JP7287997B2 - 位置決め方法、位置決め装置、電子機器、車端機器、自動運転車、コンピュータ可読記憶媒体及びコンピュータプログラム - Google Patents

Description

本開示は、コンピュータ技術分野に関し、特に自動運転技術分野に関し、具体的に、位置決め方法と装置、電子機器、車端機器、自動運転車及び記憶媒体に関する。

自動運転車（Ａｕｔｏｎｏｍｏｕｓ ｖｅｈｉｃｌｅｓ Ｓｅｌｆ－ｐｉｌｏｔｉｎｇ ａｕｔｏｍｏｂｉｌｅ）は、コンピュータシステムを通じて無人運転を実現するスマートカーであり、位置決めは、自動運転車の安全運転を確保する重要な要素の１つである。

従来技術で採用される位置決め方法は主に、２つの慣性測定ユニット（Ｉｎｅｒｔｉａｌ ｍｅａｓｕｒｅｍｅｎｔ ｕｎｉｔ、ＩＭＵ）を設置し、２つの慣性測定ユニットがそれぞれ１つのカルマンフィルタと接続し、カルマンフィルタによって２つの慣性測定ユニットのナビゲーションソリューション情報に対して位置決め情報を出力することを含む。

しかしながら、発明者は、本開示を実現する過程で、少なくとも次のような問題があることを発見した。すなわち、１つのカルマンフィルタによって、２つの慣性測定ユニットのナビゲーションソリューション情報に基づいて位置決め情報を確定することにより、計算量が大きく、干渉性も大きいという問題が生じる。

本開示の実施例の１つの態様において、本開示の実施例は、位置決め方法を提供し、前記方法は、少なくとも２つのカルマンフィルタがそれぞれ出力するナビゲーション情報を取得し、そのうち、各前記カルマンフィルタが、１つの慣性測定ユニットに接続され、接続された慣性測定ユニットが出力するデータに基づいて前記ナビゲーション情報を生成することと、複数の前記ナビゲーション情報を融合して、位置決め情報を得ることと、を含む。

本開示の実施例において、１つの慣性測定ユニットが１つのカルマンフィルタに接続され、各カルマンフィルタから取得された複数のナビゲーション情報を融合することにより、従来技術で１つのカルマンフィルタを用いて複数の慣性測定ユニットから出力された関連情報を計算する場合、計算量が大きく、効率が低いという技術問題を回避し、各カルマンフィルタの計算量を低減し、計算効率を向上させる技術効果を実現し、各カルマンフィルタ間が並列作業であるため、情報干渉を低減でき、さらに位置決め情報の信頼性を高める技術効果を実現する。

いくつかの実施例において、各前記ナビゲーション情報には、タイムスタンプと共分散が含まれ、そして前記複数の前記ナビゲーション情報を融合して、位置決め情報を得ることは、各前記ナビゲーション情報のタイムスタンプ及び／又は共分散に基づいて、それぞれの対応する慣性測定ユニットの重みを確定することと、各前記重みに基づいて、それぞれの対応するナビゲーション情報を融合して、前記位置決め情報を得ることと、を含む。

本開示の実施例において、各ナビゲーション情報の精度と信頼性は必ずしも同じではないので、タイムスタンプ及び／又は共分散に基づいて慣性測定ユニットの重みを確定し、重みに基づいてナビゲーション情報を融合することにより、融合の柔軟性と信頼性を実現することができる。

いくつかの実施例において、前記重みは、前記共分散と反比例し、及び／又は、前記重みは、時間差と反比例し、そのうち、前記時間差は、前記タイムスタンプと現在時間との差の絶対値である。

いくつかの実施例において、任意の慣性測定ユニットに対応するデータが失われる及び／又は遅延される場合、前記複数の前記ナビゲーション情報を融合して、位置決め情報を得ることは、前記任意の慣性測定ユニットに接続されるカルマンフィルタから出力されるナビゲーション情報以外のナビゲーション情報を融合して、前記位置決め情報を得ることを含む。

本開示の実施例において、各ナビゲーション情報をフィルタリングし、即ちデータが失われる及び／又は遅延される慣性測定ユニットに対応するナビゲーション情報を考慮せずに、融合の信頼性を実現し、さらに信頼性の高い位置決め情報を得る。

いくつかの実施例において、前記ナビゲーション情報は、各前記カルマンフィルタが、取得されたセンサの測定データに基づいて、各前記カルマンフィルタに接続される前記慣性測定ユニットのナビゲーションソリューション情報を更新して得られるものである。

本開示の実施例において、取得されたセンサの測定データによって各ナビゲーションソリューション情報を修正し、ナビゲーションソリューション情報の精度を向上させ、さらに位置決め情報の精度を向上させることができる。

いくつかの実施例において、複数の前記慣性測定ユニットに１つの主慣性測定ユニットが含まれる場合、非主慣性測定ユニットのナビゲーションソリューション情報は、前記非主慣性測定ユニットが、前記主慣性測定ユニットに基づいて、取得されたナビゲーション情報に対して座標変換と姿勢ソリューションを行って得られるものである。

本開示の実施例において、各慣性測定ユニットのナビゲーション情報を同じ座標系のナビゲーション情報に変換することにより、ナビゲーション情報を統一的に規制することで、位置決め情報の精度を実現する。

いくつかの実施例において、前記センサは、レーダーセンサ、ＧＰＳ及びマイレージセンサのうちの少なくとも１つを含む。

いくつかの実施例において、各前記ナビゲーション情報には、タイムスタンプ、位置、速度、姿勢、位置標準偏差、速度標準偏差、姿勢標準偏差が含まれ、複数の前記ナビゲーション情報を融合して、位置決め情報を得ることは、各タイムスタンプ、各位置、各位置標準偏差及び取得された現在時間に基づいて計算して融合後の位置を得ることと、各タイムスタンプ、各速度、各速度標準偏差及び前記現在時間に基づいて計算して融合後の速度を得ることと、各タイムスタンプ、各姿勢、各姿勢標準偏差及び前記現在時間に基づいて計算して融合後の姿勢を得ることと、各タイムスタンプ、各位置標準偏差及び前記現在時間に基づいて計算して融合後の位置標準偏差を得ることと、各タイムスタンプ、各速度標準偏差及び前記現在時間に基づいて計算して融合後の速度標準偏差を得ることと、各タイムスタンプ、各姿勢標準偏差及び前記現在時間に基づいて計算して融合後の姿勢標準偏差を得ることと、を含む。

本開示の実施例の１つの態様において、本開示の実施例は、位置決め装置を提供し、前記装置は、取得モジュールであって、少なくとも２つのカルマンフィルタがそれぞれ出力するナビゲーション情報を取得するために使用され、そのうち、各前記カルマンフィルタが、１つの慣性測定ユニットに接続され、接続された慣性測定ユニットが出力するデータに基づいて前記ナビゲーション情報を生成する取得モジュールと、複数の前記ナビゲーション情報を融合して、位置決め情報を得るための融合モジュールと、を含む。

