一种车路协同定位方法、装置、自动驾驶车辆及路侧设备

技术领域

本公开涉及计算机技术中的智能交通、高精地图等技术领域，尤其涉及一种定位方法、装置及电子设备。

背景技术

在车路协同辅助、自动驾驶等应用场景下，对交通参与者(例如，行人、车辆等)定位是其中重要的一环。

目前，在定位过程中，常采用的方式是通过路侧的交通检测器或路侧的感知系统来识别交通参与对象并对其进行定位。

发明内容

本公开提供一种定位方法、装置及电子设备。

第一方面，本公开一个实施例提供一种定位方法，应用于第一车辆，所述方法包括：

识别目标对象；

确定所述第一车辆与所述目标对象之间的相对距离；

执行目标操作，所述目标操作包括如下至少一项：

基于所述第一车辆的位置以及所述相对距离，确定所述目标对象的位置；

向路侧计算设备或云端服务设备发送第一信息，所述第一信息包括所述第一车辆的位置以及所述相对距离。

在本公开实施例的方法中，第一车辆可识别目标对象，以及确定与目标对象之间的相对距离，第一车辆可基于第一车辆的位置以及所述相对距离，确定所述目标对象的位置，实现目标对象的定位，也可将第一车辆的位置以及所述相对距离发送至路侧计算设备或云端服务设备，由路侧计算设备或云端服务设备根据第一车辆的位置以及所述相对距离来确定目标对象的位置，实现目标对象的定位。即无需通过道路两侧布设的交通检测器或感知系统来对目标对象进行定位，而是利用第一车辆自身的位置以及所述相对距离实现目标对象的位置的定位，可提高定位精确性。

第二方面，本公开一个实施例提供一种定位方法，所述方法包括：

接收第一车辆发送的第一信息，所述第一信息包括第一车辆的位置以及所述第一车辆与所述第一车辆识别的目标对象之间的相对距离；

基于所述第一车辆的位置以及所述相对距离，确定所述目标对象的位置。

在本公开实施例的方法中，第一车辆可将第一车辆的位置以及所述第一车辆识别的目标对象之间的相对距离发送至路侧计算设备或云端服务设备，由路侧计算设备或云端服务设备根据第一车辆的位置以及所述相对距离来确定目标对象的位置，实现目标对象的定位。即无需通过道路两侧布设的交通检测器或感知系统来对目标对象进行定位，而是利用第一车辆自身的位置以及所述相对距离实现目标对象的位置的定位，可提高定位精确性。

第三方面，本公开一个实施例提供一种定位装置，应用于第一车辆，所述装置包括：

识别模块，用于识别目标对象；

相对距离确定模块，用于确定所述第一车辆与所述目标对象之间的相对距离；

执行模块，用于执行目标操作，所述目标操作包括如下至少一项：

基于所述第一车辆的位置以及所述相对距离，确定所述目标对象的位置；

向路侧计算设备或云端服务设备发送第一信息，所述第一信息包括所述第一车辆的位置以及所述相对距离。

第四方面，本公开一个实施例提供一种定位装置，所述装置包括：

接收模块，用于接收第一车辆发送的第一信息，所述第一信息包括第一车辆的位置以及所述第一车辆与所述第一车辆识别的目标对象之间的相对距离；

位置确定模块，用于基于所述第一车辆的位置以及所述相对距离，确定所述目标对象的位置。

第五方面，本公开一个实施例还提供一种电子设备，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能够执行本公开如第一方面提供的定位方法。

第六方面，本公开一个实施例还提供一种电子设备，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能够执行本公开如第二方面提供的定位方法。

第七方面，本公开一个实施例还提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开如第一方面提供的定位方法或者如第二方面提供的定位方法。

第八方面，本公开一个实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开如第一方面提供的定位方法提供的定位方法或者如第二方面提供的定位方法。

