1.一种基于高斯概率模型的无人车辆导航障碍物建模方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于高斯概率模型的无人车辆导航障碍物建模方法,其特征在于:在步骤一中,具体包括,依据无人车辆长宽大小,设定栅格地图分析窗口的分辨率;基于感知点云数据信息,提取栅格分析窗口内的地形特征,分析可通过性系数,建立一定区域的静态栅格地图;对不同的障碍物创建不同数据记忆存储空间memory,将对同一障碍物依时间采样序列收集到的障碍物状态数据存放在各自的memory中。
3.根据权利要求2所述的一种基于高斯概率模型的无人车辆导航障碍物建模方法,其特征在于:在步骤二中,具体包括,基于存储的数据计算静态障碍物状态信息的概率密度函数和置信区间上下限以及动态障碍物的预测状态。
4.根据权利要求3所述的一种基于高斯概率模型的无人车辆导航障碍物建模方法,其特征在于:在步骤二中,为了计算静态障碍物概率模型(3),通过依据高斯理论,选取正态分布概率密度来描述位置的概率取值,用极大似然估计法估计障碍物的位置参数,包括,
5.根据权利要求4所述的一种基于高斯概率模型的无人车辆导航障碍物建模方法,其特征在于:在步骤二中,为了计算动态障碍物滤波模型(4),建立障碍物运动模型、随机噪声建立障碍物预测模型和观测模型,基于卡尔曼滤波器的动态障碍物不确定模块(2)用以修正当前状态量以及预测未来状态量,从而得到当前时刻的最优估计;
6.根据权利要求5所述的一种基于高斯概率模型的无人车辆导航障碍物建模方法,其特征在于:在步骤三中,选用矩形包围框对障碍物进行膨胀处理,包括障碍物中心的不确定位置范围的矩形1、包围障碍物的最小矩形的矩形2和膨胀后的障碍物矩形3,设包围障碍物的矩形2的长度分别为a和b,膨胀后的包围障碍物的矩形3长度分别为a+2rex和b+2rey。
7.根据权利要求6所述的一种基于高斯概率模型的无人车辆导航障碍物建模方法,其特征在于:在步骤四中,在将障碍物信息存储在memory空间内时,若此时的memory空间数据已满,则删除最早放入的数据。
8.根据权利要求7所述的一种基于高斯概率模型的无人车辆导航障碍物建模方法,其特征在于:在步骤四中,对不满覆盖一个单位栅格按完全覆盖一个栅格处理。
9.一种基于高斯概率模型的无人车辆导航障碍物建模系统,其特征在于:包括,
10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机程序,所述计算机程序配置为由处理器调用时实现权利要求1-8中任一项所述的基于高斯概率模型的无人车辆导航障碍物建模方法的步骤。