[发明专利]定位方法及装置、定位系统

说明书

本发明公开了一种定位方法及装置、定位系统。其中，该方法包括：对目标对象的第一测量数据进行融合，得到目标对象的速度数据，其中，第一测量数据由至少两个惯性传感器IMU采集的目标对象的运动数据；获取目标对象的第二测量数据，其中，第二测量数据由定位系统中除至少两个IMU传感器的其他传感器采集的目标对象的运动数据；对速度数据以及第二测量数据进行融合，得到目标对象的当前姿态。本发明解决了相关技术中使用IMU进行定位的方案中，无法有效检测并反馈IMU器件的工作状态，当IMU器件出现故障时，无法及时发现，仍然使用IMU采集的数据进行定位存在安全隐患的技术问题。

技术领域

本发明涉及定位技术领域，具体而言，涉及一种定位方法及装置、定位系统。

背景技术

定位技术被广泛应用到各个领域中，例如，自动驾驶、物流机器人、餐饮机器人、无人机等。惯性测量单元(Inertial Measurement Unit，简称IMU)可以提供高频率、连续、全维度的运动信息，是定位中最常用的传感器。现有的定位技术通常是对IMU数据进行积分，得到相对姿态的预测结果。

图1是根据现有技术的基于IMU进行定位的流程图，如图1所示，以IMU作为核心传感器，用于预测姿态，其他传感器作为辅助，用来获取姿态观测值，这些传感器主要包括车轮编码器(Wheel Encoder)、全球卫星导航定位系统(GNSS)、三维激光雷达(lidar)、高精度地图(High definition Map)。其中，IMU可以对加速度以及角速度进行积分得到相对姿态预测结果、其他传感器则可以或姿态观测结果，接着可以将IMU得到的的相对姿态预测结果与其他传感器得到的姿态观测结果进行融合，得到当前时刻姿态。由上图1可知，IMU可以为定位提供至关重要的加速度和角速度测量值，通过对加速度和角速度积分，就可以获取到重要的相对位移和相对旋转值。现有定位技方案根据融合部分耦合方式的不同，分为紧耦合和松耦合两个方向。紧耦合方式主要以优化的思路，每个传感器提供约束的方式来构建一个优化问题，优化出一个定位结果。而松耦合方式主要以滤波的思路，每个传感器利用自己的数据计算一个定位结果，然后把多个定位结果以某种方式融合得到当前时刻的定位结果。滤波的方案以卡尔曼滤波为代表。不管是优化或是滤波的方案中，IMU都由于其可以提供高频率、连续、全维度的运动信息的特性，成为定位系统中最常用的一种传感器。

然而，上述技术方案，无法有效地检测并反馈IMU器件的工作状态；而IMU属于高精度传感器，长时间的工作，容易收到极端温度(高温或者低温)、剧烈震动、碰撞等因素影响，导致IMU器件发生不可逆转的损坏。特别是在自动驾驶技术中，IMU需要长时间的工作，也会有急刹、剧烈震动，甚至是碰撞这种情况的存在，对IMU器件是一个极大的考验。定位系统如果不能及时的发现数据异常的IMU，而继续使用错误的IMU数据来预测姿态，最终可能导致定位收敛到一个非常糟糕的结果，与真实姿态产生一个极大的偏移。这对很对带有定位技术的产品，都可能带来不可估计的风险，都是不可接受的。

针对上述相关技术中使用IMU进行定位的方案中，无法有效检测并反馈IMU器件的工作状态，当IMU器件出现故障时，无法及时发现，仍然使用IMU采集的数据进行定位存在安全隐患的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种定位方法及装置、定位系统，以至少解决相关技术中使用IMU进行定位的方案中，无法有效检测并反馈IMU器件的工作状态，当IMU器件出现故障时，无法及时发现，仍然使用IMU采集的数据进行定位存在安全隐患的技术问题。

根据本发明实施例的一个方面，提供了一种定位方法，包括：对目标对象的第一测量数据进行融合，得到所述目标对象的速度数据，其中，所述第一测量数据由至少两个惯性传感器IMU采集的所述目标对象的运动数据；获取所述目标对象的第二测量数据，其中，所述第二测量数据由定位系统中除所述至少两个IMU传感器的其他传感器采集的所述目标对象的运动数据；对所述速度数据以及所述第二测量数据进行融合，得到所述目标对象的当前姿态。