CN108508471A - 一种无人驾驶车辆定位方法及装置 - Google Patents

一种无人驾驶车辆定位方法及装置 Download PDF

Info

Publication number
CN108508471A
CN108508471A CN201810575382.9A CN201810575382A CN108508471A CN 108508471 A CN108508471 A CN 108508471A CN 201810575382 A CN201810575382 A CN 201810575382A CN 108508471 A CN108508471 A CN 108508471A
Authority
CN
China
Prior art keywords
vehicle
wheel
information
wheel speed
speed meter
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
CN201810575382.9A
Other languages
English (en)
Inventor
张德兆
王肖
李晓飞
张放
霍舒豪
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.)
Guangdong Longitudinal Science And Technology Co Ltd
Original Assignee
Guangdong Longitudinal Science And Technology 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 Guangdong Longitudinal Science And Technology Co Ltd filed Critical Guangdong Longitudinal Science And Technology Co Ltd
Priority to CN201810575382.9A priority Critical patent/CN108508471A/zh
Publication of CN108508471A publication Critical patent/CN108508471A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明实施例涉及一种无人驾驶车辆定位方法及装置，所述定位方法包括：步骤A、主控制器生成定位指令，并将所述定位指令发送给辅助控制器；步骤B、所述辅助控制器通过左轮速计和右轮速计分别获取车辆左右两侧的轮速信息，并将所述轮速信息发送给所述主控制器；步骤C、所述主控制器通过两个差分GPS天线获取车辆的航向角，并生成航向角信息；步骤D、所述主控制器通过卡尔曼滤波算法将所述轮速信息和所述航向角信息进行融合，从而得到车辆的状态数据信息。本发明，采用轮速计与差分GPS相结合的定位方法，利用卡尔曼滤波算法将轮速信息和航向角进行融合，达到了消除累计误差、提高轮速计精度的目的，从而提高了无人驾驶车辆的定位精度。

