技术领域
[0001] 本公开的
实施例主要涉及智能驾驶领域，并且更具体地，涉及用于车辆定位的方法、装置、设备以及计算机可读存储介质。
背景技术
[0002] 近年来，自动驾驶和辅助驾驶的相关技术快速发展。在自动驾驶和辅助驾驶领域，对车辆进行高
精度的定位尤为重要。在实际应用中，全球卫星
导航系统(GNSS)定位带来的误差可能高达10米甚至更大。一些自动驾驶和辅助驾驶车辆可以通过结合高精度惯性导航(INS)和全球
卫星导航系统(GNSS)可以到达较高精度的定位，或者可以通过结合高精地图和
激光雷达来达到较高精度的定位，但是这样的方式成本高昂，并且可能受到外界环境的影响。因此，如何实现车辆的高精度定位已经成为关注的焦点。
发明内容
[0003] 根据本公开的实施例，提供了一种用于车辆定位的方案。
[0004] 在本公开的第一方面中，提供了一种用于车辆定位的方法。该方法包括：获取车辆在多个不同时刻的车载定位信息；接收由位于车辆外部的感测设备确定的针对车辆的外部定位信息，外部定位信息包含与外部定位信息相对应的第一时刻的信息；从多个不同时刻中确定与第一时刻相匹配的第二时刻；以及基于与第二时刻相对应的车载定位信息以及与第一时刻相对应的外部定位信息，确定车辆在当前时刻的
位置。
[0005] 在本公开的第二方面中，提供了一种用于车辆定位的装置。该装置包括：获取模
块，被配置为获取车辆在多个不同时刻的车载定位信息；接收模块，被配置为接收由位于车辆外部的感测设备确定的针对车辆的外部定位信息，外部定位信息包含与外部定位信息相对应的第一时刻的信息；第二时刻确定模块，被配置为从多个不同时刻中确定与第一时刻相匹配的第二时刻；以及位置确定模块，被配置为基于与第二时刻相对应的车载定位信息以及与第一时刻相对应的外部定位信息，确定车辆在当前时刻的位置。
[0006] 在本公开的第三方面中，提供了一种设备，包括一个或多个处理器；以及存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据本公开的第一方面的方法。
[0007] 在本公开的第四方面中，提供了一种计算机可读存储介质，其上存储有
计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。
[0008] 应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
[0009] 结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素，其中：
[0010] 图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图；
[0011] 图2示出了根据本公开的一些实施例的用于车辆定位的过程的
流程图；
[0012] 图3示出了根据本公开的一些实施例的车辆定位的示意图；
[0013] 图4示出了根据本公开的一些实施例的确定第二时刻的过程的流程图；
[0014] 图5示出了根据本公开的一些实施例的确定车辆位置的过程的流程图；
[0015] 图6示出了根据本公开的一个实施例的更新车辆位置状态列表的过程的流程图；
[0016] 图7示出了根据本公开的另一实施例的更新车辆位置状态列表的过程的流程图[0017] 图8示出了根据本公开的一些实施例的用于车辆定位的装置的方
框图；以及[0018] 图9示出了能够实施本公开的多个实施例的计算设备的框图。
具体实施方式
[0019] 下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0020] 在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
[0021] 如以上提及的，对车辆的高精定位是实现自动驾驶的
基础。在传统的定位技术中，全球卫星导航系统(GNSS)定位不能够达到自动驾驶的精度要求，而基于高精地图的定位方式需要车辆安装高成本的激光雷达，并且还需要地图供应商对高精地图进行维护以保证高精地图的准确性。
[0022] 近年来，随着通信技术的进步，V2X技术得到迅速发展，车辆在确定自身位置时可以借助通过路侧设备所确定的定位信息或者通过其他车辆所确定的定位信息来提高定位的精度。例如，可以基于路侧相机所拍摄的车辆图像来对道路上的车辆进行定位。然而由于待定位车辆与路侧设备或者待定位车辆与另一车辆的通信延时，从另一感测设备确定的待定位车辆的外部定位信息往往与待定位车辆在当前时刻的真实位置存在误差。因此，基于对车载定位信息与外部定位信息进行融合的定位结果往往存在较大的误差。
