一种车辆定位方法、装置及存储介质与流程

1.本发明涉及车辆定位技术领域，尤其涉及一种车辆定位方法、装置及存储介质。


背景技术：

2.定位功能是无人驾驶汽车的核心功能之一，能够向无人驾驶汽车的规划控制等模块提供车辆的位姿信息。定位功能的准确性和鲁棒性，直接关系到规划控制等模块的输出结果。
3.目前，无人驾驶汽车可以采用视觉匹配定位法，在像素平面上将视觉识别信息与地图的重投影进行像素匹配，从而确定无人驾驶汽车的位姿信息。但是，这样确定出来的车辆的位姿信息的准确性和鲁棒性较低。


技术实现要素：

4.本发明提供一种车辆定位方法、装置及存储介质，能够提高车辆的位姿信息的准确性和鲁棒性。
5.为达到上述目的，本发明采用如下技术方案：
6.第一方面，本发明提供一种车辆定位方法，该方法包括：
7.通过视觉传感器获取第一道路结构化信息和对应的识别精度；
8.确定视觉传感器获取第一道路结构化信息时的第一位姿；
9.根据第一位姿，获取目标地图，目标地图为第一位姿对应的局部地图，目标地图包括第二道路结构化信息；
10.对参考信息进行视觉环境建模，确定第三道路结构化信息，参考信息包括第一道路结构化信息和第二道路结构化信息；
11.匹配第二道路结构化信息和第三道路结构化信息，确定第一匹配对，第一匹配对包括匹配成功的第二道路结构化信息和目标道路结构化信息；
12.根据第一位姿、第一匹配对和目标道路结构化信息的识别精度，确定车辆在目标地图中的目标位姿。
13.采用本发明提供的车辆定位方法，车载终端通过视觉传感器获取第一道路结构化信息和对应的识别精度，且确定视觉传感器获取第一道路结构化信息时车辆的第一位姿。车载终端还用于根据第一位姿，获取包括第二道路结构化信息的目标地图，并结合第一道路结构化信息和第二道路结构化信息，确定更加准确的第三道路结构化信息。在确定车辆的目标位姿时经过了两次匹配过程，首先，车载终端对第二道路结构化信息和第三道路结构化信息直接匹配，确定第一匹配对，与现有技术中需要将地图中的道路结构化信息投影在视觉传感器的坐标系中，然后基于像素数据进行匹配相比，降低了计算量，并且提高了第一匹配对的准确性。然后，车载终端根据第一匹配对、第一位姿，以及第一匹配对中的目标道路结构化信息的识别精度进行二次匹配，从而确定目标位姿，进一步提高了目标位姿的准确性和鲁棒性。
14.在一种可能的实现方式中，上述车辆定位方法还包括：
15.根据第一位姿获取历史图像，历史图像包括在第一位姿对应的位置处获取的图像，历史图像中包括第四道路结构化信息；
16.参考信息还包括第四道路结构化信息。
17.在一种可能的实现方式中，根据第一位姿、第一匹配对和目标道路结构化信息的识别精度，确定车辆在目标地图中的目标位姿，包括：
18.确定目标道路结构化信息在视觉传感器的坐标系下的第一坐标集，第一坐标集包括多个第一离散点的坐标；
19.确定第一匹配对中的第二道路结构化信息在视觉传感器的坐标系下的第二坐标集，第二坐标集包括多个第二离散点的坐标；
20.根据第一坐标集和第二坐标集，确定目标道路结构化信息与对应的第二道路结构化信息的目标距离；
21.根据识别精度和目标距离，确定位姿确定模型；
22.采用预设的迭代规则，根据第一位姿和位姿确定模型，确定目标位姿。
23.在一种可能的实现方式中，确定目标道路结构化信息在视觉传感器的坐标系下的第一坐标集，包括：
24.确定目标道路结构化信息在视觉传感器的坐标系下的第三坐标集；
25.若第三坐标集中包括多个第三离散点的坐标，则将多个第三离散点的坐标作为第一离散点的坐标；
26.若第三坐标集中包括线信息的坐标，则将线信息进行离散处理，得到线信息对应的第一离散点的坐标。
27.在一种可能的实现方式中，线信息为车道边界信息、道路边界信息或灯杆信息中的任一项。
28.在一种可能的实现方式中，确定第一匹配对中的第二道路结构化信息在视觉传感器的坐标系下的第二坐标集，包括：
29.确定第一匹配对中的第二道路结构化信息在目标地图的坐标系下的第四坐标集；
30.将第四坐标集转换为在视觉传感器的坐标系下的第二坐标集。
31.在一种可能的实现方式中，根据识别精度和目标距离，确定位姿确定模型，包括：
32.根据每个目标道路结构化信息的识别精度，以及所有目标道路结构化信息的识别精度之和，确定每个目标道路结构化信息对应的权重；
33.根据每个目标道路结构化信息对应的权重，以及每个目标道路结构化信息与对应的第二道路结构化信息的目标距离，确定位姿确定模型。
34.在一种可能的实现方式中，通过视觉传感器获取第一道路结构化信息和对应的识别精度，包括：
35.通过视觉传感器获取拍摄图像；
36.通过视觉传感器对拍摄图像进行图像识别处理，得到拍摄图像包括的至少一个第一道路结构化信息，以及每个第一道路结构化信息对应的识别精度。
37.在一种可能的实现方式中，确定视觉传感器获取第一道路结构化信息时车辆的第一位姿，包括：
38.根据第三位姿、第一时刻、第二时刻，以及第一时刻和第二时刻之间的运动信息，确定第一位姿，第一时刻为车辆处于第三位姿时的时刻，第二时刻为视觉传感器获取第一道路结构化信息的时刻。
39.在一种可能的实现方式中，第二道路结构化信息包括m个第一车道线，第三道路结构化信息包括n个第二车道线，n和m为正整数；
40.匹配第二道路结构化信息和第三道路结构化信息，确定第一匹配对，包括：
41.根据第一位姿、定位精度、第二道路结构化信息和第三道路结构化信息，确定第二道路结构化信息包括的第一车道信息，车道信息用于指示车辆所在的车道；
42.根据第一车道信息和第三道路结构化信息包括的第二车道信息，确定匹配成功的第二匹配对，第二匹配对用于指示第二道路结构化信息与第三道路结构化信息之间的匹配关系；
43.删除第二匹配对中的异常数据，确定第一匹配对。
44.第二方面，本发明提供一种车辆定位装置，车辆定位装置包括：
45.获取单元，用于通过视觉传感器获取第一道路结构化信息和对应的识别精度；
46.确定单元，用于确定视觉传感器获取第一道路结构化信息时的第一位姿；
47.获取单元，还用于根据第一位姿，获取目标地图，目标地图为第一位姿对应的局部地图，目标地图包括第二道路结构化信息；
48.确定单元，还用于对参考信息进行视觉环境建模，确定第三道路结构化信息，参考信息包括第一道路结构化信息和第二道路结构化信息，匹配第二道路结构化信息和第三道路结构化信息，确定第一匹配对，第一匹配对包括匹配成功的第二道路结构化信息和目标道路结构化信息，并根据第一位姿、第一匹配对和目标道路结构化信息的识别精度，确定车辆在目标地图中的目标位姿。
49.在一种可能的实现方式中，获取单元，还用于根据第一位姿获取历史图像，历史图像包括在第一位姿对应的位置处获取的图像，历史图像中包括第四道路结构化信息；
50.参考信息还包括第四道路结构化信息。
51.在一种可能的实现方式中，确定单元，具体用于：
52.确定目标道路结构化信息在视觉传感器的坐标系下的第一坐标集，第一坐标集包括多个第一离散点的坐标；
53.确定第一匹配对中的第二道路结构化信息在视觉传感器的坐标系下的第二坐标集，第二坐标集包括多个第二离散点的坐标；
54.根据第一坐标集和第二坐标集，确定目标道路结构化信息与对应的第二道路结构化信息的目标距离；
55.根据识别精度和目标距离，确定第二位姿；
56.采用预设的迭代规则，根据第一位姿和第二位姿，确定目标位姿。
57.在一种可能的实现方式中，确定单元，具体用于：
58.确定目标道路结构化信息在视觉传感器的坐标系下的第三坐标集；
59.若第三坐标集中包括多个第三离散点的坐标，则将多个第三离散点的坐标作为第一离散点的坐标；
60.若第三坐标集中包括线信息的坐标，则将线信息进行离散处理，得到线信息对应
的第一离散点的坐标。
61.在一种可能的实现方式中，线信息为车道边界信息、道路边界信息或灯杆信息中的任一项。
62.在一种可能的实现方式中，确定单元，具体用于：
63.确定所述第一匹配对中的第二道路结构化信息在所述目标地图的坐标系下的第四坐标集；
64.将所述第四坐标集转换为在所述视觉传感器的坐标系下的所述第二坐标集。
65.在一种可能的实现方式中，确定单元，具体用于：确定单元，具体用于：
66.根据每个目标道路结构化信息的识别精度，以及所有目标道路结构化信息的识别精度之和，确定每个目标道路结构化信息对应的权重；
67.根据每个目标道路结构化信息对应的权重，以及每个目标道路结构化信息与对应的第二道路结构化信息的目标距离，确定第二位姿。
68.在一种可能的实现方式中，获取单元，具体用于：
69.通过视觉传感器获取拍摄图像；
70.通过视觉传感器对拍摄图像进行图像识别处理，得到拍摄图像包括的至少一个第一道路结构化信息，以及每个第一道路结构化信息对应的识别精度。
71.在一种可能的实现方式中，确定单元，具体用于：
72.根据第三位姿、第一时刻、第二时刻，以及第一时刻和第二时刻之间的运动信息，确定第一位姿，第一时刻为车辆处于第三位姿时的时刻，第二时刻为视觉传感器获取第一道路结构化信息的时刻。
73.在一种可能的实现方式中，第二道路结构化信息包括m个第一车道线，第三道路结构化信息包括n个第二车道线，n和m为正整数；
74.确定单元，具体用于：
75.根据第一位姿、定位精度、第二道路结构化信息和第三道路结构化信息，确定第二道路结构化信息包括的第一车道信息，车道信息用于指示车辆所在的车道；
76.根据第一车道信息和第三道路结构化信息包括的第二车道信息，确定匹配成功的第二匹配对，第二匹配对用于指示第二道路结构化信息与第三道路结构化信息之间的匹配关系；
77.删除第二匹配对中的异常数据，确定第一匹配对。
78.第三方面，本发明提供一种车辆定位装置，该车辆定位装置包括：处理器和存储器。存储器用于存储计算机程序代码，计算机程序代码包括计算机指令。当处理器执行计算机指令时，车辆定位装置执行如第一方面及其任一种可能的实现方式的车辆定位方法。
79.第四方面，本发明提供一种车辆，该车辆包括：处理器和存储器。存储器用于存储计算机程序代码，计算机程序代码包括计算机指令。当处理器执行计算机指令时，车辆执行如第一方面及其任一种可能的实现方式的车辆定位方法。
