CN109099912B - 室外精确定位导航方法、装置、电子设备及存储介质 - Google Patents
室外精确定位导航方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN109099912B CN109099912B CN201810768714.5A CN201810768714A CN109099912B CN 109099912 B CN109099912 B CN 109099912B CN 201810768714 A CN201810768714 A CN 201810768714A CN 109099912 B CN109099912 B CN 109099912B
- Authority
- CN
- China
- Prior art keywords
- reference station
- differential
- data
- positioning
- information
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000000007 visual effect Effects 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims description 47
- 230000004927 fusion Effects 0.000 claims description 46
- 230000003416 augmentation Effects 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000000605 extraction Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 34
- 230000008054 signal transmission Effects 0.000 abstract description 7
- 239000011159 matrix material Substances 0.000 description 40
- 238000004891 communication Methods 0.000 description 13
- 238000005259 measurement Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 239000013598 vector Substances 0.000 description 10
- 238000005070 sampling Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 101100460704 Aspergillus sp. (strain MF297-2) notI gene Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/40—Correcting position, velocity or attitude
- G01S19/41—Differential correction, e.g. DGPS [differential GPS]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本申请实施例公开了一种室外精确定位导航方法、装置、电子设备及存储介质,其中,所述方法包括:持续获取惯性导航数据,根据所述惯性导航数据持续得到待定位设备的第一位姿信息;实时获取观测图像数据和基准站的差分数据;在同时收到观测图像数据和基准站的差分数据后,根据所述观测图像数据和基准站的差分数据对当前的所述第一位姿信息进行融合更新,获得所述待定位设备当前的高精度位姿信息。本申请实施例利用多个传感器的优势,使用惯性导航来完成无需信号传输的持续定位导航,同时结合视觉定位和/或差分定位技术来修正累积误差,可克服目前行业应用中遇到的各种难题,实现车辆在多种复杂路况条件下的持续稳定的高精度定位导航。
Description
技术领域
本申请涉及室外定位导航技术领域,特别是涉及一种室外精确定位导航方法、装置、电子设备及存储介质。
背景技术
目前,室外定位导航主要依赖于GNSS(Global Navigation Satellite System,全球导航卫星***)相关的技术和设备,但囿于误差和时延,GNSS并不适用于高速和安全要求高的环境,其在精度和实时性方面很难满足智能驾驶和无人车等应用场景的要求。
为提升GNSS定位导航的精度,现有技术出现了多种差分技术来降低甚至消除各种测量误差,比如卫星差分定位技术、星基广域差分技术和宽带短基线差分技术等。其中,卫星差分定位技术是利用已知精确位置的接收机作为基准站接收机,由基准站接收机将测量误差校准量发送给处于同一地域相隔一定距离的用户接收机进行差分运算,从而提高用户接收机的测量和定位精度。星基广域差分技术是通过地球静止轨道卫星向用户播发星历误差、卫星钟差、电离层延迟等多种差分信息,用户使用卫星信号传输的误差校准量进行差分运算来提高定位精度。宽带短基线差分技术与卫星差分定位技术有一定的相似性,只是使用距离目标区域较近的基准站为用户终端提供差分数据,通过宽带无线通信技术来保证时延要求。
然而,发明人在实现本申请实施例相关技术方案的过程中发现,现有技术至少存在以下问题:现有的差分技术虽然可以改善定位精度,但均存在多个设备之间的信号传输问题,除传输时延影响实时性之外,还受到信号传输环境的严重限制。典型地,在城市中高速移动的复杂环境下,因为建筑物、高架桥、树木、隧道以及地下停车场等各类遮挡物众多,且接收机在不同状态间变换的速度和频率均难以控制,现有的差分技术很难实现完全的信号覆盖,传输信号受阻的情况经常发生,严重影响定位的精度和可靠性,并不能满足智能驾驶和无人车的高性能高安全性要求。
发明内容
针对现有技术的上述缺陷,本申请所要解决的技术问题在于克服现有室外定位技术易受复杂环境影响的缺陷,实现高速、高安全性和高精度的定位导航。
为达到上述目的,在本申请实施例的一个方面,提供了一种室外精确定位导航方法,包括:
持续获取惯性导航数据,根据所述惯性导航数据持续得到待定位设备的第一位姿信息;
实时获取观测图像数据和基准站的差分数据;
在同时收到观测图像数据和基准站的差分数据后,根据所述观测图像数据和基准站的差分数据对当前的所述第一位姿信息进行融合更新,获得所述待定位设备当前的高精度位姿信息。
可选地,所述根据所述观测图像数据和基准站的差分数据对当前的所述第一位姿信息进行融合更新包括:
根据所述观测图像数据对所述第一位姿信息进行处理,得到第二位姿信息;
根据所述基准站的差分数据对所述第一位姿信息进行处理,得到第三位姿信息;
由所述第二位姿信息和所述第三位姿信息融合得到所述高精度位姿信息;或者,
根据所述基准站的差分数据对所述第二位姿信息进行融合,得到所述高精度位姿信息。
可选地,所述根据所述观测图像数据对所述第一位姿信息进行处理包括:
对所述观测图像数据进行分析处理,提取并匹配所述观测图像中的特征点信息;
基于扩展Kalman滤波器处理所述第一位姿信息和所述特征点信息,得到所述第二位姿信息。
可选地,所述根据所述基准站的差分数据对所述第一位姿信息进行处理包括:
接收全球导航卫星***信号和星基广域增强***信号;
以所述第一位姿信息为初值输入,基于扩展Kalman滤波器使用所述全球导航卫星***信号、所述星基广域增强***信号和所述基准站的差分数据进行差分定位,得到所述第三位姿信息。
可选地,所述根据所述基准站的差分数据对所述第二位姿信息进行融合包括:
接收全球导航卫星***信号和星基广域增强***信号;
以所述第二位姿信息为初值输入,基于扩展Kalman滤波器使用所述全球导航卫星***信号、所述星基广域增强***信号和所述基准站的差分数据进行差分定位,得到所述高精度位姿信息。
可选地,所述使用所述全球导航卫星***信号、所述星基广域增强***信号和所述基准站的差分数据进行差分定位包括:
对所述全球导航卫星***信号进行基带信号处理,得到所述待定位设备的载波相位、所述待定位设备的伪距观测量和星历数据;
根据所述星基广域增强***信号得到星基广域差分数据;
在所述基站差分数据不满足精准要求时,进行广域差分定位;
在所述基站差分数据满足精准要求且未接收到多基准站的差分数据时,执行全球导航卫星***单基站差分定位;
