CN109031269B - 基于毫米波雷达的定位方法、系统、设备及存储介质 - Google Patents

基于毫米波雷达的定位方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN109031269B
CN109031269B CN201810587277.7A CN201810587277A CN109031269B CN 109031269 B CN109031269 B CN 109031269B CN 201810587277 A CN201810587277 A CN 201810587277A CN 109031269 B CN109031269 B CN 109031269B
Authority
CN
China
Prior art keywords
coordinate system
radar
coordinates
beacon
beacons
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.)
Active
Application number
CN201810587277.7A
Other languages
English (en)
Other versions
CN109031269A (zh
Inventor
谭黎敏
张波
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.)
Shanghai Xijing Technology Co ltd
Original Assignee
Shanghai Westwell Information 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 Shanghai Westwell Information Technology Co Ltd filed Critical Shanghai Westwell Information Technology Co Ltd
Priority to CN201810587277.7A priority Critical patent/CN109031269B/zh
Publication of CN109031269A publication Critical patent/CN109031269A/zh
Application granted granted Critical
Publication of CN109031269B publication Critical patent/CN109031269B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种基于毫米波雷达的定位方法、系统、设备及存储介质，该方法包括在运动载体作业的环境中部署多个毫米波反射信标，这些信标在环境中的精确位置需要提前标定，运动载体上也需要同时安装毫米波雷达，通过毫米波雷达对反射信标的观测、提取、关联，并基于数据融合的方法实现对自身位置和姿态的估计，具体包括预测状态向量和协方差矩阵、计算关联信标观测值新息和更新状态向量和协方差矩阵。因此，采用本发明的定位方法，具有稳定、可靠的特点，能适用于全天候环境的特点，可以解决现有定位技术中的诸多问题，提供适用于多种不同环境的更精准的运动载体定位效果。

