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！

龙图腾网获悉东北大学申请的专利自动驾驶定位完好性故障检测识别自适应评估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：CN121384095B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511974285.3，技术领域涉及：G01C25/00；该发明授权自动驾驶定位完好性故障检测识别自适应评估方法是由刘光恒;郭戈;刘佳庚;董佳成;张昭晔设计研发完成，并于2025-12-25向国家知识产权局提交的专利申请。

本自动驾驶定位完好性故障检测识别自适应评估方法在说明书摘要公布了：本发明提供了自动驾驶定位完好性故障检测识别自适应评估方法，涉及车辆控制技术领域，本发明通过融合GNSS与IMU并引入误差状态卡尔曼滤波，实现了对观测误差与状态不确定性的实时估计与约束。本发明引入残差驱动的检测‑识别‑适应，能够在多维观测空间内对异常观测进行实时识别、剔除与权重修正；通过动态阈值调整与不确定性量化机制，使滤波过程能够根据环境变化自动调整观测噪声模型，确保系统在多场景下均保持稳定收敛和高精度性能。本发明在ESKF更新环节中采用最优子集选择与白化残差构建，有效降低了异常观测维度对状态估计协方差的影响。通过结合保护级别与告警限制值的完好性评估方法，能够判断定位误差是否满足安全要求。

本发明授权自动驾驶定位完好性故障检测识别自适应评估方法在权利要求书中公布了：1.自动驾驶定位完好性故障检测识别自适应评估方法，其特征在于，包括： 通过安装在自动驾驶车辆的全球导航卫星系统GNSS、惯性测量单元IMU和车轮里程计，采集k-1时刻的定位数据和时刻的定位数据，所述定位数据包括位置、速度、姿态角、加速度、角速度和车轮转速； 基于误差状态卡尔曼滤波ESKF，对-1时刻的定位数据和时刻的定位数据进行处理，得到-1时刻预测的时刻的误差状态协方差-1时刻预测的时刻的状态向量、卡尔曼增益时刻误差状态协方差时刻的状态向量 基于计算残差和残差协方差，将k时刻的GNSS测量向量按照坐标系划分多个观测维度，设置每个观测维度的自适应检测阈值，对所有观测维度进行故障检测，确定多个候选观测维度； 其中，基于和计算残差和残差协方差，具体通过以下公式实现： ； ； 其中，为GNSS测量噪声协方差矩阵，是观测模型相对于k时刻的误差状态向量的雅可比矩阵； 其中，将k时刻的GNSS测量向量按照坐标系划分多个观测维度，设置每个观测维度的自适应检测阈值，对所有观测维度进行故障检测，确定多个候选观测维度，包括： 将k时刻的GNSS测量向量按照坐标系划分多个观测维度，对每个观测维度的残差进行归一化处理，构建统计检测量，具体通过以下公式实现： ； ； ； 其中，Ti为第i个观测维度残差归一化后的统计量，为中第i个观测维度的残差，表示第i个观测维度的高斯分布的均值，表示第i个观测维度的高斯分布的方差，为残差协方差的第i个对角元素； 对每个观测维度在L个时刻内的归一化残差序列进行滑动统计，计算均值与标准差，具体通过以下公式实现： ； ； 其中，表示k时刻第i个观测维度的均值，表示j时刻第i个维观测归一化后的统计量，表示k时刻第i个观测维度的标准差； 引入不确定性度量指数，具体通过以下公式计算： ； 其中，表示0时刻的误差状态协方差，为Frobenius范数； 基于不确定性度量指数，设置动态缩放因子，所述动态缩放因子通过以下公式计算： ； 其中，为基准缩放因子，为灵敏度调节参数； 基于动态缩放因子，计算自适应检测阈值，具体通过以下公式实现： ； 在大于自适应检测阈值的情况下，将第i个观测维度作为候选观测维度，在小于或等于自适应检测阈值的情况下，表示第i个观测维度不存在故障，进而得到多个候选观测维度； 在所有候选观测维度中进行识别，确定故障观测维度，包括： 基于所有候选观测维度，生成多个候选故障子集，所有候选故障子集组成候选故障子集集合，所述候选故障子集为一个候选观测维度或多个候选观测维度存在故障的情况； 针对每个候选故障子集，在GNSS测量向量中，获取候选故障子集中存在故障的候选观测维度对应的数据，得到子集观测量；在中获取候选故障子集中存在故障的候选观测维度对应的向量，得到子集观测矩阵；在中获取候选故障子集中存在故障的候选观测维度对应的向量，得到子集噪声协方差矩阵； 对子集观测量进行白化处理，得到白化后的观测量，具体通过以下公式实现： ； 其中，表示第a个候选故障子集的子集观测量，为白化后的观测量，为第a个候选故障子集的子集噪声协方差矩阵，服从均值为0，协方差矩阵为单位矩阵的多元正态分布； 计算每个候选故障子集的代价函数，具体通过以下公式计算： ； 其中，表示第a个候选故障子集，表示第a个候选故障子集的代价函数，为常数，是候选故障子集的维度数，为权重系数，为漂移趋势识别函数，用于判断第d维观测是否具有明显漂移； 在所有候选故障子集对应的代价函数中，获取代价函数最小的候选故障子集，将其作为最优子集，最优子集中存在故障的候选观测维度为故障观测维度； 根据故障观测维度和卡尔曼增益，对误差协方差矩阵进行更新，得到更新后的误差状态协方差，对位置、速度、姿态角进行修正，得到融合观测后的最终位置估计、融合观测后的最终速度估计和融合观测后的最终姿态估计； 基于更新后的误差状态协方差，对自动驾驶车辆的定位完好性能力进行评估，得到评估结果，所述评估结果表征自动驾驶车辆具备满足应用需求的定位完好性能力，或表征自动驾驶车辆不具备满足应用需求的定位完好性能力。

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北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11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。