CN115406451A - 一种车辆定位方法、系统、车辆终端和存储介质 - Google Patents

一种车辆定位方法、系统、车辆终端和存储介质 Download PDF

Info

Publication number
CN115406451A
CN115406451A CN202211352836.9A CN202211352836A CN115406451A CN 115406451 A CN115406451 A CN 115406451A CN 202211352836 A CN202211352836 A CN 202211352836A CN 115406451 A CN115406451 A CN 115406451A
Authority
CN
China
Prior art keywords
vehicle
data
wheel speed
wheel
speed
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
CN202211352836.9A
Other languages
English (en)
Other versions
CN115406451B (zh
Inventor
柳亚子
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.)
Lianyou Zhilian Technology Co ltd
Original Assignee
Lianyou Zhilian 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 Lianyou Zhilian Technology Co ltd filed Critical Lianyou Zhilian Technology Co ltd
Priority to CN202211352836.9A priority Critical patent/CN115406451B/zh
Publication of CN115406451A publication Critical patent/CN115406451A/zh
Application granted granted Critical
Publication of CN115406451B publication Critical patent/CN115406451B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C21/28—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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Automation & Control Theory (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明公开了一种车辆定位方法，包括：获取车辆定位数据，根据车辆定位数据建立车辆状态模型；根据车辆状态模型、车辆定位数据和车辆状态数据建立车辆定位模型，通过车辆定位模型对车辆进行定位。由此通过计算车辆各车轮轮速，再分析各车轮独立转向对车辆运动学的影响，从而提出一种适用于车辆的定位方法，在不增加成本的情况下，提高了车辆的定位精度和定位速度，在应对复杂情况时定位精度更高，减少了对惯导系统的依赖，节约了成本，不受环境因素影响，鲁棒性更好。

