Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东南大学张小国获国家专利权

东南大学张小国获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉东南大学申请的专利一种用于GNSS拒止环境下的车辆精确定位方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119779334B

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411936628.2,技术领域涉及:G01C21/34;该发明授权一种用于GNSS拒止环境下的车辆精确定位方法是由张小国;刘亚飞;丁丁;王慧青;孟晓林;阳媛;潘树国;王庆设计研发完成,并于2024-12-26向国家知识产权局提交的专利申请。

一种用于GNSS拒止环境下的车辆精确定位方法在说明书摘要公布了:本发明公开了一种用于GNSS拒止环境的地图辅助的车辆在线标定及精确定位方法,属于车辆导航定位领域。所述方法首先采用一种反向增量地图匹配的地图与里程计坐标对齐的方法,以实现无GNSS环境下SLAM里程计与地图坐标系转换关系的在线标定。然后基于地图的拓扑有向性,提出了一种实时的基于概率的车道级地图匹配算法,借助于视觉特征及车道级拓扑地图显著提升了在复杂城市环境下的定位精度和鲁棒性。最终通过因子图优化技术构建了视觉、惯性、轮速计及矢量化HD地图的非线性优化模型。该方法能够在GNSS拒止环境下快速地依靠视觉感知及先验地图完成在线标定,并利用地图约束持续实现高精度定位,为自动驾驶车辆在复杂环境中的精准定位和路径规划提供了新的解决方案和实用工具。

本发明授权一种用于GNSS拒止环境下的车辆精确定位方法在权利要求书中公布了:1.一种用于GNSS拒止环境下的车辆精确定位方法,其特征在于,包括如下步骤: 1利用视觉相机对道路标志进行检测,包括车道线检测、车辆变道检测以及停止线检测,获取当前车辆所在车道id、车辆与左侧车道线的横向距离以及车辆与停止线之间的纵向距离; 2提出一种基于反向增量地图匹配的地图与里程计坐标对齐的方法,利用停止线检测在预先构建的地图上进行搜索,并根据相邻里程计之间的位移增量投射到实际地图中,最后通过轨迹对齐完成坐标系变换参数计算; 3提出一种基于概率的实时车道级地图匹配模型,通过最大概率方法融合路网定义下的前后关联以及信息观测,对候选点进行筛选和排序,对里程计输出进行持续精准的车道匹配,并鲁棒地根据路口虚拟节点的连通性处理路口数据; 4通过因子图优化技术构建视觉、惯性、轮速计及矢量化HD地图的非线性优化模型,从而持续对里程计横向距离及航向角误差进行校正; 所述步骤3中,首先基于实际路况需求进行车道id的追踪,以实现车道级的地图匹配;随后将地图匹配过程视为融合路网定义下的前后关联以及信息观测的最大概率,具体表现为在定位点的一定半径范围内对可能的车道边进行候选点的寻找,由于搜索半径以及车道边的数量变化,往往会产生较多的候选点,因此需要对候选点进行筛选并按照优先级进行排序;候选点排序的公式为: ; 其中,为轨迹点到匹配边的欧式距离,表示航向角概率,其由轨迹航向及地图航向估计的真实航向决定,表示轨迹航向角,表示通过地图估计的真实车辆航向角;表示为车道权重,车道相同的候选点权重大,反之则权重小;按照从小到大的原则进行排序后,取优先级较高的一定数量的候选点进行后续的概率筛选; 根据筛选得到的候选点,以进入路口匹配边以及离开路口匹配边作为控制边选择了三个控制点,分别为终止点、起始点以及两条边的交叉点,并使用二次贝塞尔曲线进行轨迹近似,贝塞尔曲线拟合的计算公式如下: ; 其中,是第i个控制点,是n次的Bernstein基本多项式: ; 最后,基于停止线信息判断车辆是否到达路口,并与地图中先验的停止线坐标相结合,以获取里程计的坐标与车辆实际位置之间的误差;根据路口虚拟节点搜索并匹配路口前后车道,根据车辆经过路口后的行驶状态进行正确的地图匹配,出现较大偏差修正时利用稳定的地图匹配点代替里程计作为车辆的实际定位数据,在里程计数据误差被修正后使用联合优化的里程计数据作为车辆实际定位数据; 所述候选点需进行后续概率筛选中所涉及的概率具体计算如下: 对于实时定位系统而言,要求每个时刻的定位点都必须在多个候选点之间找到相应的具有最大概率的收敛点;对于每一个t时刻的地图匹配点而言,其确定的依据在于将上一个时刻准确的收敛点与当前时刻候选点的转移概率与观测概率的乘积,公式如下: ; 式中,表示时刻所有N个候选点中最大的概率,为时刻第i个候选点的转移概率,为时刻第i个候选点的观测概率; 所述转移概率描述为上一个时刻的收敛点转移到当前时刻候选点的概率;在已知车辆没有发生车道变换的情况下,通过上一个时刻收敛点与当前时刻不同候选点具有的拓扑连接关系的最短距离,以计算转移概率;考虑到车辆在发生变道的过程中往往会出现车道id的改变,并对此情况进行特殊处理,其转移概率表示为: ; 其中,E为上一个时刻收敛点与当前时刻候选点之间的欧式距离,L为满足拓扑连接关系的最短距离。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东南大学,其通讯地址为:211102 江苏省南京市江宁区东南大学路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。