CN105556244B - 用于获取机动车在大地坐标系中的实际位置的方法以及机动车 - Google Patents

用于获取机动车在大地坐标系中的实际位置的方法以及机动车 Download PDF

Info

Publication number
CN105556244B
CN105556244B CN201480051264.8A CN201480051264A CN105556244B CN 105556244 B CN105556244 B CN 105556244B CN 201480051264 A CN201480051264 A CN 201480051264A CN 105556244 B CN105556244 B CN 105556244B
Authority
CN
China
Prior art keywords
conversion
data
motor vehicle
itself
position data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201480051264.8A
Other languages
English (en)
Other versions
CN105556244A (zh
Inventor
C·西蒙
F·米克勒
A·托尔金
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Audi AG
Original Assignee
Audi AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Audi AG filed Critical Audi AG
Publication of CN105556244A publication Critical patent/CN105556244A/zh
Application granted granted Critical
Publication of CN105556244B publication Critical patent/CN105556244B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明涉及一种用于获取机动车(6)在大地坐标系中的实际位置(5)的方法，所述实际位置从——特别是通过被分配给全球导航卫星系统的位置传感器(8)采集的——第一测地学位置数据(2)的时间序列并且通过至少一个自身移动传感器(9)采集的自身移动数据(3)获取，其中，从参考时间点开始通过对由当前的自身移动数据(3)得出的机动车(6)位移向量应用变换到大地坐标系的变换来获取所述位置，所述参考时间点与所述变换相关，其中，在回归分析的范围内所述变换被确定为根据在限定的时间段内获取的位置数据(2)曲线在同一时间段内获取的位移向量曲线的最优的图形。

