本发明涉及车辆定位,尤其涉及一种车辆的融合定位方法、装置、电子设备及存储介质。
背景技术:
1、随着无人驾驶技术的不断成熟,作为无人车行驶必要条件的定位技术显得愈发重要,如何在不同场景下提供高精度的定位信息成为无人车能否安全,平稳行驶的关键。
2、封闭园区作为一种无人车常见运行场景,具有行驶速度慢,行驶环境固定,楼宇密集,林荫遮盖范围大等特点。针对这些特点,可采用激光匹配定位,视觉匹配定位,组合导航rtk定位等方式定位车辆。但是,激光定位易受环境变化影响,视觉定位受图像识别精度影响且需要预先构建地图,在场景发生变换时适应性较弱。同时,在封闭园区内进行高精度定位,需要考虑gps信号遮蔽问题。故,如何便捷且准确的对车辆进行定位成为了目前亟待解决的问题。
技术实现思路
1、本发明提供了一种车辆的融合定位方法、装置、电子设备及存储介质,以解决在封闭园区车辆定位不准确的问题,提高车辆定位的准确性。
2、根据本发明的一方面,提供了一种车辆的融合定位方法,其中,该方法包括:
3、根据车辆的当前帧点云数据与历史时刻位姿信息确定位姿增量信息,按照所述位姿增量信息以及历史时刻位姿信息确定待修正车辆位姿信息;
4、基于所述车辆定位信息对所述待修正车辆位姿信息进行约束优化,生成当前车辆位姿信息。
5、根据本发明的另一方面,提供了一种车辆的融合定位装置,其中,该装置包括:
6、信息确定模块,用于根据车辆的当前帧点云数据与历史时刻位姿信息确定位姿增量信息,按照所述位姿增量信息以及历史时刻位姿信息确定待修正车辆位姿信息;
7、车辆定位模块,用于基于所述车辆定位信息对所述待修正车辆位姿信息进行约束优化,生成当前车辆位姿信息。
8、根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
9、至少一个处理器;以及
10、与所述至少一个处理器通信连接的存储器;其中,
11、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的车辆的融合定位方法。
12、根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的车辆的融合定位方法。
13、本发明实施例的技术方案,通过根据车辆的当前帧点云数据与历史时刻位姿信息确定位姿增量信息,按照位姿增量信息以及历史时刻位姿信息确定待修正车辆位姿信息,基于车辆定位信息对待修正车辆位姿信息进行约束优化,生成当前车辆位姿信息,实现车辆定位信息与待修正车辆位姿信息的融合,更大程度消除当前车辆位姿信息的误差,保证准确的当前车辆位姿信息输出,同时,无需预先构建高精度地图,可以适用于不同的应用场景,不受环境变化的影响。
14、应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
1.一种车辆的融合定位方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据车辆的当前帧点云数据与历史时刻位姿信息确定位姿增量信息,按照所述位姿增量信息以及历史时刻位姿信息确定待修正车辆位姿信息,包括:
3.根据权利要求2所述的方法,其特征在于,所述确定所述当前帧点云数据针对所述历史时刻位姿信息所在坐标系的位姿增量信息,包括:
4.根据权利要求1所述的方法,其特征在于,所述基于所述车辆定位信息对所述待修正车辆位姿信息进行约束优化,生成当前车辆位姿信息,包括:
5.根据权利要求4所述的方法,其特征在于,所述确定各所述车辆定位信息以及所述待修正车辆位姿信息的权重值,包括:
6.根据权利要求4所述的方法,其特征在于,所述按照所述车辆定位信息、所述车辆定位信息的权重值与待修正车辆位姿信息的权重值确定所述顶点的约束边,构建优化图,包括:
7.根据权利要求1所述的方法,其特征在于,在所述根据车辆的当前帧点云数据与历史时刻位姿信息确定位姿增量信息,按照所述位姿增量信息以及历史时刻位姿信息确定待修正车辆位姿信息之前,还包括:
8.一种车辆的融合定位装置,其特征在于,包括:
9.一种电子设备,其特征在于,所述电子设备包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的车辆的融合定位方法。