CN108061555A - 一种车辆定位误差矫正方法及装置 - Google Patents

一种车辆定位误差矫正方法及装置 Download PDF

Info

Publication number
CN108061555A
CN108061555A CN201610988802.7A CN201610988802A CN108061555A CN 108061555 A CN108061555 A CN 108061555A CN 201610988802 A CN201610988802 A CN 201610988802A CN 108061555 A CN108061555 A CN 108061555A
Authority
CN
China
Prior art keywords
vehicle
prediction
prediction curve
module
center line
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
Application number
CN201610988802.7A
Other languages
English (en)
Other versions
CN108061555B (zh
Inventor
孙忠平
于欢
宋永刚
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201610988802.7A priority Critical patent/CN108061555B/zh
Publication of CN108061555A publication Critical patent/CN108061555A/zh
Application granted granted Critical
Publication of CN108061555B publication Critical patent/CN108061555B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C21/26—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
    • G01C21/30—Map- or contour-matching
    • 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
    • G01S19/40—Correcting position, velocity or attitude
    • 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
    • G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
    • 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

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)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种车辆定位误差矫正方法及装置，用于解决现有技术中预测轨迹曲线与车辆实际走向差距较大，导致产生延时定位误差矫正精度较大的问题。所述方法具体包括：获取车辆状态信息和车辆行驶的中心线，并估计车辆前进的纵向距离、车辆所在位置偏离中心线的横向偏差、中心线上距离车辆所在位置的最近点的弧长值；获取预先确定的N个偏移距离；根据N个偏移距离中的第i个偏移距离、纵向距离、横向偏差、弧长值和车辆状态信息确定第i条预测曲线；从确定的N条预测曲线中选择一条预测曲线作为目标预测曲线；以当前检测到的车辆所在位置为起点，确定车辆以状态信息中的行驶速度沿目标预测曲线行驶预定推延时间后所到达的位置。

