[發明專利]一種基于多傳感器數據融合的無人車定位方法

有效

• 申請號: 201910202376.3
• 申請日: 2019-03-18
• 公開（公告）號: CN109946732B
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 李子月
• 申請（專利權）人: 李子月
• 主分類號: G01S19/48
• 分類號: G01S19/48;G01C21/16;G01C21/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

本發明公開了一種基于多傳感器數據融合的無人車定位方法，該方法充分利用厘米級高精度地圖、視覺和激光雷達傳感器數據，在衛星定位信號被遮擋區域實現高精度定位。本發明通過實時監測衛星定位數據有效性，不滿足無人車定位要求時，利用厘米級高精度地圖、激光雷達、里程計、視覺多傳感器數據融合對衛星定位數據進行輔助，同時，對慣性導航累積誤差進行修正，提高定位系統的可靠性、連續性和精度，且不需要增加傳感器硬件成本。

技術領域

本發明涉及無人駕駛汽車技術中的定位與導航領域，尤其涉及一種基于多傳感器數據融合的無人車定位方法。

背景技術

隨著DARPA重啟無人車技術研究，并先后于2004年、2005年和2007年舉辦了三屆智能車挑戰賽，谷歌大力投入自動駕駛技術研究，近年來全球范圍內掀起了自動駕駛技術研究的熱潮。參與者既有谷歌、蘋果、Uber、BAT等頂尖互聯網企業，也有特斯拉、奔馳、寶馬、通用、凱迪拉克等傳統車企，同時，英特爾、英偉達、博世、Mobileye等零部件供應商也參與其中，另外自動駕駛領域創業公司也如雨后春筍般應運而生。

自動駕駛技術經過十多年發展，逐漸從實驗室研究、到封閉環境技術競賽、再到固定場景示范應用，雖然取得了長足的進展，但距離實際應用仍有較大距離。車企普遍采用的由低級輔助駕駛到高級輔助駕駛，再到限定場景自動駕駛，最后到達全自動駕駛的路途并不十分順利，例如特斯拉公司車輛配備的輔助駕駛系統，至今仍事故頻出。谷歌、BAT互聯網公司及創業公司采用的由低速、封閉場景逐漸向外延伸的技術路線發展也并不理想，目前仍然只能在封閉場景低速駕駛狀態下執行簡單確定性任務，并且可靠性較低。

無人車定位是限制自動駕駛技術發展的關鍵和瓶頸技術之一，依靠單一傳感器難以達到理想的定位效果。高精度衛星導航接收機、慣性導航設備、激光雷達、視覺等傳感器可以實現絕對或相對定位，但各有優缺點，多傳感器融合技術是實現無人車精確、穩定、可靠定位的有效方法。

發明內容

針對目前無人車定位傳感器存在的衛星導航接收機連續性差、慣性導航設備誤差隨時間累積、激光雷達和視覺傳感器實時性差等諸多難題，本發明提出一種基于多傳感器融合的無人車定位方法。

本發明所采用的技術方案如下：一種基于多傳感器數據融合的無人車定位方法，包括如下步驟：

(1)通過衛星導航接收機輸出的定位數據，實時監測數據有效性，當出現PDOP5、可視星數目小于等于4兩種情況中任意一種時，判別為衛星定位數據可用性下降；

(2)當衛星定位數據可用性下降時，無人車進行制動，制動過程中，通過里程計和慣導數據融合，對定位位置進行更新，車輛靜止后對慣導設備的俯仰角誤差、橫滾角誤差、航向角誤差、加速度計和陀螺儀器件常值誤差進行修正；

(3)利用激光雷達和視覺傳感器分別獲取道路邊界和車道線在車體坐標系中的二次函數表示，計算車頭方向相對于厘米級高精度地圖中對應目標點航向的偏移角，并據此求取基于厘米級高精度地圖的車輛航向角，對步驟(2)中的航向角進行更新；

(4)通過激光雷達點云、視覺、厘米級高精度地圖對無人車航向、俯仰、橫滾、定位信息更新后，無人車恢復運行，通過里程計和慣導數據融合進行實時位置更新，同時激光雷達、視覺厘米級高精度地圖數據融合獲取車輛航向，對慣導航向角參數進行修正。

進一步的，所述步驟(2)中車輛靜止后對慣導設備的俯仰角誤差、橫滾角誤差、航向角誤差、加速度計和陀螺儀器件常值誤差進行修正，具體過程如下：

車輛靜止后真實的速度為0，慣導設備輸出的速度即為誤差，并以此建立誤差模型，利用kalman濾波器對姿態失準角、水平速度誤差、加速度計和陀螺儀器件常值進行估計，狀態向量X如下所示：