车辆定位方法、装置、车辆及可读存储介质与流程

1.本公开涉及自动驾驶技术领域，尤其涉及一种车辆定位方法、装置、车辆及可读存储介质。


背景技术：

2.在自动驾驶中，自动辅助驾驶是必备的功能，而实现自动辅助驾驶就需要实时确定自车在道路上的位置信息，因此，如何实现高精度定位成为自动驾驶研究的热点。相关技术中，主要通过全球定位系统（global positioning system，gps）和惯性传感器来进行车辆定位，但是gps定位精度低，尤其在高架桥下和恶劣天气状况下不能获得准确的位置，而依赖惯性传感器长时间运行会导致累计误差，定位精度也无法得到提升。由于自动驾驶行车定位要求是厘米级的，因此，单独采用gps和惯性传感器进行定位均不能达到自动驾驶的定位精度需求。


技术实现要素：

3.为克服相关技术中存在的问题，本公开提供一种车辆定位方法、装置、车辆及可读存储介质。
4.根据本公开实施例的第一方面，提供一种车辆定位方法，包括：获取车辆的当前位姿信息；根据所述当前位姿信息和r树，确定所述车辆所在的目标车道，其中，所述r树为预先建立的道路空间索引。
5.可选地，所述当前位姿信息包括当前位置信息和当前行驶姿态信息；所述根据所述当前位姿信息和r树，确定所述车辆所在的目标车道，包括：根据所述当前位置信息，搜索r树中位于所述车辆预设距离范围内、且与所述车辆航向相同的车道，得到至少一条第一候选车道；若所述第一候选车道为多条，则根据所述当前位置信息和所述当前行驶姿态信息，从所述至少一条第一候选车道中确定所述车辆所在的目标车道。
6.可选地，所述根据所述当前位置信息和所述当前行驶姿态信息，从所述至少一条第一候选车道中确定所述车辆所在的目标车道，包括：针对每一所述第一候选车道，根据所述当前位置信息，确定所述车辆位于所述第一候选车道上的第一概率；根据所述当前行驶姿态信息，对所述第一概率进行修正，得到第二概率；根据每一所述第一候选车道对应的所述第二概率，从所述至少一条第一候选车道中确定所述车辆所在的目标车道。
7.可选地，所述当前行驶姿态信息包括当前俯仰角、当前转向信息以及当前轨迹曲率；所述根据所述当前行驶姿态信息，对所述第一概率进行修正，得到第二概率，包
括：确定所述第一候选车道的坡度信息与所述当前俯仰角之间的坡度匹配概率；确定所述第一候选车道的转向信息与所述当前转向信息之间的转向匹配概率；确定所述第一候选车道的曲率信息与所述当前轨迹曲率之间的曲率匹配概率；根据所述坡度匹配概率、所述转向匹配概率以及所述曲率匹配概率，对所述第一概率进行修正，得到第二概率。
8.可选地，所述根据每一所述第一候选车道对应的所述第二概率，从所述至少一条第一候选车道中确定所述车辆所在的目标车道，包括：确定所有所述第一候选车道对应的所述第二概率是否满足概率初始化条件；若所有所述第一候选车道对应的所述第二概率满足所述概率初始化条件，则重新获取所述车辆的当前位姿信息，得到新的位姿信息；根据所述新的位姿信息、所述至少一条第一候选车道以及所述r树，确定所述车辆所在的目标车道；若所有所述第一候选车道对应的所述第二概率不满足所述概率初始化条件，则将所述第二概率中的最大者对应的第一候选车道确定为所述车辆所在的目标车道。
9.可选地，所述新的位姿信息包括新的位置信息和新的行驶姿态信息；所述根据所述新的位姿信息、所述至少一条第一候选车道以及所述r树，确定所述车辆所在的目标车道，包括：根据所述新的位置信息，搜索所述r树中位于所述车辆预设距离范围内、且与所述车辆航向相同的车道，得到至少一条第二候选车道；将所述至少一条第一候选车道与所述至少一条第二候选车道合并，得到多条第三候选车道；根据所述新的行驶姿态信息，从所述多条第三候选车道中确定所述车辆所在的目标车道。