Description

用于获取机动车在大地坐标系中的实际位置的方法以及机 动车
技术领域
本发明涉及一种用于获取机动车在大地坐标系中的实际位置的方法，所述实际位置从——特别是通过被分配给全球导航卫星系统的位置传感器采集的——第一测地学位置数据的时间序列并且通过至少一个自身移动传感器采集的自身移动数据获取。此外，本发明还涉及一种机动车。
背景技术
尽可能精确的位置信息在现代机动车中对于多种车辆系统而言，尤其是对于其中可能包含部分高度精确的信息、例如路障信息的导航系统而言是很实用的。由此力图尽可能精确地确定机动车的位置。对此提出使用位置传感器，这些位置传感器能够基于全球导航卫星系统(GNSS)、例如GPS(全球定位系统)来定位机动车。在大地坐标系中确定位置的其他可能性在于探测其确切位置是已知的指路牌和/或通过外部传感器、例如摄像机拍摄机动车，该摄像机例如通过车对X通信传送大地坐标系中的相应的位置数据，因为至少该外部传感器的确切位置是已知的。但这种位置确定系统却常常不具备必需的精确性并且尤其还显现出偏差于高斯误差分布的不精确性。
因此提出，可以使用机动车中采集的其他的传感器数据来确定机动车的精确的实际位置。在此情况下尤其是提供至少一个自身移动传感器的自身移动数据，这种自身移动传感器允许例如通过预设的时间窗来追踪机动车的全部移动。自身移动数据通常包括位置增量，由此包括在利用自身移动传感器两次采集传感器数据之间矢量的方向和大小。自身移动传感器可以是例如可通过假定的或同样已知的车轮周长测量经过的行程的车轮转速传感器或包括惯性传感机构。
现有技术中已经提出了一种将GNSS与自身移动评估装置相连接以允许尤其是在城区中更好地定位机动车的方法。在该方法中使用了状态评估装置、例如卡尔曼滤波器以及状态评估装置的派生装置，对此可以参考以下权威著作例如，J.Wendel“IntegrierteNavigationssysteme:Sensordaten,GPS und Inertiale Navigation”,OldenbourgWissenschafts Verlag,2007(奥尔登堡经济出版社于2007年出版的作者为J.Wendel的著作“集成导航系统：传感器数据、GPS以及惯性导航”)以及J.Farrell,“The GlobalPositioning System&Inertial Navigation”,McGraw-Hill Companies,Inc.,1998(麦格劳希尔股份有限公司出版的作者为J.Farrell的著作“全球定位系统&惯性导航”)。但这种状态评估装置的应用存在许多缺陷。其一就是由于历史数据(Historie)仅涉及状态-协方差矩阵，所以几乎没有考虑到自身移动评估装置的内部统一性，由此也几乎没有考虑到自身移动轨迹(Ego-Trajektorie)。此外，公知的方法与通常由GNSS的位置传感器提供的置信性质量没有太大关联。使用状态评估装置的前提条件是存在高斯分布误差，这在GNSS中并非总能适用。在处理位置数据、尤其是GPS数据时必然要费力地补偿等待时间。必要时要静态地进行离群值检测。
发明内容
因此，本发明的目的在于提供一种更好地、尤其是更为精确地获取机动车的实际位置的方法，这种方法尤其还考虑到了数据来源的特别特征。
为了实现上述目的，按照本发明在开头所述类型的方法中提出：从参考时间点开始通过对由当前的自身移动数据得出的机动车位移向量应用变换到大地坐标系的变换来获取所述位置，所述参考时间点与所述变换相关，其中，在回归分析的范围内所述变换被确定为根据在限定的时间段内获取的位置数据曲线在同一时间段内获取的位移向量曲线的最优的图形。
由此提出：将变换应用于与自参考时间点开始求积分(aufintegrieren)的自身移动数据相对应的位移向量，并由此得出机动车自参考时间点起(并且由此以参考位置为起点)实际朝向什么方向移动了多远。例如，可以计算出从参考时间点开始时测量到的位置增量之和，但该参考时间点也并非必须是固定不变的，因为为了改变变换作为平移(Translation)仅需要添加从旧参考时间点到新参考时间点(或所属的位置)的位移向量。而且本来也无需始终提供所有的自身移动数据，因为仅需要向在最后的时间步时所使用的位移向量中添加一个新的附加的位置增量即可。
在回归分析的范围内确定变换。在此所提供的方法通过借助回归分析使得自身移动轨迹与位置数据、尤其是GPS测量点相配合来解决传感器数据融合的问题。根据这种配合可以优化地推测对于变换的规定。在此充分利用了以下情况，即通过自身移动数据描述的自身移动轨迹在短时间内是准确的，也就是说，误差随着时间缓慢增长。大地坐标系中的位置数据、尤其是GPS位置数据被视为是长期稳定的，也就是说，认为位置数据的预期值与实际值相对应。
这种借助回归来描述的传感器数据融合与公知的方法相比具有诸多优势。相对于没有进行高斯分布的误差而言它提供了更大的稳定性(Robustheit)，因为这种误差并不被作为前提条件。该稳定性还会相对于不准确的置信性而升高。这种方式由此实现了一种需更详尽地论证的适应性的离群值/异常值检测，其中，变换的每个优选地周期性地实现的重新计算均可能是一种新的选择。此外，内在地包含自身移动轨迹的内部统一性。
在此也可以将变换的参数理解为描述实际位置模型的参数。由此定期地汇集描述机动车轨迹的位置数据和自身移动数据，以便从模型评估中获取变换的参数，当存在新的自身移动数据时始终可以将变换的参数应用于实际的位移向量中，从而可以获取更好的、更精确的测地学位置。
