[发明专利]一种车辆状态确定方法及车载终端中的处理器

权利要求书

1.一种车辆状态确定方法，其特征在于，包括：

获取通过各个传感器数据确定的预设时长内多个时刻的车辆状态量；

按照从先发生到后发生的时间顺序，通过预先设置的第一滤波器对各个时刻的车辆状态量进行数据滤波，得到各个时刻的第一估计状态量和对应的置信度；其中，所述第一滤波器用于滤除数据噪声；

按照从后发生到先发生的时间顺序，通过预先设置的第二滤波器对各个时刻的车辆状态量进行数据滤波，得到各个时刻的第二估计状态量和对应的置信度；其中，所述第二滤波器用于滤除数据噪声；

针对每个时刻，根据该时刻的第一估计状态量的置信度和该时刻的第二估计状态量的置信度，对该时刻的第一估计状态量和该时刻的第二估计状态量进行数据融合，得到该时刻的融合后的车辆状态量。

2.如权利要求1所述的方法，其特征在于，所述按照从先发生到后发生的时间顺序，通过预先设置的第一滤波器对各个时刻的车辆状态量进行数据滤波，得到各个时刻的第一估计状态量和对应的置信度的步骤，包括：

采用以下方式确定第一时刻的估计状态量和对应的置信度，所述第一时刻为各个时刻中的一个时刻：

根据所述第一时刻的车辆状态量确定所述第一时刻的实际量测量；

根据第二时刻的估计状态量和确定的所述第一时刻的状态转移矩阵进行卡尔曼滤波的状态更新，得到所述第一时刻的预测状态量；其中，所述第二时刻为所述第一时刻的前一时刻；

根据所述第二时刻的估计状态量的置信度和所述第一时刻的状态转移矩阵进行卡尔曼滤波的状态更新，得到所述第一时刻的预测置信度；

根据确定的第一时刻的量测矩阵和所述第一时刻的预测置信度，确定所述第一时刻的卡尔曼增益；

根据所述第一时刻的量测矩阵对所述第一时刻的预测状态量进行转换，得到所述第一时刻的预测量测量；

根据所述第一时刻的实际量测量与所述第一时刻的预测量测量之间的偏差，以及所述第一时刻的卡尔曼增益，进行卡尔曼滤波的量测更新，得到所述第一时刻的估计状态量；

根据所述第一时刻的卡尔曼增益、所述第一时刻的量测矩阵和所述第一时刻的预测置信度，进行卡尔曼滤波的量测更新，得到所述第一时刻的估计状态量的置信度。

3.如权利要求1所述的方法，其特征在于，所述第二滤波器为采用以下方式得到：

对所述第一滤波器中的指定参数进行取反，得到所述第二滤波器；

所述按照从后发生到先发生的时间顺序，通过预先设置的第二滤波器对各个时刻的车辆状态量进行数据滤波的步骤，包括：

按照从后发生到先发生的时间顺序，将各个时刻的车辆状态量输入所述第二滤波器，以使所述第二滤波器对输入的车辆状态量进行数据滤波。

4.如权利要求3所述的方法，其特征在于，所述将各个时刻的车辆状态量输入所述第二滤波器的步骤，包括：

将每个时刻的车辆状态量中的指定数据进行取反，得到每个时刻的处理后的车辆状态量；

将每个时刻的处理后的车辆状态量输入所述第二滤波器。

5.如权利要求1所述的方法，其特征在于，所述针对每个时刻，根据该时刻的第一估计状态量的置信度和该时刻的第二估计状态量的置信度，对该时刻的第一估计状态量和该时刻的第二估计状态量进行数据融合，得到该时刻的融合后的车辆状态量的步骤，包括：

针对每个时刻，根据该时刻的第一估计状态量的置信度和该时刻的第二估计状态量的置信度，以及置信度与权重的预设对应关系，分别确定所述第一估计状态量和第二估计状态量的权重，根据确定的权重，对所述第一估计状态量和第二估计状态量进行加权平均，得到该时刻的融合后的车辆状态量。