CN108225360B - 一种车载导航系统的导航方法 - Google Patents

Abstract

本发明的一种车载导航系统的导航方法，所述系统包括：导航单元、测距单元、云通信单元、以及车载显示单元，所述导航单元用于实现车辆的实时定位和导航，所述测距单元用于实现车辆与周围目标的距离计算，所述云通信单元用于接收导航单元、测距单元生成的数据，并上传至云服务中心，由云服务中心对导航定位数据进行数据拟合和标识，并把标识信息下发至车载显示单元。由于采用多种形式消除车辆导航和测距过程中的误差和盲区，大大提高了导航以及测距的精度，可靠性高，适用范围广。

Description

一种车载导航系统的导航方法

本申请是申请号为：201410681374.4，申请日：2014年11月24日，发明名称为“一种基于盲区消除的车载导航系统”的发明专利的分案申请。

技术领域

本发明涉及导航领域，尤其涉及一种车载导航系统的导航方法。

背景技术

GPS作为主要导航设备在车载导航系统中发挥了非常显著的作用，但是以无线电定位为主要特征的GPS经常受到大气衰减、信号传输遮挡、多径干扰等诸多因素影响，定位可靠性和精度下降，甚至无法完成导航任务，为了提高行车效率，安全性和经济性，低成本的车载协作导航系统应用越来越广泛。

但是，以陀螺计和加速度计为主要感应器的协作导航装置存在较为严重的测量误差和累积误差，使得协作导航精度在GPS盲区时仍无法满足车辆对高精度导航的需求。

另外，为了降低安全事故，现有的车载导航系统一般会安装测距单元，以便当车辆与车辆的距离小于安全距离时进行报警，但是目前的测距装置一般采用激光、超声波或红外技术，受环境变化较为明显，而且，采用上述技术的测距装置还存在监控盲区，尤其是对小体积的障碍物(例如路人)不能准确识别，这就导致漏报或者误报。

发明内容

本发明的目的是通过以下技术方案实现的。

根据本发明的实施方式，提出一种基于盲区消除的车载导航系统，所述系统包括：导航单元、测距单元、云通信单元、以及车载显示单元，所述导航单元用于实现车辆的实时定位和导航，所述测距单元用于实现车辆与周围目标的距离计算，所述云通信单元用于接收导航单元、测距单元生成的数据，并上传至云服务中心，由云服务中心对导航定位数据进行数据拟合和标识，并把标识信息下发至车载显示单元。

根据本发明的实施方式，所述导航单元包括协作导航单元和行驶运动状态角测算单元；所述测距单元包括UHF测距单元和小体积补盲检测单元，所述协作导航单元用于实现车辆的联合定位和导航，所述行驶运动状态角测算单元用于测算车辆行驶过程中实时的侧偏角和非水平角，所述UHF测距单元用于实现车辆与周围车辆的距离计算，小体积补盲检测单元用于检测车辆周围小体积障碍物，实现对UHF测距单元的补充检测。

根据本发明的实施方式，所述协作导航单元具体包括角速度感应器零偏移误差确定单元、相对时延估计单元、初始数据奇异值消除单元、动态误差系数自适应估计单元、以及导航信息计算单元。

根据本发明的实施方式，所述角速度感应器零偏移误差确定单元具体包括：

初始化模块，用于初始化可用点集合；

角速度感应器输出获取模块，用于当车辆处于停车状态时，获取所述角速度感应器的当前输出；

偏差计算模块，用于计算所述当前输出值与所述可用点集合中的可用点值的偏差；

第一判决模块，用于当所述偏差小于或等于预先设定的阈值时，将所述当前输出值作为可用点值列入所述可用点集合；

第二判决模块，用于当所述偏差大于预先设定的阈值时，将所述可用点集合清空，并将所述当前输出值作为可用点值列入所述可用点集合；以及

零偏移误差估算模块，用于当所述可用点集合中的可用点数目达到预先设定的可用点总数时，计算所述可用点集合中的可用点值的加权平均值得到所述零偏移误差。

根据本发明的实施方式，所述行驶运动状态角测算单元包括纵向加速度感应器、侧向加速度感应器、垂直偏转角感应器、参数输出获得单元、第一计算单元、第二计算单元、以及第三计算单元，其中：

