CN113048989B - 一种无人驾驶设备的定位方法及定位装置 - Google Patents
一种无人驾驶设备的定位方法及定位装置 Download PDFInfo
- Publication number
- CN113048989B CN113048989B CN202110364567.7A CN202110364567A CN113048989B CN 113048989 B CN113048989 B CN 113048989B CN 202110364567 A CN202110364567 A CN 202110364567A CN 113048989 B CN113048989 B CN 113048989B
- Authority
- CN
- China
- Prior art keywords
- historical
- current
- state data
- estimated
- moment
- 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 59
- 238000005457 optimization Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 230000006872 improvement Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G01C21/26—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
- G01C21/30—Map- or contour-matching
-
- 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
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
Abstract
本说明书公开了一种无人驾驶设备的定位方法及定位装置，可以获取无人驾驶设备在各历史时刻对应的历史状态数据、历史实际观测量以及当前时刻对应的当前实际观测量。而后，针对每个历史时刻，根据该历史时刻对应的历史状态数据，确定该历史时刻对应的历史估计观测量，并确定该历史时刻的历史估计观测量与历史实际观测量之间的观测偏差，以及根据当前时刻对应的待估计当前状态数据，确定待估计当前观测量，并确定待估计当前观测值与当前实际观测值之间的观测偏差。进一步地，以各历史时刻的观测偏差以及当前时刻的观测偏差的和值最小为优化目标，估计当前状态数据，并根据当前状态数据，对无人驾驶设备进行定位，从而能够准确的确定出定位数据。
Description
技术领域
本说明书涉及无人驾驶技术领域，尤其涉及一种无人驾驶设备的定位方法及定位装置。
背景技术
随着无人驾驶技术的不断发展，诸如无人车、无人控制机器人、无人机等无人驾驶设备已经应用到众多领域，为这些领域的业务执行带来的极大的便利。
在无人驾驶技术领域中，无人驾驶设备的定位尤为重要，而为了保证定位的准确性，通常情况下，无人驾驶设备需要采用两种以上的定位方式来进行定位。例如，无人驾驶设备采用惯性测量单元（Inertial Measurement Unit，IMU）以及全球定位***（GlobalPositioning System，GPS）进行定位的过程中，可以通过基于GPS获取到的定位数据，对通过IMU预测出的定位数据进行修正更新，从而得到当前时刻最优的定位结果。
然而在实际应用中，往往仅是依靠上一时刻的相关数据来确定当前时刻的定位数据，这种方式确定出的当前时刻的定位数据并不能保证是全局的最优解，准确性较低。
所以，如何能够准确的确定出定位数据，则是一个亟待解决的问题。
发明内容
本说明书提供一种无人驾驶设备的定位方法及定位装置，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种无人驾驶设备的定位方法，包括：
获取无人驾驶设备在各历史时刻对应的历史状态数据、历史实际观测量以及当前时刻对应的当前实际观测量；
针对每个历史时刻，根据该历史时刻对应的历史状态数据，确定该历史时刻对应的历史估计观测量，并确定该历史时刻对应的历史估计观测量与该历史时刻对应的历史实际观测量之间的观测偏差，以及根据确定出的所述当前时刻对应的待估计当前状态数据，确定所述当前时刻对应的待估计当前观测量，并确定所述待估计当前观测量与所述当前实际观测量之间的观测偏差；
以各历史时刻对应的观测偏差以及所述当前时刻对应的观测偏差的和值最小为优化目标，估计所述无人驾驶设备在所述当前时刻对应的当前状态数据；
根据估计出的所述当前状态数据，对所述无人驾驶设备进行定位。
可选地，所述历史状态数据包括：第一历史状态数据以及第二历史状态数据，所述第一历史状态数据是所述无人驾驶设备通过基础导航方式获取到的第一历史实际观测量估计出的，所述第二历史状态数据是所述无人驾驶设备通过辅助导航方式获取到的第二历史实际观测量估计出的；
所述当前实际观测量包括：所述无人驾驶设备在当前时刻通过所述基础导航方式获取到的第一当前观测量，以及所述无人驾驶设备在当前时刻通过所述辅助导航方式获取到的第二当前观测量。
可选地，所述基础导航方式包括：惯性测量单元IMU导航方式，所述辅助导航方式包括：全球定位***GPS导航方式。
