预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共26页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN112378410A(43)申请公布日2021.02.19(21)申请号202011408240.7(22)申请日2020.12.03(71)申请人东风汽车集团有限公司地址430000湖北省武汉市武汉经济技术开发区东风大道特1号(72)发明人裴双红赖锋陈振飞程梁柱肖松(74)专利代理机构武汉智权专利代理事务所(特殊普通合伙)42225代理人张凯(51)Int.Cl.G01C21/28(2006.01)G01C21/16(2006.01)G01C21/20(2006.01)权利要求书3页说明书19页附图3页(54)发明名称车辆行驶盲区校准方法、装置、设备及存储介质(57)摘要本发明公开了一种车辆行驶盲区校准方法、装置、设备及存储介质,所述方法通过在检测到当前车辆进入到信号盲区时,将全球定位系统GPS数据、惯性导航系统INS数据和车身传感器数据进行时间同步;在时间同步后,基于预设车辆动力学模型和INS建立高程、车速和道路坡度相关的状态方程,并获得对应的状态估计函数;根据交互多模型Kalman滤波器和状态估计函数确定车辆最终估计参数,根据车辆最终估计参数对当前导航结果进行修正,避免了长时间处于盲区下惯性导航系统出现信号漂移的问题,保证了导航估计结果的估计精度和时间精度,导航修正数据具有实时性和有效性,提高了车辆导航的精度,并且实现成本较低,不需要搭建额外的基础设施。CN112378410ACN112378410A权利要求书1/3页1.一种车辆行驶盲区校准方法,其特征在于,所述车辆行驶盲区校准方法包括:在检测到当前车辆进入到信号盲区时,将全球定位系统GPS数据、惯性导航系统INS数据和车身传感器数据进行时间同步;在时间同步后,基于预设车辆动力学模型和INS建立高程、车速和道路坡度相关的状态方程,并获得对应的状态估计函数;根据交互多模型Kalman滤波器和所述状态估计函数确定车辆最终估计参数,根据所述车辆最终估计参数对当前导航结果进行修正。2.如权利要求1所述的车辆行驶盲区校准方法,其特征在于,所述在检测到当前车辆进入到信号盲区时,将全球定位系统GPS、惯性导航系统INS和车身传感器进行时间同步,包括:在检测到当前车辆进入到信号盲区时,采集全球定位系统GPS的GPS数据中协调世界时UTC的时间序列;采集惯性导航系统INS和车身传感器对应的计算机时间,获取所述时间序列与所述计算机时间在相同时刻的时间偏差序列;根据所述时间偏差序列对GPS、INS和车身传感器的时间同步。3.如权利要求2所述的车辆行驶盲区校准方法,其特征在于,所述根据所述时间偏差序列对GPS、INS和车身传感器的时间同步,包括:根据所述时间偏差序列通过下式对GPS、INS和车身传感器的时间同步:TPC=TUTC-ΔT其中,TPC为所述计算机时间,TUTC为UTC时间,ΔT为所述时间偏差序列。4.如权利要求1所述的车辆行驶盲区校准方法,其特征在于,所述在时间同步后,基于预设车辆动力学模型和INS建立高程、车速和道路坡度相关的状态方程,并获得对应的状态估计函数,在时间同步后,获取车辆车重;将所述车辆车重代入预设车辆动力学模型中,获得高程、车速和道路坡度相关的动力学高程状态方程,并获得对应的动力状态估计函数;根据INS获得车辆俯仰角,根据所述车辆俯仰角获得惯性导航高程状态方程,并获得对应的惯性状态估计函数。5.如权利要求4所述的车辆行驶盲区校准方法,其特征在于,所述将所述车辆车重代入预设车辆动力学模型中,获得高程、车速和道路坡度相关的动力学高程状态方程,并获得对应的动力状态估计函数,包括:将所述车辆车重代入预设车辆动力学模型中,获得高程、车速和道路坡度相关的动力学高程状态方程:其中,hk1为基于预设车辆动力学模型的高程,vk1为基于预设车辆动力学模型的纵向速度,βk1为基于预设车辆动力学模型的坡度,Δt为采样时间间隔,为纵向加速度,为坡度2CN112378410A权利要求书2/3页变化率,为当前高程下的车辆车重,为当前车速下的车辆车重,为当前坡度下的车辆车重;获取动力模型混合概率,根据所述动力模型混合概率通过下式获得动力状态估计函数:其中,为预设车辆动力学模型的状态估计值,k为时刻,μi1(k-1)为动力模型混合概率,为车辆运动状态的动力状态估计函数。6.如权利要求4所述的车辆行驶盲区校准方法,其特征在于,所述根据INS获得车辆俯仰角,根据所述车辆俯仰角获得惯性导航高程状态方程,并获得对应的惯性状态估计函数,包括:获得INS提供的车辆俯仰角,根据所述车辆俯仰角通过下式获得惯性导航高程状态方程:其中,hk2为基于INS的高程,vk2为基于INS的纵向速度,βk2为基于INS的坡度,k为时刻,aIMUX,k-