一種基于車(chē)輛自組織網(wǎng)絡(luò)的車(chē)輛位置定位信息融合方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于車(chē)輛位置定位信息技術(shù)領(lǐng)域，具體涉及一種基于車(chē)輛自組織網(wǎng)絡(luò)的車(chē) 輛位置定位信息融合方法。
【背景技術(shù)】
[0002] 車(chē)聯(lián)網(wǎng)（Internet of Vehicles)是由車(chē)輛位置、速度和路線等信息構(gòu)成的巨大交 互網(wǎng)絡(luò)。通過(guò)GPS、北斗、RFID、雷達(dá)、攝像頭等傳感器裝置，車(chē)輛可以完成自身環(huán)境和狀態(tài)信 息的采集;通過(guò)互聯(lián)網(wǎng)技術(shù)，所有的車(chē)輛可以將自身的各種信息傳輸匯聚到中央處理器;通 過(guò)計(jì)算機(jī)技術(shù)，這些大量車(chē)輛的信息可以被分析和處理，從而計(jì)算出不同車(chē)輛的最佳路線、 及時(shí)匯報(bào)路況和安排信號(hào)燈周期。
[0003] 車(chē)輛自組織網(wǎng)絡(luò)(Vehicular Ad-hoc Network,VANET)是傳統(tǒng)的移動(dòng)自組織網(wǎng)絡(luò) (MANET)在交通道路上的應(yīng)用，是一種特殊的移動(dòng)自組織網(wǎng)絡(luò)，是一種自組織、無(wú)固定結(jié)構(gòu) 的車(chē)輛間通信網(wǎng)絡(luò)。。根據(jù)中國(guó)物聯(lián)網(wǎng)校企聯(lián)盟的定義，車(chē)聯(lián)網(wǎng)（Internet of Vehicles)是 由車(chē)輛位置、速度和路線等信息構(gòu)成的巨大交互網(wǎng)絡(luò)。通過(guò)互聯(lián)網(wǎng)技術(shù)，所有的車(chē)輛可以將 自身的各種信息傳輸匯聚到中央處理器;通過(guò)計(jì)算機(jī)技術(shù)，這些大量車(chē)輛的信息可以被分 析處理和融合，從而計(jì)算出不同車(chē)輛的最佳路線、及時(shí)匯報(bào)路況和安排信號(hào)燈周期。VANET 可以作為車(chē)聯(lián)網(wǎng)中重要的一個(gè)重要補(bǔ)充實(shí)現(xiàn)方法。
[0004] VANET下的車(chē)輛的安全性非常重要。通常車(chē)載傳感器對(duì)周?chē)h(huán)境信息的感知要比 駕駛員準(zhǔn)確，車(chē)輛可以通過(guò)車(chē)載網(wǎng)來(lái)提高傳感器感知的靈活性和準(zhǔn)確性。如果車(chē)載傳感器 可以捕獲車(chē)輛前端或某一方向的目標(biāo)車(chē)輛的位置、距離、速度及其他預(yù)警信息，則駕駛員可 以采取相關(guān)應(yīng)對(duì)措施。提高車(chē)輛目標(biāo)定位精度的基本思想就是，通過(guò)安裝的攝像頭、GPS、雷 達(dá)測(cè)距傳感器、陀螺儀及其他傳感器和動(dòng)態(tài)控制單元輔助系統(tǒng)，將不同的傳感器所得的有 差異的結(jié)果，利用融合算法減小誤差，提升準(zhǔn)確度;進(jìn)一步，傳感器信息和融合后得到的信 息也可以通過(guò)額外的中繼站或網(wǎng)絡(luò)傳遞給路邊基站，從而使信息得到更廣泛的傳播，提升 VANET中的車(chē)輛目標(biāo)定位范圍。
[0005] 在VANET下，網(wǎng)絡(luò)的性能參數(shù)對(duì)目標(biāo)車(chē)輛的定位有一定的影響。在VANET中，隨著車(chē) 載網(wǎng)中車(chē)輛數(shù)目的不斷增加，拓?fù)浣Y(jié)構(gòu)變化頻繁，網(wǎng)絡(luò)服務(wù)質(zhì)量（QoS，Quality of Service)需要得到保障。除此之外，車(chē)輛在進(jìn)行目標(biāo)定位時(shí)，不僅是本車(chē)的數(shù)據(jù)融合和識(shí) 另IJ，還需要通過(guò)網(wǎng)絡(luò)同其他車(chē)輛或基站進(jìn)行通信，時(shí)延、時(shí)延抖動(dòng)、帶寬、丟包率等網(wǎng)絡(luò)性能 參數(shù)就變得很重要，其中最主要的是速率和時(shí)延兩個(gè)參數(shù)。
