CN111780757B - 定位方法和装置、电子设备、车端设备、自动驾驶汽车 - Google Patents
定位方法和装置、电子设备、车端设备、自动驾驶汽车 Download PDFInfo
- Publication number
- CN111780757B CN111780757B CN202010596181.4A CN202010596181A CN111780757B CN 111780757 B CN111780757 B CN 111780757B CN 202010596181 A CN202010596181 A CN 202010596181A CN 111780757 B CN111780757 B CN 111780757B
- Authority
- CN
- China
- Prior art keywords
- inertial measurement
- measurement unit
- coordinate
- information
- parameters
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000005259 measurement Methods 0.000 claims abstract description 261
- 230000005856 abnormality Effects 0.000 claims abstract description 7
- 230000001133 acceleration Effects 0.000 claims description 29
- 238000013507 mapping Methods 0.000 claims description 23
- 230000015654 memory Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000004044 response Effects 0.000 abstract description 7
- 238000004590 computer program Methods 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/18—Stabilised platforms, e.g. by gyroscope
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
本公开实施例公开了一种定位方法和装置、电子设备、车端设备、自动驾驶汽车和存储介质,涉及自动驾驶技术领域,包括:响应于第一惯性测量单元异常,采集第二惯性测量单元的初始导航解算信息,将初始导航解算信息映射至第一惯性测量单元的坐标系,生成目标导航解算信息,对目标导航解算信息进行定位解算,得到定位信息,通过对采集到的切换后的惯性测量单元的导航解算信息进行坐标系的切换,使得切换后的惯性测量单元的导航解算信息依然以切换前的惯性测量单元的坐标系为基准,从而提高定位信息的可靠性。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及自动驾驶技术领域,具体涉及一种定位方法和装置、电子设备、车端设备、自动驾驶汽车和存储介质。
背景技术
自动驾驶汽车(Autonomous vehicles Self-piloting automobile),是一种通过电脑系统实现无人驾驶的智能汽车,而定位是确保自动驾驶汽车安全驾驶的重要因素之一。
在现有技术中,采用的定位方法主要包括:设置两个惯性测量单元(Inertialmeasurement unit,IMU),两个惯性测量单元均连接至同一个卡尔曼滤波器连接,由该卡尔曼滤波器对两个惯性测量单元的导航解算信息输出定位信息,且当其中一个惯性测量单元出现异常(如数据丢失和/或延迟)时,则由卡尔曼滤波器根据另一个惯性测量单元的导航解算信息输出定位信息。
然而发明人在实现本公开的过程中,发现至少存在如下问题:由于两个惯性测量单元的导航解算信息均以各自的坐标系为基准,因此,卡尔曼滤波器基于切换后的惯性测量单元的导航解算信息确定出的定位信息与基于切换前的惯性测量单元的导航解算信息确定出的定位信息的坐标系的不同,从而导致定位信息的可靠性偏低。
发明内容
根据本公开实施例的一个方面,本公开实施例提供了一种定位方法,所述方法包括:
响应于第一惯性测量单元异常,采集第二惯性测量单元的初始导航解算信息;
将所述初始导航解算信息映射至所述第一惯性测量单元的坐标系,生成目标导航解算信息;
对所述目标导航解算信息进行定位解算,得到定位信息。
在本公开实施例中,通过对采集到的切换后的惯性测量单元的导航解算信息进行坐标系的切换,使得切换后的惯性测量单元的导航解算信息依然以切换前的惯性测量单元的坐标系为基准,从而提高定位信息的可靠性。