Description

一种车辆定位误差矫正方法及装置
技术领域
本发明涉及车辆定位技术领域，尤其涉及一种车辆定位误差矫正方法及装置。
背景技术
当前单车的自动驾驶主要由感知，规划决策与控制三大模块构成。规划决策是将根据感知到的实时路况生成运动轨迹，然后根据生成的运动轨迹使得车辆完成保持车道，避障等动作。
随着单车自动驾驶技术的发展，网络必然要与自动驾驶技术结合，发展出网络端控制核心。网络端将依据车辆群的实时位置与速度航向等状态信息规划出符合时空不重叠的四维路径从而完成多车协同等动作。
网络端在规划路径时对位置与航向信息的实时性与准确性要求很高，但由于网络的不稳定性与时延问题，将大大增加定位误差，从而为多车协同等应用的实现造成了很大的困难。
现有的定位误差矫正方法主要分两种，第一种是依据已有的轨迹中包括的多个点的累积，并利用最小二乘曲线拟合方法对车辆未来的轨迹进行预测，进而得出预测轨迹曲线，从而进行误差矫正。但是针对第一种，在车辆运动方向产生较大变化时，会造成预测的轨迹曲线与车辆实际走向差距较大。第二种则是将当前车辆位置与地图进行匹配，从而在地图上的多条车道对应的中心线中获得一条接近当前车辆位置，且反映车辆为未来走向的中心线作为预测轨迹线，进而进行误差矫正。针对第二种，车辆的运动轨迹不可能完全与车道中心线重合，因此导致作为预测轨迹线的中心线，与车辆实际走向差距很大。
发明内容
本发明实施例提供一种车辆定位误差矫正方法及装置，用以解决现有技术中存在预测的轨迹曲线与车辆实际走向差距较大，导致产生延时定位误差矫正精度较大的问题。
第一方面，本发明实施例提供了一种车辆定位误差矫正的方法，该方法可以应用于电子设备，所述电子设备可以是云端服务器，也可以是车载终端，包括：
电子设备获取车辆的状态信息以及车辆行驶的中心线；所述状态信息包括当前检测到的所述车辆所在的位置、航向角、行驶速度；所述车辆行驶的中心线为车辆当前所在车道上、且由所述位置开始的预设长度的中心线；所述航向角为车辆行驶方向与正北向之间的夹角。然后所述电子设备基于车辆的状态信息中包括的车辆的行驶速度估计所述车辆前进的纵向距离，以及根据车辆的状态信息和车辆行驶的中心线确定所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差，并确定所述中心线上距离所述车辆所在的位置的最近点的弧长值。之后所述电子设备获取预先确定的N个偏移距离，其中，第i个偏移距离为估计的所述车辆的第i个所在位置偏离所述车辆行驶的中心线的横向偏差，i为不大于N的正整数，N为大于1的正整数；接着所述电子设备根据N个偏移距离中的第i个偏移距离、所估计的所述车辆前进的纵向距离、所确定的所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差、所确定的所述弧长值以及所述车辆的状态信息中包括的所述航向角，确定第i条预测曲线；所述i取遍不大于N的所有正整数。从而所述电子设备从确定的N条预测曲线中选择一条预测曲线作为目标预测曲线。最后所述电子设备以当前检测到的所述车辆的所在位置为起点，确定所述车辆以所述行驶速度沿所述目标预测曲线行驶预定推延时间后所到达的位置。
本发明实施例中，在预测轨迹既不依据已有的轨迹也不是单纯的将反应车辆为未来走向的中心线作为预测轨迹线，而是通过电子设备获取车辆的状态信息以及车辆行驶的中心线的几何信息；然后通过获取的状态信息以及车辆行驶的中心线的几何信息估计出多条预测曲线；从确定的N条预测曲线中选择一条预测曲线作为目标预测曲线；结合车辆当前的状态以及车辆将来可能的走向进行了科学的预测得到预测曲线，因此提高了延时定位误差矫正精度。
在一种可能的设计中，所述电子设备基于车辆的行驶速度估计所述车辆前进的纵向距离，包括：
所述电子设备通过如下公式估计所述车辆前进的纵向距离：
Sf＝kvv+Δsmin+Sd；
其中，所述Sf表示所述车辆前进的纵向距离，kv表示速度增益比例，v表示车辆的行驶速度，Δsmin表示最小转向距离偏移值，Sd表示预设的车辆行驶平行于中心线后的行驶距离。
估计所述车辆前进的纵向距离时既不依据已有的轨迹也不是单纯的将反应车辆为未来走向的中心线作为预测依据，而是结合车辆当前的状态估计所述车辆前进的纵向距离，提高了预测曲线的精确度，从而提高了延时定位误差矫正精度。
在一种可能的设计中，所述第i条预测曲线满足如下公式所示的三次方程：
q(s)＝as3+bs2+cs+qi
所述电子设备根据N个偏移距离中的第i个偏移距离、所述车辆前进的纵向距离、所述航向角、所述弧长值以及所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差，确定第i条预测曲线，包括：
所述电子设备通过如下公式所示的条件确定所述三次方程中的a、b、c，从而得到所述第i条预测曲线：
Δs＝s-si；q(si)＝qi；q(sf)＝qf；
其中，所述q(s)表示三次方程函数，si表示所述弧长值；sf表示所述车辆前进的纵向距离；qf表示第i个偏移距离；qi表示所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差；θ表示所述航向角。
在预测轨迹时通过结合车辆的状态信息以及车辆行驶的中心线的几何信息对车辆行驶轨迹进行科学地预测，从而得到预测曲线，提高了预测曲线的精确度，从而提高了延时定位误差矫正精度。
在一种可能的设计中，所述电子设备从确定的N条预测曲线中选择一条预测曲线作为目标预测曲线，包括：
所述电子设备通过平滑度函数确定所述N条预测曲线中每条预测曲线的平滑度，选择平滑度最小的预测曲线作为目标预测曲线；或者，
所述电子设备通过路径一致性函数确定所述N条预测曲线中每条预测曲线的路径一致性值，选择路径一致性值最小的预测曲线作为目标预测曲线；或者，
所述电子设备通过平滑度函数确定所述N条预测曲线中每条预测曲线的平滑度，并通过路径一致性函数确定所述N条预测曲线中每条预测曲线的路径一致性值，确定平滑度与路径一致性值加权和最小的预测曲线作为目标预测曲线。
通过平滑度与路径一致性值的加权和从确定的N条预测曲线中选择一条预测曲线作为目标预测曲线，提高了车辆轨迹预测曲线的精确度，从而提高了延时定位误差矫正精度。
在一种可能的设计中，所述获取车辆的状态信息，包括：
当所述电子设备为所述车辆的车载终端时，所述电子设备通过所述车辆中设置的传感器获取所述车辆的状态信息；或者，
当所述电子设备为云端服务器时，所述电子设备接收所述车辆的车载终端发送的所述车辆的状态信息。
第二方面，本发明实施例提供了一种车辆定位误差矫正的装置，包括：
获取模块，用于获取车辆的状态信息以及车辆行驶的中心线；所述状态信息包括当前检测到的所述车辆所在的位置、航向角、行驶速度；所述车辆行驶的中心线为车辆当前所在车道上、且由所述位置开始的预设长度的中心线；所述航向角为车辆行驶方向与正北向之间的夹角；
确定模块，用于基于所述获取模块获取的车辆的行驶速度估计所述车辆前进的纵向距离，以及确定所述获取模块获取的所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差，并确定所述中心线上距离所述车辆所在的位置的最近点的弧长值；
