本申请实施例提供一种车辆运动状态模型优化方法、设备、装置及存储介质。获取离线前第一时间段内的车辆位置观测数据、车辆监测数据以及车辆传感器数据；根据车辆位置观测数据，确定高精地图中地图道路数据；利用车辆运动状态模型对车辆位置观测数据、车辆监测数据以及车辆传感器数据进行处理，输出第一时间段之后的模型预测轨迹；根据地图道路数据和模型预测轨迹，对车辆运动状态模型进行修正。将车辆位置观测数据、车辆监测数据以及车辆传感器数据等输入到车辆运动状态模型中，能够输出预测到的模型预测轨迹，进而，结合地图道路数据与模型预测轨迹的偏差对车辆运动状态模型进行修正，能够有效提升车辆运动状态模型的预测效果，提升预测准确率。提升预测准确率。提升预测准确率。
【技术实现步骤摘要】
一种车辆运动状态模型优化方法、设备、装置及存储介质
[0001]本申请涉及车辆控制
，尤其涉及一种车辆运动状态模型优化方法、设备、装置及存储介质。
技术介绍
[0002]随着车辆智能化和精准化技术发展，不仅能够有效提升用户的乘驾体验，还能够有效降低司机的驾驶难度。
[0003]然而，在实际进行车辆运动状态相关信息输出或者航迹信息输出的时候，由于传感器本身精度不高，或者全球定位系统(Global Positioning System，GPS)信号不稳定等问题，导致无法实时准确确定车辆运动轨迹。因此，可以采用预测的方式，获取到车辆轨迹。但是现有预测方式得到的车辆运动状态相关信息不准确，在无法实时获取到车辆状态信息的情况下，在利用车辆运动状态模型进行轨迹预测时容易产生偏差。因此，一种新的解决方案亟待提出。
技术实现思路
[0004]本申请实施例提供一种车辆运动状态模型优化方法、设备、装置及存储介质，用以优化车辆运动状态模型。
[0005]本申请实施例提供一种车辆运动状态模型优化方法，包括：
[0006]获取离线前第一时间段内的车辆位置观测数据、车辆监测数据以及车辆传感器数据；
[0007]根据所述车辆位置观测数据，确定高精地图中地图道路数据；
[0008]将所述车辆监测数据以及所述车辆传感器数据输入车辆运动状态模型，得到所述第一时间段之后的模型预测轨迹；
[0009]利用所述地图道路数据和所述模型预测轨迹，对所述车辆运动状态模型进行修正。
[0010]可选地，所述根据所述地图道路数据和所述模型预测轨迹，对所述车辆运动状态模型进行修正，包括：
[0011]将所述地图道路数据和所述模型预测轨迹输入到训练好的误差修正模型，得到轨迹补偿数据；
[0012]基于所述轨迹补偿数据对所述车辆运动状态模型进行修正，以得到修正后目标轨迹。
[0013]可选地，所述误差修正模型是通过如下方式得到的模型：
[0014]基于获取到的历史地图道路数据和历史模型预测轨迹，生成轨迹补偿样本；
[0015]利用所述轨迹补偿样本对所述误差修正模型进行训练，以得到训练好的用于确定所述轨迹补偿数据的误差修正模型。
[0016]可选地，所述利用车辆运动状态模型对所述车辆位置观测数据、车辆监测数据以
及车辆传感器数据进行处理，输出所述第一时间段之后的模型预测轨迹，包括：
[0017]利用车辆运动状态模型对所述车辆位置观测数据、车辆监测数据以及车辆传感器数据进行处理，输出车辆平面运动信息、车辆空间运动信息以及车辆非圆周运动信息；
[0018]基于所述车辆平面运动信息、所述车辆空间运动信息以及所述车辆非圆周运动信息进行积分处理，生成所述第一时间段之后的模型预测轨迹。
[0019]可选地，所述车辆运动状态模型包括：车辆平面运动模型和车辆空间运动模型；
[0020]所述车辆平面运动信息和所述车辆空间运动信息的生成方式，包括：
[0021]对所述车辆位置观测数据、车辆监测数据以及车辆传感器数据进行滤波处理；
[0022]利用所述车辆平面运动模型对滤波处理后数据进行计算，输出速度、加速度、平面位移、转向角中至少一个作为所述车辆平面运动信息；
[0023]利用所述车辆空间运动模型对滤波处理后数据进行计算，输出垂直位移、俯仰角中至少一个作为所述车辆空间运动信息。
[0024]可选地，所述车辆运动状态模型包括：车辆非圆周运动模型；
[0025]对所述车辆位置观测数据、车辆监测数据以及车辆传感器数据进行滤波处理；
[0026]利用所述车辆非圆周运动模型对滤波处理后数据进行计算，输出非圆周加速度、非圆周位移中至少一个作为所述车辆非圆周运动信息。
[0027]可选地，所述输出所述第一时间段之后的模型预测轨迹，包括：
[0028]基于所述车辆非圆周运动信息在所述第一时间段内单位时间信息，利用积分运算得到位置信息和位置变化信息；
[0029]基于所述车辆平面运动信息和所述车辆空间运动信息在所述第一时间段内单位时间信息，利用积分运算得到距离信息和运动信息；
[0030]根据所述位置信息、所述位置变化信息、所述距离信息和所述运动信息，计算得到所述模型预测轨迹。
[0031]本申请实施例提供一种车辆设备，包括：车身，所述车身上安装有雷达和图像采集设备，还设置有存储器、处理器、通信组件和显示组件；所述存储器，用于存储一条或多条计算机指令；所述处理器用于执行所述一条或多条计算机指令以用于：通过所述通信组件以及所述显示组件执行车辆运动预测方法中的步骤。
[0032]本申请实施例提供一种车辆运动状态模型优化装置，应用于车辆设备上，所述装置包括：
[0033]获取模块，用于获取离线前第一时间段内的车辆位置观测数据、车辆监测数据以及车辆传感器数据；
[0034]确定模块，用于根据所述车辆位置观测数据，确定高精地图中地图道路数据；
[0035]输出模块，用于将所述车辆监测数据以及所述车辆传感器数据输入车辆运动状态模型，得到所述第一时间段之后的模型预测轨迹；
[0036]修正模块，用于根据所述地图道路数据和所述模型预测轨迹，对所述车辆运动状态模型进行修正。
[0037]本申请实施例提供一种存储有计算机程序的计算机可读存储介质，计算机程序被执行时能够实现车辆运动预测方法中的步骤。
[0038]本申请实施例提供的车辆运动状态模型优化方法、设备、装置及存储介质中，获取
离线前第一时间段内的车辆位置观测数据、车辆监测数据以及车辆传感器数据；根据所述车辆位置观测数据，确定高精地图中地图道路数据；利用车辆运动状态模型对所述车辆位置观测数据、车辆监测数据以及车辆传感器数据进行处理，输出所述第一时间段之后的模型预测轨迹；根据所述地图道路数据和所述模型预测轨迹，对所述车辆运动状态模型进行修正。通过上述方案，将车辆位置观测数据、车辆监测数据以及车辆传感器数据等数据输入到车辆运动状态模型中，能够输出预测到的模型预测轨迹，进而，结合地图道路数据与模型预测轨迹的偏差对车辆运动状态模型进行修正，能够有效提升车辆运动状态模型的预测效果，提升预测准确率。
附图说明
[0039]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0040]图1为本申请一示例性实施例提供的车辆运动状态模型优化方法的流程示意图；
[0041]图2为本申请一示例性实施例提供的一种车辆运动状态模型优化的示意图；
[0042]图3为本申请一示例性实施例提供的车辆设备的结构示意图；
[0043]图4为本申请一示例性实施例提供的车辆运动状态模型优化装置的示意图。
具体实施方式
[0044]为了使本
的人员更好地理解本专利技术方案，下本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车辆运动状态模型优化方法，应用于车辆设备，其特征在于，所述方法包括：获取离线前第一时间段内的车辆位置观测数据、车辆监测数据以及车辆传感器数据；根据所述车辆位置观测数据，确定高精地图中地图道路数据；将所述车辆监测数据以及所述车辆传感器数据输入车辆运动状态模型，得到所述第一时间段之后的模型预测轨迹；利用所述地图道路数据和所述模型预测轨迹，对所述车辆运动状态模型进行修正。2.根据权利要求1所述的方法，其特征在于，所述利用所述地图道路数据和所述模型预测轨迹，对所述车辆运动状态模型进行修正，包括：将所述地图道路数据和所述模型预测轨迹输入到训练好的误差修正模型，得到轨迹补偿数据；基于所述轨迹补偿数据对所述车辆运动状态模型进行修正，以得到修正后目标轨迹。3.根据权利要求2所述的方法，其特征在于，所述误差修正模型是通过如下方式得到的模型：基于获取到的历史地图道路数据和历史模型预测轨迹，生成轨迹补偿样本；利用所述轨迹补偿样本对所述误差修正模型进行训练，以得到训练好的用于确定所述轨迹补偿数据的误差修正模型。4.根据权利要求1所述的方法，其特征在于，所述利用车辆运动状态模型对所述车辆位置观测数据、车辆监测数据以及车辆传感器数据进行处理，输出所述第一时间段之后的模型预测轨迹，包括：利用车辆运动状态模型对所述车辆位置观测数据、车辆监测数据以及车辆传感器数据进行处理，输出车辆平面运动信息、车辆空间运动信息以及车辆非圆周运动信息；基于所述车辆平面运动信息、所述车辆空间运动信息以及所述车辆非圆周运动信息进行积分处理，生成所述第一时间段之后的模型预测轨迹。5.根据权利要求4所述的方法，其特征在于，所述车辆运动状态模型包括：车辆平面运动模型和车辆空间运动模型；所述车辆平面运动信息和所述车辆空间运动信息的生成方式，包括：对所述车辆位置观测数据、车辆监测数据以及车辆传感器数据进行滤波处理；利用所述车辆平面运动模型对滤波处理后数据进行计算，输出行驶速度、加速度、平面位移、转向角中至少一个作为所述车辆平面运动信息；...
【专利技术属性】
技术研发人员：祝勇，方绍伟，蒙越，
申请(专利权)人：北京罗克维尔斯科技有限公司，
类型：发明
国别省市：
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。