亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種基于模糊理論的復(fù)合定位新方法與流程

文檔序號(hào):12457280閱讀:394來(lái)源:國(guó)知局
一種基于模糊理論的復(fù)合定位新方法與流程

本發(fā)明涉及一種基于模糊理論的復(fù)合定位新方法,屬于車輛定位的技術(shù)領(lǐng)域。



背景技術(shù):

信息-物理融合系統(tǒng)CPS(Cyber-Physical System)是一個(gè)綜合計(jì)算、網(wǎng)絡(luò)和物理環(huán)境的多維復(fù)雜系統(tǒng),通過(guò)3C技術(shù)(Computing、Communication和Control)的有機(jī)融合與深度協(xié)作,以實(shí)現(xiàn)實(shí)時(shí)感知、信息服務(wù)和動(dòng)態(tài)控制。近年來(lái),人們研究了CPS在電力、醫(yī)療、交通等領(lǐng)域的應(yīng)用,并已取得了一些極具價(jià)值的成果。隨著城市智能交通系統(tǒng)的建設(shè)和人們對(duì)汽車性能要求的提高,汽車CPS(Vehicular Cyber-Physical System,VCPS)也受到了很多學(xué)者的關(guān)注。在汽車CPS中,實(shí)時(shí)傳入傳感器收集本車的實(shí)時(shí)信息或其它車輛的信息,通過(guò)一個(gè)統(tǒng)一的網(wǎng)絡(luò)完成信息的交互和計(jì)算,并根據(jù)反饋的信息來(lái)完成對(duì)汽車的控制,使得汽車更易于駕駛,響應(yīng)更快,更安全,更智能。由于在汽車CPS的大多數(shù)應(yīng)用中,比如智能路徑規(guī)劃、防碰撞系統(tǒng)以及車輛組網(wǎng)等,車輛的位置信息往往假設(shè)為一個(gè)已知的條件,因此,車輛定位技術(shù)在汽車CPS中是一個(gè)值得關(guān)注的問題。

目前,最常用的車輛定位方法是全球定位系統(tǒng)(Global Positioning System,GPS),雖然GPS定位有著自身覆蓋范圍廣,定位迅速,在無(wú)遮擋情況下可實(shí)現(xiàn)全天候定位的優(yōu)勢(shì)。但是,在城市中,高大密集的建筑、立交橋、隧道、無(wú)線電干擾等,非常容易地造成GPS定位效果較差,不能準(zhǔn)確定位。即使在郊外,定位精度也無(wú)法達(dá)到安全應(yīng)用如防碰撞系統(tǒng)的定位要求。差分全球定位系統(tǒng)(Differential Global Positioning System,DGPS)雖然可以提供很高的定位精度,但其設(shè)備價(jià)格昂貴,且同樣會(huì)受城市環(huán)境下的多徑效應(yīng)(建筑物和樹林等對(duì)衛(wèi)星信號(hào)的遮擋)影響,其定位性能大大下降。綜合考慮到成本和性能,大多數(shù)車輛定位采用將GPS與航位推算(Dead Reckoning,DR)、慣性導(dǎo)航系統(tǒng)(Inertial Navigation System,INS)等導(dǎo)航技術(shù)進(jìn)行組合的方式。但由于航位推算和慣性導(dǎo)航中所使用的慣性器件存在累積誤差,在GPS長(zhǎng)時(shí)間失效的遮擋環(huán)境下定位精度不高。為了進(jìn)一步提高組合定位系統(tǒng)的精度,通常采用卡爾曼濾波進(jìn)行最優(yōu)估計(jì)。但是在濾波遞推過(guò)程中通常將觀測(cè)噪聲協(xié)方差作為定值處理,降低了濾波的精度和穩(wěn)定性。除了上述基于GPS的定位技術(shù)外,現(xiàn)在還有其他一些定位技術(shù),如射頻識(shí)別(Radio Frequency Identification,RFID)定位、蜂窩網(wǎng)絡(luò)(Cellular Network,CN)定位以及無(wú)線保真(Wireless-Fidelity,WiFi)定位等,這些定位技術(shù)也可用于車輛定位中。但是,這些定位技術(shù)在一定程度上受到視距和基站密度的影響。

隨著異構(gòu)無(wú)線網(wǎng)絡(luò)技術(shù)的成熟和普及,利用多種定位技術(shù)的融合互補(bǔ)是未來(lái)車輛定位的一種行之有效的方法。而卡爾曼濾波能夠有效修正觀測(cè)值,抑制異常波動(dòng),提高系統(tǒng)的精度,因此被廣泛應(yīng)用于車輛定位系統(tǒng)中。本申請(qǐng)人致力于如何把融合互補(bǔ)過(guò)程和卡爾曼濾波模型有效結(jié)合的研究,因此具有很重要的發(fā)明意義。



