CN110596741A - 车辆定位方法、装置、计算机设备和存储介质 - Google Patents
车辆定位方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110596741A CN110596741A CN201910718838.7A CN201910718838A CN110596741A CN 110596741 A CN110596741 A CN 110596741A CN 201910718838 A CN201910718838 A CN 201910718838A CN 110596741 A CN110596741 A CN 110596741A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- target
- navigation data
- real
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 43
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 238000007781 pre-processing Methods 0.000 claims abstract description 27
- 238000012937 correction Methods 0.000 claims abstract description 22
- 238000001914 filtration Methods 0.000 claims abstract description 19
- 238000005516 engineering process Methods 0.000 claims abstract description 13
- 230000004807 localization Effects 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 abstract description 5
- 238000012360 testing method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 5
- 230000000295 complement effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241000282994 Cervidae Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
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
本发明实施例公开了一种车辆定位方法，应用于驾校考场中，包括：通过基于GPS的定位技术获取所述待定位车辆的GPS数据；采用垂直陀螺导航算法获取所述待定位车辆的导航数据；分别对所述GPS数据和所述导航数据进行预处理，得到目标GPS数据和目标导航数据；采用卡尔曼滤波算法对所述目标GPS数据和所述目标导航数据进行反馈校正计算，得到所述待定位车辆的位置信息。该车辆定位方法大大提高了车辆定位的精度和可靠性，实现了在不增加成本的情况提高了的车辆定位的精度，同时减少了维护成本。此外，还提出了一种车辆定位装置、计算机设备和存储介质。
Description
技术领域
本发明涉及定位技术领域，尤其涉及一种车辆定位方法、装置、计算机设备和存储介质。
背景技术
目前随着交通的便利，越来越多的人学习考驾照，需要通过教练车进行学习，通过对教练车的定位，能够对学员提供学习参考和指导。当前教练车定位方案大多采用高精GPS实现，存在成本高、地图维护难的问题，或者单纯采用普通GPS实现，存在位置存在偏差以及位置精度不够的问题。因此，亟需提供一种新的车辆定位方法。
发明内容
基于此，有必要针对上述问题，提出一种具有较高定位精度的车辆定位方法、装置、计算机设备和存储介质。
一种车辆定位方法，其特征在于，所述方法包括：
通过基于GPS的定位技术获取待定位车辆的GPS数据；
采用垂直陀螺导航算法获取所述待定位车辆的导航数据；
分别对所述GPS数据和所述导航数据进行预处理，得到目标GPS数据和目标导航数据；
采用卡尔曼滤波算法对所述目标GPS数据和所述目标导航数据进行反馈校正计算，得到所述待定位车辆的位置信息。
一种车辆定位装置，所述装置包括：
GPS数据获取模块，用于通过基于GPS的定位技术获取待定位车辆的GPS数据；
导航数据获取模块，用于采用垂直陀螺导航算法获取所述待定位车辆的导航数据；
预处理模块，用于分别对所述GPS数据和所述导航数据进行预处理，得到目标GPS数据和目标导航数据；
计算模块，用于采用卡尔曼滤波算法对所述目标GPS数据和所述目标导航数据进行反馈校正计算，得到所述待定位车辆的位置信息。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：
通过基于GPS的定位技术获取待定位车辆的GPS数据；