第九方面，本公开一个实施例提供一种自动驾驶车辆，包括如第五方面提供的电子设备。

第十方面，本公开一个实施例提供一种路侧设备，包括如第六方面提供的电子设备。

第十一方面，本公开一个实施例提供一种云控平台，包括如第六方面提供的电子设备。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开提供的一个实施例的定位方法的流程示意图之一；

图2是本公开提供的一个实施例的定位方法的流程示意图之二；

图3是本公开提供的一个实施例的定位方法的应用场景图；

图4是本公开提供的一个实施例的定位方法的定位原理图之一；

图5是本公开提供的一个实施例的定位方法中在同一车道下的定位原理图；

图6是本公开提供的一个实施例的定位方法中不在同一车道下的定位原理图；

图7是本公开提供的一个实施例的定位装置的结构图；

图8是本公开提供的另一个实施例的定位装置的结构图；

图9是用来实现本公开实施例的定位方法的电子设备的框图。

具体实施方式

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。

如图1所示，根据本公开的实施例，本公开提供一种定位方法，可应用于第一车辆，方法包括：

步骤S101：识别目标对象。

该定位方法可以为一种车路协同定位方法，第一车辆可以是自动驾驶车辆等。第一车辆可检测周围目标，目标对象可以理解为第一车辆检测到的周围的交通参与者，例如，目标对象可以是车辆、行人等，数量可以是一个或多个。

步骤S101：确定第一车辆与目标对象之间的相对距离。

第一车辆识别目标对象，并可以计算得到与目标对象之间的相对距离，即第一车辆可对周围检测的目标对象进行相对定位。需要说明的是，确定相对距离的方式有多种，在本公开实施例中不作限定，例如，可通过车载相机视觉进行相对定位确定相对距离，也可以通过第一车辆的激光雷达进行相对距离的确定，或者也可以基于毫米波雷达确定相对距离等。

步骤S103：执行目标操作。

其中，该目标操作包括如下至少一项：

基于第一车辆的位置以及相对距离，确定目标对象的位置；

向路侧计算设备或云端服务设备发送第一信息，第一信息包括第一车辆的位置以及相对距离。

在确定相对距离后，第一车辆可自身的位置以及相对距离，确定目标对象的位置即目标位置，也即是实现对目标对象的具体位置的定位。也可以向路侧计算设备或云端服务设备发送包括第一车辆的位置以及相对距离的第一信息，第一车辆的位置以及相对距离用于所述路侧计算设备或云端服务设备确定目标对象的位置，即可以由路侧计算设备或云端服务设备基于第一车辆的位置以及相对距离，确定目标对象的位置，路侧计算设备或云端服务设备基于第一车辆的位置以及相对距离，确定目标对象的位置的方式与第一车辆确定目标对象的方式可以是相同的。也即是，在本实施例中，可以由第一车辆自身根据第一车辆的位置以及相对距离，确定目标对象的位置，也可以将包括第一车辆的位置以及相对距离的第一信息发送给路侧计算设备或云端服务设备，由路侧计算设备或云端服务设备基于第一车辆的位置以及相对距离确定目标对象的位置。

需要说明的是，在执行目标操作之前，可先获取第一车辆自身的位置，第一车辆自身可进行定位确定第一车辆的位置，定位的方式有多种，在本实施例中不作限定，例如，可通过惯导定位、视觉定位、激光雷达定位、GNSS定位、RTK定位等多种定位方法中的至少一种进行定位，能够达到厘米级定位，在采用上述多种定位方法中的至少两种进行定位的情况下，基于这至少两种方法的定位进行融合得到定位结果。

在本公开实施例的方法中，第一车辆可识别目标对象，以及确定与目标对象之间的相对距离，第一车辆可基于第一车辆的位置以及所述相对距离，确定所述目标对象的位置，实现目标对象的定位，也可将第一车辆的位置以及所述相对距离发送至路侧计算设备或云端服务设备，由路侧计算设备或云端服务设备根据第一车辆的位置以及所述相对距离来确定目标对象的位置，实现目标对象的定位。即无需通过道路两侧布设的交通检测器或感知系统来对目标对象进行定位，而是利用第一车辆自身的位置以及所述相对距离实现目标对象的位置的定位，可提高定位精确性。

