本发明涉及通信技术，并且更具体的涉及一种定位方法及电子设备。
背景技术：
：：无论人为驾驶、辅助驾驶还是自动驾驶，都离不开通过定位系统获取车辆当前位置信息，从而为决策、规划提供有力支持。其中地图匹配是定位系统的重要环节之一，从电子地图上的多条道路中选择与车辆位置信息匹配的道路，将车辆位置信息修正到匹配的道路上，并为用户呈现用户所处的道路，使得用户了解当前的所在位置。在高架道路区域，通常会出现层叠道路的情况。如图1所示，层叠道路指位于不同空间层的道路之间在水平方向上大致平行，上层路面a和下层路面b在垂直方向上存在部分重叠或完全重叠的结构，在电子地图的制图过程中通常将上下层叠的道路抽象成两条道路线。如图2所示，由图中区域a和b的放大图可看出，区域a和b中层叠的道路在几何形状上相似、在几何位置上接近，在定位时很难准确区分出用户当前所处的道路。因此提供的定位服务的精度较差。技术实现要素：本申请实施例提供了一种定位方法，可以准确区分出用户当前所处的道路，提供高精度的定位服务。为达到上述发明目的，第一方面，本申请实施例提供了一种定位方法，该方法包括：获取终端设备的坐标、道路分隔物的多个采集点的数据以及多条候选道路的特征；其中，多条候选道路为地图数据中位于终端设备的坐标第一范围内的道路，道路分隔物为所述终端设备所在道路的边缘，道路分隔物的多个采集点为传感器采集道路分隔物时的采集点。具体的，道路分隔物可以为用于分隔两条道路的路沿、路栏、水泥台或树木；传感器可以具体为雷达，具体可以为毫米波雷达。根据道路分隔物的多个采集点的数据计算终端设备所在道路的特征，其中，终端设备所在道路的特征用于表示终端设备所在道路的形状的变化；根据终端设备所在道路的特征和多条候选道路的特征，从多条候选道路中选取目标道路；将终端设备的坐标匹配到目标道路上，获得修正后的终端设备的坐标。其中，终端设备的坐标可以为根据终端设备接收的定位信号计算的原始坐标，还可以为对原始坐标进行修正后的坐标，还可以为根据历史定位结果中终端设备的定位坐标预测的当前时刻的终端设备的坐标。终端设备所在道路的特征可以用于区分不同的道路，也可以用于区分道路的类型。具体的，以路沿为道路分隔物为例，道路的特征可以包括路沿的斜率的变化程度，还可以包括路沿采集点与终端设备之间的距离的变化程度。根据计算出的终端设备实际所在道路的特征和多条候选道路的特征，可以从多条候选道路中准确选取终端设备实际所在的道路——目标道路。因此，将终端设备进行道路匹配，将终端设备的坐标匹配到目标道路上。具体的，可以将终端设备的坐标在代表目标道路的线段上的投影点的坐标作为道路匹配后得到的修正后的终端设备的坐标。在一些可实现方式中，多条候选道路的特征包括多条候选道路的类型，根据终端设备所在道路的特征和所述多条候选道路的特征，从多条候选道路中选取目标道路，可包括：根据终端设备所在道路的特征确定终端设备所在道路的类型；根据终端设备所在道路的类型和多条候选道路的类型，从多条候选道路中选取所述目标道路。其中，终端设备所在道路的类型为高架道路或非高架道路，多条候选道路的类型为高架道路或非高架道路。在高架区域场景下的定位服务会受到道路的层叠影响而导致难以从多条候选道路中准确选择终端设备实际所在道路。通过传感器采集、计算的终端设备所在道路的特征可以区分出终端设备实际所在道路的类型。通用的地图数据中可以获得多条候选道路的类型，因此，在高架区域也可以准确选取目标道路，提供高精度的定位服务。在一些可实现方式中，根据终端设备所在道路的特征确定终端设备所在道路的类型，包括：根据终端设备所在道路的特征确定终端设备所在路口的类型，路口的类型为高架道路的路口或非高架道路的路口，其中，终端设备所在路口为终端设备当前所在的路口。在层叠道路区域，终端设备移动过程中经过路口就可以根据本申请提供的定位方法获得高精度定位，具有较广泛的使用场景。在一些可实现方式中，根据终端设备所在道路的特征确定终端设备所在道路的类型，包括：若终端设备所在道路的特征满足预设阈值，则确定终端设备所在路口的类型，其中。路口的类型为高架道路的路口或非高架道路的路口。在一些可实现方式中，终端设备所在道路的特征包括所述多个采集点处所述道路分隔物的斜率的均值、所述多个采集点处所述道路分隔物的斜率的方差、所述多个采集点处与所述终端设备之间的距离的均值和所述多个采集点处与所述终端设备之间的距离的方差中的一个或多个。在一些可实现方式中，根据终端设备所在道路的特征确定终端设备所在道路的类型，包括：获取传感器采集的一个或多个移动目标的坐标，移动目标的坐标为移动目标相对于传感器的坐标；根据一个或多个移动目标的坐标计算一个或多个移动目标的移动特征，其中，移动特征用于表示所述移动目标的移动状态；根据一个或多个移动目标的移动特征和终端设备所在道路的特征确定终端设备所在道路的类型。其中，移动特征可以为一个或多个移动目标的移动速度和一个或多个移动目标的移动轨迹的斜率中的一个或多个。在一些可实现方式中，终端设备所在道路的特征还包括终端设备所在道路的车道数量，根据终端设备所在道路的特征确定终端设备所在道路的类型，包括：根据终端设备所在道路的车道数量，判断终端设备是否进入或退出高架道路的路口；若终端设备进入或退出高架道路的路口，则确定终端设备所在道路的类型为高架道路。其中，航向角为速度与地球北极之间的夹角。具体的，可以根据传感器与终端设备所在道路的两条路沿之间的距离以及车道宽度计算终端设备所在道路的车道数量。在一些可实现方式中，根据终端设备所在道路的类型和多条道路各自的类型，从多条道路中选取目标道路，包括：计算多条道路中每条道路与终端设备的坐标的匹配度，多条道路中与终端设备所在道路的类型相同的道路的匹配度大于多条道路中与终端设备所在道路的类型不相同的道路的匹配度，目标道路为多条道路中与终端设备的坐标的匹配度最大的道路。在一些可实现方式中，根据终端设备所在道路的特征确定所述终端设备所在道路的类型包括：若终端设备所在道路的特征小于第一阈值，则确定终端设备所在路口的类型为高架道路的路口。其中，终端设备所在道路的特征可以为多个特征，每个特征都有该特征对应的第一阈值。在一些可实现方式中，根据终端设备所在道路的特征确定终端设备所在道路的类型，包括：若终端设备所在道路的特征大于第二阈值，则终端设备所在路口的类型为非高架道路的路口。在一些可实现方式中，终端设备所在道路的道路分隔物包括第一道路分隔物和第二道路分隔物，根据终端设备所在道路的特征确定终端设备所在道路的类型，包括：若第一道路分隔物对应的终端设备所在道路的特征与第二道路分隔物对应的终端设备所在道路的特征的差值大于第三阈值，则确定终端设备所在道路的类型为高架道路。在一些可实现方式中，一个或多个移动目标的移动特征为一个或多个移动目标的移动速度，根据所述一个或多个移动目标的移动确定终端设备所在道路的类型，包括：若一个或多个移动目标的移动速度大于第四阈值，则确定终端设备所在路口的类型为非高架道路的路口。在一些可实现方式中，一个或多个移动目标的移动特征为一个或多个移动目标的移动轨迹的斜率，根据所述一个或多个移动目标的移动特征确定终端设备所在路口的类型，包括：若一个或多个移动目标的移动轨迹的斜率小于第五阈值，则确定终端设备所在路口为非高架道路的路口。在一些可实现方式中，多条候选道路的特征包括所述多条候选道路的车道数，根据终端设备所在道路的车道数量，判断终端设备是否进入或退出高架道路的路口，包括：若终端设备所在道路的车道数量大于多条候选道路的车道数，则确定终端设备所在道路的类型为高架道路。地图数据中记录的多条候选道路的车道数不包括匝道，在高架道路上的匝道路口区域，假设道路实际的车道数为5，地图数据中记录的该道路的车道数为4。因此，根据传感器采集的数据计算终端设备所在道路的车道数，若计算出的终端设备所在道路的车道数车道数大于多个候选道路的车道数，则可确认终端设备位于高架道路。在一些可实现的方式中，根据终端设备所在道路的车道数量，判断终端设备是否进入或退出高架道路的路口，包括：获得终端设备在多个时刻下的航向角；若终端设备在多个时刻下的航向角的方差大于第六阈值时，根据终端设备所在道路的车道数量，判断终端设备是否进入或退出高架道路的路口。第二方面，本申请实施例提供了一种电子设备，电子设备包括：获取模块、特征计算模块、选取模块和道路匹配模块。其中，获取模块用于：获取终端设备的坐标、道路分隔物的多个采集点的数据以及多条候选道路的特征，其中，多条候选道路为地图数据中位于终端设备的坐标第一范围内的道路，道路分隔物为终端设备所在道路的边缘，道路分隔物的多个采集点为传感器采集道路分隔物时的采集点；特征计算模块用于：根据所述道路分隔物的多个采集点的数据计算所述终端设备所在道路的特征，所述终端设备所在道路的特征用于表示所述终端设备所在道路的形状的变化；选取模块用于：根据终端设备所在道路的特征和多条候选道路的特征，从多条候选道路中选取目标道路；道路匹配模块用于：将终端设备的坐标匹配到目标道路上，获得修正后的终端设备的坐标。