CN110940345A - 车位定位、装置、计算机设备和存储介质 - Google Patents

车位定位、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN110940345A
CN110940345A CN201911316773.XA CN201911316773A CN110940345A CN 110940345 A CN110940345 A CN 110940345A CN 201911316773 A CN201911316773 A CN 201911316773A CN 110940345 A CN110940345 A CN 110940345A
Authority
CN
China
Prior art keywords
steering
vehicle
dead reckoning
mileage
data
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
CN201911316773.XA
Other languages
English (en)
Other versions
CN110940345B (zh
Inventor
高国清
莫松文
任仲超
凌云志
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.)
Shenzhen Southern Dare Automotive Electronic Co Ltd
Original Assignee
Shenzhen Southern Dare Automotive Electronic Co Ltd
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 Shenzhen Southern Dare Automotive Electronic Co Ltd filed Critical Shenzhen Southern Dare Automotive Electronic Co Ltd
Priority to CN201911316773.XA priority Critical patent/CN110940345B/zh
Publication of CN110940345A publication Critical patent/CN110940345A/zh
Application granted granted Critical
Publication of CN110940345B publication Critical patent/CN110940345B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本发明公开了本发明提供了一种车身方法、装置、计算机设备及存储介质，方法包括以下步骤：获取车辆行驶里程数据，根据里程数据进行航迹推算，获得里程航迹推算的位姿；获取车辆行驶转向数据，根据转向数据进行航迹推算，获得转向航迹推算的位姿；将所述里程航迹推算的位姿和转向航迹推算的位姿进行扩展卡尔曼运算以获得车身定位信息。与现有技术相比，本发明的实施例提供了一种车位定位方法、装置、计算机设备和存储介质，其采用毫米级的车辆行驶里程数据和车辆转向数据作为扩展卡尔曼运算的输入变量，从而解决了现有的视觉定位和雷达定位各自的弊端，使车身定位更加精准，实现更容易。

Description

车位定位、装置、计算机设备和存储介质
技术领域
本发明涉及车身定位算法技术领域，尤其涉及一种无迹卡尔曼滤波算法的车位定位方法、装置、计算机设备及存储介质。
背景技术
目前车身定位的方式主要有两种，一种是lidar-slam另一种是vision-slam。但是lidar-slam的传感器很昂贵，vision-slam对技术水平要求的很高，研发周期很长。
发明内容
本发明的实施例提供了一种车位定位方法、装置、计算机设备和存储介质，旨在解决现有车位定位各有弊端的问题。
为达到上述目的，本发明所提出的技术方案为：
第一方面，本发明提供了一种车身定位方法，其包括以下步骤：
获取车辆行驶里程数据，根据里程数据进行航迹推算，获得里程航迹推算的位姿；
获取车辆行驶转向数据，根据转向数据进行航迹推算，获得转向航迹推算的位姿；
将所述里程航迹推算的位姿和转向航迹推算的位姿进行扩展卡尔曼运算以获得车身定位信息。
其中，所述步骤“获取车辆行驶里程数据，根据里程数据进行航迹推算，获得里程航迹推算的位姿”中，获取车辆行驶里程数据为读取里程计的里程数据，且里程数据的精度为毫米。
其中，所述步骤“获取车辆行驶转向数据，根据转向数据进行航迹推算，获得转向航迹推算的位姿”包括：
获取车辆的方向盘的转向比；
获取车辆的转向角度值；
将转向角度值进行分解，分别获得切向脉冲和法向脉冲；
根据所述转向比、切向脉冲和法向脉冲进行航迹推算，获得车辆的转向航迹推算的位姿。
第二方面，本发明提供了一种车身定位装置，其包括：
里程航迹推算单元，用于获取车辆行驶里程数据，根据里程数据进行航迹推算，获得里程航迹推算的位姿；
转向航迹推算单元，用于获取车辆行驶转向数据，根据转向数据进行航迹推算，获得转向航迹推算的位姿；
扩展卡尔曼运算单元，用于将所述里程航迹推算的位姿和转向航迹推算的位姿进行扩展卡尔曼运算以获得车身定位信息。
其中，所述转向比航迹推算单元包括：
转向比获取单元，用于获取车辆的方向盘的转向比；
转向角度值获取单元，用于获取车辆的转向角度值；
分解单元，用于将转向角度值进行分解，分别获得切向脉冲和法向脉冲；
位姿运算单元，用于根据所述转向比、切向脉冲和法向脉冲进行航迹推算，获得车辆的转向比航迹推算的位姿。
第三方面，本发明提供了一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如上任一项所述的方法。
第四方面，本发明提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时可实现如上任一项所述的方法。
与现有技术相比，本发明的实施例提供了一种车位定位方法、装置、计算机设备和存储介质，其采用毫米级的车辆行驶里程数据和车辆转向数据作为扩展卡尔曼运算的输入变量，从而解决了现有的视觉定位和雷达定位各自的弊端，使车身定位更加精准，实现更容易。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例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。
图1为本发明实施例提供的车位定位的主流程图；
图2为本发明实施例提供的车位定位的子流程图；
图3为本发明实施例提供的自动泊车装置的示意性简图；以及
图4为本发明实施例提供的计算机设备的示意性框图。
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。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
请参阅附图1，附图1为本发明的一种车身定位方法的主流程图，该车位定位方法，其包括以下步骤：
步骤S100、获取车辆行驶里程数据，根据里程数据进行航迹推算，获得里程航迹推算的位姿；车辆在直线行驶时，其航迹推算更简单，更准确，其线性度更高，此时根据车辆的初始速度，加速度等可以推算下一时间点，车辆的准确位置，为了更加精准，车辆里程采用毫米级精度。里程数据也仅仅直线运行部分的航迹推算。
步骤S200、获取车辆行驶转向数据，根据转向数据进行航迹推算，获得转向航迹推算的位姿。
其中，请参阅附图2，附图2为本发明的车身定位方法的子流程图，其中，所述“步骤S100获取车辆行驶里程数据，根据里程数据进行航迹推算，获得里程航迹推算的位姿”中，获取车辆行驶里程数据为读取里程计的里程数据，且里程数据的精度为毫米。
其中，所述“步骤S200、获取车辆行驶转向数据，根据转向数据进行航迹推算，获得转向航迹推算的位姿”包括：
步骤S201、获取车辆的方向盘的转向比；转向比是指车辆方向盘旋转角度与对应车辆的轮胎转动角度之间的对应关系，例如转向比为1，则是指方向盘转动角度与车轮转动的角度完全相同，也即二者同步。
步骤S202、获取车辆的转向角度值；也即，由转向比，以及车辆实际方向盘旋转角度，可以直接获得车辆转向的角度值，但是这个转向角度值是非线性的，也不一定符合高斯分布。
步骤S203、将转向角度值进行分解，分别获得切向脉冲和法向脉冲；对非线性的转向角度值进行分解，以便能够尽量趋近于线性化的处理方法。
步骤S204、根据所述转向比、切向脉冲和法向脉冲进行航迹推算，获得车辆的转向航迹推算的位姿。通过获取的转向比、切向脉冲和法向脉冲数据进行航迹推算，从而获得相对准确的位姿推算。
