[发明专利]定位方法、定位装置和计算机可读存储介质在审
申请号: | 202010309592.0 | 申请日: | 2020-04-20 |
公开(公告)号: | CN113537260A | 公开(公告)日: | 2021-10-22 |
发明(设计)人: | 李千山;彭磊;L·莫尔特雷赫 | 申请(专利权)人: | 宝马股份公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N20/00;G01C21/30 |
代理公司: | 中国贸促会专利商标事务所有限公司 11038 | 代理人: | 刘倜 |
地址: | 德国*** | 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: | 定位 方法 装置 计算机 可读 存储 介质 | ||
1.一种定位方法,其特征在于,所述方法包括:
获取感测数据,其中,所述感测数据根据待定位对象的周围的环境生成;
根据所述感测数据,生成第一签名高斯混合模型,其中,第一签名高斯混合模型包括一个或多个第一高斯聚类和与每个第一高斯聚类对应的第一签名,第一签名与至少部分感测数据的视觉特征相关;
获取与所述待定位对象的候选位置对应的第二签名高斯混合模型,其中,第二签名高斯混合模型根据地图数据生成,地图数据至少覆盖候选位置,第二签名高斯混合模型包括一个或多个第二高斯聚类和与每个第二高斯聚类对应的第二签名,第二签名与至少部分地图数据的视觉特征相关;以及
基于第一签名和第二签名,比对第一签名高斯混合模型和第二签名高斯混合模型,以从候选位置中确定所述待定位对象的位置。
2.根据权利要求1所述的方法,其特征在于,基于第一签名和第二签名,比对第一签名高斯混合模型和第二签名高斯混合模型,以从候选位置中确定所述待定位对象的位置包括:
基于第一签名和第二签名,计算第一签名高斯混合模型和第二签名高斯混合模型之间的模型匹配度;
比对所述模型匹配度和匹配度阈值;以及
当所述模型匹配度大于所述匹配度阈值时,将与所述第二签名高斯混合模型对应的候选位置确定为所述待定位对象的位置。
3.根据权利要求1所述的方法,其特征在于,候选位置的数目为至少两个;
基于第一签名和第二签名,比对第一签名高斯混合模型和第二签名高斯混合模型,以从候选位置中确定所述待定位对象的位置包括:
针对每个候选位置,基于第一签名和第二签名,计算第一签名高斯混合模型和第二签名高斯混合模型之间的模型匹配度;
从针对每个候选位置所计算的模型匹配度中选择具有最大值的模型匹配度;以及
将与具有最大值的模型匹配度对应的候选位置确定为所述待定位对象的位置。
4.根据权利要求2或3所述的方法,其特征在于,基于第一签名和第二签名,计算第一签名高斯混合模型和第二签名高斯混合模型之间的模型匹配度包括:
针对所述第一签名高斯混合模型所包括的每个第一高斯聚类,比对与第一高斯聚类对应的第一签名和与所述第二签名高斯混合模型所包括的一个或多个第二高斯聚类中的每个第二高斯聚类对应的第二签名;
当第一签名和第二签名相匹配时,计算与所述第一签名对应的第一高斯聚类和与所述第二签名对应的第二高斯聚类之间的聚类匹配度;以及
根据聚类匹配度,计算所述第一签名高斯混合模型和所述第二签名高斯混合模型之间的模型匹配度。
5.根据权利要求4所述的方法,其特征在于,当第一签名和第二签名相同时,确定为第一签名和第二签名相匹配;或
当与同一个第一高斯聚类对应的第一签名的数目为至少两个,且任意一个第一签名和第二签名相同时,确定为第一签名和第二签名相匹配;或
当第一签名和/或第二签名为模糊签名时,确定为第一签名和第二签名相匹配,其中,所述模糊签名指示未确定的视觉特征。
6.根据权利要求4所述的方法,其特征在于,根据聚类匹配度,计算所述第一签名高斯混合模型和所述第二签名高斯混合模型之间的模型匹配度包括:
针对每个第一高斯聚类,从该第一高斯聚类和第二高斯聚类之间的聚类匹配度中选择具有最大值的聚类匹配度;以及
计算所述第一签名高斯混合模型所包括的第一高斯聚类的被选择的聚类匹配度的总和,作为所述第一签名高斯混合模型和所述第二签名高斯混合模型之间的模型匹配度。
7.根据权利要求4所述的方法,其特征在于,根据聚类匹配度,计算所述第一签名高斯混合模型和所述第二签名高斯混合模型之间的模型匹配度包括:
针对每个第一高斯聚类,计算该第一高斯聚类和第二高斯聚类之间的聚类匹配度的平均匹配度;以及
计算所述第一签名高斯混合模型所包括的第一高斯聚类的平均匹配度的总和,作为所述第一签名高斯混合模型和所述第二签名高斯混合模型之间的模型匹配度。
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宝马股份公司,未经宝马股份公司许可,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/202010309592.0/1.html,转载请声明来源钻瓜专利网。