【技术实现步骤摘要】
本申请涉及智能驾驶，尤其涉及一种车辆位姿的估计方法、装置及设备。
技术介绍
1、由于l2级汽车的定位装置的精度有限，同时目前利用车身信息对自车车辆轨迹估计的算法几乎停留在理论模型中，缺乏在实际工程中的应用实例。即使有少数开源的轨迹估计方案，大多基于卡尔曼滤波算法或者其变种，还有的建立非常复杂的七自由度模型，有一定效果但依赖应用过程的标定，对于量产产品这样较为耗时耗力。
2、目前，一部分主流做法是采用扩展卡尔曼滤波、无迹卡尔曼滤波、粒子滤波算法及其变种对有限的车身信息做处理，这种滤波算法假设了马尔科夫性，即当前时刻状态(位姿)仅与上一时刻状态(位姿)有关，几种滤波算法都是在一个时刻做了非线性近似，虽然有一定效果，但是在运行一段时间后，得到的误差是较大的，无法收敛到一个较小的范围。
3、而另一部分做法是建立一个精准的车辆运动模型，充分考虑轮胎的滑移，质心的偏置等等，这个模型虽然能得到非常逼近于真实运动的结果，但是获取真实的轮胎滑移、质心偏置等是比较费时费力的，需要根据多工况进行标定，并且同一车型下线时这些参数的一致性是较难保证的，这种方法虽然精准但是无法用于量产车型。
4、因此，亟需一种可用于量产车型的且误差更小的基于车身信息的车辆位姿的估计方法。
技术实现思路
1、为解决上述技术问题，本说明书实施例提出了一种车辆位姿的估计方法、装置、设备、介质及程序，以根据有限的车身信息准确地确定车辆的位姿信息。
2、本说明书实施例提供的一种车辆位姿的
3、获取目标车辆的观测位姿数据、理论位姿数据以及位姿误差数据之间的预设关系信息；任意时刻的所述理论位姿数据为所述目标车辆相对于上一时刻的理论位姿变化数据、所述目标车辆在上一时刻的位姿拟合数据，以及位姿控制误差之和；所述位姿拟合数据是基于所述目标车辆的运动拟合模型确定的；所述位姿误差为所述目标车辆的所述位姿控制误差与位姿观测误差之和；
4、根据在预设时间段内的各个时刻针对所述目标车辆采集到的运动控制信息，计算得到所述目标车辆在各个时刻相对于上一时刻的所述理论位姿变化数据；
5、根据在所述预设时间段内的所述各个时刻针对所述目标车辆采集到的运动观测信息，计算得到所述目标车辆在各个时刻的观测位姿数据；
6、根据所述预设关系信息、所述理论位姿变化数据以及所述观测位姿数据，以最小化所述目标车辆在所述各个时刻的所述位姿误差数据的为目标，确定用于计算所述目标车辆在所述预设时间段内的位姿拟合数据的拟合后运动拟合模型；
7、利用所述拟合后运动拟合模型，确定所述目标车辆在所述预设时间段中的至少部分时刻的位姿拟合数据。
8、本说明书实施例提供的一种车辆位姿的估计装置，包括：
9、获取模块，用于获取目标车辆的观测位姿数据、理论位姿数据以及位姿误差数据之间的预设关系信息；任意时刻的所述理论位姿数据为所述目标车辆相对于上一时刻的理论位姿变化数据、所述目标车辆在上一时刻的位姿拟合数据，以及位姿控制误差之和；所述位姿拟合数据是基于所述目标车辆的运动拟合模型确定的；所述位姿误差为所述目标车辆的所述位姿控制误差与位姿观测误差之和；
10、第一计算模块，用于根据在预设时间段内的各个时刻针对所述目标车辆采集到的运动控制信息，计算得到所述目标车辆在各个时刻相对于上一时刻的所述理论位姿变化数据；
11、第二计算模块，用于根据在所述预设时间段内的所述各个时刻针对所述目标车辆采集到的运动观测信息，计算得到所述目标车辆在各个时刻的观测位姿数据；
12、运动拟合模块，用于根据所述预设关系信息、所述理论位姿变化数据以及所述观测位姿数据，以最小化所述目标车辆在所述各个时刻的所述位姿误差数据的为目标，确定用于计算所述目标车辆在所述预设时间段内的位姿拟合数据的拟合后运动拟合模型；
13、位姿计算模块，用于利用所述拟合后运动拟合模型，确定所述目标车辆在所述预设时间段中的至少部分时刻的位姿拟合数据。
14、本说明书实施例提供的一种车辆位姿的估计设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现所述车辆位姿的估计方法的步骤。