Description

基于毫米波雷达的定位方法、系统、设备及存储介质
技术领域
本发明涉及定位技术领域，尤其涉及一种基于毫米波雷达的定位方法、系统、设备及存储介质。
背景技术
运动载体的定位是移动机器人、自动驾驶和自动化生产设备系统中最重要的技术模块，它是系统中辨识、规划和控制的基础，定位的性能直接关系到整个系统部署的成败。
当前，定位技术中使用最为广泛的是基于星基导航系统定位，例如， GPS定位方法，但是，这种定位方法容易因信号的遮蔽和多路径效应等问题引发定位失败；还有采用激光雷达的激光点云与先验采集的激光点云地图进行匹配的方法，但是这种方法在雨水、大雾等恶劣天气中性能会下降，不太适合室外的应用场景；还有基于wifi信号强度分布地图定位的方法，但是都集中应用于室内环境，并不适合室外环境下的部署。
发明内容
针对现有技术中的问题，本发明的目的在于提供一种基于毫米波雷达的定位方法、系统、设备及存储介质，具有稳定、可靠的特点，由于反射信标可以布设于任何场景，因此本发明的定位方法能适用于全天候环境。
本发明实施例提供一种基于毫米波雷达的定位方法，于待定位的载体上安装至少一毫米波雷达，且在载体的作业环境中布设n个反射型信标；
定位系统中存储有地图M，所述地图M包括n个信标在地图坐标系下的坐标的集合M＝{mB1,mB2,…,mBn}，其中各个信标的坐标mBi＝ [mxbi,mybi]，i＝1,2,…,n；
所述方法包括S100预测状态向量和协方差矩阵、S200计算关联信标观测值新息和S300更新状态向量和协方差矩阵；
其中，所述S100预测状态向量和协方差矩阵，包括如下步骤：
基于载体的运动状态传递模型，获取所述载体在t+1时刻的预测状态向量
Figure GDA0002499098120000021
基于载体运动的误差传递模型，获取所述载体在t+1时刻的预测协方差矩阵
Figure GDA0002499098120000022
所述S200计算关联信标观测值新息，包括如下步骤：
在t+1时刻采集一帧毫米波雷达的影像，从该帧图像中提取出信标的位置点；
从该帧图像中读取出各个信标相对于雷达的极坐标
Figure GDA0002499098120000023
计算信标到雷达中心的距离和偏角的噪声标准差σr和σθ，得到观测的初始协方差
Figure GDA0002499098120000024
将各个信标相对于雷达的极坐标
Figure GDA0002499098120000025
转换为雷达中心坐标系中的坐标rZt+1，并进一步转换为载体中心坐标系中的坐标vZt+1；
以所述预测状态向量
Figure GDA00024990981200000217
为载体中心坐标系和地图坐标系的转换矩阵，将各个信标在载体中心坐标系中的坐标vZt+1转换为地图坐标系中的坐标mZt+1；
根据所述预测协方差矩阵
Figure GDA0002499098120000026
和所述初始协方差
Figure GDA0002499098120000027
计算得到观测噪声协方差矩阵
Figure GDA0002499098120000028
并计算协方差矩阵
Figure GDA0002499098120000029
的开方根的最大特征值mλ；
读取地图M中的n个信标在地图坐标系下的坐标，根据开方根的最大特征值mλ筛选得到符合条件的一个关联信标，将关联信标在地图坐标系中的坐标记为
Figure GDA00024990981200000210
将关联信标在地图坐标系中的坐标
Figure GDA00024990981200000211
转换为关联信标在雷达中心坐标系中的坐标
Figure GDA00024990981200000212
作为预测观测值；
获取传感器的实际观测值rZt+1，并基于预测状态向量
Figure GDA00024990981200000213
和定位系统的观测模型
Figure GDA00024990981200000214
计算观测雅克比矩阵；
将预测状态向量
Figure GDA00024990981200000215
代入到观测模型中，求得预测的观测量
Figure GDA00024990981200000216
计算实际观测值rZt+1与预测观测值
Figure GDA0002499098120000031
之间的差值，作为新息；
所述S300更新状态向量和协方差矩阵，包括如下步骤：
根据所述观测模型、所述观测雅克比矩阵、所述新息、预测状态向量和预测协方差矩阵，进行定位系统的观测更新，得到更新后的状态向量 Xt+1和更新后的载体的协方差矩阵
Figure GDA0002499098120000032
可选地，还包括创建地图的步骤，所述创建地图，包括如下步骤：
通过毫米波雷达的校准和测量确定雷达中心坐标系和载体中心坐标系之间的空间转换矩阵
Figure GDA0002499098120000033
测量各个信标在地心地固坐标系中的坐标eBi＝[exbi,eybi]，i＝ 1,2,…,n；
根据地心地固坐标系和地图坐标系的转换关系，将各个信标在地心地固坐标系中的坐标转换成地图坐标系中的坐标mBi＝[mxbi,mybi]。
可选地，所述状态向量X满足如下公式：
X＝[x,y,φ]
其中，x,y为在地图坐标系下的二维笛卡尔坐标，φ为载体的航向角。
可选地，所述运动状态传递模型包括载体在t时刻的状态向量Xt通过车辆控制系统的控制量Ut的激励传递到t+1时刻的状态向量Xt+1的模型f(· )，满足如下公式：
Xt+1＝f(Ut,Xt)
所述误差传递模型为：
Figure GDA0002499098120000034
其中，g(·)为t时刻系统后验概率的协方差矩阵
Figure GDA0002499098120000035
在车辆控制系统的控制量Ut引入定位系统的误差
Figure GDA0002499098120000036
和过程模型引入的误差δf的作用下，转换为t+1时刻协方差矩阵的模型。
可选地，根据如下公式，所述各个信标相对于雷达的极坐标满足如下公式：
Figure GDA0002499098120000037
其中，rt+1为t+1时刻信标与雷达中心的距离，θt+1为t+1时刻信标到雷达中心的连线与雷达中心坐标系x轴的偏角；
将各个信标相对于雷达的极坐标转换为雷达中心坐标系中的坐标rZt+1：
Figure GDA0002499098120000041
根据如下公式，将雷达中心坐标系中的坐标rZt+1转换为载体中心坐标系中的坐标vZt+1：
Figure GDA0002499098120000042
其中，
Figure GDA0002499098120000043
表示矢量的空间合成运算，
Figure GDA0002499098120000044
为雷达中心坐标系和载体中心坐标系的空间转换矩阵。
可选地，根据如下公式，将各个信标在载体中心坐标系中的坐标vZt+1转换为地图坐标系中的坐标mZt+1：
Figure GDA0002499098120000045
根据如下公式，计算得到观测噪声协方差矩阵
Figure GDA0002499098120000046
Figure GDA0002499098120000047
其中，Λ为I(·)对于定位系统状态向量的雅克比矩阵，Ω为I(·)对于原始观测量的极坐标的雅克比矩阵，它们均在各个信标在雷达中心坐标系中的极坐标
Figure GDA0002499098120000048
和系统的预测状态向量
Figure GDA0002499098120000049
中取值。
