CN117492056B - 车辆融合定位方法、系统、装置和计算机可读介质 - Google Patents
车辆融合定位方法、系统、装置和计算机可读介质 Download PDFInfo
- Publication number
- CN117492056B CN117492056B CN202311799928.6A CN202311799928A CN117492056B CN 117492056 B CN117492056 B CN 117492056B CN 202311799928 A CN202311799928 A CN 202311799928A CN 117492056 B CN117492056 B CN 117492056B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- state
- data generated
- integrated navigation
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 130
- 230000004927 fusion Effects 0.000 title claims abstract description 81
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000001914 filtration Methods 0.000 claims abstract description 35
- 238000009499 grossing Methods 0.000 claims abstract description 13
- 230000001133 acceleration Effects 0.000 claims abstract description 12
- 230000004807 localization Effects 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
-
- 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
- G01S19/393—Trajectory determination or predictive tracking, e.g. Kalman filtering
-
- 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
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明提供一种车辆融合定位方法、系统、装置和计算机可读介质,该方法包括:将组合导航模块生成的车辆加速度和角速度数据通过卡尔波滤波处理过程,得到第一平滑状态输出数据;基于地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置和姿态数据和所述第一平滑状态输出数据,经过误差状态卡尔曼滤波处理过程,得到车辆融合定位初级结果;对组合导航模块生成的车辆的速度和姿态数据作平滑滤波处理,得到第二平滑状态输出数据;基于所述车辆位置和姿态初级结果和所述第二平滑状态输出数据,经过扩展卡尔曼滤波处理过程,得到车辆融合定位最终结果。
Description
技术领域
本发明主要涉及智能驾驶领域,尤其涉及一种车辆融合定位方法、系统、装置和计算机可读介质。
背景技术
当前,智能驾驶是汽车领域的研究热点。智能驾驶过程包括感知、定位和驾驶规则控制等多个更具体的过程。由于单种传感器性能的局限性,只使用单种传感器很难应付复杂的环境,为了解决该问题,通常使用多种不同类型的传感器进行融合定位,结合不同类型传感器的优势,进行传感器冗余配置。然而,由于感测传感器本身的特性,或是参考数据源本身因数据加密等因素带来的偏差等因素,仍会使得生成的车辆感测定位数据存在误差、跳变或乱序等问题,从而影响车辆融合定位的结果,并影响车辆智能驾驶控制过程的具体实现。
发明内容
本发明要解决的技术问题是提供一种车辆融合定位方法、系统、装置和计算机可读介质,实现车辆多种传感数据的融合度,提升车辆融合定位最终结果的平滑性和可靠性。
为解决上述技术问题,本发明提供了一种车辆融合定位方法,包括:将组合导航模块生成的车辆加速度和角速度数据通过卡尔波滤波处理过程,得到第一平滑状态输出数据;基于地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置和姿态数据和所述第一平滑状态输出数据,经过误差状态卡尔曼滤波处理过程,得到车辆融合定位初级结果;对组合导航模块生成的车辆的速度和姿态数据作平滑滤波处理,得到第二平滑状态输出数据;基于所述车辆位置和姿态初级结果和所述第二平滑状态输出数据,经过扩展卡尔曼滤波处理过程,得到车辆融合定位最终结果。
