(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2023-09-04
(45)【発行日】2023-09-12
(54)【発明の名称】車両の測位方法、装置、電子機器及びコンピュータ記憶媒体
(51)【国際特許分類】
G01C 21/28 20060101AFI20230905BHJP
G01S 19/45 20100101ALI20230905BHJP
G01S 19/49 20100101ALI20230905BHJP
【ＦＩ】
G01C21/28
G01S19/45
G01S19/49
【請求項の数】
19
(21)【出願番号】P 2021090254
(22)【出願日】2021-05-28
(65)【公開番号】P2021131398
(43)【公開日】2021-09-09
【審査請求日】2021-05-28
(31)【優先権主張番号】202010469933.0
(32)【優先日】2020-05-28
(33)【優先権主張国・地域又は機関】CN
【前置審査】
(73)【特許権者】
【識別番号】521208273
【氏名又は名称】阿波▲羅▼智▲聯▼（北京）科技有限公司
【氏名又は名称原語表記】ＡＰＯＬＬＯ ＩＮＴＥＬＬＩＧＥＮＴ ＣＯＮＮＥＣＴＩＶＩＴＹ（ＢＥＩＪＩＮＧ）ＴＥＣＨＮＯＬＯＧＹ ＣＯ．，ＬＴＤ．
【住所又は居所原語表記】１０１， １ｓｔ Ｆｌｏｏｒ， Ｂｕｉｌｄｉｎｇ １， Ｙａｒｄ ７， Ｒｕｉｈｅ Ｗｅｓｔ ２ｎｄ Ｒｏａｄ， Ｂｅｉｊｉｎｇ Ｅｃｏｎｏｍｉｃ ａｎｄ Ｔｅｃｈｎｏｌｏｇｉｃａｌ Ｄｅｖｅｌｏｐｍｅｎｔ Ｚｏｎｅ， Ｂｅｉｊｉｎｇ １００１７６， Ｃｈｉｎａ
(74)【代理人】
【識別番号】100118913
【弁理士】
【氏名又は名称】上田 邦生
(72)【発明者】
【氏名】リン， ビン
(72)【発明者】
【氏名】ズー， ジンペン
【審査官】宮本 礼子
(56)【参考文献】
【文献】特開２００９－００８５８９（ＪＰ，Ａ）
【文献】特開平０６－３００５７８（ＪＰ，Ａ）
【文献】特表２００９－５２９１８６（ＪＰ，Ａ）
【文献】特開２０００－２４１１８２（ＪＰ，Ａ）
【文献】特開２００３－１９４５５８（ＪＰ，Ａ）
【文献】特開２０１１－１０２７９２（ＪＰ，Ａ）
【文献】特開２０１４－２２８４９５（ＪＰ，Ａ）
【文献】特開２０１２－１８５１１１（ＪＰ，Ａ）
【文献】特開平１０－３００４９３（ＪＰ，Ａ）
【文献】特開２０１６－２１８０１５（ＪＰ，Ａ）
【文献】特開２０１４－８９０４７（ＪＰ，Ａ）
【文献】特開２００３－１２１１８０（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０１Ｃ ２１／００－２１／３６
Ｇ０１Ｃ ２３／００－２５／００
Ｇ０８Ｇ １／００－９９／００
Ｇ０１Ｓ １９／４５
Ｇ０１Ｓ １９／４９
(57)【特許請求の範囲】
【請求項1】
道路網情報を取得するステップと、車両の測位を周期的に行って、測位位置を取得するステップと、
各履歴周期で測位された測位位置に基づいて、車両の走行軌跡を決定するステップと、
前記車両の走行軌跡に基づいて、前記道路網情報で示される複数の道路区間から、現在の周期で前記車両が走行している目標道路区間を決定するステップと、
前記目標道路区間に基づいて、現在の周期の測位位置を目標道路区間に投影して、現在の周期の測位位置を修正して、前記目標道路区間内にある測位位置を取得するステップと、
を含み、
車両の測位を周期的に行って、測位位置を取得するステップが、
周期ごとに、車両自体のセンサを用いて、車両センサーデータを取得するステップと、
対応する周期に衛星測位データが取得された場合、車両センサーデータに基づいて前記衛星測位データのカルマンフィルタリングを行って、対応する周期の測位更新データを取得するステップであって、前記測位更新データが、直前の周期と比較した前記車両の測位位置の更新を示すステップと、
対応する周期に衛星測位データが取得されなかった場合、推測航法アルゴリズムＤＲを用いて、対応する周期の前記測位更新データを決定するステップと、
を含む車両の測位方法。
【請求項2】
前記車両の走行軌跡に基づいて、前記道路網情報で示される複数の道路区間から、現在の周期で前記車両が走行している目標道路区間を決定するステップが、各履歴周期で測位された測位位置に基づいて、前記車両の走行軌跡を決定するステップと、
前記車両の走行軌跡を予測モデルに入力して、現在の周期で前記車両が各道路区間を走行する走行確率を取得するステップであって、前記予測モデルは、走行軌跡と各道路区間の走行確率との間のマッピング関係を学習済みであるステップと、
前記走行確率に基づいて、各道路区間から前記目標道路区間を決定するステップと、
を含む請求項１に記載の車両の測位方法。
【請求項3】
各履歴周期で測位された測位位置に基づいて、前記車両の走行軌跡を決定するステップが、各履歴周期で測位された測位位置に基づいて、前記道路網情報で示される複数の道路区間から、各履歴周期で前記車両が走行した道路区間を決定するステップと、
各履歴周期で前記車両が走行した道路区間に基づいて、走行軌跡を示す道路区間シーケンスを生成するステップであって、前記道路区間シーケンス内の各要素が、対応する履歴周期で前記車両が走行した道路区間を示すステップと、
を含む請求項２に記載の車両の測位方法。
【請求項4】
前記予測モデルが、隠れマルコフモデルであり、前記車両の走行軌跡を予測モデルに入力して、現在の周期で前記車両が各道路区間を走行する走行確率を取得するステップが、前記道路区間シーケンスを前記隠れマルコフモデルに入力して、出力シーケンス及び対応する走行確率を取得するステップであって、前記出力シーケンス内の各要素が、前記履歴周期より後の各周期で前記車両が走行する道路区間を示すステップを含む請求項３に記載の車両の測位方法。
【請求項5】
前記目標道路区間に基づいて、現在の周期の測位位置を修正して、前記目標道路区間内にある測位位置を取得するステップの後に、修正された測位位置に基づいて、ナビゲーションのルートから、現在走行しているナビゲーション道路区間を検索するステップと、
前記ナビゲーション道路区間が検索されなかった場合、前記車両のヨーを決定するステップと、
を含む請求項１から４のいずれか一項に記載の車両の測位方法。
【請求項6】
現在走行しているナビゲーション道路区間を検索するステップの後に、前記ナビゲーション道路区間が検索された場合、前記車両の進路角に基づいて、前記車両の前記ナビゲーション道路区間での走行状態を決定するステップであって、前記走行状態が、出入り、及び幹線道路と補助道路との切り替えを含むステップを含む請求項５に記載の車両の測位方法。
【請求項7】
現在走行しているナビゲーション道路区間を検索するステップの後に、前記ナビゲーション道路区間が検索され、かつ、前記ナビゲーション道路区間が橋領域の道路区間に属する場合、前記車両の傾斜角に基づいて、前記車両が前記ナビゲーション道路区間において橋に出入り動作をしたか否かを検出するステップを含む請求項５に記載の車両の測位方法。
【請求項8】
前記目標道路区間に基づいて、現在の周期の測位位置を修正して、前記目標道路区間内にある測位位置を取得するステップが、前記現在の周期の測位位置を前記目標道路区間に投影して、前記目標道路区間内の測位位置を取得するステップを含む請求項１から４のいずれか一項に記載の車両の測位方法。
【請求項9】
道路網情報を取得するように構成される取得モジュールと、車両の測位を周期的に行って、測位位置を取得するように構成される測位モジュールと、
各履歴周期で測位された測位位置に基づいて、前記車両の走行軌跡を決定し、該車両の走行軌跡に基づいて、前記道路網情報で示される複数の道路区間から、現在の周期で前記車両が走行している目標道路区間を決定するように構成される決定ユニットを備える決定モジュールと、
