用于稳健且有效的车辆定位的算法和基础设施制造技术

相对于高清晰度地图来确定无人驾驶车辆(ADV)的位置。ADV的车载传感器获得ADV周围的对象的3D点云。3D点云组织成小区的ADV特征空间。每个小区具有中间强度值和海拔变化。为了确定ADV位置，使用相似性度量相对于高清晰度地图来执行ADV特征空间中的小区的子集的粗略搜索，该相似性度量基于候选小区的中间强度和海拔变化。当确定第一候选小区的相似性后，生成相似性得分的查找表并且将它用于确定后续候选小区的相似性得分。随后在最高相似性得分小区周围的候选小区的较小子集上执行精细搜索。

【技术实现步骤摘要】
用于稳健且有效的车辆定位的算法和基础设施
本专利技术的实施方案总体涉及操作无人驾驶车辆。更具体地，本专利技术的实施方案涉及提高无人驾驶车辆定位的效率和准确性。
技术介绍
以自主模式运行(例如，无人驾驶)的车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自主模式运行时，车辆可以使用车载传感器导航到各种位置，从而允许车辆在最少人机交互的情况下或在一些没有任何乘客的情况下行驶。无人驾驶的一个根本挑战是相对于注释有各种重要信息的高清晰度(HD)地图来有效、准确且实时地确定无人驾驶车辆(ADV)的位置。在最坏的情况下，准确性需要在10cm内。高清晰度(HD)地图中的ADV位置由诸如感知、规划和控制等ADV系统部件用来作出精确且及时的ADV驾驶决定。为了在HD地图内确定ADV的位置，ADV中或ADV上包括一个或多个ADV位置传感器。传感器可以包括全球定位卫星检测器(GPS)、惯性测量单元传感器(IMU)、无线电探测和测距(RADAR)以及光探测和测距(LIDAR)。诸如全球定位卫星传感器(GPS)和惯性测量单元传感器(IMU)等现有的基于硬件的定位系统无法提供相对于HD地图的必要本文档来自技高网...

【技术保护点】
一种操作无人驾驶车辆(ADV)的计算机实施的方法，其包括：确定所述无人驾驶车辆周围的小区的无人驾驶车辆特征空间的多个候选小区的第一集合，所述多个候选小区中的每个候选小区具有中间强度和海拔变化；针对所述多个候选小区中的每个候选小区，使用相似性度量来确定环绕所述候选小区的所述无人驾驶车辆特征空间的子集与地图特征空间之间的相似性得分，其中所述相似性度量至少部分基于候选小区中间强度和候选小区海拔变化；以及至少部分基于所述候选小区的第一集合中的具有最高相似性得分的候选小区，相对于所述地图特征空间来确定所述无人驾驶车辆的位置。

【技术特征摘要】
2016.11.23 US 15/360,8821.一种操作无人驾驶车辆(ADV)的计算机实施的方法，其包括：确定所述无人驾驶车辆周围的小区的无人驾驶车辆特征空间的多个候选小区的第一集合，所述多个候选小区中的每个候选小区具有中间强度和海拔变化；针对所述多个候选小区中的每个候选小区，使用相似性度量来确定环绕所述候选小区的所述无人驾驶车辆特征空间的子集与地图特征空间之间的相似性得分，其中所述相似性度量至少部分基于候选小区中间强度和候选小区海拔变化；以及至少部分基于所述候选小区的第一集合中的具有最高相似性得分的候选小区，相对于所述地图特征空间来确定所述无人驾驶车辆的位置。2.如权利要求1所述的方法，其中所述多个候选小区的第一集合包括所述无人驾驶车辆周围的小区的预定网格的每隔一个小区。3.如权利要求1所述的方法，其中针对所述多个候选小区的第一集合中的第一候选小区，确定相似性得分包括使用第一候选小区中间强度和第一候选小区海拔变化来计算相似性得分，并且所述方法还包括：使用从计算所述第一候选小区的所述相似性得分中获得的信息来生成相似性得分的查找表。4.如权利要求3所述的方法，其中所述查找表以平均强度值范围和海拔值的变化范围为索引。5.如权利要求3所述的方法，其中针对第二候选小区以及所述多个候选小区中的后续候选小区，确定候选小区的相似性得分包括使用候选小区的中间强度和海拔变化在所述查找表中查找所述相似性得分。6.如权利要求1所述的方法，其还包括在确定候选小区的所述最高相似性得分之后：确定所述多个候选小区的第一集合中的具有所述最高相似性得分的候选小区周围的多个精细搜索候选小区的第二集合；以及针对所述多个精细搜索候选小区的第二集合中的每个精细搜索候选小区：使用所述相似性度量来确定环绕所述精细搜索候选小区的所述无人驾驶车辆特征空间的子集与所述地图特征空间之间的相似性得分；确定所述多个精细搜索候选小区中的精细搜索候选小区的最高相似性；以及其中相对于所述地图特征空间来确定所述无人驾驶车辆的位置还至少部分基于具有所述最高相似性得分的精细搜索候选小区。7.如权利要求6所述的方法，其中确定所述相似性得分包括计算所述多个精细搜索候选小区中的每个的所述相似性得分。8.如权利要求6所述的方法，其中相对于所述地图特征空间来确定所述无人驾驶车辆的位置还包括确定所述无人驾驶车辆和具有到所述地图特征空间的最高相似性得分的精细搜索候选小区之间的偏移。9.一种存储有指令的非暂时性机器可读介质，所述指令在由处理器执行时致使所述处理器执行操作，所述操作包括：确定所述无人驾驶车辆周围的小区的无人驾驶车辆特征空间的多个候选小区的第一集合，所述多个候选小区中的每个候选小区具有中间强度和海拔变化；针对所述多个候选小区中的每个候选小区，使用相似性度量来确定环绕所述候选小区的所述无人驾驶车辆特征空间的子集与地图特征空间之间的相似性得分，其中所述相似性度量至少部分基于候选小区中间强度和候选小区海拔变化；以及至少部分基于所述候选小区的第一集合中的具有最高相似性得分的候选小区，相对于所述地图特征空间来确定所述无人驾驶车辆的位置。10.如权利要求9所述的介质，其中所述多个候选小区的第一集合包括所述无人驾驶车辆周围的小区的预定网格的每隔一个小区。11.如权利要求9所述的介质，其中针对所述多个候选小区的第一集合中的第一候选小区，确定相似性得分包括使用第一候选小区中间强度和第一候选小区海拔变化来计算相似性得分，并且所述操作还包括：使用从计算所述第一候选小区的所述相似性得分中获得的信息来生成相似性得分的查找表。12.如权利要求11所述的介质，其中所述查找表以平均强度值范围和海拔值的变化范围为索引。13.如权利要求11所述的介质，其中针对第二候选...

【专利技术属性】
技术研发人员：王全，翟静，
申请(专利权)人：百度美国有限责任公司，
类型：发明
国别省市：美国,US