一种GNSS/INS组合导航方法、系统以及设备

    公开(公告)号:CN118962757A

    公开(公告)日:2024-11-15

    申请号:CN202411444077.8

    申请日:2024-10-16

    摘要: 本发明涉及一种GNSS/INS组合导航方法、系统以及设备,其中,方法包括:接收GNSS组件获取的GNSS伪距数据,经过误差校正之后得到GNSS数据;接收INS组件获取的IMU信号,经过处理之后得到INS数据;根据GNSS数据的不同域,将GNSS数据与INS数据集成,得到与INS数据之间形成至少一种集成程度的GNSS数据;将与INS数据之间形成至少一种集成程度的GNSS数据输入至预先构建的卡尔曼滤波模型中,得到至少一组观测数据。由此,本发明通过增强系统的鲁棒性、简化系统的复杂度以及利用卡尔曼滤波提高精度,显著提升了导航系统的整体性能,使其在各种复杂环境中都能提供稳定、可靠的导航信息。

    一种基于差分处理的车辆定位方法、电子设备及存储介质

    公开(公告)号:CN118938280A

    公开(公告)日:2024-11-12

    申请号:CN202411340425.7

    申请日:2024-09-24

    发明人: 武军 于洋

    IPC分类号: G01S19/47 G01S19/42 G01C21/00

    摘要: 本申请提供了一种基于差分处理的车辆定位方法、系统、电子设备及存储介质。依据本申请实施例,响应于第一车辆采集到的定位卫星的卫星信号,从卫星信号中提取卫星定位数据;将卫星定位数据发送至数据计算设备;获取数据计算设备发送的差分全球定位系统数据;将所述差分全球定位系统数据发送至第二车辆的车间通信组件,以供所述第二车辆获得高精度卫星定位数据;所述第二车辆为所述车辆编队中除第一车辆之外的另一车辆。通过引入了RTCM差分定位数据共享给自动驾驶车辆的车辆编队中的其他车辆用于RTK定位,提高了编队内部所有车辆的差分定位一致性,减少了编队内部车辆对于移动通信的依赖性,并且减少了NTRIP账号的使用,降低了维护成本。

    视觉辅助方法、系统及存储介质
    7.
    发明公开

    公开(公告)号:CN118882611A

    公开(公告)日:2024-11-01

    申请号:CN202410925526.4

    申请日:2024-07-11

    发明人: 王雷 张凯 陈强

    IPC分类号: G01C15/00 G01C21/16 G01S19/47

    摘要: 本申请提供了一种视觉辅助方法、系统、设备及存储介质,所述视觉辅助测量系统包括激光测距模块、导航模块、计算模块和视觉辅助模块,其特征在于,所述方法包括:获取指定点在第一坐标系的坐标,计算得到指定点的像素坐标,通过所述视觉辅助模块获取的环境图像中添加指定点的位置标记,获取激光测距模块和激光照射到之间的距离参数,根据所述激光照射点的像素坐标,通过所述视觉辅助模块获取的环境图像中添加所述激光照射点的位置标记;根据所述激光照射点在环境图像中的位置标记和所述指定点在环境图像中的位置标记调整所述激光测距模块的激光照射点的位置。本申请在放样或测量过程中,增加视觉辅助功能,提高了测量系统的工作性能。

    一种GNSS/INS/VO分布式弹性融合方法

    公开(公告)号:CN118794429A

    公开(公告)日:2024-10-18

    申请号:CN202410790591.0

    申请日:2024-06-18

    摘要: 一种GNSS/INS/VO分布式弹性融合方法,构建GNSS/INS/VO组合导航卡尔曼滤波模型;运用联邦卡尔曼滤波器构建分布式融合算法进行传感器信息的局部更新与全局融合;利用信息序列构建两个卡方分布检验统计量进行子系统故障检测与分类;检出的硬故障直接隔离,检测出的软故障通过构建两级容错措施实现弹性融合;利用新息相对失配度RDOM调整子系观测噪声方差实现传感器层容错;利用传感器故障程度SFD调整各子系统ISF实现决策层容错;基于卡方检验统计量的故障检测与分类准则,充分利用可获取的观测信息,构建了随机模型和ISF弹性优化模型,分别从传感器层和决策层减少了异常观测的影响,实现了多源信息的弹性融合。

    一种紧耦合的自动驾驶感知方法及系统

    公开(公告)号:CN109725339B

    公开(公告)日:2024-10-18

    申请号:CN201811565306.6

    申请日:2018-12-20

    IPC分类号: G01S19/47

    摘要: 本发明公开了一种紧耦合的自动驾驶感知方法,该方法包括:获取自动驾驶车辆的惯性导航模块测量数据、立体视觉模块的图像数据及卫星导航原始测量数据;将所述立体视觉模块的图像数据、所述卫星导航原始测量数据及所述惯性导航模块测量数据进行紧耦合,限制惯性导航模块的漂移误差的增大,保证定位的精度。基于上述的紧耦合的自动驾驶感知方法,本发明还公开了一种紧耦合的自动驾驶感知系统。本发明将惯性导航模块测量数据、立体视觉模块的图像数据及卫星导航原始测量数据三者进行紧耦合,限制惯性导航模块的漂移误差的增大,从而提高了定位精度,不再借助于昂贵的激光扫描雷达,从而降低自动驾驶汽车的成本。