CN110865405A - 融合定位方法及装置、移动设备控制方法及电子设备 - Google Patents
融合定位方法及装置、移动设备控制方法及电子设备 Download PDFInfo
- Publication number
- CN110865405A CN110865405A CN201911203074.4A CN201911203074A CN110865405A CN 110865405 A CN110865405 A CN 110865405A CN 201911203074 A CN201911203074 A CN 201911203074A CN 110865405 A CN110865405 A CN 110865405A
- Authority
- CN
- China
- Prior art keywords
- positioning
- moment
- positioning information
- predicted
- mobile device
- 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.)
- Pending
Links
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本公开涉及一种融合定位方法及装置、移动设备控制方法及电子设备,所述方法包括:根据移动设备在第一时刻的定位信息以及在第二时刻的速度,确定所述移动设备在所述第二时刻的预测定位信息,所述第一时刻在所述第二时刻之前;其中,所述移动设备在第二时刻的速度由第一定位装置获得;获取第二定位装置确定的所述移动设备在第二时刻的观测定位信息;利用所述观测定位信息对所述预测定位信息进行校正,得到所述移动设备在所述第二时刻的定位信息。本公开实施例可得到精确的定位信息。
Description
技术领域
本公开涉及设备定位技术领域,尤其涉及一种融合定位方法及装置、移动设备控制方法及电子设备。
背景技术
自动驾驶领域或者其他自主移动设备,通常通过感知环境和解释环境信息,进行导航决策,最终通过决策的动作在周围的环境中安全行驶。对于移动设备,精确而又鲁棒的定位是实现自动行驶的核心任务。
发明内容
本公开提出了一种设备定位技术方案。
根据本公开的一方面,提供了一种融合定位方法,包括:
根据移动设备在第一时刻的定位信息以及在第二时刻的速度,确定所述移动设备在所述第二时刻的预测定位信息,所述第一时刻在所述第二时刻之前;其中,所述移动设备在第二时刻的速度由第一定位装置获得;
获取第二定位装置确定的所述移动设备在第二时刻的观测定位信息;
利用所述观测定位信息对所述预测定位信息进行校正,得到所述移动设备在所述第二时刻的定位信息。
在一些可能的实施方式中,所述速度包括线速度和角速度中的至少一种,所述定位信息包括位置和姿态中的至少一种。
在一些可能的实施方式中,所述根据移动设备在第一时刻的定位信息以及所述第二时刻的速度,确定所述移动设备在第二时刻的预测定位信息,包括:
根据所述第一时刻的位置以及第二时刻的线速度,得到所述第二时刻的预测位置;
根据所述第一时刻的姿态以及第二时刻的角速度,得到所述第二时刻的预测姿态。
在一些可能的实施方式中,所述获取第二定位装置确定的所述移动设备在第二时刻的观测定位信息,包括以下方式中的任意一种:
响应于所述第二定位装置包括全球定位***,获取全球定位***确定的所述移动设备在第二时刻的观测定位信息;
响应于所述第二定位装置包括地图匹配***,获取地图匹配***确定的所述移动设备在第二时刻的观测定位信息;
响应于所述第二定位装置包括全球定位***和地图匹配***,根据所述全球定位***的采集频率和地图匹配***的采集频率,从所述全球定位***和地图匹配***中的一个***中获取所述移动设备的观测定位信息。
在一些可能的实施方式中,所述利用所述观测定位信息对所述预测定位信息进行校正,得到所述移动设备在所述第二时刻的定位信息,包括:
利用所述预测定位信息和所述观测定位信息,得到所述移动设备在第二时刻的误差状态;
根据所述第二时刻的误差状态校正所述预测定位信息,得到所述移动设备在所述第二时刻的定位信息。
在一些可能的实施方式中,所述利用所述预测定位信息和所述观测定位信息,得到所述移动设备在第二时刻的误差状态,包括:
获取第一时刻更新后的误差状态的协方差矩阵;
利用所述第一时刻更新后的误差状态的协方差矩阵,得到第二时刻的误差状态的协方差矩阵;
利用所述预测定位信息、所述观测定位信息,以及所述第二时刻的误差状态的协方差矩阵,确定所述第二时刻的误差增益;
利用所述第二时刻的误差增益,以及所述预测定位信息和所述观测定位信息,得到所述第二时刻的误差状态;
所述方法还包括:
利用所述第二时刻的误差增益得到所述第二时刻更新后的误差状态的协方差矩阵。
在一些可能的实施方式中,所述第一时刻为初始时刻,确定针对第一时刻更新后的误差状态的协方差矩阵,包括:
将所述初始时刻的预测定位信息和观测定位信息之间的协方差矩阵确定为所述初始时刻的误差状态的协方差矩阵;
根据所述初始时刻的误差状态的协方差矩阵,确定所述初始时刻更新后的误差状态的协方差矩阵。
在一些可能的实施方式中,所述根据所述初始时刻的误差状态的协方差矩阵,确定所述初始时刻更新后的误差状态的协方差矩阵,包括:
获取***误差状态的雅克比矩阵、所述初始时刻的误差状态的协方差矩阵,以及***误差状态的雅克比矩阵的转置矩阵之间的第一乘积矩阵,所述***包括所述第一定位装置和所述第二定位装置;
获取***输入噪声的雅克比矩阵、***输入噪声矩阵,以及所述***输入噪声的雅克比矩阵的转置矩阵之间的第二乘积矩阵;
利用所述第一乘积矩阵和第二乘积矩阵之间的加和,得到所述初始时刻更新后的误差状态的协方差矩阵。
在一些可能的实施方式中,所述利用所述第二时刻的误差增益得到所述第二时刻更新后的误差状态的协方差矩阵,包括:
获取所述第二时刻的误差增益与观测矩阵之间的第三乘积矩阵;
获取单位矩阵与所述第三乘积矩阵之间的差值、所述第二时刻的误差增益的协方差矩阵,以及所述差值的转置矩阵之间的第四乘积矩阵;
获取所述第二时刻的误差增益、观测协方差矩阵,以及误差增益的转置矩阵之间的第五乘积矩阵;
基于所述第四乘积矩阵和第五乘积矩阵之间的加和,得到所述第二时刻更新后的误差状态的协方差矩阵。
在一些可能的实施方式中,所述根据所述第二时刻的误差状态校正所述预测定位信息,得到所述移动设备在所述第二时刻的定位信息,包括:
确定所述第二时刻的误差增益和所述观测定位信息之间的第一乘积,以及所述第二时刻的误差状态的协方差矩阵与所述预测定位信息之间的第二乘积;
基于所述第一乘积和第二乘积的加和值得到所述第二时刻的定位信息。
在一些可能的实施方式中,所述根据所述第二时刻的误差状态校正所述预测定位信息,得到所述移动设备在所述第二时刻的定位信息,包括:
获取所述移动设备在第二时刻的状态向量,所述状态向量包括所述第二时刻的预测定位信息以及所述第二时刻的速度;
利用所述误差状态与所述状态向量之间的乘积得到所述第二时刻的定位信息。
根据本公开的第二方面,提供了一种移动设备控制方法,包括:
通过第一方面中任意一项所述的融合定位方法获取移动设备的定位信息;
基于所述定位信息对移动设备进行控制。
根据本公开的第三方面,提供了一种融合定位装置,包括:
预测模块,用于根据移动设备在第一时刻的定位信息以及在第二时刻的速度,确定所述移动设备在所述第二时刻的预测定位信息,所述第一时刻在所述第二时刻之前;其中,所述移动设备在第二时刻的速度由第一定位装置获得;
观测模块,用于获取第二定位装置确定的所述移动设备在第二时刻的观测定位信息;
定位模块,用于利用所述观测定位信息对所述预测定位信息进行校正,得到所述移动设备在所述第二时刻的定位信息。
在一些可能的实施方式中,所述速度包括线速度和角速度中的至少一种,所述定位信息包括位置和姿态中的至少一种。
在一些可能的实施方式中,所述预测模块用于根据所述第一时刻的位置以及第二时刻的线速度,得到所述第二时刻的预测位置;根据所述第一时刻的姿态以及第二时刻的角速度,得到所述第二时刻的预测姿态。
在一些可能的实施方式中,所述观测模块通过以下方式中的任意一种方式获取第二定位装置确定的所述移动设备在第二时刻的观测定位信息:
响应于所述第二定位装置包括全球定位***,获取全球定位***确定的所述移动设备在第二时刻的观测定位信息;
响应于所述第二定位装置包括地图匹配***,获取地图匹配***确定的所述移动设备在第二时刻的观测定位信息;
响应于所述第二定位装置包括全球定位***和地图匹配***,根据所述全球定位***的采集频率和地图匹配***的采集频率,从所述全球定位***和地图匹配***中的一个***中获取所述移动设备的观测定位信息。
在一些可能的实施方式中,所述定位模块用于:
利用所述预测定位信息和所述观测定位信息,得到所述移动设备在第二时刻的误差状态;
根据所述第二时刻的误差状态校正所述预测定位信息,得到所述移动设备在所述第二时刻的定位信息。
在一些可能的实施方式中,所述定位模块,用于利用所述预测定位信息和所述观测定位信息,得到所述移动设备在第二时刻的误差状态,用于:
获取第一时刻更新后的误差状态的协方差矩阵;
利用所述第一时刻更新后的误差状态的协方差矩阵,得到第二时刻的误差状态的协方差矩阵;
利用所述预测定位信息、所述观测定位信息,以及所述第二时刻的误差状态的协方差矩阵,确定所述第二时刻的误差增益;
利用所述第二时刻的误差增益,以及所述预测定位信息和所述观测定位信息,得到所述第二时刻的误差状态;
所述定位模块还用于:
利用所述第二时刻的误差增益得到所述第二时刻更新后的误差状态的协方差矩阵。
在一些可能的实施方式中,所述第一时刻为初始时刻,所述定位模块用于确定第一时刻更新后的误差状态的协方差矩阵,用于:将所述初始时刻的预测定位信息和观测定位信息之间的协方差矩阵确定为所述初始时刻的误差状态的协方差矩阵;
根据所述初始时刻的误差状态的协方差矩阵,确定所述初始时刻更新后的误差状态的协方差矩阵。
在一些可能的实施方式中,所述定位模块用于根据所述初始时刻的误差状态的协方差矩阵,确定所述初始时刻更新后的误差状态的协方差矩阵,用于:获取***误差状态的雅克比矩阵、所述初始时刻的误差状态的协方差矩阵,以及***误差状态的雅克比矩阵的转置矩阵之间的第一乘积矩阵,所述***包括所述第一定位装置和所述第二定位装置;
获取***输入噪声的雅克比矩阵、***输入噪声矩阵,以及所述***输入噪声的雅克比矩阵的转置矩阵之间的第二乘积矩阵;
利用所述第一乘积矩阵和第二乘积矩阵之间的加和,得到所述初始时刻更新后的误差状态的协方差矩阵。
在一些可能的实施方式中,所述定位模块用于利用所述第二时刻的误差增益得到所述第二时刻更新后的误差状态的协方差矩阵,用于:
获取所述第二时刻的误差增益与观测矩阵之间的第三乘积矩阵;
获取单位矩阵与所述第三乘积矩阵之间的差值、所述第二时刻的误差增益的协方差矩阵,以及所述差值的转置矩阵之间的第四乘积矩阵;
获取所述第二时刻的误差增益、观测协方差矩阵,以及误差增益的转置矩阵之间的第五乘积矩阵;
基于所述第四乘积矩阵和第五乘积矩阵之间的加和,得到所述第二时刻更新后的误差状态的协方差矩阵。
在一些可能的实施方式中,所述定位模块用于根据所述第二时刻的误差状态校正所述预测定位信息,得到所述移动设备在所述第二时刻的定位信息,用于:
确定所述第二时刻的误差增益和所述观测定位信息之间的第一乘积,以及所述第二时刻的误差状态的协方差矩阵与所述预测定位信息之间的第二乘积;
基于所述第一乘积和第二乘积的加和值得到所述第二时刻的定位信息。
在一些可能的实施方式中,所述定位模块用于根据所述第二时刻的误差状态校正所述预测定位信息,得到所述移动设备在所述第二时刻的定位信息,用于:
获取所述移动设备在第二时刻的状态向量,所述状态向量包括所述第二时刻的预测定位信息以及所述第二时刻的速度;
利用所述误差状态与所述状态向量之间的乘积得到所述第二时刻的定位信息。
根据本公开的第四方面,提供了一种电子设备,所述电子设备包括:
获取模块,用于通过第一方面中任意一项所述的融合定位方法获取移动设备的定位信息;
控制模块,用于基于所述定位信息对移动设备进行控制。
根据本公开的第五方面,提供了一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行第一方面或第二方面中任意一项所述的方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述第一方面或第二方面中任意一项的方法。
在本公开实施例中,可以根据移动设备在第一时刻的定位信息以及通过第一定位装置检测的移动设备在第二时刻的速度,确定第二时刻预测定位信息,同时还可以根据第二定位装置测得的观测定位信息校正预测定位信息,得到第二时刻的精确的定位信息。从而可以通过融合不同定位装置得到的预测定位信息以及观测定位信息的方式,得到精确的定位信息,另外,本公开的融合定位方法还可以适用于不同的移动设备。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的一种融合定位方法的流程图;
图2示出根据本公开实施例的一种融合定位方法的处理过程的示意图;
图3示出根据本公开实施例的一种融合定位方法中步骤S10的流程图;
图4示出根据本公开实施例的一种融合定位方法中步骤S30的流程图;
图5示出根据本公开实施例的一种融合定位方法中步骤S31的流程图;
图6示出根据本公开实施例的一种融合定位方法中步骤S32的流程图;
图7示出根据本公开实施例的一种融合定位方法中步骤S32的另一流程图;
图8示出根据本公开实施例的一种移动设备控制方法的流程图;
图9示出根据本公开实施例的一种融合定位装置的框图;
