1.一种基于多传感融合的低成本高精定位方法，其特征在于：包括以下步骤：
步骤1、创建地图模型：
建立一种轻量化的车道级地图模型；
轻量化的车道级地图模型的单条车道l表示为：
l＝{id,pre,suc,pc,pl,pr,q} (1)
其中id表示车道l的序号，从靠近道路中心线开始，左侧序号从1开始依次递增，右侧序号从-1开始依次递减；pre表示与车道起点相连的交叉路口或车道；suc定义为与车道末端连接的交叉路口或车道；pc,pl和pr分别代表车道中心线、左车道线和右车道线的点集；q包含车道对应的属性，包括宽度、限速、左右车道线类型；
其中pl和pr表示为：
步骤2、基于GPS、轮式里程计和底盘信号的融合：
(1)基于扩展卡尔曼滤波EKF对GPS、轮式里程计和底盘信号进行融合，利用车轮里程计相关测量值对状态变量进行修正；
(2)挖掘车辆底盘的StandStill信号来进行运动学约束，包括零速修正、零角速度约束；
步骤3、换道识别：
采用一种鲁棒的换道识别方法，通过建立多重准则来进行换道识别，当能识别到车道线且车道线质量较好时，直接根据C0判断准则判断是否换道；当能识别到车道线但车道线质量较差时或者识别不到车道线时，则采用横摆角速度、航向角、变道时长多个准则进行综合判断；所述的C0判断准则如下：
假设摄像头坐标系原点已标定在车辆后轴中心，C0代表线侧距离，车辆实际后轴中心位置到左右车道线的线侧距离分别为![]()
和![]()
左侧车道线的C0值![]()
大于0，右侧车道线的C0值![]()
小于0；
不管向左还是向右换道跨越车道线时，![]()
逐渐减小接近于0，![]()
增大接近于0；设t时刻的左右车道线C0值分别为![]()
和![]()
判断变量ξ；则换道判断条件为：
在识别到换道状态之后启动换道结束状态检测，设定C0值的变化量阈值![]()
当满足条件(21)时，判断已结束换道；
当不满足C0判断准则时，使用横摆角速度、航向角、变道时长判断准则进行综合判断；
横摆角速度判断准则如下：
利用横摆角速度的变化识别车辆是否换道，通过在预定义的窗口长度M上观察横摆角速度的变化来识别换道：左换道和右换道过程中，横摆角速度变化曲线经历一个波峰和波谷，对于左换道，先有波峰再有波谷；右换道则先有波谷再有波峰；
航向角判断准则如下：
如果满足横摆角速度判断准则，则可能发生换道，也可能在弯道上行驶；使用比窗口长度M稍长的滑动窗口检测时间段内航向角始末变化量δ＝|θend-θstart|，如果δ≈0，则车辆在直道上变道；否则沿弯道行驶；
变道时长判断准则如下：
设完整的变道时长为TLC,若横摆角速度从波峰到波谷的时间大于TLC，则判断车辆沿弯道行驶而不是换道；
步骤4、地图匹配：
步骤4.1、道路-路口匹配：
在车辆行驶过程中，判断车辆三种位置状态：在路口、在道路、离开路口进入道路；当车辆在道路时，使用道路内车道匹配方法确定车道；当车辆从路口离开进入道路时，及时启用摄像头辅助定位方法；
步骤4.2、道路内车道匹配：
当识别出在道路内行驶时，首先以车辆当前位置为中心，搜索一定范围内的候选车道，然后利用数个评价函数对候选车道进行综合评价；计算各个候选车道的综合评分，选定综合评分最高的车道为匹配结果；所述的数个评价函数包括：
(1)基于距离的评价，设评价函数为：
其中d为定位坐标至候选车道中心线的距离；
(2)基于拓扑关系的评价：设评价函数为F(link)，如果当前匹配车道与上一时刻匹配车道具有拓扑上的连接关系或者为同一车道，则F(link)＝1，否则F(link)＝0；
(3)基于航向的评价：设候选车道中心线航向角为θ1，车辆航向角为θ2，构建的评价函数为：
(4)基于车道线类型的评价：设摄像头识别的车道线总数为M，将摄像头识别的车道线类型与地图上对应位置的车道线类型相比较，类型相同的车道线数目记为N，考虑到定位的不确定性及同一车道可能存在的车道线类型的变化，使用系数弱化基于车道线类型的评价，评价函数为：
(5)基于换道识别的评价：设评价函数为F(lc)，以上一时刻所在车道lcur及左右相邻车道lleft和lright三条车道为例，检测到换道时：
综合评分为：
Fsum＝F(link)gF(θ)g(F(d)+F(lanetype)+F(lc)) (26)；
步骤4.3、确定左右边界点：
当车辆离开路口进入道路，以当前车道起始点作为车辆的行驶起点，并根据行驶起点确定车辆所在的初始左右边界点；在车辆行驶过程中进行换道识别，若没有发生换道，则根据轮式里程计的车轮转数推算车辆走过距离与车道线的各离散点间距进行比较，结合初始边界点对边界点进行更新；当发生换道时，根据道路匹配方法重新匹配车道，然后在新车道上重新匹配车辆行驶起点和初始左右边界点，继续沿车道行驶时更新左右边界点的步骤与不换道时相同；
步骤5、基于摄像头的辅助定位：
在得到车辆所在车道和左右边界点基础上进行基于摄像头的辅助定位；求出过车辆后轴中心垂直于航向角θ的直线与左边界线和右边界线的交点、车辆到左右边界线距离；利用左边界线定位后的车辆后轴中心坐标和利用右边界线定位后的车辆后轴中心坐标，确定最终定位坐标。
2.根据权利要求1所述的一种基于多传感融合的低成本高精定位方法，其特征在于：步骤2(1)对状态变量进行修正过程中，所述的状态变量表示如下：
x＝[px,py,θ,ω]T (4)
其中px和py为ENU坐标系下车辆的横纵坐标，θ为ENU坐标系下车辆的航向角，ω为车辆横摆角速度；
状态转移方程为：
x'＝Fx+Bu+λ (5)
此处，控制输入Bu为0，λ为过程噪声；
设车辆的质心侧偏角为β，状态转移方程具体如下：
θk＝θk-1+ωk-1T (8)
ωk＝ωk-1 (9)
在正常驾驶和天气良好条件下，车轮打滑忽略不计，速度计算如下：
其中nRL和nRR为每秒左右车轮转数，cRL和cRR是实际的左右车轮周长；横摆角速度ω由底盘ESC提供；
状态转移矩阵F表示为：
当GPS信号良好时，利用GPS系统建立的观测矩阵为：
利用轮式里程计信号建立的横摆角速度观测值如下：
其中tR是后轴轮距，对应的观测矩阵为：
H＝(0 0 0 1) (14)；
步骤2(2)中，当StandStill为0时，表示车辆处于行驶状态；
当StandStill为1时，表示车辆处于静止状态，车速和横摆角速度均为0，可得：
px,k＝px,k-1 (15)
py,k＝py,k-1 (16)
θk＝θk-1 (17)
ωk＝0 (18)
此时F为：
3.根据权利要求1所述的一种基于多传感融合的低成本高精定位方法，其特征在于：步骤4.1中，道路-路口匹配的流程如下：
S01、开始；
S02、点对点匹配，找到最近点为匹配点；
S03、判断此刻匹配点是否在路口内，如果是则进入S04，否则进入S05；
S04、如果当前摄像头没有识别出车道线，则判断此刻车辆在路口内，并进入S08，否则进入S05；
S05、判断车辆是否上一时刻在路口，此刻不在路口，如果是则进入S06，否则进行道路内车道匹配，并进入S08；
S06、判断当前匹配点所在道路是否为路口的后续道路，如果是则进入步骤S07，否则进入S08；
S07、判断当前摄像头是否能识别出车道线，如果是则判断此刻车辆离开路口进入道路，并进入S08，否则进入S08；
S08、结束匹配。
4.根据权利要求1所述的一种基于多传感融合的低成本高精定位方法，其特征在于：步骤5基于摄像头的辅助定位中，车道线模型为：
y＝C3x3+C2x2+C1x+C0 (27)
其中C0、C1、C2和C3分别代表线侧距离、坡度、曲率和曲率导数；
设车辆的后轴中心为(xM,yM)，以它为车辆坐标系原点，横轴指向车辆前方，纵轴指向车辆左侧；摄像头坐标系RC的原点为点C(xC,yC)，横纵轴方向与车辆坐标系相同；摄像头坐标系RC的原点为点C(xC,yC)标定在车辆后轴中心pM(xM,yM),车辆的左边界点为![]()
和![]()
右边界点为![]()
和![]()
过后轴中心pM(xM,yM)，方向与航向角θ方向垂直的直线与左边界线和右边界线交点分别为pL(xL,yL)、pR(xR,yR)；车辆定位坐标到左右边界线距离分别为dl和dr，设车辆实际后轴中心位置为preal，摄像头测得的车辆相对于左右边界的线侧距离分别为![]()
和![]()
从后轴中心pM出发，方向与航向角θ方向垂直的直线方程表示为：
求得交点坐标pL和pR后，dl和dr表示为：
利用左边界线定位后的车辆后轴中心坐标为(xML,yML)：
利用右边界线定位后的车辆后轴中心坐标为(xMR,yMR)：
使用左右车道线定位的平均值作为最后的定位坐标(xM',yM')；
考虑到线侧距离具有一定的误差，误差接近于一个常值，设为Δdcam，最终定位坐标见式(33)：
