该标志物的相对位置信息；将当前车辆所在预测区域的高精度地图和标志物类别输入第二检测网络，得到该标志物的位置坐标；根据该标志物的位置坐标，以及当前车辆与该标志物的相对位置信息得到当前车辆位置坐标。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京邮电大学，未经北京邮电大学许可，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/patent/201811523508.4/，转载请声明来源钻瓜专利网。
