CN114019182A - 零速状态检测方法、装置及电子设备 - Google Patents
零速状态检测方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114019182A CN114019182A CN202111298201.0A CN202111298201A CN114019182A CN 114019182 A CN114019182 A CN 114019182A CN 202111298201 A CN202111298201 A CN 202111298201A CN 114019182 A CN114019182 A CN 114019182A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- zero
- speed
- index
- detection
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 317
- 238000004364 calculation method Methods 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000012360 testing method Methods 0.000 claims abstract description 49
- 230000001133 acceleration Effects 0.000 claims description 34
- 230000003068 static effect Effects 0.000 claims description 34
- 230000000694 effects Effects 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000012937 correction Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000011895 specific detection Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
-
- 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
- G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
Abstract
本发明提供了一种零速状态检测方法、装置及电子设备,该方法包括:获取车辆的当前时刻的速度信息,根据车辆上的电子设备中的最优检测器中的目标检测指标对当前时刻的速度信息进行计算,根据目标检测指标对应的目标阈值与计算结果确定出车辆当前时刻的零速状态,由于最优检测器是基于该车辆的测试数据确定的,因此最优检测器中的目标检测指标与该车辆的运行状况更匹配,相比固定的检测指标,不同的系统对应的最优检测器由于测试数据的不同而不同,进而使通过目标检测指标确定的零速检测结果更精确,从而提升车辆的定位效果。
Description
技术领域
本发明涉及自动驾驶技术领域,尤其是涉及一种零速状态检测方法、装置及电子设备。
背景技术
作为智能汽车定位系统的重要组成部分,惯性导航系统是根据加速度计和陀螺仪提供的车辆相对于惯性空间的加速度和角速度信息,来获取车辆位置、速度与姿态等状态。零速修正技术是一种可以有效减小惯性导航系统累积误差的方法,零速修正技术主要包括零速检测和零速更新两个部分,其中零速检测是根据传感器原始数据判断系统是否处于静止状态。
目前主流的零速检测方法主要是基于加速度计和陀螺仪的测量数据进行单个检测指标的计算与阈值判断。加速度计和陀螺仪直接测量载体的加速度和角速度,工作频率高,不易受外界环境影响,使其在大部分场景下能够较好地反映载体的运动状态。
然而,不同的系统存在特性差异,基于单个固定检测指标的零速检测方法通用性较差,而且阈值的选取缺少系统分析与理论依据,因此,不能保证不同系统中的检测结果的精度。
发明内容
有鉴于此,本发明的目的在于提供一种零速状态检测方法、装置及电子设备,以提高零速状态检测结果的精度。
第一方面,本发明实施例提供一种零速状态检测方法,通过车辆上的电子设备提供车辆的最优检测器,最优检测器为基于车辆的测试数据确定的;最优检测器包括车辆对应的目标检测指标的指标公式和目标检测指标对应的目标阈值,该方法包括:在车辆处于开启状态过程中,获取车辆当前时刻的速度信息;其中,速度信息包括车辆的加速度数据和角速度数据;根据目标检测指标的指标公式对车辆当前时刻的速度信息进行计算,得到目标检测指标对应的计算结果;根据目标检测指标对应的计算结果和目标检测指标对应的目标阈值,确定车辆当前时刻的零速状态。
进一步地,上述最优检测器的确定方式包括:获取车辆的测试速度;其中,测试速度包括车辆在第一时间序列中每个第一时间点的速度信息;测试速度包括测试角速度与测试加速度;通过指标库中每个检测指标对测试速度进行零速状态预测,得到每个检测指标对应的理论零速状态序列;其中,理论零速状态序列中的每个元素对应于通过该检测指标确定的车辆在第一时间点的零速状态;零速状态包括表征车辆运动的运动状态和表征车辆静止的零速状态;根据每个检测指标对应的理论零速状态序列与测试速度对应的实际零速状态序列,确定车辆对应的最优检测器;其中,实际零速状态序列为通过车辆的速度检测设备获取的测试速度对应的每个第一时间点的实际零速状态。
进一步地,上述根据每个检测指标对应的理论零速状态序列与测试速度对应的实际零速状态序列,确定车辆对应的最优检测器的步骤,包括:根据每个检测指标对应的理论零速状态序列与实际零速状态序列,确定该检测指标的准确性得分;其中,准确性得分用于表征该检测指标的零速状态序列与实际零速状态序列的接近程度;将准确性得分最高的检测指标确定为目标检测指标;将目标检测指标的指标公式和目标检测指标对应的目标阈值作为车辆的最优检测器。
进一步地,上述根据目标检测指标对应的计算结果和目标检测指标对应的目标阈值,确定车辆当前时刻的零速状态的步骤,包括:比较当前时刻和当前时刻之前预定数量个连续时刻中,每个时刻目标检测指标对应的计算结果和目标阈值的关系,确定车辆当前时刻的零速状态。
进一步地,上述比较当前时刻和当前时刻之前预定数量个连续时刻中,每个时刻目标检测指标对应的计算结果和目标阈值的关系,确定车辆当前时刻的零速状态的步骤,包括:如果当前时刻目标检测指标对应的计算结果不小于目标阈值,确定车辆当前时刻的零速状态表征为运动;如果当前时刻目标检测指标对应的计算结果小于目标阈值,获取车辆当前时刻之前预定数量个连续时刻中每个时刻对应的计算结果;如果预定数量个连续时刻中每个时刻对应的计算结果均小于目标阈值,确定车辆当前时刻的零速状态表征为静止;如果预定数量个连续时刻中每个时刻对应的计算结果中有不小于目标阈值的计算结果,确定车辆当前时刻的零速状态表征为运动。
进一步地,上述根据目标检测指标对应的计算结果和目标检测指标对应的目标阈值,确定车辆当前时刻的零速状态的步骤,包括:对车辆进行轮速检测和/或图像检测,得到第一零速检测结果;比较当前时刻和当前时刻之前预定数量个连续时刻中,每个时刻中目标检测指标对应的计算结果和目标阈值的关系,确定车辆当前时刻的第二零速检测结果;根据第一零速检测结果及第二零速检测结果,确定车辆当前时刻的零速状态。
进一步地,上述根据第一零速检测结果及第二零速检测结果,确定车辆当前时刻的零速状态的步骤,包括:判断是否第一零速检测结果与第二零速检测结果均表征为静止,如果是,确定车辆当前时刻为静止;否则,确定车辆当前时刻为运动。
第二方面,本发明实施例还提供一种零速状态检测装置,该装置存储有车辆的最优检测器,最优检测器为基于车辆的测试数据确定的;最优检测器包括车辆对应的目标检测指标的指标公式和目标检测指标对应的目标阈值,该装置包括:信息获取模块,用于在车辆处于开启状态过程中,获取车辆当前时刻的速度信息;其中,速度信息包括车辆的加速度数据和角速度数据;计算模块,用于根据目标检测指标的指标公式对车辆当前时刻的速度信息进行计算,得到目标检测指标对应的计算结果;零速状态确定模块,用于根据目标检测指标对应的计算结果和目标检测指标对应的目标阈值,确定车辆当前时刻的零速状态。
第三方面,本发明实施例还提供一种电子设备,包括处理器和存储器,存储器存储有能够被处理器执行的计算机可执行指令,处理器执行计算机可执行指令以实现上述第一方面的零速状态检测方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现上述第一方面的零速状态检测方法。
本发明实施例提供的上述零速状态检测方法、装置及电子设备,首先获取车辆的当前时刻的速度信息,根据车辆上的电子设备中的最优检测器中的目标检测指标对当前时刻的速度信息进行计算,并根据目标检测指标对应的目标阈值与计算结果确定出车辆当前时刻的零速状态,由于最优检测器是基于该车辆的测试数据确定的,因此最优检测器中的目标检测指标与该车辆的运行状况更匹配,相比固定的检测指标,不同的系统对应的最优检测器由于测试数据的不同而不同,进而使通过目标检测指标确定的零速检测结果更精确,从而提升车辆的定位效果。
本公开的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本公开的上述技术即可得知。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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发明的一些实施方式,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一种电子系统的结构示意图;
图2为本发明实施例提供的一种零速状态检测方法的流程图;
图3为本发明实施例提供的一种应用场景中的指标库建立方法流程图;
图4为本发明实施例提供的检测指标曲线的示意图;
图5为本发明实施例提供的一种最优检测器的确定方法的流程图;
图6为本发明实施例提供的另一种零速状态检测方法的流程图;
图7为本发明实施例提供的一种零速状态检测装置的结构示意图;
图8为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明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。
定位技术主要用于确定智能汽车的位置和方向,是保证智能汽车完成自主行为的重要前提。作为智能汽车定位系统的重要组成部分,惯性导航系统是根据加速度计和陀螺仪提供的车辆相对于惯性空间的加速度和角速度信息,来获取车辆位置、速度与姿态等状态。惯性导航系统具有工作频率高、不依赖于环境信息与外界信号等特点,能够在没有地图或者卫星信号被遮挡等情况下,保证智能汽车实现自主定位与导航。
然而,惯性导航系统的工作原理是基于加速度计和陀螺仪输出的加速度和角速度进行航迹推算,每个时刻的车辆位姿是在前一时刻车辆位姿基础上递推得到,因此惯性导航系统工作过程中存在不可避免的误差传播现象,随着工作时间增加会导致定位误差的不断累积。
零速修正技术是一种可以有效减小惯性导航系统累积误差的方法,目前广泛应用于行人导航与步态分析等领域,其主要利用载体的静止状态对系统的各项误差进行修正。零速修正技术主要包括零速检测和零速更新两个部分,其中零速检测是根据传感器原始数据判断系统是否处于静止状态;零速更新是根据零速检测结果对系统的位置、速度与姿态等状态进行约束与修正。
目前主流的零速检测方法主要是基于加速度计和陀螺仪的测量数据进行单个检测指标的计算与阈值判断,常见的检测器如加速度计测量方差检测器、加速度计测量幅值检测器、角速度测量能量检测器、广义似然比检测器等。加速度计和陀螺仪直接测量载体的加速度和角速度,工作频率高,不易受外界环境影响,使其在大部分场景下能够较好地反映载体的运动状态。然而,首先加速度计和陀螺仪自身存在零偏、刻度因子、安装误差等参数,以及工作过程中会存在测量噪声误差,这些因素都会对检测指标的计算结果有所影响;不同的系统存在特性差异,基于单个固定检测指标的零速检测方法通用性较差,而且阈值的选取缺少系统分析与理论依据,此外单帧检测的宽松策略容易出现误检的概率;最后,由于静止和匀速直线运动这两种状态下的加速度和角速度理论上是一致的,因此仅依靠加速度计和陀螺仪不能很好区分这两种状态,即匀速直线运动下会出现误检的情况。
基于此,本发明实施例提供一种零速状态检测方法、装置及电子设备,以提高零速状态检测结果的精度。
参照图1所示的电子系统100的结构示意图。该电子系统可以用于实现本发明实施例的零速状态检测方法和装置。
如图1所示的一种电子系统的结构示意图,电子系统100包括一个或多个处理设备102、一个或多个存储装置104、输入装置106、输出装置108以及一个或多个数据采集设备110,这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子系统100的组件和结构只是示例性的,而非限制性的,根据需要,电子系统也可以具有其他组件和结构。
处理设备102可以为服务器、智能终端,或者是包含中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元的设备,可以对电子系统100中的其它组件的数据进行处理,还可以控制电子系统100中的其它组件以执行零速状态检测功能。
