定位方法、定位系统及汽车技术方案

本发明专利技术公开了一种定位方法、定位系统及汽车，方法包括：获取每个定位子系统在不同状态下的可信度并生成可信度数据表；根据每个定位子系统的实时定位数据从对应的可信度数据表中获取实时可信度；根据每个定位子系统的实时可信度求取每个定位子系统参与联邦卡尔曼滤波器融合运算的第一信息分配权重系数；通过主滤波器根据全局数据分别向每个子滤波器反馈每个定位子系统参与融合运算的第二信息分配权重系数；根据第一信息分配权重系数和第二信息分配权重系数确定每个定位子系统参与融合运算的最终信息分配权重系数。实现有效优化各个定位子系统的信息分配权重，进而提高系统定位精度并提高定位系统的鲁棒性。

Positioning method, positioning system and vehicle

【技术实现步骤摘要】
定位方法、定位系统及汽车
本专利技术涉及导航定位数据处理
，更具体地，涉及一种定位方法和定位系统以及应用该定位系统的汽车。
技术介绍
车载高精度定位技术，有绝对定位和相对定位之分。常见的激光雷达、摄像头，都属于相对定位范畴；而GNSS(全球卫星导航系统)定位结合IMU惯性传感器的融合定位，能得到车辆所处的经纬度信息和当前的姿态信息，反映的是车辆在地球坐标系中的绝对位置，属于绝对定位。但是，每一类定位传感器都有自己的优势，也有非常明显的缺陷。例如激光雷达，它的测量精度、探测距离以及最终得出的结果都非常有保证，但是它成本高且部件易磨损，同时，在使用过程中比较容易受遮挡，也不能识别颜色文字图案等，导致量产能力弱。视觉定位的方案主要通过摄像头实现，它是目前自动驾驶技术中比较主流的定位方案。这套方案的主要优势为成本低、可以识别文字颜色和图案等。但是，视觉定位的效果会受到环境光线的影响，在雨雪、大雾的情况下，定位效果也比较差。GNSS卫星定位和惯性导航在车载导航方面的应用比较多。关于GNSS定位，主要优势是成本低、精度高。目前，基于千寻位置提供的差分服务，GNSS定位可以达到动态厘米级。业内经常使用惯性导航和GNSS做融合，因为结合了惯性导航后，在GNSS信号丢失的情况下，车辆依然能够准确定位。但是，由于惯性导航依靠推算实现，时间一长累计误差就会比较明显，并且它需要得到一个比较准确的初始位置才可进行推算，一般不会作为单独的导航传感器存在，往往要搭配其他的传感器使用。以上几种传感器各具优势及缺陷，在实际应用过程中很难找到一个各方面都兼顾的最优方案，导致无法充分利用各传感器的优点，导致在某些特殊场景，例如在高架下、高楼旁、隧道、地下车库，以及有大量树荫场景下，系统无法获取稳定可靠的高精度定位结果。因此需要提出一种能够充分利用各传感器的优点获取稳定可靠的高精度定位结果的定位方法。
技术实现思路
本专利技术的目的是提出一种定位方法、定位系统及汽车，实现能够充分利用各传感器的优点获取稳定可靠的高精度定位结果。为实现上述目的，本专利技术提出了一种定位方法，包括：获取多个不同的定位子系统中每个所述定位子系统在不同状态下的可信度并生成每个定位子系统可信度数据表；根据每个定位子系统的实时定位数据从对应的所述可信度数据表中获取每个定位子系统的实时可信度；根据每个定位子系统的所述实时可信度求取每个定位子系统参与联邦卡尔曼滤波器融合运算的第一信息分配权重系数；获取所述联邦卡尔曼滤波器的主滤波器根据全局数据分别向每个所述联邦卡尔曼滤波器的子滤波器反馈每个定位子系统参与融合运算的第二信息分配权重系数；根据所述第一信息分配权重系数和所述第二信息分配权重系数确定每个定位子系统参与融合运算的最终信息分配权重系数；通过所述联邦卡尔曼滤波器根据每个所述子系统的所述最终信息分配权重系数进行所述融合运算并输出最终的定位结果。