1.本发明涉及路面定位技术领域，特别是涉及一种基于多源输入融合的路面奇异特征定位系统和方法。
背景技术：2.截止2020年年底，中国的公路网总里程已超过5010000km，总长度位居世界第一。随着公路网络的逐步完善，里程规模的持续增加以及技术等级的不断提升，公路养护任务日益重要，高效准确的路面质量检测技术已经成为行业的重要需求。现有的路面自动化检测技术主要分为两类，一类是基于感知传感器结合算法进行非接触式路面奇异特检测和定位：主要利用相机、激光雷达等远程非接触地对路面奇异特征直接进行识别(如cn106529593b、cn113674355a)；另一类是基于振动加速度传感器所采集的车辆响应参数进行间接识别(如cn107167580b)。单一传感器在复杂行驶条件下的路面自动化检测中有较大局限性，对路面奇异特征定位有较大的误差，通过车辆响应参数进行识别的识别方法能够根据振动客观反映车辆车轮行驶经过的路面质量，难以实现路面奇异特征的准确识别和定位。现有多传感器融合路面识别多采用感知传感器(雷达和相机)联合识别(202110762668.x)，在恶劣环境下车辆侧倾角会不断变化，导致路面奇异特征定位会产生较大误差。专利(202111220525.2)采用感知传感器和振动传感器联合识别，完成对路面奇异特征识别建模，但是未涉及路面奇异特征的准确定位。因此，本领域亟需提供一种能够精确实现路面奇异特征的检测和定位的方法或系统。
技术实现要素：3.为解决现有技术存在的上述问题，本发明提供了一种基于多源输入融合的路面奇异特征定位系统和方法。
4.为实现上述目的，本发明提供了如下方案：
5.一种基于多源输入融合的路面奇异特征定位系统，包括：
6.信息采集模块，用于获取车辆信息；所述车辆信息包括：车辆的位置信息、车辆的位姿信息、车辆的轮胎位置信息、车辆的振动信息、车辆的速度信息以及车辆行驶过程中的路面点云数据和路面图像信息；
7.路面奇异特征识别模块，与所述信息采集模块连接，用于根据所述车辆信息进行特征提取，得到第一路面奇异特征位置信息和第二路面奇异特征位置信息；
8.路面奇异特征融合模块，与所述路面奇异特征识别模块连接，用于采用匹配算法确定第一路面奇异特征和所述第二路面奇异特征是否为同一路面奇异特征位置信息，得到匹配信息，并用于根据所述匹配信息生成路面奇异特征定位信息。
9.优选地，还包括：
10.误差计算模块，与所述路面奇异特征识别模块连接，用于获取所述第一路面奇异特征位置信息的纵向测量噪声方差和径向测量噪声方差，以及所述第二路面奇异特征的径
向定位方差；
11.加权函数生成模块，与所述误差计算模块和所述路面奇异特征融合模块连接，用于以所述纵向测量噪声方差、所述径向测量噪声方差和所述径向定位方差为输入构建加权函数；
12.当第一路面奇异特征和第二路面奇异特征为同一路面奇异特征时，所述路面奇异特征融合模块调取所述加权函数将所述第一路面奇异特征位置信息和所述第二路面奇异特征位置信息进行加权融合后，输出融合特征信息；所述融合特征信息即为路面奇异特征定位信息。
13.优选地，所述信息采集模块包括：
14.定位系统信息采集子模块，用于获取所述车辆的位置信息和所述车辆的位姿信息；
15.车载传感器信息采集子模块，用于获取所述车辆的振动信息和所述车辆的速度信息；
16.感知传感器数据采集子模块，用于获取车辆行驶过程中的路面点云数据和路面图像信息。
17.优选地，所述路面奇异特征识别模块包括：
18.非接触式路面奇异特征融合识别子模块，与所述感知传感器数据采集子模块和所述定位系统信息采集子模块连接，用于根据所述车辆的位置信息、所述车辆的位姿信息、所述路面点云数据和所述路面图像信息得到所述第一路面奇异特征位置信息；
19.基于响应路面奇异特征识别子模块，与所述车载传感器信息采集子模块连接，用于采用基于响应路面奇异特征识别算法根据所述车辆的振动信息和所述车辆的速度信息得到所述第二路面奇异特征位置信息。
