CN110068323B - 网络时延定位误差补偿方法、装置及电子设备 - Google Patents
网络时延定位误差补偿方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110068323B CN110068323B CN201910425384.4A CN201910425384A CN110068323B CN 110068323 B CN110068323 B CN 110068323B CN 201910425384 A CN201910425384 A CN 201910425384A CN 110068323 B CN110068323 B CN 110068323B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- determining
- vehicle position
- predicted
- 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
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
Abstract
本公开实施例公开了一种车联网中网络时延定位误差补偿方法、装置及电子设备,所述方法包括获取车辆状态信息和传输时延信息,所述车辆状态信息包括车辆位置信息、车辆角度信息、车辆速度信息,其中,所述车辆角度信息包括车辆的航向角和俯仰角,根据所述车辆位置信息和车辆角度信息,确定方向向量,基于所述方向向量、车辆速度信息以及传输时延信息,确定位移补偿值,根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置。该技术方案能够结合车辆状态信息和传输时延信息,确定位移补偿值,实现对车辆位置信息的修正,有效避免在车辆高速移动时因网络传输时延导致的定位精度下降,提高了车辆行驶的安全性。
Description
技术领域
本公开涉及车辆定位技术领域,具体涉及一种车联网中网络时延定位误差补偿方法、装置及电子设备。
背景技术
车联网是指通过安装车载终端设备来实现对车辆工作情况和静、动态信息的采集、存储并发送。车联网概念的提出,为今后的出行方式和生活方式带来了更多的可能。
在提出本公开的过程中,发明人发现,在车联网中,数据端到端传输过程中不可避免地存在网络传输时延。例如,自动驾驶的车辆能够通过GPS设备获取自身的位置信息,并通过网络获取其他车辆的位置信息来获取车辆间的相对位置,从而避免行车过程中的安全问题,而网络传输时延可能导致获取的位置信息以及车辆间的相对位置存在较大的误差,高速行驶的汽车由时延造成的位置误差可达到数米,给高速行驶中的车辆带来极大的安全隐患。
发明内容
为了解决相关技术中的问题,本公开实施例提供一种车联网中网络时延定位误差补偿方法、装置及电子设备。
第一方面,本公开实施例提供一种车联网中网络时延定位误差补偿方法。
具体地,所述车联网中网络时延定位误差补偿方法,包括:
获取车辆状态信息和传输时延信息,所述车辆状态信息包括车辆位置信息、车辆角度信息、车辆速度信息,其中,所述车辆角度信息包括车辆的航向角和俯仰角;
根据所述车辆位置信息和车辆角度信息,确定方向向量;
基于所述方向向量、车辆速度信息以及传输时延信息,确定位移补偿值;
根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置。
可选地,所述根据所述车辆位置信息和车辆角度信息,确定方向向量包括:
根据所述车辆位置信息,确定地球空间直角坐标系下的车辆位置向量;
根据所述车辆位置向量和车辆角度信息,确定方向向量。
可选地,所述根据所述车辆位置信息,确定地球空间直角坐标系下的车辆位置向量包括:
x=(N+H)·cos B·cos L,
y=(N+H)·cos B·sin L,
z=(N·(1-e2)+H)·sin B;
所述车辆位置信息包括所述车辆的经度L、纬度B和海拔H,e是地球第一偏心率,N是所述车辆位置对应的曲率半径。
可选地,所述根据车辆位置向量和车辆角度信息,确定方向向量包括:
可选地,所述根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置,包括:
根据所述预测车辆位置向量,确定所述车辆的预测位置。
L′=arctan(x′/y′);
基于所述预测经度L′、纬度B和海拔H,确定估计纬度B0和估计海拔H0的方程式为:
B0=arctan([(z′·cos L′)/x′]/[1-N·e2/(N+H)]),
H0=x′/(cos B0·cos L′)-N0,
式中,e表示第一偏心率,a表示地球长半轴,N0表示估计曲率半径;
根据所述估计纬度B0、估计曲率半径N0和估计海拔H0,确定预测纬度B′、预测曲率半径N′和预测海拔H′:
B′=arctan([(z′·cos L′)/x′]/[1-N0·e2/(N0+H0)]),
H′=x′/(cos B′·cos L′)-N′,
式中,N′表示预测曲率半径。
可选地,所述传输时延信息为获取车辆状态信息前的p个网络传输时延值的平均值,其中,所述网络传输时延值是数据包从车辆传输到服务器,再从服务器传输回车辆的双向时延值,p为大于1的整数。
可选地,p取为4。
第二方面,本公开实施例提供一种车联网中网络时延定位误差补偿装置。
具体地,所述车联网中网络时延定位误差补偿装置,包括:
获取模块,被配置为获取车辆状态信息和传输时延信息,所述车辆状态信息包括车辆位置信息、车辆角度信息、车辆速度信息,其中,所述车辆角度信息包括车辆的航向角和俯仰角;
