CN109143162A - 车辆姿态计算方法及装置 - Google Patents

Abstract

本申请实施例提供一种车辆姿态计算方法及装置。该方法包括：获取至少两个定位传感器分别发送的定位信号；根据定位信号计算至少两个定位传感器的位置坐标；基于预设车辆模型对至少两个定位传感器的位置坐标中任意两个定位传感器的定位信息进行计算分析，得到该任意两个定位传感器之间的姿态向量；根据姿态向量和预先建立的相对坐标系计算得到自动驾驶车辆的姿态方向信息，其中，预设车辆模型包括各个预定位置处的定位传感器在该自动驾驶车辆上的位置参数。由此，即使在部分定位传感器发生异常时可以获得相对可靠稳定的定位数据，同时基于获得的定位信息实现姿态的稳定准确检测，无需单独设置多种检测姿态的传感器，极大降低成本。

Description

车辆姿态计算方法及装置

技术领域

本申请涉及自动驾驶技术领域，具体而言，涉及一种车辆姿态计算方法及装置。

背景技术

目前在自动驾驶车辆的姿态方向检测中，往往需要设置多种检测姿态的传感器，然而各种传感器都有其无法避免的缺点，会导致其获取姿态数据失败，或者姿态方向判定存在较大误差，而且单独设置多种传感器组合其带来的成本也非常高。而使用单一的定位数据获取姿态的方式也有很大的局限性，例如，现有的定位方式获取到的仅仅是一个定位点，无法根据更多的定位信息得知方向和大小。一方面，定位信息的不足，导致无法获取准确的姿态数据，另一方面定位传感器的不足，无法保证计算姿态数据的稳定性，一旦定位传感器出现异常，将无法实现定位信息的准确计算。

发明内容

为了克服现有技术中的上述不足，本申请的目的在于提供一种车辆姿态计算方法及装置，以解决或者改善上述问题。

为了实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供一种车辆姿态计算方法，应用于自动驾驶车辆，该自动驾驶车辆包括至少两个位于所述自动驾驶车辆的不同预定位置处的定位传感器，所述方法包括：

