[发明专利]车辆导航方法、装置、设备和存储介质

权利要求书

1.一种车辆导航方法，其特征在于，包括：

根据预设第一频率采集车辆中智能设备的传感器数据，根据所述智能设备的传感器数据以及所述车辆的初始化位置信息更新所述车辆的当前位置信息，所述车辆的当前位置信息包括所述车辆的当前位置、速度和姿态信息；

当检测到气压计测量值时，则启动卡尔曼滤波器以校正所述车辆在垂直方向上的位置和速度；

当未检测到GPS信息时，则根据预设第二频率判断是否启动学习单元模型，所述预设第一频率大于所述预设第二频率；

若确定启动所述学习单元模型，则根据所述学习单元模型校正所述车辆在水平方向上的速度和偏航角；

所述智能设备的传感器数据包括所述智能设备中线性加速度传感器采集的线性加速度数据、旋转矢量传感器采集的旋转矢量数据以及陀螺仪传感器采集的角速度数据；所述学习单元模型包括第一多层感知器神经网络和第二多层感知器神经网络，所述第一多层感知器神经网络包括五层前馈神经网络，并根据输入神经元数目的大小设置每个隐藏层中的神经元数量，通过使用二次代价函数作为损失函数，并使用梯度下降法优化网络超参数，所述第二多层感知器神经网络包括六层前馈神经网络，并根据输入设置每个隐藏层中的神经元数量；所述根据所述学习单元模型校正所述车辆在水平方向上的速度和偏航角，包括：

对所述智能设备中线性加速度传感器采集的线性加速度数据、旋转矢量传感器采集的旋转矢量数据以及陀螺仪传感器采集的角速度数据进行预处理，以得到处理后的合速度、在Z轴方向的角速度序列以及平滑后在X轴方向的线性加速度序列和在Y轴方向上的线性加速度序列；将处理后的合速度、在Z轴方向的角速度序列以及平滑后在X轴方向的线性加速度序列输入所述第一多层感知器神经网络，以得到校正后的所述车辆在水平方向上的速度；将处理后的在Z轴方向的角速度序列、平滑后在Y轴方向的线性加速度序列以及被补偿的航向角序列输入所述第二多层感知器神经网络，以得到校正后的所述车辆的偏航角，所述被补偿的航向角序列由旋转矢量传感器采集的旋转矢量数据和GPS信息到达时采集的GPS信息获得。

2.根据权利要求1所述的方法，其特征在于，当检测到GPS信息时，则根据所述GPS信息校正所述车辆在水平方向上的位置、速度和偏航角，并根据所述GPS信息更新所述车辆的偏航角校正值。

3.根据权利要求2所述的方法，其特征在于，当未检测到GPS信息、且确定不启动所述学习单元模型时，则根据所述车辆的偏航角校正值补偿所述车辆的偏航角。

4.根据权利要求2或3所述的方法，其特征在于，所述车辆的初始化位置信息包括所述车辆的初始化位置、速度、姿态以及偏航角校正值；所述根据所述传感器数据以及所述车辆的初始化位置信息更新所述车辆的当前位置信息，包括：

根据所述车辆的初始化位置、速度、姿态以及偏航角校正值和线性加速度传感器采集的线性加速度数据以及旋转矢量传感器采集的旋转矢量数据更新所述车辆的当前位置、速度和姿态信息。

5.根据权利要求4所述的方法，其特征在于，所述根据所述GPS信息更新所述车辆的偏航角校正值，包括：

根据所述GPS信息中携带的偏航角信息以及所述旋转矢量传感器采集的旋转矢量数据确定所述车辆的偏航角校正值。

6.根据权利要求4所述的方法，其特征在于，所述偏航角校正值的初始化值是零。

7.根据权利要求1所述的方法，其特征在于，所述第二多层感知器神经网络的训练方法与所述第一多层感知器神经网络的训练方法相同。