Description

一种无人驾驶车辆定位方法及装置
技术领域
本发明涉及无人驾驶车辆定位技术领域，尤其涉及一种无人驾驶车辆定位方法及装置。
背景技术
随着近年来科技水平的不断提升，人工智能飞速发展，其广泛运用到各个领域之中。其中，由于自动驾驶车辆能够高效利用交通资源，缓解交通拥堵、减少碳排放，自动驾驶技术越来越成为人们所关注的焦点，但乘用车自动驾驶距真正商业化还有一定的距离，而限定环境内的小型低速环卫清扫车为自动驾驶技术的落地提供了具体的应用场景。另一方面，由于人口老龄化的加剧，国内劳动力的成本逐年呈上升趋势，且繁重的重复性体力劳动增加了人们的工作负担，例如，对于公园、校园、大型商场、工业园区等场景的环境卫生清扫作业，环卫工人需要长时间进行重复性的体力劳动，作业繁重，故由智能化的无人驾驶自动清扫代替繁重的人工清扫势不可挡。
虽然自动驾驶技术发展迅速，但在乘用车上的具体实现仍然很少，仅在部分小型物流车上有所应用，且现有的自动驾驶技术存在定位不精确或者无定位装置的问题，从而导致无人驾驶车辆在自动行驶过程中安全性较差，且成本较高。
发明内容
本发明的目的是针对现有技术存在的问题，提供一种无人驾驶车辆定位方法及装置，采用轮速计与差分GPS相结合的定位方法，利用卡尔曼滤波算法将轮速信息和航向角进行融合，达到了消除累计误差、提高轮速计精度的目的，提高了无人驾驶车辆的定位精度。
为实现上述目的，在第一方面，本发明提供了一种无人驾驶车辆定位方法，所述定位方法包括：
步骤A、主控制器生成定位指令，并将所述定位指令发送给辅助控制器；
步骤B、所述辅助控制器通过左轮速计和右轮速计分别获取车辆左右两侧的轮速信息，并将所述轮速信息发送给所述主控制器；
步骤C、所述主控制器通过两个差分GPS天线获取车辆的航向角，并生成航向角信息；
步骤D、所述主控制器通过卡尔曼滤波算法将所述轮速信息和所述航向角信息进行融合，从而得到车辆的状态数据信息。
优选的，所述辅助控制器通过轮速计获取车辆左右两侧的轮速信息，并将所述轮速信息发送给主控制器具体包括：
步骤B1、所述辅助控制器接收并解析所述定位指令；
步骤B2、根据所述定位指令，所述辅助控制器设定采样时间间隔；
步骤B3、所述辅助控制器获取在所述采样时间间隔内所述左轮速计的输出脉冲数；
步骤B4、所述辅助控制器获取在所述采样时间间隔内所述右轮速计的输出脉冲数；
步骤B5、所述辅助控制器提取存储器中的车轮信息；
步骤B6、根据所述车轮信息、所述采样时间间隔、所述左轮速计的输出脉冲数和所述右轮速计的输出脉冲数，计算得出车辆线速度v和车辆角速度ω。
进一步优选的，所述车轮信息包括车轮直径、编码器线数和左右车轮间距；所述根据所述车轮信息、所述采样时间间隔、所述左轮速计的输出脉冲数和所述右轮速计的输出脉冲数，计算得出车辆线速度v和车辆角速度ω具体包括：
步骤B61、根据所述车轮信息、所述采样时间间隔和所述输出脉冲数，所述辅助控制器计算出左车轮线速度vl；
步骤B62、根据所述车轮信息、所述采样时间间隔和所述输出脉冲数，所述辅助控制器计算出右车轮线速度vr；
步骤B63、根据所述左车轮线速度vl和所述右车轮线速度vr，所述辅助控制器计算出所述车辆线速度v；
步骤B64、根据所述左车轮线速度vl、所述右车轮线速度vr和所述左右车轮间距，所述辅助控制器计算出所述车辆角速度ω。
再进一步优选的，在步骤B61-B64中使用的计算公式如下：
式中，
v为车辆线速度；ω为车辆角速度；Nl为左轮速计的输出脉冲数；Nr为右轮速计的输出脉冲数；P为左右轮速计的编码器线数；D为左右车轮的直径；Δ为设定的采样时间间隔；l为左右车轮间距。
进一步优选的，所述航向角信息包括航向角速度，所述主控制器通过两个差分GPS天线获取车辆的航向角，并生成航向角信息具体包括：
