[发明专利]基于高精地图的GNSS定位方法及装置

权利要求书

1.一种基于高精地图的GNSS定位方法，其特征在于，包括：

基于预先获取的车辆实时定位信息，并结合高精地图，得到车辆至遮挡元素的目标距离；

根据所述目标距离，进行误差预测，得到预测误差；

根据所述预测误差，对预先基于GNSS设备解算得到的全球导航卫星系统GNSS协方差进行调整，得到融合协方差；

根据所述融合协方差，并利用滤波器进行定位，得到定位结果。

2.根据权利要求1所述的基于高精地图的GNSS定位方法，其特征在于，所述根据所述预测误差，对预先基于GNSS设备解算得到的GNSS协方差进行调整，得到融合协方差，包括：

根据预设GNSS误差协方差的权重系范围，对预先基于GNSS设备解算得到的GNSS协方差进行调整；

根据调整后的GNSS协方差，并结合预设GNSS误差协方差的权重系范围、预设距离协方差转换系数和所述预测误差，得到融合协方差。

3.根据权利要求1所述的基于高精地图的GNSS定位方法，其特征在于，所述根据所述目标距离，进行误差预测，得到预测误差，包括：

将所述目标距离输入至误差预测模型，得到所述误差预测模型输出的预测误差；

其中，所述误差预测模型是基于预先获取的GNSS位置训练数据、所述GNSS位置训练数据对应的真实位置以及所述真实位置至最近遮挡元素的训练距离数据训练得到的。

4.根据权利要求3所述的基于高精地图的GNSS定位方法，其特征在于，训练所述误差预测模型，包括：

获取GNSS位置训练数据和所述GNSS位置训练数据对应的真实位置；

根据所述GNSS位置训练数据和所述GNSS位置训练数据对应的真实位置，得到GNSS训练误差；

根据所述GNSS位置训练数据对应的真实位置，得到车辆至最近遮挡元素的训练距离数据；

将所述训练距离数据作为待训练模型的输入数据，将所述GNSS训练误差作为所述待训练模型的标签，对所述待训练模型进行训练，得到误差预测模型。

5.根据权利要求4所述的基于高精地图的GNSS定位方法，其特征在于，所述获取GNSS位置训练数据和所述GNSS位置训练数据对应的真实位置，包括：

获取GNSS位置训练数据；

根据所述GNSS位置数据，利用图优化或RTS平滑进行解算，得到所述GNSS位置数据对应的真实数据。

6.根据权利要求1所述的基于高精地图的GNSS定位方法，其特征在于，所述基于预先获取的车辆实时定位信息，并结合高精地图，得到车辆至遮挡元素的目标距离，包括：

基于预先获取的车辆实时定位信息，查询高精地图，确定当前距离车辆最近的遮挡元素；

根据所述车辆实时定位信息和所述当前距离车辆最近的遮挡元素，得到目标距离。

7.根据权利要求6所述的基于高精地图的GNSS定位方法，其特征在于，所述根据所述车辆实时定位信息和所述当前距离车辆最近的遮挡元素，得到目标距离，包括：

根据所述车辆实时定位信息，得到车辆运动学中心点；

获取所述车辆运动学中心点与所述当前距离车辆最近的遮挡元素最近边的垂直距离，作为目标距离。

8.一种基于高精地图的GNSS定位装置，其特征在于，包括：

目标距离获取模块，基于预先获取的车辆实时定位信息，并结合高精地图，得到车辆至遮挡元素的目标距离；

误差预测模块，根据所述目标距离，进行误差预测，得到预测误差；

融合模块，根据所述预测误差，对预先基于GNSS设备解算得到的全球导航卫星系统GNSS协方差进行调整，得到融合协方差；

定位模块，根据所述融合协方差，并利用滤波器进行定位，得到定位结果。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述基于高精地图的GNSS定位方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于高精地图的GNSS定位方法的步骤。