CN109781120A - 一种基于同步定位构图的车辆组合定位方法 - Google Patents

一种基于同步定位构图的车辆组合定位方法 Download PDF

Info

Publication number
CN109781120A
CN109781120A CN201910074824.6A CN201910074824A CN109781120A CN 109781120 A CN109781120 A CN 109781120A CN 201910074824 A CN201910074824 A CN 201910074824A CN 109781120 A CN109781120 A CN 109781120A
Authority
CN
China
Prior art keywords
vehicle
information
coordinate
method based
covariance matrix
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.)
Granted
Application number
CN201910074824.6A
Other languages
English (en)
Other versions
CN109781120B (zh
Inventor
许豪
高扬
刘江
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.)
Changan University
Original Assignee
Changan University
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 Changan University filed Critical Changan University
Priority to CN201910074824.6A priority Critical patent/CN109781120B/zh
Publication of CN109781120A publication Critical patent/CN109781120A/zh
Application granted granted Critical
Publication of CN109781120B publication Critical patent/CN109781120B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本发明公开了一种基于同步定位构图的车辆组合定位方法，本发明能够实时得到移动站模块所提供的世界坐标系下的车辆经纬度信息，经过GPS坐标转换模块之后结合伪距修正量得到的车辆的绝对定位坐标，通过激光SLAM定位模块得到在增量式地图上的车辆相对坐标信息，将绝对定位坐标与增量式地图上的车辆相对坐标信息进行无损卡尔曼滤波融合，最终得到车辆的定位信息；本发明通过两种方法对行驶的车辆位置信息进行采集，再将两种方法所得到的信息进行融合，最终得到定位信息，该方法能够提高车辆的可定位性，增加车辆定位的精度与鲁棒性。

