[发明专利]用于定位车辆的方法和设备

说明书

本发明涉及一种用于定位车辆的方法和设备，其能够根据由车辆的传感器（301）生成的并且应用于第一粒子过滤器的数据来估计（302）车辆的第一位置，以针对多个时间[t₀‑t_n]将导致当前位置t_i的最佳估计的传感器数据在历史中存储（303）在存储器中，在时间t_n接收（304）车辆在时间t₀的经校正GNSS位置，并且通过将第二粒子过滤器FP2应用于接收到的经校正GNSS位置、与时间t_i相关联地存储在存储器中的数据以及与时间t_i‑1相关联的车辆动态特性，使用第二粒子过滤器FP2来估计（305）在时间t_i的经校正车辆位置。

技术领域

本发明属于车辆定位领域，并且特别涉及一种用于使用异步校正数据来校正车辆当前位置估计的方法。

现有技术

基于（例如借助于相机、雷达或激光雷达）对车辆相对于其环境的移动的研究的技术是已知的。例如，其是被称为SLAM（同步定位和绘图）的技术问题。这些技术允许以特别精确的方式确定车辆在其环境中的位置。然而，这样的系统具有累积小误差的趋势，这导致定位系统的漂移，使得定位信息在长距离之上不可靠。

为了限制这样的系统的漂移，已知使用来自GNSS（全球导航卫星系统）卫星的定位信息。GNSS能够在绝对参考系中，例如在大地坐标系（诸如WGS84）中，以大约10至15米的精度传递定位信息。将注意的是，通过使用诸如D-GPS（差分全球定位系统）或采用固定站的RTK之类的昂贵系统，可以获得改进的精度。

因此，基于车辆的本体感受传感器来校正定位系统的漂移是可能的。然而，定位精度仍然受到GNSS定位信息缺乏精度的限制。

特别地，当考虑诸如驾驶自主车辆之类的应用时，该精度是不足的。

因此，需要针对允许以低成本和在任何给定时间获得移动车辆的精确位置的解决方案。

发明内容

为此，提供了一种用于定位车辆的方法，包括以下步骤：

-对于多个连续时间[t₀-t_n]的每个时间t_i：

o从至少一个传感器获取车辆的定位数据和动态特性，

o通过将第一粒子过滤器FP1应用于在时间t_i获取的数据和与时间t_i-1相关联的车辆动态特性来估计在时间t_i的车辆位置，

o将所获取数据的子集与所述数据的捕获时间t_i相关联地在历史中存储在存储器中，所述数据的子集包括对其权重高于阈值的粒子有贡献的数据，

-在时间t_n：

o获得对应于时间T₀的经校正定位数据，

o通过将第二粒子过滤器FP2应用于在时间t₀存储在存储器中的数据的子集和所获得的经校正定位数据，来估计在时间t₀的经校正车辆位置，

-对于在间隔[t₁-t_n]中存储在存储器中的每个历史数据：

o通过将第二粒子过滤器FP2应用于在时间t_i存储在存储器中的数据的子集和与时间t_i-1相关联的车辆动态特性，来估计在时间t_i的经校正车辆位置。

因此，提议根据从ADAS（高级驾驶员辅助系统）的传感器和从GNSS接收器获得的定位数据以及根据车辆的动态参数来估计车辆位置。这样的传感器在车辆中广泛可用。

凭借第一粒子过滤器，初始对车辆的多个连续位置实行位置估计。