用于确定无人驾驶车辆的速度和位姿的方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108731667A(43)申请公布日2018.11.02(21)申请号201710245249.2(22)申请日2017.04.14(71)申请人百度在线网络技术（北京）有限公司地址100085北京市海淀区上地十街10号百度大厦三层(72)发明人杨晓龙宋适宇徐宝强蔡仁澜(74)专利代理机构北京英赛嘉华知识产权代理有限责任公司11204代理人王达佐马晓亚(51)Int.Cl.G01C21/16(2006.01)权利要求书3页说明书20页附图4页(54)发明名称用于确定无人驾驶车辆的速度和位姿的方法和装置(57)摘要本申请公开了用于确定无人驾驶车辆的速度和位姿的方法和装置。该无人驾驶车辆设置有全球导航卫星系统GNSS接收机、捷联惯性导航系统SINS以及轮速传感器，该SINS包括惯性测量单元IMU，该方法的一具体实施方式包括：获取SINS解算的无人驾驶车辆的第一速度、第一位姿和轮速传感器采集的无人驾驶车辆的轮速；确定GNSS接收机是否接收到信号；响应于确定GNSS接收机接收不到信号，根据轮速、第一速度和第一位姿，采用卡尔曼滤波算法确定SINS的速度误差、SINS的位姿误差以及IMU的零偏误差；根据速度误差、位姿误差和零偏误差，对第一速度和第一位姿进行调整，得到无人驾驶车辆的速度和位姿。CN108731667ACN108731667A权利要求书1/3页1.一种用于确定无人驾驶车辆的速度和位姿的方法，其特征在于，所述无人驾驶车辆设置有全球导航卫星系统GNSS接收机、捷联惯性导航系统SINS以及轮速传感器，所述SINS包括惯性测量单元IMU，所述方法包括：获取所述SINS解算的所述无人驾驶车辆的第一速度、第一位姿和所述轮速传感器采集的所述无人驾驶车辆的轮速；确定所述GNSS接收机是否接收到信号；响应于确定所述GNSS接收机接收不到信号，根据所述轮速和所述第一速度，采用卡尔曼滤波算法确定所述SINS的速度误差、所述SINS的位姿误差以及所述IMU的零偏误差；根据所述速度误差和所述位姿误差，对所述第一速度和所述第一位姿进行调整，得到所述无人驾驶车辆的速度和位姿。2.根据权利要求1所述的方法，其特征在于，所述根据所述速度误差和所述位姿误差，对所述第一速度和所述第一位姿进行调整，得到所述无人驾驶车辆的速度和位姿之前，所述方法还包括：响应于确定所述GNSS接收机接收到信号，获取所述GNSS接收机解算的所述无人驾驶车辆的第二速度和第二位置，并根据所述第一速度、所述第一位姿、所述第二速度和所述第二位置，采用卡尔曼滤波算法确定所述SINS的速度误差、所述SINS的位姿误差以及所述IMU的零偏误差。3.根据权利要求2所述的方法，其特征在于，所述第一位姿包括第一位置和第一姿态；以及所述根据所述第一速度、所述第一位姿、所述第二速度和所述第二位置，采用卡尔曼滤波算法确定所述SINS的速度误差、所述SINS的位姿误差以及所述IMU的零偏误差，包括：执行以下第一滤波操作：以所述SINS的速度误差、所述SINS的位姿误差和所述IMU的零偏误差为状态变量构建第一卡尔曼滤波的状态方程，以所述第一速度与所述第二速度之差以及所述第一位置与所述第二位置之差作为观测量构建所述第一卡尔曼滤波的观测方程，采用卡尔曼滤波算法得到所述SINS的速度误差、所述SINS的位姿误差和所述IMU的零偏误差。4.根据权利要求3所述的方法，其特征在于，在所述执行以下第一滤波操作之后，所述方法还包括：确定所述GNSS接收机是否工作在实时动态差分定位模式下；响应于确定所述GNSS接收机工作在实时动态差分定位模式下，执行以下第二滤波操作：以所述轮速传感器的尺度因子误差和所述轮速传感器与所述IMU之间的安装角误差作为状态变量构建第二卡尔曼滤波的状态方程，以所述轮速与所述第二速度之差作为观测量构建所述第二卡尔曼滤波的观测方程，采用卡尔曼滤波算法得到所述尺度因子误差和所述安装角误差。5.根据权利要求1所述的方法，其特征在于，所述根据所述轮速和所述第一速度，采用卡尔曼滤波算法确定所述SINS的速度误差、所述SINS的位姿误差以及所述IMU的零偏误差，包括：以所述SINS的速度误差、所述SINS的位姿误差和所述IMU的零偏误差为状态变量构建第一卡尔曼滤波的状态方程，以所述第一速度与所述轮速之差作为观测量构建所述第一卡2CN108731667A权利要求书2/3页尔曼滤波的观测方程，采用卡尔曼滤波算法得到所述SINS的速度误差、所述SINS的位姿误差和所述IMU的零偏误差。6.根据权利要求4所述的方法，其特征在于，所述根据所述轮速和所述第一速度，采用卡尔曼滤波算法确定所述SINS的速度误差、所述SINS的位姿误差以及所述IMU的零偏误差，包