CN106601077B - 车辆位置判断的方法及系统 - Google Patents

Abstract

本发明涉及一种车辆位置判断的方法及系统，包括以下步骤：(1)预存车模型数据和场地地图数据，所述车模型数据包括车辆特征点与所述主天线的相对位置关系，所述场地地图数据包括构成场地的线段；(2)获得所述主天线的实时坐标及车辆姿态数据，根据该实时坐标、姿态数据及所述相对位置关系获得车辆各个特征点的实时坐标，并获得车辆相邻特征点的连线；(3)根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置。本发明通过判断相邻特征点构成的连线与构成场地的线段是否相交的方式能提高判断精度，特别是在驾考领域中不会出现漏判，具有广泛的应用范围。

Description

车辆位置判断的方法及系统

技术领域

本发明涉及卫星定位技术领域，尤其涉及车辆定位技术领域，具体是指一种车辆位置判断的方法及系统。

背景技术

随着卫星定位技术及其产品的普及和发展，大量卫星定位产品被应用于车辆导航中，比如，驾照考试中。目前，驾校考试中的技术方案是：

S1、测量考试场地地图数据，该地图数据包括有传感器区域；

S2、建立车模型，该车模型包含多个特征点；

S3、车辆在考试时，通过卫星定位技术获得考试车上天线的坐标，由于天线和各个特征点之间的位置关系一定，根据该天线坐标即可求出各个特征点的坐标，判断该特征点坐标是否在考试合格区域对应的传感器区域内，如果是，驾考合格，反之，不合格。

上述方法能达到评判考试是否合格的目的，但是，在某些场合，会出现误判，从而，导致驾校考试判断精度低，例如：在实际考试中，如果以点是否在考试科目要求的传感器区域内的方式进行判断，在输出判断结果的过程中，考试车辆的特征点可能出现从一个传感器区域出来后进入另一个传感器区域的情况，也就是考试车辆会出现压线或者出线后再次进入另一传感器区域内，此种情况下，车载计算机仍然会判定为不压线，出现误判，判断精度低。

发明内容

本发明的目的是克服了上述现有技术的判断精度低的缺点，提供了一种能够实现车辆位置判断的方法及系统。

为了实现上述目的，本发明的车辆位置判断的方法及系统如下：

该车辆位置判断方法，所述车辆上设置有主天线，所述的方法包括以下步骤：

(1)预存车模型数据和场地地图数据，所述车模型数据包括车辆特征点与所述主天线的相对位置关系，所述场地地图数据包括构成场地的线段；

(2)获得所述主天线的实时坐标及车辆姿态数据，根据主天线的实时坐标、所述姿态数据及所述相对位置关系获得车辆各个特征点的实时坐标，并根据车辆各个特征点的实时坐标获得车辆相邻特征点的连线；

(3)根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置。

作为一种可选方案，所述根据所述连线和所述线段的位置关系确定车辆相对于所述场地的位置，具体为：遍历地比较每条所述连线和每条所述构成场地的线段而确定车辆相对于所述场地的位置。

作为一种可选方案，所述构成场地的线段包括围成该场地的边界线段和位于该场地内的辅助线段，所述根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置，具体为：判断所述连线与构成所述边界线段是否相交以及所述连线是否与辅助线段相交，若所述连线与辅助线段相交且连线与所述边界线段不相交，则，所述车辆位于场地内。

作为一种可选方案，所述车辆是驾考车辆，所述场地是驾考场地，所述构成场地的线段包括围成该场地的边界线段，若所述连线与所述边界线段相交，判定为考试不合格。

作为一种可选方案，所述姿态数据至少基于主天线的坐标和安装于车辆上的从天线的坐标获得，所述主天线和从天线的连线大致位于车辆纵向中轴线上，所述方法还包括校准横滚角误差，其步骤如下：车辆静止于平整地面时，通过主天线和从天线接收卫星信号，并解算卫星信号而产生包含横滚角的报文，解析报文获得横滚角，采集多次而获得多个横滚角并计算平均横滚角A1m；将车辆转向180度，采集多次而获得多个横滚角并计算平均横滚角A2c；根据以下公式计算误差roll：roll＝(A1m+A2c)/2；解析报文获得横滚角Roll并计算实际横滚角：实际横滚角＝Roll－roll。

作为一种可选方案，所述方法还包括修正主天线高程差产生的误差，包括如下步骤：获得主天线的高程差H以及基于所述姿态数据获得车辆的俯仰角θ，以Hsinθ作为修正量修正所述误差。

作为一种可选方案，所述方法还包括修正俯仰角引起的误差，包括如下步骤：基于所述姿态数据获得车辆的俯仰角θ；以车辆特征点在车模型数据中的横坐标与cosθ的乘积或者纵坐标与cosθ作为修正量修正所述误差。

