本申請涉及車輛工程技術領域，具體涉及無人駕駛車輛領域，尤其涉及無人車、無人車定位方法、裝置和系統(tǒng)。

背景技術：
無人駕駛車輛(以下簡稱無人車)是一種不需要人工控制即可對其周圍環(huán)境進行感知，對場景進行決策判斷，對其進行控制的現(xiàn)代車輛。定位系統(tǒng)在無人車自動駕駛過程中起著舉足輕重的作用。其它模塊，例如感知、路徑規(guī)劃等模塊都不同程度地基于定位系統(tǒng)產(chǎn)生的定位結果來進行相應的操作。定位的準確性更是直接影響無人車成敗的關鍵之一。現(xiàn)有技術中，主要通過GPS(GlobalPositioningSystem，全球定位系統(tǒng))實時差分(RTK，Real-timekinematic)定位來確定無人車的位置。然而，現(xiàn)有技術的實時差分定位方法在GPS衛(wèi)星信號受遮擋或復雜環(huán)境多徑效應強烈的時候，將會產(chǎn)生較大的定位誤差，無法提供高精度高穩(wěn)定性的定位結果。

技術實現(xiàn)要素：
本申請的目的在于提出一種改進的無人車、無人車定位方法、裝置和系統(tǒng)，來解決以上背景技術部分提到的技術問題。第一方面，本申請?zhí)峁┝艘环N基于激光點云高度值匹配的無人車定位方法，包括：獲取與無人車當前位置匹配的第一激光點云高度值數(shù)據(jù)，其中，第一激光點云高度值數(shù)據(jù)包括各激光點的第一坐標以及與第一激光點云高度值數(shù)據(jù)中的各激光點對應的高度值；將第一激光點云高度值數(shù)據(jù)轉化為地平面內(nèi)的激光點云投影數(shù)據(jù)；以預先確定的先驗定位位置在激光點云高度值地圖中的位置作為初始位置，確定激光點云投影數(shù)據(jù)在激光點云高度值地圖的預定范圍內(nèi)的第一匹配概率；以及基于第一匹配概率確定無人車在激光點云高度值地圖中的位置。第二方面，本申請?zhí)峁┝艘环N基于激光點云高度值匹配的無人車定位裝置，包括：獲取模塊，配置用于獲取與無人車當前位置匹配的第一激光點云高度值數(shù)據(jù)，其中，第一激光點云高度值數(shù)據(jù)包括各激光點的第一坐標以及與第一激光點云高度值數(shù)據(jù)中的各激光點對應的高度值；轉化模塊，配置用于將第一激光點云高度值數(shù)據(jù)轉化為地平面內(nèi)的激光點云投影數(shù)據(jù)；匹配概率確定模塊，配置用于以預先確定的先驗定位位置在激光點云高度值地圖中的位置作為初始位置，確定激光點云投影數(shù)據(jù)在激光點云高度值地圖的預定范圍內(nèi)的第一匹配概率；以及位置確定模塊，配置用于基于第一匹配概率確定無人車在激光點云高度值地圖中的位置。第三方面，本申請?zhí)峁┝艘环N無人車，包括：點云高度值數(shù)據(jù)采集裝置，用于采集無人車當前位置的激光點云高度值數(shù)據(jù)，其中，激光點云高度值數(shù)據(jù)包括各激光點的坐標以及與各激光點對應的高度值；存儲裝置，用于存儲激光點云高度值地圖；處理器，用于將激光點云高度值數(shù)據(jù)向地平面投影，生成激光點云投影數(shù)據(jù)；以預先確定的先驗定位位置在激光點云高度值地圖中的位置作為初始位置，確定激光點云投影數(shù)據(jù)在激光點云高度值地圖的預定范圍內(nèi)的第一匹配概率；以及基于第一匹配概率確定無人車在激光點云高度值地圖中的位置。第四方面，本申請?zhí)峁┝艘环N無人車定位系統(tǒng)，包括無人車和定位服務器；無人車包括點云高度值數(shù)據(jù)采集裝置和第一通信裝置；點云高度值數(shù)據(jù)采集裝置用于采集無人車當前位置的激光點云高度值數(shù)據(jù)，其中，激光點云高度值數(shù)據(jù)包括各激光點的第一坐標以及與各激光點對應的高度值；第一通信裝置用于向定位服務器發(fā)送激光點云高度值數(shù)據(jù)；定位服務器包括第二通信裝置、存儲器和處理器；第二通信裝置用于接收第一通信裝置發(fā)送的激光點云高度值數(shù)據(jù)；存儲器用于存儲激光點云高度值地圖；處理器用于將激光點云高度值數(shù)據(jù)向地平面投影，生成激光點云投影數(shù)據(jù)，以預先確定的先驗定位位置在激光點云高度值地圖中的位置作為初始位置，確定激光點云投影數(shù)據(jù)在激光點云高度值地圖的預定區(qū)域的第一匹配概率，并基于第一匹配概率確定無人車的定位結果，其中，定位結果包括無人車在激光點云高度值地圖中的位置信息；第二通信裝置還用于向第一通信裝置發(fā)送定位結果。本申請?zhí)峁┑臒o人車、無人車定位方法、裝置和系統(tǒng)，通過將與無人車當前位置匹配的第一激光點云高度值數(shù)據(jù)轉換為激光點云投影數(shù)據(jù)，并將激光點云投影數(shù)據(jù)與激光點云高度值地圖的一預定范圍的各區(qū)域進行匹配，基于匹配概率來確定無人車在激光點云高度值地圖中的位置，實現(xiàn)了對無人車當前位置的準確定位，避免了現(xiàn)有的基于GPS的實時差分定位由于GPS衛(wèi)星信號受遮擋或復雜環(huán)境多徑效應強烈時定位誤差大的缺陷。