前記目標道路区間に基づいて、現在の周期の測位位置を目標道路区間に投影して、現在の周期の測位位置を修正して、前記目標道路区間内にある測位位置を取得するように構成される修正モジュールと、
を備え、
前記測位モジュールが、
周期ごとに、車両自体のセンサを用いて、車両センサーデータを取得し、
対応する周期に衛星測位データを取得した場合、車両センサーデータに基づいて前記衛星測位データのカルマンフィルタリングを行って、対応する周期の測位更新データを取得するように構成され、前記測位更新データが、直前の周期と比較した前記車両の測位位置の更新を示し、
対応する周期に衛星測位データを取得しなかった場合、推測航法アルゴリズムＤＲを用いて、対応する周期の前記測位更新データを決定するように構成される車両の測位装置。
【請求項10】
前記決定モジュールが、前記車両の走行軌跡を予測モデルに入力して、現在の周期で前記車両が各道路区間を走行する走行確率を取得するように構成される予測ユニットであって、前記予測ユニットが、走行軌跡と各道路区間の走行確率との間のマッピング関係を学習済みである予測ユニットを備え、前記決定ユニットが、前記走行確率に基づいて、各道路区間から前記目標道路区間を決定するように構成される請求項９に記載の車両の測位装置。
【請求項11】
前記決定ユニットが、各履歴周期で測位された測位位置に基づいて、前記道路網情報で示される複数の道路区間から、各履歴周期で前記車両が走行した道路区間を決定し、
各履歴周期で前記車両が走行した道路区間に基づいて、走行軌跡を示すための道路区間シーケンスを生成するように構成され、前記道路区間シーケンス内の各要素が、対応する履歴周期で前記車両が走行した道路区間を示す請求項１０に記載の車両の測位装置。
【請求項12】
前記予測モデルが、隠れマルコフモデルであり、前記予測ユニットが、前記道路区間シーケンスを前記隠れマルコフモデルに入力して、出力シーケンス及び対応する走行確率を取得するように構成され、前記出力シーケンス内の各要素が、前記履歴周期より後の各周期で前記車両が走行する道路区間を示す請求項１１に記載の車両の測位装置。
【請求項13】
修正された測位位置に基づいて、ナビゲーションのルートから、現在走行しているナビゲーション道路区間を検索し、前記ナビゲーション道路区間が検索されなかった場合、前記車両のヨーを決定するように構成される検索決定モジュールを備える請求項９から１２のいずれか一項に記載の車両の測位装置。
【請求項14】
前記検索決定モジュールが、前記ナビゲーション道路区間が検索された場合、前記車両の進路角に基づいて、前記車両の前記ナビゲーション道路区間での走行状態を決定するように構成され、前記走行状態が、出入り、及び幹線道路と補助道路との切り替えを含む請求項１３に記載の車両の測位装置。
【請求項15】
前記検索決定モジュールが、前記ナビゲーション道路区間が検索され、かつ、前記ナビゲーション道路区間が橋領域の道路区間に属する場合、前記車両の傾斜角に基づいて、前記車両が前記ナビゲーション道路区間において橋に出入り動作をしたか否かを検出するように構成される請求項１３に記載の車両の測位装置。
【請求項16】
前記修正モジュールが、前記現在の周期の測位位置を前記目標道路区間に投影して、前記目標道路区間内の測位位置を取得するように構成される請求項９から１２のいずれか一項に記載の車両の測位装置。
【請求項17】
少なくとも１つのプロセッサと、該少なくとも１つのプロセッサに通信可能に接続されるメモリと、
を備え、
前記メモリには、前記少なくとも１つのプロセッサによって実行可能な命令が記憶され、前記命令が前記少なくとも１つのプロセッサによって実行される場合、前記少なくとも１つのプロセッサが請求項１から８のいずれか一項に記載の車両の測位方法を実行できる電子機器。
【請求項18】
コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体であって、前記コンピュータ命令が、コンピュータに請求項１から８のいずれか一項に記載の車両の測位方法を実行させる非一時的なコンピュータ読み取り可能な記憶媒体。
【請求項19】
コンピュータに請求項１から８のいずれか一項に記載の車両の測位方法を実行させるコンピュータプログラム。【発明の詳細な説明】
【技術分野】
【0001】
本出願は、コンピュータ技術の分野に関し、特にナビゲーション測位技術の分野に関し、具体的には、車両の測位方法、装置、電子機器及びコンピュータ記憶媒体に関する。
【背景技術】
【0002】
測位は、車両ナビゲーションにとって非常に重要な部分であり、測位やナビゲーションの精度に対する人々の要求もますます高くなっている。
【0003】
しかしながら、ＧＰＳの測位情報は、高架橋シーン、駐車場、トンネルなど、不正確または失われる場合がある。地下道路や密林などでは、ＧＰＳの測位情報は、数十メートルから数百メートルと大きくドリフトする場合があるため、測位の精度が低くなる。
【発明の概要】
【0004】
本出願は、車両の測位方法、装置、電子機器及びコンピュータ記憶媒体を提供する。
【0005】
本出願の第１態様では、履歴測位に基づいて、現在走行している道路区間を予測し、予測した現在走行している道路区間に基づいて測位位置を修正することにより、測位情報の変動が大きくなることを回避し、測位の精度を向上させ、既存技術においてＧＰＳ信号が遮断される場合、測位の変動が大きくなる課題を解決することができる車両の測位方法を提供する。
【0006】
本出願の第２態様では、車両の測位装置を提供する。
【0007】
本出願の第３態様では、電子機器を提供する。
【0008】
本出願の第４態様では、コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体を提供する。
【0009】
第１態様では、本出願の実施例は、道路網情報を取得するステップと、車両の測位を周期的に行って、測位位置を取得するステップと、各履歴周期で測位された測位位置に基づいて、前記道路網情報で示される複数の道路区間から、現在の周期で前記車両が走行している目標道路区間を決定するステップと、前記目標道路区間に基づいて、現在の周期の測位位置を修正して、前記目標道路区間内にある測位位置を取得するステップと、を含む車両の測位方法を提供する。
【0010】
第２態様では、本出願の実施例は、道路網情報を取得するように構成される取得モジュールと、車両の測位を周期的に行って、測位位置を取得するように構成される測位モジュールと、各履歴周期で測位された測位位置に基づいて、前記道路網情報で示される複数の道路区間から、現在の周期で前記車両が走行している目標道路区間を決定するように構成される決定モジュールと、前記目標道路区間に基づいて、現在の周期の測位位置を修正して、前記目標道路区間内にある測位位置を取得するように構成される修正モジュールと、を備える車両の測位装置を提供する。
【0011】
第３態様では、本出願の実施例は、少なくとも１つのプロセッサと、該少なくとも１つのプロセッサに通信可能に接続されるメモリと、を備え、前記メモリには、前記少なくとも１つのプロセッサによって実行可能な命令が記憶され、前記命令が前記少なくとも１つのプロセッサによって実行される場合、前記少なくとも１つのプロセッサが第１態様に記載の車両の測位方法を実行できる電子機器を提供する。
【0012】
第４態様では、本出願の実施例は、コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体であって、前記コンピュータ命令が、コンピュータに第１態様に記載の車両の測位方法を実行させる非一時的なコンピュータ読み取り可能な記憶媒体を提供する。
【0013】