20.优选地，所述非接触式路面奇异特征融合识别子模块包括：
21.识别定位单元，与所述感知传感器数据采集子模块和所述定位系统信息采集子模块连接，用于根据所述车辆的位置信息、所述车辆的位姿信息、所述路面点云数据和所述路面图像信息识别路面奇异特征；所述路面奇异特征包括：激光雷达路面奇异特征和相机路面奇异特征；
22.融合定位单元，与所述识别定位单元连接，用于根据识别的路面奇异特征输出非接触类路面奇异特征位置信息；所述非接触类路面奇异特征位置信息即为所述第一路面奇异特征位置信息。
23.优选地，所述定位系统信息采集子模块包括：
24.gps定位单元，用于获取所述车辆的位置信息；
25.航位推算单元，用于获取所述车辆的位姿信息。
26.根据本发明提供的具体实施例，本发明公开了以下技术效果：
27.本发明提供的基于多源输入融合的路面奇异特征定位系统，通过基于包括有车辆的位置信息、车辆的位姿信息、车辆的轮胎位置信息、车辆的振动信息、车辆的速度信息以及车辆行驶过程中的路面点云数据和路面图像信息的车辆信息得到第一路面奇异特征位置信息和第二路面奇异特征位置信息，然后，根据第一路面奇异特征位置信息和第二路面奇异特征位置信息间的匹配信息生成路面奇异特征定位信息，进而实现路面奇异特征的精
确检测和定位。
28.对应于上述提供的基于多源输入融合的路面奇异特征定位系统，本发明提供了一种基于多源输入融合的路面奇异特征定位方法，该方法包括：
29.获取车辆信息；所述车辆信息包括：车辆的位置信息、车辆的位姿信息、车辆的轮胎位置信息、车辆的振动信息、车辆的速度信息以及车辆行驶过程中的路面点云数据和路面图像信息；
30.根据所述车辆信息进行特征提取，得到第一路面奇异特征位置信息和第二路面奇异特征位置信息；
31.采用匹配算法确定第一路面奇异特征和所述第二路面奇异特征是否为同一路面奇异特征位置信息，得到匹配信息；
32.根据所述匹配信息生成路面奇异特征定位信息。
33.优选地，所述根据所述匹配信息生成路面奇异特征定位信息，具体包括：
34.获取所述第一路面奇异特征位置信息的纵向测量噪声方差和径向测量噪声方差，以及所述第二路面奇异特征的径向定位方差；
35.以所述纵向测量噪声方差、所述径向测量噪声方差和所述径向定位方差为输入构建加权函数；
36.当所述匹配信息为第一路面奇异特征和第二路面奇异特征是同一路面奇异特征时，采用所述加权函数将所述第一路面奇异特征位置信息和所述第二路面奇异特征位置信息进行加权融合后，输出融合特征信息；所述融合特征信息即为路面奇异特征定位信息；
37.当所述匹配信息为第一路面奇异特征和第二路面奇异特征不是同一路面奇异特征，分别输出所述第一路面奇异特征位置信息和所述第二路面奇异特征位置信息，以作为路面奇异特征定位信息。
38.优选地，所述根据所述车辆信息进行特征提取，得到第一路面奇异特征位置信息和第二路面奇异特征位置信息，具体包括：
39.根据所述车辆的位置信息、所述车辆的位姿信息、所述路面点云数据和所述路面图像信息得到所述第一路面奇异特征位置信息；
40.采用基于响应路面奇异特征识别算法根据所述车辆的振动信息和所述车辆的速度信息得到所述第二路面奇异特征位置信息。
41.优选地，所述根据所述车辆的位置信息、所述车辆的位姿信息、所述路面点云数据和所述路面图像信息得到所述第一路面奇异特征位置信息，具体包括：
42.根据所述车辆的位置信息、所述车辆的位姿信息、所述路面点云数据和所述路面图像信息识别路面奇异特征；所述路面奇异特征包括：激光雷达路面奇异特征和相机路面奇异特征；
43.根据识别的路面奇异特征输出非接触类路面奇异特征位置信息；所述非接触类路面奇异特征位置信息即为所述第一路面奇异特征位置信息。
44.因本发明提供的基于多源输入融合的路面奇异特征定位方法达到的技术效果与上述提供的基于多源输入融合的路面奇异特征定位系统达到的技术效果相同，故在此不再进行赘述。