步骤C1、所述主控制器获取所述辅助控制器设定的所述采样时间间隔；
步骤C2、所述主控制器通过所述两个差分GPS天线获取车辆在所述采样时间间隔内的所述航向角，并计算出航向角速度；
步骤C3、根据所述航向角速度，所述主控制器生成航向角信息。
再进一步优选的，所述主控制器根据卡尔曼滤波算法将所述轮速信息和所述航向角信息进行融合，从而得到车辆的状态数据信息具体包括：
步骤D1、根据所述轮速信息和所述航向角信息，所述主控制器通过卡尔曼滤波算法计算出系统变量估计值；
步骤D2、将所述系统变量估计值代入车辆的位置计算公式中得到融合后的状态数据信息。
再进一步优选的，所述步骤D2中车辆的位置计算公式为：
θk+1＝θk+ω·Δt
xk+1＝xk+vcos(θk+1)Δt
yk+1＝yk+vsin(θk+1)Δt
式中，
xk和yk为车辆的坐标位置；θk为车辆的航向角，表示车辆航向与坐标系X轴正方向之间的夹角；ω为车辆角速度；Δt为设定的采样时间间隔；xk+1和yk+为经过Δt时间间隔后的车辆坐标位置；θk+1为经过Δt时间间隔后的航向角。
在第二方面，本发明还提供了一种无人驾驶车辆定位装置，用以实现上述第一方面所述的无人驾驶车辆定位方法，所述无人驾驶车辆定位装置包括左轮速计、右轮速计、两个差分GPS天线、辅助控制器和主控制器；
所述左轮速计安装在左侧从动轮的车轴上；
所述右轮速计安装在右侧从动轮的车轴上；
两个所述差分GPS天线分别设置于车体的顶部；
所述辅助控制器与所述左轮速计和所述右轮速计分别电性连接，用以获取所述左轮速计和所述右轮速计的输出脉冲数；
所述主控制器分别与所述辅助控制器和两个所述差分GPS天线电性连接。
优选的，两个所述差分GPS天线沿车辆的车身方向纵向排列。
优选的，两个所述差分GPS天线之间的间距大于1m。
本发明实施例提供的无人驾驶车辆定位方法及装置，采用轮速计与差分GPS天线相结合的定位方法，通过轮速计监测车辆左右两侧从动轮的轮速信息，通过两个差分GPS天线测量车辆的航向角，利用卡尔曼滤波算法将轮速信息和航向角进行融合，达到了消除累计误差、提高轮速计精度的目的，提高了无人驾驶车辆的定位精度。
附图说明
图1为本发明实施例提供的无人驾驶车辆定位方法的流程图；
图2为本发明实施例提供的无人驾驶车辆定位装置的结构框图；
图3为本发明实施例提供的无人驾驶车辆定位方法的车体局部坐标系图。
具体实施方式
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
本发明实施例涉及提供的无人驾驶车辆定位方法及装置，采用轮速计与差分GPS天线相结合的定位方法，并利用卡尔曼滤波算法将轮速信息和航向角进行融合，达到了消除累计误差、提高轮速计精度的目的，提高了无人驾驶车辆的定位精度。
图1为本发明实施例提供的无人驾驶车辆定位方法的流程图。以下结合图1所示，对本发明实施例所提供的无人驾驶车辆定位方法进行说明。
步骤101、主控制器生成定位指令，并将定位指令发送给辅助控制器。
具体的，主控制器用于生成控制指令，并根据所接收的定位数据进行计算融合；辅助控制器用于接收主控制器的控制指令，并根据所接受到的控制指令进行下一步动作，辅助控制器能够接收并整合轮速计信息。当车辆启动时，定位系统相应地启动，主控制器生成定位指令，并将所生成的定位指令发送给辅助控制器，从而控制辅助控制器进行下一步操作。
在一个具体的过程中，该无人驾驶车辆采用前轮驱动，两后轮为从动轮，每个从动轮上各安装一个轮速计，分别测量并计算左右两侧轮的线速度。
其中，车辆在二维平面坐标系任意时刻的位姿通常由笛卡尔坐标系下的位置坐标系和参考的全局坐标系的夹角组成，如图3所示。其运动模型如下：
