一种无人驾驶系统的定位导航方法及系统技术方案

技术编号:29987490 阅读:26 留言:0更新日期:2021-09-11 04:23
本发明专利技术涉及一种无人驾驶系统的定位导航方法及系统,包括如下步骤:(1)通过激光雷达、GPS接收机、车载INS和UWB接收机获取道路位置数据,分别记为激光雷达数据、GPS数据、INS数据和UWB数据;(2)判断GPS接收机是否被遮挡、实时天气情况、UWB接收机与定位基站的距离;(3)若GPS接收机被遮挡、实时天气恶劣或UWB接收机与定位基站的距离超过设定范围时,分别融合不同定位方式获得的定位结果,作为最终的定位结果。本发明专利技术的定位导航方法能够实现无人驾驶系统在盲区环境下和全天候环境下的高精度稳定定位。定位。定位。

【技术实现步骤摘要】
一种无人驾驶系统的定位导航方法及系统


[0001]本专利技术涉及一种无人驾驶系统的定位导航方法及系统。

技术介绍

[0002]定位的目的是让无人驾驶车辆找到自身确切位置的方法,可以说,定位导航技术是整个无人驾驶技术的核心,目前常用的定位技术有激光SLAM定位技术、GPS/INS定位技术和UWB定位技术。
[0003]对装载多线激光雷达的无人驾驶车辆而言,要求它能够在真实的环境中自由活动,那么识别周围的环境,并知道它处于环境中的位置,是必须要具备的能力,而这正是激光雷达即时定位与制图技术(Simultaneous Localization and Mapping,SLAM)需要处理的问题。激光SLAM技术涉及到的领域很广,在不同的使用场景,需要结合不同的传感器组合,配合不同的数据处理方法,处理来自传感器的噪声,降低传感器误差。此外,它还需要求解系统自定位问题,研究特征匹配算法,筛选合适的地图格式,设计优良的数据处理方法,以便高效求解基于概率的SLAM问题以及建立增量式地图。但由于在暴雨、大雪、大雾等天气下,激光衰减速度会急剧增大,传播距离也受较大影响,因此在天气条件恶劣的情况下激光SLAM技术暂不可用。
[0004]GPS/INS定位技术是一种既保持惯性导航系统(Inertial Navigation System,INS)的自主性、隐蔽性及信息全面、频带宽等特有优点,又克服了其导航误差随时间累积等缺点的理想组合系统,具有可靠性高、形态结构简单、全局导航精度高及误差不累积等特点。但由于无人驾驶车辆在真实的运行环境中存在多处GPS盲区,包括部分室内场景、室外楼宇遮挡区域、树木遮挡区域等,这些因素都会影响到GPS信号传播和定位失效,此时仅依靠INS会导致导航误差随时间的累积,从而影响GPS/INS定位技术的准确度,因此GPS/INS定位方案无法解决盲区环境下和全天候环境下的车辆高精度定位问题,也无法满足无人驾驶系统的运行需求。
[0005]超宽带定位技术(Ultra-Wide Band,UWB)是一种基于无线载波通信的高精度定位技术,由于它具有功耗低、抗干扰强、安全性高,尤其是定位精度不受雨雪等恶劣天气影响等优点,UWB定位技术在高精度的测距和定位中受到很大的关注。目前UWB定位技术正处于发展初级阶段,且在开放园区使用需布置大量的基站,使用和维护成本较高,因此UWB定位技术多应用于室内固定场景,室外场景应用较少。
[0006]目前很多无人车公司普遍都是采用GPS/INS+激光SLAM的定位方式。在高楼密集的城市环境下,定位误差依旧可达到10~50m,误差主要来自于建筑物对GPS信号的遮挡、反射等,并且楼群越密集、越高,定位信号越差,定位误差也就越大,因此在GPS盲区环境下的定位存在精确度不高、定位不稳定的问题。
[0007]因此,目前无人驾驶领域针对天气恶劣条件下的定位技术研究,均无有效地解决方案,无法保证全天候各种环境下的精确定位效果。

技术实现思路

[0008]本专利技术的目的是提供一种无人驾驶系统的定位导航方法及系统,以解决目前车辆导航过程中定位效果差的问题。
[0009]为解决上述技术问题而提供一种无人驾驶系统的定位导航方法,包括如下步骤:
[0010](1)通过激光雷达、GPS接收机、车载INS和UWB接收机获取道路位置数据,分别记为激光雷达数据、GPS数据、INS数据和UWB数据;
[0011](2)判断GPS接收机是否被遮挡、实时天气情况、UWB接收机与定位基站的距离;
[0012](3)若GPS接收机被遮挡,融合激光地图定位方式、激光里程计定位方式和UWB定位方式的定位结果,作为最终的定位结果;
[0013]若实时天气恶劣,融合GPS/INS定位方式和UWB定位方式的定位结果,作为最终的定位结果;
[0014]若UWB接收机与定位基站的距离超过设定范围,融合GPS/INS定位方式、激光地图定位方式和激光里程计定位方式的定位结果,作为最终的定位结果。
[0015]有益效果是:本专利技术的定位导航方法中综合了激光雷达、GPS接收机、车载INS和UWB接收机的道路位置数据,无论是无人驾驶行驶入楼宇遮挡区域等GPS盲区时,还是在暴雨、大雪等恶劣天气下,或者UWB接收机与定位基站的距离超过设定范围时,都能通过这四种位置数据中的有效数据实现精准定位,从而能够实现全天候不同环境下的精确定位。
[0016]进一步的,还包括对步骤(1)中的激光雷达数据、GPS数据、INS数据和UWB数据进行时间同步和坐标标定处理的步骤。对不同定位方式获得的位置数据进行处理,便于统一进行比较和数据融合。
[0017]进一步的,所述天气恶劣包括大雨、浓烟和浓雾。
[0018]进一步的,步骤(3)通过卡尔曼滤波实现融合。
[0019]为解决上述技术问题而还提供一种无人驾驶系统的定位导航系统,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述计算机程序运行时执行上述的无人驾驶系统的定位导航方法。
附图说明
[0020]图1为本专利技术多传感器的位置数据融合定位技术原理图;
[0021]图2为本专利技术基于迭代扩展卡尔曼滤波算法的融合定位原理图。
具体实施方式
[0022]为使本专利技术的目的、技术方案及优点更加清楚,下面结合附图及实施例,对本专利技术作进一步的详细说明,但本专利技术的实施方式并不局限于此。
[0023]本专利技术的技术构思:提出一种基于激光雷达数据、GPS/INS数据和UWB数据相融合的方案,通过高精度标定解决四种传感器数据的时空同步问题,基于GPS/INS定位结果、UWB定位结果、激光特征地图定位结果以及激光里程计定位结果,实现无人驾驶系统在在盲区环境下和全天候环境下的高精度高稳定性的定位。
[0024]定位导航方法实施例:
[0025]多传感器的位置数据融合定位过程如图1所示:
[0026]步骤一、获取车载多传感器的位置数据
[0027]主要目的是确定激光雷达、GPS接收机、车载INS以及UWB接收机之间的相对位置关系,同时确定激光雷达坐标系与GPS坐标系之间的变换关系。
[0028](1)通过激光雷达、GPS接收机、车载INS和UWB接收机获取道路位置数据,分别记为激光雷达数据、GPS数据、INS数据和UWB数据;车辆多传感器离线标定模块是实现车辆多源数据融合的基础,考虑到GPS和INS可共用同一坐标系,UWB定位结果可以通过标定转化为GPS坐标,因此,车载多传感器高精度同步与标定主要解决的是激光坐标系与GPS坐标系之间的离线标定问题。
[0029](2)采用基于轨迹的标定方法解决激光雷达坐标系与GPS接收机坐标系之间的离线标定问题,具体而言,首先需要采用基于多线激光雷达的3D-SLAM技术得到在每个节点激光雷达的位姿,即每个节点的激光雷达坐标系与第一个节点的激光雷达坐标系之间的旋转平移矩阵。然后利用每个节点同步的GPS轨迹与激本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种无人驾驶系统的定位导航方法,其特征在于,包括如下步骤:(1)通过激光雷达、GPS接收机、车载INS和UWB接收机获取道路位置数据,分别记为激光雷达数据、GPS数据、INS数据和UWB数据;(2)判断GPS接收机是否被遮挡、实时天气情况、UWB接收机与定位基站的距离;(3)若GPS接收机被遮挡,融合激光地图定位方式、激光里程计定位方式和UWB定位方式的定位结果,作为最终的定位结果;若实时天气恶劣,融合GPS/INS定位方式和UWB定位方式的定位结果,作为最终的定位结果;若UWB接收机与定位基站的距离超过设定范围,融合GPS/INS定位方式、激光地图定位方式和激光里程计定位方式的定位结果,作为...

【专利技术属性】
技术研发人员:黄琨苏常军陈慧勇李高鹏
申请(专利权)人:郑州宇通客车股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1