一种应用于汽车上的惯性定姿定位方法技术

一种应用于汽车上的惯性定姿定位方法，其特征在于，包括以下步骤：步骤一、获取三轴加速度计数据和三轴陀螺仪数据并通过低通或带通滤波器，将发动机抖动及其它不规则的高频噪声滤除；步骤二、对滤波后的六轴数据通过循环卷积神经网络提取高维特征，判断此时载体运动姿态；步骤三、通过载体运动姿态确定运动方程，将运动方程通过卡尔曼滤波器进行处理，获得姿态，并根据姿态更新速度和导航坐标。本发明专利技术克服了现有技术的缺陷，准确地完成了汽车上的惯性定姿定位。性定姿定位。性定姿定位。

【技术实现步骤摘要】
一种应用于汽车上的惯性定姿定位方法


[0001]本申请是一种应用于汽车上的惯性定姿定位方法，涉及汽车动态姿态估计和位置估计
，尤其涉及一种基于多传感器惯性导航系统的汽车动态姿态估计和位置估计的方法。

技术介绍

[0002]随着MEMS技术的发展，使用MEMS加速度计和陀螺仪的捷联惯性导航方案可用性越来越强，同时相比其他惯性导航方案具有巨大的成本优势。如今高等级的自动驾驶系统已成为当今汽车行业的发展重点。这些电子系统大多需要基于汽车姿势和位置信息的反馈。因此，智能驾驶车辆系统的发展基于准确、稳定、实时的姿态和导航信息。惯性导航在智能化驾驶中也有应用，目前技术中的捷联惯性导航系统准确度还有很大提升空间。现有捷联惯性导航方案如图1所示。
[0003]现有技术的缺陷和不足：
[0004]1.目前MEMS传感器由于工艺所限，即使经过严格的标定，也无法完全去除噪声影响。
[0005]2.除了识别出载体的运动姿态，对载体运动类型的识别也十分关键。现有方案只能识别姿态，无法确定运动类型。
[0006]3.现有方案对不同载体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于汽车上的惯性定姿定位方法，其特征在于，包括以下步骤：步骤一、获取三轴加速度计数据和三轴陀螺仪数据并通过低通或带通滤波器，将发动机抖动及其它不规则的高频噪声滤除；步骤二、对滤波后的六轴数据通过循环卷积神经网络提取高维特征，判断此时载体运动姿态；步骤三、通过载体运动姿态确定运动方程，将运动方程通过卡尔曼滤波器进行处理，获得姿态，并根据姿态更新速度和导航坐标。2.根据权利要求1所述的一种应用于汽车上的惯性定姿定位方法，其特征在于，所述的滤波器是采用有限冲击响应滤波器，包括但不限于巴特沃斯滤波器和切比雪夫滤波器。3.根据权利要求2所述的一种应用于汽车上的惯性定姿定位方法，其特征在于，所述有限冲击响应滤波器，是巴特沃斯滤波器或切比雪夫滤波器。4.根据权利要求1所述的一种应用于汽车上的惯性定姿定位方法，其特征在于，所述的对滤波后的六轴数据通过循环卷积神经网络提取高维特征，判断此时载体运动姿态，是使用循环卷积神经网络对时许序列进行特征的提取，获得各个运动状态的概率，并选取其中概率最大的作为此时运动状态的估计值。5.根据权利要求4所述的一种应用于汽车上的惯性定姿定位方法，其特征在于，所述的循环卷积神经网络，是以最终的姿态输出为网络下一时刻的输入向量的一部分。6.根据权利要求4所述的一种应用于汽车上的惯性定姿定位方法，其特征在于，所述的循环卷积神经网络是采用不少于6个卷积核，每个卷积核卷积运算的结果将对应一个池化层和不少于两个隐藏层，最终每个卷积核输出通过softmax函数单独输出对每个运动状态的先验概率估计，累加得到概率最大的运动状态。7.根据权利要求...

【专利技术属性】
技术研发人员：李燕石，时广轶，
申请(专利权)人：北京大学，
类型：发明
国别省市：