[发明专利]传感器优化

权利要求书

1.一种方法，其包括：

基于网格元素来确定交通场景的三维网格模型；

确定所述三维网格模型的与优先级区域和被遮挡的网格元素相对应的所述网格元素的权重；

基于所述三维网格模型的所述网格元素来确定多个固定传感器中的相应固定传感器的网格覆盖范围；

基于所述多个固定传感器的所述网格覆盖范围来确定矩阵；以及

基于将贪婪搜索算法应用于所述矩阵、所述权重和所述多个固定传感器以基于所述多个固定传感器的姿态来使所述网格覆盖范围与固定传感器的数量的比率最大化来确定固定传感器的最佳子集。

2.如权利要求1所述的方法，其还包括通过将包括所述交通场景的地图划分为连续网格元素的矩形阵列并确定所述网格元素中的相应网格元素的高程来确定所述三维网格模型。

3.如权利要求2所述的方法，其中基于卫星激光雷达数据或机载激光雷达数据中的一者或多者来确定所述高程。

4.如权利要求1所述的方法，其还包括通过当模拟车辆行驶通过包括模拟交通的模拟交通场景时基于包括在所述模拟车辆中的模拟传感器来模拟视野来确定所述被遮挡的网格元素。

5.如权利要求4所述的方法，其还包括基于对应于在一天中的一个或多个不同时间观察到的典型交通的所述模拟交通来确定所述被遮挡的网格元素。

6.如权利要求1所述的方法，其中所述优先级区域包括人行道、装载区和公共汽车站中的一者或多者。

7.如权利要求1所述的方法，其中所述多个固定传感器分别安装在杆、建筑物或结构中的一者或多者上，使得所述多个固定传感器的视野包括所述交通场景的各部分。

8.如权利要求1所述的方法，其还包括基于从所述多个固定传感器中的相应固定传感器到所述三维网格模型的所述网格元素的视域分析来确定所述相应固定传感器的所述网格覆盖范围。

9.如权利要求1所述的方法，其中所述矩阵包括K×N关联矩阵，所述K×N关联矩阵包括对应于K个固定传感器配置的K行和对应于包括在所述相应的K个固定传感器配置的所述网格覆盖范围中的所述网格元素的N列。

10.如权利要求9所述的方法，其中所述贪婪搜索在所述K个固定传感器配置内使目标函数最大化以确定固定传感器的所述最佳子集。

11.如权利要求10所述的方法，其中所述目标函数其中B_kn是所述关联矩阵，C_k是K×1成本矩阵，W_n是应用于相应网格元素的所述权重，⊙是哈达玛积，并且是外积。

12.如权利要求1所述的方法，其还包括将固定传感器数据从固定传感器的所述最佳子集下载到车辆中所包括的第二计算机。

13.如权利要求12所述的方法，其中所述固定传感器数据包括基于包括在所述固定传感器数据中的对象的元数据，诸如边界框。

14.如权利要求12所述的方法，其还包括基于所述传感器数据来确定车辆路径。

15.一种系统，其包括被编程为执行权利要求1至14中任一项所述的方法的计算机。