CN106568450A - 一种高架道路车载辅助导航算法及应用 - Google Patents
一种高架道路车载辅助导航算法及应用 Download PDFInfo
- Publication number
- CN106568450A CN106568450A CN201610968256.0A CN201610968256A CN106568450A CN 106568450 A CN106568450 A CN 106568450A CN 201610968256 A CN201610968256 A CN 201610968256A CN 106568450 A CN106568450 A CN 106568450A
- Authority
- CN
- China
- Prior art keywords
- acceleration
- algorithm
- vehicle
- threshold value
- overpass
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000001133 acceleration Effects 0.000 claims abstract description 73
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000005484 gravity Effects 0.000 claims abstract description 25
- 238000006243 chemical reaction Methods 0.000 claims abstract description 3
- 238000005259 measurement Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000011144 upstream manufacturing Methods 0.000 claims description 6
- 241001269238 Data Species 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 2
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种高架道路车载辅助导航算法及应用,其特征在于:通过加速度传感器采集车辆重力方向实时加速度信号分量,结合地图信息***,采用限定时窗内高架道路预判算法,所述高架道路预判算法的流程为:(1)g方向加速度分量采集;(2)倾角换算,分段计时;(3)高架预判算法;(4)匹配地图信息,如果与地图信息不匹配,则重新返回到第一步进行重力方向加速度分量采集,重复(1)至(4)的算法过程;(5)高架道路判定及规划行驶方案。本发明所述的高架道路车载辅助导航算法及应用硬件实现成本低。提高导航准确度,方便、迅捷进行实时规划路径;算法简单,可移植性高,适用于导航仪、手机、PAD等便携式设备。
Description
技术领域
本发明涉及车载导航领域,尤其涉及一种高架道路车载辅助导航算法及应用。
背景技术
目前大部分的车载导航采用GPS导航技术,还有部分采用北斗导航技术,这两种导航技术的原理都是通过卫星信号对车辆进行定位,然后与地图信息***进行比对从而规划导航路线。
在车辆行驶过程中,当遇到如图1所示的地面、高架并行道路时,现有的导航算法无法进行高架或地面道路的有效识别,必须等到地图信息***中判断出高架与地面出现轨迹分岔时才能进行重新规划新的路线。在实际应用中,由于GPS或北斗导航的精度误差,特别是在多个高架路口集中的路段,目前的导航算法无法进行快速、实时有效的规划,从而导致车载导航频繁的重新规划而耽搁行车效率。
如图1所示高架入口图,由于地面道路和高架道路并行,车辆在行驶过程中如果误上高架,由于导航精度的限制,传统的导航算法必须在高架道路与地面道路分岔时才能重新进行规划,如果在此行驶时段中遇到高架分流口或出入口,导航在此时将处于失效状态。因此,为了有效的提高导航准确率和避免交通拥挤,需要一种准确的判断高架道路与地面道路的方法。
发明内容
本发明目的是:解决现有技术中存在的无法进行高架或地面道路的有效识别、多个高架路口集中的路段无法进行快速、实时有效的规划等主要问题,准确的判断高架道路与地面道路,有效的提高导航准确率和避免交通拥挤。
本发明的技术方案是:
一种高架道路车载辅助导航算法,其特征在于:通过加速度传感器采集车辆重力方向实时加速度信号分量,结合地图信息***,采用限定时窗内高架道路预判算法,所述高架道路预判算法的流程为:
(1)g方向加速度分量采集,利用加速度传感器测出重力g方向的加速度分量;
(2)倾角换算,分段计时,利用加速度测量倾角的原理,测出车辆行驶过程中的倾角α,同时对加速度信号达到一定阈值h时开始计时t,加速度信号小于阈值h时计时结束;阈值h是可以根据路面情况实现自动调节,在算法中阈值h以一个向量组[h]出现。向量组[h]的初始值由大量经验数据组成,必须进行高架路面上行下行的大量实测才能得到;高架预测判定软件算法在运行过程中,根据实际行驶过程中的实测加速度数据进行调节阈值h,并且得到满足阈值h条件下的t;其中h=[h1,h2,h3...,hn],t=[t1,t2,t3...tn];
(3)高架预判算法,所述高架预判算法的核心是对满足h条件下的分段时间t进行判定;分段时间t也是一个向量组,判定过程中t必须首先设置一个经验值,经验值源于大量的实际路况实测数据,然后利用此经验值设置阈值T=[T1,T2,T3...];当实测满足阈值h的时间数据t与阈值T进行比较时,符合阈值T的条件下,即满足以下公式
判定是高架道路;
(4)匹配地图信息,根据实测得到满足阈值的数据倾角α、时间t后,将所述数据与地图信息进行匹配,如在地图信息上出现高架并行道路,则判定为高架道路入口或出口;同时,根据倾角α的正负信息,可以判定是高架上行或下行;如果与地图信息不匹配,则重新返回到第一步进行重力方向加速度分量采集,重复(1)至(4)的算法过程;
(5)高架道路判定及规划行驶方案,当高架预判算法判定高架道路成功后,算法将重新对导航规划进行实际道路规划。
优选的,在步骤(2)中利用加速度测量倾角的原理,测出车辆行驶过程中的倾角α的公式为:
其中Ax=g sinα,Ax是X轴方向加速度分量,Ay为Y轴方向加速度方向,Az为Z轴加速度方向分量,Axg代表重力加速度方向分量。
一种高架道路车载辅助导航算法的应用,采用三轴加速度传感器,利用重力方向加速度与行驶方向加速度组合计算车辆在重力方向的加速度分量来得到车辆行驶过程中的倾角状态。
优选的,采用二轴加速度传感器,利用行驶方向加速度测量重力方向的加速度分量来得到车辆行驶过程中的倾角状态。
本发明的优点:
1、本发明所述的高架道路车载辅助导航算法及应用硬件实现成本低。
2、本发明所述的高架道路车载辅助导航算法及应用提高导航准确度,方便、迅捷进行实时规划路径;
3、本发明所述的高架道路车载辅助导航算法支持GPS、北斗等多***导航,适配性好,通用性强。
4、本发明所述的高架道路车载辅助导航算法及应用算法简单,可移植性高,适用于导航仪、手机、PAD等便携式设备。
附图说明
下面结合附图及实施例对本发明作进一步描述:
图1为高架道路与地面道路平行入口示意图。
图2为本发明所述高架道路车载辅助导航算法的空间加速度示意图。
图3为本发明所述高架道路车载辅助导航算法的流程图。
具体实施方式
下面结合附图及优选实施方式对本发明技术方案进行详细说明。
本发明公开了一种高架道路车载导航算法及应用,所述应用也就是硬件实现,通过加速度传感器采集车辆重力方向实时加速度信号分量,结合地图信息***,发明了一种限定时窗内高架道路预判算法,并可以通过硬件实现。
一种高架道路车载辅助导航算法,其特征在于:通过加速度传感器采集车辆重力方向实时加速度信号分量,结合地图信息***,采用限定时窗内高架道路预判算法,所述高架道路预判算法的流程为:(1)利用加速度传感器测出重力g方向的加速度分量;(2)利用加速度测量倾角的原理,测出车辆行驶过程中的倾角α,同时对加速度信号达到一定阈值h时开始计时t,加速度信号小于阈值h时计时结束;阈值h是可以根据路面情况实现自动调节,在算法中阈值h以一个向量组[h]出现。向量组[h]的初始值由大量经验数据组成,必须进行高架路面上行下行的大量实测才能得到;高架预测判定软件算法在运行过程中,根据实际行驶过程中的实测加速度数据进行调节阈值h,并且得到满足阈值h条件下的t;其中h=[h1,h2,h3...,hn],t=[t1,t2,t3...tn];(3)高架预判算法的核心是对满足h条件下的分段时间t进行判定;分段时间t也是一个向量组,判定过程中t必须首先设置一个经验值,经验值源于大量的实际路况实测数据,然后利用此经验值设置阈值T=[T1,T2,T3...];当实测满足阈值h的时间数据t与阈值T进行比较时,符合阈值T的条件下,即满足以下公式
时,判定是高架道路;(4)根据实测得到满足阈值的数据倾角α、时间t后,将所述数据与地图信息进行匹配,如在地图信息上出现高架并行道路,则判定为高架道路入口或出口;同时,根据倾角α的正负信息,可以判定是高架上行或下行;如果与地图信息不匹配,则重新返回到第一步进行重力方向加速度分量采集,重复(1)至(4)的算法过程;(5)当高架预判算法判定高架道路成功后,算法将重新对导航规划进行实际道路规划。
由图2空间加速度示意图可以得出,Ax=g sinα。其中Ax是X轴方向加速度分量,Ay为Y轴方向加速度方向,Az为Z轴加速度方向分量,Axg代表重力加速度方向分量。
空间倾斜角度的公式为:这是测量物体倾斜角度的基本原理公式。
当物体同时也有运动加速度的话,公式修正为同时满足下面两个条件【1】:
【2】
一种高架道路车载导航算法的应用,采用三轴加速度传感器,利用重力方向加速度与行驶方向加速度组合计算车辆在重力方向的加速度分量来得到车辆行驶过程中的倾角状态。其特点是精度高、可靠性好。
考虑到汽车是在地面行驶,大部分情况下处于X-Z平面上运动,只有当车辆进行爬坡或者下坡时,Y轴方向才会出现加速度分量。因此,在本发明中,只需要进行简化三轴加速度的测量方案,以重力加速度方向的分量Axg来衡量车辆行驶过程中的倾角状态。
采用二轴加速度传感器,利用行驶方向加速度测量重力方向的加速度分量来得到车辆行驶过程中的倾角状态。其特点是低成本,与三轴加速度相比精度要低。本发明所述的高架道路车载辅助导航算法硬件实现成本低,提高导航准确度,方便、迅捷进行实时规划路径。
本发明所述的高架道路车载辅助导航算法支持GPS、北斗等多***导航,适配性好,通用性强。所述辅助导航算法简单,可移植性高,适用于导航仪、手机、PAD等便携式设备。
本发明尚有多种实施方式,凡采用等同变换或者等效变换而形成的所有技术方案,均落在本发明的保护范围之内。
Claims (4)
1.一种高架道路车载辅助导航算法,其特征在于:通过加速度传感器采集车辆重力方向实时加速度信号分量,结合地图信息***,采用限定时窗内高架道路预判算法,所述高架道路预判算法的流程为:
(1)g方向加速度分量采集,利用加速度传感器测出重力g方向的加速度分量;
(2)倾角换算,分段计时,利用加速度测量倾角的原理,测出车辆行驶过程中的倾角α,同时对加速度信号达到一定阈值h时开始计时t,加速度信号小于阈值h时计时结束;阈值h是可以根据路面情况实现自动调节,在算法中阈值h以一个向量组[h]出现。向量组[h]的初始值由大量经验数据组成,必须进行高架路面上行下行的大量实测才能得到;高架预测判定软件算法在运行过程中,根据实际行驶过程中的实测加速度数据进行调节阈值h,并且得到满足阈值h条件下的t;其中h=[h1,h2,h3...,hn],t=[t1,t2,t3...tn];
(3)高架预判算法,所述高架预判算法的核心是对满足h条件下的分段时间t进行判定;分段时间t也是一个向量组,判定过程中t必须首先设置一个经验值,经验值源于大量的实际路况实测数据,然后利用此经验值设置阈值T=[T1,T2,T3...];当实测满足阈值h的时间数据t与阈值T进行比较时,符合阈值T的条件下,即满足以下公式
判定是高架道路;
(4)匹配地图信息,根据实测得到满足阈值的数据倾角α、时间t后,将所述数据与地图信息进行匹配,如在地图信息上出现高架并行道路,则判定为高架道路入口或出口;同时,根据倾角α的正负信息,可以判定是高架上行或下行;如果与地图信息不匹配,则重新返回到第一步进行重力方向加速度分量采集,重复(1)至(4)的算法过程;
(5)高架道路判定及规划行驶方案,当高架预判算法判定高架道路成功后,算法将重新对导航规划进行实际道路规划。
2.根据权利要求1所述的高架道路车载辅助导航算法,其特征在于:在步骤(2)中利用加速度测量倾角的原理,测出车辆行驶过程中的倾角α的公式为:
其中Ax=g sinα,Ax是X轴方向加速度分量,Ay为Y轴方向加速度方向,Az为Z轴加速度方向分量,Axg代表重力加速度方向分量。
3.一种高架道路车载辅助导航算法的应用,其特征在于:采用三轴加速度传感器,利用重力方向加速度与行驶方向加速度组合计算车辆在重力方向的加速度分量来得到车辆行驶过程中的倾角状态。
4.根据权利要求3所述的高架道路车载辅助导航算法的应用,其特征在于:采用二轴加速度传感器,利用行驶方向加速度测量重力方向的加速度分量来得到车辆行驶过程中的倾角状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610968256.0A CN106568450B (zh) | 2016-10-28 | 2016-10-28 | 一种高架道路车载辅助导航算法及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610968256.0A CN106568450B (zh) | 2016-10-28 | 2016-10-28 | 一种高架道路车载辅助导航算法及应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106568450A true CN106568450A (zh) | 2017-04-19 |
CN106568450B CN106568450B (zh) | 2019-11-26 |
Family
ID=58539983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610968256.0A Active CN106568450B (zh) | 2016-10-28 | 2016-10-28 | 一种高架道路车载辅助导航算法及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106568450B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108195388A (zh) * | 2017-12-25 | 2018-06-22 | 千寻位置网络有限公司 | 低成本高精度的高架上下坡检测方法 |
CN109100158A (zh) * | 2018-09-02 | 2018-12-28 | 上海悦骑智能科技有限公司 | 车辆跌倒检测方法及*** |
CN109917440A (zh) * | 2019-04-09 | 2019-06-21 | 广州小鹏汽车科技有限公司 | 一种组合导航方法、***及车辆 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007232516A (ja) * | 2006-02-28 | 2007-09-13 | Fujitsu Ten Ltd | 車載用運転支援装置 |
JP2014153351A (ja) * | 2013-06-10 | 2014-08-25 | Hanshin Expressway Engineering Co Ltd | 道路測定方法 |
CN104897162A (zh) * | 2014-03-03 | 2015-09-09 | 厦门歌乐电子企业有限公司 | 一种高架路导航方法及车载装置 |
CN105526935A (zh) * | 2014-09-29 | 2016-04-27 | 博世汽车部件(苏州)有限公司 | 高架道路辅助判断方法及***、导航设备 |
CN105547309A (zh) * | 2015-12-02 | 2016-05-04 | 百度在线网络技术(北京)有限公司 | 一种高架桥道路的识别方法及装置 |
CN105783927A (zh) * | 2014-12-22 | 2016-07-20 | 博世汽车部件(苏州)有限公司 | 提供车辆在高架道路区域内的导航信息的方法和设备 |
-
2016
- 2016-10-28 CN CN201610968256.0A patent/CN106568450B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007232516A (ja) * | 2006-02-28 | 2007-09-13 | Fujitsu Ten Ltd | 車載用運転支援装置 |
JP2014153351A (ja) * | 2013-06-10 | 2014-08-25 | Hanshin Expressway Engineering Co Ltd | 道路測定方法 |
CN104897162A (zh) * | 2014-03-03 | 2015-09-09 | 厦门歌乐电子企业有限公司 | 一种高架路导航方法及车载装置 |
CN105526935A (zh) * | 2014-09-29 | 2016-04-27 | 博世汽车部件(苏州)有限公司 | 高架道路辅助判断方法及***、导航设备 |
CN105783927A (zh) * | 2014-12-22 | 2016-07-20 | 博世汽车部件(苏州)有限公司 | 提供车辆在高架道路区域内的导航信息的方法和设备 |
CN105547309A (zh) * | 2015-12-02 | 2016-05-04 | 百度在线网络技术(北京)有限公司 | 一种高架桥道路的识别方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108195388A (zh) * | 2017-12-25 | 2018-06-22 | 千寻位置网络有限公司 | 低成本高精度的高架上下坡检测方法 |
CN109100158A (zh) * | 2018-09-02 | 2018-12-28 | 上海悦骑智能科技有限公司 | 车辆跌倒检测方法及*** |
CN109917440A (zh) * | 2019-04-09 | 2019-06-21 | 广州小鹏汽车科技有限公司 | 一种组合导航方法、***及车辆 |
CN109917440B (zh) * | 2019-04-09 | 2021-07-13 | 广州小鹏汽车科技有限公司 | 一种组合导航方法、***及车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN106568450B (zh) | 2019-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107402006B (zh) | 基于轨道几何特征信息匹配的列车精密定位方法和*** | |
CN103256937B (zh) | 路径匹配的方法及装置 | |
CN102741656B (zh) | 带隧道内位置估计功能的导航装置 | |
CN104164829B (zh) | 基于移动终端的路面平整度检测方法和智能路面信息实时监测*** | |
CN101907714B (zh) | 基于多传感器数据融合的gps辅助定位方法 | |
CN104236566B (zh) | 基于智能手机的地图匹配方法 | |
CN103207403B (zh) | 一种卫星导航与惯性测量组合轨道测量***与方法 | |
CN107389064A (zh) | 一种基于惯性导航的无人车变道控制方法 | |
CN103093088A (zh) | 陡坡和弯曲道路的安全评估方法 | |
CN104395944B (zh) | 定向车道的识别 | |
CN105740505A (zh) | 一种基于gps-rtk技术的道路空间线形恢复方法 | |
CN102261033A (zh) | 一种基于惯性测量单元的车载路面检测***的运补算法 | |
CN106568450A (zh) | 一种高架道路车载辅助导航算法及应用 | |
CN104575004A (zh) | 基于智能移动终端的城市环境车辆测速方法及*** | |
CN108319637A (zh) | 行驶轨迹生成方法、装置和定位设备 | |
CN106199669A (zh) | 一种基于gps轨迹分析公交车辆运行过程的方法及装置 | |
CN202124809U (zh) | 轨道几何形位检测成套体系装置 | |
CN107677268B (zh) | 车载式道路几何线性信息自动测量装置及方法 | |
US9592833B2 (en) | Method and apparatus for capturing road curve properties and calculating maximum safe advisory speed | |
CN106382942A (zh) | 一种车载导航***及导航方法 | |
CN115597593A (zh) | 基于高精地图的实时导航方法及装置 | |
CN101581583B (zh) | 运动物体的导航定位*** | |
CN108242154A (zh) | 一种实时检测道路车辆行程车速的方法及*** | |
CN107339982A (zh) | 高铁线路测绘方法 | |
CN106996880A (zh) | 一种城轨车辆制动性能测量装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |