【技术实现步骤摘要】
本申请涉及自动驾驶，特别是涉及一种在卫星拒止与无先验地图条件下的道路理解方法及装置。
技术介绍
1、在机器人和自动驾驶领域，环境可大致分为结构化与非结构化两种类型。相比于结构化环境，非结构化环境下的自主导航犹如一场艰难的冒险，面临着诸多棘手的挑战。首先，非结构化环境本身具有高度的不确定性，这使得场景时刻处于动态变化之中，可能突然出现的障碍物，瞬息万变的路况，都为导航增加了极大的难度。其次，复杂的状态空间也极大地提升了导航系统准确建模与决策的难度。在这样的环境中，各种干扰因素交织，导致系统难以精确界定自身的状态。与此同时，有限的先验知识以及高精度定位信息的缺失，也进一步加剧了导航的复杂性。当执行长距离自主导航任务时，在陌生的非结构化环境里，全局规划模块扮演着至关重要的角色。该模块需根据目标环境的先验信息以及车辆的具体任务需求，生成能够引导车辆行驶的路径，为后续的局部路径规划与车辆控制提供宏观指导。然而，当面对复杂且未知的非结构化环境时，先验信息的缺失就像给全局路径规划模块戴上了枷锁，严重限制了其功能的发挥。
2、在未知的非结构...
【技术保护点】
1.一种在卫星拒止与无先验地图条件下的道路理解方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，基于所述三维地形模型提取地形粗糙度和法向量，包括：
3.根据权利要求1所述的方法，其特征在于，所述粗糙度图和法向量图分别为：
4.根据权利要求3所述的方法，其特征在于，将所述环境可通行性图对应的基本概率分配与所述融合后的证据进行融合，得到最终融合后的数据，包括：
5.根据权利要求1所述的方法，其特征在于，对所述可通行区域的宽度进行估计，包括：
6.根据权利要求1所述的方法，其特征在于，根据...
【技术特征摘要】
1.一种在卫星拒止与无先验地图条件下的道路理解方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，基于所述三维地形模型提取地形粗糙度和法向量，包括：
3.根据权利要求1所述的方法，其特征在于，所述粗糙度图和法向量图分别为：
4.根据权利要求3所述的方法，其特征在于，将所述环境可通行性图对应的基本概率分配与所述融合后的证据进行融合，得到最终融合后的数据，包括：
5.根据权利要求1所述的方法，其特征在于，对所述可通行区域的宽度进行估计，包括：
6.根据权利要求1所述的方法，其特征在于，根据估...
【专利技术属性】
技术研发人员：孙振平，李晓辉，布亚峰，曾俊，付浩，李健，
申请(专利权)人：中国人民解放军国防科技大学，
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。