图10示出根据本公开实施例的一种电子设备800的框图;
图11示出根据本公开实施例的另一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
本公开实施例提供了一种融合定位方法,该融合定位方法的执行主体可以是移动设备、服务器,或者是任意的能够加载在移动设备上的装置。例如移动设备可以包括车辆、飞行设备、移动机器人等。另外,加载在移动设备中的装置可以为用户设备(UserEquipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(PersonalDigital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。服务器可以包括本地服务器或者云端服务器。在一些可能的实现方式中,该融合定位方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
图1示出根据本公开实施例的一种融合定位方法的流程图,如图1所示,所述融合定位方法可以包括:
S10:根据移动设备在第一时刻的定位信息以及在第二时刻的速度,确定所述移动设备在所述第二时刻的预测定位信息,所述第一时刻在所述第二时刻之前;其中,所述移动设备在第二时刻的速度由第一定位装置获得;
在一些可能的实施方式,本公开实施例的融合定位方法可以用于对移动设备进行准确的定位。其中,移动设备中可以设置至少两种用于定位的定位装置,通过融合各个定位装置的定位信息,得到更为精确的定位信息。其中定位装置可以包括里程计、GPS(全球定位***)和Map matching***(地图匹配***)等,本公开对此不作具体限定。其中,Mapmatching***包括单目相机,以及与单目相机连接的用于通过地图匹配算法执行地图匹配的匹配处理器。
在一个示例中,本公开实施例的移动设备中可以设置第一定位装置和第二定位装置,其中第一定位装置可以包括里程计,以及第二定位装置可以包括GPS和/或Mapmatching,因此可以通过里程计采集移动设备在各个时刻的角速度和线速度,并根据各时刻的角速度和线速度执行定位信息的预测操作。而后通过GPS和/或Map matching得到的观测定位信息对预测出的预测定位信息进行校正,从而得到精确的定位信息。其中,里程计可以包括轮式里程计。
如上述实施例所述,本公开实施例可以实时的采集移动设备在各个时刻的速度,该速度可以包括线速度和角速度中的至少一种。本公开实施例可以实现根据第一时刻的定位信息和第二时刻的速度,预测在第一时刻之后的第二时刻的定位信息,即得到预测定位信息。其中,第一时刻可以是移动设备在行驶过程中的任意的时刻,同时第二时刻可以为第一时刻之后的任意时刻。在移动设备执行移动的初始时刻,速度信息为0,同时观测定位信息为当时的定位信息。另外,第二时刻的速度可以通过第一定位装置检测获得,第一时刻的定位信息可以通过第一定位装置内集成的处理器获得,也可以通过外置的处理器获得,本公开对此不作具体限定。
在一些可能的实施方式中,定位信息为经过校正的精确度较高的信息,定位信息可以包括位置信息和姿态信息,对应的预测定位信息可以包括预测位置以及预测姿态,观测定位信息可以包括观测位置和观测姿态。其中位置信息表示移动设备当前的位置,姿态信息可以表示移动设备的航向角。本公开实施例可以通过第二时刻的线速度和第一时刻的位置信息得到第二时刻的预测位置,通过第二时刻的角速度和第一时刻的姿态信息得到第二时刻的预测姿态。例如,对两个时刻的时间差和第二时刻的线速度相乘,并将乘积结果与第一时刻的定位位置相加,得到第二时刻的预测位置信息,对应的,可以利用第二时刻的角速度得到第二时刻的四元数,通过四元数与第一时刻的定位姿态相加得到第二时刻的预测姿态。其中,通过对角速度得到四元数的方式可以通过现有技术手段实现,如积分等操作,本公开对此不作具体限定。
本公开实施例通过里程计获得的预测定位信息在短时间内是足够精确的,但是随着时间增长,累计误差会越来越大,因此,可以通过融合其他***件检测到的观测定位信息,辅助用于校正预测定位信息。
S20:获取第二定位装置确定的所述移动设备在第二时刻的观测定位信息;
在一些可能的实施方式中,如上述实施例所述,移动设备可以设置有多种用于定位的定位装置,本公开实施例除了可以包括如里程计的第一定位装置以外,还可以包括第二定位装置,如GPS以及Map matching中的至少一种用于辅助的***件,用于获得观测定位信息。
在一个示例中,可以通过GPS获得观测定位信息,其中GPS可以直接检测移动设备的观测位置,而且通过第一时刻和第二时刻之间的时间差以及第一时刻的定位位置以及第二时刻的观测位置之间的位置差,可以得到航向角(观测姿态)。其中,航向角的正切值可以表示为北向速度和动向速度之间的比值。基于观测位置和航向角可以确定GPS得到的观测定位信息。
在一个示例中,可以通过Map matching***获得观测定位信息,Map matching***可以包括单目相机以及地图数据,通过单目相机可以采集移动设备在移动过程中的路面图像,通过对路面图像执行检测处理,可以提取道路中的车道线信息,将该感知得到的车道线与离线建好的地图数据中的地图车道线进行匹配,输出观测定位信息,该观测定位信息可以包括二维的位置信息和航向角信息。
S30:利用所述观测定位信息对所述预测定位信息进行校正,得到所述移动设备在所述第二时刻的定位信息。
在一些可能的实施方式中,在得到第二时刻的预测定位信息以及观测定位信息的情况下,可以进一步利用预测定位信息对观测定位信息进行校正。例如本公开实施例可以直接根据预测定位信息和观测定位信息之间的均值,确定校正后的定位信息。或者,也可以利用观测定位信息和预测定位信息得到移动设备在第二时刻的误差状态,该误差状态可以包括得到的预测定位信息的误差,以及速度偏置。例如可以得到位置误差、姿态误差、线速度偏置以及角速度偏置。进而可以利用上述误差对预测定位信息进行校正,得到准确的定位信息。例如,在一些可能的实施方式,可以利用卡尔曼滤波对预测定位信息和观测定位信息进行融合处理,得到更新的误差状态的协方差矩阵以及卡尔曼增益(下述称为误差增益),实现对各个时刻的误差状态的确定。
在一些可能的实施方式中,在得到第二时刻的误差状态的情况下,可以利用该误差状态对预测定位信息进行校正,得到精确的定位信息。如上述实施例所述,误差状态可以包括预测定位信息的误差、速度误差、姿态误差等信息,对应的通过该定位信息的误差与预测定位信息之间的加和,可以得到校正后的定位信息,或者也可以将由预测定位信息的误差、速度误差、姿态误差形成的误差状态,与由预测定位信息、检测的速度、姿态信息构成的***状态进行乘积处理,得到校正后的定位信息。或者,在另一些可能的实施方式中,也可以根据卡尔曼滤波等方式,得到各时刻的误差增益,并利用误差增益和观测定位信息的第一乘积,以及得到的误差状态的协方差矩阵与预测定位信息之间的第二乘积的加和值,得到校正后的定位信息。
