CN113551686A - 基于高精度地图信息融合的网联汽车轨迹监控方法 - Google Patents
基于高精度地图信息融合的网联汽车轨迹监控方法 Download PDFInfo
- Publication number
- CN113551686A CN113551686A CN202110884942.0A CN202110884942A CN113551686A CN 113551686 A CN113551686 A CN 113551686A CN 202110884942 A CN202110884942 A CN 202110884942A CN 113551686 A CN113551686 A CN 113551686A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- map information
- precision map
- automobile
- monitoring
- 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 32
- 238000012544 monitoring process Methods 0.000 title claims abstract description 25
- 230000004927 fusion Effects 0.000 title claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005293 physical law Methods 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3848—Data obtained from both position sensors and additional sensors
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于高精度地图信息融合的网联汽车轨迹监控方法,包括以下步骤:S1、获取车辆位置信息;S2、获取高精地图信息,根据车辆位置判断所属车道线;S3、计算所属车道线中间线信息;S4、计算车道线中间线上离车辆位置最近的一点;S5、利用纠正之后的位置根据改进后滤波器公式对车辆进行位置估计值计算;S6、基于估计值对车辆位置进行显示。实施该方法可以解决在卫星定位不准确的情况下,使车辆轨道精准定位的技术问题,通过对卫星信号数据进行处理和车载电脑对车载相机拍摄的图片进行处理,并与卫星定位结合,以及对滤波器计算公式进行改进等技术方法,达到纠正卫星定位位置,使车辆处于正确的位置状态,显示的位置更加合理。
Description
技术领域
本发明涉及汽车定位领域,具体地说是一种基于高精度地图信息融合的网联汽车轨迹监控方法。
背景技术
车辆定位系统是由全球卫星定位系统和地理信息系统组成,可以实现对车辆的跟踪和定位。全球卫星定位系统应用在交通管理方面,可以将道路网上的车辆实时位置、运行轨迹准确地反映在控制中心的电子地图上,犹如给道路交通管理者增添了一双千里眼,实时监视着道路网上的车辆流向、流量、流速、密度、路网负荷程度等各种交通信息,还可以用于执行紧急任务的车辆定位、指挥、调度、救援和管理。
现在车辆大多数都接入互联网,网联汽车的特点是汽车可以和网络联通,汽车的相关数据,包括位置,速度/加速度,驾驶信息等等都可以通过网络上传到后台,同时可以接受后台的各种信息。这种技术在车联网,云控平台,车路协同等等领域都有很重要的价值。基于网联汽车上传的数据,我们可以实现对特殊车辆,例如自动驾驶车辆,两客一危车辆的远程监管和监控。为了方便用户更加直观的获取信息,我们会采取将车辆在三维空间中根据位置信息进行显示。但是车辆信息中的位置主要是基于GPS获得,GPS会有一定的误差,甚至会到几米;同时,数据会有噪声,呈现随机散乱的特性。这样,就会使得车辆的位置显示不准确,看上去的效果非常不合理,车辆运动杂乱无章,甚至违反物理规律。所以,我们一般不能仅用GPS位置进行显示,还需要对这个信号进行滤波处理。
如中国专利CN107229063A所公布的一种基于全球卫星导航系统和视觉里程计融合的无人驾驶汽车导航定位精度矫正方法所述,所述方法的部骤为:先基于单目视觉的车道线检测;然后对单目视觉里程计定位精度优化;最后对全球卫星导航系统与视觉里程计组合导航系统的定位精度矫正。从车载相机采集到的数据中,确定汽车所行驶的轨道,并与GPS进行组合检测,其主要方法就是通过车载相机进行利用车道线辅助视觉里程计,然后与全球卫星导航系统定位进行融合以提高车辆定位系统的可靠性。视觉里程计是利用车载相机采集到的图像信息来恢复车体本身的自由度信息。利用两种传感器对位置测量值的差值进行滤波计算,使用视觉里程计系统误差的估计值去校正视觉里程计系统的误差,实现利用全球卫星导航系统数据限制视觉里程计数据长时间漂移的目的。此发明只是对车辆在路面上的位置进行了精准的定位,但在预测的计算上并没有将车辆进行还原到中间位置,虽然得的车辆轨迹比较平滑。但是无法解决GPS定位精度不高的问题,还是会出现诸如压线等看上去不合理的情况。