可选地，所述根据开方根的最大特征值mλ筛选得到符合条件的一个关联信标，包括如下步骤：
对于地图M中的各个信标，依次判断是否符合下述两个条件：
Figure GDA00024990981200000410
Figure GDA00024990981200000411
将满足条件的s个信标归入筛选的地图集合
Figure GDA00024990981200000412
中；
对于地图集合
Figure GDA00024990981200000413
中的s个信标依次基于如下条件验证：
Figure GDA00024990981200000414
其中，inv(·)表示求逆运算，ε为预设的筛选门限，把满足条件的j个信标保持在筛选的地图集合
Figure GDA00024990981200000415
中，其余的删掉。
可选地，所述根据开方根的最大特征值mλ筛选得到符合条件的一个关联信标，还包括如下步骤：
判断满足条件的s个信标的数量是否为零；
如果是，则重新执行步骤S100，再执行步骤S200；
判断满足条件的j个信标的数量是否为零；
如果是，则重新执行步骤S100，再执行步骤S200。
可选地，根据如下公式获取关联信标在雷达中心坐标系中的坐标
Figure GDA0002499098120000051
Figure GDA0002499098120000052
其中，
Figure GDA0002499098120000053
代表三维坐标的空间求逆运算，
Figure GDA0002499098120000054
表示矢量的空间合成运算，
Figure GDA0002499098120000055
为雷达中心坐标系和载体中心坐标系的空间转换矩阵。
可选地，根据如下公式计算所述观测雅可比矩阵：
可选地，所述S300更新状态向量和协方差矩阵，包括如下步骤：
可选地，所述n个信标在载体的作业环境中的布设方式为：
以每个信标为圆心，雷达的最大测距距离Rmax为半径绘制圆形，所有的信标对应的圆形能够覆盖所述载体的作业环境；
其中，雷达的最大测距距离满足如下公式：
Figure GDA0002499098120000056
其中，ΔH为雷达的观测面高度和信标安装高度之间的偏差，α为所述雷达的垂直视场角。
可选地，所述S300更新状态向量Xt+1和协方差矩阵
Figure GDA0002499098120000057
包括如下步骤：
Figure GDA0002499098120000058
Figure GDA0002499098120000059
Figure GDA00024990981200000510
Figure GDA00024990981200000511
其中，Xt+1为更新后的状态向量，
Figure GDA00024990981200000512
为更新后的协方差矩阵。
本发明还提供一种基于毫米波雷达的定位系统，用于实现所述的基于毫米波雷达的定位方法，所述系统包括：
地图存储模块，用于存储地图M，所述地图M包括n个信标在地图坐标系下的坐标的集合M＝{mB1,mB2,…,mBn}，其中各个信标的坐标mBi＝[mxbi,mybi]，i＝1,2,…,n；
预测状态向量和协方差矩阵模块，用于执行S100预测状态向量和协方差矩阵的步骤；
计算关联信标观测值新息模块，用于执行S200计算关联信标观测值新息的步骤
更新状态向量和协方差矩阵模块，用于执行S300更新状态向量和协方差矩阵的步骤。
本发明还提供一种基于毫米波雷达的定位设备，包括：
处理器；
存储器，其中存储有所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行所述的基于毫米波雷达的定位方法的步骤。
本发明还提供一种计算机可读存储介质，用于存储程序，所述程序被执行时实现所述的基于毫米波雷达的定位方法的步骤。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
本发明所提供的基于毫米波雷达的定位方法、系统、设备及存储介质具有下列优点：
本发明在运动载体作业的环境中部署多个毫米波反射信标，这些信标在环境中的精确位置需要提前标定，运动载体上也需要同时安装毫米波雷达，通过毫米波雷达对反射信标的观测、提取、关联，并基于数据融合的方法实现对自身位置和姿态的估计；具有稳定、可靠的特点，由于反射信标可以布设于任何场景，因此本发明的定位方法能适用于全天候环境，并且不限于室内或室外使用，可以解决现有定位技术中的诸多问题，提供适用于多种不同环境的更精准的运动载体定位效果。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。
图1是本发明一实施例的基于毫米波雷达的定位方法的流程图；
图2是本发明一实施例的计算关联信标观测值新息的流程图；
图3是本发明一实施例的定位系统中的坐标系和一次观测的示意图；
图4是本发明一实施例的毫米波反射信标的结构示意图；
图5是本发明一实施例的信标布设方法的结构示意图；
图6是本发明一实施例的基于毫米波雷达的定位系统的结构示意图；
图7是本发明一实施例的基于毫米波雷达的定位设备的结构示意图；
图8是本发明一实施例的计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本发明涉及基于被动信标网络的定位问题。尤其是适用于移动机器人，自动驾驶和自动化生产设备在室内外恶劣环境中的定位方法。该定位方法可以应用于不同的场景，例如工地、厂房、码头等等。
为了解决上述技术问题，本发明实施例提供一种基于毫米波雷达的定位方法，于待定位的载体上安装至少一毫米波雷达，且在载体的作业环境中布设n个反射型信标；
定位系统中存储有地图M，所述地图M包括n个信标在地图坐标系下的坐标的集合M＝{mB1,mB2,…,mBn}，其中各个信标的坐标mBi＝[mxbi,mybi]，i＝1,2,…,n；
如图1所示，所述方法包括S100预测状态向量和协方差矩阵、S200 计算关联信标观测值新息和S300更新状态向量和协方差矩阵；
其中，所述S100预测状态向量和协方差矩阵，包括如下步骤：
基于载体的运动状态传递模型，获取所述载体在t+1时刻的预测状态向量
Figure GDA0002499098120000081
基于载体运动的误差传递模型，获取所述载体在t+1时刻的预测协方差矩阵
Figure GDA0002499098120000082
如图2所示，所述S200计算关联信标观测值新息，包括如下步骤：
在t+1时刻采集一帧毫米波雷达的影像，从该帧图像中提取出信标的位置点；
从毫米波雷达图像中读取出各个信标相对于雷达的极坐标
Figure GDA0002499098120000083
计算信标到雷达中心的距离和偏角的噪声标准差σr和σθ，得到观测的初始协方差
Figure GDA0002499098120000084
将各个信标相对于雷达的极坐标
Figure GDA0002499098120000085
转换为雷达中心坐标系中的坐标rZt+1，并进一步转换为载体中心坐标系中的坐标vZt+1；
以所述预测状态向量
Figure GDA0002499098120000086
为载体中心坐标系和地图坐标系的转换矩阵，将各个信标在载体中心坐标系中的坐标vZt+1转换为地图坐标系中的坐标mZt+1；
根据所述预测协方差矩阵
Figure GDA0002499098120000087
和所述初始协方差
Figure GDA0002499098120000088
计算得到观测噪声协方差矩阵
Figure GDA0002499098120000089
并计算协方差矩阵
