CN116931040A - 定位方法及装置、设备、载体、存储介质 - Google Patents
定位方法及装置、设备、载体、存储介质 Download PDFInfo
- Publication number
- CN116931040A CN116931040A CN202210348097.XA CN202210348097A CN116931040A CN 116931040 A CN116931040 A CN 116931040A CN 202210348097 A CN202210348097 A CN 202210348097A CN 116931040 A CN116931040 A CN 116931040A
- Authority
- CN
- China
- Prior art keywords
- result
- positioning
- pseudolite
- filter
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 230000004927 fusion Effects 0.000 claims description 63
- 238000005259 measurement Methods 0.000 claims description 27
- 238000012216 screening Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 230000009897 systematic effect Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 description 28
- 238000010586 diagram Methods 0.000 description 14
- 238000001914 filtration Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 239000000969 carrier Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请提供了定位方法及装置、设备、载体、存储介质；其中，所述方法包括：对待定位设备的所处环境进行判别，得到判别结果；基于确定所述判别结果为室外环境，至少利用接收的卫星信号对所述待定位设备进行定位，得到第一定位结果；基于确定所述判别结果为室内环境，利用接收的第一伪卫星信号对所述待定位设备进行定位，得到第二定位结果；其中，所述第一伪卫星信号是所述室内环境中的伪卫星发射的。
Description
技术领域
本申请涉及电子技术，涉及但不限于定位方法及装置、设备、载体、存储介质。
背景技术
随着新型车辆应用(例如自动驾驶和联网车辆)的发展，车载定位系统吸引了众多科技/互联网巨头和研究机构的关注。新型车辆应用的成功运行高度依赖于车辆定位、定位和导航系统(Position Location and Navigation System，PLANS)的可靠性。与传统车辆相比，新型应用车辆需要有地下车库/隧道/室内停车场等室内环境中的室内感知和规划能力，因此解决室内外持续稳定的定位问题是实现全自动驾驶的关键基础。
发明内容
有鉴于此，本申请提供的定位方法及装置、设备、载体、存储介质，能够解决室内外持续稳定的定位问题。
根据本申请实施例的一个方面，提供一种定位方法，包括：对待定位设备的所处环境进行判别，得到判别结果；基于确定所述判别结果为室外环境，至少利用接收的卫星信号对所述待定位设备进行定位，得到第一定位结果；基于确定所述判别结果为室内环境，利用接收的第一伪卫星信号对所述待定位设备进行定位，得到第二定位结果；其中，所述第一伪卫星信号是所述室内环境中的伪卫星发射的；
如此，在提供的室内外定位方法中，室内定位至少基于接收的伪卫星信号进行定位，而不是仅基于惯性导航系统(Inertial Navigation System，INS)实现定位。由于基于伪卫星信号的定位算法与基于卫星信号的定位算法类似(如单点定位、差分定位等)，均不存在累积误差，所以能够解决GNSS/INS组合导航系统无法在全球卫星导航系统(GlobalNavigation Satellite System，GNSS)信号长时间缺失的情况下提供稳定连续的室内定位信息的问题。
根据本申请实施例的一个方面，提供一种定位装置，包括：环境判别模块，配置成对待定位设备的所处环境进行判别，得到判别结果；室外定位模块，配置成基于确定所述判别结果为室外环境，至少利用接收的卫星信号对所述待定位设备进行定位，得到第一定位结果；室内定位模块，配置成基于确定所述判别结果为室内环境，利用接收的第一伪卫星信号对所述待定位设备进行定位，得到第二定位结果；其中，所述第一伪卫星信号是所述室内环境中的伪卫星发射的。
根据本申请实施例的一个方面，提供一种电子设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本申请实施例所述的方法。
根据本申请实施例的一个方面，提供一种载体，所述载体上承载有本申请实施例所述的电子设备。
根据本申请实施例的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本申请实施例提供的所述的方法。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
图1为本申请实施例可能适用的一种网络架构；
图2为本申请实施例提供的定位方法的实现流程示意图；
图3为本申请实施例提供的另一定位方法的实现流程示意图；
图4为本申请实施例提供的联邦滤波器的结构示意图；
图5为本申请实施例提供的联邦滤波器的另一结构示意图；
图6为本申请实施例提供的融合方法的实现流程示意图；
图7为本申请实施例提供的基于伪卫星/卫星的室内外无缝车载定位方案的整体框架示意图；