在一个实施例中，所述执行目标操作之前，包括：基于地图信息，确定所述目标对象所在的第一车道；

其中，所述基于所述第一车辆的位置以及所述相对距离，确定所述目标对象的位置，包括：基于所述目标对象所在的第一车道、所述第一车辆所在的第二车道、所述第一车辆的位置以及所述相对距离，确定所述目标对象的位置。

也即是在确定目标对象的位置的过程中，不但可利用第一车辆的位置以及所述相对距离，还可结合第一车辆所在第二车道以及目标对象所在的第一车道，实现目标位置的定位，以提高目标对象的位置的定位准确性。

需要说明的是，在确定所述目标对象所在的第一车道的过程中，第一车辆可基于第一车辆上安装的摄像头对目标对象进行视觉信息采集，结合采集的目标对象的视觉信息以及地图信息确定目标对象所在的第一车道。作为一个示例，地图信息可以是高精地图。第一车辆所在的第二车道可以是第一车辆确定自身的位置之后确定，例如，第一车辆可基于第一车辆的位置以及地图信息确定自身所在的第二车道。

在一个实施例中，第一信息还包括：第一车道以及第二车道。

即第一车辆可确定目标对象所在的第一车道以及自身所在的第二车道，在本实施例中，第一车辆可将第一车道和第二车道，与第一车辆的位置以及相对距离一起发送给路侧计算设备或云端服务设备，由路侧计算设备或云端服务设备基于所述目标对象所在的第一车道、所述第一车辆所在的第二车道、所述第一车辆的位置以及所述相对距离，确定所述目标对象的位置，即第一车道、所述第一车辆所在的第二车道、所述第一车辆的位置以及所述相对距离，用于路侧计算设备或云端服务设备确定所述目标对象的位置。

在本实施例中，第一车辆不但向路侧计算设备或云端服务设备发送第一车辆的位置以及相对距离，而且可向路侧计算设备或云端服务设备发送第一车道和第二车道，如此，路侧计算设备或云端服务设备可基于所述目标对象所在的第一车道、所述第一车辆所在的第二车道、所述第一车辆的位置以及所述相对距离，确定所述目标对象的位置，实现目标位置的定位，以提高目标对象的位置的定位准确性。

在一个实施例中，基于目标对象所在的第一车道、第一车辆所在的第二车道、第一车辆的位置以及相对距离，确定目标对象的位置，包括：

在第一车道与第二车道为相同车道的情况下，根据相对距离以及第一车辆的位置，确定目标对象的位置。

也即是，第一车辆与目标对象在同一车道，通过相对距离以及第一车辆的位置，即可确定目标位置。也即是在确定目标位置的过程中，需要考虑第一车辆与目标对象是否在同一车道，若在同一车道，利用相对距离以及第一车辆的位置，即可确定目标位置，计算过程简洁，不但可提高目标位置确定的效率，而且可确保得到的目标位置的精确性。

在一个实施例中，基于目标对象所在的第一车道、第一车辆所在的第二车道、第一车辆的位置以及相对距离，确定目标对象的位置，包括：

在第一车道与第二车道不为相同车道的情况下，根据相对距离、第一车辆的位置以及车道距离，确定目标对象的位置，其中，车道距离为第一车道与第二车道之间的距离。

若第一车辆与目标对象不在同一车道，在确定目标位置的过程中，不但需要考虑相对距离和第一车辆的位置，而且需要考虑第一车道与第二车道之间的距离，通过相对距离、第一车辆的位置以及车道距离，确定目标位置，以提高确定的目标位置的精确性。

在一个实施例中，第一信息还包括目标对象的位置。

即第一车辆可确定目标对象的位置，将确定的目标对象的位置发送给路侧计算设备或云端服务设备，如此，可以丰富发送给路侧计算设备或云端服务设备的信息，使路侧计算设备或云端服务设备获取更多第一车辆确定的信息，而且以便于路侧计算设备或云端服务设备及时获知目标对象的具体位置。

