CN113324541A - 定位方法及装置、定位系统 - Google Patents
定位方法及装置、定位系统 Download PDFInfo
- Publication number
- CN113324541A CN113324541A CN202110611125.8A CN202110611125A CN113324541A CN 113324541 A CN113324541 A CN 113324541A CN 202110611125 A CN202110611125 A CN 202110611125A CN 113324541 A CN113324541 A CN 113324541A
- Authority
- CN
- China
- Prior art keywords
- target object
- imu
- measurement data
- data
- sensors
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000005259 measurement Methods 0.000 claims abstract description 169
- 230000001133 acceleration Effects 0.000 claims description 69
- 239000011159 matrix material Substances 0.000 claims description 40
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 230000004927 fusion Effects 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 abstract description 11
- 230000002159 abnormal effect Effects 0.000 description 10
- 230000008878 coupling Effects 0.000 description 8
- 238000010168 coupling process Methods 0.000 description 8
- 238000005859 coupling reaction Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered 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
- G01C21/165—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 combined with non-inertial navigation instruments
-
- 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
- G01C21/20—Instruments for performing navigational calculations
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
本发明公开了一种定位方法及装置、定位系统。其中,该方法包括:对目标对象的第一测量数据进行融合,得到目标对象的速度数据,其中,第一测量数据由至少两个惯性传感器IMU采集的目标对象的运动数据;获取目标对象的第二测量数据,其中,第二测量数据由定位系统中除至少两个IMU传感器的其他传感器采集的目标对象的运动数据;对速度数据以及第二测量数据进行融合,得到目标对象的当前姿态。本发明解决了相关技术中使用IMU进行定位的方案中,无法有效检测并反馈IMU器件的工作状态,当IMU器件出现故障时,无法及时发现,仍然使用IMU采集的数据进行定位存在安全隐患的技术问题。
Description
技术领域
本发明涉及定位技术领域,具体而言,涉及一种定位方法及装置、定位系统。
背景技术
定位技术被广泛应用到各个领域中,例如,自动驾驶、物流机器人、餐饮机器人、无人机等。惯性测量单元(Inertial Measurement Unit,简称IMU)可以提供高频率、连续、全维度的运动信息,是定位中最常用的传感器。现有的定位技术通常是对IMU数据进行积分,得到相对姿态的预测结果。
图1是根据现有技术的基于IMU进行定位的流程图,如图1所示,以IMU作为核心传感器,用于预测姿态,其他传感器作为辅助,用来获取姿态观测值,这些传感器主要包括车轮编码器(Wheel Encoder)、全球卫星导航定位系统(GNSS)、三维激光雷达(lidar)、高精度地图(High definition Map)。其中,IMU可以对加速度以及角速度进行积分得到相对姿态预测结果、其他传感器则可以或姿态观测结果,接着可以将IMU得到的的相对姿态预测结果与其他传感器得到的姿态观测结果进行融合,得到当前时刻姿态。由上图1可知,IMU可以为定位提供至关重要的加速度和角速度测量值,通过对加速度和角速度积分,就可以获取到重要的相对位移和相对旋转值。现有定位技方案根据融合部分耦合方式的不同,分为紧耦合和松耦合两个方向。紧耦合方式主要以优化的思路,每个传感器提供约束的方式来构建一个优化问题,优化出一个定位结果。而松耦合方式主要以滤波的思路,每个传感器利用自己的数据计算一个定位结果,然后把多个定位结果以某种方式融合得到当前时刻的定位结果。滤波的方案以卡尔曼滤波为代表。不管是优化或是滤波的方案中,IMU都由于其可以提供高频率、连续、全维度的运动信息的特性,成为定位系统中最常用的一种传感器。
然而,上述技术方案,无法有效地检测并反馈IMU器件的工作状态;而IMU属于高精度传感器,长时间的工作,容易收到极端温度(高温或者低温)、剧烈震动、碰撞等因素影响,导致IMU器件发生不可逆转的损坏。特别是在自动驾驶技术中,IMU需要长时间的工作,也会有急刹、剧烈震动,甚至是碰撞这种情况的存在,对IMU器件是一个极大的考验。定位系统如果不能及时的发现数据异常的IMU,而继续使用错误的IMU数据来预测姿态,最终可能导致定位收敛到一个非常糟糕的结果,与真实姿态产生一个极大的偏移。这对很对带有定位技术的产品,都可能带来不可估计的风险,都是不可接受的。