10.可选地，所述根据所述新的行驶姿态信息，从所述多条第三候选车道中确定所述车辆所在的目标车道，包括：针对每一所述第三候选车道，将1/n确定为所述车辆位于所述第三候选车道上的第三概率，其中，n为所述第三候选车道的数量；根据所述新的行驶姿态信息，对所述第三概率进行修正，得到第四概率；根据每一所述第三候选车道对应的所述第四概率，从所述多条第三候选车道中确定所述车辆所在的目标车道。
11.可选地，所述根据所述当前位姿信息和r树，确定所述车辆所在的目标车道，还包括：若所述第一候选车道为一条，则将所述第一候选车道确定为所述车辆所在的目标车道。
12.根据本公开实施例的第二方面，提供一种车辆定位装置，包括：获取模块，被配置为获取车辆的当前位姿信息；确定模块，被配置为根据所述获取模块获取到的所述当前位姿信息和r树，确定所述车辆所在的目标车道，其中，所述r树为预先建立的道路空间索引。
13.根据本公开实施例的第三方面，提供一种车辆，包括：
处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：实现本公开第一方面提供的所述车辆定位方法的步骤。
14.根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现本公开第一方面所提供的所述车辆定位方法的步骤。
15.本公开的实施例提供的技术方案可以包括以下有益效果：首先获取车辆的当前位姿信息；然后，根据当前位姿信息和预先建立的道路空间索引（即r树），确定车辆所在的目标车道。这样，可以基于车辆感知数据和预先建立的道路空间索引，实现自动驾驶的可靠定位，提升车辆驾驶安全性。另外，基于道路空间索引确定车辆所在的目标车道，可以提升搜索效率，从而能够快速定位，保证定位的实时性，进一步提升车辆驾驶安全性。
16.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
17.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
18.图1是根据一示例性实施例示出的一种车辆定位方法的流程图。
19.图2是根据一示例性实施例示出的一种根据当前位姿信息和r树，确定车辆所在的目标车道的方法的流程图。
20.图3是根据一示例性实施例示出的一种车辆定位装置的框图。
21.图4是根据一示例性实施例示出的一种车辆的框图。
具体实施方式
22.正如背景技术中论述的那样，单独采用gps定位和惯性传感器进行定位均不能达到自动驾驶的定位精度需求。为此，通过图商提供的经偏转的高精地图进行自动驾驶定位的方式应运而生。图商提供的经偏转的高精地图可以提供超感知距离周边信息，拓展感知的边界，并且图商提供的经偏转的高精地图包含了详细的道路间的拓扑关系、道路部件、道路属性等，通过图商提供的经偏转的高精地图提供的拓扑关系和道路的几何属性可以连续预测车辆可能的行驶状态。但是由于目前图商提供的经偏转的高精地图不能提供高度信息，因此，当车辆行驶在高架等复杂路段时，只依靠图商提供的经偏转的高精地图并不能区分上下层，定位精度同样无法保证。
23.由此，本公开将基于图商提供的经偏转的高精地图建立的道路空间索引与车辆感知数据结合，以实现自动驾驶的可靠定位。鉴于此，本公开提供一种车辆定位方法、装置、车辆及可读存储介质。
24.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附
权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
25.需要说明的是，本技术中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。
26.图1是根据一示例性实施例示出的一种车辆定位方法的流程图，如图1所示，该方法可以包括以下s101和s102。
27.在s101中，获取车辆的当前位姿信息。
28.在本公开中，当前位姿信息可以包括当前位置信息和当前行驶姿态信息。其中，当前行驶姿态信息可以包括当前俯仰角、当前转向信息以及当前轨迹曲率中的至少一者。
