【技术实现步骤摘要】
本专利技术涉及无人驾驶，具体而言，涉及一种车辆长距离轮速imu里程积分形状精度的评估方法及系统。
技术介绍
1、随着移动机器人技术和无人驾驶技术的广泛应用，基于车辆底盘的轮速信息与车辆搭载的组合惯性器件(inertial measurement unit,imu)信息的里程计在各种工况下都能够稳定工作的性质，使其成为自动驾驶定位技术不可或缺的一环。对基于轮速imu的积分里程计进行长距离精度的评估是评价性能的有效手段，也为合理使用里程计数据提供了性能指标。
2、然而，由于里程计原理上对传感器观测误差的累积，导致长距离行驶后里程计与真值系统的位置姿态有较大误差，无法直接有效地评估里程计在当前时间段内相对位置的误差。因此，如何提供一种克服上述缺陷的用于评估里程计性能的方法，是目前亟待解决的问题。
技术实现思路
1、本专利技术所要解决的技术问题在于提供一种车辆长距离轮速imu里程积分形状精度的评估方法及系统，通过对长距离里程计轨迹结果与真值系统位姿结果进行时间戳匹配分段对齐，统计评估其形状精度和一致性误差，进而评估里程计性能。
2、为解决上述问题，本专利技术提供了一种车辆长距离轮速imu里程积分形状精度的评估方法，评估方法包括：
3、s10：采集长距离的里程计数据和真值系统数据，将两组数据的时间对齐，并对其位姿轨迹进行分割，得到各分割区间的位姿集；
4、s20：将时间对齐的位姿集进行形状对齐，得到对应的匹配点集；
5、s30：统计
6、s40：设置里程计的误差边界，根据误差边界和形状精度，迭代得到相应的极限距离，最终得到误差和距离的性能统计指标。
7、本专利技术提出了一种对长距离里程计轨迹结果与真值系统位姿结果进行按时间戳匹配，根据配置距离分段对齐，统计评估形状精度和误差一致性的评估方法。具体而言，对于里程计的定位数据一般会根据其自身稳定连续的特性，选择应用于在有效时间内的相对位置与姿态的补偿计算等方面，所以评估里程计性能的主要指标是长距离下分段相对轨迹的形状的精度和其统计误差的一致性。其中，长距离原始数据统计有效降低了偶然误差对性能评估结果的影响；对长距离进行分割对齐，更全面地兼容里程计的使用场景，性能评估更全面；迭代调整分割方式能够通过采集数据评估出里程计性能的极限性能，为合理使用里程计数据提供有力依据。
8、上述任一技术方案中，s10具体包括：
9、s11：确定采样周期，获取采样周期对应的里程计数据和真值系统数据；
10、s12：确定采样周期范围内两组数据的最大匹配数；
11、s13：根据最大时间容差限制，获取所有时间对齐下的位姿集；
12、s14：根据性能需求设置分段时间初值，并根据分段时间初值对位姿轨迹进行分割，得到各分割区间的位姿集。
13、将里程计数据和真值系统数据进行对比，首先根据里程计数据的采样周期和真值系统数据的采样周期，确认当前采样周期范围内对照组数据的最大匹配数，然后根据最大时间容差限制，以获取时间对齐下的位姿匹配的数据对集，最后根据里程计的性能需求确定分段时间的初值，对采集的长距离的里程计数据集的轨迹位姿与真值系统数据集的轨迹位姿按照分段距离的初值进行分割，得到分割区间内的匹配数据位姿集。采样周期过长，将引起有用信号的严重丢失，使评估效果变差；采样周期过短，则两次实测值的变化量太小，达不到评估效果，因此需要设置合适的采样周期。长距离的里程计轨迹中的两个轨迹点之间的时间差较大，因此需设置分段时间对位姿轨迹进行分割。
14、上述任一技术方案中，s20具体包括：
15、s21：估计位姿集的r、t，获得最小的误差e2，计算公式如下：
16、
17、s22：根据误差将位姿集进行形状对齐，得到匹配点集。
18、将时间对齐的位姿匹配数据对集进行形状对齐，得到相应的匹配点集。具体而言，将形状对齐的问题转化为对数据对集估计准确的r、t以使得误差e2最小问题的求解，可以根据最小二乘原理推导得到r、t的取值使得误差最小。当推导得到r、t的取值最小时，得到的误差最小，在此条件下将各分割区间的位姿集进行形状对齐，得到相应分段时间下的匹配点集。
19、上述任一技术方案中，在s30中，统计匹配点集的位置误差和航向角误差的性能指标，得到里程计在各个匹配点集下的形状精度；
