本申請涉及新能源汽車，尤其涉及一種智能泊車航位推算方法、裝置及存儲介質(zhì)。

背景技術(shù)：

1、泊車作為車輛操作過程中的一個挑戰(zhàn)性任務(wù)，因其困難程度高和事故率高而被廣泛關(guān)注。城市汽車數(shù)量的增加使得泊車環(huán)境愈加復(fù)雜，進(jìn)一步提升了泊車難度。為此，智能泊車系統(tǒng)的研究和開發(fā)，旨在提高安全性和減少駕駛負(fù)擔(dān)，已成為研究熱點(diǎn)。智能泊車中的航跡推算技術(shù)，即通過車載傳感器計算車輛相對于起始位置的坐標(biāo)和航向角，對提高泊車效率和安全性至關(guān)重要。

2、現(xiàn)有技術(shù)中，航跡推算的方法多樣，但存在一系列缺點(diǎn)。例如，一些系統(tǒng)依賴高精度的慣性測量單元(imu)來提供加速度和角速度數(shù)據(jù)，這些設(shè)備成本高昂，不適用于量產(chǎn)車輛。其他系統(tǒng)利用車載攝像頭識別車位，但在沒有車位線或光照條件不佳的情況下，其定位精度受限。目前最主流的方法結(jié)合輪速脈沖和車載陀螺儀通過運(yùn)動學(xué)方程進(jìn)行航位推算，但在實(shí)際應(yīng)用中，泊車過程中的低速行駛、大幅轉(zhuǎn)向以及外部環(huán)境變化等因素，均會影響航跡推算的準(zhǔn)確性。例如，現(xiàn)有技術(shù)文獻(xiàn)中提及的方法因?yàn)闆]有充分考慮到泊車過程中車輛動態(tài)參數(shù)的變化，如輪距和軸距的變化，以及路況等外部因素，這些因素導(dǎo)致航跡推算精度不足。現(xiàn)有技術(shù)中使用的線性卡爾曼濾波也未能有效考慮阿克曼轉(zhuǎn)向模型下前輪橫擺角誤差和車速誤差的影響，以及陀螺儀在低速行駛時易于積累較大誤差的問題，進(jìn)一步限制了智能泊車系統(tǒng)對高精度定位的實(shí)現(xiàn)。

3、綜上所述，現(xiàn)有航跡推算技術(shù)尚未能在保持成本效益的同時，有效應(yīng)對泊車場景中的復(fù)雜動態(tài)變化，特別是在高精度定位方面存在顯著的技術(shù)需求空缺。因此，急需一種能夠在不增加額外成本的前提下，準(zhǔn)確估算泊車時車輛航位的方法，以彌補(bǔ)現(xiàn)有技術(shù)的不足。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本申請實(shí)施例提供了一種智能泊車航位推算方法、裝置及存儲介質(zhì)，以解決現(xiàn)有技術(shù)存在的設(shè)備成本高，航跡推算精度不足，泊車航位定位結(jié)果不夠準(zhǔn)確的問題。

2、本申請實(shí)施例的第一方面，提供了一種智能泊車航位推算方法，包括：對車輛在當(dāng)前時刻的車輛狀態(tài)向量、系統(tǒng)誤差協(xié)方差矩陣、系統(tǒng)誤差矩陣和觀測噪聲矩陣進(jìn)行初始化，并將初始化后的車輛狀態(tài)向量作為系統(tǒng)的初始狀態(tài)；根據(jù)前一時刻輸出的車輛狀態(tài)向量，利用車輛運(yùn)動學(xué)模型計算當(dāng)前時刻車輛狀態(tài)向量對應(yīng)的預(yù)測值，并基于預(yù)測值的運(yùn)動學(xué)方程計算狀態(tài)轉(zhuǎn)移矩陣；實(shí)時獲取車輛的輪速脈沖傳感器數(shù)據(jù)和方向盤轉(zhuǎn)角數(shù)據(jù)，并計算前輪行駛距離、后軸中心速度和車輛角速度；基于前輪行駛距離、后軸中心速度和車輛角速度，計算觀測矩陣，并基于系統(tǒng)誤差協(xié)方差矩陣、狀態(tài)轉(zhuǎn)移矩陣及觀測矩陣，計算卡爾曼增益；基于預(yù)測值、卡爾曼增益及卡爾曼濾波的觀測值，將車輛狀態(tài)向量更新至最優(yōu)估計值，并對系統(tǒng)誤差協(xié)方差矩陣進(jìn)行更新；執(zhí)行迭代操作，以便對車輛狀態(tài)向量的最優(yōu)估計值進(jìn)行持續(xù)優(yōu)化，并持續(xù)輸出車輛在全局坐標(biāo)系下的位置和航向角的估計結(jié)果，將估計結(jié)果作為車輛泊車中的航位推算結(jié)果。

3、本申請實(shí)施例的第二方面，提供了一種智能泊車航位推算裝置，包括：初始化模塊，被配置為對車輛在當(dāng)前時刻的車輛狀態(tài)向量、系統(tǒng)誤差協(xié)方差矩陣、系統(tǒng)誤差矩陣和觀測噪聲矩陣進(jìn)行初始化，并將初始化后的車輛狀態(tài)向量作為系統(tǒng)的初始狀態(tài)；第一計算模塊，被配置為根據(jù)前一時刻輸出的車輛狀態(tài)向量，利用車輛運(yùn)動學(xué)模型計算當(dāng)前時刻車輛狀態(tài)向量對應(yīng)的預(yù)測值，并基于預(yù)測值的運(yùn)動學(xué)方程計算狀態(tài)轉(zhuǎn)移矩陣；獲取模塊，被配置為實(shí)時獲取車輛的輪速脈沖傳感器數(shù)據(jù)和方向盤轉(zhuǎn)角數(shù)據(jù)，并計算前輪行駛距離、后軸中心速度和車輛角速度；第二計算模塊，被配置為基于前輪行駛距離、后軸中心速度和車輛角速度，計算觀測矩陣，并基于系統(tǒng)誤差協(xié)方差矩陣、狀態(tài)轉(zhuǎn)移矩陣及觀測矩陣，計算卡爾曼增益；更新模塊，被配置為基于預(yù)測值、卡爾曼增益及卡爾曼濾波的觀測值，將車輛狀態(tài)向量更新至最優(yōu)估計值，并對系統(tǒng)誤差協(xié)方差矩陣進(jìn)行更新；輸出模塊，被配置為執(zhí)行迭代操作，以便對車輛狀態(tài)向量的最優(yōu)估計值進(jìn)行持續(xù)優(yōu)化，并持續(xù)輸出車輛在全局坐標(biāo)系下的位置和航向角的估計結(jié)果，將估計結(jié)果作為車輛泊車中的航位推算結(jié)果。

4、本申請實(shí)施例的第三方面，提供了一種計算機(jī)可讀存儲介質(zhì)，該計算機(jī)可讀存儲介質(zhì)存儲有計算機(jī)程序，該計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)上述方法的步驟。

5、本申請實(shí)施例采用的上述至少一個技術(shù)方案能夠達(dá)到以下有益效果：

6、通過對車輛在當(dāng)前時刻的車輛狀態(tài)向量、系統(tǒng)誤差協(xié)方差矩陣、系統(tǒng)誤差矩陣和觀測噪聲矩陣進(jìn)行初始化，并將初始化后的車輛狀態(tài)向量作為系統(tǒng)的初始狀態(tài)；根據(jù)前一時刻輸出的車輛狀態(tài)向量，利用車輛運(yùn)動學(xué)模型計算當(dāng)前時刻車輛狀態(tài)向量對應(yīng)的預(yù)測值，并基于預(yù)測值的運(yùn)動學(xué)方程計算狀態(tài)轉(zhuǎn)移矩陣；實(shí)時獲取車輛的輪速脈沖傳感器數(shù)據(jù)和方向盤轉(zhuǎn)角數(shù)據(jù)，并計算前輪行駛距離、后軸中心速度和車輛角速度；基于前輪行駛距離、后軸中心速度和車輛角速度，計算觀測矩陣，并基于系統(tǒng)誤差協(xié)方差矩陣、狀態(tài)轉(zhuǎn)移矩陣及觀測矩陣，計算卡爾曼增益；基于預(yù)測值、卡爾曼增益及卡爾曼濾波的觀測值，將車輛狀態(tài)向量更新至最優(yōu)估計值，并對系統(tǒng)誤差協(xié)方差矩陣進(jìn)行更新；執(zhí)行迭代操作，以便對車輛狀態(tài)向量的最優(yōu)估計值進(jìn)行持續(xù)優(yōu)化，并持續(xù)輸出車輛在全局坐標(biāo)系下的位置和航向角的估計結(jié)果，將估計結(jié)果作為車輛泊車中的航位推算結(jié)果。本申請降低成本，提升泊車航位定位結(jié)果的精度和準(zhǔn)確性。

技術(shù)特征：

1.一種智能泊車航位推算方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)前一時刻輸出的車輛狀態(tài)向量，利用以下車輛運(yùn)動學(xué)模型計算當(dāng)前時刻車輛狀態(tài)向量對應(yīng)的預(yù)測值，所述車輛運(yùn)動學(xué)模型為：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述預(yù)測值的運(yùn)動學(xué)方程計算狀態(tài)轉(zhuǎn)移矩陣，包括采用以下公式對非線性運(yùn)動學(xué)方程求偏導(dǎo)數(shù)，得到所述狀態(tài)轉(zhuǎn)移矩陣：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述實(shí)時獲取車輛的輪速脈沖傳感器數(shù)據(jù)和方向盤轉(zhuǎn)角數(shù)據(jù)，并計算前輪行駛距離、后軸中心速度和車輛角速度，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述前輪行駛距離、后軸中心速度和車輛角速度，計算觀測矩陣，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述系統(tǒng)誤差協(xié)方差矩陣、所述狀態(tài)轉(zhuǎn)移矩陣及所述觀測矩陣，計算卡爾曼增益，包括采用以下拓展卡爾曼濾波公式計算所述卡爾曼增益：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，采用以下公式將所述車輛狀態(tài)向量更新至最優(yōu)估計值：

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述對所述系統(tǒng)誤差協(xié)方差矩陣進(jìn)行更新，包括采用以下公式將所述系統(tǒng)誤差協(xié)方差矩陣更新至最優(yōu)估計值：

9.一種智能泊車航位推算裝置，其特征在于，包括：

10.一種計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)可讀存儲介質(zhì)存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如權(quán)利要求1至8中任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本申請?zhí)峁┮环N智能泊車航位推算方法、裝置及存儲介質(zhì)。該方法包括：對車輛在當(dāng)前時刻的車輛狀態(tài)向量、系統(tǒng)誤差協(xié)方差矩陣、系統(tǒng)誤差矩陣和觀測噪聲矩陣進(jìn)行初始化；根據(jù)前一時刻的車輛狀態(tài)向量，利用車輛運(yùn)動學(xué)模型計算當(dāng)前時刻車輛狀態(tài)向量的預(yù)測值，并基于預(yù)測值的運(yùn)動學(xué)方程計算狀態(tài)轉(zhuǎn)移矩陣；基于前輪行駛距離、后軸中心速度和車輛角速度計算觀測矩陣，并計算卡爾曼增益；基于預(yù)測值、卡爾曼增益及卡爾曼濾波的觀測值，將車輛狀態(tài)向量更新至最優(yōu)估計值，對系統(tǒng)誤差協(xié)方差矩陣進(jìn)行更新；執(zhí)行迭代操作，以便對車輛狀態(tài)向量的最優(yōu)估計值進(jìn)行持續(xù)優(yōu)化，并持續(xù)輸出航位推算結(jié)果。本申請降低成本，提升泊車航位定位結(jié)果的精度和準(zhǔn)確性。

技術(shù)研發(fā)人員：曹雪峰,李楊,蘇星溢
受保護(hù)的技術(shù)使用者：重慶賽力斯鳳凰智創(chuàng)科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9