一种车辆定位方法及装置与流程

1.本发明涉及智能驾驶技术领域，尤其涉及一种车辆定位方法及装置。


背景技术：

2.当前，对于智能驾驶车辆定位初始化的实现，通常依赖高精度卫星定位或激光雷达/视觉匹配定位。但上述几种定位方式并不适用于所有场景。
3.例如，卫星定位需要接收卫星信号，当卫星信号受到遮挡或干扰时，定位无法正常工作；此外卫星定位还存在多路径效应，定位精度无法保证，导致定位初始化的结果置信度不高。而激光雷达/视觉匹配定位利用点云或特征匹配确定当前时刻在已构建地图中的位置，当车辆周围比较空旷或实时采集的点云和已构建地图中点云有较大差异时，匹配定位误差比较大，会导致定位初始化失败；此外由于环境特征重复性较大，无法通过匹配定位确定当前智能驾驶车辆的全局位置，导致定位初始化失败。
4.有鉴于此，领域内亟待一种车辆定位方法用于车辆定位初始化，能够不受使用场景或环境的影响，实现高精度的定位初始化。


技术实现要素：

5.有鉴于此，本发明提供如下技术方案：
6.一种车辆定位方法，应用于车辆的定位装置，包括：
7.获得车辆的控制系统的定位初始化指令；
8.响应于所述定位初始化指令，向场地端发送定位请求；
9.接收所述场地端发送的定位结果，其中，响应于接收到所述定位请求，所述场地端生成所述定位结果，并将所述定位结果发送至所述车辆的定位装置；
10.结合所述车辆的动态运动数据，对所述定位结果进行校验；
11.其中，所述定位结果包括所述车辆在不同时刻的多个位置信息和姿态信息。
12.可选的，所述响应于接收到所述定位请求，所述场地端生成所述定位结果，并将所述定位结果发送至所述车辆的定位装置，包括：
13.响应于接收到所述定位请求，所述场地端周期性获取所述车辆在多个时刻的位置信息和姿态信息。
14.可选的，所述结合所述车辆的动态运动数据，对所述定位结果进行校验，包括：
15.基于从所述场地端接收的多个时刻的定位结果中的第一时刻的位置信息和姿态信息，确定所述车辆的初始位姿；
16.结合所述车辆的动态运动数据以及所述初始位姿，基于车辆运动学模型对所述车辆进行位姿推算，根据所述位姿推算的结果确定所述定位结果是否通过校验。
17.可选的，所述车辆的动态运动数据包括车辆的加速度以及角速度，
18.所述结合所述车辆的动态运动数据以及所述初始位姿，基于车辆运动学模型对所述车辆进行位姿推算，根据所述位姿推算的结果确定所述定位结果是否通过校验，包括：
19.基于所述车辆的加速度、角速度和所述初始位姿，使用车辆运动学模型获得所述车辆在多个时刻的推算位姿；
20.设置对应于所述初始位姿的协方差矩阵，并使用滤波方法对所述初始位姿进行时刻更新，得到k时刻的预测定位结果，并基于从场地端周期获得的的定位结果进行量测更新，得到k时刻的量测定位结果；
21.分别确定加权后的所述预测定位结果的预测协方差矩阵和加权后的所述量测定位结果的量测协方差矩阵；
22.基于所述加权后的所述预测定位结果、所述加权后的所述量测定位结果、所述预测协方差矩阵和所述量测协方差矩阵确定每个时刻对应的定位结果的第一有效性，所述第一有效性用于表征量测定位结果有效或无效。
23.可选的，所述结合所述车辆的动态运动数据以及所述初始位姿，基于车辆运动学模型对所述车辆进行位姿推算，根据所述位姿推算的结果确定所述定位结果是否通过校验，还包括：
24.对应于每个更新时刻，将从所述场地端接收的定位结果与所述位姿推算的定位结果进行比较，确定所述定位结果的第二有效性，所述第二有效性用于表征量测更新的定位结果有效或无效；
25.基于预设规则、设定时间段内所有更新的定位结果对应的所述第一有效性和所述第二有效性，确定校验结果，
26.其中，所述设定时间段包括所述场地端获取定位结果的多个时刻。
27.可选的，所述基于预设规则、设定时间段内所有更新的定位结果对应的所述第一有效性和所述第二有效性，确定校验结果，包括：
28.在设定时间段内，若量测更新的定位结果有效的数量达到第一数值，且每一个量测更新的定位结果对应的所述第一有效性和所述第二有效性表征的结果相同，则确定校验成功；
29.在设定时间段内，若量测更新的定位结果有效的数量没有达到所述第一数值，或存在任意一个量测更新的定位结果对应的所述第一有效性和所述第二有效性表征的结果不相同，则确定校验失败。