[0023] 根据本公开的实施例，提出了一种基于外部感测设备和车载平台进行车辆定位的方案。在该方案中，车辆可以通过车载定位平台获取车辆在多个不同时刻的车载定位信息。车辆还可以从位于车辆外部的感测设备接收由其确定的外部定位信息，其中该定位信息还还可以包括与外部定位信息相对应的第一时刻的信息。车辆随后可以从不同时刻中确定与第一时刻相匹配的第二时刻，并基于与第二时刻相对应的车载定位信息以及外部定位信息来确定车辆在当前时刻的位置。通过获取与外部定位信息相对应的第一时刻，车辆可以利用与匹配于第一时刻的第二时刻相对应的车载定位信息作为基准，融合外部定位信息，从而预测出车辆在当前时刻的位置，提高车辆定位的精度。
[0024] 以下将参照附图来具体描述本公开的实施例。
[0025] 图1示出了本公开的多个实施例能够在其中实现的示例环境100的示意图。在该示例环境100中示意性示出了一些典型物体，包括道路102、一个或多个感测设备105-1、105-2、105-3和105-4以及一个或多个车辆110-1、110-2。为便于描述，多个感测设备105-1、105-
2、105-3和105-4统称为感测设备105，多个车辆110-1、110-2统称为车辆110。应当理解，这些示出的设施和物体仅是示例，根据实际情况，不同交通环境中存在可能出现的物体将会变化。本公开的范围在此方面不受限制。
[0026] 在图1的示例中，一个或多个车辆110-1、110-2正在道路102上行驶。车辆110可以是可以承载人和/或物并且通过
发动机等动
力系统移动的任何类型的车辆，包括但不限于轿车、
卡车、巴士、
电动车、摩托车、房车、火车等等。环境100中的一个或多个车辆110可以是具有一定自动驾驶能力的车辆，这样的车辆也被称为无人驾驶车辆。当然，环境100中的另外一个或一些车辆110还可以是不具有自动驾驶能力的车辆。
[0027] 在一些实施例中，环境100中感测设备105(例如，105-1和105-2)可以是独立于车辆110的路侧设备，用于监测环境100的状况，以获得与环境100相关的
感知信息。在一些实施例中，感测设备105(例如，感测设备105-1)可以被布置在道路102的上方。在一些实施例中，感测设备105(例如，感测设备105-2)还可以被布置在道路102的两侧。在一些实施例中，感测设备105(例如，105-3和105-4)也可以是安装在车辆110上的感知装置。在本公开的实施例中，感测设备105包括图像
传感器，以获取环境100中道路102和车辆110的图像信息。在一些实施例中，感测设备还可以包括一个或多个其他类型的传感器，例如，激光雷达、毫米波雷达等。
[0028] 以下将结合图2至图7来描述根据本公开的实施例的车辆定位的过程。图2示出了根据本公开的实施例的用于车辆定位的方法200的流程图。方法200例如可以由图1中所示的车辆110-1来执行。
[0029] 在框202，车辆110-1获取车辆110-1在多个不同时刻的车载定位信息。在一些实施例中，车辆110-1可以包括以下传感器中的至少一项：全球导航卫
星系统GNSS接收器、惯导传感器、视觉传感器、激光雷达和毫米波雷达。应当理解，这些不同的传感器具有不同的
采样频率。例如，惯导传感器往往具有较高的
采样频率，而激光雷达和毫米波的采样频率相对较低。基于从这些传感器所获取的信息(例如，全球导航卫星系统GNSS信息、惯导信息、视觉传感器信息和激光雷达信息)，车辆110-1可以利用卡尔曼
滤波器结合历史位置以及不同源信息来预测车辆在不同时刻的位置，即确定车辆110-1在多个不同时刻的车载定位信息。
[0030] 以下将结合图3描述用于车辆定位的过程，图3示出了根据本公开的一些实施例的车辆定位的示意图300。如图3所示，车辆110-1可以将基于卡尔曼滤波器确定的多个不同时刻的车载定位信息存储在车辆位置状态列表310中。车辆位置状态列表310可以包括与多个不同时刻相对应的车载定位信息，例如，与当前时刻t0相对应的车载定位信息312，与时刻t1相对应的车载定位信息314，与时刻t2相对应的车载定位信息316，与时刻t3相对应的车载定位信息318以及与时刻tn相对应的车载定位信息320等。车辆110-1可以从车辆位置状态列表310中读取车辆110-1在多个不同时刻(t0、t1、t2、t3…tn)的车载定位信息(312、314、316、318和320)。
[0031] 继续参考图2，在框204，车辆110-1接收由位于车辆110-1外部的感测设备105确定的针对车辆110-1的外部定位信息，外部定位信息包含与外部定位信息相对应的时刻(为了方便描述，下文称为第一时刻)的信息。在一些实施例中，感测设备105可以为位于车辆110-1外部的路侧设备。车辆110-1可以接收由路侧设备(如图1中所示的105-1和105-2)所确定的车辆110-1的外部定位信息。例如，路侧设备可以通过