所述获取模块，还用于获取预先确定的N个偏移距离，其中，第i个偏移距离为估计的所述车辆的第i个所在位置偏离所述车辆行驶的中心线的横向偏差，i为不大于N的正整数，N为大于1的正整数；
预测模块，用于根据所述获取模块获取的N个偏移距离中的第i个偏移距离、所述确定模块估计的所述车辆前进的纵向距离、所述获取模块获取的所述航向角、所述确定模块确定的所述弧长值以及所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差，确定第i条预测曲线，所述i取遍不大于N的所有正整数；
选择模块，用于从所述预测模块确定的N条预测曲线中选择一条预测曲线作为目标预测曲线；
矫正模块，用于确定以所述获取模块获取的当前检测到的所述车辆的所在位置为起点，所述车辆以所述获取模块获取的所述行驶速度沿所述选择模块确定的所述目标预测曲线行驶预定推延时间后所到达的位置。
在一种可能的设计中，所述确定模块，在基于所述获取模块获取的车辆的行驶速度估计所述车辆前进的纵向距离时，具体用于：
通过如下公式估计所述车辆前进的纵向距离：
Sf＝kvv+Δsmin+Sd；
其中，所述Sf表示所述车辆前进的纵向距离，kv表示速度增益比例，v表示车辆的行驶速度，Δsmin表示最小转向距离偏移值，Sd表示预设的车辆行驶平行于中心线后的行驶距离。
在一种可能的设计中，所述预测模块确定的所述第i条预测曲线满足如下公式所示的三次方程：
q(s)＝as3+bs2+cs+qi
所述预测模块，具体用于：
通过如下公式所示的条件确定所述三次方程中的a、b、c，从而得到所述第i条预测曲线：
Δs＝s-si；q(si)＝qi；q(sf)＝qf；
其中，所述q(s)表示三次方程函数，si表示所述确定模块确定的所述弧长值；sf表示所述确定模块估计的所述车辆前进的纵向距离；qf表示所述获取模块获取的所述第i个偏移距离；qi表示所述确定模块确定的所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差；θ表示所述获取模块获取的所述航向角。
在一种可能的设计中，所述选择模块，具体用于：
通过平滑度函数确定所述预测模块确定的所述N条预测曲线中每条预测曲线的平滑度，选择平滑度最小的预测曲线作为目标预测曲线；或者，
通过路径一致性函数确定所述预测模块确定的所述N条预测曲线中每条预测曲线的路径一致性值，选择路径一致性值最小的预测曲线作为目标预测曲线；或者，
通过平滑度函数确定所述预测模块确定的所述N条预测曲线中每条预测曲线的平滑度，并通过路径一致性函数确定所述N条预测曲线中每条预测曲线的路径一致性值，确定平滑度与路径一致性值加权和最小的预测曲线作为目标预测曲线。
在一种可能的设计中，所述获取模块，在获取所述获取车辆的状态信息时，具体用于：
当所述装置应用于所述车辆的车载终端时，通过所述车辆中设置的传感器获取所述获取车辆的状态信息；或者，
当所述装置应用于云端服务器时，接收所述车辆的车载终端发送的所述车辆的状态信息。
第三方面，本发明实施例还提供了一种车辆定位误差矫正装置，包括：
处理器以及存储器。
存储器用于存储处理器所需执行的程序代码。处理器用于执行存储器所存储的程序代码，具体用于执行第一方面或第一方面的任一种设计所述的方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，用于存储为执行上述第一方面、第一方面的任意一种设计的功能所用的计算机软件指令，其包含用于执行上述第一方面、第一方面的任意一种设计的方法所设计的程序。
附图说明
图1为本发明实施例提供的一种车辆定位误差矫正方法的流程图；
图2为本发明实施例提供的一种轨迹簇的示意图；
图3为本发明实施例提供的一种估计车辆前进的纵向距离的示意图；
图4为本发明实施例提供的X-Y坐标矫正示意图；
图5为本发明实施例提供的确定路径一致性值的原理示意图；
图6为本发明实施例提供的一种车辆定位误差矫正装置的示意图；
图7为本发明实施例提供的一种终端优选的实现方式的结构示意图；
图8为本发明实施例提供的一种车辆定位误差矫正的示意图；
图9为本发明实施例提供的一种终端优选的实现方式的结构示意图；
图10为本发明实施例提供的一种预测目标预测曲线的结构示意图；
图11为本发明实施例提供的一种车辆定位误差矫正的示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
本发明实施例提供一种车辆定位误差矫正方法及装置，用以解决现有技术中存在的预测的轨迹曲线与车辆实际走向差距较大，导致产生延时定位误差矫正精度较大的问题。其中，方法和装置是基于同一发明构思的，由于方法及装置解决问题的原理相似，因此装置与方法的实施可以相互参见，重复之处不再赘述。
下面结合附图对本发明实施方式进行详细说明。
参阅图1所示，为本发明实施例提供的车辆定位误差矫正方法的流程图，所述方法由电子设备执行，所述电子设备可以为云端服务器，也可以为车载终端，具体可以包括如下：
S101，电子设备获取车辆的状态信息以及车辆行驶的中心线；所述状态信息包括当前检测到的所述车辆所在的位置、航向角、行驶速度；所述车辆行驶的中心线为车辆当前所在车道上、且由所述位置开始的预设长度的中心线；所述航向角为车辆行驶方向与正北向之间的夹角；
可选的，当所述电子设备为所述车辆的车载终端时，所述电子设备可以通过所述车辆中设置的传感器获取所述车辆的状态信息。
可选的，当所述电子设备为云端服务器时，所述电子设备可以接收所述车辆的车载终端发送的所述车辆的状态信息。所述车辆上设置有传感器，车辆的车载终端通过车辆的传感器获取所述车辆的状态信息，然后发送到云端服务器。
其中，获取车辆行驶的中心线，可以根据电子设备中存储的高精度地图以及当前检测到的所述车辆所在的位置来确定车辆行驶的中心线。
需要说明的是，本发明实施例中当前检测到的所述车辆所在的位置、所述车辆行驶的中心线均在同一个xy空间参考坐标系中。然后根据三次样条函数将获取车辆的状态信息以及车辆行驶的中心线转换到以弧长值s为横坐标以偏移中心线距离q为纵坐标的坐标系中。
具体的，根据如下三次样条插值函数确定中心线上各个点以及当前检测到的所述车辆所在的位置、航向角在s-q坐标系中对应的值：
在中心线上取M个点，进行三次样条插值得到M-1个函数，通过计算得到每个函数的系数值，第j个函数对应的X-Y坐标与S关系满足如下函数关系：
其中，所述xm(s)表示X坐标转换为s的函数，ax,j为预设的针对X坐标的三次方参数，bx,j为预设的针对X坐标的二次方参数，cx,j为预设的针对X坐标的一次方参数，dx,j为常数参数；所述ym(s)表示Y坐标转换为s的函数，ay,j为预设的针对Y坐标的三次方参数，by,j为预设的针对Y坐标的二次方参数，cy,j为预设的针对Y坐标的一次方参数，dy,j为常数参数，Sj表示所述中心线上第j段的弧长值。
S102，所述电子设备基于车辆的行驶速度估计所述车辆前进的纵向距离，以及确定所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差，并确定所述中心线上距离所述车辆所在的位置的最近点的弧长值。
所述车辆前进的纵向距离也就是需矫正的车辆的最大前向预测距离。
