CN109143304B - 用于确定无人驾驶车辆位姿的方法和装置 - Google Patents
用于确定无人驾驶车辆位姿的方法和装置 Download PDFInfo
- Publication number
- CN109143304B CN109143304B CN201811156705.7A CN201811156705A CN109143304B CN 109143304 B CN109143304 B CN 109143304B CN 201811156705 A CN201811156705 A CN 201811156705A CN 109143304 B CN109143304 B CN 109143304B
- Authority
- CN
- China
- Prior art keywords
- time
- positioning information
- current
- received
- determining
- 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
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
- 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
-
- 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
- G01S19/53—Determining attitude
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本申请实施例公开了用于确定无人驾驶车辆位姿的方法和装置。无人驾驶车辆设置有全球导航卫星系统GNSS接收机和惯性测量单元IMU,该方法的一具体实施方式包括:每隔预设更新周期对GNSS接收机解算得到的定位信息进行插值处理,从而使得每隔预设更新周期可以得到定位信息,并基于每隔预设更新周期得到的定位信息和在这个时间内累计得到的IMU采集的加速度和角速度数据进行卡尔曼滤波,该实施方式可以提高确定无人驾驶车辆位姿的精度,并继而提高对无人驾驶车辆导航的导航准确度。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于确定无人驾驶车辆位姿的方法和装置。
背景技术
目前,在确定无人驾驶车辆位置和姿态(例如,航向角)时,通常根据车辆中设置的IMU(Inertial Measurement Unit,惯性测量单元)采集的加速度和角速度数据,以及GNSS(Global Navigation Satellite System,全球导航卫星系统)接收机解算的车辆速度和位姿数据来确定无人驾驶车辆的位置和姿态。
实践中,GNSS解算得到的车辆速度和位姿数据的帧率通常为1HZ,即,一般是每1秒GNSS接收机解算得到一组车辆速度和位姿数据。而IMU采集加速度和角速度数据的帧率通常都远大于GNSS解算得到的车辆速度和位姿数据的帧率,例如,IMU采集加速度和角速度数据的帧率大都在100HZ左右,在1秒内,由IMU采集的加速度和角速度做积分运算解算得到车辆的速度和位姿时,往往发生了一定的积分漂移,计算容易产生较大误差。
发明内容
本申请实施例提出了用于确定无人驾驶车辆位姿的方法和装置。
第一方面,本申请实施例提供了一种用于确定无人驾驶车辆位姿的方法,无人驾驶车辆设置有GNSS接收机和IMU,该方法包括:实时接收IMU采集的速度信息和GNSS接收机解算得到的定位信息,将所收到的速度信息添加到当前速度信息序列中,其中,速度信息包括无人驾驶车辆的加速度和角速度,定位信息包括无人驾驶车辆的位置、速度和航向角;响应于接收到GNSS接收机解算得到的定位信息,将所收到的定位信息确定为当前定位信息,执行位姿确定操作,其中,位姿确定操作包括:将当前速度信息序列作为输入量,无人驾驶车辆的位置和航向角作为状态变量,当前定位信息作为观测量,利用卡尔曼滤波算法确定无人驾驶车辆的当前位置和当前航向角,以及清空当前速度信息序列;从收到定位信息的时间开始直到再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位信息,以及执行位姿确定操作。
在一些实施例中,预设更新周期大于IMU的采样周期且小于IMU的积分误差漂移间隔时长。
在一些实施例中,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位信息,包括:根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位位置;将当前定位信息中的位置、速度和航向角分别确定为所确定的当前定位位置、本次收到的定位信息中的速度和本次收到的定位信息中的航向角。
在一些实施例中,GNSS接收机解算的无人驾驶车辆的位置包括东北天坐标系中的东向坐标和北向坐标;以及根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位位置,包括:按照如下公式,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位位置:
x(t′)=x(t)+v(t)·sin(angle(t))·(t′-t)
y(t′)=y(t)+v(t)·cos(angle(t))·(t′-t)
其中,t是本次收到定位信息的时间,t′是当前时间,x(t)和y(t)分别是本次收到的定位信息中的位置中的东向坐标和北向坐标,angle(t)是本次收到的定位信息中的航向角,x(t′)和y(t′)分别是计算所得的当前定位位置中的东向坐标和北向坐标。
在一些实施例中,响应于接收到GNSS接收机解算得到的定位信息,将所收到的定位信息确定为当前定位信息,包括:响应于确定接收到GNSS接收机解算得到的定位信息,确定所收到的定位信息中的速度是否小于预设速度阈值;响应于确定所收到的定位信息中的速度小于预设速度阈值,按照如下公式计算得到校正后定位位置:
x(t′)=x(t)+δx(t)·(t′-t)
y(t′)=y(t)+δy(t)·(t′-t)
其中,t是上次接收到定位信息的时间,t′是本次收到定位信息的时间,x(t)和y(t)分别是上次收到的定位信息中的位置中的东向坐标和北向坐标,x(t′)和y(t′)分别是计算所得的校正后定位位置中的东向坐标和北向坐标;将当前定位信息中的位置、速度和航向角分别确定为计算得到的校正后定位位置、上次收到的定位信息中的速度和上次收到的定位信息中的航向角。
