CN114179825A - 多传感器融合获取量测值置信度方法及自动驾驶车辆 - Google Patents

多传感器融合获取量测值置信度方法及自动驾驶车辆 Download PDF

Info

Publication number
CN114179825A
CN114179825A CN202111494323.7A CN202111494323A CN114179825A CN 114179825 A CN114179825 A CN 114179825A CN 202111494323 A CN202111494323 A CN 202111494323A CN 114179825 A CN114179825 A CN 114179825A
Authority
CN
China
Prior art keywords
wheel speed
data
information
determining
target vehicle
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
Application number
CN202111494323.7A
Other languages
English (en)
Other versions
CN114179825B (zh
Inventor
程风
刘文杰
邱笑晨
徐国梁
蔡仁澜
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202111494323.7A priority Critical patent/CN114179825B/zh
Publication of CN114179825A publication Critical patent/CN114179825A/zh
Application granted granted Critical
Publication of CN114179825B publication Critical patent/CN114179825B/zh
Priority to US18/076,942 priority patent/US20230213343A1/en
Priority to EP22212316.8A priority patent/EP4194809A1/en
Priority to JP2022196156A priority patent/JP2023085243A/ja
Priority to KR1020220170504A priority patent/KR20230086628A/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • 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
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational 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
    • G01C21/10—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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/002—Integrating means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4042—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/801—Lateral distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/802—Longitudinal distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/35—Data fusion

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本公开提供了一种多传感器融合获取量测值置信度方法及自动驾驶车辆，涉及计算机技术领域，尤其涉及自动驾驶技术领域。具体实现方案为：在第一时刻确定目标车辆上定位组件的第一量测值位置，以及在第二时刻确定定位组件的第二量测值位置，其中，第一时刻早于第二时刻；利用第一量测值位置和第二量测值位置，获取第一距离信息；确定目标车辆从第一时刻至第二时刻的惯性测量信息与轮速计信息；基于惯性测量信息与轮速计信息，获取第二距离信息；采用第一距离信息与第二距离信息，获取第二时刻对应的目标量测值置信度。