所述纵向加速度感应器、侧向加速度感应器、垂直偏转角感应器分别测量车辆的纵向加速度α_x、侧向加速度α_y和垂直偏转角速度α_z，并借助协作导航单元的线速度感应器测量车辆纵向速度ν_x；

所述参数输出获得单元获取上述纵向加速度α_x、侧向加速度α_y、垂直偏转角速度α_z和纵向速度ν_x；然后计算获得参数输出矩阵y，其中

所述

表示vx的微分，k表示离散时刻；

所述第一计算单元用于计算回归矩阵

g为重力加速度，

表示待估计的车辆非水平角；

所述第二计算单元用于计算步进矩阵K(k)：

其中方差矩阵

参数λ为遗忘因子，取值范围[0.9，1]；

所述第三计算单元用于计算待估参数矩阵γ(k)：

所述

表示待估计的车辆侧偏角。

根据本发明的实施方式，所述UHF测距单元包括UHF感应器、恒定线性放大器、模数转换器、电压匹配器、测距分处理器、触摸显示器、警示器，UHF感应器分别与恒定线性放大器、电压匹配器相连；恒定线性放大器与模数转换器、测距分处理器依次相连；电压匹配器与测距分处理器相连；测距分处理器分别与触摸显示器、警示器相连。

本发明的基于盲区消除的车载导航系统，采用多种形式消除车辆导航和测距过程中的误差和盲区，大大提高了导航以及测距的精度，可靠性高，适用范围广。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。

在附图中：

附图1示出了根据本发明实施方式的基于盲区消除的车载导航系统结构示意图；

附图2示出了根据本发明实施方式的协作导航单元结构示意图；

附图3示出了根据本发明实施方式的角速度感应器零偏移误差确定单元结构示意图；

附图4示出了根据本发明实施方式的行驶运动状态角测算单元结构示意图；

附图5示出了根据本发明实施方式的UHF测距单元结构示意图；

附图6示出了根据本发明实施方式的恒定线性放大器结构示意图；

附图7示出了根据本发明实施方式的模数转换器结构示意图；

附图8示出了根据本发明实施方式的电压匹配器结构示意图；

附图9示出了根据本发明实施方式的小体积补盲检测单元结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

根据本发明的实施方式，提出一种基于盲区消除的车载导航系统，如附图1所示，所述系统包括：导航单元、测距单元、云通信单元、以及车载显示单元，所述导航单元用于实现车辆的实时定位和导航，所述测距单元用于实现车辆与周围目标的距离计算，所述云通信单元用于接收导航单元、测距单元生成的数据，并上传至云服务中心，由云服务中心对导航定位数据进行数据拟合和标识，并把标识信息下发至车载显示单元。

根据本发明的实施方式，所述导航单元包括协作导航单元和行驶运动状态角测算单元；所述测距单元包括UHF测距单元和小体积补盲检测单元，所述协作导航单元用于实现车辆的联合定位和导航，所述行驶运动状态角测算单元用于测算车辆行驶过程中实时的侧偏角和非水平角，所述UHF测距单元用于实现车辆与周围车辆的距离计算，小体积补盲检测单元用于检测车辆周围小体积障碍物，实现对UHF测距单元的补充检测；

偏差计算模块，用于计算所述当前输出值与所述可用点集合中的可用点值的偏差；

第一判决模块，用于当所述偏差小于或等于预先设定的阈值时，将所述当前输出值作为可用点值列入所述可用点集合；

第二判决模块，用于当所述偏差大于预先设定的阈值时，将所述可用点集合清空，并将所述当前输出值作为可用点值列入所述可用点集合；以及

零偏移误差估算模块，用于当所述可用点集合中的可用点数目达到预先设定的可用点总数时，计算所述可用点集合中的可用点值的加权平均值得到所述零偏移误差。

所述零偏移误差估算模块计算所述可用点集合中的可用点值的加权平均值得到所述零偏移误差b，具体包括对零偏移误差随时间进行多项式拟合以得到所述零偏移误差随时间的趋势，即：