S103，所述电子设备获取预先确定的N个偏移距离，其中，第i个偏移距离为估计的所述车辆的第i个所在位置偏离所述车辆行驶的中心线的横向偏差，i为不大于N的正整数，N为大于1的正整数。
S104，所述电子设备根据N个偏移距离中的第i个偏移距离、所述车辆前进的纵向距离、所述航向角、所述弧长值以及所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差，确定第i条预测曲线，所述i取遍不大于N的所有正整数。
本发明实施例中，通过步骤S104后确定了N条预测曲线，从而构成了轨迹簇，所述轨迹簇为N条预测曲线的集合。其中，如果第i个偏移距离与第i+1个偏移距离之间的距离为r，则所述r为大于0且小于所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差的正实数。优选的，所述r可以取值为0.5，如图2所示，为轨迹簇的示意图，其中横轴为X轴，纵轴为Y轴。
另外，需要说明的是，本发明实施例中确定的每条预测曲线的所述车辆前进的纵向距离以及所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差相同。
假设如图3所示第i条预估计的曲线，图3中，qf表示第i个偏移距离，Si表示所述弧长值，qi表示所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差，θ表示所述航向角，Sf表示所述车辆前进的纵向距离。其中，所述航向角是指车辆行驶方向与正北向之间的夹角。通过配置不同的qf，从而得到不同的预测曲线。
S105，所述电子设备从确定的N条预测曲线中选择一条预测曲线作为目标预测曲线。
S106，所述电子设备以当前检测到的所述车辆的所在位置为起点，确定所述车辆以所述行驶速度沿所述目标预测曲线行驶预定推延时间后所到达的位置。
本发明实施例中，在预测轨迹既不依据已有的轨迹也不是单纯的将反应车辆为未来走向的中心线作为预测轨迹线，而是通过电子设备获取车辆的状态信息以及车辆行驶的中心线的几何信息；然后通过获取的状态信息以及车辆行驶的中心线的几何信息估计出多条预测曲线；从确定的N条预测曲线中选择一条预测曲线作为目标预测曲线；结合车辆当前的状态以及车辆将来可能的走向进行了科学的预测得到预测曲线，因此提高了延时定位误差矫正精度。
在一种可能的实现方式中，所述电子设备基于车辆的行驶速度估计所述车辆前进的纵向距离，可以通过如下方式实现：
所述电子设备通过如下公式估计所述车辆前进的纵向距离：
Sf＝kvv+Δsmin+Sd； 公式(1.2)
其中，所述Sf表示所述车辆前进的纵向距离，kv表示速度增益比例，v表示车辆的行驶速度，Δsmin表示最小转向距离偏移值，Sd表示预设的车辆行驶平行中心线后的行驶距离。其中，速度增益比例以及预设的车辆行驶平行中心线后的行驶距离，可以针对不同的车型设置的不同的值。车型包括小轿车、卡车、面包车等等。
估计所述车辆前进的纵向距离时既不依据已有的轨迹也不是单纯的将反应车辆为未来走向的中心线作为预测依据，而是结合车辆当前的状态估计苏搜狐车辆前进的纵向距离，提高了预测曲线的精确度，从而提高了延时定位误差矫正精度。
可选的，所述N条预测曲线中每条预测曲线均满足如下公式所示的三次方程：
q(s)＝as3+bs2+cs+qi 公式(1.3)
所述电子设备根据N个偏移距离中的第i个偏移距离、所述车辆前进的纵向距离、所述航向角、所述弧长值以及所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差，确定第i条预测曲线，包括：
所述电子设备通过如下公式(1.4)以及公式(1.5)所示的条件确定所述三次方程中的a、b、c，从而得到所述第i条预测曲线：
Δs＝s-si；q(si)＝qi；q(sf)＝qf；
其中，所述q(s)表示三次方程函数，si表示所述弧长值；sf表示所述车辆前进的纵向距离；qf表示第i个偏移距离；qi表示所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差；θ表示所述航向角；s表示函数变量，弧长值。
在预测轨迹时通过结合车辆的状态信息以及车辆行驶的中心线的几何信息对车辆行驶轨迹进行科学地预测，从而得到预测曲线，提高了预测曲线的精确度，从而提高了延时定位误差矫正精度。
通过上述方式得到的每条预测曲线均是以弧长值为自变量，以q-s为坐标系的函数。因此在得到所述N条预测曲线之后，在需要进行可视化管理时，需要将每条曲线转换到X，Y坐标轴中。具体的，所述电子设备在所述第i条预测曲线上的所述车辆前进的纵向距离范围内，采集M个取样点并获取第m个取样点的弧长值s，其中采样间隔为d，所述d为大于0且小于所述车辆前进的纵向距离的正实数，所述d优选的取值为0.5，所述M为取样点的数量并且为大于等于1的正整数，所述m为取遍不大于M的所有正整数。
所述获取所述第m个取样点弧长值s来计算对应的第m个取样点的X、Y坐标，具体可以通过公式(1.1)计算每个取样点对应的弧长值s与X-Y坐标。
通过公式(1.1)得到的xy坐标是车辆在行驶了弧长值为s时的坐标，但是每条预测曲线有横向偏差，所以车辆实际位置还需要考虑车辆偏移经过公式(1.1)计算的曲线的横向偏差的影响，例如图4所示。
通过进行如下转换以得到取样点对应的实际位置的X,Y坐标，经过转换后的取样点符合如下公式(1.6)：
q表示取样点对应的偏移经过公式(1.1)计算的曲线的横向偏差，α是根据中心线上的各个点对应斜率的反切运算得到的。
通过上述计算得到每条预测曲线在X-Y坐标系下的值，从而可以可视化每条预测曲线。
另外，需要说明的时，然后对中间量进行转换以得到取样点X,Y坐标之前，判断所述车辆所在的位置是位于中心线的上方还是下方，具体的判断方式包括：在所述中心线上取n个点，并将所述n个点依次连接构成一个多边形，然后判断所述车辆是否在所述多边形的内部，若确定所述车辆在多边形的内部，则确定所述车辆在所述中心线的上方；若确定所述车辆在多边形的外部，则确定所述车辆在所述中心线的下方。所述判断所述车辆是否在所述多边形的内部，可以采用面积和判别法、夹角和判别法、引射线法、叉乘判别法等，本发明在这里不做具体限定。
在确定所述车辆在所述中心线的上方时，在计算取样点的X、Y坐标时，xm(s)-q×sinα＝X，ym(s)+q×cosα＝Y；在确定所述车辆在所述中心线的下方时，xm(s)+q×sinα＝X；ym(s)-q×cosα＝Y。
可选的，在所述电子设备从确定的N条预测曲线中选择一条预测曲线作为目标预测曲线时，可以通过如下任意一种方式实现：
第一种实现方式：
所述电子设备通过平滑度函数确定所述N条预测曲线中每条预测曲线的平滑度，选择平滑度最小的预测曲线作为目标预测曲线。
第二种实现方式：
所述电子设备通过路径一致性函数确定所述N条预测曲线中每条预测曲线的路径一致性值，选择路径一致性值最小的预测曲线作为目标预测曲线。
第三种实现方式：
所述电子设备通过平滑度函数确定所述N条预测曲线中每条预测曲线的平滑度，并通过路径一致性函数确定所述N条预测曲线中每条预测曲线的路径一致性值，确定平滑度与路径一致性值加权和最小的预测曲线作为目标预测曲线。
