[发明专利]一种定位信息融合方法及其装置、计算机服务器

权利要求书

1.一种定位信息融合方法，其特征在于，多个定位模块分别对同一目标对象进行定位得到所述目标对象的位姿观测值，所述方法包括：

构建概率模型，其中所述概率模型包括位姿观测模型、位姿迁移模型、可靠性迁移模型及可靠性先验模型，且各定位模块的本次位姿观测值来自于所述目标对象的本次位姿真实值和所述定位模块的本次可靠性取值；

基于粒子滤波器的递归贝叶斯方法，根据所述概率模型、本次位移观测值和各定位模块输出的本次位姿观测值预估所述目标对象的本次位姿的真实值。

2.根据权利要求1所述的方法，其特征在于，基于粒子滤波器的框架，采用N个带权重的位姿粒子表示位姿真实值，每个位姿粒子的权重来自于与该位姿粒子对应的L个可靠性取值，该L个可靠性取值为L个定位模块的可靠性取值；

基于粒子滤波器的递归贝叶斯方法，根据所述概率模型、本次位移观测值和各定位模块输出的本次位姿观测值预估所述目标对象的本次位姿的真实值，具体包括：

根据本次位移观测值、所述位姿迁移模型对前次N个位姿粒子进行重采样，得到N个本次位姿粒子；

针对每个本次位姿粒子，根据所述可靠性迁移模型对与所述本次位姿粒子对应的前次位姿粒子的L个可靠性取值进行调整，得到与所述本次位姿粒子对应的L个可靠性取值；

针对每个本次位姿粒子，根据所述本次位姿粒子对应的L个可靠性取值的权重得到本次位姿粒子的权重。

3.根据权利要求2所述的方法，其特征在于，针对每个本次位姿粒子，根据所述本次位姿粒子对应的L个可靠性取值的权重得到本次位姿粒子的权重，具体包括：

针对每个本次位姿粒子，将所述本次位姿粒子对应的L个可靠性取值的权重的乘积作为本次位姿粒子的权重。

4.根据权利要求2所述的方法，其特征在于，每个可靠性取值采用M个带权重的可靠性粒子表示，每个位姿粒子对应L组可靠性粒子；

针对每个本次位姿粒子，根据所述可靠性迁移模型对与所述本次位姿粒子对应的前次位姿粒子的L个可靠性取值进行调整，得到与所述本次位姿粒子对应的L个可靠性取值，具体包括：针对每个本次位姿粒子，根据所述可靠性迁移模型分别对与所述本次位姿粒子对应的前次位姿粒子的L组可靠性粒子进行重采样，得到所述本次位姿粒子对应的L组可靠性粒子；以及，针对每个本次位姿粒子对应的每组可靠性粒子中的每个可靠性粒子，将所述可靠性粒子的先验概率与给定该可靠性粒子取值时的相应定位模块的位姿观测值的最大似然概率的乘积作为所述可靠性粒子的权重；

针对每个本次位姿粒子，根据所述本次位姿粒子对应的L个可靠性取值的权重得到本次位姿粒子的权重，具体包括：将本次位姿粒子对应的每组可靠性粒子的权重的和值作为一个组权重，将L组权重的乘积作为本次位姿粒子的权重。

5.根据权利要求4所述的方法，其特征在于，所述可靠性迁移模型为：以抽样得到的可靠性粒子的取值为基准给予一个第一噪声，得到与该可靠性粒子对应的新的可靠性粒子；

根据所述可靠性迁移模型分别对所述前次位姿粒子对应的L组可靠性粒子进行重采样，具体包括：

针对所述前次位姿粒子对应的每组可靠性粒子，执行以下步骤：

分别对该组可靠性粒子进行M次抽样，可靠性粒子权重越大被抽中的概率越高；

对每次抽样得到的可靠性粒子，根据所述可靠性迁移模型对所述可靠性粒子进行处理得到与该可靠性粒子对应的新的可靠性粒子，将M个新的可靠性粒子作为与前次位姿粒子对应的本次位姿粒子的一组可靠性粒子。

6.根据权利要求5所述的方法，其特征在于，可靠性粒子的第一噪声的取值符合伽马分布。