Description

一种基于同步定位构图的车辆组合定位方法
技术领域
本发明属于无人驾驶汽车组合定位方法领域，具体涉及一种基于同步定位构图的车辆组合定位方法。
背景技术
无人驾驶汽车作为汽车发展的主要发展方向之一，其在人类未来生活中发挥的作用将越来越重要，随之而来的无人驾驶汽车的定位问题也越来越受到人们的关注。由于汽车行驶的环境比较复杂，难以靠单独一种传感器来得到车辆的准确定位，倘若车辆的定位不准，那么对于车辆的路径规划和导航都会造成重大的影响。因此，研制一种能在车辆行驶过程中提高无人驾驶汽车可定位性的系统，必然能够提高车辆定位的准确性，增加适应复杂环境的鲁棒性，对无人驾驶汽车的技术发展及普及应用都有重要的价值。
目前提高车辆定位的技术，按照行驶环境的不同分为室内定位和室外定位。室内定位主要是使用基于激光雷达传感器和相机的激光SLAM和视觉SLAM技术，激光雷达传感器定位精度好，但是多线激光雷达成本太高，难以进行大规模应用；相机成本低，但是图像处理时运算量大，需要进行不断的优化。若SLAM技术用于室外，在空旷或者特征点少的室外环境下，容易出现绑架问题，车辆会丢失自己的定位。室外定位大多使用差分GPS得到车辆的绝对坐标，但是室外环境复杂，GPS信号容易受到周围环境的遮挡和电磁信号的干扰，因此GPS提供的定位坐标不稳定，误差相差很大，现行的室外定位更多是将GPS信号与IMU、里程计信息进行数据融合得到车辆较准确的定位，但在长时间运行之后误差会增大，且定位精度不够精确，难以达到无人驾驶汽车的定位要求。
发明内容
本发明的目的在于克服上述不足，提供一种基于同步定位构图的车辆组合定位方法，能够提高车辆的可定位性，增加车辆定位的精度与鲁棒性。
为了达到上述目的，本发明包括以下步骤：
步骤一，通过移动站模块得到车辆移动过程中的实时经纬度坐标信息，通过基站模块获得伪距修正量；
步骤二，通过GPS坐标转换模块将实时经纬度坐标信息转换为地图坐标系下的坐标，并计算GPS在不同锁星数不同工作环境下的协方差矩阵；
步骤三，结合伪距修正量对协方差矩阵进行修正，得到车辆的绝对定位坐标；
步骤四，通过激光SLAM定位模块感知车辆行驶环境，实时得到车辆相对坐标，通过CAN总线采集速度转角信息，得到行驶里程，根据行驶里程和实时相对坐标与现有地图进行实时扫描匹配，生成增量式地图，并在增量式地图上记录车辆行驶的相对坐标信息；
步骤五，根据车辆的绝对定位坐标和相对坐标信息，运用无损卡尔曼滤波算法进行融合，得到车辆最终的定位信息。
步骤一中，基站模块通过3G/4G无线网络通讯格式对数据进行收发。
步骤二中，GPS坐标转换模块接收到实时经纬度坐标信息后，首先经过高斯-克吕格投影，得到投影后的utm坐标系下坐标信息，之后将投影后的utm坐标系下坐标信息与车辆在地图坐标系下的坐标进行平移旋转变换，得到GPS坐标在地图坐标系下的坐标。
步骤二中，协方差矩阵通过以下方法获得：
利用GPS在不同环境下的锁星数和在该锁星数下的经纬度变化信息，得到在该锁星数时的协方差矩阵；
在不同的环境下进行测量，将锁星数进行阈值划分，相隔两个锁星为一个协方差矩阵，得到不同环境不同锁星数时协方差矩阵；
当GPS接收到经纬度信息和锁星数时，将该锁星数对应的协方差矩阵作为实时的协方差矩阵。
步骤四中，激光SLAM定位模块采用单线激光雷达。
步骤四中，增量式地图为二维栅格地图。
步骤五中，无损卡尔曼滤波算法的预测值为车辆的绝对定位坐标，无损卡尔曼滤波算法的测量值为车辆行驶的相对坐标信息。
与现有技术相比，本发明能够实时得到移动站模块所提供的世界坐标系下的车辆经纬度信息，经过GPS坐标转换模块之后结合伪距修正量得到的车辆的绝对定位坐标，通过激光SLAM定位模块得到在增量式地图上的车辆相对坐标信息，将绝对定位坐标与增量式地图上的车辆相对坐标信息进行无损卡尔曼滤波融合，最终得到车辆的定位信息；本发明通过两种方法对行驶的车辆位置信息进行采集，再将两种方法所得到的信息进行融合，最终得到定位信息，该方法能够提高车辆的可定位性，增加车辆定位的精度与鲁棒性。
附图说明
图1为本发明的控制框图。
具体实施方式
下面结合附图对本发明做进一步说明。
参见图1，本发明包括以下步骤：
步骤一，通过移动站模块得到车辆移动过程中的实时经纬度坐标信息，通过基站模块获得伪距修正量；
步骤二，通过GPS坐标转换模块将实时经纬度坐标信息转换为地图坐标系下的坐标，并计算GPS在不同锁星数不同工作环境下的协方差矩阵；
步骤三，结合伪距修正量对协方差矩阵进行修正，得到车辆的绝对定位坐标；
步骤四，通过激光SLAM定位模块感知车辆行驶环境，实时得到车辆相对坐标，通过CAN总线采集速度转角信息，得到行驶里程，根据行驶里程和实时相对坐标与现有地图进行实时扫描匹配，生成增量式地图，并在增量式地图上记录车辆行驶的相对坐标信息；
步骤五，根据车辆的绝对定位坐标和相对坐标信息，运用无损卡尔曼滤波算法进行融合，得到车辆最终的定位信息，无损卡尔曼滤波算法的预测值为车辆的绝对定位坐标，无损卡尔曼滤波算法的测量值为车辆行驶的相对坐标信息。
GPS坐标转换模块接收到实时经纬度坐标信息后，首先经过高斯-克吕格投影，得到投影后的utm坐标系下坐标信息，之后将投影后的utm坐标系下坐标信息与车辆在地图坐标系下的坐标进行平移旋转变换，得到GPS坐标在地图坐标系下的坐标。
协方差矩阵通过以下方法获得：
利用GPS在不同环境下的锁星数和在该锁星数下的经纬度变化信息，得到在该锁星数时的协方差矩阵；
在不同的环境下进行测量，将锁星数进行阈值划分，相隔两个锁星为一个协方差矩阵，得到不同环境不同锁星数时协方差矩阵；
当GPS接收到经纬度信息和锁星数时，将该锁星数对应的协方差矩阵作为实时的协方差矩阵。
基站模块通过3G/4G无线网络通讯格式对数据进行收发。
激光SLAM定位模块采用单线激光雷达。
增量式地图为二维栅格地图。
差分GPS定位模块通过天线接收GPS信息和伪距修正量，天线旋拧到磁基座上并固定摆放在高处以保证能够接收到良好的GNSS信号，将天线馈线连接到GNSS天线和主机单元接口上，同时电源不间断的对主机单元进行供电，得到的基站坐标后，主机单元通过使用射频天线，使用3G/4G无线网络通讯格式，将所获得伪距修正量传输给移动端。
安装时，GNSS前后天线分别旋拧到两个磁基座上并分别固定摆放在移动载体的前进方向上，尽可能的将其安置于移动载体的最高处以保证能够接收到良好的GNSS信号，接收经纬度信号的主机安装时要保证两个GNSS天线相位中心形成的连线、主机与车辆移动中心轴线方向一致或平行，激光雷达安装在车身前部来实时感应外部环境信息。

