CN106767893A - 车辆行驶里程计算方法 - Google Patents

车辆行驶里程计算方法 Download PDF

Info

Publication number
CN106767893A
CN106767893A CN201710119483.0A CN201710119483A CN106767893A CN 106767893 A CN106767893 A CN 106767893A CN 201710119483 A CN201710119483 A CN 201710119483A CN 106767893 A CN106767893 A CN 106767893A
Authority
CN
China
Prior art keywords
error
compensation factor
residual error
temperature
angle
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.)
Pending
Application number
CN201710119483.0A
Other languages
English (en)
Inventor
李云飞
王维加
王维毅
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.)
Shenzhen Unitek Mdt Infotech Ltd
Original Assignee
Shenzhen Unitek Mdt Infotech Ltd
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 Shenzhen Unitek Mdt Infotech Ltd filed Critical Shenzhen Unitek Mdt Infotech Ltd
Priority to CN201710119483.0A priority Critical patent/CN106767893A/zh
Publication of CN106767893A publication Critical patent/CN106767893A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • 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
    • 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
    • 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
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial

Abstract

本发明提供了一种车辆行驶里程计算方法，包括：对陀螺仪、加速度计和电子罗盘的检测参数进行数据融合以得到计算坐标点数据；将计算坐标点数据与从GPS设备获取的观测坐标点数据进行比较，以得到系统残差；建立环境温度、温度补偿因子、与系统残差之间的第一误差模型、以及加速度、运动误差补偿因子、与系统残差之间的第二误差模型；根据第一系统残差的变化趋势修正温度补偿因子，根据第二系统残差的变化趋势修正运动误差补偿因子；根据修正后的温度补偿因子及运动误差补偿因子得到用于计算数据融合所使用的传感器融合增益。本发明通过闭环的、误差自适应的算法对多个来源的同一物理量进行融合，从而提高了计算精度。

Description

车辆行驶里程计算方法
技术领域
本发明涉及车辆量程计量领域，特别涉及一种车辆行驶里程计算方法。
背景技术
现有技术中的车辆行驶里程计数设备必须连接原车里程传感器，任何希望使用高精度里程计数的第三方设备，如出租车计价器，需要依靠专业人员将设备连接至车上里程传感器，并且不同的车型安装方式也不尽相同。
随着网约车这一新兴产业的蓬勃发展，各式各样的私家车加入到网约车运营领域，由于网约车行业营运车辆主要为私家车，而私家车群体存在车型复杂多样、司机大多缺少专业的车辆传感器接线技能，为准确的为乘客计价，并降低司机方设备安装成本，市场急需一种适合网约车的免安装、高精度里程计/计价器。
发明内容
本发明提供了一种车辆行驶里程计算方法，以解决现有技术中在没有装备车里程传感器的车辆上，无法精确进行里程计量的问题。
为解决上述问题，作为本发明的一个方面，提供了一种车辆行驶里程计算方法，包括：步骤1，对陀螺仪、加速度计和电子罗盘的检测参数进行数据融合以得到计算坐标点数据，并根据所述计算坐标点数据得到累加里程；步骤2，将所述计算坐标点数据与从GPS设备获取的观测坐标点数据进行比较，以得到系统残差；步骤3，建立环境温度、温度补偿因子、与系统残差之间的第一误差模型、以及加速度、运动误差补偿因子、与系统残差之间的第二误差模型；步骤4，根据当前环境温度及所述第一误差模型确定由所述第一误差模型所确定的第一系统残差的变化趋势；步骤5，根据当前加速度及所述第二误差模型确定由所述第二误差模型所确定的第二系统残差的变化趋势；步骤6，根据所述第一系统残差的变化趋势修正所述温度补偿因子，根据所述第二系统残差的变化趋势修正所述运动误差补偿因子；步骤7，根据修正后的所述温度补偿因子及运动误差补偿因子得到用于计算所述数据融合所使用的传感器融合增益；步骤8，根据计算得到的所述传感器融合增益执行步骤1。
优选地，在所述步骤1中，所述数据融合通过下式进行：
X俯仰角＝X陀螺仪俯仰角+G俯仰角增益*(X加速度俯仰角-X陀螺仪俯仰角)
X偏航角＝X陀螺仪偏航角+G偏航角增益*(X罗盘偏航角-X陀螺仪偏航角)
其中，X陀螺仪俯仰角、X加速度俯仰角、X罗盘偏航角是由对应传感器直接读出，G俯仰角增益、G偏航角增益是所述的传感器融合增益。
优选地，所述第一误差模型为：Lerr1＝((1/Kt)*T)+Bt，其中，Lerr1为第一系统残差，Kt为温度补偿因子，Bt为用于表征第一系统残差的第一基底数；所述第二误差模型为：Lerr2＝((1/Kerr)*T)+Berr，其中，Lerr2为第二系统残差，Kerr为运动误差补偿因子，Berr为用于表征第二系统残差的第二基底数。
优选地，所述第一基底数由以下方式确定：
当见星数小于3颗时，当次采样值不计算；
当见星数等于3颗时，Bt＝Bt’*1.1；
当见星数等于4颗时，Bt＝Bt’；
当见星数大于4颗时，Bt＝Bt’*0.8；
其中，Bt’是根据所述第一误差模型及两组采样值确定的第一基底初值；
其中，所述两组采样值是指在一个小的温度区间内，通过两次采样，可获得两组温度T－残差Lerr1读数(T1,Lerr11)和(T2，Lerr12)，将这两个做为直角坐标系上两个点，即可求出通过这两点的一条直线，该直线的方程式是形如Lerr1＝K直线斜率×T+Bt’的一次函数，这时，如果T为零，即可求出残差基底值Lerr1＝Bt’。
优选地，所述第二基底数由以下方式确定：
设△ErrRate＝abs(计算航向角-测量航向角)/(计算航向角+测量航向角)
当△ErrRate>0.2时，当次采样值不计算；
当0.1＜△ErrRate≤0.2时，Berr＝Berr’*0.9；
当0.05＜△ErrRate≤0.1时，Berr＝Berr’*0.95；
当△ErrRate<＝0.05时，Berr＝Berr’。
优选地，根据所述第一系统残差的变化趋势修正所述温度补偿因子包括：当所述第一系统残差有增大的趋势时，减小所述温度补偿因子；当所述第一系统残差有减小的趋势时，增大所述温度补偿因子；和/或根据所述第二系统残差的变化趋势修正所述运动误差补偿因子包括：当所述第二系统残差有增大的趋势时，减小所述运动误差补偿因子；当所述第二系统残差有减小的趋势时，增大所述运动误差补偿因子。
优选地，所述步骤7根据下式计算所述数据融合所使用的传感器融合增益：