在一些可实现方式中，选取模块还用于：根据终端设备所在道路的特征确定终端设备所在道路的类型；根据终端设备所在道路的类型和多条候选道路的类型，从多条候选道路中选取所述目标道路。在一些可实现方式中，选取模块还用于：根据终端设备所在道路的特征确定终端设备所在路口的类型，路口的类型为所述高架道路的路口或非高架道路的路口，终端设备所在路口为终端设备当前所在的路口。在一些可实现方式中，选取模块还用于：若终端设备所在道路的特征满足预设阈值，则确定终端设备所在路口的类型，其中，路口的类型为高架道路的路口或非高架道路的路口。在一些可实现方式中，获取模块还用于：获取传感器采集的一个或多个移动目标的坐标，移动目标的坐标为移动目标相对于传感器的坐标；特征计算模块还用于：根据一个或多个移动目标的坐标计算一个或多个移动目标的移动特征，移动特征用于表示移动目标的移动状态；选取模块还用于：根据一个或多个移动目标的移动特征和终端设备所在道路的特征确定终端设备所在道路的类型。在一些可实现方式中，终端设备所在道路的特征还包括所述终端设备所在道路的车道数量，选取模块还用于：根据终端设备所在道路的车道数量，判断终端设备是否进入或退出高架道路的路口；若终端设备进入或退出高架道路的路口，则确定终端设备所在道路的类型为高架道路。在一些可实现方式中，选取模块还用于：计算多条道路中每条道路与终端设备的坐标的匹配度，多条道路中与终端设备所在道路的类型相同的道路的匹配度大于多条道路中与终端设备所在道路的类型不相同的道路的匹配度，目标道路为所述多条道路中与所述终端设备的坐标的匹配度最大的道路。在一些可实现方式中，选取模块还用于：若终端设备所在道路的特征小于第一阈值，则确定终端设备所在路口的类型为高架道路的路口。在一些可实现方式中，选取模块还用于：若终端设备所在道路的特征大于第二阈值，则终端设备所在路口的类型为非高架道路的路口。在一些可实现方式中，一个或多个移动目标的移动特征为一个或多个移动目标的移动速度，选取模块还用于：若一个或多个移动目标的移动速度大于第四阈值，则确定终端设备所在路口的类型为非高架道路的路口。在一些可实现方式中，一个或多个移动目标的移动特征为一个或多个移动目标的移动轨迹的斜率，选取模块还用于：若一个或多个移动目标的移动轨迹的斜率小于第五阈值，则确定终端设备所在路口为所述非高架道路的路口。在一些可实现方式中，多条候选道路的特征包括多条候选道路的车道数，选取模块还用于：若终端设备所在道路的车道数量大于多条候选道路的车道数，则确定终端设备所在道路的类型为高架道路。在一些可实现方式中，获取模块还用于：获得终端设备在多个时刻下的航向角；选取模块还用于：若终端设备在多个时刻下的航向角的方差大于第六阈值时，根据终端设备所在道路的车道数量，判断终端设备是否进入或退出高架道路的路口。第三方面，本申请实施例提供了一种电子设备，该电子设备包括传感器、处理器和存储有计算机程序的计算机可读存储介质，传感器用于采集道路分隔物的数据以及一个或多个移动目标的坐标，处理器与计算机可读存储介质耦合，计算机程序被处理器执行时实现第一方面及第一方面的任一可能的实现方式中提供的定位方法。第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现第一方面及第一方面的任一可能的实现方式中提供的定位方法。第五方面，本申请实施例提供了一种芯片子系统(soc)，该芯片子系统包括应用处理器，以及用于接收定位信号的gps模块，该应用处理器用于实现第一方面及第一方面的任一可能的实现方式中提供的定位方法。第六方面，本申请实施例提供了一种电子设备，该电子设备包括前述第五方面提供的芯片子系统和传感器，使得该电子设备可实现实现第一方面及第一方面的任一可能的实现方式中提供的定位方法，该传感器用于采集道路分隔物的数据以及一个或多个移动目标的坐标。第七方面，本申请实施例提供了一种定位芯片，该定位芯片包括射频模块和处理模块，该射频模块用于接收定位信号，该处理模块用于实现第一方面及第一方面的任一可能的实现方式中提供的定位方法。第八方面，本申请实施例提供了一种电子设备，该电子设备包括前述第七方面提供的定位芯片和传感器，使得该电子设备可实现实现第一方面及第一方面的任一可能的实现方式中提供的定位方法，该传感器用于采集道路分隔物的数据以及一个或多个移动目标的坐标。第九方面，本申请实施例提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序在被处理器执行时实现前述第一方面及任意一个可能的实现方式中提供的定位方法。附图说明图1为本发明实施例提供的层叠道路示意图；图2为本发明实施例提供的电子地图的道路示意图；图3为本发明实施例提供的通信系统结构示意图；图4a为本发明实施例提供的高架区域的道路示意图；图4b为本发明实施例提供的高架区域的电子地图示意图；图5为本发明实施例提供的定位系统的结构示意图；图6为本发明实施例提供的定位方法的流程图；图7为本发明实施例提供的道路分隔物示意图；图8为本发明实施例提供的道路匹配示意图；图9为本发明实施例提供的定位方法的流程图；图10为本发明实施例提供的车体坐标系示意图；图11为本发明实施例提供的定位方法的流程图；图12为本发明实施例提供的定位方法的流程图；图13为本发明实施例提供的车道数示意图；图14为本发明实施例提供的定位方法的流程图图15为本发明实施例提供的高架道路示意图；图16为本发明实施例提供的反应高架道路的路口区域的道路分隔物的特征的示意图；图17为本发明实施例提供的非高架道路的十字路口示意图；图18为本发明实施例提供的反应非高架道路的十字路口区域的道路分隔物的特征的示意图；图19为本发明实施例提供的非高架道路的十字路口区域的车流速度的示意图；图20为本发明实施例提供的高架道路的路口区域的车流速度的示意图；图21为本发明实施例提供的非高架道路的十字路口区域的车辆移动轨迹的示意图；图22为本发明实施例提供的非高架道路的十字路口区域的车辆移动轨迹的示意图；图23为本发明实施例提供的定位精度地图示意图；图24为本发明实施例提供的不同定位精度区域内定位点和修正后的定位点的示意图。具体实施方式下面就本申请提到的一些关键术语进行解释：全球定位系统(globalpositioningsystem，gps)：gps是由美国国防部研制建立的一种具有全方位、全天候、全时段、高精度的卫星导航系统，能为全球用户提供低成本、高精度的三维位置、速度和精确定时等导航信息，是卫星通信技术在导航领域的应用典范。全球卫星定位系统(globalnavigationsatellitesystem，gnss)：泛指所有的卫星导航系统，包括全球的、区域的和增强的，如美国的gps、俄罗斯的glonass、欧洲的galileo、中国的北斗卫星导航系统，以及相关的增强系统，如美国的广域增强系统、欧洲的欧洲静地导航重叠系统和日本的多功能运输卫星增强系统等，还涵盖在建和以后要建设的其他卫星导航系统。国际gnss系统是个多系统、多层面、多模式的复杂组合系统。车载导航系统(vehiclenavigationsystem，vns)是融合gnss等车辆定位技术、地理信息系统以及计算机技术于一体的智能交通系统。层叠道路：指位于不同空间层的道路之间在水平方向上大致平行，道路面在垂直方向上存在重叠的结构。高架道路：一般是指高处地面6m以上的城市空间道路。一般与地面的普通道路，构成多层道路体系。毫米波雷达：毫米波雷达，是工作在毫米波波段(millimeterwave)探测的雷达。通常毫米波是指30～300ghz频域(波长为1～10mm)的。毫米波的波长介于微波和厘米波之间，因此毫米波雷达兼有微波雷达和光电雷达的一些优点。惯性测量单元(inertialmeasurementunit，imu)：一般的，一个imu内会装有三轴的陀螺仪和三个方向的加速度计，来测量物体在三维空间中的角速度和加速度，并以此解算出物体的姿态。为了提高可靠性，还可以为每个轴配备更多的传感器。一般而言imu要安装在被测物体的重心上。车体坐标系：车体坐标系如图9所示，车体坐标系的原点定义为车辆后轴中心在水平地面的投影点，车辆后轴为车辆后车两个车轮之间的车轴。车体坐标系下的x轴(称为veh_x轴)为车头正方向，即车辆正前方；沿veh_x轴逆时针旋转90°为车体坐标系的y轴(称为veh_y轴)。图3为本申请适用的一种通信系统。