Figure GDA00024990981200000810
的开方根的最大特征值mλ；
读取地图M中的n个信标在地图坐标系下的坐标，根据开方根的最大特征值mλ筛选得到符合条件的一个关联信标，将关联信标在地图坐标系中的坐标记为
Figure GDA00024990981200000811
将关联信标在地图坐标系中的坐标
Figure GDA00024990981200000812
转换为关联信标在雷达中心坐标系中的坐标
Figure GDA00024990981200000813
作为预测观测值；
获取传感器的实际观测值rZt+1，并基于预测状态向量
Figure GDA0002499098120000091
和定位系统的观测模型
Figure GDA0002499098120000092
计算观测雅克比矩阵；
将预测状态向量
Figure GDA0002499098120000093
代入到观测模型中，求得预测的观测量
Figure GDA0002499098120000094
计算实际观测值rZt+1与预测观测值
Figure GDA0002499098120000095
之间的差值，作为新息；
所述S300更新状态向量和协方差矩阵，包括如下步骤：
根据所述观测模型、所述观测雅克比矩阵、所述新息、预测状态向量和预测协方差矩阵，进行定位系统的观测更新，得到更新后的状态向量 Xt+1和更新后的载体的协方差矩阵
Figure GDA0002499098120000096
下面结合图3～图5和一个具体实例来介绍本发明的基于毫米波雷达的定位系统。在该实例中，运动载体为车辆，可以理解的是，本发明的运动载体不限于此，应用于其他类型的运动载体，例如移动机器人、无人机等的定位也是可以的。
1、为移动载体(这里可以是车辆、或能移动的生产设备，或者是移动机器人)安装毫米波雷达，为提高系统定位性能，可以使用视场大于90 度的毫米波雷达，如果移动载体是前后方向都能移动的可以在载体前端和后端分别装一个毫米波雷达。
2、定义系统中所涉及的坐标系，如图3所示，以车辆为例：
e地心地固坐标系：该坐标系与地球固连，通常常见的星基导航系统，例如GPS，就是采用该坐标系。
m地图坐标系：该坐标系属于局部地理坐标系，可以使用墨卡托投影或东北天坐标系。
v车辆中心坐标系：该坐标系与车辆底盘固连，原点选在车辆底盘的运动学中心，符合右手坐标系规则，x与车辆运动正前方重合。
r雷达传感器中心坐标系：该坐标系与雷达传感器固连，原点选在雷达传感器的观测中心点，符合右手坐标系规则，x与雷达传感器安装时的雷达传感器向前方向重合。在通常情况下坐标系v和r是不重合的，如果载体足够大，二者之间的空间变换是不能忽略的。坐标系r到坐标系v的空间变换矩阵表示为
Figure GDA0002499098120000097
在后续描述中有如下约定：
坐标系空间转换的变换矩阵用T表示，其左上标和左下标分别表示了源坐标系和转换目标坐标系。
坐标所在的坐标系通过左下标表示，例如mX，代表该坐标是相对于坐标系m的。
3、通过毫米波雷达的校准和测量确定雷达中心坐标系r和车辆中心坐标系v之间的空间转换矩阵
Figure GDA0002499098120000101
4、在移动载体作业的环境中布设毫米波雷达的反射信标。信标使用金属材料制成，呈现为无底三角体形状，一种信标的形态示于图4。安装时的方式如下：
(a)所有信标要安装在于车载毫米波雷达观测面的同一水平面上，可以使用分布在场地周围的标杆来辅助雷达安装。雷达的观测面高度Hr和信标安装高度Hb之间的偏差不能超过最大可允许的高度偏差ΔH。假设该激光雷达的垂直视场为α，最大的测距为Rmax则有如下关系：
Figure GDA0002499098120000102
(b)要在场地中遍历移动载体所有可能经过的地方，基于雷达的最大测距Rmax来合理选择布放反射信标的位置。具体方法是，以每个信标为圆心，最大测距距离为Rmax绘制圆，确保这些圆形区域能够覆盖移动载体所有可能经过的区域。在一个如图5所示的矩形封闭场地中，通过这样的信标铺设测试，共计使用27个信标覆盖了整个场地。
(c)获得每一个信标的高精度的在地心地固坐标系e下的坐标。这些信标点的坐标可以通过高精度的RTK GNSS手持机获得，也可以通过经纬仪等设备获得。则可以获得这些信标的坐标为，对于图5所示的环境，在该式中n为27：
eBi＝[exbi,eybi]，i＝1,2,…,n
(d)将信标在地心地固坐标系e下的坐标eBi投影到地图坐标系m下，求得如下坐标：
mBi＝[mxbi,mybi]，i＝1,2,…,n
5、在运动载体的计算单元中存储整个系统的地图M，它是载体作业环境中所有信标在坐标系m下的坐标的集合，可以记为：
M＝{mB1,mB2,…,mBn}
6、基于所用的载体的实际情况构建系统中的运动载体的运动状态传递模型，即载体在t时刻的位姿Xt通过车辆控制系统的控制量Ut的激励传递到t+1时刻的位姿Xt+1模型f(·)，通常情况下，在仅关注运动载体的二维位姿时，状态向量X＝[x,y,φ]，即由载体在地图坐标系下的二维笛卡尔坐标 x和y以及航向角φ组成，f(·)可表示如下：
Xt+1＝f(Ut,Xt)
7、基于所用载体的实际情况构建系统中过程噪声的误差传递模型，即在t时刻系统后验概率的协方差矩阵Σt转化为t+1时刻协方差矩阵的模型g(·)，其中
Figure GDA0002499098120000111
为由车辆控制系统的控制量Ut引入系统的误差，δf为运动状态传递模型引入的误差，整个误差传递模型可表示如下：
Figure GDA0002499098120000112
8、基于步骤6和步骤7所构建的系统的运动状态传递模型和误差传递模型进行一次系统状态预测，获得系统的预测状态
Figure GDA0002499098120000113
和预测协方差矩阵
Figure GDA0002499098120000114
9、信标检测、筛选和关联，具体步骤如下：
(a)在t+1时刻采集一帧毫米波雷达的影像，从这帧图像中提取信标点，如果在雷达图像中找不到信标点则跳转至步骤8继续执行；如果能找到则继续进行下面的操作。
(b)从毫米波雷达图像中读取对检测出的信标的观测，包含距离r和偏角θ，这里能被识别并读取观观测量的不一定只有一个，设有k组观测，它们是在雷达中心坐标系r下的极坐标，按照前面对于坐标描述的约定，其中一组观测可以表示成如下形式：
Figure GDA0002499098120000115
(c)基于毫米波雷达图像中信标的提取过程求测距和偏角的噪声的标准差σr和σθ，这两个值也可以设为常值。则在观测的初始协方差为：
Figure GDA0002499098120000116
(d)将k组雷达中心坐标系r下的极坐标观测都转换为r坐标系下的笛卡尔坐标rZt+1：
Figure GDA0002499098120000121
(e)将rZt+1投影到车辆中心坐标系v下，求得vZt+1，这里会用到步骤3中求得的r和车辆中心坐标系v之间的空间转换矩阵
Figure GDA0002499098120000122
则从rZt+1向vZt+1转换的方法如下：
Figure GDA0002499098120000123
其中，
Figure GDA0002499098120000124
表示矢量的空间合成运算。
(f)将vZt+1投影到地图坐标系m下，求得mZt+1，这里用到步骤8中求得的状态向量的预测值
Figure GDA0002499098120000125
因为其中包含了运动载体的预测位姿，这同时也是车辆中心坐标系v与地图坐标系m之间的空间映射关系