采用垂直陀螺导航算法获取所述待定位车辆的导航数据；
分别对所述GPS数据和所述导航数据进行预处理，得到目标GPS数据和目标导航数据；
采用卡尔曼滤波算法对所述目标GPS数据和所述目标导航数据进行反馈校正计算，得到所述待定位车辆的位置信息。
一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：
通过基于GPS的定位技术获取待定位车辆的GPS数据；
采用垂直陀螺导航算法获取所述待定位车辆的导航数据；
分别对所述GPS数据和所述导航数据进行预处理，得到目标GPS数据和目标导航数据；
采用卡尔曼滤波算法对所述目标GPS数据和所述目标导航数据进行反馈校正计算，得到所述待定位车辆的位置信息。
上述车辆定位方法、装置、计算机设备及存储介质，通过基于GPS的定位技术获取待定位车辆的GPS数据；采用垂直陀螺导航算法获取待定位车辆的导航数据；分别对GPS数据和导航数据进行预处理，得到目标GPS数据和目标导航数据；采用卡尔曼滤波算法对目标GPS数据和目标导航数据进行反馈校正计算，得到待定位车辆的位置信息。该车辆定位方法充分利用了GPS数据和导航数据的互补特性，大大提高了车辆定位的精度和可靠性，实现了在不增加成本的情况提高了的车辆定位的精度，同时减少了维护成本。
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一些实施例，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，还可以根据这些附图获得其他的附图。
其中：
图1为一个实施例中车辆定位方法的流程图；
图2为一个实施例中获取待定位车辆的导航数据方法的流程图；
图3为一个实施例中反馈校正计算方法的流程图；
图4为一个实施例中车辆定位装置的结构框图；
图5为另一个实施例中车辆定位装置的结构框图；
图6为一个实施例中获取模块的结构框图。
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作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。
如图1所示，在一个实施例中，提供了一种车辆定位方法，该车辆定位方法既可以应用于终端，也可以应用于服务器，具体包括以下步骤：
步骤102，通过基于GPS的定位技术获取待定位车辆的GPS数据。
其中，待定位车辆是指需要确定位置信息的车辆。基于GPS(Global PositioningSystem，全球定位系统)的定位技术是一种基于接收到来自卫星发送的星历参数和时间信息，计算求解出的三维位置、三维方向和运动速度等信息的定位技术。GPS数据即是通过GPS定位技术对待定位车辆进行定位后得到数据，如待定位车辆的速度、姿态、经纬度和距离目标位置的距离等，用于表征待定位车辆的地理位置信息。具体地，每一待定位车辆上安装有GPS系统，实时对待定位车辆进行定位，服务端通过与GPS系统通信连接，获取到对应的GPS数据。需要说明的是，本实施例中的GPS数据应用在驾校考场中，且驾校考场的车辆数量较多，因此，为了节省成本且方便车辆维护，安装在车辆中的GPS系统为非差分GPS系统。
作为一种优选方式，本实施例选取经纬度数据和距离数据作为待定位车辆的GPS数据，能够快速准确获取到GPS数据，以便后续基于该GPS数据对待定位车辆的位置信息进行确定。
步骤104，采用垂直陀螺导航算法获取所述待定位车辆的导航数据。
其中，垂直陀螺导航算法是一种根据惯性空间的力学定律，利用陀螺和加速度计感应运动物体在运动过程中的旋转角速度和加速度，并进行计算得到运动物体的位置、速度和姿态等导航参数的算法。导航数据是指反应运动体的运动轨迹的数据，如距离、航向角和速度等数据。具体地，服务端从安装在待定位车辆上测得的定位数据中获取到导航数据。可以理解地，由于导航数据中包含有运动体的姿态信息数据且具有实时性，因此，采用垂直陀螺导航算法获取待定位车辆的导航数据，以便后续基于该导航数据实现对待定位车辆的准确定位。
需要说明的是，步骤102与步骤104之间，没有必然的先后顺序关系，其具体也可以是并列执行，此处不作限定。
步骤106，分别对所述GPS数据和所述导航数据进行预处理，得到目标GPS数据和目标导航数据。
其中，预处理是指在主要的处理以前对数据进行的一些处理，用于获取质量高的数据，保证数据处理结果的准确性。本步骤中的预处理包括但不限于是坐标转化、去噪处理或矩阵变换等。目标GPS数据是指预处理后的GPS数据，目标导航数据是指预处理后的导航数据。具体地，分别针对GPS数据和导航数据进行预处理，即得到目标GPS数据和目标导航数据。可以理解地，一方面由于GPS数据中有ECEF坐标系统下的经度、纬度和高度数据，影响待定位车辆平面运动的定位数据计算，因此，通过对GPS数据进行预处理，如坐标转化，使得服务端能够充分利用目标GPS数据的地理位置信息，从而有利于提高车辆定位的精度。另一方面由于导航数据是通过惯性测量工具测量得到的，其中必然包含有误差数据以及噪声数据，影响影响待定位车辆的定位的准确度，因此，通过对导航数据进行预处理，如噪音处理，去除不准确的数据，从而提高目标导航数据的准确性。