需注意，图3的系统仅仅是一种可能系统的一个示例，并且根据需要可在各种系统中的任一种系统中实现公开的实施方案。如图3所示，该系统包括电子设备10，还可以包括网络20、电子设备30和卫星60。电子设备10可以从卫星60接收无线电信号，电子设备10可以多源融合定位，融合卫星定位信号、惯性导航信号、网络定位信号以及激光、雷达等传感器定位信号等一种或多种定位信号进行定位。电子设备10和电子设备30可以通过网络20通信连接，其中网络20可以为无线局域网络或移动网络。电子设备10和30之间基于特定的通信协议建立通信连接，然后根据建立的连接，以数据包为单位传输数据。数据包在传输的过程中可能会经过网络20中的一个或多个网络设备，例如接入网设备、路由设备或接入点(accesspoint，ap)。电子设备10可以是终端设备，具体的，可以是移动式或便携式并执行无线通信的各种类型的计算机系统或设备中的任一个计算机系统或设备。例如可包括移动电话或智能电话(例如iphonetm、基于androidtm的电话)、车载终端设备、便携式游戏设备(例如，nintendodstm、playstationportabletm、gameboyadvancetm、iphonetm)、膝上型电脑、个人数码助理(pda，personaldigitalassistant)、便携式互联网设备、音乐播放器、数据存储设备、其他手持设备以及可穿戴设备诸如腕表、耳机、吊坠、听筒等。电子设备30可以为终端设备，或者服务器，具体的可以为云服务器，具体的可以为代理服务器或与代理服务器通信连接的另一服务器。在本发明提供的实施例中，电子设备30可以为一种提供全量路网数据的云服务器，电子设备10可以通过网络20从云服务器30请求下载以及更新地图数据。所属领域的技术人员可以理解一个通信系统通常可包括比图3中所示的部件更少或更多的部件，或者包括与图3中所示部件不同的部件，图3仅仅示出了与本申请实施例所公开的多个实现方式更加相关的部件。电子设备10包括处理器101、存储器102、输入/输出接口103和通信接口105等部件。本领域技术人员可以理解，电子设备10可以包括比图示更多或更少的部件，或者组合某些部件。这些部件可通过一根或多根总线106或信号线进行通信，总线可以分为地址总线、数据总线、控制总线等。处理器101可以是中央处理器(centralprocessingunit，cpu)，网络处理器(networkprocessor，np)或者cpu和np的组合。处理器201还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specificintegratedcircuit，asic)，可编程逻辑器件(programmablelogicdevice，pld)或其组合。上述pld可以是复杂可编程逻辑器件(，complexprogrammablelogicdevice，cpld)现场可编程逻辑门阵列(field-programmablegatearray，fpga)，通用阵列逻辑(genericarraylogic,gal)或其任意组合。可选的，处理器101可包括一个或多个处理单元。存储器102，用于存储计算机程序，诸如图3所示的应用程序107和操作系统108；处理器101可调用存储器102存储的计算机程序，从而实现该计算机程序定义的功能。例如处理器101执行操作系统108从而在电子设备10上实现操作系统的各种功能。操作系统108可以为或者其它操作系统，本申请实施例对此不作限制。存储器102还存储有除计算机程序之外的其他数据，诸如操作系统108和应用程序107运行过程中产生的数据。存储器102可以包括易失性存储器(volatilememory)，例如随机存取存储器(random-accessmemory，ram)；存储器202也可以包括非易失性存储器(non-volatilememory)，例如快闪存储器(flashmemory)，硬盘(harddiskdrive，hdd)或固态硬盘(solid-statedrive，ssd)；存储器102还可以包括上述种类的存储器的组合。图3中仅示出了一个存储器，当然，存储器102也可以根据需要，设置为多个存储设备。存储器102也可以是处理器101中的存储器，在此不做限制。输入/输出接口103转发通过输入输出设备(例如键盘、触摸屏和传感器)输入的命令或数据。其中，传感器可以包括雷达、惯性测量单元和激光等传感器中的一个或多个。显示设备104显示各种信息给用户。在本发明实施例中，将最终定位结果，即电子设备10所处的道路及所处的位置，显示在定位应用的界面上。通信接口105用于将电子设备10与其它电子设备连接，允许电子设备10在网络上进行通讯的硬件。例如，通信接口可以通过有线或无线连接到网络以连接到外部其它的终端或服务器。无线通信可以使用任一通信标准或协议，包括但不限于全球定位系统(globalpositioningsystem，gps)、全球移动通讯系统(globalsystemofmobilecommunication，gsm)、通用分组无线服务(generalpacketradioservice，gprs)、码分多址(codedivisionmultipleaccess，cdma)、宽带码分多址(widebandcodedivisionmultipleaccess，wcdma)、长期演进(longtermevolution，lte)、电子邮件、短消息服务(shortmessagingservice，sms)、wi-fi,蓝牙(bluetooth，bt)和近场通讯(nearfieldcommunication，nfc)等。在终端设备中，通信接口105可以具体为调制解调器或者天线或者wifi模块或者gps模块。通信接口105上也可集成有处理器和存储器(包括ram和只读存储器(read-onlymemory，rom))。以电子设备为车载终端为例，车载终端根据定位信号计算出的原始位置坐标，因为原始位置坐标往往不准确，需要将原始位置坐标与原始位置坐标附近的道路进行地图匹配，从而实现原始位置坐标的修正。车载终端根据原始位置坐标进行地图匹配时，需要从地图数据中查找位于原始位置坐标一定距离内的道路作为候选道路，从候选道路中选取与原始位置坐标匹配的道路，可以将该道路的信息显示在车载终端显示屏上，为用户呈现当前所在的道路。地图数据记录了一定区域内道路和路口的信息，还可以记录一些兴趣点(pointofinterest，poi)，例如区域内的地标或景点。地图数据在如图4所示的层叠道路的场景，图4a所示的区域内，车载终端实际所在位置为当前位置a，第一大道201与第二大道202相交于路口205，第一大道201与第二大道202均位于高架下方的水平地面，为非高架道路；第三大道203和匝道204相交于路口206，位于高架上方，为高架道路。在地图数据中，图4a对应的路网示意图如图4b所示，道路31-36用于表示现实道路，道路交叉点37和38用于表示路口，表示道路线之间的连通关系，道路和道路交叉点构成了路网拓扑。在地图数据中，第一大道201被抽象成道路31和道路32，第二大道202被抽象成道路33和道路34，第三大道203被抽象成道路35，匝道204被抽象成道路36，路口205和206分别被抽象成道路交叉点38和37；地图数据中可以记录每条道路的类型，例如记录道路31的类型为非高架道路、记录道路35的类型为高架道路，还可以记录道路线的道路名称(例如道路301的名称为第一大道)、道路线的编号、道路线的起点和终点的坐标和道路交叉点的坐标中的一个或多个。若道路31-36为可匹配的候选道路，进行地图匹配时，很难准确判断车载终端实际所处的道路线，因此会出现误判的情况，例如车载终端实际处于第三大道203上的当前位置a，然而根据现有地图匹配的方法从候选道路31-36中选取的目标道路为道路32，车载终端根据目标道路线向用户显示的当前位置却反应车载终端处于第一大道201。因此，在层叠道路场景下，定位结果不准确，降低了用户体验。现有的判断当前所处道路是否是高架道路的方法主要为通过识别上下坡动作来判断当前道路是否为高架道路，例如通过车辆后轮胎压的变化、车辆倾斜度来识别上下坡动作。但是无法处理当行驶过程中不包括上、下坡动作的场景，例如当车载终端在高架上重启后，无法判断当前道路是否为高架道路，直至出现下一个上、下坡动作位置，因此实时性不足。本申请各实施例提供的定位方法，基于雷达采集的道路特征和周边车辆的特征，识别高架上下路口或者识别进出路口动作，从而区分车辆当前所处的道路的类型是高架道路还是非高架道路，可以实现全天候的道路匹配。如图5所示为本申请实施例提供的定位系统的结构示意图。