Figure GDA0002499098120000126
转换的方法如下：
Figure GDA0002499098120000127
代入步骤(d)和步骤(e)的结果，可求得：
Figure GDA0002499098120000128
上述转换关系可以归纳为函数I(·)，即：
Figure GDA0002499098120000129
(g)求取经过坐标系映射到地图坐标系m后的观测噪声协方差矩阵
Figure GDA00024990981200001210
具体方法为：
Figure GDA00024990981200001211
其中，Λ为I(·)对于系统状态向量的雅克比矩阵，Ω为I(·)对于原始观测量的极坐标的雅克比矩阵，它们都是在
Figure GDA00024990981200001212
和
Figure GDA00024990981200001213
下取值。
(h)求
Figure GDA00024990981200001214
的开方根的最大特征值mλ。
(i)将地图M＝{mB1,mB2,…,mBn}读入到计算单元的内存中，对于地图中的n个信标，依次基于是否同时满足下述两个条件进行验证：
Figure GDA00024990981200001215
Figure GDA00024990981200001216
并把满足条件的s个信标归入筛选的地图集合
Figure GDA00024990981200001217
中，如果s非零则继续下面的步骤，否则转入步骤8。
(j)对经过上面步骤筛选后的地图集合
Figure GDA0002499098120000131
中的s个信标依次基于如下条件验证：
Figure GDA0002499098120000132
其中inv(·)表示求逆运算，ε为筛选门限，可以根据实际工况下的筛选准确率来灵活设置和调整。把满足条件的j个信标保持在筛选的地图集合
Figure GDA0002499098120000133
中，其余的删掉。如果j≠1则舍弃观测直接跳转到步骤8，否则，继续如下步骤。
(k)筛选的地图集合
Figure GDA0002499098120000134
中所保留的一个信标则是最终成功关联上的信标。将其在地图坐标系m下的坐标记为
Figure GDA0002499098120000135
10、将关联到的信标的坐标
Figure GDA0002499098120000136
从地图坐标系m中反投影回毫米波雷达中心坐标系r中，反投影的过程如下：
Figure GDA0002499098120000137
具体的反投影的运算如下：
Figure GDA0002499098120000138
Figure GDA0002499098120000139
Figure GDA00024990981200001310
11、基于上一步骤的求解过程，获取系统的观测模型H(·)。上一步骤的关联信标反投影的过程即构成了H(·)，即：
Figure GDA00024990981200001311
则系统中用于观测更新的观测量为r坐标系下的笛卡尔坐标rZt+1。响应的观测雅各比矩阵为H(·)对于状态向量求得。
12、求取系统中的实际观测与预测观测之间的差值，即新息 (innovation)为：
Figure GDA00024990981200001312
基于步骤11求得的观测模型及相应的雅克比矩阵，步骤12求得的新息和步骤8中求得的预测状态向量
Figure GDA00024990981200001313
和预测协方差矩阵
Figure GDA00024990981200001314
进行系统的观测更新，可以求得系统的更新后的状态向量Xt+1和对应的更新后的协方差矩阵
Figure GDA00024990981200001315
这就是所求的运动载体的姿态和对应的误差。从而实现了定位。具体地，所述S300更新状态向量Xt+1和协方差矩阵
Figure GDA0002499098120000141
包括如下步骤：
Figure GDA0002499098120000142
Figure GDA0002499098120000143
Figure GDA0002499098120000144
Figure GDA0002499098120000145
其中，Xt+1为更新后的状态向量，
Figure GDA0002499098120000146
为更新后的协方差矩阵。
如图6所示，本发明实施例还提供一种基于毫米波雷达的定位系统，用于实现所述的基于毫米波雷达的定位方法，包括：
地图存储模块100，用于存储地图M，所述地图M包括n个信标在地图坐标系下的坐标的集合M＝{mB1,mB2,…,mBn}，其中各个信标的坐标mBi＝[mxbi,mybi]，i＝1,2,…,n；
预测状态向量和协方差矩阵模块200，用于执行S100预测状态向量和协方差矩阵的步骤；
计算关联信标观测值新息模块300，用于执行S200计算关联信标观测值新息的步骤
更新状态向量和协方差矩阵模块400，用于执行S300更新状态向量和协方差矩阵的步骤。
本发明实施例还提供一种基于毫米波雷达的定位设备，包括处理器；存储器，其中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行所述的基于毫米波雷达的定位方法的步骤。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。
下面参照图7来描述根据本发明的这种实施方式的电子设备600。图7显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，电子设备600以通用计算设备的形式表现。电子设备 600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线 630、显示单元640等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205 的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600 交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网 (WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被执行时实现所述的基于毫米波雷达的定位方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图8所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如 Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本发明所提供的基于毫米波雷达的定位方法、系统、设备及存储介质具有下列优点：
本发明在运动载体作业的环境中部署多个毫米波反射信标，这些信标在环境中的精确位置需要提前标定，运动载体上也需要同时安装毫米波雷达，通过毫米波雷达对反射信标的观测、提取、关联，并基于数据融合的方法实现对自身位置和姿态的估计；具有稳定、可靠的特点，由于反射信标可以布设于任何场景，因此本发明的定位方法能适用于全天候环境，并且不限于室内或室外使用，可以解决现有定位技术中的诸多问题，提供适用于多种不同环境的更精准的运动载体定位效果。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (14)