可以使用GPS传感器作为用于获取位置数据的位置传感器，其中，当然也可以使用用于其他全球导航卫星系统(GNSS)的其他位置传感器。还可以从其他来源获取位置数据，例如通过探测其测地学位置是已知的指路牌或另外的物体，但或者通过可以利用例如车对X通信将其观察结果传输给机动车的外部传感器。因此，按照本发明的方法通过利用回归进行自身移动联接来改善确定的位置数据。在此，正如所描述的那样以位置数据确定变换，可以通过该变换将位移向量传输到大地坐标系中。
还可以将至少一个车轮的转速传感器用作为用于获取自身移动数据的自身移动传感器，其中，可以额外地通过不同的其他传感器和/或机动车系统来获取移动方向。采集自身移动数据的方法基本上都已被现有技术公知并且也可以使用在本发明的范围内。
适宜的是使用包括至少一个旋转(Drehung)和至少一个平移(Translation)的变换。此时优选的是自身移动数据的曲线尽可能保持不变，也就是说，将相同角度的唯一的旋转作为变换参数应用于曲线的所有位移向量并且将相同的平移应用于曲线的所有位移向量，其中，输入平移向量代表其他的变换参数。变换的部分也就是总平移和总旋转。
在本发明的一个特别有利的方案中规定，所述变换额外地包括位移向量的缩放。这种也可以直接应用于位置增量的缩放因数弥补了自身移动数据确定方面的不精确性，这与行程长度、例如轮胎圆周的错误预测以及诸如此类相关。另外通过这种方式弥补了陆地表面不平坦的实际情况，因为在大多数情况下使用的都是二维的大地坐标系。
通常可以用使曲线偏差最小化的优化方法来确定所述变换。这是适宜的，因为与位置数据相比可以更频繁地采集自身移动数据，从而确定每个在位置数据中针对它也存在一个位置数据的时间点的位移向量，并且仅考虑通过采集位置数据的时间点所确定的取样点(Stuetzstelle)。可以考虑自身移动数据的内插法。可以通过如下方式搜寻优化的变换，即，为实际观察的变换确定一个用于这种时间点中的每个时间点的变换过的位移向量。然后通过观察在相同时间点上的位置数据与变换的位移向量之间的差别给出曲线的偏差。可以通过结合不同时间点的各自的误差来获取被最小化的目标函数，其中可以实现线性的或非线性的优化。
适宜的是通过以下方式作为优化方法的初始位置以如下方式设置位移向量的曲线，即，使第一位移向量与第一位置数据相对应和/或使最后的位移向量与最后的位置数据相对应。由此给出了用于搜寻最小值，也就是曲线的最佳一致性的好的初始位置。假如将缩放因数用作为变换的参数，则另外还可能以如下方式设置位移向量的曲线，即，第一位移向量与第一位置数据相对应且同时最后的位移向量与最后的位置数据相对应。
优选地，在优化方法中以不同的加权方式考虑曲线的不同时间点上的偏差。也就是说，例如在构成上述目标函数的过程中还可以加入权重因数，该权重因数可以例如造成以不同加权方式评价各个时间点上的偏差。为此可以进行以下设置：时间上较早测量的点的加权略高于时间上较晚测量的点。其原因在于，测量误差通常与机动车的自身速度以及偏转比率相关联，所以更为适宜的是与旧的点相比新的点权重更高。但同样可以另外进行以下设置：利用与被分配给各个位置数据的置信值相关联的权重因数来实现上述加权。通常GNSS位置传感器除了位置数据以外还提供置信值，该置信值描述的是估测的位置确定精确性。也可以将置信值用作为误差向量的加权。另外可以考虑，令与机动车的偏转比率或另一行驶动力学参数相关联的速度因数也与例如速度直接相关。由此可以在采集位置数据的同时关注机动车的状态。
在本发明的一个尤其具有优点的构造方式中进行以下设置：在使用RANSAC-算法确定变换之前和/或期间识别位置数据的曲线中的离群值并且在确定变换时不考虑所述离群值。在GNSS位置数据中的离群值可以例如由于通常在城市环境中卫星所发射的信号反射到机动车周围环境中的物体上以及诸如此类而引发。由此可以得到明显与包含在曲线中的其他位置数据相偏差的位置数据。可以例如借助现有技术中公知的RANSAC-算法搜寻到这种离群值。例如在Martin A.Fischler和Robert C.Bolles的基础论文“Random sampleconsensus:a paradigm for model fitting with applications to image analysisand automated cartography”,Commun.ACM,24(6):381–395,1981(“随机样本一致性：与用于图像分析和自动化制图的应用程序相匹配的模型范例”)中描述了上述RANSAC-算法。
这种方法的一种改进方案提出：通过多次相继地获取变换、尤其是通过形成平滑的中间值来对描述所述变换的参数进行平滑处理。由此可以考虑例如通过状态评估来实现的变换参数的曲线的平滑处理。在此可以将变换要求视为是静态的或至少缓慢地变化的，从而能够抑制例如在变换参数中突然出现的不期望的跳跃。在这种情况下，回归的结果首先被提供用于多次连续地进行回归分析，然后再进一步例如通过形成平滑的中间值来进行平滑处理。
正如已经阐明的那样，可以周期性重复地尤其是利用给出新的位置数据的频率或其整数的小部分(Bruchteil)来重新确定变换。由此可以例如在以10Hz的频率提供位置数据的位置传感器中每隔0.1s实现一个新的变换确定。但并非在每次例如通过位置传感器获取重新测量到的位置数据时都需要执行一次新的回归分析，而是正如在以上描述的，尤其是利用5Hz，1Hz，0.5Hz的频率或类似的整数的小部分的实例中所展示的那样，仅在较大的时间间隔中重复地获取变换就足够了。由此在不会由于过于频繁的重新确定而出现例如所描述的控制装置的极大负荷的情况下有规律地进行重新确定。
限定的时间段的长度可以选择为20秒至40秒、优选30秒或以如下方式选择，即，在该限定的时间段中存在100个至500个采集位置数据的时间点。在此，该限定的时间段优选地包括预设数量的、采集位置数据的时间点。假如预设的时间段的长度为30秒，那么在5Hz的位置数据传输频率下与这个时间段相对应的预设的时间点的数量为150，在10Hz的位置数据传输频率下预设的时间点的数量为300。
尤其优选的是，在确定所述变换的同时还获取自身移动传感器的传感器模型的至少一个参数、尤其是描述测量误差的参数。另外还可以同时优化传感器模型、尤其是误差模型的参数。例如已知的是：测量误差与速度之间存在一种线性关系，这种线性关系涉及的是自身移动传感器。由此可以从传感器模型(误差模型)中估测出这种测量误差，从而可以在通过传感器模型中的参数优化关于误差的描述的同时改善自身移动数据的预处理。
除上述方法以外，本发明还涉及一种机动车，该机动车包括被设计用于实施按照本发明的方法的控制装置。该机动车另外具有用于位置数据的第一数据源、尤其是GNSS的位置传感器以及用于自身移动数据的第二数据源、尤其是至少一个自身移动传感器。在传感器融合的情况下，使用位置数据和自身移动数据来实现更好的位置确定。按照本发明的方法的所有实施方式都可以相应地转用于按照本发明的机动车，借此该机动车可以具有相同的优势。
附图说明
下面通过实施例的描述并且借助附图给出本发明的其他优点、特征和细节。其中：
图1示出用于阐述按照本发明的方法的概况图；以及
图2示出按照本发明的机动车。
具体实施方式
图1示出了用于实施按照本发明的方法的概况图。本方法最终在两个不同的时间标度上进行，在步骤1中每隔5秒根据位置数据2和自身移动数据3重新计算变换参数，同时在步骤4中自参考时间点起明显较频繁地例如以大于10Hz的频率将变换应用于实际的、明显较频繁地出现的位移向量。简而言之：本方法首先在步骤1中获取与参考时间点相关的变换以及描述自参考时间点起的位置变化的位移向量，然后在步骤4中将该位移向量变换到全球大地坐标系中，从而可以换获取高精确的、实际的位置5。下面将更详尽地阐述上述方法。
在步骤1中观察目前包含N＝150个时间点的预设的、限定的时间段，在这个时间段的位置数据被采集。当向位置传感器——在本实施例中是GPS-传感器——以5Hz的频率传输位置数据之后，预设的时间段的长度为30秒。在下文中以pi来表示在大地坐标系中在时间点i时的位置数据的向量。对于每个时间点i而言都能够通过自身移动求积分从自身移动数据3中获取在零向量的参考时间点时的位移向量vi。由此，在每个时间点N时都存在数据对(pi,vi)。在回归分析的范围内应首先确定应用于位移向量vi的变换，由此使得通过变换的位移向量构成的曲线尽可能精确地符合通过位置数据pi确定的曲线。
然而首先通过RANSAC-算法检查位置数据pi的离群值；出于其他考虑而抽出这些离群值。
在本实施例中，以以下变换为出发点来确定变换的位移向量
涉及经过角度的旋转，这个旋转适用于所有的vi。o描述用于所有vi的固定的平移。参数a是缩放因数，该缩放因数能够补偿地面相对于平面的偏差并且还能够补偿在例如通过在车轮的转速传感器中错误地获取的轮胎圆周来确定自身移动数据的情况下出现的偏差。由此，存在4个变换参数，即，旋转角缩放因数a以及平移o的两个坐标值。
对于曲线中的每个点i(最终对于每个时间点)都能够确定出一个偏差ei：
从中能够限定出被最小化的目标函数E。
E＝∑wi*|ei|
在一个优化方法中，在最小化对变换的曲线相对于通过位置数据限定的曲线pi的偏差进行描述的目标函数E之前，通过使得第一位移向量v1与第一位置数据p1相对应并且最后的位移向量vN与最后的位置数据pN相对应来选择一个适合的起始点，这在使用缩放因数a的情况下能够毫无疑问地实现。
然后实施一个优化的方法，该方法最小化目标函数E并且由此确定出对于变换的参数、也就是对于a、以及o而言优化的评估。根据上述用于目标函数E的公式可知其中包括了权重因数ei。在此通过以下方式实现加权，即，较老的值、也就是曲线的更早的点的权重略低于较新的；另外还将用于各个位置数据的由位置传感器提供的置信值加入到加权中。
为了将来能够更好地预处理自身移动数据3，在获取变换的参数的同时另外还对至少一个自身移动传感器的传感器模块的至少一个描述测量误差的参数进行优化。
在本发明中每5秒周期性地重新确定变换的参数，其中另外开始令变换的参数及传感器模块的参数进行平滑处理。在本发明中通过多次的回归，也就是多次在时间上连续地实施步骤1形成适合的平均值来实现上述设置。但这是有选择性的或仅能够针对于几种特定的参数实施。
在步骤4中能够使用实际的变换参数，从而分别应用实际的自身移动数据3计算出更好的实际位置5。
图2示出了按照本发明的机动车6的概况图。该机动车包括可以在其中实施按照本发明的方法的控制装置7。控制装置7为此采集在此是GPS-传感器的位置传感器8的、恰恰与至少一个自身移动传感器9的自身移动数据3相违背的位置数据2。通常通过结合多个传感器、例如用于通过采用确定的轮胎周长的车轮的转速传感器获取已经过的行程的传感器以及用于根据罗盘和/或内部传感机构的数据确定方向的传感器的数据来形成自身移动数据。
获取的实际位置5可以被输出给机动车6的总线系统10、例如CAN总线，在总线系统中该实际位置能够进一步应用于例如导航系统11或其他在此并未详细展示的车辆系统。

