CN106289275A - 用于改进定位精度的单元和方法 - Google Patents
用于改进定位精度的单元和方法 Download PDFInfo
- Publication number
- CN106289275A CN106289275A CN201610429877.1A CN201610429877A CN106289275A CN 106289275 A CN106289275 A CN 106289275A CN 201610429877 A CN201610429877 A CN 201610429877A CN 106289275 A CN106289275 A CN 106289275A
- Authority
- CN
- China
- Prior art keywords
- unit
- vehicles
- time
- computing unit
- calculate
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005259 measurement Methods 0.000 claims abstract description 101
- 238000012937 correction Methods 0.000 claims abstract description 20
- 230000001133 acceleration Effects 0.000 description 16
- 230000000875 corresponding effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000005484 gravity Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003313 weakening effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
- G01C21/188—Compensation of inertial measurements, e.g. for temperature effects for accumulated errors, e.g. by coupling inertial systems with absolute positioning systems
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
- G01C21/1652—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with ranging devices, e.g. LIDAR or RADAR
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
- G01C21/1654—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with electromagnetic compass
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
- G01C21/1656—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with passive imaging devices, e.g. cameras
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Navigation (AREA)
Abstract
本文提出的示例实施例是针对一种用于改进在道路上驾驶的自主交通工具的定位精度的方法、交通工具和单元,该单元包括:第一计算单元,其被配置为计算交通工具在时间T1时在道路上的第一位置,其中计算使用来自至少惯性测量单元的数据执行;第二计算单元,其被配置为计算交通工具在时间T1时在道路上的第二位置,其中计算使用来自至少一个外部传感器和地图的数据执行;比较单元,其被配置为计算在计算的第一位置和计算的第二位置之间的位置差;校正单元,其被配置为校正至少惯性测量单元的误差参数,其中如果第二计算单元不能计算交通工具在时间T2时的第四位置,误差参数被用于通过利用所计算的在时间T1时的位置差校正由第一计算单元计算的交通工具在所述时间T2时的第三位置。
Description
技术领域
本文提出的示例实施例是针对用于改进在道路上驾驶的自主交通工具的定位精度的方法、交通工具和单元。特别地,所述单元包括:第一计算单元,其被配置为计算在时间T1时交通工具在道路上的第一位置,其中所述计算使用来自至少惯性测量单元(inertialmeasurement unit,简称IMU)的数据执行;和第二计算单元,其被配置为计算在时间T1时交通工具在道路上的第二位置。
背景技术
自主交通工具(autonomous vehicle)是一种能够不使用人工输入而感测其环境和导航的交通工具。可以设想,这些交通工具将能够在自主驾驶模式与手动驾驶模式(其中驾驶者手动地操作所述交通工具)之间转换。可进一步设想,这种自主驾驶可以仅在预先批准的或者经认证的道路或区域被允许。因此,交通工具的初始驾驶区段将可能需要人类驾驶者控制交通工具并且随后转换至自主驾驶模式。在自主驾驶模式期间,交通工具的驾驶者可以从事在交通工具处于手动驾驶模式时不可能从事的活动。这些活动的示例是睡觉、工作或使用多媒体应用。最后区段可通过驾驶者启动接管交通工具的控制以离开认证路且手动驾驶直到到达目的地。
自驾驶交通工具需要高度精确的定位信息以沿着预定义路线安全驾驶。为获得所需要的精度,车辆配备了GPS、摄像机、雷达(radar)和激光探测与测距(lidar)传感器,与惯性测量单元(IMU)结合用于在速度、加速和旋转方面估算自我车辆的状态。买得起的惯性测量单元通常遭受偏差和尺度误差,这些降低了定位精度。
惯性测量单元的供应商使用基于算法的模型以对偏差和尺度误差进行估算和补偿。此外,一些供应商使用来自相对于静止物体的多普勒频移雷达(Doppler-shift radar)和摄像机的信息以进一步改进车辆速度和横摆率(yaw rate)估算的精度。这种补偿对大多数车辆动态和主动安全功能通常是足够的。然而,用于自驾驶轿车的定位自身车辆状态估算的需求与现有的功能相比要高得多。特别地,当在有很少静止物体或有减弱的GPS信息的环境中,例如在隧道中和在道路旁边具有高的建筑物或物体的区域中驾驶时这些要求是难以满足的。
当今在一些高端汽车导航系统中实施航位推测法(Dead reckoning)以便克服单独的GPS/GNSS技术的限制。卫星微波信号在停车场和隧道中不可用,且在城市峡谷(urbancanyons)中和在树附近由于至卫星或者多径传播的阻断的视线经常严重减弱。在航位推测法导航系统中,轿车配备了知道车轮直径和记录车轮转动和转向方向的传感器。用于其它目的的这些传感器经常已经存在于轿车中,例如防抱死制动系统和电子稳定控制,并且能通过来自控制器区域网络总线的导航系统读取。然后导航系统使用卡尔曼滤波器将始终可用的传感器数据与来自卫星数据的准确的但偶尔不可用的位置信息集成至组合的位置定位(见例如http://en.wikipedia.org/wiki/Dead_reckoning)。
WO14130854 A1公开了用于在一种视觉辅助惯性导航系统(vision-aidedinertial navigation system,简称VINS)中使用的各种技术。视觉辅助惯性导航系统包括:图像源,其生成含有多个图像的图像数据;和惯性测量单元(IMU),其产生当视觉辅助惯性导航系统生成图像时指示视觉辅助惯性导航系统的运动的惯性测量单元数据,其中所述图像数据捕获不与重力对齐的外部校准目标的特征。视觉辅助惯性导航系统还包括含有估算器的处理单元,所述处理单元包括处理惯性测量单元数据和图像数据来计算用于视觉辅助惯性导航系统的校准参数同时计算校准目标的滚动和俯仰,其中所述校准参数限定惯性测量单元的相对位置与方位和视觉辅助惯性导航系统的图像源。
US2012022780 AA公开用于校准车辆导航系统的动态参数的装置和方法。一种方法可包括确定车辆的参考位置数据是否可用,并测量所述车辆的复合加速度。所述方法还可包括基于车轮速度传感器数据生成的距离和转动角数据,基于与位置无关的数据计算距离和转动角误差,并且将距离和转动角误差与复合加速度关联。提出的第二种方法包括校准车辆导航系统内的惯性导航传感器。第二种方法可包括确定参考定位数据和惯性导航系统(Inertial Navigation System,简称INS)数据,将惯性测量单元与车辆对准,并且将惯性测量单元与地球固定坐标系对准。第二种方法还可包括计算车辆相对于水平面对准,并且确定用于与车辆有关的距离传感器的校准参数。
发明内容
