多源传感器数据融合定位方法、装置及智能车辆与流程

1.本发明涉及智能驾驶技术领域，特别是涉及一种多源传感器数据融合定位方法、装置及智能车辆。


背景技术：

2.在无人车启动和行驶过程中，定位是整个自动驾驶的基石，无人车知道自己在哪儿，才能针对目的地进行路径规划、避障等操作，同时准确的定位也是多无人车协同调度的前提条件。
3.目前无人车主要采用点云地图匹配定位的方法，当在行驶过程中由于环境变动、前期点云地图质量不佳会导致定位丢失。定位丢失后，要借助rtk进行重定位，若gnss信号较差，需人工手动进行定位，大大影响了自动驾驶的流畅度和使用体验。


技术实现要素：

4.本发明实施例旨在提供一种多源传感器数据融合定位方法、装置及智能车辆，以解决现有技术中采用单一定位方法鲁棒性和体验感差的问题。
5.为解决上述技术问题，本发明实施例提供以下技术方案：
6.根据本发明的一方面，提供一种多源传感器数据融合定位方法，包括：
7.获取待定位车辆的gnss信息、imu信息、轮速计信息和雷达信息；
8.对所述gnss信息、所述imu信息、所述轮速计信息和所述雷达信息进行预处理和数据同步，得到gnss定位数据、imu位姿数据、轮速计定位数据和点云数据；
9.将所述点云数据与预设的点云地图进行匹配，得到第一位姿信息；
10.将所述imu位姿数据和所述轮速计定位数据进行融合，得到第二位姿信息；
11.根据所述gnss定位数据对所述第二位姿信息进行修正，得到第三位姿信息；
12.获取所述第一位姿信息对应的第一置信度、所述第二位姿信息对应的第二置信度和所述第三位姿信息对应的第三置信度；
13.根据所述第一置信度、所述第二置信度、所述第三置信度和预设的定位优先级，从所述第一位姿信息、所述第二位姿信息和所述第三位姿信息中确定出所述待定位车辆的位姿信息。
14.可选地，所述对所述gnss信息、所述imu信息、所述轮速计信息和所述雷达信息进行预处理，包括：
15.将所述gnss信息、所述imu信息、所述轮速计信息和所述雷达信息分别按时序排列；
16.对排列后的所述雷达信息进行第一预处理得到基于时序排列的点云数据；
17.对排列后的所述gnss信息进行第二预处理得到基于时序排列的gnss预处理数据；
18.对排列后的所述imu信息进行第三预处理得到基于时序排列的imu预处理数据；
19.对排列后的所述轮速计信息进行第四预处理得到基于时序排列的轮速计预处理
数据。
20.可选地，所述对所述gnss信息、所述imu信息、所述轮速计信息和所述雷达信息进行数据同步的步骤，包括：
21.以所述imu预处理数据的频率为基准频率、所述imu预处理数据的时间戳为基准时间，根据所述基准频率和所述基准时间同步所述gnss预处理数据和所述轮速计预处理数据，得到gnss同步数据和轮速计同步数据；
22.将所述点云数据、所述gnss同步数据、所述imu预处理数据和所述轮速计同步数据按时间戳进行对齐；
23.将对齐后的所述gnss同步数据、所述imu预处理数据和所述轮速计同步数据分别转换到雷达坐标系下，得到所述gnss定位数据、所述imu位姿数据和所述轮速计定位数据。
24.可选地，所述gnss定位数据包括各时刻所述待定位车辆的第一位置信息以及各位置对应的gnss信号质量，所述imu位姿数据包括各时刻所述待定位车辆的位移信息和角度信息，所述轮速计定位数据包括各时刻所述待定位车辆的第二位置信息和航向角信息。
25.可选地，其特征在于，所述定位优先级为所述第一位姿信息排第一、所述第三位姿信息排第二和所述第二位姿信息排第三。
26.可选地，所述根据所述第一置信度、所述第二置信度、所述第三置信度和预设的定位优先级，从所述第一位姿信息、所述第二位姿信息和所述第三位姿信息中确定出所述待定位车辆的位姿信息的步骤，包括：
27.判断所述第一置信度是否为真；
28.若是，则输出所述第一位姿信息；
29.若否，判断所述第三置信度是否为真，若是，则输出第三位姿信息，若否，判断所述第二置信度是否为真，若是，则输出第二位姿信息，若否，则输出定位失败信息。