技術(shù)實(shí)現(xiàn)要素:

本發(fā)明針對(duì)現(xiàn)有技術(shù)在車輛定位方面存在精度不高、成本高昂、缺乏普適性等問題,結(jié)合汽車CPS系統(tǒng)中實(shí)時(shí)感知本車或其它車輛的信息,實(shí)現(xiàn)信息的交互和計(jì)算并根據(jù)反饋信息來(lái)完成對(duì)汽車的控制的特點(diǎn),提出一種新的基于模糊理論的復(fù)合定位技術(shù)。

本發(fā)明提出一種基于模糊理論的復(fù)合定位新方法,首先獲取目標(biāo)車輛以及某相鄰車輛上三種定位技術(shù)裝置(GPS,WiFi和CN)的定位數(shù)據(jù)和兩車之間的精確距離,然后計(jì)算出能夠反映各定位技術(shù)可靠程度的兩個(gè)指標(biāo):離群率和絕對(duì)誤差,同時(shí)運(yùn)用模糊理論融合這兩個(gè)指標(biāo),得出各定位技術(shù)的定位貢獻(xiàn)度,接著以定位貢獻(xiàn)度作為權(quán)值,模糊加權(quán)計(jì)算得到目標(biāo)車輛的復(fù)合位置;最后采用一個(gè)模糊可變觀測(cè)噪聲協(xié)方差的卡爾曼濾波器對(duì)復(fù)合位置進(jìn)行濾波,從而得到一個(gè)更加實(shí)時(shí)、準(zhǔn)確的車輛位置。該方法包括下列操作步驟:

步驟1,利用V2V(汽車-汽車)通信技術(shù)和三種定位裝置,采集目標(biāo)車輛以及某相鄰車輛的三種定位裝置的定位數(shù)據(jù)和兩車之間的精確距離;所述三種定位裝置分別為:全球定位系統(tǒng)(Global Positioning System,GPS)、無(wú)線保真(Wireless-Fidelity,WiFi)定位系統(tǒng)和蜂窩網(wǎng)絡(luò)(Cellular Network,CN)定位系統(tǒng)。

步驟2,采集到目標(biāo)車輛的三種定位裝置的定位數(shù)據(jù)分別為:GPS(X,Y)、WiFi(X,Y)和CN(X,Y),某相鄰車輛的三種定位裝置的定位數(shù)據(jù)分別為:GPSnei(X,Y)、WiFinei(X,Y)和CNnei(X,Y),以及兩車之間的精確距離為:D,然后計(jì)算出目標(biāo)車輛各定位技術(shù)的離群率(s)分別為:

和其中dGW表示GPS(X,Y)與WiFi(X,Y)之間的歐幾里得距離,dGC和dWC同理。各定位技術(shù)的絕對(duì)誤差(e)分別為:

eGPS=|DG-D|、eWiFi=|DW-D|和eCN=|DC-D|,其中DG表示GPS(X,Y)與GPSnei(X,Y)之間的歐幾里得距離,DW和DC同理。由上述計(jì)算可知,離群率表明了某定位技術(shù)的定位數(shù)據(jù)與其它定位數(shù)據(jù)的背離程度,而絕對(duì)誤差表明了某定位技術(shù)得出的兩車距離與實(shí)際距離的誤差,兩者在一定程度上均能反映該定位技術(shù)的可靠程度。

步驟3,將目標(biāo)車輛各定位技術(shù)的離群率和絕對(duì)誤差模糊融合后得到這些定位技術(shù)各自對(duì)應(yīng)的定位貢獻(xiàn)度。由于離群率(s)、絕對(duì)誤差(e)和貢獻(xiàn)度(w)皆為精確量,因此需要分別為其確定模糊屬性。首先確定它們的論域,分別記作S、E和W,然后為各論域確定模糊子集及相應(yīng)的隸屬度函數(shù),最后確定這三個(gè)論域之間的關(guān)系,即模糊規(guī)則。具體確定過(guò)程如下:

(1)根據(jù)離群率的計(jì)算可知,其論域S=(0,1)。為了保證靈敏度的同時(shí)盡量減少計(jì)算量,本文在論域S上定義了5個(gè)模糊子集,分別為:很小、較小、適中、較大、很大。

(2)由于各定位技術(shù)的絕對(duì)誤差一般不會(huì)超過(guò)3m,若超過(guò)3m則按3m進(jìn)行計(jì)算。因此,其論域E=[0,3]。同樣可在論域E上定義5個(gè)模糊子集,分別為:很小、較小、適中、較大、很大。