Claims (16)

1.一种用于获取机动车(6)在大地坐标系中的实际位置(5)的方法，所述实际位置从第一测地学位置数据(2)的时间序列并且通过至少一个自身移动传感器(9)采集的自身移动数据(3)获取，
其中，从参考时间点开始通过对由当前的自身移动数据(3)得出的机动车(6)位移向量应用变换到大地坐标系的、包括至少一个旋转和至少一个平移的变换来获取所述位置，所述参考时间点与所述变换相关，其中，在回归分析的范围内所述变换被确定为根据在限定的时间段内获取的位置数据(2)曲线在同一时间段内获取的位移向量曲线的最优的图形，
其特征在于，
所述变换额外地包括位移向量的缩放。
2.根据权利要求1所述的方法，其特征在于，所述第一测地学位置数据(2)是通过被分配给全球导航卫星系统的位置传感器(8)采集的测地学位置数据。
3.根据权利要求1或2所述的方法，其特征在于，使用GPS-传感器作为用于获取位置数据(2)的位置传感器(8)和/或使用至少一个车轮的转速传感器作为用于获取自身移动数据(3)的自身移动传感器(9)。
4.根据权利要求1或2所述的方法，其特征在于，用使曲线偏差最小化的优化方法来确定所述变换。
5.根据权利要求4所述的方法，其特征在于，作为优化方法的初始位置以如下方式设置位移向量的曲线，即，使第一位移向量与第一位置数据相对应和/或使最后的位移向量与最后的位置数据相对应。
6.根据权利要求4所述的方法，其特征在于，以不同的加权方式考虑曲线的不同点上的偏差。
7.根据权利要求6所述的方法，其特征在于，时间上较早测量的点的加权略低于时间上较晚测量的点，和/或利用与被分配给各个位置数据的置信值相关联的加权因数实现加权。
8.根据权利要求1或2所述的方法，其特征在于，在使用RANSAC-算法确定变换之前和/或期间识别位置数据(2)的曲线中的离群值并且在确定变换时不考虑所述离群值。
9.根据权利要求1或2所述的方法，其特征在于，通过多次相继地获取变换来对描述所述变换的参数进行平滑处理。
10.根据权利要求9所述的方法，其特征在于，通过形成平滑的中间值来对描述所述变换的参数进行平滑处理。
11.根据权利要求1或2所述的方法，其特征在于，周期性重复地重新确定所述变换。
12.根据权利要求1或2所述的方法，其特征在于，限定的时间段的长度选择为20秒至40秒或以如下方式选择，即，在该限定的时间段中存在100个至500个采集位置数据(2)的时间点。
13.根据权利要求1或2所述的方法，其特征在于，限定的时间段的长度选择为30秒。
14.根据权利要求1或2所述的方法，其特征在于，在确定所述变换的同时还获取自身移动传感器(9)的传感器模型的至少一个参数。
15.根据权利要求1或2所述的方法，其特征在于，在确定所述变换的同时还获取自身移动传感器(9)的传感器模型的描述测量误差的参数。
16.一种机动车(6)，包括被设计用于实施根据权利要求1-15中任一项所述的方法的控制装置(7)。
CN201480051264.8A 2013-09-20 2014-09-18 用于获取机动车在大地坐标系中的实际位置的方法以及机动车 Expired - Fee Related CN105556244B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102013015705.6 2013-09-20
DE102013015705.6A DE102013015705B4 (de) 2013-09-20 2013-09-20 Verfahren zur Ermittlung einer aktuellen Position eines Kraftfahrzeugs in einem geodätischen Koordinatensystem und Kraftfahrzeug
PCT/EP2014/002533 WO2015039755A1 (de) 2013-09-20 2014-09-18 Verfahren zur ermittlung einer aktuellen position eines kraftfahrzeugs in einem geodätischen koordinatensystem und kraftfahrzeug