30.可选的，还包括：在所述定位结果校验通过的情况下，向所述控制系统发送初始化完成状态位，所述状态位基于所述场地端发送的所述定位结果确定。
31.可选的，所述响应于接收到所述定位请求，所述场地端周期性获取所述车辆在多个时刻的位置信息和姿态信息，包括：
32.所述场地端的多个场地端基站分别确定其与所述车辆之间的第一距离；
33.基于所述多个场地端基站的已知位置和多个所述第一距离计算确定所述车辆的位置信息和姿态信息。
34.可选的，所述场地端的多个场地端基站分别确定其与所述车辆之间的第一距离，包括：
35.针对每一个场地端基站：分别确定自身与所述车辆的多个车辆基站的距离，其中，多个车辆基站包括第一车辆基站和第二车辆基站，场地端基站与所述第一车辆基站的距离为第一子距离，场地端基站与所述第二车辆基站的距离为第二子距离，所述第一距离包括
所述第一子距离和所述第二子距离；
36.则所述基于所述多个场地端基站的已知位置和多个所述第一距离计算确定所述车辆的位置信息和姿态信息，包括：
37.基于所述多个场地端基站的已知位置、多个所述第一子距离和多个所述第二子距离，采用几何处理解算确定所述第一车辆基站和所述第二车辆基站的位置；
38.基于所述第一车辆基站的第一位置和所述第二车辆基站的第二位置解算确定所述车辆的位置信息和姿态信息。
39.一种车辆定位装置，应用于车辆的定位装置，包括：
40.指令获得模块，用于获得车辆的控制系统的定位初始化指令；
41.请求发送模块，用于响应于所述定位初始化指令，向场地端发送定位请求；
42.结果接收模块，用于接收所述场地端发送的定位结果，其中，响应于接收到所述定位请求，所述场地端生成所述定位结果，并将所述定位结果发送至所述车辆的定位装置；
43.结果校验模块，用于结合所述车辆的动态运动数据，对所述定位结果进行校验；
44.其中，所述定位结果包括所述车辆在不同时刻的多个位置信息和姿态信息。
45.经由上述的技术方案可知，与现有技术相比，本发明实施例公开了一种车辆定位方法及装置，方法包括：获得车辆的控制系统的定位初始化指令；响应于所述定位初始化指令，向场地端发送定位请求；接收所述场地端发送的定位结果，其中，响应于接收到所述定位请求，所述场地端生成所述定位结果，并将所述定位结果发送至所述车辆的定位装置；结合所述车辆的动态运动数据，对所述定位结果进行校验；其中，所述定位结果包括所述车辆在不同时刻的多个位置信息和姿态信息。该车辆定位方法在不依赖全球卫星定位和激光雷达/视觉匹配定位的条件下，能够为车辆提供高置信度的精确初始位置，有助于提高智能驾驶车辆定位初始化的准确率和成功率。
附图说明
46.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
47.图1为本技术实施例公开的一种车辆定位方法的流程图；
48.图2为本技术实施例公开的车辆定位方法的实现架构示意图；
49.图3为本技术实施例公开的一个对定位结果进行校验的流程图；
50.图4为本技术实施例公开的一个对定位结果进行校验的具体实现流程图；
51.图5为本技术实施例公开的另一个车辆定位方法的流程图；
52.图6为本技术实施例公开的一种车辆定位装置的结构示意图。
具体实施方式
53.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人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，都属于本发明保护的范围。
54.图1为本技术实施例公开的一种车辆定位方法的流程图，图1所示方法可应用于车辆的定位装置。参见图1所示，车辆定位方法可以包括：
55.步骤101：获得车辆的控制系统的定位初始化指令。
56.在实际场景中，本技术实施例公开的车辆定位方法可以但不限制为应用于智能驾驶车辆，其可在智能驾驶系统执行实现。为了便于更好的理解本技术记载的车辆定位方法的具体实现，在后续的介绍内容中，将以智能驾驶系统作为车辆的控制系统的一个实现示例来进行相关说明。
57.当智能驾驶系统需要开启时，发出定位初始化指令，车辆的定位装置会接收到智能驾驶系统发送的定位初始化指令，并依据所述定位初始化指令控制进行相应的与初始化定位相关的工作。