所述ω(j)表示第j个角速度点值。

当GPS导航无法运行后，从角速度感应器直接测量值中去除b提高精度。

根据本发明的实施方式，所述相对时延估计单元利用动态相关卷积估计GPS、角速度感应器、线速度感应器三类感应器测量数据相对时延具体包括：

按照最低数据频率，即GPS数据频率，对另外两个感应器进行同频率数据抽样。由GPS得到的行进方向和速度分别为

由角速度感应器和线速度感应器得到的行进方向和速度分别为

两类行进方向测量值的相对时延为：

两类速度测量值的相对时延为：

卷积序列长度可以根据实际路况进行调整。

根据本发明的实施方式，所述初始数据奇异值消除单元，采用卡尔曼滤波车辆与周围车辆的距离计算，小体积补盲检测单元用于检测车辆周围小体积障碍物，实现对UHF测距单元的补充检测。

根据本发明的实施方式，如附图2所示，所述协作导航单元具体包括角速度感应器零偏移误差确定单元、相对时延估计单元、初始数据奇异值消除单元、动态误差系数自适应估计单元、以及导航信息计算单元，其中，

所述角速度感应器零偏移误差确定单元，利用静态数据估计角速度感应器零偏移误差；

所述相对时延估计单元，利用动态相关卷积估计GPS、角速度感应器、线速度感应器测量数据相对时延。被估计的时延源包括：各个采集系统时钟不统一、信号处理速度偏差、感应器敏感机理导致的测量不同步等。依据相关函数的峰值计算相对时延，并移位校准GPS、角速度感应器和线速度感应器的输出数据；

所述初始数据奇异值消除单元，采用卡尔曼滤波器消除上述GPS、角速度感应器、线速度感应器初始数据奇异值；通过卡尔曼滤波器给出每个初始数据的滤波估计值和可信度，依据可信度消除奇异值，并在消除奇异值位置补充给出估计值，降低数据离散度，提高系统可靠性和精度；

所述动态误差系数自适应估计单元，实时在线估计角速度感应器和线速度感应器误差系数。在GPS有效时，实时在线计算GPS与角速度感应器/线速度感应器组合导航系统的行进方向、速度偏差，对差序列进行卡尔曼滤波，估计角速度感应器和线速度感应器的动态误差系数；

所述导航信息计算单元，用于当GPS无法运行时，利用拟合得到的误差偏移规律校正角速度感应器和线速度感应器初始输出，校正后的角速度感应器和线速度感应器输出经迭代算法给出车辆位置和行进方向信息。

在实时获得车辆的位置和行进方向信息后，通过云通信单元上传至云服务中心，由云服务中心进行具体的参数拟合。

根据本发明的实施方式，如附图3所示，所述角速度感应器零偏移误差确定单元具体包括：

初始化模块，用于初始化可用点集合；

角速度感应器输出获取模块，用于当车辆处于停车状态时，获取所述角速器消除上述三类感应器初始数据奇异值，具体包括：建立感应器测量数据的卡尔曼滤波器，以

为状态变量，

代表t+1时刻测量值，

以z_t+1(i，i)表示实际测量值

的第i个对角阵元素，则z_t+1(i，i)∈[m_t+1(i，i)-ε，m_t+1(i，i)+ε]，所述m_t+1(i，i)表示

的第i个对角阵元素，所述M表示卡尔曼滤波器状态预测误差方差矩阵，其中ε表示考虑计算误差给出的可信区间。若上式不满足，则z_t+1(i，i)为奇异值，消除该奇异值后的空位由最近数据序列进行滑窗平均滤波补充。

根据本发明的实施方式，所述动态误差系数自适应估计单元，实时在线估计角速度感应器和线速度感应器误差系数具体包括：

以

为状态变量，

代表t+1时刻测量值，

采用标准卡尔曼滤波器，即可在GPS有效时实时估计角速度感应器和线速度感应器测量值的误差。直线段和转弯段的数据分开进行上述估计，得到不同的误差估计值，并在后续GPS无法运行时分路况校正角速度感应器和线速度感应器测量值，达到更好的位置推算精度。

本发明的协作导航单元在GPS无法运行后采用角速度感应器和线速度感应器组合提供行进方向和速度，经积分推算后给出车辆位可信息。

根据本发明的实施方式，所述行驶运动状态角测算单元用于测算车辆行驶过程中实时的侧偏角和非水平角，如附图4所示，具体包括纵向加速度感应器、侧向加速度感应器、垂直偏转角感应器、参数输出获得单元、第一计算单元、第二计算单元、以及第三计算单元，具体实现过程为：

S1、所述纵向加速度感应器、侧向加速度感应器、垂直偏转角感应器分别测量车辆的纵向加速度a_x、侧向加速度a_y和垂直偏转角速度a_z，并借助协作导航单元的线速度感应器测量车辆纵向速度v_x；

S2、所述参数输出获得单元获取上述纵向加速度a_x、侧向加速度a_y、垂直偏转角速度a_z和纵向速度v_x；然后计算获得参数输出矩阵y，其中

所述

表示v_x的微分，k表示离散时刻；

S3、所述第一计算单元用于计算回归矩阵

g为重力加速度，

表示待估计的车辆非水平角；

S4、所述第二计算单元用于计算步进矩阵K(k)：

其中方差矩阵

参数λ为遗忘因子，取值范围[0.9，1]；

S5、所述第三计算单元用于计算待估参数矩阵γ(k)：

所述

表示待估计的车辆侧偏角。

在实时获得车辆的侧偏角和非水平角后，通过云通信单元上传至云服务中心，由云服务中心进行具体的参数拟合。

根据本发明的实施方式，如附图5所示，所述UHF测距单元包括UHF感应器、恒定线性放大器、模数转换器、电压匹配器、测距分处理器、触摸显示器、警示器，UHF感应器分别与恒定线性放大器、电压匹配器相连；恒定线性放大器与模数转换器、测距分处理器依次相连；电压匹配器与测距分处理器相连；测距分处理器分别与触摸显示器、警示器相连。

当前方汽车与安装了本发明的汽车之间发生相对运动时，UHF感应器的输出端将输出一正弦波电信号，该电信号的幅值跟两汽车之间的距离反相关，频率与两汽车之间相对速度正相关。将此电信号分两路输入到测距分处理器中以分别检测出正弦信号的幅值和频率，从而得到两车之间的距离和相对速度。一路经恒定线性放大器、模数转换器接到测距分处理器得到距离值；另一路经电压匹配器输入到测距分处理器得到相对速度值。此时，测距分处理器将距离值和相对速度值发送给云通信单元，由云通信单元上传至云服务中心，并根据反馈实时显示在触摸显示器上，当它们的值越过报警阈值时，测距分处理器驱动警示器，发出光声警报，在反应时间内提醒司机采取刹车等一系列安全措施。

根据本发明的具体实施方式，如附图6所示，所述恒定线性放大器的电路包括：第一运算放大器U1的4脚接-5V电压源，第一运算放大器U1的7脚接+8V电压源；第一运算放大器U1的3脚与UHF感应器的输出电信号相连；第一运算放大器U1的2脚与第一运算放大器U1的6脚相连后通过第一电阻R1接到第二运算放大器U2的3脚；第二运算放大器U2的4脚和7脚分别接到-5V和+8V电压源；第二运算放大器U2的3脚与第二电阻R2的一端、第一变阻器VR1的一端相连；第二电阻R2的另一端接地；第一变阻器VR1的调节端与第一变阻器VR1的另一端相连后接到第二运算放大器U2的6脚，同时第二运算放大器U2的6脚与AD转换芯片的信号输入端相连。