第一确定取模块,被配置为根据所述车辆位置信息和车辆角度信息,确定方向向量;
第二确定取模块,被配置为基于所述方向向量、车辆速度信息以及传输时延信息,确定位移补偿值;
第三确定取模块,被配置为根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置。
可选地,所述根据所述车辆位置信息和车辆角度信息,确定方向向量包括:
根据所述车辆位置信息,确定地球空间直角坐标系下的车辆位置向量;
根据所述车辆位置向量和车辆角度信息,确定方向向量。
可选地,所述根据所述车辆位置信息,确定地球空间直角坐标系下的车辆位置向量包括:
x=(N+H)·cos B·cos L,
y=(N+H)·cos B·sin L,
z=(N·(1-e2)+H)·sin B;
所述车辆位置信息包括所述车辆的经度L、纬度B和海拔H,e是地球第一偏心率,N是所述车辆位置对应的曲率半径。
可选地,所述根据车辆位置向量和车辆角度信息,确定方向向量包括:
可选地,所述根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置,包括:
根据所述预测车辆位置向量,确定所述车辆的预测位置。
L′=arctan(x′/y′);
基于所述预测经度L′、纬度B和海拔H,确定估计纬度B0和估计海拔H0的方程式为:
B0=arctan([(z′·cos L′)/x′]/[1-N·e2/(N+H)]),
H0=x′/(cos B0·cos L′)-N0,
式中,e表示第一偏心率,a表示地球长半轴,N0表示估计曲率半径;
根据所述估计纬度B0、估计曲率半径N0和估计海拔H0,确定预测纬度B′、预测曲率半径N′和预测海拔H′:
B′=arctan([(z′·cos L′)/x′]/[1-N0·e2/(N0+H0)]),
H′=x′/(cos B′·cos L′)-N′,
式中,N′表示预测曲率半径。
可选地,所述传输时延信息为获取车辆状态信息前的p个网络传输时延值的平均值,其中,所述网络传输时延值是数据包从车辆传输到服务器,再从服务器传输回车辆的双向时延值,p为大于1的整数。
可选地,p取为4。
第三方面,本公开实施例提供了一种电子设备,包括存储器和处理器,其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现以下方法步骤:
获取车辆状态信息和传输时延信息,所述车辆状态信息包括车辆位置信息、车辆角度信息、车辆速度信息,其中,所述车辆角度信息包括车辆的航向角和俯仰角;
根据所述车辆位置信息和车辆角度信息,确定方向向量;
基于所述方向向量、车辆速度信息以及传输时延信息,确定位移补偿值;
根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置。
可选地,所述根据所述车辆位置信息和车辆角度信息,确定方向向量包括:
根据所述车辆位置信息,确定地球空间直角坐标系下的车辆位置向量;
根据所述车辆位置向量和车辆角度信息,确定方向向量。
可选地,所述根据所述车辆位置信息,确定地球空间直角坐标系下的车辆位置向量包括:
x=(N+H)·cos B·cos L,
y=(N+H)·cos B·sin L,
z=(N·(1-e2)+H)·sin B,
所述车辆位置信息包括所述车辆的经度L、纬度B和海拔H,e是地球第一偏心率,N是所述车辆位置对应的曲率半径。
可选地,所述根据车辆位置向量和车辆角度信息,确定方向向量包括:
可选地,所述根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置,包括:
根据所述预测车辆位置向量,确定所述车辆的预测位置。
L′=arctan(x′/y′);
基于所述预测经度L′、纬度B和海拔H,确定估计纬度B0和估计海拔H0的方程式为:
B0=arctan([(z′·cos L′)/x′]/[1-N·e2/(N+H)]),
H0=x′/(cos B0·cos L′)-N0,
式中,e表示第一偏心率,a表示地球长半轴,N0表示估计曲率半径;
根据所述估计纬度B0、估计曲率半径N0和估计海拔H0,确定预测纬度B′、预测曲率半径N′和预测海拔H′:
B′=arctan([(z′·cos L′)/x′]/[1-N0·e2/(N0+H0)]),
H'=x′/(cos B'·cos L')-N',
式中,N′表示预测曲率半径。
可选地,所述传输时延信息为获取车辆状态信息前的p个网络传输时延值的平均值,其中,所述网络传输时延值是数据包从车辆传输到服务器,再从服务器传输回车辆的双向时延值,p为大于1的整数。
可选地,p取为4。
第四方面,本公开实施例中提供了一种可读存储介质,其上存储有计算机指令,该计算机指令被处理器执行时实现如第一方面、第一方面的第一种实现方式至第八种实现方式任一项所述的方法。本公开实施例提供的技术方案可以包括以下有益效果:
根据本公开实施例提供的技术方案,能够结合车辆状态信息和传输时延信息,确定位移补偿值,从而实现对车辆位置信息的修正,可以有效避免车辆在高速移动时受到网络传输时延而导致定位精度下降,提高了车辆行驶的安全性和车联网中定位信息的可靠性。
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。
附图说明
结合附图,通过以下非限制性实施方式的详细描述,本公开的其它标签、目的和优点将变得更加明显。在附图中:
图1示出根据本公开实施例的车联网中网络时延定位误差补偿方法的流程图;