如中国专利CN104599341A所公布的一种汽车定位信息存储方法及装置,并公开了一种汽车定位信息存储方法,包括以下步骤:S1、批量存储程序接收到多个汽车定位信息后,将所述汽车定位信息分批次地写入HBASE;S2、预设一优先访问时间段,将在所述优先访问时间段开始之前就已经写入所述HBASE的所述汽车定位信息周期性地备份到本地硬盘;S3、在所述汽车定位信息备份成功后,将已经备份的所述汽车定位信息从所述HBASE中删除。实施该方法,可以及时地存储海量的汽车定位信息数据,并且通过将历史的汽车定位信息保存到本地硬盘,减小了HBASE的负担,也可以通过HBASE提供的接口方便的查询历史的汽车定位信息;这些都是汽车定位中的应用,但是目前其因为GPS信号原因,总会使汽车定位没有那么准确。
目前由于GPS以及北斗卫星导航信号具有精确度不高以及车载定位系统的偏差,及其导致车辆定位不准,出现位置偏差。而选用滤波器对车辆位置进行定位时,因为车辆原先定位点会因为卫星信号定位不准确,会导致滤波器计算公式中某一项会出现数据偏差,导致计算结果不准确,在电子地图上显示错误。
发明内容
针对卫星定位位置出错以及导航定位偏差,直接导致以其为基础的车辆定位出现偏差;以及由于卫星定位出现偏差导致的滤波器计算数据出现问题,以求达到车辆出现位置偏差问题后,即使调整的技术效果。
为达到上述效果,本发明设计一种基于高精度地图信息融合的网联汽车轨迹监控方法。
一种基于高精度地图信息融合的网联汽车轨迹监控方法,包括以下步骤:
S1、获取车辆位置信息;
S2、获取高精地图信息,根据车辆位置判断所属车道线;
S3、计算所属车道线中间线信息;
S4、计算车道线中间线上离车辆位置最近的一点;
S5、利用纠正之后的位置根据改进后滤波器公式对车辆进行位置估计值计算;
S6、基于估计值对车辆位置进行显示。
优选地,S1获取车辆位置信息包括以下步骤:
S11、所述汽车接收卫星信号后,将车辆位置存储在车辆位置存储芯片上;
S12、所述车载位置存储芯片将获得位置在地图上显示出初位置。
优选地,S2获取高精地图信息,根据车辆位置判断所属车道线包括以下步骤:
S21、车载位置探测相机对汽车所属车道进行拍照;
S22、车载相机通过无线传输装置将拍摄的照片传输至车载电脑或者车载芯片;
S23、电脑将照片进行处理,智能识别出车道线。
优选地,S3计算所属车道线中间线信息步骤中,车载电脑或者车载芯片在识别车道线后,将车辆附近的两条车道线进行均分,得出车道线中间线。
优选地,S4计算车道线中间线上离车辆位置最近的一点步骤中,车载电脑或者车载芯片根据车载位置探测相机拍摄的照片,将原车辆位置投影到车辆中间线处,得到投影之后的位置,这个纠正过之后的位置为距离车辆位置最近的一点。
优选地,S5利用纠正之后的位置根据公式进行车辆位置估计值计算中,车载电脑或者车载芯片对于纠正后的位置进行处理,将纠正过之后的位置作为为距离车辆位置最近的一点,并将其带入滤波器计算公式中进行重新计算估计位置。
优选地,原滤波器计算公式为:
Pt+1=a*(Pt+Vt*Δt)+(1-a)*GPSt+1,
Pt+1是t+1时刻的车辆位置估计值,Pt是t时刻的车辆位置估计值,Vt是t 时刻的车辆速度,GPSt+1是t+1时刻的卫星定位位置值,Δt是t和t+1时刻之间的时间间隔,a是权重系数。
优选地,对于原滤波器计算公式进行改进,将改进后的公式用于车辆轨道计算,改进后的滤波器计算公式为:
优选地,S6基于估计值对车辆位置进行显示步骤中,车载电脑或者车载芯片将得出的新位置与现有电子地图结合,在电子地图上显示出正确的位置。
优选地,经过电子地图显示后,再次重复其监控方法,保持数据处于更新状态。
本申请的优点和效果如下:
1)通过对滤波器计算公式进行改进,可以获得更加精确的的车辆位置信息;
2)通过将卫星信号数据进行处理和车载电脑或者车载芯片对车载相机拍摄的图片进行处理,可以将卫星定位与现场定位结合,获得更加精确的位置。
3)通过不断的进行数据处理,使数据不断的更新,保持车辆一直处于正确的位置状态,能够显著的纠正卫星定位位置可能存在的大幅偏差,使得车辆显示的位置更加合理,从而使得可视化结果更加合理,提高了监控的效率,更有利于分析。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,从而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下以本申请的较佳实施例并配合附图详细说明如后。
根据下文结合附图对本申请具体实施例的详细描述,本领域技术人员将会更加明了本申请的上述及其他目的、优点和特征。
附图说明
