[发明专利]用于车辆定位的方法和装置有效
申请号: | 201710786478.5 | 申请日: | 2017-09-04 |
公开(公告)号: | CN108089572B | 公开(公告)日: | 2021-10-26 |
发明(设计)人: | 王全;翟静 | 申请(专利权)人: | 百度(美国)有限责任公司 |
主分类号: | G05D1/02 | 分类号: | G05D1/02 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;王艳春 |
地址: | 美国加利*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 车辆 定位 方法 装置 | ||
1.一种操作无人驾驶车辆的计算机实施的方法,其包括:
确定所述无人驾驶车辆周围的小区的无人驾驶车辆特征空间的多个候选小区的第一集合,所述多个候选小区中的每个候选小区具有中间强度和海拔变化;
针对所述多个候选小区中的每个候选小区,使用相似性度量来确定环绕所述候选小区的所述无人驾驶车辆特征空间的子集与地图特征空间之间的相似性得分,其中所述相似性度量至少部分基于候选小区中间强度和候选小区海拔变化;
确定所述候选小区的第一集合中的候选小区的最高相似性得分;
确定所述多个候选小区的第一集合中的具有所述最高相似性得分的候选小区周围的多个精细搜索候选小区的第二集合;
针对所述多个精细搜索候选小区的第二集合中的每个精细搜索候选小区,使用所述相似性度量来确定环绕所述精细搜索候选小区的所述无人驾驶车辆特征空间的子集与所述地图特征空间之间的相似性得分;
确定所述多个精细搜索候选小区中的精细搜索候选小区的最高相似性;以及
至少部分基于具有所述最高相似性得分的精细搜索候选小区,相对于所述地图特征空间来确定所述无人驾驶车辆的位置。
2.如权利要求1所述的方法,其中所述多个候选小区的第一集合包括所述无人驾驶车辆周围的小区的预定网格的每隔一个小区。
3.如权利要求1所述的方法,其中针对所述多个候选小区的第一集合中的第一候选小区,确定相似性得分包括使用第一候选小区中间强度和第一候选小区海拔变化来计算相似性得分,并且所述方法还包括:
使用从计算所述第一候选小区的所述相似性得分中获得的信息来生成相似性得分的查找表。
4.如权利要求3所述的方法,其中所述查找表以平均强度值范围和海拔值的变化范围为索引。
5.如权利要求3所述的方法,其中针对第二候选小区以及所述多个候选小区中的后续候选小区,确定候选小区的相似性得分包括使用候选小区的中间强度和海拔变化在所述查找表中查找所述相似性得分。
6.如权利要求1所述的方法,其中确定所述相似性得分包括计算所述多个精细搜索候选小区中的每个的所述相似性得分。
7.如权利要求1所述的方法,其中相对于所述地图特征空间来确定所述无人驾驶车辆的位置还包括确定所述无人驾驶车辆和具有到所述地图特征空间的最高相似性得分的精细搜索候选小区之间的偏移。
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:
确定无人驾驶车辆周围的小区的无人驾驶车辆特征空间的多个候选小区的第一集合,所述多个候选小区中的每个候选小区具有中间强度和海拔变化;
针对所述多个候选小区中的每个候选小区,使用相似性度量来确定环绕所述候选小区的所述无人驾驶车辆特征空间的子集与地图特征空间之间的相似性得分,其中所述相似性度量至少部分基于候选小区中间强度和候选小区海拔变化;确定所述多个候选小区的第一集合中的具有所述最高相似性得分的候选小区周围的多个精细搜索候选小区的第二集合;
针对所述多个精细搜索候选小区的第二集合中的每个精细搜索候选小区,使用所述相似性度量来确定环绕所述精细搜索候选小区的所述无人驾驶车辆特征空间的子集与所述地图特征空间之间的相似性得分;
确定所述多个精细搜索候选小区中的精细搜索候选小区的最高相似性;以及
至少部分基于具有所述最高相似性得分的精细搜索候选小区,相对于所述地图特征空间来确定所述无人驾驶车辆的位置。
9.如权利要求8所述的介质,其中所述多个候选小区的第一集合包括所述无人驾驶车辆周围的小区的预定网格的每隔一个小区。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度(美国)有限责任公司,未经百度(美国)有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710786478.5/1.html,转载请声明来源钻瓜专利网。