CN112182748A - 一种自动驾驶传感器仿真测试***及其应用方法 - Google Patents

一种自动驾驶传感器仿真测试***及其应用方法 Download PDF

Info

Publication number
CN112182748A
CN112182748A CN202010985552.8A CN202010985552A CN112182748A CN 112182748 A CN112182748 A CN 112182748A CN 202010985552 A CN202010985552 A CN 202010985552A CN 112182748 A CN112182748 A CN 112182748A
Authority
CN
China
Prior art keywords
imu
simulation
gps
automatic driving
vehicle
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.)
Withdrawn
Application number
CN202010985552.8A
Other languages
English (en)
Inventor
张虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Xingyue Intelligent Technology Co ltd
Original Assignee
Suzhou Xingyue Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Xingyue Intelligent Technology Co ltd filed Critical Suzhou Xingyue Intelligent Technology Co ltd
Priority to CN202010985552.8A priority Critical patent/CN112182748A/zh
Publication of CN112182748A publication Critical patent/CN112182748A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种自动驾驶传感器仿真测试***，包括通信交互连接的上位机和底层板卡；上位机包括轨迹生成模块，底层板卡包括底层中央处理模块，底层中央处理模块基于轨迹生成模块发出的车辆运动轨迹信息实时模拟计算车辆的当前运行位置；根据当前运行位置计算输出GPS仿真信号和IMU仿真信号；根据该GPS仿真信号的和IMU仿真信号进行车辆的定位运算；本发明完全基于开源软件平台进行自主开发得到，应用成本低，且打破了国外技术壁垒；本发明还公开了一种自动驾驶传感器仿真测试***的应用方法，提出了针对不同层级的仿真环境测试场景，明显加快了定位算法和车辆控制算法的开发节奏，而且具有通用性和普适性。