Description

多传感器融合获取量测值置信度方法及自动驾驶车辆
技术领域
本公开涉及计算机技术领域，进一步涉及自动驾驶技术领域，尤其涉及一种多传感器融合获取量测值置信度方法及自动驾驶车辆。
背景技术
在无人车自动驾驶的过程中，需要多传感器融合的定位系统实时输出连续高频率且精确的定位结果，以保证路径规划、感知等模块的正常工作。
相关技术中，定位系统中的惯性测量单元(Inertial Measurement Unit，IMU)递推会随着长时间运作而产生累计误差，为获得高精度的定位结果，需要依赖激光探测及测距系统(Light Detection and Ranging，LiDAR)和全球导航卫星系统(Global NavigationSatellite System，GNSS)输出准确的量测值。当量测值置信度不准确时，定位系统无法准确预测车辆状态，从而增加了自动驾驶过程中的安全风险。
发明内容
本公开提供了一种多传感器融合获取量测值置信度方法及自动驾驶车辆，以至少解决相关技术中由于量侧值置信度的准确性低下而导致定位效果差的技术问题。
根据本公开的一方面，提供了一种多传感器融合获取量测值置信度方法，包括：在第一时刻确定目标车辆上定位组件的第一量测值位置，以及在第二时刻确定定位组件的第二量测值位置，其中，第一时刻早于第二时刻；利用第一量测值位置和第二量测值位置，获取第一距离信息；确定目标车辆从第一时刻至第二时刻的惯性测量信息与轮速计信息；基于惯性测量信息与轮速计信息，获取第二距离信息；采用第一距离信息与第二距离信息，获取第二时刻对应的目标量测值置信度。
根据本公开的又一方面，提供了一种多传感器融合获取量测值置信度装置，包括：第一确定模块，用于在第一时刻确定目标车辆上定位组件的第一量测值位置，以及在第二时刻确定定位组件的第二量测值位置，其中，第一时刻早于第二时刻；第一获取模块，用于利用第一量测值位置和第二量测值位置，获取第一距离信息；第二确定模块，用于确定目标车辆从第一时刻至第二时刻的惯性测量信息与轮速计信息；第二获取模块，用于基于惯性测量信息与轮速计信息，获取第二距离信息；第三获取模块，用于采用第一距离信息与第二距离信息，获取第二时刻对应的目标量测值置信度。
根据本公开的又一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开提出的多传感器融合获取量测值置信度方法。
根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开提出的多传感器融合获取量测值置信度方法。
根据本公开的又一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行本公开提出的多传感器融合获取量测值置信度方法。
根据本公开的又一方面，提供了一种自动驾驶车辆，包括上述的电子设备。
在本公开中，通过在第一时刻确定目标车辆上定位组件的第一量测值位置，以及在第二时刻确定定位组件的第二量测值位置，进而利用第一量测值位置和第二量测值位置，获取第一距离信息；确定目标车辆从第一时刻至第二时刻的惯性测量信息与轮速计信息，并且基于惯性测量信息与轮速计信息，获取第二距离信息；最后采用第一距离信息与第二距离信息，获取第二时刻对应的目标量测值置信度，达到了获取高精度的量侧值置信度的目的，实现了提高量侧值置信度的准确性以获得精确定位结果的效果，从而解决了相关技术中由于量侧值置信度的准确性低下而导致定位效果差的技术问题。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开实施例的一种用于实现多传感器融合获取量测值置信度方法的计算机终端(或移动设备)的硬件结构框图；
图2是根据本公开实施例的一种多传感器融合获取量测值置信度方法流程图；
图3是根据本公开实施例的一种缓存惯性测量数据的示意图；
图4是根据本公开实施例的一种车辆轮速计转弯模型示意图；
图5是根据本公开实施例的一种惯性测量单元的测量示意图；
图6是根据本公开实施例的一种融合定位总体框架示意图；
图7是根据本公开实施例的一种多传感器融合获取量测值置信度装置的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
需要说明的是，本公开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，以便这里描述的本公开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。
自动驾驶车辆的定位系统是一个多传感器融合系统，定位系统可以通过卡尔曼滤波融合IMU、LiDAR、GNSS和视觉(Vision)模块输出最优的定位结果。
IMU递推会随着长时间运作而产生累积误差，为获得高精度的定位结果，需要依赖量测值的精度。根据卡尔曼滤波的原理，为了得到最优的估计结果，需要量测值尽量接近真值，同时，也需要量测值提供尽可能准确的置信度，才能使得卡尔曼滤波充分发挥IMU的作用。如果LiDAR、GNSS或者视觉模块提供的量测值存在误差，将会导致量侧值置信度与实际误差不匹配，进而极大地影响定位精度，使得定位系统无法准确预测车辆状态。
相关技术中，针对卡尔曼滤波时收到异常量测值的通用处理方式是卡方检验，卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度。其中，实际观测值即为定位系统中点云定位、卫星定位和视觉定位的输出结果，理论推断值即为卡尔曼滤波中IMU的时间更新中的一步预测结果。实际观测值与理论推断值之间的偏离程度可以表示卡方值的大小，如果卡方值越大，二者偏差程度越大；如果卡方值越小，二者偏差程度越小；若两个值完全相等时，卡方值为0，表明理论推断值与实际观测值完全相符。
卡方检验的原理虽然简单，但却忽略了量测值之间的相关性。具体的，卡方检验对单帧的异常量测值剔除有着明显的作用，可以降低该帧异常量测结果对融合滤波的影响，从而保障定位结果不被个别异常量测值影响。但是，针对存在错误趋势，同时量测值置信度与真实情况不符合的量测值，例如，在隧道中LiDAR量侧值可能会随着时间慢慢漂移，GNSS中存在固定错误而导致输出量侧值长时间含有误差等，滤波输出的定位结果会逐渐偏向错误的量测结果，从而引起定位漂移，并且融合定位的置信度无法客观表达当前的定位误差并给出相应预报，从而增加自动驾驶过程中的安全风险。
相关技术中存在由于量侧值置信度的准确性低下而导致定位效果差的技术问题。
根据本公开实施例，提供了一种多传感器融合获取量测值置信度方法，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。
