CN108036797A - 基于四轮独立驱动且结合imu的里程推算方法 - Google Patents
基于四轮独立驱动且结合imu的里程推算方法 Download PDFInfo
- Publication number
- CN108036797A CN108036797A CN201711237738.XA CN201711237738A CN108036797A CN 108036797 A CN108036797 A CN 108036797A CN 201711237738 A CN201711237738 A CN 201711237738A CN 108036797 A CN108036797 A CN 108036797A
- Authority
- CN
- China
- Prior art keywords
- mileage
- imu
- course
- motorized wheels
- 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.)
- Pending
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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及四轮独立驱动无人车的定位技术领域，更具体地，涉及基于四轮独立驱动且结合IMU的里程推算方法。为了无人车能够在有限的时间和资源上进行定位和导航，本发明利用了四个轮毂电机编码器回传到上位机的里程数据以及轮胎转角数据，并且读取IMU的陀螺仪数据然后计算出欧拉角，通过建立小车运动学模型，计算后获得无人车的局部定位信息。在传统的里程推算中，往往只用到了一个IMU所得到的加速计数据积分后所得到的局部定位信息，但随着时间的推移，这种方法会有累积误差，精度很低。因此对无人车进行动力学建模，然后结合IMU中的航向角来进行定位和导航，得到了短时间内得到高精度的定位信息。
Description
技术领域
本发明涉及四轮独立驱动无人车的定位技术领域，更具体地，涉及基于四轮独立驱动且结合IMU的里程推算方法。
背景技术
在现代的无人车中，定位是必不可少的一个技术部分。要实现自动驾驶，或者说自动导航，无人车需要获得精准的定位，才能够精准地导航。犹如人行走，必须知道自己的位置和方向，才能够知道要往哪里去。现有的定位技术有许多种，有单点GPS定位，有差分GPS定位，有激光雷达定位，还有用计算机视觉的方法来定位。
每种定位技术都有各自的优缺点，例如：单点GPS依靠卫星的数量来衡量定位的质量；差分GPS需要两个站来维持分米乃至厘米级的定位，往往来说，需要基站和移动站收发信号的稳定才能保证质量，而且信号的传输往往带来技术成本的增加；激光雷达定位，需要很大的运算量来计算点云匹配，而且定位效果往往不佳；计算机视觉的定位方法十分依赖摄像头的质量，还有光线的限制，等等。
往往单靠一种技术是不够得到鲁棒性强的定位效果，需要融合多种传感器设备数据。本发明正是为了弥补上述定位技术的短板，能够在短时间获得精确的定位效果。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷，提供基于四轮独立驱动且结合IMU的里程推算方法，基于四轮独立驱动的无人车，结合了IMU(惯性测量单元)的里程推算算法。本发明建立了小车的运动模型，并融合了IMU的陀螺仪数据，得到了鲁棒性好的里程推算算法，能够在一定时间内获得精度高的定位。
本发明的技术方案是：基于四轮独立驱动且结合IMU的里程推算方法，其中，
包括处理下位机反馈数据、姿态解算、融合数据得出位置信息等三个部分，
处理下位机反馈数据基于下位机反馈的数据分别有四个轮子的里程计读数和两个前轮的转角读数，先进行滤波处理，然后根据小车运动学模型，求得相对位移差与航向角差；
姿态解算基于IMU所读出来的陀螺仪角速度，先通过滤波处理，然后去除零偏，积分得到航向角差；
融合数据的位置信息基于前面两个部分得到位移差和航向角差，对上一次的位置和航向角，投影和积分得到新的位置和航向角。
下位机反馈的数据会由于传输噪声以及本身的误差，存在突变和噪声，因此需要经过滤波处理。建立小车运动学模型是关键一步，根据模型，由滤波后的里程计读数和前轮转角读数求得局部的位移差和航向角差。由于环境要求，磁力计无法生效，因此无法用磁力计作为观测值，要求得相对稳定的航向角，需要融合小车运动模型求得的航向角和陀螺仪求得的航向角。前面步骤所求出来得位移差和航向角差都是局部的、相对的，需要投影到全局坐标下，和上一时刻的位置积分就会得到当前时刻下的全局坐标。
具体的，
(1)首先按照一定的读取频率，读取下位机传来的四轮里程计数据和前两轮转角数据，然后经过滤波处理，得到真值；然后根据小车的运动模型，输入滤波处理之后的四轮里程数和前两轮转角数据，计算得到相对坐标下的位移差和航向角差。
(2)读取IMU的陀螺仪角速度，初始化时去除零偏，根据前后时间戳求得航向角差。
(3)根据用互补滤波融合由小车模型所求得的航向角差和IMU所解算出来的航向角差，积分到上一时刻的航向角上。然后通过更新后的航向角，将位移差投影到全局坐标下，最后积分到上一时刻的坐标，更新位置信息。
