本申請(qǐng)涉及計(jì)算機(jī)，特別是涉及一種車輛位置定位方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、在自動(dòng)駕駛各種定位方式中，傳統(tǒng)的慣性導(dǎo)航和輪速的航位推算會(huì)隨著時(shí)間誤差累積，全球?qū)Ш叫l(wèi)星系統(tǒng)又受衛(wèi)星信號(hào)遮擋以及多路徑效應(yīng)和信號(hào)干擾的影響，激光雷達(dá)匹配定位也依賴高精度地圖（hdmap）和周邊環(huán)境特征、視覺(jué)定位也依賴高精度地圖（hdmap）和視覺(jué)語(yǔ)義特征。

2、雖然，這些定位方式相互彌補(bǔ)確保了高精度定位的高可用率，但是在一些場(chǎng)景中仍然存在較大風(fēng)險(xiǎn)。比如，當(dāng)車輛行駛至長(zhǎng)隧道，激光雷達(dá)匹配定位和視覺(jué)定位存在退化的問(wèn)題，雖然縱向可以靠慣性測(cè)量單元和輪速數(shù)據(jù)遞推來(lái)得到，但是當(dāng)慣性測(cè)量單元和輪速數(shù)據(jù)遞推時(shí)間過(guò)長(zhǎng)，縱向精度仍然無(wú)法保證。在高速公路場(chǎng)景，一旦rtk（real-timekinematic，實(shí)時(shí)差分定位）遇到信號(hào)干擾或電離層活躍，只依賴激光雷達(dá)匹配和視覺(jué)定位，縱向定位依然得不到保證，因?yàn)閷?duì)于激光雷達(dá)和視覺(jué)高速公路場(chǎng)景的縱向特征長(zhǎng)的非常相似，很容易出現(xiàn)縱向退化。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對(duì)上述技術(shù)問(wèn)題，提供一種能夠提高車輛位置的準(zhǔn)確性的車輛位置定位方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

2、一種車輛位置定位方法，上述方法包括：

3、獲取車輛對(duì)應(yīng)的橫滾角和俯仰角；

4、將橫滾角和俯仰角輸入至地面姿態(tài)地圖模型中，通過(guò)地面姿態(tài)地圖模型對(duì)橫滾角和俯仰角進(jìn)行特征提取，輸出對(duì)應(yīng)的位置坐標(biāo)；

5、根據(jù)位置坐標(biāo)確定車輛對(duì)應(yīng)的位置。

6、在其中一個(gè)實(shí)施例中，地面姿態(tài)地圖模型包括長(zhǎng)短期記憶網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)，將橫滾角和俯仰角輸入至地面姿態(tài)地圖模型中，通過(guò)地面姿態(tài)地圖模型對(duì)橫滾角和俯仰角進(jìn)行特征提取，輸出對(duì)應(yīng)的位置坐標(biāo)，包括：

7、將橫滾角和俯仰角輸入至長(zhǎng)短期記憶網(wǎng)絡(luò)中，通過(guò)長(zhǎng)短期記憶網(wǎng)絡(luò)對(duì)橫滾角和俯仰角進(jìn)行特征提取，輸出第一特征序列；

8、將橫滾角和俯仰角輸入至卷積神經(jīng)網(wǎng)絡(luò)中，通過(guò)卷積神經(jīng)網(wǎng)絡(luò)對(duì)橫滾角和俯仰角進(jìn)行特征提取，輸出第二特征序列；

9、將第一特征序列和第二特征序列進(jìn)行融合，輸出對(duì)應(yīng)的位置坐標(biāo)。

10、在其中一個(gè)實(shí)施例中，地面姿態(tài)地圖模型的訓(xùn)練步驟包括：獲取訓(xùn)練樣本集，訓(xùn)練樣本集包括至少一個(gè)訓(xùn)練樣本，訓(xùn)練樣本包括訓(xùn)練橫滾角和訓(xùn)練俯仰角，訓(xùn)練樣本攜帶對(duì)應(yīng)的真實(shí)位置坐標(biāo)；

11、將訓(xùn)練樣本集輸入至未訓(xùn)練好的地面姿態(tài)地圖模型，通過(guò)未訓(xùn)練好的地面姿態(tài)地圖模型對(duì)訓(xùn)練樣本進(jìn)行特征提取，輸出對(duì)應(yīng)的訓(xùn)練位置坐標(biāo)；

12、根據(jù)訓(xùn)練位置坐標(biāo)與對(duì)應(yīng)的真實(shí)位置坐標(biāo)計(jì)算得到損失值；

13、根據(jù)損失值確定未訓(xùn)練好的地面姿態(tài)地圖模型是否達(dá)到收斂條件；

14、當(dāng)達(dá)到收斂條件時(shí)，得到訓(xùn)練好的地面姿態(tài)地圖模型。

15、在其中一個(gè)實(shí)施例中，獲取訓(xùn)練樣本集包括：

16、確定多個(gè)不同的采樣間隔和對(duì)應(yīng)的序列長(zhǎng)度；

17、根據(jù)采樣間隔和序列長(zhǎng)度采集對(duì)應(yīng)的訓(xùn)練橫滾角和訓(xùn)練俯仰角，得到訓(xùn)練樣本集。

18、在其中一個(gè)實(shí)施例中，地面姿態(tài)地圖模型包括長(zhǎng)短期記憶網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)，將訓(xùn)練樣本集輸入至未訓(xùn)練好的地面姿態(tài)地圖模型，通過(guò)未訓(xùn)練好的地面姿態(tài)地圖模型對(duì)訓(xùn)練樣本進(jìn)行特征提取，輸出對(duì)應(yīng)的訓(xùn)練位置坐標(biāo)，包括：

19、按照不同的序列長(zhǎng)度和采樣間隔將訓(xùn)練樣本集分為長(zhǎng)距離訓(xùn)練樣本集和短距離訓(xùn)練樣本集；

20、將長(zhǎng)距離訓(xùn)練樣本集輸入至長(zhǎng)短期記憶網(wǎng)絡(luò)中，通過(guò)長(zhǎng)短期記憶網(wǎng)絡(luò)對(duì)長(zhǎng)距離訓(xùn)練樣本集進(jìn)行特征提取，得到長(zhǎng)距離特征序列；

21、將短距離訓(xùn)練樣本集輸入至卷積神經(jīng)網(wǎng)絡(luò)中，通過(guò)卷積神經(jīng)網(wǎng)絡(luò)對(duì)短距離訓(xùn)練樣本集進(jìn)行特征提取，得到短距離特征序列；

22、根據(jù)長(zhǎng)距離特征序列和短距離特征序列生成得到對(duì)應(yīng)的訓(xùn)練位置坐標(biāo)。

23、在其中一個(gè)實(shí)施例中，方法還包括：

24、當(dāng)未達(dá)到收斂條件時(shí)，不斷調(diào)整未訓(xùn)練好的地面姿態(tài)地圖模型的模型參數(shù)，返回獲取訓(xùn)練樣本集的步驟；

25、直至達(dá)到收斂條件，得到訓(xùn)練好的地面姿態(tài)地圖模型。

26、在其中一個(gè)實(shí)施例中，訓(xùn)練樣本集中的訓(xùn)練樣本還包括航向角、前兩輪方向轉(zhuǎn)角、車輛速度、角速度和加速度。

27、一種車輛位置定位裝置，上述裝置包括：

28、獲取模塊，用于獲取車輛對(duì)應(yīng)的橫滾角和俯仰角；

29、預(yù)測(cè)模塊，用于將橫滾角和俯仰角輸入至地面姿態(tài)地圖模型中，通過(guò)地面姿態(tài)地圖模型對(duì)橫滾角和俯仰角進(jìn)行特征提取，輸出對(duì)應(yīng)的位置坐標(biāo)；

30、確定模塊，用于根據(jù)位置坐標(biāo)確定車輛對(duì)應(yīng)的位置。

31、一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)以下步驟：

32、獲取車輛對(duì)應(yīng)的橫滾角和俯仰角；

33、將橫滾角和俯仰角輸入至地面姿態(tài)地圖模型中，通過(guò)地面姿態(tài)地圖模型對(duì)橫滾角和俯仰角進(jìn)行特征提取，輸出對(duì)應(yīng)的位置坐標(biāo)；

34、根據(jù)位置坐標(biāo)確定車輛對(duì)應(yīng)的位置。

35、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)以下步驟：

36、獲取車輛對(duì)應(yīng)的橫滾角和俯仰角；

37、將橫滾角和俯仰角輸入至地面姿態(tài)地圖模型中，通過(guò)地面姿態(tài)地圖模型對(duì)橫滾角和俯仰角進(jìn)行特征提取，輸出對(duì)應(yīng)的位置坐標(biāo)；

38、根據(jù)位置坐標(biāo)確定車輛對(duì)應(yīng)的位置。

39、上述車輛位置定位方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)，獲取車輛對(duì)應(yīng)的橫滾角和俯仰角；將橫滾角和俯仰角輸入至地面姿態(tài)地圖模型中，通過(guò)地面姿態(tài)地圖模型對(duì)橫滾角和俯仰角進(jìn)行特征提取，輸出對(duì)應(yīng)的位置坐標(biāo)；根據(jù)位置坐標(biāo)確定車輛對(duì)應(yīng)的位置。因此，可以利用車輛在行駛過(guò)程中產(chǎn)生的橫滾角和俯仰角進(jìn)行預(yù)測(cè)，定位出車輛目前的位置，提高車輛的位置的準(zhǔn)確性。

技術(shù)特征：

1.一種車輛位置定位方法，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述地面姿態(tài)地圖模型包括長(zhǎng)短期記憶網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)，所述將所述橫滾角和俯仰角輸入至地面姿態(tài)地圖模型中，通過(guò)所述地面姿態(tài)地圖模型對(duì)所述橫滾角和俯仰角進(jìn)行特征提取，輸出對(duì)應(yīng)的位置坐標(biāo)，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述地面姿態(tài)地圖模型的訓(xùn)練步驟包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述獲取訓(xùn)練樣本集包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述地面姿態(tài)地圖模型包括長(zhǎng)短期記憶網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)，所述將所述訓(xùn)練樣本集輸入至未訓(xùn)練好的地面姿態(tài)地圖模型，通過(guò)所述未訓(xùn)練好的地面姿態(tài)地圖模型對(duì)所述訓(xùn)練樣本進(jìn)行特征提取，輸出對(duì)應(yīng)的訓(xùn)練位置坐標(biāo)，包括：

6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：

7.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述訓(xùn)練樣本集中的所述訓(xùn)練樣本還包括航向角、前兩輪方向轉(zhuǎn)角、車輛速度、角速度和加速度。

8.一種車輛位置定位裝置，其特征在于，所述裝置包括：

9.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述方法的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的方法的步驟。

技術(shù)總結(jié)
本申請(qǐng)涉及一種車輛位置定位方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。上述方法包括：獲取車輛對(duì)應(yīng)的橫滾角和俯仰角；將橫滾角和俯仰角輸入至地面姿態(tài)地圖模型中，通過(guò)地面姿態(tài)地圖模型對(duì)橫滾角和俯仰角進(jìn)行特征提取，輸出對(duì)應(yīng)的位置坐標(biāo)；根據(jù)位置坐標(biāo)確定車輛對(duì)應(yīng)的位置。采用本方法能夠提高車輛位置的準(zhǔn)確性。

技術(shù)研發(fā)人員：劉川川,馮凱
受保護(hù)的技術(shù)使用者：北京小馬慧行科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19