其中，在公式(1)中，x、y分别是车体局部坐标系的横纵坐标；θ为车辆的航向角，逆时针为正；v、ω分别代表车辆的线速度和角速度。
当进行车辆定位时，要想提高定位精度，便需要车辆准确的航向角、线速度以及角速度。
步骤102、辅助控制器通过左轮速计和右轮速计分别获取车辆左右两侧的轮速信息，并将轮速信息发送给主控制器。
具体的，辅助控制器接收并解析定位指令；根据定位指令，辅助控制器设定采样时间间隔；辅助控制器获取在采样时间间隔内左轮速计的输出脉冲数；辅助控制器获取在采样时间间隔内右轮速计的输出脉冲数；辅助控制器提取存储器中的车轮信息；根据车轮信息、采样时间间隔、左轮速计的输出脉冲数和右轮速计的输出脉冲数，计算得出车辆线速度v和车辆角速度ω。
其中，车轮信息包括车轮直径、编码器线数和左右车轮间距。
根据车轮信息、采样时间间隔和输出脉冲数，辅助控制器计算出左车轮线速度vl；根据车轮信息、采样时间间隔和输出脉冲数，辅助控制器计算出右车轮线速度vr；根据左车轮线速度vl和右车轮线速度vr，辅助控制器计算出车辆线速度v；根据左车轮线速度vl、右车轮线速度vr和左右车轮间距，辅助控制器计算出车辆角速度ω。
上述所使用的计算公式如下：
在公式(2)中，v为车辆线速度；ω为车辆角速度；Nl为左轮速计的输出脉冲数；Nr为右轮速计的输出脉冲数；P为左右轮速计的编码器线数；D为左右车轮的直径；Δt为设定的采样时间间隔；l为左右车轮间距。
在一个具体的过程中，辅助控制器设定采样时间间隔Δt，并采集轮速计在设定的采样时间间隔内的左右两轮速计的输出脉冲数，并通过上述公式(2)计算出车辆的线速度和角速度。
步骤103、主控制器通过两个差分GPS天线获取车辆的航向角，并生成航向角信息。
具体的，主控制器获取辅助控制器设定的采样时间间隔；主控制器通过两个差分GPS天线获取车辆在采样时间间隔内的航向角，并计算出航向角速度；根据航向角速度，主控制器生成航向角信息。
在一个具体的过程中，为提高轮速计的定位精度，本发明实施例提供的无人驾驶车辆定位方法还设有两个差分GPS天线，并通过两个差分GPS天线测量车辆的航向角，使轮速计所测量的定位数据与差分GPS天线所测量的定位数据相结合，从而达到提高轮速计精度的目的，使车辆的定位更精准。
步骤104、主控制器通过卡尔曼滤波算法将轮速信息和航向角信息进行融合，从而得到车辆的状态数据信息。
具体的，根据轮速信息和航向角信息，主控制器通过卡尔曼滤波算法计算出系统变量估计值；将系统变量估计值代入车辆的位置计算公式中得到融合后的状态数据信息。
其中，上述车辆的位置计算公式如下：
θk+1＝θk+ω·Δt
xk+1＝xk+vcos(θk+1)Δt
yk+1＝yk+vsin(θk+1)Δt (3)
在公式(3)中，xk和yk为车辆的坐标位置；θk为车辆的航向角，表示车辆航向与坐标系X轴正方向之间的夹角；ω为车辆角速度；Δt为设定的采样时间间隔；xk+1和yk+1为经过Δt时间间隔后的车辆坐标位置；θk+1为经过Δt时间间隔后的航向角。
在一个具体的过程中，通过设定采样时间间隔Δt，就可以通过上述公式(3)计算出车辆的位置以及航向角。
但是通过上述公式(3)也可以看出，当前采样周期计算的位置依赖于以前的计算结果。而以前和当前的测量误差是难以消除的，这些误差是由于传感器的不精确和假设在采样周期内方向保持不变等原因造成的。如果不进行补偿或补偿不正确，当车辆继续行驶的时候这些误差通常会累积起来，从而使计算出的车辆位置变得越来越不准确，导致累积误差。因此，需要利用卡尔曼滤波算法将轮速计所测量的数据与差分GPS天线所测量的数据进行融合，从而达到消除累计误差的目的。
其中，卡尔曼滤波提供了一种高效可计算的方法来估计过程状态，并使估计的均方差最小。卡尔曼滤波器融合轮速计和差分GPS天线的定位数据，其状态变量获取为：