根据本发明提出的方案，包括以下步骤：
(1)读入四轮里程数，解析之后分别得到里程数s1、s2、s3、s4，分别是左边前后轮和右边前后轮的里程数。解析这一步骤具有灵活性，可有多种方法，只要得到四轮里程数即可。同理，解析获得两前轮转角
(2)若是两前轮小于0，则是小车向左转做圆周运动，计算的模型为：
其中，l为里程数s转换的弧长，l'为上一次的弧长，为小车当前时刻与上一时刻的航向角差，R为前后左轮的转弯半径，由下面公式求得：
其中，L为车的轴距。
(3)以运动圆心为坐标原点建立坐标系，根据以下的模型求得当前时刻与上一时刻的位移差：
其中，W为轮距，为小车在该坐标系下的相对坐标，知道航向角差之后，经过坐标旋转求得当前时刻的坐标与上一时刻相减即得位移差和
(4)同理，若是两前轮大于0，则是小车向右转做圆周运动，算法与步骤(2)和(3)的一致。
(5)若是两前轮等于0，则是小车纵向做直线运动，为0，而的计算公式如下：
其中，为当前时刻与上一时刻的里程数差，直接求得四轮里程数差的平均值作为相对坐标下纵向位移差。
(6)接下来是读取IMU的数据，由于只用到yaw角，读取出来的数据是一轴角速度，计算公式如下：
ω＝ω-ωshift
其中，ω为这一时刻所读入的角速度，ωshift为零偏，ωlast为上一时刻的角速度，计算航向角变化值所用的是龙格-库塔法。
(7)最后将相对坐标系下的位移差投影到全局坐标下，然后对其积分，计算公式如下：
其中，t为当前时刻，t-1为上一时刻，求航向角的方法为互补滤波，通过以上模型，便更新了位置和航向。
与现有技术相比，有益效果是：利用了无人车的运动特性，建立运动学模型；通过下位机反馈的轮毂电机里程数和轮胎转角值，计算获得前后时刻内的位移差。一般来说，由轮胎转角所算出来的航向角是有一定误差的，因此本发明使用了IMU(惯性测量单元)，通过融合滤波消除相对误差，得到稳定的航向角。利用坐标旋转的方法将相对位移差投影到全局坐标下，更新坐标。
附图说明
图1表示本发明的总体框架。
图2表示处理下位机数据的流程图。
图3表示处理IMU数据的流程图。
图4表示融合数据的流程图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。
如图1所示，基于四轮独立驱动且结合IMU的里程推算方法，其中，包括处
理下位机反馈数据、姿态解算、融合数据得出位置信息等三个部分，
处理下位机反馈数据基于下位机反馈的数据分别有四个轮子的里程计读数和两个前轮的转角读数，先进行滤波处理，然后根据小车运动学模型，求得相对位移差与航向角差；
姿态解算基于IMU所读出来的陀螺仪角速度，先通过滤波处理，然后去除零偏，积分得到航向角差；
融合数据的位置信息基于前面两个部分得到位移差和航向角差，对上一次的位置和航向角，投影和积分得到新的位置和航向角。
如图2-4所示，第一步是从下位机中读取数据，在本案例中，下位机已经解析了轮毂电机中的编码器，利用霍尔计数器记录了四轮的位移；且通过下位机获得前两轮的旋转角度。然后建立小车的运动模型，通过判断前两轮转角的值，判断出小车是直行，还是左转或者右转，然后进入到各自的计算方式中。
如果是小车直行，计算模型如下：
其中，为当前时刻与上一时刻的里程数差，而横向相对位移差为0，，直接求得四轮里程数差的平均值作为相对坐标下纵向位移差。
如果小车向左转或是向右转，先求通过前两轮旋转角求出航向角差，那么计算模型如下：
其中，l为里程数s转换的弧长，l'为上一次的弧长，为小车当前时刻与上一时刻的航向角差，R为前后左轮的转弯半径，由下面公式求得：
其中，L为车的轴距。而后，根据以运动圆心为坐标原点建立坐标系，根据以下的模型求得当前时刻与上一时刻的位移差：
其中，W为轮距，为小车在该坐标系下的相对坐标，知道航向角差之后，经过坐标旋转求得当前时刻的坐标与上一时刻相减即得位移差和
通过以上的模型，求出前后时刻的相对位移差和航向角差。由于下位机所反馈回来的旋转角所求得的航向角差是有误差的，因此需要融合IMU的陀螺仪数据，获得稳定正确的航向角。读取IMU的角速度，计算公式如下：
ω＝ω-ωshift
其中，ω为这一时刻所读入的角速度，ωshift为零偏，ωlast为上一时刻的角速度，计算航向角变化值所用的是龙格-库塔法。
最后融合所有的数据，更新小车的位置和航向。将相对坐标系下的位移差投影到全局坐标下，然后对其积分，计算公式如下：
其中，t为当前时刻，t-1为上一时刻，求航向角的方法为互补滤波，通过以上模型，便更新了位置和航向。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (5)
1.基于四轮独立驱动且结合IMU的里程推算方法，其特征在于，包括处理下位机反馈数据、姿态解算、融合数据得出位置信息等三个部分，
处理下位机反馈数据基于下位机反馈的数据分别有四个轮子的里程计读数和两个前轮的转角读数，先进行滤波处理，然后根据小车运动学模型，求得相对位移差与航向角差；
姿态解算基于IMU所读出来的陀螺仪角速度，先通过滤波处理，然后去除零偏，积分得到航向角差；
融合数据的位置信息基于前面两个部分得到位移差和航向角差，对上一次的位置和航向角，投影和积分得到新的位置和航向角。
