车辆的定位方法、装置及自动驾驶车辆与流程

1.本公开涉及人工智能(artificial intelligence，ai)技术领域中的自动驾驶，可以应用于对自动驾驶的车辆的高精度定位，尤其涉及一种车辆的定位方法、装置及自动驾驶车辆。


背景技术：

2.随着人工智能技术的发展，自动驾驶(也称为无人驾驶)已经成为各种交通工具、特别汽车产业的新发展方向。其中，定位是自动驾驶中的重要技术之一。
3.在现有技术中，通常采用的定位方法为：将由车辆上的激光雷达实时采集的点云数据与预先构建的高精地图进行匹配，以确定车辆的位置。高精地图也称高精度地图，是自动驾驶汽车使用。高精地图，拥有精确的车辆位置信息和丰富的道路元素数据信息，可以帮助汽车预知路面复杂信息，如坡度、曲率、航向等，更好地规避潜在的风险。
4.然而，当道路环境发生变化时，点云数据可能与高精地图中对应区域的数据存在较大差异，从而导致确定出的车辆的位置不够准确，或者无法确定车辆的位置的情况。


技术实现要素：

5.本公开提供了一种用于提高定位可靠性的车辆的定位方法、装置及车辆。
6.根据本公开的第一方面，提供了一种车辆的定位方法，包括：
7.响应于车辆中没有高精地图，基于所述车辆中的全球导航卫星系统和/或惯性测量单元获取所述车辆的中间位姿信息，并将所述中间位姿信息确定为全局定位信息，所述全局定位信息中包括全局位姿信息和全局姿态角信息；
8.获取所述车辆的局部定位信息，所述局部定位信息中包括局部位姿信息和局部姿态角信息，并对所述全局位姿信息和所述局部位姿信息进行融合处理，得到融合位姿信息，并根据所述全局姿态角信息和所述局部姿态角信息，对所述融合位姿信息进行补偿处理，得到所述车辆的位置。
9.根据本公开的第二方面，提供了一种车辆的定位装置，包括：
10.第一获取单元，用于响应于车辆中没有高精地图，基于所述车辆中的全球导航卫星系统和/或惯性测量单元获取所述车辆的中间位姿信息；
11.确定单元，用于将所述中间位姿信息确定为全局定位信息，所述全局定位信息中包括全局位姿信息和全局姿态角信息；
12.第二获取单元，用于获取所述车辆的局部定位信息，所述局部定位信息中包括局部位姿信息和局部姿态角信息；
13.融合单元，用于对所述全局位姿信息和所述局部位姿信息进行融合处理，得到融合位姿信息；
14.补偿单元，用于根据所述全局姿态角信息和所述局部姿态角信息，对所述融合位姿信息进行补偿处理，得到所述车辆的位置。
15.根据本公开的第三方面，提供了一种电子设备，包括：
16.至少一个处理器；以及
17.与所述至少一个处理器通信连接的存储器；其中，
18.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。
19.根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据第一方面所述的方法。
20.根据本公开的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
21.根据本公开的第六方面，提供了一种自动驾驶车辆，包括：
22.全局定位装置，用于响应于车辆中没有高精地图，基于所述车辆中的全球导航卫星系统和/或惯性测量单元获取所述车辆的中间位姿信息，并将所述中间位姿信息确定为全局定位信息，其中，所述全局定位信息中包括全局位姿信息和全局姿态角信息；
23.局部定位装置，用于获取车辆的局部定位信息，其中，所述局部定位信息中包括局部位姿信息和局部姿态角信息；
24.位子图优化装置，用于对所述全局位姿信息和所述局部位姿信息进行融合处理，得到融合位姿信息，并根据所述全局姿态角信息和所述局部姿态角信息，对所述融合位姿信息进行补偿处理，得到所述车辆的位置。
25.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
26.附图用于更好地理解本方案，不构成对本公开的限定。其中：
27.图1是可以实现本公开实施例的车辆的定位方法的场景图；
28.图2是根据本公开第一实施例的示意图；
29.图3是根据本公开第二实施例的示意图；
30.图4是根据本公开第三实施例的示意图；
31.图5是根据本公开第四实施例的示意图；
32.图6是用来实现本公开实施例的车辆的定位方法的电子设备的框图；
33.图7是根据本公开第五实施例的示意图；
34.图8是根据本公开确定融合位姿信息的原理示意图一；
35.图9是根据本公开确定融合位姿信息的原理示意图二；
36.图10是根据本公开确定融合位姿信息的原理示意图三；
37.图11是根据本公开第六实施例的示意图。
具体实施方式
38.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种
细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
39.自动驾驶主要通过采用人工智能、计算机视觉、雷达、监控装置以及导航定位系统的协同合作，结合单目或多目摄像头利用机器视觉技术让车辆(即自动驾驶汽车)能够实时识别交通信号灯、交通标志、车道线、近距离低速障碍物，且能够确定车辆的位置等，同时可以与道路基础设施及云端数据库通信，让车辆按照交通规则在规划的路线上行驶。
40.定位是自动驾驶中的重要技术之一，通过基于定位确定出的车辆的位置，可以使得车辆自动调整行驶策略，如转弯和减速前行等，以提高车辆行驶的可靠性和准确性。
41.示例性的，如图1所示，车辆101行驶于道路102，道路102包括车道线1021，道路102的至少一侧设置交通标志103。
42.其中，交通标志可以为减速标志，也可以道路类型的标志等，此处不再一一列举。