具体的，所述电子设备通过平滑度函数确定所述N条预测曲线中每条预测曲线的平滑度，通过平滑度函数计算每条预测曲线的平滑度，即通过对每条预测曲线上的曲率值积分得到。所述平滑度函数具体如下：
CK[i]＝∫ki 2(s)dsp＝∫ki 2(s)Q(s)ds 公式(1.7)
其中，CK[i]表示预测曲线的平滑度值，ki(s)表示微分弧段对应的曲率值；s表示弧长值，Q(s)表示曲率值与弧长值的变换函数。
具体的，所述电子设备通过路径一致性函数确定所述N条预测曲线中每条预测曲线的路径一致性值，所述路径一致性函数具体如下：
其中，CC[i]表示第i条预测曲线的路径一致性值，s2表示第i条预测曲线终点，s1表示第i条预测曲线起点，li表示第i条预测曲线的重叠部分的欧几里得距离。重叠部分是指，上一次得到的目标预测曲线中车辆未行驶部分与本次目标预测曲线的重叠部分。如图5所示，为确定路径一致性值的原理示意图。
通过平滑度与路径一致性值的加权和从确定的N条预测曲线中选择一条预测曲线作为目标预测曲线，提高了车辆轨迹预测曲线的精确度，从而提高了延时定位误差矫正精度。
基于与图1对应的方法实施例的同一发明构思，本发明实施例提供一种车辆定位误差矫正装置10，该装置10可以应用于云端服务器，也可以应用于车辆的车载终端。该装置10的结构如图6所示，包括获取模块11、确定模块12、预测模块13、选择模块14和矫正模块15，其中：
获取模块11，用于获取车辆的状态信息以及车辆行驶的中心线；所述状态信息包括当前检测到的所述车辆所在的位置、航向角、行驶速度；所述车辆行驶的中心线为车辆当前所在车道上、且由所述位置开始的预设长度的中心线；所述航向角为车辆行驶方向与正北向之间的夹角。
确定模块12，用于基于所述获取模块11获取的车辆的行驶速度估计所述车辆前进的纵向距离，以及确定所述获取模块11获取的所述车辆所在的位置偏离所述获取模块11获取的所述车辆行驶的中心线的横向偏差，并确定所述中心线上距离所述车辆所在的位置的最近点的弧长值。
所述获取模块11，还用于获取预先确定的N个偏移距离，其中，第i个偏移距离为估计的所述车辆的第i个所在位置偏离所述车辆行驶的中心线的横向偏差，i为不大于N的正整数，N为大于1的正整数。
预测模块13，用于根据所述获取模块11获取的N个偏移距离中的第i个偏移距离、所述确定模块12估计的所述车辆前进的纵向距离、所述获取模块11获取的所述航向角、所述确定模块12确定的所述弧长值以及所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差，确定第i条预测曲线，所述i取遍不大于N的所有正整数。
选择模块14，用于从所述预测模块13确定的N条预测曲线中选择一条预测曲线作为目标预测曲线。
矫正模块15，用于确定以所述获取模块11获取的当前检测到的所述车辆的所在位置为起点，所述车辆以所述获取模块11获取的所述行驶速度沿所述选择模块14确定的所述目标预测曲线行驶预定推延时间后所到达的位置。
可选的，所述确定模块12，在基于所述获取模块11获取的车辆的行驶速度估计所述车辆前进的纵向距离时，具体用于：
通过如下公式估计所述车辆前进的纵向距离：
Sf＝kvv+Δsmin+Sd； 公式(2.1)
其中，所述Sf表示所述车辆前进的纵向距离，kv表示速度增益比例，v表示车辆的行驶速度，Δsmin表示最小转向距离偏移值，Sd表示预设的车辆行驶平行于中心线后的行驶距离。
可选的，所述预测模块13确定的所述第i条预测曲线满足如下公式所示的三次方程：
q(s)＝as3+bs2+cs+qi 公式(2.2)
所述预测模块13，具体用于：
通过如下公式所示的条件确定所述三次方程中的a、b、c，从而得到所述第i条预测曲线：
Δs＝s-si；q(si)＝qi；q(sf)＝qf；
其中，所述q(s)表示三次方程函数，si表示所述确定模块12确定的所述弧长值；sf表示所述确定模块12估计的所述车辆前进的纵向距离；qf表示所述获取模块12获取的第i个偏移距离；qi表示所述确定模块12确定的所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差；θ表示所述获取模块11获取的所述航向角。
可选的，所述选择模块14，具体用于：
通过平滑度函数确定所述预测模块13确定的所述N条预测曲线中每条预测曲线的平滑度，选择平滑度最小的预测曲线作为目标预测曲线；或者，
通过路径一致性函数确定所述预测模块13确定的所述N条预测曲线中每条预测曲线的路径一致性值，选择路径一致性值最小的预测曲线作为目标预测曲线；或者，
通过平滑度函数确定所述预测模块13确定的所述N条预测曲线中每条预测曲线的平滑度，并通过路径一致性函数确定所述N条预测曲线中每条预测曲线的路径一致性值，确定平滑度与路径一致性值加权和最小的预测曲线作为目标预测曲线。
可选的，当所述装置10应用于所述车辆的车载终端时，所述获取模块11，在获取所述获取车辆的状态信息时，具体用于：
通过所述车辆中设置的传感器获取所述获取车辆的状态信息。
可选的，当所述装置10应用于云端服务器时，所述获取模块11，在获取所述获取车辆的状态信息时，具体用于：
通过接收所述车辆的车载终端发送的所述车辆的状态信息获取所述获取车辆的状态信息。
本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，另外，在本申请各个实施例中的各功能模块可以集成在一个处理器中，也可以是单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
当所述车辆定位误差矫正装置应用于车辆的车载终端(英文：On board Unit，简称：OBU)时，集成的模块可以采用硬件的形式实现，如图7所示，可以包括传感器1201，处理器1202以及存储器1203，可选的，还包括无线收发器1204，用于收发无线信号。获取模块11、确定模块12、预测模块13、选择模块14和矫正模块15对应的实体硬件可以是处理器1202。处理器1202，可以是一个中央处理单元(英文：central processing unit，简称：CPU)，或者为数字处理单元等等。处理器1202通过传感器1201获取车辆的状态信息。存储器1203，用于存储处理器1202执行的程序。
本申请实施例中不限定上述传感器1201、处理器1202、存储器1203以及无线收发器1204之间的具体连接介质。本申请实施例在图7中以存储器1203、处理器1202、传感器1201以及无线收发器1204之间通过总线1205连接，总线在图7中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器1203可以是易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)；存储器1203也可以是非易失性存储器(英文：non-volatile memory)，例如只读存储器(英文：read-only memory，缩写：ROM)，快闪存储器(英文：flash memory)，硬盘(英文：hard disk drive，缩写：HDD)或固态硬盘(英文：solid-state drive，缩写：SSD)、或者存储器1203是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器1203可以是上述存储器的组合。