存储装置104可以包括一个或多个计算机程序产品,计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序指令,处理设备102可以运行程序指令,以实现下文的本发明实施例中(由处理设备实现)的客户端功能以及/或者其它期望的功能。在计算机可读存储介质中还可以存储各种应用程序和各种数据,例如应用程序使用和/或产生的各种数据等。
输入装置106可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
输出装置108可以向外部(例如,用户)输出各种信息(例如,图像或声音),并且可以包括显示器、扬声器等中的一个或多个。
数据采集设备110可以获取数据信息,并且将该数据信息存储在存储装置104中以供其它组件使用。
示例性地,用于实现根据本发明实施例的零速状态检测方法、装置及电子设备中的各器件可以集成设置,也可以分散设置,诸如将处理设备102、存储装置104、输入装置106和输出装置108集成设置于一体,而将数据采集设备110设置于可以采集到数据的指定位置。当上述电子系统中的各器件集成设置时,该电子系统可以被实现为诸如相机、智能手机、平板电脑、计算机、车载终端等智能终端。
图2为本发明实施例提供的一种零速状态检测方法的流程图,该方法应用于车辆上,通过车辆上的电子设备提供车辆的最优检测器,最优检测器为基于车辆的测试数据确定的;最优检测器包括车辆对应的目标检测指标的指标公式和目标检测指标对应的目标阈值。如图2所示,该方法包括以下步骤:
S202:在车辆处于开启状态过程中,获取车辆当前时刻的速度信息;
本步骤中,在车辆处于开启状态过程中,获取车辆当前时刻的速度信息,其中,车辆处于开启状态可以包括车辆以各种速度运行的状态,包括车辆以低速甚至接近零速运行的状态。对车辆当前是运行还是静止,需要通过车辆当前时刻的速度来判断,因此,首先获取车辆在当前时刻的速度信息,其中,速度信息包括车辆的加速度数据和角速度数据,速度信息可以通过传感器获取,例如各种类型的车载传感器,包括加速度计、陀螺仪、轮速编码器或者相机等。
S204:根据目标检测指标的指标公式对车辆当前时刻的速度信息进行计算,得到目标检测指标对应的计算结果;
其中,目标检测指标是从多个检测指标中确定的与当前车辆的行驶状况匹配的检测指标,具体地,根据当前时刻之前的该车辆的历史行驶数据,从多个检测指标中确定出一个检测指标,每个检测指标均包括一个检测公式以及一个阈值,确定出的检测指标的检测公式和阈值即为该车辆的最优检测器。通过该确定出的目标检测指标中的检测公式对该车辆的当前速度信息进行计算,得到检测结果。
S206:根据目标检测指标对应的计算结果和目标检测指标对应的目标阈值,确定车辆当前时刻的零速状态。
本步骤中,通过目标检测指标对应的计算结果和目标阈值进行比较,从而确定车辆当前时刻的零速状态,具体的零速状态的确定方法,将在下文中具体阐述,在此不再赘述。
本发明提供的零速状态检测方法,首先获取车辆的当前时刻的速度信息,根据车辆上的电子设备中的最优检测器中的目标检测指标对当前时刻的速度信息进行计算,并根据目标检测指标对应的目标阈值与计算结果确定出车辆当前时刻的零速状态,由于最优检测器是基于该车辆的测试数据确定的,因此最优检测器中的目标检测指标与该车辆的运行状况更匹配,相比固定的检测指标,不同的系统对应的最优检测器由于测试数据的不同而不同,进而使通过目标检测指标确定的零速检测结果更精确,从而提升车辆的定位效果。
由于车辆受到其型号、自身参数等的影响,相同的检测方法对不同的车辆进行检测可以得到不同的检测结果,因此,如果不考虑车辆自身的运行情况而对所有车辆采用相同的检测指标,不能保证检测指标适合当前系统,得到的检测指标精度较低。基于此,为了有效提高各个车辆的零速状态检测结果的精度,本发明实施例在对每个车辆进行实际零速状态监测之前,会首先基于多个车辆的多种不同运行系统的数据确定出多个检测指标,我们可以称之为指标库,指标库中包括每个指标的计算公式及其对应的阈值,具体应用时,可以根据每个车辆的自身运行数据从指标库中选取最匹配的指标进行零速状态预测。
图3为本发明实施例提供的一种应用场景中的指标库的建立方法流程图,参见图3,该方法包括:
S302:建立初始指标库;
本步骤中,主要考虑比较具有代表性的检测指标,例如初始指标库中可以包括如下的检测指标:
广义似然比:S6 S2+S5
在一些可能的实施方式中,为了获得更精确的检测结果,上述的加速度和角速度信息可以是通过传感器(例如加速度计和陀螺仪)的参数进行修正后的加速度和角速度信息。具体地,传感器的参数可以是加速度计和陀螺仪的刻度因子、安装误差,零偏信息中的一个或多个。进一步地,可以采用如下公式对加速度和角速度信息进行标定:
a Ka(I+Sa)a′+Ba
ω-Kg(I+Sg)ω′+Bg
其中,a′和ω′表示传感器测量的加速度和角速度,a和ω表示考虑传感器内参修正后的加速度和角速度,Ka和KH表示加速度计和陀螺仪的刻度因子,Sa和SH表示加速度计和陀螺仪的安装误差,Ba和BH表示加速度计和陀螺仪的零偏,I表示单位矩阵。此外,加速度计和陀螺仪存在测量噪声误差,一般通过噪声方差和表示。上述这些参数均可以通过加速度计和陀螺仪内参标定环节得到。
S304:获取历史数据;
为了能够反映各个检测指标在车辆运动与静止状态下的区别,需要进行运动与静止工况的数据采集;为了更好地反映各个检测指标在两种状态下的特性差异,设计如下工况:车辆运动一段时间后,逐渐减速至静止并停止一段时间后,再逐渐加速运动一段时间;为了避免单组数据可能存在偶然性,对上述工况进行多组数据的采集。
S306:确定每个检测指标的指标曲线;
针对初始指标库中的每个检测指标,利用上述每组数据进行不同检测指标的计算,以及不同检测指标的指标曲线的绘制。具体地,假设上述多个工况采集的多组数据的集合为D,指标库中有6个检测指标S1-S6,那么针对检测指标S1,将集合D输入指标S1对应的检测公式中,得到一组数据点,根据该数据点的集合绘制出检测指标S1对应的指标曲线L1。进一步地,对检测指标S2-S6采用相同的方法绘制出指标曲线L2-L6。图4为本发明实施例提供的检测指标曲线的示意图,图中横坐标代表时间,纵坐标代表每个时间上的检测指标的值。
S308:确定每个检测指标对应的阈值。
根据每组数据的检测指标曲线,对不同检测指标在车辆运动与静止状态下的特性差异进行数值分析:对于每个检测指标Si,首先通过运动与静止状态的极值初步确定阈值区间,然后综合多组数据的分析结果得到更加准确的阈值区间,例如,每组数据可以得到一个阈值区间[ai,bi],综合多组结果即取阈值区间的并集,最终的阈值区间为[min(ai),max(bi)]。最后根据阈值区间的平均值作为阈值Ti,此外可以根据阈值越小、误检越少、漏检越多的策略对阈值进行调整。
S310:确定最终的指标库。
根据上述统计分析结果,得到指标库中不同检测指标对应的阈值,并生成最终的指标库,以便后续模块的查询与使用。需要注意的是,不同的车辆定位系统对应不同的指标库,每个系统需要在初次使用前进行指标库的生成。可以理解的是,最终的指标库的形式是检测指标与阈值的对应关系的集合,即根据检测指标阈值分析与选取,最终确定S1-T1,S2-T2,S3-T3,S4-T4,S5-T5,S6-T6的对应关系为最终的指标库。
通过上述的指标库的建立方法,可以在每个车辆定位系统初次使用之前针对该系统的历史数据确定出指标库,针对不同的车辆定位系统,得到的指标库中包含的具体检测指标及阈值并不相同,即更适合该车辆的定位系统,因此基于该指标库得到的检测结果更加准确。
在得到上述指标库之后,针对每个具体的车辆,还需要进一步从指标库中的多个检测指标中选取最优的检测指标对该车辆进行零速状态检测,基于此,本发明实施例还提供了一种最优检测器的确定方法,如图5所示,该方法包括:
S502:获取车辆的测试速度;
其中,测试速度包括车辆在第一时间序列中每个第一时间点的速度信息;测试速度包括测试角速度与测试加速度。具体地,测试速度可以是在当前时刻之前的预定时间段内获取的车辆的速度信息,也可以是车辆在之前的运行过程中保存的速度信息。例如,测试速度可以是当前时刻之前的10小时内,每隔十分钟的加速度和角速度信息。
S504:通过指标库中每个检测指标对测试速度进行零速状态预测,得到每个检测指标对应的理论零速状态序列;
其中,理论零速状态序列中的每个元素对应于通过该检测指标确定的车辆在第一时间点的零速状态;零速状态包括表征车辆运动的运动状态和表征车辆静止的零速状态;
在上述实施例中,确定了指标库中包括S1-S6六个检测指标,本步骤中,根据每个指标对测试速度进行零速状态预测,得到理论零速状态序列。具体地,以检测指标S1为例进行说明,可以通过S1的指标公式对每个时间的速度信息进行检测,得到指标值,将指标值与S1对应的阈值T1进行比较,如果指标值大于T1,说明在该时刻车辆是运动状态,如果指标非大于T1,说明在该时刻车辆时静止状态。在得到每个时间点的车辆的零速状态后,构成了S1对应的零速状态序列,例如可以是{静止、静止、运动、静止、静止、运动、运动、运动}。
S506:根据每个检测指标对应的理论零速状态序列与测试速度对应的实际零速状态序列,确定车辆对应的最优检测器;
其中,实际零速状态序列为通过车辆的速度检测设备获取的测试速度对应的每个第一时间点的实际零速状态。实际零速状态序列中的每个元素,是使用高精惯导的输出速度判断得到的真实的车辆状态,例如,设定车辆速度的真实阈值为Tv,通过高精惯导输出的当前时刻的速度为v,如果v>Tv,则当前时刻车辆的实际零速状态为车辆静止,如果v>Tv,则当前时刻车辆的实际零速状态为车辆运动。基于此,可以获得所有时刻的实际零速状态组成的实际零速状态序列。
进一步地,可以按照以下方法确定最优检测器:(1)根据每个检测指标对应的理论零速状态序列与实际零速状态序列,确定该检测指标的准确性得分;其中,准确性得分用于表征该检测指标的零速状态序列与实际零速状态序列的接近程度;(2)将准确性得分最高的检测指标确定为目标检测指标;(3)将目标检测指标的指标公式和目标检测指标对应的目标阈值作为车辆的最优检测器。
针对每个检测指标的理论零速状态序列与实际零速状态序列,可以确定该检测指标的准确性得分,作为一个示例,可以按照如下方式确定检测指标的准确性得分:理论零速状态序列中和实际零速状态序列中均为车辆静止的时刻的个数为A,均为车辆运动的时刻的个数为D,分别为车辆静止和车辆运动的时刻的个数为B,分别为车辆运动和车辆静止的时刻的个数为C。进而计算该检测指标的正确率α (A+D)/(A+B+C+D),漏检率β C/(A+B+C+D),误检率γ B/(A+B+C+D),而该检测指标的准确性得分为Ri f1α+f2β+f3γ,式中f1、f2和f3表示得分加权系数。
在得到每个指标的上述准确性得分后,选取得分最高的检测指标及阈值作为当前系统的最优检测器。
上述实施例中根据当前车辆在当前时刻之前的一段时间的测试数据选取最优检测器,使得检测指标更加客观且与当前车辆匹配程度更高,进而可以进一步提高检测结果的准确性、稳定性和精度。
由于车辆的运行是连续的状态,车辆在某个时刻的状态不能很好的体现车辆的连续状态,而单帧检测的策略容错性过于宽松,因此通过一个时刻的检测结果确定车辆的零速状态可能有误检测的情况发生,基于此,本发明实施例还提供了另一种零速状态检测方法,如图6所示,该方法包括以下步骤:
S602:在车辆处于开启状态过程中,获取车辆当前时刻的速度信息;
S604:根据目标检测指标的指标公式对车辆当前时刻的速度信息进行计算,得到目标检测指标对应的计算结果;
S606:比较当前时刻和当前时刻之前预定数量个连续时刻中,每个时刻目标检测指标对应的计算结果和目标阈值的关系,确定车辆当前时刻的零速状态。
在一些可能的实施方式中,上述步骤S606可以具体是:
(1)如果当前时刻目标检测指标对应的计算结果不小于目标阈值,确定车辆当前时刻的零速状态表征为运动;
(2)如果当前时刻目标检测指标对应的计算结果小于目标阈值,获取车辆当前时刻之前预定数量个连续时刻中每个时刻对应的计算结果;
(3)如果预定数量个连续时刻中每个时刻对应的计算结果均小于目标阈值,确定车辆当前时刻的零速状态表征为静止;
(4)如果预定数量个连续时刻中每个时刻对应的计算结果中有不小于目标阈值的计算结果,确定车辆当前时刻的零速状态表征为运动。
具体的判断流程可以例如是:输入加速度和角速度数据,根据输入数据的频率生成一定频率的车辆模型帧,即确定车辆模型帧的时间戳;对于当前车辆模型帧,根据其时间戳向前向后查找一定时间窗口内的输入数据,即获取加速度和角速度序列;根据前面分析得到的最优检测器,计算当前车辆模型帧的检测指标结果Si并与对应阈值进行比较,如果则令静止计数器恢复为零值,即Counl=0,且设置当前车辆模型帧的车辆状态为运动;如果则令静止计数器加一(静止计数器的初始值设置为零),即Counl-Counl+1,并继续进行静止计数器的阈值判断,如果则设置当前车辆模型帧的车辆状态为运动;如果则设置当前车辆模型帧的车辆状态为静止;最终车辆状态以车辆模型帧的形式输出。
本发明上述实施例,结合多帧检测策略对零速检测结果进行优化,从而有效减小定位系统的累积误差,进一步有效提升零速检测结果的准确性。
由于加速度计和陀螺仪自身存在零偏、刻度因子、安装误差等参数,以及工作过程中会存在测量噪声误差,这些因素都会对检测指标的计算结果有所影响,因此,为了进一步提升车辆当前时刻的零速状态检测结果的准确性,在一些示例中,通过上述方法对当前时刻的速度信息进行指标检测之前,本发明实施例还可以对加速度和角速度进行预处理,并基于预处理后的加速度和角速度信息,确定车辆的零速状态。具体地,可以根据加速度计和陀螺仪的内参误差对加速度和角速度进行预处理,例如,通过以下公式确定预处理后的加速度和角速度信息:
