[发明专利]汽车多传感器的校准方法

说明书

本发明提供一种汽车多传感器的校准方法，包括：获取汽车的输出轴转速、线速度、三轴角速度和三轴加速度；依据输出轴转速对线速度进行校准得到线速度校准值；依据三轴加速度得到包含重力加速度的汽车加速度；依据三轴角速度得到第一轴旋转角度；依据第一轴旋转角度和对线速度校准值计算得到不含重力加速度的汽车加速度；依据包含重力加速度的汽车加速度和不含重力加速度的汽车加速度得到重力加速度；依据重力加速度得到第二轴旋转角度；对第一轴旋转角度和第二轴旋转角度进行融合处理，得到轴旋转角度修正值和三轴角速度校准值；对线速度校准值和轴旋转角度修正值进行计算得到三轴加速度校准值。

技术领域

本发明涉及汽车数据处理技术领域，尤其涉及一种汽车多传感器的校准方法。

背景技术

随着科学技术的迅猛发展与安全意识的不断增强，汽车用户在注重驾驶舒适性的同时，更加追求行车的安全性与智能化，这使得基于驾驶行为的疲劳程度检测系统具有宽阔的市场前景。汽车用户驾驶行为的判断，需要依托多种传感器对实时速度、方向控制、加速情况等数据的采集，并通过数据特性对用户的疲劳程度进行准确地检测。但是，现实中如三轴加速度计、GPS、陀螺仪等传感器所采集的数据往往带有噪声；尤其在欠采样情况下，会造成信号的频率发生混叠现象，噪声也难以得到有效的去除。当面临汽车发动机等噪声源振动频率较高时，一般考虑到设备对数据的存储与处理能力，传感器采样频率会被设置得相对较低，因而所采集到的数据通常是欠采样情况下的。此时，高斯滤波器等时域方法与傅里叶变换、小波变换等频域方法都无法很有效地进行去噪处理。如果传感器测量数据的噪声得不到有效去除，则系统对疲劳程度检测的准确性也就无法得到保证。因此，寻求一种可靠、简便且低成本的数据校准方法是十分有必要的。

鉴于卡尔曼滤波器在数据融合方面的优异表现，相关邻域研究人员在进行多传感器数据的校准时，一般都会优先考虑使用卡尔曼滤波器。如公开号为CN 102252689 A的中国专利就提出一种利用卡尔曼滤波器对三轴加速度计数据、两轴陀螺仪数据、三轴磁传感器数据进行处理，从而校准航向角。

但采用卡尔曼滤波器进行数据融合的前提是，其数据必须是多种传感器对同一物理量的测量值，或者测量值能够通过计算转化成同一物理量。然而，对于三轴加速度计和陀螺仪测量的数据却很难满足这一点。这是因为，三轴加速度计所测得的数据是重力加速度与运动加速度的矢量和，受到工况、环境、发动机等因素的干扰，使得重力加速度的方向相对于载体参照系时刻都在发生着变化。

有研究人员针对上述难题，在四旋翼等飞行器载体非机动时将运动加速度认定为零，利用三轴加速度计实现对重力加速度的测量，同时与陀螺仪测量值通过计算转化成横滚角、俯仰角这两个姿态角，然后使用卡尔曼滤波器进行数据融合，再进一步借助三轴磁力计校准陀螺仪的偏航角速度。一方面，该方法的使用前提是非机动时重力加速度得以被测量，而载体机动时因不具备这一前提而不再适用；另一方面，还需要借助第三种传感器才能实现对陀螺仪三个测量值的校准，造成数据融合的成本较高。

发明内容

本发明所要解决的技术问题是：提出了一种汽车多传感器的校准方法，在欠采样下，能够对汽车多个传感器采集的数据进行准确校准，并且最大化地节省成本。

为了解决上述技术问题，本发明采用的技术方案为：

一种汽车多传感器的校准方法，包括：

获取汽车的输出轴转速、线速度、三轴角速度和三轴加速度；

依据所述输出轴转速对线速度进行校准得到线速度校准值；

依据所述三轴加速度得到包含重力加速度的汽车加速度；

依据所述三轴角速度得到第一轴旋转角度；

依据第一轴旋转角度计算捷联矩阵，对线速度校准值导出的列向量进行旋转轴变换；对变换后的结果采用中心差商公式进行计算得到不含重力加速度的汽车加速度；