处理器1202用于执行存储器1203存储的程序代码，具体用于执行上述图1至图5对应的实施例所述的方法，具体可以参照图1至图5对应的实施例实施，在此不再赘述。
以下给出所述车辆定位误差矫正装置应用于车辆的车载终端的具体应用场景，针对车辆定位误差矫正的过程，做出进一步详细描述：
需要矫正定位误差的车辆除设置有OBU外，还配置有高精度地图。本发明实施例中车辆中设置有多个传感器，比如能够实现高精度全球定位系统(英文：Global PositioningSystem，简称：GPS)+载波相位差分技术(英文：Real-time kinematic，简称：RTK)的传感器，微电子机械系统(英文：Micro Electro Mechanical System，简称：MEMS)惯导等。
A1，OBU通过多个传感器采集到车辆状态信息。
A2，OBU获取预先配置的高精度地图，并根据所述高精度地图确定所述车辆行驶的中心线。
A3，OBU在确定车辆行驶的车道的中心线及当前车辆的状态信息后，根据车辆行驶的车道的中心线及当前车辆的状态信息确定车辆的预测曲线，车辆的预测曲线具体可以通过图1对应的实施例所述的方法来确定，本发明实施例在此不再赘述。
A4，OBU在确定目标预测曲线后，据将当前检测到的所述车辆的所在位置、预定推延时间以及车辆的行驶速度估计所述车辆按照目标预测曲线所行进的实际位置，并根据所述实际位置实现对车辆的自动控制。经过上述矫正后确定车辆所在的实际位置，例如，如图8所示。
当所述车辆定位误差矫正装置应用于云端服务器时，集成的模块可以采用硬件的形式实现，如图9所示，可以包括无线收发器1301，处理器1302以及存储器1303。获取模块11、确定模块12、预测模块13、选择模块14和矫正模块15对应的实体硬件可以是处理器1302。处理器1302，可以是一个CPU，或者为数字处理单元等等。处理器1302通过无线收发器1301接收所述车辆的车载终端发送的所述车辆的状态信息。存储器1303，用于存储处理器1302执行的程序。
本申请实施例中不限定上述无线收发器1301、处理器1302以及存储器1303之间的具体连接介质。本申请实施例在图9中以存储器1303、处理器1302以及传感器1301之间通过总线1305连接，总线在图9中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器1303可以是易失性存储器，例如RAM；存储器1303也可以是非易失性存储器，例如ROM，快闪存储器，HDD或SSD、或者存储器1303是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器1303可以是上述存储器的组合。
处理器1302用于执行存储器1303存储的程序代码，具体用于执行上述图1至图5对应的实施例所述的方法，具体可以参照图1至图5对应的实施例实施，在此不再赘述。
以下给出所述车辆定位误差矫正装置应用于云端服务器的具体应用场景，针对车辆定位误差矫正的过程，做出进一步详细描述：
所述车辆轨迹预测系统包括上述云端服务器。车辆轨迹预测系统除了包括云端服务器之外，还包括车辆，车辆上包括无线收发器。
云端服务器，用于通过无线收发器接收所述车辆的车载终端发送的车辆状态信息，并确定预测曲线。
无线收发器，用于实现车辆与云端服务器之间的信息传输。
车辆上还可以包括OBU，用于根据预测曲线的对车辆进行自动控制及所述车辆状态信息的实时测量并返回给无线收发器，从而无线收发器将车辆状态信息发送给云端服务器。
本发明实施例中可以在云端服务器中配置有高精度地图，从而为云端服务器确定车辆轨迹预测曲线提供基础数据支持，所述基础数据主要包括地图信息、车道的中心线的几何信息、车道数、道路宽度、车道限速等等信息：
本发明实施例中车辆中设置有多个传感器，比如能够实现GPS+RTK的传感器，MEMS惯导等。
B1，OBU将通过多个传感器采集到车辆状态信息；然后将车辆状态信息发送给无线收发器。
具体的，为了提高传输速度，减少资源占用，OBU可以将采集到的车辆状态压缩后得到压缩包，再发送给无线收发器。
B2，无线收发器在接收到所述车辆的状态信息后，将所述车辆状态信息传输给云端服务器。
B3，云端服务器接收无线收发器传输的所述车辆的状态信息，获取预先配置的高精度地图，并根据所述高精度地图确定所述车辆行驶的中心线。
若云端服务器接收到无线收发器发送的压缩包，则在接收到压缩包后，解压缩得到所述车辆的状态信息。
B4，云端服务器获取车辆行驶的车道的中心线及当前车辆的状态信息后，根据车辆行驶的车道的中心线及当前车辆的状态信息确定车辆的预测曲线，车辆的预测曲线具体可以通过图1对应的实施例所述的方法来确定，本发明实施例在此不再赘述。经过预测得到的预测曲线可以参见图10所示，其中K(s)表示经过预测得到的在以q为Y轴，s为X轴的坐标系下的预测曲线。Kb(s)为车辆行驶的中心线。
B5，云端服务器在确定目标预测曲线后，据将当前检测到的所述车辆的所在位置、预定推延时间以及车辆的行驶速度估计所述车辆按照目标预测曲线所行进的实际位置，并将所述实际位置通过无线收发器发送给OBU。从而OBU实现对车辆的自动控制。经过上述矫正后确定车辆所在的实际位置，例如，如图11所示。
此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明，并且在不冲突的情况下，本申请中的实施例及实施例中的功能模块可以相互组合。
本发明实施例中，在预测轨迹既不依据已有的轨迹也不是单纯的将反应车辆为未来走向的中心线作为预测轨迹线，而是通过电子设备获取车辆的状态信息以及车辆行驶的中心线的几何信息；然后通过获取的状态信息以及车辆行驶的中心线的几何信息估计出多条预测曲线；从确定的N条预测曲线中选择一条预测曲线作为目标预测曲线；结合车辆当前的状态以及车辆将来可能的走向进行了科学的预测得到预测曲线，因此提高了延时定位误差矫正精度。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种车辆定位误差矫正方法，其特征在于，包括：
电子设备获取车辆的状态信息以及车辆行驶的中心线；所述状态信息包括当前检测到的所述车辆所在的位置、航向角、行驶速度；所述车辆行驶的中心线为车辆当前所在车道上、且由所述位置开始的预设长度的中心线；所述航向角为车辆行驶方向与正北向之间的夹角；
所述电子设备基于车辆的行驶速度估计所述车辆前进的纵向距离，以及确定所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差，并确定所述中心线上距离所述车辆所在的位置的最近点的弧长值；
所述电子设备获取预先确定的N个偏移距离，其中，第i个偏移距离为估计的所述车辆的第i个所在位置偏离所述车辆行驶的中心线的横向偏差，i为不大于N的正整数，N为大于1的正整数；
所述电子设备根据N个偏移距离中的第i个偏移距离、所述车辆前进的纵向距离、所述航向角、所述弧长值以及所述所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差，确定第i条预测曲线，所述i取遍不大于N的所有正整数；
