CN113686351A - 网约车计程检测方法、系统、装置及计算机可读存储介质 - Google Patents

网约车计程检测方法、系统、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN113686351A
CN113686351A CN202111245141.6A CN202111245141A CN113686351A CN 113686351 A CN113686351 A CN 113686351A CN 202111245141 A CN202111245141 A CN 202111245141A CN 113686351 A CN113686351 A CN 113686351A
Authority
CN
China
Prior art keywords
mileage
representing
network
positioning
taxi
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
Application number
CN202111245141.6A
Other languages
English (en)
Inventor
张�杰
曹相
陈倩倩
徐磊
高旺
潘树国
刘宏
黄雪莲
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.)
Southeast University
Nanjing Institute of Measurement and Testing Technology
Original Assignee
Southeast University
Nanjing Institute of Measurement and Testing Technology
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 Southeast University, Nanjing Institute of Measurement and Testing Technology filed Critical Southeast University
Priority to CN202111245141.6A priority Critical patent/CN113686351A/zh
Publication of CN113686351A publication Critical patent/CN113686351A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • 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
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/35—Constructional details or hardware or software details of the signal processing chain
    • G01S19/37—Hardware or software details of the signal processing chain
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Navigation (AREA)

Abstract

本发明公开了网约车计程检测方法、系统、装置及计算机可读存储介质，方法包括：基于卫星导航系统GNSS基准接收机差分定位与惯性导航系统INS进行组合定位，解算出真实环境下车辆载体的高精度离散点定位结果；利用所述高精度离散点定位结果，结合车道电子地图，进行车辆行驶轨迹的里程恢复，得到基准里程；将所述基准里程与网约车终端计程结果进行对比，得到网约车计程误差。本发明能够为网约车计程提供准确的比较基准，从而实现真实动态路测环境下的计程检测；通过导入组合定位结果文件和输入网约车端计程结果，可直接计算出基准里程，从而获得网约车端的计程误差；本发明不仅能保证定位的精确性和连续性，而且提高了计程效率。

Description

网约车计程检测方法、系统、装置及计算机可读存储介质
技术领域
本发明属于车辆里程检测技术领域，具体涉及网约车计程检测方法、系统、装置及计算机可读存储介质。
背景技术
随着互联网以及移动智能终端的普及应用，网络预约出租车（以下简称“网约车”）逐渐成为公众出行的重要方式之一，已成为智慧民生的重要组成部分。网约车通过记录车辆服务过程的行驶距离和行驶时间实现用户乘车的计费，准确的计程是网约车合理收费和规范服务的重要保障。目前市场中网约车计程通常采用手机端定位服务，即采用手机内置的低成本定位模块和电子地图进行计程计时。然后，由于手机定位通常采用消费级的导航定位模块，在城市环境中存在显著的定位不准问题，在建筑密集区、隧道等复杂环境下甚至无法完成定位，并进一步造成低速计时存在较大的偏差，由此导致的计程计时不准问题时有发生。对网约车的计程计时系统进行检测是规范其服务的迫切需求，为此，国家卫星导航定位与授时产业计量测试中心于2016年起草并发布四项网约车计程计时规范，其明确计程误差应在-4%-+1%。
