The present invention relates to an autonomous positioning method and system that does not depend entirely on navigation satellite signals, including: when the navigation satellite positioning can not be obtained within a set time limit, based on the first position information and multi-sensor data of the recently acquired navigation satellite positioning, the current position information can be calculated by using the extended Kalman filter method. The invention provides an autonomous positioning method and system that does not rely entirely on navigation satellite signals. When the navigation satellite system is affected by electromagnetic interference and other environmental factors, the robot or unmanned vehicle can still accurately locate by acquiring limited navigation satellite signals intelligently.
【技术实现步骤摘要】
一种自主定位方法与系统
本专利技术涉及无人车或机器人
,具体涉及一种自主定位方法与系统。
技术介绍
自主定位技术是指机器人或无人车等智能系统根据导航卫星信号、自身传感器信息、地图等先验信息获取其在运行环境中所处的位置与姿态信息。自主定位技术是机器人、无人车等智能系统自主作业中首先需要解决的关键技术问题。复杂环境中,当导航卫星系统受到电磁干扰等环境影响时,机器人或无人车可能只能获取有限的导航卫星信号(导航卫星信号时有时无、导航卫星定位误差大、导航卫星信号定位信息无效),在这种环境条件下,如何获取准确的位姿信息是智能系统执行作业任务时需要解决的首要问题。
技术实现思路
为解决上述当导航卫星系统受到电磁干扰等环境影响时,机器人或无人车只能获取有限的导航卫星信号,不能准确进行定位的问题,本专利技术提供一种自主定位方法,所述方法包括:当在设定时间期限内不能获取导航卫星定位时,基于最近获取的导航卫星定位的第一位置信息和多传感器数据,采用扩展卡尔曼滤波方法进行计算得到当前的位置信息;所述当前的位置信息包括:位置与姿态的最佳估计值。优选的,所述基于最近获取的导航卫星定位的第一位置信息和多传感器数据,采用扩展卡尔曼滤波方法进行计算得到当前的位置信息包括:将所述第一位置信息设定为初始位置信息;基于所述初始位置信息和当前多传感器数据计算定位信息;将所述定位信息设为初始位置信息,持续根据初始位置信息和当前时刻多传感器数据迭代计算,更新定位信息。优选的,所述将所述定位信息设为初始位置信息,持续根据初始位置信息和当前时刻多传感器数据迭代计算,更新定位信息包括:S101:基于初始位置 ...
【技术保护点】
1.一种自主定位方法,其特征在于,所述方法包括:当在设定时间期限内不能获取导航卫星定位时,基于最近获取的导航卫星定位的第一位置信息和多传感器数据,采用扩展卡尔曼滤波方法进行计算得到当前的位置信息;所述当前的位置信息包括:位置与姿态的最佳估计值。
【技术特征摘要】
1.一种自主定位方法,其特征在于,所述方法包括:当在设定时间期限内不能获取导航卫星定位时,基于最近获取的导航卫星定位的第一位置信息和多传感器数据,采用扩展卡尔曼滤波方法进行计算得到当前的位置信息;所述当前的位置信息包括:位置与姿态的最佳估计值。2.如权利要求1所述的一种自主定位方法,其特征在于,所述基于最近获取的导航卫星定位的第一位置信息和多传感器数据,采用扩展卡尔曼滤波方法进行计算得到当前的位置信息包括:将所述第一位置信息设定为初始位置信息;基于所述初始位置信息和当前多传感器数据计算定位信息;将所述定位信息设为初始位置信息,持续根据初始位置信息和当前时刻多传感器数据迭代计算,更新定位信息。3.如权利要求2所述的一种自主定位方法,其特征在于,所述将所述定位信息设为初始位置信息,持续根据初始位置信息和当前时刻多传感器数据迭代计算,更新定位信息包括:S101:基于初始位置信息和当前时刻卡尔曼滤波的协方差得到当前位置信息;S102:当不满足第一条件和第二条件时,将所述当前位置信息设为初始位置信息,执行S101,直到满足第一条件或第二条件;所述第一条件为:达到预定时间;所述第二条件为:当接收到的传感器数据为空时,终止。4.如权利要求2所述的一种自主定位方法,其特征在于,所述基于所述初始位置信息和当前多传感器数据计算定位信息的公式如下所示:式中,xk-N表示k-N时刻的系统状态值;P-1表示先验协方差矩阵的逆矩阵;f(xk-1)表示k-1时刻时系统状态转移方程;xk表示k时刻的系统状态值;x表示三维空间下系统状态。5.如权利要求4所述的一种自主定位方法,其特征在于,所示xk的系统状态值如下所示:xk=[q,p,v,w,g,b]T式中,q表示姿态信息中...
【专利技术属性】
技术研发人员:康晓,吴越,靳璐,靳保,余雪玮,马睿璘,罗涛,陶进,苏治宝,苏波,
申请(专利权)人:中国北方车辆研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。