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！

龙图腾网获悉南京航空航天大学申请的专利一种基于车道线识别的自动驾驶汽车定位系统及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：CN115046546B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202210505833.8，技术领域涉及：G01C21/16；该发明授权一种基于车道线识别的自动驾驶汽车定位系统及方法是由董坤;赵万忠;王春燕;徐坤豪;刘津强;张自宇;郑双权;张从余;张文彬设计研发完成，并于2022-05-10向国家知识产权局提交的专利申请。

本一种基于车道线识别的自动驾驶汽车定位系统及方法在说明书摘要公布了：本发明公开了一种基于车道线识别的自动驾驶汽车定位系统及方法，包括：GPS单元，IMU单元，轮式里程计单元，车道线检测单元，扩展卡尔曼滤波器单元；本发明能够使自动驾驶汽车根据自身到车道线的距离判定惯性传感器的噪声变化量，进而对其累计误差进行修正，为自动驾驶汽车的决策、规划和控制提供充足的前置定位数据。

本发明授权一种基于车道线识别的自动驾驶汽车定位系统及方法在权利要求书中公布了：1.一种基于车道线识别的自动驾驶汽车定位方法，基于一种基于车道线识别的自动驾驶汽车定位系统，系统包括：GPS单元，IMU单元，轮式里程计单元，车道线检测单元，扩展卡尔曼滤波器单元； 所述GPS单元，安装在车辆外部，用于获取车辆的实时经纬度定位信息与航向角信息，并将获得的信息实时发送给扩展卡尔曼滤波器单元； 所述IMU单元，安装在车辆内部，用于实时获取车辆的瞬时加速度信息和瞬时角速度信息，并将获得的信息实时发送给扩展卡尔曼滤波器单元； 所述轮式里程计单元，安装在车辆车轮上，用于实时获取车辆的瞬时速度信息，并将获得的信息实时发送给扩展卡尔曼滤波器单元； 所述车道线检测单元，安装在车辆前挡风玻璃处，实时获取车辆前方的道路图像信息，并识别得到车辆周围的车道线信息； 所述扩展卡尔曼滤波器单元，安装在车辆内部，当GPS单元信号可用时，实时获取GPS单元发送的经纬度定位信息与航向角信息、IMU单元发送的瞬时角速度信息和瞬时加速度信息以及轮式里程计单元发送的瞬时速度信息，再利用扩展卡尔曼滤波算法将上述信息进行融合，最终获得车辆的实时定位信息；当GPS单元信号不可用时，利用扩展卡尔曼滤波算法融合IMU单元发送的瞬时角速度信息和瞬时加速度信息及轮式里程计单元发送的瞬时速度信息，并使用车道线检测单元发送的车道线信息对由IMU单元和轮式里程计单元中的传感器噪声导致的累计误差进行消除； 其特征在于，方法步骤如下： 1实时获取车辆自身的经纬度定位信息和航向角信息，车辆自身的瞬时加速度信息和瞬时角速度信息，车辆的瞬时速度信息及车辆周围的车道线信息； 2判定GPS单元接收到的信息是否可用：对接收到的GPS原始数据进行解码，得到GPS的状态信息，若解码出的状态信息为非负数，则GPS单元接收到的信息可用，进入步骤3；若解码出的状态信息为负数，则GPS单元接收到的信息不可用，进入步骤4； 3将步骤1中获取到的车辆经纬度定位信息和航向角信息、车辆瞬时加速度信息和瞬时角速度信息、车辆瞬时速度信息发送给扩展卡尔曼滤波器单元，通过该单元中的扩展卡尔曼滤波器将上述信息进行融合，获得车辆的实时定位信息； 4根据获取到的车辆周围的车道线信息，计算得到车辆到最近车道线的距离，通过车道线距离约束算法计算出当前IMU单元中IMU在垂直车道线方向上的误差，进而推算出IMU单元中IMU与轮式里程计单元中轮式里程计当前的噪声值，利用该噪声值更新扩展卡尔曼滤波器单元中扩展卡尔曼滤波器的系统噪声方差矩阵，并利用更新后的扩展卡尔曼滤波器对IMU单元发送的车辆瞬时加速度信息和瞬时角速度信息以及轮式里程计单元发送的车辆瞬时速度信息进行融合，获得车辆的实时定位信息； 所述步骤3具体包括： 使用的扩展卡尔曼滤波器的具体算法如下： Xn＝fXn-1,un Zn＝hXn 式中，Xn-1表示车辆在n-1时刻的状态量，xn-1表示n-1时刻的纬度值，yn-1表示n-1时刻的经度值，表示n-1时刻的航向角，Xn表示车辆在n时刻的状态量，xn表示n时刻的纬度值，yn表示n时刻的经度值，表示n时刻的航向角，un表示n时刻系统的输入量，Zn表示车辆在n时刻的观测量，f,h分别表示状态转移方程与观测方程； 式中，Fn表示系统n时刻的状态转移矩阵，Gn表示n时刻系统输入到系统状态的映射矩阵，Hn表示n时刻系统的观测矩阵；根据上述三个矩阵公式，描述标准EKF算法的流程如下：给定车辆状态量初始值与系统概率协方差矩阵初始值按照以下公式不断迭代，对无人驾驶汽车进行状态估计： 式中，表示车辆在n时刻的先验状态估计量，表示车辆在n时刻的后验状态估计量，表示车辆在n-1时刻的系统状态后验概率协方差矩阵，表示系统n时刻的状态转移矩阵的转置，表示n时刻系统输入到系统状态的映射矩阵的转置，表示n时刻系统的观测矩阵的转置，Kn表示n时刻的卡尔曼增益，表示车辆在n时刻的系统状态先验概率协方差矩阵，表示车辆在n时刻的系统状态后验概率协方差矩阵，Rn表示观测值的不确定性对应的协方差矩阵，Rn由所使用的传感器来决定，Qn表示n时刻系统噪声方差矩阵，ev,n表示轮式里程计在n时刻的速度测量噪声，ea,n表示IMU在n时刻的加速度测量噪声，eω,n表示IMU在n时刻的角速度测量噪声，ev,n，ea,n，eω,n的初始值由标定试验获得； 扩展卡尔曼滤波器融合算法完成，即可完成车辆经纬度定位信息和航向角信息、车辆瞬时加速度信息和瞬时角速度信息、车辆瞬时速度信息的融合，最终输出车辆在n时刻的后验状态估计量即车辆的位置与航向角信息； 所述步骤4中的车道线距离约束算法的具体如下： 式中，表示由n-1时刻到n时刻由摄像头检测到的车辆在横向方向上的位置变化量；表示n-1时刻通过摄像头检测到的车辆到车道线的距离；表示n时刻通过摄像头检测到的车辆到车道线的距离；表示由n-1时刻到n时刻由IMU和轮式里程计检测到的车辆横向方向上的位置变化量；Vn-1,y表示n-1时刻车辆在横向方向的速度；dt表示n-1时刻到n时刻的所经过的时间；表示n-1时刻车辆在横向方向的加速度，通过IMU获取；Vn-1表示车辆在n-1时刻的速度；Vn-1,x表示n-1时刻车辆在纵向方向的速度，通过轮速里程计获取；表示n-1时刻车辆的横摆角速度，通过IMU获取；R表示以车辆质心为原点进行转向的半径；En-1,n表示车辆的在n-1时刻到n时刻在横向方向的误差值；h表示从轮式里程计的速度噪声、IMU的加速度噪声与角速度噪声到横向方向总误差值的映射关系；表示n-1时刻到n时刻由IMU测得的加速度噪声，符合正态分布，方差和均值分别为μacc，σacc，由标定试验获得；表示n-1时刻到n时刻由IMU测得的角速度噪声，符合正态分布，方差和均值分别为μgyro，σgyro，由标定试验获得；表示n-1时刻到n时刻由轮式里程计测得的速度噪声，符合正态分布，方差和均值分别为μod，σod，由标定试验获得；Qn-1,n表示系统由n-1时刻到n时刻更新后得到的系统噪声方差矩阵，用该更新后的系统噪声方差矩阵替换步骤3中使用的扩展卡尔曼滤波器的系统噪声方差矩阵，然后使用更新后的扩展卡尔曼滤波器进行融合定位，获得车辆的实时定位信息。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。