运动场景下的计程检测需要精度更高的检测基准，且需保证待检终端与基准系统在同一路径、同一观测环境下进行；而目前国内外关于网约车计程的量化检测问题研究较少，仅可见采用实验室模拟器法对计程终端进行检测，通过场景库数据事后回放的方式，实现对智能手机计程精度的检测。但是由于预先采集的场景库数据并非手机天线实时捕获的真实数据，可能造成手机计程精度过优的问题。
发明内容
为解决上述问题，本发明公开了一种网约车计程检测方法、系统、装置及计算机可读存储介质，在建筑密集区、隧道等复杂环境下，为网约车终端计程检测提供基准，不仅能保证定位的精确性和连续性，而且提高了计程效率。
为达到上述目的，本发明的技术方案如下：
本发明的网约车计程检测方法，包括以下步骤：
基于卫星导航系统GNSS基准接收机差分定位与惯性导航系统
INS进行组合定位，解算出真实环境下车辆载体的高精度离散点定位结果；
利用所述高精度离散点定位结果，结合车道电子地图，进行车辆行驶轨迹的里程恢复，得到基准里程；
将所述基准里程与网约车终端计程结果进行对比，得到网约车计程误差。
上述高精度离散点定位结果的解算方法如下：
首先，利用所述惯性导航系统INS的运动模型方程，以东北天坐标系为导航坐标n系建立INS位置、速度、姿态误差更新方程：
Figure 592723DEST_PATH_IMAGE001
；
式中，上标·表示微分量，上标和下标中的i、e和b分别表示惯性系、地心地固坐标 系和载体系，n表示导航系（采用东北天坐标系）；
Figure 954434DEST_PATH_IMAGE002
、
Figure 197196DEST_PATH_IMAGE003
、
Figure 593543DEST_PATH_IMAGE004
分别表示位置、速度、姿态误 差向量；
Figure 263558DEST_PATH_IMAGE005
表示从惯性坐标系到导航坐标系的刚体旋转矩阵，
Figure 112566DEST_PATH_IMAGE006
表示比力向量，
Figure 893440DEST_PATH_IMAGE007
表示 在导航系下的重力误差向量，
Figure 908407DEST_PATH_IMAGE008
表示从e系到n系的旋转向量，
Figure 749324DEST_PATH_IMAGE009
表示从i系向e系的旋 转向量，
Figure 85627DEST_PATH_IMAGE010
表示从b系到n系的旋转矩阵；
Figure 670192DEST_PATH_IMAGE011
表示加计在载体坐标系下的偏置，
Figure 41131DEST_PATH_IMAGE012
表示陀螺 仪在载体坐标系下的偏置；
然后，利用松耦合模型和卡尔曼滤波将GNSS差分定位结果与INS进行组合定位，包含状态方程和观测方程两部分，所述状态方程为：
Figure 52949DEST_PATH_IMAGE013
；
Figure 610970DEST_PATH_IMAGE014
表示当前时刻状态参数，
Figure 999226DEST_PATH_IMAGE015
表示上一时刻状态参数，F表示两个时刻的状态 转移矩阵；
Figure 224671DEST_PATH_IMAGE016
表示系统噪声矩阵；G表示噪声分配矩阵，包含了状态向量相关的方差；
松耦合系统观测方程中输入量Z为位置测量值和速度观测值，方程式为：
Z=
Figure 908855DEST_PATH_IMAGE017
；
其中，
Figure 219751DEST_PATH_IMAGE018
表示惯导解算出的位置，
Figure 146118DEST_PATH_IMAGE019
表示卫星定位的位置，
Figure 226070DEST_PATH_IMAGE020
表示惯导解算 出的速度，
Figure 845270DEST_PATH_IMAGE021
表示卫星定位计算速度；
最后，利用式（2）和式（3）进行卡尔曼滤波解算，即可得到车辆载体的高精度离散点定位结果。
上述车辆行驶轨迹的里程恢复方法如下：
采用直线连接计算出两点之间的距离，并对局部线段的距离求和得到里程Lp：
Lp=
Figure 377883DEST_PATH_IMAGE022
（4）；
其中，i表示第i个定位点，m表示定位点数量，
Figure 107941DEST_PATH_IMAGE023
分别表示第i+1和第i个点的空间三维坐标；
当所述高精度离散点定位结果存在误差时，还需采用结合车道电子地图的方式，获得局部路段的起点和终点，随后依据与式（4）相同的计算方式获得局部受限路段的里程Lm，最终，基准里程L计算为：
L= Lp+Lm（5）。
上述局部路段的起点和终点的获得方法如下：
