技術(shù)特征：

1.一種基于低算力平臺(tái)的車輛定位方法，其特征在于，用于車輛在目標(biāo)區(qū)域的車輛定位，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于低算力平臺(tái)的車輛定位方法，其特征在于，所述根據(jù)所述車輛的當(dāng)前幀信息，獲取地圖構(gòu)建信息，包括：

3.根據(jù)權(quán)利要求1所述的基于低算力平臺(tái)的車輛定位方法，其特征在于，在獲取地圖構(gòu)建信息之前，所述方法還包括：

4.根據(jù)權(quán)利要求3所述的基于低算力平臺(tái)的車輛定位方法，其特征在于，將所述局部地圖中的點(diǎn)云投影到所述圖像數(shù)據(jù)的過(guò)程包括：

5.根據(jù)權(quán)利要求4所述的基于低算力平臺(tái)的車輛定位方法，其特征在于，所述局部地圖的點(diǎn)云只包含地面的激光點(diǎn)云，所述根據(jù)所述相機(jī)模塊的內(nèi)參，將所述局部地圖中的點(diǎn)云數(shù)據(jù)投影到與圖像數(shù)據(jù)對(duì)應(yīng)的二維圖像平面上，包括：

6.根據(jù)權(quán)利要求1所述的基于低算力平臺(tái)的車輛定位方法，其特征在于，所述方法還包括：判斷所述車輛的當(dāng)前工作模式，當(dāng)前工作模式包括定位模式和建圖模式；

7.根據(jù)權(quán)利要求1所述的基于低算力平臺(tái)的車輛定位方法，其特征在于，所述低算力平臺(tái)搭建于所述車輛的車輛控制器上。

8.根據(jù)權(quán)利要求1所述的基于低算力平臺(tái)的車輛定位方法，其特征在于，所述方法還包括：判斷當(dāng)前幀信息是否是第一幀，當(dāng)是第一幀時(shí)將當(dāng)前幀信息作為參考幀信息并加入后端精優(yōu)隊(duì)列；

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器被配置成執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1-8中任一項(xiàng)所述的方法的步驟。

10.一種車輛定位系統(tǒng)，其特征在于，包括權(quán)利要求9所述的電子設(shè)備，還包括與所述電子設(shè)備電連接的信息獲取裝置；所述信息獲取裝置包括相機(jī)模塊、激光測(cè)量模塊和慣性測(cè)量模塊，所述相機(jī)模塊用于獲取圖像數(shù)據(jù)，所述激光測(cè)量模塊用于獲取激光雷達(dá)數(shù)據(jù)，所述慣性測(cè)量模塊用于獲取慣性測(cè)量數(shù)據(jù)。

技術(shù)總結(jié)
本申請(qǐng)?zhí)峁┝艘环N基于低算力平臺(tái)的車輛定位方法、電子設(shè)備及系統(tǒng)。車輛定位方法包括：根據(jù)車輛的當(dāng)前幀信息，獲取地圖構(gòu)建信息；將地圖構(gòu)建信息與預(yù)設(shè)靜態(tài)地圖進(jìn)行匹配，獲取局部地圖；基于相機(jī)坐標(biāo)系，將局部地圖的點(diǎn)云投影到圖像數(shù)據(jù)，獲取包含深度信息的相機(jī)照片作為深度圖像信息；利用低算力平臺(tái)的分割模型對(duì)深度圖像信息進(jìn)行地面標(biāo)線的語(yǔ)義分割，將分割出來(lái)的點(diǎn)云作為地面標(biāo)線點(diǎn)云，根據(jù)地面標(biāo)線點(diǎn)云進(jìn)行車輛的重定位；車輛包括自動(dòng)巡檢車和儲(chǔ)能充電車中的至少一種，目標(biāo)區(qū)域是實(shí)時(shí)動(dòng)態(tài)測(cè)量信號(hào)缺失的區(qū)域，分割模型是UNet網(wǎng)絡(luò)模型?？梢杂糜谠趯?shí)時(shí)動(dòng)態(tài)測(cè)量信號(hào)缺失的地下停車場(chǎng)等目標(biāo)區(qū)域，通過(guò)低算力平臺(tái)實(shí)現(xiàn)車輛的定位。

技術(shù)研發(fā)人員：羅馬思陽(yáng),孫元旭,王利杰,戚新建,萬(wàn)印康,楊震祺,宋坤杰
受保護(hù)的技術(shù)使用者：蘇州廣目智能科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2