[发明专利]一种GNSS/惯导/车道线约束/里程计多源融合方法

说明书

本发明公开了一种GNSS/惯性/车道线约束/里程计多源融合方法，首先利用视觉传感器，采用基于视觉+众包模式离线生成车道线地图数据库。在载体进行实时解算导航定位时，以差分GNSS/INS紧组合为基础，GNSS遮挡严重情况时，通过载体上安装的视觉传感器探测载体和车道线的相对关系，在车道线地图的辅助下，动态加入车道线约束观测方程辅助定位，有效抑制侧向和高程两个方向上的位置发散，并通过轮式里程计提供车辆前进方向的速度观测值，以及载体上方和道路前进方向的可观测卫星，显著改善载体前向误差。本发明可以在城市典型的动态复杂环境下，有效的控制三个方向上的位置误差漂移，是实现城市复杂环境下厘米级定位的有效方案。

技术领域

本发明涉及组合导航领域，尤其涉及一种GNSS/惯导/车道线约束/里程计多源融合方法。

背景技术

随着我国北斗卫星导航系统区域服务系统的建成运行，美国GPS、俄罗斯GLONASS的现代化，以及欧盟Galileo、日本QZSS、印度IRNSS系统的建设，GNSS(GNSS,GlobalNavigation Satellite System)正朝多频多系统的方向蓬勃发展。然后，由于GNSS存在遮挡、干扰和欺骗三大脆弱性问题，无法在复杂环境中提供可靠、连续的定位服务。因此，集成多种不同导航系统与传感器、融合一切可用信号源，即插即用的方式的全源定位与导航被提出，旨在融合所有有效信息，通过先进的自适应导航算法，实现任何平台、任何环境下的高可用、高可靠的无缝导航，从而摆脱对GNSS的过度依赖。

高精度的定位定姿技术在测绘移动测量领域和大众位置服务领域存在着巨大的需求。传统的RTK/INS后处理组合导航模式可基本满足移动测量的需求，但近年来，以自动驾驶为代表的智能产业的兴起对定位导航提出了更高的要求。目前Google、Waymo、Tesla、百度、京东等科技公司已基本具备开阔环境或限定场景下的无人驾驶能力。然而，城市环境复杂多变，难以预测，在不确定性大量以及知识不完备的情况下，自动驾驶面临着巨大风险。其中，城市环境下的精准定位有事自动驾驶能否实现大范围落地应用的关键。目前，自动驾驶定位技术均采用多传感器协同工作来完成高精度定位，包括全球卫星导航系统(GNSS)接收机、惯性传感器、激光雷达、视觉传感器、里程计等。然而，GNSS信号容易受到城市楼群、高架隧道的遮挡失去定位能力，即使能够锁定卫星信号，也往往表现出低信噪比、多周跳、多粗差、模糊度固定错误的问题，导致数据处理难度极大；传统的惯导/里程计航位推算技术无法保持长时间高精度的自主定位能力；此外，激光雷达/视觉传感器属于匹配定位技术，受到道路车辆、行人动态物体的干扰，同时，低光照、弱纹理、运动模糊等环境因素影响严重，如何解决这些难点问题，实现多源异质数据融合的高精度定位，是城市环境下自动驾驶亟待解决的瓶颈问题之一。

针对上述问题，本发明给出了一种GNSS/惯导/车道线约束/里程计多源融合的方法，以差分GNSS/INS紧组合为基础，在车道线地图辅助下，提供车道线侧向、高程约束观测方程，通过轮式里程计和载体上方及道路前进方向的可观测卫星提供载体前向约束，从而在三个方向上抑制惯导误差发散，提供可靠、连续的高精度位姿。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种GNSS/惯导/车道线约束/里程计多源融合方法。

本发明解决其技术问题所采用的技术方案是：

本发明提供一种GNSS/惯导/车道线约束/里程计多源融合方法，该方法中，通过视觉传感器采集图像，离线生成车道线地图数据库；在载体进行实时解算导航定位时，以差分GNSS/INS紧组合为基础，GNSS遮挡时，通过载体上安装的视觉传感器探测载体和车道线的相对关系，在车道线地图的辅助下，动态加入车道线约束观测方程辅助侧向、高程定位；并利用载体上方和道路前进方向的可观测卫星形成差分观测值参与紧组合，约束载体前向误差发散。

进一步地，本发明的该方法具体包括以下步骤：