【技术实现步骤摘要】
本公开涉及自动驾驶，尤其涉及一种状态量确定方法、装置、电子设备和存储介质。
技术介绍
1、多传感器融合的建图技术是自动驾驶领域的核心技术之一，通常是以高精度地图为基础。状态量的精度会影响建图精度以及在线定位精度，甚至会危及行车安全。
2、目前，多传感器融合的建图算法以激光雷达为核心，以imu(inertialmeasurement unit，惯性测量单元)、wheel(轮速计)与gnss(global navigationsatellite system，全球卫星定位系统)为辅助传感器，可以实现室内外自然场景下的高精度建图。但是，在长里程的无特征巷道场景中，由于场景单调重复，激光雷达无法提取到有效的几何特征，激光里程计在进行点云配准时会因为约束不足而出现退化问题，同时巷道环境不是地面上的平坦道路，而是高低起伏的坡路，在高度与俯仰方向缺乏约束的激光里程计更是难以进行准确的状态量估计。并且，巷道环境中的封闭建筑物会遮挡卫星信号，导致gnss传感器无法正常工作，此时，激光里程计随时间逐渐增大的累积误差无法通过全局测量源消除，在里程足够长时会出现状态量误差过大的问题。
技术实现思路
1、为了解决上述技术问题或者至少部分地解决上述技术问题，本公开实施例提供了一种状态量确定方法、装置、电子设备和存储介质，以提高测量以及预测过程中的数据精度，进而提高状态量的精度。
2、第一方面，本公开实施例提供了一种状态量确定方法，该方法包括：
3、判断目标车辆的行驶路况是否
4、若是，则根据所述目标车辆在前进方向上的比力、在垂直方向上的垂直角速度值、重力加速度值以及在所述前进方向上的线速度值，确定所述目标车辆的俯仰角预测值以及航向角预测值；
5、根据所述线速度值、所述俯仰角预测值以及所述航向角预测值，确定所述目标车辆的位置预测值；
6、根据翻滚角预测值、所述俯仰角预测值以及所述航向角预测值，确定姿态预测值，并根据所述姿态预测值、所述位置预测值以及速度预测值，确定所述目标车辆的目标预测量；
7、确定观测量的采集来源，根据所述采集来源对应的观测量获取方式以及所述采集来源，确定所述目标车辆的目标观测量；其中，所述采集来源包括定位系统以及激光里程计；
8、基于扩展卡尔曼滤波器对所述目标车辆的目标观测量以及目标预测量进行处理，确定滤波结果量。
9、第二方面，本公开实施例还提供了一种状态量确定装置，该装置包括：
10、路况判断模块，用于判断目标车辆的行驶路况是否为起伏路况；
11、第一预测模块，用于若是，则根据所述目标车辆在前进方向上的比力、在垂直方向上的垂直角速度值、重力加速度值以及在所述前进方向上的线速度值，确定所述目标车辆的俯仰角预测值以及航向角预测值；
12、第二预测模块，用于根据所述线速度值、所述俯仰角预测值以及所述航向角预测值，确定所述目标车辆的位置预测值；
13、目标预测量确定模块，用于根据翻滚角预测值、所述俯仰角预测值以及所述航向角预测值，确定姿态预测值，并根据所述姿态预测值、所述位置预测值以及速度预测值，确定所述目标车辆的目标预测量；
14、目标观测量确定模块，用于确定观测量的采集来源，根据所述采集来源对应的观测量获取方式以及所述采集来源，确定所述目标车辆的目标观测量；其中，所述采集来源包括定位系统以及激光里程计；
15、滤波模块，用于基于扩展卡尔曼滤波器对所述目标车辆的目标观测量以及目标预测量进行处理，确定滤波结果量。
16、第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的状态量确定方法。
17、第四方面，本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的状态量确定方法。
18、本公开实施例提供的一种状态量确定方法，通过判断目标车辆的行驶路况是否为起伏路况，若是，则根据目标车辆在前进方向上的比力、在垂直方向上的垂直角速度值、重力加速度值以及在前进方向上的线速度值，确定目标车辆的俯仰角预测值以及航向角预测，以结合惯性测量单元和轮速计来进行姿态预测，进而，根据线速度值、俯仰角预测值以及航向角预测值，确定目标车辆的位置预测值，以更准确地进行位置预测，根据翻滚角预测值、俯仰角预测值以及航向角预测值，确定姿态预测值，并根据姿态预测值、位置预测值以及速度预测值，确定目标车辆的目标预测量，以用于后续的卡尔曼滤波，针对观测量，确定观测量的采集来源，使用采集来源对应的观测量获取方式以及采集来源采集的数据，获取目标车辆的目标观测量，基于扩展卡尔曼滤波器对目标车辆的目标观测量以及目标预测量进行处理，确定滤波结果量，实现了提高测量以及预测过程中的数据精度，进而提高状态量精度的效果。
本文档来自技高网...【技术保护点】
1.一种状态量确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标车辆在前进方向上的比力、在垂直方向上的垂直角速度值、重力加速度值以及在所述前进方向上的线速度值，确定所述目标车辆的俯仰角预测值以及航向角预测值，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述线速度值、所述俯仰角预测值以及所述航向角预测值，确定所述目标车辆的位置预测值，包括：
4.根据权利要求1所述的方法，其特征在于，所述确定观测量的采集来源，根据所述采集来源对应的观测量获取方式以及所述采集来源，确定所述目标车辆的目标观测量，包括：
5.根据权利要求4所述的方法，其特征在于，若所述采集来源为定位系统中超宽带定位系统，则所述基于扩展卡尔曼滤波器对所述目标车辆的目标观测量以及目标预测量进行处理，确定滤波结果量，包括：
6.根据权利要求4所述的方法，其特征在于，所述旋转矩阵以及所述平移距离通过下述方式标定：
7.根据权利要求1所述的方法，其特征在于，在所述判断目标车辆的行驶路况是否为起伏路况之
8.一种状态量确定装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的状态量确定方法。
...【技术特征摘要】
1.一种状态量确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标车辆在前进方向上的比力、在垂直方向上的垂直角速度值、重力加速度值以及在所述前进方向上的线速度值，确定所述目标车辆的俯仰角预测值以及航向角预测值，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述线速度值、所述俯仰角预测值以及所述航向角预测值，确定所述目标车辆的位置预测值，包括：
4.根据权利要求1所述的方法，其特征在于，所述确定观测量的采集来源，根据所述采集来源对应的观测量获取方式以及所述采集来源，确定所述目标车辆的目标观测量，包括：
5.根据权利要求4所述的方...
【专利技术属性】
技术研发人员：顾津铭，冯景怡，张丹，
申请(专利权)人：驭势科技北京有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。