Claims (7)

1.一种基于同步定位构图的车辆组合定位方法，其特征在于，包括以下步骤：
步骤一，通过移动站模块得到车辆移动过程中的实时经纬度坐标信息，通过基站模块获得伪距修正量；
步骤二，通过GPS坐标转换模块将实时经纬度坐标信息转换为地图坐标系下的坐标，并计算GPS在不同锁星数不同工作环境下的协方差矩阵；
步骤三，结合伪距修正量对协方差矩阵进行修正，得到车辆的绝对定位坐标；
步骤四，通过激光SLAM定位模块感知车辆行驶环境，实时得到车辆相对坐标，通过CAN总线采集速度转角信息，得到行驶里程，根据行驶里程和实时相对坐标与现有地图进行实时扫描匹配，生成增量式地图，并在增量式地图上记录车辆行驶的相对坐标信息；
步骤五，根据车辆的绝对定位坐标和相对坐标信息，运用无损卡尔曼滤波算法进行融合，得到车辆最终的定位信息。
2.根据权利要求1所述的一种基于同步定位构图的车辆组合定位方法，其特征在于，步骤一中，基站模块通过3G/4G无线网络通讯格式对数据进行收发。
3.根据权利要求1所述的一种基于同步定位构图的车辆组合定位方法，其特征在于，步骤二中，GPS坐标转换模块接收到实时经纬度坐标信息后，首先经过高斯-克吕格投影，得到投影后的utm坐标系下坐标信息，之后将投影后的utm坐标系下坐标信息与车辆在地图坐标系下的坐标进行平移旋转变换，得到GPS坐标在地图坐标系下的坐标。
4.根据权利要求1所述的一种基于同步定位构图的车辆组合定位方法，其特征在于，步骤二中，协方差矩阵通过以下方法获得：
利用GPS在不同环境下的锁星数和在该锁星数下的经纬度变化信息，得到在该锁星数时的协方差矩阵；
在不同的环境下进行测量，将锁星数进行阈值划分，相隔两个锁星为一个协方差矩阵，得到不同环境不同锁星数时协方差矩阵；
当GPS接收到经纬度信息和锁星数时，将该锁星数对应的协方差矩阵作为实时的协方差矩阵。
5.根据权利要求1所述的一种基于同步定位构图的车辆组合定位方法，其特征在于，步骤四中，激光SLAM定位模块采用单线激光雷达。
6.根据权利要求1所述的一种基于同步定位构图的车辆组合定位方法，其特征在于，步骤四中，增量式地图为二维栅格地图。
7.根据权利要求1所述的一种基于同步定位构图的车辆组合定位方法，其特征在于，步骤五中，无损卡尔曼滤波算法的预测值为车辆的绝对定位坐标，无损卡尔曼滤波算法的测量值为车辆行驶的相对坐标信息。
CN201910074824.6A 2019-01-25 2019-01-25 一种基于同步定位构图的车辆组合定位方法 Active CN109781120B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910074824.6A CN109781120B (zh) 2019-01-25 2019-01-25 一种基于同步定位构图的车辆组合定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910074824.6A CN109781120B (zh) 2019-01-25 2019-01-25 一种基于同步定位构图的车辆组合定位方法