图2示出根据本公开实施例的根据车辆位置信息和车辆角度信息确定方向向量的流程图;
图3示出根据本公开实施例的根据车辆位置向量和车辆角度信息确定方向向量的流程图;
图4示出根据本公开实施例的确定指北向量的几何示意图;
图5示出根据本公开实施例的根据车辆位置向量和位移补偿值确定车辆的预测位置的流程图;
图6示出根据本公开实施例的根据预测车辆位置向量确定车辆的预测位置的流程图;
图7示出根据本公开实施例的车联网中网络时延定位误差补偿装置的结构框图;
图8示出根据本公开实施例的电子设备的结构框图;
图9示出适于用来实现根据本公开实施例的车联网中网络时延定位误差补偿方法的计算机系统的结构示意图。
具体实施方式
下文中,将参考附图详细描述本公开的示例性实施例,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施例无关的部分。
在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是,在不冲突的情况下,本公开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公开。
上文提及,在车联网中,数据端到端传输过程中不可避免地存在网络传输时延。例如,自动驾驶的车辆能够通过GPS设备获取自身的位置信息,并通过网络获取其他车辆的位置信息来获取车辆之间的相对位置,从而避免行车过程中的安全问题,而网络传输时延可能导致获取的位置信息以及车辆间的相对位置存在较大的误差,高速行驶的汽车由时延造成的位置误差可达到数米,给高速行驶中的车辆带来极大的安全隐患。
在提出本公开的过程中,发明人发现,车载GPS接收机不仅能输出车辆实时的厘米级高精度定位信息,同时又能输出车辆的方向角和俯仰角两个角度值。车辆通过将方向信息、GPS位置信息和速度信息上传至服务器,服务器能通过以上信息和自身存储计算的时延信息预测消息经过收发一次端到端时延后车辆的准确位置,提供给其余车辆和车联网设备使用,能够显著提高自动驾驶的安全性。
图1示出根据本公开实施例的车联网中网络时延定位误差补偿方法的流程图。
如图1所示,所述车联网中网络时延定位误差补偿方法包括以下步骤S100–S400。
在步骤S100中,获取车辆状态信息和传输时延信息,所述车辆状态信息包括车辆位置信息、车辆角度信息、车辆速度信息,其中,所述车辆角度信息包括车辆的航向角和俯仰角。
根据本公开实施例,所述航向角(Heading)是指车辆当前行驶方向与真北方向(真子午线切线方向)之间的夹角,其中,所述航向角以北向为0°(360°),东向为90°。所述俯仰角(Pitch)是指车辆方向与车辆所在水平面之间的夹角,当所述车辆方向在水平面上方时,俯仰角为正,当所述车辆方向在水平面下方时,俯仰角为负。
根据本公开实施例,所述传输时延信息为获取车辆状态信息前的p次网络传输时延值的平均值,其中,所述网络传输时延值是数据包从车辆传输到服务器,再从服务器传输回车辆的双向时延值,p为大于1的整数。根据本公开实施例,数据包可以是ping命令所用的测量数据包,也可以是其它数据包,本公开对此不作限定。
根据本公开实施例,p取为4。例如,假设前4次网络传输时延值分别为20.3ms、20.4ms、20.4ms以及20.9ms,则所述传输时延信息t为四个网络传输时延值的平均值:
t=(20.3+20.4+20.4+20.9)/4=20.5ms。
在步骤S200中,根据所述车辆位置信息和车辆角度信息,确定方向向量。
根据本公开实施例,所述车辆位置信息可以采用地球空间直角坐标系,其中,所述地球空间直角坐标系为大地体内建立的O-XYZ直角坐标系,以地球质心为原点O,质心指向赤道与本初子午线交点为X轴,质心指向正北方向为Z轴,Y轴与XZ平面垂直构成右手系,则所述车辆位置信息包括所述车辆在X轴、Y轴和Z轴上的分量。
根据本公开实施例,所述车辆位置信息也可以采用其他坐标系,本公开对此不作限定。例如,采用WGS84经纬度坐标系时,所述车辆位置信息包括所述车辆的经度、纬度和海拔。
在步骤S300中,基于所述方向向量、车辆速度信息以及传输时延信息,确定位移补偿值。
在步骤S400中,根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置。
图2示出根据本公开实施例的根据车辆位置信息和车辆角度信息确定方向向量的流程图。
如图2所示,根据本公开实施例,所述根据车辆位置信息和车辆角度信息,确定方向向量包括以下步骤S210–S220。
在步骤S210中,根据所述车辆位置信息,确定地球空间直角坐标系下的车辆位置向量。
根据本公开实施例,当所述车辆位置信息采用其他坐标系,则先将所述车辆位置信息转换为地球空间直角坐标系下的车辆位置向量。
例如,假设所述车辆位置信息采用WGS84经纬度坐标系,则所述车辆位置信息包括所述车辆的经度L、纬度B和海拔H。由于在所述WGS84经纬度坐标系中,通常已知地球长半轴a(6378137m)和椭球扁率f(1/298.257223563),可以先通过下式获取地球短半轴b:
b=a·(1-f)。
然后,可以通过下式依次获取第一偏心率e和所述车辆位置对应的曲率半径N:
x=(N+H)·cos B·cos L,
y=(N+H)·cos B·sin L,
z=(N·(1-e2)+H)·sin B,
在步骤S220中,根据所述车辆位置向量和车辆角度信息,确定方向向量。
根据本公开实施例,获取所述车辆位置向量后,可以结合车辆的航向角和俯仰角建立方程组,确定所述车辆在地球空间直角坐标系下的方向向量。
图3示出根据本公开实施例的根据车辆位置向量和车辆角度信息确定方向向量的流程图。
图4示出根据本公开实施例的确定指北向量的几何示意图。
如图3所示,根据本公开实施例,所述根据车辆位置向量和车辆角度信息,确定方向向量包括以下步骤S221–S222:
根据本公开实施例,指北向量为在车辆所在的水平面上,由所述车辆位置指向正北(Z轴)的向量,所述指北向量与所述车辆位置向量垂直。如图4所示,圆表示地球表面,虚线表示地球赤道,假设车辆位于地球表面的P点,则所述车辆位置向量和所述指北向量如图所示。
在步骤S300中,基于所述方向向量、车辆速度信息以及传输时延信息,确定位移补偿值。
根据本公开实施例,由于存在网络传输时延,在某时刻获取的车辆位置信息与该时刻的所述车辆的实际位置存在一定的误差,该误差主要是由车辆在网络传输时间内又移动了一定的距离造成的,因此确定位移补偿值主要是确定车辆在网络传输时间内的位移向量。
例如,假设在步骤S100中,获取的车辆速度信息为v=16m/s,获取的传输时延信息为t=20ms,然后在步骤S200中确定所述车辆的方向向量为(0.893,0.450,-0.019),则基于方向向量车辆速度信息v以及传输时延信息t,可确定位移补偿值即表示此次传输时延间隔中,所述车辆在地球空间直角坐标系的X轴正方向上移动了0.286m,Y轴正方向上移动了0.144m,Z轴负方向上移动了0.006m,导致所获取的车辆位置信息与实际位置存在(0.286,0.144,-0.006)m的误差。
在步骤S400中,根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置。
图5示出根据本公开实施例的根据车辆位置向量和位移补偿值确定车辆的预测位置的流程图。
如图5所示,根据本公开实施例,所述根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置包括以下步骤S410–S430:
根据本公开实施例,在某时刻获取的车辆位置信息与该时刻的实际位置的误差主要是由车辆在网络传输时间内又移动了一定的距离造成的,因此,预测车辆位置向量为车辆位置向量与在网络传输时间内的位移向量之和。
在步骤S430中,根据所述预测车辆位置向量,确定所述车辆的预测位置。
根据本公开实施例,所述预测车辆位置向量是采用地球空间直角坐标系,所述车辆的预测位置可以同样采用地球空间直角坐标系。为了便于实际应用,也可以将所述车辆的预测位置转化为其他坐标(例如,WGS84经纬度坐标系等),本公开对此不作限定。
以所述车辆的预测位置采用WGS84经纬度坐标系为例。
图6示出根据本公开实施例的根据预测车辆位置向量确定车辆的预测位置的流程图。
如图6所示,根据本公开实施例,所述车辆位置信息包括经度L、纬度B和海拔H,所述车辆的预测位置包括预测经度L′、预测纬度B′和预测海拔H′,所述根据预测车辆位置向量确定所述车辆的预测位置包括以下步骤S431-S433:
L′=arctan(x′/y′)。
在步骤S432中,基于所述预测经度L′、纬度B和海拔H,确定估计纬度B0和估计海拔H0,方程式为:
B0=arctan([(z′·cos L′)/x′]/[1-N·e2/(N+H)]),
H0=x′/(cos B0·cos L′)-N0,
式中,e表示第一偏心率,r表示地球长半轴,N0表示估计曲率半径。
在步骤S433中,根据所述估计纬度B0、估计曲率半径N0和估计海拔H0,确定预测纬度B′、预测曲率半径N′和预测海拔H′:
B′=arctan([(z′·cos L′)/x′]/[1-N0·e2/(N0+H0)]),
H′=x′/(cos B′·cos L′)-N′,
式中,N′表示预测曲率半径。
根据本公开实施例,地球的曲率半径数值很大,相比较而言,在网络时延导致的海拔变化很小,对于纬度公式的计算结果影响很小,可以通过多次迭代的方法获取预测纬度B′和预测海拔H′。以通过两次迭代的方法获取所述预测纬度B′和预测海拔H′为例,可以先基于海拔H确定估计纬度B0,再基于所述估计纬度B0确定估计海拔H0,以此完成第一次迭代;然后,基于估计海拔H0获取精确较高的预测纬度B′,再基于所述预测纬度B′确定预测海拔H′,完成第二次迭代。需要说明的是,迭代次数可以根据实际需要进行设置,本公开对此不作具体限定。
下面通过一个具体示例说明本公开的实施例。
在本示例中,服务器获取所述第一车辆的车辆状态信息和传输时延信息,其中,所述第一车辆的车辆状态信息包括所述第一车辆的车辆位置信息、所述第一车辆的车辆角度信息、所述第一车辆的车辆速度信息。例如,所述第一车辆的车辆位置信息包括经度L为116.0992856°,纬度B为39.6537635°以及海拔H为29.93m,所述第一车辆的车辆角度信息包括航向角θ为268.721°以及俯向角为-0.172°,所述第一车辆的车辆速度信息包括速度v为16.3554105421m/s;
所述第一车辆的传输时延信息为获取车辆状态信息前的p次网络传输时延值的平均值,例如,p取为4,且前4次的网络传输时延值分别为20.3ms、20.4ms、20.4ms以及20.9ms,则所述传输时延信息为四个网络传输时延值的平均值:
t=(20.3+20.4+20.4+20.9)/4=20.5ms。
x=(N+H)·cos B·cos L=-2163280.8093395047m,
y=(N+H)·cos B·sin L=4415944.900276698m,
z=(N·(1-e2)+H)·sin B=4048481.072374517m,
式中,N表示所述第一车辆的车辆位置对应的曲率半径,所述e表示第一偏心率;
(-0.902894092727,-0.429424686491,-0.0194086566095);或者(0.892713453802,0.450206611958,-0.0194086566095),
此时,可以根据所述第一车辆的方向向量与所述第一车辆前一次的方向向量(0.28975955257192254,0.1498370124027133,-0.008548249024897814)的余弦值更接近1,确定所述第一车辆的方向向量为:
(0.892713453802,0.450206611958,-0.0194086566095);
(-2163280.8093395047,4415944.900276698,4048481.072374517);
L′=arctan(x′/y′)=116.09928178981548°;
基于所述预测经度L′、纬度B和海拔H,确定估计纬度B0和估计海拔H0,方程式为:
B0=arctan([(z′·cos L′)/x′]/[1-N·e2/(N+H)])=39.6537634342°,
H0=x′/(cos B0·cos L′)-N0=29.9288595994m,
式中,e表示第一偏心率,r表示地球长半轴,N0表示估计曲率半径;
根据所述估计纬度B0、估计曲率半径N0和估计海拔H0,确定预测纬度B′、预测曲率半径N′和预测海拔H′:
B′=arctan([(z′·cos L′)/x′]/[1-N0·e2/(N0+H0)])=39.65376343422527°,
H′=x′/(cos B′·cos L′)-N′=29.92885959940031m,
式中,N′表示所述第一车辆的预测位置相对应的预测曲率半径;
服务器通过以上步骤,确定所述第一车辆的预测位置包括预测经度L为116.09928178981548°,预测纬度B为39.65376343422527°以及预测海拔H为29.92885959940031m,并获取所述第一车辆在20.5ms后发出的车辆位置信息包括经度为116.0992818°,纬度为39.6537635°,海拔为29.93m比较,对比发现所述第一车辆的预测位置与实际位置的误差仅为毫米级,精度完全符合车联网和自动驾驶标准要求,从而有利于提高车辆行驶的安全性。
图7示出根据本公开实施例的车联网中网络时延定位误差补偿装置700的结构框图。其中,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。
如图7所示,所述车联网中网络时延定位误差补偿装置700包括获取模块701、第一确定模块702、第二确定模块703和第三确定模块704。
获取模块701被配置为获取车辆状态信息和传输时延信息,所述车辆状态信息包括车辆位置信息、车辆角度信息、车辆速度信息,其中,所述车辆角度信息包括车辆的航向角和俯仰角;
第一确定取模块702被配置为根据所述车辆位置信息和车辆角度信息,确定方向向量;
第二确定取模块703被配置为基于所述方向向量、车辆速度信息以及传输时延信息,确定位移补偿值;
第三确定取模块704被配置为根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置。
根据本公开实施例,所述根据车辆位置信息和车辆角度信息,确定方向向量包括:
根据所述车辆位置信息,确定地球空间直角坐标系下的车辆位置向量;
根据所述车辆位置向量和车辆角度信息,确定方向向量。
根据本公开实施例,所述根据所述车辆位置信息,确定地球空间直角坐标系下的车辆位置向量包括:
x=(N+H)·cos B·cos L,
y=(N+H)·cos B·sin L,
z=(N·(1-e2)+H)·sin B;
所述车辆位置信息包括所述车辆的经度L、纬度B和海拔H,e是地球第一偏心率,N是所述车辆位置对应的曲率半径。
根据本公开实施例,所述根据车辆位置向量和车辆角度信息,确定方向向量包括:
根据本公开实施例,所述根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置,包括:
根据所述预测车辆位置向量,确定所述车辆的预测位置。
L′=arctan(x′/y′);
基于所述预测经度L′、纬度B和海拔H,确定估计纬度B0和估计海拔H0的方程式为:
B0=arctan([(z′·cos L′)/x′]/[1-N·e2/(N+H)]),
H0=x′/(cos B0·cos L′)-N0,
式中,e表示第一偏心率,a表示地球长半轴,N0表示估计曲率半径;
根据所述估计纬度B0、估计曲率半径N0和估计海拔H0,确定预测纬度B′、预测曲率半径N′和预测海拔H′:
B′=arctan([(z′·cos L′)/x′]/[1-N0·e2/(N0+H0)]),
H′=x′/(cos B′·cos L′)-N′,
式中,N′表示预测曲率半径。
根据本公开实施例,所述传输时延信息为获取车辆状态信息前的p个网络传输时延值的平均值,其中,所述网络传输时延值是数据包从车辆传输到服务器,再从服务器传输回车辆的双向时延值,p为大于1的整数。
根据本公开实施例,p取为4。
本公开还公开了一种电子设备,图8示出根据本公开实施例的电子设备800的结构框图。
如图8所示,所述电子设备800包括存储器801和处理器802。所述存储器801用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器802执行以实现以下方法步骤:
获取车辆状态信息和传输时延信息,所述车辆状态信息包括车辆位置信息、车辆角度信息、车辆速度信息,其中,所述车辆角度信息包括车辆的航向角和俯仰角;
根据所述车辆位置信息和车辆角度信息,确定方向向量;
基于所述方向向量、车辆速度信息以及传输时延信息,确定位移补偿值;
根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置。
根据本公开实施例,所述根据车辆位置信息和车辆角度信息,确定方向向量包括:
根据所述车辆位置信息,确定地球空间直角坐标系下的车辆位置向量;
根据所述车辆位置向量和车辆角度信息,确定方向向量。
根据本公开实施例,所述根据所述车辆位置信息,确定地球空间直角坐标系下的车辆位置向量包括:
x=(N+H)·cos B·cos L,
y=(N+H)·cos B·sin L,
z=(N·(1-e2)+H)·sin B;
所述车辆位置信息包括所述车辆的经度L、纬度B和海拔H,e是地球第一偏心率,N是所述车辆位置对应的曲率半径。
根据本公开实施例,所述根据车辆位置向量和车辆角度信息,确定方向向量包括:
根据本公开实施例,所述根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置,包括:
根据所述预测车辆位置向量,确定所述车辆的预测位置。
L′=arctan(x′/y′);
基于所述预测经度L′、纬度B和海拔H,确定估计纬度B0和估计海拔H0的方程式为:
B0=arctan([(z′·cos L′)/x′]/[1-N·e2/(N+H)]),
H0=x′/(cos B0·cos L′)-N0,
式中,e表示第一偏心率,a表示地球长半轴,N0表示估计曲率半径;
根据所述估计纬度B0、估计曲率半径N0和估计海拔H0,确定预测纬度B′、预测曲率半径N′和预测海拔H′:
B'=arctan([(z'·cos L')/x']/[1-N0·e2/(N0+H0)]),
H'=x'/(cos B'·cos L')-N',
式中,N′表示预测曲率半径。
根据本公开实施例,所述传输时延信息为获取车辆状态信息前的p个网络传输时延值的平均值,其中,所述网络传输时延值是数据包从车辆传输到服务器,再从服务器传输回车辆的双向时延值,p为大于1的整数。
根据本公开实施例,p取为4。
图9示出适于用来实现根据本公开实施例的车联网中网络时延定位误差补偿方法的计算机系统的结构示意图。
如图9所示,计算机系统900包括中央处理单元(CPU)901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分909加载到随机访问存储器(RAM)903中的程序而执行上述实施例中的各种处理。在RAM 903中,还存储有系统900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
以下部件连接至I/O接口905:包括键盘、鼠标等的输入部分906;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907;包括硬盘等的存储部分908;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911,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910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908。
特别地,根据本公开实施例,上文描述的方法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,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包含用于执行上述对象类别确定方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分909从网络上被下载和安装,和/或从可拆卸介质911被安装。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,路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。
描述于本公开实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过可编程硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本公开还提供了一种可读存储介质,该可读存储介质可以是上述实施例中电子设备或计算机系统中所包含的可读存储介质;也可以是单独存在,未装配入设备中的可读存储介质。可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域开发人员应当理解,本公开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所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。例如上述特征与本公开中公开的(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 (8)
1.一种车联网中网络时延定位误差补偿方法,其特征在于,包括:
获取车辆状态信息和传输时延信息,所述车辆状态信息包括车辆位置信息、车辆角度信息、车辆速度信息,其中,所述车辆角度信息包括车辆的航向角和俯仰角;
根据所述车辆位置信息和车辆角度信息,确定方向向量;