80.第五方面，本发明提供一种计算机可读存储介质，其上存储有计算机指令，当计算机指令在车辆定位装置上运行时，使得车辆定位装置执行如第一方面或第一方面的可能的实现方式中任意一项的车辆定位方法。或者，当计算机指令在车辆上运行时，使得车辆执行如第一方面及其任一种可能的实现方式的车辆定位方法。
附图说明
81.图1为本发明实施例提供的车辆定位系统的一种结构示意图；
82.图2为本发明实施例提供的车辆定位装置的结构示意图之一；
83.图3为本发明实施例提供的车辆定位方法的流程示意图之一；
84.图4为本发明实施例提供的车辆定位方法的流程示意图之二；
85.图5为本发明实施例提供的车辆定位方法的流程示意图之三；
86.图6为本发明实施例提供的车辆定位方法的流程示意图之四；
87.图7为本发明实施例提供的车辆定位装置的结构示意图之二。
具体实施方式
88.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
89.以下，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。另外，“基于”或“根据”的使用意味着开放和包容性，因为“基于”或“根据”一个或多个所述条件或值的过程、步骤、计算或其他动作在实践中可以基于额外条件或超出所述的值。
90.为了能够提高车辆的位姿信息的准确性和鲁棒性，本发明实施例提供了一种车辆定位方法、装置及存储介质。车载终端通过视觉传感器获取第一道路结构化信息和对应的识别精度，并确定视觉传感器获取第一道路结构化信息时车辆的第一位姿。车载终端根据第一位姿，获取目标地图，目标地图包括第二道路结构化信息。车载终端对第一道路结构化信息和第二道路结构化信息进行视觉环境建模后，确定第三道路结构化信息。车载终端将第二道路结构化信息和第三道路结构化信息直接进行第一次匹配，确定第一匹配对。车载终端根据第一位姿、第一匹配对，以及第一匹配对中目标道路结构化信息的识别精度，进行第二次匹配，便可以得到车辆在目标地图中的目标位姿。经过两次匹配，可以提高目标位姿的准确性和鲁棒性。
91.本发明实施例提供的车辆定位方法的执行主体为车辆定位装置。车辆定位装置可以是车载终端，也可以是上述车载终端中的中央处理器(centralprocessing unit，cpu)，还可以是上述车载终端中用于进行车辆定位的客户端。本发明实施例以车载终端执行车辆定位方法为例，对本技术提供的车辆定位方法进行说明。
92.本发明实施例提供的车辆定位方法可以适用于车辆定位系统。图1示出了该车辆定位系统的一种结构示意图。如图1所示，该车辆定位系统可以包括车辆11和地图服务器12。其中，车辆11上安装有视觉传感器、定位接收器和车载终端。车载终端分别与地图服务器12、视觉传感器和定位接收器通过有线通信或者无线通信的方式建立连接。
93.视觉传感器，用于拍摄图像，且对拍摄图像进行识别，确定拍摄图像包括的道路结构化信息和对应的识别精度，并向车载终端发送该道路结构化信息和对应的识别精度。
94.在一些实施例中，视觉传感器包括摄像头。在车辆行驶过程中，视觉传感器通过摄像头实时拍摄图像，且对该图像进行图像识别处理，确定该图像包括的道路结构化信息和对应的识别精度，并向车载终端发送该道路结构化信息和对应的识别精度。
95.在一些实施例中，摄像头可以是adas摄像头。道路结构化信息可以包括：车道线，道路边界，灯杆，交通标识牌，交通灯，限速牌等信息。
96.定位接收器，用于在车辆启动时，获取全局定位信息，并向车载终端发送该全局定位信息。全局定位信息可以包括车辆启动时所处的经纬度，海拔高度，姿态信息及定位精度。示例性的，定位接收器可以是基于全球定位系统(globalpositioning system，gps)的传感器，或基于全球导航卫星系统(globalnavigation satellite system，gnss)的传感器。
97.地图服务器12，用于向车载终端发送车辆处在不同位姿时对应的局部地图。
98.车载终端，用于获取第一道路结构化信息和对应的识别精度，且确定视觉传感器获取第一道路结构化信息时车辆的第一位姿，并根据第一位姿获取第一位姿对应的目标地图。车载终端还用于根据第一道路结构化信息、目标地图包括的第二道路结构化信息，以及第一位姿，经过两次匹配后确定出车辆在目标地图中的目标位姿。
99.图2为车辆定位装置的结构示意图之一，如图2所示，车辆定位装置可以包括：处理器21、存储器22、通信接口23和总线24。处理器21、存储器22 和通信接口23之间可以通过通信总线24连接。
100.处理器21是车辆定位装置的控制中心，可以是一个处理器21，也可以是多个处理元件的统称。例如，处理器21可以是一个通用的cpu，也可以是其他通用处理器21等。其中，通用处理器21可以是微处理器21或者是任何常规的处理器21等。
101.作为一种实施例，处理器21可以包括一个或多个cpu，例如，图2所示的cpu0和cpu1。