公开了一种用于改进道路上驾驶的自主交通工具的定位精度的单元。所述单元包括第一计算单元,其被配置为计算所述交通工具在时间T1时在道路上的第一位置,其中所述计算使用来自至少惯性测量单元(IMU)的数据执行。所述单元还包括第二计算单元,其被配置为计算所述交通工具在所述时间T1时在道路上的第二位置,其中所述计算使用来自至少一个外部传感器和地图的数据执行。所述单元也包括比较单元,其被配置为计算所计算的第一位置和所计算的第二位置之间的位置差。所述单元也包括校正单元,其被配置为校正至少所述惯性测量单元的误差参数,其中如果第二计算单元不能计算交通工具在时间T2时的第四位置,误差参数被用于利用所计算的在时间T1时的位置差校正由第一计算单元计算的所述交通工具在所述时间T2时的第三位置。所述单元也包括被配置为确定道路上所述交通工具的位置的定位单元。
因此,有利的是所述惯性测量单元的所述误差参数,惯性测量单元通过比较来自两个计算单元(所述第一计算单元和所述第二计算单元)的位置估算值能被校正。当不能从第二计算单元使用来自至少一个外部传感器和地图的数据得到精确的位置估算时,校正后的误差参数于是能用于交通工具的不准确的测量位置的补偿。
通过第一计算单元计算的位置估算使用来自至少惯性测量单元(IMU)的数据执行,并且惯性测量单元、或至少买得起的惯性测量单元的问题是它们通常遭受偏差和尺度误差且因此在它们的测量中产生噪声,这降低了定位精度。
有利的是利用由地图,例如由高清晰度(high definition,简称HD)地图提供的详细的信息以增加惯性测量单元的使用并增加定位精度。使用所有可用的传感器数据,所述系统在大多数情形中能够在地图中精确地定位自我交通工具。在这些情形中,在全局坐标中真实的自我交通工具轨迹能被计算。从这个轨迹计算若干个参考估算例如交通工具速度、加速度和横摆率是可能的。通过将这些参考估算与由惯性测量单元提供的类似估算比较,惯性测量单元的误差参数(例如任何偏差和尺度误差项(scale error terms))能被检测和补偿。当定位主要依赖于惯性测量单元时这种补偿于是改进了情形中或情况中的定位精度。
在第二计算单元不能计算所述交通工具的位置的情况中,所述定位依赖于惯性测量单元并由其执行,这是因为没有可用的外部传感器数据和/或地图数据。这可能是驾驶在具有很少静止物体的环境中时,其中外部传感器没有或仅有很少相对物体可参照来测量交通工具位置,或者是驾驶在具有减弱GPS信息的情形中,例如在隧道和在道路旁边具有高的建筑物或物体的区域中,这些阻止了至GPS卫星的无障碍视线。
因此如果第二计算单元没有可用的数据,例如所述地图是不可用的或来自外部传感器的数据是不可用的,例如由于恶劣的天气、不好的光线条件、在隧道中等,于是基于来自第一计算单元即来自惯性测量单元的数据通过利用先前测量的差校正该数据可以计算所述位置。
然而,如果并且当第二计算单元能计算位置时,于是来自第二计算单元的数据可以被用来确定的所述交通工具的位置,例如来自第二计算单元的数据可以与来自第一计算单元的数据一起确定所述交通工具的位置。因此惯性测量单元即惯性测量单元传感器,可以在定位中一直使用,也在来自第二计算单元中的更精确的位置估算是可用的情况中使用。航位推测法可以被使用和可以被限定为交通工具模型和惯性测量单元信息可以用来预测自我交通工具的位置在被接收的外部传感器测量值之间。因此有利的是在实施中可以使用两个模式,其中一种模式是当自我交通工具位置被估算时所述惯性测量单元的误差参数被同时估算的模式,例如当来自外部传感器和/或来自地图的信息或数据是丰富的和/或例如也取决于道路形状如何。另一种实施模式可以是误差参数是固定的而不是估算的或更新的模式,例如当没有或没有足够的来自外部传感器和/或地图的信息时。然而,在这两种模式中来自惯性测量单元的测量都可以被用于确定交通工具的位置。
可替代地,当第二计算单元能计算位置时,然后来自第二计算的数据可被使用来确定所述交通工具的位置,例如仅来自或唯一来自第二计算单元的数据可以被使用和确定所述交通工具的位置。
因此,有利的是改进的惯性测量单元的精度导致改进的定位,增加了用于自驾驶功能的可用性和减少对其它传感器的需要。此外,改进的精度将提供在其他领域的新客户功能的可能性。
当有来自外部传感器和/或来自地图的足够的信息时所述误差参数能被估算。取决于自我交通工具处于哪种环境中,有时所述单元例如通过使用定位滤波器能估算自我交通工具位置以及惯性测量单元误差参数,并且,有时所述单元能仅通过来自惯性测量单元的数据估算自我交通工具定位并且然后使用最近的估算的误差参数。
所述地图可以是高清晰度(HD)地图、密集的地图、超地图(hyper map)、数据丰富的地图、高分辨率地图等,且因此地图数据可以是高清晰度(HD)的地图数据、密集的地图数据、超地图数据、数据丰富的地图数据、高分辨率的地图数据等。
术语第一,第二,第三和第四位置等用于区分不同的位置,例如区分通过不同的计算单元计算的位置,并且术语或顺序并不指包含关于位置的任何信息。例如第一位置和第二位置能是相同的位置,它们能是不同的位置,第一位置能在第二位置以前,更前,之后,更后等。
交通工具的位置可以是在使用局部位置的局部坐标系中、在使用全局位置的全局坐标系中、在使用x、y和z位置点的笛卡尔坐标系中、在极坐标系中、在球形坐标系中等。
相应地,所述位置差可以被提供在使用局部位置的局部坐标系中,在使用全局位置的全局坐标系中,在使用x、y和z位置点的笛卡尔坐标系统中、在极坐标系中、在球形坐标系中等。
交通工具的位置可由交通工具的测量速度、测量加速度和/或测量横摆率或旋转来计算。
不同的时间点T通过给它们命名为时间T1和时间T2被区分。当在时间T1时可用的数据在时间T2时用于校正所述交通工具的位置时,时间T1是在时间上比时间点T2更早的时间点。因为数据可以被不断地或连续地或有规律地或周期性地或在预定时间间隔测量,可以有多个计算交通工具位置的时间点T1,T2,...TN。
第二计算单元可以被理解为参考估算单元,因为由于所述数据是来自外部传感器和地图所以第二计算单元提供精确的测量。因此通过第二计算单元测量的第二位置是精确测量的交通工具位置,并能因此作为参考位置用于校正或补偿通过不精确的惯性测量单元测量的不精确的第一位置。
如果惯性测量单元是非常精确的,于是第一位置和第二位置可以是相同的,在这种情况中将不会有位置差,以及在这种情况中将不会有惯性测量单元中误差参数的校正。
然而,通常地和在大多数情况中,计算的第一位置和计算的第二位置将不相同,这是因为由于惯性测量单元中的噪声、尺度误差、偏差等所以惯性测量单元是不精确的。惯性测量单元的噪声在所有时间里可能是变化的,例如因为惯性测量单元传感器是温度依赖的。噪声也可能由于磨损、漂移等而随着时间变化。惯性测量单元传感器可以使用基于算法的模型以补偿噪声,但是这种基于模型的补偿用于自驾驶交通工具不是足够好,即足够精确和足够可靠。
一个或更多个单元(即第一计算单元、第二计算单元、比较单元和/或校正单元)能被配置在整体单元之外的同一物理实体或中间单元中。这些单元能是例如中央处理单元(CPU)、处理单元、处理单元的节点和核心等。
惯性测量单元的误差参数是由于惯性测量单元的偏置、尺度误差、噪声等。惯性测量单元的误差参数可以是惯性测量单元的传感器(例如惯性测量单元的陀螺仪)、惯性测量单元的加速度计和/或与惯性测量单元分开的交通工具或车轮速度的传感器的误差参数。车轮速度传感器是测量每个单独的车轮的旋转速度的交通工具内部传感器。由这些测量值能估算例如车轮的轮胎压力和轮胎磨损等。
至少惯性测量单元的误差参数被校正,其中误差参数用于校正交通工具的第三位置。校正交通工具的第三位置能估算或调整位置,例如通过加上或减去测量的位置差。可替代地和/或额外地,能校正测量的速度、测量的加速度和/或测量的横摆率。
校正由第一计算单元计算的交通工具在时间T2时的第三位置可以用或通过或用于或使用所计算的在时间T1时的位置差来执行。
第二计算单元可能不能或不可能或无法或简单地不计算交通工具在时间T2时的第四位置。这可以是由于缺乏GPS信号例如当交通工具在隧道中,这可以是由于恶劣的天气阻碍传感器的视野由此不能获得传感器的输出、这可以是由于落在传感器上的树叶、由于在传感器上的雪或雨、由于长的直路其中有太少或没有用于外部传感器测量的物体等。
此外,有利的是所述单元还能用于单独的轮胎磨损和轮胎压力的估算。轮胎磨损和降低的轮胎的压力将导致可能检测的轮胎的略微减小的圆周。减小的圆周将导致来自该轮胎的错误的车轮速度信号,这由所述单元和相应的方法通过估算和/或校正车轮速度传感器(内部传感器)的误差参数能被检测,其作为校正惯性测量单元的误差参数的替代或补充。
在一些实施例中,定位单元被配置为确定所述交通工具的位置在时间T2时是校正的第三位置。这是当第二计算单元不能计算交通工具在时间T2时的第四位置时的情况。
因此有利的是当第二计算单元不能计算的交通工具的位置时,所述单元被配置为使用由第一计算单元计算的且用位置差校正的位置作为至定位单元的输入。
在一些实施例中,定位单元被配置为基于来自第一计算单元的计算的第一位置和来自第二计算单元的计算的第二位置确定所述交通工具在时间T1时的位置。
因此,有利的是当第二计算单元能计算的交通工具的位置时,所述单元被配置为使用由第一计算单元和第二计算单元计算的两个位置作为至定位单元的输入。
在一些实施例中,如果第二计算单元能计算所述交通工具在时间T2时的第四位置,则定位单元被配置为基于来自第一计算单元的校正的第三位置和来自第二计算单元的计算的第四位置二者确定所述交通工具在时间T2时的位置。
因此有利的是当第二计算单元能计算交通工具的位置时,所述单元被配置为使用由第一计算单元和第二计算单元二者计算的位置作为至定位单元的输入。