Gx＝Gx-1+P×(Kt+Kerr)
其中，Gx为G俯仰角增益或G偏航角增益，Gx－1为上一个采样周期中使用相应传感器融合增益，Kt为温度补偿因子，Kerr为运动误差补偿因子，P为收敛系数。
优选地，所述方法还包括：建立所述收敛系数、当前环境温度与传感器融合增益之间的对应关系表，所述收敛系数根据当前环境温度及所述步骤1中进行数据融合时所使用的传感器融合增益经查所述对应关系表得到。
优选地，所述方法还包括：将环境温度按预定间隔分成多个温度点，每个温度点均分别对应有相应的所述温度补偿因子及所述运动误差补偿因子。
优选地，所述方法还包括：保存每次的累加里程计算时间范围内的实测环境温度、及相应的计算得到的温度补偿因子及第一基底数；当累加里程得到乘客确认后，将每个温度点本身所对应的多个环境温度、及相应的计算得到的温度补偿因子及第一基底数进行拟合，以得到逐步逼近车辆的实际运行状态的第一误差模型。
本发明采用卫星定位、惯性等两类传感技术完成车辆的里程计数，其核心的思想是通过多种传感器获得相同的三维运动方向、运动速度、位移三种物理量，并通过闭环的、误差自适应的算法对多个来源的同一物理量进行融合，从而提高了计算精度。
附图说明
图1示意性地示出了本发明的流程图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
鉴于背景技术中提及到缺陷，针对网约车计价应用场景，本申请使用卫星定位、惯性、温度等多种传感器技术，配合全新设计的传感信号处理算法，实现了无需连接原车里程传感器也能精确记录车辆行驶里程，以及出租车费计价功能。
请参考图1，本发明提供了一种车辆行驶里程计算方法，包括：
步骤1，对陀螺仪、加速度计和电子罗盘的检测参数进行数据融合以得到计算坐标点数据，并根据所述计算坐标点数据得到累加里程。其中，通过航向角方向位移、俯仰角方向位移计算单位实际内实际的载体位移，并进行累加，送入计价模块及经纬度坐标变换模块的操作是由模块5完成。模块6通过前一经纬度坐标，并将当前位移转换成直角坐标系的x，y两个参数，计算新的载体大地坐标系经纬度坐标。
在一个实施例中，模块6可采用如下的算法：当由直角坐标系转换到大地坐标系时，通常需要进行多次迭代才能得到较高的变换精度，本发明可采用以下转换算法：
经度采用公式计算得到，采用该式得到的经度非常接近真实值、不需要再进行迭代。纬度的初值采用下式计算得到：
步骤2，将所述计算坐标点数据与从GPS设备获取的观测坐标点数据进行比较，以得到系统残差，例如，可将观测坐标点(测量经纬度点)与计算坐标点(计算经纬度点)之间连线的长度Lerr设为系统残差；其中，观测坐标点数据由图1的M0模块完成，该模块使用北斗/GPS双模卫星定位模块读取车辆的经纬度、航向角。由于惯性传感器的误差源中不可控因素主要是温度与运动过载，因此我们设定这一残差的出现主要由环境温度、载体加速度因素引入。
步骤3，建立环境温度、温度补偿因子、与系统残差之间的第一误差模型、以及加速度、运动误差补偿因子、与系统残差之间的第二误差模型。
例如，根据对误差模型的设定，可通过建立环境温度T－系统残差Lerr对应关系，从而得到所述第一误差模型。更具体地，根据系统存储前期测试整定、以及车辆实际行驶过程中采集到的数据，可确立全工作温度范围内所有温度区间的线性关系，将每个温度区间的一次直线相连接，可形成环境温度T－系统残差Lerr对应的曲线。例如，在10-30摄氏度的范围内，可按0.5度的大小为每个点(例如，10、10.5、11、……、29.5、30)分别建立对应的T和Lerr的关系，从而得到一条环境温度T－系统残差Lerr对应关系曲线。
类似地，通过建立运动加速度A－系统残差Lerr对应关系，在较小的加速度区间上使用一次函数近似残差与加速度的线性关系，通过求出该一次函数的斜率，即可得到当前加速度区间的误差变化趋势，进而反比例的获得运动误差补偿因子Kerr。运动加速度A－系统残差Lerr曲线的数学模型及应用与温度－残差曲线一致。例如，在10-30摄氏度的范围内，可按0.5度的大小为每个点(例如，10、10.5、11、……、29.5、30)分别建立对应的A和Lerr的关系，从而得到一条运动加速度A－系统残差Lerr对应关系曲线。