1.一种基于毫米波雷达的定位方法，其特征在于，于待定位的载体上安装至少一个毫米波雷达，且在载体的作业环境中布设n个反射型信标；
定位系统中存储有地图M，所述地图M包括n个信标在地图坐标系下的坐标的集合M＝{mB1,mB2,…,mBn}，其中各个信标的坐标mBi＝[mxbi,mybi]，i＝1,2,…,n；
所述方法包括S100预测状态向量和协方差矩阵、S200计算关联信标观测值新息和S300更新状态向量和协方差矩阵；
其中，所述S100预测状态向量和协方差矩阵，包括如下步骤：
基于载体的运动状态传递模型，获取所述载体在t+1时刻的预测状态向量
Figure FDA0002499098110000011
基于载体运动的误差传递模型，获取所述载体在t+1时刻的预测协方差矩阵
Figure FDA0002499098110000012
所述S200计算关联信标观测值新息，包括如下步骤：
在t+1时刻采集一帧毫米波雷达的影像，从该帧图像中提取出信标的位置点；
从该帧图像中读取出各个信标相对于雷达的极坐标
Figure FDA0002499098110000013
计算信标到雷达中心的距离和偏角的噪声标准差σr和σθ，得到观测的初始协方差
Figure FDA0002499098110000014
将各个信标相对于雷达的极坐标
Figure FDA0002499098110000015
转换为雷达中心坐标系中的坐标rZt+1，并进一步转换为载体中心坐标系中的坐标vZt+1；
以所述预测状态向量
Figure FDA0002499098110000016
为载体中心坐标系和地图坐标系的转换矩阵，将各个信标在载体中心坐标系中的坐标vZt+1转换为地图坐标系中的坐标mZt+1；
根据所述预测协方差矩阵
Figure FDA0002499098110000017
和所述初始协方差
Figure FDA0002499098110000018
计算得到观测噪声协方差矩阵
Figure FDA0002499098110000019
并计算协方差矩阵
Figure FDA00024990981100000110
的开方根的最大特征值mλ；
读取地图M中的n个信标在地图坐标系下的坐标，根据开方根的最大特征值mλ筛选得到符合条件的一个关联信标，将关联信标在地图坐标系中的坐标记为
Figure FDA0002499098110000021
将关联信标在地图坐标系中的坐标
Figure FDA0002499098110000022
转换为关联信标在雷达中心坐标系中的坐标
Figure FDA0002499098110000023
作为预测观测值；
获取传感器的实际观测值rZt+1，并基于预测状态向量
Figure FDA0002499098110000024
和定位系统的观测模型
Figure FDA0002499098110000025
计算观测雅克比矩阵；
将预测状态向量
Figure FDA0002499098110000026
代入到观测模型中，求得预测的观测量
Figure FDA0002499098110000027
计算实际观测值rZt+1与预测观测值
Figure FDA0002499098110000028
之间的差值，作为新息；
所述S300更新状态向量和协方差矩阵，包括如下步骤：
根据所述观测模型、所述观测雅克比矩阵、所述新息、预测状态向量和预测协方差矩阵，进行定位系统的观测更新，得到更新后的状态向量Xt+1和更新后的载体的协方差矩阵
Figure FDA0002499098110000029
2.根据权利要求1所述的基于毫米波雷达的定位方法，其特征在于，还包括创建地图的步骤，所述创建地图，包括如下步骤：
通过毫米波雷达的校准和测量确定雷达中心坐标系和载体中心坐标系之间的空间转换矩阵
Figure FDA00024990981100000210
测量各个信标在地心地固坐标系中的坐标eBi＝[exbi,eybi]，i＝1,2,…,n；
根据地心地固坐标系和地图坐标系的转换关系，将各个信标在地心地固坐标系中的坐标转换成地图坐标系中的坐标mBi＝[mxbi,mybi]。
3.根据权利要求1所述的基于毫米波雷达的定位方法，其特征在于，所述状态向量X满足如下公式：
X＝[x,y,φ]
其中，x,y为载体在地图坐标系下的二维笛卡尔坐标，φ为载体的航向角。
4.根据权利要求2所述的基于毫米波雷达的定位方法，其特征在于，所述运动状态传递模型包括载体在t时刻的状态向量Xt通过车辆控制系统的控制量Ut的激励传递到t+1时刻的状态向量Xt+1的模型f(·)，满足如下公式：
Xt+1＝f(Ut,Xt)
所述误差传递模型满足如下公式：
Figure FDA0002499098110000031
其中，g(·)为t时刻系统后验概率的协方差矩阵
Figure FDA0002499098110000032
在车辆控制系统的控制量Ut引入定位系统的误差
Figure FDA0002499098110000033
和运动状态传递模型引入的误差δf的作用下，转换为t+1时刻协方差矩阵的模型。
5.根据权利要求1所述的基于毫米波雷达的定位方法，其特征在于，根据如下公式，所述各个信标相对于雷达的极坐标满足如下公式：
Figure FDA0002499098110000034
其中，rt+1为t+1时刻信标与雷达中心的距离，θt+1为t+1时刻信标到雷达中心的连线与雷达中心坐标系x轴的偏角；
将各个信标相对于雷达的极坐标转换为雷达中心坐标系中的坐标rZt+1，所述雷达中心坐标系为笛卡尔坐标系：
Figure FDA0002499098110000035
根据如下公式，将雷达中心坐标系中的坐标rZt+1转换为载体中心坐标系中的坐标vZt+1：
Figure FDA0002499098110000036
其中，
Figure FDA0002499098110000037
表示矢量的空间合成运算，
