[发明专利]基于高清地图的定位优化

说明书

车辆(例如，自主车辆)在车辆行驶时使用不同的定位技术执行定位以确定车辆的当前位置。自主车辆使用的定位技术选自存储从驾驶情境到定位变量的映射的定位变量索引，每个定位变量识别定位技术。所述驾驶情境可以包括信息，该信息包括：所述自主车辆正在其中驾驶的地理区域、所述自主车辆正在驾驶的速度、所述自主车辆的角速度或其它信息。在每种驾驶情境中使用最优定位技术提高了定位的精度以及定位过程的计算效率。

相关申请的交叉引用

本申请要求于2017年12月1日提交的美国临时申请62/593,334根据35USC 119(e)的优先权权益，该美国临时申请的全部内容通过引用结合于此用于所有目的。

背景技术

本公开总体上涉及自主车辆的定位，并且更具体地涉及基于驾驶情境(例如，自主车辆正在驾驶的地理区域、一天中的时间、自主车辆的速度等)来优化自主车辆所使用的定位策略。

自主车辆(也称为自动驾驶汽车、无人驾驶汽车、汽车或机器人汽车)从源位置驾驶到目的地位置，而不需要人类驾驶员来控制和导航车辆。自主车辆需要精确地确定它们的位置以便能够导航。自主车辆使用传感器数据来确定它们的位置。存在几种技术可用于确定自主车辆的位置。这些技术可取决于用于确定位置的传感器数据的类型，例如相机图像、激光雷达扫描、全球定位系统(GPS)数据、惯性测量单元(IMU)数据等。

某些本地化技术在某些情况下可能工作得更好，而另一种技术在其他情况下可能工作得更好。例如，基于激光雷达信号的定位技术可以在一些情况下更好地工作，而基于全球定位系统(GPS)和惯性测量单元(IMU)的定位技术可以在不同情况下更好地工作。类似地，在具有房屋或建筑物和树木的街道上，基于几何激光雷达的定位可以表现得非常好。然而，在没有有趣垂直几何形状的公路上，相同的定位技术可能无法识别自主车辆的向前位置或偏航角。

定位技术的性能取决于各种因素，例如，可用传感器数据的类型、地形类型、可用信号的类型、车辆是在城市还是在高速公路上行驶、车辆旁边是否有卡车行驶遮挡了侧面的视野等。定位必须以高频率周期性地执行，以允许自主车辆正确地导航。

传统系统使用特定的定位技术，当控制定位技术精度的因素改变时，该技术可能会失败。在一个地理区域中工作良好的定位技术可以在另一地理区域中工作不良，例如，其可能花费显著更长的时间来处理或具有低精度。此外，定位技术具有需要针对不同驾驶情境调整的参数。在一个地理区域中工作良好的参数可能在另一地理区域中工作不良。如果定位过程失败，则自主车辆可能不能正确地导航。

发明内容

本发明的实施例在自主车辆行驶时使用不同的定位技术来执行自主车辆的定位。使用存储从驾驶情境到定位变量的映射的定位变量索引来选择自主车辆所使用的定位技术。定位变量识别定位技术和与该定位技术相关联的一个或多个参数的值。定位技术的示例包括：基于相机图像的定位技术、基于激光雷达扫描的定位技术、基于GNSS数据的定位技术和基于IMU数据的定位技术。可以存在基于相同定位技术的多个定位变量，例如，对应于相同定位技术的不同参数值的不同定位变量。所述驾驶情境包括描述以下各项中的一个或多个的信息：所述自主车辆正驾驶的地理区域、所述自主车辆正驾驶的一天中的时间、描述在所述自主车辆正驾驶时所述自主车辆正驾驶的地理区域中的天气状况的信息、所述自主车辆正驾驶的速度、或所述自主车辆的角速度。