[发明专利]一种车辆运动状态确定的方法、装置及电子设备

说明书

本发明提供一种车辆运动状态确定的方法、装置及电子设备，包括：根据IMU输出的角速度及加速度，利用捷联惯性导航算法解算得到车辆运动状态预测值并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；获取GNSS确定的位置和速度、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，得到误差状态变量估计值后对车辆运动状态预测值进行反馈校正，得到车辆运动状态。本发明通过IMU、GNSS、激光雷达以及轮速仪等多传感器融合定位的方式，解决无人驾驶定位技术在复杂城市道路场景中精度低、定位不可靠的问题，并且计算负担小、工程实现性强、稳健性高。

技术领域

本发明涉及无人驾驶技术领域，具体涉及一种车辆运动状态确定的方法、装置及电子设备。

背景技术

随着自动驾驶技术的发展，自动驾驶成为未来出行的一种重要手段。现阶段的自动驾驶系统框架有感知模块、定位模块、规划决策模块、控制模块、高精地图模块及云计算模块等核心内容。感知模块通过传感器感知物理世界；传感器把物理世界按照一定的数据编码好，传送给感知模块，这样感知模块就可以通过相关的算法提取物理世界模型；定位模块利用感知模块的传感器数据，通过定位算法输出车辆相对于世界坐标系的位置、速度和姿态等运动状态；规划决策模块利用感知模块、定位模块、高精地图等数据进行整合和决策，最终将输出发送到控制模块，然后通过控制模块对车辆上的执行器进行控制；云计算模块也会实时地接收车辆上的所有数据，云计算模块确定车辆位置以后，会利用云端上的计算能力和数据库为车辆提供更好的驾驶能力。

在自动驾驶系统中，定位模块是核心功能模块。定位模块输出一方面用于路径规划和车辆控制，同时还辅助感知系统，得到更加准确的检测和跟踪结果。

在现有技术方案中，多数采用多传感器融合定位技术确定车辆运动状态如车辆位置、速度和姿态等。目前采用常规的惯性测量单元(Inertial Measurement Unit，IMU)、全球卫星导航系统(Global Navigation Satellite System，GNSS)融合的方式确定车辆运动状态，难以满足无人驾驶在城市峡谷、GNSS信号遮挡等典型城市道路场景下的高精度、高可靠性定位要求。

发明内容

本发明提供一种车辆运动状态确定方法、装置及电子设备，用以解决现有的定位技术难以满足无人驾驶在城市峡谷、GNSS信号遮挡等典型城市道路场景下的高精度、高可靠性定位要求的问题。

第一方面，本申请提供一种车辆运动状态确定方法，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，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。

可选地，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。

可选地，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；