102.存储器22可以是只读存储器22(read-only memory，rom)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器22(random accessmemory，ram)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器22(electrically erasable programmable read-onlymemory，eeprom)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
103.一种可能的实现方式中，存储器22可以独立于处理器21存在，存储器22 可以通过总线24与处理器21相连接，用于存储指令或者程序代码。处理器21 调用并执行存储器22中存储的指令或程序代码时，能够实现本发明下述实施例提供的车辆定位方法。
104.另一种可能的实现方式中，存储器22也可以和处理器21集成在一起。
105.通信接口23，用于车辆定位装置与其他设备通过通信网络连接，所述通信网络可以是以太网，无线接入网(radio access network，ran)，无线局域网 (wireless local areanetworks，wlan)等。通信接口23可以包括用于接收数据的接收单元，以及用于发送数据的发送单元。
106.总线24，可以是工业标准体系结构(industry standardarchitecture，isa) 总线24、外部设备互连(peripheral component interconnect，pci)总线24或扩展工业标准体
系结构(extended industry standardarchitecture，eisa)总线 24等。该总线24可以分为地址总线24、数据总线24、控制总线24等。为便于表示，图2中仅用一条粗线表示，但并不表示仅有一根总线24或一种类型的总线24。
107.需要指出的是，图2中示出的结构并不构成对该车辆定位装置的限定，除图2所示部件之外，该车辆定位装置可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
108.下面结合附图对本发明实施例提供的车辆定位方法进行描述。
109.如图3所示，本发明实施例提供的车辆定位方法包括以下步骤301-步骤 306。
110.301、车载终端通过视觉传感器获取第一道路结构化信息和对应的识别精度。
111.无人驾驶车辆在行驶过程中，车载终端需要实时确定车辆的实时位姿。在当前时刻，车载终端需要确定车辆的当前位姿时，车载终端可以通过视觉传感器获取第一道路结构化信息和对应的识别精度。其中，第一道路结构化信息为视觉传感器中的摄像头在当前时刻拍摄到的图像中的道路结构化信息。道路结构化信息可以包括：车道线，道路边界，灯杆，交通标识牌，交通灯，限速牌等信息，相邻的车道线可以形成一个车道。
112.可选的，车载终端通过视觉传感器获取第一道路结构化信息和对应的识别精度，可以包括：车载终端通过视觉传感器中的摄像头获取拍摄图像，并通过视觉传感器对拍摄图像进行图像识别处理，得到拍摄图像包括的至少一个第一道路结构化信息，以及每个第一道路结构化信息对应的识别精度。
113.可选的，当车辆启动后，车载终端可以从定位接收器获取全局定位信息，并根据该全局定位信息对车载终端中预存的位姿信息进行初始化，从而得到车辆的初始位姿。其中，全局定位信息可以包括：车辆启动时，车辆的位置信息、姿态信息及定位精度，其中，位置信息可以包括经纬度，海拔高度。
114.示例性的，车载终端可以采用以下公式(1)，根据全局定位信息，对车载终端中预存的位姿信息进行初始化。
115.p(x，y，z，θ
x
，θy，θz)＝g(x，y，z，roll，pitch，yaw)
ꢀꢀꢀ
(1)
116.其中，g(x，y，z，roll，pitch，yaw)为全局定位信息中包括的位置信息和姿态信息，p(x，y，z，θ
x
，θy，θz)为车辆的初始位置信息和初始姿态信息。
117.302、车载终端确定视觉传感器获取第一道路结构化信息时车辆的第一位姿。
118.由于摄像头在获取拍摄图像时，摄像头的时间戳和车辆在初始位姿时车载终端对应的时刻不一致，因此车载终端需要根据车辆的速度信息和加速度信息，对车辆在摄像头获取拍摄图像时的位姿进行预测，即确定视觉传感器获取第一道路结构化信息时车辆的第一位姿。
119.可选的，车载终端确定视觉传感器获取第一道路结构化信息时的第一位姿时，可以采用以下公式(2)，根据第三位姿、第一时刻、第二时刻，以及第一时刻和第二时刻之间的运动信息，确定第一位姿。其中，在车辆初始启动时，第三位姿为初始位姿；在车辆启动后，第三位姿为车辆在上一时刻的位姿。第一时刻为车辆处于第三位姿时的时刻，第二时刻为视觉传感器获取第一道路结构化信息的时刻。
120.121.其中，t为第一时刻，t为第二时刻，p(t)为第一位姿，p(t)为第三位姿， v为第一时刻至第二时刻车辆的速度，a为第一时刻至第二时刻车辆的加速度。