2.根据权利要求1所述的基于四轮独立驱动且结合IMU的里程推算方法，其特征在于：下位机反馈的数据会由于传输噪声以及本身的误差，存在突变和噪声，因此需要经过滤波处理。
3.根据权利要求1所述的基于四轮独立驱动且结合IMU的里程推算方法，其特征在于：建立小车运动学模型是关键一步，根据模型，由滤波后的里程计读数和前轮转角读数求得局部的位移差和航向角差。
4.根据权利要求1所述的基于四轮独立驱动且结合IMU的里程推算方法，其特征在于：由于环境要求，磁力计无法生效，因此无法用磁力计作为观测值，要求得相对稳定的航向角，需要融合小车运动模型求得的航向角和陀螺仪求得的航向角。
5.根据权利要求1所述的基于四轮独立驱动且结合IMU的里程推算方法，其特征在于：前面步骤所求出来得位移差和航向角差都是局部的、相对的，需要投影到全局坐标下，和上一时刻的位置积分就会得到当前时刻下的全局坐标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711237738.XA CN108036797A (zh) | 2017-11-30 | 2017-11-30 | 基于四轮独立驱动且结合imu的里程推算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711237738.XA CN108036797A (zh) | 2017-11-30 | 2017-11-30 | 基于四轮独立驱动且结合imu的里程推算方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108036797A true CN108036797A (zh) | 2018-05-15 |
Family
ID=62094687
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711237738.XA Pending CN108036797A (zh) | 2017-11-30 | 2017-11-30 | 基于四轮独立驱动且结合imu的里程推算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108036797A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108731664A (zh) * | 2018-05-18 | 2018-11-02 | 深圳清创新科技有限公司 | 机器人状态估计方法、装置、计算机设备和存储介质 |
| CN108844553A (zh) * | 2018-06-27 | 2018-11-20 | 广州视源电子科技股份有限公司 | 校正机器人移动过程中的里程的方法、装置及机器人 |
| CN108955720A (zh) * | 2018-09-10 | 2018-12-07 | 广东电网有限责任公司电力科学研究院 | 一种基于四轮独立驱动和转向的里程推算方法及装置 |
| CN109297486A (zh) * | 2018-09-30 | 2019-02-01 | 北京自行者科技有限公司 | 惯性与多里程计信息辅助的车体运动状态判定方法及系统 |
| CN109579844A (zh) * | 2018-12-04 | 2019-04-05 | 电子科技大学 | 定位方法及系统 |
| CN110361010A (zh) * | 2019-08-13 | 2019-10-22 | 中山大学 | 一种基于占据栅格地图且结合imu的移动机器人定位方法 |
| CN110864704A (zh) * | 2018-08-28 | 2020-03-06 | 百度在线网络技术（北京）有限公司 | 自动驾驶里程统计方法、装置及设备 |
| CN110873575A (zh) * | 2020-01-17 | 2020-03-10 | 立得空间信息技术股份有限公司 | 一种基于惯性传感器的里程测量方法 |
| CN111578925A (zh) * | 2019-12-25 | 2020-08-25 | 重庆自行者科技有限公司 | 一种基于imu和码盘融合的车辆定位方法 |
| CN111912403A (zh) * | 2020-08-04 | 2020-11-10 | 国以贤智能科技(上海)股份有限公司 | 一种叉车的定位方法及叉车 |
| CN112050809A (zh) * | 2020-10-08 | 2020-12-08 | 吉林大学 | 轮式里程计与陀螺仪信息融合的无人车定向定位方法 |
| CN113432586A (zh) * | 2021-06-24 | 2021-09-24 | 国网浙江省电力有限公司双创中心 | 地下管道巡检设备的轨迹测绘方法及地下管道巡检设备 |
| CN114518125A (zh) * | 2022-01-31 | 2022-05-20 | 深圳市云鼠科技开发有限公司 | 加速度计前进里程获取方法及应用 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013093962A1 (ja) * | 2011-12-20 | 2013-06-27 | トヨタ自動車株式会社 | 車両の制御装置 |
