[发明专利]确定自定位初始化的初始自我姿态的方法和系统

说明书

提供了一种确定自定位初始化的初始自我姿态的方法和系统。所述方法包括由计算机硬件组件执行的以下步骤：在地图中设置多个粒子；将所述多个粒子分组成多个聚类，各个聚类包括所述多个粒子的相应子集；在粒子过滤期间，基于所述多个聚类注入粒子；以及基于所述粒子过滤确定初始自我姿态。

技术领域

本公开涉及确定(例如车辆的)自定位初始化的初始自我姿态(ego-pose)的方法和系统。

背景技术

自定位是许多自主驾驶应用中的最重要部分。有多种方法来解决自我定位问题，诸如使用全球导航卫星系统(GNSS)、航位推算法或者同步定位与地图构建(SLAM)法。

可以将自定位问题分类成局部自定位和全局自定位这两大组。

如果初始自我姿态是未知的，则可以执行全局自定位。假设已知的初始自我姿态会导致局部自定位。例如，如果GNSS信号不可用，则必须使用其它手段来确定初始姿态。

因此，需要提供即使当GNSS信号不可用时也能确定车辆的初始姿态的有效且可靠的方法。

发明内容

本公开提供了一种计算机实现方法、计算机系统、车辆以及非暂时性计算机可读介质。

在一个方面，本公开针对一种确定自定位初始化的初始自我姿态的计算机实现方法，该计算机实现方法包括由计算机硬件组件执行(换句话说：实现)的以下步骤：在地图中设置多个粒子；将多个粒子分组成多个聚类，各个聚类包括所述多个粒子的相应子集；在粒子过滤期间，基于所述多个聚类(系统地(systematically))注入粒子；以及基于所述粒子过滤来确定初始自我姿态。

换句话说，在过滤器发散(filter divergence)的情况下可以基于聚类跟踪(系统地)来注入粒子。

根据另一方面，该计算机实现方法还包括由所述计算机硬件组件执行的以下步骤：确定多个聚类中的各个聚类的粒子的相应子集的相应位置的均值和方差。

已经发现，对各个聚类的均值和方差进行跟踪可以提供有效的数据管理，同时保持较低的处理工作量。通过对均值和方差进行更新，可以有效地跟踪有关各个聚类的位置(或区域)的信息。对于不再存在聚类的粒子的情形以及需要粒子注入的情形，可能就更是如此。利用更新后的均值和方差，可以获得有关聚类将位于何处的信息，就好像粒子仍将存在一样，并由此可以将该信息用于粒子注入。

根据另一方面，基于所述多个聚类注入粒子的步骤包括：基于相应均值和相应方差来注入粒子。例如，针对各个聚类，即使不再存在所述聚类的粒子，也可以根据该聚类的更新后的均值和该聚类的更新后的方差来将粒子注入到所述聚类将位于的位置。

根据另一方面，所述计算机实现方法还包括由所述计算机硬件组件执行的以下步骤：基于运动模型来更新所述多个聚类中的各个聚类的相应均值。

通过使用例如要执行自定位的车辆的运动模型，可以将所述车辆的运动用于对所述聚类的位置进行更新，这可以通过对所述聚类的均值(换句话说：所述聚类的重心)进行更新来表示。

根据另一方面，该计算机实现方法还包括由所述计算机硬件组件执行的以下步骤：基于有关自我姿态不确定度(ego-pose uncertainty)的不确定度传播律(uncertaintypropagation law)来更新多个聚类中的各个聚类的相应方差。

通过更新多个聚类中的各个聚类的相应方差，该多个聚类中的各个聚类的方差可以随时间增加(这可以对应于所述聚类的增加的区域)，这可以表示位置的不确定性。

根据另一方面，多个粒子是基于所述地图上的随机分布和/或基于自我姿态的估计中的至少一项来设置的。

如果未获得自我姿态的信息，则可以在地图上提供随机分布。否则，可以使用更集中于自我姿态的估计的分布。