在本发明的一实施例中,所述误差状态卡尔曼滤波处理过程包括状态预测处理过程和状态更新处理过程。
在本发明的一实施例中,所述误差状态卡尔曼滤波处理过程包括:将所述第一平滑状态输出数据作为所述状态预测处理过程的输入数据,并得到状态预测数据;基于所述状态预测数据、基于地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置和姿态数据,进行状态更新处理过程,得到车辆融合定位初级结果。
在本发明的一实施例中,所述平滑滤波处理包括载波相位动态实时差分处理过程。
在本发明的一实施例中,车辆融合定位方法还包括:将里程计模块生成的第三车辆位置和姿态数据,作为误差状态卡尔曼滤波处理过程的输入数据。
在本发明的一实施例中,所述误差状态卡尔曼滤波处理过程包括状态预测处理过程和状态更新处理过程;
所述第三车辆位置和姿态数据作为所述状态更新处理过程的输入数据。
在本发明的一实施例中,车辆融合定位方法还包括在所述卡尔曼滤波处理过程之前,
将组合导航模块生成的车辆加速度和角速度数据、地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置和姿态数据作时间戳同步处理。
在本发明的一实施例中,所述组合导航模块包括惯性测量单元和全球卫星导航模块。
在本发明的一实施例中,所述里程计模块包括轮式里程计、激光里程计和/或视觉里程计。
本发明还提供一种车辆融合定位系统,包括:组合导航模块、地图匹配模块和控制器模块;所述控制器模块被配置为执行如下操作:将组合导航模块生成的车辆加速度和角速度数据通过卡尔波滤波处理过程,得到第一平滑状态输出数据;基于地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置和姿态数据和所述第一平滑状态输出数据,经过误差状态卡尔曼滤波处理过程,得到车辆融合定位初级结果;对组合导航模块生成的车辆的速度和姿态数据作平滑滤波处理,得到第二平滑状态输出数据;基于所述车辆位置和姿态初级结果和所述第二平滑状态输出数据,经过扩展卡尔曼滤波处理过程,得到车辆融合定位最终结果。
本发明还提供一种车辆融合定位装置,包括:存储器,用于存储可由处理器执行的指令;以及处理器,用于执行所述指令以实现如前任一项所述的方法。
本发明还提供一种存储有计算机程序代码的计算机可读介质,所述计算机程序代码在由处理器执行时实现如前任一项所述的方法。
与现有技术相比,本发明具有以下优点:本申请的技术方案,充分利用不同维度数据的表征优势,使多个维度数据在实时性、准确性和平滑性等多个方面互相补足,从而大幅提升车辆融合定位最终结果的平滑性和可靠性,从而为车辆智能驾驶的决策和控制过程提供稳定可靠的数据支撑。
附图说明
附图是为提供对本申请进一步的理解,它们被收录并构成本申请的一部分,附图示出了本申请的实施例,并与本说明书一起起到解释本申请原理的作用。附图中:
图1是本申请一实施例的车辆融合定位方法流程图。
图2是本申请一实施例的车辆融合定位方法的误差状态卡尔曼滤波处理过程流程图。
图3是本申请另一实施例的车辆融合定位方法流程图。
图4是本申请一实施例的车辆融合定位系统的组成示意图。
图5是本申请一实施例示出的车辆融合定位装置的组成示意图。
具体实施方式
为了更清楚地说明本申请的实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的步骤或元素。
本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或下面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各种步骤。同时,或将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
本申请的实施例描述一种车辆融合定位方法、系统、装置和计算机可读介质。
图1是本申请一实施例的车辆融合定位方法流程图。参考图1,车辆融合定位方法包括:步骤101,将组合导航模块生成的车辆加速度和角速度数据通过卡尔波滤波处理过程,得到第一平滑状态输出数据;步骤102,基于地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置和姿态数据和第一平滑状态输出数据,经过误差状态卡尔曼滤波处理过程,得到车辆融合定位初级结果;步骤103,对组合导航模块生成的车辆的速度和姿态数据作平滑滤波处理,得到第二平滑状态输出数据;步骤104,基于车辆位置和姿态初级结果和第二平滑状态输出数据,经过扩展卡尔曼滤波处理过程,得到车辆融合定位最终结果。
对于步骤101中的卡尔波滤波处理过程,可通过对过程噪声协方差Q和测量协方差R的协调设置,使得对组合导航模块生成的车辆加速度和角速度数据起到较好的平滑作用,使得第一平滑状态输出数据的波动性较小。
