CN117870655A - 车身位姿确定方法、装置与车辆 - Google Patents

车身位姿确定方法、装置与车辆 Download PDF

Info

Publication number
CN117870655A
CN117870655A CN202311634879.0A CN202311634879A CN117870655A CN 117870655 A CN117870655 A CN 117870655A CN 202311634879 A CN202311634879 A CN 202311634879A CN 117870655 A CN117870655 A CN 117870655A
Authority
CN
China
Prior art keywords
vehicle body
vehicle
body pose
residual
convergence range
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
Application number
CN202311634879.0A
Other languages
English (en)
Inventor
李晨
钱国平
贾玉杰
周晓颖
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.)
Zhibo Automotive Technology Shanghai Co ltd
Original Assignee
Zhibo Automotive Technology Shanghai 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 Zhibo Automotive Technology Shanghai Co ltd filed Critical Zhibo Automotive Technology Shanghai Co ltd
Priority to CN202311634879.0A priority Critical patent/CN117870655A/zh
Publication of CN117870655A publication Critical patent/CN117870655A/zh
Pending legal-status Critical Current

Links

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
    • G01C21/10—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
    • 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
    • G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
    • G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
    • 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
    • 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
    • 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
    • G01C21/18—Stabilised platforms, e.g. by gyroscope
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
    • 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
    • G01S19/40—Correcting position, velocity or attitude
    • G01S19/41—Differential correction, e.g. DGPS [differential GPS]
    • 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)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本公开涉及一种车身位姿确定方法、装置与车辆，涉及自动驾驶技术领域。包括：确定第一车身位姿与第二车身位姿之间的残差；在所述残差不满足收敛范围的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差满足所述收敛范围；在所述残差满足收敛范围的情况下，将所述残差满足所述收敛范围时的航迹递推算法作为目标航迹递推算法；根据所述车辆当前的第二行驶参数，利用所述目标航迹递推算法确定所述车辆的实时车身位姿。使用本公开提出的车身位姿确定方法，可以使得更新后的航迹递推算法输出的车辆的实时车身位姿更加准确。