针对上述相关技术中使用IMU进行定位的方案中,无法有效检测并反馈IMU器件的工作状态,当IMU器件出现故障时,无法及时发现,仍然使用IMU采集的数据进行定位存在安全隐患的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种定位方法及装置、定位系统,以至少解决相关技术中使用IMU进行定位的方案中,无法有效检测并反馈IMU器件的工作状态,当IMU器件出现故障时,无法及时发现,仍然使用IMU采集的数据进行定位存在安全隐患的技术问题。
根据本发明实施例的一个方面,提供了一种定位方法,包括:对目标对象的第一测量数据进行融合,得到所述目标对象的速度数据,其中,所述第一测量数据由至少两个惯性传感器IMU采集的所述目标对象的运动数据;获取所述目标对象的第二测量数据,其中,所述第二测量数据由定位系统中除所述至少两个IMU传感器的其他传感器采集的所述目标对象的运动数据;对所述速度数据以及所述第二测量数据进行融合,得到所述目标对象的当前姿态。
可选地,在对目标对象的第一测量数据进行融合,得到所述目标对象的速度数据之前,该定位方法还包括:获取所述目标对象的第一测量数据;获取所述第一测量数据的数据标识;基于所述数据标识确定所述定位系统中正常工作的IMU传感器的总数量;在所述总数量小于预定数值的情况下,生成报警信息。
可选地,对目标对象的第一测量数据进行融合,得到所述目标对象的速度数据,包括:将所述至少两个IMU传感器中副IMU传感器采集的第一测量数据转换到所述至少两个IMU传感器中主IMU传感器对应的主坐标系中;基于所述主坐标系中的测量数据、加权矩阵以及转换矩阵得到所述速度数据。
可选地,在所述速度数据为所述目标对象在所述主坐标系的X轴加速度时,基于所述主坐标系中的测量数据、加权矩阵以及转换矩阵得到所述速度数据,包括:通过第一公式确定所述目标对象在所述主坐标系的X轴加速度,其中,所述第一公式为:y=Hx,其中,y表示所述目标对象在所述主坐标系的X轴加速度测量值,H表示所述转换矩阵,x表示所述目标对象在所述主坐标系的X轴加速度。
可选地,所述加权矩阵是根据所述主坐标系中的X轴坐标上加速度噪声的标准差确定的。
可选地,在对目标对象的第一测量数据进行融合,得到所述目标对象的速度数据之后,该定位方法还包括:对所述加速度噪声的标准差进行更新。
可选地,该定位方法还包括:将所述至少两个IMU传感器中副IMU传感器采集的第一测量数据转换到所述至少两个IMU传感器中主IMU传感器对应的主坐标系中;基于所述坐标系中的测量数据构造测量值等式以及奇偶方程;基于所述测量值等式以及所述奇偶方程生成奇偶表,其中,所述奇偶表用于表示所述定位系统中出现故障的IMU传感器的数量。
可选地,对所述速度数据以及所述第二测量数据进行融合,得到所述目标对象的当前姿态,包括:基于所述速度数据确定所述目标对象的相对姿态预测结果;基于所述第二测量数据确定所述目标对象的姿态观测结果;对所述相对姿态预测结果以及所述姿态观测结果进行融合,得到所述目标对象的当前姿态。
根据本发明实施例的另外一个方面,还提供了一种定位装置,包括:第一获取单元,用于对目标对象的第一测量数据进行融合,得到所述目标对象的速度数据,其中,所述第一测量数据由至少两个惯性传感器IMU采集的所述目标对象的运动数据;第二获取单元,用于获取所述目标对象的第二测量数据,其中,所述第二测量数据由定位系统中除所述至少两个IMU传感器的其他传感器采集的所述目标对象的运动数据;第三获取单元,用于对所述速度数据以及所述第二测量数据进行融合,得到所述目标对象的当前姿态。
可选地,该定位装置还包括:第四获取单元,用于在对目标对象的第一测量数据进行融合,得到所述目标对象的速度数据之前,获取所述目标对象的第一测量数据;第五获取单元,用于获取所述第一测量数据的数据标识;确定单元,用于基于所述数据标识确定所述定位系统中正常工作的IMU传感器的总数量;生成单元,用于在所述总数量小于预定数值的情况下,生成报警信息。
可选地,所述第一获取单元包括:转换模块,用于将所述至少两个IMU传感器中副IMU传感器采集的第一测量数据转换到所述至少两个IMU传感器中主IMU传感器对应的主坐标系中;第一获取模块,用于基于所述主坐标系中的测量数据、加权矩阵以及转换矩阵得到所述速度数据。
可选地,在所述速度数据为所述目标对象在所述主坐标系的X轴加速度时,所述获取模块,包括:第一确定模块,用于通过第一公式确定所述目标对象在所述主坐标系的X轴加速度,其中,所述第一公式为:y=Hx,其中,y表示所述目标对象在所述主坐标系的X轴加速度测量值,H表示所述转换矩阵,x表示所述目标对象在所述主坐标系的X轴加速度。
可选地,所述加权矩阵是根据所述主坐标系中的X轴坐标上加速度噪声的标准差确定的。
可选地,该定位装置还包括:更新单元,用于在对目标对象的第一测量数据进行融合,得到所述目标对象的速度数据之后,对所述加速度噪声的标准差进行更新。
可选地,该定位装置还包括:转换单元,用于将所述至少两个IMU传感器中副IMU传感器采集的第一测量数据转换到所述至少两个IMU传感器中主IMU传感器对应的主坐标系中;构造单元,用于基于所述坐标系中的测量数据构造测量值等式以及奇偶方程;生成单元,用于基于所述测量值等式以及所述奇偶方程生成奇偶表,其中,所述奇偶表用于表示所述定位系统中出现故障的IMU传感器的数量。
可选地,所述第三获取单元,包括:第三确定模块,用于基于所述速度数据确定所述目标对象的相对姿态预测结果;第四确定模块,用于基于所述第二测量数据确定所述目标对象的姿态观测结果;第二获取模块,用于对所述相对姿态预测结果以及所述姿态观测结果进行融合,得到所述目标对象的当前姿态。
根据本发明实施例的另外一个方面,还提供了一种定位系统,包括:多个惯性传感器IMU,用于采集目标对象的第一测量数据;融合设备,用于对所述第一测量数据进行融合,得到所述目标对象的速度数据;其他传感器,用于采集所述目标对象的第二测量数据,其中,所述其他传感器为所述定位系统中除所述多个惯性传感器IMU的传感器;控制器,用于使用上述中任一项所述的定位方法,对所述速度数据以及所述第二测量数据进行融合,得到所述目标对象的当前姿态。