图像识别或雷达测距等方式确定车辆110-1相对于路侧设备的位置，并基于路侧设备在世界
坐标系中的绝对位置来计算车辆
110-1的外部定位信息。
[0032] 在一些实施例中，感测设备105也可以为与待定位车辆110-1不同的另一车辆(如图1中所示的车辆110-2)。车辆110-1可以接收车辆110-2中的感测设备(如图1中所示的感测设备105-4)所确定的外部定位信息。例如，车辆110-2可以通过图像识别或雷达测距等方式确定车辆110-1的位置信息，并基于车辆110-2在世界坐标系中的绝对位置来计算车辆110-1的外部定位信息。
[0033] 在一些实施例中，位于车辆110-1的外部的感测设备105可以包括GNSS接收器。感测设备105可以通过GNSS接收器确定车辆110-1的外部定位信息在由感测设备105确定时的时间戳，该时间戳可以指示与外部定位信息相对应的第一时刻。在一些实施例中，感测设备105可以将该时间戳包含在外部定位信息中，并将该外部定位信息发送到车辆110-1。通过使用GNSS接收器，外部的感测设备105与车辆110-1两者的时钟可以被对齐，从而使得能够基于时间戳推算出相同时间参照的第一时刻。在一些实施例中，车辆110-1还可以基于车辆
110-1的时钟与感测设备105的时钟的差值，来将外部定位信息中所包含的时间戳转换为在车辆110-1的时钟下的第一时刻。如图3所示，车辆110-1可以从外部的感测设备105接收外部定位信息330，并基于该外部定位信息330中包含的时间戳来确定第一时刻T。
[0034] 继续参考图2，在框206，车辆110-1从多个不同时刻中确定与第一时刻相匹配的第二时刻。以下将结合图4描述确定第二时刻的过程。具体地，图4示出了根据本公开的一些实施例的用于确定第二时刻的过程400的流程图。
[0035] 如图4所示，在框402，车辆110-1从多个时刻中确定不晚于第一时刻T的一组时刻。如图3所示，多个不同时刻包括：t0、t1、t2、t3…tn。在该示例中，假定t0、t1和t2早于第一时刻T，因此车辆110-1可以确定不晚于第一时刻T的一组时刻为{t3…tn}。
[0036] 在框404，车辆110-1从一组时刻中选择第二时刻，以使得第二时刻与第一时刻T之差小于第一
阈值。继续图3的示例，车辆110-1可以遍历该组时刻{t3…tn}，并从该组时刻中选择与第一时刻T之差小于第一阈值的第二时刻。在一些实施例中，车辆110-1也可以从该组时刻中选择最晚的时刻以作为第二时刻。例如，在图3的示例中，所确定的第二时刻为与车载定位信息318相对应的时刻t3。基于这样的方式，车辆110-1可以确定与感测设备105在对车辆110-1进行定位的时刻最为接近的先前时刻，从而可最大程度地避免由于惯导等不准确预测所带来的误差。
[0037] 继续参考图2，在框208，车辆110-1基于与第二时刻相对应的车载定位信息以及与第一时刻相对应的外部定位信息，确定车辆110-1在当前时刻的位置。以下将结合图5描述确定车辆位置的过程。具体地，图5示出了根据本公开的一些实施例的确定车辆位置的过程500的流程图。
[0038] 如图5所示，在框502，车辆110-1基于车辆110-1在第二时刻的车载定位信息，预测车辆110-1在第一时刻的预测定位信息。继续图3的示例，利用车载平台的传感器信息，车辆110-1可以通过卡尔曼滤波器并基于车辆110-1在第二时刻t3的车载定位信息318来预测车辆110-1在第一时刻T的预测定位信息322。应当理解，可以本领域任何适当的卡尔曼滤波器来对预测定位信息322进行预测，在此不再详述。
[0039] 在框504，车辆110-1对预测定位信息和外部定位信息进行融合，以确定车辆在第一时刻的融合定位信息。继续图3的示例，车辆110-1可以利用卡尔曼滤波器对预测定位信息322和外部定位信息330进行加权融合，以确定车辆110-1在第一时刻T的融合定位信息332。应当理解，可以本领域任何适当的卡尔曼滤波器来对进行上述的融合过程，在此不再详述。
[0040] 在框506，基于融合定位信息，车辆110-1预测车辆110-1在当前时刻的位置。继续图3的示例，车辆110-1可以基于融合定位信息332，并利用卡尔曼滤波器来预测车辆110-1在当前时刻的定位信息342，进而确定车辆110-1在当前时刻的位置。具体地，车辆110-1可以基于车辆在T时刻的融合定位信息，并利用定位信息中的位置、惯导、
