本技術(shù)涉及車輛駕駛，尤其涉及車輛導(dǎo)航方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、隨著自動駕駛車輛的自動駕駛能力的提升，自動駕駛車輛將來可能會成為大眾主流的出行方式，為了保證車輛自主行駛正常，通常需要給車輛的軌跡跟蹤器提供準(zhǔn)確的參考線。目前，可以通過高精地圖信息和精準(zhǔn)的定位計算出當(dāng)前車道的中心線作為車輛行駛時的參考線。

2、在使用高精度地圖（high?definition?map，hd?map）對自動駕駛車輛進(jìn)行導(dǎo)航時，需要把高精地圖數(shù)據(jù)的經(jīng)緯度坐標(biāo)轉(zhuǎn)換成車輛坐標(biāo)系下的坐標(biāo)，此時就會用到動態(tài)的車輛定位信息，但是gps（global?positioning?system，全球定位系統(tǒng)）的定位信息精度不高，通常存在一定誤差，導(dǎo)致在計算車輛當(dāng)前的車道中心線時會存在誤差，從而導(dǎo)致車輛導(dǎo)航精度不高。

技術(shù)實現(xiàn)思路

1、本技術(shù)的主要目的在于提供一種車輛導(dǎo)航方法、裝置、設(shè)備及存儲介質(zhì)，旨在解決現(xiàn)有技術(shù)中使用高精度地圖對自動駕駛車輛進(jìn)行導(dǎo)航時由于車輛定位信息存在一定誤差，導(dǎo)致車輛導(dǎo)航精度不高的技術(shù)問題。

2、為實現(xiàn)上述目的，本技術(shù)提出一種車輛導(dǎo)航方法，所述的方法包括：

3、對地圖車道線和車輛對應(yīng)的視覺感知車道線進(jìn)行匹配矯正，獲得所述地圖車道線和所述視覺感知車道線之間的車道線匹配信息；

4、基于所述車道線匹配信息對車輛定位信息進(jìn)行矯正，獲得矯正后的定位信息；

5、基于所述車輛的行駛場景和所述車道線匹配信息獲取感知車道線有效信息和地圖車道線有效信息；

6、基于所述矯正后的定位信息確定地圖中心線；

7、基于車輛行駛信息和感知車道信息確定感知中心線；

8、基于所述感知車道線有效信息和所述地圖車道線有效信息對所述地圖中心線和所述感知中心線進(jìn)行融合，獲得道路中心線，并通過所述道路中心線進(jìn)行車輛導(dǎo)航。

9、在一實施例中，所述對地圖車道線和車輛對應(yīng)的視覺感知車道線進(jìn)行匹配矯正的步驟，包括：

10、獲取車輛對應(yīng)的視覺感知車道線上的第一參考點云，以及地圖車道線上的第二參考點云；

11、基于所述第一參考點云和所述第二參考點云構(gòu)建目標(biāo)距離和最小函數(shù)；

12、基于所述目標(biāo)距離和最小函數(shù)確定目標(biāo)旋轉(zhuǎn)矩陣和目標(biāo)平移矩陣；

13、根據(jù)所述目標(biāo)旋轉(zhuǎn)矩陣和所述目標(biāo)平移矩陣對所述地圖車道線和所述視覺感知車道線進(jìn)行匹配矯正。

14、在一實施例中，所述基于所述車輛的行駛場景和所述車道線匹配信息獲取感知車道線有效信息和地圖車道線有效信息的步驟，包括：

15、對所述視覺感知車道線進(jìn)行片段切分，獲得若干個道路片段；

16、基于各道路片段之間連接關(guān)系生成所述視覺感知車道線對應(yīng)的道路拓?fù)浣Y(jié)構(gòu)圖；

17、基于所述道路拓?fù)浣Y(jié)構(gòu)圖確定所述車輛的行駛場景，以獲得感知車道線有效信息；

18、基于所述車道線匹配信息獲取地圖車道線有效信息。

19、在一實施例中，所述基于所述車道線匹配信息獲取地圖車道線有效信息的步驟，包括：

20、基于所述車道線匹配信息確定所述視覺感知車道線中的若干個第一車道線點集與所述地圖車道線中的若干個第二車道線點集之間的匹配結(jié)果；

21、根據(jù)所述匹配結(jié)果判斷所述地圖車道線是否為有效車道線；

22、根據(jù)判斷結(jié)果獲取地圖車道線有效信息。

23、在一實施例中，所述基于所述矯正后的定位信息確定地圖中心線的步驟，包括：

24、根據(jù)所述矯正后的定位信息確定矯正后的坐標(biāo)信息；

25、基于所述車輛的車身慣性測量數(shù)據(jù)對所述矯正后的坐標(biāo)信息進(jìn)行誤差狀態(tài)卡爾曼濾波，獲得濾波后的坐標(biāo)信息；

26、基于所述濾波后的坐標(biāo)信息確定地圖中心線。

27、在一實施例中，所述基于車輛行駛信息和感知車道信息確定感知中心線的步驟，包括：

28、基于車輛行駛信息和感知車道信息確定所述車輛在當(dāng)前行駛過程中的時間得分、天氣得分、場景得分和攝像頭得分；

29、基于所述時間得分、所述天氣得分、所述場景得分和所述攝像頭得分確定所述視覺感知車道線中左右車道線對應(yīng)的置信度得分；

30、在所述置信度得分超過預(yù)設(shè)置信度得分閾值時，判斷所述左右車道線的車道線寬度是否超過預(yù)設(shè)寬度閾值；

31、若否，則判斷所述左右車道線是否為平行狀態(tài)，并根據(jù)判斷結(jié)果獲取所述左右車道線的有效性判斷結(jié)果；

32、基于所述有效性判斷結(jié)果和所述左右車道線的坐標(biāo)信息確定感知中心線。

33、在一實施例中，所述基于所述感知車道線有效信息和所述地圖車道線有效信息對所述地圖中心線和所述感知中心線進(jìn)行融合，獲得道路中心線的步驟，包括：

34、根據(jù)所述有效性判斷結(jié)果確定所述感知中心線對應(yīng)的置信度等級；

35、根據(jù)所述感知車道線有效信息對所述視覺感知車道線進(jìn)行置信度低場景判斷，獲得道路場景識別結(jié)果；

36、根據(jù)所述地圖車道線有效信息對所述地圖車道線進(jìn)行有效性判斷，獲得地圖有效性識別結(jié)果；

37、基于所述置信度等級、所述道路場景識別結(jié)果和所述地圖有效性識別結(jié)果對所述地圖中心線和所述感知中心線進(jìn)行融合，獲得道路中心線。

38、此外，為實現(xiàn)上述目的，本技術(shù)還提出一種車輛導(dǎo)航裝置，所述裝置包括：

39、車道線匹配模塊，用于對地圖車道線和車輛對應(yīng)的視覺感知車道線進(jìn)行匹配矯正，獲得所述地圖車道線和所述視覺感知車道線之間的車道線匹配信息；

40、定位信息矯正模塊，用于基于所述車道線匹配信息對車輛定位信息進(jìn)行矯正，獲得矯正后的定位信息；

41、有效信息獲取模塊，用于基于所述車輛的行駛場景和所述車道線匹配信息獲取感知車道線有效信息和地圖車道線有效信息；

42、中心線確定模塊，用于基于所述矯正后的定位信息確定地圖中心線；

43、所述中心線確定模塊，還用于基于車輛行駛信息和感知車道信息確定感知中心線；

44、車輛導(dǎo)航模塊，用于基于所述感知車道線有效信息和所述地圖車道線有效信息對所述地圖中心線和所述感知中心線進(jìn)行融合，獲得道路中心線，并通過所述道路中心線進(jìn)行車輛導(dǎo)航。

45、此外，為實現(xiàn)上述目的，本技術(shù)還提出一種車輛導(dǎo)航設(shè)備，所述設(shè)備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機(jī)程序，所述計算機(jī)程序配置為實現(xiàn)如上文所述的車輛導(dǎo)航方法的步驟。

46、此外，為實現(xiàn)上述目的，本技術(shù)還提出一種存儲介質(zhì)，所述存儲介質(zhì)為計算機(jī)可讀存儲介質(zhì)，所述存儲介質(zhì)上存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如上文所述的車輛導(dǎo)航方法的步驟。

47、本技術(shù)提供了一種車輛導(dǎo)航方法，本技術(shù)公開了對地圖車道線和車輛對應(yīng)的視覺感知車道線進(jìn)行匹配矯正，獲得地圖車道線和視覺感知車道線之間的車道線匹配信息；基于車道線匹配信息對車輛定位信息進(jìn)行矯正，獲得矯正后的定位信息；基于車輛的行駛場景和車道線匹配信息獲取感知車道線有效信息和地圖車道線有效信息；基于矯正后的定位信息確定地圖中心線；基于車輛行駛信息和感知車道信息確定感知中心線；基于感知車道線有效信息和地圖車道線有效信息對地圖中心線和感知中心線進(jìn)行融合，獲得道路中心線，并通過道路中心線進(jìn)行車輛導(dǎo)航；相較于現(xiàn)有技術(shù)中在使用高精度地圖對自動駕駛車輛進(jìn)行導(dǎo)航時，由于gps的定位信息精度不高，導(dǎo)致在計算車輛當(dāng)前的車道中心線時會存在誤差，進(jìn)而導(dǎo)致車輛導(dǎo)航精度不高，由于本發(fā)明可以根據(jù)地圖車道線和視覺感知車道線之間的車道線匹配信息對車輛定位信息進(jìn)行矯正，并基于矯正后的定位信息確定地圖中心線，然后基于感知車道線的有效信息和地圖車道線的有效信息對地圖中心線和感知中心線進(jìn)行融合，獲得道路中心線以進(jìn)行車輛導(dǎo)航，從而解決了現(xiàn)有技術(shù)中使用高精度地圖對自動駕駛車輛進(jìn)行導(dǎo)航時由于車輛定位信息存在一定誤差，導(dǎo)致車輛導(dǎo)航精度不高的技術(shù)問題。