在一个实施例中，第一信息还包括以下至少一项：

目标对象的形状信息；

目标对象的历史行驶路径；

目标对象的预测行驶路径；

目标对象的跟踪时间。

形状信息可以为三维(3D)形状信息等，需要说明的是，预测行驶路径为第一车辆识别到目标对象后，可对目标对象后续的形式路径进行预测，得到预测行驶路径。另外，对于识别的目标对象，可能在一定时长内第一车辆均能识别到该目标对象，可以理解该目标对象相对第一车辆，处于跟踪状态，可确定目标对象的跟踪时长。即在本实施例中，第一车辆可确定上述至少一项信息，并可将上述至少一项信息发送给路侧计算设备或云端服务设备，以便路侧计算设备或云端服务设备获知上述至少一项信息。

在一个实施例中，在目标对象为第一类对象的情况下，第一信息还包括以下至少一项：

目标对象的灯光状态信息；

目标对象的姿态信息；

目标对象的姿态置信度；

目标对象的角速度信息；

目标对象的角速度置信度。

需要说明的是，第一类对象可以是机动车，即在本实施例中，若目标对象为第一类对象，第一车辆还可确定上述目标对象的灯光状态信息、目标对象的姿态信息、目标对象的姿态置信度、目标对象的角速度信息和目标对象的角速度置信度中的至少一项信息，并可上述至少一项信息发送给路侧计算设备或云端服务设备，以便路侧计算设备或云端服务设备获知上述至少一项信息。

在一个实施例中，在目标对象为第二类对象的情况下，第一信息还包括以下至少一项：

目标对象的半径；

目标对象的类型信息；

目标对象的动力信息；

目标对象的数量；

目标对象的附属物类型；

目标对象中行人扩展信息；

目标对象中道路工作者扩展信息；

目标对象中行人请求信息。

需要说明的是，第二类对象可以是非机动车，类型信息可以理解为是在第二类对象下的子类型，例如，未知类型、行人类型、自行车类型、道路工人类型(即道路工作者类型)、动物类型等。即在本实施例中，若目标对象为第二类对象，第一车辆还可确定上述多项信息中的至少一项信息，并可上述至少一项信息发送给路侧计算设备或云端服务设备，以便路侧计算设备或云端服务设备获知上述至少一项信息。

如图2所示，根据本公开的实施例，本公开提供一种定位方法，该方法可应用于路侧计算设备或云端服务设备，方法包括：

步骤S201：接收第一车辆发送的第一信息；

该定位方法可以为一种车路协同定位方法，所述第一信息包括第一车辆的位置以及所述第一车辆与所述第一车辆识别的目标对象之间的相对距离。

步骤S202：基于所述第一车辆的位置以及所述相对距离，确定所述目标对象的位置。

在本公开实施例的方法中，第一车辆可将第一车辆的位置以及所述第一车辆识别的目标对象之间的相对距离发送至路侧计算设备或云端服务设备，由路侧计算设备或云端服务设备根据第一车辆的位置以及所述相对距离来确定目标对象的位置，实现目标对象的定位。即无需通过道路两侧布设的交通检测器或感知系统来对目标对象进行定位，而是利用第一车辆自身的位置以及所述相对距离实现目标对象的位置的定位，可提高定位精确性。

在一个实施例中，第一信息还包括：第一车道以及第二车道；

基于所述第一车辆的位置以及所述相对距离，确定所述目标对象的位置，包括：基于所述目标对象所在的第一车道、所述第一车辆所在的第二车道、所述第一车辆的位置以及所述相对距离，确定所述目标对象的位置。

即第一车辆可确定目标对象所在的第一车道以及自身所在的第二车道，在本实施例中，第一车辆可将第一车道和第二车道，与第一车辆的位置以及相对距离一起发送给路侧计算设备或云端服务设备，路侧计算设备或云端服务设备接收第一信息后，可基于所述目标对象所在的第一车道、所述第一车辆所在的第二车道、所述第一车辆的位置以及所述相对距离，确定所述目标对象的位置。