58.步骤102：响应于所述定位初始化指令，向场地端发送定位请求。
59.本技术实施例中，车辆的初始化定位需要车辆和场地端协作完成，在获取到定位初始化指令后，向场地端发送定位请求，请求场地端设备传回车辆的定位信息，这样以使得场地端对车辆进行定位，得到定位结果。
60.一个实现中，向场地端发送定位请求可以包括：基于所述定位初始化指令向所述场地端发送获取所述车辆的位置信息和姿态信息的请求。则场地端发送的定位结果也可以包括位置信息和姿态信息；当然，本技术对定位结果包含的内容并不做固定限制，其也可以包括位置信息和姿态信息之外的其他信息，具体的，可根据实际应用场景需求来确定。其中，位置信息可以是车辆的全局坐标，姿态信息可以但不限制为包括车辆的偏航角、俯仰角和横滚角。
61.步骤103：接收所述场地端发送的定位结果，其中，响应于接收到所述定位请求，所述场地端生成所述定位结果，并将所述定位结果发送至所述车辆的定位装置。
62.场地端设备在得到了车辆发送的定位请求后，会进行相应的定位操作，得到车辆的定位结果，并将定位结果返回车辆的定位装置。基于前述内容，所述定位结果包括车辆在不同时刻的多个位置信息和姿态信息。
63.步骤104：结合所述车辆的动态运动数据，对所述定位结果进行校验。
64.在接收到场地端发送的车辆的定位结果后，需要对场地端确定的定位结果进行校验，具体可以是初始化校验，以确保定位初始化的准确性。具体的，可以在校验时间内接收到的多个定位结果满足车辆运动学时认为校验通过。而在校验未通过时控制重新向场地端发送定位请求。
65.图2为本技术实施例公开的车辆定位方法的实现架构示意图，可结合图2理解前述本实施例记载的各部分内容。参见图2，当需要进行定位初始化时定位模块通过车端通讯设备向场地端设备请求定位信息。场地端定位设备用于获取车辆的定位信息，并通过场地端通讯设备发送给车端。车端的定位设备也可以获取车辆的定位信息，定位模块使用场地端获取的定位结果和车辆定位设备获取的定位结果进行定位初始化校验。
66.对定位结果进行校验的具体实现，将在后面的实施例中详细说明，在此不再过多介绍。
67.本实施例所述车辆定位方法，采用场地端基站进行车辆的定位确定，由于场地端
基站位置是确定的，因此能够在不依赖全球卫星定位和激光雷达/视觉匹配定位的条件下，为车辆提供高置信度的精确初始位置，具体实现中有助于提高智能驾驶车辆定位初始化的准确率和成功率。
68.上述实施例中，所述响应于接收到所述定位请求，所述场地端生成所述定位结果，并将所述定位结果发送至所述车辆的定位装置，可以包括：响应于接收到所述定位请求，所述场地端周期性获取所述车辆在多个时刻的位置信息和姿态信息。
69.由于智能驾驶系统在启动以后，车辆就会开始移动，相应的其位置信息和姿态信息都会发生变化，因此需要周期性的获取定位结果，也即获取车辆在多个时刻的位置信息和姿态信息。
70.基于以上，对定位结果进行校验的具体实现可以参见图3，图3为本技术实施例公开的一个对定位结果进行校验的流程图，结合图3所示，所述结合所述车辆的动态运动数据，对所述定位结果进行校验，可以包括：
71.步骤301：基于从所述场地端接收的多个时刻的定位结果中的第一时刻的位置信息和姿态信息，确定所述车辆的初始位姿。
72.由于车辆是周期性的获取车辆的定位结果，因此在一个时间段内，车辆的定位装置也会从场地端周期性的接收到不同时刻的定位结果，定位结果中包括位置信息和姿态信息。所述第一时刻，可以是场地端在接收到定位请求后第一次对车辆进行定位的时刻。
73.步骤302：结合所述车辆的动态运动数据以及所述初始位姿，基于车辆运动学模型对所述车辆进行位姿推算，根据所述位姿推算的结果确定所述定位结果是否通过校验。
74.在确定了初始位姿后，基于车辆运动学模型，在已知车辆运动加速度、角速度等参数的前提下，可以预测出未来一段时间车辆将处于的位姿数据，也即预测出车辆在之后一段时间的位置信息和姿态信息；而后可以基于已经预测出的位姿数据与场地端在对应时刻测量得到的车辆定位结果之间的该关系，确定场地端对车辆进行定位得到的定位结果是否准确。