该定位系统可以为前述电子设备10，具体的，该定位系统可以为车载导航系统。该定位系统包括惯性测量单元imu205、gnss模块206(或称为gps模块)和雷达207，还包括基于地图匹配的定位模块209、路径引导210、路径规划211、地图数据库208和gis引擎212以及显示界面213。雷达207可以具体为毫米波雷达，雷达207可用于采集在雷达采集范围内的车辆周边的物体，具体可包括车辆(自车)周边的静止物体，如道路分隔物，和车辆周边的运动物体，如行驶中的车辆和运动的行人。道路分隔物为道路的边缘，用于区分两条道路，具体可以为水泥墩、树木、防护栏、路沿等物体。imu205用于测量车辆(自车)的航向角；gnss模块206用于根据接收的定位信号计算出车辆(自车)当前位置的坐标，具体的，该坐标可以包括经度和纬度坐标；地图数据库208中存储了一个或多个国家或一个或多个城市或一定面积内的道路的数据，可包括道路的起点和终点坐标、路口的坐标及路口连接的道路的id、道路的类型和道路的车道数中的一种或多种；地图数据库208可以位于存储器中，也可以位于与定位装置通信连接的云服务器中，可定期向云服务器请求更新数据。基于地图匹配的定位模块209可用于使用本申请各实施例提供的定位方法，在基于地图数据库208提供的地图数据进行地图匹配的过程中，可根据imu205、gnss模块206和雷达207提供的数据，识别车辆当前所在道路的类型或者识别车辆当前所在路口的类型，从多条候选道路中确定出与车辆当前位置匹配的目标道路，提供该目标道路的id和该目标道路相关联的道路的信息。路径引导210通过基于地图匹配的定位模块209产生的道路id等信息从地图数据中查询、对比，从而得到车辆当前位置与路径规划211提供的预期路径的对比结果。通过显示界面213呈现车辆当前所处的道路，更为准确的反应车辆的位置，例如对于图4a的场景，若确定车辆当前所在道路的类型为高架道路，最终选择第三大道203为与原始位置坐标匹配的道路，则显示界面213会显示车辆所在的当前位置a在第三大道203上。进一步的，车载导航系统还可以实时语音提示当前所在的道路为第三大道203。下面将详细介绍本申请实施例提供的定位方法，该方法的流程图如图6所示，该方法包括：s1：获取终端设备的坐标、道路分隔物的多个采集点的数据以及多条候选道路的特征；获取的终端设备的坐标可以是终端设备可以根据接收的定位信号计算出的原始坐标，该原始坐标可能因为建筑物遮挡、反射等原因导致有一定误差。获取到的终端设备的坐标还可以是根据前一次定位时计算出的原始坐标以及终端设备的移动速度推算出的坐标。根据终端设备的坐标，可以在地图数据中查找位于终端设备的坐标一定范围内的道路，具体的可以位于终端设备的坐标第一范围内的道路，该第一范围可以为原始坐标的误差范围，这些道路可为地图匹配阶段可与终端设备的坐标匹配的候选道路。具体的，可以以原始坐标为中心，以第一范围为半径做一个圆，计算地图数据中与该圆相交或位于圆内的道路为候选道路。其中，候选道路的特征可以从地图数据从获得，地图数据可以包括道路的类型，还可以包括道路的起点终点的坐标、道路的id、道路交叉点(或者称为路口)的坐标和道路之间的连接关系中的一种或多种；道路的类型可包括高架道路或非高架道路，非高架道路通常指位于地面的道路，用于与高架道路区分开来；高架道路可包括高架道路与非高架道路之间的匝道，还可以包括多条高架道路之间的连接道路。终端设备可以从传感器获取传感器采集的位于终端设备一定距离内的静止目标和移动目标的数据。其中，传感器可以为雷达，具体的可以为毫米波雷达。静止目标可以为位于终端设备为中心一定距离内的路沿、栏杆等道路分隔物，道路分隔物用于分隔两条道路，为道路的边缘；移动目标可以为行人或车辆。如图7所示，携带传感器的车辆304可以通过车载传感器探测车辆304所在道路303的道路分隔物(例如路沿301和路沿302)，道路分隔物的多个采集点为传感器采集道路分隔物时的采集点，例如图7中路沿301和路沿302上的多个点305，传感器识别出采集点所在物体为静止目标或移动目标时，也可计算出采集点的数据，例如采集点的坐标。步骤s2：根据道路分隔物的多个采集点的数据计算终端设备所在道路的特征；其中，道路的特征可用于表示道路的形状的变化，还可以用于表示道路的车道总数；道路分隔物表示道路的边缘，用于区分任意两条道路。以道路分隔物为路沿为例，道路分隔物的多个采集点可以指一条路沿上的多个采集点，也可以指形成道路的两条路沿中每条路沿的多个采集点。道路的形状的变化可以用路沿的形状的变化来表示，也可表示用形成同一条道路的两条路沿的形状变化的差异来表示。具体的，道路的特征可以根据终端设备距离道路分隔物的距离或道路分隔物的斜率计算获得。道路的特征还可以根据组成道路的多个道路分隔物之间的距离的差异或者组成道路的多个道路分隔物之间的斜率的差异计算获得。步骤s3：根据终端设备所在道路的特征和多条候选道路的特征，从多条候选道路中选取目标道路；多条候选道路之间的形状的变化是有一定差异的，换句话说，通过候选道路的特征来区分候选道路。因此可以根据实际传感器采集、计算的终端设备所在道路的特征从多条候选道路中选取目标道路。可选的，根据终端设备所在道路的特征确定终端设备所在道路的类型；根据终端设备所在道路的类型和多条道路各自的类型，从多条道路中选取目标道路。其中，终端设备所在道路为终端设备当前所在的道路，其中，道路的类型可以为高架道路或非高架道路；终端设备所在道路的特征可反应终端设备当前所在道路的实际的路沿的变化，可根据特征的数值判断终端设备实际所在道路的类型，区分所在道路为高架道路或非高架道路。例如在图4b所示的高架道路与地面的非高架道路出现层叠的情况下，可根据道路的特征确定车辆所在的当前位置a所处道路的类型，从多条候选道路(道路301-306)中选取目标道路。可选的，在步骤s3前还可包括：获取多条候选道路的类型。具体的，可从地图数据中获取多条候选道路的类型，地图数据可为地图数据库中存储的数据，地图数据可包括道路的类型，道路的类型可为高架道路或非高架道路。在一种可实现的方式中，选取的目标道路的类型与前述步骤判断的终端设备所在道路的类型相同。换句话说，可对比终端设备所在道路的类型与多条道路的各自的类型，从多条道路中选取与终端设备所在道路的类型相同的道路作为目标道路。例如若五条候选道路中只有道路a的类型与终端设备所处道路的类型相同，则可选取道路a为目标道路。在其他可实现方式中，可计算多条候选道路与终端设备的匹配度，该匹配度可由多种影响因素加权计算得出，并且可以设置每种影响因素的权值，而道路类型一致性可以为其中一种影响因素。道路类型一致性用于表示候选道路的类型与终端设备所在道路是否相同。以三个影响因素a、b、c为例，k1为影响因素a的权值，k2位影响因素b的权值，k3位影响因素c的权值，匹配度k的计算公式为：k＝a*k1+b*k2+c*k3。如图4b中，道路31-36均为候选道路，并且从地图中查找到道路31-36各自的类型，道路31-34的类型都为非高架道路，道路35和36的类型都为高架道路。若步骤s3中确定终端设备所在道路的类型为高架道路，则对于道路一致性这一影响因素，道路35和36的类型一致性的分值大于道路31-34的道路类型一致性的分值。可选的，还可获取多条候选道路中部分或全部道路的特征，其中，候选道路的特征可以为根据传感器采集的历史数据计算出的候选道路的特征。可选的，候选道路的特征可以为离线状态下，采集一定区域内各个道路的道路分隔物的多个采集点的数据，并计算各个道路的道路特征，将道路及道路对应的道路特征作为存储在地图数据库中的一部分。可选的，候选道路的特征参数还可以为根据步骤s1-s3确定出目标道路后，将计算出的终端设备所在道路的特征参数作为目标道路对应的特征参数，存储在地图数据库中，并且还可以将目标道路对应的特征参数发送至与终端设备通信连接的云服务器。与云服务器通信连接的多个终端设备都可将各自采集的道路的特征参数及目标道路发送至云服务器，云服务器可将接收的数据进行修正后，将多条道路中每条道路与该道路对应的特征参数发送至多个终端设备，以更新终端设备中存储的道路与特征参数的对应关系。例如在多岔路口的情况下，多岔路口a连接道路1-4，道路2-4的地理位置相近。当车辆从道路1经过路口移动至道路3时，由于道路2-4的地理位置相近，因而现有技术从候选道路2-4中选取目标道路时，可能会出现显示车辆定位在道路2或道路4的情况，而车辆实际所处的是道路3，因此造成较大的定位误差和较差的用户体验。在本申请实施例中，可以根据雷达采集的道路分隔物的数据计算车辆实际所在道路的特征参数，通过车辆实际所在的道路的特征参数从候选道路2-4中选取目标道路。