X＝[vrvlωg] (4)
在公式(4)中，ωg为差分GPS天线提供的车辆的航向角速度。
其系统状态方程为：
在公式(5)中，是k时刻到k+1时刻的状态转移矩阵，表达式如下:
其中，β是根据实验确定的轮速计校正系数；Wk是协方差Q的系统噪声矩阵；Γk是系统噪声矩阵的驱动矩阵，本系统为I。
系统的测量方程为：
Zk＝HkXk+Vk (6)
在公式(6)中，Hk为系统量测矩阵，本系统中为I；Vk是协方差R的系统测量噪声矩阵。则卡尔曼融合滤波方程为：
K＝Pk+1/k(Pk+1/k+R)-1
Pk+1/k+1＝(I-K)Pk+1/k (7)
在公式(7)中，P为误差协方差矩阵；K为卡尔曼增益矩阵。
通过上式计算出系统变量估计值，将系统变量估计值带入公式(2)中即可得到融合后的定位数据推算值。
图2为本发明实施例提供的无人驾驶车辆定位装置的结构框图。下面结合图2对无人驾驶车辆定位装置进行描述。
本发明实施例所提供的无人驾驶车辆定位装置包括左轮速计1、右轮速计2、两个差分GPS天线5、辅助控制器3和主控制器4。
具体的，左轮速计1安装在左侧从动轮的车轴上，用于测量车辆左侧的轮速。右轮速计2安装在右侧从动轮的车轴上，用于测量车辆右侧的轮速。两个差分GPS天线5分别设置于车体的顶部，用于提供车辆的定位信息。辅助控制器3与左轮速计1和右轮速计2分别电性连接，用以获取左轮速计1和右轮速计3的输出脉冲数，并将所采集到的输出脉冲数发送给主控制器。主控制器4分别与辅助控制器3和两个差分GPS天线5电性连接，用于相关数据的计算融合。
优选的，两个差分GPS天线5沿车辆的车身方向纵向排列。此外，为保证差分GPS天线的测定精度，两个差分GPS天线5之间的间距需设置为大于1m。
本发明实施例提供的无人驾驶车辆定位方法及装置，采用轮速计与差分GPS天线相结合的定位方法，通过轮速计监测车辆左右两侧从动轮的轮速信息，通过两个差分GPS天线测量车辆的航向角，利用卡尔曼滤波算法将轮速信息和航向角进行融合，达到了消除累计误差、提高轮速计精度的目的，提高了无人驾驶车辆的定位精度。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种无人驾驶车辆定位方法，其特征在于，所述定位方法包括：
步骤A、主控制器生成定位指令，并将所述定位指令发送给辅助控制器；
步骤B、所述辅助控制器通过左轮速计和右轮速计分别获取车辆左右两侧的轮速信息，并将所述轮速信息发送给所述主控制器；
步骤C、所述主控制器通过两个差分GPS天线获取车辆的航向角，并生成航向角信息；
步骤D、所述主控制器通过卡尔曼滤波算法将所述轮速信息和所述航向角信息进行融合，从而得到车辆的状态数据信息。
2.根据权利要求1所述的无人驾驶车辆定位方法，其特征在于，所述辅助控制器通过轮速计获取车辆左右两侧的轮速信息，并将所述轮速信息发送给主控制器具体包括：
步骤B1、所述辅助控制器接收并解析所述定位指令；
步骤B2、根据所述定位指令，所述辅助控制器设定采样时间间隔；
步骤B3、所述辅助控制器获取在所述采样时间间隔内所述左轮速计的输出脉冲数；
步骤B4、所述辅助控制器获取在所述采样时间间隔内所述右轮速计的输出脉冲数；
步骤B5、所述辅助控制器提取存储器中的车轮信息；
步骤B6、根据所述车轮信息、所述采样时间间隔、所述左轮速计的输出脉冲数和所述右轮速计的输出脉冲数，计算得出车辆线速度v和车辆角速度ω。
3.根据权利要求2所述的无人驾驶车辆定位方法，其特征在于，所述车轮信息包括车轮直径、编码器线数和左右车轮间距；所述根据所述车轮信息、所述采样时间间隔、所述左轮速计的输出脉冲数和所述右轮速计的输出脉冲数，计算得出车辆线速度v和车辆角速度ω具体包括：
