CN110579781B - 一种车辆定位方法、装置及电子设备 - Google Patents
一种车辆定位方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110579781B CN110579781B CN201810597445.0A CN201810597445A CN110579781B CN 110579781 B CN110579781 B CN 110579781B CN 201810597445 A CN201810597445 A CN 201810597445A CN 110579781 B CN110579781 B CN 110579781B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- estimated
- positions
- current
- next moment
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Abstract
本发明提供了一种车辆定位方法、装置及电子设备,本发明中能够根据车辆行驶数据、上一时刻的位置和GPS信号未消失时最后从GPS信号中获取得到的当前位置,计算得到GPS信号消失后的时刻,即下一时刻车辆所在的预估位置,进而能够确定GPS信号消失后车辆的位置,解决了现有技术中,当进入隧道等GPS信号消失的地方时,不能正确获取车辆在GPS信号消失后车辆的位置的问题。
Description
技术领域
本发明涉及车辆定位领域,更具体的说,涉及一种车辆定位方法、装置及电子设备。
背景技术
如今,车辆都安装有定位功能,能够定位车辆所在的位置,定位的实现方式是采用GPS系统进行定位,其中,GPS定位系统是由空间星座、接收设备(车辆的GPS传感器)、无线数据通讯设备和地面监控设备组成的。
但是当车辆进入隧道等GPS信号消失的地方时,只能获取GPS信号未消失前车辆的位置,不能正确获取车辆在GPS信号消失后车辆的位置。
发明内容
有鉴于此,本发明提供一种车辆定位方法、装置及电子设备,以解决当车辆进入隧道等GPS信号消失的地方时,只能获取GPS信号未消失前车辆的位置,不能正确获取车辆在GPS信号消失后车辆的位置的问题。
为解决上述技术问题,本发明采用了如下技术方案:
一种车辆定位方法,包括:
获取车辆当前的车辆行驶数据、当前位置和根据粒子滤波算法确定的所述车辆在上一时刻的位置;其中,所述当前位置为全球定位系统GPS信号未消失时最后从所述GPS信号中获取得到的位置数据;
根据所述上一时刻的位置和所述车辆行驶数据,预估得到所述车辆在下一时刻n个不同的第一预估位置;其中,下一时刻为GPS信号消失后的时刻、且n为正整数;
根据所述当前位置、所述车辆行驶数据和n个不同的所述第一预估位置,得到所述车辆在下一时刻的预估位置。
优选地,根据所述上一时刻的位置和所述车辆行驶数据,预估得到所述车辆在下一时刻n个不同的第一预估位置,包括:
根据预设位置计算公式、所述上一时刻的位置以及所述车辆行驶数据,计算得到车辆在当前时刻的n个当前预估位置;
根据n个所述当前预估位置,采用重要性采样算法,预估出所述车辆在下一时刻n个不同的所述第一预估位置。
优选地,根据所述当前位置、所述车辆行驶数据和n个不同的所述第一预估位置,得到所述车辆在下一时刻的预估位置,包括:
根据预设位置计算公式、所述车辆行驶数据和所述当前位置,预估车辆在下一时刻的第二预估位置;
根据每个所述第一预估位置与所述第二预估位置的距离值,确定每个所述第一预估位置的权重值;
根据每个所述第一预估位置的权重值,进行重采样,得到所述预估位置。
优选地,根据每个所述第一预估位置的权重值,进行重采样,得到所述预估位置,包括:
根据每个所述第一预估位置的权重值,确定重新选取的n个位置样本点在下一时刻所在的位置;
根据n个位置样本点在下一时刻所在的位置,确定下一时刻的预估位置。
优选地,根据n个位置样本点在下一时刻所在的位置,确定下一时刻的预估位置,包括:
将每个位置样本点在下一时刻所在的位置与相应的位置样本点的预设权重进行相乘后求和,得到下一时刻的预估位置。