30.可选地，所述第一置信度为对所述第一位姿信息对应的第一置信度值和第一帧间跳变值进行“与”运算后得到的值，所述第二置信度为对所述第二位姿信息对应的第二置信度值和第二帧间跳变值进行“与”运算后得到的值，所述第三置信度为对所述第三位姿信息对应的第三置信度值和第三帧间跳变值进行“与”运算后得到的值。
31.根据本发明的又一方面，提供一种多源传感器数据融合定位装置，所述装置包括：
32.第一数据获取模块，用于获取待定位车辆的gnss信息、imu信息、轮速计信息和雷达信息；
33.数据处理模块，用于对所述gnss信息、所述imu信息、所述轮速计信息和所述雷达信息进行预处理和数据同步，得到gnss定位数据、imu位姿数据、轮速计定位数据和点云数据；
34.第一预定位模块，用于将所述点云数据与预设的点云地图进行匹配，得到第一位姿信息；
35.第二预定位模块，用于将所述imu位姿数据和所述轮速计定位数据进行融合，得到第二位姿信息；
36.第三预定位模块，用于根据所述gnss定位数据对所述第二位姿信息进行修正，得到第三位姿信息；
37.第二数据获取模块，用于获取所述第一位姿信息对应的第一置信度、所述第二位
姿信息对应的第二置信度和所述第三位姿信息对应的第三置信度；
38.定位确定模块，用于根据所述第一置信度、所述第二置信度、所述第三置信度和预设的定位优先级，从所述第一位姿信息、所述第二位姿信息和所述第三位姿信息中确定出所述待定位车辆的位姿信息。
39.根据本发明的再一方面，提供一种智能车辆，包括：
40.至少一个处理器；
41.以及与所述至少一个处理器通信连接的存储器；
42.其中，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执行上述任一项所述的多源传感器数据融合定位方法的步骤。
43.根据本发明的再一方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时，所述处理器执行上述任一项所述的多源传感器数据融合定位方法的步骤。
44.本发明实施例的有益效果是：区别于现有技术的情况，本发明实施例中，先获取待定位车辆的gnss信息、imu信息、轮速计信息和雷达信息，并对上述信息进行预处理和数据同步，得到gnss定位数据、imu位姿数据、轮速计定位数据和点云数据，然后将点云数据与预设的点云地图进行匹配，得到第一位姿信息，将imu位姿数据和轮速计定位数据进行融合，得到第二位姿信息，根据gnss定位数据对第二位姿信息进行修正，得到第三位姿信息；最后基于第一位姿信息对应的第一置信度、第二位姿信息对应的第二置信度和第三位姿信息对应的第三置信度，基于预设的定位优先级从第一位姿信息、第二位姿信息和第三位姿信息中确定出待定位车辆的位姿信息。采用本发明，基于定位优先级和置信度从多源传感器数据融合得到的多个位姿信息中确定出待定位车辆的位姿信息，既克服了采用单一传感器定位出现漂移、大幅跳变时需要手动定位的问题，又融合了多传感器数据进行定位，有效提高了定位的鲁棒性和准确性。
附图说明
45.一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
46.图1是本发明实施例一提供的一种多源传感器数据融合定位方法的流程示意图；
47.图2是本发明实施例二提供的一种多源传感器数据融合定位装置的结构示意图；
48.图3为本发明是实施例三提供的一种智能车辆的结构示意图。
具体实施方式
49.为使本发明实施例的目的、技术方案和优点更加清楚，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。
50.此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未
构成冲突就可以相互组合。
51.实施例一
52.根据本发明实施例，提供一种多源传感器数据融合定位方法，该多源传感器数据融合定位方法是对现有采用单一定位方法进行定位的改进。需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
53.请参阅图1，图1所示是本发明实施例一提供的一种多源传感器数据融合定位方法的流程示意图，所述方法可应用于采用自动驾驶技术的智能车辆，所述方法具体包括：