附图说明
45.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
46.图1为本发明提供的基于多源输入融合的路面奇异特征定位系统的结构图；
47.图2为本发明提供的非接触式路面奇异特征融合识别子模块的数据处理流程图；
48.图3为本发明实施例提供的最优匹配结果图；
49.图4为本发明实施例提供的轮胎位置示意图；
50.图5为本发明提供的基于多源输入融合的路面奇异特征定位方法的流程图。
51.符号说明：
52.1信息采集模块，1-1定位系统信息采集子模块，1-2车载传感器信息采集子模块，1-3感知传感器数据采集子模块，2路面奇异特征识别模块，2-1非接触式路面奇异特征融合识别子模块，2-2基于响应路面奇异特征识别子模块，3路面奇异特征融合模块，4误差计算模块，5加权函数生成模块。
具体实施方式
53.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
54.本发明的目的是提供一种基于多源输入融合的路面奇异特征定位系统和方法，能够提高路面定位的精确度。
55.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
56.如图1所示，本发明提供的基于多源输入融合的路面奇异特征定位系统，包括：信息采集模块1、路面奇异特征识别模块2和路面奇异特征融合模块3。
57.信息采集模块1用于获取车辆信息。车辆信息包括：车辆的位置信息、车辆的位姿信息、车辆的轮胎位置信息、车辆的振动信息、车辆的速度信息以及车辆行驶过程中的路面点云数据和路面图像信息。例如，信息采集模块1中可以包括：定位系统信息采集子模块1-1、车载传感器信息采集子模块1-2和感知传感器数据采集子模块1-3。
58.其中，定位系统信息采集子模块1-1用于获取车辆的位置信息和车辆的位姿信息。具体的，定位系统信息采集子模块1-1可以设置有gps(或北斗)定位单元和航位推算单元，其中，gps定位单元由gps基站与gps信号接收机组成。航位推算(dr-dead reckoning)单元由电子罗盘与惯性测量装置(imu)组成。通过gps实时获取车辆质心位置信息，通过航位推算单元实时获取车辆位姿信息，通过两种定位信息的融合计算(例如，可采用《基于rtk-gnss和mems陀螺仪的车辆航向角测量技术》)，实时获取车辆在世界坐标系中位置信息和自身位姿信息，同时结合车辆自身参数实时获取车辆轮胎位置信息，将上述两者得到结果分别送入路面奇异特征识别模块中。
59.车载传感器信息采集子模块1-2用于获取车辆的振动信息和车辆的速度信息。具体的，车载传感器信息采集子模块1-2可以包括加速度传感器和轮速计(或任何测车速硬件皆可)。通过加速度传感器采集车辆振动信号，通过轮速计采集车速信息，实时检测车辆垂向振动特征与车速的变化。
60.感知传感器数据采集子模块1-3用于获取车辆行驶过程中的路面点云数据和路面图像信息。具体的，感知传感器数据采集子模块1-3可以包括激光雷达和路面图像数据采集单元，通过激光雷达采集车辆行驶过程中的路面原始点云数据，通过路面图像数据采集单元(相机)采集车辆行驶过程中的路面图像信息，并将上述两者得到的结果送入路面奇异特征识别模块2。
61.路面奇异特征识别模块2与信息采集模块1连接。路面奇异特征识别模块2用于根据车辆信息进行特征提取，得到第一路面奇异特征位置信息和第二路面奇异特征位置信息。
62.为了提高路面奇异特征识别的准确性，在本发明中，路面奇异特征识别模块2中植入有非接触式路面奇异特征识别定位算法和基于响应的路面奇异特征识别定位算法。其中，非接触式路面奇异特征识别定位算法对应于非接触式路面奇异特征融合识别子模块2-1，基于响应的路面奇异特征识别定位算法对应于基于响应路面奇异特征识别子模块2-2。