いくつかの実施例において、各前記ナビゲーション情報には、タイムスタンプと共分散が含まれ、前記融合モジュールは、各前記ナビゲーション情報のタイムスタンプ及び／又は共分散に基づいて、それぞれの対応する慣性測定ユニットの重みを確定し、各前記重みに基づいて、それぞれの対応するナビゲーション情報を融合して、前記位置決め情報を得るために使用される。

いくつかの実施例において、前記重みは、前記共分散と反比例し、及び／又は、 前記重みは、時間差と反比例し、そのうち、前記時間差は、前記タイムスタンプと現在時間との差の絶対値である。

いくつかの実施例において、任意の慣性測定ユニットに対応するデータが失われる及び／又は遅延される場合、前記融合モジュールは、前記任意の慣性測定ユニットに接続されるカルマンフィルタから出力されるナビゲーション情報以外のナビゲーション情報を融合して、前記位置決め情報を得るために使用される。

いくつかの実施例において、前記ナビゲーション情報は、各前記カルマンフィルタが、取得されたセンサの測定データに基づいて、各前記カルマンフィルタに接続される前記慣性測定ユニットのナビゲーションソリューション情報を更新して得られるものである。

いくつかの実施例において、複数の前記慣性測定ユニットに１つの主慣性測定ユニットが含まれる場合、非主慣性測定ユニットのナビゲーションソリューション情報は、前記非主慣性測定ユニットが、前記主慣性測定ユニットに基づいて、取得されたナビゲーション情報に対して座標変換と姿勢ソリューションを行って得られるものである。

いくつかの実施例において、前記センサは、レーダーセンサ、ＧＰＳ及びマイレージセンサのうちの少なくとも１つを含む。

いくつかの実施例において、各前記ナビゲーション情報には、タイムスタンプ、位置、速度、姿勢、位置標準偏差、速度標準偏差、姿勢標準偏差が含まれ、前記融合モジュールは、各タイムスタンプ、各位置、各位置標準偏差及び取得された現在時間に基づいて計算して融合後の位置を得、各タイムスタンプ、各速度、各速度標準偏差及び前記現在時間に基づいて計算して融合後の速度を得、各タイムスタンプ、各姿勢、各姿勢標準偏差及び前記現在時間に基づいて計算して融合後の姿勢を得、各タイムスタンプ、各位置標準偏差及び前記現在時間に基づいて計算して融合後の位置標準偏差を得、各タイムスタンプ、各速度標準偏差及び前記現在時間に基づいて計算して融合後の速度標準偏差を得、各タイムスタンプ、各姿勢標準偏差及び前記現在時間に基づいて計算して融合後の姿勢標準偏差を得るために使用される。

本開示の実施例の１つの態様において、本開示の実施例は、電子機器を提供し、前記電子機器は、少なくとも１つのプロセッサ、及び前記少なくとも１つのプロセッサと通信接続されるメモリを含み、そのうち、前記メモリには、前記少なくとも１つのプロセッサによって実行可能な命令が記憶され、前記命令が前記少なくとも１つのプロセッサによって実行されることにより、前記少なくとも１つのプロセッサが、上記のいずれかの実施例に記載の方法を実行することができる。

本開示の実施例の１つの態様において、本開示の実施例は、車端機器を提供し、前記車端機器は、上記のいずれかの実施例に記載の装置、又は、上記の実施例に記載の電子機器を含む。

本開示の実施例の１つの態様において、本開示の実施例は、自動運転車を提供し、前記自動運転車は、上記の実施例に記載の車端機器を含み、さらに複数のカルマンフィルタと複数の慣性測定ユニットを含み、そのうち、１つの前記慣性測定ユニットは、１つの前記カルマンフィルタと接続され、各前記カルマンフィルタは、前記車端機器と接続される。

本開示の実施例の１つの態様において、本開示の実施例は、コンピュータ命令を記憶する非一時的なコンピュータ可読記憶媒体を提供し、前記コンピュータ命令は、前記コンピュータに上記のいずれかの実施例に記載の方法を実行させるために使用される。

本開示の実施例の１つの態様において、コンピュータプログラムを提供し、前記コンピュータプログラムは、コンピュータ可読記憶媒体に記憶され、電子機器の少なくとも１つのプロセッサは、前記コンピュータ可読記憶媒体から前記コンピュータプログラムを読み取ることができ、前記コンピュータプログラムが前記少なくとも１つのプロセッサで実行されると、前記電子機器が上記のいずれかの実施例に記載の方法を実行する。

本開示の実施例は、位置決め方法と装置、電子機器、車端機器、自動運転車と記憶媒体を提供し、前記方法は、少なくとも２つのカルマンフィルタがそれぞれ出力するナビゲーション情報を取得し、そのうち、各カルマンフィルタは、１つの慣性測定ユニットと接続され、複数のナビゲーション情報を融合して、位置決め情報を得ることを含む。１つの慣性測定ユニットが１つのカルマンフィルタに接続され、各カルマンフィルタから取得された複数のナビゲーション情報を融合することにより、従来技術で１つのカルマンフィルタを用いて複数の慣性測定ユニットから出力された関連情報を計算する場合、計算量が大きく、効率が低いという技術問題を回避し、各カルマンフィルタの計算量を低減し、計算効率を向上させる技術効果を実現し、各カルマンフィルタ間が並列作業であるため、情報干渉を低減でき、さらに位置決め情報の信頼性を高める技術効果を実現できる。

上記の選択的な形態が有する他の効果については、以下で具体的な実施例に関連して説明する。

添付の図面は、本発明をよりよく理解するために用いられるものであり、本開示を限定するものではない。
本開示の実施例に係る位置決め方法の適用シーンの概略図である。 本開示の実施例に係る位置決め方法のフローチャートである。 本開示の実施例に係る手段と既存手段を対比する概略図である。 本開示の実施例による複数のナビゲーション情報を融合して、位置決め情報を得る方法のフローチャートである。 本開示の実施例に係る位置決め装置の概略図である。 本開示の実施例に係る電子機器のブロック図である。 本開示の実施例に係る自動運転車のブロック図である。

以下、添付図面を参照して本開示の例示的な実施例を説明するが、本開示の実施例の様々な詳細は理解を容易にするために含まれているに過ぎず、単なる例示的なものと考えられるべきである。したがって、当業者は、本開示の範囲及び精神から逸脱することなく、本明細書に記載された実施例に様々な変更及び修正を加えることができることを理解するはずである。同様に、明確かつ簡潔にするために、以下の説明において、よく知られている機能及び構造の説明は省略されている。

図１を参照する。図１は、本開示の実施例に係る位置決め方法の適用シーンの概略図である。

図１に示すように、自動運転車１００は、道路２００で走行しており、自動運転車１００には、２つの慣性測定ユニット（図１には図示せず）が設置され、２つのカルマンフィルタ（図１には図示せず）が設置され、１つのカルマンフィルタは、１つの慣性測定ユニットと接続される。

もちろん、自動運転車１００には、レーダーセンサ、ＧＰＳ及びマイレージセンサなどの様々なセンサ（図１には図示せず）が設置されてもよい。

図１に示すように、道路２００にはまた、標識３００が設置され、標識３００は、速度制限情報を示すために使用されてもよい。

自動運転車１００の運転安全を確保するために、自動運転車１００を位置決めし、位置決め情報を得て、位置決め情報に基づいて現在運転情報を適応的に調整する必要がある。そのうち、現在運転情報は、速度、方向及び加速度を含むが、これらに限定されない。

例えば、自動運転車１００に対して位置決めし、位置決め情報を得た後、位置決め情報から分かるものとして、自動運転車１００が速度制限区域（例えば、標識３００が示す速度制限情報に対応する区域）に入った場合、自動運転車１００の現在速度が速度制限情報に対応する速度より大きいとき、自動運転車１００が減速するように制御して、減速後の速度が速度制限情報に対応する速度より小さいようにする。

以下、本開示の技術的解決手段及び本開示の技術手段が上記の技術問題をどのように解決するかについて、具体的な実施例で詳細に説明する。以下のいくつかの具体的な実施例は、互いに結合してもよく、同じ又は類似の概念又は過程は、いくつかの実施例では繰り返さないかもしれない。以下、図面を参照して本開示の実施例を説明する。

本開示の実施例の１つの態様に従って、本開示の実施例は、上記の適用シーンに適用される位置決め方法を提供する。

図２を参照する。図２は本開示の実施例に係る位置決め方法のフローチャートである。

図２に示すように、当該方法は、以下のステップを含む。

ステップＳ１０１において、少なくとも２つのカルマンフィルタがそれぞれ出力するナビゲーション情報を取得し、そのうち、各カルマンフィルタは、１つの慣性測定ユニットと接続され、接続された慣性測定ユニットが出力するデータに基づいてナビゲーション情報を生成する。

そのうち、本開示の実施例の実行主体は、位置決め装置であってもよく、本開示の実施例の位置決め方法が、図１に示すような適用シーンに適用されるとき、当該装置は、コンピュータ、サーバ、車載端末及びチップ（例えば埋め込みチップ）などであってもよい。

そのうち、慣性測定ユニット（Ｉｎｅｒｔｉａｌ ｍｅａｓｕｒｅｍｅｎｔ ｕｎｉｔ、ＩＭＵ）は、物体の三軸姿勢角（又は角速度）及び加速度などを測定する装置である。ジャイロスコープと加速度計は、慣性測定ユニットの主要部品であり、その精度は、慣性システムの精度に直接影響する。

いくつかの実施例において、１つの慣性測定ユニットは、３つの単軸の加速度計と３つの単軸のジャイロスコープを含んでもよく、加速度計は、自動運転車のキャリア座標系での独立した３軸の加速度信号を検出し、ジャイロスコープは、キャリアのナビゲーション座標系に対する角速度信号を検出し、自動車の３次元空間での角速度と加速度を測定し、これにより、自動運転車のナビゲーションソリューション情報、例えば姿勢などをソリューションし、ナビゲーションにおいて重要な応用価値がある。

そのうち、具体的な算出過程は、従来技術を参照してもよく、ここでは繰り返さない。

説明すべきものとして、カルマンフィルタリングは主に、予測と補正という２つのステップに分けられる。予測は、前の時刻の状態に基づいて現在の状態を推定し、補正は、現在の状態の観測と前の時刻の推定に基づいて総合的に分析し、システムの最適状態値を推定し、次の時点でこのプロセスを繰り返す。即ち、カルマンフィルタは、慣性測定ユニットが感知する関連情報に基づいてナビゲーション情報を生成することができ、カルマンフィルタの計算原理と具体的な計算方法は、従来技術を参照することができ、ここでは繰り返さない。

本開示の実施例において、自動運転車は、複数のカルマンフィルタを含み、１つのカルマンフィルタは１つの慣性測定ユニットと接続される。

つまり、自動運転車が２つのカルマンフィルタを含む場合、自動運転車、また２つの慣性測定ユニットを含み、１つのカルマンフィルタは１つの慣性測定ユニットと接続される。

上記の分析から分かるものとして、カルマンフィルタは、接続された慣性測定ユニットのデータ情報に基づいてナビゲーション情報を生成することができるので、本開示の実施例において、２つのカルマンフィルタから出力されたナビゲーション情報を位置決め装置によって取得する。

ステップＳ１０２において、複数のナビゲーション情報を融合して、位置決め情報を得る。

１つのカルマンフィルタが１つのナビゲーション情報を出力するので、ステップＳ１０１が実行された後、複数のナビゲーション情報を得ることができ、当該ステップにおいて、ステップＳ１０１で得られた複数のナビゲーション情報を融合し、それにより自動運転車の位置決め情報を得ることができる。

そのうち、例えば平均法と重み付け法などの様々な方法を用いて複数のナビゲーション情報を融合してもよく、本開示の実施例では、融合の方法は限定されない。

本開示の実施例の手段、及び本開示の実施例の手段と既存手段との違いをより明確に理解できるように、図３に関連して本開示の実施例の手段と既存手段を詳細に説明する。

そのうち、図３の３－１は既存手段であり、図３の３－１を参照すると、従来技術において、自動運転車に１つのカルマンフィルタを設置し、自動運転車に２つの慣性測定ユニットを設置し、それぞれ慣性測定ユニットＡとＢ（図では、例示的に２つの慣性測定ユニットが描かれているが、実際には１つ又は複数であってもよい）とすることができる。２つの慣性測定ユニットは、どちらも唯一のカルマンフィルタＣと接続され、２つの慣性測定ユニットは、それぞれのナビゲーションソリューション情報を当該唯一のカルマンフィルタＣに送信し、当該唯一のカルマンフィルタＣによりナビゲーション情報を生成し、当該ナビゲーション情報は、位置決め情報として確定することができ、あるいは、当該ナビゲーション情報からナビゲーション情報の一部を選択して位置決め情報とすることができる。

そのうち、図３の３－２は本開示の実施例の手段である、図３の３－２を参照すると、本開示の実施例において、自動運転車に２つのカルマンフィルタを設置し、それぞれ慣性測定ユニットａとｂ（図では、例示的に２つの慣性測定ユニットが描かれているが、実際には２つ以上であってもよい）とすることができ、自動運転車に２つの慣性測定ユニットを設置し、それぞれカルマンフィルタｃとｄ（図では、例示的に２つの慣性測定ユニットが描かれているが、実際には２つ以上であってもよく、カルマンフィルタの数は慣性測定ユニットの数と同じである）とすることができる。

慣性測定ユニットａは、カルマンフィルタｃと接続され、慣性測定ユニットｂは、カルマンフィルタｄと接続される。

慣性測定ユニットａは、その対応するナビゲーションソリューション情報をカルマンフィルタｃに送信し、慣性測定ユニットｂは、その対応するナビゲーションソリューション情報をカルマンフィルタｄに送信する。

カルマンフィルタｃは、その対応するナビゲーション情報ｃ１を位置決め装置に送信し、カルマンフィルタｄは、その対応するナビゲーション情報ｄ１を位置決め装置Ｗに送信する。

位置決め装置Ｗは、ナビゲーション情報ｃ１とナビゲーション情報ｃ２を融合して、位置決め情報を出力する。

上記の分析に基づいて理解されるものとして、本開示の実施例は、位置決め方法を提供し、当該方法は、少なくとも２つのカルマンフィルタがそれぞれ出力するナビゲーション情報を取得し、そのうち、各カルマンフィルタは、１つの慣性測定ユニットと接続され、接続された慣性測定ユニットが出力するデータに基づいて上記ナビゲーション情報を生成し、複数のナビゲーション情報を融合して、位置決め情報を得ることを含み、１つの慣性測定ユニットが１つのカルマンフィルタに接続され、各カルマンフィルタから取得された複数のナビゲーション情報を融合することにより、従来技術で１つのカルマンフィルタを用いて複数の慣性測定ユニットから出力された関連情報を計算する場合、計算量が大きく、効率が低いという技術問題を回避し、各カルマンフィルタの計算量を低減し、計算効率を向上させる技術効果を実現し、各カルマンフィルタ間が並列作業であるため、情報干渉を低減でき、さらに位置決め情報の信頼性を高める技術効果を実現する。

図４を参照すると、いくつかの実施例において、各ナビゲーション情報には、タイムスタンプと共分散が含まれ、複数のナビゲーション情報を融合して、位置決め情報を得ることは、以下のステップを含む。

ステップＳ２１において、各ナビゲーション情報のタイムスタンプ及び／又は共分散に基づいてそれぞれの対応する慣性測定ユニットの重みを確定する。

理解すべきものとして、ナビゲーション情報からタイムスタンプ及び／又は共分散を抽出することができ、共分散は、具体的に推定状態の共分散であってもよい。

そのうち、当該ステップは、具体的に、各ナビゲーション情報から各ナビゲーション情報のタイムスタンプを抽出し、各タイムスタンプに基づいて各タイムスタンプに対応する慣性測定ユニットの重みを確定することを含むことができる。

上記の例に基づいて、当該ステップを例示的に説明する。ナビゲーション情報ｃ１のタイムスタンプを抽出し、ナビゲーション情報ｄ１のタイムスタンプを抽出し、ナビゲーション情報ｃ１のタイムスタンプに基づいて慣性ユニットａの重みを確定し、ナビゲーション情報ｄ１のタイムスタンプに基づいて慣性ユニットｂの重みを確定する。

そのうち、当該ステップはさらに、具体的に、各ナビゲーション情報から各ナビゲーション情報の共分散を抽出し、各共分散に基づいて各共分散に対応する慣性測定ユニットの重みを確定することを含んでもよい。

上記の例に基づいて、当該ステップを例示的に説明する。ナビゲーション情報ｃ１の共分散を抽出し、ナビゲーション情報ｄ１の共分散を抽出し、ナビゲーション情報ｃ１の共分散に基づいて慣性ユニットａの重みを確定し、ナビゲーション情報ｄ１の共分散に基づいて慣性ユニットｂの重みを確定する。

そのうち、当該ステップはさらに、具体的に、各ナビゲーション情報から各ナビゲーション情報のタイムスタンプと共分散を抽出し、各タイムスタンプと各共分散に基づいて各タイムスタンプと各共分散に対応する慣性測定ユニットの重みを確定することを含んでもよい。

上記の例に基づいて、当該ステップを例示的に説明する。ナビゲーション情報ｃ１のタイムスタンプと共分散を抽出し、ナビゲーション情報ｄ１のタイムスタンプと共分散を抽出し、ナビゲーション情報ｃ１のタイムスタンプと共分散に基づいて慣性ユニットａの重みを確定し、ナビゲーション情報ｄ１のタイムスタンプと共分散に基づいて慣性ユニットｂの重みを確定する。

いくつかの実施例において、重みは共分散と反比例する。即ち、共分散が大きいほど、重みが小さく、共分散が小さいほど、重みが大きい。

いくつかの実施例において、重みは時間差と反比例し、そのうち、時間差は、タイムスタンプと現在時間との差の絶対値である。即ち、時間差が大きいほど、重みが小さく、時間差が小さいほど、重みが大きい。

そのうち、重みは、ナビゲーション情報の信頼できる程度を特徴づけるために使用され得る。

例えば、如果時間差が小さいほど、タイムスタンプが現在時間に近いことを意味し、ナビゲーション情報の誤差が小さいことを意味するので、当該ナビゲーション情報に割り当てられる重みが大きい。

ステップＳ２２において、各重みに基づいてそれぞれの対応するナビゲーション情報を融合して、位置決め情報を得る。

当該ステップにおいて、重みを組み合わせることによって各ナビゲーション情報を融合し、重みは、ナビゲーション情報の信頼性を反映するために使用され得るので、重みに基づいてナビゲーション情報を融合することにより、位置決め情報をより正確で信頼性の高いものにすることができる。

いくつかの実施例において、任意の慣性測定ユニットに対応するデータが失われる及び／又は遅延される場合、複数の上記ナビゲーション情報を融合して、位置決め情報を得ることは、任意の慣性測定ユニットに接続されるカルマンフィルタから出力されるナビゲーション情報以外のナビゲーション情報を融合して、位置決め情報を得ることを含む。

上記の例に基づいて、当該ステップを例示的に説明する。慣性測定ユニットａに対応するデータが失われる及び／又は遅延される場合、カルマンフィルタｄから出力されるナビゲーション情報ｄ１に基づいて位置決め情報を確定する。

また例えば、３つのカルマンフィルタと３つの慣性測定ユニットがあり、各カルマンフィルタは１つの慣性測定ユニットに接続され、そのうちの１つの慣性測定ユニットに対応するデータが失われる及び／又は遅延される場合、他の２つの慣性測定ユニットがそれぞれ接続したカルマンフィルタから出力された２つのナビゲーション情報を融合して、位置決め情報を得る。

つまり、本開示の実施例において、慣性測定ユニットの一部に対応するデータが失われる及び／又は遅延される場合、当該慣性測定ユニットの一部に対応するカルマンフィルタから出力されたナビゲーション情報を考慮せずに、他の慣性測定ユニットに対応するカルマンフィルタから出力されたナビゲーション情報を融合して、位置決め情報を得る。

本開示の実施例において、個別の独立したカルマンフィルタによってそれぞれ接続された慣性測定ユニットの関連情報を処理し、各カルマンフィルタは互いに影響を与えなく、そのうちのあるカルマンフィルタが失効した時、他のカルマンフィルタは正常に動作し続けでき、位置決めのロバスト性を効果的に高める。

別のいくつかの実施例において、データが失われた及び／又は遅延された慣性測定ユニットが正常に復帰する場合、融合される複数のナビゲーション情報に、当該正常に復帰した慣性測定ユニットに対応するカルマンフィルタから出力されたナビゲーション情報を含ませる。

いくつかの実施例において、ナビゲーション情報は、各カルマンフィルタが、取得されたセンサの測定データに基づいて、各カルマンフィルタに接続された慣性測定ユニットのナビゲーションソリューション情報を更新して得られるものである。

つまり、カルマンフィルタは、慣性測定ユニットからナビゲーションソリューション情報を取得し、センサの測定データを取得し、測定データに基づいてナビゲーションソリューション情報を修正して、ナビゲーション情報を得る。

本開示の実施例の方法により、ナビゲーション情報の精度と信頼性を向上させ、さらに位置決め情報の精度と信頼性を向上させる技術效果を実現することができる。

そのうち、センサは、レーダーセンサ、ＧＰＳとマイレージセンサ（Ｏｄｏｍｅｔｒｙ）の中の少なくとも１つを含む。

いくつかの実施例において、複数の慣性測定ユニットに１つの主慣性測定ユニットが含まれる場合、非主慣性測定ユニットのナビゲーションソリューション情報は、非主慣性測定ユニットが、主慣性測定ユニットに基づいて、取得されたナビゲーション情報に対して座標変換と姿勢ソリューションを行って得られるものである。

そのうち、主慣性測定ユニットは、ニーズ、経験及び試験に基づいて複数の慣性測定ユニットから選択される。

いくつかの実施例において、各ナビゲーション情報には、タイムスタンプ、位置、速度、姿勢、位置標準偏差、速度標準偏差、姿勢標準偏差を含み、複数のナビゲーション情報を融合して、位置決め情報を得ることは、各タイムスタンプ、各位置、各位置標準偏差及び取得された現在時間に基づいて計算して融合後の位置を得ることと、各タイムスタンプ、各速度、各速度標準偏差及び現在時間に基づいて計算して融合後の速度を得ることと、各タイムスタンプ、各姿勢、各姿勢標準偏差及び現在時間に基づいて計算して融合後の姿勢を得ることと、各タイムスタンプ、各位置標準偏差及び現在時間に基づいて計算して融合後の位置標準偏差を得ることと、各タイムスタンプ、各速度標準偏差及び現在時間に基づいて計算して融合後の速度標準偏差を得ることと、各タイムスタンプ、各姿勢標準偏差及び現在時間に基づいて計算して融合後の姿勢標準偏差を得ることと、を含む。

上記の実施例に基づいて分かるものとして、各ナビゲーション情報を融合するとき、各慣性測定ユニットの重みに基づいて実現することができ、以下、２つのカルマンフィルタを有し、２つの慣性測定ユニットの重みが０．５（即ち１／２）であることを例にとって、式を関連して、２つのナビゲーション情報（ナビゲーション情報ｃ１とナビゲーション情報ｃ２）を融合することを詳しく説明すると以下の通りである。
式１に基づいて融合後の位置Ｘ_Ｆを確定し、式１：

式２に基づいて融合後の速度Ｖ_Ｆを確定し、式２：

式３に基づいて融合後の姿勢φ_Ｆを確定し、式３：

式４に基づいて融合後の位置標準偏差ΔＸ_Ｆを確定し、式４：

式５に基づいて融合後の速度標準偏差ΔＶ_Ｆを確定し、式５：

式６に基づいて融合後の姿勢標準偏差Δφ_Ｆを確定し、式６：

そのうち、Ｔは現在時間であり、t１はナビゲーション情報ｃ１のタイムスタンプであり、Ｘ１はナビゲーション情報ｃ１の位置であり、Ｖ１はナビゲーション情報ｃ１の速度であり、φ１はナビゲーション情報ｃ１の姿勢であり、ΔＸ１はナビゲーション情報ｃ１の位置標準偏差であり、ΔＶ１はナビゲーション情報ｃ１の速度標準偏差であり、Δφ１はナビゲーション情報ｃ１の姿勢標準偏差であり、ｔ２はナビゲーション情報ｄ１のタイムスタンプであり、Ｘ２はナビゲーション情報ｄ１の位置であり、Ｖ２はナビゲーション情報ｄ１の速度であり、φ２はナビゲーション情報ｄ１の姿勢であり、ΔＸ２はナビゲーション情報ｄ１の位置標準偏差であり、ΔＶ２はナビゲーション情報ｄ１の速度標準偏差であり、Δφ２はナビゲーション情報ｄ１の姿勢標準偏差である。

本開示の実施例の別の態様に基づいて、本開示の実施例はさらに、位置決め装置を提供する。

図５を参照する。図５は本開示の実施例に係る位置決め装置の概略図である。

図５に示すように、当該装置は、少なくとも２つのカルマンフィルタがそれぞれ出力するナビゲーション情報を採集するために使用され、そのうち、各上記カルマンフィルタは、慣性測定ユニットに接続され、接続された慣性測定ユニットが出力するデータに基づいて上記ナビゲーション情報を生成する取得モジュール１１と、複数の上記ナビゲーション情報を融合して、位置決め情報を得るための融合モジュール１２と、を含む。

いくつかの実施例において、各上記ナビゲーション情報には、タイムスタンプと共分散が含まれ、融合モジュール１２は、各上記ナビゲーション情報のタイムスタンプ及び／又は共分散に基づいてそれぞれの対応する慣性測定ユニットの重みを確定し、各上記重みに基づいて、それぞれの対応するナビゲーション情報を融合して、上記位置決め情報を得るために使用される。

いくつかの実施例において、上記重みは、上記共分散と反比例し、及び／又は、上記重みは、時間差と反比例し、そのうち、上記時間差は、上記タイムスタンプと現在時間との差の絶対値である。

いくつかの実施例において、任意の慣性測定ユニットに対応するデータが失われる及び／又は遅延される場合、融合モジュール１２は、上記任意の慣性測定ユニットに接続されるカルマンフィルタから出力されるナビゲーション情報以外のナビゲーション情報を融合して、上記位置決め情報を得るために使用される。

いくつかの実施例において、上記ナビゲーション情報は、各上記カルマンフィルタが、取得されたセンサの測定データに基づいて、各上記カルマンフィルタに接続される上記慣性測定ユニットのナビゲーションソリューション情報を更新して得られるものである。

いくつかの実施例において、複数の上記慣性測定ユニットに１つの主慣性測定ユニットが含まれる場合、非主慣性測定ユニットのナビゲーションソリューション情報は、上記非主慣性測定ユニットが、上記主慣性測定ユニットに基づいて、取得されたナビゲーション情報に対して座標変換と姿勢ソリューションを行って得られるものである。

いくつかの実施例において、上記センサは、レーダーセンサ、ＧＰＳ及びマイレージセンサのうちの少なくとも１つを含む。

いくつかの実施例において、各上記ナビゲーション情報には、タイムスタンプ、位置、速度、姿勢、位置標準偏差、速度標準偏差、姿勢標準偏差が含まれ、上記融合モジュールは、各タイムスタンプ、各位置、各位置標準偏差及び取得された現在時間に基づいて計算して融合後の位置を得、各タイムスタンプ、各速度、各速度標準偏差及び上記現在時間に基づいて計算して融合後の速度を得、各タイムスタンプ、各姿勢、各姿勢標準偏差及び上記現在時間に基づいて計算して融合後の姿勢を得、各タイムスタンプ、各位置標準偏差及び上記現在時間に基づいて計算して融合後の位置標準偏差を得、各タイムスタンプ、各速度標準偏差及び上記現在時間に基づいて計算して融合後の速度標準偏差を得、各タイムスタンプ、各姿勢標準偏差及び上記現在時間に基づいて計算して融合後の姿勢標準偏差を得るために使用される。

本開示の実施例に従って、本開示は、電子機器と可読記憶媒体をさらに提供する。

図６に示すように、本開示の実施例に係る電子機器のブロック図である。電子機器は、ラップトップコンピュータ、デスクトップコンピュータ、ワークステーション、パーソナルデジタルアシスタント、サーバ、ブレードサーバ、メインフレームコンピュータ、及び他の適切なコンピュータなど、さまざまな形式のデジタルコンピュータを表すことを目的とする。電子機器は、パーソナルデジタル処理、セルラー電話、スマートフォン、ウェアラブル機器及び他の類似のコンピューティング装置など、さまざまな形式のモバイル装置を表してもよい。本明細書に示す部品、それらの接続及び関係、及びそれらの機能は、単なる例であり、本明細書で記載及び／又は要求される本開示の実施を制限することを意図しない。

図６に示すように、当該電子機器は、１つ又は複数のプロセッサ１０１、メモリ１０２、及び高速インターフェース及び低速インターフェースを含む様々な部品を接続するためのインターフェースを含む。様々な部品は、異なるバスを使用して相互に接続され、共通のマザーボードに取り付けられてもよいし、又は必要に応じて他の形態で取り付けられてもよい。プロセッサは、電子機器で実行された命令を処理することができ、上記命令は、ＧＵＩのグラフィック情報を外部入力／出力装置（例えばインターフェースに結合された表示機器など）に表示するためのメモリ内又はメモリ上に記憶された命令を含む。他の実施形態では、必要に応じて、複数のプロセッサ及び／又は複数のバスを、複数のメモリと共に使用してもよい。同様に、複数の電子機器を接続して、各機器は、いくつかの必要な操作を提供してもよい（例えば、サーバ配列、ブレードサーバのグループ、又はマルチプロセッサシステムとして）。図６では、１つのプロセッサ１０１を例に取る。

メモリ１０２は、本開示によって提供される非一時的なコンピュータ読み取り可能な記憶媒体である。そのうち、上記メモリには、少なくとも１つのプロセッサによって実行可能な命令が記憶され、上記少なくとも１つのプロセッサに本開示によって提供される位置決め方法を実行させる。本開示の非一時的なコンピュータ読み取り可能な記憶媒体には、コンピュータ命令が記憶され、当該コンピュータ命令は、コンピュータに本開示によって提供される位置決め方法を実行させるために使用される。

メモリ１０２は、非一時的なコンピュータ読み取り可能な記憶媒体として、非一時的なソフトウェアプログラム、非一時的なコンピュータ実行可能なプログラム及びモジュール、例えば、本開示の実施例における位置決め方法に対応するプログラム命令／モジュールを記憶するために使用できる。プロセッサ１０１は、メモリ１０２に記憶される非一時的なソフトウェアプログラム、命令及びモジュールを実行することにより、サーバの様々な機能応用及びデータ処理を実行し、即ち、上記方法の実施例における位置決め方法を実施する。

メモリ１０２は、プログラム記憶領域とデータ記憶領域を含んでもよく、そのうち、プログラム記憶領域は、オペレーティングシステムと少なくとも１つの機能に必要な応用プログラムを記憶することができ、データ記憶領域は、電子機器の使用に応じて作成されたデータなどを記憶することができる。なお、メモリ１０２は、高速ランダムアクセスメモリを含んでもよく、また、少なくとも１つの磁気メモリ、フラッシュメモリ、又は他の非一時的な固体メモリなどの非一時的なメモリを含んでもよい。いくつかの実施例では、メモリ１０２は、選択的に、プロセッサ１０１に対してリモートに設定されたメモリを含み、これらのリモートメモリは、ネットワークを介して、電子機器に接続することができる。上記ネットワークの実例は、インターネット、企業イントラネット、ローカルネットワーク、ブロックチェーンサービスネットワーク（Ｂｌｏｃｋ－ｃｈａｉｎ－ｂａｓｅｄ Ｓｅｒｖｉｃｅ Ｎｅｔｗｏｒｋ、ＢＳＮ）、モバイル通信ネットワーク、及びこれらの組み合わせを含むが、これらに限定されない。

電子機器は、入力装置１０３と出力装置１０４をさらに含んでもよい。プロセッサ１０１、メモリ１０２、入力装置１０３及び出力装置１０４は、バス又は他の形態で接続されてもよいが、図６では、バスによる接続を例とする。

入力装置１０３は、入力されたデジタル又はキャラクタ情報を受信し、及び電子機器のユーザ設定及び機能制御に関連するキー信号入力を生成することができ、例えば、タッチスクリーン、キーパッド、マウス、トラックパッド、タッチパッド、指示棒、１つ又は複数のマウスボタン、トラックボール、操縦棒などの入力装置である。出力装置１０４は、表示機器、補助照明装置（例えば、発光ダイオード（Ｌｉｇｈｔ ｅｍｉｔｔｉｎｇ ｄｉｏｄｅ、ＬＥＤ））及び触覚フィードバック装置（例えば、振動モーター）などを含んでもよい。当該表示機器は、液晶ディスプレイ（Ｌｉｑｕｉｄ ｃｒｙｓｔａｌ ｄｉｓｐｌａｙ、ＬＣＤ）、発光ダイオード（ＬＥＤ）ディスプレイ及びプラズマディスプレイを含むことができるが、これらに限定されない。いくつかの実施形態では、表示機器はタッチスクリーンであってもよい。

本明細書で説明するシステムと技術の様々な実施形態は、デジタル電子回路システム、集積回路システム、特定用途向けＡＳＩＣ（特定用途向け集積回路）、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／又はそれらの組み合わせで実施されることができる。これらの様々な実施形態は、１つ又は複数のコンピュータプログラムで実施されてもよく、当該１つ又は複数コンピュータプログラムは、少なくとも１つのプログラム可能なプロセッサを含むプログラム可能なシステムで実行及び／又は解釈されでき、当該プログラム可能なプロセッサは、専用又は汎用プログラム可能なプロセッサであってもよく、記憶システム、少なくとも１つの入力装置、及び少なくとも１つの出力装置からデータ及び命令を受信し、データ及び命令を当該記憶システム、当該少なくとも１つの入力装置、及び当該少なくとも１つの出力装置に送信することができる。

これらのコンピュータプログラム（プログラム、ソフトウェア、ソフトウェア応用、又はコードとも呼ばれる）は、プログラム可能なプロセッサの機械命令を含み、高級過程及び／又はオブジェクトに向けたプログラミング言語、及び／又はアセンブリ／機械言語を用いてこれらの計算プログラムを実施することができる。本明細書で使用されるように、「機械可読媒体」及び「コンピュータ可読媒体」という用語は、機械命令及び／又はデータをプログラム可能なプロセッサに提供するための任意のコンピュータプログラム製品、機器、及び／又は装置（例えば、磁気ディスク、光ディスク、メモリ、プログラム可能な論理装置（Ｐｒｏｇｒａｍｍａｂｌｅ ｌｏｇｉｃ ｄｅｖｉｃｅ、ＰＬＤ））を指し、機械可読信号としての機械命令を受信する機械可読媒体を含む。「機械可読信号」という用語は、機械命令及び／又はデータをプログラム可能なプロセッサに提供するための任意の信号を指す。

ユーザとの対話を提供するために、ここで説明されるシステム及び技術をコンピュータに実施することができ、当該コンピュータは、ユーザに情報を表示するための表示装置（例えば、陰極線管（ｃａｔｈｏｄｅ ｒａｙ ｔｕｂｅ、ＣＲＴ）又はＬＣＤモニタ）、及びユーザがコンピュータに入力を提供できるキーボード及びポインティングデバイス（例えば、マウス又はトラックボール）を有する。他のタイプの装置は、さらにユーザとの対話を提供するために使用されてもよく、例えば、ユーザに提供されるフィードバックが、任意の形式の感覚フィードバック（例えば、視覚フィードバック、聴覚フィードバック、又は触覚フィードバック）であってもよく、任意の形式（音響入力、音声入力、又は触覚入力を含む）を使用して、ユーザからの入力を受信することができる。

本明細書で説明するシステム及び技術は、バックグラウンド部品を含む計算システム（例えば、データサーバとして）、又はミドルウェア部品を含む計算システム（例えば、応用サーバ）、又はフロントエンド部品を含む計算システム（例えば、グラフィカルユーザインターフェース又はＷｅｂブラウザを備えたユーザコンピュータ、ユーザが、当該グラフィカルユーザインターフェース又は当該Ｗｅｂブラウザを通じて本明細書で説明するシステム及び技術の実施形態と対話できる）、又はこのようなバックグラウンド部品、ミドルウェア部品、又はフロントエンド部品の任意の組合せを含む計算システムに実施されてもよい。任意の形式又は媒体のデジタルデータ通信（例えば、通信ネットワーク）を通じて、システムの部品を相互に接続してもよい。通信ネットワークの例は、ローカルネットワーク（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ、ＬＡＮ）、ブロックチェーンサービスネットワーク（Ｂｌｏｃｋ－ｃｈａｉｎ－ｂａｓｅｄ Ｓｅｒｖｉｃｅ Ｎｅｔｗｏｒｋ、ＢＳＮ）、広域ネットワーク（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ、ＷＡＮ）及びインターネットを含む。

コンピュータシステムは、クライアント及びサーバを含んでもよい。通常、クライアント及びサーバは、互いに離れており、通信ネットワークを介して相互作用する。クライアントとサーバとの関係は、対応するコンピュータで実行し、互いにクライアント－サーバ関係を持つコンピュータプログラムによって生成される。

本開示の実施例の別の態様に基づいて、本開示の実施例はさらに、車端機器を提供し、上記車端機器は、上記のいずれかの実施例に記載の装置又は上記の実施例に記載の電子機器を含む。

本開示の実施例の別の態様に基づいて、本開示の実施例はさらに、自動運転車を提供する。

図７を参照すると、図７は、本開示の実施例に係る自動運転車のブロック図である。

図７に示すように、当該自動運転車は、上記の実施例に記載の車端機器を含み、複数のカルマンフィルタと複数の慣性測定ユニットをさらに含み、そのうち、１つの上記慣性測定ユニットは１つの上記カルマンフィルタと接続され、それぞれの上記カルマンフィルタは車端装置と接続される。

図７に関連して、いくつかの実施例において、自動運転車は、図７に示すように、レーダーセンサ、ＧＰＳ、及びマイレージセンサなどのセンサを含む。

本願の実施例によれば、本願は、コンピュータプログラムを提供し、コンピュータプログラムは、コンピュータ可読記憶媒体に記憶され、電子機器の少なくとも１つのプロセッサは、コンピュータ可読記憶媒体からコンピュータプログラムを読み取ることができ、コンピュータプログラムが少なくとも１つのプロセッサで実行されると、電子機器が上記いずれかの実施例に記載の手段を実行する。

理解すべきものとして、上記のさまざまな形式のプロセスを使用して、ステップの順序を変更、追加、又は削除してもよい。例えば、本開示に記載された各ステップは、本開示に開示された技術的解決手段の所望の結果が達成され得る限り、並列、順次、又は異なる順序で実行されてもよく、本明細書に限定されない。

上記の具体的な実施形態は、本開示の保護範囲に対する制限を構成しない。当業者は、設計要件及び他の要素によって、様々な修正、組み合わせ、サブ組み合わせ、及び置換を行うことができることを理解すべきである。本開示の精神と原則の範囲内で行われた修正、同等の代替、及び改善などは、いずれも本開示の保護範囲に含まれるべきである。

Claims (15)

1. 少なくとも２つのカルマンフィルタがそれぞれ出力するナビゲーション情報を取得し、そのうち、各前記カルマンフィルタが、１つの慣性測定ユニットに接続され、接続された慣性測定ユニットが出力するデータに基づいて前記ナビゲーション情報を生成することと、
   複数の前記ナビゲーション情報を融合して、位置決め情報を得ることと、を含み、
   各前記ナビゲーション情報には、タイムスタンプが含まれ、前記複数の前記ナビゲーション情報を融合して、位置決め情報を得ることは、
   各前記ナビゲーション情報のタイムスタンプに基づいて、それぞれの対応する慣性測定ユニットの重みを確定することと、
   各前記重みに基づいて、それぞれの対応するナビゲーション情報を融合して、前記位置決め情報を得ることと、を含み、
   前記重みは、時間差と反比例し、そのうち、前記時間差は、前記タイムスタンプと現在時間との差の絶対値であり、
   任意の慣性測定ユニットから出力されたデータが失われる及び／又は遅延される場合、前記複数の前記ナビゲーション情報を融合して、位置決め情報を得ることは、
   前記任意の慣性測定ユニットに接続されるカルマンフィルタから出力されるナビゲーション情報以外のナビゲーション情報を融合して、前記位置決め情報を得ることを含む、位置決め方法。
2. 前記ナビゲーション情報は、各前記カルマンフィルタが、取得されたセンサの測定データに基づいて、各前記カルマンフィルタに接続される前記慣性測定ユニットのナビゲーションソリューション情報を更新して得られるものであり、
   前記ナビゲーションソリューション情報は、前記慣性測定ユニットが角速度及び加速度によって算出した姿勢情報である、請求項１に記載の位置決め方法。
3. 複数の前記慣性測定ユニットに１つの主慣性測定ユニット及び複数の非主慣性測定ユニットが含まれる場合、前記非主慣性測定ユニットのナビゲーションソリューション情報は、前記非主慣性測定ユニットが、前記主慣性測定ユニットに基づいて、取得されたナビゲーション情報に対して座標変換と姿勢ソリューションを行って得られるものであり、
   前記非主慣性測定ユニットが、前記主慣性測定ユニットに基づいて、取得されたナビゲーション情報に対して座標変換と姿勢ソリューションを行うことは、
   前記非主慣性測定ユニットのナビゲーション情報に対応する座標系における座標を、前記主慣性測定ユニットのナビゲーション情報に対応する座標系における座標に変換することを含み、
   前記姿勢ソリューションは、前記慣性測定ユニットが座標変換された前記ナビゲーション情報によって姿勢情報を算出することである、請求項２に記載の位置決め方法。
4. 前記センサは、レーダーセンサ、ＧＰＳ及びオドメトリセンサのうちの少なくとも１つを含む、請求項２又は請求項３に記載の位置決め方法。
5. 各前記ナビゲーション情報には、タイムスタンプ、位置、速度、姿勢、位置標準偏差、速度標準偏差、姿勢標準偏差が含まれ、複数の前記ナビゲーション情報を融合して、位置決め情報を得ることは、
   各タイムスタンプ、各位置、各位置標準偏差及び取得された現在時間に基づいて計算して融合後の位置を得ることと、
   各タイムスタンプ、各速度、各速度標準偏差及び前記現在時間に基づいて計算して融合後の速度を得ることと、
   各タイムスタンプ、各姿勢、各姿勢標準偏差及び前記現在時間に基づいて計算して融合後の姿勢を得ることと、
   各タイムスタンプ、各位置標準偏差及び前記現在時間に基づいて計算して融合後の位置標準偏差を得ることと、
   各タイムスタンプ、各速度標準偏差及び前記現在時間に基づいて計算して融合後の速度標準偏差を得ることと、
   各タイムスタンプ、各姿勢標準偏差及び前記現在時間に基づいて計算して融合後の姿勢標準偏差を得ることと、を含む、請求項１～請求項４のいずれか１項に記載の位置決め方法。
6. 取得モジュールであって、少なくとも２つのカルマンフィルタがそれぞれ出力するナビゲーション情報を取得するために使用され、そのうち、各前記カルマンフィルタが、１つの慣性測定ユニットに接続され、接続された慣性測定ユニットが出力するデータに基づいて前記ナビゲーション情報を生成する取得モジュールと、
   複数の前記ナビゲーション情報を融合して、位置決め情報を得るための融合モジュールと、を含み、
   各前記ナビゲーション情報には、タイムスタンプが含まれ、前記融合モジュールは、各前記ナビゲーション情報のタイムスタンプに基づいて、それぞれの対応する慣性測定ユニットの重みを確定し、各前記重みに基づいて、それぞれの対応するナビゲーション情報を融合して、前記位置決め情報を得るために使用され、
   前記重みは、時間差と反比例し、そのうち、前記時間差は、前記タイムスタンプと現在時間との差の絶対値であり、
   任意の慣性測定ユニットから出力されたデータが失われる及び／又は遅延される場合、前記融合モジュールは、前記任意の慣性測定ユニットに接続されるカルマンフィルタから出力されるナビゲーション情報以外のナビゲーション情報を融合して、前記位置決め情報を得るために使用される、位置決め装置。
7. 前記ナビゲーション情報は、各前記カルマンフィルタが、取得されたセンサの測定データに基づいて、各前記カルマンフィルタに接続される前記慣性測定ユニットのナビゲーションソリューション情報を更新して得られるものであり、
   前記ナビゲーションソリューション情報は、前記慣性測定ユニットが角速度及び加速度によって算出した姿勢情報である、請求項６に記載の位置決め装置。
8. 複数の前記慣性測定ユニットに１つの主慣性測定ユニット及び複数の非主慣性測定ユニットが含まれる場合、前記非主慣性測定ユニットのナビゲーションソリューション情報は、前記非主慣性測定ユニットが、前記主慣性測定ユニットに基づいて、取得されたナビゲーション情報に対して座標変換と姿勢ソリューションを行って得られるものであり、
   前記非主慣性測定ユニットが、前記主慣性測定ユニットに基づいて、取得されたナビゲーション情報に対して座標変換と姿勢ソリューションを行うことは、
   前記非主慣性測定ユニットのナビゲーション情報に対応する座標系における座標を、前記主慣性測定ユニットのナビゲーション情報に対応する座標系における座標に変換することを含み、
   前記姿勢ソリューションは、前記慣性測定ユニットが座標変換された前記ナビゲーション情報によって姿勢情報を算出することである、請求項７に記載の位置決め装置。
9. 前記センサは、レーダーセンサ、ＧＰＳ及びオドメトリセンサのうちの少なくとも１つを含む、請求項７又は請求項８に記載の位置決め装置。
10. 各前記ナビゲーション情報には、タイムスタンプ、位置、速度、姿勢、位置標準偏差、速度標準偏差、姿勢標準偏差が含まれ、
    前記融合モジュールは、
    各タイムスタンプ、各位置、各位置標準偏差及び取得された現在時間に基づいて計算して融合後の位置を得、
    各タイムスタンプ、各速度、各速度標準偏差及び前記現在時間に基づいて計算して融合後の速度を得、
    各タイムスタンプ、各姿勢、各姿勢標準偏差及び前記現在時間に基づいて計算して融合後の姿勢を得、
    各タイムスタンプ、各位置標準偏差及び前記現在時間に基づいて計算して融合後の位置標準偏差を得、
    各タイムスタンプ、各速度標準偏差及び前記現在時間に基づいて計算して融合後の速度標準偏差を得、
    各タイムスタンプ、各姿勢標準偏差及び前記現在時間に基づいて計算して融合後の姿勢標準偏差を得るために使用される、請求項６～請求項９のいずれか１項に記載の位置決め装置。
11. 少なくとも１つのプロセッサ、及び
    前記少なくとも１つのプロセッサと通信接続されるメモリを含み、
    前記メモリには前記少なくとも１つのプロセッサによって実行可能な命令が記憶され、前記命令が前記少なくとも１つのプロセッサによって実行されることにより、前記少なくとも１つのプロセッサが請求項１～請求項５のいずれか１項に記載の位置決め方法を実行することができる、電子機器。
12. 請求項６～請求項１０のいずれか１項に記載の位置決め装置、又は、請求項１１に記載の電子機器を含む、車端機器。
13. 自動運転車であって、前記自動運転車は、請求項１２に記載の車端機器を含み、さらに複数のカルマンフィルタと複数の慣性測定ユニットを含み、
    １つの前記慣性測定ユニットが、１つの前記カルマンフィルタと接続され、
    各前記カルマンフィルタが、前記車端機器と接続される、自動運転車。
14. コンピュータ命令を記憶する非一時的なコンピュータ可読記憶媒体であって、前記コンピュータ命令が、コンピュータに請求項１～請求項５のいずれか１項に記載の位置決め方法を実行させるために使用される、コンピュータ可読記憶媒体。
15. コンピュータプログラムであって、前記コンピュータプログラムがプロセッサで実行されると、請求項１～請求項５のいずれか１項に記載の位置決め方法を実現する、コンピュータプログラム。

Images