一种基于集装箱卡车检测的状态观测方法技术

本发明专利技术公开了一种基于集装箱卡车检测的状态观测方法。方法将所要状态观测的参数分为横向和纵向的两部分，两部分分别进行处理建立对应的状态观测模型，将历史采集的横向和纵向两部分的参数由状态观测模型输入到同一目标函数中进行最优控制处理获得各自观测值，进而用于集装箱卡车的无人驾驶控制。本发明专利技术能够去除噪声实现有效的滤波，实现准确观测，能够对没有办法直接检测的速度、加速度、曲率等状态信息进行准确观测。信息进行准确观测。信息进行准确观测。

【技术实现步骤摘要】
一种基于集装箱卡车检测的状态观测方法


[0001]本专利技术涉及了一种集装箱卡车的无人驾驶控制方法，尤其是涉及了一种基于集装箱卡车检测的状态观测方法。

技术介绍

[0002]自动驾驶的核心功能模块包括感知、规划和控制。对于集装箱卡车的自动驾驶任务，需要对周边场景中的障碍物状态进行实时感知，包括位置、朝向、速度、加速度等各种信息，从而作为障碍物行为预测和自车行为决策的重要依据。自动驾驶中的感知系统主要基于激光雷达、相机等传感器，在点云或图像中对车辆进行检测识别，计算出车辆的位置、朝向信息。
[0003]集装箱卡车相比于乘用车具有更加复杂的结构，由主车和挂车两部分组成，其感知问题包含了主车和挂车两部分。由于挂车的长度显著更长，且一般载有集装箱，在一些角度下对主车有明显的遮挡。
[0004]因此，在实际检测中，往往只能检测到挂车部分，主车部分由于遮挡导致无法检测或检测不稳定。同时，由于传感器的分辨率限制，对车辆的检测往往具有较大的噪声，对于后续的车辆规划有较大的负面影响。由于车辆的速度、加速度、曲率等运动信息无法直接测量，往往需要对位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于集装箱卡车检测的状态观测方法，其特征在于：方法将所要状态观测的参数分为横向和纵向的两部分，两部分分别进行处理建立对应的状态观测模型，将历史采集的横向和纵向两部分的参数由状态观测模型输入到目标函数中进行最优控制处理获得各自观测值，进而用于集装箱卡车的无人驾驶控制。2.根据权利要求1所述的一种基于集装箱卡车检测的状态观测方法，其特征在于：方法将历史多帧测量的横向和纵向两部分的参数作为测量结果，将测量结果由状态观测模型输入到目标函数中进行最优控制处理获得历史多帧的观测值。3.根据权利要求2所述的一种基于集装箱卡车检测的状态观测方法，其特征在于：通过无人车上的传感器检测历史多帧的挂车后后轴点位置和挂车朝向角度作为测量结果。4.根据权利要求1所述的一种基于集装箱卡车检测的状态观测方法，其特征在于：所述目标函数具体为：其中，J表示目标函数，Z表示预测状态向量，表示测量状态向量，U表示输入向量，Q,R分别为状态权重矩阵和输入权重矩阵，A
z
表示模型参数矩阵，表示工作点状态向量。5.根据权利要求4所述的一种基于集装箱卡车检测的状态观测方法，其特征在于：所述的横向部分的状态观测模型为横向状态观测模型，具体表示如下：Z＝Z
lat
,A
z
＝A
lat
,U＝U
k
A
lat
＝[A
′
d A
θ
]A
′
d
＝A
d
·
A
θθθ
U
k
＝[u
k,1
ꢀ…ꢀ
u
k,n
]
T
其中，Z
lat
表示横向状态向量，A
lat
为横向状态的模型参数矩阵，为横向状态的工作点状态向量，U
k
表示挂车曲率的模型输入向量；A
′
d
为横向偏差的模型参数矩阵，为横向偏差的工作点状态向量，A
θ
表示横向角度的模型参数矩阵，表示挂车朝向角的工作点状态向量；A
d
表示横向偏差的原始模型参数矩阵，表示横向偏差的原始工作点状态向量；T表示矩阵转置；u
k,i
表示第i帧的挂车曲率的观测值，为第i帧的挂车朝向角的工作点状态值；v
i
表示第i帧的挂车速...

【专利技术属性】
技术研发人员：贾丙西，任海东，茹祥宇，杨政，何晓飞，林彬彬，王闻箫，
申请(专利权)人：宁波舟山港集团有限公司，
类型：发明
国别省市：