可选地，确定该历史时刻对应的历史估计观测量与该历史时刻对应的历史实际观测量之间的观测偏差之前，所述方法还包括：
确定所述IMU导航方式对应的待估计第一***误差，以及所述GPS导航方式对应的待估计第二***误差，其中，所述待估计第一***误差和所述待估计第二***误差不变；
根据该历史时刻对应的历史状态数据，确定该历史时刻对应的历史估计观测量，具体包括：
根据该历史时刻对应的第一历史状态数据以及所述待估计第一***误差，确定该历史时刻对应的第一历史估计观测量，以及根据该历史时刻对应的第二历史状态数据以及所述待估计第二***误差，确定该历史时刻对应的第二历史估计观测量。
可选地，确定所述GPS导航方式对应的待估计第二***误差，具体包括：
针对每个导航卫星，确定该导航卫星对应的待估计传输误差，以及所述无人驾驶设备中设置的卫星信号接收机对应的待估计时钟误差；
将所述待估计传输误差以及所述待估计时钟误差，作为该导航卫星对应的待估计第二***误差。
可选地，根据该历史时刻对应的第二历史状态数据以及所述待估计第二***误差，确定该历史时刻对应的第二历史估计观测量，具体包括：
根据预设的星历文件以及该历史时刻，确定该导航卫星在该历史时刻对应的卫星位置信息；
根据所述卫星位置信息、该导航卫星对应的待估计第二***误差以及所述无人驾驶设备在该历史时刻下基于该导航卫星获取到的第二历史状态数据，确定该导航卫星在该历史时刻下对应的第二历史估计观测量。
可选地，获取无人驾驶设备在各历史时刻对应的历史状态数据、历史实际观测量以及当前时刻对应的当前实际观测量，具体包括：
确定到达所述当前时刻为设定时间长度的时间段；
获取所述无人驾驶设备在所述时间段内的各历史时刻对应的历史状态数据以及历史实际观测量。
可选地，以各历史时刻对应的观测偏差以及所述当前时刻对应的观测偏差的和值最小为优化目标，估计所述无人驾驶设备在当前时刻对应的当前状态数据，具体包括：
确定针对所述当前状态数据的先验概率分布；
以各历史时刻对应的观测偏差以及所述当前时刻对应的观测偏差的和值最小，以及估计出的所述当前状态数据符合所述先验概率分布为优化目标，估计所述当前状态数据。
本说明书提供了一种无人驾驶设备的定位装置，包括：
获取模块，用于获取无人驾驶设备在各历史时刻对应的历史状态数据、历史实际观测量以及当前时刻对应的当前实际观测量；
确定模块，用于针对每个历史时刻，根据该历史时刻对应的历史状态数据，确定该历史时刻对应的历史估计观测量，并确定该历史时刻对应的历史估计观测量与该历史时刻对应的历史实际观测量之间的观测偏差，以及根据确定出的所述当前时刻对应的待估计当前状态数据，确定所述当前时刻对应的待估计当前观测量，并确定所述待估计当前观测量与所述当前实际观测量之间的观测偏差；
估计模块，用于以各历史时刻对应的观测偏差以及所述当前时刻对应的观测偏差的和值最小为优化目标，估计所述无人驾驶设备在所述当前时刻对应的当前状态数据；
定位模块，用于根据估计出的所述当前状态数据，对所述无人驾驶设备进行定位。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述无人驾驶设备的定位方法。
本说明书提供了一种无人驾驶设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述无人驾驶设备的定位方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的无人驾驶设备的定位方法中，可以获取无人驾驶设备在各历史时刻对应的历史状态数据、历史实际观测量以及当前时刻对应的当前实际观测量。而后，针对每个历史时刻，根据该历史时刻对应的历史状态数据，确定该历史时刻对应的历史估计观测量，并确定该历史时刻对应的历史估计观测量与该历史时刻对应的历史实际观测量之间的观测偏差，以及根据确定出的当前时刻对应的待估计当前状态数据，确定当前时刻对应的待估计当前观测量，并确定待估计当前观测值与当前实际观测值之间的观测偏差。进一步地，以各历史时刻对应的观测偏差以及当前时刻对应的观测偏差的和值最小为优化目标，估计无人驾驶设备在当前时刻对应的当前状态数据，并根据估计出的当前状态数据，对无人驾驶设备进行定位。
从上述方法中可以看出，本方法可以通过一段时间内的历史状态数据，即，多个历史时刻中的历史状态数据，来对该当前状态数据进行估计，并且，在确定当前状态数据时，是通过各历史时刻的历史状态数据、各历史时刻的历史实际观测量以及当前实际观测量来确定，从而通过多个历史时刻的位置，来对当前时刻的位置进行约束，因此，相比于现有技术，能够准确的确定出定位数据。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中一种无人驾驶设备的定位方法的流程示意图；
图2为本说明书提到的一种各历史时刻以及当前时刻中无人驾驶设备所处位置与各导航卫星之间的关系的示意图；
图3为本说明书提供的一种无人驾驶设备的定位装置的示意图；
图4为本说明书提供的对应于图1的无人驾驶设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。
图1为本说明书中一种无人驾驶设备的定位方法的流程示意图，具体包括以下步骤：
S101：获取无人驾驶设备在各历史时刻对应的历史状态数据、历史实际观测量以及当前时刻对应的当前实际观测量。