122.303、车载终端根据第一位姿，获取目标地图。
123.当车载终端确定了车辆的第一位姿后，可以根据该第一位姿中包括的第一位置信息和第一姿态信息，从地图服务器中获取到第一位姿对应的局部地图，即目标地图。目标地图中可以包括第二道路结构化信息，该第二道路结构化信息为离散的三维点坐标。
124.304、车载终端对参考信息进行视觉环境建模，确定第三道路结构化信息。
125.可选的，参考信息可以包括第一道路结构化信息和第二道路结构化信息。由于摄像头在获取拍摄图像时的视场角范围有局限，只能识别出部分道路结构化信息，因此需要结合视觉传感器获取到的第一道路结构化信息和目标地图中的第二道路结构化信息进行视觉环境建模，得到第三道路结构化信息。第三道路结构化信息是比第一道路结构化信息更加精确的道路结构化信息。
126.示例性的，视觉环境建模的原则可以包括：如果目标地图中第二道路结构化信息中包括的两个车道合并成一个车道，则将第一道路结构化信息中对应的一个车道删除。如果目标地图中第二道路结构化信息中包括的一个车道分成两个车道，则在第一道路结构化信息中增加对应车道。
127.305、车载终端匹配第二道路结构化信息和第三道路结构化信息，确定第一匹配对，第一匹配对包括匹配成功的第二道路结构化信息和目标道路结构化信息。
128.可选的，目标道路结构化信息可以是第三道路结构化信息中与一个第二道路结构化信息匹配成功的道路结构化信息。
129.306、车载终端根据第一位姿、第一匹配对和目标道路结构化信息的识别精度，确定车辆在目标地图中的目标位姿。
130.采用本发明实施例提供的车辆定位方法，车载终端通过视觉传感器获取第一道路结构化信息和对应的识别精度，且确定视觉传感器获取第一道路结构化信息时车辆的第一位姿。车载终端还用于根据第一位姿，获取包括第二道路结构化信息的目标地图，并结合第一道路结构化信息和第二道路结构化信息，确定更加准确的第三道路结构化信息。在确定车辆的目标位姿时经过了两次匹配过程，首先，车载终端对第二道路结构化信息和第三道路结构化信息直接匹配，确定第一匹配对，与现有技术中需要将地图中的道路结构化信息投影在视觉传感器的坐标系中，然后基于像素数据进行匹配相比，降低了计算量，并且提高了第一匹配对的准确性。然后，车载终端根据第一匹配对、第一位姿，以及第一匹配对中的目标道路结构化信息的识别精度，共同确定目标位姿，进一步提高了目标位姿的准确性和鲁棒性。
131.结合图3，如图4所示，本发明实施例提供的车辆定位方法还可以包括步骤401。
132.401、车载终端根据第一位姿获取历史图像。
133.可选的，历史图像包括在第一位姿对应的位置处获取的图像，历史图像中包括第四道路结构化信息。此时，上述参考信息还可以包括第四道路结构化信息。第四道路结构化信息与第一道路结构化信息可以相同也可以不同，车载终端根据第一道路结构化信息、第二道路结构化信息和第三道路结构化信息进行视觉环境建模时，可以获得更加精确的第三道路结构化信息。
134.示例性的，在摄像头拍摄历史图像时，如果车辆所处的历史位姿与第一位姿相同，则第四道路结构化信息与第一道路结构化信息相同，如果车辆所处的历史位姿中历史姿态与第一位姿中第一姿态不同，则，第四道路结构化信息与第一道路结构化信息不同。
135.可选的，第二道路结构化信息可以包括m个第一车道线，第三道路结构化信息可以包括n个第二车道线。n和m为正整数，且n和m相同，或n 和m不同。
136.结合图4，如图5所示，上述步骤305可以包括以下步骤501-步骤503。
137.501、车载终端根据第一位姿、定位精度和第二道路结构化信息，确定第二道路结构化信息包括的第一车道信息，所述车道信息用于指示车辆所在的车道。
138.502、车载终端根据第一车道信息和第三道路结构化信息包括的第二车道信息，确定第二匹配对，第二匹配对用于指示第二道路结构化信息与第三道路结构化信息之间的匹配关系。
139.503、车载终端删除第二匹配对中的异常数据，确定第一匹配对。
140.可选的，如果第二匹配对中的一个第二道路结构化信息与对应的第三道路结构化信息的匹配关系不正确，则该匹配关系为异常数据。那么，第一匹配对中的至少一个匹配关系均为可能正确的匹配关系，一个匹配关系包括多个目标道路结构化信息和对应的第二道路结构化信息。
141.示例性的，当第二道路结构化信息和第三道路结构化信息均为车道线时，第二道路结构化信息中的车道线属性与第三道路结构化信息中的车道线属性不一致，则该匹配关系不正确。其中，车道线属性可以包括车道线的颜色和类型，类型可以包括实线、虚线、直线、曲线，但不仅限于此。
142.可选的，如第三道路结构化信息中包括道路边界，或第三道路结构化信息中的车道数量与第二道路结构化信息中的车道数量一致，或第三道路结构化信息与第二道路结构化信息中的车道线为实线的数量或虚线的数量一致，则表明第一匹配对处于收敛状态。第一匹配对处于收敛状态，表明第一匹配对中只有一对匹配关系，即可以确定车辆处于具体的一个车道。但是，此时，还不能确定车辆在该车道的姿态信息。