Publications (2)

Publication Number Publication Date
CN109781120A true CN109781120A (zh) 2019-05-21
CN109781120B CN109781120B (zh) 2023-04-14

Family

ID=66502427

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910074824.6A Active CN109781120B (zh) 2019-01-25 2019-01-25 一种基于同步定位构图的车辆组合定位方法

Country Status (1)

Country Link
CN (1) CN109781120B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110850457A (zh) * 2019-10-22 2020-02-28 同济大学 一种用于室内煤场的无人机定位导航方法
CN112083725A (zh) * 2020-09-04 2020-12-15 湖南大学 一种面向自动驾驶车辆的结构共用多传感器融合定位系统
CN112729341A (zh) * 2020-11-20 2021-04-30 上海汽车集团股份有限公司 一种视觉测距精度测试方法及系统
CN115468569A (zh) * 2022-09-16 2022-12-13 海南大学 一种基于双定位的语音控制车辆导航方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6240367B1 (en) * 1998-11-27 2001-05-29 Ching-Fang Lin Full fusion positioning method for vehicle
JP2006112994A (ja) * 2004-10-18 2006-04-27 Japan Radio Co Ltd 測位装置及び測位方法
CN102778686A (zh) * 2012-08-07 2012-11-14 东南大学 基于移动gps/ins节点的协同车辆定位方法
CN103207634A (zh) * 2013-03-20 2013-07-17 北京工业大学 一种智能车辆中差分gps与惯性导航数据融合的系统和方法
CN103529459A (zh) * 2012-07-05 2014-01-22 上海映慧电子科技有限公司 一种采用单频gps和glonass组合精准定位的方法及其系统
US20150219767A1 (en) * 2014-02-03 2015-08-06 Board Of Regents, The University Of Texas System System and method for using global navigation satellite system (gnss) navigation and visual navigation to recover absolute position and attitude without any prior association of visual features with known coordinates
JP2016128837A (ja) * 2016-03-02 2016-07-14 三菱電機株式会社 Ｇｎｓｓ測位装置およびｇｎｓｓ測位方法
CN106840179A (zh) * 2017-03-07 2017-06-13 中国科学院合肥物质科学研究院 一种基于多传感器信息融合的智能车定位方法
CN107024216A (zh) * 2017-03-14 2017-08-08 重庆邮电大学 引入全景地图的智能车辆融合定位系统及方法
CN107808123A (zh) * 2017-09-30 2018-03-16 杭州迦智科技有限公司 图像可行域检测方法、电子设备、存储介质、检测系统
CN108303710A (zh) * 2018-06-12 2018-07-20 江苏中科院智能科学技术应用研究院 基于三维激光雷达的无人机多场景定位建图方法
CN108680156A (zh) * 2018-02-26 2018-10-19 北京克路德人工智能科技有限公司 一种多传感器数据融合的机器人定位方法
CN108873902A (zh) * 2018-07-04 2018-11-23 北京踏歌智行科技有限公司 一种无人驾驶矿用车辆的远程控制方法及装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6240367B1 (en) * 1998-11-27 2001-05-29 Ching-Fang Lin Full fusion positioning method for vehicle
JP2006112994A (ja) * 2004-10-18 2006-04-27 Japan Radio Co Ltd 測位装置及び測位方法
CN103529459A (zh) * 2012-07-05 2014-01-22 上海映慧电子科技有限公司 一种采用单频gps和glonass组合精准定位的方法及其系统
CN102778686A (zh) * 2012-08-07 2012-11-14 东南大学 基于移动gps/ins节点的协同车辆定位方法
CN103207634A (zh) * 2013-03-20 2013-07-17 北京工业大学 一种智能车辆中差分gps与惯性导航数据融合的系统和方法
US20150219767A1 (en) * 2014-02-03 2015-08-06 Board Of Regents, The University Of Texas System System and method for using global navigation satellite system (gnss) navigation and visual navigation to recover absolute position and attitude without any prior association of visual features with known coordinates
JP2016128837A (ja) * 2016-03-02 2016-07-14 三菱電機株式会社 Ｇｎｓｓ測位装置およびｇｎｓｓ測位方法
CN106840179A (zh) * 2017-03-07 2017-06-13 中国科学院合肥物质科学研究院 一种基于多传感器信息融合的智能车定位方法
CN107024216A (zh) * 2017-03-14 2017-08-08 重庆邮电大学 引入全景地图的智能车辆融合定位系统及方法
CN107808123A (zh) * 2017-09-30 2018-03-16 杭州迦智科技有限公司 图像可行域检测方法、电子设备、存储介质、检测系统
CN108680156A (zh) * 2018-02-26 2018-10-19 北京克路德人工智能科技有限公司 一种多传感器数据融合的机器人定位方法
CN108303710A (zh) * 2018-06-12 2018-07-20 江苏中科院智能科学技术应用研究院 基于三维激光雷达的无人机多场景定位建图方法
CN108873902A (zh) * 2018-07-04 2018-11-23 北京踏歌智行科技有限公司 一种无人驾驶矿用车辆的远程控制方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A. Y. KIBANGOU; A. MONIN: "GPS based land vehicle positioning using Gaussian sum filters" *
彭旭飞,陆志东,岳亚洲,等: "基于惯性辅助的GPS相对定位算法" *
贺勇;路昊;王春香;杨明;吴涛;: "基于多传感器的车道级高精细地图制作方法" *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110850457A (zh) * 2019-10-22 2020-02-28 同济大学 一种用于室内煤场的无人机定位导航方法
CN112083725A (zh) * 2020-09-04 2020-12-15 湖南大学 一种面向自动驾驶车辆的结构共用多传感器融合定位系统
CN112729341A (zh) * 2020-11-20 2021-04-30 上海汽车集团股份有限公司 一种视觉测距精度测试方法及系统
CN115468569A (zh) * 2022-09-16 2022-12-13 海南大学 一种基于双定位的语音控制车辆导航方法