为了更清楚地说明本申请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,下面描述中的附图是本申请的一些实施例,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。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为:一种基于高精度地图信息融合的网联汽车轨迹监控方法步骤;
图2为:S2步骤中获取高精地图信息,根据车辆位置判断所属车道线步骤;
图3为:车辆定位器件组成;
具体实施例
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。在下面的描述中,提供诸如具体的配置和组件的特定细节仅仅是为了帮助全面理解本申请的实施例。因此,本领域技术人员应该清楚,可以对这里描述的实施例进行各种改变和修改而不脱离本申请的范围和精神。另外,为了清楚和简洁,实施例中省略了对已知功能和构造的描述。
应该理解,说明书通篇中提到的“一个实施例”或“本实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“一个实施例”或“本实施例”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
此外,本申请可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身并不指示所讨论各种实施例和/或设置之间的关系。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,单独存在B,同时存在 A和B三种情况,本文中术语“/和”是描述另一种关联对象关系,表示可以存在两种关系,例如,A/和B,可以表示:单独存在A,单独存在A和B两种情况,另外,本文中字符“/”,一般表示前后关联对象是一种“或”关系。
本文中术语“至少一种”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和B的至少一种,可以表示:单独存在A,同时存在A 和B,单独存在B这三种情况。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含。
实施例1
本实施例主要介绍了一种基于高精度地图信息融合的网联汽车轨迹监控方法,包括以下步骤,请参考图1,图1为一种基于高精度地图信息融合的网联汽车轨迹监控方法步骤:
S1、获取车辆位置信息;
S2、获取高精地图信息,根据车辆位置判断所属车道线;
S3、计算所属车道线中间线信息;
S4、计算车道线中间线上离车辆位置最近的一点;
S5、利用纠正之后的位置根据改进后滤波器公式对车辆进行位置估计值计算;
S6、基于估计值对车辆位置进行显示。
进一步的,S5利用纠正之后的位置根据公式进行车辆位置估计值计算中,车载电脑或者车载芯片对于纠正后的位置进行处理,将纠正过之后的位置作为为距离车辆位置最近的一点,并将其带入滤波器计算公式中进行重新计算估计位置。
进一步的,S6基于估计值对车辆位置进行显示步骤中,车载电脑或者车载芯片将得出的新位置与现有电子地图结合,在电子地图上显示出正确的位置。
进一步的,经过电子地图显示后,再次重复其监控方法,保持数据处于更新状态。
通过将卫星信号数据进行处理和车载电脑或者车载芯片对车载相机拍摄的图片进行处理,可以将卫星定位与现场定位结合,获得更加精确的位置。
通过不断的进行数据处理,使数据不断的更新,保持车辆一直处于正确的位置状态,能够显著的纠正卫星定位位置可能存在的大幅偏差,使得车辆显示的位置更加合理,从而使得可视化结果更加合理,提高了监控的效率,更有利于分析。
实施例2
基于实施例1,本实施例进一步公布改进后滤波器计算公式。
原滤波器计算公式为:
Pt+1=a*(Pt+Vt*Δt)+(1-a)*GPSt+1,
Pt+1是t+1时刻的车辆位置估计值,Pt是t时刻的车辆位置估计值,Vt是t 时刻的车辆速度,GPSt+1是t+1时刻的卫星定位位置值,Δt是t和t+1时刻之间的时间间隔,a是权重系数。
进一步的,对于原滤波器计算公式进行改进,将改进后的公式用于车辆轨道计算,改进后的滤波器计算公式为:
不同的滤波器主要是在权重选择的策略上不一样,但是主要是参考每一时刻的卫星定位位置和惯性导航得到的值做一个融合,在已经给定卫星定位位置精度的前提下,本发明通过对滤波器计算公式进行改进,可以获得更加精确的的车辆位置信息;
实施例3
基于实施例1和实施例2,本实施例进一步公开S1、S2、S3以及S4的详细步骤;请参考图2,图2为S2步骤中获取高精地图信息,根据车辆位置判断所属车道线步骤;涉及的具体器件,请参考图3。
S1获取车辆位置信息包括以下步骤:
S11、所述汽车接收卫星信号后,将车辆位置存储在车辆位置存储芯片上;
S12、所述车载位置存储芯片将获得位置在地图上显示出初位置。
进一步的,S2获取高精地图信息,根据车辆位置判断所属车道线包括以下步骤:
