车辆定位方法、装置、电子设备、存储介质.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CN109631886A(43)申请公布日2019.04.16(21)申请号201811631708.1(22)申请日2018.12.28(71)申请人江苏满运软件科技有限公司地址210012江苏省南京市雨花台区软件大道170-1号4幢3-5层(72)发明人许赟赵延宁(74)专利代理机构上海隆天律师事务所31282代理人臧云霄潘一诺(51)Int.Cl.G01C21/16(2006.01)G01C21/34(2006.01)G01S19/49(2010.01)权利要求书2页说明书10页附图4页(54)发明名称车辆定位方法、装置、电子设备、存储介质(57)摘要本发明提供一种车辆定位方法、装置、电子设备、存储介质，方法包括：采集车辆的惯性导航系统的在k时刻的加速度数据和角速度数据；基于所述惯性导航系统的加速度数据和角速度数据及车辆在k-1时刻经更新的状态变量预测车辆在k时刻的状态变量，所述状态变量包括车辆的速度变量及位置变量；根据车轮传感器的滚动距离数据及地图数据确定车辆在k时刻的观测位置；根据所预测的车辆在k时刻的状态变量及所确定的车辆在k时刻的观测位置更新车辆在k时刻的状态变量，将车辆在k时刻经更新的状态变量作为车辆在k时刻的定位数据，k为大于1的整数。本发明提供的方法及装置实现精确车辆定位。CN109631886ACN109631886A权利要求书1/2页1.一种车辆定位方法，其特征在于，包括：采集车辆的惯性导航系统的在k时刻的加速度数据和角速度数据；基于所述惯性导航系统的加速度数据和角速度数据及车辆在k-1时刻经更新的状态变量预测车辆在k时刻的状态变量，所述状态变量包括车辆的速度变量及位置变量；根据车轮传感器的滚动距离数据及地图数据确定车辆在k时刻的观测位置；根据所预测的车辆在k时刻的状态变量及所确定的车辆在k时刻的观测位置更新车辆在k时刻的状态变量，将车辆在k时刻经更新的状态变量作为车辆在k时刻的定位数据，k为大于1的整数。2.如权利要求1所述的车辆定位方法，其特征在于，采用卡尔曼滤波进行状态变量的预测和更新。3.如权利要求2所述的车辆定位方法，其特征在于，基于所述惯性导航系统的加速度数据和角速度数据及车辆在k-1时刻经更新的状态变量预测车辆在k时刻的状态变量还包括：基于所述惯性导航系统的加速度数据和角速度数据及车辆在k-1时刻经更新的状态变量的协方差矩阵预测车辆在k时刻的状态变量的协方差矩阵。4.如权利要求3所述的车辆定位方法，其特征在于，车辆在k时刻的状态变量根据如下公式预测：其中，Fk为基于单位时间确定的状态转换矩阵，为车辆在k-1时刻经更新的状态变量，为指示加速度的控制变量，Bk为对应于所述控制变量且基于所述单位时间确定的控制矩阵，wk为第一不确定干扰项，所述单位时间为k时刻和k-1时刻之间的时间差。5.如权利要求4所述的车辆定位方法，其特征在于，车辆在k时刻的状态变量的协方差矩阵Pk根据如下公式预测：其中，Fk为基于单位时间确定的状态转换矩阵，为Fk的转置矩阵，Pk-1为车辆在k-1时刻经更新的状态变量的协方差矩阵，Qk为根据加速度方差及单位时间确定的第二不确定干扰项。6.如权利要求3所述的车辆定位方法，其特征在于，根据所预测的车辆在k时刻的状态变量及所确定的车辆在k时刻的观测位置更新车辆在k时刻的状态变量包括：根据所预测的车辆在k时刻的状态变量、在k时刻的状态变量的协方差矩阵及所确定的车辆在k时刻的观测位置更新车辆在k时刻的状态变量及状态变量的协方差矩阵。7.如权利要求6所述的车辆定位方法，其特征在于，车辆在k时刻的状态变量及状态变量的协方差矩阵根据如下公式更新：P′k＝Pk-K′HkPk；其中，为车辆在k时刻经更新的状态变量，为车辆在k时刻的状态变量，K′为卡尔曼增益中间值，为车辆在k时刻的观测位置，Hk为观测矩阵，P′k为车辆在k时刻经更新的状2CN109631886A权利要求书2/2页态变量的协方差矩阵，Pk为车辆在k时刻的状态变量的协方差矩阵。8.如权利要求7所述的车辆定位方法，其特征在于，所述卡尔曼增益中间值K′根据如下公式计算：其中，Pk为车辆在k时刻的状态变量的协方差矩阵，Hk为观测矩阵，为观测矩阵的转置矩阵，Rk为观测噪声协方差。9.如权利要求1至8任一项所述的车辆定位方法，其特征在于，所述根据车轮传感器的滚动距离数据及地图数据确定车辆在k时刻的观测位置包括：计算地图道路数据中各道路之间的夹角和各道路的长度；根据所述车轮传感器的滚动距离数据与各道路的长度之间进行比较以确定车辆在k时刻所在的道路；计算所述车轮传感器的滚动距离数据与该道路前各道路的总长度之差作为车辆在所确定道路的位置；根据车辆在所确定道路的位置、所确定道路与