63.具体的，非接触式路面奇异特征融合识别子模块2-1与感知传感器数据采集子模块1-3和定位系统信息采集子模块1-1连接。非接触式路面奇异特征融合识别子模块2-1用于根据车辆的位置信息、车辆的位姿信息、路面点云数据和路面图像信息得到第一路面奇异特征位置信息。
64.如图2所示，非接触式路面奇异特征融合识别子模块2-1包括识别定位单元和融合定位单元。
65.识别定位单元与感知传感器数据采集子模块1-3和定位系统信息采集子模块1-1连接。识别定位单元用于根据车辆的位置信息、车辆的位姿信息、路面点云数据和路面图像信息识别路面奇异特征。路面奇异特征包括：激光雷达路面奇异特征和相机路面奇异特征。具体的，识别定位单元包括基于激光雷达路面奇异特征识别定位算法(简称雷达识别定位算法)和基于相机路面奇异特征识别定位算法(简称相机识别定位算法)。例如，相机识别定位算法通过深度学习算法(如yolov5)检测路面奇异特征，利用orb特征点提取方法分别提取左右目特征，完成特征点匹配，然后根据立体视觉原理计算匹配点三维坐标，进行路面奇异特征聚类，获取路面奇异特征，但不限于此。雷达识别定位算法通过深度学习算法(如point-gnn)识别路面奇异特征，但不限于此。
66.融合定位单元与识别定位单元连接。融合定位单元用于根据识别的路面奇异特征输出非接触类路面奇异特征位置信息。非接触类路面奇异特征位置信息即为第一路面奇异特征位置信息。例如，融合定位单元通过判断激光雷达和相机是否都输出路面奇异特征，设计算法融合不同输入识别路面奇异特征以获取融合后非接触式路面奇异特征(后文简称非接触式特征)，但不限于此。
67.并且，融合定位单元根据识别的路面奇异特征输出非接触类路面奇异特征位置信息，分为三种情况：
68.1、只有激光雷达识别到奇异特征信息时，通过坐标转换将路面奇异特征从雷达坐
标系转换到世界坐标系，作为非接触式识别路面奇异特征输出。
69.2、只有相机识别到奇异特征信息时，通过坐标转换将路面奇异特征从图像坐标系转换到世界坐标系，作为非接触式识别路面奇异特征输出。
70.3、激光雷达和相机都输出障碍物信息时，首先对数据进行时间同步，得到相同时刻特征提取后的激光雷达点云数据和相机数据；然后对激光雷达和相机进行联合标定，获取激光雷达与相机之间的旋转平移矩阵，将图像目标和点云目标换算到同一坐标系，利用d-s(dempster-shafer)证据理论，进行传感器数据融合，获得非接触式路面奇异特征中心坐标，映射到xoy平面，作为路面奇异特征融合模块3的输入。
71.基于响应路面奇异特征识别子模块2-2与车载传感器信息采集子模块1-2连接。基于响应路面奇异特征识别子模块2-2用于采用基于响应路面奇异特征识别算法根据车辆的振动信息和车辆的速度信息得到第二路面奇异特征位置信息。例如，基于响应路面奇异特征识别子模块2-2对车辆垂向振动系统响应进行特征提取，利用扰动观测器或基于阈值的识别方法识别路面奇异特征，所选择的识别路面奇异特征方法不限于此。
72.路面奇异特征融合模块3与路面奇异特征识别模块2连接。路面奇异特征融合模块3用于采用匹配算法确定第一路面奇异特征和第二路面奇异特征是否为同一路面奇异特征位置信息，得到匹配信息，并用于根据匹配信息生成路面奇异特征定位信息。例如，奇异特征匹配算法为：
73.选取作为匹配阈值，对响应特征和非接触式特征进行距离匹配，其中，当响应特征和多个非接触式特征满足匹配关系时，特征距离最小的匹配结果为最优匹配结果，如图3所示，表示识别到响应特征，分别表示识别到的非接触式特征，r为匹配阈值，阈值内、都满足匹配关系，通过计算，与距离小于与距离，选择和作为同一路面奇异特征。
74.为了进一步提高路面奇异特征定位的精确性，上述提供的路面奇异特征定位系统中还设置有：误差计算模块4和加权函数生成模块5。