S21、车载位置探测相机对汽车所属车道进行拍照;
S22、车载相机通过无线传输装置将拍摄的照片传输至车载电脑或者车载芯片;
S23、电脑将照片进行处理,智能识别出车道线。
进一步的,S3计算所属车道线中间线信息步骤中,车载电脑或者车载芯片在识别车道线后,将车辆附近的两条车道线进行均分,得出车道线中间线。
进一步的,S4计算车道线中间线上离车辆位置最近的一点步骤中,车载电脑或者车载芯片根据车载位置探测相机拍摄的照片,将原车辆位置投影到车辆中间线处,得到投影之后的位置,这个纠正过之后的位置为距离车辆位置最近的一点。
通过以上所述的详细步骤,将处理细节细化,使其方法更加明确,更加可操作化,使用组合器件,保持定位更加准确。
以上所述仅为本发明的优选实施例而已,其并非因此限制本发明的保护范围,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,通过常规的替代或者能够实现相同的功能在不脱离本发明的原理和精神的情况下对这些实施例进行变化、修改、替换、整合和参数变更均落入本发明的保护范围内。
Claims (10)
1.一种基于高精度地图信息融合的网联汽车轨迹监控方法,其特征在于,包括以下步骤:
S1、获取车辆位置信息;
S2、获取高精地图信息,根据车辆位置判断所属车道线;
S3、计算所属车道线中间线信息;
S4、计算车道线中间线上离车辆位置最近的一点;
S5、利用纠正之后的位置根据改进后滤波器公式对车辆进行位置估计值计算;
S6、基于估计值对车辆位置进行显示。
2.根据权利要求1所述的一种基于高精度地图信息融合的网联汽车轨迹监控方法,其特征在于,S1获取车辆位置信息包括以下步骤:
S11、所述汽车接收卫星信号后,将车辆位置存储在车辆位置存储芯片上;
S12、所述车载位置存储芯片将获得位置在地图上显示出初位置。
3.根据权利要求1所述的一种基于高精度地图信息融合的网联汽车轨迹监控控方法,其特征在于,S2获取高精地图信息,根据车辆位置判断所属车道线包括以下步骤:
S21、车载位置探测相机对汽车所属车道进行拍照;
S22、车载相机通过无线传输装置将拍摄的照片传输至车载电脑或者车载芯片;
S23、电脑将照片进行处理,智能识别出车道线。
4.根据权利要求1所述的一种基于高精度地图信息融合的网联汽车轨迹监控方法,其特征在于,S3计算所属车道线中间线信息步骤中,车载电脑或者车载芯片在识别车道线后,将车辆附近的两条车道线进行均分,得出车道线中间线。
5.根据权利要求1所述的一种基于高精度地图信息融合的网联汽车轨迹监控方法,其特征在于,S4计算车道线中间线上离车辆位置最近的一点步骤中,车载电脑或者车载芯片根据车载位置探测相机拍摄的照片,将原车辆位置投影到车辆中间线处,得到投影之后的位置,这个纠正过之后的位置为距离车辆位置最近的一点。
6.根据权利要求1所述的一种基于高精度地图信息融合的网联汽车轨迹监控方法,其特征在于,S5利用纠正之后的位置根据公式进行车辆位置估计值计算中,车载电脑或者车载芯片对于纠正后的位置进行处理,将纠正过之后的位置作为为距离车辆位置最近的一点,并将其带入滤波器计算公式中进行重新计算估计位置。
7.根据权利要求1所述的一种基于高精度地图信息融合的网联汽车轨迹监控方法,其特征在于,原滤波器计算公式为:
Pt+1=a*(Pt+Vt*Δt)+(1-a)*GPSt+1,
Pt+1是t+1时刻的车辆位置估计值,Pt是t时刻的车辆位置估计值,Vt是t时刻的车辆速度,GPSt+1是t+1时刻的卫星定位位置值,Δt是t和t+1时刻之间的时间间隔,a是权重系数。
9.根据权利要求1所述的一种基于高精度地图信息融合的网联汽车轨迹监控方法,其特征在于,S6基于估计值对车辆位置进行显示步骤中,车载电脑或者车载芯片将得出的新位置与现有电子地图结合,在电子地图上显示出正确的位置。
10.根据权利要求1-9所述的一种基于高精度地图信息融合的网联汽车轨迹监控方法,其特征在于,经过电子地图显示后,再次重复其监控方法,保持数据处于更新状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110884942.0A CN113551686A (zh) | 2021-08-03 | 2021-08-03 | 基于高精度地图信息融合的网联汽车轨迹监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110884942.0A CN113551686A (zh) | 2021-08-03 | 2021-08-03 | 基于高精度地图信息融合的网联汽车轨迹监控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113551686A true CN113551686A (zh) | 2021-10-26 |
Family