在一些实施例中,当来自至少一个外部传感器和/或地图的数据是可用的时,第二计算单元被配置为计算所述交通工具的第二位置和第四位置。
在一些实施例中,所述地图被配置为存储与道路上的当来自所述至少一个外部传感器的数据可用时的位置相关的信息。
有利的是由于只有当有来自例如外部传感器足够的信息时误差参数才能被估算,应用可以是这样的,它被存储在存在足够多的此类信息的地图中。这样的足够多或必要信息的示例可能是静止的地标、道路几何形状。因此有利的是取决于自我交通工具在哪里,有时所述单元以例如定位滤波器的形式将估算自我交通工具的位置以及估算和/或更正惯性测量单元的即惯性测量单元的传感器的误差参数,并且有时所述单元将只估算自我交通工具的定位并且然后使用以前的例如最近的估算的误差参数。
所述信息能包括或被定位例如定坐标,例如静止地标存在在哪里,或者哪里的道路几何形状是已知的。
在一些实施例中,当至少一个外部传感器能够测量数据时来自至少一个外部传感器的数据是可用的。
外部传感器通常能够测量静止地标(例如建筑物、桥梁、交通岗等)所处位置处的数据,和/或地图中所存有道路几何形状的位置处的数据。此外,好的天气条件可以确定外部传感器什么时候能测量数据,例如在雨天或雪天外部传感器可能被雨和雪干扰。环境的照明条件也可确定外部传感器是否能测量数据,例如在夜晚的黑暗中,一些传感器不能最佳地运行等。
在一些实施例中,第一计算单元和第二计算单元被配置为连续地和/或定期地和/或周期性地和/或以预定时间间隔计算交通工具在时间T3、T4、...、TN时的进一步的位置。
因此有利的是能以预定时间间隔计算位置的差且因此惯性测量单元的误差参数能周期性地或定期地被校正,且因此交通工具的位置能以预定时间间隔被周期性地校正。然而当来自至少一个外部传感器和/或地图的数据不可用时,第二计算单元不能计算第二位置,且在此情况中交通工具的位置可能不能以预定时间间隔被周期性地校正,但不论何时有可能,即当来自至少一个外部传感器和/或地图的数据是可用的时可以校正。
在一些实施方案中,第一计算单元和第二计算单元被配置分别计算所述交通工具在预定的第一时间间隔和预定的第二时间间隔的进一步的位置。
因此有利的是第一计算单元和第二计算单元的计算之间的时间间隔可以是不同的,例如如果来自外部传感器和/或来自地图的数据在所有的时间不可用,只是在特定的时间例如当存在静止的地标或当道路几何形状是已知的时可用。在这种情况中,第二计算单元可计算的交通工具的位置比第一计算单元少,因为第一计算单元能在任何时间例如每20毫秒(ms)计算交通工具的位置。第一时间间隔和第二时间间隔也可以是相同的时间间隔,例如每20毫秒,例如当来自外部传感器和/或地图的数据是可用的时。
在一些实施例中,第一计算单元被配置为基于所述交通工具的至少测量速度、测量加速度和测量偏航率来计算所述交通工具的位置。
因此如基于来自惯性测量单元的数据计算的交通工具的位置,可基于交通工具的测量速度、测量加速度和测量横摆率或旋转,其中例如测量加速度被积分以获得速度,并且速度被积分以获得所述交通工具的位置。
在一些实施例中,第二计算单元被配置为计算在全局坐标中交通工具的轨迹,由其能计算所述交通工具的计算速度、计算加速度和计算横摆率或旋转,并且其中第二计算单元被配置使用交通工具的计算速度、计算加速度和计算横摆率来计算所述交通工具的位置。
因此例如计算加速度被积分以获得速度,且速度被积分以获得交通工具的位置。
在一些实施例中,在第二计算单元中使用的来自地图的数据包括以下各项中的一个或更多个:许可的最大速度、车道尺寸、车道的数量、车道之间的分隔物、车道的曲率、道路几何形状、道路标志的位置、护栏的位置、建筑物的位置、和/或地标的位置。
因此地图可以是高清晰度(HD)地图、密集的地图、超地图、数据丰富的地图、高分辨率地图等,且因此在地图中可存在各种信息,例如道路的详细资料、道路的周围的详细资料、道路的环境的详细资料。
在一些实施例中,提供在第二计算单元中使用的数据的至少一个外部传感器是以下中的一个或更多个:摄像机、雷达、激光探测与测距系统、和/或卫星导航系统。
因此外部传感器通常是提供周围环境例如道路标志、护栏、路标的位置等的视觉测量值的传感器。卫星导航系统可以是全球定位系统(GPS)和/或任何其它的卫星导航系统位置。
卫星导航系统可以是提供自主的地理空间定位的卫星系统。卫星导航系统允许小型电子接收器使用沿着通过来自卫星的无线电视线发送的时间信号以确定它们的位置例如经度、纬度和高度达到高精度,例如几米之内。所述信号也可以允许电子接收器计算当前本地时间至高精度,这允许时间同步。
在一些实施例中,惯性测量单元(IMU)包括陀螺仪、加速度计、和/或磁力计中的一个或更多个。
因而惯性测量单元能够测量六个自由度,例如在三维空间XYZ中的位置和三维空间θx、θy和θz中的旋转。
在一些实施例中,第一计算单元被配置为使用来自所述交通工具中的内部传感器的数据,其中所述内部传感器是车轮速度传感器、交通工具内部状态传感器、陀螺仪和加速度计、和/或磁力计中的一个或更多个。
因此,有利的是所述交通工具的位置也能基于交通工具中的一个或更多个内部传感器被确定,从而提供更精确的计算位置。
在一些实施例中,第二计算单元被配置为使用来自由第一计算单元使用的惯性测量单元(IMU)的数据或者来自另一个惯性测量单元(IMU)的数据计算所述交通工具的位置。
因此第二计算单元也可以使用来自惯性测量单元(IMU)的数据,例如和由第一计算单元使用的相同的惯性测量单元和/或另一个或第二惯性测量单元的数据。这可以被理解为如下情况的替代,即当第二计算单元能计算交通工具的位置时,所述单元被配置为使用由第一计算单元和第二计算单元二者计算的位置作为至定位单元的输入的情况,这也提供惯性测量单元在任何情况中被用于确定所述交通工具的位置。
根据公开的一个方面,提供一种包括根据前述任一个实施例的单元的交通工具。因此所述交通工具是配置用于在道路上驾驶的自主交通工具。因此所述交通工具是包括单元的交通工具。所述单元包括第一计算单元,其被配置为计算在时间T1时所述交通工具在道路上的第一位置,其中计算使用来自至少一个惯性测量单元(IMU)的数据执行。所述单元还包括第二计算单元,其被配置为计算在时间T1时所述交通工具在道路上的第二位置,其中所述计算使用来自至少一个外部传感器和地图的数据执行。所述单元也包括比较单元,其被配置为计算所计算的第一位置和所计算的第二位置之间的位置差。所述单元也包括校正单元,其被配置为校正至少所述惯性测量单元的误差参数,其中如果第二计算单元不能计算交通工具在时间T2时的第四位置,误差参数被用于利用所计算的在时间T1时的位置差来校正由第一计算单元计算的所述交通工具在所述时间T2时的第三位置。
根据公开的一个方面,提供一种用于改进在道路上驾驶的自主交通工具的定位精度的方法,其中所述方法在单元中执行。所述方法包括在第一计算单元中计算在时间T1时所述交通工具在道路上的第一位置,其中所述计算使用来自至少惯性测量单元(IMU)的数据执行。所述方法包括在第二计算单元中计算在时间T1时所述交通工具在道路上的第二位置,其中所述计算使用来自至少一个外部传感器和地图的数据执行。所述方法包括在比较单元中计算所计算的第一位置和所计算的第二位置之间的位置差。所述方法包括在校正单元中校正至少惯性测量单元的误差参数,其中如果第二计算单元不能计算所述交通工具在时间T2时的第四位置,误差参数被用于利用所计算的在时间T1时的位置差来校正由第一计算单元计算的所述交通工具在所述时间T2时的第三位置。所述方法包括在定位单元中确定所述交通工具在道路上的位置。
根据公开的一个方面,提供一种包括改进在道路上驾驶的自主交通工具的定位精度的程序指令的计算机可读介质。通过计算机系统的一个或更多个处理器执行程序指令使得所述一个或更多个处理器运行计算在时间T1时所述交通工具在道路上的第一位置的步骤,其中所述计算使用来自至少惯性测量单元(IMU)的数据执行。通过计算机系统的一个或更多个处理器执行程序指令使得所述一个或更多个处理器运行计算在时间T1时所述交通工具在道路上的第二位置的步骤,其中所述计算使用来自至少一个外部传感器和地图的数据执行。通过计算机系统的一个或更多个处理器执行程序指令使得所述一个或更多个处理器运行计算所计算的第一位置和所计算的第二位置的位置差的步骤。通过计算机系统的一个或更多个处理器执行程序指令使得所述一个或更多个处理器运行校正至少惯性测量单元的误差参数的步骤,其中如果第二计算单元不能计算所述交通工具在时间T2时的第四位置,误差参数被用于通过利用所计算的在时间T1时的位置差来校正由第一计算单元计算的所述交通工具在所述时间T2时的第三位置。通过计算机系统的一个或更多个处理器执行程序指令使得所述一个或更多个处理器运行确定所述交通工具在道路上的位置的步骤。
附图说明
上文从示例实施例的以下更具体的描述将显而易见,如附图中所说明的,其中所有不同的视图中相同的附图标记指代相同的部件。附图无需按比例,而重点放在说明示例实施例。
图1示出了用于改进驾驶在道路上的自主交通工具的定位精度的单元的说明性示例。
图2示意性示出了包括用于改进车辆的定位精度的单元的车辆。
图3示出了道路上车辆位置的示意示例。
图4示出了用于改进在道路上驾驶的自主交通工具的定位精度的方法的流程图。
具体实施方式