54.步骤s101，获取待定位车辆的gnss信息、imu信息、轮速计信息和雷达信息。
55.gnss(global navigation satellite system，全球卫星导航系统)，是一种能在地球表面或近地空间的任何地点为用户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，包括一个或多个卫星星座及其支持特定工作所需的增强系统。
56.imu(inertial measurement unit，惯性测量单元)是一种测量物体三轴姿态角和加速度的装置，可以推算出智能车辆在一段时间的位移和运动姿态。
57.轮速计是一种安装在电机上的编码器，通过电机旋转的圈数来计算智能车辆走过的距离和角度。
58.雷达，一般是指激光雷达，能够快速、准确地获取周围环境的三维点云数据，为智能车辆提供关键的环境感知能力。
59.智能车辆上挂载用于接收gnss信号的gnss卫星信号接收机、获取imu信息的imu传感器、获取轮速计信息的轮速计和获取雷达信息的激光雷达。其中，基础的imu传感器可包括加速度传感器和角速度传感器。各传感器基于不同的采集频率获取对应的信息。一般来说，imu信息的获取频率较高，大于gnss信息和轮速计信息的获取频率。
60.步骤s102，对所述gnss信息、所述imu信息、所述轮速计信息和所述雷达信息进行预处理和数据同步，得到gnss定位数据、imu位姿数据、轮速计定位数据和点云数据。
61.为了便于后续对某些传感器采集到的数据信息进行融合和统一定位，需要对gnss信息、imu信息、轮速计信息和雷达信息进行预处理和数据同步，以得到可用于对智能车辆进行定位的gnss定位数据、imu位姿数据、轮速计定位数据和点云数据。
62.在一些实施例中，先将gnss信息、imu信息、轮速计信息和雷达信息分别按时序排列，然后对上述各项信息分别进行预处理，得到可用于定位的中间数据。具体的，对排列后的雷达信息进行第一预处理(比如滤波、均匀采样等)得到基于时序排列的点云数据；对排列后的gnss信息进行第二预处理(比如rtk解算等)得到基于时序排列的gnss预处理数据(包括位置信息和各位值对应的信号质量信息)；对排列后的imu信息进行第三预处理得到基于时序排列的imu预处理数据(包括位移信息和角度信息)；对排列后的所述轮速计信息进行第四预处理得到基于时序排列的轮速计预处理数据(包括位置信息和航向角信息)。其中，第三预处理包括对imu信息进行重采样和滤波等处理，获取加速度和角速度，并通过积分得到各时刻的位移信息和角度信息。第四预处理包括对轮速计数据进行重采样和滤波等处理，通过轮速值得到速度和角速度，推算出各时刻的位置和航向角信息。
63.为了提升定位的准确性，本发明采用多种融合方式对多个传感器的位姿信息进行
融合，得到多种融合位姿信息。本发明实施例中，提供了两种融合位姿信息，一种是对gnss、imu和轮速计三种数据进行融合，得到gnss&imu&轮速计融合位姿信息，另一种是对imu和轮速计两种数据进行融合，得到imu&轮速计融合位姿信息。为了实现多传感器数据的融合，需要将参与融合的各传感器的数据进行同步。
64.一般地，由于imu数据的频率高于gnss数据和轮速计数据的频率，优选地，以imu预处理数据的频率为基准频率、imu预处理数据的时间戳为基准时间，分别对gnss预处理数据和轮速计预处理数据进行同步，得到gnss同步数据和轮速计同步数据。
65.在一些实施例中，通过插值来实现gnss预处理数据、轮速计预处理数据与imu预处理数据的同步。比如，从gnss预处理数据的时间戳中确定与基准时间相邻的两个时间戳，根据基准时间和确定出的两个相邻时间戳的差值，对gnss预处理数据做线性插值，得到gnss同步数据。