在一些实施例中,在所述将所述初始导航解算信息映射至所述第一惯性测量单元的坐标系之前,所述方法还包括:获取预设的所述第二惯性测量单元相对于所述第一惯性测量单元的坐标旋转参数;
以及,所述将所述初始导航解算信息映射至所述第一惯性测量单元的坐标系包括:根据所述坐标旋转参数将所述初始导航解算信息映射至所述第一惯性测量单元的坐标系。
在本公开实施例中,通过基于坐标旋转参数确定目标导航解算信息,可以提高计算目标导航解算信息的效率和准确性。
在一些实施例中,在所述将所述初始导航解算信息映射至所述第一惯性测量单元的坐标系之前,所述方法还包括:
分别采集所述第一惯性测量单元的坐标参数和所述第二惯性测量单元的坐标参数;
根据所述第一惯性测量单元的坐标参数和所述第二惯性测量单元的坐标参数,计算所述坐标旋转参数。
在一些实施例中,所述第一惯性测量单元的坐标参数包括所述第一惯性测量单元的安装角;
所述第二惯性测量单元的坐标参数包括所述第二惯性测量单元的安装角。
在一些实施例中,所述坐标旋转参数通过方向余弦矩阵表示。
在一些实施例中,所述初始导航解算信息包括:初始加速度和初始角速度,所述根据所述坐标旋转参数将所述初始导航解算信息映射至所述第一惯性测量单元的坐标系包括:
根据所述坐标旋转参数将所述初始加速度切换至所述第一惯性测量单元的坐标系,得到目标加速度;
根据所述坐标旋转参数将所述初始角速度切换至所述第一惯性测量单元的坐标系,得到目标角速度;
其中,所述目标导航解算信息包括所述目标加速度和所述目标角速度。
在一些实施例中,所述方法还包括:
响应于所述第一惯性测量单元恢复正常,根据所述第一惯性测量单元的导航解算信息确定所述定位信息。
在一些实施例中,所述第一惯性测量单元为主惯性测量单元,所述第二惯性测量单元为辅惯性测量单元。
根据本公开实施例的一个方面,本公开实施例提供了一种定位装置,所述装置包括:
第一采集模块,用于响应于第一惯性测量单元异常,采集第二惯性测量单元的初始导航解算信息;
映射模块,用于将所述初始导航解算信息映射至所述第一惯性测量单元的坐标系,生成目标导航解算信息;
解算模块,用于对所述目标导航解算信息进行定位解算,得到定位信息。
在一些实施例中,所述装置还包括:
获取模块,用于获取预设的所述第二惯性测量单元相对于所述第一惯性测量单元的坐标旋转参数;
以及,所述映射模块用于,根据所述坐标旋转参数将所述初始导航解算信息映射至所述第一惯性测量单元的坐标系。
在一些实施例中,所述装置还包括:
第二采集模块,用于分别采集所述第一惯性测量单元的坐标参数和所述第二惯性测量单元的坐标参数;
计算模块,用于根据所述第一惯性测量单元的坐标参数和所述第二惯性测量单元的坐标参数,计算所述坐标旋转参数。
在一些实施例中,所述第一惯性测量单元的坐标参数包括所述第一惯性测量单元的安装角;
所述第二惯性测量单元的坐标参数包括所述第二惯性测量单元的安装角。
在一些实施例中,所述坐标旋转参数通过方向余弦矩阵表示。
在一些实施例中,所述初始导航解算信息包括:初始加速度和初始角速度,所述映射模块用于,根据所述坐标旋转参数将所述初始加速度切换至所述第一惯性测量单元的坐标系,得到目标加速度,并根据所述坐标旋转参数将所述初始角速度切换至所述第一惯性测量单元的坐标系,得到目标角速度;
其中,所述目标导航解算信息包括所述目标加速度和所述目标角速度。
在一些实施例中,所述装置还包括:
确定模块,用于响应于所述第一惯性测量单元恢复正常,根据所述第一惯性测量单元的导航解算信息确定所述定位信息。
在一些实施例中,所述第一惯性测量单元为主惯性测量单元,所述第二惯性测量单元为辅惯性测量单元。
根据本公开实施例的一个方面,本公开实施例提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上任一实施例所述的方法。
根据本公开实施例的一个方面,本公开实施例提供了一种车端设备,所述车端设备包括如上实施例所述的装置,或者,如上实施例所述的电子设备。
根据本公开实施例的一个方面,本公开实施例提供了一种自动驾驶汽车,所述自动驾驶汽车包括如上实施例所述的车端设备,还包括与所述车端设备连接的多个惯性测量单元。
根据本公开实施例的一个方面,本公开实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上任一实施例所述的方法。
根据本公开实施例的另一个方面,提供了一种计算机程序产品,所述程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
本公开实施例提供了一种定位方法和装置、电子设备、车端设备、自动驾驶汽车和存储介质,包括:响应于第一惯性测量单元异常,采集第二惯性测量单元的初始导航解算信息,将初始导航解算信息映射至第一惯性测量单元的坐标系,生成目标导航解算信息,对目标导航解算信息进行定位解算,得到定位信息,通过对采集到的切换后的惯性测量单元的导航解算信息进行坐标系的切换,使得切换后的惯性测量单元的导航解算信息依然以切换前的惯性测量单元的坐标系为基准,从而提高定位信息的可靠性。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开实施例的定位方法的应用场景示意图;