在以下描述中,出于解释而不是限制的目的,阐明了具体细节,例如特定部件、元件、技术等以便提供示例实施例的透彻理解。然而,对本领域技术人员将显而易见的是,示例实施例可以以不按照这些具体细节的其它方式实施。在其它实例中,省略了公知的方法和要素的详细说明以便不混淆示例实施例的描述。本文使用的术语是用于描述示例实施例的目的,并不旨在限制本文提出的实施例。本文提出的示例实施例使用汽车形式的交通工具来描述。应当理解,本文提出的示例实施例可应用于包括例如轿车、卡车、公共汽车和施工设备、以及飞机、小船、轮船和航天器的任何形式的交通工具或运输工具。
自主驾驶允许交通工具的驾乘者特别是驾驶者从事当交通工具处于手动驾驶模式时不可能的活动。因此,本文描述的一些示例实施例中的至少一个示例目的是提供一种系统,其中交通工具的驾驶者和/或乘客可以在自主驾驶模式期间安排活动,这在手动驾驶模式期间可能是不可能的。
惯性测量单元(IMU)是一种电子装置,其使用加速度计和陀螺仪的组合有时还有磁力计来测量和报告的车辆速度、方位和例如重力。因此惯性测量单元能用于操作交通工具,例如自主轿车或自驾驶轿车。
从惯性测量单元传感器收集的数据允许计算机或者计算单元使用被称为航位推测法的方法跟踪交通工具位置。
当交通工具可以被认为在三维道路上驾驶时,惯性测量单元(IMU)通过使用一个或更多个加速度计检测当前加速度,并且使用一个或更多个陀螺仪检测旋转属性中像俯仰、转动和偏航的变化而工作。惯性测量单元也可包括磁力计,例如用于在针对方向漂移的校准中辅助。
惯性导航系统可包括具有用于位置变化的角加速度计和线性加速度计的惯性测量单元。惯性测量单元可包括用于保持绝对角度参考的陀螺器件。
当交通工具可以被认为驾驶在三维道路上时,角加速度计测量交通工具在空间中如何旋转。通常地,对于三个轴中的每一个至少有一个传感器:从驾驶座舱对应于向上和向下的俯仰、对应于向左和向右的横摆、和对应于顺时针或逆时针旋转的转动。
线性加速度计测量交通工具的非重力加速度。因为它能在三个轴中上和下、左和右、前和后移动,因此有用于每个轴的线性加速度计。
计算机或计算单元持续地计算交通工具的当前位置。首先,对于六个自由度x、y、z以及θx、θy和θz中的每个自由度,随时间积分感测的加速度,与估算的重力一起来计算当前速度。然后,对速度积分来计算当前位置。
惯性测量单元可以是包含三个加速度计和三个陀螺仪和可选地包括三个磁力计的盒子。加速度计被放置使得它们的测量轴彼此垂直。他们测量惯性加速度,也称为G-力。三个陀螺仪以类似的正交方式放置,参照任意选择的坐标系测量旋转位置。惯性测量单元中也可以包括三个磁力计。这允许在基于惯性测量单元的高度和方位参考系中的用于动态定向计算的更好的性能。
车轮速度传感器或交通工具速度传感器(vehicle speed sensor,简称VSS)是一种转速计。它是用于读取交通工具的轮子的旋转速度的发送器装置。它通常包括有齿的环和拾感头(pickup)。车轮速度传感器的误差参数可以根据本单元和方法来估算。
图1示出了用于改进在道路上驾驶的自主交通工具(示例中为车辆)的定位精度的单元100的说明性示例。
单元100包括配置为计算在时间T1时车辆在道路上的第一位置的第一计算单元101,其中计算使用来自至少惯性测量单元(IMU)的数据执行。
单元100还包括配置为计算在时间T1时车辆在道路上的第二位置的第二计算单元102,其中计算使用来自至少一个外部传感器和地图的数据执行。
单元100包括配置为计算在所计算的第一位置和所计算的第二位置之间的位置差的比较单元103。
单元100包括校正单元104,其被配置为校正至少惯性测量单元的误差参数,其中如果第二计算单元102不能计算车辆在时间T2时的第四位置,则误差参数被用于通过利用所计算的在时间T1时的位置差来校正由第一计算单元101计算的车辆在所述时间T2时的第三位置。
单元100包括被配置为确定车辆203在道路305上的位置的定位单元111。车辆任何时间在道路上的所确定位置可基于来自第一计算单元和/或第二计算单元的计算的和/或校正的位置,取决于第二计算单元是否能计算车辆的位置。
图2示意性示出了包括用于改进在道路上驾驶的车辆203的定位精度的单元100的自主交通工具203。车辆包括配置为给第一计算单元提供数据的惯性测量单元(IMU)206。车辆包括配置为给第二计算单元提供数据的至少一个外部传感器207和地图208。车辆也可包括配置为给第一计算单元提供数据的内部传感器209。单元100、惯性测量单元206、外部传感器207、地图208和/或内部传感器209可以被放置在车辆203中除了图上示出位置的其它位置中。
图3示出了自我车辆位置的示意性示例。第一计算单元被配置为计算第一位置304。第二计算单元被配置为计算第二位置310。根据计算的精度,第一位置304和第二位置310可以是相同的位置或不同的位置。车辆203在道路305上的自我车辆位置304、310可在如图3中示出的曲线坐标系(xt;yt)中表示。此处,xt是在时间t时沿着道路305的纵向位置,且yt是车道中的横向位置。此外,自我车辆定位滤波器或定位滤波器可估算相对于车道的方位角αt和对应于自我车辆203被定位在的那条车道中的离散参数Lat。因此方位角αt是相对于车道的方向或定向且方位角αt可以对应于定向、方向等。Lat=1对应于一个车道或第一车道,且lat=2对应于另一个车道或第二车道。
定位滤波器的状态向量可以被限定为xt=[xt yt αt Lat]T,且从传感器i在时间ti时收集的测量值可以被存储在矢量zit中。所获得的直至时间t的所有传感器观测值可由Z0:t表示。
图4示出了用于改进在道路(305)上驾驶的自主交通工具(203)的定位精度的方法的流程图,其中方法在单元(100)中执行。所述方法包括:
-在第一计算单元中计算(S1)在时间T1时车辆在道路上的第一位置,其中计算使用来自至少惯性测量单元(IMU)的数据执行;
-在第二计算单元中计算(S2)在时间T1时车辆在道路上的第二位置,其中计算使用至少一个外部传感器和地图的数据执行;
-在比较单元中计算(S3)所计算的第一位置和所计算的第二位置之间的位置差;
-在校正单元中校正(S4)至少惯性测量单元的误差参数,其中如果第二计算单元不能计算车辆在时间T2时的第四位置,则误差参数被用于通过利用所计算的在时间T1时的位置差来校正由第一计算单元计算的车辆在所述时间T2时的第三位置;和
-在定位单元中确定(S5)车辆在道路上的位置。
本文提供的示例实施例的描述用于说明的目的已经提出。所述描述并非旨在将示例实施例穷举或者限制于公开的精确形式,并且根据上述教导修改和变化是可能,或者可以从提供的实施例的各种替代的实践中获得。本文讨论的示例被选择并且说明以便解释各种示例实施例的原理和性质以及它们的实际应用,以使本领域技术人员能够以各种方式和用各种修改的示例实施例作为适合于特定使用预期。本文描述的实施例的特征可以在方法,设备,模块,系统和计算机程序产品的所有可能的组合进行组合。应当理解,本文提出的示例实施例可以以彼此的任何组合来实施。
应当指出的是,词语“包括”并不必然排除出那些列出的元件或者步骤的其它元件或者步骤的存在而且在元件之前的词语“一”或者“一个”不排除多个这样的元件的存在。还应当指出,任何附图标记并不限制权利要求的范围,示例实施例可以至少部分地通过硬件和软件两者执行,并且若干个“设备”、“单元”或“装置”可以由相同的硬件项目来表示。
本文描述的各种示例实施例在方法步骤或过程的一般上下文中描述,其可以在一个方面由计算机程序产品来实现,具体体现在计算机可读介质,包括计算机可执行指令,例如程序代码,由网络环境中的计算机执行。计算机可读介质可以包括可移动和不可移动存储设备,包括但不限于,只读存储器(ROM),随机存取存储器(RAM),压缩盘(CD),数字多功能盘(DVD)等。通常,程序模块可以包括例程,程序,对象,组件,数据结构等,它们执行特定任务或实现特定抽象数据类型。计算机可执行指令,相关数据结构和程序模块表示用于执行本文公开方法的执行步骤的程序代码的示例。这样的可执行指令或相关数据结构的特定顺序表示用于实现在这种步骤或过程中描述的功能的相应的动作的例子。
在附图和说明书中,已经公开了示范性实施例。然而,能对这些实施例做许多变型和修改。因此,尽管采用了特定术语,但它们仅用于一般的和描述性的意义,而不是用于限制的目的,实施例的范围由以下权利要求所限定。
Claims (15)
1.用于改进在道路(305)上驾驶的自主交通工具(203)的定位精度的单元(100),所述单元(100)包括:
-第一计算单元(101),其被配置为计算所述交通工具(203)在时间T1时在道路(305)上的第一位置(304),其中所述计算使用来自至少惯性测量单元(IMU)(206)的数据执行;
-第二计算单元(102),其被配置为计算所述交通工具(203)在所述时间T1时在道路(305)上的第二位置(310),其中所述计算使用来自至少一个外部传感器(207)和地图(208)的数据执行;
-比较单元(103),其被配置为计算所计算的第一位置(304)和所计算的第二位置(310)之间的位置差;
-校正单元(104),其被配置为校正至少所述惯性测量单元(206)的误差参数,其中,如果所述第二计算单元(102)不能计算所述交通工具在时间T2时的第四位置,所述误差参数被用于通过利用所计算的在时间T1时的位置差来校正由所述第一计算单元(101)计算的所述交通工具(203)在所述时间T2时的第三位置;和
