[发明专利]一种自动驾驶车辆辅助定位方法及装置

权利要求书

1.一种自动驾驶车辆辅助定位方法，其特征在于，包括：

在车辆处于GNSS信号丢失的区域时，实时检测车辆当前位置的信号特征值；

根据信号特征值与地理位置信息的对应关系，匹配得到与所述车辆当前位置的信号特征值对应的地理位置信息；

所述根据信号特征值与地理位置信息的对应关系，匹配得到与所述车辆当前位置的信号特征值对应的地理位置信息，包括：

计算所述车辆当前位置的信号特征值分别与所述对应关系中各个信号特征值的差异；

确定计算得到最小差异的信号特征值为匹配结果；

将作为所述匹配结果的信号特征值对应的地理位置信息，作为所述车辆当前位置的信号特征值对应的地理位置信息；

在所述计算所述车辆当前位置的信号特征值分别与所述对应关系中各个信号特征值的差异的步骤前，还包括：

根据所述车辆当前位置的信号特征值对应的信号发射源，从信号特征值与地理位置信息的对应关系中匹配得到第一对应关系，所述第一对应关系中的信号特征值对应的信号发射源与所述车辆当前位置的信号特征值对应的信号发射源相同；

所述计算所述车辆当前位置的信号特征值分别与所述对应关系中各个信号特征值的差异，为：

计算所述车辆当前位置的信号特征值分别与所述第一对应关系中各个信号特征值的差异；

所述计算所述车辆当前位置的信号特征值分别与所述对应关系中各个信号特征值的差异，包括：

计算所述车辆当前位置的信号特征值分别与所述对应关系中各个信号特征值的相似度，所述信号特征值为信号多径结构的联合概率分布；或，

计算所述车辆当前位置的信号特征值分别与所述对应关系中各个信号特征值的欧氏距离。

2.根据权利要求1所述的方法，其特征在于，所述根据信号特征值与地理位置信息的对应关系，计算得到与所述车辆当前位置的信号特征值对应的地理位置信息，包括：

将所述车辆当前位置的信号特征值输入到预先训练得到的深度学习模型中，得到所述深度学习模型输出的地理位置信息，所述深度学习模型为根据信号特征值与地理位置信息的对应关系训练得到的。

3.一种自动驾驶车辆辅助定位装置，其特征在于，包括：

信号特征值检测单元，用于在车辆处于GNSS信号丢失的区域时，实时检测车辆当前位置的信号特征值；

数据匹配单元，用于根据信号特征值与地理位置信息的对应关系，计算得到与所述车辆当前位置的信号特征值对应的地理位置信息；

所述数据匹配单元，包括：

差异计算单元，用于计算所述车辆当前位置的信号特征值分别与所述对应关系中各个信号特征值的差异；

最小差异确定单元，用于确定计算得到最小差异的信号特征值为匹配结果；

匹配结果确定单元，用于将作为所述匹配结果的信号特征值对应的地理位置信息，作为所述车辆当前位置的信号特征值对应的地理位置信息；

所述数据匹配单元，还包括：

筛选单元，用于根据所述车辆当前位置的信号特征值对应的信号发射源，从信号特征值与地理位置信息的对应关系中匹配得到第一对应关系，所述第一对应关系中的信号特征值对应的信号发射源与所述车辆当前位置的信号特征值对应的信号发射源相同；

所述差异计算单元，具体用于计算所述车辆当前位置的信号特征值分别与所述第一对应关系中各个信号特征值的差异；

所述差异计算单元，具体用于：

计算所述车辆当前位置的信号特征值分别与所述对应关系中各个信号特征值的相似度，所述信号特征值为信号多径结构的联合概率分布；或，

计算所述车辆当前位置的信号特征值分别与所述对应关系中各个信号特征值的欧氏距离。

4.根据权利要求3所述的装置，其特征在于，所述数据匹配单元，具体用于：

将所述车辆当前位置的信号特征值输入到预先训练得到的深度学习模型中，得到所述深度学习模型输出的地理位置信息，所述深度学习模型为根据信号特征值与地理位置信息的对应关系训练得到的。