一種基于多源信息融合的車輛無縫定位方法
【專利摘要】本發(fā)明屬于無線通信【技術領域】，涉及的是一種基于多源信息融合的車輛無縫定位方法。主要步驟是主濾波器中采用Kalman濾波器對基于UWB(Ultra?Wide?Band，超寬帶)的短距離高精度無線定位信息、BDS+GPS(Bei?Dou?Navigation?Satellite?System+Global?Positioning?System)的雙模GNSS(Global?Navigation?Satellite?System，全球衛(wèi)星定位系統(tǒng))定位信息、SINS+CAN(Strapdown?Intertial?Navigation?System+Controller?Area?Network，捷聯(lián)慣性導航系統(tǒng)+控制器局域網(wǎng))融合航位推算信息，三類不同信號源定位數(shù)據(jù)不斷融合、逐步求精，并對定位結(jié)果進行反饋、校正，實現(xiàn)車輛的高精度、無縫定位。本發(fā)明可以適應各種公路特殊環(huán)境，實現(xiàn)車輛無縫、精確的定位，為智能交通系統(tǒng)提供技術支撐，為避免車輛連環(huán)碰撞提供高精度的位置信息。
【專利說明】一種基于多源信息融合的車輛無縫定位方法

【技術領域】
[0001]本發(fā)明屬于無線通信【技術領域】，涉及的是一種基于多源信息融合的車輛無縫定位方法。

【背景技術】
[0002]智能交通系統(tǒng)是未來交通系統(tǒng)的發(fā)展方向，它是將先進的導航定位技術、數(shù)據(jù)通信技術、電子傳感技術等有效地集成，而建立的實時、準確、高效的綜合交通運輸管理系統(tǒng)。智能交通是《國家中長期科學和技術發(fā)展規(guī)劃綱要(2006-2020)》交通運輸業(yè)的六大重點領域及其優(yōu)先發(fā)展主題之一，同時也是《交通運輸“十二五”發(fā)展規(guī)劃》中的五大重大科技研發(fā)專項、六大科技成果推廣應用重點領域之一。
[0003]目前的車輛防碰撞系統(tǒng)僅僅是采用后車根據(jù)雷達信號測量與前車距離的簡單單車防碰撞系統(tǒng)，只有獲得了遠距離多輛車的精確位置信息，并根據(jù)相對車速、加速度、距離等進行聯(lián)合判斷才有可能實現(xiàn)多車輛的連環(huán)碰撞預警，從而降低車禍發(fā)生率，尤其是連環(huán)追尾碰撞事故的發(fā)生率。
[0004]目前車輛定位技術主要有三種:①GNSS定位(Global Navigat1n SatelliteSystem,全球衛(wèi)星定位系統(tǒng)):理想情況下雖然可以實現(xiàn)10米左右定位精度的廣域定位,但是由于信號容易受到遮擋和多徑衰減等影響，所以在城市密集城區(qū)和室內(nèi)封閉空間無法保證可靠的定位精度和可用性。②短距離無線定位技術:已有的基于UWB (Ultra Wide Band,超寬帶)、Wi_F1、WLAN(Wireless Local Area Networks,無線局域網(wǎng))、紅外線、超聲波等無線電定位技術雖然可以達到厘米、米級的高定位精度，但是只能局限于小范圍區(qū)域，不適合車輛的定位。③SINS (Strapdown Intertial Navigat1n System,捷聯(lián)慣性導航系統(tǒng)):雖然可以在無GNSS信號的情況下依靠慣性測量單元(IMU, Inertial Measurement Unit)測得車輛定位參數(shù)，利用運動學定律進行自主定位，但是由于誤差具有時間累積性，因而無法實現(xiàn)長時間較高精度的定位。
[0005]UWB無線通信技術是一種不用載波，采用小于納秒時長的不連續(xù)脈沖進行通信的一種無線通信技術。由于UWB使用小于納秒時長的超短脈沖進行通信，其信號功率被擴散在從O到數(shù)十GHz的超寬頻帶范圍內(nèi)，這種獨特的通信機制使其與目前頻域通信技術相比具有對信道衰落不敏感、發(fā)射功率低、與其它無線系統(tǒng)可以共存、多徑分辨能力強、抗干擾能力強、系統(tǒng)復雜度低、穿透能力強等優(yōu)點，因而在全球范圍內(nèi)受到廣泛關注，特別是在精確測距和定位、短距離高速通信(100Mbps -1Gbps)、雷達探測、防偵聽抗干擾保密通信等多個軍用和民用領域均有廣泛的應用前景。
[0006]所以，任何單一的定位系統(tǒng)均具有各自的局限性，均不能滿足高精度、在復雜場景下的無縫定位的要求。因此尋求一種“高精度”、“無縫”的定位技術一直是車輛定位領域研究的主要目標。本發(fā)明提出了基于UWB、GNSS等多源信息融合的方法對車輛進行定位，以滿足在不同應用場景的使用要求，實現(xiàn)車輛的多信息融合的無縫定位。


【發(fā)明內(nèi)容】

[0007]鑒于任何單一的定位系統(tǒng)均具有各自的局限性，均不能滿足高精度、在復雜場景下的車輛無縫定位的要求，本發(fā)明提出了一種基于多源信息融合的車輛無縫定位方法，從而可以為避免高速公路上車輛連環(huán)碰撞提供無縫的高精度的位置信息。
[0008]本發(fā)明的技術方案如下:
[0009]一種基于多源信息融合的車輛無縫定位方法，包括以下步驟:
[0010]1.在主濾波器中采用Kalman濾波器對基于UWB的短距離高精度無線定位信息、BDS+GPS(Bei Dou Navigat1n Satellite System+Global Posit1ning System)雙模GNSS 定位信息、SINS+CAN (Strapdown Intertial Navigat1n System+Controller AreaNetwork，控制器局域網(wǎng))融合航位推算信息，三類不同信號源定位數(shù)據(jù)進行融合處理，并對定位結(jié)果進行反饋、校正，實現(xiàn)車輛高精度無縫定位，三類信號源的定位方法如下:
[0011]I)基于UWB的短距離高精度無線定位
[0012]米用常用的TOA(Time of Arrival,到達時間)、TDOA(Time Difference OfArrival,到達時間差)、A0A(Angle Of Arrival,到達角度)等各類短距離無線定位方法,利用路邊定位基站發(fā)射的UWB信號進行短距離無線定位，得到車輛的速度V1和位置信息L1 ；
[0013]2) BDS+GPS 雙模 GNSS 定位
[0014]利用中國的BDS以及美國的GPS衛(wèi)星通過離子濾波器進行融合定位，離子濾波時要去除權值小的粒子， 保留并復制權值較大的粒子即采用重采樣的方法，得到車輛的速度V2和位置信息L2 ；
[0015]3) SINS+CAN融合航位推算
[0016](I)將SINS系統(tǒng)中陀螺儀的角增量與CAN總線提取的車速、方向盤轉(zhuǎn)角、里程增量等組成航位推算(Dead Reckoning, DR)系統(tǒng)；
[0017](2)將DR系統(tǒng)與SINS系統(tǒng)的位置與姿態(tài)誤差通過Sage-husa自適應濾波得到系統(tǒng)誤差校正值；
[0018](3)根據(jù)得到的誤差校正值去補償SINS系統(tǒng)、消除時間累計誤差得到姿態(tài)P3、位置L3和速度V3 ；
[0019]2.進一步，Kalman濾波實現(xiàn)多源信息融合車輛定位方法為:
[0020]利用Kalman濾波對位置信息和速度(U、V1)、(L2, V2)、(L3> V3)三個定位信息進行融合定位，如公式(I)所示，

【權利要求】
1.一種基于多源信息融合的車輛無縫定位方法，其特征在于，在主濾波器中采用Kalman濾波器對基于UWB(Ultra Wide Band,超寬帶)的短距離高精度無線定位信息、BDS+GPS(Bei Dou Navigat1n Satellite System+Global Posit1ning System)雙模GNSS (Global Navigat1n Satellite System,全球衛(wèi)星定位系統(tǒng))定位信息、SINS+CAN(Strapdown Intertial Navigat1n System+Controller Area Network,捷聯(lián)慣性導航系統(tǒng)+控制器局域網(wǎng))融合航位推算信息，三類不同信號源定位數(shù)據(jù)進行融合處理，實現(xiàn)車輛高精度無縫定位，三類信號源采用的定位方法分別如下: 1)基于UWB的短距離高精度無線定位 米用常用的 TOA(Time of Arrival,到達時間)、TDOA(Time Difference Of Arrival,到達時間差)、AOA(Angle Of Arrival,到達角度)等短距離無線定位方法,利用路邊定位基站發(fā)射的UWB信號進行短距離無線定位，得到車輛的速度V1和位置信息L1 ；
2)BDS+GPS 雙模 GNSS 定位 接收BDS和GPS衛(wèi)星的信號，通過離子濾波器進行融合定位，離子濾波時要去除權值小的粒子，保留并復制權值較大的粒子，即采用重采樣的方法，得到車輛的速度V2和位置信息1.3)SINS+CAN融合航位推算 (1)將SINS系統(tǒng)中陀螺儀的角增量與CAN總線提取的車速、方向盤轉(zhuǎn)角、里程增量等輸入到航位推算(Dead Reckoning, DR)系統(tǒng)進行計算； (2)將DR系統(tǒng)與SINS系統(tǒng)得到的位置與姿態(tài)誤差通過Sage-husa自適應濾波計算得到系統(tǒng)誤差校正值； (3)根據(jù)得到的誤差校正值去補償SINS系統(tǒng)、消除時間累計誤差，得到姿態(tài)P3、位置L3和速度V3。
2.根據(jù)權利要求1所述，其特征在于上述Kalman濾波實現(xiàn)多源信息融合的計算方法為: 利用Kalman濾波對位置信息和速度(Q、V1)、(L2、V2)、(L3、V3)三個定位信息進行融合定位，如公式(I)所示，
(Q-1 二 QI1 + Qf + 佐1
QI1 = ^1Q-1,Q^1 = A2Q-1,Q^1 = A3Q-1,p-l = p-Ι + p-Ι + p-Ι⑴
P — I — ID-1 — I 0— I D-1 — 2 D~1
I ^2 — A2^— A3^
,P-1X = P^1X1 + P^1X2 + P3_1^3 其中，Xi表示第i個子濾波器的狀態(tài)估計矢量，Qi表示第i個子濾波器的系統(tǒng)協(xié)方差陣，Pi表示第i個子濾波器的狀態(tài)矢量協(xié)方差陣，λ i表示各子濾波器的定位結(jié)果的可信度或者權值,i = 1，2，3,而且I ；X表示主濾波器的狀態(tài)估計量,Q表示主濾波器的系統(tǒng)協(xié)方差陣，P表不主濾波器的狀態(tài)矢量協(xié)方差陣。
【文檔編號】G01S19/49GK104076382SQ201410348844
【公開日】2014年10月1日 申請日期:2014年7月22日 優(yōu)先權日:2014年7月22日
【發(fā)明者】崔學榮, 李娟 , 李忠偉, 張 浩, 吳春雷, 劉建航, 葉興根 申請人:中國石油大學(華東), 北京中斗科技股份有限公司