步骤B61、根据所述车轮信息、所述采样时间间隔和所述输出脉冲数，所述辅助控制器计算出左车轮线速度vl；
步骤B62、根据所述车轮信息、所述采样时间间隔和所述输出脉冲数，所述辅助控制器计算出右车轮线速度vr；
步骤B63、根据所述左车轮线速度vl和所述右车轮线速度vr，所述辅助控制器计算出所述车辆线速度v；
步骤B64、根据所述左车轮线速度vl、所述右车轮线速度vr和所述左右车轮间距，所述辅助控制器计算出所述车辆角速度ω。
4.根据权利要求3所述的无人驾驶车辆定位方法，其特征在于，在步骤B61-B64中使用的计算公式如下：
式中，
v为车辆线速度；ω为车辆角速度；Nl为左轮速计的输出脉冲数；Nr为右轮速计的输出脉冲数；P为左右轮速计的编码器线数；D为左右车轮的直径；Δt为设定的采样时间间隔；l为左右车轮间距。
5.根据权利要求2所述的无人驾驶车辆定位方法，其特征在于，所述航向角信息包括航向角速度，所述主控制器通过两个差分GPS天线获取车辆的航向角，并生成航向角信息具体包括：
步骤C1、所述主控制器获取所述辅助控制器设定的所述采样时间间隔；
步骤C2、所述主控制器通过所述两个差分GPS天线获取车辆在所述采样时间间隔内的所述航向角，并计算出航向角速度；
步骤C3、根据所述航向角速度，所述主控制器生成航向角信息。
6.根据权利要求5所述的无人驾驶车辆定位方法，其特征在于，所述主控制器根据卡尔曼滤波算法将所述轮速信息和所述航向角信息进行融合，从而得到车辆的状态数据信息具体包括：
步骤D1、根据所述轮速信息和所述航向角信息，所述主控制器通过卡尔曼滤波算法计算出系统变量估计值；
步骤D2、将所述系统变量估计值代入车辆的位置计算公式中得到融合后的状态数据信息。
7.根据权利要求6所述的无人驾驶车辆定位方法，其特征在于，所述步骤D2中车辆的位置计算公式为：
θk+1＝θk+ω·Δt
xk+1＝xk+vcos(θk+1)Δt
yk+1＝yk+vsin(θk+1)Δt
式中，
xk和yk为车辆的坐标位置；θk为车辆的航向角，表示车辆航向与坐标系X轴正方向之间的夹角；ω为车辆角速度；Δt为设定的采样时间间隔；xk+1和yk+1为经过Δt时间间隔后的车辆坐标位置；θk+1为经过Δt时间间隔后的航向角。
8.一种无人驾驶车辆定位装置，用以实现上述权利要求1所述的无人驾驶车辆定位方法，其特征在于，所述无人驾驶车辆定位装置包括左轮速计、右轮速计、两个差分GPS天线、辅助控制器和主控制器；
所述左轮速计安装在左侧从动轮的车轴上；
所述右轮速计安装在右侧从动轮的车轴上；
两个所述差分GPS天线分别设置于车体的顶部；
所述辅助控制器与所述左轮速计和所述右轮速计分别电性连接，用以获取所述左轮速计和所述右轮速计的输出脉冲数；
所述主控制器分别与所述辅助控制器和两个所述差分GPS天线电性连接。
9.根据权利要求8所述的无人驾驶车辆定位装置，其特征在于，两个所述差分GPS天线沿车辆的车身方向纵向排列。
10.根据权利要求8所述的无人驾驶车辆定位装置，其特征在于，两个所述差分GPS天线之间的间距大于1m。
CN201810575382.9A 2018-06-05 2018-06-05 一种无人驾驶车辆定位方法及装置 Pending CN108508471A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810575382.9A CN108508471A (zh) 2018-06-05 2018-06-05 一种无人驾驶车辆定位方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810575382.9A CN108508471A (zh) 2018-06-05 2018-06-05 一种无人驾驶车辆定位方法及装置