获取至少两个定位传感器分别发送的定位信号；

根据所述定位信号计算所述至少两个定位传感器的位置坐标；

基于预设车辆模型对所述至少两个定位传感器的位置坐标中任意两个定位传感器的定位信息进行计算分析，得到该任意两个定位传感器之间的姿态向量；

根据所述姿态向量和预先建立的相对坐标系计算得到所述自动驾驶车辆的姿态方向信息，其中，所述预设车辆模型包括各个预定位置处的定位传感器在该自动驾驶车辆上的位置参数。

可选地，所述获取至少两个定位传感器分别发送的定位信号的步骤之前，所述方法还包括：

响应初始化请求，根据所述自动驾驶车辆的车辆参数和每个所述定位传感器在预设车辆模型中的位置参数建立所述预设车辆模型。

可选地，所述基于预设车辆模型对所述至少两个定位传感器的位置坐标中任意两个定位传感器的定位信息进行计算分析，得到该任意两个定位传感器之间的姿态向量的步骤，包括：

计算所述至少两个定位传感器的位置坐标中任意两个定位传感器的位置坐标之间的坐标差值，得到该坐标差值对应的坐标差值坐标；

根据所述预设车辆模型生成该坐标差值坐标对应的向量，以得到该任意两个定位传感器之间的姿态向量。

可选地，所述根据所述姿态向量和预先建立的相对坐标系计算得到所述自动驾驶车辆的姿态方向信息的步骤，包括：

计算所述姿态向量和预先建立的相对坐标系之间的位置关系；

根据所述位置关系得到所述自动驾驶车辆的姿态方向信息。

可选地，所述方法还包括：

控制所述至少两个定位传感器中的任意两个目标定位传感器进入工作状态，并控制所述至少两个定位传感器中的其它定位传感器进入休眠状态；

在检测到任意一个目标定位传感器发生故障时，控制所述至少两个定位传感器中的其它定位传感器中的任意一个定位传感器从休眠状态更新为工作状态。

可选地，所述方法还包括：

检测每个定位传感器是否发生故障；

在检测到任意一个定位传感器发生故障时生成该定位传感器的故障告警信号。

可选地，所述定位传感器包括四个，并分别设置在所述自动驾驶车辆的车头、车尾、车左侧和车右侧上。

第三方面，本申请实施例还提供一种车辆姿态计算装置，应用于自动驾驶车辆，该自动驾驶车辆包括至少两个位于所述自动驾驶车辆的不同预定位置处的定位传感器，所述装置包括：

获取模块，用于获取至少两个定位传感器分别发送的定位信号；

坐标计算模块，用于根据所述定位信号计算所述至少两个定位传感器的位置坐标；

向量计算模块，用于基于预设车辆模型对所述至少两个定位传感器的位置坐标中任意两个定位传感器的定位信息进行计算分析，得到该任意两个定位传感器之间的姿态向量；

姿态方向计算模块，用于根据所述姿态向量和预先建立的相对坐标系计算得到所述自动驾驶车辆的姿态方向信息，其中，所述预设车辆模型包括各个预定位置处的定位传感器在该自动驾驶车辆上的位置参数。

第三方面，本申请实施例还提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述的车辆姿态计算方法。

相对于现有技术而言，本申请具有以下有益效果：

本申请实施例提供的车辆姿态计算方法及装置，通过获取至少两个定位传感器分别发送的定位信号，并根据定位信号计算至少两个定位传感器的位置坐标，接着，基于预设车辆模型对至少两个定位传感器的位置坐标中任意两个定位传感器的定位信息进行计算分析，得到该任意两个定位传感器之间的姿态向量，最后根据姿态向量和预先建立的相对坐标系计算得到自动驾驶车辆的姿态方向信息。由此，即使在部分定位传感器发生异常时可以获得相对可靠稳定的定位数据，同时基于获得的定位信息实现姿态的稳定准确检测，无需单独设置多种检测姿态的传感器，极大降低成本。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。

图1为本申请实施例提供的车辆姿态计算方法的应用场景示意图；

图2为本申请实施例提供的车辆姿态计算方法的流程示意图；

图3为本申请实施例提供的车辆姿态计算装置的功能模块图；

图4为本申请实施例提供的用于上述车辆姿态计算方法的自动驾驶车辆的结构示意框图。

图标：100-自动驾驶车辆；101-定位传感器；110-总线；120-处理器；130-存储介质；140-总线接口；150-网络适配器；160-用户接口；200-车辆姿态计算装置；209-配置模块；210-获取模块；220-坐标计算模块；230-向量计算模块；240-姿态方向计算模块。

具体实施方式

本申请发明人在实现下述实施例的过程中，发现现有的定位传感器的放置方式较为单一，无规则性，定位系统获取的位置信息不准确，同时由于传感器的放置方式限制，导致了系统不稳定，一旦定位传感器出现异常，系统将处于瘫痪状态。

此外，目前在自动驾驶车辆的姿态方向检测中，多种传感器都有其无法避免的缺点，会导致其获取姿态数据失败，而且其成本也非常高。而使用单一的定位数据获取姿态的方式也有很大的局限性，现有的定位系统获取到的仅仅是一个定位点，无法根据更多的定位信息得知方向和大小。一方面，定位信息的不足，导致无法获取准确的姿态数据，另一方面定位传感器的不足，无法保证计算姿态数据的稳定性，一旦定位传感器出现异常，系统将无法实现准确的计算。

例如，目前姿态检测是利用多种传感器来实现的，一般来说是将3D加速仪、磁传感器、陀螺仪结合使用。

例如，以3D加速仪为例，其主要是通过加速度传感器测量给定直线轴向的弹簧上的力来检测直线加速度和重力矢量。但其有两个缺点：其一是，加速度传感器不能建立绝对或相对的姿态方向。其二是，加速度传感器对运动太过敏感，极易抖动，易产生累计误差。

