[发明专利]车辆失效轨迹重构方法、设备以及存储介质

权利要求书

1.一种车辆失效轨迹重构方法，其特征在于，用于在车辆的GPS信号异常时进行失效轨迹的重构，所述方法包括：

将车辆上三轴惯性测量单元坐标系下的加速度转换成大地坐标系下的加速度；

基于所述大地坐标系下的加速度，对轨迹失效的首点进行轨迹重构得到正向递推轨迹，对轨迹失效的尾点进行轨迹重构得到反向递推轨迹；其中，正向递推轨迹与反向递推轨迹方向相对；

基于所述正向递推轨迹和所述反向递推轨迹，结合辅助轨迹拟合成重构轨迹。

2.根据权利要求1所述的方法，其特征在于，所述将车辆上三轴惯性测量单元坐标系下的加速度转换成大地坐标系下的加速度，包括：

将车辆上三轴惯性测量单元坐标系下的加速度转换成车辆坐标系下的加速度；

将所述车辆坐标系下的加速度转换成大地坐标系下的加速度。

3.根据权利要求2所述的方法，其特征在于，所述将所述车辆坐标系下的加速度转换成大地坐标系下的加速度，包括：

假设车辆在前一时段内保持匀变加速圆周运动，获取前一时段位移对角线与大地坐标纵向轴正方向的旋转角，构成旋转矩阵；

获取车头方向相对于位移对角线的偏转角，构成偏转矩阵；

结合旋转矩阵和偏转矩阵实现大地坐标系与车辆坐标系之间的加速度转换。

4.根据权利要求2所述的方法，其特征在于，所述将车辆上三轴惯性测量单元坐标系下的加速度转换成车辆坐标系下的加速度，包括：

基于失效轨迹前后预设时间段内三轴惯性测量单元数据得到样本特征，基于失效轨迹前后预设时间段内全球定位系统数据得到提取样本标签；

基于所述样本特征和所述样本标签构建神经网络模型并进行训练；

将三轴惯性测量单元坐标系下的加速度输入训练后的神经网络模型得到车辆坐标系的加速度。

5.根据权利要求4所述的方法，其特征在于，所述基于失效轨迹前后预设时间段内三轴惯性测量单元数据得到样本特征，基于失效轨迹前后预设时间段内全球定位系统数据得到提取样本标签，包括：

所述样本特征提取失效轨迹前后预设时间段内三轴惯性测量单元数据的均值；根据全球定位系统的位置筛选出近似于直线运动状态的轨迹点，在偏转角确定后通过车辆坐标系与大地坐标系的转换，得到车辆坐标系的加速度，将其作为神经网络模型训练的所述样本标签。

6.根据权利要求4所述的方法，其特征在于，所述基于所述大地坐标系下的加速度，对轨迹失效的首点进行轨迹重构得到正向递推轨迹，对轨迹失效的尾点进行轨迹重构得到反向递推轨迹包括：

通过重复执行以下步骤得到正向递推轨迹：

从轨迹失效的首点开始，结合轨迹失效的前一点算出前一时段内轨迹的弦长和弧长，通过解超越方程得到首点的偏转角，将车辆上三轴惯性测量单元坐标系下的加速度转换成大地坐标系下的加速度，对大地坐标系下轨迹失效首点的加速度求积分推测首点后一点的位置；

通过重复执行以下步骤得到反向递推轨迹；

从轨迹失效的尾点开始，结合轨迹失效的后一点算出后一时段内轨迹的弦长和弧长，通过解超越方程得到尾点的偏转角，将车辆上三轴惯性测量单元坐标系下的加速度转换成大地坐标系下的加速度，对大地坐标系下轨迹失效尾点的加速度求积分推测尾点前一点的位置。

7.根据权利要求1所述的方法，其特征在于，所述辅助轨迹是以轨迹失效的首点的前一点和轨迹失效的尾点的后一点的位置、速度和加速度为基础构建的非匀变加速轨迹。

8.根据权利要求4所述的方法，其特征在于，还包括：

将所述正向递推轨迹和所述反向递推轨迹中得到的偏转角均值作为有效样本输入所述神经网络模型进行训练和测试。

9.一种车辆失效轨迹重构设备，其特征在于，所述设备包括处理器、与所述处理器电连接的存储器及存储在所述存储器上并可在所述处理器上运行的车辆失效轨迹重构程序；所述车辆失效轨迹重构程序被所述处理器执行时实现如权利要求1至8任一项所述的车辆失效轨迹重构方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至8中任一项所述的车辆失效轨迹重构方法的步骤。