还包括一种车辆位置判断系统，所述系统包括基准站、移动站、主天线、姿态数据获取装置和计算机，所述基准站接收卫星信号并向移动站发送差分数据，所述移动站基于该差分数据和接收的卫星信号获得所述主天线的实时坐标，所述姿态数据获取装置获得该车辆的姿态数据，并传输该实时坐标和所述姿态数据至所述计算机，所述计算机预存车模型数据和场地地图数据，所述车模型数据包括车辆特征点与所述主天线的相对位置关系，所述场地地图数据包括构成场地的线段；所述计算机基于所述实时坐标、姿态数据和所述相对位置关系获得车辆的各个特征点的实时坐标，根据车辆各个特征点的实时坐标获得车辆相邻特征点的连线，根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置。

作为一种可选方案，所述构成场地的线段包括围成该场地的线段和位于该场地内的辅助线段，所述根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置，具体为：判断所述连线与构成所述场地的线段是否相交以及所述连线是否与辅助线段相交，若所述连线与辅助线段相交且连线与围成所述场地的线段不相交，则判定所述车辆位于场地内，若连线与辅助线段不相交，则判定位于场地外。

还包括一种车载计算机，所述计算机预存车模型数据和场地地图数据，所述车模型数据包括车辆特征点与所述主天线的相对位置关系，所述场地地图数据包括构成场地的线段；所述计算机获得车辆的主天线的实时坐标以及车辆的姿态数据，基于所述实时坐标和姿态数据获得车辆的各个特征点的实时坐标，根据车辆各个特征点的实时坐标获得车辆相邻特征点的连线，根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置。

作为一种可选方案，所述构成场地的线段包括围成该场地的线段和位于该场地内的辅助线段，所述根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置，具体为：判断所述连线与构成所述场地的线段是否相交以及所述连线是否与辅助线段相交，若所述连线与辅助线段相交且连线与围成所述场地的线段不相交，则判定为不压线；若所述连线与所述边界线段相交，则，判定为压线。

一种物体相对于场地的位置判断方法，所述物体上设置有天线，所述方法包括如下步骤：S1、预存物体模型数据和场地地图数据，所述物体模型数据包括物体特征点与所述天线的相对位置关系，所述场地地图数据包括围成场地的边界线段和位于该场地内的辅助线段；S2、获得所述天线的实时坐标及物体姿态数据，根据天线的实时坐标、所述姿态数据及所述相对位置关系获得物体各个特征点的实时坐标，并根据物体各个特征点的实时坐标获得物体相邻特征点的连线；S3、判断所述连线和所述边界线段是否相交以及所述连线与所述辅助线段是否相交确定所述物体相对于所述场地的位置，如果所述连线与辅助线段不相交，则，物体位于场地外，如果所有连线与所有边界线段均不相交且与有连线与辅助线段相交，则，物体位于场地内。

在进一步方案中，所述判断所述连线和所述边界线段是否相交以及所述连线与所述辅助线段是否相交确定所述物体相对于所述场地的位置还包括：如果一条连线与一条所述边界线段相交，则，基于姿态数据、所述场地地图数据调整所述物体的位置。

本发明还公开一种物体相对于场地的位置判断系统，系统包括基准站、具天线的移动站、姿态数据获取装置和计算机，其中，基准站向移动站发送差分数据；所述移动站基于该差分数据和接收的卫星信号获得所述主天线的实时坐标；所述姿态数据获取装置获得该物体的姿态数据，并传输该实时坐标和所述姿态数据至所述计算机；所述计算机预存物体模型数据和场地地图数据，所述物体模型数据包括物体特征点与所述天线的相对位置关系，所述场地地图数据包括围成场地的线段和位于场地内的辅助线段；所述计算机基于所述实时坐标、姿态数据和所述相对位置关系获得物体的各个特征点的实时坐标，根据物体各个特征点的实时坐标获得物体相邻特征点的连线，判断所述连线和所述边界线段是否相交以及所述连线与所述辅助线段是否相交，如果所述连线与辅助线段不相交，则，物体位于场地外，如果所有连线与所有边界线段均不相交且与有连线与辅助线段相交，则，物体位于场地内。

在进一步方案中，所述计算机判断所述连线是否与边界线段相交以及是否有连线与辅助线段相交，如果一条连线与一条所述边界线段相交且有连线与辅助线段相交，则，基于姿态数据、所述场地地图数据产生位置调整指令并向外发送该指令。

采用了该发明中的位置判断的方法及系统，通过判断相邻的特征点构成的连线与构成场地的线段是否相交的方式来判断物体相对于所述场地的位置,这样，判断精度高，比如，在两次输出结果的过程中，当一个特征点出传感器区域后又进入传感器区域时，该特征点与其相邻的特征点构成的连线仍然与围成场地的线段相交，比如，在驾考中仍然会被判定为压线，考试不合格，所以，不会出线误判，提高判断精度，具有广泛的应用范围。