-定位单元(111),其被配置为确定所述交通工具(203)在道路(305)上的位置。
2.根据前述权利要求所述的单元(100),其中,所述定位单元(111)被配置为确定在所述时间T2时所述交通工具(203)的位置是校正后的第三位置。
3.根据任一项前述权利要求所述的单元(100),其中,所述定位单元(111)被配置为基于由所述第一计算单元(101)所计算的第一位置(304)和由所述第二计算单元(102)所计算的第二位置(310)二者确定所述交通工具(203)在所述时间T1时的位置。
4.根据任一项前述权利要求所述的单元(100),其中,如果所述第二计算单元(102)能够计算所述交通工具(203)在时间T2时的第四位置,那么所述定位单元(111)被配置为基于来自所述第一计算单元(101)的校正后的第三位置和由所述第二计算单元(102)所计算的第四位置二者确定所述交通工具(203)在所述时间T2时的位置。
5.根据任一项前述权利要求所述的单元(100),其中,当来自所述至少一个外部传感器(207)和/或所述地图(208)的数据可用时,所述第二计算单元(102)被配置为计算所述交通工具(203)的第二位置(310)和第四位置。
6.根据任一项前述权利要求所述的单元(100),其中,所述地图(208)被配置为存储与道路(305)上的当来自所述至少一个外部传感器(207)的数据可用时的位置相关的信息。
7.根据任一项前述权利要求所述的单元(100),其中,当所述至少一个外部传感器(207)能够测量数据时来自所述至少一个外部传感器(207)的数据是可用的。
8.根据任一项前述权利要求所述的单元(100),其中,所述第一计算单元(101)和所述第二计算单元(102)被配置为周期性地和/或以预定的时间间隔计算所述交通工具(203)在时间T3、T4、...、TN时的进一步的位置。
9.根据任一项前述权利要求所述的单元(100),其中,在所述第二计算单元(102)中使用的来自所述地图(208)的数据包括以下各项中的一个或更多个:许可的最大速度、车道尺寸、车道的数量、车道之间的任何分隔物、车道的曲率、道路几何形状、道路标志的位置、护栏的位置、建筑物的位置、和/或地标的位置。
10.根据任一项前述权利要求所述的单元(100),其中,提供在所述第二计算单元(102)中使用的数据的所述至少一个外部传感器(207)是以下各项中的一个或更多个:摄像机、雷达、激光探测与测距系统、和/或卫星导航系统。
11.根据任一项前述权利要求所述的单元(100),其中,所述第一计算单元(101)被配置为使用来自所述交通工具(203)中的内部传感器(209)的数据,其中,所述内部传感器(209)是轮速传感器、交通工具内部状态传感器、陀螺仪、加速度计、和/或磁力计中的一个或更多个。
12.根据任一项前述权利要求所述的单元(100),其中,所述第二计算单元(102)被配置为使用来自由所述第一计算单元(101)使用的所述惯性测量单元(IMU)(206)的数据或者来自另一个惯性测量单元(IMU)的数据计算所述交通工具(203)的位置(310)。
13.包括根据任一项前述权利要求的单元(100)的交通工具(203)。
14.用于改进在道路(305)上驾驶的自主交通工具(203)的定位精度的方法,其中,所述方法在单元(100)中执行,所述方法包括:
-在第一计算单元(101)中计算(S1)所述交通工具(203)在时间T1时在道路(305)上的第一位置(304),其中,所述计算使用来自至少惯性测量单元(IMU)(206)的数据执行;
-在第二计算单元(102)中计算(S2)所述交通工具(203)在所述时间T1时在道路(305)上的第二位置(310),其中,所述计算使用来自至少一个外部传感器(207)和地图(208)的数据执行;
-在比较单元(103)中计算(S3)所计算的第一位置(304)和所计算的第二位置(310)之间的位置差;
-在校正单元(104)中校正(S4)至少惯性测量单元(206)的误差参数,其中,如果所述第二计算单元(102)不能计算所述交通工具(203)在时间T2时的第四位置,则所述误差参数被用于通过利用所计算的在时间T1时的位置差来校正由所述第一计算单元(101)计算的所述交通工具(203)在时间T2时的第三位置;和
-在定位单元(111)中确定所述交通工具(203)在道路(305)上的位置。
15.计算机可读介质,其包括改进在道路(305)上驾驶的自主交通工具(203)的定位精度的程序指令,其中,由计算机系统的一个或更多个处理器执行所述程序指令使得所述一个或更多个处理器运行以下步骤:
-计算(S1)所述交通工具(203)在时间T1时在道路(305)上的第一位置(304),其中,所述计算使用来自至少惯性测量单元(IMU)(206)的数据执行;
-计算(S2)所述交通工具(203)在所述时间T1时在道路(305)上的第二位置(310),其中,所述计算使用来自至少一个外部传感器(207)和地图(208)的数据执行;
-计算(S3)所计算的第一位置(304)和所计算的第二位置(310)之间的位置差;
-校正(S4)至少所述惯性测量单元(206)的误差参数,其中,如果所述第二计算单元(102)不能计算所述交通工具(203)在时间T2时的第四位置,则所述误差参数被用于通过利用所计算的在所述时间T1时的位置差来校正由所述第一计算单元(101)计算的所述交通工具(203)在所述时间T2时的第三位置;和
-确定所述交通工具(203)在道路(305)上的位置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP15173380.5A EP3109589B1 (en) | 2015-06-23 | 2015-06-23 | A unit and method for improving positioning accuracy |
EP15173380.5 | 2015-06-23 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106289275A true CN106289275A (zh) | 2017-01-04 |
CN106289275B CN106289275B (zh) | 2021-05-14 |
Family
ID=53487245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610429877.1A Active CN106289275B (zh) | 2015-06-23 | 2016-06-16 | 用于改进定位精度的单元和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9921065B2 (zh) |
EP (1) | EP3109589B1 (zh) |
CN (1) | CN106289275B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107063301A (zh) * | 2017-03-02 | 2017-08-18 | 合肥极友软件开发有限公司 | 一种车载卫星定位的自动位置纠正系统 |
CN110383101A (zh) * | 2017-01-05 | 2019-10-25 | 弗劳恩霍夫应用研究促进协会 | Hd地图的生成和使用 |
CN110398765A (zh) * | 2018-04-25 | 2019-11-01 | 北京京东尚科信息技术有限公司 | 定位方法和装置、无人驾驶设备 |
WO2020038285A1 (zh) * | 2018-08-20 | 2020-02-27 | 腾讯科技(深圳)有限公司 | 车道线的定位方法和装置、存储介质、电子装置 |
CN111141279A (zh) * | 2019-12-20 | 2020-05-12 | 北京小马慧行科技有限公司 | 行车轨迹的处理方法及装置 |
CN111486837A (zh) * | 2019-01-28 | 2020-08-04 | 纳宝实验室株式会社 | 基于图结构的交通工具位置估计方法和使用其的交通工具 |
CN111521186A (zh) * | 2020-05-27 | 2020-08-11 | 广州小鹏车联网科技有限公司 | 一种车辆定位方法及装置、车辆、存储介质 |
CN112729317A (zh) * | 2020-12-17 | 2021-04-30 | 大陆投资(中国)有限公司 | 用于定位车辆的方法和车载系统 |
CN112985385A (zh) * | 2019-12-13 | 2021-06-18 | 江凯伟 | 应用高精地图的定位定向系统与定位定向方法 |
CN113790738A (zh) * | 2021-08-13 | 2021-12-14 | 上海智能网联汽车技术中心有限公司 | 一种基于智能云台imu的数据补偿方法 |
Families Citing this family (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6082415B2 (ja) * | 2015-03-03 | 2017-02-15 | 富士重工業株式会社 | 車両の走行制御装置 |