75.误差计算模块4与路面奇异特征识别模块2连接。误差计算模块4用于获取第一路面奇异特征位置信息的纵向测量噪声方差δ
x
和径向测量噪声方差δy，以及第二路面奇异特征的径向定位方差δ
x'
。
76.加权函数生成模块5与误差计算模块4和路面奇异特征融合模块3连接。加权函数生成模块5用于以纵向测量噪声方差、径向测量噪声方差和径向定位方差为输入构建加权函数。例如，构建的加权函数为：
[0077][0078]
其中，(x',y')表示最终融合后路面奇异特征位置，(x
x
,y
x
)表示响应特征位置，(xf,yf)表示非接触特征位置。加权参数w1、w2分别为：分别为：
[0079]
当第一路面奇异特征和第二路面奇异特征为同一路面奇异特征时，路面奇异特征融合模块3调取加权函数将第一路面奇异特征位置信息和第二路面奇异特征位置信息进行加权融合后，输出融合特征信息。融合特征信息即为路面奇异特征定位信息。具体实施时，路面奇异特征融合模块3接收多源输入识别的路面奇异特征位置信息，通过匹配算法对非
接触式识别路面奇异特征(即第一路面奇异特征)和基于响应识别路面奇异特征(即第二路面奇异特征)进行匹配，匹配上的奇异特征的为同一奇异特征，通过加权函数对其进行加权融合，得到融合后的带有位置信息的路面奇异特征。匹配不上的分别输出各自路面奇异特征位置信息。
[0080]
其中，列举一种信息采集模块数据采集的具体实施流程，在实际应用过程中，不限于此。
[0081]
步骤一：车辆正常行驶时航位推算单元和gps定位单元进行车辆定位和位姿估计。车载传感器开始采集车辆信息，所采集信息包括但不限于车速信息、垂向振动信息等。感知传感器采集路面信息，其中，激光雷达采集车辆行驶过程中的路面原始点云数据，相机采集车辆行驶过程中的路面图像信息，以上所有信息作为路面奇异特征识别模块2的输入。
[0082]
步骤二：路面奇异特征识别模块2在获取到信息采集模块1输入的信息后，基于响应路面奇异特征辨识算法可通过选取阈值的方法检测奇异特征。通过设置奇异特征阈值，根据读取车载传感器输入的车辆z轴加速度是否大于阈值判断是否为奇异特征，同时gps定位系统实时采集的车辆质心位置信息和航位推算系统实时采集车辆航向角θ、质心侧偏角β，如公式(2)所示计算车辆横摆角ψ，实时获取轮胎位置，即响应特征位置信息，如公式(3)。由于无法判断轮胎那个位置经过奇异特征中心，故响应特征径向定位方差为一半轮胎宽度b/2，如公式(4)所示，以左前轮为例展示轮胎位置如何计算。
[0083]
ψ＝θ-β
ꢀꢀꢀꢀꢀ
(2)
[0084][0085][0086]
其示意图如图4所示，其中，a为车辆质心到前轴距离，b为车辆质心到后轴距离，ψ为车辆横摆角。(x
车
,y
车
)是车辆质心位置。
[0087]
对应于上述提供的基于多源输入融合的路面奇异特征定位系统，本发明提供了一种基于多源输入融合的路面奇异特征定位方法，如图5所示，该方法包括：
[0088]
步骤100：获取车辆信息。车辆信息包括：车辆的位置信息、车辆的位姿信息、车辆的轮胎位置信息、车辆的振动信息、车辆的速度信息以及车辆行驶过程中的路面点云数据和路面图像信息。
[0089]
步骤101：根据车辆信息进行特征提取，得到第一路面奇异特征位置信息和第二路面奇异特征位置信息。该步骤具体包括：
[0090]
步骤1010：根据车辆的位置信息、车辆的位姿信息、路面点云数据和路面图像信息得到第一路面奇异特征位置信息。具体的，根据车辆的位置信息、车辆的位姿信息、路面点云数据和路面图像信息识别路面奇异特征。路面奇异特征包括：激光雷达路面奇异特征和相机路面奇异特征。根据识别的路面奇异特征输出非接触类路面奇异特征位置信息。非接触类路面奇异特征位置信息即为第一路面奇异特征位置信息。
[0091]
步骤1011：采用基于响应路面奇异特征识别算法根据车辆的振动信息和车辆的速度信息得到第二路面奇异特征位置信息。