Description

一种自动驾驶传感器仿真测试***及其应用方法
技术领域
本发明属于自动驾驶领域，具体涉及一种自动驾驶传感器仿真测试***，本发明还涉及该仿真测试***所采用的应用方法。
背景技术
自动驾驶技术开发是一个高度复杂的***工程，其外界感知模块由毫米波雷达、超声波雷达、摄像头、激光雷达、全球定位***GPS以及惯性导航单元(IMU)等多种传感器组成，不同的传感器对车辆周围的不同特征进行检测，不同特征在感知车辆周遭环境中起到的作用各不相同，由控制***对各信息加以整合估计出当前车辆的位置信息，进而决定车辆的运动情况。
其中，GPS因其可以定位出当前车辆在地图中的位置，是最基本的传感器；但是GPS首先存在定位精度不足的问题，误差范围为1-10m，并且将采样频率设置在较低频率范围，精度和实时性都无法满足自动驾驶的要求，且在道路遮挡环境中信号质量大打折扣；而惯性导航单元IMU可以获取车辆瞬时的运动情况(3维空间的加速度，角速度以及地磁角)，并且将采样频率设置在较高频率范围，可以作为GPS很好的补充，但是IMU计算车辆速度和转向信息需要进行积分，累计误差问题严重，随时间发散，而这一问题则可由GPS周期性纠正。因此，在开发过程中开发的数据融合算法，将这两个传感器扬长避短，形成可靠的位置估计算法，是自动驾驶技术的基本功能。
然而，两个传感器由于自身特性，会不可避免地存在较多的***误差，而且自动驾驶定位技术的开发需要针对不同的地形、地图进行大量的测试，因而，如果在算法开发初期，直接采用在实车上直接进行定位算法(不引入仿真设备)的测试效率非常低，无法满足批量测试的需求。为了解决自动驾驶定位技术的大量测试应用问题，目前已有采用硬件在环的仿真设备来开展前期算法开发，不仅可以满足大量场景测试的需求，同时可以满足测试批量化的需求，对于缩短开发周期，加快开发节奏有着重要的作用。
然而，较为成熟的硬件在环设备大多基于国外商用软件作为开发平台，一方面成本较高，另一方面也存在技术壁垒问题，国内目前缺乏具有自主知识产权的开发平台，其开发应用完全受到国外制约。
因此，独立开发基于开源软件的自动驾驶传感器仿真测试***具有极其重要的意义。
发明内容
有鉴于此，本发明的目的在于提供一种自动驾驶传感器仿真测试***，完全基于开源软件平台进行自主开发得到，应用成本低，且打破了国外技术壁垒。
本发明的目的还在于提供一种自动驾驶传感器仿真测试***的应用方法，提出了针对不同层级的仿真环境测试场景，明显加快了定位算法和车辆控制算法的开发节奏，而且用户搭建的测试环境可以贯穿搭载实车之前的所有测试阶段，具有通用性和普适性。
本发明采用的技术方案如下：
一种自动驾驶传感器仿真测试***，包括通信交互连接的上位机和底层板卡；其中，所述上位机包括用于自动驾驶的轨迹生成模块，所述底层板卡包括底层中央处理模块，所述底层中央处理模块基于轨迹生成模块发出的车辆运动轨迹信息实时模拟计算车辆的当前运行位置；根据当前运行位置计算输出GPS仿真信号和IMU仿真信号；根据该GPS仿真信号的和IMU仿真信号进行车辆的定位运算。
本申请涉及的上位机软件是基于开源软件平台开发得到，例如可以采用python开源软件平台；由于在实际操作时，本申请仅需要对底层板卡的相关参数进行选择，在每次仿真前提前配置好即可，对于实时性要求低，因此优选地，底层板卡与上位机采用串口通讯方式实现通信交互连接；具体优选地，底层板卡的底层中央处理模块具体采用FPGA(可编程门阵列)进行控制，满足对GPS仿真信号和IMU仿真信号的高度实时计算需求，具体在仿真工作时，FPGA根据GPS、IMU所需的数据更新频率来对其时钟进行预先配置，例如：当IMU的更新最高频率为100Hz，每次更新需要进行5000条计算，那么根据这个需求，将FPGA的计算频率设成500kHz，基于考虑安全系数考虑，也可以将FPGA的计算频率配置为更高范围，实际设置可以根据具体需求进行，这些都是本领域技术人员基于本申请技术内容可以做出的常规技术选择。