附圖說明通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本申請的其它特征、目的和優(yōu)點將會變得更明顯：圖1是本申請可以應用于其中的示例性系統(tǒng)架構圖；圖2是本申請的基于激光點云高度值匹配的無人車定位方法的一個實施例的流程圖；圖3是本申請的基于激光點云高度值匹配的無人車定位方法中，生成激光點云高度值地圖的示意性流程圖；圖4是本申請的基于激光點云高度值匹配的無人車定位方法中，激光點云投影數(shù)據(jù)在激光點云高度值地圖的預定范圍移動時的示意圖；圖5是本申請的基于激光點云高度值匹配的無人車定位裝置的一個實施例的結構示意圖；圖6是本申請的無人車的一個實施例的示意性結構圖；圖7是本申請的無人車定位系統(tǒng)的一個實施例的示意性結構圖；圖8是適于用來實現(xiàn)本申請實施例的無人車的處理器或定位服務器的計算機系統(tǒng)的結構示意圖。具體實施方式下面結合附圖和實施例對本申請作進一步的詳細說明?？梢岳斫獾氖?，此處所描述的具體實施例僅僅用于解釋相關發(fā)明，而非對該發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與有關發(fā)明相關的部分。需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。下面將參考附圖并結合實施例來詳細說明本申請。圖1示出了可以應用本申請的基于激光點云高度值匹配的無人車定位方法或基于激光點云高度值匹配的無人車定位裝置的實施例的示例性系統(tǒng)架構100。如圖1所示，系統(tǒng)架構100可以包括無人車101、網(wǎng)絡102和服務器103。網(wǎng)絡102用以在無人車101和服務器103之間提供通信鏈路的介質。網(wǎng)絡102可以包括各種連接類型，例如有線、無線通信鏈路或者光纖電纜等等。無人車101可通過網(wǎng)絡102與服務器103交互，以接收或發(fā)送消息等。無人車101上可以安裝有激光點云采集裝置、通信裝置、處理器等。服務器103可以是提供各種服務的服務器，例如對無人車101采集到的激光點云高度值數(shù)據(jù)進行處理的服務器。服務器103可以對接收到的激光點云高度值數(shù)據(jù)進行分析等處理，并將處理結果(例如無人車的定位信息)反饋給無人車101。需要說明的是，本申請實施例所提供的基于激光點云高度值匹配的無人車定位方法可以由無人車101執(zhí)行，或者由服務器103執(zhí)行，或者一部分步驟由無人車101執(zhí)行且另一部分步驟由服務器103執(zhí)行。相應地，基于激光點云高度值匹配的無人車定位裝置可以設置于服務器103中，或者設置于無人車101中，或者一部分模塊設置在服務器103中且另一部分設置在無人車101中。應該理解，圖1中的無人車101、網(wǎng)絡102和服務器103的數(shù)目僅僅是示意性的。根據(jù)實現(xiàn)需要，可以具有任意數(shù)目的無人車101、網(wǎng)絡102和服務器103。繼續(xù)參考圖2，示出了根據(jù)本申請的基于激光點云高度值匹配的無人車定位方法的一個實施例的流程200。所述的基于激光點云高度值匹配的無人車定位方法，包括以下步驟：步驟210，獲取與無人車當前位置匹配的第一激光點云高度值數(shù)據(jù)。其中，第一激光點云高度值數(shù)據(jù)包括各激光點的第一坐標以及與第一激光點云高度值數(shù)據(jù)中的各激光點對應的高度值。假設激光照射到物體后反射的激光點的坐標是(x,y,z)，可將z作為激光點的高度值。在一些可選的實現(xiàn)方式中，若本實施例的基于激光點云高度值匹配的無人車定位方法應用其上的裝置為圖1中的無人車，可以由設置于無人車上的激光點云高度值采集裝置來采集無人車當前位置的第一激光點云高度值數(shù)據(jù)。或者，在另一些可選的實現(xiàn)方式中，若本實施例的基于激光點云高度值匹配的無人車定位方法應用其上的裝置為圖1中的服務器，可以由無人車的激光點云高度值采集裝置來采集無人車當前位置的第一激光點云高度值數(shù)據(jù)再通過有線或無線連接方式上傳至服務器中，以實現(xiàn)對第一激光點云高度值數(shù)據(jù)的獲取。需要指出的是，上述無線連接方式可以包括但不限于3G/4G連接、WiFi連接、藍牙連接、WiMAX連接、Zigbee連接、UWB(ultrawideband)連接、以及其他現(xiàn)在已知或將來開發(fā)的無線連接方式。步驟220，將第一激光點云高度值數(shù)據(jù)轉化為地平面內(nèi)的激光點云投影數(shù)據(jù)。通過將第一激光點云高度值數(shù)據(jù)向地平面投影，可以將在步驟210中獲取到的三維空間內(nèi)各個坐標位置的激光點云高度值轉換為地平面內(nèi)各個坐標位置的激光點云高度值。步驟230，以預先確定的先驗定位位置在激光點云高度值地圖中的位置作為初始位置，確定激光點云投影數(shù)據(jù)在激光點云高度值地圖的預定范圍內(nèi)的第一匹配概率。在這里，先驗定位位置可以是通過其它定位方法確定出的無人車的當前位置，或者，也可以是通過某種預測算法預測得到的無人車的當前位置。通過在激光點云高度值地圖中包含先驗定位位置的一預定范圍內(nèi)確定激光點云投影數(shù)據(jù)與該預定范圍的各個區(qū)域的第一匹配概率，可以對先驗定位位置進行“校正”，從而使得最終確定出的無人車的定位結果誤差更小。步驟240，基于第一匹配概率確定無人車在激光點云高度值地圖中的位置。例如，若激光點云投影數(shù)據(jù)可能與激光點云高度值地圖的預定范圍中的某一區(qū)域的第一匹配概率高于與激光點云高度值地圖的預定范圍中的其它區(qū)域的第一匹配概率，在一些可選的實現(xiàn)方式中，可以將具有較高的第一匹配概率的該區(qū)域作為當前無人車在激光點云高度值地圖中的位置?；蛘撸诹硪恍┛蛇x的實現(xiàn)方式中，可以通過對激光點云投影數(shù)據(jù)與激光點云高度值地圖的預定范圍中的各個區(qū)域的第一匹配概率進行一定的處理，從處理結果中進一步確定出當前無人車在激光點云高度值地圖中的位置。本實施例的基于激光點云高度值匹配的無人車定位方法，通過將與無人車當前位置匹配的第一激光點云高度值數(shù)據(jù)轉換為激光點云投影數(shù)據(jù)，并將激光點云投影數(shù)據(jù)與激光點云高度值地圖的一預定范圍的各區(qū)域進行匹配，基于匹配概率來確定無人車在激光點云高度值地圖中的位置，從而可以對先驗定位位置進行校正，進而實現(xiàn)對無人車的精確定位。在一些可選的實現(xiàn)方式中，本實施例的基于激光點云高度值匹配的無人車定位方法中的激光點云高度值地圖可以通過如如圖3所示的流程300來生成。具體而言，步驟310，將地球表面在世界坐標系的地平面內(nèi)劃分為M×N個地圖區(qū)域，其中，各地圖區(qū)域例如可以具有相同的大小和形狀。在一些可選的實現(xiàn)方式中，世界坐標系例如可以采用UTM坐標系統(tǒng)(UniversalTransverseMercatorSystem)。步驟320，將各地圖區(qū)域進一步劃分成m×n個地圖網(wǎng)格，其中，各地圖網(wǎng)格具有相同的大小和形狀。由于步驟310中劃分出的地圖區(qū)域可能覆蓋較大的區(qū)域范圍，在生成激光點云高度值地圖的過程中，各地圖區(qū)域中的激光點數(shù)量可能具有相當大的數(shù)量級，導致定位處理的計算量較大。此外，當?shù)貓D區(qū)域可能覆蓋較大的區(qū)域范圍時，基于該地圖得到的定位結果的精度較低。因此，可以在本步驟320中，對各地圖區(qū)域進行進一步地細分，從而減小定位處理的計算量，并提高定位結果的定位精度。步驟330，采集與各地圖網(wǎng)格的定位位置對應的第二激光點云高度值數(shù)據(jù)，其中，第二激光點云高度值數(shù)據(jù)包括各激光點在世界坐標系下的第二坐標以及與第二激光點云高度值數(shù)據(jù)中的各激光點對應的高度值。例如，假設某一地圖網(wǎng)格的橫坐標x∈[xa,xb],且該地圖網(wǎng)格的縱坐標y∈[yc,yd]。則在本步驟中，可以采集世界坐標處于該范圍內(nèi)的各個激光點的高度值，并按照類似的方式采集處于地球表面各個地圖網(wǎng)格的坐標范圍內(nèi)的激光點的高度值。步驟340，在各地圖網(wǎng)格中存儲與之對應的地圖數(shù)據(jù)。其中，地圖數(shù)據(jù)包括與該地圖網(wǎng)格對應的定位位置內(nèi)的各激光點的高度值的均值以及與該地圖網(wǎng)格對應的定位位置內(nèi)的各激光點的數(shù)量。繼續(xù)返回圖2，在一些可選的實現(xiàn)方式中，圖2中步驟210中，激光點的第一坐標可以是第一激光點云高度值數(shù)據(jù)中的各激光點在無人車的車輛坐標系下的坐標。在這些可選的實現(xiàn)方式中，圖2中步驟220的將第一激光點云高度值數(shù)據(jù)轉化為地平面內(nèi)的激光點云投影數(shù)據(jù)可以進一步包括：步驟221，將第一激光點云高度值數(shù)據(jù)轉化為轉換為第三激光點云高度值數(shù)據(jù)。在這里，第三激光點云高度值數(shù)據(jù)例如可以包括各激光點的第三坐標以及與第一激光點云高度值數(shù)據(jù)中的各激光點對應的高度值，其中第三坐標為第一激光點云高度值數(shù)據(jù)中的各激光點在世界坐標系下的坐標。第三坐標X’可以為：X’＝(x’,y’,z’)T＝RX+T(1)其中，R為從無人車的車輛坐標系向世界坐標系轉換的旋轉矩陣，X＝(x,y,z)T為第一激光點云高度值數(shù)據(jù)中的各激光點的第一坐標，T為從無人車的車輛坐標系向世界坐標系轉換的平移矩陣。步驟222，將第三激光點云高度值數(shù)據(jù)向地平面投影，生成激光點云投影數(shù)據(jù)。激光點云投影數(shù)據(jù)可以包括第一激光點云高度值數(shù)據(jù)中的各激光點的投影坐標、各投影網(wǎng)格內(nèi)的各激光點的高度值的均值以及各投影網(wǎng)格內(nèi)的各激光點的數(shù)量。其中，第一激光點云高度值數(shù)據(jù)中的各激光點的投影坐標X”滿足：X”＝(x”,y”)T＝SX’(2)其中，S為投影矩陣，且滿足：通過公式(1)和公式(2)，可以將基于無人車車輛坐標系采集的三維空間內(nèi)的激光點云數(shù)據(jù)(即第一激光點云高度值數(shù)據(jù))轉換為基于世界坐標系的地平面內(nèi)的激光點云數(shù)據(jù)(即激光點云投影數(shù)據(jù))。在這里，各投影網(wǎng)格可以與地圖網(wǎng)格具有相同的大小和形狀，例如，投影網(wǎng)格與地圖網(wǎng)格可以為全等的矩形。在一些可選的實現(xiàn)方式中，圖2中的步驟230可以進一步通過如下的流程來實現(xiàn)。步驟231，將激光點云投影數(shù)據(jù)的中心投影網(wǎng)格O(x,y)與激光點云高度值地圖中與先驗定位位置O’(xo,yo)對應的地圖網(wǎng)格重合，其中，中心投影網(wǎng)格O(x,y)為激光點云投影數(shù)據(jù)中代表無人車車身的投影網(wǎng)格。在一些應用場景中，安裝在無人車上的激光點云高度值采集裝置可以以一預定的半徑采集無人車周圍的激光點云高度值數(shù)據(jù)，激光點云高度值采集裝置采集到的激光點云高度值數(shù)據(jù)位于以無人車為中心、以上述預定的半徑為半徑的球體中。在這些應用場景中，可以截取該球體中的一部分數(shù)據(jù)用于后續(xù)的匹配定位。例如，構造一該球體的長方體或立方體，并利用落入該長方體或立方體內(nèi)的激光點的激光點云高度值作為用于定位使用的激光點云高度值數(shù)據(jù)(即第一激光點云高度值數(shù)據(jù))。因而，在這些應用場景中，最終生成的激光點云投影數(shù)據(jù)中，代表無人車的中心投影網(wǎng)格O(x,y)恰好落入整個投影范圍的幾何中心。步驟232，確定激光點云投影數(shù)據(jù)的投影范圍和與之對應的地圖范圍的第一匹配概率。假設激光點云投影數(shù)據(jù)形成的投影范圍包括5×5的投影網(wǎng)格，那么，與該投影范圍相對應的地圖范圍也包括5×5的地圖網(wǎng)格。在一些應用場景中，投影范圍和與之對應的地圖范圍之間的第一匹配概率例如可以通過如下的公式(3)來確定：其中，(x,y)為中心投影網(wǎng)格的世界坐標，(xi,yj)為激光點云投影數(shù)據(jù)的投影范圍內(nèi)各投影網(wǎng)格的世界坐標，α為一預設常數(shù)參數(shù)，為世界坐標為(xi,yj)的地圖網(wǎng)格中的激光點的高度值的均值，為世界坐標為(xi,yj)的投影網(wǎng)格中的激光點的高度值的均值，為世界坐標為(xi,yj)的投影網(wǎng)格中的激光點的數(shù)量。x1為地圖范圍中，具有最小橫坐標的地圖網(wǎng)格的橫坐標值，而xm為地圖范圍中，具有最大橫坐標的地圖網(wǎng)格的橫坐標值；相應地，y1為地圖范圍中，具有最小橫坐標的地圖網(wǎng)格的縱坐標值，而yn為地圖范圍中，具有最大縱坐標的地圖網(wǎng)格的縱坐標值。也即是說，公式(3)中，P(x,y)為以α為底數(shù)，以為冪的冪函數(shù)。步驟233，以預定的偏移量k移動中心投影網(wǎng)格O(x,y)，并分別確定與當前中心投影網(wǎng)格O(x,y)對應的激光點云投影數(shù)據(jù)的第一匹配概率。在這里，k可以理解為從先驗定位位置O’(xo,yo)對應的地圖網(wǎng)格為初始位置，分別沿x軸的正方向和負方向依次平移1～k個地圖網(wǎng)格和沿y軸的正方向和負方向依次平移1～k個地圖網(wǎng)格形成的(2k+1)2個地圖范圍。如圖4所示，虛線框420示出的區(qū)域即為當激光點云投影數(shù)據(jù)形成的投影范圍410包括5×5的投影網(wǎng)格，且偏移量k＝2時，形成的地圖中的預定范圍。當投影范圍在預定范圍內(nèi)移動時，可以基于上述公式(3)分別確定與當前中心投影網(wǎng)格O(x,y)對應的激光點云投影數(shù)據(jù)的第一匹配概率。也即是說，分別確定投影范圍和與之對應的地圖范圍之間的第一匹配概率。以圖4示出的為例，當投影范圍410在預定范圍420中移動時，可以相應地得到(2k+1)2＝25個第一匹配概率。在這些可選的實現(xiàn)方式中，圖2中的步驟240可以進一步包括：步驟241，基于各第一匹配概率的加權平均，確定無人車在激光點云高度值地圖中的位置。具體而言，例如可以通過如下的公式(4)來確定無人車在激光點云高度值地圖中的位置其中，(x0,y0)為先驗定位位置所在的地圖網(wǎng)格的世界坐標，P(x0+i,y0+j)為中心投影網(wǎng)格處于地圖中(x0+i,y0+j)坐標時，投影范圍和對應的地圖范圍之間的第一匹配概率。此外，在一些可選的實現(xiàn)方式中，通過公式(3)確定出激光點云投影數(shù)據(jù)在激光點云高度值地圖的預定范圍內(nèi)的第一匹配概率P之后，還可以通過如下的公式(5)來對第一匹配概率P進行更新得到更新后的第一匹配概率P’：其中，為基于上一定位位置對無人車當前出現(xiàn)在世界坐標(x,y)的位置的預測概率，η為預設的歸一化系數(shù)。在這些可選的實現(xiàn)方式中，由于對第一匹配概率進行了更新，相應地，公式(4)可以變形為如下的公式(6)：其中，P’(x0+i,y0+j)為中心投影網(wǎng)格處于地圖中(x0+i,y0+j)坐標時，投影范圍和對應的地圖范圍之間的通過公式(5)更新后的第一匹配概率。在一些可選的實現(xiàn)方式中，本實施例的基于激光點云高度值匹配的無人車定位方法中，步驟240的基于第一匹配概率確定無人車在激光點云高度值地圖中的位置還可以通過如下的流程來實現(xiàn)：步驟242，對預定范圍內(nèi)的地圖網(wǎng)格進一步細分，以使各地圖網(wǎng)格形成p×q個子網(wǎng)格。步驟243，通過如下的公式(7)來確定無人車在激光點云高度值地圖中的位置其中：(x0,y0)為先驗定位位置所在的地圖網(wǎng)格的世界坐標，x在[xo-k,xo+k]范圍內(nèi)變化的步長為y在[yo-k,yo+k]范圍內(nèi)變化的步長為且有：β為一預設常數(shù)參數(shù)，且P”(x,y)為通過對(x,y)所在地圖網(wǎng)格作為中心投影網(wǎng)格時的第一匹配概率進行雙線性插值得到的概率。在這里，第一匹配概率可以為通過公式(3)確定的第一匹配概率，或者，第一匹配概率也可以是通過公式(5)更新后的第一匹配概率。進一步參考圖5，作為對上述各圖所示方法的實現(xiàn)，本申請?zhí)峁┝艘环N基于激光點云高度值匹配的無人車定位裝置的一個實施例，該裝置實施例與圖2所示的方法實施例相對應。如圖5所示，本實施例的基于激光點云高度值匹配的無人車定位裝置可以包括獲取模塊510、轉化模塊520、匹配概率確定模塊530以及位置確定模塊540。其中，獲取模塊510可配置用于獲取與無人車當前位置匹配的第一激光點云高度值數(shù)據(jù)，其中，第一激光點云高度值數(shù)據(jù)包括各激光點的第一坐標以及與第一激光點云高度值數(shù)據(jù)中的各激光點對應的高度值。轉化模塊520可配置用于將第一激光點云高度值數(shù)據(jù)轉化為地平面內(nèi)的激光點云投影數(shù)據(jù)。匹配概率確定模塊530可配置用于以預先確定的先驗定位位置在激光點云高度值地圖中的位置作為初始位置，確定激光點云投影數(shù)據(jù)在激光點云高度值地圖的預定范圍內(nèi)的第一匹配概率。位置確定模塊540可配置用于基于第一匹配概率確定無人車在激光點云高度值地圖中的位置。在一些可選的實現(xiàn)方式中，激光點云高度值地圖例如可以包括將地球表面在世界坐標系的地平面內(nèi)劃分形成的M×N個地圖區(qū)域，其中，各地圖區(qū)域具有相同的大小和形狀。各地圖區(qū)域還可進一步包括m×n個地圖網(wǎng)格，其中，各地圖網(wǎng)格具有相同的大小和形狀。激光點云高度值地圖還可包括與各地圖網(wǎng)格對應的定位位置對應的各激光點的高度值的均值以及與該地圖網(wǎng)格對應的定位位置內(nèi)的各激光點的數(shù)量。在一些可選的實現(xiàn)方式中，各激光點的第一坐標可以是第一激光點云高度值數(shù)據(jù)中的各激光點在無人車的車輛坐標系下的坐標。轉化模塊520還可進一步配置用于將第一激光點云高度值數(shù)據(jù)轉化為轉換為第三激光點云高度值數(shù)據(jù)，并將第三激光點云高度值數(shù)據(jù)向地平面投影，生成激光點云投影數(shù)據(jù)。其中，第三激光點云高度值數(shù)據(jù)包括各激光點的第三坐標以及與第一激光點云高度值數(shù)據(jù)中的各激光點對應的高度值，其中第三坐標為第一激光點云高度值數(shù)據(jù)中的各激光點在世界坐標系下的坐標。在一些可選的實現(xiàn)方式中，第三坐標X’為：X’＝(x’,y’,z’)T＝RX+T。其中，R為從無人車的車輛坐標系向世界坐標系轉換的旋轉矩陣，X＝(x,y,z)T為第一激光點云高度值數(shù)據(jù)中的各激光點的第一坐標，T為從無人車的車輛坐標系向世界坐標系轉換的平移矩陣。在一些可選的實現(xiàn)方式中，激光點云投影數(shù)據(jù)包括第一激光點云高度值數(shù)據(jù)中的各激光點的投影坐標、各投影網(wǎng)格內(nèi)的各激光點的高度值的均值以及各投影網(wǎng)格內(nèi)的各激光點的數(shù)量。其中，第一激光點云高度值數(shù)據(jù)中的各激光點的投影坐標X”滿足：X”＝(x”,y”)T＝SX’。S為投影矩陣，且滿足：各投影網(wǎng)格與地圖網(wǎng)格具有相同的大小和形狀。在一些可選的實現(xiàn)方式中，匹配概率確定模塊530還可進一步配置用于：將激光點云投影數(shù)據(jù)的中心投影網(wǎng)格O(x,y)與激光點云高度值地圖中與先驗定位位置O’(xo,yo)對應的地圖網(wǎng)格重合，其中，中心投影網(wǎng)格O(x,y)為激光點云投影數(shù)據(jù)中代表無人車車身的投影網(wǎng)格；確定激光點云投影數(shù)據(jù)的投影范圍和與之對應的地圖范圍的第一匹配概率；以預定的偏移量k移動中心投影網(wǎng)格O(x,y)，并分別確定與當前中心投影網(wǎng)格O(x,y)對應的激光點云投影數(shù)據(jù)的第一匹配概率。位置確定模塊540可進一步配置用于基于各第一匹配概率的加權平均，確定無人車在激光點云高度值地圖中的位置。在一些可選的實現(xiàn)方式中，對應于任意中心投影網(wǎng)格O(x,y)的第一匹配概率P(x,y)為：其中，(x,y)為中心投影網(wǎng)格的世界坐標，(xi,yj)為激光點云投影數(shù)據(jù)的投影范圍內(nèi)各投影網(wǎng)格的世界坐標，α為一預設常數(shù)參數(shù)，為世界坐標為(xi,yj)的地圖網(wǎng)格中的激光點的高度值的均值，為世界坐標為(xi,yj)的投影網(wǎng)格中的激光點的高度值的均值，為世界坐標為(xi,yj)的投影網(wǎng)格中的激光點的數(shù)量。在一些可選的實現(xiàn)方式中，匹配概率確定模塊530還可進一步配置用于：基于上一定位位置對第一匹配概率進行更新，更新后的第一匹配概率P’(x,y)為：其中，為基于上一定位位置對無人車當前出現(xiàn)在世界坐標(x,y)的位置的預測概率，η為預設的歸一化系數(shù)。在一些可選的實現(xiàn)方式中，位置確定模塊540確定出的無人車在激光點云高度值地圖中的位置可以為：(x0,y0)為先驗定位位置所在的地圖網(wǎng)格的世界坐標。在另一些可選的實現(xiàn)方式中，位置確定模塊540還可以進一步配置用于：對預定范圍內(nèi)的地圖網(wǎng)格進一步細分，以使各地圖網(wǎng)格形成p×q個子網(wǎng)格；無人車在激光點云高度值地圖中的位置為其中：(x0,y0)為先驗定位位置所在的地圖網(wǎng)格的世界坐標，x在[xo-k,xo+k]范圍內(nèi)變化的步長為y在[yo-k,yo+k]范圍內(nèi)變化的步長為β為一預設常數(shù)參數(shù)，且P”(x,y)為通過對(x,y)所在地圖網(wǎng)格作為中心投影網(wǎng)格時的第一匹配概率進行雙線性插值得到的概率。本領域技術人員可以理解，上述基于激光點云高度值匹配的無人車定位裝置500還包括一些其他公知結構，例如處理器、存儲器等，為了不必要地模糊本公開的實施例，這些公知的結構在圖5中未示出。參見圖6所示，為本申請的一種無人車的一個實施例的示意性結構圖600。如圖6所示，無人車可包括點云高度值數(shù)據(jù)采集裝置610、存儲裝置620以及處理器630。其中，點云高度值數(shù)據(jù)采集裝置610可用于采集無人車當前位置的激光點云高度值數(shù)據(jù)，其中，激光點云高度值數(shù)據(jù)包括各激光點的坐標以及與各激光點對應的高度值。存儲裝置620可用于存儲激光點云高度值地圖。處理器630可用于將激光點云高度值數(shù)據(jù)向地平面投影，生成激光點云投影數(shù)據(jù)；以預先確定的先驗定位位置在激光點云高度值地圖中的位置作為初始位置，確定激光點云投影數(shù)據(jù)在激光點云高度值地圖的預定范圍內(nèi)的第一匹配概率；并基于第一匹配概率確定無人車在激光點云高度值地圖中的位置。在一些可選的實現(xiàn)方式中，激光點云高度值地圖可以包括將地球表面在世界坐標系的地平面內(nèi)劃分形成的M×N個地圖區(qū)域，其中，各地圖區(qū)域具有相同的大小和形狀。各地圖區(qū)域還可以進一步包括m×n個地圖網(wǎng)格，其中，各地圖網(wǎng)格具有相同的大小和形狀。激光點云高度值地圖還可以包括與各地圖網(wǎng)格的定位位置對應的各激光點的高度值的均值以及與該地圖網(wǎng)格的定位位置對應的各激光點的數(shù)量。在一些可選的實現(xiàn)方式中，各激光點的第一坐標可以是第一激光點云高度值數(shù)據(jù)中的各激光點在無人車的車輛坐標系下的坐標。處理器630還可進一步用于將第一激光點云高度值數(shù)據(jù)轉化為轉換為第三激光點云高度值數(shù)據(jù)，并將第三激光點云高度值數(shù)據(jù)向地平面投影，生成激光點云投影數(shù)據(jù)。其中，第三激光點云高度值數(shù)據(jù)包括各激光點的第三坐標以及與第一激光點云高度值數(shù)據(jù)中的各激光點對應的高度值，其中第三坐標為第一激光點云高度值數(shù)據(jù)中的各激光點在世界坐標系下的坐標。在一些可選的實現(xiàn)方式中，第三坐標X’為：X’＝(x’,y’,z’)T＝RX+T。其中，R為從無人車的車輛坐標系向世界坐標系轉換的旋轉矩陣，X＝(x,y,z)T為第一激光點云高度值數(shù)據(jù)中的各激光點的第一坐標，T為從無人車的車輛坐標系向世界坐標系轉換的平移矩陣。在一些可選的實現(xiàn)方式中，激光點云投影數(shù)據(jù)包括第一激光點云高度值數(shù)據(jù)中的各激光點的投影坐標、各投影網(wǎng)格內(nèi)的各激光點的高度值的均值以及各投影網(wǎng)格內(nèi)的各激光點的數(shù)量。其中，第一激光點云高度值數(shù)據(jù)中的各激光點的投影坐標X”滿足：X”＝(x”,y”)T＝SX’。S為投影矩陣，且滿足：各投影網(wǎng)格與地圖網(wǎng)格具有相同的大小和形狀。在一些可選的實現(xiàn)方式中，處理器630還可進一步用于：將激光點云投影數(shù)據(jù)的中心投影網(wǎng)格O(x,y)與激光點云高度值地圖中與先驗定位位置O’(xo,yo)對應的地圖網(wǎng)格重合，其中，中心投影網(wǎng)格O(x,y)為激光點云投影數(shù)據(jù)中代表無人車車身的投影網(wǎng)格；確定激光點云投影數(shù)據(jù)的投影范圍和與之對應的地圖范圍的第一匹配概率；以預定的偏移量k移動中心投影網(wǎng)格O(x,y)，并分別確定與當前中心投影網(wǎng)格O(x,y)對應的激光點云投影數(shù)據(jù)的第一匹配概率。處理器630還可以進一步用于基于各第一匹配概率的加權平均，確定無人車在激光點云高度值地圖中的位置。在一些可選的實現(xiàn)方式中，對應于任意中心投影網(wǎng)格O(x,y)的第一匹配概率P(x,y)為：其中，(x,y)為中心投影網(wǎng)格的世界坐標，(xi,yj)為激光點云投影數(shù)據(jù)的投影范圍內(nèi)各投影網(wǎng)格的世界坐標，α為一預設常數(shù)參數(shù)，為世界坐標為(xi,yj)的地圖網(wǎng)格中的激光點的高度值的均值，為世界坐標為(xi,yj)的投影網(wǎng)格中的激光點的高度值的均值，為世界坐標為(xi,yj)的投影網(wǎng)格中的激光點的數(shù)量。在一些可選的實現(xiàn)方式中，處理器630還可進一步用于：基于上一定位位置對第一匹配概率進行更新，更新后的第一匹配概率P’(x,y)為：其中，為基于上一定位位置對無人車當前出現(xiàn)在世界坐標(x,y)的位置的預測概率，η為預設的歸一化系數(shù)。在一些可選的實現(xiàn)方式中，處理器630確定出的無人車在激光點云高度值地圖中的位置可以為：(x0,y0)為先驗定位位置所在的地圖網(wǎng)格的世界坐標。在另一些可選的實現(xiàn)方式中，處理器630還可以進一步用于：對預定范圍內(nèi)的地圖網(wǎng)格進一步細分，以使各地圖網(wǎng)格形成p×q個子網(wǎng)格；無人車在激光點云高度值地圖中的位置為其中：(x0,y0)為先驗定位位置所在的地圖網(wǎng)格的世界坐標，x在[xo-k,xo+k]范圍內(nèi)變化的步長為y在[yo-k,yo+k]范圍內(nèi)變化的步長為β為一預設常數(shù)參數(shù)，且P”(x,y)為通過對(x,y)所在地圖網(wǎng)格作為中心投影網(wǎng)格時的第一匹配概率進行雙線性插值得到的概率。參見圖7所示，為本申請的無人車定位系統(tǒng)的一個實施例的示意性結構圖700。本實施例的無人車定位系統(tǒng)可包括無人車710和定位服務器720。其中，無人車710可包括點云高度值數(shù)據(jù)采集裝置711和第一通信裝置712。點云高度值數(shù)據(jù)采集裝置711可用于采集無人車當前位置的激光點云高度值數(shù)據(jù)，其中，激光點云高度值數(shù)據(jù)包括各激光點的第一坐標以及與各激光點對應的高度值。第一通信裝置712可用于向定位服務器發(fā)送激光點云高度值數(shù)據(jù)。定位服務器720可包括第二通信裝置721、存儲器722和處理器723。第二通信裝置721可用于接收第一通信裝置711發(fā)送的激光點云高度值數(shù)據(jù)。存儲器722可用于存儲激光點云高度值地圖。處理器723可用于將激光點云高度值數(shù)據(jù)向地平面投影，生成激光點云投影數(shù)據(jù)，以預先確定的先驗定位位置在激光點云高度值地圖中的位置作為初始位置，確定激光點云投影數(shù)據(jù)在激光點云高度值地圖的預定區(qū)域的第一匹配概率，并基于第一匹配概率確定無人車的定位結果。其中，定位結果包括無人車在激光點云高度值地圖中的位置信息。此外，第二通信裝置721還用于向第一通信裝置711發(fā)送定位結果。在一些可選的實現(xiàn)方式中，激光點云高度值地圖可以包括將地球表面在世界坐標系的地平面內(nèi)劃分形成的M×N個地圖區(qū)域，其中，各地圖區(qū)域具有相同的大小和形狀。各地圖區(qū)域還可進一步包括m×n個地圖網(wǎng)格，其中，各地圖網(wǎng)格具有相同的大小和形狀。激光點云高度值地圖還包括與各地圖網(wǎng)格的定位位置對應的各激光點的高度值的均值以及與該地圖網(wǎng)格的定位位置對應的各激光點的數(shù)量。在一些可選的實現(xiàn)方式中，各激光點的第一坐標可以是第一激光點云高度值數(shù)據(jù)中的各激光點在無人車的車輛坐標系下的坐標。處理器723還可進一步用于將第一激光點云高度值數(shù)據(jù)轉化為轉換為第三激光點云高度值數(shù)據(jù)，并將第三激光點云高度值數(shù)據(jù)向地平面投影，生成激光點云投影數(shù)據(jù)。其中，第三激光點云高度值數(shù)據(jù)包括各激光點的第三坐標以及與第一激光點云高度值數(shù)據(jù)中的各激光點對應的高度值，其中第三坐標為第一激光點云高度值數(shù)據(jù)中的各激光點在世界坐標系下的坐標。在一些可選的實現(xiàn)方式中，第三坐標X’為：X’＝(x’,y’,z’)T＝RX+T。其中，R為從無人車的車輛坐標系向世界坐標系轉換的旋轉矩陣，X＝(x,y,z)T為第一激光點云高度值數(shù)據(jù)中的各激光點的第一坐標，T為從無人車的車輛坐標系向世界坐標系轉換的平移矩陣。在一些可選的實現(xiàn)方式中，激光點云投影數(shù)據(jù)包括第一激光點云高度值數(shù)據(jù)中的各激光點的投影坐標、各投影網(wǎng)格內(nèi)的各激光點的高度值的均值以及各投影網(wǎng)格內(nèi)的各激光點的數(shù)量。其中，第一激光點云高度值數(shù)據(jù)中的各激光點的投影坐標X”滿足：X”＝(x”,y”)T＝SX’。S為投影矩陣，且滿足：各投影網(wǎng)格與地圖網(wǎng)格具有相同的大小和形狀。在一些可選的實現(xiàn)方式中，處理器723還可進一步用于：將激光點云投影數(shù)據(jù)的中心投影網(wǎng)格O(x,y)與激光點云高度值地圖中與先驗定位位置O’(xo,yo)對應的地圖網(wǎng)格重合，其中，中心投影網(wǎng)格O(x,y)為激光點云投影數(shù)據(jù)中代表無人車車身的投影網(wǎng)格；確定激光點云投影數(shù)據(jù)的投影范圍和與之對應的地圖范圍的第一匹配概率；以預定的偏移量k移動中心投影網(wǎng)格O(x,y)，并分別確定與當前中心投影網(wǎng)格O(x,y)對應的激光點云投影數(shù)據(jù)的第一匹配概率。處理器723還可以進一步用于基于各第一匹配概率的加權平均，確定無人車在激光點云高度值地圖中的位置。在一些可選的實現(xiàn)方式中，對應于任意中心投影網(wǎng)格O(x,y)的第一匹配概率P(x,y)為：其中，(x,y)為中心投影網(wǎng)格的世界坐標，(xi,yj)為激光點云投影數(shù)據(jù)的投影范圍內(nèi)各投影網(wǎng)格的世界坐標，α為一預設常數(shù)參數(shù)，為世界坐標為(xi,yj)的地圖網(wǎng)格中的激光點的高度值的均值，為世界坐標為(xi,yj)的投影網(wǎng)格中的激光點的高度值的均值，為世界坐標為(xi,yj)的投影網(wǎng)格中的激光點的數(shù)量。在一些可選的實現(xiàn)方式中，處理器723還可進一步用于：基于上一定位位置對第一匹配概率進行更新，更新后的第一匹配概率P’(x,y)為：其中，為基于上一定位位置對無人車當前出現(xiàn)在世界坐標(x,y)的位置的預測概率，η為預設的歸一化系數(shù)。