步骤4，根据当前环境温度及所述第一误差模型确定由所述第一误差模型所确定的第一系统残差的变化趋势。例如，在较小的温度区间上，使用一次函数近似残差与温度的线性关系，通过求出该一次函数的斜率，即可得到当前温度区间的误差变化趋势，进而反比例的获得温度补偿因子Kt。
当无法有效获得卫星定位(观测坐标点)时，即反馈通道无法正常工作时，则可使用已建立的温度――残差曲线给出温度补偿因子Kt。
步骤5，根据当前加速度及所述第二误差模型确定由所述第二误差模型所确定的第二系统残差的变化趋势；
步骤6，根据所述第一系统残差的变化趋势修正所述温度补偿因子，根据所述第二系统残差的变化趋势修正所述运动误差补偿因子；
步骤7，根据修正后的所述温度补偿因子及运动误差补偿因子得到用于计算所述数据融合所使用的传感器融合增益；
步骤8，根据计算得到的所述传感器融合增益执行步骤1。
在上述技术方案中，本发明采用卫星定位、惯性等两类传感技术完成车辆的里程计数，其核心的思想是通过多种传感器获得相同的三维运动方向、运动速度、位移三种物理量，并通过闭环的、误差自适应的算法对多个来源的同一物理量进行融合，从而提高了计算精度。
本发明里程计数的核心算法主要由前向数据处理、闭环反馈、误差自适应调整三部分组成，其中，前向数据处理的采样/工作周期为0.1秒，闭环反馈、误差自适应的工作周期为一秒。
前向数据处理由图1中的M1模块完成，其主要采用陀螺仪、加速度传感器读数融合计算出载体(车辆)的运动俯仰角和俯仰角方向的运动速度；使用陀螺仪、电子罗盘传感器读数融合计算出载体的航向角及速度。通过时间积分，可得到载体在一个闭环采样周期(一秒)内实际运动距离，同时通过距离与经纬度之间的换算公式，可得到经过一个采用周期后，车辆的计算(预测)经纬度。
本发明中的闭环反馈通道主要使用卫星定位、图像测距的手段测量经过一个闭环采样周期后，载体的实际经纬度、运动距离，并计算与前向通道获得的计算经纬度、运动距离之间的差值，从而可以评估前向通道的计算误差。
算法的误差自适应调整模块主要通过对产生误差的主要因素，如温度、震动等建模，依据前向与反馈通道的实测误差，动态拟合出相应的误差曲线，进而预测下一采样周期的误差成分及占比，指出各种传感器读数在数据融合中的权重。误差的自适应调整是不间断、递归进行的，能对载体运动中产生的各种实时偏差进行响应。
优选地，在所述步骤1中，所述数据融合由M1模块实现，M1模块进行多种传感器读数的融合，使用互补滤波算法，具体可通过下式进行计算：
X俯仰角＝X陀螺仪俯仰角+G俯仰角增益*(X加速度俯仰角-X陀螺仪俯仰角)
X偏航角＝X陀螺仪偏航角+G偏航角增益*(X罗盘偏航角-X陀螺仪偏航角)
其中，X陀螺仪俯仰角、X加速度俯仰角、X罗盘偏航角是由对应传感器直接读出，G俯仰角增益、G偏航角增益是所述的传感器融合增益(由M2模块生成)。这样，可通过对应的传感器融合增益表征参与数据融合的各传感器值在最终计算结果中所占的权重，更特别地，这一权重(传感器融合增益)是由M4模块根据反馈、误差自适应环节动态调整的。
优选地，所述第一误差模型为：Lerr1＝((1/Kt)*T)+Bt，其中，Lerr1为第一系统残差，Kt为温度补偿因子，Bt为用于表征第一系统残差的第一基底数；所述第二误差模型为：Lerr2＝((1/Kerr)*T)+Berr，其中，Lerr2为第二系统残差，Kerr为运动误差补偿因子，Berr为用于表征第二系统残差的第二基底数。
优选地，所述第一基底数由以下方式确定：
当见星数小于3颗时，当次采样值不计算；
当见星数等于3颗时，Bt＝Bt’*1.1；
当见星数等于4颗时，Bt＝Bt’；
当见星数大于4颗时，Bt＝Bt’*0.8；
其中，Bt’是根据所述第一误差模型及两组采样值确定的第一基底初值。
其中，所述两组采样值是指在一个小的温度区间内，通过两次采样，可获得两组温度T－残差Lerr1读数(T1,Lerr11)和(T2，Lerr12)，将这两个做为直角坐标系上两个点，即可求出通过这两点的一条直线，该直线的方程式是形如Lerr1＝K直线斜率×T+Bt’的一次函数，这时，如果T为零，即可求出残差基底值Lerr1＝Bt’。
优选地，所述第二基底数由以下方式确定：
设△ErrRate＝abs(计算航向角-测量航向角)/(计算航向角+测量航向角)
当△ErrRate>0.2时，当次采样值不计算；
当0.1＜△ErrRate≤0.2时，Berr＝Berr’*0.9；
当0.05＜△ErrRate≤0.1时，Berr＝Berr’*0.95；
当△ErrRate<＝0.05时，Berr＝Berr’。
优选地，根据所述第一系统残差的变化趋势修正所述温度补偿因子包括：当所述第一系统残差有增大的趋势时，减小所述温度补偿因子；当所述第一系统残差有减小的趋势时，增大所述温度补偿因子；和/或根据所述第二系统残差的变化趋势修正所述运动误差补偿因子包括：当所述第二系统残差有增大的趋势时，减小所述运动误差补偿因子；当所述第二系统残差有减小的趋势时，增大所述运动误差补偿因子。
优选地，所述步骤7根据下式计算所述数据融合所使用的传感器融合增益：
Gx＝Gx-1+P×(Kt+Kerr)
其中，Gx为G俯仰角增益或G偏航角增益，Gx－1为上一个采样周期中使用相应传感器融合增益，Kt为温度补偿因子，Kerr为运动误差补偿因子，这两个参数均由M4模块提供，用于补偿因温度变化、过激运动引入的误差；P为收敛系数该参数由M3模块提供，主要作用是控制前向算法对误差的响应速度，避免过快的响应能够保持算法系统的平稳。此步骤可由图1中的M2模块实现，该模块使用自适应非线性滤波算法，动态调整传感器融合算法中融合增益。考虑到陀螺仪、加速度、电子罗盘三种传感器的误差模型不一致，不同的数据融合我们使用了不同的误差补偿参数计算增益。
其中，P由M3模块计算得到，该模块使用决策树算法。优选地，具体实现方法可以为：1.通过大量实测数据划分收敛系数的区间，据此建立决策树子项；2.以实测数据标定载体加速度、环境温度对系统误差的影响，并以此做为决策树子项的权值；3.算法实际运行过程中，将实际温度、载体加速度、上一周期收敛系数做为输入，通过决策树计算出当前收敛系数P。
优选地，所述方法还包括：建立所述收敛系数、当前环境温度与传感器融合增益之间的对应关系表，所述收敛系数根据当前环境温度及所述步骤1中进行数据融合时所使用的传感器融合增益经查所述对应关系表得到。
优选地，所述方法还包括：将环境温度按预定间隔分成多个温度点，每个温度点均分别对应有相应的所述温度补偿因子及所述运动误差补偿因子。
优选地，所述方法还包括：保存每次的累加里程计算时间范围内的实测环境温度、及相应的计算得到的温度补偿因子及第一基底数；当累加里程得到乘客确认后，将每个温度点本身所对应的多个环境温度、及相应的计算得到的温度补偿因子及第一基底数进行拟合，以得到逐步逼近车辆的实际运行状态的第一误差模型。
例如，每一次的里程计数/计价任务时间范围内的实测T――Lerr数据对会被单独保存，当计价结果被乘客承认，则可认为这一批T――Lerr数据是合理可接收的，因此使用这批数据逐温度区间建立新的一次函数，并使用最小二乘原理与已存储的一次函数进行拟合，使T――Lerr曲线逐步逼近车辆的实际运行状态，完成曲线的自适应更新。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种车辆行驶里程计算方法，其特征在于，包括：
步骤1，对陀螺仪、加速度计和电子罗盘的检测参数进行数据融合以得到计算坐标点数据，并根据所述计算坐标点数据得到累加里程；
步骤2，将所述计算坐标点数据与从GPS设备获取的观测坐标点数据进行比较，以得到系统残差；
步骤3，建立环境温度、温度补偿因子、与系统残差之间的第一误差模型、以及加速度、运动误差补偿因子、与系统残差之间的第二误差模型；
步骤4，根据当前环境温度及所述第一误差模型确定由所述第一误差模型所确定的第一系统残差的变化趋势；
步骤5，根据当前加速度及所述第二误差模型确定由所述第二误差模型所确定的第二系统残差的变化趋势；
步骤6，根据所述第一系统残差的变化趋势修正所述温度补偿因子，根据所述第二系统残差的变化趋势修正所述运动误差补偿因子；
步骤7，根据修正后的所述温度补偿因子及运动误差补偿因子得到用于计算所述数据融合所使用的传感器融合增益；
步骤8，根据计算得到的所述传感器融合增益执行步骤1。
2.根据权利要求1所述的车辆行驶里程计算方法，其特征在于，在所述步骤1中，所述数据融合通过下式进行：
X俯仰角＝X陀螺仪俯仰角+G俯仰角增益*(X加速度俯仰角-X陀螺仪俯仰角)
X偏航角＝X陀螺仪偏航角+G偏航角增益*(X罗盘偏航角-X陀螺仪偏航角)