基于所述方向向量、车辆速度信息以及传输时延信息,确定位移补偿值;
根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置;其中,
所述根据车辆位置信息和车辆角度信息,确定方向向量包括:
根据所述车辆位置信息,确定地球空间直角坐标系下的车辆位置向量;
根据所述车辆位置向量和车辆角度信息,确定方向向量;
所述根据所述车辆位置向量和车辆角度信息,确定方向向量包括:
5.根据权利要求4所述的方法,其特征在于,所述车辆位置信息包括经度L、纬度B和海拔H,所述车辆的预测位置包括预测经度L′、预测纬度B′和预测海拔H′,所述根据所述预测车辆位置向量确定所述车辆的预测位置包括:
L′=arctan(x′/y′);
基于所述预测经度L′、纬度B和海拔H,确定估计纬度B0和估计海拔H0的方程式为:
B0=arctan([(z′·cosL′)/x′]/[1-N·e2/(N+H)]),
H0=x′/(cosB0·cosL′)-N0,
式中,e表示第一偏心率,a表示地球长半轴,N0表示估计曲率半径,N表示所述车辆位置对应的曲率半径;
根据所述估计纬度B0、估计曲率半径N0和估计海拔H0,确定预测纬度B′、预测曲率半径N′和预测海拔H′:
B′=arctan([(z′·cosL′)/x′]/[1-N0·e2/(N0+H0)]),
H′=x′/(cosB′·cosL′)-N′,
式中,N′表示预测曲率半径。
6.根据权利要求1所述的方法,其特征在于,所述传输时延信息为获取车辆状态信息前的p个网络传输时延值的平均值,其中,所述网络传输时延值是数据包从车辆传输到服务器,再从服务器传输回车辆的双向时延值,p为大于1的整数。
7.一种车联网中网络时延定位误差补偿装置,其特征在于,包括:
获取模块,被配置为获取车辆状态信息和传输时延信息,所述车辆状态信息包括车辆位置信息、车辆角度信息、车辆速度信息,其中,所述车辆角度信息包括车辆的航向角和俯仰角;
第一确定取模块,被配置为根据所述车辆位置信息和车辆角度信息,确定方向向量;
第二确定取模块,被配置为基于所述方向向量、车辆速度信息以及传输时延信息,确定位移补偿值;
第三确定取模块,被配置为根据所述车辆位置信息和所述位移补偿值,确定所述车辆的预测位置;其中,
所述根据车辆位置信息和车辆角度信息,确定方向向量包括:
根据所述车辆位置信息,确定地球空间直角坐标系下的车辆位置向量;
根据所述车辆位置向量和车辆角度信息,确定方向向量;
所述根据所述车辆位置向量和车辆角度信息,确定方向向量包括:
8.一种电子设备,其特征在于,包括存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现根据权利要求1-6中任一项所述的方法步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910407871 | 2019-05-15 | ||
CN2019104078718 | 2019-05-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110068323A CN110068323A (zh) | 2019-07-30 |
CN110068323B true CN110068323B (zh) | 2021-02-02 |
Family
ID=67371247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910425384.4A Active CN110068323B (zh) | 2019-05-15 | 2019-05-21 | 网络时延定位误差补偿方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110068323B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110501013B (zh) * | 2019-08-07 | 2023-09-05 | 腾讯科技(深圳)有限公司 | 位置补偿方法、装置及电子设备 |
CN110533911B (zh) * | 2019-09-11 | 2020-07-03 | 湖北公众信息产业有限责任公司 | 基于大数据的公交运行情况实时反馈系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61770A (ja) * | 1984-06-13 | 1986-01-06 | Sony Corp | Gps受信機 |
CN103116174B (zh) * | 2012-02-15 | 2014-07-09 | 金三立视频科技(深圳)有限公司 | 基于预测编码修正模式的gps地图定位应用算法 |
SG2013042890A (en) * | 2013-06-03 | 2015-01-29 | Ctrlworks Pte Ltd | Method and apparatus for offboard navigation of a robotic device |
CN103763193B (zh) * | 2014-02-21 | 2017-02-15 | 重庆邮电大学 | 车载自组织网络中选择喷发范围的多副本路由方法 |
CN105682222B (zh) * | 2016-03-01 | 2019-02-19 | 西安电子科技大学 | 一种基于车辆自组织网络的车辆位置定位信息融合方法 |
US9571978B1 (en) * | 2016-03-16 | 2017-02-14 | Google Inc. | User equipment positioning utilizing motion of high altitude platform |
CN109032128B (zh) * | 2018-06-13 | 2020-04-10 | 江南大学 | 离散多agv非质点系统的三角编队控制方法 |
CN109061560B (zh) * | 2018-07-04 | 2020-11-03 | 浙江中控技术股份有限公司 | 一种定位方法及装置 |
CN109121117B (zh) * | 2018-07-13 | 2021-02-05 | 上海淞泓智能汽车科技有限公司 | 一种基于蜂窝网络的车路实时通信系统及通信方法 |
-
2019
- 2019-05-21 CN CN201910425384.4A patent/CN110068323B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110068323A (zh) | 2019-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200370920A1 (en) | Method and system for map improvement using feedback from positioning based on radar and motion sensors | |
CN110197615B (zh) | 用于生成地图的方法及装置 | |
US11899117B2 (en) | Moving body positioning system, method, and program | |
CN112284400B (zh) | 车辆的定位方法、装置、电子设备及计算机可读存储介质 | |
CN110068323B (zh) | 网络时延定位误差补偿方法、装置及电子设备 | |
CN110677818A (zh) | 定位方法、装置、系统、计算设备以及介质 | |
US9529093B2 (en) | Systems and methods for estimating attitude using double differenced GPS carrier phase measurements | |
WO2022036284A1 (en) | Method and system for positioning using optical sensor and motion sensors | |
CN110839208A (zh) | 用于校正多路径偏移和确定无线站点位置的方法及装置 | |
CN111207740A (zh) | 车辆定位的方法、装置、设备和计算机可读介质 | |
CN113726409A (zh) | 一种卫星下行信号的校正方法、装置、设备及存储介质 | |
CN111707275A (zh) | 一种定位方法、装置、电子设备及计算机可读存储介质 | |
CN111220147B (zh) | 终端的定位修正方法、装置 | |
CN112598731B (zh) | 车辆定位方法、装置、电子设备和计算机可读介质 | |
CN111337950B (zh) | 提高地标定位精度的数据处理方法、装置、设备及介质 | |
CN110780321B (zh) | 车辆定位方法、装置 | |
CN116929343A (zh) | 位姿估计方法、相关设备及存储介质 | |
CN113568993A (zh) | 点云地图的回环检测方法、装置、介质及电子设备 | |
US20210278548A1 (en) | System and Method for Integer-Less GNSS Positioning | |
CN114234982A (zh) | 基于方位角定位的三维轨迹规划方法、系统、设备及介质 | |
CN112373471A (zh) | 用于控制车辆行驶的方法、装置、电子设备和可读介质 | |
CN111367310A (zh) | 航线偏离预警方法、装置、设备及存储介质 | |
Ul Haque et al. | Enhanced GNSS positioning solution on Android for location based services using big data | |
CN113625223B (zh) | 一种定位方法及终端设备 | |
CN112880675B (zh) | 用于视觉定位的位姿平滑方法、装置、终端和移动机器人 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221206 Address after: No. 1897, Jiashan Avenue, Dayun Town, Jiashan County, Jiaxing City, Zhejiang Province Patentee after: ZHEJIANG JINYICHANG TECHNOLOGY CO.,LTD. Address before: 100876 Beijing city Haidian District Xitucheng Road No. 10 Patentee before: Beijing University of Posts and Telecommunications |