29.另外，可以采用gps、北斗定位系统、载波相位差分技术等来实时采集车辆的当前位置信息。可以采用设置在车辆上的惯性传感器来实时采集车辆的俯仰角。转向信息可以包括左转、右转和直行，具体可以基于车辆的航向和轮速计数数据（通过设置在车轮上的轮速计数器采集得到）来估算车辆的当前转向信息。同时，可以将当前位置坐标与上一时刻采集到的车辆位置坐标之间的斜率作为当前轨迹曲率。
30.在s102中，根据当前位姿信息和r树，确定车辆所在的目标车道。
31.在本公开中，r树为预先根据图商提供的经偏转的高精地图建立的道路空间索引，其中，道路空间索引包括：参考地理位置、车道标识，车道线，车道的曲率信息、航向信息、坡度信息以及转向信息等。
32.另外，可以在获取的参考地理位置基础上，构建图商提供的经偏转的高精地图对应的r树。r树是一种树形数据结构，它很好的解决了在高维空间搜索等问题。r树是b树在高维空间的扩展，是一棵平衡树，运用了空间分割的理念。r树采用了一种称为最小边界矩形（minimal bounding rectangle，mbr）的方法，从叶子结点开始用矩形将空间框起来，控制框用于表征车道，结点越往上，框住的空间就越大，以此对空间进行分割，其中，矩形空间框（即r树节点）绑定有对应的道路空间索引。
33.本公开的实施例提供的技术方案可以包括以下有益效果：首先获取车辆的当前位姿信息；然后，根据当前位姿信息和预先建立的道路空间索引（即r树），确定车辆所在的目标车道。这样，可以基于车辆感知数据和预先建立的道路空间索引，实现自动驾驶的可靠定位，提升车辆驾驶安全性。另外，基于道路空间索引确定车辆所在的目标车道，可以提升搜索效率，从而能够快速定位，保证定位的实时性，进一步提升车辆驾驶安全性。
34.下面针对上述s102中的根据当前位姿信息和r树，确定车辆所在的目标车道的具体实施方式进行详细说明。具体来说，可以通过图2中所示的s1021~s1024来实现。
35.在s1021中，根据当前位置信息，搜索r树中位于车辆预设距离范围内、且与车辆航向相同的车道，得到至少一条第一候选车道。
36.在本公开中，r树中各车道节点绑定有对应的道路空间索引，其中，道路空间索引包括：参考地理位置、车道标识，车道线，车道的曲率信息、航向信息以及坡度信息、转向信息等。这样，可以先根据当前位置信息，从r树中搜索出参考地理位置与当前地理位置之间的距离小于或等于预设距离的车道，然后，从搜索出的车道中筛选出与航向与车辆航向相同的车道，即得到至少一个第一候选车道。
37.在s1022中，判断第一候选车道是否为一条。
38.若第一候选车道为一条，则执行以下s1024；若第一候选车道并非是一条，即第一候选车道为多条，则执行以下s1023。
39.在s1023中，根据当前位置信息和当前行驶姿态信息，从至少一条第一候选车道中确定车辆所在的目标车道。
40.在s1024中，将第一候选车道确定为车辆所在的目标车道。
41.下面针对上述s1023中的根据当前位置信息和当前行驶姿态信息，从至少一条第一候选车道中确定车辆所在的目标车道的具体实施方式进行详细说明。
42.具体来说，可以通过多种方式来实现，在一种实施方式中，可以针对每一第一候选车道，根据当前位置信息，确定车辆位于该第一候选车道上的第一概率，之后，根据每一第一候选车道对应的第一概率，从至少一条第一候选车道中确定车辆所在的目标车道。
43.在本公开中，第一概率符合高斯分布，即第一概率为高斯概率，示例地，可以根据当前位置信息，通过来确定车辆位于该第一候选车道上的第一概率，其中，p为车辆位于该第一候选车道上的第一概率，x为第一候选车道的参考地理位置与车辆当前位置之间的距离，β是图商提供的经偏转的高精地图和车辆行驶状态的匹配概率，其为预设值。
44.示例地，可以将第一概率中的最大者对应的第一候选车道确定为车辆所在的目标车道。