Figure FDA0002499098110000038
为雷达中心坐标系和载体中心坐标系的空间转换矩阵。
6.根据权利要求1所述的基于毫米波雷达的定位方法，其特征在于，根据如下公式，将各个信标在载体中心坐标系中的坐标vZt+1转换为地图坐标系中的坐标mZt+1：
Figure FDA0002499098110000039
根据如下公式，计算得到观测噪声协方差矩阵
Figure FDA00024990981100000310
Figure FDA00024990981100000311
其中，Λ为I(·)对于定位系统状态向量的雅克比矩阵，Ω为I(·)对于原始观测量的极坐标的雅克比矩阵，它们均在各个信标在雷达中心坐标系中的极坐标
Figure FDA0002499098110000041
和系统的预测状态向量
Figure FDA0002499098110000042
中取值。
7.根据权利要求6所述的基于毫米波雷达的定位方法，其特征在于，所述根据开方根的最大特征值mλ筛选得到符合条件的一个关联信标，包括如下步骤：
对于地图M中的各个信标，依次判断是否符合下述两个条件：
mxbi-mλ<mxzt+1<mxbi+mλ
Figure FDA0002499098110000043
将满足条件的s个信标归入筛选的地图集合
Figure FDA0002499098110000044
中；
对于地图集合
Figure FDA0002499098110000045
中的s个信标依次基于如下条件验证：
Π＝mBi-mZt+1
Figure FDA0002499098110000046
其中，inv(·)表示求逆运算，ε为预设的筛选门限，把满足条件的j个信标保持在筛选的地图集合
Figure FDA0002499098110000047
中，其余的删掉。
8.根据权利要求7所述的基于毫米波雷达的定位方法，其特征在于，所述根据开方根的最大特征值mλ筛选得到符合条件的一个关联信标，还包括如下步骤：
判断满足条件的s个信标的数量是否为零；
如果是，则重新执行步骤S100，再执行步骤S200；
判断满足条件的j个信标的数量是否为零；
如果是，则重新执行步骤S100，再执行步骤S200。
9.根据权利要求1所述的基于毫米波雷达的定位方法，其特征在于，根据如下公式获取关联信标在雷达中心坐标系中的坐标
Figure FDA0002499098110000048
Figure FDA0002499098110000049
其中，
Figure FDA00024990981100000410
代表三维坐标的空间求逆运算，
Figure FDA00024990981100000411
表示矢量的空间合成运算，
Figure FDA00024990981100000412
为雷达中心坐标系和载体中心坐标系的空间转换矩阵。
10.根据权利要求6所述的基于毫米波雷达的定位方法，其特征在于，所述S300更新状态向量Xt+1和协方差矩阵
Figure FDA00024990981100000413
包括如下步骤：
Figure FDA00024990981100000414
Figure FDA0002499098110000051
Figure FDA0002499098110000052
Figure FDA0002499098110000053
其中，Xt+1为更新后的状态向量，
Figure FDA0002499098110000054
为更新后的协方差矩阵。
11.根据权利要求1所述的基于毫米波雷达的定位方法，其特征在于，所述n个信标在载体的作业环境中的布设方式为：
以每个信标为圆心，雷达的最大测距距离Rmax为半径绘制圆形，所有的信标对应的圆形能够覆盖所述载体的作业环境；
其中，雷达的最大测距距离满足如下公式：
Figure FDA0002499098110000055
其中，ΔH为雷达的观测面高度和信标安装高度之间的偏差，α为所述雷达的垂直视场角。
12.一种基于毫米波雷达的定位系统，用于实现权利要求1至11中任一项所述的基于毫米波雷达的定位方法，其特征在于，所述系统包括：
地图存储模块，用于存储地图M，所述地图M包括n个信标在地图坐标系下的坐标的集合M＝{mB1,mB2,…,mBn}，其中各个信标的坐标mBi＝[mxbi,mybi]，i＝1,2,…,n；
预测状态向量和协方差矩阵模块，用于执行S100预测状态向量和协方差矩阵的步骤；
计算关联信标观测值新息模块，用于执行S200计算关联信标观测值新息的步骤；
更新状态向量和协方差矩阵模块，用于执行S300更新状态向量和协方差矩阵的步骤。
13.一种基于毫米波雷达的定位设备，其特征在于，包括：
处理器；
存储器，其中存储有所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至11中任一项所述的基于毫米波雷达的定位方法的步骤。
14.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被执行时实现权利要求1至11中任一项所述的基于毫米波雷达的定位方法的步骤。
CN201810587277.7A 2018-06-08 2018-06-08 基于毫米波雷达的定位方法、系统、设备及存储介质 Active CN109031269B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810587277.7A CN109031269B (zh) 2018-06-08 2018-06-08 基于毫米波雷达的定位方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810587277.7A CN109031269B (zh) 2018-06-08 2018-06-08 基于毫米波雷达的定位方法、系统、设备及存储介质