图8为本申请实施例提供的基于联邦滤波器的多传感器融合算法流程图；
图9为本申请实施例提供的室内外无缝车载定位方案算法流程图；
图10为本申请实施例提供的一种定位装置的结构示意图；
图11为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请的具体技术方案做进一步详细描述。以下实施例用于说明本申请，但不用来限制本申请的范围。
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申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
本申请实施例描述的网络架构以及业务场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定。本领域普通技术人员可知，随着网络架构的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
图1示出了本申请实施例可能适用的一种网络架构。如图1所示，本实施例提供的网络架构包括：载体101承载的待定位设备、多个卫星102和多个伪卫星103；在室外环境下，待定位设备可以基于卫星102发射的卫星信号对自身的位置进行解算，从而得到位置坐标和速度信息等；在室内环境下，待定位设备可以基于伪卫星103发射的伪卫星信号对自身的位置进行解算，从而得到位置坐标和速度信息等。
需要说明的是，伪卫星103布署在室内环境，所谓室内环境是指GNSS不可用的任何环境，以及即使GNSS可用，但是接收的卫星信号的信号质量也不能够满足定位精度需求的任何环境。比如，室内环境包括但不限于：地下车库、隧道、室内停车场、商场、矿井、桥下、城市峡谷、候车厅等。
在本申请实施例中，所使用的伪卫星的信号包括但不限于全球定位系统(GlobalPositioning System，GPS)伪卫星信号、北斗伪卫星信号、伽利略伪卫星信号、格洛纳斯(GLONASS)伪卫星信号、准天顶卫星系统(QZSS)伪卫星信号以及印度区域(IRNSS)伪卫星信号等。
本申请实施例所涉及到的待定位设备可以包括各种具有定位需求的手持设备、车载设备、可穿戴设备、无人机、机器人以及各种形式的用户终端设备(terminal device)或移动台(Mobile Station，MS)等等。
本申请实施例提供一种定位方法，该方法应用于待定位设备，图2为本申请实施例提供的定位方法的实现流程示意图，如图2所示，该方法可以包括以下步骤201至步骤203：
步骤201，待定位设备对所处环境进行判别，得到判别结果。
在一些实施例中，待定位设备可以基于如下实施例的步骤301至步骤302实现步骤201，这里不再赘述。
步骤202，待定位设备基于确定所述判别结果为室外环境，至少利用接收的卫星信号进行定位，得到第一定位结果。
在一些实施例中，待定位设备可以基于接收的卫星信号进行位置解算，从而得到第一定位结果；
在另一些实施例中，待定位设备也可以将基于接收的卫星信号得到的位置解算结果与INS等导航传感器输出的量测信息进行融合，从而得到第一定位结果；如此，相比于仅基于接收的卫星信号进行室外定位，定位精度得到一定提升，尤其在信号的传播损耗较大的环境中。
步骤203，待定位设备基于确定所述判别结果为室内环境，利用接收的第一伪卫星信号进行定位，得到第二定位结果；其中，所述第一伪卫星信号是所述室内环境中的伪卫星发射的，第一伪卫星信号的信号质量大于特定阈值。
需要说明的是，此时待定位设备可以将第二定位结果作为目标结果执行导航等任务，也可以将该定位结果作为待融合的参数与INS和/或定位辅助信息(如其它导航传感器输出的量测信息)进行融合，将最终得到的融合结果作为目标结果执行导航等任务，具体参见如下实施例的步骤306至步骤307等。
在一些实施例中，所述第一伪卫星信号的发射频段与所述卫星信号的发射频段相同，所述第一伪卫星信号的信号格式与所述卫星信号的信号格式相同；也就是伪卫星信号的导航电文格式与卫星信号的导航电文格式相同；如此，使得待定位设备通过已有的GNSS接收机即可接收和解析伪卫星信号，从而在不更换测量设备(即不改变系统硬件)的条件下实现室内外的连续定位，也就是能够在通用设备上实现室内外的连续定位。
可以理解地，受限于INS定位系统的导航解算特性，INS解算的位置、速度和姿态信息随时间的推移会迅速发散，导致GNSS/INS组合导航系统无法在GNSS信号长时间缺失的情况下提供连续稳定的室内定位信息。基于此，在本申请实施例中，通过环境判别确定待定位设备处于室内还是室外，如果是室外，则基于接收的卫星信号进行定位；如果是室内，则基于接收的伪卫星信号进行定位，而不是仅基于INS实现定位。如此，由于基于伪卫星信号的定位算法与基于卫星信号的定位算法类似(如单点定位、差分定位等)，均不存在累积误差，所以能够解决GNSS/INS组合导航系统无法在GNSS信号长时间缺失的情况下提供稳定连续的室内定位信息的问题。
需要说明的是，基于卫星信号的定位算法对于步骤203中基于伪卫星信号的定位方案均适用，二者的基本定位原理类似。例如，建立伪距观测方程，需要顾及伪卫星钟差、接收机钟差等。为了表达方便，以q表示接收机编号，w表示伪卫星编号，e表示观测历元编号，则伪距观测值ρ′(q,w,e)可表示为如下式(1)：
式中，c为光速，为接收机钟差，/>为伪卫星钟差，ρ(q,w,e)为伪卫星到接收机的准确距离，其计算公式如下式(2)：
式中，伪卫星的位置坐标(xw,yw,zw)是已知的，顾及式(2)，在式(1)中只有4个未知数：三个是接收机的位置坐标(xq,yq,zq)，另一个未知量是接收机钟差因此，在同一观测历元，理论上至少观测4颗伪卫星，即可获得4个观测方程式，从而求解出这些未知数。
本申请实施例再提供一种定位方法，图3为本申请实施例提供的另一定位方法的实现流程示意图，如图3所示，该方法可以包括以下步骤301至步骤307：
