[发明专利]基于GPS/BDS无人驾驶地面运动模拟靶标的运动特征学习方法

说明书

本发明提出了一种基于GPS/BDS无人驾驶地面运动模拟靶标的运动特征学习方法，具体步骤为：采集无人驾驶模拟靶标车辆的GPS/BDS数据信息并对其进行预处理，得到与地图API接口匹配的对应解析数据；采用改进的二次B样条方法对预处理后的数据进行拟合得到靶车学习的行驶路径，并保存到数据库中；使无人驾驶靶车沿学习路径行驶。本发明可以实现在没有地图的未知区域车辆学习路径，并且车辆行驶过程中完全脱离人工控制，自主识别道路，修正行驶路线。

技术领域

本发明属于智能驾驶技术，具体为一种基于GPS/BDS无人驾驶地面运动模拟靶标的运动特征学习方法。

背景技术

近年来，无人驾驶技术成为车辆行业发展的一个大趋势，它通过结合各种高级传感器以及计算机系统实现自动驾驶，使人们是生活更加便捷。无人驾驶比起人工驾驶更加安全可靠，可以预见，不久的将来无人驾驶技术将会实现全面普及。CN201710770252.6公开了一种无人驾驶智能导航定位路径规划系统。该专利将环境感知信息、车辆定位信息以及导航信息相结合,使组合导航系统能够长期稳定地为无人驾驶车辆提供高精度的导航定位信息,并提出了一种智能规划行驶路径的方法。但是，该专利的实现建立在已经存在地图的基础之上，对于未知的空旷区域，则无法实现路径的自动规划。

发明内容

本发明的目的在于提出了一种基于GPS/BDS无人驾驶地面运动模拟靶标的运动特征学习方法。

实现本发明目的的技术方案为：一种基于GPS/BDS无人驾驶地面运动模拟靶标的运动特征学习方法，具体步骤为：

步骤1、采集无人驾驶模拟靶标车辆的GPS/BDS数据信息并对其进行预处理，得到与地图API接口匹配的对应解析数据；

步骤2、采用改进的二次B样条方法对预处理后的数据进行拟合得到靶车学习的行驶路径，并保存到数据库中；

步骤3、使无人驾驶靶车沿学习路径行驶。

优选地，所述GPS/BDS数据信息包括无人驾驶模拟靶标车辆的实时经纬度信息、以及速度信息。

优选地，对GPS/BDS数据信息进行预处理的具体公式为：

预处理后的维度：dlat＝a＝b+c+d

其中：

b＝(20*sin(6π*lat)+20*sin(2π*lat))*2/3

c＝(20*sin(π*lon)+40*sin(lon*π/3))*2/3

dlon为预处理后的经度：dlon＝a1+b1+c1+d1

其中：

b1＝(20*sin(6π*lat)+20*sin(2π*lat))*2/3

c1＝(20*sin(π*lat)+40*sin(lat*π/3))*2/3

d1＝(150+sin(π/12*lat)+300*sin(π/30*lon))*2/3

dlat为预处理后的维度，dlon为预处理后的经度，lat为实际采集的纬度，lon为实际采集的经度。

优选地，采用改进的二次B样条方法对预处理后的数据进行拟合得到靶车学习的行驶路径具体步骤为：

步骤2-1、对预处理过的经纬度数据，将经度和纬度分别作为横、纵坐标，经纬度坐标对应的每一个点为控制点，用向量Pi表示，0＜i＜n，n为预处理过的经纬度数据总数；