步骤108，采用卡尔曼滤波算法对所述目标GPS数据和所述目标导航数据进行反馈校正计算，得到所述待定位车辆的位置信息。
其中，卡尔曼滤波算法是一种用于对数据进行误差校正和补偿的数据融合算法。位置信息是指待定位车辆的位置数据。具体地，采用卡尔曼滤波算法对目标GPS数据和目标导航数据进行反馈校正计算，即将目标GPS数据作为测量量，目标导航数据作为估计值进行融合，从而充分利用目标GPS周期性的纠正目标导航数据的定位误差，限制误差的积累，同时大大减小了计算量，提高了位置信息的精度。本步骤中，通过卡尔曼滤波算法对GPS数据和导航数据进行融合，充分利用了GPS数据和导航数据的互补特性，大大提高了车辆定位的精度和可靠性。
需要说明的是，本实施例中的位置信息应用在驾校考场中，且该位置信息精度较高，实现了在不增加成本的情况提高了的车辆定位的精度，同时减少了维护成本。
上述车辆定位方法，通过基于GPS的定位技术获取待定位车辆的GPS数据；采用垂直陀螺导航算法获取待定位车辆的导航数据；分别对GPS数据和导航数据进行预处理，得到目标GPS数据和目标导航数据；采用卡尔曼滤波算法对目标GPS数据和目标导航数据进行反馈校正计算，得到待定位车辆的位置信息。该车辆定位方法充分利用了GPS数据和导航数据的互补特性，大大提高了车辆定位的精度和可靠性，实现了在不增加成本的情况提高了的车辆定位的精度，同时减少了维护成本。
如图1所示，在一个实施例中，在得到待定位车辆的位置信息之后，该车辆定位方法还包括：
步骤110，调用至少两个摄像设备拍摄车辆的两侧的实时图像，其中，所述实时图像包括车行道边缘线。
其中，车行道边缘线是用于作为判断车辆是否压线的标准。具体地，服务端调用至少两个摄像设备(摄像设备可安装在车辆后视镜下)拍摄车辆的两侧的实时图像，可以根据实时图像确定车行道边缘线，提高了车行道边缘线的识别准确度。可以理解地，对于驾校考场内的车辆，为了保证车辆行驶的安全性和遵守交通法规，需要全程判断车辆是否压线，因此，本步骤中首先确定车行道边缘线。
步骤112，根据所述实时图像，计算车辆与所述车行道边缘线的当前角度，以及，车辆与所述车行道边缘线的真实距离。
其中，当前角度是指车辆与车行道边缘线在方向上的偏差，真实距离是指车辆与车行道边缘线的距离。具体地，服务端根据实时图像中车辆与边缘线的位置关系，分别计算车辆与车行道边缘线的角度和距离，则角度即为当前角度，将车辆与车行道边缘线的距离乘以预设的比例值即为真实距离。可以理解地，该当前角度和真实距离的计算过程简单方便，充分利用了服务端对实时图像的处理的优势，从而快速得到了计算车辆与车行道边缘线的当前角度和真实距离。
需要说明的是，在驾驶证考试的项目场地较小的情形下，例如，科目二的子项目曲线驾驶(S弯)中，可能存在摄像设备拍摄的实时图像不全的情形，此时，可以结合实时图像以及车辆的位置信息计算车辆与车行道边缘线的当前角度，以及，车辆与车行道边缘线的真实距离，其中的位置信息是采用步骤102至步骤108中的车辆定位方法对车辆进行定位得到的。
步骤114，基于所述当前角度和所述真实距离，确定目标转向方向。
其中，目标转向方向是指车辆为防止压线需要调整的行驶方向。具体地，服务端将步骤112计算得到的当前角度和真实距离，分别与预设的角度阈值和预设的距离阈值进行比较，根据比较结果调整车辆的行驶方向，从而防止车辆压线，为驾校学员训练提供明确的指引，保证训练效果。
上述判断车辆的压线过程，充分利用了服务端对图像的处理效果，以及车辆的位置信息，不仅实现了智能化地判断车辆压线问题，还确定了目标转弯方向，从而防止车辆压线，为驾校学员训练提供明确的指引，保证训练效果。
如图1所示，在一个实施例中，在得到待定位车辆的位置信息之后，该车辆定位方法还包括：
步骤116，调用至少一个摄像设备对车辆前方场景进行实时监控，若监控到预设指示标志，则获取所述预设指示标志的图像，确定车辆与所述预设指示标志的角度和距离，并基于所述位置信息和预设的电子标签，确定所述车辆所在的考试子项目。
其中，预设指示标志是指驾校考场内设置的用于提示学员准确驾驶的提示，如左转弯、右转弯、终点和限速牌等。预设指示标志的图像是指预设指示标志图像化后的图像。具体地，服务端计算预设指示标志的图像中车辆与预设指示标志的角度和距离，并将计算后的角度作为车辆与预设指示标志的角度，将计算后的距离乘以预设的比例值作为车辆与预设指示标志的距离。
其中，预设的电子标签是指预先设定的用于唯一标识驾校考试科目的标签，考试子项目是指各个科目下的分类的小项目，例如科目二有5个考试子项目。由于不同的考试子项目对应的驾校考场的场景是相同的，因此仅仅根据摄像头监控的图像无法确定考试子项目，因此，本实施例中根据车辆的位置信息以及预设的电子标签，以便准确确定车辆所在的考试子项目。
步骤118，基于所述考试子项目、所述角度和所述距离，生成实时模拟驾驶路线，以使车辆根据所述实时模拟驾驶路线进行行驶。
其中，实时模拟驾驶路线是指车辆需要行驶的路线。具体地，由考试子项目可以确定该考试子项目的标准行驶路线，由车辆与预设指示标志的角度和距离可以确定车辆实际行驶轨迹，服务端通过比对子项目的标准行驶路线和车辆实际行驶轨迹，即可生成实时模拟驾驶路线，并提示车辆根据实时模拟驾驶路线进行行驶，为驾校学员训练提供明确的指导路线，以便提高学员驾驶训练效率。