Description

车身位姿确定方法、装置与车辆
技术领域
本公开涉及自动驾驶技术领域，具体地，涉及一种车身位姿确定方法、装置与车辆。
背景技术
在自动驾驶技术领域中，需要确定车辆位姿，进而根据车辆位姿确定车辆的位置。在得到车辆的位置之后，以车辆当前位置为起始点，来为车辆规划自动行驶路线，以实现自动驾驶。
相关技术中，可以通过航迹递推算法来得到车辆在当前时刻的位姿，然而航迹递推算法预测得到的车辆在当前时刻的位姿，会随着车辆的行驶距离的增加而逐渐累积误差，导致最终预测得到的车辆的位姿的准确性较低。
发明内容
本公开的目的是提供一种车身位姿确定方法、装置与车辆，以解决上述技术问题。
根据本公开实施例的第一方面，提供一种车身位姿确定方法，包括：
确定第一车身位姿与第二车身位姿之间的残差，所述第一车身位姿是所述航迹递推算法以车辆的第一行驶参数作为输入数据输出得到，所述第二车身位姿是预设定位系统输出的，所述第二车身位姿的准确度大于所述第一车身位姿的准确度；
在所述残差不满足收敛范围的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差满足所述收敛范围；
在所述残差满足收敛范围的情况下，将所述残差满足所述收敛范围时的航迹递推算法作为目标航迹递推算法；
根据所述车辆当前的第二行驶参数，利用所述目标航迹递推算法确定所述车辆的实时车身位姿。
可选地，所述在所述残差不满足收敛范围的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差满足所述收敛范围，包括：
在所述残差不满足所述收敛范围的情况下，更新所述优化变量；
根据更新后的所述优化变量，更新所述第一车身位姿；
根据所述第二车身位姿与更新后的所述第一车身位姿，得到更新后的所述残差。
可选地，所述根据更新后的所述优化变量，更新所述第一车身位姿，包括：
根据更新后的所述优化变量，得到更新后的所述航迹递推算法；
将所述第一行驶参数更新后的所述航迹递推算法的输入参数，得到更新后的所述第一车身位姿。
可选地，所述根据更新后的所述优化变量，得到更新后的所述航迹递推算法，包括：
以指定步长更新所述优化变量，以得到更新后的所述航迹递推算法。
可选地，所述方法还包括：
在上次更新后得到的残差与下次更新后的残差之间的下降值大于预设值的情况下，缩小所述收敛范围至第一收敛范围；
在所述下降值小于所述预设值的情况下，扩大所述收敛范围至第二收敛范围。
可选地，所述在所述残差不满足收敛范围的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差满足所述收敛范围，包括：
在所述残差不位于所述第一收敛范围之内的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差位于所述第一收敛范围之内，或者，
在所述残差不位于所述第二收敛范围之内的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差位于所述第二收敛范围之内。
可选地，所述预设定位系统为差分定位组合导航系统。
可选地，不同所述车辆对应的所述目标航迹递推算法不同。
根据本公开实施例的第二方面，提供一种车身位姿确定装置，包括：
残差确定模块，被配置为确定第一车身位姿与第二车身位姿之间的残差，所述第一车身位姿是所述航迹递推算法以车辆的第一行驶参数作为输入数据输出得到，所述第二车身位姿是预设定位系统输出的，所述第二车身位姿的准确度大于所述第一车身位姿的准确度；
残差更新模块，被配置为在所述残差不满足收敛范围的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差满足所述收敛范围；
目标航迹递推算法确定模块，被配置为在所述残差满足收敛范围的情况下，将所述残差满足所述收敛范围时的航迹递推算法作为目标航迹递推算法；
预测模块，被配置为根据所述车辆当前的第二行驶参数，利用所述目标航迹递推算法确定所述车辆的实时车身位姿。
根据本公开实施例的第三方面，提供一种车辆，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现本公开实施例的第一方面提供的车身位姿确定方法的步骤。
通过上述技术方案，通过确定航迹递推算法输出的第一车身位姿与预设定位系统输出的第二车身位姿之间的残差；在残差达到收敛范围的情况下，采用满足收敛范围时的航迹递推算法作为目标航迹递推算法，再将车辆的第二行驶参数输入至目标航迹递推算法中，来得到车辆的实时车身位姿。
在此过程中，由于预设定位系统输出的第二车身位姿的准确性较高所以可以利用预设定位系统输出的第二车身位姿对航迹递推算法输出的第一车身位姿进行修正，直至航迹递推算法输出的第一车身位姿能够接近第二车身位姿的准确性，从而减少了第一位姿的误差累积问题。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例提出的车身位姿确定方法的步骤流程图；
图2是根据一示例性实施例提出的航迹递推算法的示意图；
图3是根据一示例性实施例提出的插值前与插值后的对比图；
图4是根据一示例性实施例提出的转弯半径的示意图；
图5是根据一示例性实施例提出的根据轮速差计算横摆角速度的示意图；
图6是根据一示例性实施例提出的车身位姿确定装置的结构框图；
图7是根据一示例性实施例提出的车辆的结构框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
需要说明的是，本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。
图1是根据一示例性实施例示出的车身位姿确定方法的步骤流程图，该车身位姿确定方法包括以下步骤：
在步骤S101中，确定第一车身位姿与第二车身位姿之间的残差。
残差是航迹递推算法得到的第一车身位姿与预设定位系统输出的第二车身位姿之间的差值的累积。
第一车身位姿是航迹递推算法以车辆的第一行驶参数作为输入数据输出得到的。
第一行驶参数是车辆在行驶过程中实时产生车辆的参数。航迹递推算法在预测第一车身位姿时，是将车辆档位与方向盘角度等第一行驶参数作为航迹递推算法的输入参数，将车身底盘数据与惯性数据作为航迹递推算法的优化变量，来输出第一车身位姿。
第二车身位姿是预设定位系统输出的，第二车身位姿的准确度大于第一车身位姿的准确度，第二车身位姿用于对第一车身位姿进行校准。预设定位系统可以是差分定位组合导航系统。
差分定位组合导航系统的信息源主要包括卫星定位数据、惯性数据与车身底盘信息，这三种信息源分别来源于全球卫星定位传感器(Global Navigation SatelliteSystem，GNSS)、惯导传感器(Inertial Measurement Unit，IMU)与航迹递推算法(DeadReckoning，DR)，实际上惯导传感器也属于航迹递推算法。在差分定位组合导航系统中，在一般驾驶工况下，会采用全球卫星定位传感器与惯导传感器融合的方式来得到车身位姿；在全球卫星定位传感器失效的情况下，例如在车辆急速转弯或车轮打滑等特殊工况下，可以将惯导传感器与航迹递推算法进行融合来得到车身位姿，可见不论在何种情况下，采用差分定位组合导航系统得到的第二车身位姿的准确性均较高。
可以理解的是，第一车身位姿与第二车身位姿之间的残差，指的是同一时刻下第一车身位姿与第二车身位姿之间的差值。
例如，车辆在行驶过程中产生了14:07到14:09分等时间序列下的车辆驾驶数据。航迹递推算法获取了在14:07时的车辆档位与方向盘角度等第一行驶参数，并根据14:07时的车辆档位与方向盘角度等第一行驶参数得到14:07时的第一车身位姿；预设定位系统获取了14:07时的卫星定位数据、惯性数据与车身底盘信息等车辆驾驶数据，并根据14:07时的卫星定位数据、惯性数据与车身底盘信息等车辆驾驶数据得到了14:07时的第二车身位姿，那么则可以得到14:07对应的残差。
在步骤S102中，在所述残差不满足收敛范围的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差满足所述收敛范围。
在残差不满足收敛范围时，可以以指定步长更新航迹递推算法的优化变量，并根据更新后的优化变量得到更新后的航迹递推算法；再将第一行驶参数作为更新后的航迹递推算法的输入参数，得到更新后的第一车身位姿；最后根据更新后的第一车身位姿与同一时刻下的第二车身位姿之间的残差，若残差不满足收敛范围，继续执行上述步骤，直至残差满足收敛范围。
优化变量是每次迭代过程中需要更新的变量，更新了优化变量后，才能更新航迹递推算法；航迹递推算法的优化变量包括车身底盘数据与惯性数据中的至少一种；车身底盘数据包括轮距、轴距与转弯半径。在每次迭代过程中，优化更新车身底盘数据与惯性数据，再将更新后的车身底盘数据与惯性数据应用至航迹递推算法中来更新航迹递推算法，最终依据更新后的航迹递推算法输出的第一车身位姿，使得第一车身位姿逐渐接近第二车身位姿。
假设初始的航迹递推算法的表达式是：y＝ax+b；其中，a与b是优化变量，x是第一行驶参数，y是第一车身位姿。
假设指定步长是1，初始的优化变量a与b均是1，车辆在第一时刻到第十时刻产生的第一行驶参数是1、2、3…，10，车辆在第一时刻到第十时刻获取到的第二车身位姿是10、13、16、19…，37。
在第一轮计算时，由于初始的优化变量a与b均是1，初始的航迹递推算法则是y＝x+1，此时将第一时刻的第一行驶参数1输入至初始的航迹递推算法后，得到第一车身位姿为2；再计算第一时刻的第一车身位姿2与第一时刻的第二车身位姿10之间的残差是8，由于残差8不满足收敛范围，则继续进行第二轮计算。
在第二轮计算中，由于指定步长是1，所以优化变量a与b从1变化为2，第二轮的航迹递推算法则是y＝2x+2，此时将第二时刻的第一行驶参数2输入至第二轮的航迹递推算法后，得到第一车身位姿是6，由于第二时刻的第一车身位姿6与第二时刻的第二车身位姿13之间的残差是7，不满足收敛范围，则继续进行第三轮计算。
在第三轮计算中，由于指定步长是1，所以优化变量a与b从2变化为3，第三轮的航迹递推算法则是y＝3x+3，此时将第三时刻的第一行驶参数3输入至第三轮的航迹递推算法后，得到第一车身位姿是12，由于第三时刻的第一车身位姿12与第三时刻的车身位姿16之间的残差4不满足收敛范围，则继续进行第四轮计算。
重复执行上述步骤，直至得到的某一时刻下的第一车身位姿与该时刻下对应的第二车身位姿之间的残差满足收敛范围。
可以理解的是，由于航迹递推算法的优化变量不止一个，所以在以指定步长更新优化变量时，是先以指定步长更新多个优化变量中的其中一个优化变量，直至残差满足收敛范围；再更新多个优化变量中的其余优化变量，直所有的优化变量更新后，残差满足收敛范围。
例如，优化变量包括车身底盘数据与惯性数据，车身底盘数据包括轮距、滚动半径、轴距与初始轮速脉冲等。更新优化变量时，则可以先更新初始轮速脉冲，直至残差满足收敛范围；再更新滚动半径，直至残差满足收敛范围…，最后更新轴距，直至残差满足收敛范围，如此循环，使得所有的优化变量得到了更新。
可以理解的是，在每次调整优化变量后，会使得后续通过该优化变量更新后的航迹递推算法输出的第一车身位姿与第二车车身位姿之间的残差逐渐减小。
在步骤S103中，在所述残差满足收敛范围的情况下，将所述残差满足所述收敛范围时的航迹递推算法作为目标航迹递推算法。
收敛范围包括残差无法继续变小，或者残差小于预设值等。
在残差满足收敛范围的情况下，说明更新后的航迹递推算法输出的第一车身位姿与预设定位系统输出的第二车身位姿之间相互接近，此时航迹递推算法输出的第一车身位姿的准确性较高，则可以将更新后的航迹递推算法作为目标航迹递推算法。
满足收敛范围时的残差对应的目标航迹递推算法，是能够输出准确的车身位姿的航迹递推算法。
值得注意的是，不同车辆的滚动半径、轴距等优化变量的初始值可能是不相同，所以对不同的初始的滚动半径与轴距等优化变量进行更新，得到后的更新后的航迹递推算法也是不同的，自然最终得到的目标航迹递推算法也可能是不同的，所以不同的车辆对应有各自适配的目标航迹递推算法。
在步骤S104中，根据所述车辆当前的第二行驶参数，利用所述目标航迹递推算法确定所述车辆的实时车身位姿。
可以将车辆当前的第二行驶参数输入至目标航迹递推算法中，得到车辆当前的实时车身位姿。
例如，若最终的目标航迹递推算法为y＝10x+10，则将车辆当前的第二行驶参数输入至目标航迹递推算法中，得到车辆当前的实时车身位姿。
可以理解的是，上述示例中航迹递推算法的计算表达式仅是一种示例，实际情况下航迹递推算法的计算表达式并非如此，可以根据实际的处理场景进行设置，本公开对此不做限制。
通过上述技术方案，通过确定航迹递推算法输出的第一车身位姿与预设定位系统输出的第二车身位姿之间的残差；在残差达到收敛范围的情况下，采用满足收敛范围时的航迹递推算法作为目标航迹递推算法，再将车辆的第二行驶参数输入至目标航迹递推算法中，来得到车辆的实时车身位姿。
在此过程中，第一方面，由于预设定位系统输出的第二车身位姿的准确性较高，所以可以利用第二车身位姿对第一车身位姿进行校准，如此目标航迹递推算法预测的实时车身位姿与预设定位系统输出的第二车身位姿之间的差距较小，得到的实时车身位姿的准确性也较高。
第二方面，可以通过CANoe仿真设备来获取车辆的目标轮速脉冲、车辆档位、车辆行驶状态信息，在车辆上仿真出预设定位系统，同时录制车辆的泊车数据与预设定位系统输出的差分定位数据。因此，本公开实施例可以从仿真的预设定位系统中得到差分定位数据，而无需在车辆上实地搭建预设定位系统，避免了搭建预设定位系统所带来的人工成本与搭建成本。
第三方面，虽然使用预设定位系统得到的第二车身位姿的准确性较高，但是预设定位系统中，需要在车辆上额外安装全球卫星定位传感器，导致车辆成本较高；而本公开中，采用航迹递推算法即可递推得到与预设定位系统输出的第二车身位姿接近的实时车身位姿，并不需要额外安装全球卫星定位传感器，也能够得到准确性较高的实时车身位姿。
下面介绍上述步骤S101至步骤S104涉及到的可选实施例，该实施例用于释义对收敛范围的调整过程。
(1)、在上次更新后得到的残差与下次更新后的残差之间的下降值大于预设值的情况下，缩小所述收敛范围至第一收敛范围。
下降值是上次更新后得到的残差与下次更新后得到的残差之间的差值，在下降值大于预设值的情况下，说明下次更新后得到的残差相较于上次更新后的残差下降，且下降幅度较大，下次更新后得到的第一车身位姿与第二车身位姿之间的差距进一步大幅度缩小，说明对航迹递推算法的优化效果较好，此时可以缩小收敛范围至第一收敛范围，来使得下一次更新时的收敛范围的条件变更至更加严格的收敛范围。
例如，第一次计算过程中得到的残差与第二次计算过程中得到的残差之间的下降值大于预设值时，则将第二次计算过程中使用到的收敛范围缩小至第一收敛范围，如此，第三次计算过程中与残差比较的则是范围缩小后的第一收敛范围。
在得到下一轮计算过程中的第一收敛范围之后，则可以将残差与第一收敛范围进行比较，在所述残差不位于所述第一收敛范围之内的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差位于所述第一收敛范围之内。
(2)在上次更新后得到的残差与下次更新后的残差之间的下降值小于所述预设值的情况下，扩大所述收敛范围至第二收敛范围。
下降值是上次更新后得到的残差与下次更新后得到的残差之间的差值，在下降值小于预设值的情况下，说明下次更新后得到的残差相较于上次更新后的残差虽然变小，但是其变化幅度较小，对航迹递推算法的优化效果不是很好，此时可以扩大收敛范围至第二收敛范围，来使得下一次更新时的收敛范围的条件变更为更加宽松的收敛范围。
例如，第一次计算过程中得到的残差与第二次计算过程中得到的残差之间的下降值小于预设值时，则将第二次计算过程中使用到的收敛范围扩大至第一收敛范围，如此，第三次计算过程中与残差比较的则是范围扩大后的第二收敛范围。
在得到下一轮计算过程中的第二收敛范围之后，则可以将残差与第二收敛范围进行比较，在所述残差不位于所述第二收敛范围之内的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差位于所述第二收敛范围之内。
可以理解的是，上述扩大收敛范围与缩小收敛范围的幅度可以相同，也可以不同。
下面介绍上述步骤S101涉及到的具体实施例，该实施例用于释义如何航迹递推算法如何得到第一车身位姿。
航迹递推算法可以根据车身底盘数据与惯性数据来得到位姿变化量；再根据车辆在上一时刻的历史车身位姿与位姿变化量，来递推得到车辆在当前时刻的第一车身位姿。
可选地，航迹递推算法是在已知车辆的初始位置与初始航向角的情况下，利用速度传感器与方向传感器采集车辆当前的速度与行驶方向，进而递推车辆在下一时刻的位置与方向的算法。
示例地，请参阅图2所示，在已知车辆的初始位置(X0，Y0)与初始航向角(W0)的情况下，航迹递推算法的推算公式为：
αk＝αk-1+Δαk-1
其中，xK为车辆当前位置的横坐标，yK为车辆当前位置的纵坐标；x0为车辆初始位置的横坐标；y0为车辆初始位置的纵坐标；Si为车辆在两个位置之间的相对位移；αi为车辆在两个位置之间的连线与水平线之间的夹角。
从以上公式结合图2可以看出，航迹递推主要依靠速度传感器与方向传感器来推测得到车辆在两个位置之间的相对位移，而车辆在行驶过程中车辆产生的滑移、滑转、侧滑以及与温度或胎压有关的车轮直径变化，都会导致速度传感器与方向传感器等传感器测量的测量值与真实值之间存在误差，所以随着时间的推移，航迹递推算法递推得到的车辆的当前位置具有较大误差。
可以理解的是，车辆的当前位姿包括车辆当前的当前位置与当前方向，所以车辆的当前位置具有较大误差，也可以视为车辆的当前位姿具有较大误差。
航迹递推算法得到第一车身位姿包括以下步骤：
在步骤S201中，航迹递推算法可以根据车身底盘数据来得到车辆的第一横摆角速度。
得到第一横摆角速度包括以下子步骤。
(1)、对所述车辆在不同时刻输出的初始轮速脉冲进行平滑，得到多个第一轮速脉冲。
可选地，确定所述车辆在多个时刻下的初始轮速脉冲；采用插值算法，对所述多个初始轮速脉冲进行插值，得到平滑后的多个第一轮速脉冲。
其中，初始轮速脉冲包括左轮轮速脉冲与右轮轮速脉冲。
其中，请参阅图3所示的差值平滑前左轮与右轮的轮速脉冲值，可以看出，左轮的轮速脉冲(图3中插值前的RR_RC)是直接从59变换为60的，右轮的轮速脉冲(图3中插值前的RL_RC)是直接从106变化为107的。而采用插值算法对多个初始轮速脉冲进行插值之后，请参阅图3所示，在59与60之间插入了59.2、59.4、59.6、59.8，使得左轮的轮速脉冲(图3中插值后的RR_RC)从59逐渐增长为60，而非陡然变换为60的；在106与107插入了106.2、106.4、106.6、106.8，使得右轮的轮速脉冲(图3中插值后的RR_RC)是从106逐渐增长为107，而非陡然变换为107的。
相关技术中，轮速脉冲由于齿数限制，更新得到的初始轮速脉冲是不平滑的，如果采用不平滑的轮速脉冲来更新车身位姿，会导致车辆的车身位姿也产生抖动。通过对初始轮速脉冲进行插值，可以使得得到的第一轮速脉冲更加平滑，如此，可以避免第一轮速脉冲不平滑所导致的车辆位姿抖动的问题。可以理解的是，车身位姿包括车辆航向，所以车身位姿抖动，也包括车辆航向抖动，在第一轮速脉冲为平滑的轮速脉冲时，也可以视为车辆航向平滑，不会出现车辆航向抖动现象。
(2)、对所述当前时刻的第一轮速脉冲进行补偿，得到所述车辆在所述当前时刻的目标轮速脉冲。
可选地，根据所述车辆的车辆参数，确定所述车辆在所述当前时刻的转弯半径之比；根据所述转弯半径之比对所述当前时刻下的第一轮速脉冲进行补偿，得到所述车辆在所述当前时刻的目标轮速脉冲。车辆参数包括轮距、轴距。
示例地，结合图4可知，可以通过以下公式来得到车辆在当前时刻的转弯半径之比：
v＝(L/tanδ+tw/2)/(L/tanδ-tw/2)
其中，V为后外轮与后内轮的转弯半径之比；L为车辆前轮与后轮之间的轴距；δ为前内轮转角与前外轮转角的平均值，该值等于方向盘转向角除以车辆的传动比；tw为内轮与外轮之间的轮距。
其中，所述目标轮速脉冲包括所述车辆的内轮在当前时刻的内轮轮速脉冲，以及所述车辆的外轮在所述当前时刻的外轮轮速脉冲，根据所述转弯半径之比对所述当前时刻下的第一轮速脉冲进行补偿，得到所述车辆在所述当前时刻的目标轮速脉冲包括以下两种情况：
第一种情况，在所述外轮的相邻两帧外轮轮速脉冲之间的第一轮速脉冲差大于所述内轮的相邻两帧内轮轮速脉冲之间的第二轮速脉冲差与所述转弯半径之比的乘积的情况下，所述外轮轮速脉冲为输入至所述车辆的外轮轮速脉冲，所述内轮轮速脉冲为所述内轮在上一时刻的历史内轮轮速脉冲与第一补偿量之和。
示例地，将外轮的当前帧外轮轮速脉冲与上一帧外轮轮速脉冲之间的第一轮速脉冲差记为VL，将内轮的当前帧内轮轮速脉冲与上一帧内轮轮速脉冲之间的第一轮速脉冲之差记为VR。若VL>VR*V，V为转弯半径之比；则确定外轮在当前帧的外轮轮速脉冲为输入至车辆的外轮轮速脉冲，内轮在当前帧的内轮轮速脉冲为历史内轮轮速脉冲与第一补偿量之和。
其中，第一补偿量为VL/V，即第一轮速脉冲差除以转弯半径之比得到的值。
第二种情况，在所述第一轮速脉冲差小于或等于所述第二轮速脉冲差与所述转弯半径之比的乘积的情况下，所述外轮轮速脉冲为所述外轮在上一时刻的历史外轮轮速脉冲与第二补偿量之和，所述内轮的轮速脉冲为输入至所述车辆的内轮轮速脉冲。
示例地，若VL≤VR*V，则确定外轮轮速脉冲为外轮在上一时刻的历史外轮轮速脉冲与第二补偿量之和，所述内轮的轮速脉冲为输入至所述车辆的内轮轮速脉冲。
其中，第二补偿量为VR*V，即第二轮速脉冲差与转弯半径之比的乘积。
可见，第一补偿量与第二补偿量均与转弯半径之比关联。
(3)、根据所述目标轮速脉冲，得到第一横摆角速度。
可选地，可以对目标轮速脉冲进行微分，来得到外轮轮速与内轮轮速，再根据外轮轮速与内轮轮速，再将外轮轮速除以外轮转动一圈所需时间得到外轮角速度，将内轮轮速除以内轮转动一圈所需的时间得到内轮角速度；最后根据外轮角速度与内轮角速度，来得到第一横摆角速度。
示例地，请参阅图5所示，可以得到以下公式，来计算第一横摆角速度：
yaw(R1-R2)cosθ＝w1tRr-w2tRr
其中，W1为内轮角速度；W2为外轮角速度；Rr为车轮半径；A为内轮与外轮之间的轮距；θ车轮偏角，yaw是横摆角。
从以上公式可以看出，将外轮角速度与内轮角速度输入至上述公式中，来得到车辆的第一横摆角速度。
在步骤S202中，根据惯性数据来得到车辆的第二横摆角速度；对第一横摆角速度与第二横摆角速度融合后得到位姿变化量。
第一横摆角速度与第二横摆角速度均是车辆的航向角速度，而车身位姿包括车辆的位置与航向角，所以根据车辆的航向角速度能够推导得到车身位姿。
惯导传感器包括加速度计、陀螺仪与磁力计等多个传感器，通过这些传感器可以采集车辆的加速度、角速度与磁场强度等信息，并通过角速度来计算车辆的第二横摆角速度、第二横摆角与第二横摆角加速度等信息。
可选地，可以将第一横摆角速度与第二横摆角速度作为卡尔曼滤波状态值输入，得到融合后的横摆角速度，在得到融合后的横摆角速度之后，即可根据融合后的横摆角速度来得到位姿变化量，关于卡尔曼滤波状态值处理两种横摆角速度来得到位姿变化量的技术为现有技术，在此不再赘述。
其中，位姿变化量指的是车辆在上一时刻与当前时刻之间的位姿变化。
在步骤S203中，根据车辆在上一时刻的历史车身位姿与位姿变化量，来递推得到车辆在当前时刻的第一车身位姿。
可以在历史车身位姿的基础上，叠加位姿变化量，来得到车辆的第一车身位姿。
通过上述技术方案，可以通过航迹递推算法，利用车身底盘数据与惯性数据等数据来得到第一车身位姿，因此在更新航迹递推算法时，是更新航迹递推算法中的车身底盘数据与惯性数据，进而实现对航迹递推算法的更新。
下面介绍上述步骤S101涉及到的具体实施例，该实施例用于释义预设定位系统如何得到第二车身位姿。
预设定位系统是差分定位组合导航系统，差分定位组合导航系统可以获取惯性数据、卫星定位数据与卡尔曼滤波数据；再对惯性数据、卫星定位数据与卡尔曼滤波数据进行融合，得到车辆的第二车身位姿。