由方差满足精度的最后一个点和受限区域恢复后的第一个点投影至电子地图上的垂直点获得。
将预设的网约车终端计程结果N与式（5）中获得的基准里程L进行对比，即获得网 约车计程误差
Figure 42399DEST_PATH_IMAGE024
：
Figure 832501DEST_PATH_IMAGE025
。
本发明的网约车计程检测系统，包括定位结果计算模块，用于基于卫星导航系统GNSS基准接收机差分定位与惯性导航系统INS进行组合定位，解算出真实环境下车辆载体的高精度离散点定位结果；
基准里程计算模块，利用所述高精度离散点定位结果，结合车道电子地图，进行车辆行驶轨迹的里程恢复，得到基准里程；
计程误差计算模块，用于将所述基准里程与网约车终端计程结果进行对比，得到网约车计程误差。
上述高精度离散点定位结果的解算方法如下：
首先，利用所述惯性导航系统INS的运动模型方程，以东北天坐标系为导航坐标n系建立INS位置、速度、姿态误差更新方程：
Figure 852409DEST_PATH_IMAGE001
；
式中，上标·表示微分量，上标和下标中的i、e和b分别表示惯性系、地心地固坐标 系和载体系，n表示导航系（采用东北天坐标系）；
Figure 619115DEST_PATH_IMAGE002
、
Figure 673658DEST_PATH_IMAGE003
、
Figure 369082DEST_PATH_IMAGE004
分别表示位置、速度、姿态误 差向量；
Figure 876287DEST_PATH_IMAGE005
表示从惯性坐标系到导航坐标系的刚体旋转矩阵，
Figure 948148DEST_PATH_IMAGE006
表示比力向量，
Figure 122777DEST_PATH_IMAGE007
表示 在导航系下的重力误差向量，
Figure 723523DEST_PATH_IMAGE008
表示从e系到n系的旋转向量，
Figure 983603DEST_PATH_IMAGE009
表示从i系向e系的旋 转向量，
Figure 593576DEST_PATH_IMAGE010
表示从b系到n系的旋转矩阵；
Figure 124176DEST_PATH_IMAGE011
表示加计在载体坐标系下的偏置，
Figure 895823DEST_PATH_IMAGE012
表示陀螺 仪在载体坐标系下的偏置；
然后，利用松耦合模型和卡尔曼滤波将GNSS差分定位结果与INS进行组合定位，包含状态方程和观测方程两部分，所述状态方程为：
Figure 643200DEST_PATH_IMAGE013
；
Figure 56863DEST_PATH_IMAGE014
表示当前时刻状态参数，
Figure 674926DEST_PATH_IMAGE015
表示上一时刻状态参数，F表示两个时刻的状态 转移矩阵；
Figure 148633DEST_PATH_IMAGE016
表示系统噪声矩阵；G表示噪声分配矩阵，包含了状态向量相关的方差；
松耦合系统观测方程中输入量Z为位置测量值和速度观测值，方程式为：
Z=
Figure 117726DEST_PATH_IMAGE017
；
其中，
Figure 69502DEST_PATH_IMAGE018
表示惯导解算出的位置，
Figure 807651DEST_PATH_IMAGE019
表示卫星定位的位置，
Figure 685214DEST_PATH_IMAGE020
表示惯导解算 出的速度，
Figure 141604DEST_PATH_IMAGE021
表示卫星定位计算速度；
最后，利用式（2）和式（3）进行卡尔曼滤波解算，即可得到车辆载体的高精度离散点定位结果；
所述车辆行驶轨迹的里程恢复方法如下：
采用直线连接计算出两点之间的距离，并对局部线段的距离求和得到里程Lp：
Lp=
Figure 897070DEST_PATH_IMAGE022
（4）；
其中，i表示第i个定位点，m表示定位点数量n，
Figure 489725DEST_PATH_IMAGE023
分别表示第i+1和第i个点的空间三维坐标；
当所述高精度离散点定位结果存在误差时，还需采用结合车道电子地图的方式，获得局部路段的起点和终点，随后依据与式（4）相同的计算方式获得局部受限路段的里程Lm，最终，基准里程L计算为：
L= Lp+Lm（5）；
将预设的网约车终端计程结果N与式（4）中获得的基准里程L进行对比，即获得网 约车计程误差
Figure 305235DEST_PATH_IMAGE024
：
Figure 248920DEST_PATH_IMAGE025
。
本发明的网约车计程检测装置，其特征在于，包括
存储器，用于存储非暂时性计算机可读指令；以及
处理器，用于运行所述计算机可读指令，使得所述计算机可读指令被所述处理器执行时实现上述的网约车计程检测方法。
一种计算机可读存储介质，用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行上述的网约车计程检测方法。