附图说明

图1为车模型建立各特征点坐标计算的示意图；

图2为本发明的车辆位置判断的方法的具有车辆特征点的车模型的示意图。

图3为本发明的车辆位置判断的方法的一种场地(直角转弯)的示意图。

图4是本发明的车辆位置判断的方法的另一种场地(侧边停车)的示意图。

图5为本发明的车辆位置判断的方法的位置判定的示意图。

图6是本发明的修正天线高程差的示意图。

图7是本发明的修正俯仰角导致的误差的示意图；

图8是本发明用于判断物体与场地相对位置关系的示意图。

具体实施方式

为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。

一种车辆位置判断方法，所述车辆上设置有主天线，所述的方法包括以下步骤：

(1)预存车模型数据和场地地图数据，所述车模型数据包括车辆特征点与所述主天线的相对位置关系，所述场地地图数据包括构成场地的线段；

(2)获得所述主天线的实时坐标及车辆姿态数据，根据主天线的实时坐标、所述姿态数据及所述相对位置关系获得车辆各个特征点的实时坐标，并根据车辆各个特征点的实时坐标获得车辆相邻特征点的连线；

(3)根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置。

在一种较佳的实施方式中，所述根据所述连线和所述线段的位置关系确定车辆相对于所述场地的位置，具体为：遍历地比较每条所述连线和每条所述构成场地的线段而确定车辆相对于所述场地的位置。

在一种更佳的实施方式中，所述构成场地的线段包括围成该场地的边界线段和位于该场地内的辅助线段，所述根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置，具体为：判断所述连线与所述边界线段是否相交以及所述连线是否与辅助线段相交，若所述连线与辅助线段相交且连线与所述边界线段不相交，则，所述车辆位于场地内。

在一种更进一步的实施方式中，所述车辆是驾考车辆，所述场地是驾考场地，所述构成场地的线段包括围成该场地的边界线段，若所述连线与所述边界线段相交，判定考试不合格。

在一种较佳的实施方式中，所述姿态数据至少基于主天线的坐标和安装于车辆上的从天线的坐标获得，所述方法还包括校准横滚角误差，其步骤如下：车辆静止于平整地面时，通过主天线和从天线接收卫星信号，并解算卫星信号而产生包含横滚角的报文，解析报文获得横滚角，采集多次而获得多个横滚角并计算平均横滚角A1m；将车辆转向180度，采集多次而获得多个横滚角并计算平均横滚角A2c；根据以下公式计算误差roll：roll＝(A1m+A2c)/2；解析报文获得横滚角Roll并计算实际横滚角：实际横滚角＝Roll－roll。

在一种较佳的实施方式中，所述方法还包括修正主天线高程差产生的误差，包括如下步骤：获得主天线的高程差H以及基于所述姿态数据获得车辆的俯仰角θ，以Hsinθ作为修正量修正所述误差。

在一种更佳的实施方式中，所述方法还包括修正俯仰角引起的误差，包括如下步骤：基于所述姿态数据获得车辆的俯仰角θ；以车辆特征点在车模型数据中的坐标与cosθ的乘积或者纵坐标与cosθ的乘积修正量修正所述误差。

还包括一种车辆位置判断系统，所述系统包括基准站、移动站、主天线、姿态数据获取装置和计算机，所述基准站接收卫星信号并向移动站发送差分数据，所述移动站基于该差分数据和接收的卫星信号获得所述主天线的实时坐标，所述姿态数据获取装置获得该车辆的姿态数据，并传输该实时坐标和所述姿态数据至所述计算机，所述计算机预存车模型数据和场地地图数据，所述车模型数据包括车辆特征点与所述主天线的相对位置关系，所述场地地图数据包括构成场地的线段；所述计算机基于所述实时坐标、姿态数据和所述相对位置关系获得车辆的各个特征点的实时坐标，根据车辆各个特征点的实时坐标获得车辆相邻特征点的连线，根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置。

在一种较佳的实施方式中，所述构成场地的线段包括围成该场地的线段和位于该场地内的辅助线段，所述根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置，具体为：判断所述连线与构成所述场地的线段是否相交以及所述连线是否与辅助线段相交，若所述连线与辅助线段相交且连线与围成所述场地的线段不相交，则判定所述车辆位于场地内，若连线与辅助线段不相交，则判定位于场地外。

还包括一种车载计算机，所述计算机预存车模型数据和场地地图数据，所述车模型数据包括车辆特征点与所述主天线的相对位置关系，所述场地地图数据包括构成场地的线段；所述计算机获得车辆的主天线的实时坐标以及车辆的姿态数据，基于所述实时坐标和姿态数据获得车辆的各个特征点的实时坐标，根据车辆各个特征点的实时坐标获得车辆相邻特征点的连线，根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置。

在一种较佳的实施方式中，所述构成场地的线段包括围成该场地的边界线段和位于该场地内的辅助线段，所述根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置，具体为：判断所述连线与所述边界线段是否相交以及所述连线是否与辅助线段相交，若所述连线与辅助线段相交且连线与所述边界线段不相交，则判定为不压线，若所述连线与所述边界线段相交，则，判定为压线。