步骤S300、将所述里程航迹推算的位姿和转向航迹推算的位姿进行扩展卡尔曼运算以获得车身定位信息。卡尔曼滤波的应用前提是系统需为线性系统，且系统的噪声(过程噪声、测量噪声)均为高斯白噪声。但实际上，几乎所有的系统是非线性的(倒立摆、机器人系统)，即系统状态变量的差分方程是非线性的。对于非线性系统的分析复杂，虽然有许多方法对其分析(相平面、描述函数法等)，但很多情况下依然会选择线性化处理，使其等效为一个线性系统。经过线性化话处理后，卡尔曼滤波的适用条件便可满足，这也就是扩展卡尔曼滤波(Extern Kalman Filter,EKF)的由来。
请再猜参阅图3，图3为本实施例的车身定位装置的示意性结构简图，该车身定位装置100，其包括：
里程航迹推算单元101，用于获取车辆行驶里程数据，根据里程数据进行航迹推算，获得里程航迹推算的位姿；
转向航迹推算单元102，用于获取车辆行驶转向数据，根据转向数据进行航迹推算，获得转向航迹推算的位姿；
扩展卡尔曼运算单元103，用于将所述里程航迹推算的位姿和转向航迹推算的位姿进行扩展卡尔曼运算以获得车身定位信息。
其中，所述转向航迹推算单元102包括：
转向比获取单元1021，用于获取车辆的方向盘的转向比；
转向角度值获取单元1022，用于获取车辆的转向角度值；
分解单元1023，用于将转向角度值进行分解，分别获得切向脉冲和法向脉冲；
位姿运算单元1024，用于根据所述转向比、切向脉冲和法向脉冲进行航迹推算，获得车辆的转向比航迹推算的位姿。
请参阅图4，本实施例还提供了一种计算机设备，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，图4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500的限定，具体的计算机设备500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。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令，该程序指令被执行时，可使得处理器502执行一种车位定位方法。
该处理器502用于提供计算和控制能力，以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行以下步骤：
步骤S100、获取车辆行驶里程数据，根据里程数据进行航迹推算，获得里程航迹推算的位姿；车辆在直线行驶时，其航迹推算更简单，更准确，其线性度更高，此时根据车辆的初始速度，加速度等可以推算下一时间点，车辆的准确位置，为了更加精准，车辆里程采用毫米级精度。里程数据也仅仅直线运行部分的航迹推算。
步骤S200、获取车辆行驶转向数据，根据转向数据进行航迹推算，获得转向航迹推算的位姿。
其中，请参阅附图2，附图2为本发明的车身定位方法的子流程图，其中，所述“步骤S100获取车辆行驶里程数据，根据里程数据进行航迹推算，获得里程航迹推算的位姿”中，获取车辆行驶里程数据为读取里程计的里程数据，且里程数据的精度为毫米。
其中，所述“步骤S200、获取车辆行驶转向数据，根据转向数据进行航迹推算，获得转向航迹推算的位姿”包括：
步骤S201、获取车辆的方向盘的转向比；转向比是指车辆方向盘旋转角度与对应车辆的轮胎转动角度之间的对应关系，例如转向比为1，则是指方向盘转动角度与车轮转动的角度完全相同，也即二者同步。
步骤S202、获取车辆的转向角度值；也即，由转向比，以及车辆实际方向盘旋转角度，可以直接获得车辆转向的角度值，但是这个转向角度值是非线性的，也不一定符合高斯分布。
步骤S203、将转向角度值进行分解，分别获得切向脉冲和法向脉冲；对非线性的转向角度值进行分解，以便能够尽量趋近于线性化的处理方法。
步骤S204、根据所述转向比、切向脉冲和法向脉冲进行航迹推算，获得车辆的转向航迹推算的位姿。通过获取的转向比、切向脉冲和法向脉冲数据进行航迹推算，从而获得相对准确的位姿推算。
步骤S300、将所述里程航迹推算的位姿和转向航迹推算的位姿进行扩展卡尔曼运算以获得车身定位信息。
本发明还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时可实现如下车位定位：步骤S100、获取车辆行驶里程数据，根据里程数据进行航迹推算，获得里程航迹推算的位姿；步骤S200、获取车辆行驶转向数据，根据转向数据进行航迹推算，获得转向航迹推算的位姿；步骤S300、将所述里程航迹推算的位姿和转向航迹推算的位姿进行扩展卡尔曼运算以获得车身定位信息。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
与现有技术相比，本发明的实施例提供了一种车位定位方法、装置、计算机设备和存储介质，其采用毫米级的车辆行驶里程数据和车辆转向数据作为扩展卡尔曼运算的输入变量，从而解决了现有的视觉定位和雷达定位各自的弊端，使车身定位更加精准，实现更容易。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
上述内容，仅为本发明的较佳实施例，并非用于限制本发明的实施方案，本领域普通技术人员根据本发明的主要构思和精神，可以十分方便地进行相应的变通或修改，故本发明的保护范围应以权利要求书所要求的保护范围为准。