一种车辆定位装置,包括:
获取模块,用于获取车辆当前的车辆行驶数据、当前位置和根据粒子滤波算法确定的所述车辆在上一时刻的位置;其中,所述当前位置为全球定位系统GPS信号未消失时最后从所述GPS信号中获取得到的位置数据;
预估模块,用于根据所述上一时刻的位置和所述车辆行驶数据,预估得到所述车辆在下一时刻n个不同的第一预估位置;其中,下一时刻为GPS信号消失后的时刻、且n为正整数;
位置确定模块,用于根据所述当前位置、所述车辆行驶数据和n个不同的所述第一预估位置,得到所述车辆在下一时刻的预估位置。
优选地,所述预估模块包括:
计算子模块,用于根据预设位置计算公式、所述上一时刻的位置以及所述车辆行驶数据,计算得到车辆在当前时刻的n个当前预估位置;
预估子模块,用于根据n个所述当前预估位置,采用重要性采样算法,预估出所述车辆在下一时刻n个不同的所述第一预估位置。
优选地,所述位置确定模块包括:
位置预估子模块,用于根据预设位置计算公式、所述车辆行驶数据和所述当前位置,预估车辆在下一时刻的第二预估位置;
确定子模块,用于根据每个所述第一预估位置与所述第二预估位置的距离值,确定每个所述第一预估位置的权重值;
位置确定子模块,用于根据每个所述第一预估位置的权重值,进行重采样,得到所述预估位置。
优选地,所述位置确定子模块包括:
位置样本点确定单元,用于根据每个所述第一预估位置的权重值,确定重新选取的n个位置样本点在下一时刻所在的位置;
预估位置确定单元,用于根据n个位置样本点在下一时刻所在的位置,确定下一时刻的预估位置。
优选地,所述预估位置确定单元包括:
预估位置确定子单元,用于将每个位置样本点在下一时刻所在的位置与相应的位置样本点的预设权重进行相乘后求和,得到下一时刻的预估位置。
一种电子设备,包括:
存储器和处理器;
其中,所述存储器,用于存储程序;
所述处理器,用于调用所述程序,其中,所述程序用于:
获取车辆当前的车辆行驶数据、当前位置和根据粒子滤波算法确定的所述车辆在上一时刻的位置;其中,所述当前位置为全球定位系统GPS信号未消失时最后从所述GPS信号中获取得到的位置数据;
根据所述上一时刻的位置和所述车辆行驶数据,预估得到所述车辆在下一时刻n个不同的第一预估位置;其中,下一时刻为GPS信号消失后的时刻、且n为正整数;
根据所述当前位置、所述车辆行驶数据和n个不同的所述第一预估位置,得到所述车辆在下一时刻的预估位置。
相较于现有技术,本发明具有以下有益效果:
本发明提供了一种车辆定位方法、装置及电子设备,本发明中能够根据车辆行驶数据、上一时刻的位置和GPS信号未消失时最后从GPS信号中获取得到的当前位置,计算得到GPS信号消失后的时刻,即下一时刻车辆所在的预估位置,进而能够确定GPS信号消失后车辆的位置,解决了现有技术中,当进入隧道等GPS信号消失的地方时,不能正确获取车辆在GPS信号消失后车辆的位置的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本发明提供的一种车辆定位方法的方法流程图;
图2为本发明提供的一种车辆行驶轨迹展示的场景示意图;
图3为本发明提供的另一种车辆行驶轨迹展示的场景示意图;
图4为本发明提供的一种车辆定位方法的部分方法流程图;
图5为本发明提供的另一种车辆定位方法的部分方法流程图;
图6为本发明提供的再一种车辆行驶轨迹展示的场景示意图;
图7为本发明提供的又一种车辆行驶轨迹展示的场景示意图;
图8为本发明提供的第五种车辆行驶轨迹展示的场景示意图;
图9为本发明提供的第六种车辆行驶轨迹展示的场景示意图;
图10为本发明提供的一种车辆定位装置的结构示意图;
图11为本发明提供的一种车辆定位装置的部分结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种车辆定位方法,参照图1,包括以下步骤:
S11、获取车辆当前的车辆行驶数据、当前位置和根据粒子滤波算法确定的车辆在上一时刻的位置;
其中,当前位置为全球定位系统GPS信号未消失时最后从GPS信号中获取得到的位置数据。例如,车辆在进入隧道之前,GPS信号并未消失,此时能够从GPS信号中获取的为当前位置。其中,当前位置包括车辆所在的经度值、纬度值和航向角。
车辆行驶数据包括车辆在经度方向上的第一偏移量、在纬度方向上的第二偏移量、车辆的航向角偏移量和车辆速度值,车辆行驶数据是通过CAN总线上的CAN信号获取得到的。其中,第一偏移量记为Δx,第二偏移量记为Δy。
需要说明的是,车辆在上一时刻的位置是根据粒子滤波算法确定的,并不是由全球定位系统确定的。
粒子滤波(PF:Particle Filter)的思想基于蒙特卡洛方法(Monte Carlomethods),它是利用粒子集来表示概率,可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布,是一种顺序重要性采样法(SequentialImportance Sampling)。GPS信号和CAN信号相互间为异构数据,无法通过常规模型统一到一个数据结构中进行融合运算,粒子滤波算法有效解决了上述问题。
粒子滤波算法中的数据融合技术是感知技术的重要组成部分。数据融合是指利用计算机对按时序获得的若干观测信息,在一定准则下加以自动分析、综合,以完成所需的决策和评估任务而进行的信息处理技术。其对各种信息源给出的有用信息进行采集、传输、综合、过滤、相关及合成,以便辅助人们进行态势/环境判定、规划、探测、验证、诊断。融合分为三个级别像素级融合、特征层融合、决策层融合。特征层融合属于中间层次的融合,它先对来自传感器的原始信息进行特征提取,然后对特征信息进行综合分析和处理。特征层融合的优点在于实现了可观的信息压缩,有利于实时处理。
S12、根据上一时刻的位置和车辆行驶数据,预估得到车辆在下一时刻n个不同的第一预估位置;
其中,下一时刻为GPS信号消失后的时刻、且n为正整数。具体的,本实施例中提到了上一时刻、当前时刻和下一时刻,从时间先后顺序来说,上一时刻早于当前时刻,当前时刻早于下一时刻,举例来说,上一时刻、当前时刻和下一时刻可以分别为上一秒、这一秒和下一秒。
车辆在下一时刻n个不同的第一预估位置是指预估了车辆在下一时刻可能在的位置,一共预估了n个位置,这n个位置都是车辆在下一时刻可能在的位置。
其中,车辆在不同时刻的位置的展示形式参见图2。
图2中,从左到右画出了车辆的行驶轨迹,图2中,圆点位置表示车辆的位置坐标(经纬度坐标),横杠线表示车辆的航向角,数值表示当前车辆的瞬时速度。
从图2中沿着箭头的方向可以看出,车辆是沿着逆时针方向行驶的。当车辆进入隧道时,车辆的位置信息就变成了图3。
其中,折线的加粗部分表示隧道,这种情况说明,在隧道内GPS信号是不存在的。只有在进隧道之前或者是出隧道之后,GPS才会有信号。在隧道内,只根据GPS信号,是无法得到车辆的位置的。
可选的,在本实施例的基础上,参照图4,步骤S12具体包括以下步骤:
S21、根据预设位置计算公式、上一时刻的位置以及车辆行驶数据,计算得到车辆在当前时刻的n个当前预估位置;
具体的,预设位置计算公式为:
其中,x0表示上一时刻的位置中的经度值与经度值的权重的乘积之和,di表示其中,第一偏移量记为Δx,第二偏移量记为Δy,x为Δx与经度偏移量的权重乘积,y为Δy与纬度偏移量的权重乘积,xn表示下一时刻或者下一时刻之后的时刻的经度值,y0表示上一时刻的位置中的纬度值与纬度值的权重的乘积之和,yn表示下一时刻或者下一时刻之后的时刻的纬度值,θn表示下一时刻或者下一时刻之后的时刻的航向角,Δθi为每次的航向角偏移量与航向角偏移量的权重。θi表示绝对航向角,即θ0与Δθi之和,θ0为上一时刻的位置中的航向角与航向角的权重。
通过上述的预设位置计算公式,根据上一时刻的位置和当车辆行驶数据,可以计算得到一个当前时刻的预估位置,以当前时刻的预估位置为原点,画圆或者是其他图形,得到一个区域,区域中包含的点,即为车辆在当前时刻的n个当前预估位置。
S22、根据n个当前预估位置,采用重要性采样算法,预估出车辆在下一时刻n个不同的第一预估位置。
具体的,步骤S22包括:
根据n个当前预估位置的重要性概率密度得到下一时刻n个不同的第一预估位置。
S13、根据当前位置、车辆行驶数据和n个不同的第一预估位置,得到车辆在下一时刻的预估位置。
其中,车辆在下一时刻的预估位置为预测的车辆在下一时刻的位置,预估位置的数量为一个。
本实施例中,能够根据车辆行驶数据、上一时刻的位置和GPS信号未消失时最后从GPS信号中获取得到的当前位置,计算得到GPS信号消失后的时刻,即下一时刻车辆所在的预估位置,进而能够确定GPS信号消失后车辆的位置,解决了现有技术中,当进入隧道等GPS信号消失的地方时,不能正确获取车辆在GPS信号消失后车辆的位置的问题。
可选的,在上述任一实施例的基础上,参照图5,步骤S13包括以下步骤:
S31、根据预设位置计算公式、车辆行驶数据和当前位置,预估车辆在下一时刻的第二预估位置;
具体的,预设位置计算公式已经在上述公式中进行了介绍,请参照上述实施例中的相应说明,在此不再赘述。
需要说明的,上述介绍的是根据上一时刻的位置,预测当前时刻的当前预估位置,这里介绍的是根据当前位置,预估下一时刻的第二预估位置。其中,第二预估位置的数量为一个。
S32、根据每个第一预估位置与第二预估位置的距离值,确定每个第一预估位置的权重值;
具体的,第一预估位置和第二预估位置可以在图画上用不同的位置坐标点来表示,这样,每个第一预估位置和第二预估位置之间都会有距离值,距离值较小,说明第一预估位置和第二预估位置挨得较近,距离值较大,说明第一预估位置和第二预估位置挨得较远。
计算得到每个第一预估位置与第二预估位置的距离值后,将距离值进行归一化处理,具体可以转换到[0,1]区间,将距离值进行归一化处理后的数值记为相应的第一预估位置的权重值。
S33、根据每个第一预估位置的权重值,进行重采样,得到预估位置。
具体的,重采样是指重新确定n个下一时刻的第一预估位置。
可选的,在本实施例的基础上,步骤S33包括:
1)根据每个第一预估位置的权重值,确定重新选取的n个位置样本点在下一时刻所在的位置;
具体的,在确定重新选取的n个位置样本点在下一时刻所在的位置时,n个位置样本点在权重值较大的第一预估位置的位置样本点的数据较多,即位置样本点聚集在权重值较大的第一预估位置处,位置样本点在权重值较小的第一预估位置处较分散。
当确定重新选取的n个位置样本点在下一时刻所在的位置后,将每个位置样本点的预设权重值设置为1/n。
2)根据n个位置样本点在下一时刻所在的位置,确定下一时刻的预估位置。
可选的,在本实施例的基础上,本步骤包括:
将每个位置样本点在下一时刻所在的位置与相应的位置样本点的预设权重进行相乘后求和,得到下一时刻的预估位置。
本实施例中,给出了一种根据当前位置、车辆行驶数据和n个不同的第一预估位置,得到车辆在下一时刻的预估位置的具体实现过程,能够根据本实施例中的方法计算得到车辆在下一时刻的预估位置,进而能够在GPS信号消失时,仍能够知道车辆的位置。
可选的,上述实施例中提到了经度值的权重、纬度值的权重、航向角的权重、经度偏移量的权重、纬度偏移量的权重和航向角偏移量的权重。
现对这些权重进行解释说明。
具体的,V:车辆速度值,Wgps_dir:代表航向角的权重,Wgps_pos:代表经度值的权重和纬度值的权重。sati_num代表卫星数量。
具体的,当车辆速度值小于2KM/s时,设置航向角的权重为0;当车辆速度值不小2KM/s、且小于5KM/s时,设置航向角的权重为0.4;当车辆速度值不小于5KM/s时,设置航向角的权重为0.9。
当卫星数量小于5个时,经度值的权重和纬度值的权重均为0;当卫星数量不小于5个、且小于12个时,经度值的权重和纬度值的权重均为0.7;卫星数量不小于12个时,经度值的权重和纬度值的权重均为0.9。
Wcan_dir{w=0.9
其中,c_m代表GPS信号失效后,车辆行走的距离,Wcan_pos代表经度偏移量的权重和纬度偏移量的权重,Wcan_dir代表航向角偏移量的权重。
当车辆行走的距离小于10m时,经度偏移量的权重和纬度偏移量的权重均为0.9;当车辆行走的距离不小于10m、且小于50m时,经度偏移量的权重和纬度偏移量的权重均为0.4,当车辆行走的距离不小于50m时,经度偏移量的权重和纬度偏移量的权重均为0.1。
航向角偏移量的权重不管在什么情况下,均为0.9.