a Ka(I+Sa)a′+Ba
ω-Kg(I+Sg)ω′+Bg
其中,各个参数的具体解释参照上述加速度计和陀螺仪标定部分,在此不再赘述。
由于静止和匀速直线运动这两种状态下的加速度和角速度理论上是一致的,因此仅依靠加速度计和陀螺仪不能很好区分这两种状态,即匀速直线运动下会出现误检的情况。在一些可能的实施方式中,除了考虑速度信息,还可以结合车辆轮速以及车辆行驶过程中的图像来综合判断车辆的零速状态。因此,上述图2所述的方法中的步骤S206中的根据目标检测指标对应的计算结果和目标检测指标对应的目标阈值,确定车辆当前时刻的零速状态的步骤,还可以包括:
(1)对车辆进行轮速检测和/或图像检测,得到第一零速检测结果;
对车辆进行轮速检测以及图像检测,可以使用常规的轮速检测方法以及图像检测方法,只要通过轮速检测和图像检测能够得到车辆当前时刻的零速状态即可,本发明实施例对具体的检测方法不进行限定。
为了提升轮速检测的精度,在得到轮速后还可以对轮速进行校正处理,例如,可以通过以下公式校正轮速:
v Kvv′
其中,v′和v分别表示轮速编码器测量轮速及修正后的轮速,Kv表示轮速的比例系数。通过对轮速的校正处理,可以消除轮速编码器的误差,进而提升轮速检测的结果精度。
在一些可能的实施方式中,还可以通过车载相机获取车辆的图像,并考虑相机的内参与畸变模型对图像进行处理,具体地,可以按照如下畸变模型进行图像处理:
Zu v 1]T Kc[X Y Z]T
其中,X、Y和Z表示空间点在相机坐标系下的三维坐标,u和v表示空间点在图像坐标系下的二维坐标,Kc表示相机内参;x′、y′和r、p表示相机测量空间点二维坐标的两种形式,分别表示笛卡尔坐标和极坐标,x和y表示畸变校正后的笛卡尔坐标,k1、k2和k3表示径向畸变纠正系数,p1和p2表示切向畸变纠正系数。
上述第一检测结果,可以是通过轮速检测结果直接确定的,也可以是通过图像检测结果直接确定的,还可以是将轮速检测结果与图像检测结果结合得到的。在一些示例中,可以计算当前帧的轮速检测器和图像检测器结果后分别进行阈值判断,再结合两者结果进行车辆状态的判断,进而得到第一检测结果。
(2)比较当前时刻和当前时刻之前预定数量个连续时刻中,每个时刻中目标检测指标对应的计算结果和目标阈值的关系,确定车辆当前时刻的第二零速检测结果;
(3)根据第一零速检测结果及第二零速检测结果,确定车辆当前时刻的零速状态。
具体地,可以是:判断是否第一零速检测结果与第二零速检测结果均表征为静止,如果是,确定车辆当前时刻为静止;否则,确定车辆当前时刻为运动。
例如,对车辆进行轮速检测和图像检测,得到表征车辆零速状态的第一检测结果F1,根据车辆速度信息进行零速检测得到第二检测结果F2,按照如下规则进行车辆状态的判断:首先对检测结果F1进行判断,如果F1检测车辆状态为运动,则不需要再对检测结果F2进行判断,直接判断车辆状态为运动;如果F1检测车辆状态为静止,则再对检测结果F2进行判断,如果F2检测车辆状态为运动,判断车辆状态为运动,如果F2检测车辆状态为静止,判断车辆状态为静止。
本发明上述实施例能够充分利用不同类型的车载传感器信息,发挥多传感器互补与冗余的优势,且能够更好地适应不同的系统,提高了零速检测结果的准确性和鲁棒性,增强了智能汽车的自主定位能力。
为了持续地改善车辆零速状态检测的精度和稳定性,在确定了车辆当前的零速状态后,还可以基于上述检测结果更新系统误差,具体地,可以根据零速检测过程输出的车辆状态进行各项系统误差约束的构建,具体规则如下:如果检测到车辆状态为静止,则构建位置误差约束、速度误差约束、姿态误差约束和陀螺零偏约束,即此时上述状态量应该满足车辆静止约束;如果检测到车辆状态为运动,则构建车辆运动约束,即此时上述状态量应该满足车辆运动约束。
在确定各项系统误差约束后,还可以通过定位系统滤波器根据零速更新模块构建的各项系统误差约束,通过卡尔曼滤波器进行解算,对系统的位置、速度、姿态和陀螺零偏等状态量进行误差修正,从而有效减小定位系统的累积误差,提高定位结果的准确性。
基于上述方法实施例,本发明实施例还提供一种零速状态检测装置,该装置存储有车辆的最优检测器,最优检测器为基于车辆的测试数据确定的;最优检测器包括车辆对应的目标检测指标的指标公式和目标检测指标对应的目标阈值,参见图7所示,该装置包括:
信息获取模块702,用于在车辆处于开启状态过程中,获取车辆当前时刻的速度信息;其中,速度信息包括车辆的加速度数据和角速度数据;
计算模块704,用于根据目标检测指标的指标公式对车辆当前时刻的速度信息进行计算,得到目标检测指标对应的计算结果;
零速状态确定模块706,用于根据目标检测指标对应的计算结果和目标检测指标对应的目标阈值,确定车辆当前时刻的零速状态。
本发明提供的零速状态检测装置,首先获取车辆的当前时刻的速度信息,根据车辆上的电子设备中的最优检测器中的目标检测指标对当前时刻的速度信息进行计算,并根据目标检测指标对应的目标阈值与计算结果确定出车辆当前时刻的零速状态,由于最优检测器是基于该车辆的测试数据确定的,因此最优检测器中的目标检测指标与该车辆的运行状况更匹配,相比固定的检测指标,不同的系统对应的最优检测器由于测试数据的不同而不同,进而使通过目标检测指标确定的零速检测结果更精确,从而提升车辆的定位效果。
上述最优检测器的确定方式包括:获取车辆的测试速度;其中,测试速度包括车辆在第一时间序列中每个第一时间点的速度信息;测试速度包括测试角速度与测试加速度;通过指标库中每个检测指标对测试速度进行零速状态预测,得到每个检测指标对应的理论零速状态序列;其中,理论零速状态序列中的每个元素对应于通过该检测指标确定的车辆在第一时间点的零速状态;零速状态包括表征车辆运动的运动状态和表征车辆静止的零速状态;根据每个检测指标对应的理论零速状态序列与测试速度对应的实际零速状态序列,确定车辆对应的最优检测器;其中,实际零速状态序列为通过车辆的速度检测设备获取的测试速度对应的每个第一时间点的实际零速状态。
上述根据每个检测指标对应的理论零速状态序列与测试速度对应的实际零速状态序列,确定车辆对应的最优检测器的过程,包括:根据每个检测指标对应的理论零速状态序列与实际零速状态序列,确定该检测指标的准确性得分;其中,准确性得分用于表征该检测指标的零速状态序列与实际零速状态序列的接近程度;将准确性得分最高的检测指标确定为目标检测指标;将目标检测指标的指标公式和目标检测指标对应的目标阈值作为车辆的最优检测器。
上述零速状态确定模块706,还用于比较当前时刻和当前时刻之前预定数量个连续时刻中,每个时刻目标检测指标对应的计算结果和目标阈值的关系,确定车辆当前时刻的零速状态。
