[发明专利]一种车辆定位方法、装置、计算机设备及存储介质

权利要求书

1.一种车辆定位方法，其特征在于，包括：

获取车辆在预设采样周期内多个时刻下的位置信息；

判断车辆状态是否为静止状态；

当判断车辆状态是静止状态时，根据所述车辆在预设采样周期内多个时刻下的位置信息并基于预设的静止状态车辆定位算法确定车辆准确定位位置信息；所述预设的静止状态车辆定位算法是基于密度的聚类算法或者最大似然估计算法；

当判断车辆状态不是静止状态时，基于预设的动态映射规则将所述车辆在预设采样周期内多个时刻下的位置信息分别映射处理为车辆在初始时刻下的多个映射位置信息，并基于预设的静止状态车辆定位算法确定车辆在初始时刻下的准确定位位置信息。

2.根据权利要求1所述的车辆定位方法，其特征在于，所述预设的静止状态车辆定位算法是基于密度的聚类算法；所述根据所述车辆在预设采样周期内多个时刻下的位置信息并基于预设的静止状态车辆定位算法确定车辆准确定位位置信息的步骤，具体包括：

确定多组聚类参数数组；所述聚类参数数组包括邻域参数以及最少样本数目；

根据不同聚类参数数组以及基于密度的聚类算法对车辆在预设采样周期内多个时刻下的位置信息进行聚类处理，得到分别对应不同聚类参数数组的多组聚类结果；

确定各组聚类结果的聚类中心点；

根据所述各组聚类结果的聚类中心点确定车辆准确定位位置信息。

3.根据权利要求2所述的车辆定位方法，其特征在于，根据基于密度的聚类算法对车辆在预设采样周期内多个时刻下的位置信息进行聚类处理得到聚类结果的步骤，具体包括：

获取聚类参数数组；所述聚类参数数组包括邻域参数以及最少样本数目；

获取待聚类处理的位置信息，并确定为当前处理位置信息；

判断当前处理位置信息的邻域位置信息数目是否高于最少样本数目；

当判断是时，将所述邻域位置信息与所述当前处理位置信息归为同类；

遍历所述当前处理位置信息的邻域位置信息，并将邻域位置信息确定为当前处理位置信息，然后返回至所述判断当前处理位置信息的邻域位置信息数目是否高于最少样本数目的步骤，直至全部邻域信息遍历结束；

判断是否还存在未聚类处理的位置信息；

当判断存在未聚类处理的位置信息时，返回至所述获取待聚类处理的位置信息，并确定为当前处理位置信息的步骤；

当判断不存在未聚类处理的位置信息时，根据各个位置信息的归类结果确定聚类结果。

4.根据权利要求1所述的车辆定位方法，其特征在于，所述预设的静止状态车辆定位算法是基于密度的聚类算法最大似然估计算法；

根据车辆在预设采样周期内多个时刻下的位置信息构建车辆中心点最大似然估计函数；所述车辆中心点最大似然估计函数描述了车辆中心点与在所述车辆中心点下车辆在预设采样周期内多个时刻下的位置信息的概率；

基于最大似然估计算法对所述最大似然估计函数进行求解，确定车辆准确定位位置信息；所述车辆准确定位位置信息即为使车辆在预设采样周期内多个时刻下的位置信息的概率最大的最优车辆中心点。

5.根据权利要求4所述的车辆定位方法，其特征在于，所述最大似然估计函数是基于高斯分布函数构建的。

6.根据权利要求1所述的车辆定位方法，其特征在于，所述基于预设的动态映射规则将所述车辆在预设采样周期内多个时刻下的位置信息分别映射处理为车辆在初始时刻下的多个映射位置信息的本步骤具体包括：

获取车辆在预设采样周期内多个时刻下的速度信息；

根据车辆在预设采样周期内多个时刻下的位置信息以及速度信息确定各个时刻时车辆在初始时刻下的映射位置信息。

7.根据权利要求6所述的车辆定位方法，其特征在于，所述根据车辆在预设采样周期内多个时刻下的位置信息以及速度信息确定各个时刻时车辆在初始时刻下的映射位置信息，具体包括：

对获取的速度信息进行时间积分并确定车辆在预设采样周期内多个时刻下的位移信息；

根据所述车辆在预设采样周期内多个时刻下的位移信息对车辆在预设采样周期内多个时刻下的位置信息进行映射处理，确定各个时刻时车辆在初始时刻下的映射位置信息。