45.在另一种实施方式中，可以根据当前位置信息和当前行驶姿态信息，通过以下步骤（1）~步骤（3）来从至少一条第一候选车道中确定车辆所在的目标车道：步骤（1）：针对每一第一候选车道，根据当前位置信息，确定车辆位于该第一候选车道上的第一概率。
46.步骤（2）：根据当前行驶姿态信息，对第一概率进行修正，得到第二概率。
47.步骤（3）：根据每一第一候选车道对应的第二概率，从至少一条第一候选车道中确定车辆所在的目标车道。
48.在该种实施方式中，在根据当前位置信息确定出车辆位于各第一候选车道上的第一概率后，根据当前行驶姿态信息对第一概率进行修正，可以使得修正后所得的第一概率（即第二概率）更加准确，从而提升目标车道的准确度，即提升车辆定位精度。
49.下面针对上述步骤（2）中的根据当前行驶姿态信息，对第一概率进行修正，得到第二概率的具体实施方式进行详细说明。
50.具体来说，可以通过多种实施方式来实现，在一种实施方式中，当前行驶姿态信息包括当前俯仰角，此时，可以先确定该第一候选车道的坡度信息与当前俯仰角之间的坡度匹配概率；之后，根据坡度匹配概率，对第一概率进行修正，得到第二概率。示例地，可以将坡度匹配概率与第一概率之和确定为第二概率。
51.其中，可以通过以下方式来计算该第一候选车道的坡度信息与当前俯仰角之间的坡度匹配概率：首先，确定该第一候选车道的坡度与当前俯仰角之间的第一差值；若该第一差值的绝对值小于预设角度阈值，则将第一预设概率确定为该第一候选车道的坡度信息与当前俯仰角之间的坡度匹配概率；若该第一差值的绝对值大于或等于预设角度阈值，则该
第一候选车道的坡度信息与当前俯仰角之间的坡度匹配概率为0。
52.在另一种实施方式中，当前行驶姿态信息包括当前转向信息，此时，可以先确定该第一候选车道的转向信息与当前转向信息之间的转向匹配概率；之后，根据转向匹配概率，对第一概率进行修正，得到第二概率。示例地，可以将转向匹配概率与第一概率之和确定为第二概率。
53.其中，可以通过以下方式来计算该第一候选车道的转向信息与当前转向信息之间的转向匹配概率：首先，确定该第一候选车道的转向信息与当前转向信息是否相同；若相同，则将第二预设概率确定为该第一候选车道的转向信息与当前转向信息之间的转向匹配概率；若不相同，则该第一候选车道的转向信息与当前转向信息之间的转向匹配概率为0。
54.在又一种实施方式中，当前行驶姿态信息包括当前轨迹曲率，此时，可以先确定该第一候选车道的曲率信息与当前轨迹曲率之间的曲率匹配概率；之后，根据曲率匹配概率，对第一概率进行修正，得到第二概率。示例地，可以将曲率匹配概率与第一概率之和确定为第二概率。
55.其中，可以通过以下方式来计算该第一候选车道的曲率信息与当前轨迹曲率之间的曲率匹配概率：首先，确定该第一候选车道的曲率与当前轨迹曲率之间的第二差值；若该第二差值的绝对值小于预设曲率阈值，则将第三预设概率确定为该第一候选车道的曲率信息与当前轨迹曲率之间的曲率匹配概率；若该第二差值的绝对值大于或等于预设曲率阈值，则该第一候选车道的曲率信息与当前轨迹曲率之间的曲率匹配概率为0。
56.在又一种实施方式中，当前行驶姿态信息包括当前俯仰角和当前转向信息，此时，可以先确定该第一候选车道的坡度信息与当前俯仰角之间的坡度匹配概率，同时，确定该第一候选车道的转向信息与当前转向信息之间的转向匹配概率；之后，根据坡度匹配概率和转向匹配概率，对第一概率进行修正，得到第二概率。示例地，可以将坡度匹配概率、转向匹配概率以及第一概率之和确定为第二概率。
57.在又一种实施方式中，当前行驶姿态信息包括当前俯仰角和当前轨迹曲率，此时，可以先确定该第一候选车道的坡度信息与当前俯仰角之间的坡度匹配概率，同时，确定该第一候选车道的曲率信息与当前轨迹曲率之间的曲率匹配概率；之后，根据坡度匹配概率和曲率匹配概率，对第一概率进行修正，得到第二概率。示例地，可以将坡度匹配概率、曲率匹配概率以及第一概率之和确定为第二概率。