143.可选的，如果第一匹配对已经处于收敛状态，且定位精度超过阈值，但是第一匹配对中的目标道路结构化信息与第二道路结构化信息不一致，则表明上述匹配过程出现退化，第一匹配对仍处于非收敛状态，表明第一匹配对中包括多对匹配关系，即车辆此时的位置可能有多种结果。此时，车载终端需要重新执行步骤501-步骤503。
144.可选的，如果重复执行步骤501-步骤503后，第一匹配对仍然处于未收敛状态，那么需要对第一匹配对中的多对匹配关系进行二次匹配，分别确定车辆在每一个车道的姿态信息。
145.结合图5，如图6所示，上述步骤306可以包括以下步骤601-步骤605。
146.601、车载终端确定目标道路结构化信息在视觉传感器的坐标系下的第一坐标集。
147.可选的，第一坐标集可以包括多个第一离散点的坐标。在确定第一坐标集时，车载终端需要先确定目标道路结构化信息在视觉传感器的坐标系下的第三坐标集。若第三坐标集中包括多个第三离散点的坐标，则车载终端将多个第三离散点的坐标作为第一离散点的坐标。若第三坐标集中包括线信息的坐标，则车载终端将线信息进行离散处理，得到线信息对应的第一离散点的坐标。
148.可选的，线信息可以为车道边界信息、道路边界信息或灯杆信息中的任一项。交通标识牌或限速牌等信息可以为离散点的坐标。
149.示例性的，线信息的表达式可以采用以下公式(3)和(4)表示。
150.y＝c0+c1×
x+c2×
x2+c3×
x3,x∈(start,end)
ꢀꢀꢀ
(3)
151.z＝z0ꢀꢀꢀ
(4)
152.其中，c0、c1、c2和c3为目标道路结构化信息中的的线信息的系数，x为目标道路结构化信息中的的线信息的x轴坐标，start为目标道路结构化信息中的的线信息的x轴坐标的起点坐标，end为目标道路结构化信息中的线信息的 x轴坐标的终点坐标，z0为z轴坐标。
153.示例性的，车载终端将线信息进行离散处理时，可以根据以下公式(5)
‑ꢀ
公式(7)得到线信息对应的第一离散点的坐标。
[0154][0155][0156]
zk＝z0ꢀꢀꢀ
(7)
[0157]
其中，k为第一匹配对中，目标道路结构化信息中的线信息的排序；n为第一匹配对中，目标道路结构化信息的数量；xk为线信息对应的第k个第一离散点的x轴坐标；yk为线信息对应的第k个第一离散点的y轴坐标；zk为线信息对应的第k个第一离散点的z轴坐标。
[0158]
602、车载终端确定第一匹配对中的第二道路结构化信息在视觉传感器的坐标系下的第二坐标集。
[0159]
可选的，第二坐标集可以包括多个第二离散点的坐标。在确定第二坐标集时，车载终端可以首先确定第一匹配对中的第二道路结构化信息在目标地图的坐标系下的第四坐标集，然后将第四坐标集转换为在视觉传感器的坐标系下的第二坐标集。
[0160]
示例性的，车载终端可以采用以下公式(8)-公式(10)，将第四坐标集中的一个离散点的坐标，转换为第二坐标集中的一个离散点的坐标。
[0161]
x
tmap
＝(x
map-x
camera
)
×
cosθ
y'
+(y
map-y
camera
)
×
sinθ
y'
ꢀꢀꢀ
(8)
[0162]ytmap
＝-(x
map-x
camera
)
×
sinθ
y'
+(y
map-y
camera
)
×
cosθ
y'
ꢀꢀꢀ
(9)
[0163]ztmap
＝z
map
ꢀꢀꢀ
(10)
[0164]
其中，(x
map
，y
map
，z
map
)为第二道路结构化信息在目标地图的坐标系下的第一全局三维坐标，θ
y'
为车辆处于第一位姿时，视觉传感器中摄像头的方位角， (x
camera
，y
camera
，z
camera
)为第二道路结构化信息在目标地图的坐标系下的第二全局三维坐标，(x
tmap
，y
tmap
，z
tmap
)为第二道路结构化信息在视觉传感器的坐标系下的局部三维坐标。
[0165]
603、车载终端根据第一坐标集和第二坐标集，确定目标道路结构化信息与对应的第二道路结构化信息的目标距离。
[0166]
可选的，当目标道路结构化信息为第一离散点的坐标，且第二道路结构化信息为第二离散点的坐标时，第一离散点的坐标与对应的第二离散点的坐标之间的距离可以采用欧式距离计算公式进行计算。
[0167]
可选的，当目标道路结构化信息为线信息时，确定一个线信息到对应的第二道路结构化信息的距离时，可以先转换为所有第一离散点的坐标到第二道路结构化信息的距
离，再转换为所有第一离散点的坐标到第二道路结构化信息中对应线段的垂足点的距离。
[0168]
示例性的，线段的端点坐标分别为d1(x1，y1，z1)和d2(x2，y2，z2)为例，车载终端可以采用以下公式(11)-公式(14)，确定线段的垂足点dc(xc，yc，zc)。
[0169]
xc＝x1+k
×
(x
2-x1)
ꢀꢀꢀ
(11)
[0170]
yc＝y1+k
×
(y
2-y1)
ꢀꢀꢀ
(12)
[0171]
zc＝z1+k
×
(z
2-z1)
ꢀꢀꢀ
(13)
