[发明专利]车载多传感器紧耦合融合定位方法、系统、存储介质及车辆有效

专利信息
申请号: 201911192614.3 申请日: 2019-11-28
公开(公告)号: CN110906923B 公开(公告)日: 2023-03-14
发明(设计)人: 肖乔木;刘紫扬;熊周兵;陈卓 申请(专利权)人: 重庆长安汽车股份有限公司
主分类号: G01C21/00 分类号: G01C21/00;G01C21/16;G01S17/87
代理公司: 重庆华科专利事务所 50123 代理人: 谭小琴
地址: 400023 *** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车载 传感器 耦合 融合 定位 方法 系统 存储 介质 车辆
【权利要求书】:

1.一种车载多传感器紧耦合融合定位方法,包括以下步骤:

步骤1.获取激光雷达、GPS、IMU以及底盘数据,并对激光雷达、IMU、GPS以及底盘数据进行时间同步和空间同步;

步骤2.对激光雷达数据和IMU数据进行紧耦合处理,具体包括:

(2-1)判断当前迭代次数是否为首次;

若是,则IMU状态不更新;

若否,则根据上一次迭代输出的车辆位姿状态误差对IMU状态进行更新;

(2-2)对IMU数据进行积分,得到相对IMU的位姿状态值;

(2-3)当激光雷达数据到达时,基于步骤(2-2)中积分后得到的相对IMU的位姿状态值对激光雷达数据进行去偏移计算,得到预测的激光雷达位姿;

(2-4)对激光雷达数据进行特征点提取计算;

(2-5)将提取的激光雷达特征点匹配到预先建好的局部地图中;

(2-6)根据匹配结果,得到相对激光雷达的位姿测量值;

(2-7)联合非线性优化,根据相对激光雷达的位姿测量值和相对IMU的位姿状态值获得在局部窗口内的MAP状态估计,得到车辆位姿状态误差;

(2-8)将优化后的车辆位姿状态误差反馈到步骤(2-1)的IMU位姿状态计算中,并坐标转换得到车辆的位置姿态值;

步骤3.对车辆底盘数据进行运动学推算,得到车辆的位置姿态值;

步骤4.获取GPS定位数据,并对GPS数据进行UTM转换,得到车辆的位置姿态值;

步骤5.建立卡尔曼状态和观测模型,将激光雷达数据和IMU紧耦合以后匹配计算得到的车辆定位结果和GPS转换为UTM后得到的车辆定位结果作为定位观测值,将车辆底盘数据推算得到的车辆定位结果作为定位状态测量值,带入到卡尔曼状态和观测模型进行融合运算,得到车辆的最终定位结果。

2.根据权利要求1所述的车载多传感器紧耦合融合定位方法,其特征在于:所述步骤1中,空间同步是指通过预先测量好的车辆安装外参以及传感器本身的内参进行标定;

时间同步是指基于GPS授时和操作系统的软时间进行标定。

3.根据权利要求1或2所述的车载多传感器紧耦合融合定位方法,其特征在于:所述步骤3具体为,获取车辆轮脉冲信号和转角信号,根据四轮差分运动模型进行推算。

4.一种车载多传感器紧耦合融合定位系统,包括分别安装在车辆前后左右的四个激光雷达,安装在车辆上的GPS接收盒和IMU传感器,用于接收激光雷达数据、GPS数据、IMU数据和底盘数据的控制器,以及用于存储可执行程序的存储器;其特征在于:所述控制器用于通过执行所述存储器中存储的可执行程序时,实现如权利要求1至3任一项所述的车载多传感器紧耦合融合定位方法。

5.一种存储介质,其特征在于,存储有可执行程序,所述可执行程序被处理器执行时,实现如权利要求1至3任一项所述的车载多传感器紧耦合融合定位方法。

6.一种车辆,其特征在于:采用如权利要求4所述的车载多传感器紧耦合融合定位系统。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆长安汽车股份有限公司,未经重庆长安汽车股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911192614.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top