请参阅图1至图7，以本发明的技术构思应用于驾考领域为例，说明本发明的车辆位置判断的方法如下：

步骤S1、预存车模型数据和场地地图数据，所述车模型数据包括车辆特征点与所述主天线的相对位置关系，所述场地地图数据包括构成场地的线段。

步骤S11、预存车模型数据，所述车模型数据包括车辆特征点与所述主天线的相对位置关系；预存车模型数据属于现有技术，为了阅读方便，本实施方式中将如何建立车模型简单叙述如下：

请参阅图1，车模型建立主要包括如下步骤：

1、原始数据测量：在车辆静止的情况下，通过GNSS设备，对车辆特征点及主天线坐标进行测量，假定测量得到其中一个特征点A的坐标为A(Ax，Ay)、主天线的坐标为O(x0，y0)及方位角α；

2、坐标平移：建立笛卡尔坐标系，其中Y轴表示北坐标，X轴表示东坐标，将采集的特征点坐标进行无旋转平移，使得主天线O点位于坐标原点O1(0,0)，平移后，特征点A平移至A1，则A1的坐标为A1(A1x，A1y)；其中，A1x＝Ax-x0；A1y＝Ay-y0；

3、坐标旋转，平移后，以O1为中心点将特征点A1旋转至A2，使得车辆的方位角为0，则，A2点的坐标A2(A2x，A2y)如下：A2x＝A1xcosα-A1ysinα；A2y＝A1xsinα+A1ycosα，至此，建立为以主天线的坐标为坐标原点，方位角为0的车模型坐标系统，由此，车模型数据就包括车辆各特征点的坐标(也就是车辆各特征点与主天线的相对位置关系)。建立的车模型的特征点如图1和图2所示，图1所述车模型的车头位于y轴，图2的车模型的车头位于x轴且车辆特征点有28个。

步骤S12、预存场地地图数据，所述场地地图数据包括构成场地的线段。

在该步骤中，所述场地是驾考场地，所述车辆是驾考车辆，该步骤也采用现有技术，参阅图3和图4简单说明场地地图构成，以方便了解本方面。图2和图3分别是绘制后场地地图数据的效果图，如图2所示，预存的场地地图数据包括构成场地的线段，图2所示为直角转弯场地的示意图，该图对应的地图数据包括构成该场地的线段，这些线段围成所述直角转弯的考试场地；图3侧边停车的场地地图数据效果图，是对倒车入库的特征点坐标进行测量后，向道路外扩展一定的距离，构建多边形，对该考试场地说明如下：如图所示，对侧方停车的红线、蓝线、黄线道路内侧点进行测量后，向道路外扩展一定的距离，构建多边形；2、多边形内写上传感器的编号，编号文字的插入点必须在多边形的内部；3、中C01S为倒车入库的考试准备区，相应的C01E为倒车入库的考试离开区；4、C011、C012…C01n，为该考试项目对应的传感区编码，当n超过10个时，以除S、E外的字母按A、B、C…排序；5、同一个地方，同一类考试可以有多个，假设有侧方停车6号考场，则相应编号为C061、C062…C06n1。如图3所示，其包括围成场地的边界线段(也就是C01E、C01S、C011、C014、C015、C016内侧线段围成的区域)和位于该场地内的辅助线段(也就是C012和C013的线段)。

步骤S2、获得所述主天线的实时坐标及车辆姿态数据，根据主天线的实时坐标、所述姿态数据及所述相对位置关系获得车辆各个特征点的实时坐标，并根据车辆各个特征点的实时坐标获得车辆相邻特征点的连线。

请参阅图1、图2和图4，需要说明的是，驾考中通过车辆的姿态和车辆的坐标来判断车辆的唯一位置。驾考车辆在考试过程中行使时候，基准站接收卫星信号得到差分数据，该差分数据传输至驾考车辆上的移动站，移动站基于差分数据、通过主天线和从天线接收到的卫星信号而获得主天线的坐标和从天线的坐标。由于车辆是刚体，所以，主天线的安装位置和各车辆特征点之间的相对位置关系是固定的，由此，基于主天线的坐标就可以计算出各个车辆特征点的坐标。请参阅图1，车辆在水平路面(没有斜坡之类的路面)行驶时，假定通过前述方式获得的主天线坐标为T(Tx，Ty)及车辆该时刻的方位角为α，车辆特征点A在车模型数据中的坐标为(A2x，A2y)根据前述建立车模型的原理(建立车模型是将特征点平移+旋转以使得主天线坐标为坐标系原点，而此实际使用中，是将车模型进行平移和旋转以计算特征点实时坐标)，所以，根据坐标的平移和旋转可得车辆特征点A的实时坐标(RAx，RAy)分别如下：

RAx＝Tx+A2xcos(2π-α)-A2ysin(2π-α)

RAy＝Ty+A2xsin(2π-α)+A2ycos(2π-α)

