[发明专利]对自定位初始化的初始自我姿态进行确定的方法和系统

说明书

对自定位初始化的初始自我姿态进行确定的方法和系统。提供了一种对自定位初始化的初始自我姿态进行确定的计算机实现方法，该方法包括由计算机硬件组件执行的以下步骤：在地图中设置多个粒子；将所述粒子分组成多个聚类；针对聚类中的各个聚类单独执行粒子过滤；以及基于所述粒子过滤，对初始自我姿态进行确定。

技术领域

本公开涉及对例如车辆的自定位初始化的初始自我姿态进行确定的方法和系统。

背景技术

自定位是许多自主驾驶应用中的最重要部分。有多种方法来解决自我定位问题，诸如使用全球导航卫星系统(GNSS)、航位推算法或者同步定位与地图构建(SLAM)法。

可以将自定位问题分类成局部自定位和全局自定位这两大组。

如果初始自我姿态是未知的，那么可以执行全局自定位。假设已知的初始自我姿态会导致局部自定位。例如，如果GNSS信号不可用，那么必须使用其它手段来确定初始姿态。

因此，需要提供即使GNSS信号不可用时也能对车辆的初始姿态进行确定的有效且可靠的方法。

发明内容

本公开提供了一种计算机实现的方法、计算机系统、车辆以及非暂时性计算机可读介质。

在一个方面，本公开致力于一种对自我定位初始化的初始自我姿态进行确定的计算机实现的方法，所述方法包括由计算机硬件组件执行(换句话说：实现)的以下步骤：在地图中设置多个粒子；将所述粒子分组成多个聚类；针对所述聚类中的各个聚类单独执行粒子过滤；以及基于所述粒子过滤来确定初始自我姿态。

换句话说，可以执行聚类并行过滤，以保持所有聚类被作为单独的过滤器并行地跟踪和处理，直到过滤器收敛(通过监测过滤器参数来识别)。这可以避免过滤器发散，并且可以消除对粒子注入的需要。

根据另一方面，所述粒子过滤的步骤是单独针对所述聚类中的各个聚类并行地执行的。可以将并行执行粒子过滤理解为同时使用至少一些计算资源来对所述聚类中的两个或多个聚类进行粒子过滤。

根据另一方面，所述多个粒子是基于所述地图上的随机分布和/或所述自我姿态的估计中的至少一项来设置的。

如果没有自我姿态的信息可用，则可以在地图上提供随机分布。否则，可以使用更专注于自我姿态的估计的分布。

根据另一方面，执行所述粒子过滤的步骤包括：样本分配、预测、更新以及重采样。通过预测所述粒子，可以确定所述粒子中的各个粒子在下一时间步中的位置。通过更新，在考虑所述地图和传感器观察结果的情况下对样本进行加权。通过重采样，可以针对后续时间步，用合适的样本(换句话说：粒子)集合来表示所述粒子的位置。

根据另一方面，所述粒子是基于潜在聚类中的粒子的数量来被分组成所述多个聚类的。例如，可以重复地(或迭代地)执行聚类，直到潜在聚类中的粒子的数量满足预定标准为止，例如，直到所述聚类中的各个聚类中的粒子的数量高于预定阈值为止(换句话说：直到各个聚类至少包括预定数量的粒子为止)。

根据另一方面，所述粒子是基于潜在聚类的数量来被分组成所述多个聚类的。例如，可以重复地(或迭代地)执行聚类，直到所述聚类的数量满足预定标准为止，例如，直到所述聚类的数量低于预定阈值为止。

根据另一方面，所述计算机实现方法还包括由所述计算机硬件组件执行的以下步骤：如果一聚类处于关注区之外，则排除(exhausting)该聚类。例如，如果聚类处于所述地图之外，则可以排除该聚类(换句话说：可以从考虑中删除或者去除该聚类和该聚类的粒子)。

根据另一方面，所述计算机实现方法还包括由所述计算机硬件组件执行的以下步骤：如果一聚类的一粒子处于关注区之外，则排除该粒子。例如，如果聚类的粒子处于所述地图之外，则可以排除这些粒子(换句话说：从考虑中删除或去除)。