需要说明的是,这是权重设定的一种具体情况,此外权重还可以设置成其他数值。
例如:1)车辆速度值较小。
当车辆速度值较小时,即车辆处于低速状态时,此时速度值非零,不会被当做零速度而特殊处理,然而车辆的航向角的偏移量往往同零速度点一样是随机的,低速度点类似于零速度点,车辆在位置上容易产生横向偏移,造成系统的航向角定位不准确,进而使航向角出现严重偏差。
具体参照图6,图6中车辆的航向角有很大的偏差,如,车速在1KM/s、2KM/s和4KM/s时,航向角和车辆行驶方向不一致,并且有很大的偏差。
当车辆速度值较小时,此时将航向角偏移量的权重值设置为航向角的权重的5倍,此外,还可以是其他倍数,将航向角偏移量的权重值设置为航向角的权重的5倍,能够使航向角偏移量的重采样概率大于航向角。
2)车辆速度值为零。
参照图7和图8,图7为车辆速度值为零时,车辆仍在运动的情况,图8为车辆速度值为零时,车辆航向角偏移的情况。
从图7和图8中可以看出,当车辆速度值为零时,往往伴有严重的航向角随机和横向偏移严重这两个问题。
零速度下,航向角会产生均匀分布的随机变化,同时经度值和纬度值也会有产生一定程度的连续偏移和随机漫游,当车辆速度值为零时,将航向角的权重设置为0.1。此外,将航向角偏移量的权重设置为航向角的权重的五倍。
3)GPS传感器出现异常。
参照图9,当GPS传感器出现异常时,会出现车辆位置停止不动或者是车辆位置产生异常偏移,远远高于正常单位时间内的偏移量。
出现这种情况时,可以将GPS传感器的经度值的权重、纬度值的权重、航向角的权重均设置为0.1。
上述介绍了不同的情况对应的不同的权重,通过上述的介绍,可以避免GPS信号在车辆速度值较低或者为零等情况下的随机波动和偏移问题。
可选的,本发明的另一实施例中提供了一种车辆定位装置,参照图10,包括:
获取模块101,用于获取车辆当前的车辆行驶数据、当前位置和根据粒子滤波算法确定的车辆在上一时刻的位置;其中,当前位置为全球定位系统GPS信号未消失时最后从GPS信号中获取得到的位置数据;
预估模块102,用于根据上一时刻的位置和车辆行驶数据,预估得到车辆在下一时刻n个不同的第一预估位置;其中,下一时刻为GPS信号消失后的时刻、且n为正整数;
位置确定模块103,用于根据当前位置、车辆行驶数据和n个不同的第一预估位置,得到车辆在下一时刻的预估位置。
可选的,在本实施例的基础上,预估模块102包括:
计算子模块,用于根据预设位置计算公式、上一时刻的位置以及车辆行驶数据,计算得到车辆在当前时刻的n个当前预估位置;
预估子模块,用于根据n个当前预估位置,采用重要性采样算法,预估出车辆在下一时刻n个不同的第一预估位置。
需要说明的是,本实施例中的各个模块和子模块的工作过程,请参照上述实施例中的相应说明,在此不再赘述。
本实施例中,能够根据车辆行驶数据、上一时刻的位置和GPS信号未消失时最后从GPS信号中获取得到的当前位置,计算得到GPS信号消失后的时刻,即下一时刻车辆所在的预估位置,进而能够确定GPS信号消失后车辆的位置,解决了现有技术中,当进入隧道等GPS信号消失的地方时,不能正确获取车辆在GPS信号消失后车辆的位置的问题。
可选的,在上述任一车辆定位装置的实施例的基础上,参照图11,位置确定模块103包括:
位置预估子模块1031,用于根据预设位置计算公式、车辆行驶数据和当前位置,预估车辆在下一时刻的第二预估位置;
确定子模块1032,用于根据每个第一预估位置与第二预估位置的距离值,确定每个第一预估位置的权重值;
位置确定子模块1033,用于根据每个第一预估位置的权重值,进行重采样,得到预估位置。
进一步,位置确定子模块1033包括:
位置样本点确定单元,用于根据每个第一预估位置的权重值,确定重新选取的n个位置样本点在下一时刻所在的位置;
预估位置确定单元,用于根据n个位置样本点在下一时刻所在的位置,确定下一时刻的预估位置。
进一步,预估位置确定单元包括:
预估位置确定子单元,用于将每个位置样本点在下一时刻所在的位置与相应的位置样本点的预设权重进行相乘后求和,得到下一时刻的预估位置。
本实施例中,给出了一种根据当前位置、车辆行驶数据和n个不同的第一预估位置,得到车辆在下一时刻的预估位置的具体实现过程,能够根据本实施例中的方法计算得到车辆在下一时刻的预估位置,进而能够在GPS信号消失时,仍能够知道车辆的位置。
