[发明专利]用于3级自动驾驶车辆的基于摄像机的横向位置校准

权利要求书

1.一种用于操作自动驾驶车辆的计算机实施的方法，所述方法包括：

确定代表相对于参考线的估计的自动驾驶车辆的横向偏离的当前周期的偏离值，所述偏离值已基于由摄像机捕获的摄像机数据生成；

使用高斯分布模型基于所述偏离值更新所述当前周期的校准偏离值；以及

基于所更新的校准偏离值生成所述当前周期的控制信号，以驾驶自动驾驶车辆至少部分地修正所述自动驾驶车辆的横向偏离。

2.根据权利要求1所述的方法，其中，更新所述当前周期的校准偏离值包括将来自上一周期的校准偏离值与所述当前周期的偏离值和相应概率值的乘积相加。

3.根据权利要求2所述的方法，其中，基于与所述高斯分布模型相关联的概率密度函数来确定与所述当前周期的偏离值相对应的概率值。

4.根据权利要求3所述的方法，其中，所述概率密度函数形式为其中x是所述偏离值在校准窗口内的位置，f(x)是与位置x处的偏离值相对应的概率值，σ是所述高斯分布模型的标准偏差，u是所述高斯分布模型的平均值。

5.根据权利要求4所述的方法，其中，所述校准窗口跨过多个连续周期的多个偏离值。

6.根据权利要求5所述的方法，其中，1设定为所述标准偏差(σ)，且所述校准窗口的大小设定为所述平均值(u)。

7.根据权利要求5所述的方法，还包括响应于确定所述当前周期的偏离值填满所述校准窗口，在生成所述控制信号之后重新初始化所述校准窗口和所述校准偏离值。

8.一种存储有指令的非暂时性机器可读介质，所述指令在由处理器执行时致使所述处理器执行操作，所述操作包括：

确定代表相对于参考线的估计的自动驾驶车辆的横向偏离的当前周期的偏离值，所述偏离值已基于由摄像机捕获的摄像机数据生成；

使用高斯分布模型基于所述偏离值更新所述当前周期的校准偏离值；以及

基于所更新的校准偏离值生成所述当前周期的控制信号，以驾驶自动驾驶车辆至少部分地修正所述自动驾驶车辆的横向偏离。

9.根据权利要求8所述的机器可读介质，其中，更新所述当前周期的校准偏离值包括将来自上一周期的校准偏离值与所述当前周期的偏离值和相应概率值的乘积相加。

10.根据权利要求9所述的机器可读介质，其中，基于与所述高斯分布模型相关联的概率密度函数来确定与所述当前周期的偏离值相对应的概率值。

11.根据权利要求10所述的机器可读介质，其中，所述概率密度函数形式为其中x是所述偏离值在校准窗口内的位置，f(x)是与位置x处的偏离值相对应的概率值，σ是所述高斯分布模型的标准偏差，u是所述高斯分布模型的平均值。

12.根据权利要求11所述的机器可读介质，其中，所述校准窗口跨过多个连续周期的多个偏离值。

13.根据权利要求12所述的机器可读介质，其中，1设定为所述标准偏差(σ)，且所述校准窗口的大小设定为所述平均值(u)。

14.根据权利要求12所述的机器可读介质，还包括响应于确定所述当前周期的偏离值填满所述校准窗口，在生成所述控制信号之后重新初始化所述校准窗口和所述校准偏离值。