CN115494533B 车辆定位方法、装置、存储介质及定位系统 （潍柴动力股份有限公司）

光里程计残差和矢量地图匹配残差确定车辆的难以满足自动驾驶车辆的定位精度和鲁棒性要2获取所述点云数据中各个点的邻域范围内的邻域点，所述邻域范从全局矢量地图中提取出局部矢量区域，所述车辆的标识位于所述局部矢量区域内，}ll将所述激光里程计残差和所述矢量地图匹配残差代入所述代价函数所述特征点云包括角点和平面点，所述角点为所述局部曲率大于第二获取模块，获取所述点云数据中各个点的局部曲率第三获取模块，从全局矢量地图中提取出局部矢量区域确定模块，根据所述激光里程计残差和所述矢量地图匹配所述第一获取单元用于获取所述点云数据中各个点的邻域范围内的邻域3所述第一计算单元用于根据所述邻域点计算所述点云数据中各个点所述构建单元用于根据多个目标帧点云构建局所述第二计算单元用于将所述特征点云的当前帧点云数据与所述局部地图匹所述构建单元用于以所述激光里程计残差和所述矢量地图匹配残差为}ll所述第三计算单元用于将所述激光里程计残差和所述矢量地图匹配残差代入所述代4[0003]自动驾驶车辆常用定位技术分为两类：1)基于全球卫星导航系统(GNSS，Global地下车库等使用环境的遮蔽影响而失效。2)基于自主式传感器定位。SLAM(SimultaneousLocalizationandMapping，同时定位与地图构建)算法是利用激光雷达或相机实现自动测量单元)或轮速计的航迹推算是一种低成本定位方式，其优点是能根据传感器数据在短决现有技术中单一传感器难以满足自动驾驶车辆的定位精度个点的邻域范围内的邻域点，所述邻域范围包括所述点云数据中各个点的左邻域与右邻5}器难以满足自动驾驶车辆的定位精度和鲁棒6[0020]图2示出了根据本申请的实施例的具体的获取上述点云数据中各个点的局部曲[0021]图3示出了根据本申请的实施例的具体的根据上述激光里程计残差和上述矢量地员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范7[0043]在双重邻域范围内计算局部曲率并依此提取同时满足阈值的角点和平面点特双邻域特征提取算法降低了邻域尺寸对局部曲率的影响，提高了特征提取的精度和稳定特征集合Fi,根据不同时刻间相对位姿统一变换到目标帧k对应激光雷达坐标系，实现角点8部地图匹配构建激光里程计残差。当前时刻特征点云集合F:和Fin中的点云根据相对位姿[0053]fi=T⃞,系下的三维坐标。fi表示将j时刻激光特征点转换到k时刻激光雷达坐标系下的理论值。Wx⃞)=fr-fix(公式5)量点转换到k时刻激光雷达坐标系下的投影点。fix表示投影点在k时刻激光雷达坐标系中9[0065]其中，pwij表示j时刻激光雷达坐标系到世界坐标系的[0081]步骤S1042，将上述激光里程计残差和上述矢量地图匹配残差代入上述代价函数之后将点云数据和全局矢量地图输入激光里程计进行特征点云的当前帧与局部地图匹配后将上述激光里程计残差和上述矢量地图匹配残差进行联合优化，得到车辆的位姿数据，传感器难以满足自动驾驶车辆的定位精度和鲁现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0108]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一一传感器难以满足自动驾驶车辆的定位精度和鲁棒