获得各个特征点的坐标后，就可根据各个特征点的坐标获得相邻特征点的连线，如图5并结合图2，相邻特征点21和25的连线为线段LP1，这样，所有特征点在同一时刻的连线构成车辆轮廓。

以主天线和从天线的坐标点的连线作为基线并以此为基础获得车辆的姿态数据(俯仰角和方位角)，通过姿态数据和车辆特征点的坐标就可以确定驾考车辆在坐标系中的唯一位置(如图4所示)。技术人员也可以理解，车辆姿态数据也可以通过惯导系统或者现有技术中的其他测姿方法获得(属于现有技术，在此不再赘述)。通过一个天线获得坐标而获得各特征点的坐标，再通过惯导系统获得姿态数据也可以实现本发明。

步骤S3、根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置，进而，判断考试是否合格。

结合图1和图4说明该步骤，在驾考中，判断连线与围成考试场地的线段是否相交就可以确定车辆是否压线，判断连线是否与场地内的辅助线段相交可以确定车辆是否在场地内，结合图3和图4，判断车辆特征点的连线LP1与C013的线段相交就可以表示车辆进入库内，是在考试场地内；判断驾考车辆特征点的连线LP1是否与C016或C015等传感器区域的内侧线段是否相交来确定驾考车辆是否压线，当特征点连线与构成场地的线段相交，则，压线，判定为考试不合格。驾考领域其他需要用车辆与场地位置关系来判断考试是否合格的情况，则，计算机基于本发明的思路根据该驾考规则进行判断，相应的判断规则预存于计算机内，比如，要判断车辆是否停到合适位置时，则，需要判断特征点连线是否与围成场地的所有线段相交以及是否有特征点连线与辅助线段相交，在连线均未与围成场地的所有边界线段相交且有连线与辅助线段相交时。

请参阅图4并结合图1，在此仅以相邻的点21和点25构成的线段LP1为例说明上述判断过程如下：本发明是遍历地比较每条所述连线和每条所述构成场地的线段而确定车辆相对于所述场地的位置，具体的过程如下：车载计算机先判断点21与点25构成的线段LP1与传感器区域Z004内侧的线段L1是否相交，如果相交，则，考试不合格；如果不相交，则，继续判断线段LP1是否与传感器区域Z003的内侧线段L2相交，如果相交，考试不合格，输出相应的传感器区域就可以知道是哪里压线；如果不相交，则继续判断线段LP1与传感器区域Z002的内侧线段L3相交，总之，在不相交的情况下，将该线段LP1遍历构成场地的所有线段；在线段LP1判断完后，接着判断相邻点21和14构成的连线与构成场地的所有线段是否相交；判断完特征点21和14构成的连线与构成场地的所有线段后，接着判断特征点14和特征点13构成的连线与构成场地的所有线段的位置关系，将此判断完后，接着判断特征点13与特征点12构成的连线与构成场地的所有连线，以此类推，直至相邻特征点的连线均与构成场地的所有线段比较。另外，辅助线段与车辆特征点的构成的连线的比较与围成场地的线段与所述连线的比较方式相同，在此不再赘述。

综上所述，由于本发明采用相邻车辆特征点构成的连线与场地的线段是否相交的“线线相交”的方式，即使诸如拐弯处驾考车辆由图4的图面所示特征点25的位置运动到特征点21的位置(也就是驾考车辆出考场场地后又进入考场场地)，由于线段LP1与线段L1相交，仍然判断为考试不合格，而传统判断方式因为特征点21和特征点25均在场地内而将考试判断为合格，这很明显不对，所以，本发明采用线线相交的方式，提高了车辆位置判断的精度，特别是驾考领域。

本领域技术人员能明白，本发明中GNSS设备获得的是某特征点的平面坐标，是该特征点投影到水平面的投影坐标，当车辆在带有俯仰角的坡面行驶时，如图5所示，假设线段LP代表斜坡(例如科目二的坡道)，A表示斜坡上的某一点，当我们将主天线直接放置在A点时，测得场地的特征点A的坐标为投影坐标A1，当主天线安装于某一支架平台(比如驾考车辆顶部)且高程达到B点时，此时，测点的坐标为B点的投影坐标B1，由此，我们可以看出，A1点的坐标与B1点的坐标不相等，需要通过俯仰角与天线高程差进行修正。请参阅图5，修正方法如下：车载计算机通过姿态数据获得车辆的俯仰角θ，天线高程差为H，，根据直角函数关系式可以得到误差量(即A1B1)为Hsinθ，仍以前述获得的主天线坐标为T(Tx，Ty)及车辆该时刻的方位角为α，车辆特征点A在车模型数据中的坐标为(A2x，A2y)为例，结合图1和图6说明该修正如下，车模型如图1所示的情况下(即车头在y轴上)车辆特征点A的坐标(RAx，RAy)如下：

RAx＝Tx+A2xcos(2π-α)-A2ysin(2π-α)

