[发明专利]一种基于传感器信息融合的无人车定位修正方法

说明书

本发明公开了一种基于传感器信息融合的无人车定位修正方法，包括：获取上一时刻即t‑1时刻与当前时刻即t时刻的激光雷达激光帧信息、里程计编码器信息、惯性测量单元各轴加速度信息，分别计算其在t‑1时刻至t时刻的位移坐标变化量；分别将计算激光雷达位移坐标变化量、里程计编码器位移坐标变化量与惯性测量单元位移坐标变化量作差，得到两个误差值；将得到的两个误差值求比值，并通过误差值转换为激光雷达信息权重、里程计编码器信息权重，并获取无人车当前至上一时刻的运动变化量；利用预设的误差阈值对权重进行修正；更新当前时刻t所有传感器的坐标和运动状态。本发明减小了在环境较少特征约束下导致产生移动距离的测量误差，提高了定位准确度。

技术领域

本发明涉及无人车传感定位技术领域，更具体地，涉及一种基于传感器信息融合的无人车定位修正方法。

背景技术

随着社会经济发展，汽车保有量在世界范围内大幅提高。随之而来的道路交通拥挤、道路环境污染、道路交通事故以及道路交通安全等问题成为世界各国关注的焦点，智能交通系统的发展为全球面临的交通问题的解决带来希望。无人驾驶汽车的产生为这一问题的解决提供了新的思路，无人车定位的准确性与否决定着汽车能否顺利躲避道路上的障碍物，规避惨剧的发生，在道路安全提高方面有极其重大的意义。

随着国内制造激光性能、产能上的提升和成本降低使用激光定位用于无人车定位具有广阔的发展前景，因为其具有测量精度高、距离远、分辨率比较高、不受地面杂波影响和不受光线强弱影响，拥有良好的稳定性和鲁棒性等优势。但仅使用激光获取的当前定位信息，在扫描到图形变化不明显时会有定位丢失，不能与无人车移动速度同步，如在隧道，无人车无法利用GPS信号准确确定自身状态，单会对测量精度造成极大影响，导致控制器做出错误决定，不能完成定位任务。

因此，对于基于激光的无人车，前端定位信息越准确，后端的得到的结果鲁棒性越好，计算数据更有效，定位越精确。所以我们增加辅助测量设施，减小在环境较少特征约束下导致的测量误差，增强无人车适应环境的能力。

现有技术中，公开号为CN109946732A的发明专利公开了一种基于多传感器数据融合的无人车定位方法，该方法充分利用厘米级高精度地图、视觉和激光雷达传感器数据，在卫星定位信号被遮挡区域实现高精度定位。该发明是结合了厘米级的高精地图及视觉传感器对无人车航向角进行修正，没有对具体的位置坐标进行修正。

发明内容

本发明为克服上述现有技术由于环境影响，单纯依靠GPS信号定位不理想，多传感器融合信息融合没有进行信息的加权修正，定位效果不理想的缺陷，提供一种基于传感器信息融合的无人车定位修正方法。

本发明的首要目的是为解决上述技术问题，本发明的技术方案如下：

一种基于传感器信息融合的无人车定位修正方法，包括以下步骤：

S1：获取上一时刻即t-1时刻与当前时刻即t时刻的激光雷达激光帧信息、里程计编码器信息、惯性测量单元各轴加速度信息；

S2：分别计算激光雷达、里程计编码器、惯性测量单元在t-1时刻到t时刻的位移坐标变化量；

S3:以惯性测量单元信息为瞬间位移参考量，分别将计算激光雷达位移坐标变化量、里程计编码器位移坐标变化量与惯性测量单元位移坐标变化量作差，得到两个误差值，分别记为激光雷达相对惯性测量单元的陀螺仪t-1时刻至t时刻误差，里程计编码器相对惯性测量单元的陀螺仪t-1时刻至t时刻误差；

S4：将得到的两个误差值求比值，并通过误差值转换为激光雷达信息权重、里程计编码器信息权重，并获取无人车t-1时刻至t时刻的运动变化量；

S5：利用预设的误差阈值对激光雷达信息权重、里程计编码器信息权重进行修正；