[发明专利]一种车辆相对位姿测量方法、系统、设备及存储介质

说明书

本发明提供一种车辆相对位姿测量方法、系统、设备及存储介质，其中，方法包括：通过DR航位推算系统和GPS定位模块获取目标车辆预测位姿、GPS观测值和绝对位置，根据预测位姿和绝对位置计算获取目标车辆的状态估计值，并对状态估计值进行加密发送至服务器，服务器将状态估计值转换到基准坐标系中，根据目标车辆的状态量建立状态转移方程，对状态估计值进行更新，同时建立车辆加速度预测模型，对目标车辆的定位数据进行预测，获取目标车辆预测定位数据，根据基准车辆和目标车辆的预测定位数据和更新后的状态估计值进行计算，获取目标车辆相对于基准车辆的相对位姿。本发明实现了低成本、高精度和低延迟的车辆相对位姿测量。

技术领域

本发明涉及车辆位姿测量技术领域，尤其涉及一种车辆相对位姿测量方法、系统、设备及存储介质。

背景技术

随着汽车的电动化、智能化、网联化和共享化——新四化的快速发展，汽车产业甚至人类的出行方式正在发生革命性的变化。在智能汽车的诸多关键技术中，车辆的定位与测量技术是智能汽车最为重要的关键技术之一。目前，针对自动驾驶车辆相对位姿测量多采用虚拟场景车辆在环的测试方法，即利用GPS/IMU设备建立车辆运动学状态观测模型，注入虚拟测试场景，按照主驾驶位置参数，在虚拟场景中渲染生成场景可视化视角，再对车辆动力学状态参数(车速、加速度和位姿等)数据记录与综合评价。

该测试方法虽然可以使用虚拟场景数据，验证自动驾驶系统的性能表现，但一旦考虑到多台车辆之间数据传输，其系统响应与真实场景下的自动驾驶测试存在一定的差距，无法验证系统实际的状态及精度。

发明内容

基于此，有必要针对上述技术问题，提供一种车辆相对位姿测量方法、系统、设备及存储介质。

一种车辆相对位姿测量方法，包括以下步骤：通过DR航位推算系统获取目标车辆的预测位姿，所述预测位姿包括有多个惯性位姿数据；通过GPS定位模块获取目标车辆的GPS观测值和绝对位置，查找与所述GPS观测值的时间最接近的两个惯性位姿数据，将所述GPS观测值插入到所述最接近的两个惯性位姿数据之间；根据目标车辆的预测位姿和绝对位置计算所述目标车辆的状态估计值；将所述目标车辆的状态估计值进行加密并发送至服务器；服务器对目标车辆的状态估计值进行解密，并将目标车辆的状态估计值转换到基准车辆所在的基准坐标系中；根据目标车辆的预测位姿和绝对位置获取状态量建立状态转移方程，根据所述状态转移方程对目标车辆的状态估计值进行更新；根据所述目标车辆的定位数据建立车辆加速度预测模型并进行训练，根据训练后的车辆加速度预测模型对目标车辆的定位数据进行预测，获取目标车辆预测定位数据；根据基准车辆和目标车辆的预测定位数据和更新后的状态估计值进行计算，获取目标车辆相对于基准车辆的相对位姿。

在其中一个实施例中，所述根据DR航位推算系统获取目标车辆的预测位姿，所述预测位姿包括有多个惯性位姿数据，具体包括：根据目标车辆的后轮脉冲计算目标车辆在预设时间段内的位姿变化；根据陀螺仪计算得到目标车辆在所述预设时间段内运动的相对角度；将目标车辆在预设时间段内的位姿变换和相对角度进行融合，获取目标车辆的预测位姿。

在其中一个实施例中，所述通过DR航位推算系统获取目标车辆的预测位姿，所述预测位姿包括有多个惯性位姿数据，还包括：采用双端队列存储预设时间段内的惯性位姿数据。

在其中一个实施例中，所述根据目标车辆的预测位姿和绝对位置计算所述目标车辆的状态估计值，具体包括：根据所述目标车辆的预测位姿和绝对位置获取状态量即其中，e₁为目标车辆东向位置分量，n₁为目标车辆北向位置分量，为目标车辆航向，v₁为目标车辆速度，ω₁为目标车辆航向角速度，b₁为陀螺仪零偏；根据所述状态量构建状态方程，根据所述状态方程计算得到预测值，所述状态方程为：

Y(k)＝F(k,k-1)·(k-1)+Z(k-1)； (1)