在本说明书中，为了保证无人驾驶设备的行驶安全，在无人驾驶设备的行驶过程中，无人驾驶设备需要对自身进行定位，保证无人驾驶设备能够通过准确的定位，确定自身在地图中的位置，躲避障碍物，以及安全前往所需到达的目的地。
基于此，无人驾驶设备可以获取自身在各历史时刻对应的历史状态数据、历史实际观测量以及当前时刻对应的当前实际观测量。一个历史时刻对应的历史状态数据可以表示该历史时刻中无人驾驶设备对应的位姿、速度等，即，该无人驾驶设备对应的位置、该无人驾驶设备对应的姿态以及该无人驾驶设备对应的速度等，历史实际观测量以及当前实际观测量可以是指无人驾驶设备通过传感器进行测量得到的实际观测量。
上述提到的历史状态数据可以包括第一历史状态数据以及第二历史状态数据，其中，该第一历史状态数据是无人驾驶设备通过基础导航方式获取到的第一历史实际观测量估计出的，第二历史状态数据是无人驾驶设备通过辅助导航方式获取到的第二历史实际观测量估计出的，可以看出每一时刻无人驾驶设备可以通过多种导航方式对自身进行定位，因此，当前实际观测量也可以通过不同导航方式确定出，具体的，当前实际观测量可以包括无人驾驶设备在当前时刻通过基础导航方式获取到的第一当前观测量，以及无人驾驶设备在当前时刻通过辅助导航方式获取到的第二当前观测量。
上述提到的第一历史状态数据与第二历史状态数据可以是一致的，即，每一时刻，无人驾驶设备通过基础导航方式得到第一历史实际观测量以及通过辅助导航方式得到第二历史实际观测量，并通过第一历史实际观测量以及第二历史实际观测量，确定出统一的状态数据。当然，第一历史状态数据与第二历史状态数据也可以分别对应于基础导航方式与辅助导航方式，即，第一历史状态数据通过基础导航方式确定，第二历史状态数据通过辅助导航方式确定，因此，第一历史状态数据与第二历史状态数据不同。
上述基础导航方式以及辅助导航方式的组合可以有多种，例如，基础导航方式可以是指IMU导航方式，辅助导航方式为GPS导航方式，再例如，基础导航方式可以是指激光导航方式，辅助导航方式为GPS导航方式，再例如，基础导航方式为GPS导航方式，辅助导航方式为视觉导航方式。若基础导航方式为IMU导航方式，则各历史时刻对应的第一历史实际观测量以及当前时刻对应的第一当前实际观测量可以是指通过IMU测量出的角速度、加速度等，若辅助导航方式为GPS导航方式，则各历史时刻对应的第二历史实际观测量以及当前时刻对应的第二当前实际观测量可以是指通过GPS测量出的无人驾驶设备设有的卫星信号接收机与导航卫星之间的伪距信息。
上述提到的无人驾驶设备可以是指无人车、无人机、自动配送设备等能够实现自动驾驶的设备。基于此，采用本说明书提供的无人驾驶设备的定位方法可以在无人驾驶设备的行驶过程中确定无人驾驶设备的位置，该无人驾驶设备具体可应用于通过无人驾驶设备进行配送的领域，如，使用无人驾驶设备进行快递、物流、外卖等配送的业务场景。
S102：针对每个历史时刻，根据该历史时刻对应的历史状态数据，确定该历史时刻对应的历史估计观测量，并确定该历史时刻对应的历史估计观测量与该历史时刻对应的历史实际观测量之间的观测偏差，以及根据确定出的所述当前时刻对应的待估计当前状态数据，确定所述当前时刻对应的待估计当前观测量，并确定所述待估计当前观测量与所述当前实际观测量之间的观测偏差。
S103：以各历史时刻对应的观测偏差以及所述当前时刻对应的观测偏差的和值最小为优化目标，估计所述无人驾驶设备在所述当前时刻对应的当前状态数据。
无人驾驶设备确定出各历史时刻对应的历史状态数据、历史实际观测量以及当前时刻对应的当前实际观测量后，可以针对每个历史时刻，根据该历史时刻对应的历史状态数据，确定该历史时刻对应的历史估计观测量，以及确定该历史时刻对应的历史估计观测量与该历史时刻对应的历史实际观测量之间的观测偏差。也就是说，可以通过一定方式将该历史时刻对应的历史状态数据进行转换，得到历史估计观测量，即，该历史估计观测量是无人驾驶设备计算得到的，而历史实际观测量是通过传感器进行测量得到的。
同样的，无人驾驶设备可以根据确定出的当前时刻对应的待估计当前状态数据，确定当前时刻对应的待估计当前观测量，并确定待估计当前观测量与当前实际观测量之间的观测偏差。这里提到的待估计当前状态数据是需要确定出的，也就是说，该待估计当前状态数据是未知数，待估计当前观测值需要通过该待估计当前状态数据计算出。
在本说明书中，每一时刻，可以通过IMU导航方式以及GPS导航方式共同对无人驾驶设备进行定位以及导航，而在通过IMU和GPS进行导航的过程，难免会产生一些误差，因此，无人驾驶设备可以确定出IMU导航方式对应的待估计第一***误差，以及GPS导航方式对应的待估计第二***误差，其中，由于各历史时刻到当前时刻的一段时间较短，待估计第一***误差和待估计第二***误差不变。
无人驾驶设备可以根据该历史时刻对应的第一历史状态数据以及待估计第一***误差，确定该历史时刻对应的第一历史估计观测量，以及根据该历史时刻对应的第二历史状态数据以及待估计第二***误差，确定该历史时刻对应的第二历史估计观测量，具体可以通过下面的IMU观测量计算公式确定出第一历史估计观测量。
其中，
为该历史时刻对应的第一历史估计观测量，
为该历史时刻对
应的第一历史状态数据，
为该历史时刻的上一时刻对应的第一历史状态数据，
表
示三轴加速度零偏，
表示三轴陀螺仪零偏，
以及
均为待估计第一系
统误差。
在确定该历史时刻对应的第二历史估计观测量时，需要针对每个导航卫星，确定该导航卫星对应的待估计传输误差，以及无人驾驶设备中设置的卫星信号接收机对应的待估计时钟误差，并将待估计传输误差以及待估计时钟误差，作为该导航卫星对应的待估计第二***误差。
