【嘉勤点评】黑芝麻智能发明的基于多传感器信息融合的精准车辆定位方案，该方案不仅利用全球定位系统，同时结合了相机姿态、惯性移动信号以及车轮的编码器信号，来确定车辆更加精确的位置信息和速度信息。
集微网消息，卫星定位系统即全球定位系统（GPS）是一个由覆盖全球的24颗卫星组成的卫星系统。这个系统可以保证在任意时刻，地球上任意一点都可以同时观测到4颗卫星，以保证卫星可以采集到该观测点的经纬度和高度，以便实现导航、定位、授时等功能。
目前，车辆定位依赖于GPS以及惯性测量单元（IMU）来对车辆的位置进行定位。但是，使用GPS进行定位时存在着一些问题，例如，在隧道和地下车库等GPS信号减少或不存在的环境中，这种用于车辆定位的GPS和IMU的方法就会失效。
这也就是为什么城市环境中，尤其是在高楼林立的楼宇之间，GPS定位通常不怎么准确的原因。因此，为了提高车辆定位的准确度，黑芝麻智能在2021年10月8日申请了一项名为“通过多传感器融合来确定车辆位置的方法”的发明专利（申请号：202111172895.3），申请人为黑芝麻智能科技有限公司。
根据该专利目前公开的相关资料，让我们一起来看看这项技术方案吧。
如上图，为该专利中发明的用于自动车辆定位的传感器融合的方法示意图，该方案中包括有传感器系统610和传感器融合算法618，其中传感器系统有GPS传感器612、相机614以及车轮编码器616，并采用扩展的卡尔曼滤波器（EKF）作为融合算法，来确定车辆的位置620和车辆的速度622。
这种集成有全球定位系统和惯性测量单元的接收机，可以提供用于基于相机的视觉测程初始化的初始参考定位结果。并可以通过GPS传感器进行距离的测量，从而校准基于相机的视觉测程标度漂移。
如上图，为这种视觉测程的初始化示意图，其中位置数据和速度数据由GPS传感器710进行输出，并且地心地固（ECEF）坐标被转换为一组东北天坐标和北东地坐标。相机的输出用作视觉测程的基础相机图像序列。在GPS传感器上集成有全球定位系统和惯性测量单元，可以提供基于车轮编码器的车轮测程初始化的初始参考定位结果。
如上图，为用于相机和车轮编码器的束调整的方法流程图，相机姿态基于来自相机的相机图像914序列来输出视觉测程，车轮编码器912可以输出车轮测程，该装置可以提供两个相邻相机图像历元之间的距离测量。
时间同步916可以确定姿态优化920；车轮编码器外部参数918基于车轮编码器和相机校准过程将视觉测程标度链接到全球坐标；相机传感器可以提供图像数据序列，并且车轮编码器测量可以用于在局部束调整中约束相机姿态。
最后，我们来看看这种车辆位置定位的方法整体流程示意图，首先，系统基于车辆上搭载的相机来捕捉图像序列，并根据图像的序列来确定相机的姿态。其次，通过全球定位系统来得到车辆在定位系统中的位置信息，同时根据惯性测量单元来确定惯性移动信号。最后，利用相机姿态、全球定位信息、惯性移动信号以及从车辆的车轮上接收到的编码器的信号，就可以确定车辆的具体位置和车辆的速度。
以上就是黑芝麻智能发明的基于多传感器信息融合的精准车辆定位方案，该方案不仅利用全球定位系统，同时结合了相机姿态、惯性移动信号以及车轮的编码器信号，来确定车辆的更加精确的位置信息和速度信息。