需要特别说明的是，本申请涉及的GPS仿真信号包括车辆的经度位置和纬度位置信息，IMU仿真信号包括加速度计，陀螺仪和磁力计对应生成的三维方向的加速度，角速度以及地磁角共9轴数据信息，这些是本领域的公知，本申请对其不做具体展开说明。
由于量产状态的GPS因其传感器特性，本身具有较大的误差，优选地，在进行车辆的定位运算前，所述GPS仿真信号预先进行GPS误差补偿，用于接近真实GPS信号；其中，所述GPS误差包括GPS***误差和/或GPS偶然误差，所述GPS***误差包括由于接收到经过反射的信号导致电磁波传播路径变长(表现为在某特定区域，GPS的位置固定不变，例如：GPS信号在室内会大大减弱，事实上是受周围楼宇影响的极端情况，即传播路径过长，GPS信号可能会衰减为0)而引起的计算偏差，所述GPS偶然误差受天气影响造成的偏差(原因包括由于电磁波信号传播的介质变化引起光速变化)，该偏差符合高斯分布。
优选地，所述GPS误差补偿的计算公式为：
Figure BDA0002689127560000031
其中，xt，yt分别为补偿后的车辆经度位置信息和维度位置信息；所述
Figure BDA0002689127560000041
分别为仿真计算得到的车辆经度位置信息和维度位置信息，Δxt，Δyt分别为满足高斯分布的误差参数，可通过预先测算后设定，f(x)，f(y)分别为特定区域的GPS***误差补偿参数，可通过预先测算后设定。
由于量产状态的IMU因其传感器特性，本身具有较大的误差，优选地，在进行车辆的定位运算前，所述IMU仿真信号预先进行IMU误差补偿，用于接近真实IMU信号；其中，所述IMU误差补偿包括IMU***误差和/或IMU随机误差，所述IMU***误差包括开机恒定零点漂移误差和/或比例因子误差和/或方向不重合且非正交误差，所述IMU随机误差包括随机行走误差和/或零点偏移不稳定误差。
优选地，所述比例因子误差和方向不重合且非正交误差通过离线IMU传感器标定进行校正补偿；所述开机恒定零点漂移误差表现为每次开机满足高斯分布的恒定偏移参数，该恒定偏移参数可以通过对IMU传感器多次开机静止后测量读取恒定偏移数，取其平均值得到；
所述IMU随机误差的计算公式为：
wm＝wt+b+nr
Figure BDA0002689127560000042
其中，wm：为补偿后的IMU角速度，wt为仿真计算的IMU角速度，nr和nw为功率谱参数，通过艾伦方差计算得到，且nr满足高斯白噪声特性，其功率谱参数为常数，b满足维纳过程噪声特性，其功率谱密度与1/f2成正比，f为IMU的工作频率。
本申请在实际应用时，作为面向自动驾驶前期开发的典型场景，例如有：园区绕圈，十字路口，楼宇下，GPS信号会受干扰，颠簸路况时IMU信号波动较大等，需要对计算得到的仿真信号进行补偿后再进行定位运算，可以有效提高仿真测试技术水平。
优选地，通过自动驾驶控制器执行所述定位算法，其中，所述底层板卡分别设有GPS发生器和IMU发生器，所述自动驾驶控制器分别设有与所述GPS发生器通信连接的GPS接收单元，以及与所述IMU发生器通信连接的IMU接收单元，使得自动驾驶控制器可以真实接收得到GPS仿真信号和IMU仿真信号。
优选地，一种如上所述自动驾驶传感器仿真测试***的应用方法，通过轨迹生成模块发出车辆运动轨迹信息；通过所述底层中央处理模块计算输出GPS仿真信号的和IMU仿真信号，直接根据该GPS仿真信号的和IMU仿真信号进行车辆的定位运算，适合作为仿真环境定位算法的测试场景；具体优选地，可以直接将底层中央处理模块中的传感器信号模拟算法作为库函数被模型调用，以灵活的方式最快达到完成作为初期仿真环境定位算法开发的目的。