需要说明的是,本实施例中的各个模块、子模块单元和子单元的工作过程,请参照上述实施例中的相应说明,在此不再赘述。
可选的,本发明的另一实施例中提供了一种电子设备,包括:
存储器和处理器;
其中,存储器,用于存储程序;
处理器,用于调用程序,其中,程序用于:
获取车辆当前的车辆行驶数据、当前位置和根据粒子滤波算法确定的车辆在上一时刻的位置;其中,当前位置为全球定位系统GPS信号未消失时最后从GPS信号中获取得到的位置数据;
根据上一时刻的位置和车辆行驶数据,预估得到车辆在下一时刻n个不同的第一预估位置;其中,下一时刻为GPS信号消失后的时刻、且n为正整数;
根据当前位置、车辆行驶数据和n个不同的第一预估位置,得到车辆在下一时刻的预估位置。
本实施例中,能够根据车辆行驶数据、上一时刻的位置和GPS信号未消失时最后从GPS信号中获取得到的当前位置,计算得到GPS信号消失后的时刻,即下一时刻车辆所在的预估位置,进而能够确定GPS信号消失后车辆的位置,解决了现有技术中,当进入隧道等GPS信号消失的地方时,不能正确获取车辆在GPS信号消失后车辆的位置的问题。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种车辆定位方法,其特征在于,包括:
获取车辆当前的车辆行驶数据、当前位置和根据粒子滤波算法确定的所述车辆在上一时刻的位置;其中,所述当前位置为全球定位系统GPS信号未消失时最后从所述GPS信号中获取得到的位置数据;
根据所述上一时刻的位置和所述车辆行驶数据,预估得到所述车辆在下一时刻n个不同的第一预估位置;其中,下一时刻为GPS信号消失后的时刻、且n为正整数;
根据所述当前位置、所述车辆行驶数据和n个不同的所述第一预估位置,得到所述车辆在下一时刻的预估位置;
根据所述当前位置、所述车辆行驶数据和n个不同的所述第一预估位置,得到所述车辆在下一时刻的预估位置,包括:
根据预设位置计算公式、所述车辆行驶数据和所述当前位置,预估车辆在下一时刻的第二预估位置;
根据每个所述第一预估位置与所述第二预估位置的距离值,确定每个所述第一预估位置的权重值;
根据每个所述第一预估位置的权重值,进行重采样,得到所述预估位置。
2.根据权利要求1所述的车辆定位方法,其特征在于,根据所述上一时刻的位置和所述车辆行驶数据,预估得到所述车辆在下一时刻n个不同的第一预估位置,包括:
根据预设位置计算公式、所述上一时刻的位置以及所述车辆行驶数据,计算得到车辆在当前时刻的n个当前预估位置;
根据n个所述当前预估位置,采用重要性采样算法,预估出所述车辆在下一时刻n个不同的所述第一预估位置。
3.根据权利要求1所述的车辆定位方法,其特征在于,根据每个所述第一预估位置的权重值,进行重采样,得到所述预估位置,包括:根据每个所述第一预估位置的权重值,确定重新选取的n个位置样本点在下一时刻所在的位置;
根据n个位置样本点在下一时刻所在的位置,确定下一时刻的预估位置。
4.根据权利要求3所述的车辆定位方法,其特征在于,根据n个位置样本点在下一时刻所在的位置,确定下一时刻的预估位置,包括:
将每个位置样本点在下一时刻所在的位置与相应的位置样本点的预设权重进行相乘后求和,得到下一时刻的预估位置。
5.一种车辆定位装置,其特征在于,包括:
获取模块,用于获取车辆当前的车辆行驶数据、当前位置和根据粒子滤波算法确定的所述车辆在上一时刻的位置;其中,所述当前位置为全球定位系统GPS信号未消失时最后从所述GPS信号中获取得到的位置数据;
预估模块,用于根据所述上一时刻的位置和所述车辆行驶数据,预估得到所述车辆在下一时刻n个不同的第一预估位置;其中,下一时刻为GPS信号消失后的时刻、且n为正整数;
位置确定模块,用于根据所述当前位置、所述车辆行驶数据和n个不同的所述第一预估位置,得到所述车辆在下一时刻的预估位置;
所述位置确定模块包括:
位置预估子模块,用于根据预设位置计算公式、所述车辆行驶数据和所述当前位置,预估车辆在下一时刻的第二预估位置;
确定子模块,用于根据每个所述第一预估位置与所述第二预估位置的距离值,确定每个所述第一预估位置的权重值;
位置确定子模块,用于根据每个所述第一预估位置的权重值,进行重采样,得到所述预估位置。
6.根据权利要求5所述的车辆定位装置,其特征在于,所述预估模块包括:
计算子模块,用于根据预设位置计算公式、所述上一时刻的位置以及所述车辆行驶数据,计算得到车辆在当前时刻的n个当前预估位置;
预估子模块,用于根据n个所述当前预估位置,采用重要性采样算法,预估出所述车辆在下一时刻n个不同的所述第一预估位置。
7.根据权利要求5所述的车辆定位装置,其特征在于,所述位置确定子模块包括:
位置样本点确定单元,用于根据每个所述第一预估位置的权重值,确定重新选取的n个位置样本点在下一时刻所在的位置;
预估位置确定单元,用于根据n个位置样本点在下一时刻所在的位置,确定下一时刻的预估位置。
8.根据权利要求7所述的车辆定位装置,其特征在于,所述预估位置确定单元包括:
预估位置确定子单元,用于将每个位置样本点在下一时刻所在的位置与相应的位置样本点的预设权重进行相乘后求和,得到下一时刻的预估位置。
9.一种电子设备,其特征在于,包括:
存储器和处理器;
其中,所述存储器,用于存储程序;
所述处理器,用于调用所述程序,其中,所述程序用于:
获取车辆当前的车辆行驶数据、当前位置和根据粒子滤波算法确定的所述车辆在上一时刻的位置;其中,所述当前位置为全球定位系统GPS信号未消失时最后从所述GPS信号中获取得到的位置数据;
根据所述上一时刻的位置和所述车辆行驶数据,预估得到所述车辆在下一时刻n个不同的第一预估位置;其中,下一时刻为GPS信号消失后的时刻、且n为正整数;
根据所述当前位置、所述车辆行驶数据和n个不同的所述第一预估位置,得到所述车辆在下一时刻的预估位置;
根据所述当前位置、所述车辆行驶数据和n个不同的所述第一预估位置,得到所述车辆在下一时刻的预估位置,包括:
根据预设位置计算公式、所述车辆行驶数据和所述当前位置,预估车辆在下一时刻的第二预估位置;
根据每个所述第一预估位置与所述第二预估位置的距离值,确定每个所述第一预估位置的权重值;
根据每个所述第一预估位置的权重值,进行重采样,得到所述预估位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810597445.0A CN110579781B (zh) | 2018-06-11 | 2018-06-11 | 一种车辆定位方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810597445.0A CN110579781B (zh) | 2018-06-11 | 2018-06-11 | 一种车辆定位方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110579781A CN110579781A (zh) | 2019-12-17 |
CN110579781B true CN110579781B (zh) | 2023-05-23 |
Family
ID=68809490
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810597445.0A Active CN110579781B (zh) | 2018-06-11 | 2018-06-11 | 一种车辆定位方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110579781B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220150691A (ko) * | 2021-05-04 | 2022-11-11 | 현대자동차주식회사 | 차량의 위치 보정 장치 및 그 방법 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2271420A (en) * | 1992-10-07 | 1994-04-13 | Ford Motor Co | Vehicle navigation system |
CN103454660B (zh) * | 2012-12-28 | 2015-11-04 | 北京握奇数据系统有限公司 | 一种车辆定位方法及装置 |
CN105300395A (zh) * | 2014-07-11 | 2016-02-03 | 北京协进科技发展有限公司 | 一种导航定位方法及装置 |
CN106289257A (zh) * | 2016-07-27 | 2017-01-04 | 无锡知谷网络科技有限公司 | 室内定位方法及定位系统 |