[0006] 在VANET下要進(jìn)行多輛車(chē)之間的數(shù)據(jù)交互，地理位置(包括GPS定位、北斗定位、無(wú) 線基站定位、路側(cè)單元輔助定位等獲取到的地理位置，本發(fā)明之后的描述均以GPS代替）、圖 像測(cè)距和雷達(dá)測(cè)距等信息在網(wǎng)絡(luò)中傳輸，時(shí)延導(dǎo)致接收到的信息不再準(zhǔn)確。如圖1所示，在 傳輸延遲的時(shí)間內(nèi)，車(chē)輛從黑色線條位置運(yùn)動(dòng)到白色線條處。
[0007] 專(zhuān)利申請(qǐng)?zhí)枮镃N201110302260.0的《基于車(chē)聯(lián)網(wǎng)實(shí)現(xiàn)圖像信息共享的方法、裝置 和系統(tǒng)》公開(kāi)了 一種基于車(chē)聯(lián)網(wǎng)實(shí)現(xiàn)的圖像信息共享方案。專(zhuān)利申請(qǐng)?zhí)枮?CN201110183075.4的《基于多傳感器信息融合的碰撞及偏離預(yù)警裝置及預(yù)警方法》公開(kāi)了 多傳感器信息融合，并且實(shí)現(xiàn)了一種采用視覺(jué)與雷達(dá)相結(jié)合的預(yù)警方法，提高了汽車(chē)防撞 防車(chē)道偏離的準(zhǔn)確率的方案。
[0008] 論文《車(chē)載自組網(wǎng)協(xié)作定位算法研究》(彭鑫、李仁發(fā)、王東、李哲濤）中給出了一種 多車(chē)輛協(xié)作相對(duì)位置定位的方法;論文《基于信息融合的汽車(chē)防追尾避撞目標(biāo)識(shí)別研究》 (張西雅）中提出了通過(guò)信息融合實(shí)現(xiàn)多個(gè)傳感器數(shù)據(jù)的融合后的最優(yōu)化，并實(shí)現(xiàn)汽車(chē)防追 尾避撞目標(biāo)識(shí)別方案；論文《基于車(chē)輛聯(lián)網(wǎng)的實(shí)時(shí)路況信息系統(tǒng)研究》（姚敏杰）研究了 VANET下的實(shí)時(shí)動(dòng)態(tài)路況信息采集與分發(fā)、路段交通識(shí)別算法和路況查詢(xún)幾個(gè)方面的關(guān)鍵 技術(shù)。論文《基于IS0A的VANET自適應(yīng)數(shù)據(jù)傳輸算法》（陳秉試）中仿真得到網(wǎng)絡(luò)吞吐量可以 達(dá)到1.7592Mb/s。論文《基于車(chē)載自組織網(wǎng)絡(luò)的數(shù)據(jù)分發(fā)算法研究》(鐘婷)提出了高效的基 于車(chē)載自組織網(wǎng)絡(luò)的交通信息分發(fā)算法ET DAR。
[0009] 上述現(xiàn)有技術(shù)的方案都沒(méi)能實(shí)現(xiàn)在車(chē)輛周邊情況實(shí)時(shí)檢查和信息共享的前提下， 進(jìn)行有效提高前方車(chē)輛準(zhǔn)確性定位的方法。

【發(fā)明內(nèi)容】

[0010] 針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明旨在提供一種基于車(chē)輛自組織網(wǎng)絡(luò)的車(chē)輛位置定位 信息融合方法，以實(shí)現(xiàn)在車(chē)輛周邊情況實(shí)時(shí)檢查和信息共享的前提下，有效提高前方車(chē)輛 定位的準(zhǔn)確性。
[0011] 為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案:一種基于車(chē)輛自組織網(wǎng)絡(luò)的車(chē)輛 位置定位信息融合方法包括如下步驟：
[0012] S1，確定自組織網(wǎng)絡(luò)內(nèi)的目標(biāo)車(chē)輛周?chē)能?chē)輛數(shù)，如車(chē)輛數(shù)為η輛，則運(yùn)行η次單車(chē) 數(shù)據(jù)融合方法;假設(shè)目標(biāo)車(chē)輛周?chē)兴妮v車(chē)，則運(yùn)行四次單車(chē)數(shù)據(jù)融合方法；
