【技术实现步骤摘要】
本专利技术涉及卫星定位，尤其涉及面向自动驾驶的人工智能高精度定位方法、系统及模组。
技术介绍
1、自动驾驶包括感知定位、决策规划和控制执行三部分，其中感知定位的高精度卫星定位是自动驾驶的重要技术，准确的定位信息是保障自动驾驶安全行驶的关键。考虑到自动驾驶一方面在定位精度上需要能够达到分米级的技术水平，另一方面在可靠性上需要保持实时稳定的服务能力，随着北斗卫星导航系统全面完成组网建设部署并正式开通全球服务，卫星定位在自动驾驶中扮演的角色越来越重要。但是在一些复杂环境下，接收到的卫星信号由于障碍物的反射、遮挡和衍射等，产生多路径干扰，导致卫星导航定位结果出现严重偏移；人工智能技术的迅速发展为城市复杂环境下高精度卫星定位研究提供新途径，有不少研究将人工智能技术用于多径信号处理和自动驾驶车辆行驶过程中的定位修正，但是由于人工智能技术存在训练数据库构建困难、网络优化病态问题等，目前基于人工智能的多径信号处理及高精度卫星定位方法还不足以克服复杂环境对卫星信号的干扰，无法对gps的实时动态定位进行实时修正，无法满足自动驾驶的定位需求。另外，目前我国自动驾驶卫星导航定位技术仍依赖于gps和进口芯片，严重影响了自动驾驶行业的自主发展。
技术实现思路
1、为了解决上述技术问题，本专利技术的目标是提供面向自动驾驶的人工智能高精度定位方法、系统及模组，能够克服复杂环境对卫星信号的干扰，对gnss的实时动态定位进行实时修正，满足自动驾驶的定位需求。
2、本专利技术所采用的第一技术方案是：面向自动
3、基于部分可观测马尔可夫决策过程对环境进行建模，得到卫星定位修正模型；
4、收集源环境数据和目标域环境数据，并基于动态自适应奖励增强对源环境数据进行目标域定位校正，得到增强源环境数据；
5、对目标域环境数据和增强源环境数据进行特征提取，得到北斗卫星特征和车辆序列特征的观测值；
6、利用长短时记忆模块分别对北斗卫星特征和车辆序列特征的观测值进行前向传播，得到历史特征输出；
7、基于注意力机制对历史特征输出进行融合，得到可观察的置信状态；
8、基于参与者-评价者算法和神经网络模型构建参与者网络和评价者网络；
9、基于参与者网络和评价者网络对具备可观察置信状态的卫星定位修正模型进行策略寻优，得到修正位置。
10、进一步，卫星定位修正模型，其表达式如下：
11、卫星定位修正模型的观测空间：
12、o＝{ppos,obds}
13、
14、
15、其中，o表示环境观测空间，opos表示车辆序列位置信息，obds表示北斗卫星导航系统信息，posinit,t表示初始位置，表示历史修正定位信息，表示估计伪距与测量伪距的差值，,表示卫星相对位置的归一化视距，nmax表示车辆轨迹中的最大可见卫星数。
16、卫星定位修正模型的动作空间：
17、pospred,t＝posinit,t+δpost
18、δpost＝[δxt,δyt,δzt]
19、其中，pospred,t表示修正位置，δpost表示修正操作，δxt表示x轴上的修正操作，δyt表示y轴上的修正操作，δzt表示z轴上的修正操作，posinit,t表示初始位置。
20、卫星定位修正模型的奖励函数:
21、r＝γd
22、d＝‖posinit,t-posref,t‖2-‖pospred,t-posref,t‖2
23、其中，r表示奖励，γ表示缩放因子，d表示修正优势误差，posinit,t表示初始位置，pospred,t表示修正位置，posref,t表示模型要学习的参考位置。
24、进一步，所述参与者网络，其表达式如下：
25、
26、
27、其中，at表示动作空间，表示x轴的高斯分布，表示y轴的高斯分布，表示z轴的高斯分布，la(θa)表示参与者网络的损失函数，表示广义优势估计，clip表示裁剪函数，n表示batchsize，ρi(θa)表示新旧策略网络之间的概率比，∈表示一个用于裁剪的小值，表示参与者网络的输出。
28、进一步，所述评价者网络，其表达式如下：
29、
30、
31、
32、其中，lc(θc)表示评价者网络的损失函数，gi+1表示车辆轨迹的累计折扣奖励，t表示车辆轨迹步数，表示评价者参数，γ表示折扣因子，vπ(ot)、vθ(ot)、和表示价值函数，也表示评价者网络估计的观测价值，n表示batchsize，ri+1表示i+1时刻的奖励，hi表示i时刻的置信状态