在一些实施例中,从收到定位信息的时间开始直到再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位信息,包括:从收到定位信息的时间开始直到在预设最长等待时长内再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位信息,以及执行位姿确定操作。
第二方面,本申请实施例提供了一种用于确定无人驾驶车辆位姿的装置,无人驾驶车辆设置有GNSS接收机和IMU,该装置包括:接收单元,被配置成实时接收IMU采集的速度信息和GNSS接收机解算得到的定位信息,将所收到的速度信息添加到当前速度信息序列中,其中,速度信息包括无人驾驶车辆的加速度和角速度,定位信息包括无人驾驶车辆的位置、速度和航向角;第一位姿确定单元,被配置成响应于接收到GNSS接收机解算得到的定位信息,将所收到的定位信息确定为当前定位信息,执行位姿确定操作,其中,位姿确定操作包括:将当前速度信息序列作为输入量,无人驾驶车辆的位置和航向角作为状态变量,当前定位信息作为观测量,利用卡尔曼滤波算法确定无人驾驶车辆的当前位置和当前航向角,以及清空当前速度信息序列;第二位姿确定单元,被配置成从收到定位信息的时间开始直到再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位信息,以及执行位姿确定操作。
在一些实施例中,预设更新周期大于IMU的采样周期且小于IMU的积分误差漂移间隔时长。
在一些实施例中,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位信息,包括:根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位位置;将当前定位信息中的位置、速度和航向角分别确定为所确定的当前定位位置、本次收到的定位信息中的速度和本次收到的定位信息中的航向角。
在一些实施例中,GNSS接收机解算的无人驾驶车辆的位置包括东北天坐标系中的东向坐标和北向坐标;以及根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位位置,包括:按照如下公式,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位位置:
x(t′)=x(t)+v(t)·sin(angle(t))·(t′-t)
y(t′)=y(t)+v(t)·cos(angle(t))·(t′-t)
其中,t是本次收到定位信息的时间,t′是当前时间,x(t)和y(t)分别是本次收到的定位信息中的位置中的东向坐标和北向坐标,angle(t)是本次收到的定位信息中的航向角,x(t′)和y(t′)分别是计算所得的当前定位位置中的东向坐标和北向坐标。
在一些实施例中,响应于接收到GNSS接收机解算得到的定位信息,将所收到的定位信息确定为当前定位信息,包括:响应于确定接收到GNSS接收机解算得到的定位信息,确定所收到的定位信息中的速度是否小于预设速度阈值;响应于确定所收到的定位信息中的速度小于预设速度阈值,按照如下公式计算得到校正后定位位置:
x(t′)=x(t)+δx(t)·(t′-t)
y(t′)=y(t)+δy(t)·(t′-t)
其中,t是上次接收到定位信息的时间,t′是本次收到定位信息的时间,x(t)和y(t)分别是上次收到的定位信息中的位置中的东向坐标和北向坐标,x(t′)和y(t′)分别是计算所得的校正后定位位置中的东向坐标和北向坐标;将当前定位信息中的位置、速度和航向角分别确定为计算得到的校正后定位位置、上次收到的定位信息中的速度和上次收到的定位信息中的航向角。
在一些实施例中,第二位姿确定单元进一步被配置成:从收到定位信息的时间开始直到在预设最长等待时长内再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位信息,以及执行位姿确定操作。
第三方面,本申请实施例提供了一种无人驾驶车辆,该无人驾驶车辆包括:全球导航卫星系统接收机,用于解算无人驾驶车辆的位置、速度和航向角;惯性测量单元,用于采集无人驾驶车辆的加速度和角速度;一个或多个处理器;存储装置,用于存储一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于确定无人驾驶车辆位姿的方法和装置,通过在无人驾驶车辆中设置IMU和GNSS接收机,且每隔预设更新周期对GNSS接收机解算得到的定位信息进行插值处理,从而使得每隔预设更新周期可以得到定位信息,并基于每隔预设更新周期得到的定位信息和在这个时间内累计得到的IMU采集的加速度和角速度数据进行卡尔曼滤波,可以提高确定无人驾驶车辆位姿的精度,并继而提高对无人驾驶车辆导航的导航准确度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于确定无人驾驶车辆位姿的方法的一个实施例的流程图;
图3是根据本申请的用于确定无人驾驶车辆位姿的方法的一个应用场景的示意图;
图4是根据本申请的用于确定无人驾驶车辆位姿的方法的又一个实施例的流程图;
图5是根据本申请的用于确定无人驾驶车辆位姿的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的驾驶控制设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于确定无人驾驶车辆位姿的方法或用于确定无人驾驶车辆位姿的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括无人驾驶车辆101。无人驾驶车辆101上可以安装有驾驶控制设备1011、网络1012、GNSS接收机1013和IMU 1014。网络1012用以在驾驶控制设备1011和GNSS接收机1013之间、驾驶控制设备1011与IMU 1014之间提供通信链路的介质。网络1012可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
GNSS接收机1013用于与GNSS通信,并解算得到无人驾驶车辆101的速度、位置和航向角。
IMU 1014用于采集无人驾驶车辆101的加速度和角速度。作为示例,IMU可以包括三个单轴的加速度计和三个单轴的陀螺仪,加速度计可以检测无人驾驶车辆101在沿车体坐标系的三个相互独立的坐标轴方向上的加速度信号,而陀螺仪可以检测无人驾驶车辆101相对于导航坐标系的角速度信号。有了IMU测量得到的无人驾驶车辆101在三维空间中的角速度和加速度,可以解算出无人驾驶车辆的速度和位姿(即,位置和姿态)。可以理解的是,为了提高可靠性,还可以配备更多的传感器以测量无人驾驶车辆101沿车体坐标系的三个坐标轴方向的信号。一般而言,IMU可以安装在无人驾驶车辆101的重心处。