43.车辆上设置有图像采集装置，图像采集装置可以为摄像头(如单目或多目摄像头)，可以基于图像采集装置识别车道线的相关信息(如坐标)、交通标志的相关信息(如文本内容)，车辆根据定位技术确定车辆的位置(也可以结合图像采集装置采集到的车辆行驶过程中的图像实现)，以结合车道线的相关信息、交通标志的相关信息控制车辆的行驶，如控制车辆的减速行驶，或者，控制车辆转弯行驶等。
44.应该理解的是，上述实施例只是用于示范性地说明，本实施例的车辆的定位方法可能适用的应用场景，而不能理解为对应用场景的限定。
45.例如，在如图1所示的应用场景中，可以增加元素，如设置于道路的至少一侧的路侧设备等，也可以减少元素，如减少交通标志。
46.在相关技术中，在对车辆进行定位时，通常结合高精地图的方式实现。其中，高精地图可以为，通过自动标注或者人工标注的方式，生成的矢量化的高精地图。
47.例如，从高精地图中确定车辆当前位置所处的高精地图，即从整体的高精地图中确定车辆在位置对应的部分高精地图，获取由雷达采集的点云，根据点云与高精地图之间的匹配得到车辆的位置。
48.又如，从高精地图中确定车辆当前位置所处的高精地图，即从整体的高精地图中确定车辆在位置对应的部分高精地图，获取由图像采集装置(如单目或多目摄像头)采集的车辆行驶的图像，根据图像与高精地图之间的匹配得到车辆的位置。
49.然而，采用上述方法进行定位，需要强依赖于高精地图，因此，一方面，应用场景收到较严苛的限制，而在没有高精地图的场景中，上述定位方法无法使用，所以，采用上述方法进行定位存在缺乏应用的灵活性和普遍性的技术问题；另一方面，高精地图的制作和更新一般会晚于道路变动的实际时间，因此，若某道路的高精地图未及时更新，则会造成定位的准确性和可靠性偏低的技术问题。
50.为了避免上述技术问题中的至少一种，本公开的发明人经过创造性的劳动，得到了本公开的发明构思：在没有高精地图的定位场景中，基于全球导航卫星系统和/或惯性测量单元获取车辆的中间位姿信息，并将中间位姿信息确定为全局定位信息，并获取局部定位信息，以根据全局定位信息中的全局位姿信息和局部定位信息中的局部位姿信息确定融合位姿信息，并基于全局定位信息中的全部姿态角信息和局部定位信息中的局部姿态角信
息对融合位姿信息进行补偿处理，得到车辆的位置。
51.基于上述发明构思，本公开提供一种车辆的定位方法、装置及车辆，应用人工智能技术领域中的自动驾驶，可以应用于自动驾驶的车辆的高精度定位，以达到提高场景适用的灵活性，以及提高定位的可靠性。
52.图2是根据本公开第一实施例的示意图，如图2所示，车辆的定位方法，包括：
53.s201：响应于车辆中没有高精地图，基于车辆中的全球导航卫星系统和/或惯性测量单元获取车辆的中间位姿信息，并将中间位姿信息确定为全局定位信息。
54.s202：获取车辆的局部定位信息。
55.其中，全局定位信息中包括全局位姿信息和全局姿态角信息，局部定位信息中包括局部位姿信息和局部姿态角信息。
56.示例性的，本实施例的执行主体可以为车辆的定位装置(下文简称定位装置)，定位装置可以为设置于车辆上的计算机、服务器、车载终端、处理器、及芯片，等等，本实施例不做限定。
57.定位装置也可以独立于车辆的计算机、服务器(包括本地服务器和云端服务器，服务器可以为云控平台、车路协同管理平台、中心子系统、边缘计算平台、云计算平台等)，也可以为路侧设备，也可以为终端设备，也可以为处理器，还可以为芯片，等等，本实施例不做限定。
58.其中，路侧设备例如有计算功能的路侧感知设备、与路侧感知设备相连接的路侧计算设备，在智能交通车路协同的系统架构中，路侧设备包括路侧感知设备和路侧计算设备，路侧感知设备(例如路侧相机)连接到路侧计算设备(例如路侧计算单元rscu)，路侧计算设备连接到服务器，服务器可以通过各种方式与自动驾驶或辅助驾驶车辆通信；或者，路侧感知设备自身包括计算功能，则路侧感知设备直接连接到服务器。以上连接可以是有线或是无线，本实施例不做限定。
59.全局定位信息和局部定位信息是一组相对概念，全局定位信息可以理解为以全局坐标系为基础的定位信息，局部定位信息可以理解为以局部坐标系为基础的定位信息。
60.例如，全局坐标系可以为经纬度的世界坐标系，局部坐标系可以为车辆的初始位置为原点的坐标系。
61.位姿信息可以包括旋转和位移，则全局位姿信息可以包括全局旋转和全局位移，局部位姿可以包括局部旋转和局部位移。
62.姿态角信息可以包括车辆在角度上的相关的信息，如横滚角(是指车辆的横轴与水平线之间的夹角)、俯仰角(是指车辆坐标系的x轴与水平面的夹角，当车辆坐标系的x轴在惯性坐标系平面上方时，俯仰角为正，否则为负，即平行于车辆轴线并指向车辆前方的向量与地面的夹角，车辆坐标系和惯性坐标系都是采用右手坐标系)、及航偏角(车辆轴在水平面上的投影与地轴之间的夹角)中的一种或多种。
63.相应的，全局姿态角信息包括全局横滚角、全局俯仰角、及全局航偏角中的一种或多种，局部姿态角信息包括局部横滚角、局部俯仰角、即局部航偏角中的一种或多种。
64.需要说明的是，在相关技术中，通常需要结合高精地图实现对车辆的定位，而在本实施例中，在没有高精地图时，可以基于全球导航卫星系统和/或惯性测量单元获取中间位姿信息，以将中间位姿信息确定为全局定位信息，从而避免相关技术中对高精地图的高度
依赖，，使得本实施例的车辆的定位方法可以适用于更多的场景中，提高了定位的灵活性和广泛性。
65.例如，当本实施例的方法应用于如图1所示的应用场景时，图1中所示的车辆上可以设置有全局定位装置和局部定位装置，全局定位装置用于获取全局定位信息，局部定位装置用于获取局部定位信息。
66.s203：对全局位姿信息和局部位姿信息进行融合处理，得到融合位姿信息。
67.该步骤可以理解为：定位装置综合考虑全局位姿信息和局部位姿信息，以确定出准确性和可靠性更高的位姿信息(即融合位姿信息)。
68.本实施例对融合处理的方法不做限定，例如，通过全局坐标系和局部坐标系，确定将以局部坐标系为基础的局部位姿信息转换为全局坐标系后的位姿信息，并根据该转换后的位姿信息、以及全局位姿信息确定融合位姿信息。