进一步地，无人驾驶设备可以根据该历史时刻对应的第二历史状态数据以及待估计第二***误差，确定该历史时刻对应的第二历史估计观测量。其中，无人驾驶设备可以针对每个导航卫星，根据预设的星历文件以及该历史时刻，确定出该导航卫星在该历史时刻对应的卫星位置信息，并根据该卫星位置信息、该导航卫星对应的待估计第二***误差以及无人驾驶设备在该历史时刻下基于该导航卫星获取到的第二历史状态数据，确定该导航卫星在该历史时刻下对应的第二历史估计观测量，具体可以通过下面的GPS观测量计算公式确定出第二历史估计观测量。
其中，
为第i个导航卫星在该历史时刻对应的伪距信息，
为基于该导航
卫星获取到的第二历史状态数据，
为该历史时刻对应的第二历史估计观测量，
为第i个导航卫星在该历史时刻对应的卫星位置信息，
为第i个导航卫星对应的待估
计传输误差，
以及
均为无人驾驶设备中设置的卫星信号接收机对应的
待估计时钟误差，
为卫星信号接收机的时钟偏差，
为卫星信号接收机的
时钟漂移，这里的第二历史状态数据与上述公式中的第一历史状态数据可以是一致的，也
可以是不一致的。
需要说明的是，由于每一时刻均可以通过基础导航方式以及辅助导航方式对无人驾驶设备进行定位、导航，因此，对当前时刻来说，无人驾驶设备也可以分别得到第一当前观测量和第二当前观测量，当前时刻对应的待估计当前状态数据也可以包括基础导航方式对应的待估计第一当前状态数据以及辅助导航方式对应的待估计第二当前状态数据，与上述历史时刻的计算类似，该待估计第一当前状态数据与待估计第二当前状态数据可以是一致的，也可以是不同的。
无人驾驶设备可以根据待估计第一当前状态数据，确定无人驾驶设备在当前时刻对应的待估计第一当前观测量，以及根据待估计第二当前状态数据，确定无人驾驶设备在当前时刻对应的待估计第二当前观测量，若基础导航方式为IMU导航方式，辅助导航方式为GPS导航方式，待估计第一当前观测量也可以通过上述IMU观测量计算公式来确定，待估计第二当前观测量可以根据上述GPS观测量计算公式来确定。
若通过上述IMU观测量计算公式来确定第一当前观测量，则
为当前时刻对
应的待估计第一当前观测量，
为当前时刻对应的待估计第一当前状态数据，
为当
前时刻的上一时刻对应的第一历史状态数据，其余数据与确定历史时刻的第一历史观测量
时一致。
若通过上述GPS观测量计算公式来确定第二当前观测量，
为第i个导航卫
星在当前时刻对应的伪距信息，
为当前时刻对应的待估计第二当前状态数据，
为第
i个导航卫星在当前时刻对应的卫星位置信息，该待估计第二当前状态数据可以与待估计
第一当前状态数据一致，也可以不一致。
在本说明书中，无人驾驶设备可以确定待估计第一当前观测量与第一当前观测量之间的偏差，作为当前时刻对应的第一当前偏差，以及确定待估计第二当前观测量与第二当前观测量之间的偏差，作为当前时刻对应的第二当前偏差，并根据第一当前偏差，以及第二当前偏差，确定出当前时刻对应的观测偏差。
基于同样的思路，可以确定出各历史时刻对应的观测偏差，即，无人驾驶设备可以针对每个历史时刻，确定出该历史时刻对应的第一历史实际观测量与该历史时刻对应的第一历史估计观测量之间的偏差，作为该历史时刻对应的第一历史偏差，以及确定出该历史时刻对应的第二历史实际观测量与第二历史估计观测量之间的偏差，作为第二历史偏差，并根据该历史时刻对应的第一历史偏差以及第二历史偏差，确定出该历史时刻对应的观测偏差。
而后，无人驾驶设备可以将各历史时刻对应的观测偏差以及当前时刻对应的观测偏差的和值最小作为优化目标，估计无人驾驶设备在当前时刻对应的当前状态数据，其中，在确定各历史时刻对应的历史状态数据以及历史实际观测量时，无人驾驶设备可以确定出到达当前时刻为设定时间长度的时间段，并获取在该时间段内的各历史时刻对应的历史状态数据以及历史实际观测量。即，无人驾驶设备可以确定出过去一段时间内的历史状态数据，并通过这些历史状态数据，来确定出当前状态数据，也就是说，无人驾驶设备可以将该时间段内的各历史时刻对应的观测偏差，以及当前时刻对应的观测偏差的和值最小作为优化目标，来估计出当前状态数据。这里提到的设定时间长度可以根据实际需求进行设定。
在确定每一时刻的当前状态数据时，无人驾驶设备可以向前推移设定时间长度，得到估计当前状态数据所需的设定时间长度的时间段内的各历史时刻对应的历史状态数据，如图2所示。
图2为本说明书提到的一种各历史时刻以及当前时刻中无人驾驶设备所处位置与各导航卫星之间的关系的示意图。
从图2中可以看出，图中是n个时刻中无人驾驶设备所处位置的变化，以及m导航卫星在n个时刻中所处位置的变化，对于每一个时刻来说，可以根据从该时刻向前推移的n个时刻内的无人驾驶设备的历史状态数据，来估计该时刻时，无人驾驶设备的当前状态数据。具体可以通过以下公式确定出各历史时刻对应的观测偏差以及当前时刻对应的观测偏差的和值，再以该和值最小化为优化目标，确定出当前时刻对应的当前状态数据。
其中，上述公式中的
为各历史时刻对应的观测偏差以及当前时刻对应的观
测偏差的和值，
为包含
到
的集合，即，包含各历史时刻对应的历史状态数据以及当
前时刻对应的待估计状态数据，
为每个时刻针对IMU的实际观测量，
为每个
时刻针对GPS的实际观测量，
为IMU的实际观测量对应的测量协方差矩阵，
为GPS
的实际观测量对应的测量协方差矩阵。确定出上述和值后，可以将以下公式中的目标函数