其中，X陀螺仪俯仰角、X加速度俯仰角、X罗盘偏航角是由对应传感器直接读出，G俯仰角增益、G偏航角增益是所述的传感器融合增益。
3.根据权利要求1和2所述的车辆行驶里程计算方法，其特征在于，
所述第一误差模型为：Lerr1＝((1/Kt)*T)+Bt，其中，Lerr1为第一系统残差，Kt为温度补偿因子，Bt为用于表征第一系统残差的第一基底数；
所述第二误差模型为：Lerr2＝((1/Kerr)*T)+Berr，其中，Lerr2为第二系统残差，Kerr为运动误差补偿因子，Berr为用于表征第二系统残差的第二基底数。
4.根据权利要求3所述的车辆行驶里程计算方法，其特征在于，所述第一基底数由以下方式确定：
当见星数小于3颗时，当次采样值不计算；
当见星数等于3颗时，Bt＝Bt’*1.1；
当见星数等于4颗时，Bt＝Bt’；
当见星数大于4颗时，Bt＝Bt’*0.8；
其中，Bt’是根据所述第一误差模型及两组采样值确定的第一基底初值；
其中，所述两组采样值是指在一个小的温度区间内，通过两次采样，可获得两组温度T－残差Lerr1读数(T1,Lerr11)和(T2，Lerr12)，将这两个做为直角坐标系上两个点，即可求出通过这两点的一条直线，该直线的方程式是形如Lerr1＝K直线斜率×T+Bt’的一次函数，这时，如果T为零，即可求出残差基底值Lerr1＝Bt’。
5.根据权利要求3所述的车辆行驶里程计算方法，其特征在于，所述第二基底数由以下方式确定：
设△ErrRate＝abs(计算航向角-测量航向角)/(计算航向角+测量航向角)
当△ErrRate>0.2时，当次采样值不计算；
当0.1＜△ErrRate≤0.2时，Berr＝Berr’*0.9；
当0.05＜△ErrRate≤0.1时，Berr＝Berr’*0.95；
当△ErrRate<＝0.05时，Berr＝Berr’。
6.根据权利要求1所述的车辆行驶里程计算方法，其特征在于，根据所述第一系统残差的变化趋势修正所述温度补偿因子包括：当所述第一系统残差有增大的趋势时，减小所述温度补偿因子；当所述第一系统残差有减小的趋势时，增大所述温度补偿因子；和/或
根据所述第二系统残差的变化趋势修正所述运动误差补偿因子包括：当所述第二系统残差有增大的趋势时，减小所述运动误差补偿因子；当所述第二系统残差有减小的趋势时，增大所述运动误差补偿因子。
7.根据权利要求1所述的车辆行驶里程计算方法，其特征在于，所述步骤7根据下式计算所述数据融合所使用的传感器融合增益：
Gx＝Gx-1+P×(Kt+Kerr)
其中，Gx为G俯仰角增益或G偏航角增益，Gx－1为上一个采样周期中使用相应传感器融合增益，Kt为温度补偿因子，Kerr为运动误差补偿因子，P为收敛系数。
8.根据权利要求7所述的车辆行驶里程计算方法，其特征在于，所述方法还包括：建立所述收敛系数、当前环境温度与传感器融合增益之间的对应关系表，所述收敛系数根据当前环境温度及所述步骤1中进行数据融合时所使用的传感器融合增益经查所述对应关系表得到。
9.根据权利要求1所述的车辆行驶里程计算方法，其特征在于，所述方法还包括：
将环境温度按预定间隔分成多个温度点，每个温度点均分别对应有相应的所述温度补偿因子及所述运动误差补偿因子。
10.根据权利要求9所述的车辆行驶里程计算方法，其特征在于，所述方法还包括：
保存每次的累加里程计算时间范围内的实测环境温度、及相应的计算得到的温度补偿因子及第一基底数；
当累加里程得到乘客确认后，将每个温度点本身所对应的多个环境温度、及相应的计算得到的温度补偿因子及第一基底数进行拟合，以得到逐步逼近车辆的实际运行状态的第一误差模型。
CN201710119483.0A 2017-03-02 2017-03-02 车辆行驶里程计算方法 Pending CN106767893A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710119483.0A CN106767893A (zh) 2017-03-02 2017-03-02 车辆行驶里程计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710119483.0A CN106767893A (zh) 2017-03-02 2017-03-02 车辆行驶里程计算方法