图中，第一运算放大器U1构成跟随电路，第一运算放大器U1的输出信号值就等于输入信号值。由于跟随电路输入阻抗高、输出阻抗低，从而起到阻抗匹配的作用，防止UHF感应器输出的敏感电信号受后面数字器件的影响而失真；图中第二运算放大器U2和第一电阻R1第二电阻R2、第一变阻器VR1构成放大电路，对UHF感应器的微弱信号起到放大作用，而且调节第一变阻器VR1的值可将放大倍数调节到最佳值。

根据本发明的具体实施方式，如附图7所示，所述模数转换器的电路包括：AD转换芯片U3的1脚和8脚分别接+5V、-12V电压源供电，AD转换芯片U3的2脚与跟随放大后的电信号相连，AD转换芯片U3的3脚与第一电容C1的负端、第二电容C2的一端相连，第一电容C1的正端、第二电容C2的另一端以及AD转换芯片U3的4脚均接地；AD转换芯U3的5脚、6脚、7脚则分别与测距分处理器上SDA、CLK、CS信号管脚相连。

根据本发明的具体实施方式，如附图8所示，所述电压匹配器的电路包括：电压匹配芯片U4的3脚接+5V电压源供电，电压匹配芯片U4的12脚接地，电压匹配芯片U4的6脚与UHF感应器的输出电信号相连，电压匹配芯片U4的7脚与第二变阻器VR2的调节端相连，第二变阻器VR2的另外两端分别接+5V电压源与地，电压匹配芯片U4的1脚与测距分处理器的捕获管脚ICP相连。第二变阻器VR2的作用是调节比较电压使其在正弦信号的中间点进行比较，以此电压为比较点，在电压匹配芯片U4的作用下将正弦信号转化为方波信号。通过测距分处理器的捕获、计数、计时来得到UHF信号的频率，进而算出两车之间的相对速度值。

所述UHF测距单元工作过程如下：首先通过报警阙值、距离和相对速度的因素等参数传输到测距分处理器中，当前方车辆与安装了本发明的汽车之间发生相对运动时，UHF感应器将输出一以幅值与距离反相关、频率与速度正相关的微弱电信号；该电信号通过恒定线性放大器进行放大处理后输入到模数转换器转换成数字量，然后在测距分处理器中进行数字滤波处理得到其幅值，并用查表的方法算出相应的距离值；于此同时，该电信号经过电压匹配器转化为一方波信号，通过捕获、计数一段时间内的方波数，便可在测距分处理器中方便地算出方波信号的频率值，也就是UHF传感输入电信号的频率值，通过频率与相对速度的关系便可以得到相对速度值。

根据本发明的实施方式，所述小体积补盲检测单元用于检测车辆周围小体积障碍物，实现对UHF测距单元的补充检测，所述小体积障碍物可以是，但不限于，路上行走的人，如附图9所示，所述小体积补盲检测单元包括：

图像预解析模块，其用于对从该红外探头获取的红外视频进行预解析，通过滤波方法滤除噪声，再运用自适应直方图均衡化的方法增强图像对比度；

识别模块，其用于对该视频中的小体积障碍物进行检测与定位，检测出目标小体积障碍物；

锁定模块，其用于对目标小体积障碍物进行预测锁定，进一步锁定确认；

测距模块，其用于计算出经锁定确认的目标小体积障碍物的距离，并将所述识别的目标和对应距离发送给云通信单元，该距离满足以下公式：

其中，d为本车辆与目标小体积障碍物的距离；f是该红外探头的有效焦距；α是该红外探头的非水平角；h是该红外探头的镜头到路面的高度；(x0，y0)是该镜头的光轴与像平面的交点，为像平面坐标系的原点；(x，y)为参考点在像平面上的投影坐标，该参考点取自经锁定确认的目标小体积障碍物，作为与本车辆的距离d的参考点；