作为优化目标，得到优化后的每个历史时刻对应的历史状态数据，以及估计出的当前时刻
对应的当前状态数据。
上述公式中，是通过高斯-牛顿（Gauss-Newton，GN）迭代法，来对各历史时刻对应的观测偏差以及当前时刻对应的观测偏差的和值进行最小化，估计出的当前时刻对应的当前状态数据，并且，虽然在各历史时刻中，确定出了每个历史时刻对应的历史状态数据，但在进行迭代优化的过程中，也可以将每个历史时刻对应的历史状态数据进行优化，得到优化后的历史状态数据。
在本说明书中，可以通过前一段时间内的历史状态数据，以及在前一段时间内通过传感器测量出来的历史实际观测量和当前时刻的当前实际观测量，来确定当前状态数据，但是这种方式仅通过一段时间内的状态数据和观测量，来估计当前状态数据，并未使用到这一段时间前的状态数据，这样可能会使得后续确定出的状态数据的误差越来越大，为了防止这一情况，无人驾驶设备可以确定针对当前状态数据的先验概率分布，并将各历史时刻对应的观测偏差以及当前时刻对应的观测偏差的和值最小，以及估计出的该当前状态数据符合先验概率分布为优化目标，估计当前状态数据。
具体可以将以下公式作为目标函数，即，通过最小化以下目标函数，来确定出当前状态数据。
上述公式也是通过GN迭代法来确定当前状态数据，其中，
为历史上的各历史状
态数据的平均值。当然，也可以通过其他优化算法，来确定该当前状态数据，针对当前状态
数据的先验概率分布可以表示在当前状态数据的历史上全部历史状态数据的概率分布，在
此不对具体的优化算法进行限定。
S104：根据估计出的所述当前状态数据，对所述无人驾驶设备进行定位。
无人驾驶设备估计出当前状态数据后，可以根据当前状态数据，对无人驾驶设备进行定位。其中，当前时刻对应的当前状态数据中可以包含姿态四元数信息、在北东地（North East Down，NED）坐标系下的位置信息以及NED坐标系的速度信息。无人驾驶设备对自身进行准确定位后，可以通过对自身实施控制，如，通过电子地图（如高精地图）进行导航，前往所需到达的目的地等。
从上述方法中可以看出，可以通过一段时间内的历史状态数据，即，多个历史时刻中的历史状态数据，来对该当前状态数据进行估计，并且，在确定当前状态数据时，是通过各历史时刻的历史状态数据、各历史时刻的历史实际观测量以及当前实际观测量来确定，从而通过多个历史时刻的位置，来对当前时刻的位置进行约束，因此，相比于现有技术，能够准确的确定出定位数据。
以上为本说明书的一个或多个实施例提供的无人驾驶设备的定位方法，基于同样的思路，本说明书还提供了相应的无人驾驶设备的定位装置，如图3所示。
图3为本说明书提供的一种无人驾驶设备的定位装置示意图，具体包括：
获取模块301，用于获取无人驾驶设备在各历史时刻对应的历史状态数据、历史实际观测量以及当前时刻对应的当前实际观测量；
确定模块302，用于针对每个历史时刻，根据该历史时刻对应的历史状态数据，确定该历史时刻对应的历史估计观测量，并确定该历史时刻对应的历史估计观测量与该历史时刻对应的历史实际观测量之间的观测偏差，以及根据确定出的所述当前时刻对应的待估计当前状态数据，确定所述当前时刻对应的待估计当前观测量，并确定所述待估计当前观测量与所述当前实际观测量之间的观测偏差；
估计模块303，用于以各历史时刻对应的观测偏差以及所述当前时刻对应的观测偏差的和值最小为优化目标，估计所述无人驾驶设备在所述当前时刻对应的当前状态数据；
定位模块304，用于根据估计出的所述当前状态数据，对所述无人驾驶设备进行定位。
可选地，所述历史状态数据包括：第一历史状态数据以及第二历史状态数据，所述第一历史状态数据是所述无人驾驶设备通过基础导航方式获取到的第一历史实际观测量估计出的，所述第二历史状态数据是所述无人驾驶设备通过辅助导航方式获取到的第二历史实际观测量估计出的；
所述当前实际观测量包括：所述无人驾驶设备在当前时刻通过所述基础导航方式获取到的第一当前观测量，以及所述无人驾驶设备在当前时刻通过所述辅助导航方式获取到的第二当前观测量。
可选地，所述基础导航方式包括：惯性测量单元IMU导航方式，所述辅助导航方式包括：全球定位***GPS导航方式。
可选地，所述确定模块302确定该历史时刻对应的历史估计观测量与该历史时刻对应的历史实际观测量之间的观测偏差之前，所述确定模块302还用于，确定所述IMU导航方式对应的待估计第一***误差，以及所述GPS导航方式对应的待估计第二***误差，其中，所述待估计第一***误差和所述待估计第二***误差不变；
所述确定模块302具体用于，根据该历史时刻对应的第一历史状态数据以及所述待估计第一***误差，确定该历史时刻对应的第一历史估计观测量，以及根据该历史时刻对应的第二历史状态数据以及所述待估计第二***误差，确定该历史时刻对应的第二历史估计观测量。
可选地，所述确定模块302具体用于，针对每个导航卫星，确定该导航卫星对应的待估计传输误差，以及所述无人驾驶设备中设置的卫星信号接收机对应的待估计时钟误差；将所述待估计传输误差以及所述待估计时钟误差，作为该导航卫星对应的待估计第二***误差。
可选地，所述确定模块302具体用于，根据预设的星历文件以及该历史时刻，确定该导航卫星在该历史时刻对应的卫星位置信息；根据所述卫星位置信息、该导航卫星对应的待估计第二***误差以及所述无人驾驶设备在该历史时刻下基于该导航卫星获取到的第二历史状态数据，确定该导航卫星在该历史时刻下对应的第二历史估计观测量。
可选地，所述获取模块301具体用于，确定到达所述当前时刻为设定时间长度的时间段；获取所述无人驾驶设备在所述时间段内的各历史时刻对应的历史状态数据以及历史实际观测量。
可选地，所述估计模块303具体用于，确定针对所述当前状态数据的先验概率分布；以各历史时刻对应的观测偏差以及所述当前时刻对应的观测偏差的和值最小，以及估计出的所述当前状态数据符合所述先验概率分布为优化目标，估计所述当前状态数据。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的无人驾驶设备的定位方法。
本说明书还提供了图4所示的无人驾驶设备的示意结构图。如图4所述，在硬件层面，该无人驾驶设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的无人驾驶设备的定位方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device, PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（***）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、***或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。
Claims (11)
1.一种无人驾驶设备的定位方法，其特征在于，包括：
获取无人驾驶设备在各历史时刻对应的历史状态数据、历史实际观测量以及当前时刻对应的当前实际观测量；
针对每个历史时刻，根据该历史时刻对应的历史状态数据，确定该历史时刻对应的历史估计观测量，并确定该历史时刻对应的历史估计观测量与该历史时刻对应的历史实际观测量之间的观测偏差，以及根据确定出的所述当前时刻对应的待估计当前状态数据，确定所述当前时刻对应的待估计当前观测量，并确定所述待估计当前观测量与所述当前实际观测量之间的观测偏差；
以各历史时刻对应的观测偏差以及所述当前时刻对应的观测偏差的和值最小为优化目标，估计所述无人驾驶设备在所述当前时刻对应的当前状态数据；
根据估计出的所述当前状态数据，对所述无人驾驶设备进行定位。
2.如权利要求1所述的方法，其特征在于，所述历史状态数据包括：第一历史状态数据以及第二历史状态数据，所述第一历史状态数据是所述无人驾驶设备通过基础导航方式获取到的第一历史实际观测量估计出的，所述第二历史状态数据是所述无人驾驶设备通过辅助导航方式获取到的第二历史实际观测量估计出的；
所述当前实际观测量包括：所述无人驾驶设备在当前时刻通过所述基础导航方式获取到的第一当前观测量，以及所述无人驾驶设备在当前时刻通过所述辅助导航方式获取到的第二当前观测量。
3.如权利要求2所述的方法，其特征在于，所述基础导航方式包括：惯性测量单元IMU导航方式，所述辅助导航方式包括：全球定位***GPS导航方式。
4.如权利要求3所述的方法，其特征在于，确定该历史时刻对应的历史估计观测量与该历史时刻对应的历史实际观测量之间的观测偏差之前，所述方法还包括：
确定所述IMU导航方式对应的待估计第一***误差，以及所述GPS导航方式对应的待估计第二***误差，其中，所述待估计第一***误差和所述待估计第二***误差不变；
根据该历史时刻对应的历史状态数据，确定该历史时刻对应的历史估计观测量，具体包括：
根据该历史时刻对应的第一历史状态数据以及所述待估计第一***误差，确定该历史时刻对应的第一历史估计观测量，以及根据该历史时刻对应的第二历史状态数据以及所述待估计第二***误差，确定该历史时刻对应的第二历史估计观测量。
5.如权利要求4所述的方法，其特征在于，确定所述GPS导航方式对应的待估计第二***误差，具体包括：
针对每个导航卫星，确定该导航卫星对应的待估计传输误差，以及所述无人驾驶设备中设置的卫星信号接收机对应的待估计时钟误差；
将所述待估计传输误差以及所述待估计时钟误差，作为该导航卫星对应的待估计第二***误差。
6.如权利要求5所述的方法，其特征在于，根据该历史时刻对应的第二历史状态数据以及所述待估计第二***误差，确定该历史时刻对应的第二历史估计观测量，具体包括：
根据预设的星历文件以及该历史时刻，确定该导航卫星在该历史时刻对应的卫星位置信息；
根据所述卫星位置信息、该导航卫星对应的待估计第二***误差以及所述无人驾驶设备在该历史时刻下基于该导航卫星获取到的第二历史状态数据，确定该导航卫星在该历史时刻下对应的第二历史估计观测量。
7.如权利要求1所述的方法，其特征在于，获取无人驾驶设备在各历史时刻对应的历史状态数据、历史实际观测量以及当前时刻对应的当前实际观测量，具体包括：
确定到达所述当前时刻为设定时间长度的时间段；
获取所述无人驾驶设备在所述时间段内的各历史时刻对应的历史状态数据以及历史实际观测量。
8.如权利要求1所述的方法，其特征在于，以各历史时刻对应的观测偏差以及所述当前时刻对应的观测偏差的和值最小为优化目标，估计所述无人驾驶设备在当前时刻对应的当前状态数据，具体包括：
确定针对所述当前状态数据的先验概率分布；
以各历史时刻对应的观测偏差以及所述当前时刻对应的观测偏差的和值最小，以及估计出的所述当前状态数据符合所述先验概率分布为优化目标，估计所述当前状态数据。
9.一种无人驾驶设备的定位装置，其特征在于，包括：
获取模块，用于获取无人驾驶设备在各历史时刻对应的历史状态数据、历史实际观测量以及当前时刻对应的当前实际观测量；
确定模块，用于针对每个历史时刻，根据该历史时刻对应的历史状态数据，确定该历史时刻对应的历史估计观测量，并确定该历史时刻对应的历史估计观测量与该历史时刻对应的历史实际观测量之间的观测偏差，以及根据确定出的所述当前时刻对应的待估计当前状态数据，确定所述当前时刻对应的待估计当前观测量，并确定所述待估计当前观测量与所述当前实际观测量之间的观测偏差；
估计模块，用于以各历史时刻对应的观测偏差以及所述当前时刻对应的观测偏差的和值最小为优化目标，估计所述无人驾驶设备在所述当前时刻对应的当前状态数据；
定位模块，用于根据估计出的所述当前状态数据，对所述无人驾驶设备进行定位。
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1~8任一项所述的方法。
11.一种无人驾驶设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1~8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110364567.7A CN113048989B (zh) | 2021-04-06 | 2021-04-06 | 一种无人驾驶设备的定位方法及定位装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110364567.7A CN113048989B (zh) | 2021-04-06 | 2021-04-06 | 一种无人驾驶设备的定位方法及定位装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113048989A CN113048989A (zh) | 2021-06-29 |
| CN113048989B true CN113048989B (zh) | 2022-12-09 |
Family
ID=76517304
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110364567.7A Active CN113048989B (zh) | 2021-04-06 | 2021-04-06 | 一种无人驾驶设备的定位方法及定位装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113048989B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114043875B (zh) * | 2021-11-16 | 2024-01-26 | 江苏爱玛车业科技有限公司 | 基于大数据的剩余里程预估偏差分析方法和*** |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001046712A1 (fr) * | 1999-12-21 | 2001-06-28 | Thales Avionics, S.A. | Dispositif d'hybridation d'un recepteur de positionnement par satellites avec une centrale inertielle |
| CN110658542A (zh) * | 2019-10-10 | 2020-01-07 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车定位识别方法、装置、设备及存储介质 |
| CN111152796A (zh) * | 2020-04-07 | 2020-05-15 | 北京三快在线科技有限公司 | 一种车辆运动状态预测方法及装置 |
| CN111260950A (zh) * | 2020-01-17 | 2020-06-09 | 清华大学 | 一种基于轨迹预测的轨迹跟踪方法、介质和车载设备 |
| CN111399021A (zh) * | 2020-03-26 | 2020-07-10 | 桂林电子科技大学 | 一种导航定位方法 |
| CN112050806A (zh) * | 2019-06-06 | 2020-12-08 | 北京初速度科技有限公司 | 一种移动车辆的定位方法及装置 |
| CN112346467A (zh) * | 2021-01-04 | 2021-02-09 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050114023A1 (en) * | 2003-11-26 | 2005-05-26 | Williamson Walton R. | Fault-tolerant system, apparatus and method |
-
2021
- 2021-04-06 CN CN202110364567.7A patent/CN113048989B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001046712A1 (fr) * | 1999-12-21 | 2001-06-28 | Thales Avionics, S.A. | Dispositif d'hybridation d'un recepteur de positionnement par satellites avec une centrale inertielle |
| CN112050806A (zh) * | 2019-06-06 | 2020-12-08 | 北京初速度科技有限公司 | 一种移动车辆的定位方法及装置 |
| CN110658542A (zh) * | 2019-10-10 | 2020-01-07 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车定位识别方法、装置、设备及存储介质 |
| CN111260950A (zh) * | 2020-01-17 | 2020-06-09 | 清华大学 | 一种基于轨迹预测的轨迹跟踪方法、介质和车载设备 |
| CN111399021A (zh) * | 2020-03-26 | 2020-07-10 | 桂林电子科技大学 | 一种导航定位方法 |
| CN111152796A (zh) * | 2020-04-07 | 2020-05-15 | 北京三快在线科技有限公司 | 一种车辆运动状态预测方法及装置 |
| CN112346467A (zh) * | 2021-01-04 | 2021-02-09 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113048989A (zh) | 2021-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111077555B (zh) | 一种定位方法及装置 | |
| CN111797906B (zh) | 基于视觉和惯性里程定位的方法及装置 | |
| CN112001456B (zh) | 一种车辆定位方法、装置、存储介质及电子设备 | |
| CN111288971B (zh) | 一种视觉定位方法及装置 | |
| CN109871019B (zh) | 自动驾驶用于获取坐标的方法和装置 | |
| CN112762965B (zh) | 一种磁力计校准方法以及装置 | |
| CN112859131B (zh) | 一种无人驾驶设备的定位方法及装置 | |
| CN113048989B (zh) | 一种无人驾驶设备的定位方法及定位装置 | |
| CN116309823A (zh) | 一种位姿的确定方法、装置、设备及存储介质 | |
| CN113674424B (zh) | 一种电子地图绘制的方法及装置 | |
| CN112902987B (zh) | 一种位姿修正的方法及装置 | |
| CN115839718B (zh) | 一种基于运动约束的融合定位方法及装置 | |
| CN109459769B (zh) | 一种自主定位方法与*** | |
| CN116929407A (zh) | 一种自适应数据校准方法及装置 | |
| CN112461258A (zh) | 一种参数修正的方法及装置 | |
| CN112712561A (zh) | 一种建图方法、装置、存储介质及电子设备 | |
| CN116300842A (zh) | 一种无人设备控制方法、装置、存储介质及电子设备 | |
| CN111238486B (zh) | 用于无人设备的导航方法、装置、存储介质及无人设备 | |
| CN111798489A (zh) | 一种特征点跟踪方法、设备、介质及无人设备 | |
| CN112393723B (zh) | 一种定位方法、设备、介质及无人设备 | |
| CN114332226A (zh) | 一种位姿优化方法及装置 | |
| CN116558504B (zh) | 一种单目视觉的定位方法及装置 | |
| CN113888624B (zh) | 一种构建地图的方法及装置 | |
| CN116051616B (zh) | 一种深度测量方法、装置、存储介质及电子设备 | |
| CN116242385A (zh) | 一种视觉导航数据校准方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240712 Address after: Room 801, Building 2, Huilong Business Center, North Station Community, Minzhi Street, Longhua District, Shenzhen City, Guangdong Province, China 518131 Patentee after: Shenzhen Meituan Low altitude Logistics Technology Co.,Ltd. Country or region after: China Patentee after: BEIJING SANKUAI ONLINE TECHNOLOGY Co.,Ltd. Address before: 100080 2106-030, 9 North Fourth Ring Road, Haidian District, Beijing. Patentee before: BEIJING SANKUAI ONLINE TECHNOLOGY Co.,Ltd. Country or region before: China |