[发明专利]自动驾驶中车辆定位方法、装置、设备、存储介质及车辆

权利要求书

1.一种车辆定位方法，其特征在于，包括：

获取所述车辆的惯导信息和GNSS信息；

基于所述GNSS信息与雷达定位地图之间的目标偏差量，对所述GNSS信息进行校正，所述目标偏差量是基于偏差量的变化量对所述GNSS信息与所述雷达定位地图之间的偏差量进行修正得到，所述偏差量的变化量是基于卡尔曼滤波进行实时估计得到；

基于校正后的GNSS信息与所述惯导信息，对所述车辆进行定位。

2.根据权利要求1所述的方法，其特征在于，所述基于校正后的GNSS信息与所述惯导信息，对所述车辆进行定位，包括：

基于校正后的GNSS信息和所述惯导信息，确定所述惯导信息的误差量；

基于所述惯导信息的误差量，对所述惯导信息进行修正；

基于修正后的所述惯导信息，确定所述车辆的定位信息。

3.根据权利要求2所述的方法，其特征在于，所述惯导信息的误差量，以及所述偏差量的变化量，基于如下方法步骤确定：

基于第K-1次惯导信息的误差量和第K-1次偏差量的变化量，对卡尔曼滤波器的状态方程进行时间更新，得到第K次惯导信息的误差量预测值和第K次偏差量的变化量预测值，其中，K为卡尔曼滤波器的迭代次数；

将所述校正后的GNSS信息与惯导信息的差值，作为第K次观测量；

基于所述第K次惯导信息的误差量预测值、第K次偏差量的变化量预测值和第K次观测量，对卡尔曼滤波器进行量测更新，得到第K次惯导信息的误差量和第K次偏差量的变化量。

4.根据权利要求3所述的方法，其特征在于，所述GNSS信息包括GNSS定位信息；所述惯导信息包括惯导定位信息；

所述将所述校正后的GNSS信息与惯导信息的差值，作为观测量，包括：

将所述GNSS定位信息与所述惯导定位信息的差值，作为所述观测量。

5.根据权利要求3所述的方法，其特征在于，所述基于第K-1次惯导信息的误差量和第K-1次偏差量的变化量，对卡尔曼滤波器的状态方程进行时间更新，得到第K次惯导信息的误差量预测值和第K次偏差量的变化量预测值，包括：

基于所述第K-1次惯导信息的误差量、第K-1次偏差量的变化量和状态转移矩阵，确定所述第K次惯导信息的误差量预测值和所述第K次偏差量的变化量预测值。

6.根据权利要求5所述的方法，其特征在于，所述基于所述第K-1次惯导信息的误差量、第K-1次偏差量的变化量和状态转移矩阵，确定第K次惯导信息的误差量预测值和第K次偏差量的变化量预测值，具体采用如下公式：

式中，δX_k-1是卡尔曼滤波器在第K-1次的状态变量估计值；F_k,k-1是状态转移矩阵；是卡尔曼滤波器在第K次的状态变量预测值，包括第K次惯导信息的误差量预测值和第K次偏差量的变化量预测值。

7.根据权利要求3-6任一项所述的方法，其特征在于，所述惯导信息的误差量包括位置误差、速度误差、姿态角误差、陀螺仪零偏误差、加速度计零偏误差；

所述速度误差基于IMU采集的加速度进行积分得到；

所述位置误差基于所述速度误差进行积分得到；

所述姿态角误差基于IMU采集的角速度进行积分得到。

8.根据权利要求7所述的方法，其特征在于，所述位置误差采用如下公式确定：

式中，为位置误差；用于将由速度积分的距离误差分别转换到经度λ、纬度L和高度a上，R_m、R_n分别为地球子午圈半径和卯酉圈半径；_v为速度误差。