优选地，一种如上所述自动驾驶传感器仿真测试***的应用方法，通过轨迹生成模块发出车辆运动轨迹信息；自动驾驶控制器接收底层中央处理模块输出的GPS仿真信号的和IMU仿真信号并进行定位运算，用于验证自动驾驶控制器的信号接收性能以及定位运算性能，所述自动驾驶控制器与仿真环境之间进行协同工作，适合作为接收传感器信号以及执行定位算法的测试场景；优选地，本申请涉及的自动驾驶控制器采用具有强大计算能力的浮点运算方式，在进行定位运算性能验证时，对从浮点运算转定点运算会出现的定位精度、计算效果等方面进行验证测试。
优选地，一种如上所述自动驾驶传感器仿真测试***的应用方法，通过轨迹生成模块发出车辆运动轨迹信息；自动驾驶控制器接收底层中央处理模块输出的GPS仿真信号的和IMU仿真信号并进行定位运算；同时所述自动驾驶控制器车辆控制算法，对车辆进行横向纵向控制，轨迹更新模块依据当前车辆的运动参数计算并更新所述车辆运动轨迹，适合作为自动驾驶控制器中车辆控制算法的测试场景；具体优选地，车辆的运动参数包括车辆平面运动速度(u,v)以及车身航向角(phi)，或车辆驱动电机的扭距(torque)以及转向角(theta)，依据该运动参数来计算运动轨迹。
本发明完全基于开源软件平台进行自主开发得到，应用成本低，且打破国外技术壁垒，具体通过底层板卡的底层中央处理模块进行模拟计算得到GPS仿真信号和IMU仿真信号，同时基于实际传感器自身特性，在仿真模拟计算中引入信号误差补偿机制，通过物理模型与大量实验数据相结合的方式，最大程度地提高传感器的仿真精度，尽可能接近传感器的实际物理特性，提高传感器信号仿真计算的精度，提升传感器仿真的技术水平；
本发明在提出自动驾驶传感器仿真测试***的基础上，进一步创造性地提出了针对不同层级的仿真环境测试场景，在明显加快了开发自动驾驶传感器仿真测试***节奏的基础上，而且用户搭建的测试环境可以贯穿搭载实车之前的所有测试阶段，具有通用性和普适性。
附图说明
图1是本申请实施例1中自动驾驶传感器仿真测试***的模块示意图；
图2是本申请实施例2中应用的测试场景示意图；
图3是本申请实施例3中应用的测试场景示意图；
图4是本申请实施例4中应用的测试场景示意图。
具体实施方式
本发明实施例公开了一种自动驾驶传感器仿真测试***，包括通信交互连接的上位机和底层板卡；其中，上位机包括用于自动驾驶的轨迹生成模块，底层板卡包括底层中央处理模块，底层中央处理模块基于轨迹生成模块发出的车辆运动轨迹信息实时模拟计算车辆的当前运行位置；根据当前运行位置计算输出GPS仿真信号和IMU仿真信号；根据该GPS仿真信号的和IMU仿真信号进行车辆的定位运算。
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
实施例1：请参见图1所示，一种自动驾驶传感器仿真测试***，包括通信交互连接的上位机和底层板卡；其中，上位机软件基于python开源软件平台开发得到(也可以采用其他合适的开源软件平台作为软件基础，本实施例对其没有特别唯一限定之处)，上位机包括用于自动驾驶的轨迹生成模块，底层板卡包括底层中央处理模块，底层中央处理模块基于轨迹生成模块发出的车辆运动轨迹信息实时模拟计算车辆的当前运行位置；根据当前运行位置计算输出GPS仿真信号和IMU仿真信号；根据该GPS仿真信号的和IMU仿真信号进行车辆的定位运算；优选地，在本实施方式中，通过自动驾驶控制器执行定位算法，其中，底层板卡分别设有GPS发生器和IMU发生器，自动驾驶控制器分别设有与GPS发生器通信连接的GPS接收单元，以及与IMU发生器通信连接的IMU接收单元；
优选地，在本实施方式中，在进行车辆的定位运算前，GPS仿真信号预先进行GPS误差补偿，用于接近真实GPS信号；其中，GPS误差包括GPS***误差和/或GPS偶然误差，GPS***误差包括由于接收到经过反射的信号导致电磁波传播路径变长而引起的计算偏差，GPS偶然误差包括受天气影响造成的偏差，该偏差符合高斯分布；GPS误差补偿的计算公式为：
Figure BDA0002689127560000071