Publications (1)

Publication Number Publication Date
CN108508471A true CN108508471A (zh) 2018-09-07

Family

ID=63402607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810575382.9A Pending CN108508471A (zh) 2018-06-05 2018-06-05 一种无人驾驶车辆定位方法及装置

Country Status (1)

Country Link
CN (1) CN108508471A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109343095A (zh) * 2018-11-15 2019-02-15 众泰新能源汽车有限公司 一种车载导航车辆组合定位装置及其组合定位方法
CN109405837A (zh) * 2018-11-14 2019-03-01 蔚来汽车有限公司 物体定位方法、应用和车辆
CN111137277A (zh) * 2018-11-05 2020-05-12 陕西汽车集团有限责任公司 一种无人驾驶矿用车自动泊车位置的设置方法
CN111504309A (zh) * 2020-04-28 2020-08-07 东风汽车集团有限公司 低速运动中汽车位姿的计算方法
CN111942393A (zh) * 2020-05-09 2020-11-17 芜湖伯特利汽车安全系统股份有限公司 一种车辆位置和姿态感知系统及其控制方法
CN112702100A (zh) * 2020-12-14 2021-04-23 上海磐启微电子有限公司 一种箱包自动跟随系统
CN112902982A (zh) * 2021-01-18 2021-06-04 惠州市德赛西威汽车电子股份有限公司 一种车辆行驶里程精确计算方法、系统及汽车
CN112964260A (zh) * 2021-02-01 2021-06-15 东风商用车有限公司 自动驾驶定位方法、装置、设备及存储介质
CN113514069A (zh) * 2021-03-23 2021-10-19 重庆兰德适普信息科技有限公司 一种实时自动驾驶定位方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101774383A (zh) * 2010-02-10 2010-07-14 北京林业大学 山地单轨运输遥控车遥控装置
CN104422448A (zh) * 2013-08-23 2015-03-18 高德软件有限公司 一种车辆定位方法及装置
CN106500727A (zh) * 2016-10-21 2017-03-15 北京自动化控制设备研究所 一种基于路径匹配的惯导系统误差修正方法
CN107015238A (zh) * 2017-04-27 2017-08-04 睿舆自动化（上海）有限公司 基于三维激光雷达的无人车自主定位方法
CN107490803A (zh) * 2017-06-14 2017-12-19 合肥中导机器人科技有限公司 利用gps和惯导系统对机器人定位定向方法
CN208255425U (zh) * 2018-06-05 2018-12-18 广东纵行科技有限公司 一种无人驾驶车辆定位装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101774383A (zh) * 2010-02-10 2010-07-14 北京林业大学 山地单轨运输遥控车遥控装置
CN104422448A (zh) * 2013-08-23 2015-03-18 高德软件有限公司 一种车辆定位方法及装置
CN106500727A (zh) * 2016-10-21 2017-03-15 北京自动化控制设备研究所 一种基于路径匹配的惯导系统误差修正方法
CN107015238A (zh) * 2017-04-27 2017-08-04 睿舆自动化（上海）有限公司 基于三维激光雷达的无人车自主定位方法
CN107490803A (zh) * 2017-06-14 2017-12-19 合肥中导机器人科技有限公司 利用gps和惯导系统对机器人定位定向方法
CN208255425U (zh) * 2018-06-05 2018-12-18 广东纵行科技有限公司 一种无人驾驶车辆定位装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐田来等: "车载多传感器组合导航系统设计与实现", 《系统工程与电子技术》 *
杨宜康等: "车辆无陀螺航位推算系统的导航原理及其算法", 《西安交通大学学报》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111137277A (zh) * 2018-11-05 2020-05-12 陕西汽车集团有限责任公司 一种无人驾驶矿用车自动泊车位置的设置方法
CN109405837A (zh) * 2018-11-14 2019-03-01 蔚来汽车有限公司 物体定位方法、应用和车辆
CN109343095B (zh) * 2018-11-15 2020-09-01 众泰新能源汽车有限公司 一种车载导航车辆组合定位装置及其组合定位方法
CN109343095A (zh) * 2018-11-15 2019-02-15 众泰新能源汽车有限公司 一种车载导航车辆组合定位装置及其组合定位方法
CN111504309B (zh) * 2020-04-28 2021-09-10 东风汽车集团有限公司 低速运动中汽车位姿的计算方法
CN111504309A (zh) * 2020-04-28 2020-08-07 东风汽车集团有限公司 低速运动中汽车位姿的计算方法
CN111942393A (zh) * 2020-05-09 2020-11-17 芜湖伯特利汽车安全系统股份有限公司 一种车辆位置和姿态感知系统及其控制方法
CN111942393B (zh) * 2020-05-09 2023-08-29 芜湖伯特利汽车安全系统股份有限公司 一种车辆位置和姿态感知系统及其控制方法
CN112702100A (zh) * 2020-12-14 2021-04-23 上海磐启微电子有限公司 一种箱包自动跟随系统
CN112902982A (zh) * 2021-01-18 2021-06-04 惠州市德赛西威汽车电子股份有限公司 一种车辆行驶里程精确计算方法、系统及汽车
CN112902982B (zh) * 2021-01-18 2023-11-17 惠州市德赛西威汽车电子股份有限公司 一种车辆行驶里程精确计算方法、系统及汽车
CN112964260A (zh) * 2021-02-01 2021-06-15 东风商用车有限公司 自动驾驶定位方法、装置、设备及存储介质
CN113514069A (zh) * 2021-03-23 2021-10-19 重庆兰德适普信息科技有限公司 一种实时自动驾驶定位方法及系统

