(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210603128.1 (22)申请日 2022.05.25 (71)申请人 国汽智控 （北京） 科技有限公司 地址 100176 北京市大兴区北京经济技 术 开发区荣 华南路13号院7号楼4层409 (72)发明人 张希言　管越　胡孟琦　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 赵丽婷 (51)Int.Cl. G06K 9/62(2022.01) G06T 7/277(2017.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G01C 21/16(2006.01)G01S 19/45(2010.01) G01S 19/47(2010.01) (54)发明名称 基于多传感器的车辆定位方法、 装置、 设备 及介质 (57)摘要 本发明公开了一种基于多传感器的车辆定 位方法、 装置、 设备及可读存储介质， 其中方法包 括： 首先获取预设周期内自动驾驶车辆中所有传 感器的采集数据， 生成传感器数据集合； 然后对 所述传感器数据集合进行数据特征提取， 再将同 类别的特征数据进行数据融合， 得到最优传感器 数据集合； 最后采用改进UKF算法根据所述最优 传感器数据集合进行定位计算， 得到所述自动驾 驶车辆的定位数据。 相比于 现有技术只考虑车身 CAN信息进行定位， 本发明通过对全车传感器的 采集数据进行统筹分类， 通过对整车多个传感器 数据的采集和分类融合， 结合改进的UKF算法实 现自动驾驶车辆的精准定位， 满足考虑多传感器 融合定位的需求的同时， 大大提高车辆定位的精 准度和可靠性。 权利要求书2页 说明书8页 附图2页 CN 114897092 A 2022.08.12 CN 114897092 A 1.一种基于多传感器的车辆 定位方法， 其特 征在于， 至少包括如下步骤： 获取预设周期内自动驾驶车辆中所有传感器的采集数据， 生成传感器数据集 合； 对所述传感器数据集合先后进行数据 特征提取以及数据融合， 得到最优传感器数据集 合； 采用预设UKF算法根据所述最优传感器数据集合进行定位计算， 得到所述自动驾驶车 辆的定位数据。 2.根据权利要求1所述的基于多传感器的车辆定位方法， 其特征在于， 所述预设UKF算 法， 包括： 根据初始参数 各个传感器的采集计算权 重； 根据K‑1时刻的状态向量和状态 协方差矩阵计算sigma点 值； 预测K时刻的状态向量和状态 协方差矩阵； 计算状态预测的sigma点； 计算量测创新协方差矩阵、 状态和量测协方差矩阵； 根据K时刻的量测值计算卡尔曼滤波的增益、 状态向量的滤波值和状态协方差矩阵， 计 算自适应过程噪声协方差矩阵和自适应测量噪声协方差矩阵； 对计算结果进行修 正估计。 3.根据权利要求1所述的基于多传感器的车辆定位方法， 其特征在于， 所述传感器包括 相机视觉传感器、 毫米波 雷达传感器、 激光雷达传感器、 超声波雷达传感器、 IMU/GPS传感器 以及V2X车联网设备。 4.根据权利要求1所述的基于多传感器的车辆定位方法， 其特征在于， 所述对所述传感 器数据集 合先后进行 数据特征提取以及数据融合， 得到最优传感器数据集 合， 包括： 根据各传感器的类型以及各类型对应的特征提取算法， 分别对各采集数据进行特征提 取， 获得每个采集数据对应的一类或多类特征数据； 其中， 所述特征数据的类别包括用户输 入类、 车道信息类、 交通标志类、 目标对象类和位置类； 将同类别的特征数据进行数据融合， 获得每个类别对应的融合数据， 生成得到最优传 感器数据集 合。 5.根据权利要求4所述的基于多传感器的车辆定位方法， 其特征在于， 所述分别对各采 集数据进行 特征提取， 获得每 个采集数据对应的一类或多类特 征数据， 具体为： 当所述采集数据为相机视觉传感器采集数据时， 对所述相机视觉传感器采集数据进行 图像特征提取， 分别获得 车道信息类、 交通标志类和目标对象类各自对应的特 征数据； 当所述采集数据为毫米波雷达传感器采集数据、 激光雷达传感器采集数据或超声波雷 达传感器采集数据时， 对 采集数据进行目标 特征提取， 获得目标对象类对应的特 征数据； 当所述采集数据为IMU传感器采集数据时， 对所述IMU传感器采集数据进行信息特征提 取， 获得用户输入类对应的特 征数据； 当所述采集数据为GPS传感器采集数据时， 对所述GPS传感器采集数据进行位置特征提 取， 获得位置类对应的特 征数据； 当所述采集数据为V2X车联网设备采集数据时， 对所述V2X车联网设备采集数据进行综 合特征提取， 分别获得用户输入类、 车道信息类和位置类对应的特 征数据。 6.根据权利要求4所述的基于多传感器的车辆定位方法， 其特征在于， 所述将同类别的权　利　要　求　书 1/2 页 2 CN 114897092 A 2特征数据进 行数据融合， 获得每个类别对应的融合数据， 生成得到最优传感器数据集合， 具 体为： 根据预设的目标状态融合算法或 目标特性融合算法， 将同类别的特征数据进行特征层 融合， 获得每个类别对应的融合数据， 根据每个类别对应的融合数据生成得到最优传感器 数据集合。 7.一种基于多传感器的车辆 定位装置， 其特 征在于， 包括： 传感器数据采集模块， 用于获取预设周期内自动驾驶车辆中所有传感器的采集数据， 生成传感器数据集 合； 传感器数据处理模块， 用于对所述传感器数据集合先后进行数据 特征提取以及数据融 合， 得到最优传感器数据集 合； 定位计算模块， 用于采用预设UKF算法根据所述最优传感器数据集合进行定位计算， 得 到所述自动驾驶车辆的定位数据。 8.根据权利要求7所述的基于多传感器的车辆定位装置， 其特征在于， 所述传感器数据 处理模块， 包括： 数据特征提取单元， 用于根据各传感器的类型以及各类型对应的特征提取算法， 分别 对各采集数据进行特征提取， 获得每个采集数据对应的一类或多类特征数据； 其中， 所述特 征数据的类别包括： 用户输入类、 车道信息类、 交通标志类、 目标对象类和位置类； 数据融合单元， 用于将同类别的特征数据进行数据融合， 获得每个类别对应的融合数 据， 生成得到最优传感器数据集 合。 9.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处理器执行所述计算机程序时实现权利要求 1至6中任一项 所述的基于多传感器的 车辆定位方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至 6中任一项所述的基于多传感器的车辆 定位方法的步骤。权　利　要　求　书 2/2 页 3 CN 114897092 A 3