本发明通过GNSS差分与INS组合定位获得高采样、高精度的定位结果，同时结合定位受限环境下的电子地图，恢复精确的里程，从而为网约车终端计程检测提供基准；运用是立足于真实道路环境下的动态检测，与真实网约车行驶环境保持一致，同时结合电子地图，保障组合定位受限时的计程连续性和精确性，提高了计程效率。
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中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1是本发明定位方法的实施流程图；
图2是采用差分GNSS载波定位与INS组合定位的示意图；
图3是道路转弯和变道时里程恢复的局部放大图一；
图4是道路转弯和变道时里程恢复的局部放大图二。
具体实施方式
下面结合附图和具体实施方式，进一步阐明本发明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
如图1所示，本实施例公开的一种网约车计程检测方法，具体步骤如下：
基于卫星导航系统GNSS基准接收机差分定位与惯性系统INS进行组合定位，解算出真实环境下车辆载体的高采样、高精度定位；
利用惯性导航系统INS的运动模型方程，以东北天坐标系为导航坐标系（
Figure 276919DEST_PATH_IMAGE026
系）建立 INS位置、速度、姿态误差更新方程，包含15维未知参数（三维位置、三维速度、三维姿态、三 维陀螺零偏、三维加计零偏）：
Figure 989660DEST_PATH_IMAGE001
；
式中，上标·表示微分量，上标和下标中的i、e和b分别表示惯性系、地心地固坐标 系和载体系，n表示导航系（采用东北天坐标系）；
Figure 976070DEST_PATH_IMAGE002
、
Figure 908516DEST_PATH_IMAGE003
、
Figure 740206DEST_PATH_IMAGE004
分别表示位置、速度、姿态误 差向量；
Figure 307454DEST_PATH_IMAGE005
表示从惯性坐标系到导航坐标系的刚体旋转矩阵，
Figure 464766DEST_PATH_IMAGE006
表示比力向量，
Figure 383043DEST_PATH_IMAGE007
表示 在导航系下的重力误差向量，
Figure 752845DEST_PATH_IMAGE008
表示从e系到n系的旋转向量，
Figure 440178DEST_PATH_IMAGE010
表示从b系到n系的旋转 矩阵；
Figure 768391DEST_PATH_IMAGE011
表示加计在载体坐标系下的偏置，
Figure 642806DEST_PATH_IMAGE012
表示陀螺仪在载体坐标系下的偏置。
利用松耦合模型和卡尔曼滤波将GNSS载波差分定位结果（固定解）与INS进行组合定位，包含状态方程和观测方程两部分，其中状态方程为：
Figure 347457DEST_PATH_IMAGE013
；
Figure 387832DEST_PATH_IMAGE027
为当前时刻状态参数，
Figure 886946DEST_PATH_IMAGE028
为上一时刻状态参数，F是两个时刻的状态转移矩 阵，
Figure 248658DEST_PATH_IMAGE029
是系统噪声矩阵，G是噪声分配矩阵，包含了状态向量相关的方差。
松耦合系统观测方程中输入量Z为位置测量值和速度观测值，即惯导解算出的位 置
Figure 225841DEST_PATH_IMAGE030
与卫星定位的位置
Figure 887766DEST_PATH_IMAGE031
之差，惯导解算出的速度
Figure 557782DEST_PATH_IMAGE032
与卫星定位计算速度
Figure 406789DEST_PATH_IMAGE033
之 差：
Z=
Figure 187664DEST_PATH_IMAGE017
；
其中，H是系统测量矩阵，表示无噪声时各个状态的线性组合得到观测值。
Figure 704096DEST_PATH_IMAGE034
是系 统量测噪声矩阵。
利用式（2）和式（3）进行卡尔曼滤波解算，即可得到车辆载体的高采样、高精度定位结果。
利用高精度离散点定位结果，结合车道电子地图，进行车辆行驶轨迹的里程恢复，作为计程的检测基准；
由于高精度定位结果的采样间隔为200Hz，在正常车载定位速度下（120km以内），5ms间隔的行驶距离最大为0.16m，因此采用直线连接即可较准确地恢复出两点之间的距离，进一步将局部线段的距离求和即可获得里程Lp：
Lp=
Figure 46477DEST_PATH_IMAGE022
（4）。
其中，i表示第i个定位点，m表示定位点数量n，
Figure 648360DEST_PATH_IMAGE023
分别表示第i+1和第i个点的空间三维坐标；