所述电子设备从确定的N条预测曲线中选择一条预测曲线作为目标预测曲线；
所述电子设备以当前检测到的所述车辆的所在位置为起点，确定所述车辆以所述行驶速度沿所述目标预测曲线行驶预定推延时间后所到达的位置。
2.如权利要求1所述的方法，其特征在于，所述电子设备基于车辆的行驶速度估计所述车辆前进的纵向距离，包括：
所述电子设备通过如下公式估计所述车辆前进的纵向距离：
Sf＝kvv+Δsmin+Sd；
其中，所述Sf表示所述车辆前进的纵向距离，kv表示速度增益比例，v表 示车辆的行驶速度，Δsmin表示最小转向距离偏移值，Sd表示预设的车辆行驶平行于中心线后的行驶距离。
3.如权利要求1或2所述的方法，其特征在于，所述第i条预测曲线满足如下公式所示的三次方程：
q(s)＝as3+bs2+cs+qi
所述电子设备根据N个偏移距离中的第i个偏移距离、所述车辆前进的纵向距离、所述航向角、所述弧长值以及所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差，确定第i条预测曲线，包括：
所述电子设备通过如下公式所示的条件确定所述三次方程中的a、b、c，从而得到所述第i条预测曲线：
Δs＝s-si；q(si)＝qi；q(sf)＝qf；
其中，所述q(s)表示三次方程函数，si表示所述中心线上距离所述车辆所在的位置的最近点的弧长值；sf表示所述车辆前进的纵向距离；qf表示第i个偏移距离；qi表示所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差；θ表示所述航向角。
4.如权利要求1至3任一项所述的方法，其特征在于，所述电子设备从确定的N条预测曲线中选择一条预测曲线作为目标预测曲线，包括：
所述电子设备通过平滑度函数确定所述N条预测曲线中每条预测曲线的平滑度，选择平滑度最小的预测曲线作为目标预测曲线；或者，
所述电子设备通过路径一致性函数确定所述N条预测曲线中每条预测曲线的路径一致性值，选择路径一致性值最小的预测曲线作为目标预测曲线；或者，
所述电子设备通过平滑度函数确定所述N条预测曲线中每条预测曲线的平滑度，并通过路径一致性函数确定所述N条预测曲线中每条预测曲线的路径一致性值，确定平滑度与路径一致性值加权和最小的预测曲线作为目标预测曲线。
5.如权利要求1至4任一项所述的方法，其特征在于，所述获取车辆的状态信息，包括：
当所述电子设备为所述车辆的车载终端时，所述电子设备通过所述车辆中设置的传感器获取所述车辆的状态信息；或者，
当所述电子设备为云端服务器时，所述电子设备接收所述车辆的车载终端发送的所述车辆的状态信息。
6.一种车辆定位误差矫正装置，其特征在于，包括：
获取模块，用于获取车辆的状态信息以及车辆行驶的中心线；所述状态信息包括当前检测到的所述车辆所在的位置、航向角、行驶速度；所述车辆行驶的中心线为车辆当前所在车道上、且由所述位置开始的预设长度的中心线；所述航向角为车辆行驶方向与正北向之间的夹角；
确定模块，用于基于所述获取模块获取的车辆的行驶速度估计所述车辆前进的纵向距离，以及确定所述获取模块获取的所述车辆所在的位置偏离所述获取模块获取的所述车辆行驶的中心线的横向偏差，并确定所述中心线上距离所述车辆所在的位置的最近点的弧长值；
所述获取模块，还用于获取预先确定的N个偏移距离，其中，第i个偏移距离为估计的所述车辆的第i个所在位置偏离所述车辆行驶的中心线的横向偏差，i为不大于N的正整数，N为大于1的正整数；
预测模块，用于根据所述获取模块获取的N个偏移距离中的第i个偏移距离、所述确定模块估计的所述车辆前进的纵向距离、所述获取模块获取的所述航向角、所述确定模块确定的所述弧长值以及所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差，确定第i条预测曲线，所述i取遍不大于N的所 有正整数；
选择模块，用于从所述预测模块确定的N条预测曲线中选择一条预测曲线作为目标预测曲线；
矫正模块，用于确定以所述获取模块获取的当前检测到的所述车辆的所在位置为起点，所述车辆以所述获取模块获取的所述行驶速度沿所述选择模块确定的所述目标预测曲线行驶预定推延时间后所到达的位置。
7.如权利要求6所述的装置，其特征在于，所述确定模块，在基于所述获取模块获取的车辆的行驶速度估计所述车辆前进的纵向距离时，具体用于：
通过如下公式估计所述车辆前进的纵向距离：
Sf＝kvv+Δsmin+Sd；
其中，所述Sf表示所述车辆前进的纵向距离，kv表示速度增益比例，v表示车辆的行驶速度，Δsmin表示最小转向距离偏移值，Sd表示预设的车辆行驶平行于中心线后的行驶距离。
8.如权利要求6或7所述的装置，其特征在于，所述预测模块确定的所述第i条预测曲线满足如下公式所示的三次方程：
q(s)＝as3+bs2+cs+qi
所述预测模块，具体用于：
通过如下公式所示的条件确定所述三次方程中的a、b、c，从而得到所述第i条预测曲线：
Δs＝s-si；q(si)＝qi；q(sf)＝qf；
其中，所述q(s)表示三次方程函数，si表示所述确定模块确定的所述弧长值；sf表示所述确定模块确定的所述车辆前进的纵向距离；qf表示所述获取模 块获取的所述第i个偏移距离；qi表示所述确定模块确定的所述车辆所在的位置偏离所述车辆行驶的中心线的横向偏差；θ表示所述获取模块获取的所述航向角。
9.如权利要求6至8任一项所述的装置，其特征在于，所述选择模块，具体用于：
通过平滑度函数确定所述预测模块确定的所述N条预测曲线中每条预测曲线的平滑度，选择平滑度最小的预测曲线作为目标预测曲线；或者，
通过路径一致性函数确定所述预测模块确定的所述N条预测曲线中每条预测曲线的路径一致性值，选择路径一致性值最小的预测曲线作为目标预测曲线；或者，
通过平滑度函数确定所述预测模块确定的所述N条预测曲线中每条预测曲线的平滑度，并通过路径一致性函数确定所述N条预测曲线中每条预测曲线的路径一致性值，确定平滑度与路径一致性值加权和最小的预测曲线作为目标预测曲线。
10.如权利要求7至9任一项所述的装置，其特征在于，所述获取模块，在获取所述获取车辆的状态信息时，具体用于：
当所述装置应用于所述车辆的车载终端时，通过所述车辆中设置的传感器获取所述获取车辆的状态信息；或者，
当所述装置应用于云端服务器时，接收所述车辆的车载终端发送的所述车辆的状态信息。
CN201610988802.7A 2016-11-09 2016-11-09 一种车辆定位误差矫正方法及装置 Active CN108061555B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610988802.7A CN108061555B (zh) 2016-11-09 2016-11-09 一种车辆定位误差矫正方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610988802.7A CN108061555B (zh) 2016-11-09 2016-11-09 一种车辆定位误差矫正方法及装置