可选地,该定位系统还包括:报警器,用于在所述多个IMU传感器中不小于预定数值的IMU传感器出现故障时,生成报警信息。
可选地,该定位系统还包括:补偿器,用于对所述目标对象的加速度误差进行补偿。
可选地,该定位系统还包括:奇偶校验器,用于表示所述多个IMU传感器的状态。
根据本发明实施例的另外一个方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述中任意一项所述定位方法。
根据本发明实施例的另外一个方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述中任意一项所述定位方法。
根据本发明实施例的另外一个方面,还提供了一种自动驾驶车辆,包括:上述中任一项所述的定位系统,还包括:存储器,与所述存储器耦合的处理器,所述存储器和所述处理器通过总线系统相通信;所述存储器用于存储程序,其中,所述程序在被处理器执行时控制所述存储器所在设备执行上述中任意一项所述定位方法;所述处理器用于运行程序,其中,所述程序运行时执行上述中任意一项所述定位方法。
在本发明实施例中,对目标对象的第一测量数据进行融合,得到目标对象的速度数据,其中,第一测量数据由至少两个惯性传感器IMU采集的目标对象的运动数据;获取目标对象的第二测量数据,其中,第二测量数据由定位系统中除至少两个IMU传感器的其他传感器采集的目标对象的运动数据;对速度数据以及第二测量数据进行融合,得到目标对象的当前姿态。通过本发明实施例提供的定位方法,实现了通过在定位系统中设置多个IMU传感器,并对多个IMU传感器的全部或部分IMU传感器采集的测量数据进行融合,以将融合后的测量数据与其他传感器采集的测量数据进行融合得到目标对象的当前姿态的目的,达到了提高定位精度的技术效果,进而解决了相关技术中使用IMU进行定位的方案中,无法有效检测并反馈IMU器件的工作状态,当IMU器件出现故障时,无法及时发现,仍然使用IMU采集的数据进行定位存在安全隐患的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据现有技术的基于IMU进行定位的流程图;
图2是根据本发明实施例的定位方法的流程图;
图3是根据本发明实施例的IMU传感器的安装示意图;
图4是根据本发明实施例的定位装置的示意图;
图5是根据本发明实施例的定位系统的示意图;
图6是根据本发明实施例的将辅助IMU传感器的测量值转换到主IMU传感器对应的坐标系中的示意图;
图7是根据本发明实施例的可选的定位系统的框架图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种定位方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图2是根据本发明实施例的定位方法的流程图,如图2所示,该定位方法包括如下步骤:
步骤S202,对目标对象的第一测量数据进行融合,得到目标对象的速度数据,其中,第一测量数据由至少两个惯性传感器IMU采集的目标对象的运动数据。
可选地,上述目标对象为需要进行定位的对象,例如,自动驾驶车辆、物流机器人、餐饮机器人、无人机等。
可选的,上述第一测量数据为惯量传感器IMU采集的目标对象的运动信息,基于这些数据可以对目标对象进行定位。
需要说明的是,相对于现有技术中定位系统仅有一个IMU传感器,而作为在长时间的工作状态下,容易收到极端温度(高温或者低温)、剧烈震动、碰撞等因素影响,会发生不可逆转的损坏的高精度传感器,容易出现到定位系统中的IMU传感器出现故障时,无法进行准确定位的弊端,在本发明实施例中,在定位系统中设置多个IMU传感器。
此外,需要说明的是,这里的速度数据可以为加速度额加速度测量值。
步骤S204,获取目标对象的第二测量数据,其中,第二测量数据由定位系统中除至少两个IMU传感器的其他传感器采集的目标对象的运动数据。
可选的,上述定位系统中除至少两个IMU传感器的其他传感器可以包括但不限于:车轮编码器、全球卫星导航定位系统、三维激光雷达、高精度地图等。
步骤S206,对速度数据以及第二测量数据进行融合,得到目标对象的当前姿态。
由上可知,在本发明实施例中,对目标对象的第一测量数据进行融合,得到目标对象的速度数据,其中,第一测量数据由至少两个惯性传感器IMU采集的目标对象的运动数据;获取目标对象的第二测量数据,其中,第二测量数据由定位系统中除至少两个IMU传感器的其他传感器采集的目标对象的运动数据;对速度数据以及第二测量数据进行融合,得到目标对象的当前姿态,实现了通过在定位系统中设置多个IMU传感器,并对多个IMU传感器的全部或部分IMU传感器采集的测量数据进行融合,以将融合后的测量数据与其他传感器采集的测量数据进行融合得到目标对象的当前姿态的目的,达到了提高定位精度的技术效果。
因此,通过本发明实施例提供的定位方法,解决了相关技术中使用IMU进行定位的方案中,无法有效检测并反馈IMU器件的工作状态,当IMU器件出现故障时,无法及时发现,仍然使用IMU采集的数据进行定位存在安全隐患的技术问题。
此处需要说明的是,在本发明实施例中,以定位系统中有3个IMU传感器为例进行说明。为了能够更为有效地进行多IMU传感器相互校验,可以使用三角形方法安装3个IMU传感器到定位载体上,并尽量避免3个IMU传感器在一条直线上。
进一步地,上述3个IMU传感器中可以有1个主IMU传感器,即,IMU0,2个辅助IMU传感器,即,IMU1、IMU2。其中,图3是根据本发明实施例的IMU传感器的安装示意图,上述3个IMU传感器的安装位置可以如图3所示,呈三角形状。
作为一种可选的实施例,在对目标对象的第一测量数据进行融合,得到目标对象的速度数据之前,该定位方法还包括:获取目标对象的第一测量数据;获取第一测量数据的数据标识;基于数据标识确定定位系统中正常工作的IMU传感器的总数量;在总数量小于预定数值的情况下,生成报警信息。
在该实施例中,可以根据获取的目标对象的第一测量数据来确定定位系统中有哪些IMU传感器未工作,并在定位系统中能够正常运行的IMU传感器的总数量小于预定数值的情况下,则可以生成报警信息。
