[发明专利]一种基于民用级惯性测量单元的车辆变道检测方法

说明书

本发明提供一种基于民用级惯性测量单元的车辆变道检测方法，使用设置在车辆内部的IMU的信息建立车辆运动学模型，使用UFK算法结合车辆运动学模型进行车辆定位信息的计算，然后判断卫星信息量测是否有效，以及GPS量测是否处于先验状态的3σ误差范围内，使用GPS量测数据进行车辆定位信息的校正或者使用车辆定位信息的前验值进行校正，再根据校正后车辆定位信息进行车辆变道的判断并输出判断结果。本发明是基于自身的INS/GNSS组合的检测方法，使用民用级MIMU传感器，在不依赖外界路况和其他参考车辆的情况下，依靠自身车辆的运动学特点，设计无迹卡尔曼滤波准确判断车辆变道行驶的动作，在卫星信号有效时还可以进步提升判断的准确性，辅助完成自动驾驶。

技术领域

本发明涉及测量测试技术领域，具体涉及一种基于民用级惯性测量单元的车辆变道检测方法。

背景技术

无人驾驶和自动辅助驾驶技术正在高速发展阶段，这就要求车辆在公路行驶过程中能够采用低成本的方案准确的辨识行进车道的变化，目前的方案多是采用视觉识别和SLAM技术实现，但是由于上述两种技术都是测量自身车辆相对于路面的两对位置，在路况复杂、车辆较多的情况下容易受到干扰出现错判，严重时影响行驶安全。

现有技术一：《一种基于卡尔曼滤波器组的多车道线追踪方法》[专利申请]发明专利CN201110180895.8，该发明利用安装在道路固定位置的摄像机，通过图像处理的方法，判断摄像机前端一定范围内的车辆变道情况，该方法不能由车辆自主判断变道动作，无法应用于智能驾驶领域，而且只能判断一段路段的情况，无法在车辆行驶全过程实时对车辆变道动作进行准确判断。

现有技术二：《一种高性能的车道线识别感兴趣区域预测方法》[专利申请]发明专利CN202010575735.2，该发明利用安装在车辆前部的摄像头对行驶过程中的车辆变道进行识别，该方法有一定的自主性，但是容易受到路况的干扰，当地面道路导引线不清晰或缺失状况下，会丧失功能。

现有技术三：《面向多场景的智能驾驶自主车道变换性能测试方法》[专利申请]发明专利CN201911086483.0，该发明与现有技术二类似，但是该发明主要是依靠选择厘米级高精度差分GPS作为车辆运动的测量传感器，通过高精度的卫星信息测量车辆移动位置，结合惯性传感器来实现对车道变换的判断。

现有技术都是基于车载摄像头连续拍摄的图片和视频或者激光雷达，通过图像处理或SLAM技术，完成判断，无法避免当车道线稀少、缺损和遮挡情况下的变道识别错误，而且只能在道路级别较高的公路上使用，在无标识路段完全无法使用，因此，亟需一种辅助GPS并能自主判别车辆变道的方法。

发明内容

本发明是为了解决车辆变道检测的问题，提供一种基于民用级惯性测量单元的车辆变道检测方法，基于自身的INS/GNSS组合的检测方法，使用智能手机配备的民用级MIMU传感器，在不依赖外界路况和其他参考车辆的情况下，依靠自身车辆的运动学特点，设计无迹卡尔曼滤波准确判断车辆变道行驶的动作，在卫星信号有效时还可以进步提升判断的准确性，辅助完成自动驾驶。

本发明提供一种基于民用级惯性测量单元的车辆变道检测方法，包括以下步骤：

S1、使用设置在车辆内部的IMU的信息建立车辆运动学模型；

S2、使用UKF算法结合车辆运动学模型进行车辆定位信息的计算，然后判断卫星信息量测是否有效，以及GPS量测是否处于先验状态的3σ误差范围内，如果全是，使用GPS量测数据进行车辆定位信息的校正得到校正后车辆定位信息；如果一项为否，使用车辆定位信息的前验值进行车辆定位信息的校正得到校正后车辆定位信息；

S3、根据校正后车辆定位信息进行车辆变道的判断并输出判断结果，判断变道的标准为：车辆行进姿态前后稳定并且沿车体侧向产生超过2米以上的位置变化，同时变化过程中车辆航向发生改变；

S4、返回步骤S2，直至车辆停止行驶，车辆变道检测完成。