66.雷达数据不参与融合，因此，不需要将点云数据基于基准频率和基准时间进行同步。为方便后续基于各项位姿信息进行统一定位，在一些实施例中，还用于对上述数据按时间戳进行对齐，并转换到同一坐标系下。具体的，将点云数据、gnss同步数据、imu预处理数据和轮速计同步数据按时间戳进行对齐；再利用标定参数，将对齐后的gnss同步数据、imu预处理数据和轮速计同步数据分别转换到雷达坐标系下，得到所述gnss定位数据、所述imu位姿数据和所述轮速计定位数据。可以理解的是，gnss定位数据、imu位姿数据和轮速计定位数据均为基于时序排列、频率相同且坐标系统一的各时刻定位数据。点云数据是基于时序排列的、坐标系与上述三种数据相同、频率与上述三种数据可相同也可不同的各时刻定位数据。其中，所述gnss定位数据包括各时刻所述待定位车辆的第一位置信息以及各位置对应的gnss信号质量，所述imu位姿数据包括各时刻所述待定位车辆的位移信息和角度信息，所述轮速计定位数据包括各时刻所述待定位车辆的第二位置信息和航向角信息。
67.步骤s103，将所述点云数据与预设的点云地图进行匹配，得到第一位姿信息。
68.基于点云地图匹配的定位技术相对成熟，大体分为如下步骤：(1)对环境点云数据进行预处理，构建出用于匹配定位的点云地图；(2)利用迭代最近点(iterative closest points，icp)算法或正态分布变换(normal distribution transform，ndt)算法进行单帧点云数据和点云地图的匹配定位。可以理解的是，以上描述仅为了方便理解，本发明对点云地图匹配技术不做限定。
69.步骤s104，将所述imu位姿数据和所述轮速计定位数据进行融合，得到第二位姿信息。
70.具体的，基于imu位姿数据和轮速计定位数据建立线性模型或非线性模型，并根据线性模型下或非线性模型下融合多源传感器信息的定位算法得到融合定位结果，即第二位姿信息。
71.步骤s105，根据所述gnss定位数据对所述第二位姿信息进行修正，得到第三位姿信息。
72.gnss定位数据是一种相对精准的定位数据，但存在更新频率低和易受环境影响的问题，因此，一般将gnss定位数据与其他传感器数据进行融合，从而提供稳定的实时位置更新。
73.在一些实施例中，采用卡尔曼滤波算法通过gnss定位数据对第二位姿信息进行修
正，得到第三位姿信息。
74.步骤s106，获取所述第一位姿信息对应的第一置信度、所述第二位姿信息对应的第二置信度和所述第三位姿信息对应的第三置信度。
75.在一些实施例中，第一置信度、第二置信度和第三置信度均通过两个特征值进行“与”计算得到。具体的，第一置信度为第一置信度值和第一帧间跳变值进行“与”运算后得到的值；第二置信度为第二置信度值和第二帧间跳变值进行“与”运算后得到的值；第三置信度为第三置信度值和第三帧间跳变值进行“与”运算后得到的值，其中，第一置信度值和第一帧间跳变值为系统在计算第一位姿信息时根据雷达的工作状态、点云数据帧的变化等信息计算得到的；第二置信度值和第二帧间跳变值为系统在计算第二位姿信息时根据imu传感器的工作状态、轮速计的工作状态、相关数据帧的变化等信息计算得到的；第三置信度值和第三帧间跳变值为系统在计算第三位姿信息时根据gnss接收装置的工作状态、imu传感器的工作状态、轮速计的工作状态、相关数据帧的变化等信息计算得到。
76.在一些实施例中，系统根据如下方式可获得各帧间跳变值：
77.计算当前时刻的点云数据帧与上一时刻的点云数据帧的发生跳变的第一概率，若所述第一概率小于预设的第一阈值，则将第一帧间跳变值设置为真，否则，将第一帧间跳变值设置为假；
78.计算当前时刻的imu位姿数据与上一时刻的imu位姿数据的发生跳变的第二概率和当前时刻的轮速计定位数据和上一时刻的轮速计定位数据发生跳变的第三概率，若第二概率小于预设的第二阈值且第三概率小于预设的第三阈值，则将第二帧间跳变值设置为真，否则，将第二帧间跳变值设置为假；
79.获取当前时刻的gnss定位数据中所包含的位置信息所对应的gnss信号质量，若gnss信号质量大于或等于预设的第四阈值且第二帧间跳变值为真，则将第三帧间跳变值设置为真，否则，将第三帧间跳变值设置为假。
80.步骤s107，根据所述第一置信度、所述第二置信度、所述第三置信度和预设的定位优先级，从所述第一位姿信息、所述第二位姿信息和所述第三位姿信息中确定出所述待定位车辆的位姿信息。
