[發明專利]使用高斯混合模型進行自主車輛定位

在審

• 申請號: 201910539098.0
• 申請日: 2019-06-20
• 公開（公告）號: CN110632610A
• 公開（公告）日: 2019-12-31
• 發明（設計）人: 莎拉·霍茨;普拉韋恩·納拉亞南;格雷厄姆·米爾斯;什里亞莎·波德爾
• 申請（專利權）人: 福特全球技術公司
• 主分類號: G01S17/06
• 分類號: G01S17/06;G01S19/45
• 代理公司: 11278 北京連和連知識產權代理有限公司
• 代理人: 劉小峰

1.一種用于定位的方法，所述方法包括：

從傳感器接收傳感器數據；

確定包括激光雷達強度值的在先地圖；

提取所述在先地圖中在所述傳感器的假設位置周圍的子區域；

通過期望最大化來提取所述傳感器數據的高斯混合模型(GMM)強度值分布；以及

基于所述傳感器數據的所述GMM強度值分布來計算所述在先地圖的所述子區域的對數似然。

2.如權利要求1所述的方法，所述方法還包括：

計算所述在先地圖的多個子區域中的每個子區域的對數似然，以產生多個對數似然值；以及

將所述多個對數似然值排序為從最低對數似然值到最高對數似然值；

其中較高的對數似然值表示所述在先地圖的所述對應子區域包括所述傳感器的當前位置的概率較高。

3.如權利要求2所述的方法，所述方法還包括以下中的一個或多個：

通過確定所述多個子區域中具有最高對數似然值的子區域來估計所述傳感器的所述當前位置；

基于針對所述在先地圖的所述多個子區域計算的所述多個對數似然值中的一個或多個對數似然值來更新粒子濾波器中的粒子權重；或者

提取具有所述最高對數似然值的子區域的最高峰周圍的分布，以及利用所述最高峰周圍的所述分布作為用于卡爾曼濾波的平均值。

4.如權利要求1所述的方法，其中提取所述在先地圖中在所述傳感器的所述假設位置周圍的所述子區域包括以下中的一個或多個：

確定所述傳感器數據上的網格覆蓋；或者

將粒子濾波器施加至所述傳感器數據；

其中所述在先地圖的所述子區域與所述傳感器數據的大小大致相同。

5.如權利要求1所述的方法，其中所述傳感器數據的所述區域的所述GMM強度值分布包括以下中的一個或多個：

所述傳感器數據的當前激光雷達強度值的分布權重；

所述傳感器數據的所述當前激光雷達強度值的所述分布的平均值；或者

所述傳感器數據的所述當前激光雷達強度值的所述分布的標準偏差。

6.如權利要求1所述的方法，其中提取所述傳感器數據的所述區域的所述GMM強度值分布包括利用雙混合分量將所述傳感器數據的所述區域參數化為兩個高斯函數的混合，以求解所述GMM強度值分布，其中所述雙混合分量提供所述傳感器數據內的道路強度數據的表示。

7.如權利要求2所述的方法，所述方法還包括：

確定所述在先地圖的所述多個子區域中具有最高對數似然值的子區域；

估計對應于所述在先地圖的具有所述最高對數似然值的所述子區域的車輛位置；以及

基于所述車輛的所述位置通知駕駛員或執行駕駛操縱；

其中所述傳感器包括所述車輛的激光雷達傳感器。

8.如權利要求1所述的方法，所述方法還包括以下中的一個或多個：

由所述傳感器進行的每次測量會發生一次所述提取所述GMM強度值分布；

由所述傳感器進行的每次測量會發生多次所述計算所述在先地圖的所述子區域的所述對數似然；

計算所述在先地圖的所述子區域的所述對數似然包括利用交互信息來比較所述傳感器數據與所述在先地圖的所述子區域；或者

所述傳感器數據包括包括激光雷達強度值的二維柵格地圖。

9.如權利要求2所述的方法，所述方法還包括：

從車輛的激光雷達傳感器接收所述傳感器數據；

從所述車輛的全球定位系統接收位置數據；

通過確定所述多個子區域中具有所述最高對數似然值的子區域來確定所述車輛的估計位置；以及

將來自所述全球定位系統的所述位置數據與所述估計位置并行化。