可选地，根据每个定位子系统的所述实时可信度求取每个定位子系统参与联邦卡尔曼滤波器融合运算的第一信息分配权重系数包括：求取每个定位子系统的所述实时可信度与所述多个子系统的所述实时可信度之和的百分比，将每个所述百分比作为每个定位子系统参与联邦卡尔曼滤波器融合运算的所述第一信息分配权重系数。可选地，根据所述第一信息分配权重系数和所述第二信息分配权重系数确定每个定位子系统参与融合运算的最终信息分配权重系数包括：将每个所述定位子系统的所述第一信息分配权重系数与每个所述子系统的所述第二信息分配权重系数相加后取平均值作为每个定位子系统的所述最终信息分配权重系数。可选地，在所述获取每个所述定位子系统在不同状态下的可信度之后还包括：分别设置每个所述定位子系统的可信度阈值，当所述子系统的所述实时可信度大于等于对应的所述可信度阈值时，所述子系统参与所述融合运算；当所述子系统的所述实时可信度小于对应的所述可信度阈值时，所述子系统不参与所述融合运算。可选地，基于每个定位子系统运行参数状态的历史统计数据，通过计算每个所述定位子系统的所述历史统计数据中运行参数的最好状态与最差状态的百分比获得每个所述子系统不同状态的可信度。可选地，所述获取每个所述定位子系统在不同状态下的可信度包括：通过高精地图方式、内部参数方式、外部参数方式的至少其中之一获取所述多个定位子系统在不同状态下的可信度；其中，所述多个定位子系统包括组合导航定位子系统、激光点云定位子系统和相机视觉定位子系统，每个所述子滤波器用于对一个所述定位子系统输出的定位数据进行滤波。可选地，所述高精地图方式包括：根据所述高精地图获取在不同地点的外部环境信息中的建筑物遮挡程度设置所述组合导航定位子系统对应不同地点的可信度，所述组合导航定位子系统的可信度与所述建筑物遮挡程度负相关；根据所述高精地图获取在不同地点的外部环境信息中的周围物体特征明显程度设置所述激光点云定位子系统对应不同地点的可信度，所述激光点云定位子系统的可信度与所述周围物体特征明显程度正相关；根据所述高精地图获取在不同地点的外部环境信息中的光线变化程度设置所述激光点云定位子系统对应不同地点的可信度，所述相机视觉定位子系统的可信度与所述光线变化程度正相关。可选地，所述内部参数方式包括：根据所述组合导航定位子系统中的GNSS信号稳定程度及连接卫星个数设置所述组合导航定位子系统对应不同GNSS信号稳定程度及不同连接卫星个数的可信度，所述组合导航定位子系统的可信度与所述GNSS信号稳定程度及连接卫星个数正相关；根据所述所述激光点云定位子系统中的点云匹配度设置所述激光点云定位子系统对应不同点云匹配度的可信度；所述激光点云定位子系统的可信度与所述点云匹配度正相关；根据所述相机视觉定位子系统中的特征匹配度设置所述相机视觉定位子系统对应不同特征匹配度的可信度，所述相机视觉定位子系统的可信度与所述特征匹配度正相关。可选地，所述外部参数方式包括：根据外部PM2.5测量传感器获取的PM2.5值设置所述激光点云定位子系统对应不同PM2.5值的可信度，其中所述激光点云定位子系统的可信度与所述PM2.5值负相关；根据外部光线传感器获取的光线明亮值设置所述相机视觉定位子系统对应不同光线明亮值的可信度，其中所述相机视觉定位子系统的可信度与所述光线明亮值正相关。本专利技术还提出了一种定位系统，包括：多个定位子系统、联邦卡尔曼滤波器、可信度数据库和可信度评价模块，所述联邦卡尔曼滤波器包括主滤波器和多个子滤波器；所述可信度数据库用于存储每个定位子系统可信度数据表，其中每个所述可信度数据表中存储有每个所述定位子系统在不同状态下的可信度；所述可信度评价模块用于根据每个定位子系统的实时定位数据从对应的所述可信度数据表中获取每个定位子系统的实时可信度，并根据每个定位子系统的所述实时可信度求取每个定位子系统参与联邦卡尔曼滤波器融合运算的第一信息分配权重系数；本文档来自技高网...

【技术保护点】
1.一种定位方法，其特征在于，包括：/n获取多个不同的定位子系统中每个所述定位子系统在不同状态下的可信度并生成每个定位子系统可信度数据表；/n根据每个定位子系统的实时定位数据从对应的所述可信度数据表中获取每个定位子系统的实时可信度；/n根据每个定位子系统的所述实时可信度求取每个定位子系统参与联邦卡尔曼滤波器融合运算的第一信息分配权重系数；/n获取所述联邦卡尔曼滤波器的主滤波器根据全局数据分别向每个所述联邦卡尔曼滤波器的子滤波器反馈每个定位子系统参与融合运算的第二信息分配权重系数；/n根据所述第一信息分配权重系数和所述第二信息分配权重系数确定每个定位子系统参与融合运算的最终信息分配权重系数；/n通过所述联邦卡尔曼滤波器根据每个所述子系统的所述最终信息分配权重系数进行所述融合运算并输出最终的定位结果。/n

【技术特征摘要】
1.一种定位方法，其特征在于，包括：
获取多个不同的定位子系统中每个所述定位子系统在不同状态下的可信度并生成每个定位子系统可信度数据表；
根据每个定位子系统的实时定位数据从对应的所述可信度数据表中获取每个定位子系统的实时可信度；
根据每个定位子系统的所述实时可信度求取每个定位子系统参与联邦卡尔曼滤波器融合运算的第一信息分配权重系数；
获取所述联邦卡尔曼滤波器的主滤波器根据全局数据分别向每个所述联邦卡尔曼滤波器的子滤波器反馈每个定位子系统参与融合运算的第二信息分配权重系数；
根据所述第一信息分配权重系数和所述第二信息分配权重系数确定每个定位子系统参与融合运算的最终信息分配权重系数；
通过所述联邦卡尔曼滤波器根据每个所述子系统的所述最终信息分配权重系数进行所述融合运算并输出最终的定位结果。


2.根据权利要求1所述的定位方法，其特征在于，根据每个定位子系统的所述实时可信度求取每个定位子系统参与联邦卡尔曼滤波器融合运算的第一信息分配权重系数包括：
求取每个定位子系统的所述实时可信度与所述多个子系统的所述实时可信度之和的百分比，将每个所述百分比作为每个定位子系统参与联邦卡尔曼滤波器融合运算的所述第一信息分配权重系数。


3.根据权利要求1所述的定位方法，其特征在于，根据所述第一信息分配权重系数和所述第二信息分配权重系数确定每个定位子系统参与融合运算的最终信息分配权重系数包括：
将每个所述定位子系统的所述第一信息分配权重系数与每个所述子系统的所述第二信息分配权重系数相加后取平均值作为每个定位子系统的所述最终信息分配权重系数。


4.根据权利要求1所述的定位方法，其特征在于，在所述获取每个所述定位子系统在不同状态下的可信度之后还包括：
分别设置每个所述定位子系统的可信度阈值，当所述子系统的所述实时可信度大于等于对应的所述可信度阈值时，所述子系统参与所述融合运算；当所述子系统的所述实时可信度小于对应的所述可信度阈值时，所述子系统不参与所述融合运算。


5.根据权利要求1所述的定位方法，其特征在于，基于每个定位子系统运行参数状态的历史统计数据，通过计算...

【专利技术属性】
技术研发人员：宋聚宝，原诚寅，
申请(专利权)人：北京新能源汽车技术创新中心有限公司，
类型：发明
国别省市：北京;11