一种定位数据处理方法技术

本发明专利技术实施例公开了一种定位数据处理方法，所述方法包括：获取目标车辆对应的车辆运动信息，并基于所述车辆运动信息以及先验概率分布，确定所述目标车辆在待测位置上的第一运动概率分布；将量测到的局部路面参照对象与导航地图中的全局路面参照对象进行匹配，并根据匹配结果以及所述先验概率分布，确定所述目标车辆在所述待测位置上的第一量测概率分布；将所述第一运动概率分布与所述第一量测概率分布进行融合，得到所述目标车辆在所述待测位置上的后验概率分布；基于所述后验概率分布确定所述目标车辆对应的最优目标位置信息。采用本发明专利技术，可以提升车辆的横向定位精度，并提高定位数据的准确性。

A Method of Location Data Processing

【技术实现步骤摘要】
一种定位数据处理方法
本专利技术涉及计算机
，尤其涉及一种定位数据处理方法。
技术介绍
目前，定位系统的初始定位精度通常为5-10米，对于自动驾驶汽车而言，在进行定位时，会在导航地图中产生较大的横向定位误差，即导航地图上显示的定位位置与真实位置之间的定位精度较差。比如，目标车辆在进行自动驾驶的过程中，实际是处于第二车道，但该导航地图中却显示该目标车辆处于第一车道，即存在一个车道的横向定位误差，进而降低了导航地图中所提供的定位数据的准确性。
技术实现思路
本专利技术实施例提供一种定位数据处理方法，可以提升车辆的横向定位精度，提高定位数据的准确性。本专利技术一方面提供了一种定位数据处理方法，包括：获取目标车辆对应的车辆运动信息，并基于所述车辆运动信息以及先验概率分布，确定所述目标车辆在待测位置上的第一运动概率分布；所述先验概率分布是基于上一时刻得到的第二运动概率分布与第二量测概率分布进行融合得到的；将量测到的局部路面参照对象与导航地图中的全局路面参照对象进行匹配，并根据匹配结果以及所述先验概率分布，确定所述目标车辆在所述待测位置上的第一量测概率分布；将所述第一运动概率分布与所述第一量测概率分布进行融合，得到所述目标车辆在所述待测位置上的后验概率分布；基于所述后验概率分布确定所述目标车辆对应的最优目标位置信息；所述最优目标位置信息用于后续修正所述目标车辆在所述导航地图中的横向位置。其中，所述基于所述后验概率分布确定所述目标车辆对应的最优目标位置信息的步骤，包括：当确定所述后验概率分布满足收敛条件时，执行所述基于所述后验概率分布确定所述目标车辆对应的最优目标位置信息。其中，所述基于所述后验概率分布确定所述目标车辆对应的最优目标位置信息的步骤，还包括：当确定所述后验概率分布不满足收敛条件时，将所述后验概率分布确定为所述目标车辆在下一时刻的先验概率分布。其中，所述确定所述后验概率分布满足收敛条件的步骤，包括：基于所述后验概率分布，从所述目标车辆对应的所述待测位置中选择具有最大位置概率的待测位置，作为目标位置信息；当所述后验概率分布满足单峰分布时，基于所述目标位置信息确定所述后验概率分布对应的概率值；当所述概率值大于收敛概率阈值时，确定所述后验概率分布满足收敛条件。其中，所述获取目标车辆对应的车辆运动信息，并基于所述车辆运动信息以及先验概率分布，确定所述目标车辆在待测位置上的第一运动概率分布，包括：获取所述目标车辆基于滤波模型在所述上一时刻得到的滤波输出结果，作为历史滤波输出结果；所述历史滤波输出结果包含所述目标车辆在所述上一时刻基于所述滤波模型所得到的第一最优滤波输出位置对应的第一位姿运动状态和第一协方差矩阵；获取所述目标车辆对应的目标先验位置误差，并根据所述目标先验位置误差对所述第一最优滤波输出位置进行修正，得到所述目标车辆对应的目标滤波修正位置；所述目标先验位置误差为所述上一时刻得到的历史横向位置误差；基于所述滤波模型、第一位姿运动状态、第一协方差矩阵、所述车辆运动信息、所述目标滤波修正位置，确定所述目标车辆在所述导航地图中的目标最优滤波输出位置对应的目标滤波输出结果；基于所述先验概率分布、所述目标滤波输出结果，生成所述目标车辆在待测位置上的第一运动概率分布。其中，所述获取所述目标车辆对应的目标先验位置误差，包括：基于所述先验概率分布，从所述目标车辆对应的所述待测位置中选择具有最大位置概率的待测位置，作为历史位置信息，并在所述导航地图中获取所述历史位置信息对应的历史地理位置；获取所述目标车辆对应的历史滤波修正位置；所述历史滤波修正位置是基于上一时刻的历史先验位置误差对第二最优滤波输出位置进行修正所得到的；计算所述历史地理位置与所述历史滤波修正位置之间的差值，并将所述差值在一维状态空间中的历史横向投影分量，确定为所述历史位置信息对应的历史横向位置误差；将所述历史横向位置误差作为所述目标车辆对应的目标先验位置误差。其中，所述基于所述滤波模型、第一位姿运动状态、第一协方差矩阵、所述车辆运动信息、所述目标滤波修正位置，确定所述目标车辆在所述导航地图中的目标最优滤波输出位置对应的目标滤波输出结果，包括：基于所述目标滤波修正位置更新所述历史滤波输出结果对应的第一位姿运动状态，并将更新后的第一位姿运动状态作为所述目标滤波修正位置对应的初始位置运动状态；获取所述目标车辆对应的车辆运动信息，并基于所述车辆运动信息对应的观测误差，得到所述目标车辆对应的第二协方差矩阵；所述车辆运动信息包含所述目标车辆基于所述目标车辆的轮速信息所确定的所述历史车道信息对应的位移变化量；基于所述滤波模型，分别对所述初始位置运动状态、所述第一协方差矩阵、所述位移变化量以及所述第二协方差矩阵进行滤波处理，得到所述滤波模型对应的目标滤波输出结果；所述目标滤波输出结果中包含所述目标车辆在所述导航地图中的所述目标最优滤波输出位置对应的第二位姿运动状态和目标协方差矩阵。其中，所述基于所述先验概率分布、所述目标滤波输出结果，生成所述目标车辆在待测位置上的第一运动概率分布，包括：获取所述目标最优滤波输出位置投影在所述一维状态空间中的横向滤波分量；基于所述横向滤波分量、所述目标协方差矩阵中与所述横向滤波分量对应的方差，构建滤波概率分布；基于所述先验概率分布和所述滤波概率分布，得到所述目标车辆在待测位置上的第一运动概率分布。其中，所述路面参照对象为车道线；所述将量测到的局部路面参照对象与导航地图中的全局路面参照对象进行匹配，并根据匹配结果以及所述先验概率确定所述目标车辆在所述待测位置上的第一量测概率分布，包括：获取所述目标车辆对应的量测数据，并对所述量测数据中所包含的车道线进行转换，并将转换后的车道线确定为所述目标车辆对应的局部车道线；将所述局部车道线与导航地图中的全局车道线进行距离匹配和线型匹配，并根据匹配结果得到所述目标车辆对应的匹配概率分布；基于所述先验概率分布对所述匹配概率分布进行更新，并将更新后的匹配概率分布作为所述目标车辆在所述待测位置上的第一量测概率分布。其中，所述将所述局部车道线与导航地图中的全局车道线进行距离匹配和线型匹配，并所述匹配结果得到所述目标车辆对应的匹配概率分布，包括：将所述局部车道线与所述目标车辆之间的相对距离，作为第一距离值；获取导航地图中每条全局车道线与所述目标车辆之间的第二距离值，并基于所述第一距离值和所述第二距离值，对所述局部车道线与所述全局车道线进行距离匹配，并根据距离匹配结果确定与所述局部车道线最近的全局车道线；将确定出的与所述局部车道线最近的全局车道线，作为所述目标车辆对应的地图车道线，计算所述地图车道线与所述局部车道线之间的横向距离；基于所述横向距离，将所述局部车道线携带的虚实线属性与所述地图车道线携带的虚实线属性进行属性匹配，并根据属性匹配结果确定所述目标车辆对应的匹配概率分布。本专利技术实施例可以将多种定位方式(即组合定位方式和匹配定位方式)下获得的定位数据进行融合，以根据融合后的定位数据，在所述导航地图中找到所述目标车辆的准确位置。换言之，通过融合所述组合定位方式对应的第一运动概率分布和所述匹配定位方式对应的第一量测概率分布，可以进一步确定这两组定位方式下获得的定位数据的交叠区域，基于该交叠区域即可确定所述目标车辆在所本文档来自技高网...

