[发明专利]车载装置及推定方法

说明书

本发明的目的在于能够通过卡尔曼滤波器高精度地推定车辆的状态。导航装置(1)具有：基于来自传感器的输出而观测与车辆的变动相关的观测量的观测部(21)；和通过卡尔曼滤波器来推定表示车辆状态的状态量的推定部(22)，推定部(22)计算出车辆的状态量的预测值，通过作为与观测量具有微积分关系的状态量的误差而输入了观测量的误差的卡尔曼滤波器，计算出预测值的误差协方差矩阵，基于计算出的预测值和预测值的误差协方差矩阵，通过卡尔曼滤波器来计算出车辆的状态量的推定值和推定值的误差协方差矩阵。

技术领域

本发明涉及车载装置及推定方法。

背景技术

作为本技术领域的背景技术，具有日本特开2000-55678号公报(专利文献1)。在专利文献1中，记载了“具有卡尔曼滤波器(误差推定部15)，该卡尔曼滤波器将基于移动距离、方位变化量而由相对轨迹运算部13、绝对位置运算部14计算出的推定导航数据(车速、绝对方位、绝对位置)、与来自GPS接收机8的GPS测位数据(速度、方位、位置)之差作为观测值(其中该移动距离、方位变化量是根据车速传感器4、陀螺仪6(gyro)中的检测值而由移动距离运算部11、方位变化量运算部12计算出的)，作为该状态量之一，设定从陀螺仪输出向角速度转换的转换增益的误差(增益误差)。根据通过该卡尔曼滤波器求出的增益误差的推定值，对使用陀螺仪输出及转换增益而计算出的方位变化量进行修正”。

现有技术文献

专利文献

专利文献1：日本特开2000-55678号公报

发明内容

然而，根据基于车速脉冲和来自陀螺仪等传感器的输出而观测的速度和角速度等观测量求出的移动距离和方位变化量存在由于时间推移而误差累积的情况。在专利文献1中，关于通过考虑了累积的误差的卡尔曼滤波器来推定车辆状态的技术没有公开，而无法通过卡尔曼滤波器高精度地推定车辆的状态。

于是，本发明的目的在于能够通过卡尔曼滤波器高精度地推定车辆的状态。

为了实现上述目的，车载装置是搭载于车辆的车载装置，其特征在于，具有：观测部，其基于来自传感器的输出，观测与上述车辆的变动相关的观测量；和控制部，其通过卡尔曼滤波器来推定表示上述车辆的状态的状态量，上述控制部计算出上述车辆的上述状态量的预测值，通过作为与上述观测量具有微积分关系的上述状态量的误差而输入了上述观测量的误差的上述卡尔曼滤波器，计算出上述预测值的误差，基于计算出的上述预测值和上述预测值的误差，通过上述卡尔曼滤波器计算出上述车辆的上述状态量的推定值和上述推定值的误差。

发明效果

根据本发明，能够通过卡尔曼滤波器高精度地推定车辆的状态。

附图说明

图1是表示导航装置的结构的框图。

图2是表示导航装置的动作的流程图。

图3是表示车辆状态推定处理中的推定部的动作的流程图。

图4是用于说明基于推定出的车辆状态的地图匹配(map-matching)的处理的图。

具体实施方式

图1是表示导航装置1(车载装置)的结构的框图。

导航装置1是搭载于车辆的车载装置，遵照搭乘于车辆的用户的操作，来执行地图显示、地图中车辆的当前位置显示、到达目的地为止的路径搜索、路径引导等。此外，导航装置1可以固定于车辆的仪表板等，也可以相对于车辆而可装拆。

如图1所示，导航装置1具有：控制部2、存储部3、触摸面板4、GPS接收部5、车速传感器6(传感器)、陀螺仪传感器7(角速度传感器、传感器)和加速度传感器8(传感器)。