58.在又一种实施方式中，当前行驶姿态信息包括当前转向信息和当前轨迹曲率，此时，可以先确定该第一候选车道的转向信息与当前转向信息之间的转向匹配概率，同时，确定该第一候选车道的曲率信息与当前轨迹曲率之间的曲率匹配概率；之后，根据转向匹配概率和曲率匹配概率，对第一概率进行修正，得到第二概率。示例地，可以将转向匹配概率、曲率匹配概率以及第一概率之和确定为第二概率。
59.在又一种实施方式中，当前行驶姿态信息包括当前俯仰角、当前转向信息以及当前轨迹曲率，可以先确定该第一候选车道的坡度信息与当前俯仰角之间的坡度匹配概率，同时，确定该第一候选车道的转向信息与当前转向信息之间的转向匹配概率，以及确定该第一候选车道的曲率信息与当前轨迹曲率之间的曲率匹配概率；之后，根据坡度匹配概率、转向匹配概率以及曲率匹配概率，对第一概率进行修正，得到第二概率。示例地，可以将坡度匹配概率、转向匹配概率、曲率匹配概率以及第一概率之和确定为第二概率。
60.下面针对上述步骤（3）中的根据每一第一候选车道对应的第二概率，从至少一条第一候选车道中确定车辆所在的目标车道的具体实施方式进行详细说明。具体来说，可以通过多种实施方式来实现，在一种实施方式中，可以将第二概率中的最大者对应的第一候选车道确定为车辆所在的目标车道。
61.在另一种实施方式中，可以通过以下步骤（31）~步骤（34）来从至少一条第一候选车道中确定车辆所在的目标车道：步骤（31）：确定所有第一候选车道对应的第二概率是否满足概率初始化条件。
62.在本公开中，上述概率初始化条件可以为至少一条第一候选车道中存在对应的第二概率大于其余第一候选车道对应的第二概率和的第一候选车道。当至少一条第一候选车道中存在对应的第二概率大于其余第一候选车道对应的第二概率和的第一候选车道，表明确定出的各第二概率不太合理，此时，为了保证定位精度，可以对候选车道进行重采样，即执行以下步骤（32）和步骤（33）；当至少一条第一候选车道中不存在对应的第二概率大于其余第一候选车道对应的第二概率和的第一候选车道，表明确定出的各第二概率相对合理，此时，可以执行以下步骤（34）。
63.步骤（32）：重新获取车辆的当前位姿信息，得到新的位姿信息。
64.步骤（33）：根据新的位姿信息、至少一条第一候选车道以及r树，确定车辆所在的目标车道。
65.步骤（34）：将第二概率中的最大者对应的第一候选车道确定为车辆所在的目标车道。
66.下面针对上述步骤（33）中的根据新的位姿信息、至少一条第一候选车道以及r树，确定车辆所在的目标车道的具体实施方式进行详细说明。其中，新的位姿信息包括新的位置信息和新的行驶姿态信息。
67.具体来说，可以通过以下步骤
①
~步骤
③
来实现：步骤
①
：根据新的位置信息，搜索r树中位于车辆预设距离范围内、且与车辆航向相同的车道，得到至少一条第二候选车道。
68.在本公开中，可以采用与上述s1021中根据当前位置信息，搜索r树中位于车辆预设距离范围内、且与车辆航向相同的车道类似的方式，来根据新的位置信息，搜索r树中位于车辆预设距离范围内、且与车辆航向相同的车道，以得到至少一条第二候选车道，本公开不再赘述。
69.步骤
②
：将至少一条第一候选车道与至少一条第二候选车道合并，得到多条第三候选车道。
70.步骤
③
：根据新的行驶姿态信息，从多条第三候选车道中确定车辆所在的目标车道。
71.具体来说，可以针对每一第三候选车道，将1/n确定为车辆位于该第三候选车道上的第三概率，其中，n为第三候选车道的数量；然后，根据新的行驶姿态信息，对第三概率进行修正，得到第四概率；最后，根据每一第三候选车道对应的第四概率，从多条第三候选车道中确定车辆所在的目标车道。
72.其中，可以采用与上述步骤（2）中根据当前行驶姿态信息，对第一概率进行修正类似的方式来根据新的行驶姿态信息，对第三概率进行修正，以得到第四概率，并且，可以采