又如，以磁传感器为例，其主要是用于测量地球的磁场，进而推导出姿态方向。然而易受局部磁场干扰，导致检测准确率较低。

又如，以陀螺仪为例，其主要是测量围绕轴的旋转角速度，然而其不能提供绝对基准，如向下的角度、方向。所以，要想获取设备的完整角度姿态、当前角度和角速度，需要3D加速仪和磁传感器的配合使用。比如通过3D加速仪，获取当前向下的角度，通过磁传感器获取航向方向，而陀螺仪能提供3D的角速度，然而，这样设置多种传感器组合，会导致成本增加。此外，陀螺仪有零点偏移的现象，且对温度比较敏感，所以，检测准确率也较低。

因此，目前的姿态方向检测方式都存在检测准确率低、检测过程不稳定，受多种因素影响的问题。

基于上述技术问题的发现，本申请发明人提出下述实施例以解决上述问题，需要注意的是，以上现有技术中的方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本申请实施例针对上述问题所提出的解决方案，都应该是发明人在本申请过程中对本申请做出的贡献。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

请参阅图1，为本申请实施例提供的车辆姿态计算方法的应用场景示意图。本实施例提供的车辆姿态计算方法应用于该自动驾驶车辆100，自动驾驶车辆(Autonomousvehicles)又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。其可包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图(通过有人驾驶汽车采集的地图)对前方的道路进行导航，并根据预先设定的导航路线在道路上进行自动驾驶。基于此，自动驾驶车辆100的定位过程和姿态方向检测过程尤为重要。

本实施例中，该自动驾驶车辆100包括至少两个位于所述自动驾驶车辆100的不同预定位置处的定位传感器101，也即，每个定位传感器101设置在所述自动驾驶车辆100的预定位置处。

在一种实施方式中，定位传感器101的具体数量和所在的预定位置可以根据需要进行选择，例如，可选地，所述定位传感器101可包括四个，并分别设置在所述自动驾驶车辆100的车头、车尾、车左侧和车右侧上。可选地，上述车头具体可以是指车头保险杠，车尾具体可以是指车尾保险杠，车左侧可以是车左耳或者车左门，车右侧可以是车右耳或者车右门。本领域技术人员容易理解，本实施例所提及的预定位置可以理解为各个定位传感器101的设置位置并不是经常变动的，而是在长时间内处于固定的位置处，这些固定的位置一旦确定之后一般不会发生变化。

可选的，定位传感器101可以是任意具有定位功能的传感器，作为一种实施方式，该定位传感器101可以是UWB定位标签。

下面结合图1中所示的应用场景对图2所示的车辆姿态计算方法进行详细说明，可以理解，本实施例提供的车辆姿态计算方法不以图2及以下所述的具体顺序为限制，该车辆姿态计算方法的详细步骤乳如下：

步骤S210，获取至少两个定位传感器101分别发送的定位信号。

本实施例中，在自动驾驶车辆100的驾驶过程中，该至少两个定位传感器101实时获取所在的预定位置的定位信息并发送给该自动驾驶车辆100。例如，分别位于车头、车尾、车左侧和车右侧的定位传感器101可分别获取该车头、车尾、车左侧和车右侧处的定位信号并发送给该自动驾驶车辆100。

步骤S220，根据所述定位信号计算所述至少两个定位传感器101的位置坐标。

本实施例中，在接收到该至少两个定位传感器101发送的定位信号后，进行对应的信号处理计算即可得到该至少两个定位传感器101的位置坐标，也即该至少两个定位传感器101所在预定位置处的位置坐标，例如该车头、车尾、车左侧和车右侧处的位置坐标。

步骤S230，基于预设车辆模型对所述至少两个定位传感器101的位置坐标中任意两个定位传感器101的定位信息进行计算分析，得到该任意两个定位传感器101之间的姿态向量。

本实施例中，该自动驾驶车辆100中预先存储有预设车辆模型，其中，所述预设车辆模型包括各个预定位置处的定位传感器101在该自动驾驶车辆100上的位置参数，也即各个预定位置处的定位传感器101在该自动驾驶车辆100上的位置关系，例如车头保险杠与车尾保险杠之间的位置关系，车头保险杠与车左侧耳之间的位置关系，车左侧耳与车右耳之间的位置关系等等。