驾驶控制设备(又称为车载大脑)1011负责无人驾驶车辆的智能控制。驾驶控制设备1011可以是硬件,也可以是软件。当驾驶控制设备1011为硬件时,可以是单独设置的控制器,例如可编程逻辑控制器(Programmable Logic Controller,PLC)、单片机、工业控制机等;也可以是由其他具有输入/输出端口,并具有运算控制功能的电子器件组成的设备;还可以是安装有车辆驾驶控制类应用的计算机设备。当驾驶控制设备1011为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于确定无人驾驶车辆位姿的方法一般由驾驶控制设备1011执行,相应地,用于确定无人驾驶车辆的速度和位姿的装置一般设置于驾驶控制设备1011中。
应该理解,图1中的驾驶控制设备、GNSS接收机和IMU的数目仅仅是示意性的。根据实现需要,可以具有任意数目的驾驶控制设备、GNSS接收机和IMU。
继续参考图2,其示出了根据本申请的用于确定无人驾驶车辆位姿的方法的一个实施例的流程200。其中,无人驾驶车辆设置有GNSS接收机和IMU。该用于确定无人驾驶车辆位姿的方法,包括以下步骤:
步骤201,实时接收IMU采集的速度信息和GNSS接收机解算得到的定位信息。
在本实施例中,用于确定无人驾驶车辆位姿的方法的执行主体(例如图1所示的驾驶控制设备1011)可以通过有线连接方式或者无线连接方式从IMU实时接收IMU采集的速度信息,并将所收到的速度信息添加到当前速度信息序列中,这里,速度信息可以包括无人驾驶车辆的加速度和角速度。同时,上述执行主体还可以在接收IMU采集的速度信息的同时,实时接收GNSS接收机解算得到的定位信息,这里,定位信息可以包括无人驾驶车辆的位置、速度和航向角。
这里,上述执行主体中可以存储有当前速度信息序列,当前速度信息序列中按收到速度信息的时间顺序存储有IMU采集的加速度和角速度。
步骤202,响应于接收到GNSS接收机解算得到的定位信息,将所收到的定位信息确定为当前定位信息,执行位姿确定操作。
在本实施例中,上述执行主体可以在接收到GNSS接收机解算得到的定位信息的情况下,将所收到的定位信息确定为当前定位信息,执行位姿确定操作。其中,位姿确定操作可以包括:将当前速度信息序列作为输入量,无人驾驶车辆的位置和航向角作为状态变量,当前定位信息作为观测量,利用卡尔曼滤波算法确定无人驾驶车辆的当前位置和当前航向角,以及清空当前速度信息序列。即,可以以当前速度信息序列作为输入量,以无人驾驶车辆的位置和航向角作为状态变量构建状态转移方程,对无人驾驶车辆的当前位置和航向角进行预测,再以无人驾驶车辆的位置和航向角作为状态变量,以当前定位信息作为观测量构建观测方程,对无人驾驶车辆的当前位置和航向角进行量测更新,并最终得到无人驾驶车辆的当前位置和航向角。
需要说明的是,上述卡尔曼滤波算法是目前广泛研究和应用的公知技术,在此不再赘述。
步骤203,从收到定位信息的时间开始直到再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位信息,以及执行位姿确定操作。
在本实施例中,上述执行主体可以在从收到GNSS接收机解算得到的定位信息的时间开始直到再次接收到GNSS接收机解算得到的定位信息,每隔预设更新周期(例如,0.1秒),采用各种实现方式,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位信息,以及基于所确定的当前定位信息执行位姿确定操作。即,在两次接收到GNSS接收机解算得到的定位信息之间的时段内,每隔预设更新周期对定位信息进行插值,得到当前定位信息,再将当前速度信息序列作为输入量,无人驾驶车辆的位置和航向角作为状态变量,插值得到的当前定位信息作为观测量,利用卡尔曼滤波算法确定无人驾驶车辆的当前位置和当前航向角,以及清空当前速度信息序列。
在本实施例的一些可选的实现方式中,上述执行主体可以从收到定位信息的时间开始直到在预设最长等待时长(例如,2秒)内再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位信息。即,如果当前时间与本次收到定位信息的时间之间的时间差大于预设最长等待时长,且一直未收到GNSS接收机解算的定位信息,表明GNSS暂时出现问题,不能再对GNSS接收机解算的定位信息进行插值,并执行位姿确定操作了。
在本实施例的一些可选的实现方式中,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位信息,也可以如下进行:
首先,可以根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位位置。
这里,由于定位信息中包括无人驾驶车辆的位置、速度和航向角,那么假设无人驾驶车辆从本次收到定位信息中的位置处开始行驶,并在在预设更新周期内保持速度和行驶方向不变,那么,可以根据运动学公式,计算得到无人驾驶车辆按照本次收到的定位信息中的速度匀速行驶,从本次收到定位信息的时间到当前时间之间所行驶的距离,再按照速度和方向不变的原则,根据本次收到的定位信息中的位置和无人驾驶车辆行驶的距离,得到无人驾驶车辆的当前位置,即为当前定位位置。
然后,将当前定位信息中的位置、速度和航向角分别确定为所确定的当前定位位置、本次收到的定位信息中的速度和本次收到的定位信息中的航向角。
在本实施例的一些可选的实现方式中,GNSS接收机解算的无人驾驶车辆的位置包括东北天坐标系(也叫站心坐标系或站点坐标系)中的东向坐标和北向坐标。这样,上述根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位位置,可以如下进行:
按照如下公式,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位位置:
x(t′)=x(t)+v(t)·sin(angle(t))·(t′-t) (1)
y(t′)=y(t)+v(t)·cos(angle(t))·(t′-t) (2)
其中,t是本次收到定位信息的时间,t′是当前时间,x(t)和y(t)分别是本次收到的定位信息中的位置中的东向坐标和北向坐标,angle(t)是本次收到的定位信息中的航向角,x(t′)和y(t′)分别是计算所得的当前定位位置中的东向坐标和北向坐标。
在本实施例的一些可选的实现方式中,预设更新周期可以大于IMU的采样周期且小于IMU的积分误差漂移间隔时长。这里,IMU的积分误差漂移间隔时长可以是经过测试计算得到的用于表征大于该时长,根据IMU采集的加速度和角速度进行积分运算得到车辆的位置和速度时会产生较大积分漂移的时长。由于,预设更新周期小于IMU的积分误差漂移间隔时长,那么在预设更新周期内对IMU采集的加速度和角速度进行积分运算所产生的积分漂移较小,因而,最终确定的无人驾驶车辆的当前位置和航向角的误差也较小,准确度也较高,能实现对车辆进行更为精准地定位和导航。
