自动驾驶车辆的融合定位方法、装置和电子设备

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种自动驾驶车辆的融合定位方法、装置和电子设备。

背景技术

准确、稳定的定位对于自动驾驶车辆至关重要，有了准确、稳定的定位，车辆才能更正确的做出后续规划、控制等操作，才能安全的在道路上行驶。

随着自动驾驶车辆定位精度要求的不断提高，以传统组合导航即IMU（InertialMeasurement Unit，惯性测量单元）+GNSS（Global Navigation Satellite System，全球卫星导航系统）/RTK（Real-time kinematic，实时动态差分）结合地图匹配定位技术的多传感器融合定位方案逐步成为自动驾驶车辆定位方案的首选。目前主流的地图匹配技术分为激光匹配定位和视觉匹配定位，其中激光匹配定位成熟度高，在城市落地场景中成为不可替代一部分。相比较而言，由于受环境、光照影响大，视觉匹配定位技术的稳定性远远不如激光匹配定位，主要应用在自动泊车、室内等限定场景中。

在大部分情况下，激光匹配定位的精度可以保持在厘米级，可用性非常高。但是，由于遮挡、可提取特征少、环境变化等影响，激光匹配定位也会受到影响，进一步输出错误的定位。

除此之外，目前还没有算法能够输出百分百正确的激光匹配定位置信度，即使在某些匹配错误的时候，仍然可能输出较高置信度，导致在融合时使用错误的激光定位信息，使得滤波器融合多传感器定位结果时被短时带偏，导致定位精度和稳定性降低，从而产生人工接管或者急刹等非预期操作。

发明内容

本申请实施例提供了一种自动驾驶车辆的融合定位方法、装置和电子设备，以提高自动驾驶车辆的融合定位精度和稳定性。

本申请实施例采用下述技术方案：

第一方面，本申请实施例提供一种自动驾驶车辆的融合定位方法，其中，所述方法包括：

获取自动驾驶车辆的车侧补盲相机的定位结果和激光定位结果；

根据所述车侧补盲相机的定位结果确定相机定位点到车道线的横向距离，以及根据所述激光定位结果确定激光定位点到车道线的横向距离；

根据所述相机定位点到车道线的横向距离和所述激光定位点到车道线的横向距离，确定激光定位的定位状态；

根据所述激光定位的定位状态进行自动驾驶车辆的融合定位，得到自动驾驶车辆的融合定位结果。

可选地，所述根据所述车侧补盲相机的定位结果确定相机定位点到车道线的横向距离，以及根据所述激光定位结果确定激光定位点到车道线的横向距离包括：

确定自动驾驶车辆是否满足预设初始化条件；

在所述自动驾驶车辆满足预设初始化条件的情况下，根据所述车侧补盲相机的定位结果确定相机定位点到车道线的横向距离，以及根据所述激光定位结果确定激光定位点到车道线的横向距离。

可选地，所述确定自动驾驶车辆是否满足预设初始化条件包括：

获取GNSS/RTK定位结果和GNSS/RTK定位的定位状态；

确定所述GNSS/RTK定位结果与所述激光定位结果之间的定位偏差；

若所述GNSS/RTK定位结果与所述激光定位结果之间的定位偏差小于预设定位偏差阈值，且所述GNSS/RTK定位的定位状态为差分状态，则确定所述自动驾驶车辆满足预设初始化条件；

否则，则确定所述自动驾驶车辆不满足预设初始化条件。

可选地，所述车侧补盲相机包括位于车身同一侧的前方补盲相机和后方补盲相机，所述根据所述车侧补盲相机的定位结果确定相机定位点到车道线的横向距离包括：

确定自动驾驶车辆的当前行驶状态；

根据所述自动驾驶车辆的当前行驶状态，以及所述车侧前方的补盲相机的定位结果和所述车侧后方的补盲相机的定位结果确定相机定位点到车道线的横向距离。

可选地，所述前方补盲相机的定位结果包括前方补盲相机计算出的相机定位点到车道线的第一横向距离，所述后方补盲相机的定位结果包括后方补盲相机计算出的相机定位点到车道线的第二横向距离，所述确定自动驾驶车辆的当前行驶状态包括：

若所述自动驾驶车辆位于车道内行驶且未收到变道反馈信息，则确定所述自动驾驶车辆的当前行驶状态为直行状态；

若所述自动驾驶车辆收到变道反馈信息和/或所述相机定位点到车道线的第二横向距离的变化满足变道趋势，则确定所述自动驾驶车辆的当前行驶状态为变道状态；

若所述自动驾驶车辆未收到变道反馈信息且在预设时间段内未输出所述相机定位点到车道线的第一横向距离，则确定所述自动驾驶车辆的当前行驶状态为特殊场景行驶状态。

可选地，所述前方补盲相机的定位结果包括前方补盲相机计算出的相机定位点到车道线的第一横向距离，所述后方补盲相机的定位结果包括后方补盲相机计算出的相机定位点到车道线的第二横向距离，

所述根据所述自动驾驶车辆的当前行驶状态，以及所述车侧前方的补盲相机的定位结果和所述车侧后方的补盲相机的定位结果确定相机定位点到车道线的横向距离包括：

若所述自动驾驶车辆的当前行驶状态为直行状态，则将所述相机定位点到车道线的第一横向距离和第二横向距离的平均值作为相机定位点到车道线的当前横向距离；

若所述自动驾驶车辆的当前行驶状态为变道状态，则将所述相机定位点到车道线的第二横向距离作为相机定位点到车道线的当前横向距离；

若所述自动驾驶车辆的当前行驶状态为特殊场景行驶状态，则重新确定自动驾驶车辆是否满足预设初始化条件。

可选地，所述根据所述相机定位点到车道线的横向距离和所述激光定位点到车道线的横向距离，确定激光定位的定位状态包括：

确定所述相机定位点到车道线的横向距离与所述激光定位点到车道线的横向距离的距离偏差；

若所述相机定位点到车道线的横向距离与所述激光定位点到车道线的横向距离的距离偏差小于预设距离偏差阈值，则确定所述激光定位的定位状态为有效状态；

否则，则确定所述激光定位的定位状态为失效状态。

可选地，所述根据所述激光定位的定位状态进行自动驾驶车辆的融合定位，得到自动驾驶车辆的融合定位结果包括：

若所述激光定位的定位状态为有效状态，则根据所述激光定位结果和其他传感器的定位结果进行自动驾驶车辆的融合定位，得到自动驾驶车辆的融合定位结果；

若所述激光定位的定位状态为失效状态，则舍弃所述激光定位结果，并根据其他传感器的定位结果进行自动驾驶车辆的融合定位，得到自动驾驶车辆的融合定位结果。

第二方面，本申请实施例还提供一种自动驾驶车辆的融合定位装置，其中，所述装置包括：

获取单元，用于获取自动驾驶车辆的车侧补盲相机的定位结果和激光定位结果；

第一确定单元，用于根据所述车侧补盲相机的定位结果确定相机定位点到车道线的横向距离，以及根据所述激光定位结果确定激光定位点到车道线的横向距离；

第二确定单元，用于根据所述相机定位点到车道线的横向距离和所述激光定位点到车道线的横向距离，确定激光定位的定位状态；

融合定位单元，用于根据所述激光定位的定位状态进行自动驾驶车辆的融合定位，得到自动驾驶车辆的融合定位结果。

第三方面，本申请实施例还提供一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。

第四方面，本申请实施例还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一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行前述之任一所述方法。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本申请实施例的自动驾驶车辆的融合定位方法，先获取自动驾驶车辆的车侧补盲相机的定位结果和激光定位结果；然后根据车侧补盲相机的定位结果确定相机定位点到车道线的横向距离，以及根据激光定位结果确定激光定位点到车道线的横向距离；之后根据相机定位点到车道线的横向距离和激光定位点到车道线的横向距离，确定激光定位的定位状态；最后根据激光定位的定位状态进行自动驾驶车辆的融合定位，得到自动驾驶车辆的融合定位结果。本申请实施例的自动驾驶车辆的定位方法利用车侧补盲相机的定位结果对激光雷达的定位结果的可信度进行判断，避免了使用可信度较低的激光定位结果进行融合定位导致定位漂移的问题，提高了融合定位精度和稳定性。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例中一种自动驾驶车辆的融合定位方法的流程示意图；

图2为本申请实施例中一种自动驾驶车辆的融合定位装置的结构示意图；

图3为本申请实施例中一种电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

本申请实施例提供了一种自动驾驶车辆的融合定位方法，如图1所示，提供了本申请实施例中一种自动驾驶车辆的融合定位方法的流程示意图，所述方法至少包括如下的步骤S110至步骤S140：

步骤S110，获取自动驾驶车辆的车侧补盲相机的定位结果和激光定位结果。

本申请实施例在进行自动驾驶车辆的融合定位时，需要先获取自动驾驶车辆的车侧补盲相机的定位结果和激光定位结果，本申请实施例事先在自动驾驶车辆的车侧安装了补盲相机，补盲相机安装的要求是保证相机拍摄到的图像噪音少，即图像内主要包含自动驾驶车辆的车轮、车道和车道线。

例如，考虑到车辆大多数情况靠道路右侧行驶，因此可以在车身右侧前后分别安装一个补盲相机，前方的补盲相机可以安装在右后视镜下方，后方的补盲相机可以安装在沿着后轴中心向右延伸的位置，并与前方的补盲相机相持平，这样一方面可以尽可能保证补盲相机清晰、准确地识别到道路右侧的车道线，另一方面也可以尽可能保证自动驾驶车辆在沿着车道中心线行驶的情况下，前后方补盲相机检测到的自动驾驶车辆到右侧车道线的横向距离是一致的。当然，具体安装的位置和数量，本领域技术人员也可以根据实际需求灵活设置，在此不作具体限定。

车侧补盲相机主要用于提供自动驾驶车辆的横向定位结果，即先通过对车侧补盲相机采集的道路图像进行识别，可以识别出图像中的自动驾驶车辆的车轮和车道线信息，再基于相机的内外参变换计算出自动驾驶车辆到一侧车道线的横向距离，作为车侧补盲相机计算得到的横向定位结果。

激光定位结果是指基于激光雷达采集的点云数据计算出的自动驾驶车辆的定位结果，后续主要判断的也是激光雷达计算出的横向定位结果。

步骤S120，根据所述车侧补盲相机的定位结果确定相机定位点到车道线的横向距离，以及根据所述激光定位结果确定激光定位点到车道线的横向距离。

由于实际应用场景下，车侧补盲相机的数量可能不止一个，每一个车侧补盲相机都可以计算出一个自动驾驶车辆的横向定位结果，因此本申请实施例需要根据这些车侧补盲相机的横向定位结果确定出相机定位点到车道线的横向距离，也即基于车侧补盲相机计算出的自动驾驶车辆到车道线的横向距离。

此外，激光定位结果对应的是激光雷达坐标系下的自动驾驶车辆的定位位置，因此可进一步结合高精地图数据将激光雷达坐标系下的自动驾驶车辆的定位点投影到高精地图中，然后根据高精地图提供的车道线信息即可计算出投影后的激光定位点到车道线的横向距离。

步骤S130，根据所述相机定位点到车道线的横向距离和所述激光定位点到车道线的横向距离，确定激光定位的定位状态。

上述步骤中的相机定位点和激光定位点可以理解为是自动驾驶车辆上的同一位置点，例如均可指补偿到自动驾驶车辆的后轴中心的位置点，因此上述相机定位点到车道线的横向距离可以理解为是基于补盲相机计算出的自动驾驶车辆的后轴中心的位置到车道线的横向距离，激光定位点到车道线的横向距离可以理解为是基于激光雷达计算出的自动驾驶车辆的后轴中心的位置到车道线的横向距离。

由于车侧补盲相机在安装阶段的要求保证了车侧补盲相机能够在大多数情况下准确计算出自动驾驶车辆到车道线的横向距离，因此本申请实施例可以以相机定位点到车道线的横向距离为依据，以此衡量激光定位结果是否准确，进而判断出激光定位当前的定位状态。

步骤S140，根据所述激光定位的定位状态进行自动驾驶车辆的融合定位，得到自动驾驶车辆的融合定位结果。

在确定出激光定位当前的定位状态后，即可根据激光定位定位状态的好坏确定当前的激光定位结果是否能够用于后续融合定位，进而采取不同的融合定位策略输出自动驾驶车辆的融合定位结果。

本申请实施例的自动驾驶车辆的定位方法利用车侧补盲相机的定位结果对激光雷达的定位结果的可信度进行判断，避免了使用可信度较低的激光定位结果进行融合定位导致定位漂移的问题，提高了融合定位精度和稳定性。

在本申请的一些实施例中，所述根据所述车侧补盲相机的定位结果确定相机定位点到车道线的横向距离，以及根据所述激光定位结果确定激光定位点到车道线的横向距离包括：确定自动驾驶车辆是否满足预设初始化条件；在所述自动驾驶车辆满足预设初始化条件的情况下，根据所述车侧补盲相机的定位结果确定相机定位点到车道线的横向距离，以及根据所述激光定位结果确定激光定位点到车道线的横向距离。

本申请实施例在对激光定位的定位状态进行判断之前，还可以先判断自动驾驶车辆当前是否满足预设初始化条件，预设初始化条件主要是判断自动驾驶车辆初始的绝对位置是否可靠，由于车侧补盲相机仅能够提供横向定位结果，如果自动驾驶车辆初始的绝对位置不可靠，那么后续基于车侧补盲相机的定位结果判断激光定位结果的可靠性也是不准确的。

例如，如果自动驾驶车辆当前的绝对位置不可靠，如自动驾驶车辆实际行驶在01车道上，而融合定位输出的当前定位为自动驾驶车辆行驶在02车道上，但由于横向定位结果只是计算自动驾驶车辆到车道线的横向距离，因此有可能出现车侧补盲相机和激光雷达对应的定位点并不在一个车道上，但二者计算出的定位点到车道线的横向距离是相同或者接近的情况，此时将二者进行比较得到的判断结果就可能是不准确的。

基于此，本申请实施例可以先判断自动驾驶车辆当前的绝对位置是否准确，如果准确，则进行后续的横向距离的计算和比较，从而保证本申请实施例对于激光定位状态的判断是在自动驾驶车辆初始定位准确的前提下实现的。

在本申请的一些实施例中，所述确定自动驾驶车辆是否满足预设初始化条件包括：获取GNSS/RTK定位结果和GNSS/RTK定位的定位状态；确定所述GNSS/RTK定位结果与所述激光定位结果之间的定位偏差；若所述GNSS/RTK定位结果与所述激光定位结果之间的定位偏差小于预设定位偏差阈值，且所述GNSS/RTK定位的定位状态为差分状态，则确定所述自动驾驶车辆满足预设初始化条件；否则，则确定所述自动驾驶车辆不满足预设初始化条件。

本申请实施例在确定自动驾驶车辆是否满足预设初始化条件时，可以先获取当前的GNSS/RTK定位结果及其定位状态，然后计算GNSS/RTK定位结果与激光定位结果之间的定位偏差，如果二者之间的定位偏差小于一定的定位偏差阈值，并且当前的GNSS/RTK定位状态也是差分状态，说明当前的GNSS/RTK定位结果和激光定位结果都是可靠的，那么融合定位输出的当前位置即为准确的绝对位置，对应的自动驾驶车辆所处的车道信息也是准确的。

需要说明的是，上述实施例虽然可以通过GNSS/RTK定位结果判断出激光定位结果是否可靠，但GNSS/RTK定位状态并不总是差分状态，例如在一些GNSS/RTK定位信号较弱的区域，无法得到可靠的GNSS/RTK定位结果，进而无法判断激光定位结果的可靠性。而本申请实施例基于车侧补盲相机的定位结果判断激光定位状态则不会受到上述影响，对于初始化条件的判断仅仅是本申请实施例在基于车侧补盲相机的定位结果判断激光定位状态之前所采取的手段，在初始化成功之后，在车侧补盲相机能够准确识别车道线的情况下，即可基于车侧补盲相机的定位结果对激光定位状态进行持续判断，不依赖于GNSS/RTK定位状态的好坏。

在本申请的一些实施例中，所述车侧补盲相机包括位于车身同一侧的前方补盲相机和后方补盲相机，所述根据所述车侧补盲相机的定位结果确定相机定位点到车道线的横向距离包括：确定自动驾驶车辆的当前行驶状态；根据所述自动驾驶车辆的当前行驶状态，以及所述车侧前方的补盲相机的定位结果和所述车侧后方的补盲相机的定位结果确定相机定位点到车道线的横向距离。

本申请实施例的车侧补盲相机可以包括位于车身同一侧的前方补盲相机和后方补盲相机，例如可以分别安装在车身右侧的后视镜下方和后轴中心的右侧，采取至少两个车侧补盲相机进行车道线识别可以保证车道线识别的完整性和准确性，当然，本领域技术人员也可以根据实际需求调整车侧补盲相机安装的位置和数量。

考虑到两个车侧补盲相机分别安装在车侧前方和后方，且不同车型的车辆长度也不一样，因此自动驾驶车辆不同的行驶状态可能会对两个车侧补盲相机计算出的自动驾驶车辆到一侧车道线的横向距离造成影响，尤其是在变道状态的情况下，前方补盲相机计算出的横向距离与后方补盲相机计算出的横向距离就会存在较大差异，进而影响了确定自动驾驶车辆到车道线的横向距离的方式。

基于此，本申请实施例需要先确定自动驾驶车辆当前的行驶状态，进而根据不同的行驶状态采取不同的策略确定相机定位点到车道线的横向距离。这里的行驶状态主要可以分为直行状态、变道状态和其他特殊行驶状态，直行状态即自动驾驶车辆沿着车道中心线行驶的状态，变道状态即自动驾驶车辆由当前行驶的车道变换至另一车道的状态，其他特殊行驶状态主要是指自动驾驶车辆行驶到一些特殊路段或者场景的状态，如路口或者车道线模糊的路段等。

在本申请的一些实施例中，所述前方补盲相机的定位结果包括前方补盲相机计算出的相机定位点到车道线的第一横向距离，所述后方补盲相机的定位结果包括后方补盲相机计算出的相机定位点到车道线的第二横向距离，所述确定自动驾驶车辆的当前行驶状态包括：若所述自动驾驶车辆位于车道内行驶且未收到变道反馈信息，则确定所述自动驾驶车辆的当前行驶状态为直行状态；若所述自动驾驶车辆收到变道反馈信息和/或所述相机定位点到车道线的第二横向距离的变化满足变道趋势，则确定所述自动驾驶车辆的当前行驶状态为变道状态；若所述自动驾驶车辆未收到变道反馈信息且在预设时间段内未输出所述相机定位点到车道线的第一横向距离，则确定所述自动驾驶车辆的当前行驶状态为特殊场景行驶状态。

在确定自动驾驶车辆的行驶状态时，第一种情况是自动驾驶车辆当前位于车道内行驶，并且也没有收到控制系统发送的变道反馈控制信息，可以认为自动驾驶车辆当前处在车道内直行的状态。

第二种情况是如果自动驾驶车辆收到变道反馈控制信息和/或相机定位点到车道线的第二横向距离的变化满足变道趋势，说明自动驾驶车辆正在变道过程中，即可以认为自动驾驶车辆处于变道状态。对于相机定位点到车道线的第二横向距离的变化趋势的判断，与补盲相机的安装位置有关，如果补盲相机均安装在车身右侧，那么在检测到相机定位点到右侧车道线的第二横向距离逐渐减小并压过靠近自己的第一个右侧车道线时，说明自动驾驶车辆正处于向右变道的情况，在检测到相机定位点到右侧车道线的第二横向距离逐渐增大并压过靠近自己的第一个左侧车道线时，说明自动驾驶车辆正处于向左变道的情况。反之，如果补盲相机均安装在车身左侧，那么在检测到相机定位点到左侧车道线的第二横向距离逐渐减小并压过靠近自己的第一个左侧车道线时，说明自动驾驶车辆正处于向左变道的情况，在检测到相机定位点到左侧车道线的第二横向距离逐渐增大并压过靠近自己的第一个右侧车道线时，说明自动驾驶车辆正处于向右变道的情况。通过上述变道方向的判断可以确定车辆在完成变道后所处的车道，并以此更新初始化的车道信息。当然，对于变道状态的判断，也可以进一步结合车辆航向角的变化来判断。

上述第二种情况中的两种判断条件之所以包含“或”的关系主要是考虑到车辆避障的情况，车道内避障指令并不会产生变道，也即没有接收到变道反馈信息，但如果避障失败可能会产生变道，也即会存在变道趋势，因此通过上述判断条件可以准确地判断出车辆是否处在变道状态。

这里需要说明的是，虽然在变道过程中，前方补盲相机检测到的第一横向距离也会发生变化，但这也有可能是自动驾驶车辆的车身发生晃动或者轻微转向而导致的，并不一定是真正的变道，而由于车身后方相对于前方来说晃动和转向都更小，因此如果后方补盲相机检测到的第二横向距离开始小于上一时刻计算的横向距离，更容易说明自动驾驶车辆正在变道，也即基于后方补盲相机检测到的第二横向距离判断自动驾驶车辆是否正在变道会更加准确。

第三种情况是如果自动驾驶车辆没有收到变道反馈信息，并且在预设时间段内前方补盲相机也未输出相机定位点到车道线的第一横向距离，此时很有可能说明自动驾驶车辆正处于路口区域（无车道线）或者车道线模糊等路段，那么可以认为自动驾驶车辆的当前行驶状态为特殊场景行驶状态。之所以是基于前方补盲相机未输出横向距离来判断，是因为车辆在进入路口区域时，前方补盲相机会先缺失车道线信息，当然对于非路口区域的车道线模糊的路段，也可以进一步结合后方补盲相机的横向距离输出情况进行判断。

在本申请的一些实施例中，所述前方补盲相机的定位结果包括前方补盲相机计算出的相机定位点到车道线的第一横向距离，所述后方补盲相机的定位结果包括后方补盲相机计算出的相机定位点到车道线的第二横向距离，所述根据所述自动驾驶车辆的当前行驶状态，以及所述车侧前方的补盲相机的定位结果和所述车侧后方的补盲相机的定位结果确定相机定位点到车道线的横向距离包括：若所述自动驾驶车辆的当前行驶状态为直行状态，则将所述相机定位点到车道线的第一横向距离和第二横向距离的平均值作为相机定位点到车道线的当前横向距离；若所述自动驾驶车辆的当前行驶状态为变道状态，则将所述相机定位点到车道线的第二横向距离作为相机定位点到车道线的当前横向距离；若所述自动驾驶车辆的当前行驶状态为特殊场景行驶状态，则重新确定自动驾驶车辆是否满足预设初始化条件。

在根据不同的行驶状态确定相机定位点到车道线的横向距离时，如果自动驾驶车辆的当前行驶状态为直行状态，那么前后方补盲相机计算出的横向距离基本相同或接近，为了进一步保证计算准确性，可以对前后方补盲相机计算出的横向距离求平均值，作为相机定位点到车道线的当前横向距离。

如果自动驾驶车辆的当前行驶状态为变道状态，考虑到刚开始变道时，车辆后方补盲相机的晃动更小，因此可以直接将后方补盲相机计算的相机定位点到车道线的第二横向距离作为相机定位点到车道线的当前横向距离。

如果自动驾驶车辆的当前行驶状态为特殊行驶状态，说明车辆大概率处在路口、车道线模糊等路段，此时车侧补盲相机无法准确识别车道线，为防止带来不确定性，可以在自动驾驶车辆满足预设初始化条件时重新进行初始化。

在本申请的一些实施例中，所述根据所述相机定位点到车道线的横向距离和所述激光定位点到车道线的横向距离，确定激光定位的定位状态包括：确定所述相机定位点到车道线的横向距离与所述激光定位点到车道线的横向距离的距离偏差；若所述相机定位点到车道线的横向距离与所述激光定位点到车道线的横向距离的距离偏差小于预设距离偏差阈值，则确定所述激光定位的定位状态为有效状态；否则，则确定所述激光定位的定位状态为失效状态。

在利用补盲相机计算出的横向距离判断激光定位的定位状态时，可以将补盲相机计算出的相机定位点到车道线的横向距离与激光定位点到车道线的横向距离进行比较，由于本申请实施例的补盲相机计算出的横向距离是足够准确的，因此如果补盲相机计算出的相机定位点到车道线的横向距离与激光定位点到车道线的横向距离之间足够接近，即小于一定的距离偏差阈值，说明激光定位点的位置也是准确的，因此可以认为当前的激光定位状态为有效状态，反之，则为失效状态。

在本申请的一些实施例中，所述根据所述激光定位的定位状态进行自动驾驶车辆的融合定位，得到自动驾驶车辆的融合定位结果包括：若所述激光定位的定位状态为有效状态，则根据所述激光定位结果和其他传感器的定位结果进行自动驾驶车辆的融合定位，得到自动驾驶车辆的融合定位结果；若所述激光定位的定位状态为失效状态，则舍弃所述激光定位结果，并根据其他传感器的定位结果进行自动驾驶车辆的融合定位，得到自动驾驶车辆的融合定位结果。

在根据激光定位状态进行融合定位时，主要是根据激光定位状态的好坏判断激光定位结果是否可以用于融合定位，如果激光定位状态为有效状态，说明当前的激光定位结果是准确的，可以和其他传感器数据一起用于滤波器的融合定位，如果激光定位状态为失效状态，说明当前的激光定位结果不准确，如果仍然用于融合定位，将会导致融合定位结果存在较大的定位误差，因此可以舍弃该帧激光定位结果，避免融合错误的激光定位数据而导致自动驾驶车辆出现定位漂移的问题。

在本申请的一些实施例中，在一些特殊场景下，如遇到大雨或雪天等极端天气，车侧补盲相机难以识别到车道线信息，则可调整补盲相机的角度，以使补盲相机能够尽量看到路沿，并尽量在右侧车道行驶，从而以路沿替代车道线作为判断依据。

综上所述，本申请的自动驾驶车辆的融合定位方法至少取得了如下的技术效果：

1）使用补盲相机作为激光匹配定位好坏的依据，有效地降低了由激光置信度的错误引起的融合偏移，且降低了使用前视单目相机作为车辆横向位置判断时由于车辆颠簸带来的误差以及车道线识别的计算时间；

2）使用两个补盲相机，通过两个补盲相机得到的信息，有效地应对了直行、变道等不同行驶状态以及不同车型的横向距离计算差异，减少了仅依靠一个补盲相机的计算结果带来的不确定性。

本申请实施例中还提供了一种自动驾驶车辆的融合定位装置200，如图2所示，提供了本申请实施例中一种自动驾驶车辆的融合定位装置的结构示意图，所述装置200包括：获取单元210、第一确定单元220、第二确定单元230以及融合定位单元240，其中：

获取单元210，用于获取自动驾驶车辆的车侧补盲相机的定位结果和激光定位结果；

第一确定单元220，用于根据所述车侧补盲相机的定位结果确定相机定位点到车道线的横向距离，以及根据所述激光定位结果确定激光定位点到车道线的横向距离；

第二确定单元230，用于根据所述相机定位点到车道线的横向距离和所述激光定位点到车道线的横向距离，确定激光定位的定位状态；

融合定位单元240，用于根据所述激光定位的定位状态进行自动驾驶车辆的融合定位，得到自动驾驶车辆的融合定位结果。

在本申请的一些实施例中，所述第一确定单元220具体用于：确定自动驾驶车辆是否满足预设初始化条件；在所述自动驾驶车辆满足预设初始化条件的情况下，根据所述车侧补盲相机的定位结果确定相机定位点到车道线的横向距离，以及根据所述激光定位结果确定激光定位点到车道线的横向距离。

在本申请的一些实施例中，所述第一确定单元220具体用于：获取GNSS/RTK定位结果和GNSS/RTK定位的定位状态；确定所述GNSS/RTK定位结果与所述激光定位结果之间的定位偏差；若所述GNSS/RTK定位结果与所述激光定位结果之间的定位偏差小于预设定位偏差阈值，且所述GNSS/RTK定位的定位状态为差分状态，则确定所述自动驾驶车辆满足预设初始化条件；否则，则确定所述自动驾驶车辆不满足预设初始化条件。

在本申请的一些实施例中，所述车侧补盲相机包括位于车身同一侧的前方补盲相机和后方补盲相机，所述第一确定单元220具体用于：确定自动驾驶车辆的当前行驶状态；根据所述自动驾驶车辆的当前行驶状态，以及所述车侧前方的补盲相机的定位结果和所述车侧后方的补盲相机的定位结果确定相机定位点到车道线的横向距离。

在本申请的一些实施例中，所述前方补盲相机的定位结果包括前方补盲相机计算出的相机定位点到车道线的第一横向距离，所述后方补盲相机的定位结果包括后方补盲相机计算出的相机定位点到车道线的第二横向距离，所述第一确定单元220具体用于：若所述自动驾驶车辆位于车道内行驶且未收到变道反馈信息，则确定所述自动驾驶车辆的当前行驶状态为直行状态；若所述自动驾驶车辆收到变道反馈信息和/或所述相机定位点到车道线的第二横向距离的变化满足变道趋势，则确定所述自动驾驶车辆的当前行驶状态为变道状态；若所述自动驾驶车辆未收到变道反馈信息且在预设时间段内未输出所述相机定位点到车道线的第一横向距离，则确定所述自动驾驶车辆的当前行驶状态为特殊场景行驶状态。

在本申请的一些实施例中，所述前方补盲相机的定位结果包括前方补盲相机计算出的相机定位点到车道线的第一横向距离，所述后方补盲相机的定位结果包括后方补盲相机计算出的相机定位点到车道线的第二横向距离，所述第一确定单元220具体用于：若所述自动驾驶车辆的当前行驶状态为直行状态，则将所述相机定位点到车道线的第一横向距离和第二横向距离的平均值作为相机定位点到车道线的当前横向距离；若所述自动驾驶车辆的当前行驶状态为变道状态，则将所述相机定位点到车道线的第二横向距离作为相机定位点到车道线的当前横向距离；若所述自动驾驶车辆的当前行驶状态为特殊场景行驶状态，则重新确定自动驾驶车辆是否满足预设初始化条件。

在本申请的一些实施例中，所述第二确定单元230具体用于：确定所述相机定位点到车道线的横向距离与所述激光定位点到车道线的横向距离的距离偏差；若所述相机定位点到车道线的横向距离与所述激光定位点到车道线的横向距离的距离偏差小于预设距离偏差阈值，则确定所述激光定位的定位状态为有效状态；否则，则确定所述激光定位的定位状态为失效状态。

在本申请的一些实施例中，所述融合定位单元240具体用于：若所述激光定位的定位状态为有效状态，则根据所述激光定位结果和其他传感器的定位结果进行自动驾驶车辆的融合定位，得到自动驾驶车辆的融合定位结果；若所述激光定位的定位状态为失效状态，则舍弃所述激光定位结果，并根据其他传感器的定位结果进行自动驾驶车辆的融合定位，得到自动驾驶车辆的融合定位结果。

能够理解，上述自动驾驶车辆的融合定位装置，能够实现前述实施例中提供的自动驾驶车辆的融合定位方法的各个步骤，关于自动驾驶车辆的融合定位方法的相关阐释均适用于自动驾驶车辆的融合定位装置，此处不再赘述。

图3是本申请的一个实施例电子设备的结构示意图。请参考图3，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器（non-volatile memory），例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构）总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构）总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成自动驾驶车辆的融合定位装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：

获取自动驾驶车辆的车侧补盲相机的定位结果和激光定位结果；

根据所述车侧补盲相机的定位结果确定相机定位点到车道线的横向距离，以及根据所述激光定位结果确定激光定位点到车道线的横向距离；

根据所述相机定位点到车道线的横向距离和所述激光定位点到车道线的横向距离，确定激光定位的定位状态；

根据所述激光定位的定位状态进行自动驾驶车辆的融合定位，得到自动驾驶车辆的融合定位结果。

上述如本申请图1所示实施例揭示的自动驾驶车辆的融合定位装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器（CentralProcessing Unit，CPU）、网络处理器（Network Processor，NP）等；还可以是数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific IntegratedCircuit，ASIC）、现场可编程门阵列（Field－Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

该电子设备还可执行图1中自动驾驶车辆的融合定位装置执行的方法，并实现自动驾驶车辆的融合定位装置在图1所示实施例的功能，本申请实施例在此不再赘述。

本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图1所示实施例中自动驾驶车辆的融合定位装置执行的方法，并具体用于执行：

获取自动驾驶车辆的车侧补盲相机的定位结果和激光定位结果；

根据所述车侧补盲相机的定位结果确定相机定位点到车道线的横向距离，以及根据所述激光定位结果确定激光定位点到车道线的横向距离；

根据所述相机定位点到车道线的横向距离和所述激光定位点到车道线的横向距离，确定激光定位的定位状态；

根据所述激光定位的定位状态进行自动驾驶车辆的融合定位，得到自动驾驶车辆的融合定位结果。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。

内存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)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。