上述生成模拟驾驶路线的过程通过利用预设指示标志的图像、位置信息和预设的电子标签生成了实时模拟驾驶路线，并提示车辆根据实时模拟驾驶路线进行行驶，为驾校学员训练提供明确的指导路线，以便提高学员驾驶训练效率。
在一个实施例中，GPS数据包括经纬度数据和距离数据，导航数据包括车辆姿态数据、车辆速度和航向，所述分别对所述GPS数据和所述导航数据进行预处理，得到目标GPS数据和目标导航数据，包括：
将所述经纬度数据进行坐标转化，并对所述距离数据进行去噪处理，得到所述目标GPS数据，并对所述车辆姿态数据、车辆速度和航向通过预设的变换矩阵进行计算，得到所述目标导航数据。
具体地，经纬度数据为ECEF坐标系下的纬度(λ)、经度和高度(h)，通过公式将经纬度数据转化到平面坐标系中，公式中，ke表示为东向转换系数，kn表示为北向转换系数，(e,n)表示为转换后的经纬度坐标，表示为GPS数据中经纬度坐标，基准坐标。对距离数据进行去噪处理，也即去除存在高斯噪声或者有跳变影响定位的距离数据，针对噪音的特性，设置判断噪音的规则，将距离数据中符合噪音规则的距离数据消除。从而将坐标转换后的经纬度数据和去噪处理后的巨鹿数据作为目标GPS数据。
具体地，对车辆姿态数据、车辆速度和航向通过预设的变换矩阵进行计算，其中的预设的变换矩阵为车体坐标系和导航坐标系之间的变换矩阵，通过对车辆姿态数据、车辆速度和航向通过预设的变换矩阵进行计算，得到目标导航数据，减少了目标导航数据的误差，从而提高了目标导航数据准确性。
上述分别对GPS数据和导航数据进行预处理的过程，使得目标GPS数据和目标导航数据减少了误差，提高了准确性。
如图2所示，在一个实施例中，采用垂直陀螺导航算法获取所述待定位车辆的导航数据，包括：
步骤104A，获取待定位车辆的旋转角速度和加速度。
具体地，可以通过测量待定位车辆在惯性参考系的航向角也即旋转角速度和加速度。
步骤104B，对所述旋转角速度和加速度进行积分计算，得到所述导航数据。
具体地，将旋转角速度和加速度对时间进行积分后吗，转换到导航坐标系中，从而得到在导航坐标系中的速度、偏航角，也即导航数据，快速准确得获取到导航数据，以便后续基于导航数据进行进一步处理。
上述采用垂直陀螺导航算法获取待定位车辆的导航数据，从而快速准确得获取到导航数据，以便后续基于导航数据进行进一步处理。
如图3所示，在一个实施例中，采用卡尔曼滤波算法对所述目标GPS数据和所述目标导航数据进行反馈校正计算，包括：
步骤108A，计算所述目标GPS数据和所述目标导航数据的差值。
具体地，计算目标GPS数据和目标导航数据的差值。
步骤108B，将所述差值作为卡尔曼滤波器的观测变量进行计算，得到所述位置信息。
其中，观测变量是指卡尔曼滤波器这一模型的输入，将步骤108A中的差值作为卡尔曼滤波器的观测变量进行滤波更新，卡尔曼滤波器的输出即为位置信息，从而实现了对目标GPS数据和目标导航数据的校正，从而提高了位置信息的精度。
上述采用卡尔曼滤波算法对目标GPS数据和目标导航数据进行反馈校正计算的过程实现了对目标GPS数据和目标导航数据的校正，从而提高了位置信息的精度。
如图4所示，在一个实施例中，提出了一种车辆定位装置，包括：
GPS数据获取模块402，用于通过基于GPS的定位技术获取待定位车辆的GPS数据；
导航数据获取模块404，用于采用垂直陀螺导航算法获取所述待定位车辆的导航数据；
预处理模块406，用于分别对所述GPS数据和所述导航数据进行预处理，得到目标GPS数据和目标导航数据；
计算模块408，用于采用卡尔曼滤波算法对所述目标GPS数据和所述目标导航数据进行反馈校正计算，得到所述待定位车辆的位置信息。
如图5所示，在一个实施例中，车辆定位装置还包括：
图像获取模块510，用于调用至少两个摄像设备拍摄车辆的两侧的实时图像，其中，所述实时图像包括车行道边缘线；
位置数据计算模块512，用于根据所述实时图像，计算车辆与所述车行道边缘线的当前角度，以及，车辆与所述车行道边缘线的真实距离；
转向方向确定模块514，用于基于所述当前角度和所述真实距离，确定目标转向方向。
在一个实施例中，该车辆定位装置还包括：
信息确定模块，用于调用至少一个摄像设备对车辆前方场景进行实时监控，若监控到预设指示标志，则获取所述预设指示标志的图像，确定车辆与所述预设指示标志的角度和距离，并基于所述位置信息和预设的电子标签，确定所述车辆所在的考试子项目；
路线生成模块，用于基于所述考试子项目、所述角度和所述距离，生成实时模拟驾驶路线，以使车辆根据所述实时模拟驾驶路线进行行驶。
在一个实施例中，所述GPS数据包括经纬度数据和距离数据，所述导航数据包括车辆姿态数据、车辆速度和航向，所述预处理模块包括：
预处理单元，用于将所述经纬度数据进行坐标转化，并对所述距离数据进行去噪处理，得到所述目标GPS数据，并对所述车辆姿态数据、车辆速度和航向通过预设的变换矩阵进行计算，得到所述目标导航数据。
在一个实施例中，导航数据获取模块包括：
速度获取单元，用于获取待定位车辆的旋转角速度和加速度；
数据获取单元，用于对所述旋转角速度和加速度进行积分计算，得到所述导航数据。