在所述基站差分数据满足精准要求且接收到多基准站的差分数据时,执行多基站差分融合定位。
可选地,所述基准站差分数据包括:基准站位置、基准站ID、基准站载波相位、基准站伪距观测量和质量因子;其中,根据所述质量因子判定所述基准站差分数据是否满足精准要求。
可选地,计算所述质量因子的方法包括:
根据接收到的全球导航卫星***卫星信号估算出基准站自身位置,然后跟已知的自身高精度位置信息做比较,得到两者之间的偏差值为所述质量因子;或者,
依据接收到的高精度位置信息和星历数据,计算基准站载波相位和伪距理论值,然后得到理论值和观测量之间的偏差值为所述质量因子,或者,
采用位置精度因子(DOP)为所述质量因子。
在本申请实施例的再一方面,还提供了一种室外精确定位导航装置,包括:
惯性传感器单元,用于持续获取惯性导航数据;
惯性导航单元,用于根据所述惯性导航数据持续得到待定位设备的第一位姿信息;
图像采集单元,用于实时获取观测图像数据;
差分数据接收单元,用于实时获取基准站的差分数据;
导航融合单元,用于在同时收到观测图像数据和基准站的差分数据后,根据所述观测图像数据和基准站的差分数据对当前的所述第一位姿信息进行融合更新,获得所述待定位设备当前的高精度位姿信息。
可选地,所述导航融合单元包括:
视觉定位单元,用于根据所述观测图像数据对所述第一位姿信息进行处理,得到第二位姿信息;
差分定位单元,用于根据所述基准站的差分数据对所述第一位姿信息进行处理,得到第三位姿信息;
第一融合解算单元,用于由所述第二位姿信息和所述第三位姿信息融合得到所述高精度位姿信息;或者,
第二融合解算单元,用于根据所述基准站的差分数据对所述第二位姿信息进行融合,得到所述高精度位姿信息。
可选地,所述视觉定位单元包括:
特征点提取单元,用于对所述观测图像数据进行分析处理,提取并匹配所述观测图像中的特征点信息;
视觉定位处理单元,用于基于扩展Kalman滤波器处理所述第一位姿信息和所述特征点信息,得到所述第二位姿信息。
可选地,所述差分定位单元包括:
第一卫星信号接收单元,用于接收全球导航卫星***信号和星基广域增强***信号;
第一差分定位子单元,用于以所述第一位姿信息为初值输入,基于扩展Kalman滤波器使用所述全球导航卫星***信号、所述星基广域增强***信号和所述基准站的差分数据进行差分定位,得到所述第三位姿信息。
可选地,所述第二融合解算单元包括:
第二卫星信号接收单元,用于接收全球导航卫星***信号和星基广域增强***信号;
第二差分定位子单元,以所述第二位姿信息为初值输入,基于扩展Kalman滤波器使用所述全球导航卫星***信号、所述星基广域增强***信号和所述基准站的差分数据进行差分定位,得到所述高精度位姿信息。
可选地,所述第一差分定位子单元或所述第二差分定位子单元包括:
基带处理单元,用于对所述全球导航卫星***信号进行基带信号处理,得到所述待定位设备的载波相位、所述待定位设备的伪距观测量和星历数据;
差分数据解算单元,用于根据所述星基广域增强***信号得到星基广域差分数据;
广域差分定位单元,用于在所述基站差分数据不满足精准要求时,进行广域差分定位;
单基站差分定位单元,用于在所述基站差分数据满足精准要求且未接收到多基准站的差分数据时,执行全球导航卫星***单基站差分定位;
多基站差分融合定位单元,用于在所述基站差分数据满足精准要求且接收到多基准站的差分数据时,执行多基站差分融合定位。
可选地,所述基准站差分数据包括:基准站位置、基准站ID、基准站载波相位、基准站伪距观测量和质量因子;
所述第一差分定位子单元或所述第二差分定位子单元还包括:
质量判断单元,用于根据所述质量因子判定所述基准站差分数据是否满足精准要求。
可选地,所述质量判断单元包括:
第一质量因子计算单元,用于根据接收到的全球导航卫星***卫星信号估算出基准站自身位置,然后跟已知的自身高精度位置信息做比较,得到两者之间的偏差值为所述质量因子;或者,
第二质量因子计算单元,用于依据接收到的高精度位置信息和星历数据,计算基准站载波相位和伪距理论值,然后得到理论值和观测量之间的偏差值为所述质量因子,或者,
第三质量因子计算单元,用于采用位置精度因子(DOP)为所述质量因子。
在本申请实施例的又一方面,还提供一种电子设备,包括:存储器和一个或多个处理器;其中,所述存储器与所述一个或多个处理器通信连接,所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器能够实现如前所述的方法。
在本申请实施例的另一方面,还提供一种计算机可读存储介质,所述计算机可读存储介质中存储由计算机可执行指令,所述计算机可执行指令被执行时可实现如前所述的方法。
在本申请实施例的技术方案中,利用多个传感器的优势,使用惯性导航来完成无需信号传输的持续定位导航,同时结合视觉定位和/或差分定位技术来修正累积误差,可克服目前行业应用中遇到的各种难题,实现车辆在多种复杂路况条件下的持续稳定的高精度定位导航。
附图说明
图1为本申请一个实施例中室外精确定位导航方法的流程示意图;
图2为本申请一个实施例中融合计算处理优选实施方式流程示意图;
图3为本申请一个实施例中差分定位处理的流程示意图;
图4为本申请一个实施例中融合计算处理优选实施方式流程示意图;
图5为本申请一个实施例中包括基准站和移动终端的室外精确定位导航***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请的技术方案作进一步详细描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。另外需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
现有技术存在多种用于提高GNSS定位精度的差分定位技术,但无论是覆盖范围大的卫星差分定位技术和星基广域差分技术、还是覆盖区域有限但基准站多的宽带短基线差分技术,均无法解决城市复杂环境下信号传输易受遮挡的问题,这些差分定位技术在信号传输受阻时会严重影响定位的精度和可靠性。在本申请的实施例中,为了彻底消除周围环境对卫星差分定位在定位精度和稳定性方面的影响,利用多个传感器的优势,使用惯性导航来完成无需信号传输的持续定位导航,同时结合视觉定位和/或差分定位技术来修正累积误差,可克服目前行业应用中遇到的各种难题,实现车辆在多种复杂路况条件下的持续稳定的高精度定位导航。
具体地,参见图1,在本申请的一个实施例中,提供了一种室外精确定位导航方法,包括:
S101,持续获取惯性导航数据,根据所述惯性导航数据持续得到待定位设备的第一位姿信息。
其中,在本申请实施例的技术方案中,以惯性导航方式作为定位导航的基础,这是因为惯性导航传感器获取数据的频率最高且不受外界的影响,在任何环境下均可实现对高速运动设备持续不中断的导航定位。优选地,本申请实施例中以第一频率持续获取惯性导航数据;第一位姿信息包括当前时刻k设备的第一位置、第一速度和第一姿态。当然,由于惯性导航还存在累积误差的情况,长时间单纯使用惯性导航会使得定位精度和可靠性下降。
S102,实时获取观测图像数据和基准站的差分数据。
在本申请的实施例中,针对惯性导航的累积误差,采用其他低频低可靠性的高精度定位技术对其进行修正。典型地,本申请实施例采用视觉定位和GNSS的差分定位技术融合对惯性导航进行完善和修正。优选地,本申请实施例中以第二频率实时获取观测图像数据,以第三频率实时获取基准站的差分数据,第二频率和第三频率均低于第一频率。第二频率和第三频率可以相同也可以不同,因为成功获取的条件不同,两者通常是不同的。当然,因为观测图像数据和基准站的差分数据均有一定概率受环境限制而获取失败,此处第二频率和第三频率也可以不是固定频率,而是根据预设条件、实时条件或随机方式确定采样获取数据的时机,故在此不对本申请实施例中的第二频率和第三频率做出具体限制。
S103,在同时收到观测图像数据和基准站的差分数据后,根据所述观测图像数据和基准站的差分数据对当前的所述第一位姿信息进行融合更新,获得所述待定位设备当前的高精度位姿信息。
在本申请的实施例中,采用融合计算的方式对设备的位姿信息进行更新。融合更新的方式可以有多种(后文中有更详细的介绍),但基本原理都是利用观测图像数据进行视觉定位和利用差分数据进行差分定位来获得精确的位姿信息,从而对惯性导航得到的位姿信息进行修正。其中,虽然现有技术中存在惯性导航、视觉定位和差分定位的技术,但是各种现有技术均是自成体系,其计算方式相互独立,甚至连坐标系都不统一,并不能相互叠加;本申请的实施例通过融合计算的方式将上述多种定位***整合,将使用的数据(包括但不限于检测的物理量和计算的中间变量等)联合,得到了统一坐标系下的位姿信息,从而实现了定位信息的融合更新。