例如,在定位系统中有3个IMU传感器时,如果有1个IMU传感器出现故障时,则定位系统仍然可以对2个IMU采集的测量数据进行融合,以得到加速度和/或角速度的测量值;如果有2个IMU传感器出现故障时,则定位系统就只能接收1个IMU传感器采集的测量数据,此时就无法进行数据融合了。
作为一种可选的实施例,对目标对象的第一测量数据进行融合,得到目标对象的速度数据,包括:将至少两个IMU传感器中副IMU传感器采集的第一测量数据转换到至少两个IMU传感器中主IMU传感器对应的主坐标系中;基于主坐标系中的测量数据、加权矩阵以及转换矩阵得到速度数据。
此处,可以将两个IMU传感器中副IMU传感器采集到的第一测量数据转换到主IMU传感器对应的主坐标系中,从而可以基于主坐标系中的测量数据、加权矩阵以及转换矩阵得到速度数据。
其中,在速度数据为目标对象在主坐标系的X轴加速度时,基于主坐标系中的测量数据、加权矩阵以及转换矩阵得到速度数据,包括:通过第一公式确定目标对象在主坐标系的X轴加速度,其中,第一公式为:y=Hx,其中,y表示目标对象在主坐标系的X轴加速度测量值,H表示转换矩阵,x表示目标对象在主坐标系的X轴加速度。
这里主要是为了利用多个健康的IMU车辆值恢复一个比较准确的加速度/角速度真实值,以X轴加速度为例,y=Hx,该式中,y=[ax0,ax1,ax2]T是三个IMU的X轴加速度测量值,H=[1,1,1]T是转换矩阵,x=ax是真实X轴加速度值。
作为一种可选的实施例,在对目标对象的第一测量数据进行融合,得到目标对象的速度数据之后,该定位方法还包括:对加速度噪声的标准差进行更新。
需要说明的是,如果定位系统中使用的是同一类型的IMU传感器,则可认为σ1=σ2=及σ3,那么,则有根据这个等式,如果有3个健康的IMU传感器,则输出噪声标准差将变为原来的如果有2个健康的IMU传感器,输出噪声标准差将变为原来的
此处,利用IMU传感器进行多数据融合,将多个IMU传感器的数据进行加权平均获得一个最优的加速度、角速度测量值。
作为一种可选的实施例,该定位方法还包括:将至少两个IMU传感器中副IMU传感器采集的第一测量数据转换到至少两个IMU传感器中主IMU传感器对应的主坐标系中;基于坐标系中的测量数据构造测量值等式以及奇偶方程;基于测量值等式以及奇偶方程生成奇偶表,其中,奇偶表用于表示定位系统中出现故障的IMU传感器的数量。
例如,可以转换3个IMU传感器的测量数据到同一个参考坐标系(即,主IMU传感器对应的坐标系)下之后,可以构造测量值等式,使用X轴加速度为例:[ax0,ax1,ax2]T=[1,1,1]ax,其中,ax0,ax1,ax2分别是IMU0、IMU1以及IMU2加速度计的X轴加速度测量值,ax是真实的加速度测量值。接着可以构成奇偶方程:k0:ax0-ax1=0;k1:ax0-ax2=0;k2:ax1-ax2=0。当等式成立的时候,设置对应的奇偶值是0,否则设置为1,然后建立一个奇偶表来清晰地表示IMU传感器的工作情况,其中,奇偶表如下表1所示:
表1
此处,需要说明的是,这个奇偶表的建立是基于可以正常收到3个IMU的数据,对3个IMU做好了时间同步,并IMU自身没有严重的数据延迟。如果只能收到一个IMU的数据,就只用这个IMU数据做定位,此时没有IMU冗余;如果只能收到两个IMU数据,可以判断IMU是否有损坏,当有损坏时可以给出报警信息,但不能精确找出损坏的IMU。
作为一种可选的实施例,对速度数据以及第二测量数据进行融合,得到目标对象的当前姿态,包括:基于速度数据确定目标对象的相对姿态预测结果;基于第二测量数据确定目标对象的姿态观测结果;对相对姿态预测结果以及姿态观测结果进行融合,得到目标对象的当前姿态。
由上可知,通过本发明实施例提供的定位方法,可以及时有效地反馈出IMU传感器的工作状态;并且在本发明实施例中使用三个IMU传感器正交放置在定位载体上,然后将三个IMU传感器采集的数据转换到同一个坐标系下,做奇偶校验,可以校验出IMU传感器的工作状态。如果有出现IMU损坏,本发明实施例提供的定位方法可以及时检测出来,并做出对应的反馈和处理。相比于单个IMU的定位系统,可以极大地提高定位系统的可靠性。此外,由于在本发明实施例中使用多个健康IMU的测量值去融合出一个加速度、角速度的测量值,在单个IMU噪声较大时,利用其他IMU的测量值去补偿掉部分噪声,获得一个更优的IMU测量值,从而也可以有效地提高加速度、角速度的测量精度。而且,低成本IMU数据噪声较大,对使用环境要求更为苛刻,单个低成本IMU出问题的可能性更高,如果使用过本发明实施例中的定位方法,可以显著地提高定位系统的可靠性和精度。
实施例2
根据本发明实施例的另外一个方面,还提供了一种定位装置,图4是根据本发明实施例的定位装置的示意图,如图4所示,该定位装置可以包括:第一获取单元41,第二获取单元43以及第三获取单元45。下面对该定位装置进行说明。
第一获取单元41,用于对目标对象的第一测量数据进行融合,得到目标对象的速度数据,其中,第一测量数据由至少两个惯性传感器IMU采集的目标对象的运动数据。
第二获取单元43,用于获取目标对象的第二测量数据,其中,第二测量数据由定位系统中除至少两个IMU传感器的其他传感器采集的目标对象的运动数据。
第三获取单元45,用于对速度数据以及第二测量数据进行融合,得到目标对象的当前姿态。
此处需要说明的是,上述第一获取单元41,第二获取单元43以及第三获取单元45对应于实施例1中的步骤S202至S206,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
由上可知,在本申请上述实施例中,可以利用第一获取单元对目标对象的第一测量数据进行融合,得到目标对象的速度数据,其中,第一测量数据由至少两个惯性传感器IMU采集的目标对象的运动数据;然后利用第二获取单元获取目标对象的第二测量数据,其中,第二测量数据由定位系统中除至少两个IMU传感器的其他传感器采集的目标对象的运动数据;并利用第三获取单元对速度数据以及第二测量数据进行融合,得到目标对象的当前姿态。通过本发明实施例提供的定位装置,实现了通过在定位系统中设置多个IMU传感器,并对多个IMU传感器的全部或部分IMU传感器采集的测量数据进行融合,以将融合后的测量数据与其他传感器采集的测量数据进行融合得到目标对象的当前姿态的目的,达到了提高定位精度的技术效果,解决了相关技术中使用IMU进行定位的方案中,无法有效检测并反馈IMU器件的工作状态,当IMU器件出现故障时,无法及时发现,仍然使用IMU采集的数据进行定位存在安全隐患的技术问题。