US9857181B2 (en) * | 2015-08-11 | 2018-01-02 | Gm Global Technology Operations Llc. | Methods and apparatus for evaluating operation of a vehicle onboard navigation system using lateral offset data |
US9952049B2 (en) | 2015-09-10 | 2018-04-24 | GM Global Technology Operations LLC | Methods and apparatus for performance assessment of a vehicle onboard navigation system using adaptive stochastic filtering |
WO2017060947A1 (ja) * | 2015-10-05 | 2017-04-13 | パイオニア株式会社 | 推定装置、制御方法、プログラム及び記憶媒体 |
US11573325B2 (en) | 2016-03-11 | 2023-02-07 | Kaarta, Inc. | Systems and methods for improvements in scanning and mapping |
US10989542B2 (en) | 2016-03-11 | 2021-04-27 | Kaarta, Inc. | Aligning measured signal data with slam localization data and uses thereof |
JP6987797B2 (ja) | 2016-03-11 | 2022-01-05 | カールタ インコーポレイテッド | リアルタイムオンラインエゴモーション推定を有するレーザスキャナ |
US11567201B2 (en) | 2016-03-11 | 2023-01-31 | Kaarta, Inc. | Laser scanner with real-time, online ego-motion estimation |
US10209081B2 (en) * | 2016-08-09 | 2019-02-19 | Nauto, Inc. | System and method for precision localization and mapping |
JP6663835B2 (ja) * | 2016-10-12 | 2020-03-13 | 本田技研工業株式会社 | 車両制御装置 |
US11118913B2 (en) * | 2016-10-19 | 2021-09-14 | Huawei Technologies Co., Ltd. | Vehicle positioning correction method and mobile device |
EP3574285A4 (en) * | 2017-01-27 | 2020-12-02 | Kaarta, Inc. | LASER SCAN DEVICE WITH REAL-TIME ESTIMATE OF CLEAN MOTION ONLINE |
JP7005943B2 (ja) * | 2017-06-06 | 2022-01-24 | 愛知製鋼株式会社 | マーカシステム及び運用方法 |
US10831188B2 (en) * | 2017-11-07 | 2020-11-10 | Zoox, Inc. | Redundant pose generation system |
WO2019099605A1 (en) | 2017-11-17 | 2019-05-23 | Kaarta, Inc. | Methods and systems for geo-referencing mapping systems |
US10732635B2 (en) * | 2017-12-30 | 2020-08-04 | Lyft Inc. | Localization based on sensor data |
WO2019165194A1 (en) | 2018-02-23 | 2019-08-29 | Kaarta, Inc. | Methods and systems for processing and colorizing point clouds and meshes |
WO2019195270A1 (en) | 2018-04-03 | 2019-10-10 | Kaarta, Inc. | Methods and systems for real or near real-time point cloud map data confidence evaluation |
KR102420568B1 (ko) * | 2018-04-27 | 2022-07-13 | 삼성전자주식회사 | 차량의 위치를 결정하는 방법 및 이를 위한 차량 |
WO2020009826A1 (en) | 2018-07-05 | 2020-01-09 | Kaarta, Inc. | Methods and systems for auto-leveling of point clouds and 3d models |
FR3084150B1 (fr) * | 2018-07-17 | 2021-02-26 | Renault Sas | Procede de localisation d'un vehicule |
JPWO2020039656A1 (ja) * | 2018-08-23 | 2020-08-27 | 日本精工株式会社 | 自走装置、自走装置の走行制御方法及び走行制御プログラム |
US11061145B2 (en) * | 2018-11-19 | 2021-07-13 | The Boeing Company | Systems and methods of adjusting position information |
CN111522003B (zh) * | 2019-01-31 | 2022-11-11 | 广州汽车集团股份有限公司 | 车辆定位方法及系统、计算机设备、车辆、存储介质 |
CN112955771A (zh) * | 2019-02-08 | 2021-06-11 | 丰田自动车株式会社 | 移动体的位置确定系统以及位置确定系统所使用的移动体 |
US11209456B2 (en) * | 2019-02-22 | 2021-12-28 | Woven Planet North America, Inc. | Integrated movement measurement unit |
US11416004B2 (en) | 2019-03-28 | 2022-08-16 | Wipro Limited | System and method for validating readings of orientation sensor mounted on autonomous ground vehicle |
US20220055655A1 (en) * | 2019-04-30 | 2022-02-24 | Hewlett-Packard Development Company, L.P. | Positioning autonomous vehicles |
CN110307836B (zh) * | 2019-07-10 | 2021-05-07 | 北京智行者科技有限公司 | 一种用于无人清扫车辆贴边清扫的精确定位方法 |
US11821167B2 (en) | 2019-09-05 | 2023-11-21 | Deere & Company | Excavator with improved movement sensing |
US11970839B2 (en) | 2019-09-05 | 2024-04-30 | Deere & Company | Excavator with improved movement sensing |
JP7409037B2 (ja) * | 2019-11-21 | 2024-01-09 | 株式会社デンソー | 推定装置、推定方法、推定プログラム |
US11693411B2 (en) | 2020-02-27 | 2023-07-04 | Deere & Company | Machine dump body control using object detection |
US11402840B2 (en) * | 2020-06-30 | 2022-08-02 | Woven Planet North America, Inc. | Independent trajectory validation system for vehicles |
EP3988899B1 (en) * | 2020-10-23 | 2024-05-22 | Atlantic Inertial Systems Limited | Terrain referenced navigation system |