上述比较当前时刻和当前时刻之前预定数量个连续时刻中,每个时刻目标检测指标对应的计算结果和目标阈值的关系,确定车辆当前时刻的零速状态的过程,包括:如果当前时刻目标检测指标对应的计算结果不小于目标阈值,确定车辆当前时刻的零速状态表征为运动;如果当前时刻目标检测指标对应的计算结果小于目标阈值,获取车辆当前时刻之前预定数量个连续时刻中每个时刻对应的计算结果;如果预定数量个连续时刻中每个时刻对应的计算结果均小于目标阈值,确定车辆当前时刻的零速状态表征为静止;如果预定数量个连续时刻中每个时刻对应的计算结果中有不小于目标阈值的计算结果,确定车辆当前时刻的零速状态表征为运动。
上述零速状态确定模块706,还用于对车辆进行轮速检测和/或图像检测,得到第一零速检测结果;比较当前时刻和当前时刻之前预定数量个连续时刻中,每个时刻中目标检测指标对应的计算结果和目标阈值的关系,确定车辆当前时刻的第二零速检测结果;根据第一零速检测结果及第二零速检测结果,确定车辆当前时刻的零速状态。
上述根据第一零速检测结果及第二零速检测结果,确定车辆当前时刻的零速状态的过程,包括:判断是否第一零速检测结果与第二零速检测结果均表征为静止,如果是,确定车辆当前时刻为静止;否则,确定车辆当前时刻为运动。
本发明实施例提供的零速状态检测装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,上述装置的实施例部分未提及之处,可参考前述零速状态检测方法实施例中的相应内容。
本发明实施例还提供了一种电子设备,如图8所示,为该电子设备的结构示意图,其中,该电子设备包括处理器801和存储器802,该存储器802存储有能够被该处理器801执行的计算机可执行指令,该处理器801执行该计算机可执行指令以实现上述零速状态检测方法。
在图8示出的实施方式中,该电子设备还包括总线803和通信接口804,其中,处理器801、通信接口804和存储器802通过总线803连接。
其中,存储器802可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口804(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。总线803可以是ISA(IndustryStandard Architecture,工业标准体系结构)总线、PCI(Peripheral ComponentInterconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线803可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
处理器801可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器801中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器801可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DigitalSignal Processor,简称DSP)、专用集成电路(Application Specific IntegratedCircuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器801读取存储器中的信息,结合其硬件完成前述实施例的零速状态检测方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令在被处理器调用和执行时,该计算机可执行指令促使处理器实现上述零速状态检测方法,具体实现可参见前述方法实施例,在此不再赘述。
本发明实施例所提供的零速状态检测方法、装置及电子设备的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。
所述功能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,可以存储在一个处理器可执行的非易失的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,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、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种零速状态检测方法,其特征在于,通过车辆上的电子设备提供所述车辆的最优检测器,所述最优检测器为基于所述车辆的测试数据确定的;所述最优检测器包括所述车辆对应的目标检测指标的指标公式和所述目标检测指标对应的目标阈值,所述方法包括:
在所述车辆处于开启状态过程中,获取所述车辆当前时刻的速度信息;其中,所述速度信息包括所述车辆的加速度数据和角速度数据;
根据所述目标检测指标的指标公式对所述车辆当前时刻的速度信息进行计算,得到所述目标检测指标对应的计算结果;
根据所述目标检测指标对应的计算结果和所述目标检测指标对应的目标阈值,确定所述车辆当前时刻的零速状态。
2.根据权利要求1所述的方法,其特征在于,所述最优检测器的确定方式包括:
获取所述车辆的测试速度;其中,所述测试速度包括所述车辆在第一时间序列中每个第一时间点的速度信息;所述测试速度包括测试角速度与测试加速度;
通过指标库中每个检测指标对所述测试速度进行零速状态预测,得到每个所述检测指标对应的理论零速状态序列;其中,所述理论零速状态序列中的每个元素对应于通过该检测指标确定的所述车辆在所述第一时间点的零速状态;所述零速状态包括表征车辆运动的运动状态和表征车辆静止的零速状态;
根据每个所述检测指标对应的理论零速状态序列与所述测试速度对应的实际零速状态序列,确定所述车辆对应的最优检测器;其中,所述实际零速状态序列为通过所述车辆的速度检测设备获取的所述测试速度对应的每个所述第一时间点的实际零速状态。
3.根据权利要求2所述的方法,其特征在于,根据每个所述检测指标对应的理论零速状态序列与所述测试速度对应的实际零速状态序列,确定所述车辆对应的最优检测器的步骤,包括:
根据每个所述检测指标对应的理论零速状态序列与实际零速状态序列,确定该检测指标的准确性得分;其中,所述准确性得分用于表征该检测指标的零速状态序列与所述实际零速状态序列的接近程度;
将所述准确性得分最高的所述检测指标确定为目标检测指标;
将所述目标检测指标的指标公式和所述目标检测指标对应的目标阈值作为所述车辆的最优检测器。
4.根据权利要求1-3任一项所述的方法,其特征在于,根据所述目标检测指标对应的计算结果和所述目标检测指标对应的目标阈值,确定所述车辆当前时刻的零速状态的步骤,包括:
比较当前时刻和所述当前时刻之前预定数量个连续时刻中,每个时刻所述目标检测指标对应的计算结果和所述目标阈值的关系,确定所述车辆当前时刻的零速状态。