ID=78105188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110884942.0A Pending CN113551686A (zh) | 2021-08-03 | 2021-08-03 | 基于高精度地图信息融合的网联汽车轨迹监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113551686A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115184976A (zh) * | 2022-09-09 | 2022-10-14 | 智道网联科技(北京)有限公司 | 自动驾驶车辆的定位方法、装置及电子设备、存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678221A (zh) * | 2015-12-29 | 2016-06-15 | 大连楼兰科技股份有限公司 | 一种雨雪天气的行人检测方法及系统 |
CN105676253A (zh) * | 2016-01-15 | 2016-06-15 | 武汉光庭科技有限公司 | 一种自动驾驶中基于城市道路标线地图的纵向定位系统及其方法 |
CN107728175A (zh) * | 2017-09-26 | 2018-02-23 | 南京航空航天大学 | 基于gnss和vo融合的无人驾驶车辆导航定位精度矫正方法 |
CN108896994A (zh) * | 2018-05-11 | 2018-11-27 | 武汉环宇智行科技有限公司 | 一种无人驾驶车辆定位方法及设备 |
CN109581449A (zh) * | 2018-12-14 | 2019-04-05 | 安徽江淮汽车集团股份有限公司 | 一种自动驾驶汽车的定位方法及系统 |
CN110070712A (zh) * | 2019-04-12 | 2019-07-30 | 同济大学 | 一种低速清扫车全局定位系统及方法 |
CN110494768A (zh) * | 2017-04-11 | 2019-11-22 | 维宁尔美国公司 | 利用地图增强的航位推算的全球导航卫星系统车辆位置加强 |
CN110687562A (zh) * | 2019-09-12 | 2020-01-14 | 华为技术有限公司 | 一种定位方法及车载装置 |
CN110887494A (zh) * | 2019-11-29 | 2020-03-17 | 腾讯科技(深圳)有限公司 | 车辆定位方法、装置 |
CN112051598A (zh) * | 2020-06-24 | 2020-12-08 | 中铁第四勘察设计院集团有限公司 | 一种基于双重校正的车载gnss/ins组合导航方法 |
CN112824835A (zh) * | 2019-11-21 | 2021-05-21 | 广州汽车集团股份有限公司 | 车辆定位方法、装置及计算机可读存储介质 |
CN112902973A (zh) * | 2021-01-22 | 2021-06-04 | 上海博泰悦臻电子设备制造有限公司 | 车辆定位信息修正方法及相关设备 |
-
2021
- 2021-08-03 CN CN202110884942.0A patent/CN113551686A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678221A (zh) * | 2015-12-29 | 2016-06-15 | 大连楼兰科技股份有限公司 | 一种雨雪天气的行人检测方法及系统 |
CN105676253A (zh) * | 2016-01-15 | 2016-06-15 | 武汉光庭科技有限公司 | 一种自动驾驶中基于城市道路标线地图的纵向定位系统及其方法 |
CN110494768A (zh) * | 2017-04-11 | 2019-11-22 | 维宁尔美国公司 | 利用地图增强的航位推算的全球导航卫星系统车辆位置加强 |
CN107728175A (zh) * | 2017-09-26 | 2018-02-23 | 南京航空航天大学 | 基于gnss和vo融合的无人驾驶车辆导航定位精度矫正方法 |
CN108896994A (zh) * | 2018-05-11 | 2018-11-27 | 武汉环宇智行科技有限公司 | 一种无人驾驶车辆定位方法及设备 |
CN109581449A (zh) * | 2018-12-14 | 2019-04-05 | 安徽江淮汽车集团股份有限公司 | 一种自动驾驶汽车的定位方法及系统 |
CN110070712A (zh) * | 2019-04-12 | 2019-07-30 | 同济大学 | 一种低速清扫车全局定位系统及方法 |