在本实施例中，路侧计算设备或云端服务设备从第一车辆接收的第一信息不但包括第一车辆的位置以及相对距离，而且还包括第一车道和第二车道，如此，路侧计算设备或云端服务设备可基于所述目标对象所在的第一车道、所述第一车辆所在的第二车道、所述第一车辆的位置以及所述相对距离，确定所述目标对象的位置，实现目标位置的定位，以提高目标对象的位置的定位准确性。

在一个实施例中，基于所述目标对象所在的第一车道、所述第一车辆所在的第二车道、所述第一车辆的位置以及所述相对距离，确定所述目标对象的位置，包括：

在第一车道与第二车道为相同车道的情况下，根据相对距离以及第一车辆的位置，确定目标对象的位置。

在一个实施例中，基于所述目标对象所在的第一车道、所述第一车辆所在的第二车道、所述第一车辆的位置以及所述相对距离，确定所述目标对象的位置，包括：

在第一车道与第二车道不为相同车道的情况下，根据相对距离、第一车辆的位置以及车道距离，确定目标对象的位置，其中，车道距离为第一车道与第二车道之间的距离。

在一个实施例中，第一信息还包括目标对象的位置。

在一个实施例中，第一信息还包括以下至少一项：

目标对象的形状信息；

目标对象的历史行驶路径；

目标对象的预测行驶路径；

目标对象的跟踪时间。

在一个实施例中，在目标对象为第一类对象的情况下，第一信息还包括以下至少一项：

目标对象的灯光状态信息；

目标对象的姿态信息；

目标对象的姿态置信度；

目标对象的角速度信息；

目标对象的角速度置信度。

在一个实施例中，在目标对象为第二类对象的情况下，第一信息还包括以下至少一项：

目标对象的半径；

目标对象的类型信息；

目标对象的动力信息；

目标对象的数量；

目标对象的附属物类型；

目标对象中行人扩展信息；

目标对象中道路工作者扩展信息；

目标对象中行人请求信息。

下面以一个具体实施例对上述方法的过程加以具体说明。

目前，在车路协同辅助驾驶和自动驾驶应用场景下，需要通过路侧的交通检测器或感知系统识别交通参与者和交通事件，并对其进行定位，一般而言，定位精度至少需要达到0.5至1.5m之间，目前通过路侧的交通检测器或感知系统识别感知以及定位已无法满足要求，而自动驾驶车辆则需要达到更高精度，至少应小于等于0.5m。

现实交通环境中，会长期出现自动驾驶车辆与非自动驾驶车辆长期混行的情况，自动驾驶车辆自身由于具有较强的感知识别和定位能力，自车定位能达到厘米级精度，同时自动驾驶车辆还能实时判断与周边车辆的相对距离，通过利用道路上的自动驾驶车辆，可以获取道路上大量车辆较为准确的位置信息，从而可大大提高整个系统的定位精度。

即本公开实施例提出一种自动驾驶车辆与非机动驾驶车辆混行状态下，道路交通参与者和交通事件高精度定位的方法、系统和设备，本公开实施例提供的方法可应用于如图3所示的自动驾驶场景中。