Publications (2)

Publication Number Publication Date
CN105556244A CN105556244A (zh) 2016-05-04
CN105556244B true CN105556244B (zh) 2017-03-15

Family

ID=51619143

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480051264.8A Expired - Fee Related CN105556244B (zh) 2013-09-20 2014-09-18 用于获取机动车在大地坐标系中的实际位置的方法以及机动车

Country Status (5)

Country Link
US (1) US9864067B2 (zh)
EP (1) EP3047234B1 (zh)
CN (1) CN105556244B (zh)
DE (1) DE102013015705B4 (zh)
WO (1) WO2015039755A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014212781A1 (de) * 2014-07-02 2016-01-07 Continental Automotive Gmbh Verfahren zum Ermitteln und Bereitstellen einer Landmarke zur Positionsbestimmung für ein Fahrzeug
DE102017108107A1 (de) 2017-04-13 2018-10-18 Volkswagen Aktiengesellschaft Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zur schätzung einer pose eines kraftfahrzeugs
DE102017212355B4 (de) * 2017-07-19 2019-12-24 Volkswagen Aktiengesellschaft Verfahren zur Erkennung und zur Charakterisierung eines Fahrverhaltens eines Fahrers oder eines Autopiloten in einem Kraftfahrzeug, Steuereinheit und Kraftfahrzeug
DE102017221247A1 (de) * 2017-11-28 2019-05-29 Zf Friedrichshafen Ag Verfahren zur Verbesserung einer Positionsschätzung
DE102018212217A1 (de) * 2018-07-23 2020-01-23 Bayerische Motoren Werke Aktiengesellschaft Bestimmen einer Fahrtrajektorie
DE102018217194A1 (de) * 2018-10-09 2020-04-09 Robert Bosch Gmbh Verfahren zum Lokalisieren eines Fahrzeugs
DE102018220159B4 (de) * 2018-11-23 2021-03-11 Zf Friedrichshafen Ag Verfahren und System zum Bereitstellen von Transformationsparametern
DE102019216104A1 (de) * 2019-10-18 2021-04-22 Zf Friedrichshafen Ag Verfahren zum Verarbeiten von GPS-Positionssignalen bei einem Fahrzeug
GB2592894A (en) * 2020-01-03 2021-09-15 Direk Ltd Method and system for geotracking objects