继续参见图3,图3是根据本实施例的用于确定无人驾驶车辆的速度和位姿的方法的应用场景的一个示意图。在图3的应用场景中,无人驾驶车辆的驾驶控制设备从IMU实时接收速度信息301,并实时将所收到的速度信息添加到当前速度信息序列302中,同时实时从GNSS接收机实时接收定位信息303作为当前定位信息304或者在没接收到定位信息时,每个预设更新周期1秒,对定位信息303进行插值作为当前定位信息304,并将当前速度信息序列302和当前定位信息304输入给卡尔曼滤波器305,得到无人驾驶车辆的当前位置和航向角306,以及输出无人驾驶车辆的当前位置和航向角306给导航系统307。其中,导航系统可以是无人驾驶车辆中的其他电子设备,导航系统也可以是驾驶控制设备中安装的导航类应用。
本申请的上述实施例提供的方法通过在无人驾驶车辆中设置IMU和GNSS接收机,且每隔预设更新周期对GNSS接收机解算得到的定位信息进行插值处理,从而使得每隔预设更新周期可以得到定位信息,并基于每隔预设更新周期得到的定位信息和在这个时间内累计得到的IMU采集的加速度和角速度数据进行卡尔曼滤波,可以提高确定无人驾驶车辆位姿的精度,并继而提高对无人驾驶车辆导航的导航准确度。
进一步参考图4,其示出了用于确定无人驾驶车辆位姿的方法的又一个实施例的流程400。其中,无人驾驶车辆设置有GNSS接收机和IMU。该用于确定无人驾驶车辆位姿的方法的流程400,包括以下步骤:
步骤401,实时接收IMU采集的速度信息和GNSS接收机解算得到的定位信息。
在本实施例中,步骤401的具体操作与图2所示的实施例中步骤201的操作基本相同,在此不再赘述。
步骤402,响应于确定接收到GNSS接收机解算得到的定位信息,确定所收到的定位信息中的速度是否小于预设速度阈值。
在本实施例中,上述执行主体可以在确定接收到GNSS接收机解算得到的定位信息,确定所收到的定位信息中的速度是否小于预设速度阈值。
步骤403,响应于确定所收到的定位信息中的速度小于预设速度阈值,按照公式计算得到校正后定位位置。
在本实施例中,GNSS接收机解算的无人驾驶车辆的位置包括东北天坐标系(也叫站心坐标系或站点坐标系)中的东向坐标和北向坐标。上述执行主体可以在步骤402中确定所收到的定位信息中的速度小于预设速度阈值的情况下,表明本次接收到的定位信息中的速度显示无人驾驶车辆速度太低,接近于静止状态,可能的原因是GNSS故障,解算得到的速度不再可信,那么可以假设无人驾驶车辆在上次接收到定位信息的时间到本次接收到定位信息的时间之间保持方向不变且速度不变,则可以按照如下公式计算得到校正后定位位置:
x(t′)=x(t)+δx(t)·(t′-t) (3)
y(t′)=y(t)+δy(t)·(t′-t) (4)
其中,t是上次接收到定位信息的时间,t′是本次收到定位信息的时间,x(t)和y(t)分别是上次收到的定位信息中的位置中的东向坐标和北向坐标,x(t′)和y(t′)分别是计算所得的校正后定位位置中的东向坐标和北向坐标。
步骤404,将当前定位信息中的位置、速度和航向角分别确定为计算得到的校正后定位位置、上次收到的定位信息中的速度和上次收到的定位信息中的航向角,以及执行位姿确定操作。
这里,由于假设无人驾驶车辆在上次接收到定位信息的时间到本次接收到定位信息的时间之间保持方向不变且速度不变(即,航向角不变),且已经在步骤403中对GNSS接收机解算得到的定位信息是的位置进行了校正,并得到了校正后定位位置,因此,可以将当前定位信息中的位置、速度和航向角分别确定为计算得到的校正后定位位置、本次收到的定位信息中的速度和本次收到的定位信息中的航向角,以及基于所确定的当前定位信息执行位姿确定操作。
这里,关于位姿确定操作可以参考图2所示的实施例中相关描述,在此不再赘述。
步骤405,从收到定位信息的时间开始直到再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位信息,以及执行位姿确定操作。
在本实施例中,步骤405的具体操作与图2所示的实施例中步骤203的操作基本相同,在此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于确定无人驾驶车辆位姿的方法的流程400突出了在GNSS接收机解算得到的定位信息中速度较低的情况下,假设无人驾驶车辆在上次接收到定位信息的时间到本次接收到定位信息的时间之间保持方向不变且速度不变(即,航向角不变),对定位信息中的位置重新进行校正后,再执行位姿确定操作的步骤。由此,本实施例描述的方案可以在GNSS接收机临时故障的情况下,仍能准确确定无人驾驶车辆的位姿。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于确定无人驾驶车辆位姿的装置的一个实施例,其中,无人驾驶车辆设置有全球导航卫星系统GNSS接收机和惯性测量单元IMU,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于确定无人驾驶车辆位姿的装置500包括:接收单元501、第一位姿确定单元502和第二位姿确定单元503。其中,接收单元501,被配置成实时接收上述IMU采集的速度信息和上述GNSS接收机解算得到的定位信息,将所收到的速度信息添加到当前速度信息序列中,其中,速度信息包括上述无人驾驶车辆的加速度和角速度,定位信息包括上述无人驾驶车辆的位置、速度和航向角;第一位姿确定单元502,被配置成响应于接收到上述GNSS接收机解算得到的定位信息,将所收到的定位信息确定为当前定位信息,执行位姿确定操作,其中,上述位姿确定操作包括:将上述当前速度信息序列作为输入量,上述无人驾驶车辆的位置和航向角作为状态变量,上述当前定位信息作为观测量,利用卡尔曼滤波算法确定上述无人驾驶车辆的当前位置和当前航向角,以及清空上述当前速度信息序列;第二位姿确定单元503,被配置成从收到定位信息的时间开始直到再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定上述当前定位信息,以及执行上述位姿确定操作。
在本实施例中,用于确定无人驾驶车辆位姿的装置500的接收单元501、第一位姿确定单元502和第二位姿确定单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202和步骤203的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述预设更新周期可以大于上述IMU的采样周期且小于上述IMU的积分误差漂移间隔时长。
在本实施例的一些可选的实现方式中,上述根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定上述当前定位信息,可以包括:根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位位置;将上述当前定位信息中的位置、速度和航向角分别确定为所确定的当前定位位置、本次收到的定位信息中的速度和本次收到的定位信息中的航向角。
在本实施例的一些可选的实现方式中,上述GNSS接收机解算的上述无人驾驶车辆的位置可以包括东北天坐标系中的东向坐标和北向坐标;以及上述根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位位置,可以包括:按照如下公式,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位位置:
x(t′)=x(t)+v(t)·sin(angle(t))·(t′-t)
y(t′)=y(t)+v(t)·cos(angle(t))·(t′-t)
其中,t是本次收到定位信息的时间,t′是当前时间,x(t)和y(t)分别是本次收到的定位信息中的位置中的东向坐标和北向坐标,angle(t)是本次收到的定位信息中的航向角,x(t′)和y(t′)分别是计算所得的当前定位位置中的东向坐标和北向坐标。
在本实施例的一些可选的实现方式中,上述响应于接收到上述GNSS接收机解算得到的定位信息,将所收到的定位信息确定为当前定位信息,可以包括:响应于确定接收到上述GNSS接收机解算得到的定位信息,确定所收到的定位信息中的速度是否小于预设速度阈值;响应于确定所收到的定位信息中的速度小于预设速度阈值,按照如下公式计算得到校正后定位位置:
x(t′)=x(t)+δx(t)·(t′-t)
y(t′)=y(t)+δy(t)·(t′-t)
其中,t是上次接收到定位信息的时间,t′是本次收到定位信息的时间,x(t)和y(t)分别是上次收到的定位信息中的位置中的东向坐标和北向坐标,x(t′)和y(t′)分别是计算所得的校正后定位位置中的东向坐标和北向坐标;将上述当前定位信息中的位置、速度和航向角分别确定为计算得到的校正后定位位置、上次收到的定位信息中的速度和上次收到的定位信息中的航向角。
在本实施例的一些可选的实现方式中,上述第二位姿确定单元可以进一步被配置成:从收到定位信息的时间开始直到在预设最长等待时长内再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定上述当前定位信息,以及执行上述位姿确定操作。
需要说明的是,本申请实施例提供的用于确定无人驾驶车辆位姿的装置中各单元的实现细节和技术效果可以参考本申请中其它实施例的说明,在此不再赘述。
下面参考图6,其示出了适于用来实现本申请实施例的驾驶控制设备的计算机系统600的结构示意图。图6示出的驾驶控制设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU,Central Processing Unit)601,其可以根据存储在只读存储器(ROM,Read Only Memory)602中的程序或者从存储部分608加载到随机访问存储器(RAM,Random Access Memory)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM602以及RAM 603通过总线604彼此相连。输入/输出(I/O,Input/Output)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT,Cathode Ray Tube)、液晶显示器(LCD,Liquid Crystal Display)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN(局域网,Local AreaNetwork)卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机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。而在本申请中,计算机可读的信号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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、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。计算机可读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、电线、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或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、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,该模块、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,两个接连地表示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操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。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括接收单元、第一位姿确定单元和第二位姿确定单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,接收单元还可以被描述为“接收速度信息和定位信息的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:实时接收IMU采集的速度信息和GNSS接收机解算得到的定位信息,将所收到的速度信息添加到当前速度信息序列中,其中,速度信息包括无人驾驶车辆的加速度和角速度,定位信息包括无人驾驶车辆的位置、速度和航向角;响应于接收到GNSS接收机解算得到的定位信息,将所收到的定位信息确定为当前定位信息,执行位姿确定操作,其中,位姿确定操作包括:将当前速度信息序列作为输入量,无人驾驶车辆的位置和航向角作为状态变量,当前定位信息作为观测量,利用卡尔曼滤波算法确定无人驾驶车辆的当前位置和当前航向角,以及清空当前速度信息序列;从收到定位信息的时间开始直到再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间的之间的时间差确定当前定位信息,以及执行位姿确定操作。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种用于确定无人驾驶车辆位姿的方法,其中,所述无人驾驶车辆设置有全球导航卫星系统GNSS接收机和惯性测量单元IMU,所述方法包括:
实时接收所述IMU采集的速度信息和所述GNSS接收机解算得到的定位信息,将所收到的速度信息添加到当前速度信息序列中,其中,速度信息包括所述无人驾驶车辆的加速度和角速度,定位信息包括所述无人驾驶车辆的位置、速度和航向角;
响应于接收到所述GNSS接收机解算得到的定位信息,将所收到的定位信息确定为当前定位信息,执行位姿确定操作,其中,所述位姿确定操作包括:将所述当前速度信息序列作为输入量,将上次的定位信息中的无人驾驶车辆的位置和航向角作为状态变量构建状态转移方程,得到本次的无人驾驶车辆的位置和航向角的预测值,再以所述本次的无人驾驶车辆的位置和航向角的预测值作为状态变量,所述当前定位信息作为观测量,利用卡尔曼滤波算法确定所述无人驾驶车辆的当前位置和当前航向角,以及清空所述当前速度信息序列;
从收到定位信息的时间开始直到再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间之间的时间差确定所述当前定位信息,以及执行所述位姿确定操作。
2.根据权利要求1所述的方法,其中,所述预设更新周期大于所述IMU的采样周期且小于所述IMU的积分误差漂移间隔时长。
3.根据权利要求1或2所述的方法,其中,所述根据本次收到的定位信息和当前时间与本次收到定位信息的时间之间的时间差确定所述当前定位信息,包括:
根据本次收到的定位信息和当前时间与本次收到定位信息的时间之间的时间差确定当前定位位置;
将所述当前定位信息中的位置、速度和航向角分别确定为所确定的当前定位位置、本次收到的定位信息中的速度和本次收到的定位信息中的航向角。
4.根据权利要求3所述的方法,其中,所述GNSS接收机解算的所述无人驾驶车辆的位置包括东北天坐标系中的东向坐标和北向坐标;以及
所述根据本次收到的定位信息和当前时间与本次收到定位信息的时间之间的时间差确定当前定位位置,包括:
按照如下公式,根据本次收到的定位信息和当前时间与本次收到定位信息的时间之间的时间差确定当前定位位置:
x(t′)=x(t)+v(t)·sin(angle(t))·(t′-t)
y(t′)=y(t)+v(t)·cos(angle(t))·(t′-t)
其中,t是本次收到定位信息的时间,t′是当前时间,x(t)和y(t)分别是本次收到的定位信息中的位置中的东向坐标和北向坐标,angle(t)是本次收到的定位信息中的航向角,x(t′)和y(t′)分别是计算所得的当前定位位置中的东向坐标和北向坐标,v(t)是本次收到的定位信息中的速度。
5.根据权利要求4所述的方法,其中,所述响应于接收到所述GNSS接收机解算得到的定位信息,将所收到的定位信息确定为当前定位信息,包括:
响应于确定接收到所述GNSS接收机解算得到的定位信息,确定所收到的定位信息中的速度是否小于预设速度阈值;
响应于确定所收到的定位信息中的速度小于预设速度阈值,按照如下公式计算得到校正后定位位置:
x(t′)=x(t)+δx(t)·(t′-t)
y(t′)=y(t)+δy(t)·(t′-t)
其中,t是上次接收到定位信息的时间,t′是本次收到定位信息的时间,x(t)和y(t)分别是上次收到的定位信息中的位置中的东向坐标和北向坐标,x(t′)和y(t′)分别是计算所得的校正后定位位置中的东向坐标和北向坐标;
将所述当前定位信息中的位置、速度和航向角分别确定为计算得到的校正后定位位置、上次收到的定位信息中的速度和上次收到的定位信息中的航向角。
6.根据权利要求5所述的方法,其中,所述从收到定位信息的时间开始直到再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间之间的时间差确定所述当前定位信息,包括:
从收到定位信息的时间开始直到在预设最长等待时长内再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间之间的时间差确定所述当前定位信息,以及执行所述位姿确定操作。
7.一种用于确定无人驾驶车辆位姿的装置,其中,所述无人驾驶车辆设置有全球导航卫星系统GNSS接收机和惯性测量单元IMU,所述装置包括:
接收单元,被配置成实时接收所述IMU采集的速度信息和所述GNSS接收机解算得到的定位信息,将所收到的速度信息添加到当前速度信息序列中,其中,速度信息包括所述无人驾驶车辆的加速度和角速度,定位信息包括所述无人驾驶车辆的位置、速度和航向角;
第一位姿确定单元,被配置成响应于接收到所述GNSS接收机解算得到的定位信息,将所收到的定位信息确定为当前定位信息,执行位姿确定操作,其中,所述位姿确定操作包括:将所述当前速度信息序列作为输入量,将上次的定位信息中的无人驾驶车辆的位置和航向角作为状态变量构建状态转移方程,得到本次的无人驾驶车辆的位置和航向角的预测值,再以所述本次的无人驾驶车辆的位置和航向角的预测值作为状态变量,所述当前定位信息作为观测量,利用卡尔曼滤波算法确定所述无人驾驶车辆的当前位置和当前航向角,以及清空所述当前速度信息序列;
第二位姿确定单元,被配置成从收到定位信息的时间开始直到再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间之间的时间差确定所述当前定位信息,以及执行所述位姿确定操作。
8.根据权利要求7所述的装置,其中,所述预设更新周期大于所述IMU的采样周期且小于所述IMU的积分误差漂移间隔时长。
9.根据权利要求7或8所述的装置,其中,所述根据本次收到的定位信息和当前时间与本次收到定位信息的时间之间的时间差确定所述当前定位信息,包括:
根据本次收到的定位信息和当前时间与本次收到定位信息的时间之间的时间差确定当前定位位置;
将所述当前定位信息中的位置、速度和航向角分别确定为所确定的当前定位位置、本次收到的定位信息中的速度和本次收到的定位信息中的航向角。
10.根据权利要求9所述的装置,其中,所述GNSS接收机解算的所述无人驾驶车辆的位置包括东北天坐标系中的东向坐标和北向坐标;以及
所述根据本次收到的定位信息和当前时间与本次收到定位信息的时间之间的时间差确定当前定位位置,包括:
按照如下公式,根据本次收到的定位信息和当前时间与本次收到定位信息的时间之间的时间差确定当前定位位置:
x(t′)=x(t)+v(t)·sin(angle(t))·(t′-t)