图2为本公开实施例的定位方法的流程示意图;
图3为本公开另一实施例的定位方法的流程示意图;
图4为本公开实施例的确定坐标旋转参数的方法的流程示意图;
图5为本公开实施例的确定坐标旋转参数的原理图;
图6为本公开实施例的将初始导航解算信息映射至第一惯性测量单元的坐标系,生成目标导航解算信息的方法的流程示意图;
图7为本公开另一实施例的定位方法的流程示意图;
图8为本公开实施例的定位装置的框图;
图9为本公开另一实施例的定位装置的框图;
图10为本公开实施例的电子设备的框图。
具体实施方式
以下结合附图对本公开实施例的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开实施例的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
请参阅图1,图1为本公开实施例的定位方法的应用场景示意图。
如图1所示,自动驾驶汽车100行驶于道路200上,且自动驾驶汽车100上设置有两个惯性测量单元(图1中未示出),且设置有一个卡尔曼滤波器(图1中未示出),两个惯性测量单元均可与该卡尔曼滤波器连接。
当然,自动驾驶汽车100还可设置各类传感器(图1中未示出),如雷达传感器、GPS和里程传感器等。
如图1所示,道路200上还设置有指示牌300,指示牌300可以用于指示限速信息。
为了确保自动驾驶汽车100的驾驶安全,需要对自动驾驶汽车100进行定位,得到定位信息,以便基于定位信息对当前驾驶信息进行适应性调整。其中,当前驾驶信息包括但不限于速度、方向和加速度。
例如,对自动驾驶汽车100进行定位,得到定位信息后,基于定位信息可知,自动驾驶汽车100已进入限速区域(如与指示牌300指示的限速信息对应的区域),则当自动驾驶汽车100的当前速度大于限速信息对应的速度时,控制自动驾驶汽车100减速,使得减速后的速度小于限速信息对应的速度。
下面以具体地实施例对本公开的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本公开的实施例进行描述。
根据本公开实施例的一个方面,本公开实施例提供了一种定位方法。
请参阅图2,图2为本公开实施例的定位方法的流程示意图。
如图2所示,该方法包括:
S101:响应于第一惯性测量单元异常,采集第二惯性测量单元的初始导航解算信息。
其中,本公开实施例的执行主体可以为定位装置,当本公开实施例的定位方法应用如图1所示的应用场景时,该装置可以为计算机、服务器、车载终端和芯片(如嵌入式芯片)等。
其中,惯性测量单元(Inertial measurement unit,IMU)是测量物体三轴姿态角(或角速率)以及加速度等的装置。陀螺仪及加速度计是惯性测量单元的主要元件,其精度直接影响到惯性系统的精度。
在一些实施例中,一个惯性测量单元可包括三个单轴的加速度计和三个单轴的陀螺仪,加速度计检测自动驾驶汽车在载体坐标系统独立三轴的加速度信号,而陀螺仪检测载体相对于导航坐标系的角速度信号,测量自动汽车在三维空间中的角速度和加速度,并以此解算出自动驾驶汽车的导航解算信息,如姿态等,在导航中有着很重要的应用价值。
其中,具体解算过程可参见现有技术,此处不再赘述。
其中,惯性测量单元异常用于表征惯性测量单元的数据丢失和/或延迟。也就是说,可以通过判断惯性测量单元的数据是否丢失确定惯性测量单元是否异常,也可以通过判断惯性测量单元的数据是否延迟确定惯性测量单元是否异常。
例如,若在某时间段内(如200ms内),惯性测量单元均无数据输出,则可确定惯性测量单元存在数据丢失的情况,并可确定惯性测量单元异常。
又如,可判断当前接收到惯性测量单元的数据时间戳与上次接收到惯性测量单元的数据时间戳的时间差是否大于阈值倍(如3倍)的时间间隔(1/惯性测量单元的输出频率),若大于,则可确定惯性测量单元出现数据丢失的情况,并可确定惯性测量单元异常。
又如,惯性测量单元对应的时间与定位装置对应的时间之间存在时间差,且时间差大于某阈值,如时间差大于或等于30ms,则可确定惯性测量单元存在延迟,并可确定惯性测量单元异常。
其中,惯性测量单元对应的时间可以理解为惯性测量单元采集到的数据对应的时间;定位装置对应的时间可以理解为当前的标准时间。
在S101中,若第一惯性测量单元存在数据丢失和/或延迟的情况,则可确定出第一惯性测量单元异常,则由定位装置对第二惯性测量单元的导航解算信息进行采集,为了将采集到的第二惯性测量单元的导航解算信息与其他的导航解算信息进行区分,将该步骤中采集到的导航解算信息标记为初始导航解算信息。