Description

一种车辆定位方法、系统、车辆终端和存储介质
技术领域
本发明涉及车辆和车联网领域，尤其涉及一种车辆定位方法、系统、车辆终端和存储介质。
背景技术
自动驾驶汽车（Autonomous vehicles；Self-driving automobile ）又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。
随着计算机算法、传感器感知能力的快速发展，车辆的智能化程度日益升高，自动泊车作为自动驾驶在低速场景下的一种典型工况越来越得到各大汽车厂商的重视，另一方面，多轮独立转向车辆依托前后轮的独立转向能力，使得车辆在高速情况下具有更好的稳定性，低速情况下具有更好的机动性。
发明内容
本发明的主要目的在于针对现有技术中车辆定位精度低的缺点，提供一种车辆定位方法、系统、车辆终端和存储介质。
为实现上述目的，本发明提供的一种车辆定位方法，包括以下步骤：
获取车辆定位数据，根据车辆定位数据建立车辆状态模型；
根据车辆状态模型、车辆定位数据和车辆状态数据建立车辆定位模型，通过车辆定位模型对车辆进行定位。
在本发明提供的一种车辆定位方法中，获取车辆定位数据，根据车辆定位数据建立车辆状态模型的步骤，包括：
获取车辆离散化后的转角数据；
通过转角数据和距离数据计算得到质心侧偏角，通过转角数据、距离数据和质心侧偏角计算得到转向半径；
根据转角数据、质心侧偏角和转向半径建立车辆状态模型；
其中，车辆定位数据至少包括转角数据、转角数据、距离数据、质心侧偏角、转向半径中的一个。
在本发明提供的一种车辆定位方法中，根据车辆状态模型、车辆定位数据和车辆状态数据建立车辆定位模型，通过车辆定位模型对车辆进行定位的步骤，包括：
获取坐标原点、当前时刻的转角数据和当前时刻的轮速脉冲信号；
根据车辆状态模型和当前时刻的转角数据，得到当前时刻的质心侧偏角和转向半径；
根据轮速脉冲信号得到当前时刻的车辆轮速，根据车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的车辆质心速度；
根据时间数据、坐标数据、航向角、质心侧偏角、车辆质心速度、转向半径建立车辆定位模型，通过车辆定位模型计算车辆下一时刻的位置坐标和状态，通过位置坐标和状态对车辆进行定位；
其中，车辆状态数据至少包括时间数据、坐标数据、航向角和车辆质心速度的一个。
在本发明提供的一种车辆定位方法中，车辆轮速至少包括前左轮车辆轮速、前右轮车辆轮速、后左轮车辆轮速、后右轮车辆轮速中的至少一个，轮速脉冲信号至少包括前左轮轮速脉冲信号、前右轮轮速脉冲信号、后左轮轮速脉冲信号、后右轮轮速脉冲信号中的至少一个；
根据轮速脉冲信号得到当前时刻的车辆轮速，根据车辆轮速、转向半径、距离数据、转角数据和质心侧偏角计算得到当前时刻的车辆质心速度的步骤，包括：
根据前左轮轮速脉冲信号得到当前时刻的前左轮车辆轮速，根据前左轮车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的第一车辆质心速度；
根据前右轮轮速脉冲信号得到当前时刻的前右轮车辆轮速，根据前右轮车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的第二车辆质心速度；
根据后左轮轮速脉冲信号得到当前时刻的后左轮车辆轮速，根据后左轮车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的第三车辆质心速度；
根据后右轮轮速脉冲信号得到当前时刻的后右轮车辆轮速，根据后右轮车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的第四车辆质心速度；
选取第一车辆质心速度、第二车辆质心速度、第三车辆质心速度和第四车辆质心速度中的最小值，作为当前时刻的车辆质心速度。
此外，为实现上述目的，本发明还提供一种车辆定位系统，系统包括获取模块、处理模块和定位模块，
获取模块获取车辆定位数据；
处理模块根据车辆定位数据建立车辆状态模型，并根据车辆状态模型、车辆定位数据和车辆状态数据建立车辆定位模型；
定位模块通过车辆定位模型对车辆进行定位。
在本发明提供的一种车辆定位系统中，处理模块还用于获取车辆离散化后的转角数据；
通过转角数据和距离数据计算得到质心侧偏角，通过转角数据、距离数据和质心侧偏角计算得到转向半径；
根据转角数据、质心侧偏角和转向半径建立车辆状态模型；
其中，车辆定位数据至少包括转角数据、距离数据、质心侧偏角、转向半径中的一个。
在本发明提供的一种车辆定位系统中，处理模块还用于获取坐标原点、当前时刻的转角数据和当前时刻的轮速脉冲信号；
