定位移动的车辆的制作方法

    技术2026-01-27  9


    本公开涉及计算机程序和系统领域,更具体地说,涉及用于移动车辆定位的方法、系统和程序。


    背景技术:

    1、市场上提供了许多用于跟踪车辆定位的系统和程序。

    2、在这种情况下,仍然需要一种用于定位移动车辆的改进方法。


    技术实现思路

    1、因此,提供了一种用于基于gnss数据和车辆传感器数据定位移动车辆的计算机实现的方法。该方法包括实时获得车辆运动数据。车辆运动数据源自至少一个车辆传感器。该方法还包括当gnss信号可用时,实时获得车辆定位的gnss数据。gnss数据包括距离变化和方位变化。该方法还包括实时校准车辆的里程计的参数。校准基于使用卡尔曼滤波器的数据融合。卡尔曼滤波器基于里程计参数的当前校准和运动数据来确定车辆的预测距离变化和预测方位变化。卡尔曼滤波器还将预测的距离变化和预测的方位变化与gnss数据的距离变化和方位变化进行比较。

    2、该方法可以包括以下一个或多个:

    3、-里程计基于在前一周期预测的位置和航向以及运动数据,在时间上周期性地预测车辆的新位置和车辆的新航向;

    4、-运动数据包括当前周期的车速、前一周期的车速和当前周期的车辆横摆率(yawrate);

    5、-里程计的参数包括车速标度、车辆横摆率标度和车辆横摆率偏移;

    6、-校准参数包括校正车速标度、车辆横摆率标度和车辆横摆率偏移中的一个或任意组合;

    7、-运动数据来自车轮传感器、惯性测量单元(imu)和转向系统传感器;

    8、-gnss数据还包括车辆的位置和航向,并且该方法还包括:

    9、实时地,

    10、当gnss信号可用时,通过执行基于卡尔曼滤波器的数据融合来确定车辆的定位,所述卡尔曼滤波器基于gnss数据的位置和航向与根据校准的里程计参数预测的位置和航向的融合来预测车辆定位;

    11、当gnss信号丢失时,基于根据校准的里程计参数预测的位置和航向来确定车辆的定位;

    12、-gnss数据源自仅包括一个天线的gnss设备;和/或

    13、-车辆是摩托车、汽车、公共汽车或卡车。

    14、还提供了一种包括指令的计算机程序,当由计算机系统执行时,所述指令使得该系统执行该方法。

    15、还提供了一种其上记录有该计算机程序的计算机可读存储介质。

    16、还提供了一种系统,包括联接到存储器的处理器,存储器上记录有该计算机程序。

    17、该系统可以包括以下一个或多个:

    18、-该系统与gnss设备、里程计和所述至少一个传感器联接或进一步包括gnss设备、里程计和所述至少一个传感器;和/或

    19、-所述至少一个传感器包括车轮传感器、惯性测量单元(imu)

    20、和转向系统传感器;

    21、还提供了一种装备有该系统的车辆。



    技术特征:

    1.一种用于基于gnss数据和车辆传感器数据定位移动的车辆的计算机实现的方法,所述方法包括:实时地

    2.根据权利要求1所述的方法,其中,所述里程计基于在前一周期预测的位置和航向以及所述运动数据,在时间上周期性地预测所述车辆的新位置和所述车辆的新航向。

    3.根据权利要求2所述的方法,其中,所述运动数据包括当前周期中的车速、前一周期中的车速以及当前周期中的车辆横摆率。

    4.根据权利要求1至3中任一项所述的方法,其中,所述里程计的参数包括车速标度、车辆横摆率标度和车辆横摆率偏移。

    5.根据权利要求4所述的方法,其中,校准参数包括校正车速标度、车辆横摆率标度和车辆横摆率偏移中的一个或任意组合。

    6.根据权利要求1至5中任一项所述的方法,其中,所述运动数据源自车轮传感器、惯性测量单元(imu)和转向系统传感器。

    7.根据权利要求1至6中任一项所述的方法,其中,所述gnss数据还包括所述车辆的位置和航向,并且所述方法还包括:实时地,

    8.根据权利要求1至7中任一项所述的方法,其中,所述gnss数据源自仅包括一个天线的gnss设备。

    9.根据权利要求1至8中任一项所述的方法,其中,所述车辆是摩托车、汽车、公共汽车或卡车。

    10.一种包括指令的计算机程序,当由计算机系统执行时,所述指令使得所述系统执行根据权利要求1至9中任一项所述的方法。

    11.一种计算机可读数据存储介质,所述计算机可读数据存储介质上记录有根据权利要求10所述的计算机程序。

    12.一种系统,包括联接到存储器的处理器,所述存储器上记录有根据权利要求10所述的计算机程序。

    13.根据权利要求12所述的系统,其中,所述系统与所述gnss设备、所述里程计和所述至少一个传感器联接或进一步包括所述gnss设备、所述里程计和所述至少一个传感器。

    14.根据权利要求12所述的系统,其中,所述至少一个传感器包括车轮传感器、惯性测量单元(imu)和转向系统传感器。

    15.一种车辆,配备有根据权利要求12至14中任一项所述的系统。


    技术总结
    本公开尤其涉及一种用于基于GNSS数据和车辆传感器数据定位移动车辆的计算机实现的方法。该方法包括实时获得源自至少一个车辆传感器的车辆运动数据。该方法还包括当GNSS信号可用时,获得车辆定位的GNSS数据。GNSS数据包括距离变化和方位变化。该方法还包括校准车辆的里程计的参数。校准基于使用卡尔曼滤波器的数据融合。卡尔曼滤波器基于里程计参数的当前校准和运动数据来确定车辆的预测的距离变化和预测的方位变化。卡尔曼滤波器还将预测的距离变化和预测的方位变化与GNSS数据的距离变化和方位变化进行比较。

    技术研发人员:M·拉德万,A·扎基
    受保护的技术使用者:法雷奥舒适驾驶助手公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-39519.html

    最新回复(0)