Claims (7)

1.一种车身定位方法，其特征在于，包括以下步骤：
获取车辆行驶里程数据，根据里程数据进行航迹推算，获得里程航迹推算的位姿；
获取车辆行驶转向数据，根据转向数据进行航迹推算，获得转向航迹推算的位姿；
将所述里程航迹推算的位姿和转向航迹推算的位姿进行扩展卡尔曼运算以获得车身定位信息。
2.根据权利要求1所述的车身定位方法，其特征在于，所述步骤“获取车辆行驶里程数据，根据里程数据进行航迹推算，获得里程航迹推算的位姿”中，获取车辆行驶里程数据为读取里程计的里程数据，且里程数据的精度为毫米。
3.根据权利要求1所述的车身定位方法，其特征在于，所述步骤“获取车辆行驶转向数据，根据转向数据进行航迹推算，获得转向航迹推算的位姿”包括：
获取车辆的方向盘的转向比；
获取车辆的转向角度值；
将转向角度值进行分解，分别获得切向脉冲和法向脉冲；
根据所述转向比、切向脉冲和法向脉冲进行航迹推算，获得车辆的转向航迹推算的位姿。
4.一种车身定位装置，其特征在于，包括：
里程航迹推算单元，用于获取车辆行驶里程数据，根据里程数据进行航迹推算，获得里程航迹推算的位姿；
转向航迹推算单元，用于获取车辆行驶转向数据，根据转向数据进行航迹推算，获得转向航迹推算的位姿；
扩展卡尔曼运算单元，用于将所述里程航迹推算的位姿和转向航迹推算的位姿进行扩展卡尔曼运算以获得车身定位信息。
5.根据权利要求4所述的车身定位装置，其特征在于，所述转向航迹推算单元包括：
转向比获取单元，用于获取车辆的方向盘的转向比；
转向角度值获取单元，用于获取车辆的转向角度值；
分解单元，用于将转向角度值进行分解，分别获得切向脉冲和法向脉冲；
位姿运算单元，用于根据所述转向比、切向脉冲和法向脉冲进行航迹推算，获得车辆的转向比航迹推算的位姿。
6.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-3中任一项所述的方法。
7.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时可实现如权利要求1-3中任一项所述的方法。
CN201911316773.XA 2019-12-19 2019-12-19 车身定位、装置、计算机设备和存储介质 Active CN110940345B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911316773.XA CN110940345B (zh) 2019-12-19 2019-12-19 车身定位、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911316773.XA CN110940345B (zh) 2019-12-19 2019-12-19 车身定位、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN110940345A true CN110940345A (zh) 2020-03-31
CN110940345B CN110940345B (zh) 2022-03-18