第５態様では、本出願の実施例は、コンピュータに第１態様に記載の車両の測位方法を実行させるコンピュータプログラムを提供する。
【発明の効果】
【0014】
本出願の実施例によって提供される技術的解決手段は、以下のような有益な効果を有する。
道路網情報を取得し、車両の測位を周期的に行って、測位位置を取得し、各履歴周期で測位された測位位置に基づいて、道路網情報で示される複数の道路区間から、現在の周期で車両が走行している目標道路区間を決定し、目標道路区間に基づいて、現在の周期の測位位置を修正して、目標道路区間内にある測位位置を取得する。履歴測位により現在走行している道路区間を予測し、予測した現在走行している道路区間に基づいて測位位置を修正することにより、測位情報の変動が大きくなることを回避し、測位の精度を向上させることができる。
道路網情報を取得し、車両の測位を周期的に行って、測位位置を取得し、各履歴周期で測位された測位位置に基づいて、道路網情報で示される複数の道路区間から、現在の周期で車両が走行している目標道路区間を決定し、目標道路区間に基づいて、現在の周期の測位位置を修正して、目標道路区間内にある測位位置を取得する。履歴測位により現在走行している道路区間を予測し、予測した現在走行している道路区間に基づいて測位位置を修正することにより、測位情報の変動が大きくなることを回避し、測位の精度を向上させることができる。
【0015】
この概要部分に記載の内容は、本出願の実施例の肝心な特徴又は重要な特徴を特定することを意図するものではなく、本出願の範囲を限定することを意図したものでもないことを理解されたい。本出願のその他の特徴は、以下の明細書によって容易に理解される。
【図面の簡単な説明】
【0016】
図面は、本技術案をよりよく理解するために使用され、本出願を限定するものではない。
【図1】本出願の実施例に係る車両の測位方法の概略フローチャートである。
【図2】本出願の実施例に係る別の車両の測位方法の概略フローチャートである。
【図3】本出願の実施例に係る又別の車両の測位方法の概略フローチャートである。
【図4】本出願の実施例に係る車両の測位方法のシステムフレームワークの概略図である。
【図5】本出願の実施例に係る車両の測位装置の構造概略図である。
【図6】本出願の実施例の車両の測位方法の電子機器のブロック図である。
【発明を実施するための形態】
【0017】
以下、図面を組み合わせて本出願の例示的な実施例を説明し、理解を容易にするためにその中には本出願の実施例の様々な詳細事項が含まれており、それらは単なる例示的なものと見なされるべきである。従って、当業者は、本出願の範囲及び精神から逸脱することなく、ここで説明される実施例に対して様々な変更と修正を行うことができる。同様に、わかりやすくかつ簡潔にするために、以下の説明では、周知の機能及び構造の説明を省略する。
【0018】
以下、図面を参照しながら、本出願の実施例に係る車両の測位方法、装置、電子機器及びコンピュータ記憶媒体について説明する。
【0019】
図１は、本出願の実施例に係る車両の測位方法の概略フローチャートである。
【0020】
図１に示すように、当該方法は、ステップ１０１～ステップ１０４を含む。
【0021】
ステップ１０１において、道路網情報を取得する。
【0022】
ここで、道路網情報とは、一定の領域内で、様々な道路で構成される、互いに連絡し合い、ネット状に張り巡らされた道路データである。
【0023】
本実施例では、データサービスエンジンは、道路網情報を、ネットワーク状態がよい場合に取得することができるだけでなく、ネットワークがない状態でも、つまりオフライン状態でも、車両自体に記憶されているオフラインデータパケットをロードして、道路網情報を取得することができる。
【0024】
一実施例では、車両の現在の測位情報が取得され、車両の測位情報は、データサービスエンジンに入力され、対応する道路網情報として出力され、例えば、ｎ＊ｎメートルの領域内の全ての離散化された道路データであり、離散化された道路データを地図データ適合モジュールに入力することにより、離散化された道路データをツリー状構造に変換することができ、即ち、離散化された道路データ間の関係が確立され、対応する道路網情報が生成される。
【0025】
ステップ１０２において、車両の測位を周期的に行って、測位位置を取得する。
【0026】
本実施例では、予め設定された測位周期に従って、車両の測位情報を収集し、測位情報に基づいて測位位置を取得し、ここで、測位位置は、車両の経度、緯度及び進路角情報を含む。
【0027】
実現可能な一実施形態として、車両に装着された全地球測位システム（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ，ＧＰＳ）を用いて周期的に測位情報を取得して、車両の測位位置を取得する。
【0028】
実際の応用において、ＧＰＳ信号が障害物に遭遇する場合、信号の正常な受信が影響され、測位ができなくなり、例えば高架橋、駐車場、トンネル、密林及び高層ビルなどのシーンでは、ＧＰＳの信号で正確に測位することができなくなる。実施可能な別の実施形態として、車両が、遮断によりＧＰＳ信号を正常に受信できないシーンで走行している場合、取得したＧＰＳ信号を基に、車速センサによる走行距離データ及び電子コンパスによる走行方向データを組み合わせて、車両の位置を推算することにより、高い測位精度を取得し、車両の測位位置を周期的に取得することが実現することができる。
【0029】
３番目の可能な実施形態として、推測航法（Ｄｅａｄ Ｒｅｃｋｏｎｉｎｇ，ＤＲ）アルゴリズムで各周期の車両の測位位置を推算することができる。
【0030】
４番目の可能な実施形態として、慣性計測ユニット（Ｉｎｅｒｔｉａｌ ｍｅａｓｕｒｅｍｅｎｔ ｕｎｉｔ，ＩＭＵ）を用いて、車両の測位を周期的に行って、車両の測位位置を取得することができる。
【0031】
ステップ１０３において、各履歴周期で測位された測位位置に基づいて、道路網情報で示される複数の道路区間から、現在の周期で車両が走行している目標道路区間を決定する。
【0032】
本実施例では、車両の測位を周期的に行って、車両の測位位置を取得し、ここで、周期の時間粒度を実際の需要に応じて設定することができる。例えば、周期の時間粒度は、秒、分、時間などであり得る。周期は、現在の周期及び履歴周期を含み、履歴周期とは、現在の周期より前の各周期であり、例えば、８：００～９：００などのある１時間を例にすると、５分間の測位周期ごとに測位データを１回収集して測位し、現在の時刻が８時５０分である場合、８時５０分が現在の周期に対応し、８時から８時５０分までの各周期は、各履歴周期に対応する。
【0033】
本実施例では、履歴周期で車両を測位して得られた測位位置は、車両の走行軌跡及び将来の走行傾向を示すことができ、現在の周期及び将来の周期で車両が走行する目標道路区間を予測するために用いることが可能である。実現可能な一実施形態として、各履歴周期で測位された測位位置、及び道路網情報に含まれている各道路区間に基づいて、各履歴周期の測位位置を道路網情報における対応する道路区間にマッピングすることにより、車両の走行軌跡を生成でき、車両の履歴走行軌跡に基づいて、道路網情報で示される複数の道路区間から、現在の周期で車両が走行する目標道路区間を予測できる。
【0034】
ステップ１０４において、目標道路区間に基づいて、現在の周期の測位位置を修正して、目標道路区間内にある測位位置を取得する。
【0035】
本出願の一実施例において、実際の応用において、ＧＰＳは、障害物に遭遇することに起因して信号の正常な受信が影響されて測位の変動が大きくなることがよく発生し、そのため、本実施例では、決定された目標道路区間に基づいて、現在の周期の測位位置を修正することにより、測位の変動が大きくなることを回避し、測位の精度を向上させることができる。さらに、修正された測位位置に基づいて、目標道路区間内にある測位位置を取得して、道路のバインディングを実現することにより、後続でヨーがあるか否かをタイムリに識別することができる。既存の技術では、ナビゲーションは、直接ＧＰＳから出力された測位情報に基づいて道路区間のバインディングを行い、測位の変動が大きいため、ナビゲーションがヨーを識別できないか、またはナビゲーションがヨーを誤って報知してしまうという問題が発生する。
【0036】
本出願に係る車両の測位方法において、道路網情報を取得し、車両の測位を周期的に行って、測位位置を取得し、各履歴周期で測位された測位位置に基づいて、道路網情報で示される複数の道路区間から、現在の周期で車両が走行している目標道路区間を決定し、目標道路区間に基づいて、現在の周期の測位位置を修正して、目標道路区間内にある測位位置を取得する。履歴測位により現在走行している道路区間を予測し、予測した現在走行している道路区間に基づいて測位位置を修正して、測位情報の変動が大きくなることを回避し、測位の精度を向上させるとともに、道路のバインディングにより、後続で車両のヨーをタイムリに識別することができる。
【0037】
上記の実施例に基づいて、本出願の実施例は、別の車両の測位方法を提供し、図２は、本出願の実施例に係る別の車両の測位方法の概略フローチャートである。
【0038】
図２に示すように、当該方法は、ステップ２０１～ステップ２１０を含む。
【0039】
ステップ２０１において、道路網情報を取得する。
【0040】
ここで、道路網情報とは、一定の領域内で、様々な道路で構成される、互いに連絡し合い、ネット状に張り巡らされた道路データである。
【0041】
本実施例では、データサービスエンジンには道路網情報が含まれ、データサービスエンジン内の道路網情報を、ネットワーク状態がよい場合に取得することができるだけでなく、ネットワークがない状態でも、つまりオフライン状態でも、車両自体に記憶されているオフラインデータパケットをロードして、道路網情報を取得することができる。
【0042】
一実施例では、車両の現在の測位情報が取得され、車両の測位情報は、データサービスエンジンに入力され、対応する道路網情報として出力され、例えば、ｎ＊ｎメートルの領域内の全ての離散化された道路データであり、離散化された道路データを地図データ適合モジュールに入力することにより、離散化された道路データをツリー状構造に変換することができ、即ち、離散化された道路データ間の関係が確立され、対応する道路網情報が生成される。
【0043】
ステップ２０２において、周期ごとに、車両自体のセンサを用いて、車両センサーデータを取得する。
【0044】
一実施例では、車両には、加速度を計測するセンサ、角速度を計測するセンサ、進路角を計測するセンサなど、車両走行情報を計測する各種のセンサが搭載され、例えば、慣性計測ユニット（Ｉｎｅｒｔｉａｌ ｍｅａｓｕｒｅｍｅｎｔ ｕｎｉｔ、ＩＭＵ）が搭載されている。計測周期ごとに、車両自体のセンサを用いて、加速度、角速度、進路角などを含む車両センサーデータを取得して、車両に設置された測位モジュールに入力して、測位処理を行う。
【0045】
ステップ２０３において、対応する周期に衛星測位データが取得されたか否かを判断し、取得された場合、ステップ２０４を実行し、取得されなかった場合、ステップ２０５を実行する。
【0046】
一実施例では、対応する周期に衛星測位データが取得されたか否かを判断し、衛星測位データが取得された場合、カルマンフィルタアルゴリズムに基づいて車両の測位情報を決定し、即ち後続のステップ２０４を実行し、取得されなかった場合、推測航法アルゴリズムＤＲに基づいて、車両の測位情報を決定し、即ちステップ２０５を実行する。衛星測位データを取得できる場合でも、衛星測位を取得できない場合でも、ＧＰＳ信号の強弱に影響されることなく、車両の測位を行うことができ、車両の対応する周期での測位位置を取得することができる。
【0047】
ステップ２０４において、対応する周期に衛星測位データが取得された場合、車両センサーデータに基づいて衛星測位データのカルマンフィルタリングを行って、対応する周期の測位更新データを取得する。
【0048】
ここで、測位更新データは、直前の周期と比較した車両の測位位置の更新を示し、経度差分値、緯度差分値及び進路角差分値を含む。
【0049】
一実施例では、ＧＰＳの位置又は全地球衛星測位システム（Ｇｌｏｂａｌ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ，ＧＮＳＳ）に基づいて取得した車速を含む衛星測位データが対応する周期に取得された場合、観察段階では、車両センサーデータにおける加速度、角速度、及び取得した衛星測位データをカルマンフィルタに入力して、車両の測位更新データを取得する。具体的には、カルマンフィルタにより予測する際に、慣性計測ユニット内の加速度計及び角速度計で積分して相対変位及び回転角度を取得し、さらに、誤差の計算段階では、車速を用いて、車両自体のセンサによって決定された速度を補正し、ＧＰＳの位置を用いて計算位置を更新し、更新段階では、カルマンゲインを算出することにより、状態量を更新して、正確なリアルタイムの測位更新データを取得する。
【0050】
なお、ＧＰＳの測位情報をカルマンフィルタに入力する前に、ＧＰＳの座標系をローカルデカルト座標系（ｌｏｃａｌ Ｃａｒｔｅｓｉａｎ ｃｏｏｒｄｉｎａｔｅｓ ｃｏｏｒｄｉｎａｔｅ ｓｙｓｔｅｍ，ＥＮＵ）に変換済みである。
【0051】
ステップ２０５において、対応する周期に衛星測位データが取得されなかった場合、推測航法アルゴリズムＤＲを用いて、対応する周期の測位更新データを決定する。
【0052】
一実施例では、対応する周期に衛星測位データが取得されなかった場合、つまり、現在、車両が、例えば高架橋、長いトンネルなど、ＧＰＳ信号が遮断されるシーンにある可能性があり、本実施例の測位モジュールは、推測航法アルゴリズムＤＲを実施して、対応する周期の測位更新データを推算する。これにより、ＧＰＳの測位データを取得できない場合でも、推測航法アルゴリズムに基づいて、対応する周期の測位更新データを決定することができる。
【0053】
なお、本実施例では、推測航法アルゴリズムＤＲは、測位モジュールのＤＲモジュール内で実現され、対応する周期に衛星測位データが取得されなかった場合でも、ＤＲモジュールから、ＤＲアルゴリズムに基づいて取得した対応する周期の測位更新位置を取得することができ、ＧＰＳ信号を受信できない場合に測位位置を取得できないことを回避することができる。
【0054】
ステップ２０６において、各履歴周期の測位更新データに基づいて、各履歴周期の測位データを決定する。
【0055】
実際の応用シーンでは、異なる周期のリアルタイム測位方式は異なる可能性があり、例えば、ＧＰＳ測位に基づいて取得してもよいし、ＤＲアルゴリズムに基づいて推算して取得してもよいし、又はＧＰＳデータ、センサーデータ及びＤＲ推算アルゴリズムを組み合わせて取得してもよいため、出力される測位データの基準が異なる。各周期に決定される測位位置データは、統一された処理方式に基づいて且つ同じ座標系で決定されるものであることを実現するために、直前の周期と比較した車両の測位データの更新を示すための対応する周期の測位更新データを取得した後、当該測位更新データを、直前の周期に取得した測位位置に重ね合わせて、対応する周期の測位位置を取得することにより、各周期に決定された測位位置の処理方式及び座標系の統一が実現される。
【0056】
例えば、進路角を例として、直前の周期の進路角がＬａｓｔ＿Ｙａｗであり、測位更新データがＤｅｌｔａ＿Ｙａｗであると、対応する周期の進路角はＹａｗ＝Ｌａｓｔ＿Ｙａｗ＋Ｄｅｌｔａ＿Ｙａｗであり、同様に、対応する周期の経度、緯度などの測位位置データを決定できる。
【0057】
ステップ２０７において、各履歴周期で測位された測位位置に基づいて、車両の走行軌跡を決定する。
【0058】
本出願の一実施例では、各履歴周期で測位された測位位置に基づいて、道路網情報で示される複数の道路区間から、各履歴周期で車両が走行した道路区間を決定し、各履歴周期で車両が走行した道路区間に基づいて、走行軌跡を示すための道路区間シーケンスを生成し、ここで、道路区間シーケンス内の各要素は、対応する履歴周期で車両が走行した道路区間を示す。これにより、各履歴周期で測位された位置と道路網情報とを組み合わせて、車両の履歴走行軌跡を示す道路区間シーケンスを生成し、さらに、履歴道路区間シーケンスに基づいて、履歴周期より後の道路区間シーケンスを予測する。
【0059】
ステップ２０８において、車両の走行軌跡を予測モデルに入力して、現在の周期で車両が各道路区間を走行する走行確率を取得する。
【0060】
ここで、予測モデルは、走行軌跡と各道路区間の走行確率との間のマッピング関係を学習済みである。
【0061】
実現可能な一実施形態として、予測モデルは、隠れマルコフモデルであり、具体的には、道路区間シーケンスを隠れマルコフモデルに入力して、出力シーケンス及び対応する走行確率を取得し、ここで、出力シーケンス内の各要素は、履歴周期より後の各周期で車両が走行する道路区間を示すためのものであり、訓練で取得された隠れマルコフモデルは、異なる履歴周期で測位された位置間の関連性を定量化することができるため、道路網全体の道路区間に基づいた予測が実現され、履歴周期より後の各周期における車両走行軌跡の道路区間シーケンス予測の精度が向上する。
【0062】
ステップ２０９において、走行確率に基づいて、各道路区間から目標道路区間を決定する。
【0063】
実現可能な一実施形態として、隠れマルコフモデルが各シーケンス及び対応する走行確率を出力し、ここで、各シーケンスに対応する走行確率は、履歴周期より後の各周期で車両が当該道路区間シーケンスを走行する信頼度を示すため、本実施例では、走行確率が最も大きい道路区間シーケンスを、履歴周期より後の各周期で車両が走行する道路区間シーケンスとして決定し、当該道路区間シーケンスに基づいて、現在の周期に対応する道路区間を決定し、当該道路区間を、現在の周期で走行している目標道路区間とすることにより、道路網全体の道路区間に基づいた予測が実現され、予測された各道路区間から、信頼度が最も高い道路区間を目標道路区間として決定することにより、車両が現在走行している目標道路区間を決定する精度が向上する。
【0064】
ステップ２１０において、目標道路区間に基づいて、現在の周期の測位位置を修正して、目標道路区間内にある測位位置を取得する。
【0065】
一実施例では、現在の周期の測位位置を目標道路区間に投影して、目標道路区間内の測位位置を取得し、フロントエンド測位で取得された測位位置が、ＧＰＳ信号が悪い時に大きく変動するため、測位が不正確になるという問題がある。予測で取得された目標道路区間を用いて、測位位置を目標道路区間に修正することにより、道路のバインディングが実現され、測位の精度が向上する。既存技術においては、測位された位置を修正しないため、測位の変動が大きい場合があり、測位した位置も道路にバインディングしないため、ヨーをタイムリに識別することができない。
【0066】
本出願の実施例に係る車両の測位方法では、各履歴周期で測位された測位位置に基づいて、車両の履歴走行軌跡を決定し、訓練で取得された予測モデルに基づいて、車両が現在の周期で各道路区間を走行する走行確率を取得し、走行確率に基づいて、各道路区間から、現在の周期で走行する目標道路区間を決定することにより、履歴周期の走行軌跡に基づいて、現在の周期で各道路区間を走行する走行確率を予測することが実現され、目標道路区間予測の精度が向上する。
【0067】
上記実施例に基づいて、本実施例は、車両の測位方法をさらに提供し、図３は、本出願の実施例に係るさらに別の車両の測位方法の概略フローチャートであり、図３に示すように、目標道路区間に基づいて、現在の周期の測位位置を修正して、目標道路区間内にある測位位置を取得した後、当該方法は、ステップ３０１～ステップ３０３をさらに含む。
【0068】
ステップ３０１において、修正された測位位置に基づいて、ナビゲーションのルートから、現在走行しているナビゲーション道路区間をクエリする。
【0069】
一実施例では、車両にヨーがあるか否かを決定するように、修正された測位位置に基づいて、ナビゲーションのルートから、現在走行しているナビゲーション道路区間には当該測位位置が含まれているか否かをクエリする。
【0070】
ステップ３０２において、ナビゲーション道路区間がクエリされなかった場合、車両のヨーを決定する。
【0071】
一実施例では、当該測位位置を含むナビゲーション道路区間がクエリされなかった場合、つまり、現在、ナビゲーションによって決定された道路区間が目標道路区間でない場合、車両が目標道路区間から外れて走行していると決定し、即ち、車両にヨーがあり、車両にヨーがあるか否かをタイムリーに決定することが実現され、車両が誤ったナビゲーションを実施することが回避される。
【0072】
ステップ３０３において、ナビゲーション道路区間がクエリされた場合、車両の進路角に基づいて、車両のナビゲーション道路区間での走行状態を決定する。
【0073】
ここで、走行状態は、出入り、及び幹線と補助道路との切り替えを含む。
【0074】
一実施例では、当該測位位置を含むナビゲーション道路区間がクエリされた場合、現在のナビゲーション道路区間が目標道路区間であることを表し、車両にヨーがなく、目標道路を正確に走行していると決定することができる。さらに、進路角が車両の走行角度を示すため、車両の進路角に基づいて、進路角が車両の走行角度を示すため、車両のナビゲーション道路区間での走行状態を決定することができる。
【0075】
一シーンでは、図２の実施例で決定された直前の周期に対する各周期の測位更新データは、進路角の変化データを含み、車両の進路角の変化が閾値よりも低い場合、車両の走行角度が大きく変化していないと決定し、車両がナビゲーション道路区間で走行していると決定する。
【0076】
別のシーンでは、図２の実施例で決定された直前の周期に対する各周期の測位更新データは、進路角の変化データを含み、車両の進路角の変化が閾値よりも大きい場合、車両の走行角度が大きく変化したと決定し、車両がナビゲーション道路区間から出たと決定する。
【0077】
さらに別のシーンでは、図２の実施例で決定された直前の周期に対する各周期の測位更新データは、進路角の変化データ及び経度の変化データを含み、車両の進路角の変化が閾値よりも大きく、かつ、経度の変化データで示される横方向移動距離が閾値よりも大きい場合、車両が幹線道路と補助道路との切り替えを行ったと決定する。
【0078】
本出願の実施例に係る車両の測位方法では、修正された測位位置に基づいて、ナビゲーションのルートから、現在走行しているナビゲーション道路区間をクエリし、ナビゲーション道路区間がクエリされなかった場合、車両にヨーがあると決定し、ナビゲーション道路区間がクエリされた場合、車両の進路角に基づいて、車両が道路に出入りしたか、それとも幹線道路と補助道路との切り替えを行ったかを決定し、これにより、車両にヨーがあるか否かを迅速かつタイムリーに発見することが実現され、ヨーがない場合、車両の走行状態をリアルタイムに監視して、車両の走行状況をタイムリーに把握することにより、ヨーを回避する。
【0079】
