【技术实现步骤摘要】
本专利技术属于定位，具体涉及一种自适应车道级地图匹配方法及装置。
技术介绍
1、随着自动驾驶产业技术的发展，单车智能感知、车路协同融合感知技术均得到了快速发展。其中，单车智能、车路协同融合感知均需要更高精度的定位，尤其是适应各种路况条件下的实时的、车道级的定位。
2、地图匹配的核心目标是辅助矫正定位信息，通常由于定位信息的偏差，观察得到的车辆位置并不是处在正确的道路/车道上。显然，如果道路/车道不对，那定位信息必然是错的，其也不能支持自动驾驶系统。凭着高精度地图带来的预先良好定义的地理信息，地图匹配技术从来都是传感器数据融合之外，有效提升定位质量的重要途径。
3、目前，自动驾驶技术所希望的分米级定位并不能够实时、稳定地获取。现有技术如基于隐马尔科夫链的地图匹配方法，这种方法的主要内容是：在完成数据采集后，对全体的点轨迹和交通道路网络数据，构建状态空间、观测空间、生成概率、状态转移概率，并求解最佳匹配的路径序列。该方法基于全局数据的地图匹配，匹配的准确性更好，计算稳定性更好。但是也存在如下较多缺陷：
4...
【技术保护点】
1.一种自适应车道级地图匹配方法，应用于指定对象定位，其特征在于，所述自适应车道级地图匹配方法基于隐马尔可夫链模型实现，具体包括以下步骤：
2.如权利要求1所述的自适应车道级地图匹配方法，其特征在于，所述根据指定对象最新的定位以及历史车道序列构建当前的状态空间，包括：
3.如权利要求2所述的自适应车道级地图匹配方法，其特征在于，所述匹配相邻近的车道集合，包括：
4.如权利要求1所述的自适应车道级地图匹配方法，其特征在于，所述根据指定对象最新的定位以及历史轨迹构建当前的观测空间，包括：
5.如权利要求1所述的自适应车道级地...
【技术特征摘要】
1.一种自适应车道级地图匹配方法，应用于指定对象定位，其特征在于，所述自适应车道级地图匹配方法基于隐马尔可夫链模型实现，具体包括以下步骤：
2.如权利要求1所述的自适应车道级地图匹配方法，其特征在于，所述根据指定对象最新的定位以及历史车道序列构建当前的状态空间，包括：
3.如权利要求2所述的自适应车道级地图匹配方法，其特征在于，所述匹配相邻近的车道集合，包括：
4.如权利要求1所述的自适应车道级地图匹配方法，其特征在于，所述根据指定对象最新的定位以及历史轨迹构建当前的观测空间，包括：
5.如权利要求1所述的自适应车道级地图匹配方法，其特征在于，所述基于所述状态空间，根据车道拓扑关联构建状态转移概率矩阵，包括：
6.如权利要求1所述的自适应车道级...
【专利技术属性】
技术研发人员：陈胜华，刘云鹏，朱芸，许一，晋瑞豪，丁冀中，朱海峰，
申请(专利权)人：中国电子科技南湖研究院，
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。