本申请实施例的技术方案将惯性导航、视觉定位导航及基于GNSS的差分定位等多种技术融合在一起,可以很好地利用多个传感器的优势,实现车辆在多种复杂路况条件下的持续稳定的高精度定位导航。
下面首先介绍一下本申请实施例中根据惯性导航数据持续得到待定位设备的第一位姿信息的过程。本领域相关技术人员应该能够理解,惯性导航技术是较为成熟的现有技术,本申请实施例主要是在参数和坐标系融合方面进行了改进,使得多个传感器数据及多种定位技术可以联合应用,从而克服了目前行业应用中遇到的各种难题。
具体地,惯性导航数据至少包括三轴加速度计的测量值和陀螺仪的测量值,对于当前时刻k,可以有:
其中,为当前时刻k待定位设备(比如移动终端、车载终端等)在世界坐标系下的位置值,为上一时刻k-1待定位设备的位置值,各位置值均为31的矢量(世界坐标系下三个坐标轴的坐标值);为当前时刻k待定位设备在世界坐标系下速度值,为上一时刻k-1待定位设备的速度值,各速度值也均为31的矢量(世界坐标系下三个坐标轴方向的速度值);为当前时刻k待定位设备在世界坐标系下的姿态信息,为上一时刻k-1的姿态信息,各姿态信息可利用四元数表示为一个41的矩阵/矢量;为两个时刻的间隔时间,即惯性导航数据的采样间隔;R为从惯性导航传感器(包括三轴加速度计和陀螺仪)本体坐标系到世界坐标系的33的旋转矩阵,为当前时刻k三轴加速度计的测量值,为31的矢量,g为重力加速度沿着世界坐标系的三个坐标轴的重力分量,g为31的矢量;为由陀螺仪的当前时刻k测量值产生的增量。
进一步参见图2,在本申请的一个优选实施例中,分别使用基于基准站的差分数据的GNSS差分定位技术和基于观测图像数据的视觉导航定位技术对第一位姿信息进行处理,各自得到相关的位姿信息。在本申请的描述中,将根据观测图像数据对第一位姿信息进行处理后得到的称为第二位姿信息,将根据基准站的差分数据对所述第一位姿信息进行处理后得到的称为第三位姿信息,此处的“第一”、“第二”、“第三”等等均是为表示术语之间的区别而采用的描述,不应理解为各术语之间存在必然的逻辑关系,更不应视作对本申请具体实施方式的限制。
具体地,视觉定位技术是利用视觉传感器持续采集观测图像数据,对图像数据进行特征点的提取,当设备发生移动时,这些特征点相对于视觉传感器的位置会发生变化,这些变化会体现在后续采集的观测图像数据中,识别图像数据中的这些变化就可以对设备完成定位。当然,现有技术的视觉定位技术的缺陷也比较明显:首先是因计算量较大限制了采样和处理频率,其次受采样内容重合度的要求限制难以适用于高速运动环境,最后还会因环境变化影响视觉采样的成功率。
本申请的实施例中采用多种定位技术融合解算的方式来克服各定位技术的缺陷,其中,如图2所示,在以高频高速的惯性导航技术获得设备的第一位姿信息后,本申请优选实施例中步骤S103中包括:
S105,继续利用获取的观测图像数据来处理第一位姿信息(包括当前时刻k设备的第一位置、第一速度和第一姿态),得到第二位姿信息(包括第二姿态、第二位置和第二速度)。具体来说,待定位设备的视觉传感器(典型地,比如摄像头、照相机等图像传感器)获取周围的观测图像数据,通过对图像数据的分析处理,提取并匹配图像中的特征点信息。本领域相关技术人员应能理解,图像特征点提取的方法有多种,比如SIFT、ORB、FAST、SURF等,均可应用于本申请的实施例中,在此不作为对本申请实施例的具体实现的限制。
优选地,以在第个移动位置得到的第个图像特征点的2D投影坐标观测量为,,为例(其中N表示滑动窗口的大小,J表示图像特征点数量),在本申请的一个实施例中,根据所述观测图像数据对当前的所述第一位姿信息进行融合更新是基于扩展Kalman滤波器方式进行的,具体的滤波器迭代过程按照计算式(5)~(8)进行:
其中,为Kalman增益状态量,矩阵是(15+6N)(15+6N)的状态量协方差矩阵,代表了Kalman滤波算法中的雅克比矩阵,表示预先设定的图像噪声方差矩阵;表示经过图像信息处理后得到的纠正量,代表了Kalman滤波算法中的观测残余量;是由待定位设备当前时刻k的第一位置、第一姿态、第一速度和过去N个时刻的姿态位置二元组构成,表达式为,为(16+7N)1矢量,表示当前时刻k之前N个时刻的待定位设备的姿态位置二元组,表示按分量逐个进行加法运算,表示经过迭代运算后的状态量,,为第二位姿信息(包括第二姿态、第二位置和第二速度)。
如图2所示,在本申请的一个优选实施例中,步骤S103中还包括:
S106,根据基准站的差分数据使用第一位姿信息(尤其是第一位置)作为初值输入,得到待定位设备的第三位姿信息(尤其是第三位置)。
在该优选实施例中,待定位设备还接收卫星导航信号,进行基带信号处理,获得自身的载波相位和伪距观测量;同时根据接收到的GNSS基准站发来的第一类差分数据,和/或接收到的星基广域增强***发来的第二类差分数据,选择相应的差分算法进行位置解算。
具体地,如图3所示,步骤S106可以进一步包括:
S301,接收卫星导航信号进行基带信号处理,获得自身的载波相位和伪距观测量。
其中,接收的卫星导航信号包括GNSS和/或星基广域增强***发送的卫星信号,卫星导航信号经过基带处理后,可以获取待定位设备(以下也称移动终端、终端或移动端等)的载波相位与伪距观测量,和/或星历数据与星基广域差分数据等数据。
在本申请的实施例中,GNSS基准站接收单元把基准站差分数据发送给宽带无线数据通信单元,基准站差分数据包含了基准站位置、基准站ID、载波相位和伪距观测量,以及质量因子。宽带无线数据通信单元负责把基准站差分数据发送给终端导航装置。本申请中对所采用的宽带无线数据通信对传播时延的基本要求是:基准站端到移动端的端到端数据传输时延至少低于1毫秒。任何满足这个要求的通信***均可用于本申请。
在本申请的一个实施例中,GNSS基准站通过广播的方式把基准站差分数据发送给终端,在这种广播方式下,终端被动接收广播数据,并不和GNSS基准站发生通信交互。在本申请的一个实施例中,终端可以根据自己的需求情况,主动访问GNSS基准站,请求所需的基准站差分数据,然后GNSS基准站响应请求发送相应的差分数据。
S302,判断收到的基站差分数据是否足够精准。
对于接收到的基准站载波相位和伪距观测量的差分数据,需要判断其是否足够精准。在本申请的一个实施例中,判别标准是把质量因子跟门限值做比较,如果小于门限值,判断结果为是,否则判断结果为否。
其中,在本申请的实施例中,GNSS基准站需要预先部署,通过无线信道把数据发送给移动终端。GNSS基准站包含GNSS基准站接收单元和宽带无线数据通信单元。 GNSS基准站事先已经获得自己的高精度位置数据,以及唯一可识别的ID。GNSS基准站接收单元负责接收卫星信号,计算出基准站载波相位和伪距观测量,以及质量因子。质量因子是用于衡量基准站载波相位和伪距观测量准确程度的数据,该数据有助于移动终端选择准确度较高的基准站载波相位和伪距观测量。在本申请的一个实施例中,质量因子的计算如下:GNSS基准站依据接收到卫星信号,估算出自身位置,然后跟已知的自身高精度位置信息做比较,得到两者之间的偏差值,即为质量因子。
在本申请的一个实施例中,质量因子也可以按以下方式计算:GNSS基准站依据接收高精度位置信息和星历数据,计算基准站载波相位和伪距理论值,然后得到理论值和观测量之间的偏差值,即为质量因子。需要说明的是,质量因子的选择并不限于本申请实施例给出的方式,基准站可以选择其他数据作为质量因子,并发送给移动终端用于判决,比如采用位置精度因子(DOP),本领域相关技术人员应能理解,这种数据具有多种选项,因此在此不应视作对本申请具体实施方式的限制。
S303,在步骤S302的判断结果为否时,执行广域差分算法。
如果步骤S302的判断结果为否,说明终端接收的基准站差分数据不够精准,则移动终端执行广域差分算法。广域差分算法依据移动端载波相位和伪距观测量、星历数据,以及星基广域差分数据,计算获得移动终端的差分位置和速度数据,并作为终端的第三位置。这里,广域差分算法为本领域已成熟的技术,在此不做赘述。
S304,在步骤S302的判断结果为是时,进一步判断是否接收到多基准站的差分数据。
如果步骤S302的判断结果为是,说明终端接收的基准站差分数据足够精准,此时进一步判断是否接收到多基准站的差分数据。在本申请的一个实施例中,检查接收到的基准站ID数量,如果数量大于1,则判断结果为是,如果数量等于1,则判断结果为否。
S305,在仅收到单基准站的差分数据时,执行GNSS单基站差分算法。
终端依据基准站载波相位和伪距观测量、移动端载波相位和伪距观测量、星历数据,执行单基站实时动态差分算法,获得移动终端的差分位置和速度数据,作为终端的第三位置和输出。在执行步骤S305之前,需要步骤S304判断结果为否,即只接收到一个基准站的差分数据。
在本申请的一个实施例中,移动终端和基准站都接收GPS的L1频段的卫星信号,实时动态差分算法是基于扩展Kalman滤波,具体的计算如下:首先利用计算式(4)中更新的当前时刻k的状态协方差矩阵来更新协方差矩阵矩阵的部分数据,即,然后有:
为Kalman增益;表示为当前时刻k的状态矢量,可以依据步骤S101输出的第一位置值计算得到,为更新之后的数值;表示当前时刻k的的双差观测矢量,可表示为,其中,,表示移动终端和基准站之间关于第1颗卫星跟第i颗卫星的双差载波相位观测量差值,可以由基准站载波相位和移动端载波相位计算得到,,表示移动终端和基准站之间关于第1颗卫星跟第i颗卫星的双差伪距观测量差值,可以由基准站伪距和移动端伪距计算得到。
S306,在收到多个基准站的差分数据时,执行多基站差分融合算法。
终端融合多个基准站载波相位和伪距观测量、移动端载波相位和伪距观测量、星历数据,执行差分运算,获得移动终端的差分位置和速度数据,作为终端的第三位置信息输出。在执行步骤S305之前,需要步骤S304判断结果为是,即接收到多个基准站的差分数据。
在本申请的一个实施例中,移动终端和基准站都接收GPS的L1频段的卫星信号,实时动态差分算法是基于扩展Kalman滤波,具体的计算如下。首先利用计算式(4)中更新的当前时刻k的状态协方差矩阵来更新协方差矩阵矩阵的部分数据,即然后有:
继续回到图2所示的优选实施例,在根据步骤S105得到第二位姿信息和根据步骤S106得到第三位姿信息后,还包括:
S107,将所述第二位姿信息和所述第三位姿信息进行融合,所述待定位设备当前的高精度位姿信息。
在本申请的一个实施例中,融合计算得到最终的高精度位姿信息还进一步考虑前述步骤得到的所述第二位姿信息和所述第三位姿信息的置信度。具体地,对于所述第二位姿信息中的第二位置,有置信度
对于所述第三位姿信息中第三位置,有置信度
在本申请的又一个优选实施例中,如图4所示,视觉定位技术和差分定位技术的融合还可以是递进关系,在以高频高速的惯性导航技术获得设备的第一位姿信息后,本申请优选实施例中步骤S103中包括:
步骤S401的过程和前述步骤S105相同,在此不再赘述。
S402,根据所述第二位姿信息(尤其是第二位置)和基准站的差分数据,融合计算得到所述高精度位姿信息。
与上述方法实施例一一对应地,本申请实施例还提供了一种室外精确定位导航装置,包括:
惯性传感器单元,用于持续获取惯性导航数据;
惯性导航单元,用于根据所述惯性导航数据持续得到待定位设备的第一位姿信息;
图像采集单元,用于实时获取观测图像数据;
差分数据接收单元,用于实时获取基准站的差分数据;
导航融合单元,用于在同时收到观测图像数据和基准站的差分数据后,根据所述观测图像数据和基准站的差分数据对当前的所述第一位姿信息进行融合更新,获得所述待定位设备当前的高精度位姿信息。
其中,所述惯性传感器单元至少包括三轴加速度计和陀螺仪;所述图像采集单元通常为图像传感器。
可选地,所述导航融合单元包括:
视觉定位单元,用于根据所述观测图像数据对所述第一位姿信息进行处理,得到第二位姿信息;
差分定位单元,用于根据所述基准站的差分数据对所述第一位姿信息进行处理,得到第三位姿信息;
第一融合解算单元,用于由所述第二位姿信息和所述第三位姿信息融合得到所述高精度位姿信息;或者,
第二融合解算单元,用于根据所述基准站的差分数据对所述第二位姿信息进行融合,得到所述高精度位姿信息。
可选地,所述视觉定位单元包括:
特征点提取单元,用于对所述观测图像数据进行分析处理,提取并匹配所述观测图像中的特征点信息;
视觉定位处理单元,用于基于扩展Kalman滤波器处理所述第一位姿信息和所述特征点信息,得到所述第二位姿信息。
可选地,所述差分定位单元包括:
第一卫星信号接收单元,用于接收全球导航卫星***信号和星基广域增强***信号;
第一差分定位子单元,用于以所述第一位姿信息为初值输入,基于扩展Kalman滤波器使用所述全球导航卫星***信号、所述星基广域增强***信号和所述基准站的差分数据进行差分定位,得到所述第三位姿信息。
可选地,所述第二融合解算单元包括:
第二卫星信号接收单元,用于接收全球导航卫星***信号和星基广域增强***信号;
第二差分定位子单元,以所述第二位姿信息为初值输入,基于扩展Kalman滤波器使用所述全球导航卫星***信号、所述星基广域增强***信号和所述基准站的差分数据进行差分定位,得到所述高精度位姿信息。
可选地,所述第一差分定位子单元或所述第二差分定位子单元包括:
基带处理单元,用于对所述全球导航卫星***信号进行基带信号处理,得到所述待定位设备的载波相位、所述待定位设备的伪距观测量和星历数据;
差分数据解算单元,用于根据所述星基广域增强***信号得到星基广域差分数据;
广域差分定位单元,用于在所述基站差分数据不满足精准要求时,进行广域差分定位;
单基站差分定位单元,用于在所述基站差分数据满足精准要求且未接收到多基准站的差分数据时,执行全球导航卫星***单基站差分定位;
多基站差分融合定位单元,用于在所述基站差分数据满足精准要求且接收到多基准站的差分数据时,执行多基站差分融合定位。
可选地,所述基准站差分数据包括:基准站位置、基准站ID、基准站载波相位、基准站伪距观测量和质量因子;
所述第一差分定位子单元或所述第二差分定位子单元还包括:
质量判断单元,用于根据所述质量因子判定所述基准站差分数据是否满足精准要求。
可选地,所述质量判断单元包括:
第一质量因子计算单元,用于根据接收到的全球导航卫星***卫星信号估算出基准站自身位置,然后跟已知的自身高精度位置信息做比较,得到两者之间的偏差值为所述质量因子;或者,
第二质量因子计算单元,用于依据接收到的高精度位置信息和星历数据,计算基准站载波相位和伪距理论值,然后得到理论值和观测量之间的偏差值为所述质量因子,或者,
第三质量因子计算单元,用于采用位置精度因子(DOP)为所述质量因子。
在本申请实施例的又一方面,还提供一种电子设备,包括:存储器和一个或多个处理器;其中,所述存储器与所述一个或多个处理器通信连接,所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器能够实现如前所述的方法。
在本申请实施例的另一方面,还提供一种计算机可读存储介质,所述计算机可读存储介质中存储由计算机可执行指令,所述计算机可执行指令被执行时可实现如前所述的方法。
图5所示为本申请一个实施例的移动终端导航装置和GNSS基准站装置的结构示意图。本申请实施例的移动终端导航装置可配置在任意目标设备上,或者可为目标设备本身。在本申请的实施例中,所述目标设备指可自主移动或在其他可移动设备带动下移动的任意设备。这种设备包括但不限于机器人、车辆、手持或者穿戴式移动设备。 GNSS基准站配置在固定设备上,在本申请的实施例中,所述固定设备指非移动性的设备或者依附于非移动性的物体上,包括但不限于移动通信基站、高楼、路灯或者架设的基准站塔等。
GNSS基准站1-2包含GNSS基准站接收单元1-3和宽带无线数据通信单元1-4。GNSS基准站事先已经获得自己的高精度位置数据,以及唯一可识别的ID。GNSS基准站接收单元1-3接收卫星,计算出基准站载波相位和伪距观测量,以及质量因子。
在本实施例中,GNSS基准站接收单元1-3可以接收GPS、北斗、格洛纳斯或者伽利略一个***或者多个***的信号。需要说明的说明是,本领域相关技术人员应能理解,目前运行的卫星导航***有多种,GNSS基准站接收单元1-3可以接收一个或者多个卫星定位导航***的信号,在此不应视作对发明具体实施方式的限制。
GNSS基准站接收单元1-3把基准站差分数据发送给宽带无线数据通信单元1-4,该基准站差分数据包含基准站位置、基准站ID、载波相位和伪距观测量,以及质量因子。宽带无线数据通信单元1-4负责把基准站差分数据发送给终端导航装置1-1。宽带无线数据通信要求基准站端到移动端的端到端数据传输时延至少低于1毫秒。
终端导航装置1-1包含摄像头1-5、惯性传感器单元(IMU)1-6、卫星信号接收单元1-7、图像处理单元1-8、基带信号处理单元1-9、差分数据接收单元1-10、导航融合单元1-11,具体的,
摄像头1-5持续采集周围环境图像,发送给图像处理单元1-8。依据不同的摄像头,图像数据可以是灰度图像,也可以是RGB-D图像。需要说明的是,本领域相关技术人员应能理解,摄像头可以使用单目、双目或者RGB-D摄像头,或者其他配置,在此不应作为对本申请实施例的方法的限制。
图像处理单元1-8负责分析图像数据,提取并匹配图像中的特征点,把特征点信息发送给导航融合单元1-11。需要说明的是,处理方法可采用本领域已成熟的任一种图像特征提取和匹配算法,比如SIFT、ORB、FAST、SURF等,在此不应作为对本申请实施例的方法的限制。
IMU单元1-6包含陀螺仪和加速度计,采集陀螺仪和加速度计的测量值,并将测量值发送给导航融合单元1-11。
卫星信号接收单元1-7负责接收卫星导航信号和星基广域增强***播发的星基广域差分数据。卫星信号接收单元1-7可以接收GPS、北斗、格洛纳斯或者伽利略一个***或者多个***的信号,其接收相的卫星***信号同基准站接收单元1-3的接收保持一致。需要说明的说明是,本领域相关技术人员应能理解,现行运行的卫星导航***以及配套的星基广域增强***有多种,比如GPS以及配套的WAAS、MSAS,北斗以及配套的北斗星基增强***,在本申请的不同具体实施例中,均可使用,在此不应视作对发明具体实施方式的限制。
基带信号处理1-9负责处理接收到的卫星信号,提取星历数据,以及移动端的移动端载波相位和伪距观测量,并把数据发送给导航融合单元1-11。
差分数据接收单元1-10配置了和GNSS基准站1-2相同的宽带无线通信接收***,负责接收宽带无线数据通信单元1-4发送的基准站差分数据,并判断基准站差分数据是否足够精确。
导航融合单元1-11负责对摄像头、IMU以及卫星差分数据进行融合处理,输出移动终端的位置、速度和姿态信息。
本申请实施例提供了一种室外精确定位导航方法、装置、电子设备及存储介质,为了彻底消除周围环境对卫星差分定位在定位精度和稳定性方面的影响,采用多种定位技术的融合实现了高速、高安全性和高精度的导航定位。具体地,本申请实施例将宽带短基线卫星差分技术、惯导-视觉定位导航技术融合在一起,可以很好的利用多个传感器的优势,克服目前行业应用中遇到的各种难题,实现车辆在多种复杂路况条件下的持续稳定的高精度定位导航。
以上所述,仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围,凡在本申请的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种室外精确定位导航方法,其特征在于,所述方法包括:
持续获取惯性导航数据,根据所述惯性导航数据持续得到待定位设备的第一位姿信息;
实时获取观测图像数据和基准站的差分数据;
在同时收到观测图像数据和基准站的差分数据后,根据所述观测图像数据和基准站的差分数据对当前的所述第一位姿信息进行融合更新,获得所述待定位设备当前的高精度位姿信息;
所述根据所述观测图像数据和基准站的差分数据对当前的所述第一位姿信息进行融合更新包括:
根据所述观测图像数据对所述第一位姿信息进行处理,得到第二位姿信息;
根据所述基准站的差分数据对所述第一位姿信息进行处理,得到第三位姿信息;
由所述第二位姿信息和所述第三位姿信息融合得到所述高精度位姿信息;或者,
根据所述基准站的差分数据对所述第二位姿信息进行融合,得到所述高精度位姿信息;
所述根据所述观测图像数据对所述第一位姿信息进行处理包括:
对所述观测图像数据进行分析处理,提取并匹配所述观测图像中的特征点信息;
基于扩展Kalman滤波器处理所述第一位姿信息和所述特征点信息,得到所述第二位姿信息;
所述根据所述基准站的差分数据对所述第一位姿信息进行处理包括:
接收全球导航卫星***信号和星基广域增强***信号;
以所述第一位姿信息为初值输入,基于扩展Kalman滤波器使用所述全球导航卫星***信号、所述星基广域增强***信号和所述基准站的差分数据进行差分定位,得到所述第三位姿信息;
所述根据所述基准站的差分数据对所述第二位姿信息进行融合包括:
接收全球导航卫星***信号和星基广域增强***信号;
以所述第二位姿信息为初值输入,基于扩展Kalman滤波器使用所述全球导航卫星***信号、所述星基广域增强***信号和所述基准站的差分数据进行差分定位,得到所述高精度位姿信息。
2.根据权利要求1所述的方法,其特征在于,所述使用所述全球导航卫星***信号、所述星基广域增强***信号和所述基准站的差分数据进行差分定位包括:
对所述全球导航卫星***信号进行基带信号处理,得到所述待定位设备的载波相位、所述待定位设备的伪距观测量和星历数据;
根据所述星基广域增强***信号得到星基广域差分数据;
在所述基准站的差分数据不满足精准要求时,进行广域差分定位;
在所述基准站的差分数据满足精准要求且未接收到多基准站的差分数据时,执行全球导航卫星***单基站差分定位;
在所述基准站的差分数据满足精准要求且接收到多基准站的差分数据时,执行多基站差分融合定位。
3.根据权利要求2所述的方法,其特征在于,所述基准站差分数据包括:基准站位置、基准站ID、基准站载波相位、基准站伪距观测量和质量因子;其中,根据所述质量因子判定所述基准站差分数据是否满足精准要求。
4.根据权利要求3所述的方法,其特征在于,计算所述质量因子的方法包括:
根据接收到的全球导航卫星***卫星信号估算出基准站自身位置,然后跟已知的自身高精度位置信息做比较,得到两者之间的偏差值为所述质量因子;或者,
依据接收到的高精度位置信息和星历数据,计算基准站载波相位和伪距理论值,然后得到理论值和观测量之间的偏差值为所述质量因子,或者,
采用位置精度因子为所述质量因子。
5.一种室外精确定位导航装置,其特征在于,所述装置包括:
惯性传感器单元,用于持续获取惯性导航数据;
惯性导航单元,用于根据所述惯性导航数据持续得到待定位设备的第一位姿信息;
图像采集单元,用于实时获取观测图像数据;
差分数据接收单元,用于实时获取基准站的差分数据;
导航融合单元,用于在同时收到观测图像数据和基准站的差分数据后,根据所述观测图像数据和基准站的差分数据对当前的所述第一位姿信息进行融合更新,获得所述待定位设备当前的高精度位姿信息;
所述导航融合单元包括:
视觉定位单元,用于根据所述观测图像数据对所述第一位姿信息进行处理,得到第二位姿信息;
差分定位单元,用于根据所述基准站的差分数据对所述第一位姿信息进行处理,得到第三位姿信息;
第一融合解算单元,用于由所述第二位姿信息和所述第三位姿信息融合得到所述高精度位姿信息;或者,
第二融合解算单元,用于根据所述基准站的差分数据对所述第二位姿信息进行融合,得到所述高精度位姿信息;
所述视觉定位单元包括:
特征点提取单元,用于对所述观测图像数据进行分析处理,提取并匹配所述观测图像中的特征点信息;
视觉定位处理单元,用于基于扩展Kalman滤波器处理所述第一位姿信息和所述特征点信息,得到所述第二位姿信息;
所述差分定位单元包括:
第一卫星信号接收单元,用于接收全球导航卫星***信号和星基广域增强***信号;
第一差分定位子单元,用于以所述第一位姿信息为初值输入,基于扩展Kalman滤波器使用所述全球导航卫星***信号、所述星基广域增强***信号和所述基准站的差分数据进行差分定位,得到所述第三位姿信息;
所述第二融合解算单元包括:
第二卫星信号接收单元,用于接收全球导航卫星***信号和星基广域增强***信号;
第二差分定位子单元,以所述第二位姿信息为初值输入,基于扩展Kalman滤波器使用所述全球导航卫星***信号、所述星基广域增强***信号和所述基准站的差分数据进行差分定位,得到所述高精度位姿信息。
6.根据权利要求5所述的装置,其特征在于,所述第一差分定位子单元或所述第二差分定位子单元包括:
基带处理单元,用于对所述全球导航卫星***信号进行基带信号处理,得到所述待定位设备的载波相位、所述待定位设备的伪距观测量和星历数据;
差分数据解算单元,用于根据所述星基广域增强***信号得到星基广域差分数据;
广域差分定位单元,用于在所述基准站的差分数据不满足精准要求时,进行广域差分定位;
单基站差分定位单元,用于在所述基准站的差分数据满足精准要求且未接收到多基准站的差分数据时,执行全球导航卫星***单基站差分定位;
多基站差分融合定位单元,用于在所述基准站的差分数据满足精准要求且接收到多基准站的差分数据时,执行多基站差分融合定位。
7.根据权利要求6所述的装置,其特征在于,所述基准站差分数据包括:基准站位置、基准站ID、基准站载波相位、基准站伪距观测量和质量因子;
所述第一差分定位子单元或所述第二差分定位子单元还包括:
质量判断单元,用于根据所述质量因子判定所述基准站差分数据是否满足精准要求。
8.根据权利要求7所述的装置,其特征在于,所述质量判断单元包括:
第一质量因子计算单元,用于根据接收到的全球导航卫星***卫星信号估算出基准站自身位置,然后跟已知的自身高精度位置信息做比较,得到两者之间的偏差值为所述质量因子;或者,
第二质量因子计算单元,用于依据接收到的高精度位置信息和星历数据,计算基准站载波相位和伪距理论值,然后得到理论值和观测量之间的偏差值为所述质量因子,或者,
第三质量因子计算单元,用于采用位置精度因子为所述质量因子。
9.一种电子设备,其特征在于,包括:存储器和一个或多个处理器;其中,
所述存储器与所述一个或多个处理器通信连接,所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器能够实现如权利要求1-4中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储由计算机可执行指令,所述计算机可执行指令被执行时可实现权利要求1-4中任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710687879.5A CN107478221A (zh) | 2017-08-11 | 2017-08-11 | 一种用于移动终端的高精度定位方法 |
CN2017106878795 | 2017-08-11 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109099912A CN109099912A (zh) | 2018-12-28 |
CN109099912B true CN109099912B (zh) | 2022-05-10 |
Family
ID=60599551
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710687879.5A Pending CN107478221A (zh) | 2017-08-11 | 2017-08-11 | 一种用于移动终端的高精度定位方法 |
CN201810768714.5A Active CN109099912B (zh) | 2017-08-11 | 2018-07-13 | 室外精确定位导航方法、装置、电子设备及存储介质 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710687879.5A Pending CN107478221A (zh) | 2017-08-11 | 2017-08-11 | 一种用于移动终端的高精度定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN107478221A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210209423A1 (en) * | 2020-04-17 | 2021-07-08 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for training face fusion model and electronic device |
Families Citing this family (53)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107478221A (zh) * | 2017-08-11 | 2017-12-15 | 黄润芳 | 一种用于移动终端的高精度定位方法 |
CN108318905B (zh) * | 2018-01-05 | 2021-12-17 | 北京北方联星科技有限公司 | 在智能手机上实现亚米级定位的方法及亚米定位智能手机 |
DE102018205205A1 (de) * | 2018-04-06 | 2019-10-10 | Continental Teves Ag & Co. Ohg | Verfahren zur Ermittlung der Position eines Fahrzeugs |
CN108518628A (zh) * | 2018-04-13 | 2018-09-11 | 安徽建筑大学 | 一种带有高精度gnss测地功能的智慧路灯 |
CN108897025B (zh) * | 2018-05-15 | 2021-11-26 | 艾欧创想智能科技(武汉)有限公司 | 高精度定位方法、装置、终端设备及计算机可读存储介质 |
CN110542415A (zh) * | 2018-05-28 | 2019-12-06 | 北京京东尚科信息技术有限公司 | 用于导航***的导航方法和装置 |
CN108801264A (zh) * | 2018-06-05 | 2018-11-13 | 安徽邵氏华艾生物医疗电子科技有限公司 | 一种三维校正模型下的室内导航方法 |
CN108957505A (zh) * | 2018-06-27 | 2018-12-07 | 四川斐讯信息技术有限公司 | 一种定位方法、定位***和手携式智能穿戴设备 |
CN108802786A (zh) * | 2018-07-20 | 2018-11-13 | 北斗星通(重庆)汽车电子有限公司 | 一种车载定位方法 |
CN109085626B (zh) * | 2018-09-05 | 2021-04-20 | 上海海积信息科技股份有限公司 | 一种定位方法及装置 |
CN110907968A (zh) | 2018-09-14 | 2020-03-24 | 电信科学技术研究院有限公司 | 卫星差分辅助数据的传输、定位方法及装置 |
CN109143305A (zh) * | 2018-09-30 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 车辆导航方法和装置 |
CN109239753B (zh) * | 2018-10-16 | 2024-04-09 | 成都泰隆游乐实业有限公司 | 一种水滑梯轨迹精确检测***和检测方法 |
CN111077542A (zh) * | 2018-10-18 | 2020-04-28 | 千寻位置网络有限公司 | 支持mqtt物联网协议的高精度rtk接收装置和*** |
CN109541656B (zh) * | 2018-11-16 | 2020-07-07 | 和芯星通科技(北京)有限公司 | 一种信息融合定位方法及装置 |
CN111198388A (zh) * | 2018-11-19 | 2020-05-26 | 千寻位置网络有限公司 | 基于路灯的定位方法及装置、智能路灯及定位*** |
CN109725339A (zh) * | 2018-12-20 | 2019-05-07 | 东莞市普灵思智能电子有限公司 | 一种紧耦合的自动驾驶感知方法及*** |
CN111380514A (zh) * | 2018-12-29 | 2020-07-07 | 深圳市优必选科技有限公司 | 机器人位姿估计方法、装置、终端及计算机存储介质 |
CN109856596B (zh) * | 2019-02-21 | 2021-05-07 | 上海迹寻科技有限公司 | 一种高速移动状态下搜集无线节点信号位置指纹的方法、计算机可读存储介质及其设备 |
CN109931926B (zh) * | 2019-04-04 | 2023-04-25 | 山东智翼航空科技有限公司 | 一种基于站心坐标系的小型无人机无缝自主式导航方法 |
CN110207691B (zh) * | 2019-05-08 | 2021-01-15 | 南京航空航天大学 | 一种基于数据链测距的多无人车协同导航方法 |
CN112034498B (zh) * | 2019-06-04 | 2023-08-29 | 千寻位置网络有限公司 | 差分改正数据报文的发送和接收方法、***和装置 |
CN111836200B (zh) * | 2019-06-06 | 2022-07-08 | 北京骑胜科技有限公司 | 一种定位处理方法、装置、电子设备及存储介质 |
CN110597252B (zh) * | 2019-09-03 | 2021-01-05 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车融合定位控制方法、装置、设备及存储介质 |
CN112764071B (zh) * | 2019-10-21 | 2024-04-09 | 中移智行网络科技有限公司 | 一种差分定位***、方法、装置、存储介质和服务器 |
CN110794435A (zh) * | 2019-10-25 | 2020-02-14 | 广州极飞科技有限公司 | 确定基站运动的方法、装置、基站、rtk***及存储介质 |
CN111413717B (zh) * | 2019-12-18 | 2023-08-11 | 中国地质大学(武汉) | 一种基于卫星导航的飞机数字化着舰*** |
CN111273687A (zh) * | 2020-02-17 | 2020-06-12 | 上海交通大学 | 基于gnss观测量和机间测距的多无人机协同相对导航方法 |
CN111553634B (zh) * | 2020-04-27 | 2023-11-21 | 新石器慧通(北京)科技有限公司 | 无人购物车的追踪方法、装置及*** |
CN111650628A (zh) * | 2020-07-17 | 2020-09-11 | 广东星舆科技有限公司 | 一种高精度融合定位方法、计算机介质及装置 |
CN112304304B (zh) * | 2020-10-23 | 2023-04-18 | 国网智能科技股份有限公司 | 一种适用于变电站的巡检无人机、***及方法 |
CN112558130B (zh) * | 2020-12-07 | 2023-12-19 | 安徽江淮汽车集团股份有限公司 | 定位数据的同步方法、装置、设备及存储介质 |
CN112612043A (zh) * | 2020-12-10 | 2021-04-06 | 国网四川省电力公司信息通信公司 | 一种高速无线通信与导航定位融合的区域增强***及方法 |
CN112883134A (zh) * | 2021-02-01 | 2021-06-01 | 上海三一重机股份有限公司 | 数据融合建图方法、装置、电子设备及存储介质 |
CN113031039B (zh) * | 2021-03-08 | 2023-12-22 | 北京华宸万泰科技有限公司 | 非网络条件下智能高精度位置服务方法 |
CN113074726A (zh) * | 2021-03-16 | 2021-07-06 | 深圳市慧鲤科技有限公司 | 位姿确定方法及装置、电子设备和存储介质 |
CN113514069B (zh) * | 2021-03-23 | 2023-08-01 | 重庆兰德适普信息科技有限公司 | 一种实时自动驾驶定位方法及*** |
CN112884840A (zh) * | 2021-03-29 | 2021-06-01 | 湖南国科微电子股份有限公司 | 一种视觉定位方法、装置、设备及存储介质 |
CN115183765A (zh) * | 2021-04-07 | 2022-10-14 | 广州汽车集团股份有限公司 | 一种车载通讯终端及其共享车辆定位数据的方法 |
CN113242597B (zh) * | 2021-05-13 | 2023-06-02 | 北斗星通智联科技有限责任公司 | 位姿信息的确定方法、装置及终端设备 |
CN113218389B (zh) * | 2021-05-24 | 2024-05-17 | 北京航迹科技有限公司 | 一种车辆定位方法、装置、存储介质及计算机程序产品 |
WO2023023936A1 (zh) * | 2021-08-24 | 2023-03-02 | 华为技术有限公司 | 定位方法和定位装置 |
CN113847914B (zh) * | 2021-09-22 | 2024-03-26 | 中国第一汽车股份有限公司 | 一种车辆定位方法、装置、电子设备及存储介质 |
CN115993626A (zh) * | 2021-10-20 | 2023-04-21 | 华为技术有限公司 | 图像采集方法、装置、移动终端及计算机存储介质 |
CN114185071A (zh) * | 2021-12-10 | 2022-03-15 | 武汉市虎联智能科技有限公司 | 一种基于物体识别和空间位置感知的定位***及方法 |
CN114527500B (zh) * | 2021-12-28 | 2023-12-29 | 广州海达星宇技术有限公司 | 一种室内外一体化定位方法、设备、介质及产品 |
CN114396943B (zh) * | 2022-01-12 | 2024-07-23 | 国家电网有限公司 | 一种融合定位方法与终端 |
CN115047506A (zh) * | 2022-04-14 | 2022-09-13 | 安徽理工大学 | 一种基于gnss-ins和视觉的农机组合导航*** |
CN115342807A (zh) * | 2022-08-12 | 2022-11-15 | 全图通位置网络有限公司 | 一种复杂环境下多源信号自适应融合定位方法和*** |
CN115451976B (zh) * | 2022-09-15 | 2023-06-02 | 北京四维远见信息技术有限公司 | 一种高精度定位方法、装置和设备 |
CN117092678B (zh) * | 2023-10-18 | 2024-01-26 | 深圳市硕腾科技有限公司 | 一种基于LoRa的高精度RTK定位*** |
CN117388900B (zh) * | 2023-12-13 | 2024-03-08 | 深圳大学 | 一种gnss/ins联合海洋动态基准站构建方法 |
CN117451034B (zh) * | 2023-12-25 | 2024-04-02 | 天津云圣智能科技有限责任公司 | 一种自主导航的方法、装置、存储介质及电子设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101403620A (zh) * | 2008-09-10 | 2009-04-08 | 深圳市同洲电子股份有限公司 | 导航装置及方法 |
CN101858748A (zh) * | 2010-05-28 | 2010-10-13 | 南京航空航天大学 | 高空长航无人机的多传感器容错自主导航方法 |
CN103499350A (zh) * | 2013-09-28 | 2014-01-08 | 长安大学 | Gps盲区下融合多源信息的车辆高精度定位方法及装置 |
CN104729506A (zh) * | 2015-03-27 | 2015-06-24 | 北京航空航天大学 | 一种视觉信息辅助的无人机自主导航定位方法 |
CN105824037A (zh) * | 2015-11-29 | 2016-08-03 | 黄润芳 | 一种用于智能交通的行驶车辆精确定位的方法 |
CN105891861A (zh) * | 2015-10-21 | 2016-08-24 | 乐卡汽车智能科技(北京)有限公司 | 一种定位方法及装置 |
CN106324645A (zh) * | 2016-08-19 | 2017-01-11 | 付寅飞 | 一种基于惯性导航和卫星差分定位的车辆精准定位方法 |
CN107478221A (zh) * | 2017-08-11 | 2017-12-15 | 黄润芳 | 一种用于移动终端的高精度定位方法 |
CN107806874A (zh) * | 2017-10-23 | 2018-03-16 | 西北工业大学 | 一种视觉辅助的捷联惯导极区初始对准方法 |
CN107942364A (zh) * | 2016-10-13 | 2018-04-20 | 阿里巴巴集团控股有限公司 | 车辆定位方法和车辆定位*** |
CN108036785A (zh) * | 2017-11-24 | 2018-05-15 | 浙江大学 | 一种基于直接法与惯导融合的飞行器位姿估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10371530B2 (en) * | 2017-01-04 | 2019-08-06 | Qualcomm Incorporated | Systems and methods for using a global positioning system velocity in visual-inertial odometry |
-
2017
- 2017-08-11 CN CN201710687879.5A patent/CN107478221A/zh active Pending
-
2018
- 2018-07-13 CN CN201810768714.5A patent/CN109099912B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101403620A (zh) * | 2008-09-10 | 2009-04-08 | 深圳市同洲电子股份有限公司 | 导航装置及方法 |
CN101858748A (zh) * | 2010-05-28 | 2010-10-13 | 南京航空航天大学 | 高空长航无人机的多传感器容错自主导航方法 |
CN103499350A (zh) * | 2013-09-28 | 2014-01-08 | 长安大学 | Gps盲区下融合多源信息的车辆高精度定位方法及装置 |
CN104729506A (zh) * | 2015-03-27 | 2015-06-24 | 北京航空航天大学 | 一种视觉信息辅助的无人机自主导航定位方法 |
CN105891861A (zh) * | 2015-10-21 | 2016-08-24 | 乐卡汽车智能科技(北京)有限公司 | 一种定位方法及装置 |
CN105824037A (zh) * | 2015-11-29 | 2016-08-03 | 黄润芳 | 一种用于智能交通的行驶车辆精确定位的方法 |
CN106324645A (zh) * | 2016-08-19 | 2017-01-11 | 付寅飞 | 一种基于惯性导航和卫星差分定位的车辆精准定位方法 |
CN107942364A (zh) * | 2016-10-13 | 2018-04-20 | 阿里巴巴集团控股有限公司 | 车辆定位方法和车辆定位*** |
CN107478221A (zh) * | 2017-08-11 | 2017-12-15 | 黄润芳 | 一种用于移动终端的高精度定位方法 |
CN107806874A (zh) * | 2017-10-23 | 2018-03-16 | 西北工业大学 | 一种视觉辅助的捷联惯导极区初始对准方法 |
CN108036785A (zh) * | 2017-11-24 | 2018-05-15 | 浙江大学 | 一种基于直接法与惯导融合的飞行器位姿估计方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210209423A1 (en) * | 2020-04-17 | 2021-07-08 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for training face fusion model and electronic device |
US11830288B2 (en) * | 2020-04-17 | 2023-11-28 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for training face fusion model and electronic device |
Also Published As
Publication number | Publication date |
---|---|
CN107478221A (zh) | 2017-12-15 |
CN109099912A (zh) | 2018-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109099912B (zh) | 室外精确定位导航方法、装置、电子设备及存储介质 | |
EP3566021B1 (en) | Systems and methods for using a global positioning system velocity in visual-inertial odometry | |
US10267924B2 (en) | Systems and methods for using a sliding window of global positioning epochs in visual-inertial odometry | |
CN107389064B (zh) | 一种基于惯性导航的无人车变道控制方法 | |
Schreiber et al. | Vehicle localization with tightly coupled GNSS and visual odometry | |
JP5673071B2 (ja) | 位置推定装置及びプログラム | |
WO2020146283A1 (en) | Vehicle pose estimation and pose error correction | |
US11875519B2 (en) | Method and system for positioning using optical sensor and motion sensors | |
US20230358541A1 (en) | Inertial navigation system capable of dead reckoning in vehicles | |
KR20150051747A (ko) | 차량의 위치 결정 방법 | |
CN113063425B (zh) | 车辆定位方法、装置、电子设备及存储介质 | |
CN111854752A (zh) | 确定移动方向与传感器行进方向间的失准角进行航位推算 | |
KR101764222B1 (ko) | 고정밀 측위 시스템 및 방법 | |
JP7392839B2 (ja) | 計測装置、計測方法、及びプログラム | |
Magnusson et al. | Improving absolute position estimates of an automotive vehicle using GPS in sensor fusion | |
Konrad et al. | State estimation for a multirotor using tight-coupling of gnss and inertial navigation | |
Afia et al. | A low-cost gnss/imu/visual monoslam/wss integration based on federated kalman filtering for navigation in urban environments | |
KR20170015768A (ko) | Gnss 음영 지역에서의 위치 보정 시스템 및 방법 | |
Sirikonda et al. | Integration of low-cost IMU with MEMS and NAVIC/IRNSS receiver for land vehicle navigation | |
CN117320148A (zh) | 多源数据融合定位方法、***、电子设备及存储介质 | |
Roth et al. | Cooperative GNSS-based method for vehicle positioning | |
JP2010112759A (ja) | 移動***置測位装置 | |
Jia et al. | Fault Detection and Exclusion for INS/GPS/5G Tightly-Coupled Navigation | |
Katriniok et al. | Uncertainty Aware Sensor Fusion for a GNSS-based Collision Avoidance System | |
Abdellattif | Multi-sensor fusion of automotive radar and onboard motion sensors for seamless land vehicle positioning in challenging environments |
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 |