[发明专利]基于概率一致性的障碍物定位

说明书

用于更新当前概率密度函数的各种系统和方法。PDF包括定位内的对象的列表。接收来自该定位内的第一位置处的第一远程设备的第一信息。第一信息包括车辆标识、对象的第一PDF。接收来自该定位内的第二位置处的第二远程设备的第二信息。第二信息包括车辆标识、对象的第二PDF。基于与当前PDF中的该对象的定位相比的第一PDF中的对象的定位来确定第一PDF的第一排名。确定第二PDF的第二排名。使用第一排名和第二排名将第一PDF和第二PDF组合成组合PDF。基于该组合PDF更新当前PDF。

优先权申请

本申请要求于2019年1月2日提交的美国申请序列第16/237,919号的优先权的权益，该申请通过引用整体结合于此。

技术领域

本文中所描述的实施例总体上涉及组合来自多个传感器的传感器数据并且更新区域内对象的概率密度函数。

背景技术

多主体(multi-agent)映射是具有不同方式的活跃的研究领域。然而，它们中的全部都需要处理在不同时间来自不同源的信息融合。在组合信息时，检测可能危害融合的最终结果的异常值和低保真度信息是重要的。众包地图将依赖于来自不同制造商的许多自主汽车，这些自主汽车使用可能会受到不同磨损的不同的传感器。

附图说明

在所附附图中以示例方式而非限制方式图示本公开，在附图中，类似的附图标记指示类似的要素，其中：

图1图示了根据一些实施例的用于更新概率密度函数的系统；

图2图示了根据一些实施例的用于更新概率密度函数的框图；

图3图示了根据一些实施例的用于更新概率密度函数的流程图；以及

图4图示了计算设备的框图，在该计算设备内，可执行指令集或指令序列以使设备执行本文中所讨论的方法中的任一者的示例。

下列具体实施方式参考了所附附图。可在不同附图中使用相同的附图标记来标识相同的或类似的元素。在以下的描述中，为了解释而非限制的目的，阐述了诸如特定结构、架构、接口、技术等具体细节，以便提供对各实施例的各方面的全面理解。然而，对受益于本公开的本领域技术人员将显而易见的是，可在脱离这些具体细节的其他示例中实施的所要求保护的各实施例的各方面。在某些实例中，省略了对公知的设备、电路和方法的描述，以免因不必要的细节而使各实施例的描述模糊。

以下的描述和附图充分图示了具体实施例，以使本领域技术人员能够实施。其他实施例可结合结构、逻辑、电气、过程、以及其他变化。一些实施例的多个部分和特征可被包括在其他实施例的多个部分和特征中，或者替换其他实施例的多个部分和特征。在权利要求中阐述的实施例涵盖了那些权利要求的所有可用的等效技术方案。

具体实施方式

本文中描述了利用对象的多主体定位来更新那些对象的地图的各种示例。另外，可进行多主体的传感器的传感器分析和诊断。传感器数据和对象的地图(诸如概率密度函数)可用于确定传感器质量或传感器排名。该排名可用于将传感器数据与地图组合。另外，融合可同时定位对象(诸如静态对象)，并按质量对传感器进行排名。传感器排名可用于改善主体(诸如自主车辆)的传感器模型，或者用于发出传感器质量低下的警报。该警报可指示传感器需要替换或固定。

具有传感器的车辆可将传感器数据发送到边缘设备，该传感器数据指示所检测的每一个静态对象的位置及它的所估计的不确定度(结合车辆定位不确定度和传感器测量不确定度)以及检测该对象的传感器的传感器标识符。边缘设备可为每个对象维护一队列，诸如循环队列。队列的每一个元素可包含：对象定位、所估计的不确定度、传感器标识符和车辆标识符。边缘设备可处理每一个队列并获取所融合的对象位置和表示传感器质量的权重的数组。传感器质量可用于进一步的计算并且可被发送回每一个车辆，以改善车辆自己的传感器所具有的模型。需要时，传感器质量可用于触发服务警报。在各种示例中，可通过位于通信基站上的设备在边缘上维持平铺地图。