| CN104713555A (zh) * | 2015-03-03 | 2015-06-17 | 南昌大学 | 应用全天域中性点辅助定向的车辆自主导航方法 |
| CN104773190A (zh) * | 2015-03-03 | 2015-07-15 | 南车青岛四方机车车辆股份有限公司 | 列车的牵引控制辅助系统 |
| CN105549597A (zh) * | 2016-02-04 | 2016-05-04 | 同济大学 | 一种基于环境不确定性的无人车动态路径规划方法 |
| CN106950586A (zh) * | 2017-01-22 | 2017-07-14 | 无锡卡尔曼导航技术有限公司 | 用于农机作业的gnss/ins/车辆组合导航方法 |
-
2017
- 2017-11-30 CN CN201711237738.XA patent/CN108036797A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013093962A1 (ja) * | 2011-12-20 | 2013-06-27 | トヨタ自動車株式会社 | 車両の制御装置 |
| CN104713555A (zh) * | 2015-03-03 | 2015-06-17 | 南昌大学 | 应用全天域中性点辅助定向的车辆自主导航方法 |
| CN104773190A (zh) * | 2015-03-03 | 2015-07-15 | 南车青岛四方机车车辆股份有限公司 | 列车的牵引控制辅助系统 |
| CN105549597A (zh) * | 2016-02-04 | 2016-05-04 | 同济大学 | 一种基于环境不确定性的无人车动态路径规划方法 |
| CN106950586A (zh) * | 2017-01-22 | 2017-07-14 | 无锡卡尔曼导航技术有限公司 | 用于农机作业的gnss/ins/车辆组合导航方法 |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108731664B (zh) * | 2018-05-18 | 2020-08-11 | 深圳一清创新科技有限公司 | 机器人状态估计方法、装置、计算机设备和存储介质 |
| CN108731664A (zh) * | 2018-05-18 | 2018-11-02 | 深圳清创新科技有限公司 | 机器人状态估计方法、装置、计算机设备和存储介质 |
| CN108844553A (zh) * | 2018-06-27 | 2018-11-20 | 广州视源电子科技股份有限公司 | 校正机器人移动过程中的里程的方法、装置及机器人 |
| CN108844553B (zh) * | 2018-06-27 | 2021-06-15 | 广州视源电子科技股份有限公司 | 校正机器人移动过程中的里程的方法、装置及机器人 |
| CN110864704B (zh) * | 2018-08-28 | 2021-02-05 | 百度在线网络技术（北京）有限公司 | 自动驾驶里程统计方法、装置及设备 |
| CN110864704A (zh) * | 2018-08-28 | 2020-03-06 | 百度在线网络技术（北京）有限公司 | 自动驾驶里程统计方法、装置及设备 |
| CN108955720A (zh) * | 2018-09-10 | 2018-12-07 | 广东电网有限责任公司电力科学研究院 | 一种基于四轮独立驱动和转向的里程推算方法及装置 |
| CN108955720B (zh) * | 2018-09-10 | 2021-06-08 | 广东电网有限责任公司电力科学研究院 | 一种基于四轮独立驱动和转向的里程推算方法及装置 |
| CN109297486B (zh) * | 2018-09-30 | 2020-11-13 | 重庆自行者科技有限公司 | 惯性与多里程计信息辅助的车体运动状态判定方法及系统 |
| CN109297486A (zh) * | 2018-09-30 | 2019-02-01 | 北京自行者科技有限公司 | 惯性与多里程计信息辅助的车体运动状态判定方法及系统 |
| CN109579844B (zh) * | 2018-12-04 | 2023-11-21 | 电子科技大学 | 定位方法及系统 |
| CN109579844A (zh) * | 2018-12-04 | 2019-04-05 | 电子科技大学 | 定位方法及系统 |
| CN110361010B (zh) * | 2019-08-13 | 2022-11-22 | 中山大学 | 一种基于占据栅格地图且结合imu的移动机器人定位方法 |
| CN110361010A (zh) * | 2019-08-13 | 2019-10-22 | 中山大学 | 一种基于占据栅格地图且结合imu的移动机器人定位方法 |
| CN111578925A (zh) * | 2019-12-25 | 2020-08-25 | 重庆自行者科技有限公司 | 一种基于imu和码盘融合的车辆定位方法 |