步骤301，待定位设备基于接收的所述伪卫星发射的第二伪卫星信号，确定所述第二伪卫星信号的信号质量；所述第二伪卫星信号的发射频段与所述卫星的发射信号的发射频段相同，所述第二伪卫星信号的信号格式与所述卫星发射的卫星信号的信号格式相同。
在一些实施例中，可以将第二伪卫星信号的信号质量参数用以表征第二伪卫星信号的信号质量；在另一些实施例中，也可以基于第二伪卫星信号的多个信号质量参数评估该信号的信号质量。
在本申请实施例中，对于所述信号质量参数不做限定，可以是各种各样的。比如，所述信号质量参数包括信噪比、信号接收功率、信号接收强度和/或信号接收质量等。
步骤302，待定位设备确定所述信号质量满足筛选条件的第二伪卫星信号对应的伪卫星数目。
筛选条件与表征所述信号质量的参数有关。比如，信号质量是基于信号的多个信号质量参数而确定的分值，信号质量参数越大，相应的分值就越大，则筛选条件为信号质量大于第二阈值，即在步骤302中，信号质量(即最终得分)大于第二阈值，则为满足筛选条件，反之，则不满足该筛选条件；
又如，将第二伪卫星信号的信号质量参数用以表征第二伪卫星信号的信号质量，信号质量参数例如为信噪比、信号接收功率、信号接收强度或信号接收质量等，则筛选条件为信号质量参数大于第三阈值，即在步骤302中，信号质量大于第三阈值，则为满足筛选条件，反之，则不满足该筛选条件。
在一些实施例中，可以从信号质量满足筛选条件的第二伪卫星信号中解码得到发射该信号的伪卫星的标识信息(如PRN号)，基于获得的这些标识信息，确定相应的伪卫星数目。
步骤303，待定位设备至少基于所述伪卫星数目与第一阈值的大小关系，确定判别结果；如果判别结果为室外环境，则执行步骤304；如果判别结果为室内环境，则执行步骤305。
可以理解地，所谓至少基于伪卫星数目与第一阈值的大小关系，确定判别结果，包括多个实施例。在一实施例中，待定位设备可以仅基于伪卫星数目与第一阈值的大小关系，确定待定位设备是在室外还是室内。即，基于确定所述伪卫星数目大于第一阈值，则确定待定位设备的所处环境为室内环境，进而执行步骤305和步骤306；基于确定所述伪卫星数据小于或等于第一阈值，则确定待定位设备的所处环境为室外环境，进而执行步骤304。
在另一实施例中，待定位设备也可以基于获取的环境图像，对所述待定位设备的所处环境进行识别，得到图像识别结果；基于所述图像识别结果以及所述伪卫星数目与所述第一阈值的大小关系，确定所述判别结果；如此，能够提高判别结果的准确性，从而采取与环境相匹配的定位算法进行定位，进而提高定位精度。
在又一实施例中，待定位设备还可以结合卫星信号的信号质量满足对应筛选条件的卫星数目与第四阈值的关系、伪卫星数目与第一阈值的大小关系以及图像识别结果，确定待定位设备处于室内还是室外。
在本申请实施例中，对于待定位设备为车载设备的场景，环境图像可以通过该设备所在车辆上的外部摄像头(如行车记录仪使用的摄像头等)拍摄得到，也可以通过待定位设备上的相机拍摄得到。
可以理解地，在本申请实施例中，至少基于伪卫星信号来判别待定位设备在室内还是室外；如此，由于伪卫星信号是持续稳定可获得的，因此待定位设备能够可靠及时地判断当前环境是室内环境还是室外环境，从而能够在室内定位算法与室外定位算法之间无缝切换，进而实现室内外的无缝定位，提升用户体验。
步骤304，待定位设备至少利用接收的卫星信号进行定位，得到第一定位结果；
步骤305，待定位设备利用接收的第一伪卫星信号进行定位，得到第二定位结果；其中，所述第一伪卫星信号是所述室内环境中的伪卫星发射的；所述第一伪卫星信号的发射频段与所述卫星信号的发射频段相同，所述第一伪卫星信号的信号格式与所述卫星信号的信号格式相同；
步骤306，待定位设备获取所述待定位设备的INS输出的导航数据。
在一些实施例中，待定位设备可以对INS中的惯性测量单元(InertialMeasurement Unit，IMU)进行初始化，其中包括静态分析-估计器件误差的初始化、动态初始化INS输出的初始位置、速度及姿态等；然后，利用惯性导航系统机械编排法对INS输出的初始位置、速度、姿态进行更新，从而得到步骤306中所述的INS输出的导航数据。
步骤307，待定位设备至少将所述第二定位结果与所述导航数据进行融合，得到第一融合结果。
对于室内定位系统，通过轮速计、气压计等有限量测提供的定位辅助信息，其约束修正能力有限，无法长时间有效修正INS的系统误差；而激光雷达、摄像头等环境感知传感器受周围环境影响较大、成本较高，且无法全天候提供的定位辅助信息用以修正INS的系统误差；并且，基于指纹定位结果来修正INS的系统误差的室内定位系统，其要求定期采集更新数据库。
有鉴于此，在本申请实施例中，在室内外定位系统的室内定位系统中，采用伪卫星与INS融合的方式进行定位；如此，由于伪卫星能够全天候连续稳定地发射伪卫星信号，且不受天气、光线等环境因素的影响，也无需建立指纹数据库，因此在室内定位系统中采用基于伪卫星信号与INS的融合定位算法，一方面，能够长时间地有效修正INS的系统误差，从而长时间可持续地提供稳健的定位信息；另一方面，其定位精度不受天气、光线等环境因素的影响，也无需建立指纹数据库。
在步骤307中，所谓至少将所述第二定位结果与所述导航数据进行融合，得到第一融合结果，可以包括多个实施例。在一实施例中，待定位设备可以仅将第二定位结果与导航数据进行融合，得到第一融合结果，将该结果作为目标定位结果执行导航等任务。进一步地，在一些实施例中，可以采用扩展卡尔曼滤波实现第二定位结果与导航数据的融合，也可以通过粒子滤波，容积卡尔曼滤波，无迹卡尔曼滤波等贝叶斯近似算法实现。其耦合结构也可更换为紧组合，级联松/紧耦合的方式。
在另一实施例中，待定位设备也可以获取所述待定位设备的至少一种不同于所述导航数据的定位辅助信息；将所述第二定位结果、所述导航数据和所述定位辅助信息进行融合，得到所述第一融合结果，将该结果作为目标定位结果执行导航等任务；如此，由于定位时不仅融合了INS的导航数据和基于伪卫星信号的定位结果，还融合了更多类型的定位辅助信息，因此能够进一步提高定位精度。