判断模块，其用于判断该距离d是否小于一预定安全距离；

显示及预警模块，其用于在该距离d小于该预定安全距离时，启动声音报警，并启动显示报警。

通过本发明的小体积补盲检测单元，可以有效检测到车辆周围的小体积障碍物，准确识别目标，实时测算距离，并在距离小于预定阈值时进行报警，大大提高了车辆行驶的安全性。

根据本发明的实施方式，所述云通信单元用于接收协作导航单元、行驶运动状态角测算单元、UHF测距单元和小体积补盲检测单元生成的数据，并上传至云服务中心，由云服务中心对导航定位数据进行数据拟合和地图标识，然后把导航标识信息下发至车载显示单元，以及在预测到车辆具有潜在风险时进行及时警告，所述数据拟合方式包括，但不限于，大数据解析，数据挖掘等。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (6)

1.一种车载导航系统的导航方法，其特征在于，所述系统包括：导航单元、测距单元、云通信单元、以及车载显示单元，所述导航单元用于实现车辆的实时定位和导航，所述测距单元用于实现车辆与周围目标的距离计算，所述云通信单元用于接收导航单元、测距单元生成的数据，并上传至云服务中心，由云服务中心对导航定位数据进行数据拟合和标识，并把标识信息下发至车载显示单元；

所述导航单元包括协作导航单元和行驶运动状态角测算单元；所述测距单元包括UHF测距单元和小体积补盲检测单元，所述协作导航单元用于实现车辆的联合定位和导航，所述行驶运动状态角测算单元用于测算车辆行驶过程中实时的侧偏角和非水平角，所述UHF测距单元用于实现车辆与周围车辆的距离计算，小体积补盲检测单元用于检测车辆周围小体积障碍物；

所述UHF测距单元包括UHF感应器、恒定线性放大器、模数转换器、电压匹配器、测距分处理器、触摸显示器、警示器，UHF感应器分别与恒定线性放大器、电压匹配器相连；恒定线性放大器与模数转换器、测距分处理器依次相连；电压匹配器与测距分处理器相连；测距分处理器分别与触摸显示器、警示器相连；

所述系统的导航方法包括以下步骤：（1）前方汽车与安装了所述系统的汽车之间发生相对运动时，UHF感应器的输出端将输出一正弦波电信号，该电信号的幅值跟两汽车之间的距离反相关，频率与两汽车之间相对速度正相关；（2）将此电信号分两路输入到测距分处理器中以分别检测出正弦信号的幅值和频率，得到两车之间的距离和相对速度，一路经恒定线性放大器、模数转换器接到测距分处理器得到距离值；另一路经电压匹配器输入到测距分处理器得到相对速度值；（3）测距分处理器将距离值和相对速度值发送给云通信单元，由云通信单元上传至云服务中心，并根据反馈实时显示在触摸显示器上；（4）当距离值和相对速度值越过报警阈值时，测距分处理器驱动警示器，发出光声警报，在反应时间内提醒司机采取安全措施；

所述系统还包括GPS、角速度感应器和线速度感应器；所述协作导航单元包括角速度感应器零偏移误差确定单元、相对时延估计单元、初始数据奇异值消除单元、动态误差系数自适应估计单元、以及导航信息计算单元 ；

所述角速度感应器零偏移误差确定单元具体包括：

初始化模块，用于初始化可用点集合；

角速度感应器输出获取模块，用于当车辆处于停车状态时，获取所述角速度感应器的当前输出；

偏差计算模块，用于计算所述当前输出值与所述可用点集合中的可用点值的偏差；

第一判决模块，用于当所述偏差小于或等于预先设定的阈值时，将所述当前输出值作为可用点值列入所述可用点集合；

第二判决模块，用于当所述偏差大于预先设定的阈值时，将所述可用点集合清空，并将所述当前输出值作为可用点值列入所述可用点集合；以及

零偏移误差估算模块，用于当所述可用点集合中的可用点数目达到预先设定的可用点总数时，计算所述可用点集合中的可用点值的加权平均值得到所述零偏移误差。

2.根据权利要求1所述的导航方法，其特征在于，所述零偏移误差估算模块计算所述可用点集合中的可用点值的加权平均值得到所述零偏移误差b，具体包括对零偏移误差随时间进行多项式拟合以得到所述零偏移误差随时间的趋势，即：

