基于卡尔曼滤波的车辆信息处理方法、装置、设备和介质制造方法及图纸

本申请涉及一种基于卡尔曼滤波的车辆信息处理方法、装置、设备和介质。所述方法包括：获取上一时刻车辆信息处理状态以及上一时刻的显示误差；读取预测过程误差以及测量误差；根据所述上一时刻车辆信息处理状态以及所述预测过程误差，预测得到当前时刻车辆信息预测状态；获取传感器所测量得到的当前时刻的车辆信息测量状态；根据所述上一时刻的显示误差、所述预测过程误差以及所述测量误差计算得到卡尔曼增益；将所述车辆信息预测状态和所述车辆信息测量状态按照所述卡尔曼增益赋予权重，得到目标车辆信息。采用本方法能够实时并准确进行车辆信息滤波，得到准确的目标车辆信息。

【技术实现步骤摘要】
基于卡尔曼滤波的车辆信息处理方法、装置、设备和介质
本申请涉及智能车辆
，特别是涉及一种基于卡尔曼滤波的车辆信息处理方法、装置、设备和介质。
技术介绍
随着智能车辆技术的发展，出现了ADAS高级驾驶辅助系统，ADAS高级驾驶辅助系统是利用安装于车上的各式各样的传感器，在第一时间收集车内外的环境数据，进行静、动态物体的辨识、侦测与追踪等技术上的处理，从而能够让驾驶者在最快的时间察觉可能发生的危险，以引起注意和提高安全性的主动安全技术。ADAS采用的传感器主要有摄像头、雷达、激光和超声波等，可以探测光、热、压力或其它用于监测汽车状态的变量，通常位于车辆的前后保险杠、侧视镜、驾驶杆内部或者挡风玻璃上。其中，前方和左右方车辆的位置、车道线的宽度等元素在ADAS系统中都要实时准确地显示出来，这需要消除噪音的同时还原真实状态，否则会给司机造成误导，最终造成安全危害。传统技术中，使用的滤波方式既做不到实时性也做不到准确性。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够实时并准确进行车辆信息滤波的基于卡尔本文档来自技高网...

【技术保护点】
1.一种基于卡尔曼滤波的车辆信息处理方法，其特征在于，所述方法包括：/n获取上一时刻车辆信息处理状态以及上一时刻的显示误差；/n读取预测过程误差以及测量误差；/n根据所述上一时刻车辆信息处理状态以及所述预测过程误差，预测得到当前时刻车辆信息预测状态；/n获取传感器所测量得到的当前时刻的车辆信息测量状态；/n根据所述上一时刻的显示误差、所述预测过程误差以及所述测量误差计算得到卡尔曼增益；/n将所述车辆信息预测状态和所述车辆信息测量状态按照所述卡尔曼增益赋予权重，得到目标车辆信息。/n

【技术特征摘要】
1.一种基于卡尔曼滤波的车辆信息处理方法，其特征在于，所述方法包括：
获取上一时刻车辆信息处理状态以及上一时刻的显示误差；
读取预测过程误差以及测量误差；
根据所述上一时刻车辆信息处理状态以及所述预测过程误差，预测得到当前时刻车辆信息预测状态；
获取传感器所测量得到的当前时刻的车辆信息测量状态；
根据所述上一时刻的显示误差、所述预测过程误差以及所述测量误差计算得到卡尔曼增益；
将所述车辆信息预测状态和所述车辆信息测量状态按照所述卡尔曼增益赋予权重，得到目标车辆信息。


2.根据权利要求1所述的基于卡尔曼滤波的车辆信息处理方法，其特征在于，所述根据所述上一时刻的显示误差、所述预测过程误差以及所述测量误差计算得到卡尔曼增益，包括：
计算所述车辆信息预测状态和所述车辆信息测量状态的差异值；
根据所述差异值从所读取的所述预测过程误差以及测量误差，选取目标预测过程误差以及目标测量误差；
根据所述上一时刻的显示误差、所述目标预测过程误差以及所述目标测量误差计算得到卡尔曼增益。


3.根据权利要求2所述的基于卡尔曼滤波的车辆信息处理方法，其特征在于，所述预测过程误差不变；所述根据所述差异值从所读取的所述预测过程误差以及测量误差，选取目标预测过程误差以及目标测量误差，包括：
读取预测过程误差为目标预测过程误差；
根据所述差异值从所读取的测量误差中选取对应的目标测量误差。


4.根据权利要求1至3任意一项所述的基于卡尔曼滤波的车辆信息处理方法，其特征在于，所述根据所述上一时刻的显示误差、所述预测过程误差以及所述测量误差计算得到卡尔曼增益，包括：
根据所述预测过程误差以及所述上一时刻的显示误差计算得到当前预测误差；
根据所述当前预测误差以及所述测量误差，通过以下公式计算得到卡尔曼增益：
Kg＝(P’)/(P’+R)
其中，Kg为卡尔曼增益，P’为当前预测误差，R为测量误差。


5.根据权利要求1至3任意一项所述的基于卡尔曼滤波的车辆信息处理方法，其特征在于，所述将所述车辆信息预测状态和所述车辆信息测量状态按照所述卡尔曼增益...

【专利技术属性】
技术研发人员：何青泉，涂宇，庾爱军，
申请(专利权)人：上海欧菲智能车联科技有限公司，
类型：发明
国别省市：上海;31