误差状态卡尔曼滤波(Error State Kalman Filter, ESKF)处理过程定义了三种状态:真实状态(true-state)、名义状态(nominal-state)和误差状态(error-state)。真实状态由名义状态与误差状态组合得到,目的是将名义状态看作大信号(large-signal),用非线性的方式进行积分,误差状态看作小的信号(small-signal),线性化处理后用线性高斯滤波器进行滤波。
在一些实施例中,误差状态卡尔曼滤波处理过程包括状态预测处理过程和状态更新处理过程。状态预测包括名义状态预测和误差状态预测。状态更新包括误差状态更新和真实状态更新。
图2是本申请一实施例的车辆融合定位方法的误差状态卡尔曼滤波处理过程流程图。参考图2,误差状态卡尔曼滤波处理过程例如包括:步骤201,将第一平滑状态输出数据作为状态预测处理过程的输入数据,并得到状态预测数据;步骤202,基于状态预测数据、基于地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置和姿态数据,进行状态更新处理过程,得到车辆融合定位初级结果。
在一些实施例中,平滑滤波处理包括载波相位动态实时差分(Real-TimeKinematic, RTK)处理过程。平滑滤波处理也可通过其他类型的滤波算法实现,例如均值滤波算法或中值滤波算法。
车辆融合定位方法例如还包括:将里程计模块生成的第三车辆位置和姿态数据,作为误差状态卡尔曼滤波处理过程的输入数据。相应地,前述的步骤102则扩展为,基于地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置、里程计模块生成的第三车辆位置和姿态数据和第一平滑状态输出数据,经过误差状态卡尔曼滤波处理过程,得到车辆融合定位初级结果。在误差状态卡尔曼滤波处理过程包括状态预测处理过程和状态更新处理过程的情况下,第三车辆位置和姿态数据例如作为状态更新处理过程的输入数据。
步骤104中的扩展卡尔曼滤波(Extended Kalman Filter,EKF)处理过程是一种递归滤波过程,其能够应用于非线性信号的滤波处理过程。
图3是本申请另一实施例的车辆融合定位方法流程图。
在一些实施例中,参考图3,车辆融合定位方法除了包括与前述的步骤101至步骤104相似的步骤302至步骤305之外,还包括步骤301,将组合导航模块生成的车辆加速度和角速度数据、地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置和姿态数据作时间戳同步处理。
在一些实施例中,组合导航模块(Integrated Navigation System,INS)包括惯性测量单元(Inertial Measurement Unit,IMU)和全球卫星导航模块。里程计模块包括轮式里程计、激光里程计和/或视觉里程计。
本申请还提供一种车辆融合定位系统。
图4是本申请一实施例的车辆融合定位系统的组成示意图。参考图4,车辆融合定位系统400包括组合导航模块401、地图匹配模块402和控制器模块411。
控制器模块411例如被配置为执行如下操作:步骤101,将组合导航模块生成的车辆加速度和角速度数据通过卡尔波滤波处理过程,得到第一平滑状态输出数据;步骤102,基于地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置和姿态数据和所述第一平滑状态输出数据,经过误差状态卡尔曼滤波处理过程,得到车辆融合定位初级结果;步骤103,对组合导航模块生成的车辆的速度和姿态数据作平滑滤波处理,得到第二平滑状态输出数据;步骤104,基于所述车辆位置和姿态初级结果和所述第二平滑状态输出数据,经过扩展卡尔曼滤波处理过程,得到车辆融合定位最终结果。步骤101至步骤104的具体实现方式参考前文所描述的内容。
在一些实施例中,车辆融合定位系统400还包括里程计模块403。控制器模块411例如还被配置为:将里程计模块403生成的第三车辆位置和姿态数据,作为误差状态卡尔曼滤波处理过程的输入数据。在误差状态卡尔曼滤波处理过程包括状态预测处理过程和状态更新处理过程的情况下,第三车辆位置和姿态数据作为状态更新处理过程的输入数据。
本申请的车辆融合定位方法和系统,对于组合导航模块多个维度的数据,以及地图匹配模块的生成的位姿数据,通过多级特定滤波过程的设置,充分利用不同维度数据的表征优势,使多个维度数据在实时性、准确性和平滑性等多个方面互相补足,从而大幅提升车辆融合定位最终结果的平滑性和可靠性,从而为车辆智能驾驶的决策和控制过程提供稳定可靠的数据支撑。
本申请方案在实现较佳的融合定位效果的同时,在消耗车机系统有限的计算资源的情况下,仍能够兼顾数据处理过程的实时性,避免数据处理过程本身带来较大的延时,从而保证车辆融合定位结果的实时性。