在一些实施例中,该步骤可具体包括:判断第一惯性测量单元是否正常,如果第一惯性测量单元异常,则采集第二惯性测量单元的初始导航解算信息,如果第一惯性测量单元正常,则继续采集第一惯性测量单元的导航解算信息。
值得说明地是,本公开实施例中的第一惯性测量单元和第二惯性测量单元中的第一和第二是用于对不同的惯性测量单元进行区分,而不能理解为对本公开实施例中的惯性测量单元的限定。
在一些实施例中,由于不同型号的惯性测量单元之间的部分参数可能存在差异,如精度上存在微小的差异等,因此,为了确保确定出的定位信息的可靠性,可选取型号相同的惯性测量单元作为第一惯性测量单元和第二惯性测量单元。
值得说明地是,当自动驾驶汽车内设置有多个惯性测量单元时,可选定其中的一个惯性测量单元为主惯性测量单元,一般而言,定位装置以主惯性测量单元的数据进行定位信息的确定。
因此,在一些实施例中,第一惯性测量单元可以为主惯性测量单元,第二惯性测量单元可以为辅惯性测量单元。
也就是说,在一般情况下,接入至定位装置的惯性测量单元为第一惯性测量单元,而当第一惯性测量单元出现异常时,可将接入至定位装置的惯性测量单元切换至辅惯性测量单元。
S102:将初始导航解算信息映射至第一惯性测量单元的坐标系,生成目标导航解算信息。
值得说明地是,在对第一惯性测量单元和第二惯性测量单元进行安装时,第一惯性测量单元和第二惯性测量单元之间可能存在一定的偏差,即第一惯性测量单元的坐标系和第二惯性测量单元的坐标系之间可能存在一定的偏差,而采集到的初始导航解算信息是以第二惯性测量单元的坐标系为基础的信息,因此,在本公开实施例中,为了确保后续确定出的定位信息的可靠性,将初始导航解算信息映射至第一惯性测量单元的坐标系,以便得到以第一惯性测量单元的坐标系为基础的目标导航解算信息。
结合背景技术可知,在现有技术中,为了避免因某个惯性测量单元异常时导致定位失败,直接将进行定位的该惯性测量单元进行切换,并基于切换后的惯性测量单元的导航解算信息直接确定定位信息。
而发明人在经过创造性的劳动后,得到本公开实施例的发明构思,具体地,在本公开实施例中,为了确保在对惯性测量单元进行切换后确定出的定位信息的可靠性,对采集到的切换后的惯性测量单元的导航解算信息进行坐标系的切换,使得切换后的惯性测量单元的导航解算信息依然以切换前的惯性测量单元的坐标系为基准,从而提高定位信息的可靠性。
S103:对目标导航解算信息进行定位解算,得到定位信息。
在一些实施例中,可通过卡尔曼滤波器对目标导航解算信息进行定位解算。
其中,卡尔曼滤波主要分两个步骤,预测加校正。预测是基于上一时刻的状态对当前状态进行估计,校正是根据当前状态的观测与上一时刻的估计进行综合分析,估计出系统的最优状态值,然后下一时刻接着重复这个过程。即,卡尔曼滤波器可以基于惯性测量单元感知的相关信息生成定位信息,而卡尔曼滤波器的计算原理和具体计算方法均可参见现有技术,此处不再赘述。
结合图3可知,在一些实施例中,在S102之前,该方法还包括:
S101’:获取预设的第二惯性测量单元相对于第一惯性测量单元的坐标旋转参数。
其中,坐标旋转参数用于表征以第一惯性测量单元为静态物体,第二惯性测量单元相对于第一惯性测量单元的坐标的变化的参数。
以及,S102包括:根据坐标旋转参数将初始导航解算信息映射至第一惯性测量单元的坐标系。
在该步骤中,当初始导航解算信息已知,且坐标旋转参数已知时,可以基于坐标旋转参数对初始导航解算信息进行坐标转换,得到以第一惯性测量单元的坐标系为基础的目标导航解算信息。
现结合图4对本公开实施例的确定坐标旋转参数的方法进行阐述。
如图4所示,确定坐标旋转参数的方法包括:
S01:分别采集第一惯性测量单元的坐标参数和第二惯性测量单元的坐标参数。
在该步骤中,对安装于自动驾驶汽车上的第一惯性测量单元的坐标参数进行采集,且对安装于自动驾驶汽车上的第二惯性测量单元的坐标参数也进行采集。
其中,对坐标参数进行采集的方法可采用现有中的方法,此处不再赘述。
S02:根据第一惯性测量单元的坐标参数和第二惯性测量单元的坐标参数,计算坐标旋转参数。
在本公开实施例中,可以以第一惯性测量单元的坐标系为基础,计算第二惯性测量单元的坐标参数相对于第一惯性测量单元的坐标参数的坐标旋转参数。
请参阅图5,图5为确定坐标旋转参数的原理图。
如图5所示,第一惯性测量单元的坐标系为X1、Y1和Z1,第二惯性测量单元的坐标系为X2、Y2和Z2,可将第二惯性测量单元的坐标系X2、Y2和Z2迁移至第一惯性测量单元的坐标系X1、Y1和Z1,并计算X2、Y2和Z2相对于X1、Y1和Z1的偏差,偏差即为坐标旋转参数,且坐标旋转参数具体为空间旋转参数。
结合图5可知,在一些实施例中,第一惯性测量单元的坐标参数包括第一惯性测量单元的安装角;
第二惯性测量单元的坐标参数包括第二惯性测量单元的安装角。
且,在一些实施例中,坐标旋转参数可通过方向余弦矩阵表示。
结合图6可知,在一些实施例中,初始导航解算信息包括:初始加速度和初始角速度,S102包括:
S21:根据坐标旋转参数将初始加速度切换至第一惯性测量单元的坐标系,得到目标加速度。
