一种目标定位方法及装置与流程

1.本发明涉及一种目标定位方法及装置，属于自动驾驶定位技术领域。


背景技术：

2.随着私家车拥有量的增加，所引发的安全事故、交通堵塞的问题也日渐增加，为此，高级驾驶辅助系统和无人驾驶技术等被提出并被逐步应用在汽车制造与汽车驾驶上。高级驾驶辅助系统利用安装在车辆上种类丰富、数量庞大的传感器，在汽车行驶过程中实时的感知周围环境，采集数据，对行驶环境进行分析与追踪，并结合电子地图等数据，进行系统运算与建模，为驾驶员提供危险预警、驾驶提示；无人驾驶技术则以雷达、光学雷达、gps及机器视觉等技术感知环境，以人工智能等技术实现驾驶环境的分析、决策和车辆的自动控制，实现无人驾驶汽车的自动驾驶。
3.高级驾驶辅助系统和无人驾驶技术，它们实现的关键与基础是车辆的精确定位。目前，市面上常见的车辆定位设备可实现车辆的道路级定位，道路级定位在对车辆进行定位时以道路作为基本单元，它将车辆定位到某一条具体的道路上，其可以向车辆提供最佳行驶路线和交叉口转弯等路径引导指令信息。
4.目前的道路级定位方法计算复杂，定位效率低。


技术实现要素：

5.本技术的目的在于提供了一种目标定位方法，用以解决现有定位方法效率低的问题；同时还提供一种目标定位装置，用以解决现有定位装置效率低的问题。
6.为实现上述目的，本技术提出了一种目标定位方法的技术方案，包括以下步骤：
7.1)获取目标车辆的坐标，映射到地图中，建立包围盒区域，所述目标车辆在包围盒区域内部；
8.2)计算目标车辆与包围盒区域内所有路段的距离，选出距离较小的若干个预选路段；
9.3)预选路段中，对于每条路段，寻找出与目标车辆距离最小的点；将该点与目标车辆的距离作为对应路段与目标车辆的最小距离；
10.4)预选路段中，对于某条路段，若该路段宽度大于等于其对应的最小距离，则判断目标车辆属于该路段。
11.另外，本技术还提出了一种目标定位装置的技术方案，包括处理器、存储器以及存储在所述存储器中并可在处理器上运行的计算机程序，所述处理器在执行所述计算机程序时实现上述的目标定位方法的技术方案。
12.本发明的目标定位方法及装置的技术方案的有益效果是：本发明通过目标车辆的坐标，在地图上建立了包围目标车辆的包围盒模型，首先通过模糊的计算得到目标车辆与包围盒区域内所有路段的距离，挑选出距离较小的若干预选路段；进而根据精细的计算，选出预选路段中，每条路段与目标车辆最近的点；根据最近点与目标车辆的距离和对应的路
段宽度判断得出属于哪个路段，实现了目标车辆的精确定位。本发明经过包围盒区域的划分，点到线距离的模糊计算，点到点距离的精细计算，层层剔除无用数据，精简计算过程，提高计算速度，实现了目标点快速、准确的定位。本发明的定位方法可同时应用于直线道路、s型弯道、u型弯道等结构化或者非结构化道路，无需分别处理，适用范围广。
13.进一步的，上述目标定位方法及装置中，为了减少计算过程，提高计算效率，步骤4)中，按照最小距离从小到大的顺序对若干个预选路段进行排序，依次比较每条路段宽度和其对应的最小距离的大小，首个路段宽度大于等于其对应的最小距离的路段为目标车辆的所属路段。
14.进一步的，上述目标定位方法及装置中，为了更加准确的进行目标定位，所述步骤1)中还根据目标车辆的坐标确定目标车辆的航向；在步骤4)中，还根据航向与路段的夹角结合判断是否属于该路段：对于某条路段，若该路段宽度大于等于其对应的最小距离，且航向与该路段的夹角小于90
°
，则判断目标车辆属于该路段；反之则不属于该路段。
15.进一步的，上述目标定位方法及装置中，为了更加准确的计算目标车辆与包围盒区域中各路段的距离，所述步骤2)中距离的计算方法为：根据包围盒区域内各路段的节点坐标和目标车辆的坐标，确定目标车辆在路段上的投影是否在路段内，若目标车辆在路段上的投影在路段内，则目标车辆在路段上的投影距离为所述距离；若目标车辆在路段上的投影在路段外，则目标车辆和路段上与投影相同端节点的距离为所述距离。