69.又如，通过全局坐标系和局部坐标系，确定将以全局坐标系为基础的全局位姿信息转换为局部坐标系后的位姿信息，并根据该转换后的位姿信息、以及局部位姿信息确定融合位姿信息。
70.且在融合处理的过程中，可以采用加权平均的方式，也可以采用平均的方式实现。
71.值得说明的是，通过将全局位姿信息和局部位姿信息相融合，使得融合位姿信息考虑了不同坐标系的位姿信息，从而可以提高融合位姿信息的可靠性和有效性。
72.s204：根据全局姿态角信息和局部姿态角信息，对融合位姿信息进行补偿处理，得到车辆的位置。
73.其中，补偿处理可以理解为对融合位姿信息的修正处理，通过对融合位姿信息的修正，以进一步提高融合位姿信息的可靠性，从而提高车辆的位置的准确性和可靠性，进而提高当车辆基于车辆的位置进行策略调整时的可靠性，确保车辆行驶安全。
74.例如，当本实施例的方法应用于如图1所示的应用场景时，车辆中可以设置位姿图(pose graph)优化装置，全局定位装置和局部定位装置分别与位姿图优化装置连接。
75.其中，全局定位装置将全局定位信息传输给位姿图优化装置，局部定位装置将局部定位信息传输给位姿图优化装置，位姿图优化装置根据全局定位信息和局部定位信息生成融合位姿信息，并输出车辆的位置。
76.基于上述分析可知，本公开实施例提供了一种车辆的定位方法，包括：响应于车辆中没有高精地图，基于车辆中的全球导航卫星系统和/或惯性测量单元获取车辆的中间位姿信息，并将中间位姿信息确定为全局定位信息，全局定位信息中包括全局位姿信息和全局姿态角信息，获取车辆的局部定位信息，局部定位信息中包括局部位姿信息和局部姿态角信息，对全局位姿信息和局部位姿信息进行融合处理，得到融合位姿信息，根据全局姿态角信息和局部姿态角信息，对融合位姿信息进行补偿处理，得到车辆的位置，在本实施例中，引入了：在没有高精地图时，将全球导航卫星系统和/或惯性测量单元获取的中间位姿信息确定为全局定位信息，对全局位姿信息和局部位姿信息融合处理得到融合位姿信息，并基于全局姿态角信息和局部姿态角信息，对融合位姿信息进行补偿处理，得到车辆的位置的区别技术特征，无需强依赖于高精地图，可以适用于各种场景，提高了定位适用的灵活性和多样性，且通过补偿处理的方式确定车辆的位置，可以使得确定出的车辆的位置具有较高的准确性和可靠性，进而提高了车辆行驶的安全性的技术效果。
77.图3是根据本公开第二实施例的示意图，如图3所示，车辆的定位方法，包括：
78.s301：获取车辆的全局定位信息。
79.在一些实施例中，关于s301的实现原理，可以参见上述实施例。
80.在另一些实施例中，可以根据定位装置中是否包括高精地图而采用不同的方式获取全局定位信息。
81.示例的，若定位装置中不包括高精地图，则定位装置可以采用如下方式获取全局定位信息。
82.一个示例中，车辆包括全球导航卫星系统，全球导航卫星系统可以采集位姿信息(为了与其它位姿信息如全局位姿信息进行区分，可以将由全球导航卫星系统采集的位姿信息称为中间位姿信息)，定位装置可以将获取到的由全球导航卫星系统采集的中间位姿信息确定为全局定位信息。
83.其中，全球导航卫星系统也称为全球导航卫星系统(global navigation satellite system，gnss)，是能在地球表面或近地空间的任何地点而提供全天候的三维坐标和速度以及时间信息的空基无线电导航定位系统。
84.另一个示例中，车辆包括惯性测量单元，惯性测量单元(inertial measurement unit)是测量车辆三轴姿态角(或角速率)以及加速度等的装置，一个惯性测量单元可以包括多个(如三个)加速度计和多个(如三个陀螺)，加速度计可以检测车辆的加速度信号，陀螺可以检测角速度信号，并以此解析得到车辆的位姿(为了与其它位姿信息如全局位姿信息进行区分，可以将由全球导航卫星系统采集的位姿信息称为中间位姿信息)。
85.相应的，定位装置可以将获取到的由惯性测量单元采集的中间位姿信息确定为全局定位信息。
86.应该理解的是，在另一些示例中，车辆可以既包括全球导航卫星系统，又包括惯性测量单元，定位装置可以结合全球导航卫星系统和惯性测量单元各自采集的中间位姿信息确定全局定位信息。
87.例如，可以以全球导航卫星系统采集的中间位姿信息为主，以惯性测量单元采集的中间位姿信息为辅，由惯性测量单元采集的中间位姿信息对全球导航卫星系统采集的中间位姿信息进行适应性地修正，从而得到全局定位信息。
88.又如，可以以惯性测量单元采集的中间位姿信息为主，以全球导航卫星系统采集的中间位姿信息为辅，由全球导航卫星系统采集的中间位姿信息对惯性测量单元采集的中间位姿信息进行适应性地修正，从而得到全局定位信息。
89.再如，可以对全球导航卫星系统采集的中间位姿信息和惯性测量单元采集的中间位姿信息进行平均处理，从而得到全局定位信息。
90.值得说明的是，在本实施例中，通过结合全球导航卫星系统和/或惯性测量单元，获取全局定位信息，无需依赖于高精地图，避免了相关技术中对高精地图的强依赖性，使得本实施例的车辆的定位方法可以适用于更多的场景中，提高了定位的灵活性和广泛性。
91.若定位装置中包括高精地图，则定位装置可以执行如下方法获取全局定位信息。
92.其中，车辆包括全球导航卫星系统和/或惯性测量单元，全球导航卫星系统和/或惯性测量单元的用途可以参见上述实施例。
93.定位装置获取车辆行驶过程中的车道线信息，对车道线信息和高精地图进行匹配
处理，得到匹配位姿信息，并获取基于所述全球导航卫星系统和/或惯性测量单元采集到的中间位姿信息，以根据匹配位姿信息和中间位姿信息生成全局定位信息。
94.例如，定位装置可以基于车道线检测的方式，获取车辆行驶过程中的车道线信息，车道线信息可以为车道线的三维坐标，并通过将车道线的三维坐标与高精地图进行匹配处理，得到匹配位姿信息，匹配位姿信息用于表征车道线检测得到的车道线的三维坐标、与高精地图中的车道线的三维坐标之间的旋转和位移。
95.值得说明的是，通过结合车道线信息、高精地图、及中间位姿信息，生成全局定位信息，由于考虑了形成全局定位信息的多个维度的因素，因此，可以降低全局定位信息的误差，提高全局定位信息的准确性和可靠性的技术效果。
96.基于上述分析可知，定位装置在确定全局定位信息时，可以优先结合高精地图实现，以提高确定出的全局定位信息的精度，如在没有高精地图，或者，高精地图未及时更新的场景中，可以基于全球导航卫星系统和/或惯性测量单元实现，以避免对高精地图的强依赖性。
97.s302：获取车辆的局部定位信息。
98.在一些实施例中，关于s302的实现原理，可以参见上述实施例。
99.在另一些实施例中，车辆包括图像采集装置，局部位姿信息为基于图像采集装置采集到的车辆行驶过程中的图像确定的视觉里程计信息。
100.其中，视觉里程计信息包括里程计相对位姿信息(可以包括标准差)，还可以包括里程计姿态角信息(参见上述实施例中的姿态角信息的描述)。
101.值得说明的是，可以由图像采集装置确定视觉里程计信息，也可以由图像采集装置结合其他组件视觉里程计信息，如惯性测量单元等，关于具体确定视觉里程计信息的原理，可以采用相关技术实现，此处不再赘述。
102.在本实施例中，视觉里程计信息的获取无需依赖于高精地图，因此，避免了相关技术中对高精地图的强依赖性，使得本实施例的车辆的定位方法可以适用于更多的场景中，提高了定位的灵活性和广泛性。
103.s303：对全局位姿信息和局部位姿信息进行融合处理，得到融合位姿信息。
104.其中，全局定位信息中包括全局位姿信息和全局姿态角信息，局部定位信息中包括局部位姿信息和局部姿态角信息。
105.在一些实施例中，关于s303的实现原理，可以参见上述实施例，此处不再赘述。
106.在另一些实施例中，全局位姿信息包括在前帧全局位姿信息和当前帧全局位姿信息，在前帧和当前帧为车辆行驶过程中的图像中的相邻两帧，s303可以包括如下步骤：
107.第一步骤：根据在前帧全局位姿信息和当前帧全局位姿信息，确定车辆在相邻两帧之间的第一帧间相对位姿。
108.其中，第一帧间相对位姿可以理解为，车辆从在前帧全局位姿信息行驶至当前帧全局位姿信息之间的位姿信息。
109.在一些实施例中，可以基于公式1确定第一帧间相对位姿公式1：
110.111.其中，k-1为在前帧，为k当前帧，g为全局，r为旋转，t为位移。
112.第二步骤：根据第一帧间相对位姿和局部位姿信息确定全局位姿信息的全局置信度。
113.其中，全局置信度用于表征，全局位姿信息的可靠性的程度。相对而言，全局置信度越高，全局位姿信息的可靠性的程度越高，则基于全局位姿信息确定出的车辆的位置的可靠性越高；反之，全局置信度越小，全局位姿信息的可靠性的程度越低，则基于全局位姿信息确定出的车辆的位置的可靠性越低。
114.结合上述分析可知，全局位姿信息可以为基于全球导航卫星系统和/或惯性测量单元确定的，若确定出的全局置信度偏高，则说明基于全球导航卫星系统和/或惯性测量单元的具有较高的可适用性，或者，可以说明全球导航卫星系统和/或惯性测量单元可以正常运行。
115.在一些实施例中，第二步骤可以包括如下子步骤：
116.第一子步骤：根据第一帧间相对位姿和局部位姿信息确定第二帧间相对位姿。
117.其中，第二帧间相对位姿用于表征，全局位姿信息与局部位姿信息之间的差异。
118.在一些实施例中，第一子步骤可以包括如下细化步骤：
119.第一细化步骤：根据在前帧局部位姿信息和当前帧局部位姿信息，确定车辆在相邻两帧之间的第三帧间相对位姿。
120.同理，在一些实施例中，可以基于公式2确定第三帧间相对位姿公式2：
[0121][0122]
其中，l为局部。
[0123]
第二细化步骤：确定第一帧间相对位姿与第三帧间相对位姿之间的差异位姿，并将差异位姿确定为第二帧间相对位姿。
[0124]
在一些实施例中，
[0125]
值得说明的是，在本实施例中，通过将车辆在相邻两帧之间的局部位姿信息的变化、以及第一帧间相对位姿相结合，确定第二帧间相对位姿，可以使得第二帧间相对位姿与车辆的实际运行情况相贴合，从而使得第二帧间相对位姿具有较高的可靠性和准确性的技术效果。
[0126]
第二子步骤：根据第二帧间相对位姿确定全局置信度。
[0127]
在本实施例中，通过基于全局位姿信息与局部位姿信息之间的差异，对全局置信度进行确定，以使得对全局置信度的确定与车辆在全局和局部之间的行驶情况高度关联，从而使得全局置信度具有较高的准确性和可靠性的技术效果。
[0128]
第三步骤：若全局置信度达到预设的全局置信度阈值，则对全局位姿信息和局部位姿信息进行融合处理，得到融合位姿信息。
[0129]
其中，定位装置可以基于需求、历史记录、以及试验等方式设置全局置信度阈值，本实施例不做限定。
[0130]
例如，针对精度需求相对较高的定位场景，全局置信度阈值可以设置为相对较大的值，反之，针对精度需求相对较低的定位场景，全局置信度阈值可以设置为相对较小的
值。
[0131]
结合上述分析，结合公式2，可以根据公式3确定全局置信度达到全局置信度阈值，公式3：
[0132][0133]
其中，vk为车辆当前的速度，为预设的常量(同理，可以由定位装置基于需求、历史记录、以及试验等方式进行设置，本实施例不做限定)。
[0134]
若上述公式3成立，则全局置信度达到(即大于或等于)全局置信度阈值，反之，若上述公式3不成立，则全局置信度未达到(即小于)全局置信度阈值。
[0135]
该步骤可以理解为：定位装置判断全局置信度与全局置信度阈值之间的大小，若全局置信度大于或等于全局置信度阈值，则说明全局位姿信息的可靠性的程度偏高，即全局位姿信息为全球导航卫星系统和/或惯性测量单元正常运行的情况下获取到的，则对全局位姿信息和局部位姿信息进行融合处理，得到融合位姿信息。
[0136]
值得说明的是，在本实施例中，在全局置信度达到全局置信度阈值时，全局位姿信息具有较高的可靠性，通过将具有较高可靠性的全局位姿信息与局部位姿信息进行融合，以生成融合位姿信息，可以使得融合位姿信息具有较高可靠性，进而满足基于融合位姿信息确定较高精度的车辆的位置的技术效果。
[0137]
在一些实施例中，第三步骤可以包括：若全局置信度达到全局置信度阈值，则获取与局部位姿信息对应的局部置信度，若局部置信度达到预设的局部置信度阈值，则对全局位姿信息和局部位姿信息进行融合处理，得到融合位姿信息。
[0138]
同理，局部置信度用于表征，局部位姿信息的可靠性的程度。相对而言，局部置信度越高，局部位姿信息的可靠性的程度越高，则基于局部位姿信息确定出的车辆的位置的可靠性越高；反之，局部置信度越小，局部位姿信息的可靠性的程度越低，则基于局部位姿信息确定出的车辆的位置的可靠性越低。
[0139]
关于局部置信度阈值的设置原理，可以参见上述设置全局置信度阈值的原理，此处不再赘述。
[0140]
在本实施例中，定位装置在确定全局置信度达到全局置信度阈值之后，进一步获取局部置信度，以判断局部置信度与局部置信度阈值之间的大小，若局部置信度大于或等于局部置信度阈值，则根据全局位姿信息和局部位姿信息生成融合位姿信息。
[0141]
结合上述分析可知，局部位姿信息可以为基于图像采集装置和惯性测量单元构成的装置(可以称为局部视觉里程计装置)确定的。相应的，若局部置信度达到局部置信度阈值，则说明局部视觉里程计装置具有较高的可适用性，或者，可以说明局部视觉里程计装置可以正常运行。
[0142]
同理，在本实施例中，在局部置信度达到局部置信度阈值时，局部位姿信息具有较高的可靠性，通过将具有较高可靠性的全局位姿信息与具有较高可靠性的局部位姿信息进行融合，以生成融合位姿信息，可以进一步使得融合位姿信息具有较高可靠性，进而进一步满足基于融合位姿信息确定较高精度的车辆的位置的技术效果。
[0143]
在另一些实施例中，若定位装置判断得到全局置信度小于全局置信度阈值，即全局位姿信息为全球导航卫星系统和/或惯性测量单元可能无法正常运行，则可以将局部位
姿信息确定为融合位姿信息，以实现在全局位姿信息可靠性不高或者异常的情况下，依然可以通过局部位姿信息确定车辆的位置，避免无法定位的弊端，提高定位的灵活性和多样性的技术效果。
[0144]
其中，在全球导航卫星系统和/或惯性测量单元正常运行之后，定位装置结合全局位姿信息和局部位姿信息确定融合位姿信息。
[0145]
在另一些实施例中，若定位装置判断得到全局置信度小于全局置信度阈值，即全局位姿信息为全球导航卫星系统和/或惯性测量单元可能无法正常运行，则可以获取与局部位姿信息对应的局部置信度，若局部置信度达到预设的局部置信度阈值，则可以将局部位姿信息确定为融合位姿信息。
[0146]
本实施例中，在上述若全局置信度小于全局置信度阈值时，直接将局部位姿信息确定为融合位姿信息的实施例的基础上，进一步结合局部置信度和局部置信度阈值之间的大小关系，将局部位姿信息确定为融合位姿信息，可以使得融合位姿信息具有较高的可靠性，以使得定位的精度尽可能的满足定位的需求，确保车辆的行驶安全的技术效果。
[0147]
在另一些实施例中，若全局置信度达到全局置信度阈值，局部置信度未达到局部置信度阈值，则可以将全局位姿信息确定为融合位姿信息，并在视觉里程计装置正常运行之后，结合全局位姿信息和局部位姿信息确定融合位姿信息。
[0148]
在另一些实施例中，若全局置信度小于全局置信度阈值，且局部置信度小于局部置信度阈值，则定位装置可以输出提示消息，用于提示定位异常，以提醒驾驶员或其他乘客对车辆进行检测，或者进行其他相应处理，以避免因无法定位造成的车辆安全事故等弊端，提高车辆行驶的安全性。
[0149]
基于上述分析可知，在本实施例中，确定融合位姿信息的方式可以包括如下四种：
[0150]
第一种：在全局位姿信息和局部位姿信息的可靠性均较高的场景中，可以基于全局位姿信息和局部位姿信息确定融合位姿信息。
[0151]
第二种：在全局位姿信息的可靠性较高，而局部位姿信息的可靠性较低的场景中，可以将全局位姿信息确定为融合位姿信息。
[0152]
第三种，在全局位姿信息的可靠性较低，而局部位姿信息的可靠性较高的场景中，可以将局部位姿信息确定为融合位姿信息。
[0153]
第四种，在全局位姿信息的可靠性较低，且局部位姿信息的可靠性较低的场景中，可以发出定位异常的提示消息。
[0154]
值得说明的是，通过结合上述四种方式对车辆进行定位，可以实现对车辆定位的灵活性和多样性，且可以实现在上述四种确定融合位姿信息的方式中平滑切换，以实现对车辆的定位的平滑切换，从而可以实现定位过程的整体性和完整性，以及定位方法的多样性和灵活性，进而可以提高对车辆定位的准确性和可靠性，确保车辆的行驶安全的技术效果。
[0155]
在一些实施例中，对全局位姿信息和局部位姿信息进行融合处理，可以理解为一个最大后验预估的过程。
[0156]
例如，可以通过公式4确定融合位姿信息，公式4：
[0157]
[0158]
其中，p(x|z)最大后验预估值，为局部位姿信息的似然值，其用于表征在给定状态下局部位姿信息的条件概率，为全局位姿信息的似然值，其用于表征在给定状态下全局位姿信息的条件概率。
[0159]
将满足p(x|z)最大时的确定为融合位姿信息。
[0160]
为局部输入量，为当前帧(即第k帧)的局部位姿信息，为在前帧(即第k-1帧)的局部位姿信息，为全局输入量，为全局姿态信息由全局坐标系转换为，局部位姿信息所处的局部坐标系的转换状态变量。
[0161]
在一些实施例中，其中，为基于视觉里程计装置获取的布局位姿信息。
[0162]
其中，为基于全球导航卫星系统和/或惯性测量单元获取的全局位姿信息。
[0163]
在一些实施例中，在一些实施例中，且可以通过公式5表示，公式5：
[0164][0165]
在一些实施例中，可以通过公式6表示，公式6：
[0166][0167]
在对公式6进行求解时，可以采用后验估计的方式，利用负对数确定局部位姿信息的平方和，产生非线性最小二乘问题，并利用迭代算法确定最终结果，具体计算过程可以参见相关技术，此处不再赘述。
[0168]
在一些实施例中，在车辆行驶时，在每一次对车辆进行定位时，可以基于公式7对车辆的局部位姿信息进行初始化处理，得到车辆的初始化局部位姿信息公式7：
[0169][0170]
s304：根据全局横滚角和局部横滚角确定第一补偿参数，并根据全局俯仰角和局部俯仰角确定第二补偿参数。
[0171]
例如，可以根据全局横滚角与局部横滚角之间的差值确定第一补偿参数，根据全局俯仰角与局部俯仰角之间的差值确定第二补偿参数。
[0172]
s305：根据第一补偿参数和第二补偿参数，对融合位姿信息进行补偿处理，得到车辆的位置。
[0173]
值得说明的是，在本实施例中，通过结合第一补偿参数和第二补偿参数对融合位
姿信息进行补偿，相当于实现了对车辆在横滚角和俯仰角上的约束，避免了车辆对车辆在横滚角和俯仰角上的“慢飘”，提高了确定出的车辆的位置的准确性的技术效果。
[0174]
结合上述分析可知，在一些实施例中，全局姿态角信息还可以包括全局偏航角，局部姿态角信息还可以包括局部偏航角，则在确定第一补偿参数的基础上，还可以确定基于全局偏航角与局部偏航角确定第三补偿参数，并结合第三补偿参数对融合位姿信息进行补偿处理。
[0175]
例如，可以结合第一补偿参数和第三补偿参数对融合位姿信息进行补偿处理，也可以结合第二补偿参数和第三补偿参数对融合位姿信息进行补偿处理，还可以结合第一补偿参数、第二补偿参数、及第三补偿参数对融合位姿信息进行补偿处理，以提高补偿处理的灵活性和多样性的技术效果。
[0176]
图4是根据本公开第三实施例的示意图，如图4所示，车辆的定位装置400，包括：
[0177]
获取单元401，用于响应于车辆中没有高精地图，基于车辆中的全球导航卫星系统和/或惯性测量单元获取车辆的中间位姿信息。
[0178]
确定单元402，用于将中间位姿信息确定为全局定位信息，其中，全局定位信息中包括全局位姿信息和全局姿态角信息。
[0179]
第二获取单元403，用于获取车辆的局部定位信息，局部定位信息中包括局部位姿信息和局部姿态角信息。
[0180]
融合单元404，用于对全局位姿信息和局部位姿信息进行融合处理，得到融合位姿信息。
[0181]
补偿单元405，用于根据全局姿态角信息和局部姿态角信息，对融合位姿信息进行补偿处理，得到车辆的位置。
[0182]
图5是根据本公开第四实施例的示意图，如图5所示，车辆的定位装置500，包括：
[0183]
第一获取单元501，用于响应于车辆中没有高精地图，基于车辆中的全球导航卫星系统和/或惯性测量单元获取车辆的中间位姿信息。
[0184]
确定单元502，用于将中间位姿信息确定为全局定位信息，其中，全局定位信息中包括全局位姿信息和全局姿态角信息。
[0185]
第二获取单元503，用于获取车辆的局部定位信息，局部定位信息中包括局部位姿信息和局部姿态角信息。
[0186]
在一些实施例中，车辆包括全球导航卫星系统和/或惯性测量单元，若车辆中存储有高精地图，则获取单元501，包括：
[0187]
第一获取子单元5011，用于获取车辆行驶过程中的车道线信息。
[0188]
匹配子单元5012，用于对车道线信息和高精地图进行匹配处理，得到匹配位姿信息。
[0189]
第二获取子单元5013，用于获取基于全球导航卫星系统和/或惯性测量单元采集到的中间位姿信息。
[0190]
生成子单元5014，用于根据匹配位姿信息和中间位姿信息生成全局定位信息。
[0191]
在一些实施例中，车辆包括图像采集装置，局部位姿信息为基于图像采集装置采集到的车辆行驶过程中的图像确定的视觉里程计信息。
[0192]
在一些实施例中，全局姿态角信息包括全局横滚角和全局俯仰角，局部姿态角信
息包括局部横滚角和局部俯仰角。
[0193]
融合单元504，用于对全局位姿信息和局部位姿信息进行融合处理，得到融合位姿信息。
[0194]
结合图5可知，在一些实施例中，全局位姿信息包括在前帧全局位姿信息和当前帧全局位姿信息，在前帧和当前帧为车辆行驶过程中的图像中的相邻两帧；融合单元504，包括：
[0195]
第三确定子单元5041，用于根据在前帧全局位姿信息和当前帧全局位姿信息，确定车辆在相邻两帧之间的第一帧间相对位姿。
[0196]
第四确定子单元5042，用于根据第一帧间相对位姿和局部位姿信息确定全局位姿信息的全局置信度。
[0197]
在一些实施例中，第四确定子单元5042，包括：
[0198]
第一确定模块，用于根据第一帧间相对位姿和局部位姿信息确定第二帧间相对位姿，第二帧间相对位姿用于表征，全局位姿信息与局部位姿信息之间的差异。
[0199]
在一些实施例中，局部位姿信息包括在前帧局部位姿信息和当前帧局部位姿信息；第一确定模块，包括：
[0200]
第一确定子模块，用于根据在前帧局部位姿信息和当前帧局部位姿信息，确定车辆在相邻两帧之间的第三帧间相对位姿。
[0201]
第二确定子模块，用于确定第一帧间相对位姿与第三帧间相对位姿之间的差异位姿，并将差异位姿确定为第二帧间相对位姿。
[0202]
第二确定模块，用于根据第二帧间相对位姿确定全局置信度。
[0203]
融合子单元5043，用于若全局置信度达到预设的全局置信度阈值，则对全局位姿信息和所述局部位姿信息进行融合处理，得到融合位姿信息。
[0204]
在一些实施例中，若全局置信度达到预设的全局置信度阈值，则融合子单元5043，包括：
[0205]
获取模块，用于若全局置信度达到预设的全局置信度阈值，则获取与局部位姿信息对应的局部置信度。
[0206]
融合模块，用于若局部置信度达到预设的局部置信度阈值，则对全局位姿信息和局部位姿信息进行融合处理，得到融合位姿信息。
[0207]
补偿单元505，用于根据全局姿态角信息和局部姿态角信息，对融合位姿信息进行补偿处理，得到车辆的位置。
[0208]
结合图5可知，在一些实施例中，补偿单元505，包括：
[0209]
第一确定子单元5051，用于根据全局横滚角和局部横滚角确定第一补偿参数。
[0210]
第二确定子单元5052，用于根据全局俯仰角和局部俯仰角确定第二补偿参数。
[0211]
补偿子单元5053，用于根据第一补偿参数和第二补偿参数，对融合位姿信息进行补偿处理，得到车辆的位置。
[0212]
第五确定子单元5054，用于若全局置信度小于全局置信度阈值，则根据局部位姿信息确定车辆的位置。
[0213]
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
[0214]
根据本公开的实施例，本公开还提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
[0215]
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
[0216]
如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
[0217]
设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600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。
[0218]
计算单元601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601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601执行上文所描述的各个方法和处理，例如车辆的定位方法。例如，在一些实施例中，车辆的定位方法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608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文描述的车辆的定位方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行车辆的定位方法。
[0219]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、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)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0220]
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。
[0221]
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。
[0222]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0223]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
[0224]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
[0225]
图7是根据本公开第五实施例的示意图，如图7所示，车辆700，包括：
[0226]
全局定位装置701，用于获取车辆的全局定位信息，其中，全局定位信息中包括全局位姿信息和全局姿态角信息。
[0227]
在一些实施例中，全局定位装置701包括：全球导航卫星系统和/或惯性测量单元。
[0228]
其中，关于全球导航卫星系统和/或惯性测量单元获取全局定位信息的原理，可以参见上述实施例，此处不再赘述。
[0229]
局部定位装置702，用于获取车辆的局部定位信息，其中，局部定位信息中包括局部位姿信息和局部姿态角信息。
[0230]
在一些实施例中，局部定位装置702包括视觉里程计装置，且视觉里程计装置可以
基于图像采集装置、全球导航卫星系统、惯性测量单元构建。关于视觉里程计装置获取局部定位信息的原理，可以参见上述实施例，此处不再赘述。
[0231]
位子图优化装置703，用于对全局位姿信息和局部位姿信息进行融合处理，得到融合位姿信息，并根据全局姿态角信息和局部姿态角信息，对融合位姿信息进行补偿处理，得到车辆的位置。
[0232]
在一些实施例中，如图7所示，位子图优化装置703，可以包括：
[0233]
状态机组件7031，用于确定全局定位装置701的全局状态属性，局部定位装置702的局部状态属性，并根据全局状态属性和局部状态属性确定融合位姿信息的方式。
[0234]
其中，状态属性包括正常状态和异常状态，相应地，全局状态属性包括全局正常状态和全局异常状态，局部状态属性包括局部正常状态和局部异常状态。
[0235]
结合上述实施例的分析，若全局定位装置701的全局状态属性为全局正常状态，则说明全局定位装置701运行正常，可以提供相对可靠的全局定位信息，反之，若全局定位装置701的全局状态属性为全局异常状态，则说明全局定位装置701运行异常，无法提供相对可靠的全局定位信息。
[0236]
同理，若局部定位装置702的局部状态属性为局部正常状态，则说明局部定位装置702运行正常，可以提供相对可靠的局部定位信息，反之，若局部定位装置702的局部状态属性为局部异常状态，则说明局部定位装置702运行异常，无法提供相对可靠的局部定位信息。
[0237]
位姿融合组件7032，用于根据全局位姿信息和/或局部位姿信息融合得到融合位姿信息。
[0238]
结合上述分析，例如，若全局定位装置701的全局状态属性为全局正常状态，且局部定位装置702的局部状态属性为局部正常状态，则位姿融合组件7032根据全局位姿信息和局部位姿信息融合得到融合位姿信息。
[0239]
示例性地，对车辆的每一次定位可以称为一个定位节点，如图8所示，示范性的展示了3个定位节点，分别标记为定位节点1、定位节点2、定位节点3。
[0240]
如图8所示，定位节点1为初始定位节点，在定位节点1处，可以基于在定位节点1处的全局定位信息1和局部定位信息1，确定定位节点1处的车辆的位置。
[0241]
结合图8和公式6可知，在定位节点2处，可以基于局部定位信息1和局部定位信息2，建立定位节点1与定位节点2之间的相对姿态约束12，并基于该相对姿态约束12、定位节点处的全局定位信息2和局部定位信息2，确定定位节点2处的车辆的位置。
[0242]
在一些实施例中，如图8所示，在定位节点3处，可以基于局部定位信息2和局部定位信息3，建立定位节点2与定位节点3之间的相对姿态约束23，基于局部定位信息1和局部定位信息3，建立定位节点1与定位节点3之间的相对姿态约束13，并基于相对姿态约束23、相对姿态约束13、定位节点3处的全局定位信息3和局部定位信息3，确定定位节点3处的车辆的位置。
[0243]
应该理解的是，更多定位节点时的实现原理与上述实现原理相同，此处不再一一列举。
[0244]
又如，若全局定位装置701的全局状态属性为全局正常状态，而局部定位装置702的局部状态属性为局部异常状态，则位姿融合组件7032根据全局位姿信息确定融合位姿信
息。
[0245]
示例性地，如图9所示，在图8的基础上增加了定位节点4。
[0246]
由于在定位节点4时，局部状态属性为局部异常状态，因此，在定位节点4时，基于全局位姿信息确定融合位姿信息。
[0247]
再如，若全局定位装置701的全局状态属性为全局异常状态，而局部定位装置702的局部状态属性为局部正常状态，则位姿融合组件7032根据局部位姿信息融合得到融合位姿信息。
[0248]
示例性地，如图10所示，在图8的基础上增加了定位节点5。
[0249]
由于在定位节点5时，全局状态属性为全局异常状态，因此，在定位节点5时，基于局部位姿信息确定融合位姿信息。
[0250]
结合上述分析和图10可知，在另一些实施例中，在定位节点5处，可以基于局部定位信息3和局部定位信息5，建立定位节点3与定位节点5之间的相对姿态约束35，基于局部定位信息2和局部定位信息5，建立定位节点2与定位节点5之间的相对姿态约束25，并基于相对姿态约束35、相对姿态约束25、定位节点5处的局部定位信息5，确定定位节点5处的车辆的位置。
[0251]
还如，若全局定位装置701的全局状态属性为全局异常状态，且局部定位装置702的局部状态属性为局部异常状态，则位姿融合组件7032输出提示消息，以提示无法进行定位。
[0252]
其中，位姿融合组件7032还可以根据全局定位装置701输出的全局姿态角信息、以及局部定位装置702输出的局部姿态角信息对融合位姿信息进行修正处理，从而得到车辆的位置。
[0253]
在一些实施例中，车辆中还可以设置有升频装置，用于对位子图优化装置的输出频率进行升频处理，以满足频率层面的定位需求。
[0254]
例如，若位子图优化装置输出的频率为15hz，则升频装置可以将位子图优化装置的频率升至125hz。
[0255]
图11是根据本公开第六实施例的示意图，如图11所示，本公开中的电子设备1100可以包括：处理器1101和存储器1102。
[0256]
存储器1102，用于存储程序；存储器1102，可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：ram)，如静态随机存取存储器(英文：static random-access memory，缩写：sram)，双倍数据率同步动态随机存取存储器(英文：double data rate synchronous dynamic random access memory，缩写：ddr sdram)等；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)。存储器1102用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等，上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器1102中。并且上述的计算机程序、计算机指令、数据等可以被处理器1101调用。
[0257]
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器1102中。并且上述的计算机程序、计算机指据等可以被处理器1101调用。
[0258]
处理器1101，用于执行存储器1102存储的计算机程序，以实现上述实施例涉及的
方法中的各个步骤。
[0259]
具体可以参见前面方法实施例中的相关描述。
[0260]
处理器1101和存储器1102可以是独立结构，也可以是集成在一起的集成结构。当处理器1101和存储器1102是独立结构时，存储器1102、处理器1101可以通过总线1103耦合连接。
[0261]
本实施例的电子设备可以执行上述方法中的技术方案，其具体实现过程和技术原理相同，此处不再赘述。
[0262]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
[0263]
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。