[發(fā)明專利]自動駕駛定位組合導航方法、裝置、設備及存儲介質

有效

• 申請?zhí)枺?/td>: 202010401574.5
• 申請日: 2020-05-13
• 公開（公告）號: CN111521187B
• 公開（公告）日: 2022-04-12
• 發(fā)明（設計）人: 楊曉龍;程風;侯深化;宋適宇
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G01C21/28
• 分類號: G01C21/28;G01C21/16;G01S19/47;G01S17/86
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張娜;劉芳

1.一種自動駕駛定位組合導航方法，其特征在于，包括：

根據第一導航系統在第k時刻的第一測量數據和第二導航系統在所述第k時刻的第二測量數據，對第k-1時刻到所述第k時刻的車輛的第一誤差狀態(tài)變量估計值進行優(yōu)化處理，得到所述第k時刻的所述車輛的第二誤差狀態(tài)變量估計值；其中，所述第一誤差狀態(tài)變量估計值為根據卡爾曼濾波估計方式對所述第一導航系統的歷史測量數據進行處理所得到的；所述k為大于1的整數，經過所述優(yōu)化處理得到的所述第二誤差狀態(tài)變量估計值是基于最優(yōu)化問題函數取最小值時得到的，所述最優(yōu)化問題函數與所述第一測量數據和所述第二測量數據相關；

根據所述第二誤差狀態(tài)變量估計值對所述第k-1時刻到所述第k時刻的所述車輛的第一狀態(tài)變量估計值進行修正處理，得到所述第k時刻所述車輛的第二狀態(tài)變量估計值；

根據所述第二狀態(tài)變量估計值確定所述車輛的定位信息。

2.根據權利要求1所述的方法，其特征在于，所述根據第一導航系統在第k時刻的第一測量數據和第二導航系統在所述第k時刻的第二測量數據，對第k-1時刻到所述第k時刻的車輛的第一誤差狀態(tài)變量估計值進行優(yōu)化處理，得到所述第k時刻的所述車輛的第二誤差狀態(tài)變量估計值，包括：

根據所述第一測量數據、所述第二測量數據、所述第k-1時刻到第k時刻的所述車輛的誤差狀態(tài)變量的協方差矩陣估計值以及所述第一誤差狀態(tài)變量估計值，生成最優(yōu)化問題函數；其中，所述協方差矩陣估計值為根據所述卡爾曼濾波估計方式對所述第一導航系統的歷史測量數據進行處理所得到的；所述最優(yōu)化問題函數用于指示使得所述最優(yōu)化問題函數取最小值時的目標變量值；

求解所述最優(yōu)化問題函數得到所述目標變量值，并根據所述目標變量值得到所述第二誤差狀態(tài)變量估計值。

3.根據權利要求2所述的方法，其特征在于，所述最優(yōu)化問題函數滿足以下公式：

其中，argmin()代表求最小函數，Z_k代表所述第一測量數據與所述第二測量數據之間的測量數據差，R_k代表所述第二測量數據的協方差矩陣，δX_k代表所述第二誤差狀態(tài)變量估計值，為所述最優(yōu)化問題函數的目標變量值，δX_k,k-1代表所述第一誤差狀態(tài)變量估計值，P_k,k-1代表所述協方差矩陣估計值，|| ||₂代表2-范數，T代表轉置。

4.根據權利要求2或3所述的方法，其特征在于，所述求解所述最優(yōu)化問題函數得到所述目標變量值，包括：

采用非線性優(yōu)化方式對所述最優(yōu)化問題函數進行處理，得到所述目標變量值。

5.根據權利要求2或3所述的方法，其特征在于，所述根據第一導航系統在第k時刻的第一測量數據和第二導航系統在所述第k時刻的第二測量數據，對第k-1時刻到所述第k時刻的車輛的第一誤差狀態(tài)變量估計值進行優(yōu)化處理，得到所述第k時刻的所述車輛的第二誤差狀態(tài)變量估計值之前，所述方法還包括：

根據所述卡爾曼濾波估計方式對所述第一導航系統的歷史測量數據進行預處理，得到所述第一誤差狀態(tài)變量估計值和協方差矩陣估計值。

6.根據權利要求5所述的方法，其特征在于，所述根據所述卡爾曼濾波估計方式對所述第一導航系統的歷史測量數據進行預處理，得到所述第一誤差狀態(tài)變量估計值和協方差矩陣估計值，包括：

根據所述第一導航系統的歷史測量數據構建慣性導航系統解算方程；

對所述慣性導航系統解算方程進行數據處理，得到卡爾曼濾波時間更新方程；

根據所述卡爾曼濾波時間更新方程，得到所述第一誤差狀態(tài)變量估計值和協方差矩陣估計值。

7.根據權利要求1-3中任一項所述的方法，其特征在于，所述第一導航系統包括：捷聯慣導系統SINS；和/或，

所述第二導航系統包括：全球導航衛(wèi)星系統GNSS，或者激光雷達導航系統。