RAy＝Ty+Hsinθ+A2xsin(2π-α)+A2ycos(2π-α)

如果车模型中车头在横轴上，则，修正天线高程差的情况下，车辆特征点A的坐标(RAx，RAy)如下：

RAx＝Tx+Hsinθ+A2xcos(2π-α)-A2ysin(2π-α)

RAy＝Ty+A2xsin(2π-α)+A2ycos(2π-α)

请参阅图7，本领域的技术人员能明白，通过前述方式对车辆主天线B点进行了修正，即主天线坐标为特征点A在平面上的投影点A1，若此时我们进行特征点计算，得到车辆特征点在坐标系下如虚线所示，但由于俯仰角θ的作用，车辆特征点的投影C1、D1并不与虚线区域吻合，由此可见，由于俯仰角的作用，需要修正，修正方法如下：获得主天线的实时坐标；以车模型数据中车辆特征点的横坐标坐标与cosθ的乘积以及纵坐标与sinθ作为修正量来修正误差，仍以前述获得的主天线坐标为T(Tx，Ty)及车辆该时刻的方位角为α，车辆特征点A在车模型数据中的坐标为(A2x，A2y)为例，结合图1、图2和图7说明该修正如下，如图1中车头在y轴时，车辆特征点A的坐标(RAx，RAy)如下：

RAx＝Tx+A2x cos(2π-α)-A2ycosθsin(2π-α)

RAy＝Ty+Hsinθ+A2xsin(2π-α)+A2ycosθcos(2π-α)

如果车模型中车头在横轴上，则，修正天线高程差的情况下，车辆特征点A的坐标(RAx，RAy)如下：

RAx＝Tx+Hsinθ+A2xcosθcos(2π-α)-A2y sin(2π-α)

RAy＝Ty+A2xcosθsin(2π-α)+A2y cos(2π-α)

如果不修正天线高程引起的误差，仅仅修正俯仰角导致的误差，如图1中车头在y轴时，车辆特征点A的坐标(RAx，RAy)如下：

RAx＝Tx+A2x cos(2π-α)-A2ycosθsin(2π-α)

RAy＝Ty+A2xsin(2π-α)+A2ycosθcos(2π-α)

如果车模型中车头在横轴上，则，修正天线高程差的情况下，车辆特征点A的坐标(RAx，RAy)如下：

RAx＝Tx+A2xcosθcos(2π-α)-A2y sin(2π-α)

RAy＝Ty+A2xcosθsin(2π-α)+A2y cos(2π-α)

本领域技术人员能明白，主天线和从天线安装于驾考车辆顶部，因为车辆顶部成拱形，这样，主天线和从天线不能在一个平面内，由此，将导致横滚角误差，为了消除天线安装引起的横滚角误差，本发明采用的方法如下：1)车辆静止于平整地面时，通过主天线和从天线接收卫星信号，并解算卫星信号而产生包含横滚角的报文，解析报文获得横滚角，采集多次而获得多个横滚角并计算平均横滚角A1m；2)将车辆转向180度，采集多次而获得多个横滚角并计算平均横滚角A2c；3)根据以下公式计算误差roll：roll＝(A1m+A2c)/2；4)解析报文获得测量横滚角Roll并计算实际横滚角：实际横滚角＝Roll－roll。如何将横滚角用于计算特征点的坐标可以采用现有技术，在此不再赘述。

请参阅图8，本领域的技术人员可以理解上述方法虽然是在驾考领域用于判断车辆是否压线、车辆是否完全进入侧边停车的库内等，由车辆是否完全进入侧边停车的库内，技术人员可以联想到上述构思可以应用于判断物体与场地的位置关系，比如，物体是否被运载场地内且在指定区域内放置好。下面结合图8对本应用说明如下：

S1、预存物体模型数据和场地地图数据，所述物体特征点的位置数据包括物体特征点与所述天线的相对位置关系，所述场地地图数据包括围成场地的边界线段和位于该场地内的辅助线段；该步骤请参考驾考中的叙述，在此不再赘述。

S2、获得所述天线的实时坐标及物体姿态数据，根据天线的实时坐标、所述姿态数据及所述相对位置关系获得物体各个特征点的实时坐标，并根据物体各个特征点的实时坐标获得物体相邻特征点的连线；该步骤请参考驾考中的叙述，在此不再赘述。

S3、根据所述连线和所述边界线段是否相交以及所述连线与所述辅助线段是否相交确定所述物体相对于所述场地的位置，如果所述连线与所述边界线段不相交且与辅助线段相交，则，物体位于场地内，如果连线未与所述辅助线段相交，则，物体位于所述场地外。