基于上述配置,本公开实施例可以通过获得移动设备在第一时刻的定位信息以及通过第一定位装置检测的移动设备在第二时刻的速度,并利用第二定位装置确定第二时刻预测定位信息,同时还可以根据第二定位装置测得的观测定位信息对预测定位信息进行校正,得到第二时刻的精确的定位信息,从而可以通过融合预测定位信息以及观测定位信息的方式,得到精确的定位信息,另外,本公开的融合定位方法还可以适用于不同的移动设备。
下面结合附图,对本公开实施例进行详细说明。图2示出根据本公开实施例的一种融合定位方法的处理过程的示意图。其中,如图2所示,本公开实施例在移动设备中可以加载CAN(里程计)、GPS以及Mapmatching***,其中,在本公开实施例中,GPS以及Mapmatching***可以至少包括一个作为第二定位装置,用于获得观测定位信息。在同时包括两个或两个以上的第二定位装置的情况下,各个第二定位装置获取观测定位信息的频率可以不同,这样可以间隔的通过不同的第二定位装置获取观测定位信息。这样即使在其中一个第二定位装置信号不稳定的情况下,可以通过另外一个第二定位装置得到观测定位信息,不会影响移动设备的定位操作。
如图2所示,可以通过CAN等第一定位装置获得第二时刻的速度,如线速度和角速度,外置的处理器或者CAN内部的处理器可以基于第一时刻的定位信息得到第二时刻的预测定位信息。GPS和/或Map matching等第二定位装置可以获得观测定位信息,处理器根据观测定位信息对预测定位信息进行校正,得到精确的定位信息。例如可以利用观测定位信息和预测定位信息得到误差状态,并通过误差状态校正预测定位信息,输出精确的定位信息。
具体的,图3示出根据本公开实施例的一种融合定位方法中步骤S10的流程图,其中所述根据移动设备在第一时刻的定位信息以及在第二时刻的速度,确定所述移动设备在所述第二时刻的预测定位信息,包括:
S101:获取所述移动设备在第一时刻的定位信息和在第二时刻的速度;
在一些可能的实施方式中,第一定位装置可以实时的获取移动设备的速度,该速度可以包括线速度和角速度。另外,第一定位装置可以通过与外置的处理连接得到各时刻准确定位的定位信息,如第一时刻的定位信息,或者也可以通过内置的处理器直接处理得到上述定位信息。在对移动设备执行融合定位的过程中,可以不断的基于前一时刻得到的定位信息以及后一时刻得到速度,预测该后一时刻的预测定位信息。在通过观测定位信息对预测定位信息校正,得到后一时刻的精确的定位信息,该校正后的定位信息可以用于预测在后时刻的定位信息,得到预测定位信息。
本公开实施例可以对得到的速度、预测定位信息、观测定位信息以及校正后的定位信息逐项存储,方便后续处理使用。
S102:根据所述第一时刻的位置以及第二时刻的线速度,得到所述第二时刻的预测位置,以及根据所述第一时刻的姿态以及第二时刻的角速度,得到所述第二时刻的预测姿态。
在一些可能的实施方式中,得到的预测定位信息可以包括预测位置和预测姿态,其中预测位置可以与线速度相关,预测姿态可以与角速度相关。例如,CAN传感器(里程计)输出的速度可以包括线速度和角速度信息,该信息测量本身是含有噪声的,本公开实施例可以设定该噪声是高斯白噪声,对于其他类型的传感器也可以为其他类型的噪声,本领域技术人员可以根据不同的传感器确定相应的噪声。同时由于测量值是有偏置的,而且该偏置在不同时刻可能不是固定的,CAN的测量方程如下所示:
wt=wm-wbt-wn;
vt=vm-vbt-vn;
其中,wt和vt表示t时刻的真实的角速度和线速度,wm和vm表示传感器t时刻的测量的角速度和线速度,vbt和wbt是t时刻的动态线速度和角速度的偏置,wn和vn是测量噪声。根据动力学方程,***的连续时间微分方程如下:
其中,pt和qt是t时刻的预测位置和预测姿态,Rt是用旋转矩阵表达的姿态,用于表示姿态的四元数,vw和ww分别表示线速度和角速度的偏差(bias)噪声,本公开实施例可以将该偏差噪声确定为高斯白噪声,在其他实施例中,也可以根据实际传感器的类型或者环境,确定偏差噪声。另外,在实际应用中,由于是按照一定的时间间隔采集移动设备的线速度以及角速度,因此,得到的预测定位信息也是离散的。本公开实施例根据第一时刻的定位信息和第二时刻的速度得到第二时刻的预测定位信息的表达式可以包括:
pn+1=pn+vn+1*Δt
其中,pn+1表示n+1时刻的预测位置,pn表示n时刻的位置,qn+1表示n+1时刻的预测姿态,qn表示n时刻的姿态,vn+1为n+1时刻的线速度,Δt为n+1时刻和n时刻之间的时间间隔,q{wn+1Δt}为根据n+1时刻的角速度wn+1确定的用于表示姿态的四元数。从而***需要估计的状态向量表示为:
Xt表示***状态向量,可以为13维的向量,即3维的位置向量pt,4维的姿态四元数qt,3维的速度偏置vbt,3维的角速度偏置wbt。其中,***是指包括第一定位装置、第二定位装置的用于执行定位信息的融合处理,实现移动设备精确定位的***。
基于上述,可以根据第二时刻的线速度与第一时刻和第二时刻之间的时间间隔的乘积结果,与第一时刻确定的位置之间的加和值,得到第二时刻的预测位置。以及根据由第二时刻的角速度确定的四元数和第一时刻的姿态之间的乘积,得到第二时刻的预测姿态。
基于上述配置,可以确定在第二时刻移动设备的预测定位信息,如预测位置和预测姿态。
如上述实施例所述,由于在运动过程中测量误差会累计,本公开实施例可以结合观测定位信息得到移动设备在各个时刻的误差状态。
其中,本公开实施例可以利用第二定位装置得到观测定位信息,该观测定位信息可以包括观测位置和观测姿态。其中,在第二定位装置包括全球定位***的情况下,可以通过全球定位***确定的所述移动设备在第二时刻的观测定位信息;在第二定位装置包括地图匹配***的情况下,获取地图匹配***确定的所述移动设备在第二时刻的观测定位信息;以及在第二定位装置包括全球定位***和地图匹配***的情况下,根据全球定位***和地图匹配***分别对应的采集频率,从全球定位***和地图匹配***中的一个***中获取所述移动设备的观测定位信息,例如,全球定位***的采集频率为1Hz,地图匹配***的采集频率为10Hz,则可以通过全球定位***获取移动设备的观测定位信息9次,然后通过地图匹配***获取移动设备的观测定位信息1次,从而可以在不同时刻根据GPS和MapMatching中的至少一种采集观测定位信息,执行预测定位信息的校正。另外,里程计采集线速度和角速度的频率大于GPS和MapMatching采集观测定位信息的频率,从而可以高频率的进行车辆的位姿状态预测,当低频率的观测定位信息到来时,则使预测状态的误差可观,利用观测的状态误差对预测定位信息进行校正,从而得到高精度的定位。
图4示出根据本公开实施例的一种融合定位方法中步骤S30的流程图,其中所述利用所述观测定位信息对所述预测定位信息进行校正,得到所述移动设备在所述第二时刻的定位信息,包括:
S31:利用所述预测定位信息和所述观测定位信息,得到所述移动设备在第二时刻的误差状态;
S32:根据所述第二时刻的误差状态校正所述预测定位信息,得到所述移动设备在所述第二时刻的定位信息。
如上述实施例所述,在得到第二时刻的预测定位信息以及观测定位信息的情况下,可以利用预测定位信息对观测定位信息进行校正。在一个实施例中,可以利用观测定位信息和预测定位信息得到移动设备在第二时刻的误差状态,该误差状态可以包括得到的预测定位信息的误差,以及速度偏置。例如可以得到位置误差、姿态误差、线速度偏置以及角速度偏置。进而可以利用上述误差对预测定位信息进行校正,得到准确的定位信息。例如,在一些可能的实施方式,可以利用卡尔曼滤波对预测定位信息和观测定位信息进行融合处理,得到更新的误差状态的协方差矩阵以及误差增益,实现对各个时刻的误差状态的确定。
图5示出根据本公开实施例的一种融合定位方法中步骤S31的流程图。所述利用所述预测定位信息和所述观测定位信息,得到所述移动设备在第二时刻的误差状态,包括:
S311:获取第一时刻更新后的误差状态的协方差矩阵;
S312:利用所述第一时刻更新后的误差状态的协方差矩阵,得到第二时刻的误差状态的协方差矩阵;
S313:利用所述预测定位信息、所述观测定位信息,以及所述第二时刻的误差状态的协方差矩阵,确定所述第二时刻的误差增益;
S314:利用所述第二时刻的误差增益,以及所述预测定位信息和所述观测定位信息,得到所述第二时刻的误差状态,并利用所述第二时刻的误差增益得到所述第二时刻更新后的误差状态的协方差矩阵。
本公开实施例中,可以基于误差状态卡尔曼滤波,将第一定位装置和第二定位装置构成的***的状态分为两个部分,一个是***的“大信号”标称状态,该状态部分不包含随机部分,另一部分是***的“小信号”误差状态,该状态是由于***存在随机噪声而造成的。本公开实施例可以通过卡尔曼滤波估计***的误差状态,然后将估计出的误差状态“加到”标称状态上,构成最后的状态输出。
标称状态连续时间微分方程如下:
其中,p和q分别表示预测位置和预测姿态,R是用旋转矩阵表达的姿态,用于表示姿态的四元数,wm和vm表示测量的角速度和线速度。
另外,误差状态连续微分方程如下所示,需要注意的是用姿态误差是3维的角度表示,因为误差状态通常非常小,用欧拉角表示没有奇异性问题,而且在局部范围内有很好的线性,可以做局部近似。
其中,δP和δθ分别表示位置误差和姿态误差,δvb和δwb分别表示线速度偏置和角速度偏置。对微分方程进行离散化,就得到标称状态和误差状态的状态传播过程。
另外,通过卡尔曼滤波的方式可以得到每个时刻的误差状态的协方差矩阵,即为预测定位信息和观测定位信息的误差状态的协方差矩阵,其中,协方差矩阵的传播可以表示为:
P←FxPFx T+FiQiFi T
箭头右侧的P表示第一时刻更新后的误差状态的协方差矩阵,是预测和观测的定位信息之间的协方差矩阵,例如可以是12*12的对称矩阵,Qi表示***输入噪声矩阵。Fx表示***误差状态的雅克比矩阵,Fi是***输入噪声的雅克比矩阵,箭头左侧的P表示针对第二时刻的误差状态的协方差矩阵。其中,本公开实施例中,在第一时刻为初始时刻的情况下,用所述初始时刻的预测定位信息和观测定位信息确定所述初始时刻的误差状态的协方差矩阵,并根据所述初始时刻的误差状态的协方差矩阵,确定所述初始时刻更新后的误差状态的协方差矩阵。其中,箭头右侧的P可以表示初始时刻的预测定位信息和观测定位信息之间的协方差矩阵,箭头左侧的P表示针对初始时刻更新后的协方差矩阵。具体的,在第一时刻为初始时刻的情况下,所述根据所述初始时刻的误差状态的协方差矩阵,确定所述初始时刻更新后的误差状态的协方差矩阵,可以包括:
获取***误差状态的雅克比矩阵Fx、所述初始时刻的误差状态的协方差矩阵P,以及***误差状态的雅克比矩阵的转置矩阵之间的第一乘积矩阵,所述***包括所述第一定位装置和所述第二定位装置;
获取***输入噪声的雅克比矩阵Fi、***输入噪声矩阵Qi,以及所述***输入噪声的雅克比矩阵的转置矩阵之间的第二乘积矩阵;
利用所述第一乘积矩阵和第二乘积矩阵之间的加和,得到所述初始时刻更新后的误差状态的协方差矩阵。
通过上述方式可以得到初始时刻更新后的误差状态的协方差矩阵,进一步的,可以将初始时刻作为第一时刻,根据第一时刻更新后的误差状态的协方差矩阵得到第二时刻的误差状态的协方差矩阵。
本公开实施例中,观测定位信息可以表示为y,预测定位信息可以表示为Xt,第二定位装置的噪声可以表示为v,对应的,预测定位信息和观测定位信息之间的观测函数表示为:
y=h(Xt)+v
h()是一个通用的非线性观测函数,它将***从状态空间映射到观测空间,v是第二定位装置的测量高斯白噪声。观测量y具有如下的形式:
pm和qm表示由GPS或者MapMatching提供的观测位置和姿态信息。
基于状态预测得到的第二时刻的误差状态的协方差矩阵P,以及当前时刻观测噪声v,可以更新***的第二时刻的卡尔曼增益K(误差增益),更新方程如下:
K=PHT(HPHT+V)-1;
其中,H表示观测矩阵,观测噪声的协方差矩阵为V。
进一步的,可以得到***在第二时刻t的误差状态:
最后更新误差状态所对应的协方差矩阵,用于下一轮状态传播。
P←(I-KH)P(I-KH)T+KVKT
其中,I为单位矩阵,通过上述实施例可以得到每一时刻的***的误差状态,以及更新后的误差状态的协方差矩阵,用于下一时刻传播。也就是说,本公开实施例中,利用所述第二时刻的误差增益得到所述第二时刻更新后的误差状态的协方差矩阵,可以包括:获取所述第二时刻的误差增益K与观测矩阵H之间的第三乘积矩阵;获取单位矩阵I与所述第三乘积矩阵之间的差值(I-KH)、所述第二时刻的误差增益的协方差矩阵P,以及所述差值的转置矩阵之间的第四乘积矩阵;获取所述第二时刻的误差增益、观测协方差矩阵V,以及误差增益的转置矩阵之间的第五乘积矩阵;基于所述第四乘积矩阵和第五乘积矩阵之间的加和,得到所述第二时刻更新后的误差状态的协方差矩阵。
在得到第二时刻的误差状态的情况下,可以利用该误差状态执行预测定位信息的校正。
图6示出根据本公开实施例的一种融合定位方法中步骤S32的流程图。其中,所述根据所述第二时刻的误差状态校正所述预测定位信息,得到所述第二时刻的定位信息,包括:
S321:确定所述第二时刻的误差增益和所述观测定位信息之间的第一乘积,以及所述第二时刻的误差状态的协方差矩阵与所述预测定位信息之间的第二乘积;
S322:基于所述第一乘积和第二乘积的加和值得到所述第二时刻的定位信息。
本公开实施例可以利用预测定位信息和观测定位信息之间的加权和,作为预测定位信息的校正结果,其中预测定位信息的权重为对应时刻的误差状态的协方差矩阵,观测定位信息的权重为得到的误差增益。通过上述方式可以精确的融合各传感器检测到的定位信息,得到校正结果。
另外,在本公开的另一些实施方式中,还可以利用误差状态和***状态向量之间的加和值得到校正后的定位信息。图7示出根据本公开实施例的一种融合定位方法中步骤S32的另一流程图。其中,所述根据所述误差状态校正所述预测定位信息,得到所述第二时刻的定位信息,包括:
S3221:获取所述移动设备在第二时刻的状态向量,所述状态向量包括所述第二时刻的预测定位信息以及所述第二时刻的速度;
S3222:利用所述第二时刻的误差状态与所述状态向量的加和得到所述第二时刻的定位信息。
在一些可能的实施方式中,如上述实施例所述,***的状态向量可以表示为x(t),误差状态可以包括状态向量中各项的误差偏置,从而通过两误差状态和状态向量之间的加和得到定位信息,即可以得到定位位置和定位姿态。
综上所述,本公开实施例可以通过移动设备在第一时刻的线速度、角速度以及定位信息,确定第二时刻预测定位信息,同时还可以根据测得的观测定位信息校正预测定位信息,得到第二时刻的精确的定位信息。从而可以通过融合不同定位装置得到的预测定位信息以及观测定位信息的方式,得到精确的定位信息,另外,本公开的融合定位方法还可以适用于不同的移动设备。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
另外,本公开实施例还提供了一种移动设备控制方法,该方法可以应用在移动设备中,图8示出根据本公开实施例的一种移动设备控制方法的流程图,其中,所述移动设备控制方法可以包括:
S100:通过融合定位方法获取移动设备的定位信息;
S200:基于所述定位信息对移动设备的进行控制。
本公开实施例可以通过上述实施例中任意一项所述的融合定位方法获取移动设备的定位信息,进一步地,可以基于该定位信息可以执行移动设备的控制操作。其中控制操控可以包括对移动设备的速度控制、方向控制、行进路线控制等,本领域技术人员可以根据需求执行不同参数的控制,本公开对此不作具体限定。通过该配置,可以实现移动设备的精确控制。
此外,本公开还提供了融合定位装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种融合定位方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图9示出根据本公开实施例的一种融合定位装置的框图,如图9所示,所述融合定位装置包括:
预测模块10,用于根据移动设备在第一时刻的定位信息以及在第二时刻的速度,确定所述移动设备在所述第二时刻的预测定位信息,所述第一时刻在所述第二时刻之前;其中,所述移动设备在第二时刻的速度由第一定位装置获得;
观测模块20,用于获取第二定位装置确定的所述移动设备在第二时刻的观测定位信息;
定位模块30,用于利用所述观测定位信息对所述预测定位信息进行校正,得到所述移动设备在所述第二时刻的定位信息。
在一些可能的实施方式中,所述速度包括线速度和角速度中的至少一种,所述定位信息包括位置和姿态中的至少一种。
在一些可能的实施方式中,所述预测模块用于根据所述第一时刻的位置以及第二时刻的线速度,得到所述第二时刻的预测位置;根据所述第一时刻的姿态以及第二时刻的角速度,得到所述第二时刻的预测姿态。
在一些可能的实施方式中,所述观测模块通过以下方式中的任意一种方式获取第二定位装置确定的所述移动设备在第二时刻的观测定位信息:
响应于所述第二定位装置包括全球定位***,通过全球定位***确定的所述移动设备在第二时刻的观测定位信息;
响应于所述第二定位装置包括地图匹配***,获取地图匹配***确定的所述移动设备在第二时刻的观测定位信息;
响应于所述第二定位装置包括全球定位***和地图匹配***,根据所述全球定位***的采集频率和地图匹配***分别对应的采集频率,从所述全球定位***和地图匹配***中的一个***中获取所述移动设备的观测定位信息。
在一些可能的实施方式中,所述定位模块用于:
利用所述预测定位信息和所述观测定位信息,得到所述移动设备在第二时刻的误差状态;
根据所述第二时刻的误差状态校正所述预测定位信息,得到所述移动设备在所述第二时刻的定位信息。
在一些可能的实施方式中,所述定位模块,用于利用所述预测定位信息和所述观测定位信息,得到所述移动设备在第二时刻的误差状态,用于:
获取第一时刻更新后的误差状态的协方差矩阵;
利用所述第一时刻更新后的误差状态的协方差矩阵,得到第二时刻的误差状态的协方差矩阵;
利用所述预测定位信息、所述观测定位信息,以及所述第二时刻的误差状态的协方差矩阵,确定所述第二时刻的误差增益;
利用所述第二时刻的误差增益,以及所述预测定位信息和所述观测定位信息,得到所述第二时刻的误差状态;
所述定位模块还用于:
利用所述第二时刻的误差增益得到所述第二时刻更新后的误差状态的协方差矩阵。
在一些可能的实施方式中,所述第一时刻为初始时刻,所述定位模块用于确定第一时刻更新后的误差状态的协方差矩阵,用于:
将所述初始时刻的预测定位信息和观测定位信息之间的协方差矩阵确定为所述初始时刻的误差状态的协方差矩阵;
根据所述初始时刻的误差状态的协方差矩阵,确定所述初始时刻更新后的误差状态的协方差矩阵。
在一些可能的实施方式中,所述定位模块用于根据所述初始时刻的误差状态的协方差矩阵,确定所述初始时刻更新后的误差状态的协方差矩阵,用于:获取***误差状态的雅克比矩阵、所述初始时刻的误差状态的协方差矩阵,以及***误差状态的雅克比矩阵的转置矩阵之间的第一乘积矩阵,所述***包括所述第一定位装置和所述第二定位装置;
获取***输入噪声的雅克比矩阵、***输入噪声矩阵,以及所述***输入噪声的雅克比矩阵的转置矩阵之间的第二乘积矩阵;
利用所述第一乘积矩阵和第二乘积矩阵之间的加和,得到所述初始时刻更新后的误差状态的协方差矩阵。
在一些可能的实施方式中,所述定位模块用于利用所述第二时刻的误差增益得到所述第二时刻更新后的误差状态的协方差矩阵,用于:
获取所述第二时刻的误差增益与观测矩阵之间的第三乘积矩阵;
获取单位矩阵与所述第三乘积矩阵之间的差值、所述第二时刻的误差增益的协方差矩阵,以及所述差值的转置矩阵之间的第四乘积矩阵;
获取所述第二时刻的误差增益、观测协方差矩阵,以及误差增益的转置矩阵之间的第五乘积矩阵;
基于所述第四乘积矩阵和第五乘积矩阵之间的加和,得到所述第二时刻更新后的误差状态的协方差矩阵。
在一些可能的实施方式中,所述定位模块用于根据所述第二时刻的误差状态校正所述预测定位信息,得到所述移动设备在所述第二时刻的定位信息,用于:
确定所述第二时刻的误差增益和所述观测定位信息之间的第一乘积,以及所述第二时刻的误差状态的协方差矩阵与所述预测定位信息之间的第二乘积;
基于所述第一乘积和第二乘积的加和值得到所述第二时刻的定位信息。
在一些可能的实施方式中,所述定位模块用于根据所述第二时刻的误差状态校正所述预测定位信息,得到所述移动设备在所述第二时刻的定位信息用于:
获取所述移动设备在第二时刻的状态向量,所述状态向量包括所述第二时刻的预测定位信息以及所述第二时刻的速度;
利用所述误差状态与所述状态向量之间的乘积得到所述第二时刻的定位信息。
另外,本公开实施例还提供一种电子设备,所述电子设备包括:获取模块,用于通过上述实施例中任意一项所述的融合定位方法获取移动设备的定位信息;
控制模块,用于基于所述定位信息对移动设备的运动进行控制。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备,如移动设备等。
图10示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图10,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图11示出根据本公开实施例的另一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图11,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种融合定位方法,其特征在于,包括:
根据移动设备在第一时刻的定位信息以及在第二时刻的速度,确定所述移动设备在所述第二时刻的预测定位信息,所述第一时刻在所述第二时刻之前;其中,所述移动设备在第二时刻的速度由第一定位装置获得;
获取第二定位装置确定的所述移动设备在第二时刻的观测定位信息;
利用所述观测定位信息对所述预测定位信息进行校正,得到所述移动设备在所述第二时刻的定位信息。
2.根据权利要求1所述的方法,其特征在于,所述速度包括线速度和角速度中的至少一种,所述定位信息包括位置和姿态中的至少一种。
3.根据权利要求2所述的方法,其特征在于,所述根据移动设备在第一时刻的定位信息以及所述第二时刻的速度,确定所述移动设备在第二时刻的预测定位信息,包括:
根据所述第一时刻的位置以及第二时刻的线速度,得到所述第二时刻的预测位置;
根据所述第一时刻的姿态以及第二时刻的角速度,得到所述第二时刻的预测姿态。
4.根据权利要求1-3中任意一项所述的方法,其特征在于,所述获取第二定位装置确定的所述移动设备在第二时刻的观测定位信息,包括以下方式中任意一种:
响应于所述第二定位装置包括全球定位***,获取全球定位***确定的所述移动设备在第二时刻的观测定位信息;
响应于所述第二定位装置包括地图匹配***,获取地图匹配***确定的所述移动设备在第二时刻的观测定位信息;
响应于所述第二定位装置包括全球定位***和地图匹配***,根据所述全球定位***的采集频率和地图匹配***的采集频率,从所述全球定位***和地图匹配***中的一个***中获取所述移动设备的观测定位信息。
5.根据权利要求1-4中任意一项所述的方法,其特征在于,所述利用所述观测定位信息对所述预测定位信息进行校正,得到所述移动设备在所述第二时刻的定位信息,包括:
利用所述预测定位信息和所述观测定位信息,得到所述移动设备在第二时刻的误差状态;
根据所述第二时刻的误差状态校正所述预测定位信息,得到所述移动设备在所述第二时刻的定位信息。
6.一种移动设备控制方法,其特征在于,包括:
通过权利要求1-5中任意一项所述的融合定位方法获取移动设备的定位信息;
基于所述定位信息对移动设备的进行控制。
7.一种融合定位装置,其特征在于,包括:
预测模块,用于根据移动设备在第一时刻的定位信息以及在第二时刻的速度,确定所述移动设备在所述第二时刻的预测定位信息,所述第一时刻在所述第二时刻之前;其中,所述移动设备在第二时刻的速度由第一定位装置获得;
观测模块,用于获取第二定位装置确定的所述移动设备在第二时刻的观测定位信息;
定位模块,用于利用所述观测定位信息对所述预测定位信息进行校正,得到所述移动设备在所述第二时刻的定位信息。
8.一种电子设备,其特征在于,包括:
获取模块,用于通过权利要求1-5任意一项所述的融合定位方法获取移动设备的定位信息;
控制模块,用于基于所述定位信息对移动设备进行控制。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至5中任意一项所述的方法,或者执行权利要求6所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至5中任意一项所述的方法,或者实现权利要求6所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911203074.4A CN110865405A (zh) | 2019-11-29 | 2019-11-29 | 融合定位方法及装置、移动设备控制方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911203074.4A CN110865405A (zh) | 2019-11-29 | 2019-11-29 | 融合定位方法及装置、移动设备控制方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110865405A true CN110865405A (zh) | 2020-03-06 |
Family
ID=69657837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911203074.4A Pending CN110865405A (zh) | 2019-11-29 | 2019-11-29 | 融合定位方法及装置、移动设备控制方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110865405A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111915921A (zh) * | 2020-08-11 | 2020-11-10 | 大陆投资(中国)有限公司 | 利用路侧设备的车道级精度定位方法 |
CN112558125A (zh) * | 2021-02-22 | 2021-03-26 | 腾讯科技(深圳)有限公司 | 一种车辆定位的方法、相关装置、设备以及存储介质 |
CN113295159A (zh) * | 2021-05-14 | 2021-08-24 | 浙江商汤科技开发有限公司 | 端云融合的定位方法、装置和计算机可读存储介质 |
WO2024027350A1 (zh) * | 2022-08-03 | 2024-02-08 | 腾讯科技(深圳)有限公司 | 车辆定位方法、装置、计算机设备、存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018130885A1 (en) * | 2017-01-13 | 2018-07-19 | Otsaw Digital Pte. Ltd. | Three-dimensional mapping of an environment |
