组合导航方法、电子设备及存储介质技术

本申请是关于一种组合导航方法、电子设备及存储介质。所述组合导航基于轮速传感器，以及至少一种其他类别传感器实现组合导航，该方法包括：获取所述轮速传感器测得车辆某一时刻速度的速度绝对值；根据所述速度绝对值按照预设的规则获得所述轮速传感器以及其他类别传感器在卡尔曼滤波器中量测噪声被赋予的量测噪声影响因子；利用所述卡尔曼滤波器对所述轮速传感器以及其他类别传感器数据进行滤波融合，其中，滤波融合时的所述轮速传感器以及其他类别传感器数据中至少一者的量测噪声被赋予对应的所述量测噪声影响因子。本申请提供的方案，有利于组合导航中各传感器数据的融合，提升滤波收敛的速度。提升滤波收敛的速度。提升滤波收敛的速度。

【技术实现步骤摘要】
组合导航方法、电子设备及存储介质


[0001]本申请涉及计算机
，尤其涉及一种组合导航方法、电子设备及存储介质。

技术介绍

[0002]随着人工智能、自动驾驶等技术的发展，高精度定位技术成为实现自动驾驶的至关重要的部分。一般情况下，为了实现高精度定位会采用在车辆上设置具有不同种类的传感器组成的组合导航。要想在现实复杂的环境中获得精确的定位，需要利用卡尔曼滤波算法对组合导航中的各数据进行融合，但是组合导航中各传感器受环境中噪声的影响程度不同，具有一定的差异性，不利于各传感器数据的融合。

技术实现思路

[0003]为解决或部分解决相关技术中存在的问题，本申请提供一种组合导航方法、电子设备及存储介质，该方法及相关装置有利于组合导航中各传感器数据的融合，提升滤波收敛的速度。
[0004]本申请第一方面提供一种组合导航方法，所述组合导航基于轮速传感器，以及至少一种其他类别传感器实现组合导航，包括：获取所述轮速传感器测得车辆某一时刻速度的速度绝对值；根据所述速度绝对值按照预设的规则获得所述轮速传感器以及其他类别传感器在卡尔曼滤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种组合导航方法，所述组合导航基于轮速传感器，以及至少一种其他类别传感器实现组合导航，其特征在于，包括：获取所述轮速传感器测得车辆某一时刻速度的速度绝对值；根据所述速度绝对值按照预设的规则获得所述轮速传感器以及其他类别传感器在卡尔曼滤波器中量测噪声被赋予的量测噪声影响因子；利用所述卡尔曼滤波器对所述轮速传感器以及其他类别传感器数据进行滤波融合，其中，滤波融合时的所述轮速传感器以及其他类别传感器数据中至少一者的量测噪声被赋予对应的所述量测噪声影响因子。2.根据权利要求1所述的方法，其特征在于，所述根据所述速度绝对值按照预设的规则获得所述轮速传感器以及其他类别传感器在卡尔曼滤波器中量测噪声被赋予的量测噪声影响因子，包括：在同一时刻，根据获取车辆速度的所述速度绝对值，所述其他类别传感器所获得的在所述卡尔曼滤波器中量测噪声被赋予的量测噪声影响因子相同，或者，所述其他类别传感器所获得的在所述卡尔曼滤波器中量测噪声被赋予的量测噪声影响因子不同。3.根据权利要求2所述的方法，其特征在于，所述其他类别传感器包括激光雷达传感器和卫星导航传感器，所述根据所述速度绝对值按照预设的规则获得所述其他类别传感器在卡尔曼滤波器中量测噪声被赋予的量测噪声影响因子，包括：在同一时刻，根据获取车辆速度的所述速度绝对值，所述激光雷达传感器与所述卫星导航传感器所获得的在所述卡尔曼滤波器中量测噪声被赋予的量测噪声影响因子相同。4.根据权利要求3所述的方法，其特征在于，所述预设的规则包括：预先建立所述速度绝对值与所述量测噪声影响因子取值相关的算法，按照所述算法将所述速度绝对值作为变量带入计算。5.根据权利要求4所述的方法，其特征在于，所述预先建立所述速度绝对值与所述量测噪声影响因子取值相关的算法，按照所述算法将所述速度绝对值作为变量带入计算，包括：获取所述其他类别传感器在卡尔曼滤波器中第一时刻的初始量测噪声和偏移角；根据所述轮速传感器在所述第一时刻的速度绝对值获取车辆在该时刻前进的最大距离；根据所述最大距离以及...

【专利技术属性】
技术研发人员：宋振伟，张海强，李成军，
申请(专利权)人：智道网联科技北京有限公司，
类型：发明
国别省市：