[发明专利]基于环境轮廓的智能车辆定位方法

权利要求书

1.一种基于环境轮廓的智能车辆定位方法，其特征在于：包括以下步骤：

S1：获取以下信息包括：区域的环境轮廓、车辆方向盘转角、车辆速度、车辆参数，通过上述信息建立车辆的阿克曼转向运动模型，获取不同时刻所述的区域的环境轮廓，同步到当前车辆的坐标系下，合成环境轮廓的信息，所述的车辆方向盘转角为θ_steer，所述的车辆速度为V，所述的车辆参数包括车辆的前后轮轴距l、τ是车辆参数，计算车辆的角速度ω为：

第t’时刻获取的所述的区域的环境轮廓的坐标P’＝(x’，y’)，同步到当前t时刻，车辆的运动增量为[dx，dy，dθ]^T为：

t时刻同步后的坐标为：

S2：状态预测阶段：利用蒙特卡洛定位算法、所述的阿克曼转向运动模型，通过所述的车辆方向盘转角、所述的车辆速度、上一时刻车辆的位姿，预测车辆当前粒子的位姿，

S3：测量更新阶段：利用所述的环境轮廓的信息作为定位特征，与地图进行匹配，获取所述的粒子的权重，

S4：选择权重最大的粒子作为车辆的最优姿态估计输出。

2.根据权利要求1所述的基于环境轮廓的智能车辆定位方法，其特征在于：采用IBEO激光雷达获取所述的区域的环境轮廓信息；采用CAN总线设备获取所述的车辆方向盘转角、所述的车辆速度信息。

3.根据权利要求1所述的基于环境轮廓的智能车辆定位方法，其特征在于：在S1中：获取所述的车辆方向盘转角、所述的车辆速度信息的频率高于获取所述的区域的环境轮廓信息的频率。

4.根据权利要求1所述的基于环境轮廓的智能车辆定位方法，其特征在于：在S2中：每次所述的粒子的采样数目根据粒子的方差确定。

5.根据权利要求4所述的基于环境轮廓的智能车辆定位方法，其特征在于：所述的粒子的采样数目为200-1000个。

6.根据权利要求1所述的基于环境轮廓的智能车辆定位方法，其特征在于：在S3中：所述的地图的栅格分辨率为0.1-1m。

7.根据权利要求1所述的基于环境轮廓的智能车辆定位方法，其特征在于：在S4中：对所述的粒子进行重采样，使所述的粒子被采样的概率与所述的粒子的权重成正比。

8.根据权利要求1所述的基于环境轮廓的智能车辆定位方法，其特征在于：在S4中：随机生成5％-10％的随机粒子。

9.根据权利要求8所述的基于环境轮廓的智能车辆定位方法，其特征在于：通过当前所述的粒子的统计概率均值μ、方差σ²，建模成高斯分布并采样获得所述的随机粒子，满足X～N(μ，σ²)。