[0013] S2,運(yùn)用模糊貼近度融合方法，剔除其中疏失的數(shù)據(jù)，并根據(jù)貼近度計(jì)算權(quán)重，得 到車(chē)輛位置定位信息ll#。
[0014] 優(yōu)選的技術(shù)方案，所述步驟S1中單車(chē)數(shù)據(jù)融合方法如下：
[0015] 步驟S11，假設(shè)自組織網(wǎng)絡(luò)系統(tǒng)內(nèi)的第一視角車(chē)輛為A，且第一視角車(chē)輛A周?chē)鷥H有 車(chē)輛B在自組織網(wǎng)絡(luò)系統(tǒng)內(nèi)；P為A車(chē)前方的目標(biāo)車(chē)輛并且P車(chē)不是自組織網(wǎng)絡(luò)系統(tǒng)成員;A車(chē) 通過(guò)本發(fā)明方法測(cè)量A車(chē)到P車(chē)的距離;系統(tǒng)中使用的是GPS，系統(tǒng)內(nèi)的車(chē)輛的實(shí)時(shí)時(shí)間都是 通過(guò)GPS授時(shí)所得;Lon B表示B車(chē)的煒度，LatB表示B車(chē)的經(jīng)度;aB表示B車(chē)的加速度;VB表示B 車(chē)運(yùn)行速度;Lbp表示B車(chē)通過(guò)雷達(dá)或者圖像攝像裝置檢測(cè)得到的距離P車(chē)的距離；（aP，VP)表 示B車(chē)通過(guò)雷達(dá)或者圖像攝像裝置檢測(cè)得到的目標(biāo)車(chē)輛P車(chē)的加速度和速度，其傳輸信息里 包含方向信息；
[0016] 假設(shè)傳輸時(shí)延平均為τ，ΤΑ為A車(chē)接收到數(shù)據(jù)后開(kāi)始處理的時(shí)間戳;Ta-Tb為時(shí)間差， 由系統(tǒng)結(jié)構(gòu)可以知道，
[0017] Ta_Tb = t 十TP rocess
[0018] 其中T_cess為系統(tǒng)處理過(guò)程的固定延遲。在高處理速度情況下，可以近似認(rèn)為：
[0019] Τα-Tb * T
[0020] 在延遲時(shí)間內(nèi)Α車(chē)行駛的距離為：
[0028] Sa為AA'，Sb為BB'，Sp即為PP'，ASbp=(PP/_BB/ );
[0029] 對(duì)B經(jīng)緯度信息進(jìn)行預(yù)修正，得到B車(chē)在A車(chē)收到信息以后所在的位置GPS坐標(biāo)V (LonB，，LatB〇
[0030] B'（LonB'，LatB，）= =B(LonB，LatB)+SB
[0031] 對(duì)B傳輸?shù)哪繕?biāo)P的相關(guān)信息進(jìn)行預(yù)修正，
[0032] Lb，p，= =Lbp+ Δ Sbp
[0033] A車(chē)自身的傳感器數(shù)據(jù)可以認(rèn)為是實(shí)時(shí)獲取的即得到A7 (LorusLatV )，預(yù)修正后 的Lab。S7 a7 B7 (gps) ;Lab表;^A車(chē)和B車(chē)的距尚；這里根據(jù)修正后經(jīng)煒度坐計(jì)算出的距i^Lab = S7 a7 B7 (gps)記為Sab(gps)(矢量方向即為A車(chē)到B車(chē)的方向），誤差為ω ab(gps)，即Lab = Sab(gps)十 ω AB(GPS);
[0034] 獲取到B車(chē)數(shù)據(jù)，并進(jìn)行預(yù)修正后融合得到Lab = Sab(gps)+ ω ab(GpS)和修正后的LbY ;
[0035] 步驟S12，A車(chē)通過(guò)圖像測(cè)距或雷達(dá)測(cè)距實(shí)時(shí)獲取系統(tǒng)內(nèi)B車(chē)的距離，記圖像測(cè)距結(jié) 果為SAB(Image)，k差為〇 AB(Image);雷達(dá)測(cè)距所得到的距尚為SAB(Radar)，k差為〇 AB(Radar);技豐不 量加權(quán)最優(yōu)融合穩(wěn)態(tài)卡爾曼濾波