[发明专利]一种基于改进卡尔曼滤波的公交进站停车测评方法

说明书

本发明公开了一种基于改进卡尔曼滤波的公交进站停车测评方法，该方法需要在被测对象上安装一套高性能双天线组合导航系统采集测评所需基础参数数据，包括位置、速度、航向角、加速度等，且需要事先测量被测公交长宽、后侧主天线在车辆上的相对位置，以及站台位置信息。采用相对位置推算的方法将所测量的公交上某一点轨迹推衍至四个角点轨迹，进行公交进站完成度测评；采用改进的卡尔曼滤波对横摆角速度和侧向加速度数据进行处理，进行公交进站稳定性测评。本发明与公交进站停车的实现原理和技术无关，从第三方的角度开展测评，具有测评指标多，测评结果准确的特点。

技术领域

本发明涉及一种针对公交进站停车应用的测评方法，尤其涉及一种基于改进卡尔曼滤波的公交进站停车测评方法，属于智能驾驶测评领域。

背景技术

根据2021年1月1日正式实施的《汽车驾驶自动化分级》定义，现自动驾驶公交车(Self-drivingbus)分为L3(系统在其设计运行条件内能够持续地执行全部动态驾驶任务)和L4级(系统在其设计运行条件内能够持续地执行全部动态驾驶任务和执行动态驾驶任务接管)；在自动驾驶公交车的驾驶任务中，公交进站停车(BS,Bus Stop)是应用于实际交通场景的典型应用。自动驾驶公交车在进站停车的过程中，驶向站台或车位，应符合一定的安全规范；在车完全停稳之后，也应当符合一定的标准，但目前尚未有一个完整的测评体系或测评设备。

本发明方法的目的在于为上述应用提供一种测评方法。首先获取被测公交车的测评所需基础参数数据，然后结合车站站点的已知位置数据，并根据相关标准要求，在数据高精度处理的基础上，最终分析得到测评结果。测评内容主要包括涉及完成度和稳定性的两个方面，在完成度方面的测评项包括：进站停车完成时车辆轴线与泊车位外侧边线夹角、进站停车完成时测试车辆侧面距站台的最大距离、进站停车完成时车头与车前标线的最大距离进行测评；在过程稳定性方面的测评项包括：车辆横摆角速度、侧向加速度的最大值。

发明内容

本发明的目的是提出了一种基于改进卡尔曼滤波的公交进站停车测评方法，其特征在于：利用组合导航系统获取被测公交车在行驶过程中的基础参数信息，采用改进卡尔曼滤波进行数据处理，实现对进站停车完成时车辆侧面与站台距离、进站停车完成时车辆轴线与泊车位外侧边线夹角、进站停车完成时车头与车前标线的最大距离、以及被测公交车进站过程稳定性等指标的测评，具体步骤包括：

步骤一：基础参数采集

为被测公交车安装双天线组合导航系统，组合导航的系统时间以北斗时间为参考基准。测评所需的基础参数信息包括：进站过程中被测公交车的经纬度坐标、速度、横摆角速度、侧向加速度、航向角等；被测公交车的参数，即车辆宽度、长度，后侧主天线至车头、车辆侧边的距离；站台边线的经纬度坐标，以四个点的坐标表示站台边线。

步骤二：数据处理

在获取测评所需基础参数的基础上，数据处理主要包括两部分，一部分是需要根据车后侧主天线的运动轨迹及车辆参数推算车辆四个角点的运动轨迹，此部分数据处理的主要目的是对公交进站停车的完成度进行评价；另一部分是考虑横摆角速度和侧向加速度数据受传感器噪声影响而波动太大，需要对该两组数据进行改进卡尔曼滤波处理，此部分数据处理的主要目的是对公交进站停车过程的稳定性进行评价。

子步骤1：定义与计算被测公交车四角点运动轨迹

以车辆左前角为起点，定义为A点，顺时针对被测公交车四个角点依次定义为A点，B点，C点，D点；车辆后侧主天线定义为E点；车头车尾中点分别定义为M点和N点；定义主天线至车头距离为Lf，至车辆侧边距离为Ll，车辆宽度为W，长度为L以便于计算；读取所得航向角定义为Dir；

在获取被测公交车行驶轨迹时，因获取轨迹数据为组合导航所输出的经纬度信息，故需要对其进行高斯投影变换，使其单位化为米，便于解算测评指标项：

其中：