Similar Documents

Publication Publication Date Title
CN108508471A (zh) 一种无人驾驶车辆定位方法及装置
CN112083726B (zh) 一种面向园区自动驾驶的双滤波器融合定位系统
CN109343095B (zh) 一种车载导航车辆组合定位装置及其组合定位方法
CN106123890A (zh) 一种多传感器数据融合的机器人定位方法
CN112298354B (zh) 一种无人驾驶汽车转向系统方向盘与前轮转角的状态估计方法
CN103395435B (zh) 一种高精度高速列车实时定位系统方法
CN112433531A (zh) 一种自动驾驶车辆的轨迹跟踪方法、装置及计算机设备
CN113984044A (zh) 一种基于车载多感知融合的车辆位姿获取方法及装置
CN112578419B (zh) 一种基于gru网络和卡尔曼滤波的gps数据重构方法
CN111044053B (zh) 单舵轮无人车的导航方法、装置和单舵轮无人车
CN111812669B (zh) 绕机检查装置及其定位方法、存储介质
CN113252051A (zh) 一种地图构建方法及装置
CN114475581B (zh) 基于轮速脉冲和imu卡尔曼滤波融合的自动泊车定位方法
CN113189613A (zh) 一种基于粒子滤波的机器人定位方法
CN110637209A (zh) 估计机动车的姿势的方法、设备和具有指令的计算机可读存储介质
CN109492835B (zh) 车辆控制信息的确定方法、模型训练方法和相关装置
CN104819717A (zh) 一种基于mems惯性传感器组的多旋翼飞行器姿态检测方法
WO2018180247A1 (ja) 出力装置、制御方法、プログラム及び記憶媒体
CN116772858A (zh) 车辆定位方法、装置、定位设备及存储介质
CN111712855A (zh) 地面信息处理方法、装置和无人驾驶车辆
CN113911123B (zh) 一种道路模型的更新方法及装置
CN112304321B (zh) 一种基于视觉和imu的车辆融合定位方法及车载终端
CN111141279B (zh) 行车轨迹的处理方法及装置
CN113532472A (zh) 一种检测激光建图里程计与组合导航定位偏差的方法及系统
CN114638902B (zh) 一种针对车载相机的外参在线估计方法

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: 20180907

RJ01 Rejection of invention patent application after publication