[发明专利]物体定位方法、应用和车辆

说明书

本发明提供了一种物体定位方法、应用和车辆。所述物体定位方法包括下列步骤：在所述物体之外任取一固定点作为原点建立所述物体的直角坐标系XoY，其中，所述直角坐标系的X轴和Y轴所在的平面为水平面，在所述物体上任取一点作为参考点、并任取一方向作为参考方向，将所述参考点在所述直角坐标系上的x坐标、y坐标、所述参考方向与在所述平面中任取的一固定直线所围成的航向角θ、所述物体在单位时间内所走过的距离s、所述物体的转弯曲率c作为状态向量，其中，所述参考点在一时刻k上的x坐标x_k、y坐标y_k通过在上一时刻k‑1的x坐标x_k‑1、y坐标y_k‑1、航向角θ_k‑1、距离s_k‑1、转弯曲率c_k‑1来得到。

技术领域

本发明涉及定位领域，特别是基于扩展卡尔曼滤波的车辆低速局部定位算法，具体而言，涉及一种物体定位方法、其在泊车过程中的应用以及相应的车辆。

背景技术

在定位领域中，例如CN106610294A公开了一种定位方法及装置。其中，该定位方法用于车辆室内定位，该定位方法包括：获取某时刻车辆的地理位置、行驶速度和角速度；基于该时刻车辆的地理位置、行驶速度和角速度进行航位推算，得到车辆在当前时刻的推算地理位置。可以使用卡尔曼滤波器来实现对推算地理位置的修正，以提高车辆的地理位置的准确性。具体地，基于卡尔曼滤波器的误差补偿对推算地理位置进行修正：建立状态方程，并建立量测方程。在量测方程修正推算地理位置时，将地图匹配定位得到的地图地理位置的经纬度和航向信息与航迹推算得到的推算地理位置的经纬度和航向信息作差，得到量测方程的观测值，基于该观测值对推算地理位置进行修正。该定位方法没有涉及到航向角或者说方向盘转角，而主要采用了位置和速度作为参量；另一方面没有涉及扩展卡尔曼滤波，即没有涉及将非线性系统转化为线性系统所需的雅克比矩阵。

又如在辅助驾驶系统中，自动泊车技术是重要的组成部分。如CN103453913A公开了一种室内停车场精确的组合定位方法，由DR(Dead Reckoning，航位推算)模块和室内停车场电子地图匹配模块构成，DR模块使用车载的传感器，包括加速计、里程计、陀螺仪，坡度检测仪等，进行车辆位置和状态的推断。其采用了两个卡尔曼滤波器，具体而言，将航位推算得到的估计位置和实时车辆速度、位置信息输入卡尔曼滤波器，再次得到车辆的估计位置输入到地图匹配器中进行匹配，在地图匹配器和卡尔曼滤波器之间的增益回路中循环定位过程，从而卡尔曼滤波器和地图匹配器构成了一个反馈回路。由此其卡尔曼滤波器的输入变量包括了地图匹配位置、车辆速度等变量，这是由于其定位导航的目的所决定的。此外，其没有涉及扩展卡尔曼滤波，即没有涉及将非线性系统转化为线性系统所需的雅克比矩阵。

在自动泊车系统中，基于相对低成本的传感器(轮速传感器和方向盘转角传感器)的定位算法对于泊车功能的实现有着至关重要的作用，基于轮速传感器的定位方法受地面条件影响较大，在凹凸不平的地面定位效果会受到挑战。

发明内容

本发明的目的在于优化物体定位效果，特别是利用扩展卡尔曼滤波算法对泊车过程中本车相对车位坐标系的局部位姿进行优化的状态估计方法来达到很好的定位效果。

此外，本发明还旨在解决或者缓解现有技术中存在的其它技术问题。

本发明通过提供一种物体定位方法、其在泊车过程中的应用以及相应的车辆来解决上述问题，具体而言，根据本发明的一方面，提供了：

一种物体定位方法，其中，所述物体定位方法包括下列步骤：

在所述物体之外任取一固定点作为原点建立所述物体的直角坐标系XoY，其中，所述直角坐标系的X轴和Y轴所在的平面为水平面，

在所述物体上任取一点作为参考点、并任取一方向作为参考方向，