y(t′)=y(t)+v(t)·cos(angle(t))·(t′-t)
其中,t是本次收到定位信息的时间,t′是当前时间,x(t)和y(t)分别是本次收到的定位信息中的位置中的东向坐标和北向坐标,angle(t)是本次收到的定位信息中的航向角,x(t′)和y(t′)分别是计算所得的当前定位位置中的东向坐标和北向坐标,v(t)是本次收到的定位信息中的速度。
11.根据权利要求10所述的装置,其中,所述响应于接收到所述GNSS接收机解算得到的定位信息,将所收到的定位信息确定为当前定位信息,包括:
响应于确定接收到所述GNSS接收机解算得到的定位信息,确定所收到的定位信息中的速度是否小于预设速度阈值;
响应于确定所收到的定位信息中的速度小于预设速度阈值,按照如下公式计算得到校正后定位位置:
x(t′)=x(t)+δx(t)·(t′-t)
y(t′)=y(t)+δy(t)·(t′-t)
其中,t是上次接收到定位信息的时间,t′是本次收到定位信息的时间,x(t)和y(t)分别是上次收到的定位信息中的位置中的东向坐标和北向坐标,x(t′)和y(t′)分别是计算所得的校正后定位位置中的东向坐标和北向坐标;
将所述当前定位信息中的位置、速度和航向角分别确定为计算得到的校正后定位位置、上次收到的定位信息中的速度和上次收到的定位信息中的航向角。
12.根据权利要求11所述的装置,其中,所述第二位姿确定单元进一步被配置成:
从收到定位信息的时间开始直到在预设最长等待时长内再次接收到定位信息,每隔预设更新周期,根据本次收到的定位信息和当前时间与本次收到定位信息的时间之间的时间差确定所述当前定位信息,以及执行所述位姿确定操作。
13.一种无人驾驶车辆,包括:
全球导航卫星系统接收机,用于解算无人驾驶车辆的位置、速度和航向角;
惯性测量单元,用于采集无人驾驶车辆的加速度和角速度;
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被一个或多个处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811156705.7A CN109143304B (zh) | 2018-09-30 | 2018-09-30 | 用于确定无人驾驶车辆位姿的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811156705.7A CN109143304B (zh) | 2018-09-30 | 2018-09-30 | 用于确定无人驾驶车辆位姿的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109143304A CN109143304A (zh) | 2019-01-04 |
CN109143304B true CN109143304B (zh) | 2020-12-29 |
Family
ID=64814145
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811156705.7A Active CN109143304B (zh) | 2018-09-30 | 2018-09-30 | 用于确定无人驾驶车辆位姿的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109143304B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109883423B (zh) * | 2019-02-25 | 2021-02-09 | 广州市香港科大霍英东研究院 | 基于卡尔曼滤波的定位方法、系统、设备及存储介质 |
CN109917440B (zh) * | 2019-04-09 | 2021-07-13 | 广州小鹏汽车科技有限公司 | 一种组合导航方法、系统及车辆 |
CN110221616A (zh) * | 2019-06-25 | 2019-09-10 | 清华大学苏州汽车研究院(吴江) | 一种地图生成的方法、装置、设备及介质 |
CN110455184B (zh) * | 2019-08-08 | 2021-03-16 | 叁晟科华(上海)信息技术有限公司 | 快速时空定位测姿的光电系统方法 |
CN112699135B (zh) * | 2019-10-22 | 2023-12-05 | 北京京东乾石科技有限公司 | 信息更新方法和装置 |
US11650333B2 (en) | 2021-09-07 | 2023-05-16 | Honeywell International Inc. | Methods and apparatuses for automatic object heading determinations |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101975962A (zh) * | 2010-09-26 | 2011-02-16 | 东莞市泰斗微电子科技有限公司 | 一种卫星导航定位方法及相应的装置 |
CN104678415A (zh) * | 2013-11-29 | 2015-06-03 | 现代摩比斯株式会社 | 车辆位置推测系统及其方法 |
CN106842271A (zh) * | 2015-12-03 | 2017-06-13 | 宁波芯路通讯科技有限公司 | 导航定位方法及装置 |
CN106950586A (zh) * | 2017-01-22 | 2017-07-14 | 无锡卡尔曼导航技术有限公司 | 用于农机作业的gnss/ins/车辆组合导航方法 |
CN107024206A (zh) * | 2017-04-17 | 2017-08-08 | 重庆邮电大学 | 一种基于ggi/gps/ins的组合导航系统 |
CN107831516A (zh) * | 2017-10-31 | 2018-03-23 | 河海大学 | 融合gnss和地面监测网获取大坝实时高精度位移的方法 |
CN108088443A (zh) * | 2016-11-23 | 2018-05-29 | 北京自动化控制设备研究所 | 一种定位定向设备速度补偿方法 |
CN108492316A (zh) * | 2018-02-13 | 2018-09-04 | 视辰信息科技(上海)有限公司 | 一种终端的定位方法和装置 |
