(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 202210657795.8 (22)申请日 2022.06.10 (71)申请人 九识智行 （北京） 科技有限公司 地址 102211 北京市昌平区小汤山 镇常兴 庄村常后路西100米丝路风情 （北京） 酒店管理服 务有限公司内2层821645 (72)发明人 张金凤　孔旗　王鹏飞　 (74)专利代理 机构 北京磐华捷成知识产权代理 有限公司 1 1851 专利代理师 翟海青 (51)Int.Cl. G01C 21/00(2006.01) G01C 21/20(2006.01) G01S 17/931(2020.01) G01S 19/43(2010.01)G06T 7/70(2017.01) G06V 10/74(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 一种定位初始化方法及自动驾驶系统 (57)摘要 本申请提供一种定位初始化方法及自动驾 驶系统。 所述方法包括： 当车辆上电后， 通过车辆 上的定位系统获取车辆的初始位置； 采集当前时 刻所述车辆所处环境的至少一帧点云数据， 根据 预先构建的障碍物模型对所述至少一帧点云数 据进行过滤， 并得到过滤后的至少一帧点云数 据； 根据第一高精度地图和过滤后的至少一帧点 云数据对车辆的初始位置进行修正 以获得车辆 的初始位姿。 在本申请中， 通过将至少一帧点云 数据中的第一障碍物点云数据过滤掉， 可以过滤 掉环境中的大多数临时障碍物， 然后对车辆的初 始位置进行修正， 以获得车辆的初始位姿， 使得 在保证定位初始化成功的同时， 提高定位初始化 算法的环境鲁棒 性。 权利要求书1页 说明书8页 附图1页 CN 115014329 A 2022.09.06 CN 115014329 A 1.一种定位初始化方法， 其特 征在于， 所述方法包括： 当车辆上电后， 通过 所述车辆上的定位系统获取 所述车辆的初始位置； 采集当前时刻所述车辆所处环境的至少一帧点云数据， 根据预先构建的障碍物模型对 所述至少一帧点云数据进行 过滤， 并得到过 滤后的至少一帧点云数据； 根据第一高精度地图和所述过滤后的至少一帧点云数据对所述车辆的所述初始位置 进行修正， 以获得 所述车辆的初始位姿。 2.如权利要求1所述的定位初始化方法， 其特征在于， 当车辆上电后， 通过车辆上的定 位系统获取 所述车辆的初始位姿之前， 所述方法还 包括： 采集第二障碍物点云数据， 根据所述第二障碍物点云数据， 采用深度学习算法构建所 述障碍物模型。 3.如权利要求1所述的定位初始化方法， 其特征在于， 其中， 所述第一高精度地图具有 第一预设范围； 当车辆上电后， 通过车辆上的定位系统获取所述车辆的初始位置之后， 所述方法还包 括： 根据所述初始位置获取第二预设范围内的第二高精度地图； 其中所述第二预设范围不小于所述第一预设范围。 4.如权利要求3所述的定位初始化方法， 其特征在于， 根据第 一高精度地图和所述过滤 后的至少一帧点云数据对所述车辆的所述初始位置进行修正， 以获得所述车辆的初始位 姿， 包括： 将所述至少一帧点云数据投影到二维坐标系， 以获得投影数据； 根据所述第二高精度地图获取第一高精度地图； 将所述投影数据与所述第一高精度地图通过NDT算法进行匹配， 以获得匹配结果。 5.如权利要求4所述的定位初始化方法， 其特征在于， 根据 所述第二高精度地图获取第 一高精度地图， 包括： 以所述初始位置为中心， 按预设半径截取所述第二高精度地图， 以得到所述第一高精 度地图。 6.如权利要求1所述的定位初始化方法， 其特征在于， 所述初始位置包括所述车辆位置 处的经度和 纬度。 7.如权利要求1所述的定位初始化方法， 其特征在于， 其中， 所述定位系统的定位误差 小于预设误差 。 8.如权利要求1所述的定位初始化方法， 其特 征在于， 所述定位系统包括GP S定位系统。 9.如权利要求1所述的定位初始化方法， 其特征在于， 所述障碍物包括以下至少一种： 车辆、 行人、 动物、 房屋和植物。 10.一种自动驾驶系统， 其特征在于， 所述自动驾驶系统包括存储器和 处理器； 所述存 储器， 用于存储计算机程序； 所述处理器， 用于执行所述计算机程序并在执行所述计算机程 序时， 实现权利要求1至 权利要求9任一所述的定位初始化方法； 其中， 所述自动驾驶系统还包括用于采集车辆所处环境中的至少一帧点云数据的激光 雷达。权　利　要　求　书 1/1 页 2 CN 115014329 A 2一种定位初始化方 法及自动驾驶系统 技术领域 [0001]本申请涉及自动驾驶技术领域， 更具体地涉及一种定位初始化方法及自动驾驶系 统。 背景技术 [0002]近年来， 自动驾驶技术发展非常迅速， 为提高自动驾驶环境鲁棒性发展的需求， 快 速、 高精度、 稳定的定位初始 化至关重要。 目前大多 数公司的自动 驾驶定位初始 化需要在环 境相对简单、 相对空旷的区域且依赖高精度RT K GPS设备完成。 即使采用多线激光雷达与高 精度地图匹配SLAM方式实现定位初始化， 也要求环境相对简单， 当环境中有较多临时障碍 物时， 定位初始化成功率会降低。 [0003]因此， 需要 进行改进， 以解决上述问题。 发明内容 [0004]为了解决上述问题中而提出了本申请。 根据本申请一方面， 提供了一种定位初始 化方法， 所述方法包括： [0005]当车辆上电后， 通过 所述车辆上的定位系统获取 所述车辆的初始位置； [0006]采集当前时刻所述车辆所处环境的至少一帧点云数据， 根据预先构建的障碍物模 型对所述至少一帧点云数据进行 过滤， 并得到过 滤后的至少一帧点云数据； [0007]根据第一高精度地图和所述过滤后的至少一帧点云数据对所述车辆的所述初始 位置进行修 正， 以获得 所述车辆的初始位姿。 [0008]在本申请的一个实施例中， 当车辆上电后， 通过车辆上的定位系统获取所述车辆 的初始位姿之前， 所述方法还 包括： [0009]采集第二 障碍物点云数据， 根据所述第二 障碍物点云数据， 采用深度学习算法构 建所述障碍物模型。 [0010]在本申请的一个实施例中， 其中， 所述第一高精度地图具有第一预设范围； [0011]当车辆上电后， 通过车辆上的定位系统获取所述车辆 的初始位置之后， 所述方法 还包括： [0012]根据所述初始位置获取第二预设范围内的第二高精度地图； [0013]其中所述第二预设范围不小于所述第一预设范围。 [0014]在本申请的一个实施例中， 根据第一高精度地图和所述过滤后的至少一帧点云数 据对所述车辆的所述初始位置进行修 正， 以获得 所述车辆的初始位姿， 包括： [0015]将所述至少一帧点云数据投影到二维坐标系， 以获得投影数据； [0016]根据所述第二高精度地图获取第一高精度地图； [0017]将所述投影数据与所述第一高精度地图通过NDT算法进行匹配， 以获得匹配结果。 [0018]在本申请的一个实施例中， 根据所述第二高精度地图获取第一高精度地图， 包括： [0019]以所述初始位置为中心， 按预设半径截取所述第二高精度地图， 以得到所述第一说　明　书 1/8 页 3 CN 115014329 A 3