81.基于点云地图匹配的定位技术不受天气、地形等环境因素的影响，在定位测算中保持相互独立，因此，在本发明的一些实施例中，优先采用点云数据进行定位。所述定位优先级为第一位姿信息排第一、第三位姿信息排第二和第二位姿信息排第三。
82.具体的，先判断第一置信度是否为真；若是，则输出所述第一位姿信息；若否，判断所述第三置信度是否为真，若是，则输出第三位姿信息，若否，判断所述第二置信度是否为真，若是，则输出第二位姿信息，若否，则输出定位失败信息。
83.在一些实施例中，当输出定位失败信息时，控制智能车辆停车，并定期获取gnss信息，直到获取到gnss信息之后，再基于所述gnss信息重新进行定位。
84.本发明实施例提供的多源传感器数据融合定位方法，先获取待定位车辆的gnss信息、imu信息、轮速计信息和雷达信息，并对上述信息进行预处理和数据同步，得到gnss定位数据、imu位姿数据、轮速计定位数据和点云数据，然后将点云数据与预设的点云地图进行匹配，得到第一位姿信息，将imu位姿数据和轮速计定位数据进行融合，得到第二位姿信息，根据gnss定位数据对第二位姿信息进行修正，得到第三位姿信息；最后基于第一位姿信息
对应的第一置信度、第二位姿信息对应的第二置信度和第三位姿信息对应的第三置信度，基于预设的定位优先级从第一位姿信息、第二位姿信息和第三位姿信息中确定出待定位车辆的位姿信息。采用本发明，基于定位优先级和置信度从多源传感器数据融合得到的多个位姿信息中确定出待定位车辆的位姿信息，既克服了采用单一传感器定位出现漂移、大幅跳变时需要手动定位的问题，又融合了多传感器数据进行定位，有效提高了定位的鲁棒性和准确性。
85.实施例二
86.根据本发明实施例，提供一种多源传感器数据融合定位装置，如图2所示，为本发明实施例二提供的一种多源传感器数据融合定位装置的结构示意图，所述装置包括第一数据获取模块202、数据处理模块204、第一预定位模块206、第二预定位模块208、第三预定位模块210、第二数据获取模块212和定位确定模块214，其中，
87.第一数据获取模块202，用于获取待定位车辆的gnss信息、imu信息、轮速计信息和雷达信息；
88.数据处理模块204，用于对所述gnss信息、所述imu信息、所述轮速计信息和所述雷达信息进行预处理和数据同步，得到gnss定位数据、imu位姿数据、轮速计定位数据和点云数据；
89.第一预定位模块206，用于将所述点云数据与预设的点云地图进行匹配，得到第一位姿信息；
90.第二预定位模块208，用于将所述imu位姿数据和所述轮速计定位数据进行融合，得到第二位姿信息；
91.第三预定位模块210，用于根据所述gnss定位数据对所述第二位姿信息进行修正，得到第三位姿信息；
92.第二数据获取模块212，用于获取所述第一位姿信息对应的第一置信度、所述第二位姿信息对应的第二置信度和所述第三位姿信息对应的第三置信度；
93.定位确定模块214，用于根据所述第一置信度、所述第二置信度、所述第三置信度和预设的定位优先级，从所述第一位姿信息、所述第二位姿信息和所述第三位姿信息中确定出所述待定位车辆的位姿信息。
94.上述装置中各模块之间信息交互、执行过程等内容，与本技术方法实施例基于同一构思，因此，上述装置可执行实施例一中任一所述的多源传感器数据融合定位方法，具备方法相应的功能模块和有益效果，未在本实施例中详尽描述的技术细节，可参见本发明实施例一中提供的多源传感器数据融合定位方法。
95.实施例三
96.根据本发明实施例，提供一种智能车辆，如图3所示，为本发明实施例三提供的一种能车辆的结构示意图，该能车辆包括至少一个处理器301、通信接口302、存储器303和通信总线304，其中，处理器301、通信接口302、存储器303通过通信总线304完成相互间的通信。处理器301可以调用存储器303中的逻辑指令，以执行多源传感器数据融合定位方法，该方法包括：获取待定位车辆的gnss信息、imu信息、轮速计信息和雷达信息；对所述gnss信息、所述imu信息、所述轮速计信息和所述雷达信息进行预处理和数据同步，得到gnss定位数据、imu位姿数据、轮速计定位数据和点云数据；将所述点云数据与预设的点云地图进行