在本申请实施例中，所述至少一种定位辅助信息包括但不限于轮速计输出的量测信息、基于激光雷达得到的量测信息、基于摄像头拍摄的图像得到的视觉定位结果、基于摄像头得到的航向信息、地图信息、用以零速修正(Zero Velocity Update，ZUPT)的约束信息、用以零积分航向角速率(Zero Integrated Heading Rate，ZIHR)修正的约束信息、用以非完整性约束(Non-holonomic constraint，NHC)的约束信息等。
进一步地，在一些实施例中，对于第二定位结果、导航数据和定位辅助信息的融合算法，可以采用联邦滤波器。图4为联邦滤波器的结构示意图，如图4所示，联邦滤波器40包括公共参考系统401、子系统402至40N、子滤波器410至41N、主滤波器420。可以理解地，由图4可知，联邦滤波器40是一种两级滤波器，公共参考系统401的输出作为公共状态变量值，一方面直接给主滤波器420，另一方面给各个子滤波器(即局部滤波器)。
在一些实施例中，所述定位辅助信息包括第一导航传感器输出的第一量测信息；所述将所述第二定位结果、所述导航数据和所述定位辅助信息进行融合，得到所述第一融合结果，如图5所示，包括：将所述INS作为联邦滤波器40的公共参考系统，将所述第一导航传感器501作为所述联邦滤波器40的第一子系统402，通过所述联邦滤波器40的第一子滤波器410将所述第一量测信息与所述INS输出的导航数据进行融合，得到第二融合结果；通过所述联邦滤波器40的主滤波器420将所述第二融合结果与所述INS输出的导航数据进行融合，得到所述第一融合结果。
这里，由于INS的工作频率非常高(例如测量频率为200HZ、600HZ等)，实时性较强，因此将INS作为联邦滤波器的公共参考系统，能够提高融合精度。
在一些实施例中，如图5所示，所述方法还包括：基于所述第一融合结果和对应的协方差矩阵，对所述INS的系统误差进行修正；以及，基于所述第一融合结果和对应的协方差矩阵，对所述联邦滤波器40的各个子滤波器(部分未示出)的融合结果和对应的协方差矩阵进行重置。
这样，在后续使用中能够提高各个子滤波器的融合精度，从而提高主滤波器的融合精度。
进一步地，在一些实施例中，可以将所述协方差矩阵放大βi-1(0≤βi≤1)倍，然后再反馈给各个子滤波器，以重置各个子滤波器的融合结果；其中，βi称为“信息分配系数”，是根据信息分配原则来确定的。
在图5所示的联邦滤波器的基础上，在一些实施例中，如图6所示，所述方法还包括：待定位设备获取到新的定位辅助信息，所述新的定位辅助信息包括第二导航传感器601输出的第二量测信息和所述第一导航传感器501输出的第三量测信息；通过所述第一子滤波器410对所述第三量测信息与所述INS输出的新的导航数据进行融合，得到第三融合结果；将所述第二导航传感器601作为所述联邦滤波器的第二子系统，通过所述联邦滤波器的第二子滤波器411将所述第二量测信息与所述INS输出的新的导航数据进行融合，得到第四融合结果；通过所述联邦滤波器的主滤波器将所述第三融合结果、所述第四融合结果与所述INS输出的新的导航数据进行融合，得到第五融合结果。
可以理解地，若当前时刻收到新的定位辅助信息，此时可以插入一子滤波器，将该新的定位辅助信息与INS当前时刻输出的导航数据进行融合后输入至主滤波器中。对于联邦滤波器而言，其各个子滤波器是并行连接在主滤波器上的，因此，去掉任何一个子滤波器或者增加任意新的子滤波器，均不会改变原有的系统结构，也均不影响联邦滤波器的整体系统性能，状态方程和观测方程还可以沿用前一时刻的，不需要做另外的推导和调参。因此，联邦滤波器的结构简单、易实现，设计灵活，可“插拔”性强，当其它非必备传感器(如激光雷达、摄像头、地图信息等)可用时，可在不改变已有系统模型的基础上，通过联邦滤波器引入新的修正信息，从而进一步提高定位精度。
在本申请实施例中，对于子滤波器和主滤波器的结构不做限定，可以是各种类型的贝叶斯滤波模型，例如包括但不限于卡尔曼滤波器、粒子滤波器、容积卡尔曼滤波器、无迹卡尔曼滤波等。其耦合结构也可更换为紧组合，级联松/紧耦合的方式。
下面将说明本申请实施例在一个实际的应用场景中的示例性应用。
在本申请实施例中，提供一种基于伪卫星/卫星的室内外无缝车载定位方案。利用已有的室外GNSS系统及室内伪卫星系统，结合现有车载移动平台上的多源传感器，设计多阈值检测算法及联邦滤波器以实现室内外无缝车载定位。
伪卫星的发射频段及信号格式与已有GNSS信号的频段一致，使得定位系统可以在不更换测量终端(不改变系统硬件)的条件下实现连续定位；通过采集卫星信号及伪卫星信号，分析信号质量与PRN号以判断载体所处环境。进一步地，结合车载移动平台上的摄像头等信息，利用环境感知等算法做二次确认，该环境检测方式稳定易快速实现，便于室内/外定位算法的迅速切换；通过检测IMU输出数据，判断载体是否处于静止状态，当载体处于静止状态时，向系统引入ZUPT或ZIHR等修正算法，再结合其它可利用的传感器信息，在不同场景下(室内/外)，分别设计基于室外卫星和室内伪卫星的多传感器融合滤波算法，采用联邦滤波器的结构便于多信息源自由“插拔”。
该方案一次布设后可持续使用，计算负荷小，可在本地平台直接解算。该方案稳定且充分利用了已有量测信息，设计松组合联邦滤波器，提高使用自由度，在不改变普通GNSS定位终端硬件的前提下实现了室内外无缝衔接的定位功能。
图7为基于伪卫星/卫星的室内外无缝车载定位方案的整体框架示意图，如图7所示，该方案包括了卫星/伪卫星系统和车载平台，车载平台包括：多传感器数据采集模块、环境判别模块及多传感器导航定位模块(即室内外定位模块)。其中，室内伪卫星系统包括监测控制中心及伪卫星，监控中心用于监测伪卫星的工作状态和调控伪卫星，伪卫星用于发送与室外GNSS信号频段及协议一致的伪卫星信号，但其PRN号与在轨伪卫星不同；多传感器移动车载平台包括GNSS、INS、轮速计以及其它可能搭载在车载平台上的传感器，该平台用于：采集和存储载体运动过程中各传感器采集到的量测信息；以及利用平台采集到的信息对载体所处环境进行判别，判断其处于室内还是室外环境；以及根据载体所处的环境分别使用基于卫星的室外多传感器融合定位算法和基于伪卫星的室内多传感器融合定位算法对载体位置进行估计。
图8展示了基于联邦滤波器的多传感器融合算法流程图。图9为本申请实施例提供的室内外无缝车载定位方案算法流程图，其中，实线表示系统默认包含信息，虚线表示其它可融合信息。结合图9，整个定位方案的相关步骤如下S11至S19：
S11，利用车载平台采集到的卫星导航数据及其它传感器数据判断当前时刻载体所处的环境是室内还是室外。
具体来说，通过PRN号检测伪卫星个数，当检测到伪卫星的个数大于某一阈值Th_1，且其对应的伪卫星信噪比优于Th_2时，则判定当前处于室内环境，其中Th_1和Th_2的选取由经验值给出或通过机器学习算法训练得到；
与此同时，当检测到相机可用时，可利用图像处理和模式识别算法对当前环境进行检测判断。
S12，车载平台捕捉并跟踪伪卫星/卫星信号，并根据信号质量剔除异常值；
S13，对步骤S11获得的室外GNSS信号或室内伪卫星信号进行解算，得到载体的位置和速度信息。
例如，根据是否有差分数据，选择合适的卫星导航解算方式(单点定位或差分定位)求解载体的位置和速度信息；
S14，对多传感器模块中的IMU进行初始化，包括静态分析-估计器件误差，以及动态初始化给定系统的初始位置、速度和姿态；
S15，利用惯性导航系统机械编排法对步骤S14输出的INS位置、速度、姿态进行更新；
S16，使用基于松组合的扩展卡尔曼滤波器将GNSS/伪卫星(Pseudolite，PL)与INS解算结果进行融合，修正INS解算误差；其中，系统噪声模型选取高斯马尔可夫模型，系统更新模型为角误差模型；
S17，检测载体运行状态，判断其是否处于静止状态，当载体处于静止状态时，需要向系统引入ZUPT或ZIHR等修正算法；
S18，检测是否有地图、激光雷达以及摄像头等辅助信息，若存在则需引入对应定位辅助信息；
S19，通过如图9所示的联邦滤波器，将多传感器的量测信息分模块处理，完成局部滤波器的更新，更新后的局部信息重组为新的总信息，输入到主滤波器中得到融合后的定位结果。
在本申请实施例中，提供一种基于伪卫星/卫星的室内外无缝车载导航方案，设计了稳定的组合导航定位系统，充分考虑到车载导航定位过程中的实际问题，实现了室内外无缝衔接的车载定位。其产生的有益效果主要包括：
(1)使用松组合的方式，易于实现，并且较为稳定，通过有限的计算资源修正系统定位误差，且当系统中的辅助传感器或信息较多时，可根据传感器信号质量，利用联邦卡尔曼滤波器随意增加或减少系统观测量；
(2)不依赖于云端计算，可在本地平台直接进行解算；
(3)无需系统及数据库更新，一次布设后可持续使用；
(4)不受周围天气和光线等环境因素影响，可提供了全天候连续稳定的室内外车载定位结果；
(5)不改变普通GNSS定位终端硬件，设计思路清晰，实现了在通用设备上的无缝室内外定位。
在本申请实施例中：
(1)提供一种基于伪卫星/卫星的室内外无缝车载导航解算方案。包括了室外GNSS、室内伪卫星系统、多传感器移动车载平台、室内外场景判别模块，及多模式导航定位模块。可在室内外环境中为移动车载平台提供稳定、连续的定位服务。
(2)提供一种室内外场景检测算法，利用GNSS信号信噪比、PRN号及其它环境传感器信息判断载体当前时刻所处的场景，以实现室内外定位的无缝切换。
(3)提供一种基于松组合扩展卡尔曼滤波(Extended Kalman Filter，EKF)的多传信息融合滤波算法，将GNSS/PL与移动车载平台上的传感器的量测信息(如IMU、NHC、ZUPT、ZIHR和轮速计等))进行融合，该结构简单、易实现，设计灵活，可“插拔”性强，当其它非必备传感器(如激光雷达、摄像头和地图信息等)可用时，可在不改变已有系统模型的基础上，通过联邦卡尔曼滤波器引入新的修正信息。
(4)该方案不依赖特定终端设备，可以部署到普通车载导航定位平台上。由于采用可插拔式松组合滤波器设计，可部署到不同车载平台上。
在本申请实施例中，导航定位载体，包括但不限于公路汽车、无人配货车、铁路列车以及运输/服务机器人(车)等。
在本申请实施例中，使用的扩展卡尔曼滤波，也可以通过粒子滤波、容积卡尔曼滤波、无迹卡尔曼滤波等贝叶斯近似算法实现。其耦合结构也可更换为紧组合或级联松/紧耦合的方式。
应当注意，尽管在附图中以特定顺序描述了本申请中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等；或者，将不同实施例中步骤组合为新的技术方案。
基于前述的实施例，本申请实施例提供一种定位装置，该装置包括所包括的各模块、以及各模块所包括的各单元，可以通过处理器来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)或现场可编程门阵列(FPGA)等。
图10为本申请实施例定位装置的结构示意图，如图10所示，定位装置100包括以下模块：
环境判别模块1001，配置成对待定位设备的所处环境进行判别，得到判别结果；
室外定位模块1002，配置成基于确定所述判别结果为室外环境，至少利用接收的卫星信号对所述待定位设备进行定位，得到第一定位结果；
室内定位模块1003，配置成基于确定所述判别结果为室内环境，利用接收的第一伪卫星信号对所述待定位设备进行定位，得到第二定位结果；其中，所述第一伪卫星信号是所述室内环境中的伪卫星发射的。
在一些实施例中，所述第一伪卫星信号的发射频段与所述卫星信号的发射频段相同，所述第一伪卫星信号的信号格式与所述卫星信号的信号格式相同。
在一些实施例中，环境判别模块1001，包括：第一确定单元，配置成基于接收的所述伪卫星发射的第二伪卫星信号，确定所述第二伪卫星信号的信号质量；第二确定单元，配置成确定所述信号质量满足筛选条件的第二伪卫星信号对应的伪卫星数目；第三确定单元，配置成至少基于所述伪卫星数目与第一阈值的大小关系，确定所述判别结果。
在一些实施例中，第三确定单元，配置成：基于获取的环境图像，对所述待定位设备的所处环境进行识别，得到图像识别结果；基于所述图像识别结果以及所述伪卫星数目与所述第一阈值的大小关系，确定所述判别结果。
在一些实施例中，定位装置100还包括数据获取模块和融合模块；其中，所述数据获取模块，配置成基于确定所述判别结果为室内环境，获取所述待定位设备的INS输出的导航数据；所述融合模块，配置成至少将所述第二定位结果与所述导航数据进行融合，得到第一融合结果。
在一些实施例中，所述数据获取模块，配置成获取所述待定位设备的至少一种不同于所述导航数据的定位辅助信息；所述融合模块，配置成将所述第二定位结果、所述导航数据和所述定位辅助信息进行融合，得到所述第一融合结果。
在一些实施例中，所述定位辅助信息包括第一导航传感器输出的第一量测信息；所述融合模块，配置成：将所述INS作为联邦滤波器的公共参考系统，将所述第一导航传感器作为所述联邦滤波器的第一子系统，通过所述联邦滤波器的第一子滤波器将所述第一量测信息与所述INS输出的导航数据进行融合，得到第二融合结果；通过所述联邦滤波器的主滤波器将所述第二融合结果与所述INS输出的导航数据进行融合，得到所述第一融合结果。
在一些实施例中，所述融合模块，还配置成：基于所述第一融合结果和对应的协方差矩阵，对所述INS的系统误差进行修正；以及，基于所述第一融合结果和对应的协方差矩阵，对所述联邦滤波器的各个子滤波器的融合结果和对应的协方差矩阵进行重置。
在一些实施例中，所述融合模块，还配置成：获取到新的定位辅助信息，所述新的定位辅助信息包括第二导航传感器输出的第二量测信息和所述第一导航传感器输出的第三量测信息；通过所述第一子滤波器对所述第二量测信息与所述INS输出的新的导航数据进行融合，得到第三融合结果；将所述第二导航传感器作为所述联邦滤波器的第二子系统，通过所述联邦滤波器的第二子滤波器将所述第二量测信息与所述INS输出的新的导航数据进行融合，得到第四融合结果；通过所述联邦滤波器的主滤波器将所述第三融合结果、所述第四融合结果与所述INS输出的新的导航数据进行融合，得到第五融合结果。
以上装置实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请装置实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
需要说明的是，本申请实施例中图10所示的定位装置对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。另外，在本申请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。也可以采用软件和硬件结合的形式实现。
需要说明的是，本申请实施例中，如果以软件功能模块的形式实现上述的方法，并作为独立的产品销售或使用时，也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，本申请实施例的技术方案本质上或者说对相关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电子设备执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本申请实施例不限制于任何特定的硬件和软件结合。
本申请实施例提供一种电子设备，图11为本申请实施例的电子设备的硬件实体示意图，如图11所示，所述电子设备110包括存储器1101和处理器1102，所述存储器1101存储有可在处理器1102上运行的计算机程序，所述处理器1102执行所述程序时实现上述实施例中提供的方法中的步骤。这里的电子设备是指所述待定位设备。
需要说明的是，存储器1101配置为存储由处理器1102可执行的指令和应用，还可以缓存在处理器1102以及电子设备110中各模块待处理或已经处理的数据(例如，图像数据、音频数据、语音通信数据和视频通信数据)，可以通过闪存(FLASH)或随机访问存储器(Random Access Memory，RAM)实现。
本申请实施例提供一种载体，所述载体上承载有电子设备110。例如，该载体包括但不限于汽车、无人配货车、铁路列车、运输/服务机器人(车)、无人机等。
本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中提供的方法中的步骤。
本申请实施例提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述方法实施例提供的方法中的步骤。
这里需要指出的是：以上存储介质和设备实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请存储介质、存储介质和设备实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”或“一些实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”或“在一些实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如对象A和/或对象B，可以表示：单独存在对象A，同时存在对象A和对象B，单独存在对象B这三种情况。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个模块或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或模块的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的模块可以是、或也可以不是物理上分开的，作为模块显示的部件可以是、或也可以不是物理模块；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部模块来实现本实施例方案的目的。
另外，在本申请各实施例中的各功能模块可以全部集成在一个处理单元中，也可以是各模块分别单独作为一个单元，也可以两个或两个以上模块集成在一个单元中；上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本申请实施例的技术方案本质上或者说对相关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电子设备执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。
以上所述，仅为本申请的实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (13)
1.一种定位方法，其特征在于，所述方法包括：
对待定位设备的所处环境进行判别，得到判别结果；
基于确定所述判别结果为室外环境，至少利用接收的卫星信号对所述待定位设备进行定位，得到第一定位结果；
基于确定所述判别结果为室内环境，利用接收的第一伪卫星信号对所述待定位设备进行定位，得到第二定位结果；其中，所述第一伪卫星信号是所述室内环境中的伪卫星发射的。
2.根据权利要求1所述的方法，其特征在于，所述第一伪卫星信号的发射频段与所述卫星信号的发射频段相同，所述第一伪卫星信号的信号格式与所述卫星信号的信号格式相同。
3.根据权利要求1或2所述的方法，其特征在于，所述对待定位设备的所处环境进行判别，得到判别结果，包括：
基于接收的所述伪卫星发射的第二伪卫星信号，确定所述第二伪卫星信号的信号质量；
确定所述信号质量满足筛选条件的第二伪卫星信号对应的伪卫星数目；
至少基于所述伪卫星数目与第一阈值的大小关系，确定所述判别结果。
4.根据权利要求3所述的方法，其特征在于，所述至少基于所述伪卫星数目与第一阈值的大小关系，确定所述判别结果，包括：
基于获取的环境图像，对所述待定位设备的所处环境进行识别，得到图像识别结果；
基于所述图像识别结果以及所述伪卫星数目与所述第一阈值的大小关系，确定所述判别结果。
5.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
基于确定所述判别结果为室内环境，获取所述待定位设备的INS输出的导航数据；
至少将所述第二定位结果与所述导航数据进行融合，得到第一融合结果。
6.根据权利要求5所述的方法，其特征在于，所述至少将所述第二定位结果与所述导航数据进行融合，得到第一融合结果，包括：
获取所述待定位设备的至少一种不同于所述导航数据的定位辅助信息；
将所述第二定位结果、所述导航数据和所述定位辅助信息进行融合，得到所述第一融合结果。
7.根据权利要求6所述的方法，其特征在于，所述定位辅助信息包括第一导航传感器输出的第一量测信息；
所述将所述第二定位结果、所述导航数据和所述定位辅助信息进行融合，得到所述第一融合结果，包括：
将所述INS作为联邦滤波器的公共参考系统，将所述第一导航传感器作为所述联邦滤波器的第一子系统，通过所述联邦滤波器的第一子滤波器将所述第一量测信息与所述INS输出的导航数据进行融合，得到第二融合结果；
通过所述联邦滤波器的主滤波器将所述第二融合结果与所述INS输出的导航数据进行融合，得到所述第一融合结果。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
基于所述第一融合结果和对应的协方差矩阵，对所述INS的系统误差进行修正；以及，
基于所述第一融合结果和对应的协方差矩阵，对所述联邦滤波器的各个子滤波器的融合结果和对应的协方差矩阵进行重置。
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
获取到新的定位辅助信息，所述新的定位辅助信息包括第二导航传感器输出的第二量测信息和所述第一导航传感器输出的第三量测信息；
通过所述第一子滤波器对所述第三量测信息与所述INS输出的新的导航数据进行融合，得到第三融合结果；
将所述第二导航传感器作为所述联邦滤波器的第二子系统，通过所述联邦滤波器的第二子滤波器将所述第二量测信息与所述INS输出的新的导航数据进行融合，得到第四融合结果；
通过所述联邦滤波器的主滤波器将所述第三融合结果、所述第四融合结果与所述INS输出的新的导航数据进行融合，得到第五融合结果。
10.一种定位装置，其特征在于，包括：
环境判别模块，配置成对待定位设备的所处环境进行判别，得到判别结果；
室外定位模块，配置成基于确定所述判别结果为室外环境，至少利用接收的卫星信号对所述待定位设备进行定位，得到第一定位结果；
室内定位模块，配置成基于确定所述判别结果为室内环境，利用接收的第一伪卫星信号对所述待定位设备进行定位，得到第二定位结果；其中，所述第一伪卫星信号是所述室内环境中的伪卫星发射的。
11.一种电子设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至9任一项所述的方法。
12.一种载体，其特征在于，所述载体上承载有权利要求11所述的电子设备。
13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至9任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210348097.XA CN116931040A (zh) | 2022-03-29 | 2022-03-29 | 定位方法及装置、设备、载体、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210348097.XA CN116931040A (zh) | 2022-03-29 | 2022-03-29 | 定位方法及装置、设备、载体、存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116931040A true CN116931040A (zh) | 2023-10-24 |