利用上述式（4）进行准确里程计算的前提是组合定位的结果较为准确，在经过长隧道、狭长城市峡谷等复杂环境时，组合结果可能也存在较大误差，进而导致里程计算不准，为此，在组合定位方差大于一定的阈值时，结合车道电子地图的方式，获得组合定位受限区域下的局部里程，受限区域的起点和终点，由方差满足精度的最后一个点和受限区域恢复后的第一个点投影至电子地图上的垂直点获得，获得局部路段的起点和终点后，即可依据与上述式（4）相同的计算方式获得局部受限路段的里程Lm，最终算出基准里程L，基准里程L计算为：L= Lp+Lm（5）。
通过将计程基准与网约车终端计程结果进行对比，得到网约车计程误差；
基于预设的网约车终端计程结果N，与式（5）中获得组合导航端计程结果L进行对 比，即可获得相对计程误差
Figure 967346DEST_PATH_IMAGE024
：
Figure 338284DEST_PATH_IMAGE025
。
如图2所示，采用差分GNSS载波定位与INS组合定位的示意图，包含基准站接收机和流动站端接收机及INS设备。
图3和图4展示了道路转弯和变道时里程恢复的局部放大图，可以看出即使在非直线行驶路段，本发明提出的里程恢复方法同样较为平滑地恢复出了轨迹和里程。
通过导入组合定位结果文件和输入网约车端计程结果，可直接计算出基准里程，从而进一步获得网约车端的计程误差。
本发明另还提供一种计算机可读存储介质，用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行时实现如本实施例中一个或多个的形式化验证方法。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。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，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.网约车计程检测方法，其特征在于：包括以下步骤：
基于卫星导航系统GNSS基准接收机差分定位与惯性导航系统INS进行组合定位，解算出真实环境下车辆载体的高精度离散点定位结果；
利用所述高精度离散点定位结果，结合车道电子地图，进行车辆行驶轨迹的里程恢复，得到基准里程；
将所述基准里程与网约车终端计程结果进行对比，得到网约车计程误差。
2.根据权利要求1所述的网约车计程检测方法，其特征在于：所述高精度离散点定位结果的解算方法如下：
首先，利用所述惯性导航系统INS的运动模型方程，以东北天坐标系为导航坐标n系建立INS位置、速度、姿态误差更新方程：
Figure 858502DEST_PATH_IMAGE001
；
式中，上标·表示微分量，上标和下标中的i、e和b分别表示惯性系、地心地固坐标系和 载体系，n表示导航系；
Figure 244484DEST_PATH_IMAGE002
、
Figure 758642DEST_PATH_IMAGE003
、
Figure 622692DEST_PATH_IMAGE004
分别表示位置、速度、姿态误差向量；
Figure 905906DEST_PATH_IMAGE005
表示从惯性 坐标系到导航坐标系的刚体旋转矩阵，
Figure 695745DEST_PATH_IMAGE007
表示比力向量，
Figure 697199DEST_PATH_IMAGE008
表示在导航系下的重力误差 向量，
Figure 364941DEST_PATH_IMAGE009
表示从e系到n系的旋转向量，
Figure 502661DEST_PATH_IMAGE010
表示从i系向e系的旋转向量，
Figure 964867DEST_PATH_IMAGE011
表示从b系到 n系的旋转矩阵；
Figure 453617DEST_PATH_IMAGE012
表示加计在载体坐标系下的偏置，
Figure 659470DEST_PATH_IMAGE013
表示陀螺仪在载体坐标系下的偏 置；
然后，利用松耦合模型和卡尔曼滤波将GNSS差分定位结果与INS进行组合定位，包含状态方程和观测方程两部分，所述状态方程为：
Figure 651697DEST_PATH_IMAGE014
；
Figure 815962DEST_PATH_IMAGE015
表示当前时刻状态参数，
Figure 526429DEST_PATH_IMAGE016
表示上一时刻状态参数，F表示两个时刻的状态转移 矩阵；
Figure 768929DEST_PATH_IMAGE017
表示系统噪声矩阵；G表示噪声分配矩阵，包含了状态向量相关的方差；
松耦合系统观测方程中输入量Z为位置测量值和速度观测值，方程式为：
Z=
Figure 881242DEST_PATH_IMAGE018
；
其中，
Figure 950829DEST_PATH_IMAGE019
表示惯导解算出的位置，
Figure 148592DEST_PATH_IMAGE020
表示卫星定位的位置，
