[发明专利]一种车辆状态确定方法及车载终端中的处理器

说明书

本发明实施例公开一种车辆状态确定方法及车载终端中的处理器。该方法包括：按照从先发生到后发生的时间顺序，通过预先设置的用于滤除数据噪声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；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；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。应用本发明实施例提供的方案，能够提高车辆状态量的准确度。

技术领域

本发明涉及智能驾驶技术领域，具体而言，涉及一种车辆状态确定方法及车载终端中的处理器。

背景技术

在高精度地图构建工作中，车辆状态量是建图的基础信息，车辆状态量的精度将会直接影响地图的质量和精度。例如，车辆状态量包括位置、姿态、速度等。在确定车辆状态量时，通常需要定位传感器和惯性量测单元采集(Inertial Measurement Unit，IMU)的数据。在传统的方案中，可以通过车辆中设置的高精度光纤捷联惯导系统设备采集的数据，确定高精度的车辆状态量。

但是，在需要采用批量众包推广的方式采集数据并进行高精度地图构建的情境下，需要在大量车辆中设置普通精度的传感器，根据普通精度的传感器采集的数据确定车辆状态量时，其准确度不够高。

发明内容

本发明提供了一种车辆状态确定方法及车载终端中的处理器，以提高车辆状态量的准确度。具体的技术方案如下。

第一方面，本发明实施例公开了一种车辆状态确定方法，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，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，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。

可选的，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；