US10267924B2 (en) * | 2017-01-04 | 2019-04-23 | Qualcomm Incorporated | Systems and methods for using a sliding window of global positioning epochs in visual-inertial odometry |
CN109857108A (zh) * | 2019-01-31 | 2019-06-07 | 浙江迈睿机器人有限公司 | 基于内模控制算法的移动机器人轨迹跟踪方法及*** |
-
2019
- 2019-11-29 CN CN201911203074.4A patent/CN110865405A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10267924B2 (en) * | 2017-01-04 | 2019-04-23 | Qualcomm Incorporated | Systems and methods for using a sliding window of global positioning epochs in visual-inertial odometry |
WO2018130885A1 (en) * | 2017-01-13 | 2018-07-19 | Otsaw Digital Pte. Ltd. | Three-dimensional mapping of an environment |
CN109857108A (zh) * | 2019-01-31 | 2019-06-07 | 浙江迈睿机器人有限公司 | 基于内模控制算法的移动机器人轨迹跟踪方法及*** |
Non-Patent Citations (2)
Title |
---|
袁克非: "组合导航***多源信息融合关键技术研究", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 * |
黄智: "车载导航***组合定位技术研究", 《万方数据知识服务平台 学位论文》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111915921A (zh) * | 2020-08-11 | 2020-11-10 | 大陆投资(中国)有限公司 | 利用路侧设备的车道级精度定位方法 |
CN112558125A (zh) * | 2021-02-22 | 2021-03-26 | 腾讯科技(深圳)有限公司 | 一种车辆定位的方法、相关装置、设备以及存储介质 |
CN112558125B (zh) * | 2021-02-22 | 2021-05-25 | 腾讯科技(深圳)有限公司 | 一种车辆定位的方法、相关装置、设备以及存储介质 |
CN113295159A (zh) * | 2021-05-14 | 2021-08-24 | 浙江商汤科技开发有限公司 | 端云融合的定位方法、装置和计算机可读存储介质 |
CN113295159B (zh) * | 2021-05-14 | 2023-03-03 | 浙江商汤科技开发有限公司 | 端云融合的定位方法、装置和计算机可读存储介质 |
WO2024027350A1 (zh) * | 2022-08-03 | 2024-02-08 | 腾讯科技(深圳)有限公司 | 车辆定位方法、装置、计算机设备、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108596116B (zh) | 测距方法、智能控制方法及装置、电子设备和存储介质 | |
CN110865405A (zh) | 融合定位方法及装置、移动设备控制方法及电子设备 | |
CN109522910B (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
CN109697734B (zh) | 位姿估计方法及装置、电子设备和存储介质 | |
CN109870157B (zh) | 确定车***姿的方法及装置、制图方法 | |
KR102397268B1 (ko) | 시나리오 깊이와 카메라 움직임 예측 방법 및 장치, 기기, 매체와 프로그램 | |
CN111524185A (zh) | 定位方法及装置、电子设备和存储介质 | |
CN113074726A (zh) | 位姿确定方法及装置、电子设备和存储介质 | |
CN112229424B (zh) | 视觉惯性***的参数标定方法及装置、电子设备和介质 | |
CN111625764B (zh) | 移动数据的校准方法、装置、电子设备和存储介质 | |
CN111881827B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
CN113807470B (zh) | 一种车辆行驶状态确定方法和相关装置 | |
CN112414400B (zh) | 一种信息处理方法、装置、电子设备和存储介质 | |
CN112433211B (zh) | 一种位姿确定方法及装置、电子设备和存储介质 | |
CN114578329A (zh) | 多传感器联合标定方法、设备、存储介质及程序产品 | |
CN110888420A (zh) | 行走校正方法、智能移动设备、电子设备和存储介质 | |
CN112700468A (zh) | 位姿确定方法及装置、电子设备和存储介质 | |
CN113052874B (zh) | 目标跟踪方法及装置、电子设备和存储介质 | |
CN111860074B (zh) | 目标对象检测方法及装置、驾驶控制方法及装置 | |
CN114608591B (zh) | 车辆定位方法、装置、存储介质、电子设备、车辆及芯片 | |
CN111832338A (zh) | 对象检测方法及装置、电子设备和存储介质 | |
CN114549983A (zh) | 计算机视觉模型训练方法及装置、电子设备和存储介质 | |
CN112683262A (zh) | 定位方法及装置、电子设备和存储介质 | |
KR20220155421A (ko) | 포지셔닝 방법 및 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 | |
CN113157848A (zh) | 航路确定方法及装置、电子设备和存储介质 |
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 |