CN106840179B (zh) * | 2017-03-07 | 2019-12-10 | 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 |
CN107132563B (zh) * | 2017-07-10 | 2020-04-24 | 北京理工大学 | 一种里程计结合双天线差分gnss的组合导航方法 |
-
2018
- 2018-06-11 CN CN201810597445.0A patent/CN110579781B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110579781A (zh) | 2019-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9228836B2 (en) | Inference of vehicular trajectory characteristics with personal mobile devices | |
CN110177374B (zh) | 一种基于车路协同的v2x功能应用测试方法、装置及系统 | |
US9767622B2 (en) | System and a method for improved car prognosis | |
JP2016180980A (ja) | 情報処理装置、プログラム、及び地図データ更新システム | |
CN104677361B (zh) | 一种综合定位的方法 | |
CN101915852B (zh) | 基于立体视觉的速度测量方法 | |
CN110009903B (zh) | 一种交通事故现场还原方法 | |
JP6944472B2 (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
CN110942038A (zh) | 基于视觉的交通场景识别方法、装置、介质及电子设备 | |
CN108974054B (zh) | 无缝列车定位方法及其系统 | |
US11361555B2 (en) | Road environment monitoring device, road environment monitoring system, and road environment monitoring program | |
JP2016217084A (ja) | 路面状況計測システム、路面状況計測方法並びに路面状況計測プログラム | |
Chowdhury et al. | Estimating true speed of moving vehicle using smartphone-based GPS measurement | |
CN112734242A (zh) | 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端 | |
JP2022013848A (ja) | ある車両の環境中の標的車両の軌道を予測する方法及びシステム | |
WO2016107876A1 (en) | Vehicular motion monitoring method | |
CN110458080A (zh) | 一种汽车行驶中前方坑洞的预判方法及系统 | |
CN111183464B (zh) | 基于车辆轨迹数据估计信号交叉路口的饱和流量的系统和方法 | |
CN112434260A (zh) | 一种公路的交通状态检测方法、装置、存储介质及终端 | |
CN108286973B (zh) | 一种行驶数据校验方法及装置、及混合导航系统 | |
CN110579781B (zh) | 一种车辆定位方法、装置及电子设备 | |
CN109808641A (zh) | 防盗告警方法及装置、电子设备和可读存储介质 | |
JP2019519044A (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
CN107765277B (zh) | 地图轨迹的绘制方法与装置 | |
CN205247622U (zh) | 一种车辆排队长度监测系统 |
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 |