，所述ω(j)表示第j个角速度点值，其中当GPS导航无法运行后，从角速度感应器直接测量值中去除b提高精度。

3.根据权利要求1所述的导航方法，其特征在于，所述相对时延估计单元利用动态相关卷积估计GPS、角速度感应器、线速度感应器三类感应器测量数据相对时延的步骤包括：（1）按照最低数据频率，即GPS数据频率，对另外两个感应器进行同频率数据抽样；（2）由GPS得到的行进方向和速度分别为

，由角速度感应器和线速度感应器得到的行进方向和速度分别为

，两类行进方向测量值的相对时延为：

，

两类速度测量值的相对时延为：

卷积序列长度可以根据实际路况进行调整。

4.根据权利要求1所述的导航方法，其特征在于，所述行驶运动状态角测算单元包括纵向加速度感应器、侧向加速度感应器、垂直偏转角感应器、参数输出获得单元、第一计算单元、第二计算单元、以及第三计算单元，所述行驶运动状态角测算单元用于测算车辆行驶过程中实时的侧偏角和非水平角的步骤包括：

S1、所述纵向加速度感应器、侧向加速度感应器、垂直偏转角感应器分别测量车辆的纵向加速度a_x、侧向加速度a_y和垂直偏转角速度a_z，并借助协作导航单元的线速度感应器测量车辆纵向速度v_x；

S2、所述参数输出获得单元获取上述纵向加速度a_x、侧向加速度a_y、垂直偏转角速度a_z和纵向速度v_x；然后计算获得参数输出矩阵y(k)，其中

，所述

表示v_x的微分，k表示离散时刻；

S3、所述第一计算单元用于计算回归矩阵

：

，g为重力加速度，

表示待估计的车辆非水平角；

S4、所述第二计算单元用于计算步进矩阵 K(k)：

，

其中方差矩阵

，参数λ为遗忘因子，取值范围[0.9，1]，

为某一时刻的回归矩阵；

S5、所述第三计算单元用于计算待估参数矩阵

：

，所述

，

表示待估计的车辆侧偏角，

表示某一时刻待估计的车辆非水平角。

5.根据权利要求4所述的导航方法，其特征在于，所述角速度感应器零偏移误差确定单元包括：

初始化模块，用于初始化可用点集合；

角速度感应器输出获取模块，用于当车辆处于停车状态时，获取所述角速度感应器消除所述纵向加速度感应器、侧向加速度感应器、垂直偏转角感应器的初始数据奇异值，其方法具体包括：

建立感应器测量数据的卡尔曼滤波器，以

为状态变量，

代表t+1时刻测量值，

以 z_t+1(i，i)表示实际测量值

的第i个对角阵元素，则z_t+1(i， i)∈[m_t+1(i，i)-ε，m_t+1(i，i)+ε]，所述m_t+1(i，i)表示

的第i个对角阵元素，所述M表示卡尔曼滤波器状态预测误差方差矩阵，其中ε表示考虑计算误差给出的可信区间，若上式不满足，则z_t+1(i，i) 为奇异值，消除该奇异值后的空位由最近数据序列进行滑窗平均滤波补充。

6.根据权利要求1所述的导航方法，其特征在于，所述动态误差系数自适应估计单元，实时在线估计角速度感应器和线速度感应器误差系数具体包括：

以

为状态变量，

代表 t+1 时刻测量值，

采用标准卡尔曼滤波器，即可在 GPS 有效时实时估计角速度感应器和线速度感应器测量值的误差；直线段和转弯段的数据分开进行上述估计，得到不同的误差估计值，并在后续GPS无法运行时分路况校正角速度感应器和线速度感应器测量值，达到更好的位置推算精度。

Images