可以获取所述差分定位组合导航系统输出的差分定位数据，所述差分定位数据位于墨卡托坐标系(UTM)下；将差分定位数据从所述墨卡托坐标系转换至世界坐标系，得到所述第二车身位姿。
由于航迹递推算法得到的第一车身位姿是位于世界坐标系下的，而差分组合导航系统输出的差分定位数据是位于墨卡托坐标系下的，二者所在的维度不同，因此需要将从差分定位导航系统输出的差分定位数据进行坐标系的转换，得到位于世界坐标系下的第二车身位姿，使得第一车身位姿与第二车身位姿均处于世界坐标系下。
在得到第二车身位姿之后，由于航迹递推算法输出的第一车身位姿与差分定位组合导航系统输出的第二车身位姿的时间戳也不同步，因此需要获取到与车身CAN总线相同频率且相同时间的惯性数据，由于惯性数据是航迹递推算法依据惯性数据所得到的第一车身位姿，而差分定位组合导航系统是获取车身CAN总线的数据，所以在源头上获取到时间与频率同步的惯性数据与CAN总线之后，经过处理后得到的第一车身位姿与第二车身位姿的时间戳也趋于同步。
可选地，在得到第一车身位姿与第二车身位姿之后，虽然对车身CAN总线上的数据与惯性数据进行了时间同步处理，但是也可能存在时间不同步的情况。因此，还可以在若干帧第一车身位姿中找到与第二车身位姿时间距离最近的第一车身位姿，并将与第二车身位姿时间距离最近的第一车身位姿，作为与第二车身位姿时间同步的第一车身位姿，从而避免了因传感器获取数据的频率差异，所导致第一车身位姿与第二车身位姿的时间戳没有对齐的情况发生。
通过上述技术方案，可以得到准确的第二车身位姿，并将第二车身位姿的时间戳与第一车身位姿之间的时间戳进行同步，进而根据同一时刻下的第一车身位姿与第二车身位姿，来得到准确的残差。
图6是根据一示例性实施例示出的一种车身位姿确定装置的框图，该车身位姿确定装置600包括：残差确定模块610、更新模块620、算法确定模块630与预测模块640。
残差确定模块610，被配置为确定第一车身位姿与第二车身位姿之间的残差，所述第一车身位姿是所述航迹递推算法以车辆的第一行驶参数作为输入数据输出得到，所述第二车身位姿是预设定位系统输出的，所述第二车身位姿的准确度大于所述第一车身位姿的准确度；
更新模块620，被配置为在所述残差不满足收敛范围的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差满足所述收敛范围；
算法确定模块630，被配置为在所述残差满足收敛范围的情况下，将所述残差满足所述收敛范围时的航迹递推算法作为目标航迹递推算法；
预测模块640，被配置为根据所述车辆当前的第二行驶参数，利用所述目标航迹递推算法确定所述车辆的实时车身位姿。
可选地，更新模块620包括：
优化变量更新子模块，被配置为在所述残差不满足所述收敛范围的情况下，更新所述优化变量；
第一车身位姿确定子模块，被配置为根据更新后的所述优化变量，更新所述第一车身位姿；
残差确定子模块，被配置为根据所述第二车身位姿与更新后的所述第一车身位姿，得到更新后的所述残差。
可选地，第一车身位姿确定子模块包括：
算法更新子模块，被配置为根据更新后的所述优化变量，得到更新后的所述航迹递推算法；
输入子模块，被配置为将所述第一行驶参数作为更新后的所述航迹递推算法的输入参数，得到更新后的所述第一车身位姿。
可选地，算法更新子模块包括：
增量子模块，被配置为以指定步长更新所述优化变量，以得到更新后的所述航迹递推算法。
可选地，车身位姿确定装置600包括：
缩小模块，被配置为在上次更新后得到的残差与下次更新后的残差之间的下降值大于预设值的情况下，缩小所述收敛范围至第一收敛范围；
扩大模块，被配置为在所述下降值小于所述预设值的情况下，扩大所述收敛范围至第二收敛范围。
可选地，更新模块620包括：
第一比较子模块，被配置为在所述残差不位于所述第一收敛范围之内的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差位于所述第一收敛范围之内，或者，
第二比较子模块，被配置为在所述残差不位于所述第二收敛范围之内的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差位于所述第二收敛范围之内。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图7是根据一示例性实施例示出的一种车辆700的框图。如图7所示，该车辆700可以包括：处理器701，存储器702。该车辆700还可以包括多媒体组件703，输入/输出(I/O)接口704，以及通信组件705中的一者或多者。
其中，处理器701用于控制该车辆700的整体操作，以完成上述的车身位姿确定方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该车辆700的操作，这些数据例如可以包括用于在该车辆700上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口704为处理器701和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该车辆700与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件705可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，车辆700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的车身位姿确定方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的车身位姿确定方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器702，上述程序指令可由车辆700的处理器701执行以完成上述的车身位姿确定方法。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (10)

1.一种车身位姿确定方法，其特征在于，包括：
确定第一车身位姿与第二车身位姿之间的残差，所述第一车身位姿是所述航迹递推算法以车辆的第一行驶参数作为输入数据输出得到，所述第二车身位姿是预设定位系统输出的，所述第二车身位姿的准确度大于所述第一车身位姿的准确度；
在所述残差不满足收敛范围的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差满足所述收敛范围；
在所述残差满足收敛范围的情况下，将所述残差满足所述收敛范围时的航迹递推算法作为目标航迹递推算法；
根据所述车辆当前的第二行驶参数，利用所述目标航迹递推算法确定所述车辆的实时车身位姿。
2.根据权利要求1所述的方法，其特征在于，所述在所述残差不满足收敛范围的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差满足所述收敛范围，包括：
在所述残差不满足所述收敛范围的情况下，更新所述优化变量；
根据更新后的所述优化变量，更新所述第一车身位姿；
根据所述第二车身位姿与更新后的所述第一车身位姿，得到更新后的所述残差。
3.根据权利要求2所述的方法，其特征在于，所述根据更新后的所述优化变量，更新所述第一车身位姿，包括：
根据更新后的所述优化变量，得到更新后的所述航迹递推算法；
将所述第一行驶参数作为更新后的所述航迹递推算法的输入参数，得到更新后的所述第一车身位姿。
4.根据权利要求3所述的方法，其特征在于，所述根据更新后的所述优化变量，得到更新后的所述航迹递推算法，包括：
以指定步长更新所述优化变量，以得到更新后的所述航迹递推算法。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在上次更新后得到的残差与下次更新后的残差之间的下降值大于预设值的情况下，缩小所述收敛范围至第一收敛范围；
在所述下降值小于所述预设值的情况下，扩大所述收敛范围至第二收敛范围。
6.根据权利要求5所述的方法，其特征在于，所述在所述残差不满足收敛范围的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差满足所述收敛范围，包括：
在所述残差不位于所述第一收敛范围之内的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差位于所述第一收敛范围之内，或者，
在所述残差不位于所述第二收敛范围之内的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差位于所述第二收敛范围之内。
7.根据权利要求1所述的方法，其特征在于，所述预设定位系统为差分定位组合导航系统。
8.根据权利要求1所述的方法，其特征在于，不同所述车辆对应的所述目标航迹递推算法不同。
9.一种车身位姿确定装置，其特征在于，包括：
残差确定模块，被配置为确定第一车身位姿与第二车身位姿之间的残差，所述第一车身位姿是所述航迹递推算法以车辆的第一行驶参数作为输入数据输出得到，所述第二车身位姿是预设定位系统输出的，所述第二车身位姿的准确度大于所述第一车身位姿的准确度；
残差更新模块，被配置为在所述残差不满足收敛范围的情况下，获取所述航迹递推算法的优化变量，并基于所述优化变量再次执行所述确定第一车身位姿与第二车身位姿之间的残差的步骤，直至所述残差满足所述收敛范围；
目标航迹递推算法确定模块，被配置为在所述残差满足收敛范围的情况下，将所述残差满足所述收敛范围时的航迹递推算法作为目标航迹递推算法；
预测模块，被配置为根据所述车辆当前的第二行驶参数，利用所述目标航迹递推算法确定所述车辆的实时车身位姿。
10.一种车辆，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1～8中任一项所述方法的步骤。
CN202311634879.0A 2023-11-30 2023-11-30 车身位姿确定方法、装置与车辆 Pending CN117870655A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311634879.0A CN117870655A (zh) 2023-11-30 2023-11-30 车身位姿确定方法、装置与车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311634879.0A CN117870655A (zh) 2023-11-30 2023-11-30 车身位姿确定方法、装置与车辆

Publications (1)

Publication Number Publication Date
CN117870655A true CN117870655A (zh) 2024-04-12

Family

ID=90577820

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311634879.0A Pending CN117870655A (zh) 2023-11-30 2023-11-30 车身位姿确定方法、装置与车辆

Country Status (1)

Country Link
CN (1) CN117870655A (zh)

Similar Documents

Publication Publication Date Title
US8140210B2 (en) Method and device for object tracking in a driver assistance system of a motor vehicle
US10422658B2 (en) Method, fusion filter, and system for fusing sensor signals with different temporal signal output delays into a fusion data set
EP2077432B1 (en) Moving object with tilt angle estimating mechanism
CN111527382A (zh) 用于控制车辆的系统及方法
CN110346824B (zh) 一种车辆导航方法、系统、装置及可读存储介质
CN113465628B (zh) 惯性测量单元数据补偿方法及系统
CN111443327A (zh) 保持车辆位置准确
CN112904396B (zh) 一种基于多传感器融合的高精度定位方法及系统
CN105783921A (zh) 一种校正汽车姿态数据的方法及装置
CN107076559B (zh) 用于匹配导航系统的方法和系统
CN111536972A (zh) 一种基于里程计刻度系数修正的车载dr导航方法
JP2019184566A (ja) 車両および車両位置推定装置
CN114394153B (zh) 方向盘虚位状态确定方法、装置及电子设备
CN117870655A (zh) 车身位姿确定方法、装置与车辆
Eising et al. 2.5 D vehicle odometry estimation
CN116729412A (zh) 车辆定位中运动学模型自适应方法、装置、设备及介质
CN115476881A (zh) 车辆轨迹跟踪控制方法、装置、设备及介质
CN116929407A (zh) 一种自适应数据校准方法及装置
CN114187359A (zh) 基于位姿增量约束的激光雷达固定位姿标定方法及系统
CN112747741A (zh) 车辆的惯性导航方法、装置及车辆
KR20160103750A (ko) 차량의 곡률 반경 추정장치 및 그 방법
CN108957508B (zh) 车载pos离线组合估计方法和装置
JP2021163277A (ja) 位置検出システム
CN118790233A (zh) 自动泊车定位方法、装置、电子设备和存储介质
CN118289009B (zh) 确定挂车偏航角的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination