[發明專利]一種無人車位置預測方法及裝置有效
| 申請號: | 202110346692.5 | 申請日: | 2021-03-31 |
| 公開(公告)號: | CN113094967B | 公開(公告)日: | 2023-01-20 |
| 發明(設計)人: | 劉輝;劉聰;韓立金;劉洋;王偉達;馬越 | 申請(專利權)人: | 北京理工大學 |
| 主分類號: | G06F30/25 | 分類號: | G06F30/25;G06F17/11;H04W4/02 |
| 代理公司: | 北京集佳知識產權代理有限公司 11227 | 代理人: | 張靜 |
| 地址: | 100081 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 無人 車位 預測 方法 裝置 | ||
1.一種無人車位置預測方法,其特征在于,包括:
在車輛周圍存在參照物的情況下,獲取參照物的位置信息和車輛的第一歷史行駛狀態信息;所述第一歷史行駛狀態信息包括:車輛的位置和偏航角;
基于參照物與車輛的空間關系構建車輛的觀測方程,包括:根據參照物的位置信息,構建車輛與參照物距離的方程,以及車輛與參照物航向角的方程;通過所述車輛的預期車速與實際車速的偏差,構建車速的觀測值方程;基于車輛與參照物距離的方程、車輛與參照物航向角的方程以及車速的觀測值方程以及非高斯噪聲,構建車輛的觀測方程;
通過觀測方程和車輛的第一歷史行駛狀態信息進行粒子濾波,預測車輛的未來位置信息;
在車輛周圍不存在參照物的情況下,獲取車輛在不同歷史時刻的第二行駛狀態信息,并通過馬爾可夫模型和車輛在不同歷史時刻的第二行駛狀態信息,預測車輛未來位置;所述車輛在不同歷史時刻的第二行駛狀態信息包括:車輛的縱向車速和偏航角。
2.根據權利要求1所述的方法,其特征在于,所述通過觀測方程和車輛的第一歷史行駛狀態信息進行粒子濾波,預測車輛的未來位置信息,包括:
構建車輛的第一運動學模型;所述第一運動學模型表征車輛質心的坐標、偏航角、期望車速、前輪角以及車輛軸距之間的關系;
通過所述運動學模型和車輛的第一歷史行駛狀態信息預測粒子的下一步行駛狀態,得到每個粒子的行駛狀態預測值;所述第一歷史行駛狀態信息包括車輛的位置和偏航角;
將每個粒子的行駛狀態預測值輸入到觀測方程中,得到每個粒子的觀測值;
獲取車輛當前的觀測值;所述觀測值包括:當前車輛與周圍物體的距離、當前車輛與周圍物體的角度以及實際車速和預期車速的偏差;
通過車輛當前的觀測值和粒子的預測值,計算粒子的權重;
基于粒子的權重對粒子進行篩選;
對于篩選后的粒子,返回執行通過所述運動學模型預測粒子的下一步狀態,得到每個粒子的狀態預測值。
3.根據權利要求1所述的方法,其特征在于,所述車輛周圍不存在參照物的情況下,獲取車輛在不同歷史時刻的第二行駛狀態信息,包括:
構建車輛的第二運動學模型;所述第二運動學模型表征車輛質心的坐標、偏航角和偏航角速度、車輛的軸距、車輛速度之間的關系;
通過所述第二運動學模型,獲取車輛在不同歷史時刻的第二行駛狀態信息;所述不同歷史時刻的行駛狀態信息包括:車輛的縱向車速和偏航角速度。
4.根據權利要求1所述的方法,其特征在于,所述通過馬爾可夫模型和車輛在不同歷史時刻的第二行駛狀態信息,預測車輛未來位置,包括:
通過所述車輛在不同歷史時刻的第二行駛狀態信息,構建變階、變預測步長的馬爾可夫模型;
通過變階變預測步長的馬爾可夫模型構建轉移概率,并且確定約束條件;
依據所述轉移概率以及約束條件以及動態滑動窗口理論,構建動態轉移概率;
根據動態轉移概率確定預測方程;
根據所述預測方程預測車輛的未來位置。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京理工大學,未經北京理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110346692.5/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種視頻SAR成像幀間灰度匹配的方法
- 下一篇:一種顯示面板及顯示裝置