実際の応用において、上記の実施例に加え、ナビゲーション道路区間がクエリされた後、ナビゲーション道路区間は、橋領域の道路区間に属する可能性もあり、本出願の一実施例において、上記図２の実施例において出力された直前の周期に対する各周期の測位位置更新データは、傾斜角の変化データを含み、ナビゲーション道路区間がクエリされ、かつ、ナビゲーション道路区間が橋領域の道路区間に属する場合、車両の傾斜角の変化データに基づいて、車両がナビゲーション道路区間において橋に出入り動作をしたか否かを決定する。ここで、傾斜角が閾値以上である場合、車両がナビゲーション道路区間において橋に出入り動作をしたと決定し、傾斜角が閾値未満である場合、車両がナビゲーション道路区間において橋に出入り動作をしなかったと決定する。これにより、車両が目標道路区間で走行していると決定された後、地図データの識別子に基づいて、ナビゲーション道路区間が橋領域の道路区間に属する可能性があると決定された場合、傾斜角の大きさに基づいて、橋に出入り動作を識別することにより、車両の走行状態をタイムリーに識別し、再びヨーすることを回避する。
【0080】
上記実施例を明確に説明するために、本実施例では、図４の車両の測位方法のシステムのブロック図に基づいて説明する。
【0081】
図４は、本出願の実施例に係る車両の測位方法のシステムのブロック概略図であり、図４に示すように、車両の測位方法のシステム４０は、測位モジュール４３、道路網マッチングモジュール４４、データサービスエンジン４６、及び地図マッチング適合４５を備える。
【0082】
データエンジンサービス４６は、現在の測位位置に基づいて、道路網情報から、離散化された道路データを決定するように構成される。
【0083】
地図マッチング適合４５は、離散化された道路データを処理して、対応する道路網情報を生成するように構成される。
【0084】
測位モジュール４３は、各周期に測位した車両の測位位置を取得するように構成される。
【0085】
道路網マッチングモジュール４４は、測位モジュール４３によって測位された測位位置に基づいて、道路網情報で示される複数の道路区間から、車両が現在の周期で走行している各道路区間を予測するように構成される。可能な各道路区間から車両が現在の周期で走行している目標道路区間を決定する。
【0086】
測位モジュール４３は、さらに、決定された目標道路区間に基づいて測位位置を修正して、目標道路区間内にある測位位置を取得する。
【0087】
図４に示すように、本出願の実施例に係る測位方法は、ナビゲーションエンジン、即ち図４のナビゲーションエンジン４１から離脱する。測位モジュール４３及び道路網マッチングモジュール４４は、ナビゲーションエンジン４１及びナビゲーションインタフェース層４２とは互いに分離されており、本出願の測位モジュール４３及び道路網マッチングモジュール４４は、ナビゲーションの一部ではなく、独立したモジュールとして動作するものである。このように、本出願では、測位モジュール４３で測位位置を決定した後、測位位置を道路網マッチングモジュール４４に入力し、道路網情報で示される複数のルートから、現在の周期で車両が走行している目標道路区間を決定し、さらに、決定された現在走行している道路区間に基づいて測位位置を修正することにより、ＧＰＳ測位の変動が大きくなることを回避し、測位の精度を向上させることができる。そして、修正された測位位置を目標道路区間に投影して、目標道路区間内の測位位置を取得することにより、道路のバインディングが実現され、ヨーがあるか否かをタイムリーに発見することができる。
【0088】
まず、道路網情報を取得し、具体的には、車両の現在の測位情報を取得し、車両の測位情報は、データサービスエンジンに入力され、対応する道路網情報として出力され、例えばｎ＊ｎメートルの領域内の全ての離散化された道路データである。離散化された道路データを地図データ適合モジュールに入力し、離散化された道路データをツリー状構造に変換することができ、即ち、離散化された道路データ間の関係が確立され、対応する道路網情報が生成される。
【0089】
次に、車両の測位を周期的に行って、各履歴周期及び現在の周期の測位位置を取得する。具体的には、異なるシーンで車両の測位を行うために、周期ごとに、車両に設置された各センサで収集した車両センサーデータ、ＧＰＳの測位データ、ＧＮＳＳの車速データ、及び慣性計測ユニットによって収集されたデータを含む、車両の測位位置を決定するためのデータを受信する。本出願の実施例の測位は、フロントエンド測位とバックエンド測位とに分けられる。フロントエンド測位とは、対応する周期に衛星測位データが取得された場合、車両センサーデータ及び衛星測位データをカルマンフィルタリングモジュールに入力して、対応する周期の測位更新データを取得し、取得された対応する周期の測位更新データを直前の周期の測位位置に重ね合わせて、対応する周期の測位位置を決定することである。バックエンド測位とは、対応する周期に衛星測位データが取得されなかった場合、推測航法モジュールにより、推測航法アルゴリズムを用いて、対応する周期の測位更新データを決定して、直前の周期の測位位置に重ね合わせて、対応する周期の測位位置を決定することである。つまり、バックエンド測位の場合は、カルマンフィルタリングを行う必要がないため、衛星測位信号を取得できない場合でも、ハードウェアのＤＲに基づいて対応する周期の位置を決定することができ、衛星測位に依存しないことが実現され、異なるシーンの測位のニーズが満たされる。
【0090】
次に、各履歴周期で決定された測位位置を道路網マッチングモジュール４４に入力し、隠れマルコフ予測モデルに基づいて、現在の周期で車両が走行している道路区間を予測して、可能な複数の道路区間及び対応する確率を取得し、予測された複数の道路区間及び対応する確率に基づいて、目標道路区間を決定し、測位位置を修正するにより、測位の変動が大きくなることを回避し、測位の精度を向上させる。さらに、修正された測位位置を目標道路区間に投影して、道路のバインディングを実現することにより、ヨーがあるか否かをタイムリーに発見することができる。
【0091】
次に、修正された測位位置に基づいて、ナビゲーションのルートから現在走行しているナビゲーション道路区間をクエリし、道路のバインディングを実現することにより、車両にヨーがあるか否かをタイムリーに識別し、車両の走行状態を識別する。既存技術において、測位位置が決定された後、道路のバインディングを行わず、ヨーをタイムリーに識別することができない。
【0092】
上記の実施例を実現するために、本実施例は、車両の測位装置を提供する。
【0093】
図５は、本出願の実施例に係る車両の測位装置の構成概略図である。
【0094】
図５に示すように、当該車両の測位装置は、取得モジュール５１、測位モジュール５２、決定モジュール５３、及び修正モジュール５４を備える。
【0095】
取得モジュール５１は、道路網情報を取得するように構成される。
【0096】
測位モジュール５１は、車両の測位を周期的に行って、測位位置を取得するように構成される。
【0097】
決定モジュール５３は、各履歴周期で測位された測位位置に基づいて、道路網情報で示される複数の道路区間から、現在の周期で車両が走行している目標道路区間を決定するように構成される。
【0098】
修正モジュール５４は、目標道路区間に基づいて、現在の周期の測位位置を修正し、目標道路区間内にある測位位置を取得するように構成される。
【0099】
本実施例の可能な一実施形態として、決定モジュール５３は、各履歴周期で測位された測位位置に基づいて、前記車両の走行軌跡を決定するように構成される決定ユニットと、前記車両の走行軌跡を予測モデルに入力して、現在の周期で前記車両が各道路区間を走行する走行確率を取得するように構成される予測ユニットであって、前記予測モデルは、走行軌跡と各道路区間の走行確率との間のマッピング関係を学習済みである予測ユニットと、を備える。
【0100】
前記決定ユニットは、さらに、前記走行確率に基づいて、各道路区間から前記目標道路区間を決定するように構成される。
【0101】
本実施例の可能な一実施形態として、上記決定ユニットは、具体的には、各履歴周期で測位された測位位置に基づいて、前記道路網情報で示される複数の道路区間から、各履歴周期で前記車両が走行した道路区間を決定し、各履歴周期で前記車両が走行した道路区間に基づいて、走行軌跡を示すための道路区間シーケンスを生成するように構成され、前記道路区間シーケンス内の各要素は、対応する履歴周期で前記車両が走行した道路区間を示す。
【0102】
本実施例の可能な一実施形態として、予測モデルは隠れマルコフモデルであり、上記予測ユニットは、前記道路区間シーケンスを前記隠れマルコフモデルに入力して、出力シーケンス及び対応する走行確率を取得するように構成され、前記出力シーケンス内の各要素は、前記履歴周期より後の各周期で前記車両が走行する道路区間を示す。
【0103】
本実施例の可能な一実施形態として、当該装置は、修正された測位位置に基づいて、ナビゲーションのルートから、現在走行しているナビゲーション道路区間をクエリし、前記ナビゲーション道路区間がクエリされなかった場合、前記車両のヨーを決定するように構成されるクエリ決定モジュールをさらに含む。
【0104】
実現可能な一実施形態として、クエリ決定モジュールは、さらに、前記ナビゲーション道路区間がクエリされた場合、前記車両の進路角に基づいて、前記車両の前記ナビゲーション道路区間での走行状態を決定するように構成され、前記走行状態は、出入り、及び幹線道路と補助道路との切り替えを含む。
【0105】
本実施例の可能な一実施形態として、クエリ決定モジュールは、さらに、前記ナビゲーション道路区間がクエリされ、かつ、前記ナビゲーション道路区間が橋領域の道路区間に属する場合、前記車両の傾斜角に基づいて、前記車両が前記ナビゲーション道路区間において橋に出入り動作をしたか否かを検出するように構成される。
【0106】
本実施例の可能な一実施形態として、上記修正モジュール５４は、具体的には、前記現在の周期の測位位置を前記目標道路区間に投影して、前記目標道路区間内の測位位置を取得するように構成される。
【0107】
本実施例の可能な一実施形態として、上記測位モジュール５２は、具体的には、周期ごとに、車両自体のセンサを用いて、車両センサーデータを取得し、対応する周期に衛星測位データが取得された場合、車両センサーデータに基づいて前記衛星測位データのカルマンフィルタリングを行って、対応する周期の測位更新データを取得するように構成され、前記測位更新データは、直前の周期と比較した前記車両の測位位置の更新を示し、対応する周期に衛星測位データを取得しなかった場合、推測航法アルゴリズムＤＲを用いて、対応する周期の前記測位更新データを決定する。
【0108】
なお、車両の測位方法の実施例に対する前述した解釈と説明は、当該実施例の車両の測位装置にも適用でき、ここでは詳細な説明を省略する。
【0109】
本出願の実施例に係る車両の測位装置は、道路網情報を取得し、車両の測位を周期的に行って、測位位置を取得し、各履歴周期で測位された測位位置に基づいて、道路網情報で示される複数の道路区間から、現在の周期で車両が走行している目標道路区間を決定し、目標道路区間に基づいて、現在の周期の測位位置を修正し、目標道路区間内にある測位位置を取得する。履歴測位により現在走行している道路区間を予測し、予測した現在走行している道路区間に基づいて測位位置を修正する。これにより、測位情報の変動が大きくなることを回避し、測位の精度を向上させることができる。
【0110】
上記実施例を実現するために、本出願の実施例は、電子機器であって、少なくとも１つのプロセッサと、該少なくとも１つのプロセッサに通信可能に接続されるメモリと、を備え、前記メモリには、前記少なくとも１つのプロセッサによって実行可能な命令が記憶され、前記命令は、前記少なくとも１つのプロセッサによって実行される場合、前記少なくとも１つのプロセッサは前述した方法の実施例に記載の車両の測位方法を実行できる電子機器を提供する。
【0111】
上記実施例を実現するために、本出願の実施例は、コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体であって、前記コンピュータ命令は、前記コンピュータに前述した方法の実施例に記載の車両の測位方法を実行させる非一時的なコンピュータ読み取り可能な記憶媒体を提供する。
【0112】
本出願の実施例によれば、本出願は、電子機器及び読み取り可能な記憶媒体をさらに提供する。
【0113】
図６に示すように、本出願の実施例に係る車両の測位方法の電子機器のブロック図である。電子機器は、ラップトップコンピュータ、デスクトップコンピュータ、ワークステーション、パーソナルデジタルアシスタント、サーバ、ブレードサーバ、大型コンピュータ、及び他の適切なコンピュータなどの様々な形式のデジタルコンピュータを表すことを目的とする。電子機器は、パーソナルデジタル処理、携帯電話、スマートフォン、ウェアラブルデバイス、他の同様のコンピューティングデバイスなどの様々な形式のモバイルデバイスを表すこともできる。本明細書で示されるコンポーネント、それらの接続と関係、及びそれらの機能は単なる例であり、本明細書の説明及び／又は要求される本出願の実現を制限することを意図したものではない。
【0114】
図６に示すように、当該電子機器は、一つ又は複数のプロセッサ６０１と、メモリ６０２と、高速インターフェースと低速インターフェースを備える各コンポーネントを接続するためのインターフェースと、を備える。各コンポーネントは、異なるバスで相互に接続され、共通のマザーボードに取り付けられるか、又は必要に応じて他の方式で取り付けることができる。プロセッサは、外部入力／出力装置（インターフェースに結合されたディスプレイデバイスなど）にＧＵＩの図形情報をディスプレイするためにメモリに記憶されている命令を含む、電子機器内に実行される命令を処理することができる。他の実施形態では、必要であれば、複数のプロセッサ及び／又は複数のバスを、複数のメモリとともに使用することができる。同様に、複数の電子機器を接続することができ、各機器は、部分的な必要な操作（例えば、サーバアレイ、ブレードサーバ、又はマルチプロセッサシステムとする）を提供することができる。図６では、一つのプロセッサ６０１を例とする。
【0115】
メモリ６０２は、本出願により提供される非一時的なコンピュータ読み取り可能な記憶媒体である。前記メモリには、少なくとも一つのプロセッサによって実行される命令を記憶されることにより、前記少なくとも一つのプロセッサが本出願に係る車両の測位方法を実行することができる。本出願の非一時的なコンピュータ読み取り可能な記憶媒体には、コンピュータに本出願に係る車両の測位方法を実行させるためのコンピュータ命令が記憶されている
【0116】
メモリ６０２は、非一時的なコンピュータ読み取り可能な記憶媒体として、本出願の実施例における車両の測位方法に対応するプログラム命令／モジュール（例えば、図５に示す取得モジュール５１、測位モジュール５２、決定モジュール５３及び修正モジュール５４）などの、非一時的なソフトウェアプログラム、非一時的なコンピュータ実行可能なプログラム及びモジュールを記憶するように構成される。プロセッサ６０１は、メモリ６０２に記憶されている非一時的なソフトウェアプログラム、命令及びモジュールを実行することによって、サーバの様々な機能アプリケーション及びデータ処理を実行し、すなわち上記の方法の実施例に係る車両の測位方法を実現する。
【0117】
メモリ６０２は、プログラム記憶エリアとデータ記憶エリアとを含むことができ、その中で、プログラム記憶エリアは、オペレーティングシステム、少なくとも１つの機能に必要なアプリケーションプログラムを記憶することができ、データ記憶エリアは、車両の測位方法の電子機器の使用によって作成されたデータなどを記憶することができる。また、メモリ６０２は、高速ランダムアクセスメモリを備えることができ、非一時的なメモリをさらに備えることができ、例えば、少なくとも１つの磁気ディスクストレージデバイス、フラッシュメモリデバイス、又は他の非一時的なソリッドステートストレージデバイスである。いくつかの実施例では、メモリ６０２は、プロセッサ６０１に対して遠隔に設定されたメモリを選択的に備えることができ、これらの遠隔メモリは、ネットワークを介して車両の測位方法の電子機器に接続されることができる。上記のネットワークの例は、インターネット、イントラネット、ローカルエリアネットワーク、モバイル通信ネットワーク、及びその組み合わせを含むが、これらに限定されない。
【0118】
車両の測位方法の電子機器は、入力装置６０３と出力装置６０４とをさらに備えてもよい。プロセッサ６０１、メモリ６０２、入力装置６０３、及び出力装置６０４は、バス又は他の方式を介して接続することができ、図６では、バスを介して接続することを例とする。
【0119】
入力装置６０３は、入力された数字又は文字情報を受信し、車両の測位方法の電子機器のユーザ設定及び機能制御に関するキー信号入力を生成することができ、例えば、タッチスクリーン、キーパッド、マウス、トラックパッド、タッチパッド、ポインティングスティック、１つ又は複数のマウスボタン、トラックボール、ジョイスティックなどの入力装置である。出力装置６０４は、ディスプレイデバイス、補助照明装置（例えば、ＬＥＤ）、及び触覚フィードバックデバイス（例えば、振動モータ）などを備えることができる。当該ディスプレイデバイスは、液晶ディスプレイ（ＬＣＤ）、発光ダイオード（ＬＥＤ）ディスプレイ、及びプラズマディスプレイを含むことができるが、これらに限定されない。いくつかの実施形態で、ディスプレイデバイスは、タッチスクリーンであってもよい。
【0120】
本明細書で説明されるシステムと技術の様々な実施形態は、デジタル電子回路システム、集積回路システム、特定用途向けＡＳＩＣ（特定用途向け集積回路）、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／又はそれらの組み合わせで実現することができる。これらの様々な実施形態は、１つ又は複数のコンピュータプログラムで実施され、当該１つ又は複数のコンピュータプログラムは、少なくとも１つのプログラマブルプロセッサを備えるプログラム可能なシステムで実行及び／又は解釈されることができ、当該プログラマブルプロセッサは、専用又は汎用のプログラマブルプロセッサであってもよく、ストレージシステム、少なくとも１つの入力装置、及び少なくとも１つの出力装置からデータ及び命令を受信し、データ及び命令を当該ストレージシステム、当該少なくとも１つの入力装置、及び当該少なくとも１つの出力装置に伝送することができる。
【0121】
これらのコンピューティングプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、又はコードとも呼ばれる）は、プログラマブルプロセッサの機械命令を含むことができ、高レベルのプロセス及び／又は対象指向プログラミング言語、及び／又はアセンブリ／機械言語でこれらのコンピューティングプログラムを実施することができる。本明細書に使用されるような、「機械読み取り可能な媒体」及び「コンピュータ読み取り可能な媒体」の用語は、機械命令及び／又はデータをプログラマブルプロセッサに提供するための任意のコンピュータプログラム製品、機器、及び／又は装置（例えば、磁気ディスク、光ディスク、メモリ、プログラマブルロジックデバイス（ＰＬＤ））を指し、機械読み取り可能な信号である機械命令を受信する機械読み取り可能な媒体を含む。「機械読み取り可能な信号」の用語は、機械命令及び／又はデータをプログラマブルプロセッサに提供するための任意の信号を指す。
【0122】
ユーザとのインタラクションを提供するために、コンピュータ上で、ここで説明されているシステム及び技術を実施することができ、当該コンピュータは、ユーザに情報を表示するためのディスプレイ装置（例えば、ＣＲＴ（陰極線管）又はＬＣＤ（液晶ディスプレイ）モニタ）と、キーボード及びポインティングデバイス（例えば、マウス又はトラックボール）とを有し、ユーザは、当該キーボード及び当該ポインティングデバイスによって入力をコンピュータに提供することができる。他の種類の装置も、ユーザとのインタラクションを提供することができ、例えば、ユーザに提供されるフィードバックは、任意の形態のセンシングフィードバック（例えば、視覚フィードバック、聴覚フィードバック、又は触覚フィードバック）であってもよく、任意の形態（音響入力と、音声入力と、触覚入力とを含む）でユーザからの入力を受信することができる。
【0123】
ここで説明されるシステム及び技術は、バックエンドコンポーネントを備えるコンピューティングシステム（例えば、データサーバとする）、又はミドルウェアコンポーネントを備えるコンピューティングシステム（例えば、アプリケーションサーバ）、又はフロントエンドコンポーネントを備えるコンピューティングシステム（例えば、グラフィカルユーザインタフェース又はウェブブラウザを有するユーザコンピュータであり、ユーザは、当該グラフィカルユーザインタフェース又は当該ウェブブラウザによってここで説明されるシステム及び技術の実施形態とインタラクションする）、又はこのようなバックエンドコンポーネントと、ミドルウェアコンポーネントと、フロントエンドコンポーネントの任意の組み合わせを備えるコンピューティングシステムで実施することができる。任意の形態又は媒体のデジタルデータ通信（例えば、通信ネットワーク）によってシステムのコンポーネントを相互に接続することができる。通信ネットワークの例は、ローカルエリアネットワーク（ＬＡＮ）と、ワイドエリアネットワーク（ＷＡＮ）と、インターネットとを含む。
【0124】
コンピュータシステムは、クライアントとサーバとを備えることができる。クライアントとサーバは、一般に、互いに離れており、通常に通信ネットワークを介してインタラクションする。対応するコンピュータ上で実行され、かつ互いにクライアント－サーバの関係を有するコンピュータプログラムによって、クライアントとサーバとの関係が生成される。
【0125】
本出願の実施例の技術的解決手段によれば、道路網情報を取得し、車両の測位を周期的に行って、測位位置を取得し、各履歴周期で測位された測位位置に基づいて、道路網情報で示される複数の道路区間から、現在の周期で車両が走行している目標道路区間を決定し、目標道路区間に基づいて、現在の周期の測位位置を修正して、目標道路区間内にある測位位置を取得する。履歴測位により現在走行している道路区間を予測し、予測した現在走行している道路区間に基づいて測位位置を修正する。これにより、測位情報の変動が大きくなることを回避し、測位の精度を向上させることができる。
【0126】
上記に示される様々な形態のフローを使用して、ステップを並べ替え、追加、又は削除することができる。例えば、本出願に記載されている各ステップは、並列に実行されてもよいし、順次的に実行されてもよいし、異なる順序で実行されてもよいが、本出願で開示されている技術案が所望の結果を実現することができれば、本明細書では限定しない。
【0127】
上記の具体的な実施方式は、本出願の保護範囲を制限するものではない。当業者は、設計要件と他の要因に基づいて、様々な修正、組み合わせ、サブコンビネーション、及び置き換えを行うことができる。本出願の精神と原則内で行われる任意の修正、同等の置換、及び改良などは、いずれも本出願の保護範囲内に含まれるべきである。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
