[发明专利]使用高斯混合模型进行自主车辆定位

权利要求书

1.一种用于定位的方法，所述方法包括：

从传感器接收传感器数据；

确定包括激光雷达强度值的在先地图；

提取所述在先地图中在所述传感器的假设位置周围的子区域；

通过期望最大化来提取所述传感器数据的高斯混合模型(GMM)强度值分布；以及

基于所述传感器数据的所述GMM强度值分布来计算所述在先地图的所述子区域的对数似然。

2.如权利要求1所述的方法，所述方法还包括：

计算所述在先地图的多个子区域中的每个子区域的对数似然，以产生多个对数似然值；以及

将所述多个对数似然值排序为从最低对数似然值到最高对数似然值；

其中较高的对数似然值表示所述在先地图的所述对应子区域包括所述传感器的当前位置的概率较高。

3.如权利要求2所述的方法，所述方法还包括以下中的一个或多个：

通过确定所述多个子区域中具有最高对数似然值的子区域来估计所述传感器的所述当前位置；

基于针对所述在先地图的所述多个子区域计算的所述多个对数似然值中的一个或多个对数似然值来更新粒子滤波器中的粒子权重；或者

提取具有所述最高对数似然值的子区域的最高峰周围的分布，以及利用所述最高峰周围的所述分布作为用于卡尔曼滤波的平均值。

4.如权利要求1所述的方法，其中提取所述在先地图中在所述传感器的所述假设位置周围的所述子区域包括以下中的一个或多个：

确定所述传感器数据上的网格覆盖；或者

将粒子滤波器施加至所述传感器数据；

其中所述在先地图的所述子区域与所述传感器数据的大小大致相同。

5.如权利要求1所述的方法，其中所述传感器数据的所述区域的所述GMM强度值分布包括以下中的一个或多个：

所述传感器数据的当前激光雷达强度值的分布权重；

所述传感器数据的所述当前激光雷达强度值的所述分布的平均值；或者

所述传感器数据的所述当前激光雷达强度值的所述分布的标准偏差。

6.如权利要求1所述的方法，其中提取所述传感器数据的所述区域的所述GMM强度值分布包括利用双混合分量将所述传感器数据的所述区域参数化为两个高斯函数的混合，以求解所述GMM强度值分布，其中所述双混合分量提供所述传感器数据内的道路强度数据的表示。

7.如权利要求2所述的方法，所述方法还包括：

确定所述在先地图的所述多个子区域中具有最高对数似然值的子区域；

估计对应于所述在先地图的具有所述最高对数似然值的所述子区域的车辆位置；以及

基于所述车辆的所述位置通知驾驶员或执行驾驶操纵；

其中所述传感器包括所述车辆的激光雷达传感器。

8.如权利要求1所述的方法，所述方法还包括以下中的一个或多个：

由所述传感器进行的每次测量会发生一次所述提取所述GMM强度值分布；

由所述传感器进行的每次测量会发生多次所述计算所述在先地图的所述子区域的所述对数似然；

计算所述在先地图的所述子区域的所述对数似然包括利用交互信息来比较所述传感器数据与所述在先地图的所述子区域；或者

所述传感器数据包括包括激光雷达强度值的二维栅格地图。

9.如权利要求2所述的方法，所述方法还包括：

从车辆的激光雷达传感器接收所述传感器数据；

从所述车辆的全球定位系统接收位置数据；

通过确定所述多个子区域中具有所述最高对数似然值的子区域来确定所述车辆的估计位置；以及

将来自所述全球定位系统的所述位置数据与所述估计位置并行化。