(3)由于權(quán)重值只是用來(lái)標(biāo)稱各定位技術(shù)的定位可信度,因此可取其論域W=(0,1)。其論域上的模糊子集同離群率。

(4)根據(jù)離群率和絕對(duì)誤差對(duì)定位貢獻(xiàn)度的影響程度,作出相應(yīng)模糊規(guī)則。模糊規(guī)則的形式可以表示為:如果s等于Ai并且e等于Bj,則w等于Cij,其中Ai是離群率的模糊語(yǔ)言量,Bj為絕對(duì)誤差的模糊語(yǔ)言量,Cij為定位貢獻(xiàn)度的模糊語(yǔ)言量。然后依據(jù)制定好的模糊規(guī)則和瑪達(dá)尼推理法,得出GPS、WIFi和CN這三種定位技術(shù)的定位貢獻(xiàn)度分別為:wGPS、wWiFi和wCN。

步驟4,將目標(biāo)車輛的三種定位技術(shù)的定位貢獻(xiàn)度,即wGPS、wWiFi和wCN作為權(quán)值,模糊加權(quán)計(jì)算得到目標(biāo)車輛的復(fù)合位置為:

步驟5,將目標(biāo)車輛的三種定位技術(shù)的定位貢獻(xiàn)度之和作為評(píng)定復(fù)合位置可信程度的指標(biāo),記作:Cm=wGPS+wWiFi+wCN。將該指標(biāo)輸入另一個(gè)模糊控制器后,得到一個(gè)控制量記作:Δr。該控制量用來(lái)動(dòng)態(tài)調(diào)節(jié)卡爾曼濾波器中的觀測(cè)噪聲協(xié)方差矩陣。同樣的,需要為Cm和Δr確定模糊屬性和相應(yīng)的模糊規(guī)則:Cm的論域規(guī)定為(0,3),且劃分為5個(gè)模糊子集:很小、較小、適中、較大、很大;Δr的論域規(guī)定為(-2,2),且劃分為5個(gè)模糊子集:負(fù)大、負(fù)小、零、正小、正大;根據(jù)卡爾曼濾波遞推公式,可以得出如下模糊規(guī)則:

規(guī)則1:如果Cm很小,那么Δr為正大;

規(guī)則2:如果Cm較小,那么Δr為正??;

規(guī)則3:如果Cm適中,那么Δr為零;

規(guī)則4:如果Cm較大,那么Δr為負(fù)??;

規(guī)則5:如果Cm很大,那么Δr為負(fù)大。

步驟6,把目標(biāo)車輛k時(shí)刻的復(fù)合位置Targetk(X,Y)作為卡爾曼濾波遞推公式中觀測(cè)量Z(k)的值,同時(shí)將k時(shí)刻的控制量Δr用于卡爾曼濾波遞推公式中觀測(cè)噪聲協(xié)方差矩陣R的動(dòng)態(tài)調(diào)節(jié),即:Z(k)=Targetk(X,Y),R(k)=(1+Δr(k))R,其中R(k)即為可變觀測(cè)噪聲協(xié)方差矩陣。最后,在卡爾曼濾波遞推過(guò)程中,將公式中的進(jìn)一步估計(jì)值作為目標(biāo)車輛最終的實(shí)時(shí)定位結(jié)果。

本發(fā)明提出一種基于模糊理論的復(fù)合定位新方法,其創(chuàng)新技術(shù)是:結(jié)合CPS系統(tǒng)可實(shí)現(xiàn)實(shí)時(shí)感知、信息服務(wù)和動(dòng)態(tài)控制的特點(diǎn),運(yùn)用模糊理論融合三種車輛定位技術(shù)(GPS,WiFi和CN),構(gòu)建了能反映各定位技術(shù)可靠程度的兩個(gè)指標(biāo):離群率和絕對(duì)誤差,提高了定位技術(shù)融合的合理性;同時(shí)采用模糊可變?cè)肼晠f(xié)方差卡爾曼濾波器對(duì)融合結(jié)果進(jìn)行濾波,提高了定位的準(zhǔn)確性。本發(fā)明的優(yōu)點(diǎn)是:操作步驟簡(jiǎn)單、實(shí)時(shí)性強(qiáng),可用于不同環(huán)境下,且定位準(zhǔn)確率高、計(jì)算量小,可適用于多種定位設(shè)備,因此,推廣容易,應(yīng)用廣泛,具有很好的應(yīng)用前景。