JP7144504B2 (ja) * | 2020-12-28 | 2022-09-29 | 本田技研工業株式会社 | 車両制御システム |
JP7177862B2 (ja) * | 2021-01-04 | 2022-11-24 | 本田技研工業株式会社 | 位置決定装置 |
DE102021119599A1 (de) | 2021-07-28 | 2023-02-02 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Bestimmen einer Position eines Fahrzeugs sowie Fahrzeug |
US20230097251A1 (en) * | 2021-09-30 | 2023-03-30 | Zoox, Inc. | Pose component |
WO2023119290A1 (en) * | 2021-12-23 | 2023-06-29 | Elta Systems Ltd. | Automatic speed control in a vehicle |
CN114608591B (zh) * | 2022-03-23 | 2023-01-10 | 小米汽车科技有限公司 | 车辆定位方法、装置、存储介质、电子设备、车辆及芯片 |
CN115508875B (zh) * | 2022-09-21 | 2024-08-13 | 中国第一汽车股份有限公司 | 目标车辆的定位方法、装置及车辆 |
CN115655302B (zh) * | 2022-12-08 | 2023-03-21 | 安徽蔚来智驾科技有限公司 | 激光里程计的实现方法、计算机设备、存储介质及车辆 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1991009275A2 (en) * | 1989-12-11 | 1991-06-27 | Caterpillar Inc. | Integrated vehicle positioning and navigation system, apparatus and method |
US20120232792A1 (en) * | 2011-03-08 | 2012-09-13 | Seiko Epson Corporation | Positioning apparatus and positioning method |
US8560218B1 (en) * | 2008-12-31 | 2013-10-15 | Dp Technologies, Inc. | Method and apparatus to correct for erroneous global positioning system data |
JP2014013202A (ja) * | 2012-07-04 | 2014-01-23 | Toyota Central R&D Labs Inc | 慣性航法装置及びプログラム |
CN103718062A (zh) * | 2011-07-28 | 2014-04-09 | 西斯维尔科技有限公司 | 用于确保个人导航设备的服务的持续性的方法及其设备 |
CN103717999A (zh) * | 2011-08-24 | 2014-04-09 | 株式会社电装 | 行驶轨迹存储装置 |
CN104459750A (zh) * | 2014-12-11 | 2015-03-25 | 山东大学 | 一种基于gps/ins的动态指向方法 |
CN104635251A (zh) * | 2013-11-08 | 2015-05-20 | 中国地质大学(北京) | 一种ins/gps组合定位定姿新方法 |
US9366764B2 (en) * | 2013-11-18 | 2016-06-14 | General Motors Llc | Vehicular GPS/DR navigation with environmental-adaptive kalman filter gain |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6477465B1 (en) * | 1999-11-29 | 2002-11-05 | American Gnc Corporation | Vehicle self-carried positioning method and system thereof |
US7162367B2 (en) * | 1999-11-29 | 2007-01-09 | American Gnc Corporation | Self-contained/interruption-free positioning method and system thereof |
US6826478B2 (en) * | 2002-04-12 | 2004-11-30 | Ensco, Inc. | Inertial navigation system for mobile objects with constraints |
US7541974B2 (en) * | 2005-12-15 | 2009-06-02 | Trimble Navigation Limited | Managed traverse system and method to acquire accurate survey data in absence of precise GPS data |
US8843290B2 (en) | 2010-07-22 | 2014-09-23 | Qualcomm Incorporated | Apparatus and methods for calibrating dynamic parameters of a vehicle navigation system |
KR102035771B1 (ko) * | 2011-05-20 | 2019-10-24 | 삼성전자주식회사 | 휴대용 단말기에서 위치 정보를 보상하기 위한 장치 및 방법 |
US8655588B2 (en) * | 2011-05-26 | 2014-02-18 | Crown Equipment Limited | Method and apparatus for providing accurate localization for an industrial vehicle |
US9243916B2 (en) | 2013-02-21 | 2016-01-26 | Regents Of The University Of Minnesota | Observability-constrained vision-aided inertial navigation |
CN107533801A (zh) * | 2013-11-01 | 2018-01-02 | 国际智能技术公司 | 使用测绘车辆的地图测绘技术 |
-
2015
- 2015-06-23 EP EP15173380.5A patent/EP3109589B1/en active Active
-
2016
- 2016-06-13 US US15/180,488 patent/US9921065B2/en active Active
- 2016-06-16 CN CN201610429877.1A patent/CN106289275B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1991009275A2 (en) * | 1989-12-11 | 1991-06-27 | Caterpillar Inc. | Integrated vehicle positioning and navigation system, apparatus and method |
US8560218B1 (en) * | 2008-12-31 | 2013-10-15 | Dp Technologies, Inc. | Method and apparatus to correct for erroneous global positioning system data |
US20120232792A1 (en) * | 2011-03-08 | 2012-09-13 | Seiko Epson Corporation | Positioning apparatus and positioning method |
CN102680996A (zh) * | 2011-03-08 | 2012-09-19 | 精工爱普生株式会社 | 定位装置以及定位方法 |
CN103718062A (zh) * | 2011-07-28 | 2014-04-09 | 西斯维尔科技有限公司 | 用于确保个人导航设备的服务的持续性的方法及其设备 |
CN103717999A (zh) * | 2011-08-24 | 2014-04-09 | 株式会社电装 | 行驶轨迹存储装置 |