S22:根据坐标旋转参数将初始角速度切换至第一惯性测量单元的坐标系,得到目标角速度。
其中,目标导航解算信息包括目标加速度和目标角速度。
在一些实施例中,可具体通过式1确定目标加速度和目标角速度,式1:
请参阅图7,图7为本公开另一实施例的定位方法的流程示意图。
如图7所示,在一些实施例中,在上述示例的基础上,本公开实施例的方法还包括:
S104:响应于第一惯性测量单元恢复正常,根据第一惯性测量单元的导航解算信息确定定位信息。
其中,该步骤可具体包括:判断第一惯性测量单元是否恢复正常,如果第一惯性测量单元恢复正常,则将接入至定位装置的第二惯性测量单元切换至第一惯性测量单元,并采集第一惯性测量单元的导航解算信息,并基于第一惯性测量单元的导航解算信息确定定位信息。
其中,判断第一惯性测量单元是否恢复正常相当于判断第一惯性测量单元是否出现数据丢失和/或延迟,具体地判断的方法可参见上述示例,此处不再赘述。
当然,在另一些实施例中,若第一惯性测量单元恢复正常,也可对第一惯性测量单元的导航解算信息进行采集,并基于目标导航解算信息(即采集到的第二惯性测量单元的导航解算信息进行映射后的信息)和第一惯性测量单元的导航解算信息融合解析,得到定位信息。
其中,融合解析可采用卡尔曼滤波器实现,具体融合解析的过程可参见现有技术,此处不再赘述。
根据本公开实施例的另一个方面,本公开实施例还提供了一种定位装置。
请参阅图8,图8为本公开实施例的定位装置的框图。
如图8所示,该装置包括:
第一采集模块11,用于响应于第一惯性测量单元异常,采集第二惯性测量单元的初始导航解算信息;
映射模块12,用于将所述初始导航解算信息映射至所述第一惯性测量单元的坐标系,生成目标导航解算信息;
解算模块13,用于对目标导航解算信息进行定位解算,得到定位信息。
结合图9可知,在一些实施例中,所述装置还包括:
获取模块14,用于获取预设的所述第二惯性测量单元相对于所述第一惯性测量单元的坐标旋转参数;
以及,所述映射模块12用于,根据所述坐标旋转参数将所述初始导航解算信息映射至所述第一惯性测量单元的坐标系。
结合图9可知,在一些实施例中,所述装置还包括:
第二采集模块15,用于分别采集所述第一惯性测量单元的坐标参数和所述第二惯性测量单元的坐标参数;
计算模块16,用于根据所述第一惯性测量单元的坐标参数和所述第二惯性测量单元的坐标参数,计算所述坐标旋转参数。
在一些实施例中,所述第一惯性测量单元的坐标参数包括所述第一惯性测量单元的安装角;
所述第二惯性测量单元的坐标参数包括所述第二惯性测量单元的安装角。
在一些实施例中,所述坐标旋转参数通过方向余弦矩阵表示。
在一些实施例中,所述初始导航解算信息包括:初始加速度和初始角速度,所述映射模块12用于,根据所述坐标旋转参数将所述初始加速度切换至所述第一惯性测量单元的坐标系,得到目标加速度,并根据所述坐标旋转参数将所述初始角速度切换至所述第一惯性测量单元的坐标系,得到目标角速度;
其中,所述目标导航解算信息包括所述目标加速度和所述目标角速度。
结合图9可知,在一些实施例中,所述装置还包括:
确定模块17,用于响应于所述第一惯性测量单元恢复正常,根据所述第一惯性测量单元的导航解算信息确定所述定位信息。
在一些实施例中,所述第一惯性测量单元为主惯性测量单元,所述第二惯性测量单元为辅惯性测量单元。
根据本公开的实施例的另一个方面,本公开还提供了一种电子设备和一种可读存储介质。
根据本公开的实施例的另一个方面,本公开还提供了一种计算机程序产品,程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
请参阅图10,图10为本公开实施例的电子设备的框图。
其中,电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开实施例的实现。
如图10所示,该电子设备包括:一个或多个处理器101、存储器102,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图10中以一个处理器101为例。
存储器102即为本公开实施例所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本公开实施例所提供的定位方法。本公开实施例的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本公开实施例所提供的定位方法。
存储器102作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本公开实施例中的程序指令/模块。处理器101通过运行存储在存储器102中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的定位方法。
存储器102可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器102可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器102可选包括相对于处理器101远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、区块链服务网络(Block-chain-based Service Network,BSN)、移动通信网及其组合。
电子设备还可以包括:输入装置103和输出装置104。处理器101、存储器102、输入装置103和输出装置104可以通过总线或者其他方式连接,图10中以通过总线连接为例。
输入装置103可接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置104可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、区块链服务网络(Block-chain-based Service Network,BSN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本公开实施例的另一个方面,本公开实施例还提供了一种车端设备,所述车端设备包括如上任一实施例所述的装置,或者,如上实施例所述的电子设备。
根据本公开实施例的另一个方面,本公开实施例还提供了一种自动驾驶汽车,所述自动驾驶汽车包括如上实施例所述的车端设备,还包括与所述车端设备连接的多个惯性测量单元。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (14)
1.一种定位方法,其特征在于,应用于车辆的定位装置,所述方法包括:
响应于第一惯性测量单元异常,将接入至所述定位装置的所述第一惯性测量单元切换至第二惯性测量单元,采集所述第二惯性测量单元的初始导航解算信息;所述初始导航解算信息包括:初始加速度和初始角速度;
获取预设的所述第二惯性测量单元相对于所述第一惯性测量单元的坐标旋转参数;
根据所述坐标旋转参数将所述初始导航解算信息映射至所述第一惯性测量单元的坐标系,生成目标导航解算信息;
对所述目标导航解算信息进行定位解算,得到车辆的定位信息;
响应于所述第一惯性测量单元恢复正常,将接入至所述定位装置的所述第二惯性测量单元切换至所述第一惯性测量单元,并采集所述第一惯性测量单元的导航解算信息,根据所述第一惯性测量单元的导航解算信息确定所述定位信息;
所述根据所述坐标旋转参数将所述初始导航解算信息映射至所述第一惯性测量单元的坐标系,包括:
根据所述坐标旋转参数将所述初始加速度切换至所述第一惯性测量单元的坐标系,得到目标加速度;
根据所述坐标旋转参数将所述初始角速度切换至所述第一惯性测量单元的坐标系,得到目标角速度;
其中,所述目标导航解算信息包括所述目标加速度和所述目标角速度。
2.根据权利要求1所述的方法,其特征在于,在所述根据所述坐标旋转参数将所述初始导航解算信息映射至所述第一惯性测量单元的坐标系之前,所述方法还包括:
分别采集所述第一惯性测量单元的坐标参数和所述第二惯性测量单元的坐标参数;
根据所述第一惯性测量单元的坐标参数和所述第二惯性测量单元的坐标参数,计算所述坐标旋转参数。
3.根据权利要求2所述的方法,其特征在于,所述第一惯性测量单元的坐标参数包括所述第一惯性测量单元的安装角;
所述第二惯性测量单元的坐标参数包括所述第二惯性测量单元的安装角。
4.根据权利要求1所述的方法,其特征在于,所述坐标旋转参数通过方向余弦矩阵表示。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述第一惯性测量单元为主惯性测量单元,所述第二惯性测量单元为辅惯性测量单元。
6.一种车辆定位装置,其特征在于,所述装置包括:
第一采集模块,用于响应于第一惯性测量单元异常,采集第二惯性测量单元的初始导航解算信息;所述初始导航解算信息包括:初始加速度和初始角速度;
获取模块,用于获取预设的所述第二惯性测量单元相对于所述第一惯性测量单元的坐标旋转参数;
映射模块,用于根据所述坐标旋转参数将所述初始导航解算信息映射至所述第一惯性测量单元的坐标系,生成目标导航解算信息;
解算模块,用于对所述目标导航解算信息进行定位解算,得到车辆的定位信息;
确定模块,用于响应于所述第一惯性测量单元恢复正常,根据所述第一惯性测量单元的导航解算信息确定所述定位信息;
所述映射模块用于,根据所述坐标旋转参数将所述初始加速度切换至所述第一惯性测量单元的坐标系,得到目标加速度,并根据所述坐标旋转参数将所述初始角速度切换至所述第一惯性测量单元的坐标系,得到目标角速度;
其中,所述目标导航解算信息包括所述目标加速度和所述目标角速度。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第二采集模块,用于分别采集所述第一惯性测量单元的坐标参数和所述第二惯性测量单元的坐标参数;
计算模块,用于根据所述第一惯性测量单元的坐标参数和所述第二惯性测量单元的坐标参数,计算所述坐标旋转参数。
8.根据权利要求7所述的装置,其特征在于,所述第一惯性测量单元的坐标参数包括所述第一惯性测量单元的安装角;
所述第二惯性测量单元的坐标参数包括所述第二惯性测量单元的安装角。
9.根据权利要求6所述的装置,其特征在于,所述坐标旋转参数通过方向余弦矩阵表示。
10.根据权利要求6至9中任一项所述的装置,其特征在于,所述第一惯性测量单元为主惯性测量单元,所述第二惯性测量单元为辅惯性测量单元。
11.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种车端设备,其特征在于,所述车端设备包括如权利要求6至10中任一项所述的装置,或者,如权利要求11所述的电子设备。
13.一种自动驾驶汽车,其特征在于,所述自动驾驶汽车包括如权利要求12所述的车端设备,还包括与所述车端设备连接的多个惯性测量单元。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010596181.4A CN111780757B (zh) | 2020-06-28 | 2020-06-28 | 定位方法和装置、电子设备、车端设备、自动驾驶汽车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010596181.4A CN111780757B (zh) | 2020-06-28 | 2020-06-28 | 定位方法和装置、电子设备、车端设备、自动驾驶汽车 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111780757A CN111780757A (zh) | 2020-10-16 |
CN111780757B true CN111780757B (zh) | 2023-05-30 |
Family
ID=72760266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010596181.4A Active CN111780757B (zh) | 2020-06-28 | 2020-06-28 | 定位方法和装置、电子设备、车端设备、自动驾驶汽车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111780757B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114413929A (zh) * | 2021-12-06 | 2022-04-29 | 阿波罗智能技术(北京)有限公司 | 定位信息的校验方法、装置、系统、无人车及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120029516A (ko) * | 2010-09-17 | 2012-03-27 | 서울대학교산학협력단 | 중첩 관성측정장치를 위한 고장 검출기 및 검출 방법 |
CN106289246A (zh) * | 2016-07-25 | 2017-01-04 | 北京航空航天大学 | 一种基于位置和姿态测量系统的柔性杆臂测量方法 |
CN106441287A (zh) * | 2015-08-10 | 2017-02-22 | 通用汽车环球科技运作有限责任公司 | 用于活动安全应用的降阶失效保护imu系统 |
CN106979781A (zh) * | 2017-04-12 | 2017-07-25 | 南京航空航天大学 | 基于分布式惯性网络的高精度传递对准方法 |
CN108931247A (zh) * | 2018-04-08 | 2018-12-04 | 和芯星通科技(北京)有限公司 | 一种导航方法和装置 |
CN110514223A (zh) * | 2019-08-22 | 2019-11-29 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种车载惯导数据采集系统 |
CN111060947A (zh) * | 2019-12-30 | 2020-04-24 | 中国科学院光电研究院 | 导航定位方法及装置 |
-
2020
- 2020-06-28 CN CN202010596181.4A patent/CN111780757B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120029516A (ko) * | 2010-09-17 | 2012-03-27 | 서울대학교산학협력단 | 중첩 관성측정장치를 위한 고장 검출기 및 검출 방법 |