在该步骤中，传感器区域的坐标点构成的线段，包括边界线段和辅助线段，比如传感器区域C015所对应的线段，传感器区域构成线段可以采用现有技术中驾考领域的传感器构成线段的技术，在此不再赘述，本发明为方便叙述，以边界线段和辅助线段作为名称。计算机判断特征点连线AB、BC、CD、AD与辅助线段C013是否相交，只要有一条连线与辅助线段C013相交，就说明物体进入场地的区域，计算机如果判断出没有相交，则，物体位于场地外，计算机发出用于控制物体进入场地的指令。在物体进入场地后，计算机判断物体特征点的连线AB、BC、CD和AD是否与C014、C015或C016相交，只要有一条连线与一条边界线段相交且有连线与辅助线段相交(如图7虚线所示)，计算机判断出物体位于场地内但放置位置不正确，此种情况下，结合姿态数据和场地地图数据产生位置调整指令并向外发送该指令，该指令用于调整物体的方向以使得物体ABCD放置到如图7实线所示的位置，比如，物体放置于车辆上，计算机结合姿态数据和场地地图数据计算出物体该旋转多少角度即可被放置于期望位置，产生该角度指令发送至车辆使得车辆运动所述角度，进而，将物体放置到期望位置。

上述示例仅仅说明将一个物体运载到一个场地的情况，技术人员可以理解也可以将多个物体运到多个场地以使得每个场地有一个物体的情况，此种情况下，场地地图数据有多个，物体位置数据可能有多个也可能有一个，但，其实现方法参考上述示例，在此不再赘述。

在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (12)

1.一种车辆位置判断方法，所述车辆上设置有主天线，其特征在于，所述的方法包括以下步骤：

(1)预存车模型数据和场地地图数据，所述车模型数据包括车辆特征点与所述主天线的相对位置关系，所述场地地图数据包括构成场地的线段；

(2)获得所述主天线的实时坐标及车辆姿态数据，根据主天线的实时坐标、所述姿态数据及所述相对位置关系获得车辆各个特征点的实时坐标，并根据车辆各个特征点的实时坐标获得车辆相邻特征点的连线；

(3)根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置，其中，

所述姿态数据至少基于主天线的坐标和安装于车辆上的从天线的坐标获得，所述方法还包括校准横滚角误差，其步骤如下：

车辆静止于平整地面时，通过主天线和从天线接收卫星信号，并解算卫星信号而产生包含横滚角的报文，解析报文获得横滚角，采集多次而获得多个横滚角并计算平均横滚角A1m；

将车辆转向180度，采集多次而获得多个横滚角并计算平均横滚角A2c；

根据以下公式计算误差roll：roll＝(A1m+A2c)/2；

解析报文获得横滚角Roll并计算实际横滚角：实际横滚角＝Roll－roll。

2.根据权利要求1所述车辆位置判断方法，其特征在于，所述根据所述连线和所述线段的位置关系确定车辆相对于所述场地的位置，具体为：

遍历地比较每条所述连线和每条所述构成场地的线段而确定车辆相对于所述场地的位置。

3.根据权利要求1或2所述车辆位置判断方法，其特征在于，所述构成场地的线段包括围成该场地的边界线段和位于该场地内的辅助线段，所述根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置，具体为：

判断所述连线与所述边界线段是否相交以及所述连线是否与辅助线段相交，若所述连线与辅助线段相交且连线与所述边界线段不相交，则，所述车辆位于场地内。

4.根据权利要求1所述车辆位置判断方法，其特征在于，所述车辆是驾考车辆，所述场地是驾考场地，所述构成场地的线段包括围成该场地的边界线段，若所述连线与所述边界线段相交，判定为考试不合格。

5.根据权利要求1所述车辆位置判断方法，其特征在于，所述方法还包括修正主天线高程差产生的误差，包括如下步骤：获得主天线的高程差H以及从所述姿态数据获得车辆的俯仰角θ，以Hsinθ作为修正量修正所述误差。

6.根据权利要求1或5所述车辆位置判断方法，其特征在于，所述方法还包括修正俯仰角引起的误差，包括如下步骤：基于所述姿态数据获得车辆的俯仰角θ，以车辆特征点在车模型数据中的横坐标与cosθ的乘积或者纵坐标与cosθ的乘积作为修正量修正坐标。

7.一种车辆位置判断系统，其特征在于，所述系统包括基准站、移动站、主天线、姿态数据获取装置和计算机，其中，

所述基准站接收卫星信号并向移动站发送差分数据；

所述移动站基于该差分数据和接收的卫星信号获得所述主天线的实时坐标；

所述姿态数据获取装置获得该车辆的姿态数据，并传输所述实时坐标和所述姿态数据至所述计算机；所述计算机预存车模型数据和场地地图数据，所述车模型数据包括车辆特征点与所述主天线的相对位置关系，所述场地地图数据包括构成场地的线段；所述计算机还基于所述实时坐标、姿态数据和所述相对位置关系获得车辆的各个特征点的实时坐标，根据车辆各个特征点的实时坐标获得车辆相邻特征点的连线，根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置，其中，所述姿态数据至少基于主天线的坐标和安装于车辆上的从天线的坐标获得，所述计算机校准横滚角误差，车辆静止于平整地面时，通过主天线和从天线接收卫星信号，并解算卫星信号而产生包含横滚角的报文，解析报文获得横滚角，采集多次而获得多个横滚角并计算平均横滚角A1m，将车辆转向180度，采集多次而获得多个横滚角并计算平均横滚角A2c，根据以下公式计算误差roll：roll＝(A1m+A2c)/2，解析报文获得横滚角Roll并计算实际横滚角：实际横滚角＝Roll－roll。