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2126040A (en) * 1982-07-23 1984-03-14 Teldix Gmbh Navigation apparatus for land vehicles
FR2684213A1 (fr) * 1991-11-26 1993-05-28 Renault Procede et dispositif de localisation d'un vehicule terrestre par couplage d'informations de navigations a l'estime et d'informations de localisation captees par radio.
CN1965247A (zh) * 2004-06-04 2007-05-16 西门子公司 用于确定位置数据的方法
WO2013027404A1 (ja) * 2011-08-24 2013-02-28 株式会社デンソー 走行軌跡記憶装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19735313B4 (de) * 1997-08-14 2008-02-07 Bayerische Motoren Werke Ag Verfahren zur Ermittlung von geschwindigkeitsunabhängigen Frequenzen eines Nutzsignalanteils

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2126040A (en) * 1982-07-23 1984-03-14 Teldix Gmbh Navigation apparatus for land vehicles
FR2684213A1 (fr) * 1991-11-26 1993-05-28 Renault Procede et dispositif de localisation d'un vehicule terrestre par couplage d'informations de navigations a l'estime et d'informations de localisation captees par radio.
CN1965247A (zh) * 2004-06-04 2007-05-16 西门子公司 用于确定位置数据的方法
WO2013027404A1 (ja) * 2011-08-24 2013-02-28 株式会社デンソー 走行軌跡記憶装置

Also Published As

Publication number Publication date
DE102013015705A1 (de) 2015-03-26
US9864067B2 (en) 2018-01-09
CN105556244A (zh) 2016-05-04
EP3047234A1 (de) 2016-07-27
US20160231432A1 (en) 2016-08-11
WO2015039755A1 (de) 2015-03-26
EP3047234B1 (de) 2017-07-19
DE102013015705B4 (de) 2019-12-05

Similar Documents

Publication Publication Date Title
CN105556244B (zh) 用于获取机动车在大地坐标系中的实际位置的方法以及机动车
CN102519450B (zh) 一种用于水下滑翔器的组合导航装置及方法
US11506512B2 (en) Method and system using tightly coupled radar positioning to improve map performance
CN110411462B (zh) 一种gnss/惯导/车道线约束/里程计多源融合方法
Georgy et al. Low-cost three-dimensional navigation solution for RISS/GPS integration using mixture particle filter
CN105190238B (zh) 用于改进骑行导航的方法和装置
CN105890592B (zh) 基于Online-WSVR算法的车辆位置信息预测方法
JP5673071B2 (ja) 位置推定装置及びプログラム
CN104554275B (zh) 用于求取位于车辆前方的道路的高度走向的方法和设备
CN111429716A (zh) 用于确定自车的位置的方法
CN105628026A (zh) 一种移动物体的定位定姿方法和系统
KR101704634B1 (ko) 자율 주행 차량의 주행경로 생성 장치 및 그 방법과, 자율 주행 차량의 주행 제어 방법
CN109974694B (zh) 一种基于uwb/imu/气压计的室内行人3d定位方法
CN104428686A (zh) 用于获得车辆位置的方法和车辆
CN108061555A (zh) 一种车辆定位误差矫正方法及装置
CN109937341A (zh) 自己的位置的估计
CN112346103A (zh) 基于v2x的智能网联汽车动态协同定位方法与装置
KR20220024791A (ko) 차량의 궤적을 결정하기 위한 방법 및 장치
CN105425254A (zh) 动态gnss测量数据的抗野值双向平滑滤波方法
CN102706364B (zh) 一种汽车用微机械陀螺标度因子在线标定方法
CN113063441B (zh) 里程计累计推算误差的数据源纠正方法及装置
Liu et al. Robust state and protection-level estimation within tightly coupled GNSS/INS navigation system
CN110850447B (zh) 对列车定位单元的定位精度进行综合评估的方法
CN114096887A (zh) 使用gnss测量生成三维环境模型的方法
CN116753948A (zh) 一种基于视觉惯性gnss ppp耦合的定位方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170315