[0172][0173]
车载终端在匹配的过程中，计算目标距离时，根据第二道路结构化信息的类型和第三道路结构化信息的类型，实现了分类匹配，可以提高匹配结果的准确性。即，将第二道路结构化信息和第三道路结构化信息中类型为离散点的坐标进行匹配，将第二道路结构化信息和第三道路结构化信息中类型的线信息进行匹配。例如，将车道线和车道线进行匹配，将交通牌和交通牌进行匹配。
[0174]
604、车载终端根据识别精度和目标距离，确定第二位姿。
[0175]
可选的，车载终端确定第二位姿时，可以根据每个目标道路结构化信息的识别精度，以及所有目标道路结构化信息的识别精度之和，确定每个目标道路结构化信息对应的权重，然后根据每个目标道路结构化信息对应的权重，以及每个目标道路结构化信息与对应的第二道路结构化信息的目标距离，确定第二位姿。
[0176]
示例性的，车载终端可以采用以下公式(15)确定每个目标道路结构化信息对应的权重。
[0177][0178]
其中，accuracy(i)为第一匹配对中的每对匹配关系中第i个目标道路结构化信息的识别精度，∑iaccuracy(i)为第一匹配对中每对匹配关系中的所有目标道路结构化信息的识别精度的总和。根据每对匹配关系中的每个目标道路结构化信息的识别精度，在第二次匹配时，进行权重化处理，能够提高匹配结果的准确性和鲁棒性。
[0179]
示例性的，车载终端可以根据以下公式(16)确定第一匹配对中每对匹配关系对应的第二位姿。
[0180]
f(p)＝∑iweight(i)
×
dis tan ce(xi，yi)，i∈(1，n)
ꢀꢀꢀ
(16)
[0181]
其中，xi为每对匹配关系中的第i个目标道路结构化信息,yi为每对匹配关系中的xi对应的第二道路结构化信息，distance(xi，yi)为每对匹配关系中的第i 个目标道路结构化信息到第i个第二道路结构化信息之间的距离，f(p)为每对匹配关系中，车辆在目标地图上一个第二位姿。
[0182]
605、车载终端采用预设的迭代规则，根据第一位姿和第二位姿，确定目标位姿。
[0183]
示例性的，根据第一匹配对中每对匹配关系对应的第二位姿，可以采用以下公式(17)和公式(18)，确定该第二位姿对应的目标位姿。
[0184]
p
l+1
＝p
l-(j
t
×
j+γ
×
i)
×jt
×
f(p
l
)，l∈(1，n-1)
ꢀꢀꢀꢀ
(17)
[0185]
|p
l+1-p
l
|＜w or k＞u
ꢀꢀꢀ
(18)
[0186]
其中，l为迭代次数，p
l
为经过l次迭代后的第一位姿，p
l+1
为第二位姿对应的目标
位姿，f(p
l
)为经过l次迭代后的第二位姿，j为变换矩阵，γ为常量系数，i为单位矩阵，u为迭代次数阈值，w为差别阈值。迭代次数阈值和差别阈值可以根据实际情况进行设定。
[0187]
可选的，车载终端通过对公式(16)求导，可以得到上述变换矩阵j。变换矩阵j可以用公式(19)表示。
[0188][0189]
其中，表示对第n对匹配关系对应的第二位姿f(p)求导后得到的矩阵的转置矩阵。
[0190]
可选的，变换矩阵j中的可以通过公式(20)计算。
[0191][0192]
其中，e
x
＝[1，0,0]
t
，ey＝[0,1,0]
t
，ez＝[0,0,1]
t
，为第二位姿对应的优化增量中旋转矩阵r对θ
x
，θy，θz的偏导。
[0193]
示例性的，的值可以分别为：
[0194][0195][0196][0197]
上述主要从设备的角度对本发明实施例提供的方案进行了介绍。可以理解的是，设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的算法步骤，本发明能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0198]
图7示出了上述实施例中涉及的车辆定位装置700的一种可能的组成示意图，如图7所示，该车辆定位装置700可以包括：获取单元701和确定单元702。
[0199]
其中，获取单元701，用于通过视觉传感器获取第一道路结构化信息和对应的识别
精度。确定单元702，用于确定视觉传感器获取第一道路结构化信息时的第一位姿。获取单元701，还用于根据第一位姿，获取目标地图，目标地图为第一位姿对应的局部地图，目标地图包括第二道路结构化信息。确定单元 702，还用于对参考信息进行视觉环境建模，确定第三道路结构化信息，参考信息包括第一道路结构化信息和第二道路结构化信息，匹配第二道路结构化信息和第三道路结构化信息，确定第一匹配对，第一匹配对包括匹配成功的第二道路结构化信息和目标道路结构化信息，并根据第一位姿、第一匹配对和目标道路结构化信息的识别精度，确定车辆在目标地图中的目标位姿。
[0200]
可选的，获取单元701，还用于根据第一位姿获取历史图像，历史图像包括在第一位姿对应的位置处获取的图像，历史图像中包括第四道路结构化信息。
[0201]
可选的，参考信息还包括第四道路结构化信息。
[0202]
可选的，确定单元702，具体用于：确定目标道路结构化信息在视觉传感器的坐标系下的第一坐标集，第一坐标集包括多个第一离散点的坐标；确定第一匹配对中的第二道路结构化信息在视觉传感器的坐标系下的第二坐标集，第二坐标集包括多个第二离散点的坐标；根据第一坐标集和第二坐标集，确定目标道路结构化信息与对应的第二道路结构化信息的目标距离；根据识别精度和目标距离，确定第二位姿；采用预设的迭代规则，根据第一位姿和第二位姿，确定目标位姿。
[0203]
可选的，确定单元702，具体用于：确定目标道路结构化信息在视觉传感器的坐标系下的第三坐标集。若第三坐标集中包括多个第三离散点的坐标，则将多个第三离散点的坐标作为第一离散点的坐标；若第三坐标集中包括线信息的坐标，则将线信息进行离散处理，得到线信息对应的第一离散点的坐标。
[0204]
可选的，线信息为车道边界信息、道路边界信息或灯杆信息中的任一项。
[0205]
可选的，确定单元702，具体用于：确定所述第一匹配对中的第二道路结构化信息在所述目标地图的坐标系下的第四坐标集；将所述第四坐标集转换为在所述视觉传感器的坐标系下的所述第二坐标集。
[0206]
可选的，确定单元702，具体用于：根据每个目标道路结构化信息的识别精度，以及所有目标道路结构化信息的识别精度之和，确定每个目标道路结构化信息对应的权重；根据每个目标道路结构化信息对应的权重，以及每个目标道路结构化信息与对应的第二道路结构化信息的目标距离，确定第二位姿。
[0207]
可选的，获取单元701，具体用于：通过视觉传感器获取拍摄图像；通过视觉传感器对拍摄图像进行图像识别处理，得到拍摄图像包括的至少一个第一道路结构化信息，以及每个第一道路结构化信息对应的识别精度。
[0208]
可选的，确定单元702，具体用于：根据第三位姿、第一时刻、第二时刻，以及第一时刻和第二时刻之间的运动信息，确定第一位姿，第一时刻为车辆处于第三位姿时的时刻，第二时刻为视觉传感器获取拍摄图像的时刻。
[0209]
可选的，第二道路结构化信息包括m个第一车道线，第三道路结构化信息包括n个第二车道线，n和m为正整数。
[0210]
可选的，确定单元702，具体用于：根据第一位姿和定位精度，确定第二道路结构化信息包括的第一车道信息，车道信息用于指示车辆所在的车道；根据第一车道信息和第三道路结构化信息包括的第二车道信息，确定匹配成功的第二匹配对。
[0211]
当然，本发明实施例提供的车辆定位装置700包括但不仅限于上述模块。
[0212]
在实际实现时，获取单元701和确定单元702可以由图2所示的处理器21 调用存储器22中的程序代码来实现。其具体的执行过程可参考图3至图6所示的车辆定位方法部分的描述，这里不再赘述。
[0213]
本发明另一实施例还提供一种车辆，该车辆包括：处理器和存储器。存储器用于存储计算机程序代码，计算机程序代码包括计算机指令。当处理器执行计算机指令时，车辆执行上述方法实施例所示的车辆定位方法。
[0214]
本发明另一实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当计算机指令在车辆定位装置700上运行时，使得车辆定位装置700执行上述方法实施例所示的方法流程中车辆定位装置执行的各个步骤。或者，当计算机指令在车辆上运行时，使得车辆执行上述方法实施例所示的方法流程中的各个步骤。
[0215]
本发明另一实施例还提供一种芯片系统，该芯片系统应用于车辆定位装置 700。所述芯片系统包括一个或多个接口电路，以及一个或多个处理器21。接口电路和处理器21通过线路互联。接口电路用于从车辆定位装置700的存储器22接收信号，并向处理器21发送所述信号，所述信号包括所述存储器22 中存储的计算机指令。当处理器21执行计算机指令时，车辆定位装置700执行上述方法实施例所示的方法流程中车辆定位装置700执行的各个步骤。
[0216]
在本发明另一实施例中，还提供一种计算机程序产品，该计算机程序产品包括指令，当指令在车辆定位装置700上运行时，使得车辆定位装置700执行上述方法实施例所示的方法流程中车辆定位装置700执行的各个步骤。
[0217]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机执行指令时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线 (digital subscriber line，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如，软盘、硬盘、磁带)，光介质(例如，dvd)、或者半导体介质(例如固态硬盘 (solid state disk，ssd))等。
[0218]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何在本发明揭露的技术范围内的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。