自主泊车定位方法及定位系统技术方案

本公开提供了一种自主泊车定位方法及定位系统，在所述方法及系统中，通过卡尔曼滤波融合超宽带定位系统得到车辆的位置的信息及全球卫星定位系统实时动态定位系统得到车辆的位置及速度的信息，获取车辆的初步定位；通过捷联惯性导航系统得到车辆的姿态、位置及速度的信息；通过双轮速系统得到车辆的速度及角度的信息；通过双目视觉系统得到车辆的相对位置及角度的信息；以及通过高精地图系统得到车辆的绝对位置的信息来得到姿态、位置及速度的第一及第二局部最优估计值，并且通过联邦卡尔曼滤波算法的融合处理，来得到车辆的姿态、位置及速度的全局最优估计值。

【技术实现步骤摘要】
自主泊车定位方法及定位系统
本公开涉及一种自主泊车定位方法及定位系统。
技术介绍
在现有的自主泊车定位方法中，通常所采用的技术包括：UWB(超宽带)无线定位技术、GNSS(全球卫星定位系统)RTK定位技术、SINS(捷联惯性导航系统)定位技术、双目视觉定位技术、以及各技术融合的定位技术等。但是，不管上述的单一定位方法还是各个方法相融合的定位方法，均难以满足自主泊车高精度定位和稳定性要求。例如，在UWB无线定位技术中，常用TOA、TDOA、AOA、RSS等方法实现短距离无线定位，其主要应用GNSS信号可用性低和完全无GNSS信号场景，如地下车库、城市峡谷、树木密集区等环境。GNSSRTK定位技术利用可视卫星，接收基准站发送的差分修正信息，对流动站进行修正，达到厘米级定位精度，其主要应用于可视卫星足够多，GNSS信号质量好无遮挡的环境，在开阔的场景能稳定持续为车辆提供厘米级定位精度。SINS定位技术中，可以在无GNSS信号的场景下，给定初始状态和初始对准后，依靠陀螺仪计算角度增量和加速度计计算速度、位置增量来推算车辆位置和速度，但误差会随时间迅速累积，没有外部参考信息进行误差补尝，就难以维持长时段的高精度定位。双目视觉定位技术是基于多幅图像间的视觉差，利用视差计算的双目视觉定位误差修正当前位置误差，在视线良好和路标清晰的环境，辅助定位效果明显。SINS与GNSSRTK融合的定位技术，在GNSS定位不准和无GNSS信号情况下，SINS能提供短时间的定位和精度维持，车辆在室内长时段和复杂运动场景，其无法保证车辆高精度的定位和可用性。SINS、GNSSRTK及双目视觉融合的定位技术中，用双目视觉识别路标与数据库中的路标匹配，车辆能在复杂环境下，维持稳定的定位精度，在没有路标环境，如地下停车场环境，难以保证高精度的定位和可用性。而在SINS、GNSSRTK、视觉、激光雷达、及地图多者融合的定位技术中，根据SINS和GNSSRTK融合定位给定车辆的大致位置，用视觉和激光雷达、离线地图辅助修正车辆位置，从而实现高精度定位，但应用激光雷达，价格昂贵，不适合大范围的推广应用。综上所述，从室外到室内停车场，GNSS定位不准和无GNSS信号，以及无城市道路线路参考情况，在室内停车场，难以获取高精度定位；而且在自主泊车应用中，导航定位精度需在厘米级，长时间的室内和GNSS差环境，目前融合算法，高精度定位鲁棒性差，受环境和自身传感器误差影响，精度难以维持在厘米级。因此，在自主泊车定位的领域中，需要一种高精度、稳定性、易推广的定位技术。
技术实现思路
为了解决上述技术问题中的至少之一，本公开提供了一种自主泊车定位方法及定位系统。根据本公开的一个方面，自主泊车定位方法，包括：通过超宽带定位系统得到车辆的位置的信息；通过全球卫星定位系统实时动态定位系统得到车辆的位置及速度的信息；通过捷联惯性导航系统得到车辆的姿态、位置及速度的信息；通过双轮速系统得到车辆的速度及角度的信息；通过双目视觉系统得到车辆的相对位置及角度的信息；以及通过高精地图系统得到车辆的绝对位置的信息；通过卡尔曼滤波算法来融合通过超宽带定位系统得到车辆的位置的信息、通过全球卫星定位系统实时动态定位系统得到车辆的位置及速度的信息、通过捷联惯性导航系统得到车辆的姿态、位置及速度的信息、及通过双轮速系统得到车辆的速度及角度的信息，从而求取车辆的姿态、位置及速度的第一局部最优估计值；以及通过卡尔曼滤波来融合通过捷联惯性导航系统得到车辆的姿态、位置及速度的信息、通过双轮速系统得到车辆的速度及角度的信息、通过双目视觉系统得到车辆的相对位置及角度的信息、及通过高精地图系统得到车辆的绝对位置的信息，从而求取车辆的姿态、位置及速度的第二局部最优估计值；以及通过联邦卡尔曼滤波算法来融合第一局部最优估计值及第二局部最优估计值，来得到车辆的姿态、位置及速度的全局最优估计值。根据本公开的至少一个实施方式，在第一局部最优估计值的求取过程中，首先通过卡尔曼滤波算法来融合通过捷联惯性导航系统得到车辆的姿态、位置及速度的信息、和通过双轮速系统得到车辆的速度及角度的信息，从而得到修正后的车辆的姿态、位置及速度的信息，然后通过卡尔曼滤波算法来融合通过超宽带定位系统得到车辆的位置的信息、通过全球卫星定位系统实时动态定位系统得到车辆的位置及速度的信息、及修正后的车辆的姿态、位置及速度的信息，从而得到车辆的姿态、位置及速度的第一局部最优估计值。根据本公开的至少一个实施方式，在第二局部最优估计值的求取过程中，首先通过卡尔曼滤波算法来融合通过双轮速系统得到车辆的速度及角度的信息、通过双目视觉系统得到车辆的相对位置及角度的信息、和通过高精地图系统得到车辆的绝对位置的信息，从而得到修正后的车辆的位置及角度的信息，然后通过卡尔曼滤波来融合修正后的车辆的姿态、位置及速度的信息及修正后的车辆的位置及角度的信息，从而得到车辆的姿态、位置及速度的第二局部最优估计值。根据本公开的至少一个实施方式，还包括：在通过卡尔曼滤波进行融合处理之前还包括根据超宽带定位系统得到车辆的位置的信息及通过全球卫星定位系统实时动态定位系统得到车辆的位置及速度的信息来对初始化车辆的位置及速度。根据本公开的至少一个实施方式，还包括：在初始化处理后，根据初始化的位置及速度对捷联惯性导航系统中的陀螺仪及加速度计进行校准，并且对双目视觉系统中的双目摄像机进行标定。根据本公开的另一方面，一种自主泊车定位系统，包括：信息获取装置，通过超宽带定位系统得到车辆的位置的信息；通过全球卫星定位系统实时动态定位系统得到车辆的位置及速度的信息；通过捷联惯性导航系统得到车辆的姿态、位置及速度的信息；通过双轮速系统得到车辆的速度及角度的信息；通过双目视觉系统得到车辆的相对位置及角度的信息；以及通过高精地图系统得到车辆的绝对位置的信息；第一局部最优估计值获取装置，通过卡尔曼滤波算法来融合通过超宽带定位系统得到车辆的位置的信息、通过全球卫星定位系统实时动态定位系统得到车辆的位置及速度的信息、通过捷联惯性导航系统得到车辆的姿态、位置及速度的信息、及通过双轮速系统得到车辆的速度及角度的信息，从而求取车辆的姿态、位置及速度的第一局部最优估计值；第二局部最优估计值获取装置，通过卡尔曼滤波来融合通过捷联惯性导航系统得到车辆的姿态、位置及速度的信息、通过双轮速系统得到车辆的速度及角度的信息、通过双目视觉系统得到车辆的相对位置及角度的信息、及通过高精地图系统得到车辆的绝对位置的信息，从而求取车辆的姿态、位置及速度的第二局部最优估计值；以及全局最优估计值获取装置，通过联邦卡尔曼滤波算法来融合第一局部最优估计值及第二局部最优估计值，来得到车辆的姿态、位置及速度的全局最优估计值。根据本公开的至少一个实施方式，在第一局部最优估计值获取装置中，首先通过卡尔曼滤波算法来融合通过捷联惯性导航系统得到车辆的姿态、位置及速度的信息、和通过双轮速系统得到车辆的速度及角度的信息，从而得到修正后的车辆的姿态、位置及速度的信息，然后通过卡尔曼滤波算法来融合通过超宽带定位系统得到车辆的位置的信息、通过全球卫星定位系统实时动态定位系统得到车辆的位置及速度的信息、及修正后的车辆的姿态、位置及速度的信息，从而得到车辆的姿态、位本文档来自技高网...

【技术保护点】
1.一种自主泊车定位方法，其特征在于，包括：通过超宽带定位系统得到车辆的位置的信息；通过全球卫星定位系统实时动态定位系统得到车辆的位置及速度的信息；通过捷联惯性导航系统得到车辆的姿态、位置及速度的信息；通过双轮速系统得到车辆的速度及角度的信息；通过双目视觉系统得到车辆的相对位置及角度的信息；以及通过高精地图系统得到车辆的绝对位置的信息；通过卡尔曼滤波算法来融合通过超宽带定位系统得到车辆的位置的信息、通过全球卫星定位系统实时动态定位系统得到车辆的位置及速度的信息、通过所述捷联惯性导航系统得到车辆的姿态、位置及速度的信息、及通过所述双轮速系统得到车辆的速度及角度的信息，从而求取车辆的姿态、位置及速度的第一局部最优估计值；以及通过卡尔曼滤波来融合通过所述捷联惯性导航系统得到车辆的姿态、位置及速度的信息、通过所述双轮速系统得到车辆的速度及角度的信息、通过所述双目视觉系统得到车辆的相对位置及角度的信息、及通过所述高精地图系统得到车辆的绝对位置的信息，从而求取车辆的姿态、位置及速度的第二局部最优估计值；以及通过联邦卡尔曼滤波算法来融合所述第一局部最优估计值及所述第二局部最优估计值，来得到车辆的姿态、位置及速度的全局最优估计值。...

【技术特征摘要】
1.一种自主泊车定位方法，其特征在于，包括：通过超宽带定位系统得到车辆的位置的信息；通过全球卫星定位系统实时动态定位系统得到车辆的位置及速度的信息；通过捷联惯性导航系统得到车辆的姿态、位置及速度的信息；通过双轮速系统得到车辆的速度及角度的信息；通过双目视觉系统得到车辆的相对位置及角度的信息；以及通过高精地图系统得到车辆的绝对位置的信息；通过卡尔曼滤波算法来融合通过超宽带定位系统得到车辆的位置的信息、通过全球卫星定位系统实时动态定位系统得到车辆的位置及速度的信息、通过所述捷联惯性导航系统得到车辆的姿态、位置及速度的信息、及通过所述双轮速系统得到车辆的速度及角度的信息，从而求取车辆的姿态、位置及速度的第一局部最优估计值；以及通过卡尔曼滤波来融合通过所述捷联惯性导航系统得到车辆的姿态、位置及速度的信息、通过所述双轮速系统得到车辆的速度及角度的信息、通过所述双目视觉系统得到车辆的相对位置及角度的信息、及通过所述高精地图系统得到车辆的绝对位置的信息，从而求取车辆的姿态、位置及速度的第二局部最优估计值；以及通过联邦卡尔曼滤波算法来融合所述第一局部最优估计值及所述第二局部最优估计值，来得到车辆的姿态、位置及速度的全局最优估计值。2.如权利要求1所述的方法，其特征在于，在所述第一局部最优估计值的求取过程中，首先通过卡尔曼滤波算法来融合通过所述捷联惯性导航系统得到车辆的姿态、位置及速度的信息、和通过所述双轮速系统得到车辆的速度及角度的信息，从而得到修正后的车辆的姿态、位置及速度的信息，然后通过卡尔曼滤波算法来融合通过超宽带定位系统得到车辆的位置的信息、通过全球卫星定位系统实时动态定位系统得到车辆的位置及速度的信息、及所述修正后的车辆的姿态、位置及速度的信息，从而得到车辆的姿态、位置及速度的所述第一局部最优估计值。3.如权利要求2所述的方法，其特征在于，在所述第二局部最优估计值的求取过程中，首先通过卡尔曼滤波算法来融合通过所述双轮速系统得到车辆的速度及角度的信息、通过所述双目视觉系统得到车辆的相对位置及角度的信息、和通过所述高精地图系统得到车辆的绝对位置的信息，从而得到修正后的车辆的位置及角度的信息，然后通过卡尔曼滤波来融合所述修正后的车辆的姿态、位置及速度的信息及所述修正后的车辆的位置及角度的信息，从而得到车辆的姿态、位置及速度的第二局部最优估计值。4.如权利要求1至3中任一项所述的方法，其特征在于，还包括：在通过所述卡尔曼滤波进行融合处理之前还包括根据所述超宽带定位系统得到车辆的位置的信息及通过所述全球卫星定位系统实时动态定位系统得到车辆的位置及速度的信息来对初始化车辆的位置及速度。5.如权利要求1至4中任一项所述的方法，其特征在于，还包括：在所述初始化处理后，根据初始化的位置及速度对所述捷联惯性导航系统中的陀螺仪及加速度计进行校准，并且对所述双目视觉系统中的双目摄像机进行标定。6.一种自主泊车定位系统，其特征在于，包括：信息获取装...

【专利技术属性】
技术研发人员：李秋标，陈伟德，吴恭辉，林亮，彭雄明，
申请(专利权)人：芜湖盟博科技有限公司，
类型：发明
国别省市：安徽,34