定位方法、定位装置和计算机可读存储介质制造方法及图纸

技术编号:30423758 阅读:42 留言:0更新日期:2021-10-24 16:53
本公开涉及一种定位方法、定位装置和计算机可读存储介质。定位方法包括:获取感测数据;根据感测数据,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待定位对象的位置。的位置。的位置。

【技术实现步骤摘要】
定位方法、定位装置和计算机可读存储介质


[0001]本公开涉及自动驾驶
,具体来说,涉及一种定位方法、定位装置和计算机可读存储介质。

技术介绍

[0002]对诸如车辆等对象的定位是实现自动驾驶的先决条件,在自动驾驶技术中十分重要。在定位过程中,可以将通过车辆上装载的传感器等获取的感测数据与已知的地图数据进行比对,从而确定车辆在地图上的位置。

技术实现思路

[0003]本公开的目的之一是提供一种定位方法,所述方法包括:
[0004]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;
[0005]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;
[0006]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,第本文档来自技高网...

【技术保护点】

【技术特征摘要】
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....

【专利技术属性】
技术研发人员:李千山彭磊L
申请(专利权)人:宝马股份公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1