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！

龙图腾网获悉重庆大学申请的专利一种基于卡尔曼滤波的自动驾驶车辆累积误差减小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：CN119936940B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411992866.5，技术领域涉及：G01S19/45；该发明授权一种基于卡尔曼滤波的自动驾驶车辆累积误差减小方法是由王玉娟;杜志豪;李坤译;袁向荣;司志邦;邵珠武;杨环羽;罗小峰;章麒赟设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种基于卡尔曼滤波的自动驾驶车辆累积误差减小方法在说明书摘要公布了：本发明公开了一种基于卡尔曼滤波的自动驾驶车辆累积误差减小方法，旨在提高车辆轨迹预测的精度，减小累计误差。系统通过车轮编码器和车载GPS获取车辆的第一姿态信息向量Φk1和第二姿态信息向量Φk2。根据构建的卡尔曼滤波器对上述两个姿态向量进行预测解算，得到校正后的最优姿态信息向量Φopt。将最优姿态信息向量Φopt带入自动驾驶车辆启停情况下，并根据计算得到的距离与设定的阈值进行比较，从而根据误差大小来进行判断校准。仿真测试表明，通过在每次停车时以上述步骤校准车辆实际位置数据，来减少车辆在多次启动停止模式下的累计误差，系统有效减小了每段轨迹误差的叠加，提升长距离多段行驶轨迹预测的准确性。

本发明授权一种基于卡尔曼滤波的自动驾驶车辆累积误差减小方法在权利要求书中公布了：1.一种基于卡尔曼滤波的自动驾驶车辆累积误差减小方法，其特征在于，所述方法包括： 步骤1，从车辆的车轮编码器中以及惯性测量单元中生成自动驾驶车辆在导航坐标系下的第一姿态信息向量Φk1； 步骤2，从自动驾驶车辆的车载定位系统GPS中获取第二姿态信息向量Φk2； 步骤3，根据构建的卡尔曼滤波器对两姿态信息向量进行预测融合，得到校正后的最优姿态信息向量Φopt作为卡尔曼滤波结果； 步骤4，将上述步骤3中得到的卡尔曼滤波结果，即校正后的最优姿态信息向量Φopt作为参数带入自动驾驶车辆的停车启动情况环境下，从而对轨迹误差进行更新校准； 步骤4中，将步骤3中得到的卡尔曼滤波结果，即校正后的最优姿态信息向量Φopt作为参数带入自动驾驶车辆的停车启动情况下，从而对轨迹误差进行更新校准；其特征在于：设自动驾驶车辆停止时相对于人行道线交通标志的距离为D0，设自动驾驶车辆距离测量误差De，设DT为自动驾驶车辆的距离变化阈值，阈值与上述构建的卡尔曼滤波器的状态估算结果相关，DT＝Kt∫ΔΦopttdt，Kt为预设的相关比例系数，ΔΦoptt为上述步骤3中卡尔曼滤波中得到的最优姿态信息向量的差值，ΔΦoptt＝Φoptt1‑Φoptt0，t1‑t0＝20s；在自动驾驶车辆在人行道交通标志前停止再重新启动行驶后，每隔20s间隔，通过GPS记录的的人行道线交通标志位置dpcl与自动驾驶车辆的相对位置信息dGPS，根据上述步骤1和步骤2中类似的坐标变换并将其作差值，得到自动驾驶车辆启停测量时相对距离变化Di；若Di＞DT，则认为自动驾驶车辆在启停后造成误差影响车辆后续行驶位置轨迹估计；然后得出当前计算得到的自动驾驶车辆启停测量时相对距离变化Di的均值用此时均值减去KtD0得到差值ΔD，如果差值大于自动驾驶车辆距离测量误差De，则也认为自动驾驶车辆在启停后造成误差影响车辆后续行驶位置轨迹估计； 针对上误差对位置轨迹的影响情况，对当前行驶段，即停止到计算位置误差过大时，侧重于采用车轮编码器进行位置轨迹估计；并认为自动驾驶车辆在因为上一段行驶过程中测量误差累计过大，对车载GPS进行复位重新定位校准，消除自动驾驶车辆在上一段的累计误差，这样保证自动驾驶车辆在较长距离多段行驶路程时每从停车启动状态后减少定位误差或者其他因素造成的行驶位置距离与真实位置误差较大的问题。

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重庆大学，其通讯地址为：400000 重庆市沙坪坝区正街174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。