16.进一步的，上述目标定位方法及装置中，为了准确的找出各预选路段上距离目标车辆最近的点，所述步骤3)中，将预选路段中的每个路段进行分割：对于某个路段，确定分割点，计算各分割点与目标车辆的距离，找出距离最小值和距离次小值对应的分割点，在这两个分割点之间，寻找出该路段上与目标车辆距离最小的点。
17.进一步的，上述目标定位方法及装置中，为了提高寻找最近点的可靠性，计算两个分割点之间的每个点与目标车辆的距离，进而寻找出该路段上与目标车辆距离最小的点。
18.进一步的，上述目标定位方法及装置中，为了简化分割过程，提高计算效率，对预选路段分割的方式为等间距分割。
19.进一步的，上述目标定位方法及装置中，为了实现目标车辆坐标的获取，通过gps定位装置获取目标车辆的坐标。
附图说明
20.图1是本发明目标定位方法的原理框图；
21.图2是本发明高精地图的整体拓扑信息网络示意图；
22.图3是本发明定位算法的原理图；
23.图4是本发明将路段l07等间隔分割，求解目标点距分割点的距离的示意图；
24.图5是本发明目标定位装置的结构示意图。
具体实施方式
25.目标定位方法实施例：
26.目标定位方法的主要构思在于如何快速、准确的定位目标车辆的所属路段：首先，计算包围盒区域内的目标车辆(简称目标点)坐标与各路段之间的距离，将距离的大小进行
排序，选出与目标点较近的几条预选路段；其次，找出这几条较近的预选路段中，每条路段距离目标点最近的点，将最近的点与目标点的距离作为对应路段与目标点的最小距离；最后，按照最小距离从小到大的顺序对预选路段进行排序；依次将最小距离与对应路段的宽度进行比较，首个路段宽度大于等于其对应的最小距离的路段为目标点的所属路段。
27.具体的，目标定位方法如图1所示，包括以下步骤：
28.1)预存储路段级高精地图。
29.路段级高精地图是指包括覆盖全环境的高精地图整体拓扑信息网络，如图2所示，以岔路口为节点，岔路口之间的路段为边构建而成，包括岔路口标识、节点标识、节点坐标、路段标识、路段宽度、路段上的点坐标、路段上的点标识。
30.图2中的[1]、[2]、[3]、[4]、[5]、[6]、[7]为岔路口标识；1、2、3、4、
……
、14为节点标识；节点1、2、3、4、
……
、14对应的坐标为节点坐标；图2中l01、l02、l03、l04、
……
、l07为路段标识；路段l01、l02、l03、l04、
……
、l07对应的宽度为路段宽度；路段是由不同的点构成，可以为直线路段，也可以为弯曲路段，因此还包括每条路段上的点坐标和点标识。
[0031]
2)通过gps定位装置获取目标车辆的坐标p(x,y)。
[0032]
3)根据步骤1)的路段级高精地图、以及步骤2)得到的目标车辆坐标，通过目标定位算法确定目标车辆的所属路段以及所属路段上最近点标识。
[0033]
目标定位算法包括模糊计算和精细计算两部分，具体的目标定位算法通过以下几个步骤完成：
[0034]
a.将目标车辆坐标p(x,y)映射到路段级高精地图中，在高精地图中按照目标车辆坐标p(x,y)划分一个包围盒区域，目标车辆坐标p(x,y)在包围盒区域内部；
[0035]
b.判断p(x,y)与包围盒区域内各路段的位置关系(即判断p(x,y)在路段上的投影是否在路段内)，若p(x,y)在路段上的投影在路段内，则p(x,y)在路段上的投影距离为所述距离disline；若p(x,y)在路段上的投影在路段外，则p(x,y)和路段上与投影相同端节点的距离为所述距离disline。距离disline根据路段的节点坐标和p(x,y)模糊计算得出。
[0036]
以路段l01为例介绍模糊计算方法，如图3所示，已知路段l01的始/末节点为s点和e点，对应的节点坐标为(s
x
，sy)和(e
x
，ey)，为了便于区分，目标车辆坐标p(x,y)可以写为(p
x
，py)，首先通过这三个点的坐标判断p点与路段l01的位置关系，进而计算出p点与路段l01的距离，判断准则以及距离disline＝disl01的计算方式如下：
[0037]
