校验对象的定位结果的方法、装置、设备、介质和产品制造方法及图纸

一种校验对象的定位结果的方法，包括至少部分地基于感测数据，生成对象的定位信息，感测数据通过在定位对象以获得定位结果期间感测对象的周围环境而得到；获取对象的定位统计信息，定位统计信息表征定位信息的历史分布趋势；以及基于定位信息和定位统计信息，校验定位结果的准确性。位结果的准确性。位结果的准确性。

【技术实现步骤摘要】
校验对象的定位结果的方法、装置、设备、介质和产品


[0001]本公开涉及自动驾驶
，特别地涉及一种校验对象的定位结果的方法、装置、计算机设备、可读存储介质、计算机程序产品和车辆。

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比对，从而确定车辆在地图上的位置。对于车辆定位结果的校验是保证自动驾驶系统安全性的重要步骤，现有技术中，校验定位结果的技术还有很大的提高空间。
[0003]在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

技术实现思路

[0004]提供一种缓解、减轻或甚至消除上述问题中的一个或多个的机制将是有利的。
[0005]根据本公开的一方面，提供了一种校验对象的定位结果的方法，包括至少部分地基于感测数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种校验对象的定位结果的方法，包括：至少部分地基于感测数据，生成所述对象的定位信息，所述感测数据通过在定位所述对象以获得所述定位结果期间感测所述对象的周围环境而得到；获取所述对象的定位统计信息，所述定位统计信息表征所述定位信息的历史分布趋势；以及基于所述定位信息和所述定位统计信息，校验所述定位结果的准确性。2.如权利要求1所述的方法，其中，所述生成所述对象的定位信息包括：获取第一签名高斯混合模型，所述第一签名高斯混合模型在定位所述对象以获得所述定位结果期间基于所述感测数据生成，所述第一签名高斯混合模型包括至少一个第一高斯聚类，每个第一高斯聚类具有对应的第一签名，每个第一签名与至少部分所述感测数据的视觉特征相关；以及提取每个第一高斯聚类的统计特征量作为所述定位信息。3.如权利要求2所述的方法，其中，所述获取所述对象的定位统计信息包括：获取所述对象在不同于当前时刻的至少一个历史时刻的至少一个第二签名高斯混合模型，每个第二签名高斯混合模型对应一个相应的历史时刻，每个第二签名高斯混合模型包括至少一个第二高斯聚类，每个第二高斯聚类具有对应的第二签名，每个第二签名与所述相应的历史时刻的至少部分感测数据的视觉特征相关；针对每个第二签名，从所述至少一个第二签名高斯混合模型中提取具有该第二签名的第二高斯聚类的统计特征量；以及将与每个第二签名对应的统计特征量作为所述定位统计信息。4.如权利要求3所述的方法，其中，所述校验所述定位结果的准确性包括：针对每个第一高斯聚类：将该第一高斯聚类的第一签名与所述定位统计信息中的第二签名进行比较；响应于确定该第一签名与所述定位统计信息中的某一第二签名相匹配，确定与该第一签名对应的第一高斯聚类的统计特征量是否符合与该第二签名对应的统计特征量所表征的历史分布趋势；响应于确定存在至少一个第一签名，与该至少一个第一签名对应的第一高斯聚类的统计特征量不符合所述历史分布趋势，统计该至少一个第一签名的数量；将所统计的数量与第一阈值进行比较；以及响应于确定所述数量大于所述第一阈值，确定所述定位结果不准确。5.如权利要求4所述的方法，其中，所述确定与该第一签名对应的第一高斯聚类的统计特征量是否符合与该第二签名对应的统计特征量所表征的历史分布趋势包括：确定该第二签名对应的特征统计量的分布区间，所述分布区间包括上边界和下边界；将与该第一签名对应的第一高斯聚类的统计特征量与所述上边界和所述下边界进行比较；以及响应于确定与该第一签名对应的第一高斯聚类的统计特征量大于所述上边界或小于所述下边界，确定与该第一签名对应的第一高斯聚类...

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