15、本说明书实施例提供的一种计算机可读存储介质，其上存储有计算机指令，该计算机程序/指令被处理器执行时实现所述车辆位姿的估计方法的步骤。
16、本说明书实施例提供的一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现所述车辆位姿的估计方法的步骤。
17、本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：
18、本说明书实施例公开了一种车辆位姿的估计方法、装置、设备、介质及程序，该方案包括：
19、本说明书实施例公开了一种车辆位姿的估计方法、装置及设备，该方案包括：通过获取所述目标车辆在预设时间段内的多个时刻的运动控制信息和运动观测信息，进而计算得到所述目标车辆的观测位姿数据以及车辆在各个时刻相对于上一时刻的理论位姿变化数据；根据目标车辆的观测位姿数据、理论位姿数据以及位姿误差数据之间的预设关系信息，通过最小化目标车辆在各个时刻具有的误差，得到目标车辆在预设时间段内的拟合后运动拟合模型。由于运动拟合模型考虑了目标车辆的多个时刻之间位姿数据之间的联系，因此，根据拟合后运动拟合模型计算得到的位姿数据相对于滤波算法的误差更小。
本文档来自技高网...【技术保护点】
1.一种车辆位姿的估计方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述目标车辆在各个时刻相对于上一时刻的所述理论位姿变化数据包括：所述目标车辆在各个时刻相对于上一时刻的横摆角变化值、横向位移数据以及纵向位移数据；
3.如权利要求1所述的方法，其特征在于，所述根据在所述预设时间段内的所述各个时刻针对所述目标车辆采集到的运动观测信息，计算得到所述目标车辆在各个时刻的观测位姿数据，具体包括：
4.如权利要求1所述的方法，其特征在于，所述根据所述预设关系信息、所述理论位姿变化数据以及所述观测位姿数据，以最小化所述目标车辆在所述各个时刻的所述位姿误差数据的为目标，确定用于计算所述目标车辆在所述预设时间段内的位姿拟合数据的拟合后运动拟合模型，具体包括：
5.如权利要求4所述的方法，其特征在于，根据所述预设关系信息、所述理论位姿变化数据以及所述观测位姿数据，构建目标函数，具体包括：
6.如权利要求1所述的方法，其特征在于，所述预设时间段为以当前时刻为终点的滑动时间窗口；
7.如权利要求6所述的方法，其
8.一种车辆位姿的估计装置，其特征在于，包括：
9.一种车辆位姿的估计设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1至7任意一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机序/指令被处理器执行时实现权利要求1至7任意一项所述方法的步骤。
11.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1至7任意一项所述方法的步骤。
...【技术特征摘要】
1.一种车辆位姿的估计方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述目标车辆在各个时刻相对于上一时刻的所述理论位姿变化数据包括：所述目标车辆在各个时刻相对于上一时刻的横摆角变化值、横向位移数据以及纵向位移数据；
3.如权利要求1所述的方法，其特征在于，所述根据在所述预设时间段内的所述各个时刻针对所述目标车辆采集到的运动观测信息，计算得到所述目标车辆在各个时刻的观测位姿数据，具体包括：
4.如权利要求1所述的方法，其特征在于，所述根据所述预设关系信息、所述理论位姿变化数据以及所述观测位姿数据，以最小化所述目标车辆在所述各个时刻的所述位姿误差数据的为目标，确定用于计算所述目标车辆在所述预设时间段内的位姿拟合数据的拟合后运动拟合模型，具体包括：
5.如权利要求4所述的方法，其特征在于，根据所述预设关系信息...
【专利技术属性】
技术研发人员：王旭东，刘伟，
申请(专利权)人：北京四维图新科技股份有限公司，
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。