一种基于区域识别的无人车辆室内外无缝定位方法

本发明公开了一种基于区域识别的无人车辆室内外无缝定位方法，属于自动驾驶领域。本发明首先设计了基于粒子群优化的支持向量机(PSO‑SVM)与隐马尔可夫模型(HMM)的联合预测模型，并利用获取到的GNSS环境特征数据作为模型输入，得到区域识别结果；然后，本发明定义了三种区域模型(室内模型、室内外过渡区模型、室内模型)用以描述车辆所处环境位置，并根据区域识别结果选择相应的量测信息；最后，利用区域切换概率更新IMM算法中三个环境子模型的切换概率，从而提高无人车辆的室内外无缝定位环境区域识别的准确性和定位精度。本发明所提及方法，经实验验证，相对于单一传感器和IMM_EKF算法，能够更好地适应环境变化，从而提高无人车辆定位的准确性和鲁棒性。