33、进一步，所述收集源环境数据和目标域环境数据，并基于动态自适应奖励增强对源环境数据进行目标域定位校正，得到增强源环境数据这一步骤，其具体包括：
34、基于源域初始位置数据和观测值数据计算源域转移概率；
35、基于目标域初始位置数据和观测值数据计算目标域转移概率；
36、对源域转移概率和目标域转移概率进行关联，得到源域的奖励增强；
37、通过二元分类器对源环境数据和目标域数据进行分类预测，得到分类器概率；
38、基于贝叶斯规则将分类器概率和源域的奖励增强进行联系，得到源域的自适应奖励增强；
39、基于源域的自适应奖励增强对源域数据进行增强，得到增强源环境数据。
40、通过该优选步骤，对源环境数据进行奖励增强，使得增强后的源环境数据能够将奖励分布转移到目标域下，从而使得从源域得到的经验可以匹配目标域的数据分布。
41、进一步，所述基于参与者网络和评价者网络对具备可观察置信状态的卫星定位修正模型进行策略寻优，得到修正位置这一步骤，其具体包括：
42、将具备可观察置信状态的轨迹输入到参与者网络和评价者网络进行训练，得到第一估计价值和第一动作；
43、基于参与者网络和评价者网络的损失函数更新参与者网络和评价者网络的网络参数，直至训练输出的第一估计价值不再变化，得到训练后的参与者网络和评价者网络；
44、将待测的具备可观察置信状态的轨迹输入到训练后的参与者网络，得到修正动作；
45、基于修正动作对定位信息进行修正，得到修正位置。
46、通过该优选步骤，以训练参与者网络和评价者网络的形式，不断更新网络模型的参数，使得输出动作和输出价值不断逼近最优策略，得到价值最高的修正动作。
47、本专利技术所采用的第二技术方案是：面向自动驾驶的人工智能高精度定位系统，包括：
48、模型构建模块，基于部分可观测马尔可夫决策过程对环境进行建模，得到卫星定位修正模型；
49、域适应模块，用于收集源环境数据和目标域环境数据，并基于动态自适应奖励增强对源环境数据进行目标域定本文档来自技高网...
【技术保护点】
1.面向自动驾驶的人工智能高精度定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述面向自动驾驶的人工智能高精度定位方法，其特征在于，所述卫星定位修正模型，其表达式如下：
3.根据权利要求1所述面向自动驾驶的人工智能高精度定位方法，其特征在于，所述参与者网络，其表达式如下：
4.根据权利要求1所述面向自动驾驶的人工智能高精度定位方法，其特征在于，所述评价者网络，其表达式如下：
5.根据权利要求1所述面向自动驾驶的人工智能高精度定位方法，其特征在于，所述收集源环境数据和目标域环境数据，并基于动态自适应奖励增强对源环境数据进行目标域定位校正，得到增强源环境数据这一步骤，其具体包括：
6.根据权利要求1所述面向自动驾驶的人工智能高精度定位方法，其特征在于，所述基于参与者网络和评价者网络对具备可观察置信状态的卫星定位修正模型进行策略寻优，得到修正位置这一步骤，其具体包括：
7.面向自动驾驶的人工智能高精度定位系统，其特征在于，包括：
8.面向自动驾驶的人工智能高精度定位模组，应用于北斗导航定位模组
...【技术特征摘要】
1.面向自动驾驶的人工智能高精度定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述面向自动驾驶的人工智能高精度定位方法，其特征在于，所述卫星定位修正模型，其表达式如下：
3.根据权利要求1所述面向自动驾驶的人工智能高精度定位方法，其特征在于，所述参与者网络，其表达式如下：
4.根据权利要求1所述面向自动驾驶的人工智能高精度定位方法，其特征在于，所述评价者网络，其表达式如下：
5.根据权利要求1所述面向自动驾驶的人工智能高精度定位方法，其特征在于，所述收集源环境数据和目标域环...
【专利技术属性】
技术研发人员：李珍妮，郑咏雯，谢胜利，谢侃，栗波，王千明，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：
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。