该定位系统主要包括以下几个部分：

自动驾驶车辆301(具有对周边环境的感知和定位能力，定位设备可以是激光雷达，也可以是基于车载相机视觉定位等)；

车载通信单元(OBU)：安装于自动驾驶车辆；

路侧直连通信设备302(RSU)；

计算处理设施303(路侧计算设备)或服务器304(云端服务设备)；

其他附属或支持设施等。

其中，自动驾驶车辆具备以下能力：

自车高精度定位，自动驾驶车辆可以基于惯导定位、视觉定位、激光雷达定位、GNSS定位、RTK定位等多种定位方法进行融合定位，能够达到厘米级定位；

周边交通参与者(车辆、行人等)、交通事件的相对定位，可基于视觉、激光雷达、毫米波雷达等进行相对定位；

通过车载通信单元进行定位信息播发，播发的第一信息可包括自车高精度位置信息，以及周边车辆、行人的相对距离等信息；

路侧直连通信设备以下能力：

车载通信单元所发来的第一信息的实时接收和解析；

将所收到的第一信息实时转发到路侧计算设施。

路侧计算设备应具备以下能力：

实时接收和解析路侧直连通信设备发来的第一信息；

根据自动驾驶车辆的高精度位置信息和周边车辆的相对距离等，计算出周边车辆、行人的目标位置，可提高位置定位的精确性；

得到周围交通参与者、交通事件的准确位置信息，另外，路侧计算设备可将得到的目标位置发送给云端服务设备。

以通过路侧计算设备确定目标位置为例，本实施例的定位方法的定位原理如图4所示：

首先，自动驾驶车辆通过车辆自身高精度位置(即自动驾驶车辆的位置)、自动驾驶车辆对周边参与者性对定位(即与识别的周边参与者的相对距离)、高精地图相结合，共同确定识别的周围的交通参与者的精确位置信息(即目标位置)，其计算过程如下：

通过自动驾驶车辆识别周边车辆，并计算相对距离d；

判断周边车辆所在的第一车道，并根据第一车道、自动驾驶车辆所在的第二车道、自动驾驶车辆的位置以及相对距离计算识别的周边车辆的目标位置。分为两种情况：1)同车道；2)不在同一车道。

若自动驾驶车辆与识别的周边车辆在同一车道，如图5所示，位置计算相对简单，即通过以下公式确定目标位置：

x1＝x+d，y1＝y，或者x1＝x-d，y1＝y；

其中，x1为目标位置的第一分量坐标(例如，为经度)，y1为目标位置的第二分量坐标(例如，为维度)，x为自动驾驶车辆的位置的第一分量坐标，y为自动驾驶车辆的位置的第二分量坐标。

若自动驾驶车辆与识别的周边车辆在不同车道，如图6所示，位置计算时需要考虑第一车道和第二车道之间的距离h，即通过以下公式确定目标位置：

d

车辆的OBU向RSU实时播发车辆自身位置信息和车辆感知的周边交通参与者/交通事件信息，即播发感知消息(第一信息)，第一信息的内容如表1所示。

表1第一信息的内容

通过本公开实施例的定位方法进行目标对象的定位，可提高定位精度，可达到厘米级，是对通过路侧感知定位设备进行定位方法的补充，可提高自动驾驶车辆的利用效率，且基于相对距离，与高精地图结合得到目标位置，可提高定位精度。

如图7所示，根据本公开的实施例，本公开还提供一种定位装置700，应用于第一车辆，装置包括：

识别模块701，用于识别目标对象；

相对距离确定模块702，用于确定第一车辆与目标对象之间的相对距离；

执行模块703，用于执行目标操作，目标操作包括如下至少一项：

基于第一车辆的位置以及相对距离，确定目标对象的位置；

向路侧计算设备或云端服务设备发送第一信息，第一信息包括第一车辆的位置以及相对距离。

在一个实施例中，装置700还包括：

车道确定模块，用于执行模块执行目标操作之前，基于地图信息，确定目标对象所在的第一车道；

其中，基于第一车辆的位置以及相对距离，确定目标对象的位置，包括：

基于目标对象所在的第一车道、第一车辆所在的第二车道、第一车辆的位置以及相对距离，确定目标对象的位置。

在一个实施例中，第一信息还包括：第一车道以及第二车道。

在一个实施例中，基于目标对象所在的第一车道、第一车辆所在的第二车道、第一车辆的位置以及相对距离，确定目标对象的位置，包括：

在第一车道与第二车道为相同车道的情况下，根据相对距离以及第一车辆的位置，确定目标对象的位置。

在一个实施例中，基于目标对象所在的第一车道、第一车辆所在的第二车道、第一车辆的位置以及相对距离，确定目标对象的位置，包括：

在第一车道与第二车道不为相同车道的情况下，根据相对距离、第一车辆的位置以及车道距离，确定目标对象的位置，其中，车道距离为第一车道与第二车道之间的距离。

在一个实施例中，第一信息还包括目标对象的位置。

在一个实施例中，第一信息还包括以下至少一项：

目标对象的形状信息；

目标对象的历史行驶路径；

目标对象的预测行驶路径；

目标对象的跟踪时间。

在一个实施例中，在目标对象为第一类对象的情况下，第一信息还包括以下至少一项：

目标对象的灯光状态信息；

目标对象的姿态信息；

目标对象的姿态置信度；

目标对象的角速度信息；

目标对象的角速度置信度。

上述各实施例的定位装置为实现上述应用于第一车辆中的各实施例的定位方法的装置，技术特征对应，技术效果对应，在此不再赘述。

如图8所示，根据本公开的实施例，本公开还提供一种定位装置800，可应用于路侧计算设备或云端服务设备，装置800包括：

接收模块801，用于接收第一车辆发送的第一信息，第一信息包括第一车辆的位置以及第一车辆与第一车辆识别的目标对象之间的相对距离；

位置确定模块802，用于基于第一车辆的位置以及相对距离，确定目标对象的位置。

在一个实施例中，第一信息还包括：第一车道以及第二车道；

基于第一车辆的位置以及相对距离，确定目标对象的位置，包括：

基于目标对象所在的第一车道、第一车辆所在的第二车道、第一车辆的位置以及相对。

上述各实施例的定位装置为实现上述应用于路侧计算设备或云端服务设备中的各实施例的定位方法的装置，技术特征对应，技术效果对应，在此不再赘述。

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、一种计算机程序产品、一种自动驾驶车辆、一种路侧设备和一种云控平台。

本公开实施例的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本公开所提供的定位方法。

本公开实施例的计算机程序产品，包括计算机程序，所述计算机程序用于使计算机执行本公开各实施例提供的定位方法。

图9示出了可以用来实施本公开的实施例的示例电子设备900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。

如图9所示，电子设备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，来执行各种适当的动作和处理。在RAM903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。

电子设备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904，例如网卡、调制解调器、无线通信收发机等。通信单元904允许电子设备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。

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(I)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执行上文所描述的各个方法和处理，例如定位方法。例如，在一些实施例中，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904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)而被配置为执行定位方法。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。

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。

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。

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。

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)、互联网和区块链网络。

计算机系统可以包括第二电子设备和服务器。第二电子设备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第二电子设备-服务器关系的计算机程序来产生第二电子设备和服务器的关系。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。

本公开实施例的自动驾驶车辆，可包括电子设备900。例如，自动驾驶车辆可包括能够执行应用于第一车辆的各实施例的定位方法的电子设备。

本公开实施例的路侧设备，可包括电子设备900。例如，路侧设备可包括能够执行应用于路侧计算设备的各实施例的定位方法的电子设备。

可选的，路侧设备(例如路测计算设备)除了包括电子设备900，还可以包括通信部件等，电子设备可以和通信部件一体集成，也可以分体设置。电子设备可以获取感知设备(如路侧相机)的数据，例如图片和视频等，从而进行图像视频处理和数据计算。可选的，电子设备自身也可以具备感知数据获取功能和通信功能，例如是AI相机，电子设备可以直接基于获取的感知数据进行图像视频处理和数据计算。

本公开实施例的云控平台，可包括电子设备900。例如，云控平台可包括能够执行应用于云端服务设备的各实施例的定位方法的电子设备。

可选的，云控平台(例如云端服务设备)在云端执行处理，云控平台包括的电子设备可以获取感知设备(如路侧相机)的数据，例如图片和视频等，从而进行图像视频处理和数据计算；云控平台也可以称为车路协同管理平台、边缘计算平台、云计算平台、中心系统、云端服务器等。

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，本发申请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。

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。