CN110687562A (zh) * | 2019-09-12 | 2020-01-14 | 华为技术有限公司 | 一种定位方法及车载装置 |
CN112824835A (zh) * | 2019-11-21 | 2021-05-21 | 广州汽车集团股份有限公司 | 车辆定位方法、装置及计算机可读存储介质 |
CN110887494A (zh) * | 2019-11-29 | 2020-03-17 | 腾讯科技(深圳)有限公司 | 车辆定位方法、装置 |
CN112051598A (zh) * | 2020-06-24 | 2020-12-08 | 中铁第四勘察设计院集团有限公司 | 一种基于双重校正的车载gnss/ins组合导航方法 |
CN112902973A (zh) * | 2021-01-22 | 2021-06-04 | 上海博泰悦臻电子设备制造有限公司 | 车辆定位信息修正方法及相关设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115184976A (zh) * | 2022-09-09 | 2022-10-14 | 智道网联科技(北京)有限公司 | 自动驾驶车辆的定位方法、装置及电子设备、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10303168B2 (en) | On-vehicle control device, host vehicle position and posture specifying device, and on-vehicle display device | |
US11587371B2 (en) | Systems and methods for using on-board resources of individual vehicles in a fleet of vehicles as a distributed data center | |
US11619724B2 (en) | Calibration of multiple lidars mounted on a vehicle using localization based on a high definition map | |
JP2023040287A (ja) | サーバ装置 | |
JP2010509585A (ja) | 2次元及び3次元の正確な場所及び方位を判定する装置及び方法 | |
US11727730B2 (en) | Systems and methods for generating and providing timely vehicle event information | |
WO2021147391A1 (zh) | 一种基于vio和卫星导航系统融合的地图生成方法及装置 | |
CN110940344B (zh) | 一种用于自动驾驶的低成本传感器组合定位方法 | |
CN111562603A (zh) | 基于航位推算的导航定位方法、设备及存储介质 | |
CN113126624B (zh) | 自动驾驶仿真测试方法、装置、电子设备和介质 | |
CN112197780B (zh) | 路径规划方法、装置、电子设备 | |
CN112378410A (zh) | 车辆行驶盲区校准方法、装置、设备及存储介质 | |
CN108924461B (zh) | 视频图像处理方法及装置 | |
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 | |
CN113551686A (zh) | 基于高精度地图信息融合的网联汽车轨迹监控方法 | |
CN116045964A (zh) | 高精地图更新方法及装置 | |
CN115556769A (zh) | 障碍物状态量确定方法及装置、电子设备和介质 | |
US11835342B2 (en) | Calibration of inertial measurement units of vehicles using localization | |
CN115079239A (zh) | 一种基于高精度地图信息融合的网联汽车轨迹可视化方法 | |
CN113534214B (zh) | 一种车辆定位方法及装置 | |
WO2022198590A1 (zh) | 一种标定方法、装置、智能驾驶系统和车辆 | |
CN114136317B (zh) | 一种基于纯惯性测量的水下长航程导航定位方法及装置 | |
CN113340313B (zh) | 导航地图参数确定方法及装置 | |
CN118209117A (zh) | 车载定位信息管理方法 | |
CN115583243A (zh) | 确定车道线信息的方法、车辆控制方法、装置和设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211026 |