| CN110873575A (zh) * | 2020-01-17 | 2020-03-10 | 立得空间信息技术股份有限公司 | 一种基于惯性传感器的里程测量方法 |
| CN110873575B (zh) * | 2020-01-17 | 2020-06-23 | 立得空间信息技术股份有限公司 | 一种基于惯性传感器的里程测量方法 |
| CN111912403B (zh) * | 2020-08-04 | 2021-05-14 | 国以贤智能科技(上海)股份有限公司 | 一种叉车的定位方法及叉车 |
| CN111912403A (zh) * | 2020-08-04 | 2020-11-10 | 国以贤智能科技(上海)股份有限公司 | 一种叉车的定位方法及叉车 |
| CN112050809B (zh) * | 2020-10-08 | 2022-06-17 | 吉林大学 | 轮式里程计与陀螺仪信息融合的无人车定向定位方法 |
| CN112050809A (zh) * | 2020-10-08 | 2020-12-08 | 吉林大学 | 轮式里程计与陀螺仪信息融合的无人车定向定位方法 |
| CN113432586A (zh) * | 2021-06-24 | 2021-09-24 | 国网浙江省电力有限公司双创中心 | 地下管道巡检设备的轨迹测绘方法及地下管道巡检设备 |
| CN114518125A (zh) * | 2022-01-31 | 2022-05-20 | 深圳市云鼠科技开发有限公司 | 加速度计前进里程获取方法及应用 |
| CN114518125B (zh) * | 2022-01-31 | 2024-06-07 | 深圳市云鼠科技开发有限公司 | 加速度计前进里程获取方法及应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108036797A (zh) | 基于四轮独立驱动且结合imu的里程推算方法 | |
| CN109946732B (zh) | 一种基于多传感器数据融合的无人车定位方法 | |
| CN109341706B (zh) | 一种面向无人驾驶汽车的多特征融合地图的制作方法 | |
| CN110160542B (zh) | 车道线的定位方法和装置、存储介质、电子装置 | |
| JP2022019642A (ja) | マルチセンサ融合に基づく測位方法及び装置 | |
| CN110411462B (zh) | 一种gnss/惯导/车道线约束/里程计多源融合方法 | |
| Gehrig et al. | Dead reckoning and cartography using stereo vision for an autonomous car | |
| CN107132563B (zh) | 一种里程计结合双天线差分gnss的组合导航方法 | |
| CN112254741B (zh) | 里程传感器的异常检测方法、自移动机器人及存储介质 | |
| CN109141410A (zh) | Agv组合导航的多传感器融合定位方法 | |
| JP2011013039A (ja) | 車線判定装置及びナビゲーションシステム | |
| CN110823224B (zh) | 一种车辆定位方法及车辆 | |
| Wang et al. | Vehicle localization at an intersection using a traffic light map | |
| JP2005140789A (ja) | 移動物体の進行方向の推定方法およびシステム | |
| CN113916242A (zh) | 车道定位方法和装置、存储介质及电子设备 | |
| CN211956223U (zh) | 一种车道变更轨迹规划系统 | |
| CN106568449A (zh) | 一种基于mems的车辆模型辅助和约束的gnss/ins组合导航方法 | |
| CN113819905A (zh) | 一种基于多传感器融合的里程计方法及装置 | |
| CN115235500A (zh) | 基于车道线约束的位姿校正方法及装置、全工况静态环境建模方法及装置 | |
| JP2017030396A (ja) | 車両の走行制御装置 | |
| CN116337053A (zh) | 车辆导航方法、装置、电子设备及存储介质 | |
| Guan et al. | Multi-sensor fusion vehicle positioning based on Kalman Filter | |
| KR20110109606A (ko) | 차량의 경사각 측정방법 및 그 측정장치 | |
| CN108955720B (zh) | 一种基于四轮独立驱动和转向的里程推算方法及装置 | |
| CN116222558A (zh) | 一种基于车载信息定位方法、装置及系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180515 |
|
| RJ01 | Rejection of invention patent application after publication |