百度最新提出车辆定位优化改进方法

百度的该项技术主要解决了智能驾驶现有技术中定位系统中低精度、无法准确控制车辆沿规划路径进行行驶等问题。

文｜集微网

校对｜holly

图源｜网络

【嘉德点评】百度的该项技术主要解决了智能驾驶现有技术中定位系统中低精度、无法准确控制车辆沿规划路径进行行驶等问题。

集微网消息，随着ADAS（高级驾驶辅助系统，Advanced Driving Assistance System）普及率持续上升并最终过渡到完全自动驾驶，汽车交通行业对5G、高精度定位系统的需求也持续增长。

在人工智能技术的日益成熟之下，自动驾驶技术得到了快速发展。定位系统是自动驾驶技术中极其重要的一个环节，它可以对自动驾驶车辆的位姿以及车道线位姿势进行定位。

定位系统主要包括：GPS定位系统和感知定位系统。其中，GPS定位系统定位精度较低，定位精度大约为二至十米，该定位无法满足车道级的定位要求。而感知定位系统虽然能够进行车道级的定位，但存在较大误差，定位精度不准确。所以现有技术中定位系统定位精度均较低，进而无法满足自动驾驶车辆的定位需求，并且根据定位精度较低的定位信息不能准确控制车辆沿着规划路径进行行驶。

为此，百度申请了一项名为“车辆定位的优化方法、装置、设备及存储介质”的发明专利（申请号：201910861779.9），申请人为北京百度网讯科技有限公司。

图1

该专利中提出的车辆定位优化方法的应用场景示意图如图1所示，从图中可以看到此场景主要包括两大部分：车辆和电子设备。其中，在车辆上我们搭载融合定位系统和感知定位系统。电子设备可以通过与融合定位系统进行通信，获得当前车辆位姿和高精地图，并获取与融合车辆位姿对应的高精地图中的车道线。

若需要对当前定位信息进行优化，则电子设备获取的是车辆位姿、感知车道线和高精地图车道线。同时电子设备还存储有在当前优化后的定位信息之前的，并且与其间隔预设帧数的优化后的定位信息，感知车道线和高精地图车道线可作为与优化后的车道线相关联的目标定位位姿。由于每种目标定位信息都有各自的定位误差，但若对目标定位信息进行优化后，优化后的定位信息与每种相关联的目标定位信息都很接近，说明该优化后的定位信息能减小每种相关联的目标定位信息的误差，使优化后的定位信息更能准确反映真实定位情况；否则就表示优化后没有减少误差，优化系统性能较差。

图2

图2是本专利提出的车辆定位优化方法的流程示意图，它包括以下几个步骤：首先要获取与优化后的定位信息相关联的目标定位信息，目标定位信息是通过电子设备或车辆搭载的至少一个定位系统确定的。然后按照预设的定位接近策略构建关于优化后的定位信息及目标定位信息的优化模型。并且将目标定位信息输入到优化模型中，对优化模型中的优化后的定位信进行求解，以输出优化后的定位信息。若优化后的定位信息通过验证 ,则将优化后的定位信息发送给车辆，进而就可以控制车辆根据优化后的定位信息进行行驶。

百度提供了一种车辆定位的优化方法、装置、设备及存储介质，解决了现有技术中定位系统中低精度、无法准确控制车辆沿规划路径进行行驶等问题。这无疑为当前发展火热的自动驾驶技术，提供了一份可靠、准确的技术保障。另外，在物联网生态系统的发展之下，小编希望百度提出的这种优化方法也能在其他行业中迎来更为广阔的发展空间。

END