本公开实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的电子设备中执行。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。图1示出了一种用于实现多传感器融合获取量测值置信度方法的计算机终端(或移动设备)的硬件结构框图。
如图1所示，计算机终端100包括计算单元101，其可以根据存储在只读存储器(ROM)102中的计算机程序或者从存储单元108加载到随机访问存储器(RAM)103中的计算机程序，来执行各种适当的动作和处理。在RAM 103中，还可存储计算机终端100操作所需的各种程序和数据。计算单元101、ROM 102以及RAM 103通过总线104彼此相连。输入/输出(I/O)接口105也连接至总线104。
计算机终端100中的多个部件连接至I/O接口105，包括：输入单元106，例如键盘、鼠标等；输出单元107，例如各种类型的显示器、扬声器等；存储单元108，例如磁盘、光盘等；以及通信单元109，例如网卡、调制解调器、无线通信收发机等。通信单元109允许计算机终端100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元101执行本文所描述的多传感器融合获取量测值置信度方法。例如，在一些实施例中，多传感器融合获取量测值置信度方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元108。在一些实施例中，计算机程序的部分或者全部可以经由ROM 102和/或通信单元109而被载入和/或安装到计算机终端100上。当计算机程序加载到RAM 103并由计算单元101执行时，可以执行本文描述的多传感器融合获取量测值置信度方法的一个或多个步骤。备选地，在其他实施例中，计算单元101可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行多传感器融合获取量测值置信度方法。
本文中描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
此处需要说明的是，在一些可选实施例中，上述图1所示的电子设备可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图1仅为特定具体实例的一个实例，并且旨在示出可存在于上述电子设备中的部件的类型。
在上述运行环境下，本公开提供了如图2所示的多传感器融合获取量测值置信度方法，该方法可以由图1所示的计算机终端或者类似的电子设备执行。图2是根据本公开实施例提供的一种多传感器融合获取量测值置信度方法流程图。如图2所示，该方法可以包括如下步骤：
步骤S21，在第一时刻确定目标车辆上定位组件的第一量测值位置，以及在第二时刻确定定位组件的第二量测值位置，其中，第一时刻早于第二时刻；
上述定位组件包括目标车辆定位系统中的LiDAR、GNSS和视觉模块中的任意一项。
上述第一量侧值位置和第二量侧值位置可以通过通用横墨卡托格网系统(Universal Transverse Mercator Grid System，UTM)坐标进行表示。其中，UTM坐标是一种平面直角坐标，这种坐标格网系统及其所依据的投影可以广泛应用于地形图，作为卫星影像和自然资源数据库的参考格网基于要求精确定位的其他应用。
步骤S22，利用第一量测值位置和第二量测值位置，获取第一距离信息；
具体的，利用第一量测值位置和第二量测值位置，获取第一距离信息的实现过程可参照对于本公开实施例的进一步介绍，不予赘述。
步骤S23，确定目标车辆从第一时刻至第二时刻的惯性测量信息与轮速计信息；
上述惯性测量信息与轮速计信息可以由定位组件自动缓存。例如，当定位卡尔曼滤波收敛，定位完成初始化之后，定位组件持续缓存2秒左右的IMU信息和轮速计信息。
步骤S24，基于惯性测量信息与轮速计信息，获取第二距离信息；
具体的，基于惯性测量信息与轮速计信息，获取第二距离信息的实现过程可以参照对于本公开实施例的进一步介绍。
步骤S25，采用第一距离信息与第二距离信息，获取第二时刻对应的目标量测值置信度。
根据本公开上述步骤S21至步骤S25，通过在第一时刻确定目标车辆上定位组件的第一量测值位置，以及在第二时刻确定定位组件的第二量测值位置，进而利用第一量测值位置和第二量测值位置，获取第一距离信息；确定目标车辆从第一时刻至第二时刻的惯性测量信息与轮速计信息，并且基于惯性测量信息与轮速计信息，获取第二距离信息；最后采用第一距离信息与第二距离信息，获取第二时刻对应的目标量测值置信度，达到了获取高精度的量侧值置信度的目的，实现了提高量侧值置信度的准确性以获得精确定位结果的效果，从而解决了相关技术中由于量侧值置信度的准确性低下而导致定位效果差的技术问题。
下面对上述实施例的多传感器融合获取量测值置信度方法进行进一步介绍。
作为一种可选的实施方式，在步骤S22，利用第一量测值位置和第二量测值位置，获取第一距离信息包括：
步骤S221，确定第一量测值位置在目标平面直角坐标系下的第一坐标数据；
上述目标平面直角坐标系为UTM坐标系。
步骤S222，确定第二量测值位置在目标平面直角坐标系下的第二坐标数据；
步骤S223，利用第一坐标数据和第二坐标数据计算第二量测值位置与第一量测值位置之间的水平欧式距离，得到第一距离信息。
例如，T1时刻的第一量测值位置
Figure BDA0003399592590000088
在UTM坐标系下的第一坐标数据可以通过以下公式(1)表示：
Figure BDA0003399592590000081
T2时刻的第二量测值位置
Figure BDA0003399592590000082
在UTM坐标系下的第二坐标数据可以通过以下公式(2)表示：
Figure BDA0003399592590000083
利用第一坐标数据和第二坐标数据通过以下公式(3)计算第二量测值位置
Figure BDA0003399592590000084
与第一量测值位置
Figure BDA0003399592590000085
之间的水平欧式距离，得到第一距离信息
Figure BDA0003399592590000086
Figure BDA0003399592590000087
在上述可选实施例中，利用第一坐标数据和第二坐标数据计算第二量测值位置与第一量测值位置之间的水平欧式距离，得到第一距离信息，以用于计算第二时刻对应的目标量测值置信度。
作为一种可选的实施方式，第一时刻与第二时刻之间的帧宽度包括：多个历元，在步骤S24，基于惯性测量信息与轮速计信息，获取第二距离信息包括：
步骤S241，利用惯性测量信息确定多个历元对应的姿态更新信息；
具体的，利用惯性测量信息确定多个历元对应的姿态更新信息的实现过程可以参照下文实施例的进一步介绍，不予赘述。
步骤S242，基于轮速计信息和姿态更新信息确定多个历元对应的速度更新信息；
具体的，基于轮速计信息和姿态更新信息确定多个历元对应的速度更新信息的实现过程可以参照下文实施例的进一步介绍，不予赘述。
步骤S243，通过速度更新信息确定从第一时刻至第二时刻的相对位移；
步骤S244，采用相对位移获取第二距离信息。
在上述可选实施例中，利用惯性测量信息确定多个历元对应的姿态更新信息，基于轮速计信息和姿态更新信息确定多个历元对应的速度更新信息，进而通过速度更新信息确定从第一时刻至第二时刻的相对位移，最终采用相对位移获取第二距离信息，以用于计算第二时刻对应的目标量测值置信度。
作为一种可选的实施方式，在步骤S241，利用惯性测量信息确定多个历元对应的姿态更新信息包括：
步骤S2411，对于多个历元中每相邻的第一历元和第二历元，依次利用惯性测量信息分别确定第一历元对应的第一惯性测量数据，以及第二历元对应的第二惯性测量数据；
步骤S2412，基于第一惯性测量数据确定第一角度增量，以及基于第二惯性测量数据确定第二角度增量；
步骤S2413，采用第一角度增量和第二角度增量，确定多个历元对应的姿态更新信息。
例如，图3是根据本公开实施例的一种缓存惯性测量数据的示意图，如图3所示，IMU数据频率为200Hz，第一时刻T1与第二时刻T2之间的帧宽度包括N个历元，其中，第一时刻T1所在历元对应的IMU数据为imuk，第一时刻T2所在历元对应的IMU数据为imuk+N。对T1和T2之间相邻的第一历元和第二历元，依次利用惯性信息确定第一历元对应的第一惯性测量数据
Figure BDA0003399592590000091
以及第二历元对应的第二惯性测量数据
Figure BDA0003399592590000092
基于第一惯性测量数据
Figure BDA0003399592590000093
通过以下公式(4)确定k时刻的第一角度增量Δθk：
Figure BDA0003399592590000094
基于第二惯性测量数据
Figure BDA0003399592590000095
通过以下公式(5)确定(k+1)时刻第二角度增量Δθk+1：
Figure BDA0003399592590000096
采用第一角度增量Δθk和第二角度增量Δθk+1通过以下公式(6)、公式(7)、公式(8)计算k+1时刻相对于k时刻的姿态四元数
Figure BDA0003399592590000097
Figure BDA0003399592590000098
其中，
Figure BDA0003399592590000099
表示四元数运算符。
Figure BDA0003399592590000101
Figure BDA0003399592590000102
进一步的，根据以下公式(9)计算k+2时刻相对于k时刻的姿态四元数
Figure BDA0003399592590000105
Figure BDA0003399592590000104
以此类推，可以确定第一时刻和第二时刻之间多个多个历元对应的姿态更新信息。
在上述可选实施例中，对于多个历元中每相邻的第一历元和第二历元，依次利用惯性测量信息分别确定第一历元对应的第一惯性测量数据，以及第二历元对应的第二惯性测量数据，进而确定第一角度增量和第二角度增量，最终确定多个历元对应的姿态更新信息以用于后续确定多个历元对应的速度更新信息。
作为一种可选的实施方式，在步骤S242，基于轮速计信息和姿态更新信息确定多个历元对应的速度更新信息包括：
步骤S2421，获取第一时刻对应的第一轮速计数据；
步骤S2422，基于第一轮速计数据计算得到目标车辆的转向角；
具体的，基于第一轮速计数据计算得到目标车辆的转向角的实现过程可以参照下文实施例的进一步介绍，不予赘述。
步骤S2423，通过转向角，获取第二轮速计数据，其中，第二轮速计数据为车体坐标系下与第一轮速计数据对应的轮速计数据；
步骤S2424，利用姿态更新信息转换得到目标车辆的车体与目标车辆上配置的惯性测量单元之间的安装角数据；
上述安装角数据为IMU在目标车辆上的安装误差形成的夹角。
步骤S2425，采用第二轮速计数据和安装角数据计算得到第三轮速计数据，其中，第三轮速计数据为载体惯性系下的轮速计数据；
步骤S2426，通过轮速计杆臂误差数据和第三轮速计数据计算得到第四轮速计数据，其中，第四轮速计数据为惯性测量单元坐标系下的轮速计数据。
在上述可选实施例中，可以基于轮速计信息和姿态更新信息确定多个历元对应的速度更新信息，以用于确定从第一时刻至第二时刻的相对位移，进而获得第二距离信息。
作为一种可选的实施方式，第一轮速计数据包括：前左轮速度、前右轮速度、后左轮速度和后右轮速度，在步骤S2422，基于第一轮速计数据计算得到转向角包括：
步骤S31，采用前左轮速度和前右轮速度计算得到目标车辆的虚拟前轮速度；
步骤S32，采用后左轮速度、后右轮速度以及目标车辆的后左轮与后右轮之间的轮距计算得到目标车辆的转弯角速度；
步骤S33，采用虚拟前轮速度和转弯角速度计算得到目标车辆的转弯半径；
步骤S34，采用转弯半径以及目标车辆的前轮与后轮之间的轴距计算得到转向角。
在上述可选实施例中，可以基于第一轮速计数据中的前左轮速度、前右轮速度、后左轮速度和后右轮速度计算得到转向角，以获取第二轮速计数据。
例如，获取第一时刻T1对应的第一轮速计数据Vwheel，Vwheel可以通过以下公式(10)进行表示：
Vwheel＝[V前左 V前右 V后左 V后右] 公式(10)
其中，V前左为目标车辆前左轮的速度，V前右为目标车辆前右轮的速度，V后左为目标车辆后左轮的速度，V后右为目标车辆后右轮的速度。
图4是根据本公开实施例的一种目标车辆轮速计转弯模型示意图，如图4所示，A为为目标车辆前左轮，B为目标车辆前右轮，C为目标车辆后左轮，D为目标车辆后右轮。AB中点O1的速度为目标车辆的虚拟前轮速度VD，采用前左轮速度和前右轮速度通通过以下公式(11)计算得到目标车辆的虚拟前轮速度VD：
Figure BDA0003399592590000111
采用后左轮速度、后右轮速度以及目标车辆的后左轮与后右轮之间的轮距通过以下公式(12)计算得到目标车辆的转弯角速度ω：
Figure BDA0003399592590000112
其中，l轮距为目标车辆的后左轮与后右轮之间的轮距。
采用虚拟前轮速度和转弯角速度通过以下公式(13)计算得到目标车辆的转弯半径R：
Figure BDA0003399592590000121
采用转弯半径以及目标车辆的前轮与后轮之间的轴距通过以下公式(14)计算得到转向角
Figure BDA0003399592590000122
Figure BDA0003399592590000123
其中，D轴距为目标车辆的前轮与后轮之间的轴距。
通过转向角，通过以下公式(15)获取第二轮速计数据
Figure BDA0003399592590000124
Figure BDA0003399592590000125
利用姿态更新信息
Figure BDA0003399592590000126
转换得到目标车辆的车体与目标车辆上配置的惯性测量单元之间的安装角数据
Figure BDA0003399592590000127
采用第二轮速计数据和安装角数据根据以下公式(16)计算得到k+1时刻相对于k时刻在载体惯性系下的第三轮速计数据
Figure BDA0003399592590000128
Figure BDA0003399592590000129
其中，
Figure BDA00033995925900001210
为目标车辆与IMU的安装角，因安装误差而形成。
进一步的，由于IMU安装在车体上，如图5所示，IMU的测量中心Ob0和轮速计所测得的O1点是不一致的。因此，需要进行杆臂补偿，以获得IMU测量中心的速度。由于目标车辆在行驶过程中水平姿态角一般不大，因而可以忽略高度方向的杆臂影响，轮速计杆臂误差数据Δlb可以通过以下公式(17)进行表示：
Δlb＝[dx dy 0]T 公式(17)
通过轮速计杆臂误差数据Δlb和第三轮速计数据
Figure BDA00033995925900001211
通过以下公式(18)计算得到第四轮速计数据
Figure BDA00033995925900001212
第四轮速计数据
Figure BDA00033995925900001213
为在k+1时刻相对于k时刻惯性测量单元坐标系下的轮速计数据：
Figure BDA00033995925900001214
其中，Δθk+1×表示k+1时刻IMU陀螺角速度的叉乘符号。
作为一种可选的实施方式，在步骤S243，通过速度更新信息确定从第一时刻至第二时刻的相对位移包括：通过多个历元中每相邻两个历元对应的第四轮速计数据，递推得到相对位移。
作为一种可选的实施方式，在步骤S244，采用相对位移获取第二距离信息包括：基于相对位移计算水平欧式距离，得到第二距离信息。
例如，第四轮速计数据
Figure BDA0003399592590000131
可用于通过以下公式(19)获得k+1时刻相对k时刻的相对位移
Figure BDA0003399592590000132
Figure BDA0003399592590000133
按照上述公式(19)可以依次递推到k+N时刻，即第二时刻T2，进而通过以下公式(20)计算得到第一时刻T1到第二时刻T2的相对位移
Figure BDA0003399592590000134
Figure BDA0003399592590000135
根据相对位移
Figure BDA0003399592590000136
的前两项得到水平欧式距离
Figure BDA0003399592590000137
得到第二距离信息，其中，水平欧式距离
Figure BDA0003399592590000138
通过以下公式(21)进行表示：
Figure BDA0003399592590000139
作为一种可选的实施方式，在步骤S25，采用第一距离信息与第二距离信息，获取目标量测值置信度包括：
步骤S251，采用第一距离信息、第二距离信息以及第二时刻对应的初始量测值置信度，确定量测值置信度调整系数；
步骤S252，通过量测值置信度调整系数和初始量测值置信度，获取目标量测值置信度。
例如，第二时刻T2对应的初始量测值置信度为量测值的标准差，初始量测值置信度矩阵
Figure BDA00033995925900001318
通过以下公式(22)进行表示：
Figure BDA00033995925900001319
根据第一距离信息
Figure BDA00033995925900001310
第二距离信息
Figure BDA00033995925900001311
以及第二时刻对应的初始量测值置信度矩阵
Figure BDA00033995925900001312
确定量侧值置信度调整系数ε，具体确定规则如以下公式(23)所示：
Figure BDA00033995925900001313
其中，
Figure BDA00033995925900001314
为放大系数，不同的量测模块特性对应的放大系数不同。
基于量测值置信度调整系数ε和初始量测值置信度
Figure BDA00033995925900001315
通过以下公式(24)获取第二时刻T2的目标量测值置信度
Figure BDA00033995925900001316
Figure BDA00033995925900001317
图6是根据本公开实施例的一种融合定位总体框架示意图，将第二时刻T2的量侧值和目标量侧值置信度代入到卡尔曼滤波进行量测更新，即可获得更新后的定位结果。
在上述可选实施例中，可以采用第一距离信息、第二距离信息以及第二时刻对应的初始量测值置信度，确定量测值置信度调整系数，进而通过量测值置信度调整系数和初始量测值置信度，获取准确的目标量测值置信度，进而获取高精度的定位结果，降低自动驾驶过程中的安全风险。
本公开实施例提供的多传感器融合获取量测值置信度方法考虑IMU结合轮速计短期内递推精度高的优势，取同一模块输出两帧相邻量测值，计算第一距离信息和第二距离信息，采用第一距离信息和第二距离信息获取第二时刻对应的目标量侧值置信度，用来评估该模块当前帧量测结果的质量，能够有效提升定位精度。同时，卡尔曼滤波中的位置权重也能更准确的反映当前时刻真正的精度水平，与实际误差相符，定位装置可以更准确的预报出定位的置信度，在定位能力不满足要求时及时报警退出自动驾驶，提升车辆自动驾驶的安全性。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献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终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本公开各个实施例所述的方法。
在本公开中还提供了一种多传感器融合获取量测值置信度装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图7是根据本公开其中一实施例的一种多传感器融合获取量测值置信度装置的结构框图，如图7所示，一种多传感器融合获取量测值置信度装置700包括：
第一确定模块701，用于在第一时刻确定目标车辆上定位组件的第一量测值位置，以及在第二时刻确定定位组件的第二量测值位置，其中，第一时刻早于第二时刻；
第一获取模块702，用于利用第一量测值位置和第二量测值位置，获取第一距离信息；
第二确定模块703，用于确定目标车辆从第一时刻至第二时刻的惯性测量信息与轮速计信息；
第二获取模块704，用于基于惯性测量信息与轮速计信息，获取第二距离信息；
第三获取模块705，用于采用第一距离信息与第二距离信息，获取第二时刻对应的目标量测值置信度。
可选地，第一获取模块702还用于：确定第一量测值位置在目标平面直角坐标系下的第一坐标数据；确定第二量测值位置在目标平面直角坐标系下的第二坐标数据；利用第一坐标数据和第二坐标数据计算第二量测值位置与第一量测值位置之间的水平欧式距离，得到第一距离信息。
可选地，第一时刻与第二时刻之间的帧宽度包括：多个历元，第二获取模块704还用于：利用惯性测量信息确定多个历元对应的姿态更新信息；基于轮速计信息和姿态更新信息确定多个历元对应的速度更新信息；通过速度更新信息确定从第一时刻至第二时刻的相对位移；采用相对位移获取第二距离信息。
可选地，第二获取模块704还用于：对于多个历元中每相邻的第一历元和第二历元，依次利用惯性测量信息分别确定第一历元对应的第一惯性测量数据，以及第二历元对应的第二惯性测量数据；基于第一惯性测量数据确定第一角度增量，以及基于第二惯性测量数据确定第二角度增量；采用第一角度增量和第二角度增量，确定多个历元对应的姿态更新信息。
可选地，第二获取模块704还用于：获取第一时刻对应的第一轮速计数据；基于第一轮速计数据计算得到目标车辆的转向角；通过转向角，获取第二轮速计数据，其中，第二轮速计数据为车体坐标系下与第一轮速计数据对应的轮速计数据；利用姿态更新信息转换得到目标车辆的车体与目标车辆上配置的惯性测量单元之间的安装角数据；采用第二轮速计数据和安装角数据计算得到第三轮速计数据，其中，第三轮速计数据为载体惯性系下的轮速计数据；通过轮速计杆臂误差数据和第三轮速计数据计算得到第四轮速计数据，其中，第四轮速计数据为惯性测量单元坐标系下的轮速计数据。
可选地，第一轮速计数据包括：前左轮速度、前右轮速度、后左轮速度和后右轮速度，第二获取模块704还用于：采用前左轮速度和前右轮速度计算得到目标车辆的虚拟前轮速度；采用后左轮速度、后右轮速度以及目标车辆的后左轮与后右轮之间的轮距计算得到目标车辆的转弯角速度；采用虚拟前轮速度和转弯角速度计算得到目标车辆的转弯半径；采用转弯半径以及目标车辆的前轮与后轮之间的轴距计算得到转向角。
可选地，第二获取模块704还用于：通过多个历元中每相邻两个历元对应的第四轮速计数据，递推得到相对位移。
可选地，第二获取模块704还用于：基于相对位移计算水平欧式距离，得到第二距离信息。
可选地，第三获取模块705还用于：采用第一距离信息、第二距离信息以及第二时刻对应的初始量测值置信度，确定量测值置信度调整系数；通过量测值置信度调整系数和初始量测值置信度，获取目标量测值置信度。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
根据本公开的实施例，本公开还提供了一种电子设备，包括存储器和至少一个处理器，该存储器中存储有计算机指令，该处理器被设置为运行计算机指令以执行上述方法实施例中的步骤。
可选地，上述电子设备还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
可选地，在本公开中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，在第一时刻确定目标车辆上定位组件的第一量测值位置，以及在第二时刻确定定位组件的第二量测值位置，其中，第一时刻早于第二时刻；
S2，利用第一量测值位置和第二量测值位置，获取第一距离信息；
S3，确定目标车辆从第一时刻至第二时刻的惯性测量信息与轮速计信息；
S4，基于惯性测量信息与轮速计信息，获取第二距离信息；
S5，采用第一距离信息与第二距离信息，获取第二时刻对应的目标量测值置信度。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
根据本公开的实施例，本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该非瞬时计算机可读存储介质中存储有计算机指令，其中，该计算机指令被设置为运行时执行上述方法实施例中的步骤。
可选地，在本实施例中，上述非瞬时计算机可读存储介质可以被设置为存储用于执行以下步骤的计算机程序：
S1，在第一时刻确定目标车辆上定位组件的第一量测值位置，以及在第二时刻确定定位组件的第二量测值位置，其中，第一时刻早于第二时刻；
S2，利用第一量测值位置和第二量测值位置，获取第一距离信息；
S3，确定目标车辆从第一时刻至第二时刻的惯性测量信息与轮速计信息；
S4，基于惯性测量信息与轮速计信息，获取第二距离信息；
S5，采用第一距离信息与第二距离信息，获取第二时刻对应的目标量测值置信度。
可选地，在本实施例中，上述非瞬时计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的实施例，本公开还提供了一种计算机程序产品。用于实施本公开的音频处理方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
根据本公开的实施例，本公开还提供了一种自动驾驶车辆，包括上述上述电子设备，其中，电子设备包括存储器和至少一个处理器。电子设备还可以包括传输设备以及输入输出设备，其中，该传输设备、输入输出设备和处理器连接。
可选地，在本公开中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，在第一时刻确定目标车辆上定位组件的第一量测值位置，以及在第二时刻确定定位组件的第二量测值位置，其中，第一时刻早于第二时刻；
S2，利用第一量测值位置和第二量测值位置，获取第一距离信息；
S3，确定目标车辆从第一时刻至第二时刻的惯性测量信息与轮速计信息；
S4，基于惯性测量信息与轮速计信息，获取第二距离信息；
S5，采用第一距离信息与第二距离信息，获取第二时刻对应的目标量测值置信度。
在本公开的上述实施例中，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。
在本公开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，在本公开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，本公开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)执行本公开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)、随机存取存储器(RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本公开的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本公开原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本公开的保护范围。

Claims (22)

1.一种多传感器融合获取量测值置信度方法，包括：
在第一时刻确定目标车辆上定位组件的第一量测值位置，以及在第二时刻确定所述定位组件的第二量测值位置，其中，所述第一时刻早于所述第二时刻；
利用所述第一量测值位置和所述第二量测值位置，获取第一距离信息；
确定所述目标车辆从所述第一时刻至所述第二时刻的惯性测量信息与轮速计信息；
基于所述惯性测量信息与所述轮速计信息，获取第二距离信息；
采用所述第一距离信息与所述第二距离信息，获取所述第二时刻对应的目标量测值置信度。
2.根据权利要求1所述的方法，其中，利用所述第一量测值位置和所述第二量测值位置，获取所述第一距离信息包括：
确定所述第一量测值位置在目标平面直角坐标系下的第一坐标数据；
确定所述第二量测值位置在所述目标平面直角坐标系下的第二坐标数据；
利用所述第一坐标数据和所述第二坐标数据计算所述第二量测值位置与所述第一量测值位置之间的水平欧式距离，得到所述第一距离信息。
3.根据权利要求1所述的方法，其中，所述第一时刻与所述第二时刻之间的帧宽度包括：多个历元，基于所述惯性测量信息与所述轮速计信息，获取所述第二距离信息包括：
利用所述惯性测量信息确定所述多个历元对应的姿态更新信息；
基于所述轮速计信息和所述姿态更新信息确定所述多个历元对应的速度更新信息；
通过所述速度更新信息确定从所述第一时刻至所述第二时刻的相对位移；
采用所述相对位移获取所述第二距离信息。
4.根据权利要求3所述的方法，其中，利用所述惯性测量信息确定所述多个历元对应的所述姿态更新信息包括：
对于所述多个历元中每相邻的第一历元和第二历元，依次利用所述惯性测量信息分别确定所述第一历元对应的第一惯性测量数据，以及所述第二历元对应的第二惯性测量数据；
基于所述第一惯性测量数据确定第一角度增量，以及基于所述第二惯性测量数据确定第二角度增量；
采用所述第一角度增量和所述第二角度增量，确定所述多个历元对应的所述姿态更新信息。
5.根据权利要求3所述的方法，其中，基于所述轮速计信息和所述姿态更新信息确定所述多个历元对应的所述速度更新信息包括：
获取所述第一时刻对应的第一轮速计数据；
基于所述第一轮速计数据计算得到所述目标车辆的转向角；
通过所述转向角，获取第二轮速计数据，其中，所述第二轮速计数据为车体坐标系下与所述第一轮速计数据对应的轮速计数据；
利用所述姿态更新信息转换得到所述目标车辆的车体与所述目标车辆上配置的惯性测量单元之间的安装角数据；
采用所述第二轮速计数据和所述安装角数据计算得到第三轮速计数据，其中，所述第三轮速计数据为载体惯性系下的轮速计数据；
通过轮速计杆臂误差数据和所述第三轮速计数据计算得到第四轮速计数据，其中，所述第四轮速计数据为惯性测量单元坐标系下的轮速计数据。
6.根据权利要求5所述的方法，其中，所述第一轮速计数据包括：前左轮速度、前右轮速度、后左轮速度和后右轮速度，基于所述第一轮速计数据计算得到所述转向角包括：
采用所述前左轮速度和所述前右轮速度计算得到所述目标车辆的虚拟前轮速度；
采用所述后左轮速度、所述后右轮速度以及所述目标车辆的后左轮与后右轮之间的轮距计算得到所述目标车辆的转弯角速度；
采用所述虚拟前轮速度和所述转弯角速度计算得到所述目标车辆的转弯半径；
采用所述转弯半径以及所述目标车辆的前轮与后轮之间的轴距计算得到所述转向角。
7.根据权利要求5所述的方法，其中，通过所述速度更新信息确定从所述第一时刻至所述第二时刻的所述相对位移包括：
通过所述多个历元中每相邻两个历元对应的所述第四轮速计数据，递推得到所述相对位移。
8.根据权利要求7所述的方法，其中，采用所述相对位移获取所述第二距离信息包括：
基于所述相对位移计算水平欧式距离，得到所述第二距离信息。
9.根据权利要求1所述的方法，其中，采用所述第一距离信息与所述第二距离信息，获取所述目标量测值置信度包括：
采用所述第一距离信息、所述第二距离信息以及所述第二时刻对应的初始量测值置信度，确定量测值置信度调整系数；
通过所述量测值置信度调整系数和所述初始量测值置信度，获取所述目标量测值置信度。
10.一种多传感器融合获取量测值置信度装置，包括：
第一确定模块，用于在第一时刻确定目标车辆上定位组件的第一量测值位置，以及在第二时刻确定所述定位组件的第二量测值位置，其中，所述第一时刻早于所述第二时刻；
第一获取模块，用于利用所述第一量测值位置和所述第二量测值位置，获取第一距离信息；
第二确定模块，用于确定所述目标车辆从所述第一时刻至所述第二时刻的惯性测量信息与轮速计信息；
第二获取模块，用于基于所述惯性测量信息与所述轮速计信息，获取第二距离信息；
第三获取模块，用于采用所述第一距离信息与所述第二距离信息，获取所述第二时刻对应的目标量测值置信度。
11.根据权利要求10所述的装置，其中，所述第一获取模块还用于：
确定所述第一量测值位置在目标平面直角坐标系下的第一坐标数据；
确定所述第二量测值位置在所述目标平面直角坐标系下的第二坐标数据；
利用所述第一坐标数据和所述第二坐标数据计算所述第二量测值位置与所述第一量测值位置之间的水平欧式距离，得到所述第一距离信息。
12.根据权利要求10所述的装置，其中，所述第一时刻与所述第二时刻之间的帧宽度包括：多个历元，所述第二获取模块还用于：
利用所述惯性测量信息确定所述多个历元对应的姿态更新信息；
基于所述轮速计信息和所述姿态更新信息确定所述多个历元对应的速度更新信息；
通过所述速度更新信息确定从所述第一时刻至所述第二时刻的相对位移；
采用所述相对位移获取所述第二距离信息。
13.根据权利要求12所述的装置，其中，所述第二获取模块还用于：
对于所述多个历元中每相邻的第一历元和第二历元，依次利用所述惯性测量信息分别确定所述第一历元对应的第一惯性测量数据，以及所述第二历元对应的第二惯性测量数据；
基于所述第一惯性测量数据确定第一角度增量，以及基于所述第二惯性测量数据确定第二角度增量；
采用所述第一角度增量和所述第二角度增量，确定所述多个历元对应的所述姿态更新信息。
14.根据权利要求12所述的装置，其中，所述第二获取模块还用于：
获取所述第一时刻对应的第一轮速计数据；
基于所述第一轮速计数据计算得到所述目标车辆的转向角；
通过所述转向角，获取第二轮速计数据，其中，所述第二轮速计数据为车体坐标系下与所述第一轮速计数据对应的轮速计数据；
利用所述姿态更新信息转换得到所述目标车辆的车体与所述目标车辆上配置的惯性测量单元之间的安装角数据；
采用所述第二轮速计数据和所述安装角数据计算得到第三轮速计数据，其中，所述第三轮速计数据为载体惯性系下的轮速计数据；
通过轮速计杆臂误差数据和所述第三轮速计数据计算得到第四轮速计数据，其中，所述第四轮速计数据为惯性测量单元坐标系下的轮速计数据。
15.根据权利要求14所述的装置，其中，所述第一轮速计数据包括：前左轮速度、前右轮速度、后左轮速度和后右轮速度，所述第二获取模块还用于：
采用所述前左轮速度和所述前右轮速度计算得到所述目标车辆的虚拟前轮速度；
采用所述后左轮速度、所述后右轮速度以及所述目标车辆的后左轮与后右轮之间的轮距计算得到所述目标车辆的转弯角速度；
采用所述虚拟前轮速度和所述转弯角速度计算得到所述目标车辆的转弯半径；
采用所述转弯半径以及所述目标车辆的前轮与后轮之间的轴距计算得到所述转向角。
16.根据权利要求14所述的装置，其中，所述第二获取模块还用于：
通过所述多个历元中每相邻两个历元对应的所述第四轮速计数据，递推得到所述相对位移。
17.根据权利要求16所述的装置，其中，所述第二获取模块还用于：
基于所述相对位移计算水平欧式距离，得到所述第二距离信息。
18.根据权利要求10所述的装置，其中，所述第三获取模块还用于：
采用所述第一距离信息、所述第二距离信息以及所述第二时刻对应的初始量测值置信度，确定量测值置信度调整系数；
通过所述量测值置信度调整系数和所述初始量测值置信度，获取所述目标量测值置信度。
19.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
21.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的方法。
22.一种自动驾驶车辆，包括如权利要求19所述的电子设备。
CN202111494323.7A 2021-12-08 2021-12-08 多传感器融合获取量测值置信度方法及自动驾驶车辆 Active CN114179825B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202111494323.7A CN114179825B (zh) 2021-12-08 2021-12-08 多传感器融合获取量测值置信度方法及自动驾驶车辆
US18/076,942 US20230213343A1 (en) 2021-12-08 2022-12-07 Method for obtaining confidence of measurement value based on multi-sensor fusion and autonomous vehicle
EP22212316.8A EP4194809A1 (en) 2021-12-08 2022-12-08 Method for obtaining confidence of measurement value based on multi-sensor fusion and autonomous vehicle
JP2022196156A JP2023085243A (ja) 2021-12-08 2022-12-08 マルチセンサ融合による測定値の信頼度の取得方法及び自動運転車両
KR1020220170504A KR20230086628A (ko) 2021-12-08 2022-12-08 다중 센서 융합에 의한 측정값 신뢰도 획득 방법 및 자율주행 차량

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111494323.7A CN114179825B (zh) 2021-12-08 2021-12-08 多传感器融合获取量测值置信度方法及自动驾驶车辆

Publications (2)

Publication Number Publication Date
CN114179825A true CN114179825A (zh) 2022-03-15
CN114179825B CN114179825B (zh) 2022-11-18

Family

ID=80542826

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111494323.7A Active CN114179825B (zh) 2021-12-08 2021-12-08 多传感器融合获取量测值置信度方法及自动驾驶车辆

Country Status (5)

Country Link
US (1) US20230213343A1 (zh)
EP (1) EP4194809A1 (zh)
JP (1) JP2023085243A (zh)
KR (1) KR20230086628A (zh)
CN (1) CN114179825B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115407376A (zh) * 2022-08-25 2022-11-29 深圳市广通远驰科技有限公司 车辆定位校准方法、装置、计算机设备、存储介质
WO2023247151A1 (de) * 2022-06-23 2023-12-28 Bayerische Motoren Werke Aktiengesellschaft Verfahren und assistenzsystem für eine informationsfilterbasierte fahrschlauchschätzung eines kraftfahrzeugs

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117369350B (zh) * 2023-12-08 2024-04-16 北京市农林科学院智能装备技术研究中心 高速播种机控制系统、方法、电子设备及存储介质
CN117434572B (zh) * 2023-12-22 2024-03-26 深圳市明心数智科技有限公司 位置信息处理方法、装置、设备及介质
CN117572335B (zh) * 2024-01-09 2024-04-16 智道网联科技(北京)有限公司 激光定位置信度的更新方法、装置及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200081134A1 (en) * 2018-09-07 2020-03-12 DeepMap Inc. Validation of global navigation satellite system location data with other sensor data
CN110979346A (zh) * 2019-11-29 2020-04-10 北京百度网讯科技有限公司 确定车辆所处车道的方法、装置及设备
CN112577513A (zh) * 2019-09-27 2021-03-30 北京初速度科技有限公司 一种状态量误差确定方法及车载终端
CN112918488A (zh) * 2021-03-11 2021-06-08 知行汽车科技（苏州）有限公司 车辆控制方法、装置及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH109877A (ja) * 1996-06-21 1998-01-16 Omron Corp 車速検出システム及びそれを用いたナビゲーション装置
JP7153842B2 (ja) * 2017-06-29 2022-10-17 パナソニックＩｐマネジメント株式会社 測位方法および測位端末
WO2019087778A1 (ja) * 2017-11-01 2019-05-09 日立オートモティブシステムズ株式会社 移動体の姿勢センサ装置
JP6923434B2 (ja) * 2017-12-27 2021-08-18 株式会社デンソー 測位装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200081134A1 (en) * 2018-09-07 2020-03-12 DeepMap Inc. Validation of global navigation satellite system location data with other sensor data
CN112577513A (zh) * 2019-09-27 2021-03-30 北京初速度科技有限公司 一种状态量误差确定方法及车载终端
CN110979346A (zh) * 2019-11-29 2020-04-10 北京百度网讯科技有限公司 确定车辆所处车道的方法、装置及设备
CN112918488A (zh) * 2021-03-11 2021-06-08 知行汽车科技（苏州）有限公司 车辆控制方法、装置及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023247151A1 (de) * 2022-06-23 2023-12-28 Bayerische Motoren Werke Aktiengesellschaft Verfahren und assistenzsystem für eine informationsfilterbasierte fahrschlauchschätzung eines kraftfahrzeugs
CN115407376A (zh) * 2022-08-25 2022-11-29 深圳市广通远驰科技有限公司 车辆定位校准方法、装置、计算机设备、存储介质

Also Published As

Publication number Publication date
KR20230086628A (ko) 2023-06-15
JP2023085243A (ja) 2023-06-20
CN114179825B (zh) 2022-11-18
US20230213343A1 (en) 2023-07-06
EP4194809A1 (en) 2023-06-14

Similar Documents

Publication Publication Date Title
CN114179825B (zh) 多传感器融合获取量测值置信度方法及自动驾驶车辆
CN111721289B (zh) 自动驾驶中车辆定位方法、装置、设备、存储介质及车辆
JP7299261B2 (ja) 車両のデッドレコニング方法、装置、デバイス、記憶媒体、及びプログラム
CN109435955B (zh) 一种自动驾驶系统性能评估方法、装置、设备及存储介质
CN111102978A (zh) 一种车辆运动状态确定的方法、装置及电子设备
CN113933818A (zh) 激光雷达外参的标定的方法、设备、存储介质及程序产品
CN112082547B (zh) 组合导航系统优化方法、装置、电子设备及存储介质
CN112800159B (zh) 地图数据处理方法及装置
EP4345421A2 (en) Method for calibrating sensor parameters based on autonomous driving, apparatus, storage medium, and vehicle
CN110595434B (zh) 基于mems传感器的四元数融合姿态估计方法
CN110487269A (zh) Gps/ins组合导航方法、装置、存储介质与电子设备
CN111197994B (zh) 位置数据修正方法、装置、计算机设备和存储介质
CN117387604A (zh) 基于4d毫米波雷达和imu融合的定位与建图方法及系统
CN116972834A (zh) 多传感器融合定位方法、装置、系统及存储介质
CN115727871A (zh) 一种轨迹质量检测方法、装置、电子设备和存储介质
CN114199236A (zh) 定位数据处理的方法、装置、电子设备和自动驾驶车辆
CN115900697A (zh) 对象运动轨迹信息处理方法、电子设备以及自动驾驶车辆
CN110082805A (zh) 一种三维定位装置和方法
CN115164888B (zh) 一种误差修正方法、装置、电子设备和存储介质
CN116817928B (zh) 基于因子图优化的卫导/惯导列车多源融合定位的方法
CN112394190B (zh) 角速度的确定方法及装置、存储介质、电子装置
CN116380056B (zh) 惯性定位方法、装置、电子设备及存储介质
CN117346782B (zh) 定位优化方法、装置、电子设备和存储介质
CN116045976A (zh) 位姿确定方法及相关装置、电子设备和存储介质
CN115127561A (zh) 对象定位方法、设备、自动驾驶车辆和边缘计算平台

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