作为一种实施方式，在步骤S210之前，该自动驾驶车辆100还可以响应初始化请求，根据所述自动驾驶车辆100的车辆参数和每个所述定位传感器101在预设车辆模型中的位置参数建立所述预设车辆模型。其中，该车辆参数为该自动驾驶车辆100的几何参数，例如长度参数和宽度参数。每个所述定位传感器101在预设车辆模型中的位置参数与该定位传感器101所在的预定位置有关，也即在初始化时首先需要确定每个定位传感器101所在的预定位置，在预定位置确定好之后，则设置该预定位置的位置参数，由此可建立该预设车辆模型。

基于上述预设车辆模型，可计算所述至少两个定位传感器101的位置坐标中任意两个定位传感器101的位置坐标之间的坐标差值，得到该坐标差值对应的坐标差值坐标，然后根据所述预设车辆模型生成该坐标差值坐标对应的向量，以得到该任意两个定位传感器101之间的姿态向量。该姿态向量可表征该任意两个定位传感器101所在直线的姿态方向。

步骤S240，根据所述姿态向量和预先建立的相对坐标系计算得到所述自动驾驶车辆100的姿态方向信息。

本实施例中，在得到该任意两个定位传感器101之间的姿态向量后，可以计算该姿态向量和预先建立的相对坐标系之间的位置关系，然后根据所述位置关系得到所述自动驾驶车辆100的姿态方向信息。其中，该预先建立的相对坐标系可以通过设置多个基站并检测该自动驾驶车辆100上各个定位点与相对于各个基站的坐标建立得到，建立的相对坐标系可包括两个轴，例如X轴和Y轴，然后通过计算该姿态向量和预先建立的相对坐标系之间的位置关系，例如偏移角度，由此即可得到所述自动驾驶车辆100的姿态方向信息。

基于上述设计，即使在部分定位传感器101发生异常时也可以获得相对可靠稳定的定位数据，例如当设置四个定位传感器101时，即使其中一个或者两个或者三个定位传感器101发生故障，依然不影响自动驾驶车辆100的定位功能，同时当至少两个定位传感器101处于正常工作状态时，还可以根据获得的定位信息实现姿态的稳定准确检测，无需单独设置多种检测姿态的传感器，同时也避免了现有传感器存在的问题，检测过程稳定，不受外部环境因素影响。

可选地，在上述过程中，该自动驾驶车辆100还可以控制所述至少两个定位传感器中的任意两个目标定位传感器进入工作状态，并控制所述至少两个定位传感器中的其它定位传感器进入休眠状态。然后，在检测到任意一个目标定位传感器发生故障时，控制所述至少两个定位传感器中的其它定位传感器中的任意一个定位传感器从休眠状态更新为工作状态。例如当定位传感器分别为定位传感器A、定位传感器B、定位传感器C以及定位传感器D时，处理器可控制定位传感器A和定位传感器B处于工作状态，也即正常获取所在预定位置处的定位信号，同时控制定位传感器C以及定位传感器D处于休眠状态，也即不获取定位信号。而当检测到定位传感器A或者定位传感器B中任意一个发生故障时，控制定位传感器C以及定位传感器D中的任意一个从休眠状态更新为工作状态，也即控制定位传感器C以及定位传感器D中的任意一个开始获取所在预定位置处的定位信号。由此，能够在实现定位和姿态检测的同时降低检测过程中的性能压力和功耗压力。

可选地，在上述过程中，该自动驾驶车辆100还可以检测每个定位传感器101是否发生故障，并在检测到任意一个定位传感器101发生故障时生成该定位传感器101的故障告警信号。其中，该故障告警信号可以发送给该自动驾驶车辆100的车主终端，以便车主及时进行故障排除。由此，进一步提高了自动驾驶车辆的可靠性。

进一步地，请参阅图3，本申请实施例还提供一种车辆姿态计算装置200，该装置可以包括：

获取模块210，用于获取至少两个定位传感器101分别发送的定位信号；

坐标计算模块220，用于根据所述定位信号计算所述至少两个定位传感器101的位置坐标；

向量计算模块230，用于基于预设车辆模型对所述至少两个定位传感器101的位置坐标中任意两个定位传感器101的定位信息进行计算分析，得到该任意两个定位传感器101之间的姿态向量；

姿态方向计算模块240，用于根据所述姿态向量和预先建立的相对坐标系计算得到所述自动驾驶车辆100的姿态方向信息，其中，所述预设车辆模型包括各个预定位置处的定位传感器101在该自动驾驶车辆100上的位置参数。

可以理解的是，本实施例中的各功能模块的具体操作方法可参照上述方法实施例中相应步骤的详细描述，在此不再重复赘述。

进一步地，请参阅图4，为本申请实施例提供的用于上述车辆姿态计算方法的自动驾驶车辆100的一种结构示意框图。本实施例中，所述自动驾驶车辆100可以由总线110作一般性的总线体系结构来实现。根据自动驾驶车辆100的具体应用和整体设计约束条件，总线110可以包括任意数量的互连总线和桥接。总线110将各种电路连接在一起，这些电路包括处理器120、存储介质130和总线接口140。可选地，自动驾驶车辆100可以使用总线接口140将网络适配器150等经由总线110连接。网络适配器150可用于实现自动驾驶车辆100中物理层的信号处理功能，并通过天线实现射频信号的发送和接收。用户接口160可以连接外部设备，例如：键盘、显示器、鼠标或者操纵杆等。总线110还可以连接各种其它电路，如定时源、外围设备、电压调节器或者功率管理电路等，这些电路是本领域所熟知的，因此不再详述。

可以替换的，自动驾驶车辆100也可配置成通用处理系统，例如通称为芯片，该通用处理系统包括：提供处理功能的一个或多个微处理器，以及提供存储介质130的至少一部分的外部存储器，所有这些都通过外部总线体系结构与其它支持电路连接在一起。

可替换的，自动驾驶车辆100可以使用下述来实现：具有处理器120、总线接口140、用户接口160的ASIC(专用集成电路)；以及集成在单个芯片中的存储介质130的至少一部分，或者，自动驾驶车辆100可以使用下述来实现：一个或多个FPGA(现场可编程门阵列)、PLD(可编程逻辑器件)、控制器、状态机、门逻辑、分立硬件部件、任何其它适合的电路、或者能够执行本申请通篇所描述的各种功能的电路的任意组合。

其中，处理器120负责管理总线110和一般处理(包括执行存储在存储介质130上的软件)。处理器120可以使用一个或多个通用处理器和/或专用处理器来实现。处理器120的例子包括微处理器、微控制器、DSP处理器和能够执行软件的其它电路。应当将软件广义地解释为表示指令、数据或其任意组合，而不论是将其称作为软件、固件、中间件、微代码、硬件描述语言还是其它。

在图4中存储介质130被示为与处理器120分离，然而，本领域技术人员很容易明白，存储介质130或其任意部分可位于自动驾驶车辆100之外。举例来说，存储介质130可以包括传输线、用数据调制的载波波形、和/或与无线节点分离开的计算机制品，这些介质均可以由处理器120通过总线接口140来访问。可替换地，存储介质130或其任意部分可以集成到处理器120中，例如，可以是高速缓存和/或通用寄存器。

所述处理器120可执行上述实施例，具体地，所述存储介质130中可以存储有所述车辆姿态计算装置200，所述处理器120可以用于执行所述车辆姿态计算装置200。

进一步地，本申请实施例还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的车辆姿态计算方法。

综上所述，本申请实施例提供的车辆姿态计算方法及装置，通过获取至少两个定位传感器分别发送的定位信号，并根据定位信号计算至少两个定位传感器的位置坐标，接着，基于预设车辆模型对至少两个定位传感器的位置坐标中任意两个定位传感器的定位信息进行计算分析，得到该任意两个定位传感器之间的姿态向量，最后根据姿态向量和预先建立的相对坐标系计算得到自动驾驶车辆的姿态方向信息。由此，即使在部分定位传感器发生异常时可以获得相对可靠稳定的定位数据，同时基于获得的定位信息实现姿态的稳定准确检测，无需单独设置多种检测姿态的传感器，极大降低成本。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

可以替换的，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其它可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的电子设备、服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

需要说明的是，在本文中，术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句"包括一个……"限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (10)