Family
ID=88377821
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210348097.XA Pending CN116931040A (zh) | 2022-03-29 | 2022-03-29 | 定位方法及装置、设备、载体、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116931040A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118033695A (zh) * | 2024-04-12 | 2024-05-14 | 山东大学 | 一种北斗与伪卫星融合定位方法、系统、设备及介质 |
-
2022
- 2022-03-29 CN CN202210348097.XA patent/CN116931040A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118033695A (zh) * | 2024-04-12 | 2024-05-14 | 山东大学 | 一种北斗与伪卫星融合定位方法、系统、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11327181B2 (en) | Method and apparatus for accurate reporting of integrity of GNSS-based positioning system | |
| CN108693543B (zh) | 用于检测信号欺骗的方法及系统 | |
| Wen et al. | GNSS NLOS exclusion based on dynamic object detection using LiDAR point cloud | |
| 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 | |
| CN107328411B (zh) | 车载定位系统和自动驾驶车辆 | |
| US20220299657A1 (en) | Systems and methods for vehicle positioning | |
| US10415991B2 (en) | Information processing system and information processing method | |
| Schafer et al. | A commute in data: The comma2k19 dataset | |
| EP2735932B1 (en) | Method and system for navigation of an unmanned aerial vehicle in an urban environment | |
| US8315794B1 (en) | Method and system for GPS-denied navigation of unmanned aerial vehicles | |
| EP3350618B1 (en) | Method and system of location estimation and navigation of autonomous vehicles | |
| CN110945320B (zh) | 车辆定位方法和系统 | |
| JP6664318B2 (ja) | リスク推定システム、およびリスク推定方法 | |
| CN111551186A (zh) | 一种车辆实时定位方法、系统及车辆 | |
| JP2007333385A (ja) | 不動物位置記録装置 | |
| CN110839208B (zh) | 用于校正多路径偏移和确定无线站点位置的方法及装置 | |
| Kealy et al. | Collaborative navigation as a solution for PNT applications in GNSS challenged environments–report on field trials of a joint FIG/IAG working group | |
| WO2022036284A1 (en) | Method and system for positioning using optical sensor and motion sensors | |
| CN110632635A (zh) | 自动驾驶车辆的定位方法、装置、电子设备及可读介质 | |
| CN113050142B (zh) | 终端设备的定位方法、装置、电子设备及可读存储介质 | |
| Hsu et al. | Hong Kong UrbanNav: An open-source multisensory dataset for benchmarking urban navigation algorithms | |
| CN116931040A (zh) | 定位方法及装置、设备、载体、存储介质 | |
| JPWO2019135364A1 (ja) | 情報処理装置および情報処理方法 | |
| KR101122534B1 (ko) | 차량에 장착되는 블랙박스를 이용한 차량 사고 분석 시스템 | |
| JP7241582B2 (ja) | 移動体位置検出方法及び移動体位置検出システム |
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 |