步骤s4：将终端设备的坐标匹配到目标道路上，获得修正后的终端设备的坐标。地图匹配中，通常将原始坐标在目标道路上的投影点的坐标作为修正后的原始坐标。如图8所示，原始坐标a点在目标道路305上的投影点为a’。其中，道路305的直线方程y＝kx+b，a点的坐标(x0、y0)，投影点a’的坐标(x1、y1)的方法如下：求点a的投影a’的坐标，即是求与道路305的直线垂直并过点a(x0,y0)的直线与道路305的交点。在本申请其他实施例中，该定位方法中，需要通过传感器识别终端设备周边的目标，并采集目标的数据。具体的，需识别终端设备一定范围内的目标是静止目标或移动目标，其中静止目标可以为道路分隔物，移动目标可以为车辆或者行人。如图9所示，可包括以下步骤：步骤s101：获取终端设备的速度和传感器检测到的目标的速度；终端设备的速度可以通过终端设备上的imu测量获得。传感器检测到的目标的速度可以通过一定时间段内传感器检测到的目标在车体坐标系下的坐标的变化获得。以终端设备为车辆、传感器为毫米波雷达为例，车体坐标系如图10所示，车体坐标系的原点定义为车辆后轴中心在水平地面的投影点，车辆后轴为车辆后车两个车轮之间的车轴。车体坐标系下的x轴(称为veh_x轴)为车头正方向，即车辆正前方；沿veh_x轴逆时针旋转90°为车体坐标系的y轴(称为veh_y轴)。图10中的点a是安装有毫米波雷达的车辆o检测到的目标，此处忽略车辆后轴中心与雷达在车辆上安装位置的距离差异。车辆o沿veh_x轴速度为velx，veh_y轴速度为vely。车辆o上的毫米波雷达可检测到目标a在车体坐标系下的坐标为(xveh，yveh)，由于多普勒效应的原理，毫米波雷达提供目标a在ao方向上的速度(径向速度)为在与ao顺时针旋转90°的方向上的速度(切向速度)为ao距离为r，ao与veh_x轴夹角为θ。则可计算出目标a在车体坐标系下的veh_x轴方向上的速度velveh_x，以及在veh_y轴方向上的速度velveh_y，计算公式如下：velveh_x＝velradar_x*cos(θ)+velradar_y*sin(θ)velveh_y＝-velradar_x*sin(θ)+velradar_y*cos(θ)或者根据以下公式计算目标a在车体坐标系下的veh_x轴方向上的速度velveh_x：步骤s102：根据目标的速度和终端设备的速度判断目标是否为静止目标；若在车轴方向(veh_x轴方向)上，目标a的速度velveh_x与自车(车辆o)的速度velx。的方向相反，且速度绝对值之差小于阈值thstatic，则目标a为静止目标，否则目标a为移动目标。具体的，阈值thstatic可以为0.1m/s：步骤s103：根据道路分隔物的多个采集点的数据生成道路分隔物的拟合线获得一定时间段(t时间段)内道路分隔物上多个采集点的数据之后，可以将t时间段内所有采集点的数据转换至同一时刻下的车体坐标系下，则获得累积的道路分隔物的采集点形成的点状地图。可使用ransac方法对多个采集点进行直线拟合，形成道路分隔物的拟合线，拟合线形成了终端设备实际所在位置处的道路的局部地图。如图7所示，局部地图中的拟合线可用于表示道路分隔物的形状，例如拟合线306用于表示路沿301，可用于计算终端设备所在道路的特征。其中采集点的数据可以为采集点的坐标，该坐标可以为在车体坐标系下的坐标。步骤s104：根据道路分隔物的多个采集点的数据计算终端设备所在道路的特征道路的特征可用于表示道路的形状的变化，道路的形状的变化可用道路分隔物的形状的变化表示。道路的特征可以根据终端设备与道路分隔物的距离计算得到，还可用于道路分隔物的斜率计算得到。具体的，道路的特征可以包括斜率的均值、斜率的方差、距离的方差和距离的均值中的一个或多个。由于同一条道路的两侧的道路分隔物的形状有差异，并且高架道路和非高架道路的各自的差异大小不同，因此特征参数还可以包括多条道路分隔物各自的斜率的均值之间的差异、多条道路分隔物各自的斜率的方差之间的差异、多条道路分隔物各自的距离的均值之间的差异和多条道路分隔物各自的距离的方差之间的差异。由图4a可看出，在路口区域，高架道路和非高架道路的路沿的形状不同，路沿的形状的变化有一定差异，并且高架道路的两侧路沿的形状或变化程度与非高架道路的两侧路沿的形状或变化程度也有很大差异。因此可根据路沿的多个采集点的数据计算路沿的特征参数，特征参数可用于表示路沿的形状的变化。根据道路分隔物的多个采集点的数据(图7中如点305的原点为采集点)可以计算车辆o所在道路(道路303)的特征，具体的，可以根据道路分隔物的多个采集点的数据计算道路分隔物的斜率，还可以计算道路分隔物与终端设备的距离。其中，道路分隔物的斜率可为每个采集点处拟合线的斜率，道路分隔物与终端设备之间的距离可为终端设备与拟合线之间的距离，该距离为垂直距离。如图7所示，车辆o行驶在道路303，道路303的路沿为301和302，道路303包括三个车道，通过车道线308和309区分三个车道，车辆o实际所处中间车道。t时间段内，车辆o上的传感器采集路沿301和路沿302上的多个采集点(例如点305)，圆点为路沿的采集点，为了易于展示，图7中仅显示了部分采集点。获得的采集点的数据可以为传感器与采集点之间的距离，还可以为车体坐标系下，采集点的坐标。通过路沿301和路沿302上的多个采集点的数据分别拟合成拟合线306和拟合线307，拟合线306位路沿301的拟合线，拟合线307位路沿302的拟合线。c点为车辆o点到拟合线306的垂足，oc的长度dl为车辆o与路沿301之间的距离；b点为车辆o点到拟合线307的垂足，ob的长度dr为车辆o与路沿302之间的距离。在车辆o的移动过程中，可以计算出每一时刻下车辆o与道路分隔物的拟合线之间的距离。c点处拟合线306的斜率kl为过c点与拟合线306相切的直线的斜率，过c点与拟合线306相切的直线与oc垂直。b点处拟合线307的斜率kr为过b点与拟合线307相切的直线的斜率，过b点与拟合线307相切的直线与ob垂直。可选的，终端设备所在道路的特征可以包括终端设备所在道路的车道数。根据终端设备所在道路的两个道路分隔物分别与终端设备所在位置之间的截距以及车道宽度，计算终端设备所在道路的车道总数numlane_count，还可以计算终端设备所在的当前车道的序号idlane：其中，车道宽度wlane可根据道路交通规范或导航地图或视觉检测获得。round为向下取整的计算，即实际计算值向下舍入到最接近的整数(绝对值减小的方向)。如图7所示，车辆o与左侧路沿301或拟合线306之间的距离为dl，车辆o与右侧路沿302或拟合线307之间的距离为dr，单车道宽度wlane。可计算得到当前车道序号idlane为2，可计算得到车辆o所在道路303的车道总数numlane_count为3。可选的，可包括步骤s105：计算移动目标的特征；根据s102对静止、动态目标的分类结果，可以得到m个移动目标，以及m个移动目标沿车体坐标系veh_y轴方向上的速度velveh_y。其中m为大于0的整数。当移动目标为车辆时，移动目标的特征可表示车流的运动特征，具体的，移动目标的特征可以表示车辆的速度，还可以表示车辆的移动轨迹。移动目标的特征可以根据至少一台车辆的速度计算，还可以根据至少一台车辆的移动轨迹的斜率计算，其中该斜率可以为该车辆在传感器所在车辆的车体坐标系下的斜率。可选的，移动目标的特征可以为m个移动目标在veh_y轴方向上的速度的平均值。m个移动目标中第i个动态目标在车体坐标系的veh_y轴方向上的速度记为其中i为大于0且小于或等于m的整数，m个移动目标在veh_y轴方向上的速度的平均值为：在其他可实现方式中，移动目标的特征可以为m个移动目标在veh_y轴方向上的速度的最小值。可选的，移动目标的特征可以根据m个移动目标的移动轨迹的斜率计算得到。在一种实现方式中，移动目标的特征可以为m个移动目标的移动轨迹的斜率的最大值。时间段t(t-t至t时刻)内，传感器跟踪m个移动目标，其中m为大于0的整数。在t-t时刻时，第i个移动目标在t-t时刻下的车体坐标系中的坐标为在t时刻时，第i个移动目标在t时刻下的车体坐标系中的坐标为其中，i为大于0且小于或等于m的整数。转换到同一时刻下(t时刻或t-t时刻)的车体坐标系下，在时间段t内，第i个移动目标起点坐标为终点坐标为第i个移动目标的移动轨迹的斜率为第i个移动目标起点和终点连线的斜率ki为：可选的，可遍历m个移动目标，取m个移动目标在车体坐标系下起、终点连线的斜率的最大值kmax为：kmax＝max{ki}(i＝1，2，...，m)在其他实现方式中，移动目标的特征参数可以为m个移动目标的移动轨迹的斜率的平均值。