CN108535755A (zh) * | 2018-01-17 | 2018-09-14 | 南昌大学 | 基于mems的gnss/imu车载实时组合导航方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8626441B2 (en) * | 2008-06-17 | 2014-01-07 | Agco Corporation | Methods and apparatus for using position/attitude information to enhance a vehicle guidance system |
-
2018
- 2018-09-30 CN CN201811156705.7A patent/CN109143304B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101975962A (zh) * | 2010-09-26 | 2011-02-16 | 东莞市泰斗微电子科技有限公司 | 一种卫星导航定位方法及相应的装置 |
CN104678415A (zh) * | 2013-11-29 | 2015-06-03 | 现代摩比斯株式会社 | 车辆位置推测系统及其方法 |
CN106842271A (zh) * | 2015-12-03 | 2017-06-13 | 宁波芯路通讯科技有限公司 | 导航定位方法及装置 |
CN108088443A (zh) * | 2016-11-23 | 2018-05-29 | 北京自动化控制设备研究所 | 一种定位定向设备速度补偿方法 |
CN106950586A (zh) * | 2017-01-22 | 2017-07-14 | 无锡卡尔曼导航技术有限公司 | 用于农机作业的gnss/ins/车辆组合导航方法 |
CN107024206A (zh) * | 2017-04-17 | 2017-08-08 | 重庆邮电大学 | 一种基于ggi/gps/ins的组合导航系统 |
CN107831516A (zh) * | 2017-10-31 | 2018-03-23 | 河海大学 | 融合gnss和地面监测网获取大坝实时高精度位移的方法 |
CN108535755A (zh) * | 2018-01-17 | 2018-09-14 | 南昌大学 | 基于mems的gnss/imu车载实时组合导航方法 |
CN108492316A (zh) * | 2018-02-13 | 2018-09-04 | 视辰信息科技(上海)有限公司 | 一种终端的定位方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109143304A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109143304B (zh) | 用于确定无人驾驶车辆位姿的方法和装置 | |
CN108731667B (zh) | 用于确定无人驾驶车辆的速度和位姿的方法和装置 | |
CN107884800B (zh) | 观测时滞系统的组合导航数据解算方法、装置及导航设备 | |
CN111121768B (zh) | 一种机器人位姿估计方法、装置、可读存储介质及机器人 | |
CN109186597B (zh) | 一种基于双mems-imu的室内轮式机器人的定位方法 | |
US20160202359A1 (en) | Heading for a hybrid navigation solution based on magnetically calibrated measurements | |
CN109781117B (zh) | 一种组合定位方法和系统 | |
EP1585939A2 (en) | Attitude change kalman filter measurement apparatus and method | |
CN113934775B (zh) | 车辆轨迹地图匹配方法、装置、设备和计算机可读介质 | |
CN112800159B (zh) | 地图数据处理方法及装置 | |
JP5164645B2 (ja) | カルマンフィルタ処理における繰り返し演算制御方法及び装置 | |
CN109631886B (zh) | 车辆定位方法、装置、电子设备、存储介质 | |
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 | |
CN111024067B (zh) | 一种信息处理方法、装置、设备及计算机存储介质 | |
CN106708088B (zh) | 坐标计算方法及装置、飞行控制方法及系统、无人机 | |
US10670405B2 (en) | Inertial measurement unit management with reduced rotational drift | |
CN111443370A (zh) | 车辆定位方法、装置、设备及车辆 | |
CN116559923A (zh) | 用于gnss天线杆臂和里程计杆臂的在线估计方法、设备及介质 | |
CN112595330B (zh) | 车辆定位方法、装置、电子设备和计算机可读介质 | |
CN113917512B (zh) | 自动驾驶车辆的定位方法、装置、电子设备及存储介质 | |
CN114001730B (zh) | 融合定位方法、装置、计算机设备和存储介质 | |
CN116380119A (zh) | 组合导航的校准方法、装置和系统 | |
CN113946151A (zh) | 针对自动驾驶车辆的数据处理方法、装置和自动驾驶车辆 | |
CN113218380A (zh) | 一种电子罗盘的校正方法、装置、电子设备及存储介质 | |
CN113804194B (zh) | 一种行驶设备的定位方法、装置、设备及存储介质 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211013 Address after: 100176 Room 101, 1st floor, building 1, yard 7, Ruihe West 2nd Road, economic and Technological Development Zone, Daxing District, Beijing Patentee after: Apollo Zhilian (Beijing) Technology Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Patentee before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |
|
TR01 | Transfer of patent right |