75.图4为本技术实施例公开的一个对定位结果进行校验的具体实现流程图。结合图4所示，本实现中所述车辆的动态运动数据包括车辆的加速度以及角速度，则所述结合所述车辆的动态运动数据以及所述初始位姿，基于车辆运动学模型对所述车辆进行位姿推算，根据所述位姿推算的结果确定所述定位结果是否通过校验，可以包括：
76.步骤401：基于所述车辆的加速度、角速度和所述初始位姿，使用车辆运动学模型获得所述车辆在多个时刻的推算位姿。
77.具体实现中，可以通过车辆的车身上安装的多种传感器，例如陀螺仪、轮速传感器等，用于获取车辆的运动状态信息，如上述加速度和角速度。车辆在发出请求初始化信号后，以接收到的第一个定位结果作为初始位姿x0(x0,y0,θ0)(表征的是位置信息和姿态信息，对应车身位置和车辆航向)作为起点，通过车辆运动学模型结合速度和陀螺仪信号进行位姿推算。即：
78.x
k
＝x
k
‑1 v
k
*t*cosθ
k
‑179.y
k
＝y
k
‑1 v
k
*t*sinθ
k
‑180.θ
k
＝θ
k
‑1 ω
k
*t
81.其中v
k
为k时刻的车辆速度，ω
k
为k时刻的车辆偏航角速度，t为一个计算周期。
82.步骤402：设置对应于所述初始位姿的协方差矩阵，并使用滤波方法对所述初始位姿进行时刻更新，得到k时刻的预测定位结果(例如，下述内容中的x
k
)，并基于从场地端周期获得的定位结果进行量测更新，得到k时刻的量测定位结果(例如，下述内容中的z
k
)。
83.本步骤中，同样以x0为初始姿态，给定初始状态协方差矩阵p，通过卡尔曼滤波进行时间更新，使用场地端定位进行量测更新。量测z
k
＝hx
k
，其中，其中为k时刻的测量定位，也即量测更新的定位结果，x
k
＝[x
k
,y
k
,θ
k
]
t
为k时刻的时间更新状态估计。
[0084]
步骤403：分别确定加权后的所述预测定位结果(例如，下述内容中的)的预测协方差矩阵(例如，下述内容中的p
k,k
‑1)和加权后的所述量测定位结果(例如，下述内容中的)的量测协方差矩阵(例如，下述内容中的p
k
)。
[0085]
本实施例中，令为k时刻量测更新加权后的状态，为k时刻时间更新加权后的状态，p
k
和p
k,k
‑1分别代表前述状态的协方差矩阵。
[0086]
步骤404：基于所述加权后的所述预测定位结果、所述加权后的所述量测定位结果、所述预测协方差矩阵和所述量测协方差矩阵确定每个时刻对应的定位结果的第一有效性(例如，下方内容中λ
k
)，所述第一有效性用于表征量测定位结果有效或无效。
[0087]
当k时刻存在量测信号时，求解：
[0088][0089]
t
k
＝p
k,k
‑1‑
p
k
[0090][0091]
其中，λ应服从卡方分布，当λ
k
＞λ
d
则判定该时刻量测信号无效，此时不进行量测更新，λ
d
为定值可根据卡方分布表和需求进行设置。
[0092]
需要说明的是，当判定某个时刻对应的定位结果(该时刻的量测定位结果)无效时，说明场地端发送的定位结果并不准确，因此这种情况下不再继续进行量测更新，后续可重新进行车辆的定位初始化。
[0093]
其他实现中，在前述公开内容的基础上，所述结合所述车辆的动态运动数据以及所述初始位姿，基于车辆运动学模型对所述车辆进行位姿推算，根据所述位姿推算的结果确定所述定位结果是否通过校验，还可以包括：
[0094]
对应于每个更新时刻，将从所述场地端接收的定位结果与所述位姿推算的定位结果进行比较，确定所述定位结果的第二有效性，所述第二有效性用于表征量测更新的定位结果有效或无效；基于预设规则、设定时间段内所有更新的定位结果对应的所述第一有效性和所述第二有效性，确定校验结果，其中，所述设定时间段包括所述场地端获取定位结果的多个时刻。
[0095]
关于上述第二有效性，对于k时刻，当接收到量测信号(量测定位结果)，对比量测定位结果表征的位姿与位姿推算得到的预测定位结果进行比较，确定差值，当差值表征两者之间的距离或者航向差距大于定值d
d
,θ
d
，则此量测信号判定无效。
[0096]
一个实施例中，所述基于预设规则、设定时间段内所有更新的定位结果对应的所述第一有效性和所述第二有效性，确定校验结果，可以包括：在设定时间段内，若量测更新的定位结果有效的数量达到第一数值，且每一个量测更新的定位结果对应的所述第一有效
性和所述第二有效性表征的结果相同，则确定校验成功；在设定时间段内，若量测更新的定位结果有效的数量没有达到所述第一数值，或存在任意一个量测更新的定位结果对应的所述第一有效性和所述第二有效性表征的结果不相同，则确定校验失败。
[0097]
例如，设定校验过程时间为k，若前述卡尔曼滤波在该时间段内有效量测更新次数(第一有效性判定结果为有效的次数)大于等于n次，且每次量测信号失效判断(第一有效性判定)都与对应时刻的第二有效判断结果一致，则任务初始化有效。其中的n可以根据经验值设定，也可以根据现场需求动态配置。若任一时刻第一有效性判断结果与第二有效性判断结果不一致(一个有效，另一个无效)，或者k时间段内第一有效性判定的有效量测更新小于n次，则本次初始化判断无效，校验失败。
[0098]
检验通过后，初始化步骤完成，相应参数与协方差矩阵可作为后续定位算法的初始化值。
[0099]
图5为本技术实施例公开的另一个车辆定位方法的流程图，图5所示方法同样应用于车辆的定位装置，结合图5所示，车辆定位方法可以包括：
[0100]
步骤501：获得车辆的控制系统的定位初始化指令。
[0101]
步骤502：响应于所述定位初始化指令，向场地端发送定位请求。
[0102]
步骤503：接收所述场地端发送的定位结果，其中，响应于接收到所述定位请求，所述场地端生成所述定位结果，并将所述定位结果发送至所述车辆的定位装置。
[0103]
其中，所述定位结果包括所述车辆在不同时刻的多个位置信息和姿态信息。
[0104]
步骤504：结合所述车辆的动态运动数据，对所述定位结果进行校验。
[0105]
步骤505：在所述定位结果校验通过的情况下，向所述控制系统发送初始化完成状态位，所述状态位基于所述场地端发送的所述定位结果确定。
[0106]
在场地端确定的定位结果校验通过的情况下，确定定位结果具备一定的准确度，可以基于场地端的定位结果进行定位初始化，从而确定定位初始化过程完成，并向智能驾驶系统发送初始化完成状态位。在本实现中，初始化定位仅依靠车辆自身和场地端设备就可以完成。
[0107]
前述实施例中，所述响应于接收到所述定位请求，所述场地端周期性获取所述车辆在多个时刻的位置信息和姿态信息，可以包括：所述场地端的多个场地端基站分别确定其与所述车辆之间的第一距离；基于所述多个场地端基站的已知位置和多个所述第一距离计算确定所述车辆的位置信息和姿态信息。
[0108]
场地端设备收到车端设备的请求后利用场地端定位设施对请求车辆进行相对定位。这里的相对定位，即以场地端基站位置为参考点，对车辆进行定位的定位结果，即确定的是基站和车辆之间的距离。
[0109]
得到多个第一距离(相对定位)后，根据预先标定的参数将相对定位结果转化为绝对定位结果(对应上述定位结果)。其中，预先标定的参数可以为场地端安装基站的绝对位置。如，已知场地端安装基站的绝对位置，则可将相对车辆的测距距离解算成为车辆的全局坐标(对应上述定位结果)。此时，场地端传感器的位置即为标定的参数，测距的距离则为测量信息。
[0110]
基于以上内容，采用场地端基站进行车辆的定位确定，由于场地端基站位置是确定的，因此能够在不依赖全球卫星定位和激光雷达/视觉匹配定位的条件下，为车辆提供高
置信度的精确初始位置。
[0111]
一个实现中，场地端设备可以是uwb(ultra wide band，超宽带)设备。其具体实现过程可以包括：收到车端基站请求定位信号，各场地端基站测距得到其与车端的两个基站的距离，已知场地端精确位置，根据各场地端基站测距得到的结果，根据几何关系解算得到车端基站的位置，并通过车端两个基站的位置解算得到车辆的位置和姿态，将解算到的位置姿态信息(即定位结果)发送给车辆。
[0112]
其中，车端的两个基站即位于车辆上的两个基站，场地端对车辆的测距结果就是场地端基站和车端基站的距离。之所以是两个车端基站，是因为不仅需要对车辆进行定位，还需要进行定向。
[0113]
