[发明专利]一种智能车辆中差分GPS与惯性导航数据融合的系统和方法

说明书

技术领域

本发明涉及一种智能车辆中差分GPS与惯性导航数据融合的系统和方法，属于汽车控制领域。

背景技术

智能车辆，也称无人驾驶，是室外轮式移动机器人在交通领域中的重要应用。它使用车载传感器（激光雷达、超声传感器、惯性系统、视觉、GPS、里程计、磁罗盘等）感知车辆周围环境，获取自身位置和姿态。智能车辆具有高度的自规划、自组织和自适应能力，在无人干预的情况下，能够根据感知所获得的道路、车辆位姿和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶，并完成预定的任务。

应用视觉定位方法主要是根据摄像头实时拍摄的视频图像来计算运动物体的运动参数，从而提供定位信息。现阶段视觉定位方式主要有两种，一种是基于人工标志的视觉定位，即在可知的环境中，设置简单易识别的标志，摄像机拍摄到包含人工标志的图像后，视觉定位算法根据标志物在图片中成像的大小、位置及变化，就可以确定自身的位置和运动参数；第二种方法是同时定位与地图构建技术（Simultaneous localization and mapping，SLAM），是指车辆在未知环境中从一个未知位置开始移动，在移动过程中根据位置估计和地图进行自身定位，同时在自身定位的基础上构建增量式地图，实现车辆的自主定位。但其受环境变化影响大，晴天时树木的阴影，光滑表面的反光，阴雨道路上的积水以及夜间光照不足等都会对图像信息的识别造成很大影响，大大的降低了智能车辆的环境适应性。

惯性导航技术是利用陀螺仪和加速度计等传感器的信息自主地推算出车辆相对于起始点的位置。这种定位技术是一种依靠载体自身设备独立自主地进行定位，不受外界环境的干扰。虽然此种技术在短时间内的定位精度较高，但由于传感器本身存在随机漂移和随机误差，在推算过程中定位误差将随时间而累积。

目前应用最广的是GPS定位导航系统，该系统具有全球、全天候、连续、实时提供高精度的三维位置和三维速度信息的能力，是实现全球定位的高新技术。但是在城市高楼区、林荫道、隧道等地方有可能导致GPS信号的遮挡，引起GPS信号的暂时中断以及多路径效应，从而造成车辆定位系统无法实时定位或者定位精度降低。

综上所述，本发明采用了差分GPS与惯性系统组合的方式，一方面差分GPS能够提供的绝对位置精度很高，不受定位时间的影响，减少了多路径效应，并可以为惯性系统提供航位推算的初值，对惯性系统进行定位误差等系统参数的矫正；另一方面，惯性系统的连续推算具有很高的相对精度，可以补偿GPS系统定位信号更新频率慢以及GPS信号被遮挡时精度下降或无法定位等缺陷。通过组合导航定位的数据融合方案，可得到最优的组合定位结果，使智能车辆能够在多种复杂环境状态下准确的进行导航定位，并向规划决策计算机传递数据以控制车辆底层执行机构。

发明内容

本发明主要针对智能车辆的导航与定位和车辆运行的地图显示等问题，提出了一种智能车辆中差分GPS与惯性导航数据融合的系统和方法，用来解决无人驾驶和辅助驾驶中车辆的导航与定位问题，以提高车辆行驶的安全便捷性，为智能车辆的无人驾驶提供了有效地保障。

为了实现上述目的本发明采用的技术方案为：

一种智能车辆中差分GPS与惯性导航数据融合的系统，包括数据融合上位机、规划决策上位机、差分GPS、惯性导航系统以及路由器；

所述差分GPS通过空间卫星信号获取经过基站电台修正的GPS数据包应用串口传输方式到所述数据融合上位机；

所述惯性导航系统采集智能车辆的行驶状态信息同样通过串口传输到所述数据融合上位机；

所述数据融合上位机依据NEMA-0183协议提取GPS数据包中速度、航向和经纬度这些信息并进行坐标变换到大地坐标系，同时提取出所述惯性导航系统的航向变化率和x、y轴加速度，并通过数据处理算法得到航向角和x、y轴速度及位移，同时对上述数据进行融合并将精确的航向、速度和位移这些数据信息转换到MapX控件中进行地图显示；

所述路由器在搭建的局域网中利用UDP协议将打包后的包括上述经纬度及融合后的精确航向、速度和位移的车辆运行控制数据转发给所述规划决策上位机供其使用，所述规划决策上位机解析上述车辆运行控制数据后得出控制命令对车辆底层执行机构进行控制。

一种智能车辆中差分GPS与惯性导航数据融合的方法，包括以下步骤：

步骤一：车辆顶部的差分GPS从空间卫星信号获取经过基站电台修正的GPS数据包通过串口传输方式到数据融合上位机，并进行一定的解包和坐标转换的处理；