用与上述步骤（3）中根据每一第一候选车道对应的第二概率，从至少一条第一候选车道中确定车辆所在的目标车道类似的方方式，来根据每一第三候选车道对应的第四概率，从多条第三候选车道中确定车辆所在的目标车道，本公开均不再赘述。
73.图3是根据一示例性实施例示出的一种车辆定位装置的框图。参照图3，该车辆定位装置300包括：获取模块301，被配置为获取车辆的当前位姿信息；确定模块302，被配置为根据所述获取模块301获取到的所述当前位姿信息和r树，确定所述车辆所在的目标车道，其中，所述r树为预先建立的道路空间索引。
74.本公开的实施例提供的技术方案可以包括以下有益效果：首先获取车辆的当前位姿信息；然后，根据当前位姿信息和预先建立的道路空间索引（即r树），确定车辆所在的目标车道。这样，可以基于车辆感知数据和预先建立的道路空间索引，实现自动驾驶的可靠定位，提升车辆驾驶安全性。另外，基于道路空间索引确定车辆所在的目标车道，可以提升搜索效率，从而能够快速定位，保证定位的实时性，进一步提升车辆驾驶安全性。
75.可选地，所述当前位姿信息包括当前位置信息和当前行驶姿态信息；所述确定模块302包括：第一搜索子模块，被配置为根据所述当前位置信息，搜索r树中位于所述车辆预设距离范围内、且与所述车辆航向相同的车道，得到至少一条第一候选车道；第一确定子模块，被配置为若所述第一候选车道为多条，则根据所述当前位置信息和所述当前行驶姿态信息，从所述至少一条第一候选车道中确定所述车辆所在的目标车道。
76.可选地，所述第一确定子模块包括：第二确定子模块，被配置为针对每一所述第一候选车道，根据所述当前位置信息，确定所述车辆位于该第一候选车道上的第一概率；第一修正子模块，被配置为根据所述当前行驶姿态信息，对所述第一概率进行修正，得到第二概率；第三确定子模块，被配置为根据每一所述第一候选车道对应的所述第二概率，从所述至少一条第一候选车道中确定所述车辆所在的目标车道。
77.可选地，所述当前行驶姿态信息包括当前俯仰角、当前转向信息以及当前轨迹曲率；所述第一修正子模块包括：第四确定子模块，被配置为确定该第一候选车道的坡度信息与所述当前俯仰角之间的坡度匹配概率；第五确定子模块，被配置为确定该第一候选车道的转向信息与所述当前转向信息之间的转向匹配概率；第六确定子模块，被配置为确定该第一候选车道的曲率信息与所述当前轨迹曲率之间的曲率匹配概率；第二修正子模块，被配置为根据所述坡度匹配概率、所述转向匹配概率以及所述曲率匹配概率，对所述第一概率进行修正，得到第二概率。
78.可选地，所述第三确定子模块包括：第七确定子模块，被配置为确定所有所述第一候选车道对应的所述第二概率是否
满足概率初始化条件；获取子模块，被配置为若所有所述第一候选车道对应的所述第二概率满足所述概率初始化条件，则重新获取所述车辆的当前位姿信息，得到新的位姿信息；第八确定子模块，被配置为根据所述新的位姿信息、所述至少一条第一候选车道以及所述r树，确定所述车辆所在的目标车道；第九确定子模块，被配置为若所有所述第一候选车道对应的所述第二概率不满足所述概率初始化条件，则将所述第二概率中的最大者对应的第一候选车道确定为所述车辆所在的目标车道。
79.可选地，所述新的位姿信息包括新的位置信息和新的行驶姿态信息；所述第八确定子模块包括：第二搜索子模块，被配置为根据所述新的位置信息，搜索所述r树中位于所述车辆预设距离范围内、且与所述车辆航向相同的车道，得到至少一条第二候选车道；合并子模块，被配置为将所述至少一条第一候选车道与所述至少一条第二候选车道合并，得到多条第三候选车道；第十确定子模块，被配置为根据所述新的行驶姿态信息，从所述多条第三候选车道中确定所述车辆所在的目标车道。