判断准则为corss值，corss＝(p
x-s
x
)*(e
x-s
x
) (p
y-sy)*(e
y-sy)；
[0038]
若cross《0，则表明p点投影在路段l01的左侧，那么距离disl01＝ps，即：
[0039][0040]
若cross》0并且cross《|se|(|se|路段l01的长度)，则表明p点的投影在路段l01内，那么距离disl01＝pp＇，p＇点为p点在路段l01的投影点，坐标为(p
′
x
，p
′y)；
[0041][0042]
若cross》0并且cross》|se|，则表明p点投影在路段l01的右侧，那么距离disl01＝pe，即：
[0043][0044]
按照模糊计算方法计算p点到包围盒区域内路段l01、l02、l03、l04、
……
、l07的距离disl01、disl02、disl03、disl04、disl05、disl06、disl07、disl08。
[0045]
c.按照冒泡排序法，将步骤b中得到的距离进行从小到大排序，选取距离较小的6个预选路段放入集合a中，a＝[l07、l08、l03、l04、l05、l02](预选路段数量的选取可以根据需要进行设置，一般为6-10条路段)。
[0046]
d.预选路段中，按照精细计算方法找出集合a中每条路段上与p点最接近的点，将该点与目标车辆的距离作为对应路段与目标车辆的最小距离。
[0047]
精细计算方法为：首先，将每条路段进行初步的等间隔分割，计算p点到所有分割点的距离，找出距离最小值和距离次小值对应的两个分割点，确定最接近的点在这两个分割点之间；其次，逐点计算p点到这两个分割点之间所有点的距离，最小的距离值为p点到该路段的最小距离，最小的距离值对应的点为最接近的点。
[0048]
以路段l07为例对精细计算方法进行详细描述：
[0049]
将路段l07进行如图4所示的等间隔分割，经过6个分割点p1、p2、p3、p4、p5、p6分割为5条线段(等间隔分割不足6个点的，以路段的最后一个点为分割点)，分割点pi的坐标为(p
ix
，p
iy
)，i＝1、2、3、4、5、6；计算p点到所有分割点的距离dispi＝|ppi|，将得到的dispi进行从小到大排序，找出dispi最小和次小对应的两个分割点p3和p4；逐点计算区间为[p3，p4]线段内的所有点到p点的距离，找出最小的距离值，最小的距离值为p点到路段l07的最小距离diss，最小的距离值对应的点为最接近的点p＇。
[0050]
本次举例说明，由于路段l07为直线线段，因此模糊计算得出的距离和精细计算得出的最小距离为相同的值，但是在实际路段中，存在s型弯道、u型弯道等结构化或者非结构化道路，那么此时模糊计算的距离和精细计算的最小距离会出现不同的结果，本发明经过模糊计算和精细计算两次计算可以准确的确定p点到路段的最小距离。
[0051]
按照精细计算方法，计算p点到集合a中的所有路段的最小距离。
[0052]
e.按照最小距离的大小对集合a中的路段进行从小到大的重新排序。
[0053]
f.按照步骤e中的a集合的顺序，依次比较p点到某路段的最小距离和对应路段宽度的大小关系，首个路段宽度length大于等于其对应的最小距离diss的路段为p点的所属路段，同时确定所属路段上最近点标识，将路段标识和路段上最近点标识进行输出。
[0054]
依次比较时，从集合a中第一条路段开始比较，若第一条路段不满足，则顺延到第二条路段判断，直至找出满足条件的路段为止，一般来说前两条路段即可满足要求。
[0055]
上述实施例中，目标车辆为静止的目标点，作为其他实施方式，如果目标车辆为运动的目标点，那么在获取目标车辆的坐标时，还可以根据运动的目标车辆的坐标计算出目标车辆的航向(具体为根据设定时间内获取的目标车辆的坐标计算目标车辆的航向)，为此判断目标车辆属于哪个路段时结合航向与路段的夹角进行综合判断：若该路段宽度length大于等于其对应的最小距离diss，且航向与该路段的夹角小于90
°
，则判断目标车辆属于该路段；反之则不属于该路段。
[0056]
上述实施例中，步骤3)进行目标定位时的步骤b和步骤e按照所计算出的距离大小进行了路段的排序，步骤b的排序是为了整理预选路段的集合，步骤e的排序是为了依次比较时，首选出路段宽度length大于等于其对应的最小距离diss的路段，终止后续的计算，提高计算速度，作为其他实施方式，步骤b可以不进行排序，只要挑选出包围盒区域内与目标车辆距离较小的若干个预选路段即可；而且步骤e中也无需进行排序，将所有的路段均进行路段宽度和对应的最小距离的比较，选出符合条件的路段即可。
[0057]
上述精细计算过程中，对预选路段的分割方式采用等间距分割，其目的是为了方便计算，作为其他实施方式，分割方式可以根据路段的形状进行设置，并且对路段上分割点的数量不做限制，可以为200个分割点(或者500-1000个分割点)，最后不足200个点的，以路段的最后一个点为分割点。
[0058]
上述实施例中，精细计算中，在找到距离最小值和距离次小值对应的两个分割点后，计算两个分割点内的所有点与目标车辆的距离，找出最小距离对应的点，作为其他实施方式，找出两个分割点后，也可以直接将两个分割点的中心点作为最小距离对应的点，本发明对此不做限制。
[0059]
上述实施例中，精细计算采用先分割后逐点计算的方式进行，作为其他实施方式，也可以直接采用逐点计算的方式进行，预选路段中，计算每条路段的所有点与目标车辆的距离进而找出最近的点。
[0060]
上述实施例中，高精地图为一种具有丰富的路段信息的地图，作为其他实施方式，在保证本发明定位方法可实施的情况下，岔路口的标识也可以不设置。
[0061]
上述实施例中，通过gps定位装置获取目标车辆的坐标，作为其他实施方式，也可以通过gps北斗双模定位装置获取目标车辆的坐标，本发明对此不做限制。
[0062]
本发明经过包围盒区域的划分，点到线距离的模糊计算，点到点距离的精细计算，层层剔除无用数据，精简计算过程，提高计算速度，实现了目标点快速、准确的定位。
[0063]
目标定位装置实施例：
[0064]
目标定位装置，如图5所示，包括处理器、存储器以及存储在所述存储器中并可在处理器上运行的计算机程序，所述处理器在执行所述计算机程序时实现目标定位方法。
[0065]
目标定位方法的具体实施过程以及效果在上述目标定位方法实施例中介绍，这里不做赘述。
[0066]
也就是说，以上目标定位方法实施例中的方法应理解可由计算机程序指令实现目标定位方法的流程。可提供这些计算机程序指令到处理器(如通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备等)，使得通过处理器执行这些指令产生用于实现上述方法流程所指定的功能。
[0067]
本实施例所指的处理器是指微处理器mcu或可编程逻辑器件fpga等的处理装置；
[0068]
本实施例所指的存储器用于存储实现目标定位方法而形成的计算机程序指令，包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。例如：利用电能方式存储信息的各式存储器，ram、rom等；利用磁能方式存储信息的的各式存储器，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、u盘；利用光学方式存储信息的各式存储器，cd或dvd。当然，还有其他方式的存储器，例如量子存储器、石墨烯存储器等等。
[0069]
通过上述存储有实现目标定位方法而形成的计算机程序指令的存储器、处理器构成的目标定位装置，在计算机中由处理器执行相应的程序指令来实现，计算机可使用windows操作系统、linux系统、或其他，例如使用android、ios系统程序设计语言在智能终端实现，以及基于量子计算机的处理逻辑实现等。
[0070]
作为其他实施方式，目标定位装置还可以包括其他的处理硬件，如数据库或多级缓存、gpu等，本发明并不对目标定位装置的结构做具体的限定。