其中，xt，yt分别为补偿后的车辆经度位置信息和维度位置信息；
Figure BDA0002689127560000081
分别为仿真计算得到的车辆经度位置信息和维度位置信息，Δxt，Δyt分别为满足高斯分布的误差参数，可通过预先测算后设定，f(x)，f(y)分别为特定区域的GPS***误差补偿参数，可通过预先测算后设定。
优选地，在本实施方式中，在进行车辆的定位运算前，IMU仿真信号预先进行IMU误差补偿，用于接近真实IMU信号；其中，IMU误差补偿包括IMU***误差和/或IMU随机误差，IMU***误差包括开机恒定零点漂移误差和/或比例因子误差和/或方向不重合且非正交误差，IMU随机误差包括随机行走误差和/或零点偏移不稳定误差；其中，
比例因子误差和方向不重合且非正交误差通过离线IMU传感器标定进行校正补偿；开机恒定零点漂移误差表现为每次开机满足高斯分布的恒定偏移参数，该恒定偏移参数可以通过对IMU传感器多次开机静止后测量读取恒定偏移数，取其平均值得到；
IMU随机误差的计算公式为：
wm＝wt+b+nr
Figure BDA0002689127560000082
其中，wm：为补偿后的IMU角速度，wt为仿真计算的IMU角速度，nr和nw为功率谱参数，通过艾伦方差计算得到，且nr满足高斯白噪声特性，其功率谱参数为常数，b满足维纳过程噪声特性，其功率谱密度与1/f2成正比，f为IMU的工作频率。
实施例2：请参见图2所示，一种如实施例1以上所述自动驾驶传感器仿真测试***的应用方法，在定位算法开发初期，通过轨迹生成模块发出车辆运动轨迹信息，具体地，该轨迹生成模块可以基于真实世界地图或虚拟世界地图来生成开环控制的车辆运动轨迹；通过底层中央处理模块的GPS仿真信号模拟计算、IMU仿真信号模拟计算(包括GPS误差补偿以及IMU误差补偿)，输出GPS仿真信号的和IMU仿真信号，在本实施例2中，直接将将底层中央处理模块中的GPS信号模拟算法、IMU信号模拟算法作为库函数被定位算法模型调用进行定位运算，以灵活的方式最快达到完成仿真环境定位算法开发的目的。
实施例3：请参见图3所示，一种如实施例1以上所述自动驾驶传感器仿真测试***的应用方法，通过轨迹生成模块发出车辆运动轨迹信息，具体地，该轨迹生成模块可以基于真实世界地图或虚拟世界地图来生成开环控制的车辆运动轨迹；自动驾驶控制器接收底层中央处理模块输出的GPS仿真信号的和IMU仿真信号(通过通信连接的GPS发生器和GPS接收单元，以及通信连接的IMU发生器和IMU接收单元)并进行定位运算，用于验证自动驾驶控制器的信号接收性能以及定位运算性能，自动驾驶控制器与仿真环境之间进行协同工作，适合作为接收传感器信号以及执行定位算法的测试场景。
实施例4：请参见图4所示，一种如实施例1以上所述自动驾驶传感器仿真测试***的应用方法，通过轨迹生成模块发出车辆运动轨迹信息，具体地，该轨迹生成模块可以基于真实世界地图或虚拟世界地图来生成车辆运动轨迹；自动驾驶控制器接收底层中央处理模块输出的GPS仿真信号的和IMU仿真信号并进行定位运算；同时自动驾驶控制器对车辆进行横向纵向控制，轨迹更新模块依据当前车辆的运动参数计算并更新所述车辆运动轨迹，适合作为自动驾驶控制器中车辆控制算法的测试场景；具体地，在本实施例4中，该轨迹更新模块根据自动驾驶控制器输出的运动参数信号进行车辆运动轨迹的计算并向底层中央处理模块输出车辆运动轨迹信息，具体在实施时，可以基于自动驾驶控制器输出的车辆平面运动速度(u,v)以及车身航向角(phi)来计算车辆的运动轨迹，也可以基于自动驾驶控制器输出的车辆驱动电机的扭距(torque)以及转向角(theta)来计算车辆的运动轨迹，底层中央处理模块根据该运动轨迹来模拟计算生成传感器信号。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (9)

