一种车辆定位方法及相关装置制造方法及图纸

本申请公开了一种车辆定位方法及相关装置，该方法包括：基于IMU数据、RTK数据和各个车轮的轮速脉冲数据通过卫星惯导融合定位框架解算得到参考偏差，然后根据IMU数据和参考偏差对长短期人工神经网络LSTM模型进行训练得到IMU偏差估计模型，利用惯性测量单元IMU偏差估计模型根据所述IMU数据确定惯性测量单元的估计偏差，进一步根据各个所述车轮的轮速脉冲数据预积分确定所述目标车辆的估计位置和估计姿态，然后基于误差状态卡尔曼滤波模型，根据所述估计偏差、所述估计位置和所述估计姿态确定所述目标车辆的目标位置和目标姿态，以减少车辆惯性递推的误差累积，提高车辆定位的准确性。

【技术实现步骤摘要】

本申请涉及车辆高精地图及定位，特别是涉及一种车辆定位方法及相关装置。

技术介绍

1、车辆定位是指确定车辆在地图上的位置和姿态的过程。在自动驾驶和高级辅助驾驶系统(adas)的应用中，对车辆定位的实时定位精度要求比较高。现有技术中针对智能驾驶在复杂环境下的车辆定位能力提出了较高的要求。

2、目前，相关技术中一般是通过惯性测量单元(inertial measurement unit，imu)采集惯性测量单元数据，进一步利用惯性传感器数据对车辆进行定位。但是惯性测量单元会受到车辆动作(比如振动冲击)、温度等因素的影响，惯性测量单元会产生系统偏差，导致惯性测量单元数据的准确性低，进一步会使得车辆定位的误差快速累积，从而导致车辆定位的精度低。

技术实现思路

1、基于上述问题，本申请提供了一种车辆定位方法及相关装置，以解决惯性测量单元的系统误差所导致的车辆定位的精度低的问题。

2、本申请实施例公开了如下技术方案：

3、第一方面，本申请实施例提供了一种车辆定位方法，该方法包括：

<本文档来自技高网...

【技术保护点】

1.一种车辆定位方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述IMU偏差估计模型，通过以下方式训练得到：

3.根据权利要求2所述的方法，其特征在于，所述获取训练惯性测量单元数据和参考偏差，包括：

4.根据权利要求2所述的方法，其特征在于，所述根据所述训练估计偏差与所述参考偏差确定损失函数值，包括：

5.根据权利要求1所述的方法，其特征在于，所述根据各个所述车轮的轮速脉冲数据确定所述目标车辆的估计位置和估计姿态，包括：

6.根据权利要求5所述方法，其特征在于，基于误差状态卡尔曼滤波模型，根据所述估...

【技术特征摘要】

1.一种车辆定位方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述imu偏差估计模型，通过以下方式训练得到：

3.根据权利要求2所述的方法，其特征在于，所述获取训练惯性测量单元数据和参考偏差，包括：

4.根据权利要求2所述的方法，其特征在于，所述根据所述训练估计偏差与所述参考偏差确定损失函数值，包括：

5.根据权利要求1所述的方法，其特征在于，所述根据各个所述车轮的轮速脉冲数据确定所述目标车辆的估计位置和估计姿态，包括：

6.根据权利要求5所述方法，其特征在于，基于误差状态卡尔曼滤波模型，根据所述估计偏差、所述估计位置和所述估计姿态确定所述目标车辆...

【专利技术属性】
技术研发人员：吴凯，
申请(专利权)人：东软睿驰汽车技术武汉有限公司，
类型：发明
国别省市：