Family

ID=69912163

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911316773.XA Active CN110940345B (zh) 2019-12-19 2019-12-19 车身定位、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN110940345B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111540016A (zh) * 2020-04-27 2020-08-14 深圳南方德尔汽车电子有限公司 基于图像特征匹配的位姿计算方法、装置、计算机设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005326327A (ja) * 2004-05-17 2005-11-24 Nikki Co Ltd クランク角度位置検出器の信号処理方法
US20100228432A1 (en) * 2002-06-11 2010-09-09 Smith Darrin A Methods And Apparatus For Using Black Box Data To Analyze Vehicular Accidents
CN107521559A (zh) * 2017-07-03 2017-12-29 驭势科技（北京）有限公司 转向角标定方法、运动轨迹计算方法和设备和车载设备
CN109030037A (zh) * 2018-06-12 2018-12-18 青岛软控机电工程有限公司 轮胎高速切向力测试装置和测试方法
CN109143305A (zh) * 2018-09-30 2019-01-04 百度在线网络技术（北京）有限公司 车辆导航方法和装置
CN110077392A (zh) * 2019-03-28 2019-08-02 惠州市德赛西威汽车电子股份有限公司 一种自动泊车定位系统的航迹推算方法
CN110307850A (zh) * 2019-08-02 2019-10-08 湖南海迅自动化技术有限公司 航迹推算定位方法及自动泊车系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100228432A1 (en) * 2002-06-11 2010-09-09 Smith Darrin A Methods And Apparatus For Using Black Box Data To Analyze Vehicular Accidents
JP2005326327A (ja) * 2004-05-17 2005-11-24 Nikki Co Ltd クランク角度位置検出器の信号処理方法
CN107521559A (zh) * 2017-07-03 2017-12-29 驭势科技（北京）有限公司 转向角标定方法、运动轨迹计算方法和设备和车载设备
CN109030037A (zh) * 2018-06-12 2018-12-18 青岛软控机电工程有限公司 轮胎高速切向力测试装置和测试方法
CN109143305A (zh) * 2018-09-30 2019-01-04 百度在线网络技术（北京）有限公司 车辆导航方法和装置
CN110077392A (zh) * 2019-03-28 2019-08-02 惠州市德赛西威汽车电子股份有限公司 一种自动泊车定位系统的航迹推算方法
CN110307850A (zh) * 2019-08-02 2019-10-08 湖南海迅自动化技术有限公司 航迹推算定位方法及自动泊车系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张小红 等: "《导航学》", 31 May 2017, 武汉大学出版社 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111540016A (zh) * 2020-04-27 2020-08-14 深圳南方德尔汽车电子有限公司 基于图像特征匹配的位姿计算方法、装置、计算机设备及存储介质
CN111540016B (zh) * 2020-04-27 2023-11-10 深圳南方德尔汽车电子有限公司 基于图像特征匹配的位姿计算方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN110940345B (zh) 2022-03-18

Similar Documents

Publication Publication Date Title
US20160016590A1 (en) Method for detecting driving events of a vehicle based on a smartphone
CN111026081B (zh) 一种误差计算方法、装置、设备及存储介质
CN109204318B (zh) 一种判断车辆急速变道的方法及终端设备
CN110940344B (zh) 一种用于自动驾驶的低成本传感器组合定位方法
CN112433531A (zh) 一种自动驾驶车辆的轨迹跟踪方法、装置及计算机设备
CN112744313A (zh) 一种机器人状态估计方法、装置、可读存储介质及机器人
EP4300042A1 (en) Navigation information processing method and apparatus, electronic device, and storage medium
CN110940345B (zh) 车身定位、装置、计算机设备和存储介质
CN110779514A (zh) 面向仿生偏振导航辅助定姿的分级卡尔曼融合方法及装置
CN111044053B (zh) 单舵轮无人车的导航方法、装置和单舵轮无人车
CN109313034B (zh) 行驶控制系统
CN113494910B (zh) 一种基于uwb定位的车辆定位方法、装置及存储介质
Eising et al. 2.5 D vehicle odometry estimation
CN110736460B (zh) 基于神经网络的位置融合方法及系统、车载终端
CN112874528B (zh) 车速确定方法、车速确定装置、车载终端及存储介质
CN109459769A (zh) 一种自主定位方法与系统
CN114111768A (zh) 一种基于偏角异常补偿的轨道线型拟合方法
CN110398765B (zh) 定位方法和装置、无人驾驶设备
CN114379577A (zh) 行驶轨迹生成方法及设备
CN117492056B (zh) 车辆融合定位方法、系统、装置和计算机可读介质
CN117163040A (zh) 车辆位姿计算方法、车辆、计算机设备和存储介质
CN114720717A (zh) 轮速检测方法、装置、车载系统及计算机可读存储介质
CN114940178B (zh) 一种多轴车辆的位姿预测的方法、装置及存储介质
CN113030504B (zh) 车辆测速方法、装置、车载计算机设备和存储介质
CN116224349A (zh) 一种机器人的定位方法、系统及电子是设备

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