可选地,该定位装置还包括:第四获取单元,用于在对目标对象的第一测量数据进行融合,得到目标对象的速度数据之前,获取目标对象的第一测量数据;第五获取单元,用于获取第一测量数据的数据标识;确定单元,用于基于数据标识确定定位系统中正常工作的IMU传感器的总数量;生成单元,用于在总数量小于预定数值的情况下,生成报警信息。
可选地,第一获取单元包括:转换模块,用于将至少两个IMU传感器中副IMU传感器采集的第一测量数据转换到至少两个IMU传感器中主IMU传感器对应的主坐标系中;第一获取模块,用于基于主坐标系中的测量数据、加权矩阵以及转换矩阵得到速度数据。
可选地,在速度数据为目标对象在主坐标系的X轴加速度时,获取模块,包括:第一确定模块,用于通过第一公式确定目标对象在主坐标系的X轴加速度,其中,第一公式为:y=Hx,其中,y表示目标对象在主坐标系的X轴加速度测量值,H表示转换矩阵,x表示目标对象在主坐标系的X轴加速度。
可选地,加权矩阵是根据主坐标系中的X轴坐标上加速度噪声的标准差确定的。
可选地,该定位装置还包括:更新单元,用于在对目标对象的第一测量数据进行融合,得到目标对象的速度数据之后,对加速度噪声的标准差进行更新。
可选地,该定位装置还包括:转换单元,用于将至少两个IMU传感器中副IMU传感器采集的第一测量数据转换到至少两个IMU传感器中主IMU传感器对应的主坐标系中;构造单元,用于基于坐标系中的测量数据构造测量值等式以及奇偶方程;生成单元,用于基于测量值等式以及奇偶方程生成奇偶表,其中,奇偶表用于表示定位系统中出现故障的IMU传感器的数量。
可选地,第三获取单元,包括:第三确定模块,用于基于速度数据确定目标对象的相对姿态预测结果;第四确定模块,用于基于第二测量数据确定目标对象的姿态观测结果;第二获取模块,用于对相对姿态预测结果以及姿态观测结果进行融合,得到目标对象的当前姿态。
实施例3
根据本发明实施例的另外一个方面,还提供了一种定位系统,图5是根据本发明实施例的定位系统的示意图,如图5所示,该定位系统可以包括:多个惯性传感器IMU51,用于采集目标对象的第一测量数据;融合设备53,用于对第一测量数据进行融合,得到目标对象的速度数据;其他传感器55,用于采集目标对象的第二测量数据,其中,其他传感器为定位系统中除多个惯性传感器IMU的传感器;控制器57,用于使用上述实施例1中任一项的定位方法,对速度数据以及第二测量数据进行融合,得到目标对象的当前姿态。通过本发明实施例提供的定位系统,实现了通过在定位系统中设置多个IMU传感器,并对多个IMU传感器的全部或部分IMU传感器采集的测量数据进行融合,以将融合后的测量数据与其他传感器采集的测量数据进行融合得到目标对象的当前姿态的目的,达到了提高定位精度的技术效果。
作为一种可选的实施例,该定位系统还包括:报警器,用于在多个IMU传感器中不小于预定数值的IMU传感器出现故障时,生成报警信息。
例如,当定位系统中有3个IMU传感器时,若判定有2个或3个IMU传感器出现故障时,则报警器会生成报警信息,以提示超过预定数值的IMU传感器出现故障。
作为一种可选的实施例,该定位系统还包括:补偿器,用于对目标对象的加速度误差进行补偿。
作为一种可选的实施例,该定位系统还包括:奇偶校验器,用于表示多个IMU传感器的状态。
由上可知,在本发明实施例中的定位系统,相对于相关技术中只有单个IMU传感器,无法对IMU传感器进行故障检测的弊端,增加了IMU传感器的数量,例如,可以增加两个IMU传感器(一个主IMU0),两个辅助(IMU1、IMU2),从而可以有效地进行多IMU相互校验。
另外,在本发明实施例中,定位系统可以包括:杆臂补偿模块(即,补偿器)、奇偶校验模块(即,奇偶校验器)、数据异常报警模块(即,报警器),以及多IMU数据融合模块(即,融合设备)。例如,可以通过三个IMU传感器实现传感器冗余,然后补偿其中两个IMU传感器的杆臂值,接着将其转换到一个IMU传感器对应的坐标系中,再对三个IMU传感器的输出(包含陀螺仪和加速度计数据)做奇偶校验,检测出异常的IMU传感器数量,剔除异常数据的影响或者做出响应的报警。
其中,上述杆臂补偿模块中的杆臂是指两个辅助IMU传感器到主IMU传感器之间的向量,由于杆臂的存在,需要在校验之前将两个辅助IMU传感器测量值转换到主IMU传感器坐标系下。由于三个IMU传感器放置在一个刚体上,它们的角速度测量值没有杆臂误差,仅仅需要补偿加速度的杆臂误差,然后将加速度和角速度转换到主IMU坐标系下。图6是根据本发明实施例的将辅助IMU传感器的测量值转换到主IMU传感器对应的坐标系中的示意图,如图6所示,可以保持主IMU坐标系统不动,旋转辅助IMU坐标系即可实现将加速度和角速度转换到主IMU坐标系下,就有
这里可以通过以下方式计算由角速度引起的离心加速度:其中,这里ac表示离心加速度,wraw表示角速度,表示杆臂向量。接着计算角加速度引起的切向加速度(或者欧拉力):这里表示角速度的导数。并计算加速度的杆臂误差:alever_arm_error=ac+at;可通过以下方式补偿加速度杆臂误差:acomp=araw+alever_arm_error,并通过以下方式将辅助IMU传感器的测量值旋转到主IMU坐标系中:
其次,奇偶校验模块可以在将辅助IMU传感器的测量值转换到主IMU传感器中后,构造测量值等式,使用X轴加速度为例:[ax0,ax1,ax2]T=[1,1,1]ax,其中,ax0,ax1,ax2分别是IMU0、IMU1以及IMU2加速度计的X轴加速度测量值,ax是真实的加速度测量值。接着可以构成奇偶方程:k0:ax0-ax1=0;k1:ax0-ax2=0;k2:ax1-ax2=0。当等式成立的时候,设置对应的奇偶值是0,否则设置为1,然后建立一个奇偶表来清晰地表示IMU传感器的工作情况,这里的奇偶表可为上述实施例1中的表1。