1.一种车辆姿态计算方法，其特征在于，应用于自动驾驶车辆，该自动驾驶车辆包括至少两个位于所述自动驾驶车辆的不同预定位置处的定位传感器，所述方法包括：

获取至少两个定位传感器分别发送的定位信号；

根据所述定位信号计算所述至少两个定位传感器的位置坐标；

基于预设车辆模型对所述至少两个定位传感器的位置坐标中任意两个定位传感器的定位信息进行计算分析，得到该任意两个定位传感器之间的姿态向量；

根据所述姿态向量和预先建立的相对坐标系计算得到所述自动驾驶车辆的姿态方向信息，其中，所述预设车辆模型包括各个预定位置处的定位传感器在该自动驾驶车辆上的位置参数。

2.根据权利要求1所述的车辆姿态计算方法，其特征在于，所述获取至少两个定位传感器分别发送的定位信号的步骤之前，所述方法还包括：

响应初始化请求，根据所述自动驾驶车辆的车辆参数和每个所述定位传感器在预设车辆模型中的位置参数建立所述预设车辆模型。

3.根据权利要求1所述的车辆姿态计算方法，其特征在于，所述基于预设车辆模型对所述至少两个定位传感器的位置坐标中任意两个定位传感器的定位信息进行计算分析，得到该任意两个定位传感器之间的姿态向量的步骤，包括：

计算所述至少两个定位传感器的位置坐标中任意两个定位传感器的位置坐标之间的坐标差值，得到该坐标差值对应的坐标差值坐标；

根据所述预设车辆模型生成该坐标差值坐标对应的向量，以得到该任意两个定位传感器之间的姿态向量。

4.根据权利要求1所述的车辆姿态计算方法，其特征在于，所述根据所述姿态向量和预先建立的相对坐标系计算得到所述自动驾驶车辆的姿态方向信息的步骤，包括：

计算所述姿态向量和预先建立的相对坐标系之间的位置关系；

根据所述位置关系得到所述自动驾驶车辆的姿态方向信息。

5.根据权利要求1所述的车辆姿态计算方法，其特征在于，所述方法还包括：

控制所述至少两个定位传感器中的任意两个目标定位传感器进入工作状态，并控制所述至少两个定位传感器中的其它定位传感器进入休眠状态；

在检测到任意一个目标定位传感器发生故障时，控制所述至少两个定位传感器中的其它定位传感器中的任意一个定位传感器从休眠状态更新为工作状态。

6.根据权利要求1所述的车辆姿态计算方法，其特征在于，所述方法还包括：

检测每个定位传感器是否发生故障；

在检测到任意一个定位传感器发生故障时生成该定位传感器的故障告警信号。

7.根据权利要求1所述的车辆姿态计算方法，其特征在于，所述定位传感器包括四个，并分别设置在所述自动驾驶车辆的车头、车尾、车左侧和车右侧上。

8.一种车辆姿态计算装置，其特征在于，应用于自动驾驶车辆，该自动驾驶车辆包括至少两个位于所述自动驾驶车辆的不同预定位置处的定位传感器，所述装置包括：

获取模块，用于获取至少两个定位传感器分别发送的定位信号；

坐标计算模块，用于根据所述定位信号计算所述至少两个定位传感器的位置坐标；

向量计算模块，用于基于预设车辆模型对所述至少两个定位传感器的位置坐标中任意两个定位传感器的定位信息进行计算分析，得到该任意两个定位传感器之间的姿态向量；

姿态方向计算模块，用于根据所述姿态向量和预先建立的相对坐标系计算得到所述自动驾驶车辆的姿态方向信息，其中，所述预设车辆模型包括各个预定位置处的定位传感器在该自动驾驶车辆上的位置参数。

9.根据权利要求8所述的车辆姿态计算装置，其特征在于，所述向量计算模块，具体用于：

计算所述至少两个定位传感器的位置坐标中任意两个定位传感器的位置坐标之间的坐标差值，得到该坐标差值对应的坐标差值坐标；

根据所述预设车辆模型生成该坐标差值坐标对应的向量，以得到该任意两个定位传感器之间的姿态向量。

10.根据权利要求8所述的车辆姿态计算装置，其特征在于，所述姿态方向计算模块，具体用于：

计算所述姿态向量和预先建立的相对坐标系之间的位置关系；

根据所述位置关系得到所述自动驾驶车辆的姿态方向信息。