CN106441287A (zh) * | 2015-08-10 | 2017-02-22 | 通用汽车环球科技运作有限责任公司 | 用于活动安全应用的降阶失效保护imu系统 |
CN106289246A (zh) * | 2016-07-25 | 2017-01-04 | 北京航空航天大学 | 一种基于位置和姿态测量系统的柔性杆臂测量方法 |
CN106979781A (zh) * | 2017-04-12 | 2017-07-25 | 南京航空航天大学 | 基于分布式惯性网络的高精度传递对准方法 |
CN108931247A (zh) * | 2018-04-08 | 2018-12-04 | 和芯星通科技(北京)有限公司 | 一种导航方法和装置 |
CN110514223A (zh) * | 2019-08-22 | 2019-11-29 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种车载惯导数据采集系统 |
CN111060947A (zh) * | 2019-12-30 | 2020-04-24 | 中国科学院光电研究院 | 导航定位方法及装置 |
Non-Patent Citations (1)
Title |
---|
捷联式惯性导航误差标定和补偿技术研究;李光耀;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20200315(第03期);第I136-852页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111780757A (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3842750A2 (en) | Positioning method, electronic device, vehicle device, and autonomous vehicle | |
CN111649739B (zh) | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 | |
KR102454882B1 (ko) | 차량 주행위치 추산 방법, 장치, 기기, 저장매체 및 프로그램 | |
CN111679302A (zh) | 车辆定位方法、装置、电子设备和计算机存储介质 | |
CN110617825B (zh) | 一种车辆定位方法、装置、电子设备和介质 | |
CN111460375B (zh) | 定位数据有效性确定方法、装置、设备和介质 | |
CN107748569B (zh) | 用于无人机的运动控制方法、装置及无人机系统 | |
CN112415552A (zh) | 车辆位置的确定方法、装置及电子设备 | |
CN110879395B (zh) | 障碍物位置预测方法、装置和电子设备 | |
CN113844463B (zh) | 基于自动驾驶系统的车辆控制方法、装置及车辆 | |
JP7356528B2 (ja) | 地図データ処理方法及び装置 | |
JP2021082280A (ja) | 車両列の長さを検出する方法、車両列の長さを検出する装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN111949816B (zh) | 定位处理方法、装置、电子设备和存储介质 | |
CN111721305A (zh) | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 | |
CN111780757B (zh) | 定位方法和装置、电子设备、车端设备、自动驾驶汽车 | |
JP7372949B2 (ja) | 速度予測方法、装置、電子機器、記憶媒体及びコンピュータプログラム製品 | |
CN112584314A (zh) | 车辆感知范围测量方法、装置、设备和介质 | |
CN111783611B (zh) | 无人车的定位方法、装置、无人车及存储介质 | |
CN115628754A (zh) | 里程计初始化方法、装置、电子设备及自动驾驶车辆 | |
CN111611902B (zh) | 车辆违章检测方法、装置、设备以及存储介质 | |
CN115097156B (zh) | 一种自动驾驶中障碍物的速度估计方法、装置和电子设备 | |
CN112577503B (zh) | 车辆起点区域的路径规划方法、装置、设备 | |
CN110579779B (zh) | Gps质量确定方法、装置、设备和介质 | |
CN112824936A (zh) | 一种地物高度确定方法、装置、电子设备和介质 | |
CN111795695B (zh) | 位置信息确定方法、装置及设备 |
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 |