在一个实施例中，计算模块模块包括：
差值获取单元，用于计算所述目标GPS数据和所述目标导航数据的差值；
计算单元，用于将所述差值作为卡尔曼滤波器的观测变量进行计算，得到所述位置信息。
图6示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是服务器和终端设备，所述服务器包括但不限于高性能计算机和高性能计算机集群；所述终端设备包括但不限于移动终端设备和台式终端设备，所述移动终端设备包括但不限于手机、平板电脑、智能手表和笔记本电脑，所述台式终端设备包括但不限于台式电脑和车载电脑。如图6所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现车辆定位方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行车辆定位方法。本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本申请提供的车辆定位方法可以实现为一种计算机程序的形式，计算机程序可在如图6所示的计算机设备上运行。计算机设备的存储器中可存储组成车辆定位装置的各个程序模板。比如，GPS数据获取模块402，导航数据获取模块404，预处理模块406，计算模块408。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：通过基于GPS的定位技术获取待定位车辆的GPS数据；采用垂直陀螺导航算法获取所述待定位车辆的导航数据；分别对所述GPS数据和所述导航数据进行预处理，得到目标GPS数据和目标导航数据；采用卡尔曼滤波算法对所述目标GPS数据和所述目标导航数据进行反馈校正计算，得到所述待定位车辆的位置信息。
在一个实施例中，在所述得到所述待定位车辆的位置信息之后，所述方法还包括：调用至少两个摄像设备拍摄车辆的两侧的实时图像，其中，所述实时图像包括车行道边缘线；根据所述实时图像，计算车辆与所述车行道边缘线的当前角度，以及，车辆与所述车行道边缘线的真实距离；基于所述当前角度和所述真实距离，确定目标转向方向。
在一个实施例中，在所述得到所述待定位车辆的位置信息之后，所述方法还包括：调用至少一个摄像设备对车辆前方场景进行实时监控，若监控到预设指示标志，则获取所述预设指示标志的图像，确定车辆与所述预设指示标志的角度和距离，并基于所述位置信息和预设的电子标签，确定所述车辆所在的考试子项目；基于所述考试子项目、所述角度和所述距离，生成实时模拟驾驶路线，以使车辆根据所述实时模拟驾驶路线进行行驶。
在一个实施例中，所述GPS数据包括经纬度数据和距离数据，所述导航数据包括车辆姿态数据、车辆速度和航向，所述分别对所述GPS数据和所述导航数据进行预处理，得到目标GPS数据和目标导航数据，包括：将所述经纬度数据进行坐标转化，并对所述距离数据进行去噪处理，得到所述目标GPS数据，并对所述车辆姿态数据、车辆速度和航向通过预设的变换矩阵进行计算，得到所述目标导航数据。
在一个实施例中，所述采用垂直陀螺导航算法获取所述待定位车辆的导航数据，包括：获取待定位车辆的旋转角速度和加速度；对所述旋转角速度和加速度进行积分计算，得到所述导航数据。
在一个实施例中，所述采用卡尔曼滤波算法对所述目标GPS数据和所述目标导航数据进行反馈校正计算，包括：计算所述目标GPS数据和所述目标导航数据的差值；将所述差值作为卡尔曼滤波器的观测变量进行计算，得到所述位置信息。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如下步骤：通过基于GPS的定位技术获取待定位车辆的GPS数据；采用垂直陀螺导航算法获取所述待定位车辆的导航数据；分别对所述GPS数据和所述导航数据进行预处理，得到目标GPS数据和目标导航数据；采用卡尔曼滤波算法对所述目标GPS数据和所述目标导航数据进行反馈校正计算，得到所述待定位车辆的位置信息。
在一个实施例中，在所述得到所述待定位车辆的位置信息之后，所述方法还包括：调用至少两个摄像设备拍摄车辆的两侧的实时图像，其中，所述实时图像包括车行道边缘线；根据所述实时图像，计算车辆与所述车行道边缘线的当前角度，以及，车辆与所述车行道边缘线的真实距离；基于所述当前角度和所述真实距离，确定目标转向方向。
在一个实施例中，在所述得到所述待定位车辆的位置信息之后，所述方法还包括：调用至少一个摄像设备对车辆前方场景进行实时监控，若监控到预设指示标志，则获取所述预设指示标志的图像，确定车辆与所述预设指示标志的角度和距离，并基于所述位置信息和预设的电子标签，确定所述车辆所在的考试子项目；基于所述考试子项目、所述角度和所述距离，生成实时模拟驾驶路线，以使车辆根据所述实时模拟驾驶路线进行行驶。
在一个实施例中，所述GPS数据包括经纬度数据和距离数据，所述导航数据包括车辆姿态数据、车辆速度和航向，所述分别对所述GPS数据和所述导航数据进行预处理，得到目标GPS数据和目标导航数据，包括：将所述经纬度数据进行坐标转化，并对所述距离数据进行去噪处理，得到所述目标GPS数据，并对所述车辆姿态数据、车辆速度和航向通过预设的变换矩阵进行计算，得到所述目标导航数据。
在一个实施例中，所述采用垂直陀螺导航算法获取所述待定位车辆的导航数据，包括：获取待定位车辆的旋转角速度和加速度；对所述旋转角速度和加速度进行积分计算，得到所述导航数据。
在一个实施例中，所述采用卡尔曼滤波算法对所述目标GPS数据和所述目标导航数据进行反馈校正计算，包括：计算所述目标GPS数据和所述目标导航数据的差值；将所述差值作为卡尔曼滤波器的观测变量进行计算，得到所述位置信息。
需要说明的是，上述车辆定位方法、车辆定位装置、计算机设备及计算机可读存储介质属于一个总的发明构思，车辆定位方法、车辆定位装置、计算机设备及计算机可读存储介质实施例中的内容可相互适用。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。请输入具体实施内容部分。
Claims (10)
1.一种车辆定位方法，应用于驾校考场中，其特征在于，所述方法包括：
通过基于GPS的定位技术获取待定位车辆的GPS数据；
采用垂直陀螺导航算法获取所述待定位车辆的导航数据；
分别对所述GPS数据和所述导航数据进行预处理，得到目标GPS数据和目标导航数据；
采用卡尔曼滤波算法对所述目标GPS数据和所述目标导航数据进行反馈校正计算，得到所述待定位车辆的位置信息。
2.根据权利要求1所述的方法，其特征在于，在所述得到所述待定位车辆的位置信息之后，所述方法还包括：
调用至少两个摄像设备拍摄车辆的两侧的实时图像，其中，所述实时图像包括车行道边缘线；
根据所述实时图像，计算车辆与所述车行道边缘线的当前角度，以及，车辆与所述车行道边缘线的真实距离；
基于所述当前角度和所述真实距离，确定目标转向方向。
3.根据权利要求1所述的方法，其特征在于，在所述得到所述待定位车辆的位置信息之后，所述方法还包括：
调用至少一个摄像设备对车辆前方场景进行实时监控，若监控到预设指示标志，则获取所述预设指示标志的图像，确定车辆与所述预设指示标志的角度和距离，并基于所述位置信息和预设的电子标签，确定所述车辆所在的考试子项目；
基于所述考试子项目、所述角度和所述距离，生成实时模拟驾驶路线，以使车辆根据所述实时模拟驾驶路线进行行驶。
4.根据权利要求1所述的方法，其特征在于，所述GPS数据包括经纬度数据和距离数据，所述导航数据包括车辆姿态数据、车辆速度和航向，所述分别对所述GPS数据和所述导航数据进行预处理，得到目标GPS数据和目标导航数据，包括：
将所述经纬度数据进行坐标转化，并对所述距离数据进行去噪处理，得到所述目标GPS数据，并对所述车辆姿态数据、车辆速度和航向通过预设的变换矩阵进行计算，得到所述目标导航数据。
5.根据权利要求1所述的方法，其特征在于，所述采用垂直陀螺导航算法获取所述待定位车辆的导航数据，包括：
获取待定位车辆的旋转角速度和加速度；
对所述旋转角速度和加速度进行积分计算，得到所述导航数据。
6.根据权利要求1所述的方法，其特征在于，所述采用卡尔曼滤波算法对所述目标GPS数据和所述目标导航数据进行反馈校正计算，包括：
计算所述目标GPS数据和所述目标导航数据的差值；
将所述差值作为卡尔曼滤波器的观测变量进行计算，得到所述位置信息。
7.一种车辆定位装置，其特征在于，所述装置包括：
GPS数据获取模块，用于通过基于GPS的定位技术获取待定位车辆的GPS数据；
导航数据获取模块，用于采用垂直陀螺导航算法获取所述待定位车辆的导航数据；
预处理模块，用于分别对所述GPS数据和所述导航数据进行预处理，得到目标GPS数据和目标导航数据；
计算模块，用于采用卡尔曼滤波算法对所述目标GPS数据和所述目标导航数据进行反馈校正计算，得到所述待定位车辆的位置信息。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
图像获取模块，用于调用至少两个摄像设备拍摄车辆的两侧的实时图像，其中，所述实时图像包括车行道边缘线；
位置数据计算模块，用于根据所述实时图像，计算车辆与所述车行道边缘线的当前角度，以及，车辆与所述车行道边缘线的真实距离；
转向方向确定模块，用于基于所述当前角度和所述真实距离，确定目标转向方向。
9.一种计算机设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述车辆定位方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述车辆定位方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910718838.7A CN110596741A (zh) | 2019-08-05 | 2019-08-05 | 车辆定位方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910718838.7A CN110596741A (zh) | 2019-08-05 | 2019-08-05 | 车辆定位方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110596741A true CN110596741A (zh) | 2019-12-20 |
Family
ID=68853497
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910718838.7A Pending CN110596741A (zh) | 2019-08-05 | 2019-08-05 | 车辆定位方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110596741A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112197780A (zh) * | 2020-09-15 | 2021-01-08 | 汉海信息技术(上海)有限公司 | 路径规划方法、装置、电子设备 |
| CN112325876A (zh) * | 2020-10-20 | 2021-02-05 | 北京嘀嘀无限科技发展有限公司 | 定位方法、装置、电子设备和可读存储介质 |
| CN113034587A (zh) * | 2019-12-25 | 2021-06-25 | 沈阳美行科技有限公司 | 车辆定位方法、装置、计算机设备和存储介质 |
| CN113970340A (zh) * | 2021-10-21 | 2022-01-25 | 南京元贝信息技术有限公司 | 基于驾考应用的路线分享方法、装置、设备及存储介质 |
| CN114125695A (zh) * | 2020-08-31 | 2022-03-01 | 奥迪股份公司 | 车辆的坡路行车警示方法、装置、设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103991449A (zh) * | 2014-06-12 | 2014-08-20 | 北京联合大学 | 一种车辆行进控制方法及系统 |
| CN105245860A (zh) * | 2015-11-18 | 2016-01-13 | 天津工业大学 | 一种基于rfid信号的摄像跟踪系统及方法 |
| CN106443742A (zh) * | 2016-08-31 | 2017-02-22 | 北京耘华科技有限公司 | 一种基于惯性组合导航的精度指示方法及装置、车辆 |
| US20170343374A1 (en) * | 2016-05-27 | 2017-11-30 | Baidu Online Network Technology (Beijing) Co., Ltd. | Vehicle navigation method and apparatus |
| CN108528336A (zh) * | 2018-04-18 | 2018-09-14 | 福州大学 | 一种车辆压线提前预警系统 |
| CN110006421A (zh) * | 2019-03-27 | 2019-07-12 | 湖北三江航天万峰科技发展有限公司 | 一种基于mems和gps的车载导航方法及系统 |
-
2019
- 2019-08-05 CN CN201910718838.7A patent/CN110596741A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103991449A (zh) * | 2014-06-12 | 2014-08-20 | 北京联合大学 | 一种车辆行进控制方法及系统 |
| CN105245860A (zh) * | 2015-11-18 | 2016-01-13 | 天津工业大学 | 一种基于rfid信号的摄像跟踪系统及方法 |
| US20170343374A1 (en) * | 2016-05-27 | 2017-11-30 | Baidu Online Network Technology (Beijing) Co., Ltd. | Vehicle navigation method and apparatus |
| CN106443742A (zh) * | 2016-08-31 | 2017-02-22 | 北京耘华科技有限公司 | 一种基于惯性组合导航的精度指示方法及装置、车辆 |
| CN108528336A (zh) * | 2018-04-18 | 2018-09-14 | 福州大学 | 一种车辆压线提前预警系统 |
| CN110006421A (zh) * | 2019-03-27 | 2019-07-12 | 湖北三江航天万峰科技发展有限公司 | 一种基于mems和gps的车载导航方法及系统 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113034587A (zh) * | 2019-12-25 | 2021-06-25 | 沈阳美行科技有限公司 | 车辆定位方法、装置、计算机设备和存储介质 |
| CN113034587B (zh) * | 2019-12-25 | 2023-06-16 | 沈阳美行科技股份有限公司 | 车辆定位方法、装置、计算机设备和存储介质 |