Publications (2)

Publication Number Publication Date
CN108061555A true CN108061555A (zh) 2018-05-22
CN108061555B CN108061555B (zh) 2020-06-26

Family

ID=62136989

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610988802.7A Active CN108061555B (zh) 2016-11-09 2016-11-09 一种车辆定位误差矫正方法及装置

Country Status (1)

Country Link
CN (1) CN108061555B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109308291A (zh) * 2018-09-30 2019-02-05 歌尔科技有限公司 地图轨迹的平滑方法、装置、终端及计算机可读存储介质
CN109581449A (zh) * 2018-12-14 2019-04-05 安徽江淮汽车集团股份有限公司 一种自动驾驶汽车的定位方法及系统
JP2020060552A (ja) * 2018-10-12 2020-04-16 バイドゥ ユーエスエイ エルエルシーＢａｉｄｕ ＵＳＡ ＬＬＣ 自動運転車両のための以前の運転軌跡に基づくリアルタイムマップ生成方法
CN111272180A (zh) * 2018-12-04 2020-06-12 赫尔环球有限公司 用于估计地图上的定位位置的方法和装置
CN111830544A (zh) * 2020-07-02 2020-10-27 合肥移顺信息技术有限公司 车辆定位的方法、装置、系统及存储介质
CN112731498A (zh) * 2020-12-11 2021-04-30 大陆投资(中国)有限公司 用于定位车辆的方法和云端设备
CN112836551A (zh) * 2019-11-22 2021-05-25 华为技术有限公司 一种确定定位误差的方法及装置
CN113295169A (zh) * 2021-07-01 2021-08-24 上海仙工智能科技有限公司 一种自动行驶装置的路径规划方法
CN118709144A (zh) * 2024-08-27 2024-09-27 北京博能科技股份有限公司 一种处理多来源的监控数据的方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101793528A (zh) * 2009-01-26 2010-08-04 通用汽车环球科技运作公司 使用传感器融合来估计车道路径的系统和方法
CN103047987A (zh) * 2013-01-11 2013-04-17 北京经纬恒润科技有限公司 车辆位置获取方法和装置
CN103197675A (zh) * 2013-03-13 2013-07-10 北京矿冶研究总院 地下铲运机自主行驶和避障运动控制及目标路径规划方法
CN105270410A (zh) * 2014-07-16 2016-01-27 通用汽车环球科技运作有限责任公司 用于自主驾驶车辆的路径规划的精确曲率估计算法
CN105292116A (zh) * 2014-06-05 2016-02-03 通用汽车环球科技运作有限责任公司 自动驾驶车辆的车道变换路径规划算法
US9285805B1 (en) * 2015-07-02 2016-03-15 Geodigital International Inc. Attributed roadway trajectories for self-driving vehicles
US20160107682A1 (en) * 2014-10-15 2016-04-21 Han-Shue Tan System and method for vehicle steering control
CN105774801A (zh) * 2014-12-22 2016-07-20 罗伯特·博世有限公司 用于引导车道上的车辆的方法和设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101793528A (zh) * 2009-01-26 2010-08-04 通用汽车环球科技运作公司 使用传感器融合来估计车道路径的系统和方法
CN103047987A (zh) * 2013-01-11 2013-04-17 北京经纬恒润科技有限公司 车辆位置获取方法和装置
CN103197675A (zh) * 2013-03-13 2013-07-10 北京矿冶研究总院 地下铲运机自主行驶和避障运动控制及目标路径规划方法
CN105292116A (zh) * 2014-06-05 2016-02-03 通用汽车环球科技运作有限责任公司 自动驾驶车辆的车道变换路径规划算法
CN105270410A (zh) * 2014-07-16 2016-01-27 通用汽车环球科技运作有限责任公司 用于自主驾驶车辆的路径规划的精确曲率估计算法
US20160107682A1 (en) * 2014-10-15 2016-04-21 Han-Shue Tan System and method for vehicle steering control
CN105774801A (zh) * 2014-12-22 2016-07-20 罗伯特·博世有限公司 用于引导车道上的车辆的方法和设备
US9285805B1 (en) * 2015-07-02 2016-03-15 Geodigital International Inc. Attributed roadway trajectories for self-driving vehicles

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109308291A (zh) * 2018-09-30 2019-02-05 歌尔科技有限公司 地图轨迹的平滑方法、装置、终端及计算机可读存储介质
JP2020060552A (ja) * 2018-10-12 2020-04-16 バイドゥ ユーエスエイ エルエルシーＢａｉｄｕ ＵＳＡ ＬＬＣ 自動運転車両のための以前の運転軌跡に基づくリアルタイムマップ生成方法
JP7043466B2 (ja) 2018-10-12 2022-03-29 バイドゥ ユーエスエイ エルエルシー 自動運転車両のための以前の運転軌跡に基づくリアルタイムマップ生成方法
CN111272180A (zh) * 2018-12-04 2020-06-12 赫尔环球有限公司 用于估计地图上的定位位置的方法和装置
CN109581449A (zh) * 2018-12-14 2019-04-05 安徽江淮汽车集团股份有限公司 一种自动驾驶汽车的定位方法及系统
CN112836551A (zh) * 2019-11-22 2021-05-25 华为技术有限公司 一种确定定位误差的方法及装置
CN112836551B (zh) * 2019-11-22 2023-09-05 华为云计算技术有限公司 一种确定定位误差的方法及装置
CN111830544A (zh) * 2020-07-02 2020-10-27 合肥移顺信息技术有限公司 车辆定位的方法、装置、系统及存储介质
CN111830544B (zh) * 2020-07-02 2024-01-05 合肥移顺信息技术有限公司 车辆定位的方法、装置、系统及存储介质
CN112731498A (zh) * 2020-12-11 2021-04-30 大陆投资(中国)有限公司 用于定位车辆的方法和云端设备
CN113295169A (zh) * 2021-07-01 2021-08-24 上海仙工智能科技有限公司 一种自动行驶装置的路径规划方法
CN113295169B (zh) * 2021-07-01 2023-12-15 上海仙工智能科技有限公司 一种自动行驶装置的路径规划方法
CN118709144A (zh) * 2024-08-27 2024-09-27 北京博能科技股份有限公司 一种处理多来源的监控数据的方法及装置

Also Published As

Publication number Publication date
CN108061555B (zh) 2020-06-26

Similar Documents

Publication Publication Date Title
CN108061555B (zh) 一种车辆定位误差矫正方法及装置
EP3861291B1 (en) Spline curve and spiral curve based reference line smoothing method
US10606277B2 (en) Speed optimization based on constrained smoothing spline for autonomous driving vehicles
US9283967B2 (en) Accurate curvature estimation algorithm for path planning of autonomous driving vehicle
US9457807B2 (en) Unified motion planning algorithm for autonomous driving vehicle in obstacle avoidance maneuver
US9428187B2 (en) Lane change path planning algorithm for autonomous driving vehicle
US20190079523A1 (en) Dp and qp based decision and planning for autonomous driving vehicles
US11551552B2 (en) Distributing processing resources across local and cloud-based systems with respect to autonomous navigation
JP7391701B2 (ja) 定常横方向偏差の除去方法、装置、記憶媒体、及びプログラム
CN111176270B (zh) 使用动态地标的定位
KR102565482B1 (ko) 차량의 측위 장치 및 그 방법
CN110189547A (zh) 一种障碍物检测方法、装置及车辆
JP2017531781A (ja) 駐車施設内におけるセンサー校正
JP5590064B2 (ja) 車両用無線通信装置
CN111339802A (zh) 实时相对地图的生成方法及装置、电子设备和存储介质
CN112020686B (zh) 用于自动驾驶的基于qp样条路径和螺旋路径的参考线平滑方法
EP4242998A1 (en) Traffic stream information determination method and apparatus, electronic device and storage medium
US9969389B2 (en) Enhanced vehicle operation
CN115127576B (zh) 路径规划方法、装置、芯片、终端、电子设备及存储介质
CN111806421B (zh) 车辆姿态确定系统和方法
CN108340915A (zh) 车辆控制装置
US20210190537A1 (en) Method and system for generating and updating digital maps
GB2558773A (en) Steering operation
CN113306559A (zh) 在路形估计中对于垂直道路曲度的补偿
JP6539129B2 (ja) 自車位置推定装置、及びそれを用いた操舵制御装置、並びに自車位置推定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant