-
公开(公告)号：CN117930132A
公开(公告)日：2024-04-26
申请号：CN202410119792.8
申请日：2024-01-29
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提出的一种隧道环境下使用长期演进接收信号强度指示符的定位方法，涉及自动驾驶车辆定位技术领域。考虑到GNSS在长隧道环境下信号被遮挡甚至中断，导致定位结果不准确，本发明使用长期演进信号的接收信号强度指示符替代GNSS信号。测量隧道的长期演进信号的接收信号强度指示符数据库，并且在车辆行进过程中不断测量接收长期演进信号的接收信号强度指示符，形成用户数据，将数据库与用户数据比较，同时设计了接收长期演进信号强度指示符的匹配算法，使两种数据差异最小时完成数据库与用户数据匹配，并将数据库中产生该匹配的位置视为车辆位置，完成隧道环境下使用长期演进接收信号强度指示符的定位方法。
-
公开(公告)号：CN117014815A
公开(公告)日：2023-11-07
申请号：CN202310971302.2
申请日：2023-08-03
Applicant: 东北大学秦皇岛分校
IPC: H04W4/029 , G06F18/25 , G06F18/10 , G06N20/00 , H04W4/02 , H04W4/44 , H04W4/46 , G08G1/01 , G08G1/04 , G01S19/40 , G01S19/39 , G01S19/47 , G01S13/86 , G01C21/16
Abstract: 本发明提供一种多传感器多车辆协同定位系统与方法，涉及车辆定位技术领域；该系统包括GPS接收模块、IMU模块、车内数据采集模块、车外数据采集模块、强化学习模块和滤波融合模块；GPS接收模块用于接收卫星信号；所述IMU模块用于获得车辆的角速度、速度和加速度估计；车内数据采集模块用于采集车辆的轮速数据、转向角及里程数据；车外数据采集模块用于得到相对于其他合作车辆的相对位置和速度估计；强化学习模块，用以提高GPS设备的定位精度；滤波融合模块对多种信息进行融合，得到车辆准确的位置信息；本发明融合了来自本地车载传感器的信息，以及其他车辆或现有智能交通系统基础设施(如道路侧单元)的观测，以提高定位和移动跟踪的精度和稳定性。
-
公开(公告)号：CN118348516A
公开(公告)日：2024-07-16
申请号：CN202410561232.8
申请日：2024-05-08
Applicant: 东北大学秦皇岛分校
IPC: G01S13/06 , G01S13/86 , G01S19/45 , G01S19/46 , G01S19/37 , G06F18/25 , G06F18/23213 , G06F17/16 , G06F17/18
Abstract: 本发明提供一种基于智能交通系统的多车辆协同定位装置及方法，涉及车辆定位技术领域。通过雷达、激光雷达、摄像头等感知探测模块获得与协同单元之间的相对状态信息，通过车辆自组网将自身状态信息共享，并引入智能交通系统中位置固定且精确已知的路旁单元(RSU)来为车辆提供位置信息。并且，提出了一种鲁棒卡尔曼滤波算法与一种协同单元优选算法来保证协同单元的可靠性。通过融合自身状态信息以及经协同单元优选算法所筛选的可靠协同单元状态信息，从而实现精确鲁棒的车辆定位。
-
公开(公告)号：CN117250630A
公开(公告)日：2023-12-19
申请号：CN202311110775.X
申请日：2023-08-31
Applicant: 东北大学秦皇岛分校
IPC: G01S17/931 , G01S17/86 , G01S19/42 , G01C21/16
Abstract: 本发明提供一种基于自适应核卡尔曼滤波的多传感器融合定位系统及方法，涉及自动驾驶车辆定位技术领域。基于自适应核卡尔曼滤波的多传感器融合定位系统包括传感器模块、基于深度学习的相机位姿估计模块、模型模块、自适应核卡尔曼滤波模块、求和模块和积分模块；本发明利用深度学习对相机序列和激光雷达序列处理获得额外的观测量，与GNSS观测量一同构成多观测量，提升了定位的精度和鲁棒性；针对融合数据时常使用的卡尔曼滤波器及其变体计算量大的缺点，本发明在融合众多传感器数据时采用自适应核卡尔曼滤波算法，该算法能够使定位精度和定位系统的实时性同时得到保证。
-
-
-
Search Results
4
records
(took 0.037 seconds)