所述多个场地端基站分别确定其与所述车辆之间的第一距离，可以包括：针对每一个场地端基站：分别确定自身与所述车辆的两个车辆基站的距离，其中，多个车辆基站包括第一车辆基站和第二车辆基站，场地端基站与所述第一车辆基站的距离为第一子距离，场地端基站与所述第二车辆基站的距离为第二子距离，所述第一距离包括所述第一子距离和所述第二子距离。
[0114]
所述基于所述多个场地端基站的已知位置和多个所述第一距离计算确定所述车辆的位置信息和姿态信息，可以包括：基于所述多个场地端基站的已知位置、多个所述第一子距离和多个所述第二子距离，采用几何处理解算确定所述第一车辆基站和所述第二车辆基站的位置；基于所述第一车辆基站的第一位置和所述第二车辆基站的第二位置解算确定所述车辆的位置信息和姿态信息。
[0115]
场地端对车辆进行定位的方法有很多种，如多个测距传感器可以通过卫星定位方式来进行解算。也可通过类似视觉的方式来对于特定位置进行识别进行解算。在此不再一一详细介绍。
[0116]
对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
[0117]
上述本发明公开的实施例中详细描述了方法，对于本发明的方法可采用多种形式的装置实现，因此本发明还公开了一种装置，下面给出具体的实施例进行详细说明。
[0118]
图6为本技术实施例公开的一种车辆定位装置的结构示意图，参见图6所示，车辆定位装置60可以包括：
[0119]
指令获得模块601，用于获得车辆的控制系统的定位初始化指令。
[0120]
请求发送模块602，用于响应于所述定位初始化指令，向场地端发送定位请求。
[0121]
结果接收模块603，用于接收所述场地端发送的定位结果，其中，响应于接收到所述定位请求，所述场地端生成所述定位结果，并将所述定位结果发送至所述车辆的定位装置。
[0122]
其中，所述定位结果包括所述车辆在不同时刻的多个位置信息和姿态信息。
[0123]
结果校验模块604，用于结合所述车辆的动态运动数据，对所述定位结果进行校验。
[0124]
本实施例所述车辆定位装置，采用场地端基站进行车辆的定位确定，由于场地端
基站位置是确定的，因此能够在不依赖全球卫星定位和激光雷达/视觉匹配定位的条件下，为车辆提供高置信度的精确初始位置，具体实现中有助于提高智能驾驶车辆定位初始化的准确率和成功率。
[0125]
车辆定位装置包含的各个模块的具体实现以及其他可能的实现方式可参见方法实施例相应部分的内容介绍，在此不再重复赘述。
[0126]
上述实施例中的所述的任意一种车辆定位装置包括处理器和存储器，上述实施例中的指令获取模块、请求发送模块、结果接收模块、结果校验模块等均作为程序模块存储在存储器中，由处理器执行存储在所述存储器中的上述程序模块来实现相应的功能。
[0127]
处理器中包含内核，由内核去存储器中调取相应的程序模块。内核可以设置一个或多个，通过调整内核参数来实现回访数据的处理。
[0128]
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。
[0129]
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现上述实施例中所述的车辆定位方法。
[0130]
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述实施例中所述的车辆定位方法。
[0131]
进一步，本实施例提供了一种电子设备，包括处理器以及存储器。其中存储器用于存储所述处理器的可执行指令，所述处理器配置为经由执行所述可执行指令来执行上述实施例中所述的车辆定位方法。
[0132]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0133]
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0134]
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd
‑
rom、或技术领域内所公知的任意其它形式的存储介质中。
[0135]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一
致的最宽的范围。