在另一种实现方式中，移动目标的特征还可以为m个移动目标的移动轨迹的斜率的最小值。获得终端设备所在道路的特征后，可根据道路的特征确定终端设备所在道路的类型，再根据终端设备所在道路的类型和多条候选道路各自的类型，从多条候选道路中选取目标道路。具体的，如图11所示，可包括如下步骤：步骤s200：确定终端设备在路口范围内本步骤是可选的，遍历多条候选道路，判断终端设备是否进入当前候选道路的路口范围。路口范围内判断：根据第i候选道路rdi的电子地图分幅编号mesh_idi、道路编号road_idi查询，获得候选道路rdi的信息，其中，候选道路的信息可包括候选道路的类型，还可以包括候选道路的起点、终点的坐标以及候选道路的起点或终点是否连接路口。如果当前候选道路连接路口则继续，否则选择下一条候选道路重新判断。上式为根据候选道路的端点坐标(rdi·ep.x，rdi.ep.y)以及当前终端设备的原始坐标(x′，y′)计算当前车辆距离路口的距离di，其中，端点代表路口。di＜thin_i上式thin_i为判断终端设备是否在路口范围内的距离阈值，如果上式成立，则终端设备在路口范围内，执行下面的步骤，否则选择下一条候选道路重新判断。步骤s201：识别路口的类型根据道路的特征识别终端设备所在路口的类型，由此可确定终端设备所在道路的类型。道路的类型可为高架道路或非高架道路，路口的类型可为高架道路的路口或非高架道路的路口。当终端设备在移动过程中经过路口时，可识别该路口的类型。可选的，还可以包括步骤s202，识别进出匝道动作。根据终端设备所在道路的特征识别终端设备的是否有进入或离开匝道的动作。因为匝道只存在于高架道路的路口，因此若终端设备存在进入或离开匝道的动作，则确定终端设备所在路口的类型为高架道路的路口，终端设备所在道路的类型为高架道路。若终端设备不存在进入或离开匝道的动作，则可执行步骤s201。步骤s204：选择目标道路根据多条候选道路的类型和终端设备所在道路的类型从多条候选道路中选择目标道路，输出目标道路的id。具体的细节在前述步骤s3中已有描述，在此不再赘述。如图12所示，前述步骤202识别进出匝道动作，可具体包括以下步骤：可选的，在步骤s303之前，可包括步骤s301和s302；s301：计算t时间段内航向角方差以终端设备为车辆为例，计算时间段t内车辆的航向角yaw的变化，具体的，计算时间t内航向角的方差σyaw。其中，航向角yaw指车头方向与地图正北方向沿顺时针方向的夹角。s302：判断航向角方差是否大于第六阈值σyaw＞thyaw_std上式中第六阈值thyaw_std是航向角方差的阈值。当σyaw大于第六阈值thyaw_std时，即车辆发生边道动作，存在进出匝道动作的可能。具体的，thyaw_std可以取值为0.15rad。若航向角的方差大于第六阈值，则可执行步骤s303；若航向角的方差小于或等于第六阈值，则确定终端设备无进入或退出匝道动作。s303：判断终端设备所在道路的车道数是否大于候选道路的车道数地图数据中存储了道路的车道数，地图数据中的道路的车道数与实际道路的车道数的关系见图13。从图13中可以看出，地图数据中存储的道路的车道数中不考虑匝道的汇入、汇出区域的临时新增车道，例如标号5的车道为匝道汇入、汇出区域的临时新增车道，所以在此区域地图数据中存储的该道路的车道数会小于实际中道路的车道数。如果根据s104中计算出的车辆所在道路的特征中获得的车辆所在道路的车道数numlane_count大于从地图数据中获得的候选道路的车道数maplane_count，则车辆位于高架道路上的匝道路口汇入或汇出区域，车辆存在进入或退出匝道的动作，车辆所在道路的类型为高架道路。或者，根据s104中计算出的车辆所在道路的特征中获得的车辆所在的车道序号idlane大于导航地图的车道数maplane_count，则车辆在高架上匝道路口汇入或汇出区域，车辆存在进入或退出匝道的动作，车辆所在道路的类型为高架道路。可选的，在多个时刻下通过步骤s301-303多次判断车辆是否存在进出匝道动作，如果n次判断车辆是否存在进入或退出匝道动作，其中n次判断结果为车辆有进入或退出匝道动作，则rin_out_ramp＝n/n，rin_out_ramp为判断结果为车辆有进入或退出匝道动作的比例，若车辆有进入或退出匝道动作的比例大于阈值，则确定车辆有进入或退出匝道动作：rin_out_ramp＞thpercentage_in_out_rampthpercentage_in_out_ramp为确定车辆有进入或退出匝道动作的阈值。如图14所示，前述步骤201识别路口的类型，可具体包括以下步骤：s404计算终端设备所在道路的特征道路的特征可用于表示道路的形状的变化，道路的形状的变化可用道路分隔物的形状的变化表示。道路的特征可以根据终端设备与道路分隔物的距离计算得到，还可用于道路分隔物的斜率计算得到。具体的，道路的特征可以包括斜率的均值、斜率的方差、距离的方差和距离的均值中的一个或多个。斜率和距离的计算方法可以参考前述步骤104，在此不再赘述。根据时间段t内传感器采集的道路分隔物的数据计算道路两侧的道路分隔物的斜率以及终端设备与道路分隔物的距离，并计算两侧道路分隔物中每一侧道路分隔物的斜率的均值和斜率的方差，以及终端设备与每一侧道路分隔物的距离的均值和方差。道路左右两侧道路分隔物为例，左侧道路分隔物与终端设备的距离的均值为左侧道路分隔物与终端设备的距离的方差为左侧道路分隔物的斜率的均值为左侧道路分隔物的斜率的方差为右侧道路分隔物与终端设备的距离的均值为右侧道路分隔物与终端设备的距离的方差为右侧道路分隔物的斜率的均值为右侧道路分隔物的斜率的方差为图15和图16可形象的呈现出高架道路的匝道路口区域的道路分隔物的斜率的变化。图17和图18可形象的呈现十字路口区域(非高架道路的路口)的道路分隔物的斜率的变化。图16和18中黑色箭头代表道路分隔物采集点处的斜率。图15中显示的是高架道路的匝道路口，道路的类型为高架道路。随着车辆向北行驶(由图中自下而上)，左右路沿与车辆的距离的变化以及左右路沿的斜率的变化可从图中清晰的体现。具体地，共有6个时刻的车辆位置分别为p1，p2，p3，p4，p5，p6。以线503为例，线503代表车辆位于p4时，与p4到路沿502的垂线相垂直的线，线503在车体坐标系下的斜率可以为该点路沿的斜率。在这6个时刻下，左侧路沿501的斜率以及左侧路沿501与车辆的距离dl几乎没有变化，右侧路沿502的斜率以及右侧路沿501与车辆的距离dr随着车辆接近匝道路口区域，的绝对值越来越大，的绝对值变小。的绝对值越来越大，当车辆远离匝道时，的绝对值突然变小，接近图17中显示是十字路口，道路的类型为非高架道路，随着车辆向北行驶(由图中自下而上)，左右路沿与车辆的距离的变化以及左右路沿的斜率的变化可从图中清晰的体现。具体地，共有8个时刻的车辆位置，分别为p1，p2，p3，p4，p5，p6，p7和p8。以线503为例，线503代表车辆位于p4时，与p4到路沿502的垂线相垂直的线，线503在车体坐标系下的斜率可以为该点路沿的斜率。左侧路沿501的斜率以及左侧路沿与车辆的距离dl几乎没有变化，右侧路沿502的斜率以及右侧路沿与车辆的距离dr随着车辆接近路口，的绝对值越来越大，的绝对值逐渐接近无穷大，的绝对值越来越小。s405判别道路的特征是否大于第二阈值根据上述描述可知，非高架道路的路口区域的左右两侧道路分隔物的斜率的变化比高架道路的匝道路口区域的左右两侧道路分隔物的斜率的变化更剧烈。非高架道路的路口区域的左右两侧道路分隔物与终端设备距离的变化比高架道路的匝道路口区域的左右两侧道路分隔物与终端设备距离的变化更剧烈。因此，判断道路的特征是否满足条件，具体的，可针对不同的道路特征设置对应的阈值。若道路分隔物的斜率的均值、道路分隔物的斜率的方差、道路分隔物与终端设备的距离的均值和道路分隔物与终端设备的距离的方差中任一个特征的数值大于该特征对应的阈值，则确定终端设备所在路口为非高架道路的路口，例如地面的十字路口，终端设备所在道路的类型为非高架道路。若道路分隔物的斜率的均值、道路分隔物的斜率的方差、道路分隔物与终端设备的距离的均值和道路分隔物与终端设备的距离的方差中任一个特征的数值小于该特征对应的阈值，则确定终端设备所在路口为高架道路的路口，例如匝道路口，终端设备所在道路的类型为高架道路。判断终端设备所在道路的多个特征是否大于该特征对应的第二阈值，第二阈值为非高架道路路口区域的道路特征的阈值，每个特征对应的第二阈值的具体数值可以不同也可以相同。以非高架道路在十字路口区域为例，从图17中可以看出十字路口的路沿的变化明显，当车辆通过路口时，左、右侧的路沿的斜率一级左右侧路沿与车辆之间的距离都发生明显的变化，因此终端设备所在道路的多个特征中的任一特征大于该特征相应的阈值时，确定车辆位于非高架道路的路口区域：其中thdown_distance_std，thdown_distance_mean，thdown_slop_std，thdown_slop_mean分别为非高架道路路口区域道路分隔物与终端设备之间的距离的方差对应的阈值、非高架道路路口区域道路分隔物与终端设备之间的距离的均值对应的阈值、非高架道路路口区域道路分隔物的斜率的方差对应的阈值、非高架道路路口区域道路分隔物的斜率的均值对应的阈值。上述阈值可通过对实际道路的测量统计获得的值。当道路的多个特征中的任一特征超过对应的阈值，则输出终端设备所在道路的类型为非高架道路。可选的，还包括s406：判断道路的特征是否小于第一阈值如果终端设备所在道路的所有特征均小于或等于每个特征对应的第二阈值，则判断终端设备所在道路的多个特征是否小于该特征对应的第一阈值，第一阈值为高架道路路口区域的道路特征的阈值，每个特征对应的第一阈值的具体数值可以不同也可以相同，每个特征对应的第一阈值小于该特征对应的第二阈值。从图15可以看出高架道路路口区域的道路的特征变化缓慢，因此通过下式判别车辆接近的路口是否为高架道路的路口：其中thup_distance_std，thup_distance_mean，thup_distance_std，thup_slop_mean分别为高架道路路口区域道路分隔物与终端设备之间的距离的方差对应的阈值、高架道路路口区域道路分隔物与终端设备之间的距离的均值对应的阈值、高架道路路口区域道路分隔物的斜率的方差对应的阈值、高架道路路口区域道路分隔物的斜率的均值对应的阈值。当终端设备所在道路的多个特征中的每个特征均小于对应的第二阈值时，可输出终端设备所在道路为高架道路。可选的，当终端设备所在道路的多个特征中的每个特征均小于对应的第二阈值时，则可进入s407判断对于多个特征中的一个特征，两侧道路分隔物的特征之间的差异是否大于第三阈值，第三阈值用于表示高架道路两侧道路分隔物的特征的差距阈值。从图15可以看出当车辆经过高架道路的路口时，两侧路沿的斜率之间以及两侧路沿分别与车辆的距离之间会有缓慢变化的差异，因此通过两侧侧路沿的特征的数值差异判断车辆是否位于高架道路的路口：其中thdiff_dis_mean，thdiff_dis_std，thdiff_slop_mean，thdiff_slop_dis分别两侧道路分隔物分别与终端设备的距离的均值之差对应的阈值、两侧道路分隔物分别与终端设备的距离的方差之差对应的阈值、两侧道路分隔物分别的斜率均值之差对应的阈值、两侧道路分隔物分别的斜率方差之差对应的阈值。当左、右路沿的距离、斜率的差异超过阈值，则表明终端设备所处当前道路为高架道路。在步骤s404之前还可以包括步骤s401：计算移动目标的特征移动目标的特征为移动目标的运动特征，具体的，移动目标的特征可以用移动目标的速度表示，可以用移动目标的移动轨迹表示，可用移动目标的移动轨迹的斜率表示。可选的，移动目标的特征可以根据移动目标在横向方向上的速度计算获得，具体的，可以为移动目标横向方向上的速度，还可以为多个移动目标横向方向上的速度的平均值移动目标的特征还可以为移动目标的移动轨迹的斜率。具体的计算可参考步骤105，在此不再赘述。例如如图19所示，车辆ego为前述终端设备，可装载传感器，例如毫米波雷达。车辆ego在非高架道路上，位于十字路口区域，在步骤102中车辆ego识别出3个移动目标，分别为车辆a、车辆b和车辆c。根据步骤101的计算，车辆a、车辆b和车辆c在车体坐标系的veh_y轴方向上的速度velveh_y分别为计算车辆a、b、c三个移动目标在在车体坐标系的veh_y轴方向上的速度的均值，即对和求平均值。如图20所示，车辆ego为前述终端设备，可装载传感器，例如毫米波雷达。车辆ego在高架道路上，位于匝道路口区域，在步骤102中车辆ego识别出2个移动目标，分别为车辆d和车辆e。根据步骤101的计算，车辆d和车辆e在车体坐标系的veh_y轴方向上的速度velveh_y分别为计算车辆d和e两个移动目标在在车体坐标系的veh_y轴方向上的速度的均值，即对求平均值。可选的，移动目标的特征可为移动目标的移动轨迹的斜率，该斜率可根据移动轨迹起点和终点计算。例如图21所示，车辆ego为前述终端设备，可装载传感器，例如毫米波雷达。车辆ego在非高架道路上，位于十字路口区域，在步骤102中车辆ego识别出3个移动目标，分别为车辆a、车辆b和车辆c。以车辆ego为自车，车辆ego通过传感器跟踪车辆a、车辆b和车辆c的移动轨迹。以车辆ego为原点的车体坐标系如图21所示，x轴为veh_x，y轴为veh_y。在该车体坐标系下，车辆a的移动轨迹为弯曲的虚线a’-a，车辆b的移动轨迹为弯曲的虚线b’-b，车辆c的移动轨迹为弯曲的虚线c’-c。以车辆a为例，车体坐标系下，在时间段t内，移动目标车辆a的起点a’坐标为终点a坐标为按照步骤s105所述的方法计算出移动目标车辆a的移动轨迹的斜率ka。由此分别计算移动目标车辆b和c的移动轨迹的斜率kb和kc。如图22所示，车辆ego为前述终端设备，可装载传感器，例如毫米波雷达。车辆ego在高架道路上，位于匝道路口区域，在步骤102中车辆ego识别出2个移动目标，分别为车辆d和车辆e。以车辆ego为自车，车辆ego通过传感器跟踪车辆d和车辆e的移动轨迹。以车辆ego为原点的车体坐标系如图22所示，x轴为veh_x，y轴为veh_y。在该车体坐标系下，车辆d的移动轨迹为弯曲的虚线d’-d，车辆e的移动轨迹为弯曲的虚线e’-e。以车辆d为例，车体坐标系下，在时间段t内，移动目标车辆d的起点d’坐标为终点d坐标为按照步骤s105所述的方法计算出移动目标车辆d的移动轨迹的斜率kd。可选的，移动目标的特征还可根据移动轨迹的斜率计算获得，具体的，可以为多个移动目标的移动轨迹的斜率的最大值，还可以为多个移动目标的移动轨迹的斜率的最小值，也可以为多个移动目标的移动轨迹的斜率的平均值。s402判断移动目标的速度是否大于第四阈值判断多个移动目标在横向方向上，即在车体坐标系veh_y轴方向上的速度的均值是否大于阈值：其中是有移动目标横向经过终端设备的速度的阈值，称为第四阈值；当大于第四阈值时，移动目标在沿横向方向大幅度移动，因此确定终端设备所在路口为高架下十字路口也就是非高架道路的路口，终端设备所在道路的类型为非高架道路，否则可以进入s403继续处理。kmin＝min{ki}(i＝1，2，...，mtracked)计算第i个跟踪目标在t时刻自车车体坐标系起终点连线的斜率ki。遍历每一个成功跟踪的目标，取跟踪目标在车体坐标系下起终点连线斜率的最小值kmin。s403判别移动目标的移动轨迹的斜率是否满足条件可选的，判断移动目标的移动轨迹的斜率是否大于阈值，若大于阈值，则确定终端设备所在道路的类型为非高架道路。若小于或等于该阈值则可进入步骤s404继续判断，或者确定终端设备所在道路的类型为高架道路。可选的，判断移动目标的移动轨迹的斜率的最小值的绝对值是否小于第五阈值：|kmin|＜thk上式为判断移动轨迹的斜率的最小值是否小于第五阈值thk，其中thk是移动目标的移动轨迹横向穿过终端设备的斜率的阈值；当kmin的绝对值小于第五阈值thk时，至少有一个移动目标从终端设备的前横向穿过，则确定终端设备所在道路为非高架道路。若kmin的绝对值大于或等于阈值thk时，可进入步骤s404继续判断，或者确定终端设备所在道路的类型为高架道路。可选的，判断移动目标的移动轨迹的斜率的最大值的绝对值是否大于阈值遍历m个移动目标，m为大于0的整数，i为大于0的整数，且i小于或等于m。取m个移动目标在车体坐标系下起、终点连线的斜率的最大值kmax：kmax＝max{ki}(i＝1，2，...，m)|kmax|＞thk上式为判断移动轨迹的斜率的最大值是否大于阈值thk，其中thk是移动目标的移动轨迹横向穿过终端设备的斜率的阈值；当kmax的绝对值大于阈值thk时，至少有一个移动目标从终端设备的前横向穿过，则确定终端设备所在道路为非高架道路。阈值thk是统计非高架道路的路口区域车辆横向通过时，车辆的移动轨迹的斜率获得，具体的可设置为1。若kmax的绝对值小于或等于阈值thk时，可进入步骤s404继续判断，或者确定终端设备所在道路的类型为高架道路。根据道路分隔物的特征参数确定终端设备所在路口的类型，路口的类型可对应于路口所在道路的类型。例如，路口的类型可以为高架道路的路口或非高架道路的路口，当确定终端设备所在路口的类型为高架道路的路口时，则确定终端设备所在道路的类型为高架道路。本申请各个实施例提供的定位方法利用毫米波雷达检测的道路特征，对进、出匝道动作进行识别，对道路路口场景进行识别，有效地判断当前所在道路，提高了道路匹配精度，从而提高定位精度，以上海内环为例，本发明的定位精度由传统道路匹配的72％提升至92％。并且，该方法可以适用于高架区域，在层叠道路场景下，同样可以提供精确的定位精度。相较于现有技术中利用高程信息识别上下高架的方法，本发明不依赖坡度假设，使用的城市高架场景更广。相较现有技术中检测上下高架动作的方法，本发明只需车辆路过路口即可判别，匹配的实时性更好。本申请利用低成本、广泛商用的道路级导航地图进行地图匹配，对先验信息的依赖低。本发明的硬件依赖为普通gnss系统和毫米波雷达，上述设备在装备自动/半自动驾驶功能的车辆上易于获得，容易后续商用推广。根据本申请各个实施例提供的定位方法对终端设备定位后，获得终端设备修正后的坐标，可根据修正后的坐标和原始坐标的距离计算定位误差。根据多次定位对应的定位误差计算出带有定位精度信息的定位精度先验地图，具体的，可以包括以下步骤：s501：分类轨迹点轨迹点为终端设备的原始定位坐标代表的位置，获得多次定位的轨迹数据后，每一个轨迹点具有根据本申请实施例提供的定位方法获得的最优匹配道路的id以及匹配度，如果匹配度大于阈值则保留，否则剔除。以最优匹配道路的id对轨迹点分组。如果分析对象为n条道路，则有n组轨迹数据，n为大于0的整数。s502：聚类分析针对第i条道路，将属于该道路的轨迹点按空间分析的方法，以定位精度进行空间内插，获得定位精度的栅格图，每一个栅格的值代表对应区域的定位精度。如图23所示，该图为多次行驶上海内环后，根据多次离线轨迹数据获得的空间内插后的定位精度先验地图，其中颜色越深则代表该区域的定位误差大，精度差，反之，则精度高。进一步的，本申请中还可以根据定位精度先验地图，根据定位精度，将地图划分为三个区域：盲区缓冲区、盲区、非盲区。盲区是定位精度先验地图定位精度小于阈值thdead的格网区域。a:进入盲区缓冲区域阶段如图24所示，车辆距离盲区边缘格网垂直投影距离小于ddead_buffer的区域为盲区缓冲区域。该盲区缓冲区域的定位精度还未很低，定位结果仍在可信范围，将此原始的定位坐标作为锚点panchor坐标，并且以锚点坐标作为本申请实施例提供的定位方法中原始坐标，输出最优匹配道路的id作为目标道路roadtraget。b:进入盲区阶段盲区的定位精度会出现较大偏差，本发明在车辆进入盲区阶段以盲区缓冲区的锚点为起点，使用车辆的前向速度、角速度进行航位推算，获得航位推算的结果pdr。其次将航位推算的结果pdr作为本申请实施例提供的定位方法中原始坐标，a阶段输出的目标道路roadtraget以及与roadtraget拓扑连通的道路作为候选道路输入。根据本申请实施例提供的定位方法获得最优匹配的道路，将pdr向导航地图中道路投影，获得投影点pproj作为此时的定位结果。c:出盲区阶段当车辆驶出盲区区域，定位的偏差在可接受范围内，可以直接使用gnss结果或将gnss定位结果作为原始坐标输入，输出匹配的道路及投影至该道路的投影点坐标。本申请实施例还提供了一种电子设备，该电子设备包括：获取模块、特征计算模块、选取模块和道路匹配模块，获取模块可用于执行前述步骤s1和s101，特征计算模块可用于执行前述步骤s2、s102-s105、s301、s401和s404，选取模块可用于执行前述步骤s3、s200-s204、s302-303、s402和s405-407，道路匹配模块可用于执行前述步骤s4。具体的，其中：获取模块用于：获取终端设备的坐标、道路分隔物的多个采集点的数据以及多条候选道路的特征，其中，多条候选道路为地图数据中位于终端设备的坐标第一范围内的道路，道路分隔物为终端设备所在道路的边缘，道路分隔物的多个采集点为传感器采集道路分隔物时的采集点；特征计算模块用于：根据所述道路分隔物的多个采集点的数据计算所述终端设备所在道路的特征，所述终端设备所在道路的特征用于表示所述终端设备所在道路的形状的变化；选取模块用于：根据终端设备所在道路的特征和多条候选道路的特征，从多条候选道路中选取目标道路；道路匹配模块用于：将终端设备的坐标匹配到目标道路上，获得修正后的终端设备的坐标。可选的，选取模块还用于：根据终端设备所在道路的特征确定终端设备所在道路的类型；根据终端设备所在道路的类型和多条候选道路的类型，从多条候选道路中选取所述目标道路。可选的，选取模块还用于：根据终端设备所在道路的特征确定终端设备所在路口的类型，路口的类型为所述高架道路的路口或非高架道路的路口，终端设备所在路口为终端设备当前所在的路口。可选的，选取模块还用于：若终端设备所在道路的特征满足预设阈值，则确定终端设备所在路口的类型，其中，路口的类型为高架道路的路口或非高架道路的路口。可选的，获取模块还用于：获取传感器采集的一个或多个移动目标的坐标，移动目标的坐标为移动目标相对于传感器的坐标；特征计算模块还用于：根据一个或多个移动目标的坐标计算一个或多个移动目标的移动特征，移动特征用于表示移动目标的移动状态；选取模块还用于：根据一个或多个移动目标的移动特征和终端设备所在道路的特征确定终端设备所在道路的类型。可选的，终端设备所在道路的特征还包括所述终端设备所在道路的车道数量，选取模块还用于：根据终端设备所在道路的车道数量，判断终端设备是否进入或退出高架道路的路口；若终端设备进入或退出高架道路的路口，则确定终端设备所在道路的类型为高架道路。可选的，选取模块还用于：计算多条道路中每条道路与终端设备的坐标的匹配度，多条道路中与终端设备所在道路的类型相同的道路的匹配度大于多条道路中与终端设备所在道路的类型不相同的道路的匹配度，目标道路为所述多条道路中与所述终端设备的坐标的匹配度最大的道路。可选的，选取模块还用于：若终端设备所在道路的特征小于第一阈值，则确定终端设备所在路口的类型为高架道路的路口。可选的，选取模块还用于：若终端设备所在道路的特征大于第二阈值，则终端设备所在路口的类型为非高架道路的路口。可选的，一个或多个移动目标的移动特征为一个或多个移动目标的移动速度，选取模块还用于：若一个或多个移动目标的移动速度大于第四阈值，则确定终端设备所在路口的类型为非高架道路的路口。可选的，一个或多个移动目标的移动特征为一个或多个移动目标的移动轨迹的斜率，选取模块还用于：若一个或多个移动目标的移动轨迹的斜率小于第五阈值，则确定终端设备所在路口为所述非高架道路的路口。可选的，多条候选道路的特征包括多条候选道路的车道数，选取模块还用于：若终端设备所在道路的车道数量大于多条候选道路的车道数，则确定终端设备所在道路的类型为高架道路。可选的，获取模块还用于：获得终端设备在多个时刻下的航向角；选取模块还用于：若终端设备在多个时刻下的航向角的方差大于第六阈值时，根据终端设备所在道路的车道数量，判断终端设备是否进入或退出高架道路的路口。基于以上实施例，本申请实施例还提供了一种芯片子系统(systemonchip，soc,)，该芯片子系统包括应用处理器，以及用于接收定位信号的gps模块，该应用处理器可实现上述任意一个或多个实施例提供的定位方法。其中，gps模块可以是单独的芯片，也可以与应用处理器集成到一起。基于以上实施例，本申请实施例还提供了一种电子设备，该电子设备包括上述的芯片子系统和传感器，使得该电子设备可实现上述任意一个或多个实施例提供的定位方法，该传感器用于采集道路分隔物的数据以及一个或多个移动目标的坐标。基于以上实施例，本申请实施例还提供了一种定位芯片，例如gps芯片。该芯片包括射频模块和处理模块，射频模块用于接收定位信号，该处理模块用于实现上述任意一个或多个实施例提供的定位方法。基于以上实施例，本申请实施例还提供了一种电子设备，该电子设备包括上述的定位芯片和传感器，使得该电子设备可实现上述任意一个或多个实施例提供的定位方法，该传感器用于采集道路分隔物的数据以及一个或多个移动目标的坐标。基于以上实施例，本申请实施例还提供了一种计算机存储介质，该存储介质中存储计算机指令，该计算机指令在被一个或多个处理器读取并执行时可实现上述任意一个或多个实施例提供的定位方法。计算机存储介质可以包括：u盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码或计算机指令的介质。基于以上实施例，本申请提供一种计算机程序产品，计算机程序产品包括计算机指令，当计算机指令被处理器执行时，使得处理器执行上述任意一个或多个实施例提供的定位方法。本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。当前第1页12当前第1页12