20、其中，性能指标包括均方根误差、均值、方差或最大误差中的至少一种。
21、统计分析等时间分割段下的结果，得到长距离的里程计在当前分割距离下的形状精度。将r、t变换对齐后的匹配点集进行对应，统计其位置误差以及航向角误差的均方根误差、均值、方差、最大误差等性能指标，以此获得里程计在各个匹配点集下的形状精度。
22、上述任一技术方案中，在s40中，迭代具体为调整s14中的分段时间。
23、根据系统内设置的里程计的误差边界，当统计的相关误差大于误差边界时，则需进行迭代以调整分段时间，将时间对齐后的位姿轨迹再次重新分割，得到相应的极限距离，最终得到误差和距离关系的性能统计指标。迭代调整分割方式能够通过采集数据评估出里程计性能的极限性能，为合理使用里程计数据提供有力依据。
24、本专利技术还提供了一种车辆长距离轮速imu里程积分形状精度的评估系统，包括：
25、时间对齐单元，时间对齐单元用于采集长距离的里程计数据和真值系统数据，将两组数据的时间对齐，并对其位姿轨迹进行分割，得到各分割区间的位姿集；
26、形状对齐单元，形状对齐单元用于将时间对齐的位姿集进行形状对齐，得到对应的匹配点集；
27、误差统计单元，误差统计单元用于统计并分析匹配点集的性能指标，得到里程计在各个匹配点集下的形状精度；
28、优化单元，优化单元用于设置里程计的误差边界，根据误差边界和形状精度，迭代得到相应的极限距离，最终得到误差和距离的性能统计指标。
29、本专利技术提供的一种车辆长距离轮速imu里程积分形状精度的评估系统具有如上述评估方法同样的有益效果，在此不再赘述。
30、采用本专利技术的技术方案后，能够达到如下技术效果：
31、(1)长距离原始数据统计有效降低了偶然误差对性能评估结果的影响；
32、(2)对长距离进行分割对齐，更全面的兼容里程计使用场景，性能评估更全面；
33、(3)迭代调整分割方式能够通过采集数据评估出里程计性能的极限性能，为合理使用里程计数据提供有力依据。
本文档来自技高网...【技术保护点】
1.一种车辆长距离轮速IMU里程积分形状精度的评估方法，其特征在于，所述评估方法包括：
2.根据权利要求1所述的评估方法，其特征在于，所述S10具体包括：
3.根据权利要求1所述的评估方法，其特征在于，所述S20具体包括：
4.根据权利要求1所述的评估方法，其特征在于，在所述S30中，统计所述匹配点集的位置误差和航向角误差的所述性能指标，得到里程计在各个所述匹配点集下的所述形状精度；
5.根据权利要求1所述的评估方法，其特征在于，在所述S40中，所述迭代具体为调整所述S14中的分段时间。
6.一种车辆长距离轮速IMU里程积分形状精度的评估系统，其特征在于，包括：
7.根据权利要求6所述的评估系统，其特征在于，所述时间对齐单元(10)具体用于：
8.根据权利要求6所述的评估系统，其特征在于，所述形状对齐单元(20)具体用于：
9.根据权利要求6所述的评估系统，其特征在于，在所述误差统计单元(30)中，统计所述匹配点集的位置误差和航向角误差的所述性能指标，得到里程计在各个所述匹配点集下的所
10.根据权利要求6所述的评估系统，其特征在于，在所述优化单元(40)中，所述迭代具体为调整所述时间对齐单元(10)中的分段时间。
...【技术特征摘要】
1.一种车辆长距离轮速imu里程积分形状精度的评估方法，其特征在于，所述评估方法包括：
2.根据权利要求1所述的评估方法，其特征在于，所述s10具体包括：
3.根据权利要求1所述的评估方法，其特征在于，所述s20具体包括：
4.根据权利要求1所述的评估方法，其特征在于，在所述s30中，统计所述匹配点集的位置误差和航向角误差的所述性能指标，得到里程计在各个所述匹配点集下的所述形状精度；
5.根据权利要求1所述的评估方法，其特征在于，在所述s40中，所述迭代具体为调整所述s14中的分段时间。
6.一种车辆长距离轮速...
【专利技术属性】
技术研发人员：吴玉洋，程伟，许丁宁，唐境蔓，
申请(专利权)人：宁波均胜智能汽车技术研究院有限公司，
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。