【技術實現步驟摘要】
本專利技術涉及智能駕駛領域，特別涉及一種考慮車輛姿態與imu安裝角度的橫縱向加速度補償方法和計算機程序。
技術介紹
1、智能駕駛已經成為汽車行業的研究重點，隨著智能駕駛功能的進步，實時、精準地獲取車輛的速度、加速度以及姿態等狀態信息變得尤為重要。在眾多車輛狀態信息中，加速度是一項重要且基礎的數據。目前，大多數車輛通過慣性測量單元(inertial?measurementunit,imu)中的加速度計來獲取橫向、縱向和垂向加速度。由于imu通常由微機電系統(microelectromechanical?systems,mems)組成，具備體積小、成本低的優勢，廣泛應用于汽車中，使得加速度信息成為較易獲取的車輛狀態信息之一。加速度信息不僅是估計其他不易直接測量的狀態量的基礎，還是許多車輛電子控制算法的直接輸入，其準確性對車輛的安全性、智能化和舒適性都有重要影響。
2、然而，車輛運行工況的復雜性導致imu加速度計測量存在誤差，主要來源于兩個方面。首先，車輛姿態的變化(如俯仰和側傾運動)會導致測量結果中包含部分重力加速度分量，尤其在姿態劇烈變化時，誤差更加顯著。其次，imu安裝時的角度難以與車輛坐標系完全對齊，三個測量軸與車輛坐標軸之間存在細微的角度偏差，從而引入誤差。
3、因此，為滿足智能汽車在安全、智能化和舒適性方面的要求，分析車輛加速度測量的誤差來源并進行補償顯得尤為必要。
技術實現思路
1、本專利技術所要解決的技術問題是要提供一種考慮車輛姿態與imu安裝角度
2、為了解決以上的技術問題，本專利技術提供了一種考慮車輛姿態與imu安裝角度的橫縱向加速度補償方法，包括如下的具體步驟：
3、步驟s1、建立基于車載imu的加速度計誤差模型，其中主要考慮由imu設備安裝角度與車輛運動姿態劇烈變化引起的測量誤差；
4、步驟s2、建立車輛橫縱向運動狀態空間模型，并基于坐標轉換與加速度合成推導出考慮車輛姿態與imu安裝角度的加速度計誤差修正模型，并將計算得到的車輛位移與經補償的加速度數據輸入卡爾曼觀測器中，精確估計車輛的加速度。
5、所述imu設備安裝角度與車輛運動姿態劇烈變化引起的測量誤差，包括如下：
6、(1)imu安裝誤差：在imu設備安裝過程中，imu設備坐標系與車輛坐標系的三個軸不重合，這種角度差會引起加速度測量誤差，通過對由imu設備坐標系到車輛坐標系的轉換矩陣進行補償，如式(1)所示；
7、
8、其中：θ為imu安裝俯仰角，ψ為imu安裝偏航角；
9、進一步得到式(2)，安裝誤差的橫向、縱向加速度補償值為avy1、avx1，
10、
11、其中：aby、abx為imu測得的橫、縱向加速度值；
12、(2)車輛姿態變化導致的誤差；
13、車輛在實施緊急制動或者轉向過程中，其姿態會發生急劇變化，進而會影響imu的測量精度。imu測得的縱向加速度abx包含車輛實際縱向加速度avx2的分量與反向重力加速度g的分量，如式(3)所示：
14、abx＝-g?sinβ+avx2?cosβ????(3)；
15、其中：β為車輛俯仰角；
16、imu測得的橫向加速度aby與實際橫向加速度avy2之間的關系，如式(4)所示：
17、aby＝-g?sinα+avy2?cosα????(4)；
18、其中：α為車輛側傾角；
19、將式(2)代入式(3)和式(4)中，得到基于車載imu的加速度計誤差模型，如式(5)：
20、
21、其中：imu安裝俯仰角θ與安裝偏航角ψ通過估計imu與車輛安裝角度的算法計算得到，車輛側傾角α與車輛俯仰角β由imu實時采集。
22、所述用于估計imu與車輛安裝角度的算法，采用兩層結構，第一層的輸出作為第二層的輸入。
23、所述第一層，其通過gnss/ins融合獲取車輛位置測量值位置增量和imu姿態矩陣第二層，姿態矩陣和位置增量輸入導入航位推算模塊，獲得位置估計值該位置估計值與測量值之間的差反映了因imu安裝角度引起的影響，該位置殘差進行卡爾曼濾波，以獲得誤差狀態矩陣并反饋至航位推算模塊，從而得出俯仰角θ和偏航角ψ的估計值。
24、所述步基于卡爾曼濾波器的加速度估計算法，包括如下；
25、(1)，建立車輛橫縱向運動狀態空間模型；
26、選取車輛的位移x與加速度作為觀測量，即觀測量矩陣
27、其中：位移x由組合導航儀輸出的定位數據計算得到，加速度由imu加速度計的輸出經誤差補償公式(5)計算得到；
28、x(k)為車輛的位移、速度與加速度，即
29、得到車輛橫縱向運動狀態空間模型為：
30、
31、y(k)＝hx(k)+v(k)(7)；
32、式中：φ為狀態轉移矩陣，w(k)為過程噪聲矩陣，h為觀測矩陣，v(k)為觀測噪聲矩陣；
33、狀態轉移矩陣與觀測矩陣的值如下：
34、
35、(2)，卡爾曼濾波器的迭代；
36、通過不斷對上一時刻狀態進行迭代來優化當前時刻的狀態估計，使估計與實際狀態更加接近，每次迭代過程歸納如下：狀態預測方程、卡爾曼增益方程與狀態更新方程；
37、1)狀態預測方程：包括狀態外插方程與協方差外插方程；
38、狀態外插方程為式(6)，其含義為基于當前的狀態估計值預測系統下一時刻的狀態
39、協方差外插方程如式(8)：
40、p(k+1)＝φp(k)φt+q?????(8)；
41、式中：p(k)是當前狀態估計的協方差矩陣，q是過程噪聲的協方差矩陣，p(k+1)是下一時刻狀態估計的協方差矩陣估計值；
42、2)卡爾曼增益方程：
43、
44、式中，k(k+1)為卡爾曼增益，r為觀測噪聲的協方差矩陣；
45、3)狀態更新方程：包括狀態更新方程與狀態協方差更新方程；
46、狀態更新方程如式(10)：
47、
48、式中：是后驗狀態估計，在下一次迭代過程中，將采用本式計算得到的作為新的
49、狀態協方差更新方程如式(11)：
50、p′(k+1)＝[i-k(k+1)h]p(k+1)[i-k(k+1)h]t+k(k+1)r(11)；
51、式中：i為單位矩陣；
52、式中：p′(k+1)在下一次迭代中作為新的p(k)參與計算；
53、4)結果存儲：用列向量a存儲處理后的加速度；
54、
55、本專利技術還提供了一種計算機程序，包括存儲器、處理器及存儲在存儲本文檔來自技高網...
【技術保護點】
1.一種考慮車輛姿態與IMU安裝角度的橫縱向加速度補償方法，包括如下的步驟：
2.根據權利要求1所述的考慮車輛姿態與IMU安裝角度的橫縱向加速度補償方法，其特征在于：所述IMU設備安裝角度與車輛運動姿態劇烈變化引起的測量誤差，包括如下：
3.根據權利要求2所述的考慮車輛姿態與IMU安裝角度的橫縱向加速度補償方法，其特征在于：所述用于估計IMU與車輛安裝角度的算法，采用兩層結構，第一層的輸出作為第二層的輸入。
4.根據權利要求3所述的考慮車輛姿態與IMU安裝角度的橫縱向加速度補償方法，其特征在于：所述第一層，其通過GNSS/INS融合獲取車輛位置測量值位置增量和IMU姿態矩陣第二層，姿態矩陣和位置增量輸入導入航位推算模塊，獲得位置估計值該位置估計值與測量值之間的差進行卡爾曼濾波，以獲得誤差狀態矩陣并反饋至航位推算模塊，從而得出俯仰角θ和偏航角ψ的估計值。
5.根據權利要求1所述的考慮車輛姿態與IMU安裝角度的橫縱向加速度補償方法，其特征在于：所述步基于卡爾曼濾波器的加速度估計算法，包括如下；
6.一種計算機程序，包括存儲器
...【技術特征摘要】
1.一種考慮車輛姿態與imu安裝角度的橫縱向加速度補償方法，包括如下的步驟：
2.根據權利要求1所述的考慮車輛姿態與imu安裝角度的橫縱向加速度補償方法，其特征在于：所述imu設備安裝角度與車輛運動姿態劇烈變化引起的測量誤差，包括如下：
3.根據權利要求2所述的考慮車輛姿態與imu安裝角度的橫縱向加速度補償方法，其特征在于：所述用于估計imu與車輛安裝角度的算法，采用兩層結構，第一層的輸出作為第二層的輸入。
4.根據權利要求3所述的考慮車輛姿態與imu安裝角度的橫縱向加速度補償方法，其特征在于：所述第一層，其通過gnss/ins融合獲取車輛...
【專利技術屬性】
技術研發人員：吳光強，譚小強，劉思宇，王湛強，劉俊滔，劉凱，
申請(專利權)人：同濟大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。