匹配，得到第一位姿信息；将所述imu位姿数据和所述轮速计定位数据进行融合，得到第二位姿信息；根据所述gnss定位数据对所述第二位姿信息进行修正，得到第三位姿信息；获取所述第一位姿信息对应的第一置信度、所述第二位姿信息对应的第二置信度和所述第三位姿信息对应的第三置信度；根据所述第一置信度、所述第二置信度、所述第三置信度和预设的定位优先级，从所述第一位姿信息、所述第二位姿信息和所述第三位姿信息中确定出所述待定位车辆的位姿信息。
97.此外，上述存储器303中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在几个计算机可读存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，计算机软件产品存储于一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器或者网络设备等)执行本发明实施例一中所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
98.上述产品可执行实施例一中任一所述的多源传感器数据融合定位方法，具备方法相应的功能模块和有益效果，未在本实施例中详尽描述的技术细节，可参见本发明实施例一中提供的多源传感器数据融合定位方法。
99.实施例四
100.根据本发明实施例，提供一种计算机可读存储介质，其类型如实施例三中所述，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时，所述处理器执行实施例一中所述的多源传感器数据融合定位方法的步骤。
101.上述产品可执行实施例一中任一所述的多源传感器数据融合定位方法，具备方法相应的功能模块和有益效果，未在本实施例中详尽描述的技术细节，可参见本发明实施例一中提供的多源传感器数据融合定位方法。
102.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用直至得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
103.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围。

技术特征：
1.一种多源传感器数据融合定位方法，其特征在于，所述方法包括：获取待定位车辆的gnss信息、imu信息、轮速计信息和雷达信息；对所述gnss信息、所述imu信息、所述轮速计信息和所述雷达信息进行预处理和数据同步，得到gnss定位数据、imu位姿数据、轮速计定位数据和点云数据；将所述点云数据与预设的点云地图进行匹配，得到第一位姿信息；将所述imu位姿数据和所述轮速计定位数据进行融合，得到第二位姿信息；根据所述gnss定位数据对所述第二位姿信息进行修正，得到第三位姿信息；获取所述第一位姿信息对应的第一置信度、所述第二位姿信息对应的第二置信度和所述第三位姿信息对应的第三置信度；根据所述第一置信度、所述第二置信度、所述第三置信度和预设的定位优先级，从所述第一位姿信息、所述第二位姿信息和所述第三位姿信息中确定出所述待定位车辆的位姿信息。2.根据权利要求1所述的方法，其特征在于，所述对所述gnss信息、所述imu信息、所述轮速计信息和所述雷达信息进行预处理，包括：将所述gnss信息、所述imu信息、所述轮速计信息和所述雷达信息分别按时序排列；对排列后的所述雷达信息进行第一预处理得到基于时序排列的点云数据；对排列后的所述gnss信息进行第二预处理得到基于时序排列的gnss预处理数据；对排列后的所述imu信息进行第三预处理得到基于时序排列的imu预处理数据；对排列后的所述轮速计信息进行第四预处理得到基于时序排列的轮速计预处理数据。3.根据所述权利要求2所述的方法，其特征在于，所述对所述gnss信息、所述imu信息、所述轮速计信息和所述雷达信息进行数据同步的步骤，包括：以所述imu预处理数据的频率为基准频率、所述imu预处理数据的时间戳为基准时间，根据所述基准频率和所述基准时间同步所述gnss预处理数据和所述轮速计预处理数据，得到gnss同步数据和轮速计同步数据；将所述点云数据、所述gnss同步数据、所述imu预处理数据和所述轮速计同步数据按时间戳进行对齐；将对齐后的所述gnss同步数据、所述imu预处理数据和所述轮速计同步数据分别转换到雷达坐标系下，得到所述gnss定位数据、所述imu位姿数据和所述轮速计定位数据。