加速度等信息来预测当前时刻的定位信息。基于这样的方式，方法200可以将外部感测设备105发送的定位信息与该定位信息被确定的时刻更为接近的车载定位信息进行融合，既能够利用外部感测设备105的定位结果提高定位精度，又避免由于传输延迟所带来的定位误差。
[0041] 继续参考图2，在一些实施例中，方法200还可以进行到框208，在框208，车辆110-1更新车辆位置状态列表。以下将参考图6至图7描述根据本公开实施例的更新所述车辆位置状态列表的过程。具体地，图6示出了根据本公开的一些实施例的更新车辆位置状态列表的过程600的流程图。
[0042] 如图6所示，在框602，车辆110-1从多个不同时刻中确定晚于第二时刻的第三时刻。应当理解，可能存在一个或多个晚于第二时刻第三时刻。继续图3的示例，车辆110-1可以从多个不同时刻(t0、t1、t2、t3……tn)中确定晚于第二时刻t3的时刻，例如包括t0、t1和t2。
[0043] 在框604，车辆110-1从车辆位置状态列表中移除与第三时刻相对应的车载定位信息。继续图3的示例，车辆110-1可以从车辆位置状态列表310中移除与第三时刻对应的车载定位信息。例如，在图3的示例中，车辆110-1可以从列表310中移除与t0对应的车载定位信息312、与t1对应的车载定位信息314以及与t2对应的车载定位信息316。由于这些车载定位信息都仅是基于车载的卡尔曼滤波所预测，其准确度不及基于融合外部定位信息的定位信息342，因此与这些时刻相关的车载定位信息可以从车辆位置状态列表310中被移出。通过移除废弃的车载定位信息，车辆110-1可以减小用于维持车辆位置状态列表所需要的存储开销。在一些实施例中，车辆110-1还可以将定位信息342与当前时刻关联地存储于新的车辆位置状态列表340中，从而保证新的车辆位置状态列表340中包括当前时刻的准确的定位信息342，并可以用作下一次继续预测的基础，从而也提高了后续定位预测的精度。
[0044] 图7示出了根据本公开的另一实施例的更新车辆位置状态列表的过程700的流程图。如图7所示，在框702，车辆110-1从多个不同时刻中确定第四时刻，第四时刻与当前时刻的差值小于第二阈值。继续图3的示例，车辆110-1可以对多个不同时刻(t0、t1、t2、t3……tn)进行遍历，并从中确定与当前时刻的差值小于预定的第二阈值的第四时刻tn。
[0045] 在框704，车辆110-1从车辆位置状态列表中移除与第四时刻相对应的车载定位信息。继续图3的示例，车辆110-1可以从车辆位置状态列表310中移除与第四时刻相对应的车载定位信息320，从而避免需要维护的车辆位置状态列表无限地增长而带来额外的存储负担。
[0046] 基于图6所示的方法600和图7所示的方法700，车辆110-1可以获得新的车辆位置状态列表340，其既减少了不必要的车载位置信息的存储，也能够保证距离当前时刻阈值时间内的车载位置信息能够被保留，从而能够保证在下一次有外部定位信息输入时，其能够找到对应的车载定位位置信息。
[0047] 图8示出了根据本公开的实施例的用于确定车辆定位的装置800的方框图。装置800可以被包括图1中的车辆110-1中或者被实现为车辆110-1。如图8所示，装置800包括获取模块802，被配置为获取车辆在多个不同时刻的车载定位信息。装置800还包括接收模块
804，被配置为接收由位于车辆外部的感测设备在第一时刻确定的针对车辆的外部定位信息，外部定位信息包含指示第一时刻的信息。装置800还包括第二时刻确定模块806，被配置为从多个不同时刻中确定与第一时刻相匹配的第二时刻。装置800还包括位置确定模块
808，被配置为基于与第二时刻相对应的车载定位信息以及与第一时刻相对应的外部定位信息，确定车辆在当前时刻的位置。
[0048] 在一些实施例中，其中车辆的车载定位信息是基于车辆的传感器信息而被确定的，传感器信息包括以下中的至少一项：全球导航卫星系统GNSS信息、惯导信息、视觉传感器信息和激光雷达信息。
[0049] 在一些实施例中，其中感测设备为路侧设备；或者感测设备位于与车辆不同的另一车辆中。
[0050] 在一些实施例中，其中第二时刻确定模块806可以包括：时刻组确定模块，被配置为从多个时刻中确定不晚于第一时刻的一组时刻；以及第二时刻选择模块，被配置为从一组时刻中选择第二时刻，以使得第二时刻与第一时刻之差小于第一阈值。
[0051] 在一些实施例中，其中位置确定模块808可以包括：第一预测模块，被配置为基于车辆在第二时刻的车载定位信息，预测车辆在第一时刻的预测定位信息；融合模块，被配置为对预测定位信息和外部定位信息进行融合，以确定车辆在第一时刻的融合定位信息；以及第二预测模块，被配置为基于融合定位信息，预测车辆在当前时刻的位置。