【技术保护点】
1.一种定位数据处理方法，其特征在于，包括：获取目标车辆对应的车辆运动信息，并基于所述车辆运动信息以及先验概率分布，确定所述目标车辆在待测位置上的第一运动概率分布；所述先验概率分布是基于上一时刻得到的第二运动概率分布与第二量测概率分布进行融合得到的；将量测到的局部路面参照对象与导航地图中的全局路面参照对象进行匹配，并根据匹配结果以及所述先验概率分布，确定所述目标车辆在所述待测位置上的第一量测概率分布；将所述第一运动概率分布与所述第一量测概率分布进行融合，得到所述目标车辆在所述待测位置上的后验概率分布；基于所述后验概率分布确定所述目标车辆对应的最优目标位置信息；所述最优目标位置信息用于后续修正所述目标车辆在所述导航地图中的横向位置。

【技术特征摘要】
1.一种定位数据处理方法，其特征在于，包括：获取目标车辆对应的车辆运动信息，并基于所述车辆运动信息以及先验概率分布，确定所述目标车辆在待测位置上的第一运动概率分布；所述先验概率分布是基于上一时刻得到的第二运动概率分布与第二量测概率分布进行融合得到的；将量测到的局部路面参照对象与导航地图中的全局路面参照对象进行匹配，并根据匹配结果以及所述先验概率分布，确定所述目标车辆在所述待测位置上的第一量测概率分布；将所述第一运动概率分布与所述第一量测概率分布进行融合，得到所述目标车辆在所述待测位置上的后验概率分布；基于所述后验概率分布确定所述目标车辆对应的最优目标位置信息；所述最优目标位置信息用于后续修正所述目标车辆在所述导航地图中的横向位置。2.根据权利要求1所述的方法，其特征在于，所述基于所述后验概率分布确定所述目标车辆对应的最优目标位置信息的步骤包括：当确定所述后验概率分布满足收敛条件时，执行所述基于所述后验概率分布确定所述目标车辆对应的最优目标位置信息。3.根据权利要求2所述的方法，其特征在于，所述基于所述后验概率分布确定所述目标车辆对应的最优目标位置信息的步骤还包括：当确定所述后验概率分布不满足收敛条件时，将所述后验概率分布确定为所述目标车辆在下一时刻的先验概率分布。4.根据权利要求2所述的方法，其特征在于，所述确定所述后验概率分布满足收敛条件的步骤包括：基于所述后验概率分布，从所述目标车辆对应的所述待测位置中选择具有最大位置概率的待测位置，作为目标位置信息；当所述后验概率分布满足单峰分布时，基于所述目标位置信息确定所述后验概率分布对应的概率值；当所述概率值大于收敛概率阈值时，确定所述后验概率分布满足收敛条件。5.根据权利要求1所述的方法，其特征在于，所述获取目标车辆对应的车辆运动信息，并基于所述车辆运动信息以及先验概率分布，确定所述目标车辆在待测位置上的第一运动概率分布，包括：获取所述目标车辆基于滤波模型在所述上一时刻得到的滤波输出结果，作为历史滤波输出结果；所述历史滤波输出结果包含所述目标车辆在所述上一时刻基于所述滤波模型所得到的第一最优滤波输出位置对应的第一位姿运动状态和第一协方差矩阵；获取所述目标车辆对应的目标先验位置误差，并根据所述目标先验位置误差对所述第一最优滤波输出位置进行修正，得到所述目标车辆对应的目标滤波修正位置；所述目标先验位置误差为所述上一时刻得到的历史横向位置误差；基于所述滤波模型、第一位姿运动状态、第一协方差矩阵、所述车辆运动信息、所述目标滤波修正位置，确定所述目标车辆在所述导航地图中的目标最优滤波输出位置对应的目标滤波输出结果；基于所述先验概率分布、所述目标滤波输出结果，生成所述目标车辆在待测位置上的第一运动概率分布。6.根据权利要求5所述的方法，其特征在于，所述获取所述目标车辆对应的目标先验位置误差，包括：基于所述先验概率分布，从所述目标车辆对应的所述待测位置中选择具有最大位置概率的待测位置，作为历史位置信息，并在所述导航地图中获取所述历史位置信息对应的历史地理位置；获取所述目标车辆对应的历史滤波修正位置；所述历史滤波修正位置是基于上一时刻的历史先验位置误差对第二最优滤波输出位置进行修正所得到的；计算所述历史地理位置与所述历史滤波修正位置之...

【专利技术属性】
技术研发人员：马艳海，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44