8.根据权利要求7所述 车辆位置判断系统，其特征在于，所述构成场地的线段包括围成该场地的边界线段和位于该场地内的辅助线段，所述根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置，具体为：

判断所述连线与所述边界线段是否相交以及所述连线是否与辅助线段相交，若所述连线与辅助线段相交且连线与所述边界线段不相交，则判定所述车辆位于场地内，若连线与辅助线段不相交，则判定位于场地外。

9.一种车载计算机，其特征在于，所述计算机预存车模型数据和场地地图数据，所述车模型数据包括车辆特征点与车辆的主天线的相对位置关系，所述场地地图数据包括构成场地的线段；

所述计算机获得车辆的所述主天线的实时坐标以及车辆的姿态数据，基于主天线的所述实时坐标、所述相对位置关系及姿态数据获得车辆的各个特征点的实时坐标，根据车辆各个特征点的实时坐标获得车辆相邻特征点的连线，根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置，其中，所述姿态数据至少基于主天线的坐标和安装于车辆上的从天线的坐标获得，所述计算机校准横滚角误差，车辆静止于平整地面时，通过主天线和从天线接收卫星信号，并解算卫星信号而产生包含横滚角的报文，解析报文获得横滚角，采集多次而获得多个横滚角并计算平均横滚角A1m，将车辆转向180度，采集多次而获得多个横滚角并计算平均横滚角A2c，根据以下公式计算误差roll：roll＝(A1m+A2c)/2，解析报文获得横滚角Roll并计算实际横滚角：实际横滚角＝Roll－roll。

10.根据权利要求9所述车载计算机，其特征在于，所述构成场地的线段包括围成该场地的边界线段和位于该场地内的辅助线段，所述根据所述连线和所述线段是否相交确定车辆相对于所述场地的位置，具体为：

判断所述连线与构成所述场地的边界线段是否相交以及所述连线是否与辅助线段相交，若所述连线与辅助线段相交且连线与所述边界线段不相交，则判定为不压线，若所述连线与所述边界线段相交，则，判定为压线。

11.一种物体相对于场地的位置判断方法，物体上设置有天线，其特征在于，所述方法包括如下步骤：

S1、预存物体模型数据和场地地图数据，所述物体模型数据包括物体特征点与所述天线的相对位置关系，所述场地地图数据包括围成场地的边界线段和位于该场地内的辅助线段；

S2、获得所述天线的实时坐标及物体姿态数据，根据天线的实时坐标、所述姿态数据及所述相对位置关系获得物体各个特征点的实时坐标，并根据物体各个特征点的实时坐标获得物体相邻特征点的连线；

S3、判断所述连线和所述边界线段是否相交以及所述连线与所述辅助线段是否相交确定所述物体相对于所述场地的位置，如果所述连线与辅助线段不相交，则，物体位于场地外，如果所有连线与所有边界线段均不相交且有连线与辅助线段相交，则，物体位于场地内，其中，所述判断所述连线和所述边界线段是否相交以及所述连线与所述辅助线段是否相交确定所述物体相对于所述场地的位置还包括：如果一条连线与一条所述边界线段相交，则，基于姿态数据、所述场地地图数据调整所述物体的位置。

12.一种物体相对于场地的位置判断系统，其特征在于，该系统包括基准站、具有天线的移动站、姿态数据获取装置和计算机，其中，

基准站向移动站发送差分数据；

所述移动站基于该差分数据和接收的卫星信号获得所述天线的实时坐标；

所述姿态数据获取装置获得该物体的姿态数据，并传输该实时坐标和所述姿态数据至所述计算机；所述计算机预存物体模型数据和场地地图数据，所述物体模型数据包括物体特征点与所述天线的相对位置关系，所述场地地图数据包括围成场地的边界线段和位于场地内的辅助线段；所述计算机基于所述实时坐标、姿态数据和所述相对位置关系获得物体的各个特征点的实时坐标，根据物体各个特征点的实时坐标获得所述物体相邻特征点的连线，判断所述连线和所述边界线段是否相交以及所述连线与所述辅助线段是否相交，如果所述连线与辅助线段不相交，则，物体位于场地外，如果所有连线与所有边界线段均不相交且有连线与辅助线段相交，则，物体位于场地内，其中，

所述计算机判断所述连线是否与边界线段相交以及是否有所述连线与辅助线段相交，如果一条连线与一条所述边界线段相交且有连线与辅助线段相交，则，基于姿态数据、所述场地地图数据产生位置调整指令并向外发送该指令。

Images