根据车辆状态模型和当前时刻的转角数据，得到当前时刻的质心侧偏角和转向半径；
根据轮速脉冲信号得到当前时刻的车辆轮速，根据车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的车辆质心速度；
根据时间数据、坐标数据、航向角、质心侧偏角、车辆质心速度、转向半径建立车辆定位模型，通过车辆定位模型计算车辆下一时刻的位置坐标和状态，通过位置坐标和状态对车辆进行定位；
其中，车辆状态数据至少包括时间数据、坐标数据、航向角和车辆质心速度的一个。
在本发明提供的一种车辆定位系统中，处理模块还用于根据前左轮轮速脉冲信号得到当前时刻的前左轮车辆轮速，根据前左轮车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的第一车辆质心速度；
根据前右轮轮速脉冲信号得到当前时刻的前右轮车辆轮速，根据前右轮车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的第二车辆质心速度；
根据后左轮轮速脉冲信号得到当前时刻的后左轮车辆轮速，根据后左轮车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的第三车辆质心速度；
根据后右轮轮速脉冲信号得到当前时刻的后右轮车辆轮速，根据后右轮车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的第四车辆质心速度；
选取第一车辆质心速度、第二车辆质心速度、第三车辆质心速度和第四车辆质心速度中的最小值，作为当前时刻的车辆质心速度；
其中，车辆轮速至少包括前左轮车辆轮速、前右轮车辆轮速、后左轮车辆轮速、后右轮车辆轮速中的至少一个，轮速脉冲信号至少包括前左轮轮速脉冲信号、前右轮轮速脉冲信号、后左轮轮速脉冲信号、后右轮轮速脉冲信号中的至少一个。
此外，为实现上述目的，本发明还提供一种车辆终端，包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序时实现如上的车辆定位方法的步骤。
此外，为实现上述目的，本发明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程序，计算机程序被处理器执行时实现如上的车辆定位方法的步骤。
本发明提供一种车辆定位方法、系统、车辆终端和存储介质，通过获取车辆定位数据，根据车辆定位数据建立车辆状态模型；根据车辆状态模型、车辆定位数据和车辆状态数据建立车辆定位模型，通过车辆定位模型对车辆进行定位。在不增加成本的情况下，提高了车辆的定位精度和定位速度，在应对复杂情况时定位精度更高，减少了对惯导系统的依赖，节约了成本，不受环境因素影响，鲁棒性更好。
附图说明
为了更清楚地说明本发明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，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图：
图1所示为本发明一实施例提供的一种车辆定位方法的流程示意图。
图2所示为本发明一实施例提供的车辆数据示意图。
图3所示为本发明一实施例提供的一种车辆定位系统的结构示意图。
图4所示为本发明一实施例提供的车辆终端的示意图。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的典型实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。
参照图1，图1所示为本发明一实施例提供的一种车辆定位方法的流程示意图，在本实施例中，该车辆定位方法，包括：
步骤S10，获取车辆定位数据，根据车辆定位数据建立车辆状态模型；
步骤S20，根据车辆状态模型、车辆定位数据和车辆状态数据建立车辆定位模型，通过车辆定位模型对车辆进行定位。
在一种实现方式中，车辆定位数据可以为转角数据、距离数据、质心侧偏角和转向半径，车辆状态数据可以为时间数据、坐标数据、航向角和车辆质心速度，车辆轮速可以为前左轮车辆轮速、前右轮车辆轮速、后左轮车辆轮速、后右轮车辆轮速中，转角数据可以为前左轮转角、前右轮转角、后左轮转角、后右轮转角中，轮速脉冲信号可以为前左轮轮速脉冲信号、前右轮轮速脉冲信号、后左轮轮速脉冲信号、后右轮轮速脉冲信号。
该车辆定位方法适用于四轮车辆，也可适用于其他多轮车辆。
步骤S10获取车辆定位数据，根据车辆定位数据建立车辆状态模型，包括：
步骤S101：获取车辆离散化后的转角数据；
步骤S102：通过转角数据和距离数据计算得到质心侧偏角，通过转角数据、距离数据和质心侧偏角计算得到转向半径；
步骤S103：根据转角数据、质心侧偏角和转向半径建立车辆状态模型。
在一种实现方式中，距离数据可以为车辆质心到前桥的距离、车辆质心到后桥的距离、车轴方向上转向中心到前桥的距离、车轴方向上转向中心到后桥的距离、车辆前轴两主销之间的距离、垂直车轴方向上内测主销到转向中心的距离中的一个或者多个。
在一个实施例中，定位坐标可以用
Figure 18292DEST_PATH_IMAGE001
来表示，其中
Figure 792213DEST_PATH_IMAGE002
表示车辆在绝对坐标 系下的
Figure 657401DEST_PATH_IMAGE003
坐标，
Figure 796258DEST_PATH_IMAGE004
表示车辆在绝对坐标系下的
Figure 379686DEST_PATH_IMAGE005
坐标，
Figure 629402DEST_PATH_IMAGE006
表示车辆的航向角。
对车辆的前左轮转角、前右轮转角、后左轮转角和后右轮转角进行离散化，前左轮转角、前右轮转角的取值范围均为[-0.53rad，0.53rad]，并取间隔大小为0.01rad进行线性插值，后左轮转角、后右轮转角的取值范围均为[-0.35rad，0.35rad]，取间隔为0.01rad进行线性插值。
参照图2，建立车辆运动学模型
Figure 676992DEST_PATH_IMAGE007
，其中，O为车辆的瞬时转 向中心，a为车辆质心到前桥的距离，b为车辆质心到后桥的距离，c为在车轴方向上转向中 心到前桥的距离，d为在车轴方向上转向中心到后桥的距离，e为车辆前轴两主销之间的距 离，为定值，f为在垂直车轴方向上内测主销到转向中心的距离，R为车辆质心的瞬时转向半 径；
Figure 986751DEST_PATH_IMAGE008
为质心侧偏角，
Figure 57475DEST_PATH_IMAGE009
,
Figure 110882DEST_PATH_IMAGE010
,
Figure 12978DEST_PATH_IMAGE011
,
Figure 493638DEST_PATH_IMAGE012
分别为前左轮转角、前右轮转角、后左轮 转角和后右轮转角。
分别以前左轮转角
Figure 786079DEST_PATH_IMAGE009
、前右轮转角
Figure 643177DEST_PATH_IMAGE010
与后左轮转角
Figure 337464DEST_PATH_IMAGE011
、后右轮转角
Figure 51342DEST_PATH_IMAGE012
建 立质心侧偏角与转角之间的函数关系：
Figure 96658DEST_PATH_IMAGE013
Figure 491867DEST_PATH_IMAGE014
为消除质心偏移对定位精度的影响，联立上述两个公式，消除质心到前桥与后桥的的距离a和b，得到质心侧偏角与各车轮转角的关系如下：
Figure 40660DEST_PATH_IMAGE015
其中，
Figure 191019DEST_PATH_IMAGE016
Figure 458052DEST_PATH_IMAGE017
Figure 656952DEST_PATH_IMAGE018
为前后桥之间的距离，为定值
建立车辆的瞬时转向半径R与各车轮转角、质心侧偏角
Figure 60252DEST_PATH_IMAGE008
的关系：
Figure 319195DEST_PATH_IMAGE019
根据上述函数关系建立车辆状态模型，输入离散化后的前左轮转角、前右轮转角、 后左轮转角和后右轮转角，求取离散化后的前左轮转角
Figure 135841DEST_PATH_IMAGE009
、前右轮转角
Figure 872853DEST_PATH_IMAGE010
、后左轮转角
Figure 396238DEST_PATH_IMAGE011
、后右轮转角
Figure 826083DEST_PATH_IMAGE012
与质心侧偏角
Figure 802129DEST_PATH_IMAGE008
、车辆转向半径R之间的对应关系，即可以表示为
Figure 405149DEST_PATH_IMAGE020
步骤S20根据车辆状态模型、车辆定位数据和车辆状态数据建立车辆定位模型，通过车辆定位模型对车辆进行定位，包括：
步骤S201：获取坐标原点、当前时刻的转角数据和当前时刻的轮速脉冲信号；