接着,本发明实施例中的报警器在奇偶校验模块的基础上,可以精准地掌控定位系统中损坏的IMU传感器的个数;例如,当定位系统中有三个IMU传感器时,当没有IMU损坏时,定位系统可以融合三个IMU传感器的数据,构造最优的加速度/角速度测量值;当检测到一个IMU传感器损坏时,可以精准找到损坏的IMU传感器,利用另外两个健康的IMU传感器测量值融合定位,对损坏的IMU传感器给出报警信号;当检测到2个或者3个IMU传感器损坏时,虽然不能准确地找到损坏的IMU传感器,但是可以触发严重报警信号。即,本发明实施例中的异常IMU传感器的处理方式为0个IMU传感器异常时,可以使用3个IMU传感器的测量值定位;当有1个IMU传感器异常时,可以使用2个健康的IMU定位,并报警异常IMU传感器信息;2个或3个IMU传感器异常时,会进行严重报警。
最后,多IMU数据融合模块在上述实施例1中已经详细说明,此处不再赘述。
图7是根据本发明实施例的可选的定位系统的框架图,如图7所示,该定位系统中可以有3个单个的IMU传感器以及其他传感器;这3个IMU传感器中有两个连接有杆臂补偿模块,进行杆臂值补偿,一个IMU传感器连接奇偶校验模块,用于进行奇偶校验,以判断异常的IMU传感器的数量;当检测到有2个或3个IMU传感器故障时,进行数据异常报警;当检测到有1个IMU传感器故障时,则将剩余2个健康的IMU传感器的测量值进行数据融合;当检测到有3个IMU数据融合时,对IMU传感器的测量值进行数据融合,并对融合后的数据进行加速度、角速度积分,得到目标对象的相对姿态预测结果,并将该相对姿态预测结果与基于其他传感器得到的姿态观测结果进行融合,得到目标对象当前时刻的姿态。
需要说明的是,在本发明实施例中,使用的是三角形顶点方式按照3个IMU传感器,如果使用其他安装位置也可以,在本发明实施例中不做具体限定;例如,可以使用2个或4个,甚至更多个IMU传感器实现多IMU传感器的校验和补偿;这里使用3个IMU传感器是基于成本和需求来考虑。
综上所述,在本发明实施例中,为了提高定位系统在不同场景下的鲁棒性,提供了一套比较可靠的姿态预测备选方案,有效降低了相关技术中由于没有做IMU传感器的冗余,当IMU传感器出现异常时,只有去更换新的IMU传感器,对于一些定位要求较高的产品,例如自动驾驶,可能会带来比较严重的后果的缺陷。
实施例4
根据本发明实施例的另外一个方面,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述中任意一项定位方法。
实施例5
根据本发明实施例的另外一个方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述中任意一项定位方法。
实施例6
根据本发明实施例的另外一个方面,还提供了一种自动驾驶车辆,包括:上述中任一项的定位系统,还包括:存储器,与存储器耦合的处理器,存储器和处理器通过总线系统相通信;存储器用于存储程序,其中,程序在被处理器执行时控制存储器所在设备执行上述中任意一项定位方法;处理器用于运行程序,其中,程序运行时执行上述中任意一项定位方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以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。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
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,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述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,可以存储在一个计算机可读取存储介质中。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(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (17)
1.一种定位方法,其特征在于,包括:
对目标对象的第一测量数据进行融合,得到所述目标对象的速度数据,其中,所述第一测量数据由至少两个惯性传感器IMU采集的所述目标对象的运动数据;
获取所述目标对象的第二测量数据,其中,所述第二测量数据由定位系统中除所述至少两个IMU传感器的其他传感器采集的所述目标对象的运动数据;
对所述速度数据以及所述第二测量数据进行融合,得到所述目标对象的当前姿态。
2.根据权利要求1所述的方法,其特征在于,在对目标对象的第一测量数据进行融合,得到所述目标对象的速度数据之前,所述方法还包括:
获取所述目标对象的第一测量数据;
获取所述第一测量数据的数据标识;
基于所述数据标识确定所述定位系统中正常工作的IMU传感器的总数量;
在所述总数量小于预定数值的情况下,生成报警信息。
3.根据权利要求1所述的方法,其特征在于,对目标对象的第一测量数据进行融合,得到所述目标对象的速度数据,包括:
将所述至少两个IMU传感器中副IMU传感器采集的第一测量数据转换到所述至少两个IMU传感器中主IMU传感器对应的主坐标系中;
基于所述主坐标系中的测量数据、加权矩阵以及转换矩阵得到所述速度数据。
4.根据权利要求3所述的方法,其特征在于,在所述速度数据为所述目标对象在所述主坐标系的X轴加速度时,基于所述主坐标系中的测量数据、加权矩阵以及转换矩阵得到所述速度数据,包括:
通过第一公式确定所述目标对象在所述主坐标系的X轴加速度,其中,所述第一公式为:y=Hx,其中,y表示所述目标对象在所述主坐标系的X轴加速度测量值,H表示所述转换矩阵,x表示所述目标对象在所述主坐标系的X轴加速度。
6.根据权利要求5所述的方法,其特征在于,所述加权矩阵是根据所述主坐标系中的X轴坐标上加速度噪声的标准差确定的。
7.根据权利要求6所述的方法,其特征在于,在对目标对象的第一测量数据进行融合,得到所述目标对象的速度数据之后,所述方法还包括:
对所述加速度噪声的标准差进行更新。
8.根据权利要求1至7中任一项所述的方法,其特征在于,所述方法还包括:
将所述至少两个IMU传感器中副IMU传感器采集的第一测量数据转换到所述至少两个IMU传感器中主IMU传感器对应的主坐标系中;
基于所述坐标系中的测量数据构造测量值等式以及奇偶方程;
基于所述测量值等式以及所述奇偶方程生成奇偶表,其中,所述奇偶表用于表示所述定位系统中出现故障的IMU传感器的数量。
9.根据权利要求1至7中任一项所述的方法,其特征在于,对所述速度数据以及所述第二测量数据进行融合,得到所述目标对象的当前姿态,包括:
基于所述速度数据确定所述目标对象的相对姿态预测结果;
基于所述第二测量数据确定所述目标对象的姿态观测结果;
对所述相对姿态预测结果以及所述姿态观测结果进行融合,得到所述目标对象的当前姿态。
10.一种定位装置,其特征在于,包括:
第一获取单元,用于对目标对象的第一测量数据进行融合,得到所述目标对象的速度数据,其中,所述第一测量数据由至少两个惯性传感器IMU采集的所述目标对象的运动数据;
第二获取单元,用于获取所述目标对象的第二测量数据,其中,所述第二测量数据由定位系统中除所述至少两个IMU传感器的其他传感器采集的所述目标对象的运动数据;
第三获取单元,用于对所述速度数据以及所述第二测量数据进行融合,得到所述目标对象的当前姿态。
11.一种定位系统,其特征在于,包括:
多个惯性传感器IMU,用于采集目标对象的第一测量数据;
融合设备,用于对所述第一测量数据进行融合,得到所述目标对象的速度数据;
其他传感器,用于采集所述目标对象的第二测量数据,其中,所述其他传感器为所述定位系统中除所述多个惯性传感器IMU的传感器;
控制器,用于使用上述权利要求1至9中任一项所述的定位方法,对所述速度数据以及所述第二测量数据进行融合,得到所述目标对象的当前姿态。
12.根据权利要求11所述的定位系统,其特征在于,还包括:报警器,用于在所述多个IMU传感器中不小于预定数值的IMU传感器出现故障时,生成报警信息。
13.根据权利要求12所述的定位系统,其特征在于,还包括:补偿器,用于对所述目标对象的加速度误差进行补偿。
14.根据权利要求13所述的定位系统,其特征在于,还包括:奇偶校验器,用于表示所述多个IMU传感器的状态。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至9中任意一项所述定位方法。
16.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至9中任意一项所述定位方法。
17.一种自动驾驶车辆,其特征在于,包括:上述权利要求11至14中任一项所述的定位系统,还包括:
存储器,与所述存储器耦合的处理器,所述存储器和所述处理器通过总线系统相通信;
所述存储器用于存储程序,其中,所述程序在被处理器执行时控制所述存储器所在设备执行权利要求1至9中任意一项所述定位方法;
所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至9中任意一项所述定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110611125.8A CN113324541B (zh) | 2021-06-01 | 定位方法及装置、定位系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110611125.8A CN113324541B (zh) | 2021-06-01 | 定位方法及装置、定位系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113324541A true CN113324541A (zh) | 2021-08-31 |
CN113324541B CN113324541B (zh) | 2024-05-31 |
Family
ID=
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114415671A (zh) * | 2021-12-28 | 2022-04-29 | 上海擎朗智能科技有限公司 | 检测机器人的传感器是否失效的方法及机器人 |
CN114877913A (zh) * | 2022-05-20 | 2022-08-09 | 广州小马智行科技有限公司 | 惯性测量单元的非正交误差标定方法、装置、设备和介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080262729A1 (en) * | 2007-04-18 | 2008-10-23 | Honeywell International Inc. | Inertial measurement unit fault detection isolation reconfiguration using parity logic |
CN103389088A (zh) * | 2013-07-24 | 2013-11-13 | 北京航空航天大学 | 一种四冗余rfins最优配置方案的确定方法 |
CN105424035A (zh) * | 2015-10-30 | 2016-03-23 | 北京航天控制仪器研究所 | 惯性测量系统多传感器冗余方法 |
CN105628024A (zh) * | 2015-12-29 | 2016-06-01 | 中国电子科技集团公司第二十六研究所 | 基于多传感器融合的单人定位导航器和定位导航方法 |
US20180372498A1 (en) * | 2017-06-21 | 2018-12-27 | Caterpillar Inc. | System and method for determining machine state using sensor fusion |
CN112082544A (zh) * | 2019-06-12 | 2020-12-15 | 杭州海康汽车技术有限公司 | 一种imu数据补偿方法及装置 |
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080262729A1 (en) * | 2007-04-18 | 2008-10-23 | Honeywell International Inc. | Inertial measurement unit fault detection isolation reconfiguration using parity logic |
CN103389088A (zh) * | 2013-07-24 | 2013-11-13 | 北京航空航天大学 | 一种四冗余rfins最优配置方案的确定方法 |
CN105424035A (zh) * | 2015-10-30 | 2016-03-23 | 北京航天控制仪器研究所 | 惯性测量系统多传感器冗余方法 |
CN105628024A (zh) * | 2015-12-29 | 2016-06-01 | 中国电子科技集团公司第二十六研究所 | 基于多传感器融合的单人定位导航器和定位导航方法 |
US20180372498A1 (en) * | 2017-06-21 | 2018-12-27 | Caterpillar Inc. | System and method for determining machine state using sensor fusion |
CN112082544A (zh) * | 2019-06-12 | 2020-12-15 | 杭州海康汽车技术有限公司 | 一种imu数据补偿方法及装置 |
Non-Patent Citations (2)
Title |
---|
张国光等: "基于GPS/惯性导航的船载平台导引和显示系统的实现", 《信息通信》 * |
李延龙等: "一种冗余配置的惯性导航系统渐变型故障容错方法", 《弹箭与制导学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114415671A (zh) * | 2021-12-28 | 2022-04-29 | 上海擎朗智能科技有限公司 | 检测机器人的传感器是否失效的方法及机器人 |
CN114877913A (zh) * | 2022-05-20 | 2022-08-09 | 广州小马智行科技有限公司 | 惯性测量单元的非正交误差标定方法、装置、设备和介质 |
CN114877913B (zh) * | 2022-05-20 | 2024-05-07 | 广州小马智行科技有限公司 | 惯性测量单元的非正交误差标定方法、装置、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107885219B (zh) | 用于监控无人机飞行的飞行监控系统和方法 | |
US8855867B2 (en) | Vehicle sensor node | |
CN104880722B (zh) | 无人机的gps速度及位置观测异常值检测方法 | |
CN111102978B (zh) | 一种车辆运动状态确定的方法、装置及电子设备 | |
US20160209236A1 (en) | Method, fusion filter, and system for fusing sensor signals with different temporal signal output delays into a fusion data set | |
CN106687764B (zh) | 用于初始化传感器融合系统的方法和系统 | |
KR101135782B1 (ko) | 네비게이션 중복성을 위한 시스템 | |
CN105571585B (zh) | 用于隔离飞行器中姿态故障的系统和方法 | |
CN105264387A (zh) | 用于确定轨道车辆中的至少一个速度的方法 | |
US10267638B2 (en) | Method and system for adapting a navigation system | |
JP2013049408A (ja) | 航空機の飛行パラメータを決定する方法およびシステム | |
KR20150093846A (ko) | 물리적 측정 변수를 나타내는 측정 신호를 출력하기 위한 장치 | |
EP3012585B1 (en) | Systems and methods for attitude fault detection in one or more inertial measurement units | |
JP2019128639A (ja) | 電子制御装置 | |
WO2018209112A1 (en) | Failure detection and response | |
CN111352433B (zh) | 一种无人机水平姿态角的故障诊断方法 | |
US20210035456A1 (en) | Unmanned aircraft, and method and system for navigation | |
CN114167470A (zh) | 一种数据处理方法和装置 | |
CN107787441B (zh) | 飞行器的惯性测量系统 | |
US9996431B2 (en) | Architecture and apparatus for advanced arbitration in embedded controls | |
CN113296532A (zh) | 载人飞行器的飞行控制方法和装置、以及载人飞行器 | |
CN111141286A (zh) | 一种无人机飞控多传感器姿态置信解算方法 | |
US20220065980A1 (en) | Fault detection, exclusion, isolation, and re-configuration of navigation sensors using an abstraction layer | |
CN113324541B (zh) | 定位方法及装置、定位系统 | |
CN113324541A (zh) | 定位方法及装置、定位系统 |
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 |