Publications (2)

Publication Number Publication Date
CN109031269A CN109031269A (zh) 2018-12-18
CN109031269B true CN109031269B (zh) 2020-07-07

Family

ID=64612544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810587277.7A Active CN109031269B (zh) 2018-06-08 2018-06-08 基于毫米波雷达的定位方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN109031269B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110308460B (zh) * 2019-07-01 2021-09-07 百度在线网络技术（北京）有限公司 传感器的参数确定方法及系统
CN110794392B (zh) * 2019-10-15 2024-03-19 上海创昂智能技术有限公司 车辆定位方法、装置、车辆及存储介质
CN111366912B (zh) * 2020-03-10 2021-03-16 上海西井信息科技有限公司 激光传感器与摄像头标定方法、系统、设备及存储介质
RU2762999C1 (ru) * 2020-07-09 2021-12-24 АКЦИОНЕРНОЕ ОБЩЕСТВО "Центральный научно-исследовательский институт автоматики и гидравлики", (АО "ЦНИИАГ") Способ повышения точности определения координат объекта радиотехнической дальномерной системой
CN112255616B (zh) * 2020-10-19 2024-04-23 三一机器人科技有限公司 一种多雷达的反光柱定位方法及反光柱定位装置
CN112880664A (zh) * 2021-01-21 2021-06-01 深圳市镭神智能系统有限公司 一种行驶设备的定位方法、装置、设备及存储介质
CN112944570B (zh) * 2021-03-01 2022-11-22 青岛海尔空调电子有限公司 多室内机空间中基于毫米波雷达的变频空调控制方法
CN113740838B (zh) * 2021-09-13 2024-02-06 四川启睿克科技有限公司 一种基于毫米波雷达的全屋人员追踪方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003130949A (ja) * 2001-10-25 2003-05-08 Mitsubishi Electric Corp 目標追尾装置及び目標追尾方法
CN105022035A (zh) * 2015-07-31 2015-11-04 中国电子科技集团公司第三十八研究所 一种基于模型修正的弹道目标发射点估计装置及其方法
CN105182311A (zh) * 2015-09-02 2015-12-23 四川九洲电器集团有限责任公司 全向雷达数据处理方法及系统
CN106054151A (zh) * 2016-05-23 2016-10-26 西安电子科技大学 基于数据关联算法的雷达多目标跟踪优化方法
CN106249232A (zh) * 2016-08-24 2016-12-21 中国电子科技集团公司第二十八研究所 基于目标运动态势信息数据关联策略的目标跟踪方法
CN107728138A (zh) * 2017-09-15 2018-02-23 电子科技大学 一种基于当前统计模型的机动目标跟踪方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003130949A (ja) * 2001-10-25 2003-05-08 Mitsubishi Electric Corp 目標追尾装置及び目標追尾方法
CN105022035A (zh) * 2015-07-31 2015-11-04 中国电子科技集团公司第三十八研究所 一种基于模型修正的弹道目标发射点估计装置及其方法
CN105182311A (zh) * 2015-09-02 2015-12-23 四川九洲电器集团有限责任公司 全向雷达数据处理方法及系统
CN106054151A (zh) * 2016-05-23 2016-10-26 西安电子科技大学 基于数据关联算法的雷达多目标跟踪优化方法
CN106249232A (zh) * 2016-08-24 2016-12-21 中国电子科技集团公司第二十八研究所 基于目标运动态势信息数据关联策略的目标跟踪方法
CN107728138A (zh) * 2017-09-15 2018-02-23 电子科技大学 一种基于当前统计模型的机动目标跟踪方法

Also Published As

Publication number Publication date
CN109031269A (zh) 2018-12-18

Similar Documents

Publication Publication Date Title
CN109031269B (zh) 基于毫米波雷达的定位方法、系统、设备及存储介质
CN111102978B (zh) 一种车辆运动状态确定的方法、装置及电子设备
US10267634B2 (en) Distributed processing of pose graphs for generating high definition maps for navigating autonomous vehicles
KR102548282B1 (ko) 고정밀도 맵 작성 방법 및 장치
Papachristos et al. Autonomous exploration and inspection path planning for aerial robots using the robot operating system
Bijjahalli et al. Advances in intelligent and autonomous navigation systems for small UAS
Zhang et al. A new path planning algorithm using a GNSS localization error map for UAVs in an urban area
JP2019211466A (ja) ３次元シーンを再構成するための方法、装置、機器及びコンピュータ可読記憶媒体
CN109435955B (zh) 一种自动驾驶系统性能评估方法、装置、设备及存储介质
US20200263996A1 (en) Sensor fusion for accurate localization
Cledat et al. Mapping quality prediction for RTK/PPK-equipped micro-drones operating in complex natural environment
CN111338383B (zh) 基于gaas的自主飞行方法及系统、存储介质
WO2019126950A1 (zh) 一种定位方法、云端服务器、终端、系统、电子设备及计算机程序产品
Bai et al. Using Sky‐pointing fish‐eye camera and LiDAR to aid GNSS single‐point positioning in urban canyons
CN110889808A (zh) 一种定位的方法、装置、设备及存储介质
US20200364883A1 (en) Localization of a mobile unit by means of a multi-hypothesis kalman filter method
RU2431803C1 (ru) Способ автоматизированного определения навигационно-топогеодезических параметров
Strader et al. Perception‐aware autonomous mast motion planning for planetary exploration rovers
Warren et al. Towards visual teach and repeat for GPS-denied flight of a fixed-wing UAV
CN110988949A (zh) 定位方法、定位装置、计算机可读存储介质与可移动设备
CN114114368A (zh) 车辆定位方法、系统、设备及存储介质
CN114413909A (zh) 一种室内移动机器人定位方法及系统
CN114637329A (zh) 一种飞机多机密集编队队形重构方法及系统
CN111103584A (zh) 用于获知车辆的环境中的物体的高度信息的设备和方法
Lucks et al. Improving trajectory estimation using 3D city models and kinematic point clouds

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
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Room 503-3, 398 Jiangsu Road, Changning District, Shanghai 200050

Patentee after: Shanghai Xijing Technology Co.,Ltd.

Address before: Room 503-3, 398 Jiangsu Road, Changning District, Shanghai 200050

Patentee before: SHANGHAI WESTWELL INFORMATION AND TECHNOLOGY Co.,Ltd.