公开(公告)号：CN118514697A

公开(公告)日：2024-08-20

申请号：CN202410601466.0

申请日：2024-05-15

Applicant: 吉林大学

Inventor： 宋大凤 ,  向荣辉 ,  曾小华 ,  钱琦峰 ,  段朝圣 ,  张云鹤

IPC: B60W40/076 ,  G06F17/14 ,  G06F17/16 ,  B60W50/00 ,  G01C9/00

Abstract: 本发明涉及一种基于Mahony算法与频域分析的道路纵向与侧倾坡度估计方法，旨在提高自动驾驶和高级驾驶辅助系统中道路坡度估算的精度和可靠性。包括以下步骤：采集IMU传感器的加速度和角速度信号，进行去零漂、门限限制和斜率限制等预处理；利用快速傅里叶变换对预处理后的信号进行频域分析，确定道路坡度变化的特征频率；根据频域分析结果设计带通FIR滤波器，对信号进行滤波；将滤波后的信号输入到Mahony互补滤波器中进行姿态解算，动态调整加速度计和陀螺仪的权重系数，以提高姿态估算的精度。该方法通过结合改进的信号预处理、频域分析和动态调整的Mahony互补滤波器，提升复杂路况下坡度估算精度，为自动驾驶系统提供一种低成本且高可靠性的解决方案。

公开(公告)号：CN118419031A

公开(公告)日：2024-08-02

申请号：CN202410580720.3

申请日：2024-05-11

Applicant: 吉林大学

Inventor： 宋大凤 ,  向荣辉 ,  曾小华 ,  钱琦峰 ,  段朝圣 ,  张云鹤

IPC: B60W40/076

Abstract: 本发明涉及一种基于机器学习和高精地图修正的坡度估计方法，该方法结合了机器学习和高精度地图修正，旨在提供更为准确、实时和可靠的坡度信息。车辆坡度估计在现代汽车控制系统和自动驾驶技术中具有重要意义，对车辆稳定性和安全性至关重要。传统的坡度估计方法通常依赖于车载传感器，容易受到噪声和传感器漂移的干扰，基于高精地图采集的方法在隧道和未覆盖的道路区域无法提供坡度信息。为了克服这些限制，本发明提出了一种综合了多种数据源和高精地图信息修正的坡度估计方法。该方法既能保证较高的估计精度也能保证在隧道、高精地图未覆盖区域的适应性，此外训练结束后不依赖于高精地图，能减少开发成本。