80.可选地，所述第十确定子模块包括：第十一确定子模块，被配置为针对每一所述第三候选车道，将1/n确定为所述车辆位于该第三候选车道上的第三概率，其中，n为所述第三候选车道的数量；第三修正子模块，被配置为根据所述新的行驶姿态信息，对所述第三概率进行修正，得到第四概率；第十二确定子模块，被配置为根据每一所述第三候选车道对应的所述第四概率，从所述多条第三候选车道中确定所述车辆所在的目标车道。
81.可选地，所述确定模块302还包括：第十三确定子模块，被配置为若所述第一候选车道为一条，则将所述第一候选车道确定为所述车辆所在的目标车道。
82.关于上述实施例中的车辆定位装置，其中各个模块执行操作的具体方式已经在有关该车辆定位方法的实施例中进行了详细描述，此处将不做详细阐述说明。
83.本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该计算机程序指令被处理器执行时实现本公开提供的车辆定位方法的步骤。
84.图4是根据一示例性实施例示出的一种车辆600的框图。例如，车辆600可以是混合动力车辆，也可以是非混合动力车辆、电动车辆、燃料电池车辆或者其他类型的车辆。车辆600可以是自动驾驶车辆、半自动驾驶车辆或者非自动驾驶车辆。
85.参照图4，车辆600可包括各种子系统，例如，信息娱乐系统610、感知系统620、决策控制系统630、驱动系统640以及计算平台650。其中，车辆600还可以包括更多或更少的子系统，并且每个子系统都可包括多个部件。另外，车辆600的每个子系统之间和每个部件之间可以通过有线或者无线的方式实现互连。
86.在一些实施例中，信息娱乐系统610可以包括通信系统，娱乐系统以及导航系统等。
87.感知系统620可以包括若干种传感器，用于感测车辆600周边的环境的信息。例如，
感知系统620可包括全球定位系统（全球定位系统可以是gps系统，也可以是北斗系统或者其他定位系统）、惯性测量单元（inertial measurement unit，imu）、激光雷达、毫米波雷达、超声雷达以及摄像装置。
88.决策控制系统630可以包括计算系统、整车控制器、转向系统、油门以及制动系统。
89.驱动系统640可以包括为车辆600提供动力运动的组件。在一个实施例中，驱动系统640可以包括引擎、能量源、传动系统和车轮。引擎可以是内燃机、电动机、空气压缩引擎中的一种或者多种的组合。引擎能够将能量源提供的能量转换成机械能量。
90.车辆600的部分或所有功能受计算平台650控制。计算平台650可包括至少一个处理器651和存储器652，处理器651可以执行存储在存储器652中的指令653。
91.处理器651可以是任何常规的处理器，诸如商业可获得的cpu。处理器还可以包括诸如图像处理器（graphic process unit，gpu），现场可编程门阵列（field programmable gate array，fpga）、片上系统（system on chip，soc）、专用集成芯片（application specific integrated circuit，asic）或它们的组合。
92.存储器652可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（sram），电可擦除可编程只读存储器（eeprom），可擦除可编程只读存储器（eprom），可编程只读存储器（prom），只读存储器（rom），磁存储器，快闪存储器，磁盘或光盘。
93.除了指令653以外，存储器652还可存储数据，例如道路地图，路线信息，车辆的位置、方向、速度等数据。存储器652存储的数据可以被计算平台650使用。
94.在本公开实施例中，处理器651可以执行指令653，以完成上述的车辆定位方法的全部或部分步骤。
95.本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
96.应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。