JP2014013202A (ja) * | 2012-07-04 | 2014-01-23 | Toyota Central R&D Labs Inc | 慣性航法装置及びプログラム |
CN104635251A (zh) * | 2013-11-08 | 2015-05-20 | 中国地质大学(北京) | 一种ins/gps组合定位定姿新方法 |
US9366764B2 (en) * | 2013-11-18 | 2016-06-14 | General Motors Llc | Vehicular GPS/DR navigation with environmental-adaptive kalman filter gain |
CN104459750A (zh) * | 2014-12-11 | 2015-03-25 | 山东大学 | 一种基于gps/ins的动态指向方法 |
Non-Patent Citations (1)
Title |
---|
KANG LI.ETC: "Map-Aided GPS/INS Localization Using a Low-Order Constrained Unscented Kalman Filter", 《IEEE》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110383101A (zh) * | 2017-01-05 | 2019-10-25 | 弗劳恩霍夫应用研究促进协会 | Hd地图的生成和使用 |
US11815617B2 (en) | 2017-01-05 | 2023-11-14 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Generation and use of HD maps |
CN107063301A (zh) * | 2017-03-02 | 2017-08-18 | 合肥极友软件开发有限公司 | 一种车载卫星定位的自动位置纠正系统 |
CN110398765B (zh) * | 2018-04-25 | 2022-02-01 | 北京京东乾石科技有限公司 | 定位方法和装置、无人驾驶设备 |
CN110398765A (zh) * | 2018-04-25 | 2019-11-01 | 北京京东尚科信息技术有限公司 | 定位方法和装置、无人驾驶设备 |
WO2020038285A1 (zh) * | 2018-08-20 | 2020-02-27 | 腾讯科技(深圳)有限公司 | 车道线的定位方法和装置、存储介质、电子装置 |
US11802769B2 (en) | 2018-08-20 | 2023-10-31 | Tencent Technology (Shenzhen) Company Limited | Lane line positioning method and apparatus, and storage medium thereof |
CN111486837A (zh) * | 2019-01-28 | 2020-08-04 | 纳宝实验室株式会社 | 基于图结构的交通工具位置估计方法和使用其的交通工具 |
CN111486837B (zh) * | 2019-01-28 | 2023-09-15 | 纳宝实验室株式会社 | 基于图结构的交通工具位置估计方法和使用其的交通工具 |
CN112985385A (zh) * | 2019-12-13 | 2021-06-18 | 江凯伟 | 应用高精地图的定位定向系统与定位定向方法 |
CN111141279B (zh) * | 2019-12-20 | 2022-07-01 | 北京小马慧行科技有限公司 | 行车轨迹的处理方法及装置 |
CN111141279A (zh) * | 2019-12-20 | 2020-05-12 | 北京小马慧行科技有限公司 | 行车轨迹的处理方法及装置 |
CN111521186A (zh) * | 2020-05-27 | 2020-08-11 | 广州小鹏车联网科技有限公司 | 一种车辆定位方法及装置、车辆、存储介质 |
CN112729317A (zh) * | 2020-12-17 | 2021-04-30 | 大陆投资(中国)有限公司 | 用于定位车辆的方法和车载系统 |
CN112729317B (zh) * | 2020-12-17 | 2023-09-19 | 大陆投资(中国)有限公司 | 用于定位车辆的方法和车载系统 |
CN113790738A (zh) * | 2021-08-13 | 2021-12-14 | 上海智能网联汽车技术中心有限公司 | 一种基于智能云台imu的数据补偿方法 |
Also Published As
Publication number | Publication date |
---|---|
US20160377437A1 (en) | 2016-12-29 |
EP3109589A1 (en) | 2016-12-28 |
CN106289275B (zh) | 2021-05-14 |
US9921065B2 (en) | 2018-03-20 |
EP3109589B1 (en) | 2019-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106289275A (zh) | 用于改进定位精度的单元和方法 | |
RU2693021C2 (ru) | Точность определения местоположения транспортного средства | |
US20200003567A1 (en) | Self-localization estimation device | |
KR101454153B1 (ko) | 가상차선과 센서 융합을 통한 무인 자율주행 자동차의 항법시스템 | |
CN104061899B (zh) | 一种基于卡尔曼滤波的车辆侧倾角与俯仰角估计方法 | |
Rose et al. | An integrated vehicle navigation system utilizing lane-detection and lateral position estimation systems in difficult environments for GPS | |
CN107145817B (zh) | 车辆车道学习 | |
US8775063B2 (en) | System and method of lane path estimation using sensor fusion | |
CN101907714B (zh) | 基于多传感器数据融合的gps辅助定位方法 | |
JP4736866B2 (ja) | ナビゲーション装置 | |
JP7020348B2 (ja) | 自車位置推定装置 | |
US20080294342A1 (en) | Position Detecting Device And Position Detecting Method | |
CN101750086B (zh) | 导航信息修正方法及其导航装置 | |
JP2009019992A (ja) | 位置検出装置及び位置検出方法 | |
CN101201255A (zh) | 基于智能导航算法的车辆组合导航系统 | |
WO2013149149A1 (en) | Method to identify driven lane on map and improve vehicle position estimate | |
JP2020169872A (ja) | 慣性航法装置 | |
CN101762275A (zh) | 车载导航系统及方法 | |
KR20190040818A (ko) | 차량 내부 센서, 카메라, 및 gnss 단말기를 이용한 3차원 차량 항법 시스템 | |
Jo et al. | Distributed vehicle state estimation system using information fusion of GPS and in-vehicle sensors for vehicle localization | |
Choi et al. | Enhancement of heading accuracy for GPS/INS by employing average velocity in low dynamic situations | |
Gupta et al. | Road grade estimation using crowd-sourced smartphone data | |
EP3828583A1 (en) | Analysis of localization errors in a mobile object | |
CN115790613B (zh) | 一种视觉信息辅助的惯性/里程计组合导航方法及装置 | |
Dean et al. | Terrain-based road vehicle localization on multi-lane highways |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |