定位方法、装置和车辆.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112200868A(43)申请公布日2021.01.08(21)申请号202011064759.8(22)申请日2020.09.30(71)申请人深兰人工智能（深圳）有限公司地址518131广东省深圳市龙华区民治街道民治社区1970科技园8栋115(72)发明人陈海波秦华平(74)专利代理机构常州佰业腾飞专利代理事务所(普通合伙)32231代理人陈红桥(51)Int.Cl.G06T7/73(2017.01)G06T7/174(2017.01)G06T5/00(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)权利要求书2页说明书7页附图2页(54)发明名称定位方法、装置和车辆(57)摘要本发明提供一种定位方法、装置和车辆，所述方法包括以下步骤：通过激光雷达对车前环境进行持续探测以获取连续多帧点云数据，其中，所述连续多帧点云数据中最后一帧为当前帧；将所述连续多帧点云数据进行叠加，得到稠密点云数据；通过神经网络对所述稠密点云数据进行语义分割，以确定所述稠密点云数据中每个点属于动态目标或静态目标；剔除属于动态目标的点并保留属于静态目标的点，以得到静态环境点云数据；将所述静态环境点云数据与道路高精点云地图进行匹配，以确定车辆的当前位置。本发明能够提高车辆定位的准确率。CN112200868ACN112200868A权利要求书1/2页1.一种定位方法，其特征在于，包括以下步骤：通过激光雷达对车前环境进行持续探测以获取连续多帧点云数据，其中，所述连续多帧点云数据中最后一帧为当前帧；将所述连续多帧点云数据进行叠加，得到稠密点云数据；通过神经网络对所述稠密点云数据进行语义分割，以确定所述稠密点云数据中每个点属于动态目标或静态目标；剔除属于动态目标的点并保留属于静态目标的点，以得到静态环境点云数据；将所述静态环境点云数据与道路高精点云地图进行匹配，以确定车辆的当前位置。2.根据权利要求1所述的定位方法，其特征在于，所述静态目标包括车道线和道路栅栏，所述动态目标包括行人和其他车辆。3.根据权利要求1所述的定位方法，其特征在于，所述连续多帧点云数据的数量根据所述激光雷达的帧率确定。4.一种定位方法，其特征在于，包括以下步骤：通过激光雷达对车前环境进行持续探测以获取连续多帧点云数据，其中，所述连续多帧点云数据中最后一帧为当前帧；通过神经网络对每帧所述点云数据进行语义分割，以确定每帧所述点云数据中每个点属于动态目标或静态目标；剔除每帧所述点云数据中属于动态目标的点并保留属于静态目标的点，以得到对应的一帧静态环境点云数据；将多帧所述点云数据对应的多帧静态环境点云数据进行叠加，得到稠密静态环境点云数据；将所述稠密静态环境点云数据与道路高精点云地图进行匹配，以确定车辆的当前位置。5.一种定位装置，其特征在于，包括：第一获取模块，用于通过激光雷达对车前环境进行持续探测以获取连续多帧点云数据，其中，所述连续多帧点云数据中最后一帧为当前帧；第一叠加模块，用于将所述连续多帧点云数据进行叠加，得到稠密点云数据；第一语义分割模块，用于通过神经网络对所述稠密点云数据进行语义分割，以确定所述稠密点云数据中每个点属于动态目标或静态目标；第一剔除模块，用于剔除属于动态目标的点并保留属于静态目标的点，以得到静态环境点云数据；第一匹配模块，用于将所述静态环境点云数据与道路高精点云地图进行匹配，以确定车辆的当前位置。6.一种定位装置，其特征在于，包括：第二获取模块，用于通过激光雷达对车前环境进行持续探测以获取连续多帧点云数据，其中，所述连续多帧点云数据中最后一帧为当前帧；第二语义分割模块，用于通过神经网络对每帧所述点云数据进行语义分割，以确定每帧所述点云数据中每个点属于动态目标或静态目标；第二剔除模块，用于剔除每帧所述点云数据中属于动态目标的点并保留属于静态目标2CN112200868A权利要求书2/2页的点，以得到对应的一帧静态环境点云数据；第二叠加模块，用于将多帧所述点云数据对应的多帧静态环境点云数据进行叠加，得到稠密静态环境点云数据；第二匹配模块，用于将所述稠密静态环境点云数据与道路高精点云地图进行匹配，以确定车辆的当前位置。7.一种车辆，其特征在于，包括根据权利要求5或6所述的定位装置。3CN112200868A说明书1/7页定位方法、装置和车辆技术领域[0001]本发明涉及点云数据处理技术领域，具体涉及一种定位方法、一种定位装置和一种车辆。背景技术[0002]目前，在复杂的路况下，例如城市道路进行自动驾驶控制时，一般是直接将激光雷达采集的点云数据与高精点云地图进行匹配，以得到车辆的定位信息。然而，由于激光雷达采集的点云数据中包含很多动态噪声，如动态的车或者行人等