Publications (1)

Publication Number Publication Date
CN106767893A true CN106767893A (zh) 2017-05-31

Family

ID=58960651

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710119483.0A Pending CN106767893A (zh) 2017-03-02 2017-03-02 车辆行驶里程计算方法

Country Status (1)

Country Link
CN (1) CN106767893A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115755910A (zh) * 2022-11-17 2023-03-07 珠海城市职业技术学院 一种家庭服务机器人的控制方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102003957A (zh) * 2010-10-01 2011-04-06 中国人民解放军国防科学技术大学 四频激光陀螺零偏补偿方法
CN102650527A (zh) * 2012-05-25 2012-08-29 北京航空航天大学 一种基于时间序列分析消噪的光纤陀螺温度补偿方法
CN103593538A (zh) * 2013-11-28 2014-02-19 东南大学 一种遗传算法优化动态递归神经网络的光纤陀螺温度漂移建模方法
CN104897150A (zh) * 2015-06-16 2015-09-09 中北大学 一种提升硅微机械陀螺仪带宽全温性能的方法
CN105043348A (zh) * 2015-07-11 2015-11-11 哈尔滨工业大学 基于卡尔曼滤波的加速度计陀螺仪水平角度测量方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102003957A (zh) * 2010-10-01 2011-04-06 中国人民解放军国防科学技术大学 四频激光陀螺零偏补偿方法
CN102650527A (zh) * 2012-05-25 2012-08-29 北京航空航天大学 一种基于时间序列分析消噪的光纤陀螺温度补偿方法
CN103593538A (zh) * 2013-11-28 2014-02-19 东南大学 一种遗传算法优化动态递归神经网络的光纤陀螺温度漂移建模方法
CN104897150A (zh) * 2015-06-16 2015-09-09 中北大学 一种提升硅微机械陀螺仪带宽全温性能的方法
CN105043348A (zh) * 2015-07-11 2015-11-11 哈尔滨工业大学 基于卡尔曼滤波的加速度计陀螺仪水平角度测量方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115755910A (zh) * 2022-11-17 2023-03-07 珠海城市职业技术学院 一种家庭服务机器人的控制方法及系统
CN115755910B (zh) * 2022-11-17 2023-07-25 珠海城市职业技术学院 一种家庭服务机器人的控制方法及系统

Similar Documents

Publication Publication Date Title
CN108562288B (zh) 一种激光捷联惯组系统级在线自标定系统及方法
CN111121768B (zh) 一种机器人位姿估计方法、装置、可读存储介质及机器人
CN105865461B (zh) 一种基于多传感器融合算法的汽车定位系统及方法
EP2519803B1 (en) Technique for calibrating dead reckoning positioning data
CN111007530B (zh) 激光点云数据处理方法、装置及系统
CN102914785B (zh) 基于卫星定位数据和车辆传感器数据的车辆导航
CN112505737B (zh) 一种gnss/ins组合导航方法
CN105136264B (zh) 一种基于多站点联合称重的重量获取方法及装置、称重系统
CN108827301A (zh) 一种改进误差四元数卡尔曼滤波机器人姿态解算方法
CN107315413A (zh) 一种车车通信环境下考虑车辆间相对位置的多车协同定位算法
CN104215229B (zh) Rtk设备调节方法、系统及rtk测量方法
CN101556160B (zh) 可车速信号自学习的车载导航系统及方法
CN109059907A (zh) 轨迹数据处理方法、装置、计算机设备和存储介质
CN107521559A (zh) 转向角标定方法、运动轨迹计算方法和设备和车载设备
CN108051839A (zh) 一种车载三维定位装置及三维定位的方法
CN109855623B (zh) 基于Legendre多项式和BP神经网络的地磁模型在线逼近方法
WO2024027350A1 (zh) 车辆定位方法、装置、计算机设备、存储介质
CN110243364A (zh) 无人机航向确定方法、装置、无人机及存储介质
CN111257853A (zh) 一种基于imu预积分的自动驾驶系统激光雷达在线标定方法
CN113074757B (zh) 车载惯导安装误差角的标定方法
CN106767893A (zh) 车辆行驶里程计算方法
CN110375740B (zh) 车辆导航方法、装置、设备和存储介质
CN206787542U (zh) 基于倾角与结构缝变形测量的结构沉降监测系统
CN111220151B (zh) 载体系下考虑温度模型的惯性和里程计组合导航方法
CN107270890A (zh) 一种无人机上tof距离传感器的测距方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170531

WD01 Invention patent application deemed withdrawn after publication