数据处理方法和电子设备与流程

本申请涉及自动驾驶，尤其涉及一种数据处理方法和电子设备。

背景技术：

1、惯性导航系统(inertial navigation system，ins)已成为l3及以上级别自动驾驶系统不可或缺的部分。在ins系统中，惯性测量单元(inertial measurement unit，imu)被广泛用于自车运动学数据的获取，但受噪声和车辆的动力学影响，imu获取的数据会与真值之间存在误差，且波动性较大。而采用人工智能学习动力学模型进行数据预估，将导致计算量大幅增加。

技术实现思路

1、本申请实施例提供一种数据处理方法和电子设备，技术方案包括：

2、第一方面，本申请实施例提供了一种数据处理方法，包括：获取车辆的传感器数据，传感器数据包括侧偏角和横向加速度；利用观测器对侧偏角进行观测，得到车辆的侧偏角估计值，并利用侧偏角估计值更新第一卡尔曼滤波器对前轮侧偏刚度和后轮侧偏刚度的估计值，得到当前时刻的前轮侧偏刚度估计值和后轮侧偏刚度估计值；将当前时刻的前轮侧偏刚度估计值和后轮侧偏刚度估计值，在下一时刻输入观测器和第一卡尔曼滤波器，以使观测器利用前轮侧偏刚度估计值、后轮侧偏刚度估计值和侧偏角，更新侧偏角估计值，并使第一卡尔曼滤波器利用前轮侧偏刚度估计值、后轮侧偏刚度估计值和更新后的侧偏角估计值对横向加速度进行滤波，得到车辆的横向加速度估计值。

3、第二方面，本申请实施例提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本申请任一实施例的方法。

4、第三方面，本申请实施例提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行本申请任一实施例所述的方法。

5、根据本申请实施例的数据处理方法，通过构建观测器和卡尔曼滤波器，不仅可以过滤噪声，还能在缺失车辆侧偏刚度的情况下，结合第一卡尔曼滤波器计算得到的侧偏刚度估计值对横向加速度进行滤波估计，保证数据的准确性。其中，将传感器数据侧偏角β作为观测值，从而得到鲁棒性更好的侧偏角估计值，进而提高整个算法模型的鲁棒性。

6、上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本申请进一步的方面、实施方式和特征将会是容易明白的。

技术特征：

1.一种数据处理方法，包括：

2.根据权利要求1所述的方法，其中，所述第一卡尔曼滤波器为无迹卡尔曼滤波器。

3.根据权利要求1所述的方法，利用所述侧偏角估计值更新第一卡尔曼滤波器对前轮侧偏刚度和后轮侧偏刚度的估计值，包括：

4.根据权利要求1所述的方法，其中，利用观测器对所述侧偏角进行观测，得到所述车辆的侧偏角估计值，包括：

5.根据权利要求1所述的方法，其中，所述传感器数据还包括偏航角速度，所述方法还包括：

6.根据权利要求1至5任一项所述的方法，所述传感器数据还包括纵向加速度，所述方法还包括：

7.根据权利要求1至5任一项所述的方法，其中，所述传感器数据采集于多个传感器。

8.一种电子设备，其特征在于，包括：

9.根据权利要求8所述的电子设备，其特征在于，所述处理器包括自动驾驶域控制模块。

10.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如权利要求1至7任一项所述的方法。

技术总结本申请提出一种数据处理方法和电子设备，涉及自动驾驶技术领域，方法包括：获取车辆的传感器数据，包括侧偏角和横向加速度；利用观测器对侧偏角进行观测，得到侧偏角估计值，利用侧偏角估计值更新第一卡尔曼滤波器对前轮侧偏刚度和后轮侧偏刚度的估计值；将当前时刻的前轮侧偏刚度估计值和后轮侧偏刚度估计值，在下一时刻输入观测器和第一卡尔曼滤波器，以使观测器利用前轮侧偏刚度估计值、后轮侧偏刚度估计值和侧偏角，更新侧偏角估计值，以及使第一卡尔曼滤波器利用前轮侧偏刚度估计值、后轮侧偏刚度估计值和更新后的侧偏角估计值对横向加速度进行滤波。本申请能在缺失车辆侧偏刚度的情况下，对横向加速度进行估计，保证数据的准确性。技术研发人员：韩娇娇,张炯,吴亚玲,黄禹勋受保护的技术使用者：华人运通（上海）自动驾驶科技有限公司技术研发日：技术公布日：2024/9/12