[0052] 在一些实施例中，其中获取模块802可以包括：读取模块，被配置为从车辆位置状态列表中读取在多个不同时刻的车载定位信息，并且其中装置800还包括：更新模块，被配置为更新车辆位置状态列表。
[0053] 在一些实施例中，其中更新模块包括：第三时刻确定模块，被配置为从不同多个时刻中确定晚于第二时刻的第三时刻；以及第一移除模块，被配置为从车辆位置状态列表中移除与第三时刻相对应的车载定位信息。
[0054] 在一些实施例中，其中更新模块包括：第四时刻确定模块，被配置为从多个不同时刻中确定第四时刻，第四时刻与当前时刻的差值小于第二阈值；以及第二移除模块，被配置为从车辆位置状态列表中移除与第四时刻相对应的车载定位信息。
[0055] 图9示出了可以用来实施本公开的实施例的示例设备900的示意性框图。如图所示，设备900包括计算单元901，其可以根据存储在只读
存储器(ROM)902中的计算机程序指令或者从存储单元908加载到随机
访问存储器(RAM)903中的计算机程序指令，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)
接口905也连接至总线
904。
[0056] 设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如
键盘、
鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、
调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的
计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0057] 计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、
图形处理单元(GPU)、各种专用的
人工智能(AI)计算芯片、各种运行
机器学习模型
算法的计算单元、数字
信号处理器(DSP)、以及任何适当的处理器、
控制器、
微控制器等。计算单元901可以执行上文所描述的各个方法和处理，例如过程200、过程400、过程500、过程600和/或过程700。例如，在一些实施例中，过程200、过程400、过程500、过程600和/或过程700可被实现为计算机
软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM903并由计算单元901执行时，可以执行上文描述的过程200的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于
固件)而被配置为执行过程200、过程400、过程500、过程600和/或过程700。
[0058] 本文中以上描述的功能可以至少部分地由一个或多个
硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编程
门阵列(FPGA)、专用集成
电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。
[0059] 用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程
数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立
软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或
服务器上执行。
[0060] 在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于
电子的、
磁性的、光学的、电磁的、红外的、或
半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、
硬盘、
随机存取存储器(RAM)、
只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0061] 此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
[0062] 尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附
权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