在一些可選的實現(xiàn)方式中，處理器723確定出的無人車在激光點云高度值地圖中的位置可以為：(x0,y0)為先驗定位位置所在的地圖網(wǎng)格的世界坐標。在另一些可選的實現(xiàn)方式中，處理器723還可以進一步用于：對預定范圍內(nèi)的地圖網(wǎng)格進一步細分，以使各地圖網(wǎng)格形成p×q個子網(wǎng)格；無人車在激光點云高度值地圖中的位置為其中：(x0,y0)為先驗定位位置所在的地圖網(wǎng)格的世界坐標，x在[xo-k,xo+k]范圍內(nèi)變化的步長為y在[yo-k,yo+k]范圍內(nèi)變化的步長為β為一預設常數(shù)參數(shù)，且P”(x,y)為通過對(x,y)所在地圖網(wǎng)格作為中心投影網(wǎng)格時的第一匹配概率進行雙線性插值得到的概率。下面參考圖8，其示出了適于用來實現(xiàn)本申請實施例的無人車的處理器或定位服務器的計算機系統(tǒng)800的結構示意圖。如圖8所示，計算機系統(tǒng)800包括中央處理單元(CPU)801，其可以根據(jù)存儲在只讀存儲器(ROM)802中的程序或者從存儲部分808加載到隨機訪問存儲器(RAM)803中的程序而執(zhí)行各種適當?shù)膭幼骱吞幚?。在RAM803中，還存儲有系統(tǒng)800操作所需的各種程序和數(shù)據(jù)。CPU801、ROM802以及RAM803通過總線804彼此相連。輸入/輸出(I/O)接口805也連接至總線804。以下部件連接至I/O接口805：包括鍵盤、鼠標等的輸入部分806；包括諸如陰極射線管(CRT)、液晶顯示器(LCD)等以及揚聲器等的輸出部分807；包括硬盤等的存儲部分808；以及包括諸如LAN卡、調制解調器等的網(wǎng)絡接口卡的通信部分809。通信部分809經(jīng)由諸如因特網(wǎng)的網(wǎng)絡執(zhí)行通信處理。驅動器810也根據(jù)需要連接至I/O接口805?？刹鹦督橘|811，諸如磁盤、光盤、磁光盤、半導體存儲器等等，根據(jù)需要安裝在驅動器810上，以便于從其上讀出的計算機程序根據(jù)需要被安裝入存儲部分808。特別地，根據(jù)本公開的實施例，上文參考流程圖描述的過程可以被實現(xiàn)為計算機軟件程序。例如，本公開的實施例包括一種計算機程序產(chǎn)品，其包括有形地包含在機器可讀介質上的計算機程序，所述計算機程序包含用于執(zhí)行流程圖所示的方法的程序代碼。在這樣的實施例中，該計算機程序可以通過通信部分809從網(wǎng)絡上被下載和安裝，和/或從可拆卸介質811被安裝。附圖中的流程圖和框圖，圖示了按照本申請各種實施例的系統(tǒng)、方法和計算機程序產(chǎn)品的可能實現(xiàn)的體系架構、功能和操作。在這點上，流程圖或框圖中的每個方框可以代表一個模塊、程序段、或代碼的一部分，所述模塊、程序段、或代碼的一部分包含一個或多個用于實現(xiàn)規(guī)定的邏輯功能的可執(zhí)行指令。也應當注意，在有些作為替換的實現(xiàn)中，方框中所標注的功能也可以以不同于附圖中所標注的順序發(fā)生。例如，兩個接連地表示的方框實際上可以基本并行地執(zhí)行，它們有時也可以按相反的順序執(zhí)行，這依所涉及的功能而定。也要注意的是，框圖和/或流程圖中的每個方框、以及框圖和/或流程圖中的方框的組合，可以用執(zhí)行規(guī)定的功能或操作的專用的基于硬件的系統(tǒng)來實現(xiàn)，或者可以用專用硬件與計算機指令的組合來實現(xiàn)。描述于本申請實施例中所涉及到的單元可以通過軟件的方式實現(xiàn)，也可以通過硬件的方式來實現(xiàn)。所描述的單元也可以設置在處理器中，例如，可以描述為：一種處理器包括獲取模塊、轉化模塊、匹配概率確定模塊以及位置確定模塊。其中，這些模塊的名稱在某種情況下并不構成對該模塊本身的限定，例如，獲取模塊還可以被描述為“獲取與無人車當前位置匹配的第一激光點云高度值數(shù)據(jù)的模塊”。作為另一方面，本申請還提供了一種非易失性計算機存儲介質，該非易失性計算機存儲介質可以是上述實施例中所述裝置中所包含的非易失性計算機存儲介質；也可以是單獨存在，未裝配入終端中的非易失性計算機存儲介質。上述非易失性計算機存儲介質存儲有一個或者多個程序，當所述一個或者多個程序被一個設備執(zhí)行時，使得所述設備：獲取與無人車當前位置匹配的第一激光點云高度值數(shù)據(jù)，其中，第一激光點云高度值數(shù)據(jù)包括各激光點的第一坐標以及與第一激光點云高度值數(shù)據(jù)中的各激光點對應的高度值；將第一激光點云高度值數(shù)據(jù)轉化為地平面內(nèi)的激光點云投影數(shù)據(jù)；以預先確定的先驗定位位置在激光點云高度值地圖中的位置作為初始位置，確定激光點云投影數(shù)據(jù)在激光點云高度值地圖的預定范圍內(nèi)的第一匹配概率；以及基于第一匹配概率確定無人車在激光點云高度值地圖中的位置。以上描述僅為本申請的較佳實施例以及對所運用技術原理的說明。本領域技術人員應當理解，本申請中所涉及的發(fā)明范圍，并不限于上述技術特征的特定組合而成的技術方案，同時也應涵蓋在不脫離所述發(fā)明構思的情況下，由上述技術特征或其等同特征進行任意組合而形成的其它技術方案。例如上述特征與本申請中公開的(但不限于)具有類似功能的技術特征進行互相替換而形成的技術方案。