[0092]
步骤102：采用匹配算法确定第一路面奇异特征和第二路面奇异特征是否为同一路面奇异特征位置信息，得到匹配信息。
[0093]
步骤103：根据匹配信息生成路面奇异特征定位信息。该步骤具体包括：
[0094]
步骤1030：获取第一路面奇异特征位置信息的纵向测量噪声方差和径向测量噪声方差，以及第二路面奇异特征的径向定位方差。
[0095]
步骤1031：以纵向测量噪声方差、径向测量噪声方差和径向定位方差为输入构建加权函数。
[0096]
步骤1032：当匹配信息为第一路面奇异特征和第二路面奇异特征是同一路面奇异特征时，采用加权函数将第一路面奇异特征位置信息和第二路面奇异特征位置信息进行加权融合后，输出融合特征信息。融合特征信息即为路面奇异特征定位信息。
[0097]
步骤1034：当匹配信息为第一路面奇异特征和第二路面奇异特征不是同一路面奇异特征，分别输出第一路面奇异特征位置信息和第二路面奇异特征位置信息，以作为路面奇异特征定位信息。
[0098]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0099]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
技术特征：1.一种基于多源输入融合的路面奇异特征定位系统，其特征在于，包括：信息采集模块，用于获取车辆信息；所述车辆信息包括：车辆的位置信息、车辆的位姿信息、车辆的轮胎位置信息、车辆的振动信息、车辆的速度信息以及车辆行驶过程中的路面点云数据和路面图像信息；路面奇异特征识别模块，与所述信息采集模块连接，用于根据所述车辆信息进行特征提取，得到第一路面奇异特征位置信息和第二路面奇异特征位置信息；路面奇异特征融合模块，与所述路面奇异特征识别模块连接，用于采用匹配算法确定第一路面奇异特征和所述第二路面奇异特征是否为同一路面奇异特征位置信息，得到匹配信息，并用于根据所述匹配信息生成路面奇异特征定位信息。2.根据权利要求1所述的基于多源输入融合的路面奇异特征定位系统，其特征在于，还包括：误差计算模块，与所述路面奇异特征识别模块连接，用于获取所述第一路面奇异特征位置信息的纵向测量噪声方差和径向测量噪声方差，以及所述第二路面奇异特征的径向定位方差；加权函数生成模块，与所述误差计算模块和所述路面奇异特征融合模块连接，用于以所述纵向测量噪声方差、所述径向测量噪声方差和所述径向定位方差为输入构建加权函数；当第一路面奇异特征和第二路面奇异特征为同一路面奇异特征时，所述路面奇异特征融合模块调取所述加权函数将所述第一路面奇异特征位置信息和所述第二路面奇异特征位置信息进行加权融合后，输出融合特征信息；所述融合特征信息即为路面奇异特征定位信息。3.根据权利要求1所述的基于多源输入融合的路面奇异特征定位系统，其特征在于，所述信息采集模块包括：定位系统信息采集子模块，用于获取所述车辆的位置信息和所述车辆的位姿信息；车载传感器信息采集子模块，用于获取所述车辆的振动信息和所述车辆的速度信息；感知传感器数据采集子模块，用于获取车辆行驶过程中的路面点云数据和路面图像信息。4.根据权利要求3所述的基于多源输入融合的路面奇异特征定位系统，其特征在于，所述路面奇异特征识别模块包括：非接触式路面奇异特征融合识别子模块，与所述感知传感器数据采集子模块和所述定位系统信息采集子模块连接，用于根据所述车辆的位置信息、所述车辆的位姿信息、所述路面点云数据和所述路面图像信息得到所述第一路面奇异特征位置信息；基于响应路面奇异特征识别子模块，与所述车载传感器信息采集子模块连接，用于采用基于响应路面奇异特征识别算法根据所述车辆的振动信息和所述车辆的速度信息得到所述第二路面奇异特征位置信息。5.根据权利要求4所述的基于多源输入融合的路面奇异特征定位系统，其特征在于，所述非接触式路面奇异特征融合识别子模块包括：识别定位单元，与所述感知传感器数据采集子模块和所述定位系统信息采集子模块连接，用于根据所述车辆的位置信息、所述车辆的位姿信息、所述路面点云数据和所述路面图
像信息识别路面奇异特征；所述路面奇异特征包括：激光雷达路面奇异特征和相机路面奇异特征；融合定位单元，与所述识别定位单元连接，用于根据识别的路面奇异特征输出非接触类路面奇异特征位置信息；所述非接触类路面奇异特征位置信息即为所述第一路面奇异特征位置信息。6.根据权利要求3所述的基于多源输入融合的路面奇异特征定位系统，其特征在于，所述定位系统信息采集子模块包括：gps定位单元，用于获取所述车辆的位置信息；航位推算单元，用于获取所述车辆的位姿信息。7.一种基于多源输入融合的路面奇异特征定位方法，其特征在于，包括：获取车辆信息；所述车辆信息包括：车辆的位置信息、车辆的位姿信息、车辆的轮胎位置信息、车辆的振动信息、车辆的速度信息以及车辆行驶过程中的路面点云数据和路面图像信息；根据所述车辆信息进行特征提取，得到第一路面奇异特征位置信息和第二路面奇异特征位置信息；采用匹配算法确定第一路面奇异特征和所述第二路面奇异特征是否为同一路面奇异特征位置信息，得到匹配信息；根据所述匹配信息生成路面奇异特征定位信息。8.根据权利要求7所述的基于多源输入融合的路面奇异特征定位方法，其特征在于，所述根据所述匹配信息生成路面奇异特征定位信息，具体包括：获取所述第一路面奇异特征位置信息的纵向测量噪声方差和径向测量噪声方差，以及所述第二路面奇异特征的径向定位方差；以所述纵向测量噪声方差、所述径向测量噪声方差和所述径向定位方差为输入构建加权函数；当所述匹配信息为第一路面奇异特征和第二路面奇异特征是同一路面奇异特征时，采用所述加权函数将所述第一路面奇异特征位置信息和所述第二路面奇异特征位置信息进行加权融合后，输出融合特征信息；所述融合特征信息即为路面奇异特征定位信息；当所述匹配信息为第一路面奇异特征和第二路面奇异特征不是同一路面奇异特征，分别输出所述第一路面奇异特征位置信息和所述第二路面奇异特征位置信息，以作为路面奇异特征定位信息。9.根据权利要求7所述的基于多源输入融合的路面奇异特征定位方法，其特征在于，所述根据所述车辆信息进行特征提取，得到第一路面奇异特征位置信息和第二路面奇异特征位置信息，具体包括：根据所述车辆的位置信息、所述车辆的位姿信息、所述路面点云数据和所述路面图像信息得到所述第一路面奇异特征位置信息；采用基于响应路面奇异特征识别算法根据所述车辆的振动信息和所述车辆的速度信息得到所述第二路面奇异特征位置信息。10.根据权利要求9所述的基于多源输入融合的路面奇异特征定位方法，其特征在于，所述根据所述车辆的位置信息、所述车辆的位姿信息、所述路面点云数据和所述路面图像
信息得到所述第一路面奇异特征位置信息，具体包括：根据所述车辆的位置信息、所述车辆的位姿信息、所述路面点云数据和所述路面图像信息识别路面奇异特征；所述路面奇异特征包括：激光雷达路面奇异特征和相机路面奇异特征；根据识别的路面奇异特征输出非接触类路面奇异特征位置信息；所述非接触类路面奇异特征位置信息即为所述第一路面奇异特征位置信息。
技术总结本发明涉及一种基于多源输入融合的路面奇异特征定位系统和方法。本发明通过基于包括有车辆的位置信息、车辆的位姿信息、车辆的轮胎位置信息、车辆的振动信息、车辆的速度信息以及车辆行驶过程中的路面点云数据和路面图像信息的车辆信息得到第一路面奇异特征位置信息和第二路面奇异特征位置信息，然后，根据第一路面奇异特征位置信息和第二路面奇异特征位置信息间的匹配信息生成路面奇异特征定位信息，进而实现路面奇异特征的精确检测和定位。位。位。
技术研发人员：秦也辰 陈凯 史少阳 徐明帆 朱哲葳
受保护的技术使用者：北京理工大学
技术研发日：2022.07.26
技术公布日：2022/11/1
