【技术实现步骤摘要】
一种路口环境局部里程推算定位方法、系统及存储介质
[0001]本专利技术涉及车辆定位
,尤其是涉及一种路口环境局部里程推算定位方法、系统及存储介质。
技术介绍
[0002]当前世界贸易蓬勃发展,全球化趋势势不可挡,作为全球贸易的重要组成部分,海上贸易是各个国家参与国际贸易的重要手段。港口码头是海上运输与陆地运输的衔接点,其在贸易运输的重要性不言而喻。因此,如何提高港口集装箱的转运效率、降低人工成本以及作业风险,从而提高港口竞争力始终是世界各个港口追求的目标。
[0003]无论是卫星定位(GNSS)还是惯性导航定位(INS),自动驾驶定位系统的误差都不可避免,定位结果通常偏离实际位置。在自动驾驶系统中,全场景采用全局定位系统,偶发的定位异常会导致自动驾驶系统运行异常,全局定位在所有场景较难保证定位的精度,在路口环境中,相关视觉特征距离较远,且特征较少,构建局部语义地图较困难,若发生组合导航RTK由于网络等原始失效情况,较难保证自动驾驶车辆通过全局定位通过路口。
技术实现思路
[0004]鉴于以上问 ...
【技术保护点】
【技术特征摘要】
1.一种路口环境局部里程推算定位方法,其特征在于,所述方法包括:L1.车辆行驶在道路上,基于车载激光雷达实时获取道路点云数据信息,基于车载IMU实时获取车辆的角速度和加速度数据信息;L2.基于所述车辆的角速度和加速度数据信息,采用ESKF算法对车辆的加速度和角速度进行纠正,输出纠正后的车辆角速度和加速度数据信息;L3.基于所述道路点云数据信息,采用局部点云地图构建与匹配算法对车辆的位姿进行估算,输出车辆的低频相对位姿数据信息;L4,将所述车辆的低频相对位姿数据信息和所述纠正后的车辆角速度和加速度数据信息进行融合,进行局部里程计推算,输出车辆的相对位姿和速度数据信息。2.根据权利要求1所述的路口环境局部里程推算定位方法,其特征在于,在步骤L2中,所述采用ESKF算法对车辆的加速度和角速度进行纠正包括:L21.基于所述车辆的角速度和加速度数据信息,建立车辆的状态函数,,其中,,,R为旋转矩阵,I为转移矩阵,a
m
为m时刻的加速度,a
b
为b时刻的加速度,a
τ
为τ时刻的加速度,W
τ
为τ时刻的角速度,a
n
为n时刻的加速度,W
n
为n时刻的角速度,a
w
为w时刻的加速度,W
w
为w时刻的角速度,x为车辆的状态矩阵;L22.根据所述车辆的状态函数,建立车辆状态的递推函数,,其中,Δt为时刻间隔值;L23.基于所述车辆状态的递推函数,预测下一时刻的车辆状态数据信息,并对车辆的角速度和加速度数据信息进行纠正,输出纠正后的车辆角速度和加速度数据信息。3.根据权利要求2所述的路口环境局部里程推算定位方法,其特征在于,在步骤L21中,所述车辆的状态矩阵x,,其中,p为位置,v为速度,R为旋转矩阵,a为加速度,w
b<...
【专利技术属性】
技术研发人员:董杰,曹恺,骆嫚,彭俊,汪统,
申请(专利权)人:东风悦享科技有限公司,
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。