[发明专利]一种车辆运动状态确定的方法、装置及电子设备

权利要求书

1.一种车辆运动状态确定方法，其特征在于，该方法包括：

根据惯性测量单元IMU输出的车辆角速度及车辆加速度，利用捷联惯性导航算法解算得到车辆运动状态预测值；

基于所述车辆运动状态预测值，通过序贯卡尔曼滤波及误差状态方程，得到车辆运动误差状态变量的预测值，其中，所述车辆运动误差状态变量为车辆运动状态预测值与车辆运动状态真实值的偏差；

获取利用全球卫星导航系统GNSS确定的位置和速度、利用激光雷达确定的位置和航向角以及轮速仪输出的速度，根据利用全球卫星导航系统GNSS确定的位置和速度、利用激光雷达确定的位置和航向角以及轮速仪输出的速度，确定序贯卡尔曼滤波的观测误差变量、与所述观测误差变量对应的噪声方差阵；

基于序贯卡尔曼滤波的观测误差变量、与观测误差变量对应的噪声方差阵、与车辆运动误差状态变量对应的协方差矩阵预测值，通过序贯卡尔曼滤波对车辆运动误差状态变量的预测值进行更新得到车辆运动误差状态变量估计值；

通过所述车辆运动误差状态变量估计值，对车辆运动状态预测值进行反馈校正，得到车辆运动状态。

2.根据权利要求1所述的方法，其特征在于，所述车辆运动误差状态变量包括车辆位置误差变量、车辆速度误差变量以及车辆姿态误差变量。

3.根据权利要求1所述的方法，其特征在于，获取利用全球卫星导航系统GNSS确定的位置和速度、利用激光雷达确定的位置和航向角以及轮速仪输出的速度之后，还包括：

根据IMU实时输出的车辆角速度及车辆加速度，分别对利用全球卫星导航系统GNSS确定的位置和速度、利用激光雷达确定的位置和航向角以及轮速仪输出的速度进行空间对齐操作；

根据IMU实时输出的车辆角速度及车辆加速度，分别对利用全球卫星导航系统GNSS确定的位置和速度、利用激光雷达确定的位置和航向角以及轮速仪输出的速度进行时延补偿操作。

4.根据权利要求1所述的方法，其特征在于，确定所述序贯卡尔曼滤波的观测误差变量，包括：

通过利用全球卫星导航系统GNSS确定的位置和速度、利用激光雷达确定的位置和航向角以及轮速仪输出的速度得到车辆运动状态真实值；

通过计算车辆运动状态预测值与所述车辆运动状态真实值的差值得到序贯卡尔曼滤波的观测误差变量。

5.根据权利要求1所述的方法，其特征在于，确定与序贯卡尔曼滤波的观测误差变量对应的噪声方差阵，包括：

根据利用全球卫星导航系统GNSS确定位置和速度、利用激光雷达确定的位置和航向角以及轮速仪输出的速度，通过Sage-Husa自适应方差估计理论，得到观测误差变量对应的噪声方差阵。

6.根据权利要求1所述的方法，其特征在于，确定与车辆运动误差状态变量对应的协方差矩阵预测值，包括：

基于所述车辆运动状态预测值，通过序贯卡尔曼滤波及误差状态方程，得到车辆运动误差状态变量对应的协方差矩阵预测值。

7.一种车辆运动状态确定装置，其特征在于，该装置包括：

预测值确定模块，用于根据惯性测量单元IMU输出的车辆角速度及车辆加速度，利用捷联惯性导航算法解算得到车辆运动状态预测值；

误差确定模块，用于基于所述车辆运动状态预测值，通过序贯卡尔曼滤波及误差状态方程，得到车辆运动误差状态变量的预测值，其中，所述车辆运动误差状态变量为车辆运动状态预测值与车辆运动状态真实值的偏差；

确定模块，用于获取利用全球卫星导航系统GNSS确定的位置和速度、利用激光雷达确定的位置和航向角以及轮速仪输出的速度，根据利用全球卫星导航系统GNSS确定的位置和速度、利用激光雷达确定的位置和航向角以及轮速仪输出的速度，确定序贯卡尔曼滤波的观测误差变量、与所述观测误差变量对应的噪声方差阵；

更新模块，用于基于序贯卡尔曼滤波的观测误差变量、与观测误差变量对应的噪声方差阵、与车辆运动误差状态变量对应的协方差矩阵预测值，通过序贯卡尔曼滤波对车辆运动误差状态变量的预测值进行更新得到车辆运动误差状态变量估计值；

校正模块，用于通过所述车辆运动误差状态变量估计值，对车辆运动状态预测值进行反馈校正，得到车辆运动状态。