| CN114125695A (zh) * | 2020-08-31 | 2022-03-01 | 奥迪股份公司 | 车辆的坡路行车警示方法、装置、设备及存储介质 |
| CN114125695B (zh) * | 2020-08-31 | 2024-05-31 | 奥迪股份公司 | 车辆的坡路行车警示方法、装置、设备及存储介质 |
| CN112197780A (zh) * | 2020-09-15 | 2021-01-08 | 汉海信息技术(上海)有限公司 | 路径规划方法、装置、电子设备 |
| CN112325876A (zh) * | 2020-10-20 | 2021-02-05 | 北京嘀嘀无限科技发展有限公司 | 定位方法、装置、电子设备和可读存储介质 |
| CN113970340A (zh) * | 2021-10-21 | 2022-01-25 | 南京元贝信息技术有限公司 | 基于驾考应用的路线分享方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107328410B (zh) | 用于定位自动驾驶车辆的方法和汽车电脑 | |
| CN110596741A (zh) | 车辆定位方法、装置、计算机设备和存储介质 | |
| DE102017218249A1 (de) | System und Verfahren zum Erkennen der Position eines Fahrzeugs | |
| EP3936822B1 (en) | Vehicle positioning method and apparatus, and vehicle, and storage medium | |
| DE102020105639A1 (de) | Vorrichtung und Verfahren zum Schätzen einer Position in einem automatisierten Parkdienstsystem | |
| US12055628B2 (en) | Position coordinates estimation device, position coordinates estimation method, and program | |
| CN111241224B (zh) | 目标距离估计的方法、系统、计算机设备和存储介质 | |
| US20200364883A1 (en) | Localization of a mobile unit by means of a multi-hypothesis kalman filter method | |
| CN113405545B (zh) | 定位方法、装置、电子设备及计算机存储介质 | |
| CN111161353A (zh) | 车辆定位方法、装置、可读存储介质和计算机设备 | |
| KR102331312B1 (ko) | 차량 내부 센서, 카메라, 및 gnss 단말기를 이용한 3차원 차량 항법 시스템 | |
| CN110243364B (zh) | 无人机航向确定方法、装置、无人机及存储介质 | |
| US11908206B2 (en) | Compensation for vertical road curvature in road geometry estimation | |
| CN111750881A (zh) | 一种基于路灯杆的车辆位姿的修正方法和装置 | |
| CN111260549A (zh) | 道路地图的构建方法、装置和电子设备 | |
| CN113984044A (zh) | 一种基于车载多感知融合的车辆位姿获取方法及装置 | |
| CN116097128A (zh) | 用于对车辆位置进行确定的方法和设备 | |
| CN111750882A (zh) | 一种导航地图在初始化时车辆位姿的修正方法和装置 | |
| CN113252051A (zh) | 一种地图构建方法及装置 | |
| CN107764273B (zh) | 一种车辆导航定位方法及系统 | |
| CN113252022A (zh) | 一种地图数据处理方法及装置 | |
| KR102109953B1 (ko) | 요레이트 센서를 이용한 차량 위치 추정 장치 및 그것의 차량 위치 추정 방법 | |
| Jiménez et al. | Improving the lane reference detection for autonomous road vehicle control | |
| CN111380536B (zh) | 车辆定位方法、装置、电子设备、计算机可读存储介质 | |
| US20230273029A1 (en) | Vision-based location and turn marker prediction |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191220 |
|
| RJ01 | Rejection of invention patent application after publication |