[发明专利]一种基于GNSS/INS的车辆轮廓识别与避障方法

说明书

本发明公开了一种基于GNSS/INS的车辆轮廓识别方法，包括：获取并存储每个车辆的静态三维轮廓信息；获得每个车辆的位置、速度、姿态的第一估计值；获取中心车辆相对于其周边车辆的位置、速度、姿态的第二估计值；获得中心车辆相对于其周边车辆的动态三维轮廓信息，所述动态三维轮廓信息包括中心车辆的静态三维数据轮廓模型、中心车辆相对于其周边车辆的速度和姿态信息。本发明以GNSS/INS高精度定位定姿为基础，结合车辆间协同动动定位，实现车辆间三维轮廓的相互识别，并进一步实现主动避障。本方法适用于搭载GNSS接收机、惯导(INS)设备，且具备远的5G通讯功能的车辆。

技术领域

本发明属于基于GNSS、GNSS+INS定位定姿领域，尤其涉及一种基于GNSS/INS高精度定位定姿的车辆三维轮廓识别方法及车辆间避障方法。

背景技术

在人工智能、大数据、5G等技术的推动下，传统车企与科技公司之间的合作越来越紧密，车联网与自动驾驶车辆实现量产日趋普及将成为出行领域的新趋势。根据国内著名分析机构易观智库调研，到2015年中国车联网用户的渗透率有望突破10％的临界值，届时中国车联网的市场规模将超过1500亿元。此外，国外谷歌、苹果、特斯拉、优步等国际知名公司从自己造车一路走到自己研发自动驾驶；国内，BAT纷纷入局，而华为也以其强势的通信技术，发力车联网，搭建车联网“云管端”，各互联网与科技巨头在车辆网与自动驾驶等布局已初见成效。工信部于2017年发布的《智能网联汽车技术路线图》进一步推动了国内车联网与自动驾驶行业的发展。《中国制造2025》也给出了智能网联汽车的发展目标，以明确我国自动驾驶技术阶段提升的趋势，加速我国智能网联汽车产业发展，拉近我国与国外自动驾驶和车联网技术的差距，尽快实现弯道超车。

汽车安全是车联网和自动驾驶可持续发展的重大课题，而车辆与车辆间避障是最常见、也是最重要的汽车行驶安全需求之一，其关键在于相邻车辆间三维轮廓的识别。传统车辆轮廓识别可采用激光雷达扫描，但一方面激光雷达成本高，另一方面激光雷达扫描仅能获得通视范围内的车辆三维轮廓点云信息，考虑车辆高动态性，为实现更安全的车辆间主动避障，还需要获得更大范围的相邻车辆三维轮廓信息。

发明内容

为解决以上现有技术存在的问题，本发明提供了一种以GNSS/INS高精度定位定姿为基础，结合车辆间协同动动定位，实现车辆间三维轮廓的相互识别与主动避障方法，本方法适用于搭载GNSS接收机、惯导(INS)设备，且具备远的5G通讯功能的车辆。

本发明提供了一种基于GNSS/INS的车辆三维轮廓识别方法，每个车辆上安装有GNSS接收机和INS设备，且具有5G通讯功能，所述方法包括如下步骤：

S1：获取并存储每个车辆的静态三维数据轮廓模型与GNSS接收机和INS设备安装位置数据；

S2：根据每个车辆的GNSS接收机的GNSS观测值以及INS设备输出的车辆载体动态信息，采用非差GNSS/INS联合解算，获得每个车辆的位置、速度、姿态的第一估计值；

S3：建立5G基站狄洛尼三角网络拓扑结构，其中各5G基站收集接入该5G基站的所有车辆以及接入包含该5G基站的三角网连线另一端的5G基站的所有车辆的位置的第一估计值，获得以每个车辆为中心车辆，其一定半径范围内的周边车辆的5G通讯协议信息，并将其报告至该中心车辆，所述一定范围兼顾5G通讯协议信息数据量和车辆端到端通信距离设定，车辆端到端通信距离范围设置的广，数据通讯压力就大，同时中心车辆A的数据处理压力就大，二者不可调和；

S4：每个中心车辆获得其周边车辆的5G通讯协议信息后，与其周边车辆建立D2D通讯，之后周边车辆获取其中心车辆的静态三维数据轮廓模型与GNSS接收机和INS设备安装位置数据；

S5：获取每个中心车辆与其周边车辆的双差GNSS观测值，结合该中心车辆的INS输出值，按照RTK/INS紧组合模式解算，获取中心车辆相对于其周边车辆的位置、速度、姿态的第二估计值；