4.根据权利要求1所述的方法，其特征在于，所述gnss定位数据包括各时刻所述待定位车辆的第一位置信息以及各位置对应的gnss信号质量，所述imu位姿数据包括各时刻所述待定位车辆的位移信息和角度信息，所述轮速计定位数据包括各时刻所述待定位车辆的第二位置信息和航向角信息。5.根据权利要求1至4任一项所述的方法，其特征在于，所述定位优先级为所述第一位姿信息排第一、所述第三位姿信息排第二和所述第二位姿信息排第三。6.根据权利要求5所述的方法，其特征在于，所述根据所述第一置信度、所述第二置信度、所述第三置信度和预设的定位优先级，从所述第一位姿信息、所述第二位姿信息和所述第三位姿信息中确定出所述待定位车辆的位姿信息的步骤，包括：判断所述第一置信度是否为真；若是，则输出所述第一位姿信息；
若否，判断所述第三置信度是否为真，若是，则输出第三位姿信息，若否，判断所述第二置信度是否为真，若是，则输出第二位姿信息，若否，则输出定位失败信息。7.根据权利要求5所述的方法，其特征在于，所述第一置信度为对所述第一位姿信息对应的第一置信度值和第一帧间跳变值进行“与”运算后得到的值，所述第二置信度为对所述第二位姿信息对应的第二置信度值和第二帧间跳变值进行“与”运算后得到的值，所述第三置信度为对所述第三位姿信息对应的第三置信度值和第三帧间跳变值进行“与”运算后得到的值。8.一种多源传感器数据融合定位装置，其特征在于，所述装置包括：第一数据获取模块，用于获取待定位车辆的gnss信息、imu信息、轮速计信息和雷达信息；数据处理模块，用于对所述gnss信息、所述imu信息、所述轮速计信息和所述雷达信息进行预处理和数据同步，得到gnss定位数据、imu位姿数据、轮速计定位数据和点云数据；第一预定位模块，用于将所述点云数据与预设的点云地图进行匹配，得到第一位姿信息；第二预定位模块，用于将所述imu位姿数据和所述轮速计定位数据进行融合，得到第二位姿信息；第三预定位模块，用于根据所述gnss定位数据对所述第二位姿信息进行修正，得到第三位姿信息；第二数据获取模块，用于获取所述第一位姿信息对应的第一置信度、所述第二位姿信息对应的第二置信度和所述第三位姿信息对应的第三置信度；定位确定模块，用于根据所述第一置信度、所述第二置信度、所述第三置信度和预设的定位优先级，从所述第一位姿信息、所述第二位姿信息和所述第三位姿信息中确定出所述待定位车辆的位姿信息。9.一种智能车辆，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，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执行权利要求1至7任一项所述的多源传感器数据融合定位方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时，所述处理器执行如权利要求1-7任一项所述的多源传感器数据融合定位方法的步骤。

技术总结
本发明实施例公开了一种多源传感器数据融合定位方法、装置及智能车辆，其中，方法包括：获取待定位车辆的GNSS信息、IMU信息、轮速计信息和雷达信息，并对上述信息进行处理，得到GNSS定位数据、IMU位姿数据、轮速计定位数据和点云数据；将点云数据与预设的点云地图进行匹配，得到第一位姿信息，将IMU位姿数据和轮速计定位数据进行融合，得到第二位姿信息，根据GNSS定位数据对第二位姿信息进行修正，得到第三位姿信息；基于置信度和预设的定位优先级确定出待定位车辆的位姿信息。采用本发明，有效提高了定位的鲁棒性和准确性。提高了定位的鲁棒性和准确性。提高了定位的鲁棒性和准确性。


技术研发人员：刘明 姜皓璇 王鲁佳
受保护的技术使用者：深圳一清创新科技有限公司
技术研发日：2023.05.16
技术公布日：2023/9/20