步骤S202：根据车辆状态模型和当前时刻的转角数据，得到当前时刻的质心侧偏角和转向半径；
步骤S203：根据轮速脉冲信号得到当前时刻的车辆轮速，根据车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的车辆质心速度；
步骤S204：根据时间数据、坐标数据、航向角、质心侧偏角、车辆质心速度、转向半径建立车辆定位模型，通过车辆定位模型计算车辆下一时刻的位置坐标和状态，通过位置坐标和状态对车辆进行定位。
步骤S203根据轮速脉冲信号得到当前时刻的车辆轮速，根据车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的车辆质心速度的步骤，包括：
步骤S2031：根据所述前左轮轮速脉冲信号得到当前时刻的前左轮车辆轮速，根据所述前左轮车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的第一车辆质心速度；
步骤S2032：根据所述前右轮轮速脉冲信号得到当前时刻的前右轮车辆轮速，根据所述前右轮车辆轮速、所述转向半径、所述距离数据和所述转角数据计算得到当前时刻的第二车辆质心速度；
步骤S2033：根据所述后左轮轮速脉冲信号得到当前时刻的后左轮车辆轮速，根据所述后左轮车辆轮速、所述转向半径、所述距离数据和所述转角数据计算得到当前时刻的第三车辆质心速度；
步骤S2034：根据所述后右轮轮速脉冲信号得到当前时刻的后右轮车辆轮速，根据所述后右轮车辆轮速、所述转向半径、所述距离数据和所述转角数据计算得到当前时刻的第四车辆质心速度；
步骤S2035：选取所述第一车辆质心速度、所述第二车辆质心速度、所述第三车辆质心速度和所述第四车辆质心速度中的最小值，作为当前时刻的车辆质心速度。
在一个实施例中，定位数据以车辆开始泊车时的位置与姿态作为定位坐标原点， 即绝对坐标系的坐标原点，记为
Figure 48619DEST_PATH_IMAGE021
，获取当前t时刻车辆的前左轮转角
Figure 383786DEST_PATH_IMAGE009
、前右轮转 角
Figure 112707DEST_PATH_IMAGE010
、后左轮转角
Figure 253839DEST_PATH_IMAGE011
、后右轮转角
Figure 751816DEST_PATH_IMAGE012
、各车轮的轮速脉冲信号，根据车辆状态模型与 当前t时刻的各车轮转角获取当前t时刻车辆的质心侧偏角与车辆转向半径，依据各车轮的 轮速脉冲信号求得当前t时刻四个车轮的轮速，分别为前左轮轮速
Figure 257884DEST_PATH_IMAGE022
，前右轮轮速
Figure 474102DEST_PATH_IMAGE023
，后左 轮轮速
Figure 356607DEST_PATH_IMAGE024
，后右轮轮速
Figure 771408DEST_PATH_IMAGE025
，
计算当前t时刻第一车辆质心速度
Figure 713956DEST_PATH_IMAGE026
，其关系式为：
Figure 151891DEST_PATH_IMAGE027
计算当前t时刻第二车辆质心速度
Figure 572508DEST_PATH_IMAGE028
，其关系式为：
Figure 45077DEST_PATH_IMAGE029
计算当前t时刻第三车辆质心速度
Figure 955264DEST_PATH_IMAGE030
，其关系式为：
Figure 880495DEST_PATH_IMAGE031
计算当前t时刻第四车辆质心速度
Figure 104803DEST_PATH_IMAGE032
，其关系式为：
Figure 431879DEST_PATH_IMAGE033
考虑轮胎在实际行驶过程中的运动状态为滑移，选取根据车辆轮速求取的四个车 辆质心速度中最小的速度作为当前车辆的实际质心速度，即
Figure 778547DEST_PATH_IMAGE034
，
依据车辆运动学模型推算下一时刻t+1时刻车辆的位置与姿态，如下式：
Figure 191074DEST_PATH_IMAGE035
其中，变量的下标t代表车辆当前的状态或定位信息，t+1代表车辆下一时刻车辆 的定位信息，
Figure 953493DEST_PATH_IMAGE036
代表两个时刻的间隔时长，本发明取值为0.01s。
当时刻到达k+1时刻时，将该时刻置为当前时刻k时刻，重复上述所有步骤，以此实现对开始泊车后任意时刻的车辆坐标和姿态的定位。
基于以上方式，通过计算车辆各车轮轮速，再分析各车轮独立转向对车辆运动学的影响，在不增加成本的情况下，提高了车辆的定位精度和定位速度，在应对复杂情况时定位精度更高，减少了对惯导系统的依赖，节约了成本，不受环境因素影响，鲁棒性更好。
参照图3，相应地，本发明还提供一种车辆定位系统，系统包括获取模块201、处理模块202和定位模块203，
获取模块201获取车辆定位数据；
处理模块202根据车辆定位数据建立车辆状态模型，并根据车辆状态模型、车辆定位数据和车辆状态数据建立车辆定位模型；
定位模块203通过车辆定位模型对车辆进行定位。
进一步地，在本发明一实施例中，处理模块202还用于离散化车辆的转角数据，获得转角数据；
通过车辆的转角数据和距离数据计算得到质心侧偏角，通过转角数据、距离数据和质心侧偏角计算得到转向半径；
根据转角数据、质心侧偏角和转向半径建立车辆状态模型；
其中，车辆定位数据至少包括转角数据、距离数据、质心侧偏角、转向半径中的一个。
进一步地，在本发明一实施例中，处理模块202还用于获取坐标原点、当前时刻的转角数据和当前时刻的轮速脉冲信号；
根据车辆状态模型和当前时刻的转角数据，得到当前时刻的质心侧偏角和转向半径；
根据轮速脉冲信号得到当前时刻的车辆轮速，根据车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的车辆质心速度；
根据时间数据、坐标数据、航向角、质心侧偏角、车辆质心速度、转向半径建立车辆定位模型，通过车辆定位模型计算车辆下一时刻的位置坐标和状态，通过位置坐标和状态对车辆进行定位；
其中，车辆状态数据至少包括时间数据、坐标数据、航向角和车辆质心速度的一个。
进一步地，在本发明一实施例中，处理模块202还用于根据前左轮轮速脉冲信号得到当前时刻的前左轮车辆轮速，根据前左轮车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的第一车辆质心速度；
根据前右轮轮速脉冲信号得到当前时刻的前右轮车辆轮速，根据前右轮车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的第二车辆质心速度；
根据后左轮轮速脉冲信号得到当前时刻的后左轮车辆轮速，根据后左轮车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的第三车辆质心速度；
根据后右轮轮速脉冲信号得到当前时刻的后右轮车辆轮速，根据后右轮车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的第四车辆质心速度；
选取第一车辆质心速度、第二车辆质心速度、第三车辆质心速度和第四车辆质心速度中的最小值，作为当前时刻的车辆质心速度；
其中，车辆轮速至少包括前左轮车辆轮速、前右轮车辆轮速、后左轮车辆轮速、后右轮车辆轮速中的至少一个，轮速脉冲信号至少包括前左轮轮速脉冲信号、前右轮轮速脉冲信号、后左轮轮速脉冲信号、后右轮轮速脉冲信号中的至少一个。
参照图4，本发明实施例还提供了一种车辆终端100，可以包括：
存储器101，用于存储计算机程序；
处理器102，用于执行上述存储器101存储的计算机程序时可实现如下步骤：
获取车辆定位数据，根据车辆定位数据建立车辆状态模型；
根据车辆状态模型、车辆定位数据和车辆状态数据建立车辆定位模型，通过车辆定位模型对车辆进行定位。
本发明实施例还提供了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程序,计算机程序被处理器执行时可实现如下步骤；
获取车辆定位数据，根据车辆定位数据建立车辆状态模型；
根据车辆状态模型、车辆定位数据和车辆状态数据建立车辆定位模型，通过车辆定位模型对车辆进行定位。
该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM) ＞随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书（包括伴随的权利要求、摘要和附图）中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书（包括伴随的权利要求、摘要和附图）中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器（DSP）来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序（例如，计算机程序和计算机程序产品）。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。

Claims (10)

1.一种车辆定位方法，其特征在于，包括以下步骤：
获取车辆定位数据，根据所述车辆定位数据建立车辆状态模型；
根据所述车辆状态模型、所述车辆定位数据和车辆状态数据建立车辆定位模型，通过所述车辆定位模型对所述车辆进行定位。
2.如权利要求1的所述车辆定位方法，其特征在于，所述获取车辆定位数据，根据所述车辆定位数据建立车辆状态模型的步骤，包括：
获取车辆离散化后的转角数据；
通过所述转角数据和距离数据计算得到质心侧偏角，通过所述转角数据、所述距离数据和所述质心侧偏角计算得到转向半径；
根据所述转角数据、所述质心侧偏角和所述转向半径建立车辆状态模型；
其中，所述车辆定位数据至少包括所述转角数据、所述距离数据、所述质心侧偏角、所述转向半径中的一个。
3.如权利要求2的所述车辆定位方法，其特征在于，根据所述车辆状态模型、所述车辆定位数据和车辆状态数据建立车辆定位模型，通过所述车辆定位模型对所述车辆进行定位的步骤，包括：
获取坐标原点、当前时刻的转角数据和当前时刻的轮速脉冲信号；
根据车辆状态模型和所述当前时刻的转角数据，得到当前时刻的质心侧偏角和转向半径；
根据所述轮速脉冲信号得到当前时刻的车辆轮速，根据所述车辆轮速、所述转向半径、距离数据和所述转角数据计算得到当前时刻的车辆质心速度；
根据时间数据、坐标数据、航向角、所述质心侧偏角、所述车辆质心速度、所述转向半径建立车辆定位模型，通过所述车辆定位模型计算车辆下一时刻的位置坐标和状态，通过所述位置坐标和所述状态对车辆进行定位；
其中，所述车辆状态数据至少包括所述时间数据、所述坐标数据、所述航向角和所述车辆质心速度的一个。
4.如权利要求3的所述车辆定位方法，其特征在于，车辆轮速至少包括前左轮车辆轮速、前右轮车辆轮速、后左轮车辆轮速、后右轮车辆轮速中的至少一个，轮速脉冲信号至少包括前左轮轮速脉冲信号、前右轮轮速脉冲信号、后左轮轮速脉冲信号、后右轮轮速脉冲信号中的至少一个；
所述根据所述轮速脉冲信号得到当前时刻的车辆轮速，根据所述车辆轮速、所述转向半径、所述距离数据和所述转角数据计算得到当前时刻的车辆质心速度的步骤，包括：
根据所述前左轮轮速脉冲信号得到当前时刻的前左轮车辆轮速，根据所述前左轮车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的第一车辆质心速度；
根据所述前右轮轮速脉冲信号得到当前时刻的前右轮车辆轮速，根据所述前右轮车辆轮速、所述转向半径、所述距离数据和所述转角数据计算得到当前时刻的第二车辆质心速度；
根据所述后左轮轮速脉冲信号得到当前时刻的后左轮车辆轮速，根据所述后左轮车辆轮速、所述转向半径、所述距离数据和所述转角数据计算得到当前时刻的第三车辆质心速度；
根据所述后右轮轮速脉冲信号得到当前时刻的后右轮车辆轮速，根据所述后右轮车辆轮速、所述转向半径、所述距离数据和所述转角数据计算得到当前时刻的第四车辆质心速度；
选取所述第一车辆质心速度、所述第二车辆质心速度、所述第三车辆质心速度和所述第四车辆质心速度中的最小值，作为当前时刻的车辆质心速度。
5.一种车辆定位系统，其特征在于，所述系统包括获取模块、处理模块和定位模块，
所述获取模块获取车辆定位数据；
所述处理模块根据所述车辆定位数据建立车辆状态模型，并根据所述车辆状态模型、所述车辆定位数据和车辆状态数据建立车辆定位模型；
所述定位模块通过所述车辆定位模型对所述车辆进行定位。
6.如权利要求5的所述车辆定位系统，其特征在于，所述处理模块还用于获取车辆离散化后的转角数据；
通过转角数据和距离数据计算得到质心侧偏角，通过所述转角数据、所述距离数据和所述质心侧偏角计算得到转向半径；
根据所述转角数据、所述质心侧偏角和所述转向半径建立车辆状态模型；
其中，所述车辆定位数据至少包括所述转角数据、所述距离数据、所述质心侧偏角、所述转向半径中的一个。
7.如权利要求6的所述车辆定位系统，其特征在于，所述处理模块还用于获取坐标原点、当前时刻的转角数据和当前时刻的轮速脉冲信号；
根据车辆状态模型和所述当前时刻的转角数据，得到当前时刻的质心侧偏角和转向半径；
根据所述轮速脉冲信号得到当前时刻的车辆轮速，根据所述车辆轮速、所述转向半径、所述距离数据和所述转角数据计算得到当前时刻的车辆质心速度；
根据时间数据、坐标数据、航向角、所述质心侧偏角、所述车辆质心速度、所述转向半径建立车辆定位模型，通过所述车辆定位模型计算车辆下一时刻的位置坐标和状态，通过所述位置坐标和所述状态对车辆进行定位；
其中，所述车辆状态数据至少包括所述时间数据、所述坐标数据、所述航向角和所述车辆质心速度的一个。
8.如权利要求7的所述车辆定位系统，其特征在于，所述处理模块还用于根据前左轮轮速脉冲信号得到当前时刻的前左轮车辆轮速，根据所述前左轮车辆轮速、转向半径、距离数据和转角数据计算得到当前时刻的第一车辆质心速度；
根据前右轮轮速脉冲信号得到当前时刻的前右轮车辆轮速，根据所述前右轮车辆轮速、所述转向半径、所述距离数据和所述转角数据计算得到当前时刻的第二车辆质心速度；
根据后左轮轮速脉冲信号得到当前时刻的后左轮车辆轮速，根据所述后左轮车辆轮速、所述转向半径、所述距离数据和所述转角数据计算得到当前时刻的第三车辆质心速度；
根据后右轮轮速脉冲信号得到当前时刻的后右轮车辆轮速，根据所述后右轮车辆轮速、所述转向半径、所述距离数据和所述转角数据计算得到当前时刻的第四车辆质心速度；
选取所述第一车辆质心速度、所述第二车辆质心速度、所述第三车辆质心速度和所述第四车辆质心速度中的最小值，作为当前时刻的车辆质心速度；
其中，所述车辆轮速至少包括所述前左轮车辆轮速、所述前右轮车辆轮速、所述后左轮车辆轮速、所述后右轮车辆轮速中的至少一个，所述轮速脉冲信号至少包括所述前左轮轮速脉冲信号、所述前右轮轮速脉冲信号、所述后左轮轮速脉冲信号、所述后右轮轮速脉冲信号中的至少一个。
9.一种车辆终端，其特征在于，所述车辆终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据处理程序，所述数据处理程序被所述处理器执行时实现如权利要求1至4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上存储有数据处理程序，所述数据处理程序被处理器执行时实现如权利要求1至4中任一项所述的方法。
CN202211352836.9A 2022-11-01 2022-11-01 一种车辆定位方法、系统、车辆终端和存储介质 Active CN115406451B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211352836.9A CN115406451B (zh) 2022-11-01 2022-11-01 一种车辆定位方法、系统、车辆终端和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211352836.9A CN115406451B (zh) 2022-11-01 2022-11-01 一种车辆定位方法、系统、车辆终端和存储介质

Publications (2)

Publication Number Publication Date
CN115406451A true CN115406451A (zh) 2022-11-29
CN115406451B CN115406451B (zh) 2023-02-03

Family

ID=84167565

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211352836.9A Active CN115406451B (zh) 2022-11-01 2022-11-01 一种车辆定位方法、系统、车辆终端和存储介质

Country Status (1)

Country Link
CN (1) CN115406451B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5548536A (en) * 1992-05-16 1996-08-20 Daimler-Benz Ag Method for determining quantities which characterize the driving behavior
US20080086248A1 (en) * 2006-08-30 2008-04-10 Ford Global Technologies, Llc Integrated control system for stability control of yaw, roll and lateral motion of a driving vehicle using an integrated sensing system with pitch information
CN110274589A (zh) * 2018-03-15 2019-09-24 高德信息技术有限公司 一种定位方法及装置
CN110456634A (zh) * 2019-07-01 2019-11-15 江苏大学 一种基于人工神经网络的无人车控制参数选取方法
CN111780756A (zh) * 2020-07-20 2020-10-16 北京百度网讯科技有限公司 车辆航位推算方法、装置、设备以及存储介质
CN113063414A (zh) * 2021-03-27 2021-07-02 上海智能新能源汽车科创功能平台有限公司 一种用于视觉惯性slam的车辆动力学预积分构建方法
CN113494910A (zh) * 2020-04-02 2021-10-12 广州汽车集团股份有限公司 一种基于uwb定位的车辆定位方法、装置及存储介质
WO2022062452A1 (zh) * 2020-09-23 2022-03-31 北京理工大学 自动驾驶车辆路径规划与路径跟踪集成控制方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5548536A (en) * 1992-05-16 1996-08-20 Daimler-Benz Ag Method for determining quantities which characterize the driving behavior
US20080086248A1 (en) * 2006-08-30 2008-04-10 Ford Global Technologies, Llc Integrated control system for stability control of yaw, roll and lateral motion of a driving vehicle using an integrated sensing system with pitch information
CN110274589A (zh) * 2018-03-15 2019-09-24 高德信息技术有限公司 一种定位方法及装置
CN110456634A (zh) * 2019-07-01 2019-11-15 江苏大学 一种基于人工神经网络的无人车控制参数选取方法
CN113494910A (zh) * 2020-04-02 2021-10-12 广州汽车集团股份有限公司 一种基于uwb定位的车辆定位方法、装置及存储介质
CN111780756A (zh) * 2020-07-20 2020-10-16 北京百度网讯科技有限公司 车辆航位推算方法、装置、设备以及存储介质
WO2022062452A1 (zh) * 2020-09-23 2022-03-31 北京理工大学 自动驾驶车辆路径规划与路径跟踪集成控制方法及系统
CN113063414A (zh) * 2021-03-27 2021-07-02 上海智能新能源汽车科创功能平台有限公司 一种用于视觉惯性slam的车辆动力学预积分构建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
来鑫等: "动力学与瞬时转向中心求解下的4WIS车辆的转向控制方法", 《机械科学与技术》 *

Also Published As

Publication number Publication date
CN115406451B (zh) 2023-02-03

Similar Documents

Publication Publication Date Title
Menhour et al. Coupled nonlinear vehicle control: Flatness-based setting with algebraic estimation techniques
CN109850012B (zh) 一种无人车横向控制方法、装置、系统及存储介质
CN110077392B (zh) 一种自动泊车定位系统的航迹推算方法
US9561803B2 (en) Method for calculating a desired yaw rate for a vehicle
CN110320917B (zh) 无人车弯道循迹控制方法
WO2022227460A1 (zh) 位姿预测方法、装置、电子设备及存储介质
EP2634061A2 (en) Vehicle attitude control system
US10077980B2 (en) Method and control unit for determining an angle between longitudinal axes of component vehicles of a tractor-trailer combination
CN111634331A (zh) 一种自动驾驶车辆的转向控制方法、装置及系统
CN113887060B (zh) 一种新型的自动泊车系统车辆定位方法
CN115406451B (zh) 一种车辆定位方法、系统、车辆终端和存储介质
CN112278072B (zh) 一种智能车转向安全控制系统及控制方法
CN109883432A (zh) 位置确定方法、装置、设备及计算机可读存储介质
Morales et al. Laser-based control law for autonomous parallel and perpendicular parking
CN112389438A (zh) 一种车辆转向系统传动比的确定方法及装置
CN108860137A (zh) 失稳车辆的控制方法、装置及智能车辆
CN112937604B (zh) 一种变道处理方法、装置、设备及车辆
CN115257782A (zh) 车辆横摆角预测方法、装置及计算机可读存储介质
CN114212078B (zh) 一种自动泊车中自车定位精度检测方法和系统
CN112339508A (zh) 基于偏航率的滚动半径补偿方法及装置、存储介质
CN110588659B (zh) 一种应用于自动驾驶控制器的轮胎参数获取方法及系统
CN112572420B (zh) 铰接式车辆泊车控制方法、装置及铰接式车辆
CN113030504B (zh) 车辆测速方法、装置、车载计算机设备和存储介质
Miao et al. Path-tracking errors for active trailer steering off-highway: a simulation study
CN114572306B (zh) 一种带后轮同向转向时车辆转向不足梯度的计算方法及设备

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
GR01 Patent grant
GR01 Patent grant