例如,本申请方案相比于只有误差状态卡尔曼滤波算法的数据处理过程,耗时并未明显增加,而最终输出的车辆融合定位结果的平滑程度能够提升90%或95%以上。本申请方案相比于通过基于图优化框架的融合定位计算过程,所耗费的时间大幅缩短,仅需基于图优化框架的融合定位计算过程所耗费时间的10%或 5%以下。
本申请还提供一种车辆融合定位装置,包括:存储器,用于存储可由处理器执行的指令;以及处理器,用于执行所述指令以实现如前所述的方法。
图5示出了根据本申请一实施例示出的车辆融合定位装置的组成示意图。车辆融合定位装置500可包括内部通信总线501、处理器(Processor)502、只读存储器(ROM)503、随机存取存储器(RAM)504、以及通信端口505。车辆融合定位装置500通过通信端口连接网络,以获取指令和数据,具体例如更新的地图数据。车辆融合定位装置500还可通过网络与其他设备连接。内部通信总线501可以实现车辆融合定位装置500组件间的数据通信。处理器502可以进行判断和发出提示。在一些实施例中,处理器502可以由一个或多个处理器组成。通信端口505可以实现从网络发送和接受信息及数据。车辆融合定位装置500还可以包括不同形式的程序储存单元以及数据储存单元,例如只读存储器(ROM)503和随机存取存储器(RAM)504,能够存储计算机处理和/或通信使用的各种数据文件,以及处理器502所执行的可能的程序指令。处理器执行这些指令以实现方法的主要部分。处理器处理的结果可通过通信端口传给用户设备,在用户界面上显示。
上述的车辆融合定位装置500可以实施为计算机程序,保存在存储器中,并可记载到处理器502中执行,以实施车辆融合定位方法。
本申请还提供了一种存储有计算机程序代码的计算机可读介质,所述计算机程序代码在由处理器执行时实现如上所述的车辆融合定位方法。
本申请的一些方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行,例如脚本程序和相应的运行平台。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。处理器可以是一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DAPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器或者其组合。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。例如,计算机可读介质可包括,但不限于,磁性存储设备(例如,硬盘、软盘、磁带……)、光盘(例如,压缩盘CD、数字多功能盘DVD……)、智能卡以及闪存设备(例如,卡、棒、键驱动器……)。
计算机可读介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等等、或合适的组合形式。计算机可读介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、射频信号、或类似介质、或任何上述介质的组合。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
虽然本申请已参照当前的具体实施例来描述,但是本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本申请,在没有脱离本申请精神的情况下还可作出各种等效的变化或替换,因此,只要在本申请的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。
Claims (16)
1.一种车辆融合定位方法,包括:
将组合导航模块生成的车辆加速度和角速度数据通过卡尔波滤波处理过程,得到第一平滑状态输出数据;
基于地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置和姿态数据和所述第一平滑状态输出数据,经过误差状态卡尔曼滤波处理过程,得到车辆融合定位初级结果;
对组合导航模块生成的车辆的速度和姿态数据作平滑滤波处理,得到第二平滑状态输出数据;
基于所述车辆位置和姿态初级结果和所述第二平滑状态输出数据,经过扩展卡尔曼滤波处理过程,得到车辆融合定位最终结果。
2.根据权利要求1所述的车辆融合定位方法,其特征在于,所述误差状态卡尔曼滤波处理过程包括状态预测处理过程和状态更新处理过程。
3.根据权利要求2所述的车辆融合定位方法,其特征在于,所述误差状态卡尔曼滤波处理过程包括:
将所述第一平滑状态输出数据作为所述状态预测处理过程的输入数据,并得到状态预测数据;
基于所述状态预测数据、基于地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置和姿态数据,进行状态更新处理过程,得到车辆融合定位初级结果。
4.根据权利要求1所述的车辆融合定位方法,其特征在于,所述平滑滤波处理包括载波相位动态实时差分处理过程。
5.根据权利要求1所述的车辆融合定位方法,其特征在于,还包括:将里程计模块生成的第三车辆位置和姿态数据,作为误差状态卡尔曼滤波处理过程的输入数据。
6.根据权利要求5所述的车辆融合定位方法,其特征在于,所述误差状态卡尔曼滤波处理过程包括状态预测处理过程和状态更新处理过程;
所述第三车辆位置和姿态数据作为所述状态更新处理过程的输入数据。
7.根据权利要求1所述的车辆融合定位方法,其特征在于,还包括在所述卡尔曼滤波处理过程之前,
将组合导航模块生成的车辆加速度和角速度数据、地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置和姿态数据作时间戳同步处理。
8.根据权利要求1所述的车辆融合定位方法,其特征在于,所述组合导航模块包括惯性测量单元和全球卫星导航模块。
9.根据权利要求5所述的车辆融合定位方法,其特征在于,所述里程计模块包括轮式里程计、激光里程计和/或视觉里程计。
10.一种车辆融合定位系统,包括:组合导航模块、地图匹配模块和控制器模块;
所述控制器模块被配置为执行如下操作:
将组合导航模块生成的车辆加速度和角速度数据通过卡尔波滤波处理过程,得到第一平滑状态输出数据;
基于地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置和姿态数据和所述第一平滑状态输出数据,经过误差状态卡尔曼滤波处理过程,得到车辆融合定位初级结果;
对组合导航模块生成的车辆的速度和姿态数据作平滑滤波处理,得到第二平滑状态输出数据;
基于所述车辆位置和姿态初级结果和所述第二平滑状态输出数据,经过扩展卡尔曼滤波处理过程,得到车辆融合定位最终结果。
11.根据权利要求10所述的车辆融合定位系统,其特征在于,所述误差状态卡尔曼滤波处理过程包括状态预测处理过程和状态更新处理过程。
12.根据权利要求11所述的车辆融合定位系统,其特征在于,所述误差状态卡尔曼滤波处理过程包括:
将所述第一平滑状态输出数据作为所述状态预测处理过程的输入数据,并得到状态预测数据;
基于所述状态预测数据、基于地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置和姿态数据,进行状态更新处理过程,得到车辆融合定位初级结果。
13.根据权利要求10所述的车辆融合定位系统,其特征在于,所述平滑滤波处理包括载波相位动态实时差分处理过程。
14.根据权利要求10所述的车辆融合定位系统,其特征在于,所述控制器模块还被配置为:
在所述卡尔曼滤波处理过程之前,
将组合导航模块生成的车辆加速度和角速度数据、地图匹配模块生成的第一车辆位置和姿态数据、组合导航模块生成的第二车辆位置和姿态数据作时间戳同步处理。
15.一种车辆融合定位装置,包括:
存储器,用于存储可由处理器执行的指令;以及
处理器,用于执行所述指令以实现如权利要求1-9任一项所述的方法。
16.一种存储有计算机程序代码的计算机可读介质,所述计算机程序代码在由处理器执行时实现如权利要求1-9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311799928.6A CN117492056B (zh) | 2023-12-26 | 2023-12-26 | 车辆融合定位方法、系统、装置和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311799928.6A CN117492056B (zh) | 2023-12-26 | 2023-12-26 | 车辆融合定位方法、系统、装置和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117492056A CN117492056A (zh) | 2024-02-02 |
CN117492056B true CN117492056B (zh) | 2024-03-22 |
Family
ID=89672879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311799928.6A Active CN117492056B (zh) | 2023-12-26 | 2023-12-26 | 车辆融合定位方法、系统、装置和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117492056B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107656301A (zh) * | 2017-09-20 | 2018-02-02 | 北京航天发射技术研究所 | 一种基于多源信息融合的车载定位方法 |
CN114184200A (zh) * | 2022-02-14 | 2022-03-15 | 南京航空航天大学 | 一种结合动态建图的多源融合导航方法 |
CN116047565A (zh) * | 2022-12-09 | 2023-05-02 | 上汽大众汽车有限公司 | 一种多传感器数据融合定位系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120086598A1 (en) * | 2010-10-08 | 2012-04-12 | Canadian Space Agency | Apparatus and methods for driftless attitude determination and reliable localization of vehicles |
CN111811521A (zh) * | 2020-07-09 | 2020-10-23 | 北京百度网讯科技有限公司 | 定位方法和装置、电子设备、车端设备、自动驾驶汽车 |
-
2023
- 2023-12-26 CN CN202311799928.6A patent/CN117492056B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107656301A (zh) * | 2017-09-20 | 2018-02-02 | 北京航天发射技术研究所 | 一种基于多源信息融合的车载定位方法 |
CN114184200A (zh) * | 2022-02-14 | 2022-03-15 | 南京航空航天大学 | 一种结合动态建图的多源融合导航方法 |
CN116047565A (zh) * | 2022-12-09 | 2023-05-02 | 上汽大众汽车有限公司 | 一种多传感器数据融合定位系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117492056A (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109871019B (zh) | 自动驾驶用于获取坐标的方法和装置 | |
WO2019047639A1 (zh) | 一种计算车辆轨迹的曲率的方法和装置 | |
CN110967991A (zh) | 车辆控制参数的确定方法、装置、车载控制器和无人车 | |
CN109781117B (zh) | 一种组合定位方法和系统 | |
CN111209978A (zh) | 三维视觉重定位方法、装置及计算设备、存储介质 | |
CN114194217B (zh) | 车辆自动驾驶方法、装置、电子设备以及存储介质 | |
CN112946681B (zh) | 融合组合导航信息的激光雷达定位方法 | |
WO2022179602A1 (zh) | 导航信息的处理方法、装置、电子设备及存储介质 | |
CN111469781B (zh) | 用于输出信息的方法和装置 | |
CN114047760B (zh) | 路径规划方法、装置、电子设备及自动驾驶车辆 | |
CN113306570B (zh) | 用于控制自动驾驶车辆的方法、装置和自动驾驶配送车 | |
CN117492056B (zh) | 车辆融合定位方法、系统、装置和计算机可读介质 | |
CN112558036B (zh) | 用于输出信息的方法和装置 | |
CN115534935B (zh) | 车辆行驶控制方法、装置、电子设备和计算机可读介质 | |
CN111256708A (zh) | 一种基于射频识别的车载组合导航方法 | |
CN112373471B (zh) | 用于控制车辆行驶的方法、装置、电子设备和可读介质 | |
CN115032672A (zh) | 一种基于定位子系统的融合定位方法及系统 | |
CN111402148B (zh) | 用于自动驾驶车辆的信息处理方法和装置 | |
CN110940345B (zh) | 车身定位、装置、计算机设备和存储介质 | |
CN110843792B (zh) | 用于输出信息的方法和装置 | |
CN117490705B (zh) | 车辆导航定位方法、系统、装置和计算机可读介质 | |
CN113743456B (zh) | 一种基于无监督学习的场景定位方法及系统 | |
CN113494911B (zh) | 对车辆进行定位的方法和系统 | |
CN116164734A (zh) | 多模式观测输入的卡尔曼滤波方法、系统、设备及介质 | |
CN113624249B (zh) | 锁点操作执行方法、装置、电子设备和计算机可读介质 |
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 |