Also Published As

Publication number Publication date
CN109781120B (zh) 2023-04-14

Similar Documents

Publication Publication Date Title
CN109781120A (zh) 一种基于同步定位构图的车辆组合定位方法
CN104501803B (zh) 基于Andriod的便携式智能设备地质导航与地质测绘方法
CN110446159A (zh) 一种室内无人机精确定位与自主导航的系统及方法
CN105424041A (zh) 一种基于bd/ins紧耦合的行人定位算法
CN104197930A (zh) 一种基于惯性制导和射频识别的室内定位装置及方法
CN106949892A (zh) 一种定位方法及装置
CN108594282A (zh) 一种基于高精度gnss实时协同定位的ros机器人导航方法
CN101650433B (zh) 获取物体自身运动轨迹方法
CN103033836A (zh) 一种车载导航指向装置及方法
CN201463898U (zh) 物体运动轨迹定位跟踪系统
CN201464652U (zh) 定位并获取物体自身运动轨迹的电子设备
CN101655554B (zh) 跟踪物体运动轨迹的系统
CN104898146A (zh) 一种车载定位装置
CN101650432A (zh) 基于网络计算的物体三维运动轨迹跟踪系统
CN101655553B (zh) 获取物体三维运动轨迹的电子设备
CN204115737U (zh) 一种基于惯性制导和射频识别的室内定位装置
CN101650185A (zh) 获取物体自身运动轨迹的电子设备
CN101644578A (zh) 基于网络计算的物体运动轨迹跟踪系统
CN112556695B (zh) 室内定位与三维建模方法、系统、电子设备及存储介质
CN208579770U (zh) 一种室内定位系统
CN201508184U (zh) 基于网络展示的物体三维运动轨迹定位跟踪系统
CN101655552A (zh) 基于网络展示的物体三维运动轨迹跟踪系统
CN201464653U (zh) 基于网络计算的物体三维运动轨迹定位跟踪系统
CN104833995A (zh) 基于Android平台的无源区域地理信息采集系统及方法
CN101655370B (zh) 基于网络计算获取物体自身运动轨迹的电子设备

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