[发明专利]一种基于多传感器信息融合的智能车定位方法

说明书

本发明公开了一种基于多传感器信息融合的智能车定位方法，能够有效避免单纯依赖GPS定位产生的漂移现象，从而提高车辆的定位精度。通过对雷达数据和编码器数据进行处理，采用同步定位与地图构建方法(SLAM)得到车辆在局部地图中的位置，通过GPS定位获得车辆在经纬度系统中的位置，并将二者通过坐标转换统一到大地坐标系下，再使用卡尔曼滤波器对上述两种位置信息做融合处理，获得车辆位置的精确估计。本发明基于车载的编码器、激光雷达、GPS来实现车辆精准的全局定位。

技术领域

本发明涉及智能车定位方法领域，具体是一种基于多传感器信息融合的智能车定位方法。

背景技术

智能车自主驾驶或辅助驾驶的前提之一就是要准确知道自己的位置。当前智能车自主驾驶或辅助驾驶领域，使用最多的定位方法是基于GPS定位，或者GPS与里程计融合进行定位。单独使用GPS设备来定位，由于设备本身的误差，定位往往会出现漂移现象，同时在某些场合，比如隧道、高楼林立的市区，GPS信号会迅速减弱甚至丢失。GPS与里程计融合定位，在GPS信号弱时会更倾向使用里程计来推算定位，进而减少纯靠GPS定位引发的误差，但是由于里程计在车辆行驶过程中会有累积误差和漂移，里程计推算定位同样不精准。

本发明使用同步定位与地图构建技术，使用雷达数据对里程计数据进行校正，得到智能车局部的位置估计，再结合GPS定位，通过坐标转换和卡尔曼滤波，将二者进行融合，得到精准的智能车位置估计。相对于GPS与里程计融合定位，本发明能够更好地完成智能车的定位，为智能车的自动驾驶或辅助驾驶提供保障。

发明内容

本发明的目的是提供一种基于多传感器信息融合的智能车定位方法，以解决现有技术智能车自主驾驶或辅助驾驶领域GPS定位不准的的问题。

为了达到上述目的，本发明所采用的技术方案为：

一种基于多传感器信息融合的智能车定位方法，其特征在于：包括以下步骤：

(1)、基于智能车的光电编码器和激光雷达采集的数据，并利用同步定位与地图构建方法 (SLAM)得到智能车在SLAM方法构建的局部地图中的位置信息；

(2)、通过智能车的GPS定位获得智能车在地理坐标系中的位置信息；

(3)、将步骤(1)和步骤(2)得到的智能车在局部地图坐标系中、地理坐标系中的位置信息通过坐标转换统一在大地坐标系中；

(4)、基于步骤(3)的坐标转换过程，采用卡尔曼滤波技术将步骤(1)得到的智能车的位置信息、步骤(2)得到的智能车的位置信息进行融合，得到智能车精准的位置估计。

所述的一种基于多传感器信息融合的智能车定位方法，其特征在于：步骤(1)的具体过程如下：

(1.1)、以智能车启动时车体中心为原点O_o，沿车前进方向为X_o轴方向，垂直X_o轴指向车体左侧为Y_o轴方向，Z_o轴垂直向上建立里程计坐标系。由于只考虑智能车在水平面内运动且没有俯仰和翻滚动作，因此Z轴坐标始终为0且只有偏航角的变化，因此可以得到智能车的位姿模型(x,y,θ)。通过智能车后轮左、右轮的光电编码器，推算智能车里程计信息，具体过程如下：

(1.1.1)、0时刻，智能车在里程计坐标系中的位姿(x₀,y₀,θ₀)为(0,0,0).

(1.1.2)、单位采样时间内，在里程计坐标系下，车轮位置的增量ΔS通过以下公式得到：

其中ΔQ为光电码盘输出的脉冲增量，D为车轮直径，T_s为采样时间，N为光电码盘上的光栅总数，K为光电编码器减速率；