Figure 696248DEST_PATH_IMAGE021
表示惯导解算出的 速度，
Figure 663067DEST_PATH_IMAGE022
表示卫星定位计算速度；
最后，利用式（2）和式（3）进行卡尔曼滤波解算，即可得到车辆载体的高精度离散点定位结果。
3.根据权利要求1所述的网约车计程检测方法，其特征在于：所述车辆行驶轨迹的里程恢复方法如下：
采用直线连接计算出轨迹中相邻两点之间的距离，并对局部线段的距离求和得到里程Lp：
Lp=
Figure 169135DEST_PATH_IMAGE023
（4）；
其中，i表示第i个定位点，m表示定位点数量，
Figure 588615DEST_PATH_IMAGE024
分别 表示第i+1和第i个点的空间三维坐标。
4.根据权利要求3所述的网约车计程检测方法，其特征在于：当所述高精度离散点定位结果存在误差时，还需采用结合车道电子地图方式，获得局部路段的起点和终点，随后依据与式（4）相同的计算方式获得局部受限路段的里程Lm，最终，基准里程L计算为：
L= Lp+Lm（5）。
5.根据权利要求4所述的网约车计程检测方法，其特征在于：所述局部路段的起点和终点的获得方法如下：
由方差满足精度的最后一个点和受限区域恢复后的第一个点投影至电子地图上的垂直点获得。
6.根据权利要求4所述的网约车计程检测方法，其特征在于：将预设的网约车终端计程 结果N与式（5）中获得的基准里程L进行对比，即获得网约车计程误差
Figure 939962DEST_PATH_IMAGE026
：
Figure 259823DEST_PATH_IMAGE027
。
7.网约车计程检测系统，其特征在于，包括定位结果计算模块，用于基于卫星导航系统GNSS基准接收机差分定位与惯性导航系统INS进行组合定位，解算出真实环境下车辆载体的高精度离散点定位结果；
基准里程计算模块，利用所述高精度离散点定位结果，结合车道电子地图，进行车辆行驶轨迹的里程恢复，得到基准里程；
计程误差计算模块，用于将所述基准里程与网约车终端计程结果进行对比，得到网约车计程误差。
8.根据权利要求7所述的网约车计程检测系统，其特征在于：所述高精度离散点定位结果的解算方法如下：
首先，利用所述惯性导航系统INS的运动模型方程，以东北天坐标系为导航坐标n系建立INS位置、速度、姿态误差更新方程：
Figure 936792DEST_PATH_IMAGE001
；
式中，上标·表示微分量，上标和下标中的i、e和b分别表示惯性系、地心地固坐标系和 载体系，n表示导航系；
Figure 843568DEST_PATH_IMAGE028
、
Figure 733026DEST_PATH_IMAGE029
、
Figure 674437DEST_PATH_IMAGE030
分别表示位置、速度、姿态误差向量；
Figure 522308DEST_PATH_IMAGE031
表示从惯性 坐标系到导航坐标系的刚体旋转矩阵，
Figure 916380DEST_PATH_IMAGE033
表示比力向量，
Figure 609529DEST_PATH_IMAGE034
表示在导航系下的重力误差 向量，
Figure 139868DEST_PATH_IMAGE035
表示从e系到n系的旋转向量，
Figure 657175DEST_PATH_IMAGE010
表示从i系向e系的旋转向量，
Figure 538543DEST_PATH_IMAGE036
表示从b系到 n系的旋转矩阵；
Figure 35383DEST_PATH_IMAGE037
表示加计在载体坐标系下的偏置，
Figure 685808DEST_PATH_IMAGE038
表示陀螺仪在载体坐标系下的偏 置；
然后，利用松耦合模型和卡尔曼滤波将GNSS差分定位结果与INS进行组合定位，包含状态方程和观测方程两部分，所述状态方程为：
Figure 609901DEST_PATH_IMAGE014
；
Figure 978566DEST_PATH_IMAGE015
表示当前时刻状态参数，表示上一时刻状态参数，F表示两个时刻的状态转移矩阵；
Figure 279097DEST_PATH_IMAGE017
表示系统噪声矩阵；G表示噪声分配矩阵，包含了状态向量相关的方差；
松耦合系统观测方程中输入量Z为位置测量值和速度观测值，方程式为：
Z=
Figure 49607DEST_PATH_IMAGE018
；
其中，
Figure 879023DEST_PATH_IMAGE019
表示惯导解算出的位置，
Figure 233518DEST_PATH_IMAGE020
表示卫星定位的位置，
Figure 72161DEST_PATH_IMAGE021
表示惯导解算出的 速度，
Figure 697178DEST_PATH_IMAGE039
表示卫星定位计算速度；
最后，利用式（2）和式（3）进行卡尔曼滤波解算，即可得到车辆载体的高精度离散点定位结果；
所述车辆行驶轨迹的里程恢复方法如下：
采用直线连接计算出两点之间的距离，并对局部线段的距离求和得到里程Lp：
Lp=
Figure 963074DEST_PATH_IMAGE040
（4）；
其中，i表示第i个定位点，m表示定位点数量，
Figure 40752DEST_PATH_IMAGE024
分别 表示第i+1和第i个点的空间三维坐标；
当所述高精度离散点定位结果存在误差时，还需采用结合车道电子地图的方式，获得局部路段的起点和终点，随后依据与式（4）相同的计算方式获得局部受限路段的里程Lm，最终，基准里程L计算为：
L= Lp+Lm（5）；
将预设的网约车终端计程结果N与式（5）中获得的基准里程L进行对比，即获得网约车 计程误差
Figure 683085DEST_PATH_IMAGE026
：
Figure 162608DEST_PATH_IMAGE027
。
9.网约车计程检测装置，其特征在于，包括
存储器，用于存储非暂时性计算机可读指令；以及
处理器，用于运行所述计算机可读指令，使得所述计算机可读指令被所述处理器执行时实现根据权利要求1到6中任意一项所述的网约车计程检测方法。
10.一种计算机可读存储介质，用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行权利要求1到6中任意一项所述的网约车计程检测方法。
CN202111245141.6A 2021-10-26 2021-10-26 网约车计程检测方法、系统、装置及计算机可读存储介质 Pending CN113686351A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111245141.6A CN113686351A (zh) 2021-10-26 2021-10-26 网约车计程检测方法、系统、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111245141.6A CN113686351A (zh) 2021-10-26 2021-10-26 网约车计程检测方法、系统、装置及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN113686351A true CN113686351A (zh) 2021-11-23

Family

ID=78587983

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111245141.6A Pending CN113686351A (zh) 2021-10-26 2021-10-26 网约车计程检测方法、系统、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113686351A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103207634A (zh) * 2013-03-20 2013-07-17 北京工业大学 一种智能车辆中差分gps与惯性导航数据融合的系统和方法
CN103675844A (zh) * 2013-11-18 2014-03-26 航天恒星科技有限公司 一种gnss/ins组合导航同步模拟系统
CN107705548A (zh) * 2017-11-10 2018-02-16 北京市计量检测科学研究院 网约车计程计时检测系统及检测方法
CN109856648A (zh) * 2018-12-29 2019-06-07 北京市计量检测科学研究院 一种网约车计程计时检测装置及方法
CN110189421A (zh) * 2019-05-10 2019-08-30 山东大学 一种北斗gnss/dr组合导航出租车计程计时系统及其运行方法
CN111222898A (zh) * 2018-11-23 2020-06-02 厦门雅迅网络股份有限公司 网约车的计程方法及计算机可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103207634A (zh) * 2013-03-20 2013-07-17 北京工业大学 一种智能车辆中差分gps与惯性导航数据融合的系统和方法
CN103675844A (zh) * 2013-11-18 2014-03-26 航天恒星科技有限公司 一种gnss/ins组合导航同步模拟系统
CN107705548A (zh) * 2017-11-10 2018-02-16 北京市计量检测科学研究院 网约车计程计时检测系统及检测方法
CN111222898A (zh) * 2018-11-23 2020-06-02 厦门雅迅网络股份有限公司 网约车的计程方法及计算机可读存储介质
CN109856648A (zh) * 2018-12-29 2019-06-07 北京市计量检测科学研究院 一种网约车计程计时检测装置及方法
CN110189421A (zh) * 2019-05-10 2019-08-30 山东大学 一种北斗gnss/dr组合导航出租车计程计时系统及其运行方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘义: "基于DSP的SINS/GPS组合导航系统研究", 《中国优秀硕士学位论文全文数据库》 *
华章计算机: "《https://bbs.huaweicloud.com/blogs/detail/108057》", 2 June 2019 *
国家质量监督检验检疫总局: "《中华人民共和国国家计量技术规范》", 21 October 2016 *
康婷婷 等: "RTK差分技术在网约车计费系统检测中的应用", 《测绘通报》 *

Similar Documents

Publication Publication Date Title
CN110160542B (zh) 车道线的定位方法和装置、存储介质、电子装置
EP3109842B1 (en) Map-centric map matching method and apparatus
CN101907714B (zh) 基于多传感器数据融合的gps辅助定位方法
Jo et al. Interacting multiple model filter-based sensor fusion of GPS with in-vehicle sensors for real-time vehicle positioning
CN104061899B (zh) 一种基于卡尔曼滤波的车辆侧倾角与俯仰角估计方法
Toledo-Moreo et al. Fusing GNSS, dead-reckoning, and enhanced maps for road vehicle lane-level navigation
CN104567931A (zh) 一种室内惯性导航定位的航向漂移误差消除方法
CN111275969B (zh) 一种基于道路环境智能识别的车辆轨迹填充方法
CN102928858B (zh) 基于改进扩展卡尔曼滤波的gnss单点动态定位方法
CN106104656A (zh) 地图信息生成系统、方法及程序
CN105509738A (zh) 基于惯导/多普勒雷达组合的车载定位定向方法
Gikas et al. A novel geodetic engineering method for accurate and automated road/railway centerline geometry extraction based on the bearing diagram and fractal behavior
Walter et al. Smartphone-based sensor fusion for improved vehicular navigation
EP3023740B1 (en) Method, apparatus and computer program product for route matching
CN103680177A (zh) 基于手机的智能车速提示驾驶系统
CN110940344B (zh) 一种用于自动驾驶的低成本传感器组合定位方法
CN104677361A (zh) 一种综合定位的方法
CN111856521A (zh) 数据处理方法、装置、电子设备和存储介质
CN112197780A (zh) 路径规划方法、装置、电子设备
Kumar et al. Integrating on-board diagnostics speed data with sparse GPS measurements for vehicle trajectory estimation
CN106646569A (zh) 一种导航定位方法及设备
CN101464155A (zh) 航位推算中初始方向的确定方法
Chiang et al. Multifusion schemes of INS/GNSS/GCPs/V-SLAM applied using data from smartphone sensors for land vehicular navigation applications
Guan et al. Multi-sensor fusion vehicle positioning based on Kalman Filter
Forno et al. Techniques for improving localization applications running on low-cost IoT devices

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: 20211123

RJ01 Rejection of invention patent application after publication