1.一种自动驾驶传感器仿真测试***，其特征在于，包括通信交互连接的上位机和底层板卡；其中，所述上位机包括用于自动驾驶的轨迹生成模块，所述底层板卡包括底层中央处理模块，所述底层中央处理模块基于轨迹生成模块发出的车辆运动轨迹信息实时模拟计算车辆的当前运行位置；根据当前运行位置计算输出GPS仿真信号和IMU仿真信号；根据该GPS仿真信号的和IMU仿真信号进行车辆的定位运算。
2.根据权利要求1所述的自动驾驶传感器仿真测试***，其特征在于，在进行车辆的定位运算前，所述GPS仿真信号预先进行GPS误差补偿，用于接近真实GPS信号；其中，所述GPS误差包括GPS***误差和/或GPS偶然误差，所述GPS***误差包括由于接收到经过反射的信号导致电磁波传播路径变长而引起的计算偏差，所述GPS偶然误差包括受天气影响造成的偏差，该偏差符合高斯分布。
3.根据权利要求2所述的自动驾驶传感器仿真测试***，其特征在于，所述GPS误差补偿的计算公式为：
Figure FDA0002689127550000011
其中，xt，yt分别为补偿后的车辆经度位置信息和维度位置信息；所述
Figure FDA0002689127550000012
分别为仿真计算得到的车辆经度位置信息和维度位置信息，Δxt，Δyt分别为满足高斯分布的误差参数，可通过预先测算后设定，f(x)，f(y)分别为特定区域的GPS***误差补偿参数，可通过预先测算后设定。
4.根据权利要求1所述的自动驾驶传感器仿真测试***，其特征在于，在进行车辆的定位运算前，所述IMU仿真信号预先进行IMU误差补偿，用于接近真实IMU信号；其中，所述IMU误差补偿包括IMU***误差和/或IMU随机误差，所述IMU***误差包括开机恒定零点漂移误差和/或比例因子误差和/或方向不重合且非正交误差，所述IMU随机误差包括随机行走误差和/或零点偏移不稳定误差。
5.根据权利要求4所述的自动驾驶传感器仿真测试***，其特征在于，所述比例因子误差和方向不重合且非正交误差通过离线IMU传感器标定进行校正补偿；所述开机恒定零点漂移误差表现为每次开机满足高斯分布的恒定偏移参数，该恒定偏移参数可以通过对IMU传感器多次开机静止后测量读取恒定偏移数，取其平均值得到；
所述IMU随机误差的计算公式为：
wm＝wt+b+nr
Figure FDA0002689127550000021
其中，wm为补偿后的IMU角速度，wt为仿真计算的IMU角速度，nr和nw为功率谱参数，通过艾伦方差计算得到，且nr满足高斯白噪声特性，其功率谱参数为常数，b满足维纳过程噪声特性，其功率谱密度与1/f2成正比，f为IMU的工作频率。
6.根据权利要求1所述的自动驾驶传感器仿真测试***，其特征在于，通过自动驾驶控制器执行所述定位算法，其中，所述底层板卡分别设有GPS发生器和IMU发生器，所述自动驾驶控制器分别设有与所述GPS发生器通信连接的GPS接收单元，以及与所述IMU发生器通信连接的IMU接收单元。
7.一种如权利要求1-6之一所述自动驾驶传感器仿真测试***的应用方法，其特征在于，通过轨迹生成模块发出车辆运动轨迹信息；通过所述底层中央处理模块计算输出GPS仿真信号的和IMU仿真信号，直接根据该GPS仿真信号的和IMU仿真信号进行车辆的定位运算，适合作为仿真环境定位算法的测试场景。
8.一种如权利要求1-6之一所述自动驾驶传感器仿真测试***的应用方法，其特征在于，通过轨迹生成模块发出车辆运动轨迹信息；自动驾驶控制器接收底层中央处理模块输出的GPS仿真信号的和IMU仿真信号并进行定位运算，用于验证自动驾驶控制器的信号接收性能以及定位运算性能，所述自动驾驶控制器与仿真环境之间进行协同工作，适合作为接收传感器信号以及执行定位算法的测试场景。
9.一种如权利要求1-6之一所述自动驾驶传感器仿真测试***的应用方法，其特征在于，通过轨迹生成模块发出车辆运动轨迹信息；自动驾驶控制器接收底层中央处理模块输出的GPS仿真信号的和IMU仿真信号并进行定位运算；同时所述自动驾驶控制器车辆控制算法，对车辆进行横向纵向控制，轨迹更新模块依据当前车辆的运动参数计算并更新所述车辆运动轨迹，适合作为自动驾驶控制器中车辆控制算法的测试场景。
CN202010985552.8A 2020-09-18 2020-09-18 一种自动驾驶传感器仿真测试***及其应用方法 Withdrawn CN112182748A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010985552.8A CN112182748A (zh) 2020-09-18 2020-09-18 一种自动驾驶传感器仿真测试***及其应用方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010985552.8A CN112182748A (zh) 2020-09-18 2020-09-18 一种自动驾驶传感器仿真测试***及其应用方法

Publications (1)

Publication Number Publication Date
CN112182748A true CN112182748A (zh) 2021-01-05

Family

ID=73921685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010985552.8A Withdrawn CN112182748A (zh) 2020-09-18 2020-09-18 一种自动驾驶传感器仿真测试***及其应用方法

Country Status (1)

Country Link
CN (1) CN112182748A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112966335A (zh) * 2021-03-05 2021-06-15 北京百度网讯科技有限公司 接口仿真装置和自动驾驶仿真测试平台
CN112987593A (zh) * 2021-02-19 2021-06-18 中国第一汽车股份有限公司 一种视觉定位硬件在环仿真平台及仿真方法
CN113625685A (zh) * 2021-03-31 2021-11-09 中汽创智科技有限公司 一种自动驾驶测试***和方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112987593A (zh) * 2021-02-19 2021-06-18 中国第一汽车股份有限公司 一种视觉定位硬件在环仿真平台及仿真方法
CN112987593B (zh) * 2021-02-19 2022-10-28 中国第一汽车股份有限公司 一种视觉定位硬件在环仿真平台及仿真方法
CN112966335A (zh) * 2021-03-05 2021-06-15 北京百度网讯科技有限公司 接口仿真装置和自动驾驶仿真测试平台
CN112966335B (zh) * 2021-03-05 2023-11-24 北京百度网讯科技有限公司 接口仿真装置和自动驾驶仿真测试平台
CN113625685A (zh) * 2021-03-31 2021-11-09 中汽创智科技有限公司 一种自动驾驶测试***和方法

Similar Documents

Publication Publication Date Title
CN112182748A (zh) 一种自动驾驶传感器仿真测试***及其应用方法
US11754400B2 (en) Motion constraint-aided underwater integrated navigation method employing improved Sage-Husa adaptive filtering
Morales et al. Signals of opportunity aided inertial navigation
Milanés et al. Autonomous vehicle based in cooperative GPS and inertial systems
Yang et al. Magnetometer and differential carrier phase GPS-aided INS for advanced vehicle control
CN101082493B (zh) 一种农业机械导航的组合定位方法
CN110487301A (zh) 一种雷达辅助机载捷联惯性导航***初始对准方法
Xiong et al. G-VIDO: A vehicle dynamics and intermittent GNSS-aided visual-inertial state estimator for autonomous driving
CN106052686B (zh) 基于dsptms320f28335的全自主捷联惯性导航***
CN109029454A (zh) 一种基于卡尔曼滤波的横坐标系捷联惯导***阻尼算法
RU2487419C1 (ru) Система комплексной обработки информации радионавигационных и автономных средств навигации для определения действительных значений параметров самолетовождения
CN104019828A (zh) 高动态环境下惯性导航***杆臂效应误差在线标定方法
CN101858748A (zh) 高空长航无人机的多传感器容错自主导航方法
CN111157984B (zh) 基于毫米波雷达及惯性测量单元的一种行人自主导航方法
CN101846734A (zh) 农用机械导航定位方法、***及农用机械工控机
CN111006675B (zh) 基于高精度重力模型的车载激光惯导***自标定方法
CN103557864A (zh) Mems捷联惯导自适应sckf滤波的初始对准方法
CN103674064B (zh) 捷联惯性导航***的初始标定方法
CN111024075A (zh) 一种结合蓝牙信标和地图的行人导航误差修正滤波方法
Park et al. MEMS 3D DR/GPS integrated system for land vehicle application robust to GPS outages
Jin et al. Fast and accurate initialization for monocular vision/INS/GNSS integrated system on land vehicle
Gao et al. Development of precise GPS/INS/wheel speed sensor/yaw rate sensor integrated vehicular positioning system
CN113984044A (zh) 一种基于车载多感知融合的车辆位姿获取方法及装置
CN107085232B (zh) Gps导航***及其定位精度测试方法
CN114332418A (zh) 一种目标轨迹模拟方法及装置

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210105

WW01 Invention patent application withdrawn after publication