5.根据权利要求4所述的方法,其特征在于,比较当前时刻和所述当前时刻之前预定数量个连续时刻中,每个时刻所述目标检测指标对应的计算结果和所述目标阈值的关系,确定所述车辆当前时刻的零速状态的步骤,包括:
如果当前时刻所述目标检测指标对应的计算结果不小于所述目标阈值,确定所述车辆当前时刻的零速状态表征为运动;如果当前时刻所述目标检测指标对应的计算结果小于所述目标阈值,获取所述车辆当前时刻之前预定数量个连续时刻中每个时刻对应的计算结果;如果所述预定数量个连续时刻中每个时刻对应的计算结果均小于所述目标阈值,确定所述车辆当前时刻的零速状态表征为静止;
如果所述预定数量个连续时刻中每个时刻对应的计算结果中有不小于所述目标阈值的计算结果,确定所述车辆当前时刻的零速状态表征为运动。
6.根据权利要求1所述的方法,其特征在于,根据所述目标检测指标对应的计算结果和所述目标检测指标对应的目标阈值,确定所述车辆当前时刻的零速状态的步骤,包括:
对所述车辆进行轮速检测和/或图像检测,得到第一零速检测结果;
比较当前时刻和所述当前时刻之前预定数量个连续时刻中,每个时刻中所述目标检测指标对应的计算结果和所述目标阈值的关系,确定所述车辆当前时刻的第二零速检测结果;
根据所述第一零速检测结果及所述第二零速检测结果,确定所述车辆当前时刻的零速状态。
7.根据权利要求6所述的方法,其特征在于,根据所述第一零速检测结果及所述第二零速检测结果,确定所述车辆当前时刻的零速状态的步骤,包括:
判断是否第一零速检测结果与所述第二零速检测结果均表征为静止,如果是,确定所述车辆当前时刻为静止;
否则,确定所述车辆当前时刻为运动。
8.一种零速状态检测装置,其特征在于,所述装置存储有车辆的最优检测器,所述最优检测器为基于所述车辆的测试数据确定的;所述最优检测器包括所述车辆对应的目标检测指标的指标公式和所述目标检测指标对应的目标阈值,所述装置包括:
信息获取模块,用于在所述车辆处于开启状态过程中,获取所述车辆当前时刻的速度信息;其中,所述速度信息包括所述车辆的加速度数据和角速度数据;
计算模块,用于根据所述目标检测指标的指标公式对所述车辆当前时刻的速度信息进行计算,得到所述目标检测指标对应的计算结果;
零速状态确定模块,用于根据所述目标检测指标对应的计算结果和所述目标检测指标对应的目标阈值,确定所述车辆当前时刻的零速状态。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1-7中任一项所述的方法。
10.一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存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111298201.0A CN114019182B (zh) | 2021-11-04 | 2021-11-04 | 零速状态检测方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111298201.0A CN114019182B (zh) | 2021-11-04 | 2021-11-04 | 零速状态检测方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114019182A true CN114019182A (zh) | 2022-02-08 |
CN114019182B CN114019182B (zh) | 2024-02-02 |
Family
ID=80060575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111298201.0A Active CN114019182B (zh) | 2021-11-04 | 2021-11-04 | 零速状态检测方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114019182B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115817163A (zh) * | 2023-02-17 | 2023-03-21 | 禾多科技(北京)有限公司 | 车辆轮速调整方法、装置、电子设备和计算机可读介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080234933A1 (en) * | 2007-03-19 | 2008-09-25 | Sirf Technology, Inc. | Systems and Methods for Detecting a Vehicle Static Condition |
WO2011141455A1 (en) * | 2010-05-12 | 2011-11-17 | Technische Universitaet Graz | Method and system for detection of a zero velocity state of an object |
CN103630147A (zh) * | 2013-11-26 | 2014-03-12 | 哈尔滨工程大学 | 一种基于hmm的个人自主导航系统零速检测方法 |
CN105783923A (zh) * | 2016-01-05 | 2016-07-20 | 山东科技大学 | 基于rfid和mems惯性技术的人员定位方法 |
CN110702104A (zh) * | 2019-09-27 | 2020-01-17 | 同济大学 | 一种基于车辆零速检测的惯性导航误差修正方法 |
CN110715659A (zh) * | 2019-10-25 | 2020-01-21 | 高新兴物联科技有限公司 | 零速检测方法、行人惯性导航方法、装置及存储介质 |
CN111207739A (zh) * | 2018-11-22 | 2020-05-29 | 千寻位置网络有限公司 | 基于gru神经网络的行人步行零速检测方法及装置 |
CN111337050A (zh) * | 2020-03-20 | 2020-06-26 | 深圳市汇泰科电子有限公司 | 一种基于多条件融合的零速判断条件及计步方法 |
CN111707294A (zh) * | 2020-08-20 | 2020-09-25 | 中国人民解放军国防科技大学 | 基于最优区间估计的行人导航零速区间检测方法和装置 |
-
2021
- 2021-11-04 CN CN202111298201.0A patent/CN114019182B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080234933A1 (en) * | 2007-03-19 | 2008-09-25 | Sirf Technology, Inc. | Systems and Methods for Detecting a Vehicle Static Condition |
WO2011141455A1 (en) * | 2010-05-12 | 2011-11-17 | Technische Universitaet Graz | Method and system for detection of a zero velocity state of an object |
CN103630147A (zh) * | 2013-11-26 | 2014-03-12 | 哈尔滨工程大学 | 一种基于hmm的个人自主导航系统零速检测方法 |
CN105783923A (zh) * | 2016-01-05 | 2016-07-20 | 山东科技大学 | 基于rfid和mems惯性技术的人员定位方法 |
CN111207739A (zh) * | 2018-11-22 | 2020-05-29 | 千寻位置网络有限公司 | 基于gru神经网络的行人步行零速检测方法及装置 |
CN110702104A (zh) * | 2019-09-27 | 2020-01-17 | 同济大学 | 一种基于车辆零速检测的惯性导航误差修正方法 |
CN110715659A (zh) * | 2019-10-25 | 2020-01-21 | 高新兴物联科技有限公司 | 零速检测方法、行人惯性导航方法、装置及存储介质 |
CN111337050A (zh) * | 2020-03-20 | 2020-06-26 | 深圳市汇泰科电子有限公司 | 一种基于多条件融合的零速判断条件及计步方法 |
CN111707294A (zh) * | 2020-08-20 | 2020-09-25 | 中国人民解放军国防科技大学 | 基于最优区间估计的行人导航零速区间检测方法和装置 |
Non-Patent Citations (3)
Title |
---|
ISAAC SKOG, ET AL: "Evaluation of zero-velocity detectors for foot-mounted inertial navigation systems", 《2010 INTERNATIONAL CONFERENCE ON INDOOR POSITIONING AND INDOOR NAVIGATION》, pages 1 - 6 * |
王慧等: "基于惯性系原理的动基座粗对准及其性能影响因素分析", 《测绘地理信息》, vol. 46, no. 5, pages 31 - 36 * |
贾亮;陈海明;: "基于MEMS惯性传感器零速检测算法的研究", 电脑与信息技术, no. 03, pages 26 - 29 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115817163A (zh) * | 2023-02-17 | 2023-03-21 | 禾多科技(北京)有限公司 | 车辆轮速调整方法、装置、电子设备和计算机可读介质 |
CN115817163B (zh) * | 2023-02-17 | 2023-05-23 | 禾多科技(北京)有限公司 | 车辆轮速调整方法、装置、电子设备和计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114019182B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170103342A1 (en) | Machine learning based determination of accurate motion parameters of a vehicle | |
CN112577521B (zh) | 一种组合导航误差校准方法及电子设备 | |
CN112577526B (zh) | 一种多传感器融合定位的置信度计算方法及系统 | |
CN113701745B (zh) | 一种外参变化检测方法、装置、电子设备及检测系统 | |
CN111121768A (zh) | 一种机器人位姿估计方法、装置、可读存储介质及机器人 | |
CN112861833B (zh) | 车辆车道级定位方法、装置、电子设备和计算机可读介质 | |
CN111026081B (zh) | 一种误差计算方法、装置、设备及存储介质 | |
CN111612378A (zh) | 潜在碰撞风险预测方法、装置及计算机设备 | |
US6907347B2 (en) | Systems and method for estimating speed and pitch sensor errors | |
CN111279215A (zh) | 目标检测方法和装置、航迹管理方法和装置以及无人机 | |
CN111428539A (zh) | 目标跟踪方法及装置 | |
CN114019182B (zh) | 零速状态检测方法、装置及电子设备 | |
CN114550450A (zh) | 一种验证路侧感知设备感知精度的方法、装置及电子设备 | |
CN111561930A (zh) | 一种车载mems陀螺仪随机漂移误差的抑制方法 | |
CN113419258B (zh) | 一种定位异常检测方法及其相关设备 | |
CN115493622A (zh) | 一种基于模糊控制和高斯过程的半球谐振陀螺温补方法 | |
CN116242373A (zh) | 一种融合多源数据的高精度导航定位方法及系统 | |
JP3095189B2 (ja) | ナビゲーション装置 | |
CN116164763A (zh) | 目标航向角确定方法、装置及电子设备、存储介质 | |
JP2002131077A (ja) | 移動体の停止判定方法及び停止判定装置ならびに停止判定プログラムを記録した記憶媒体 | |
CN114894193A (zh) | 无人驾驶汽车的路径规划方法、装置、电子设备及介质 | |
US11195287B2 (en) | Method and device for checking the plausibility of a flow vector hypothesis | |
CN115221981B (zh) | 一种目标跟踪方法、装置、终端设备及存储介质 | |
EP4148392A1 (en) | Method and apparatus for vehicle positioning | |
CN116772870A (zh) | 车道级定位方法和装置 |
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 |