附圖說(shuō)明

圖1是一種基于模糊理論的復(fù)合定位新方法示意圖。

圖2是一種基于模糊理論的復(fù)合定位新方法流程示意圖。

圖3是復(fù)合定位新方法和CPS理論融合框架圖。

圖4是目標(biāo)車輛的行駛軌跡試驗(yàn)圖。

圖5是目標(biāo)車輛的定位累積誤差試驗(yàn)圖。

圖6是目標(biāo)車輛的定位累積分布函數(shù)試驗(yàn)圖。

具體實(shí)施方式

下面結(jié)合附圖1至6對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述。本發(fā)明提出一種新的基于模糊理論的復(fù)合定位方法:首先獲取目標(biāo)車輛以及相鄰車輛上的三種定位技術(shù)裝置(GPS,WiFi和CN)的定位數(shù)據(jù)和兩車之間的精確距離,然后計(jì)算出能夠反映各定位技術(shù)可靠程度的兩個(gè)指標(biāo):離群率和絕對(duì)誤差,同時(shí)運(yùn)用模糊理論融合這兩個(gè)指標(biāo),得出各定位技術(shù)的定位貢獻(xiàn)度,接著以定位貢獻(xiàn)度作為權(quán)值,模糊加權(quán)計(jì)算得到目標(biāo)車輛的復(fù)合位置;最后采用一個(gè)模糊可變觀測(cè)噪聲協(xié)方差的卡爾曼濾波器對(duì)復(fù)合位置進(jìn)行濾波,從而得到一個(gè)更加實(shí)時(shí)、準(zhǔn)確的車輛位置。

參見圖1和圖2,具體介紹本發(fā)明方法的下列操作步驟:

步驟1,利用V2V(汽車-汽車)通信技術(shù)和三種定位裝置(GPS,WiFi和CN),采集目標(biāo)車輛以及某相鄰車輛的三種定位裝置的定位數(shù)據(jù)和兩車之間的精確距離。如圖1所示,本發(fā)明的三種定位裝置分別為:全球定位系統(tǒng)(Global Positioning System,即GPS)、無(wú)線保真(Wireless-Fidelity,即WiFi)定位系統(tǒng)和蜂窩網(wǎng)絡(luò)(Cellular Network,即CN)定位系統(tǒng)。此外,V2V(汽車-汽車)通信技術(shù)用來(lái)測(cè)量目標(biāo)車輛與某相鄰車輛之間的精確距離并相互共享各自的定位數(shù)據(jù)。

步驟2,采集到目標(biāo)車輛以及某相鄰車輛的三種定位裝置的定位數(shù)據(jù)和兩車之間的精確距離后,計(jì)算出目標(biāo)車輛各定位技術(shù)的離群率和絕對(duì)誤差。如圖2所示,采集到目標(biāo)車輛的三種定位裝置的定位數(shù)據(jù)分別為:GPS(X,Y)、WiFi(X,Y)和CN(X,Y),某相鄰車輛的三種定位裝置的定位數(shù)據(jù)分別為:GPSnei(X,Y)、WiFinei(X,Y)和CNnei(X,Y),以及兩車之間的精確距離為D。通過(guò)離群率計(jì)算模塊和絕對(duì)誤差計(jì)算模塊后,可得到目標(biāo)車輛各定位技術(shù)的離群率分別為:sGPS、sWiFi和sCN,各定位技術(shù)的絕對(duì)誤差分別為:eGPS、eWiFi和eCN。

步驟3,將離群率和絕對(duì)誤差模糊化后,根據(jù)制定好的模糊規(guī)則以及瑪達(dá)尼推理法得到這些定位技術(shù)各自對(duì)應(yīng)的定位貢獻(xiàn)度。其模糊規(guī)則如下表所示:

如圖2所示,將目標(biāo)車輛各定位技術(shù)的離群率和絕對(duì)誤差輸入模糊控制器1之后,可得到這些定位技術(shù)各自對(duì)應(yīng)的定位貢獻(xiàn)度分別為:wGPS、wWiFi和wCN

步驟4,將定位貢獻(xiàn)度作為權(quán)值,通過(guò)對(duì)各定位裝置的定位數(shù)據(jù)進(jìn)行模糊加權(quán)計(jì)算,得到目標(biāo)車輛的復(fù)合位置。如圖2所示,目標(biāo)車輛各定位技術(shù)的定位貢獻(xiàn)度,通過(guò)加權(quán)平均計(jì)算模塊后,可得到目標(biāo)車輛的復(fù)合位置為:Target(X,Y)。

步驟5,將各定位技術(shù)的定位貢獻(xiàn)度之和作為輸入,通過(guò)另一個(gè)模糊控制器2的調(diào)節(jié)之后,得到一個(gè)控制量。如圖2所示,目標(biāo)車輛各定位技術(shù)k時(shí)刻的定位貢獻(xiàn)度之和Cm(k),在輸入模糊控制器2后,可以得到一個(gè)控制量Δr(k)。

步驟6,把所得到的復(fù)合位置作為卡爾曼濾波公式中的觀測(cè)量,同時(shí)將控制量用于卡爾曼濾波公式中觀測(cè)噪聲協(xié)方差矩陣的動(dòng)態(tài)調(diào)節(jié),然后執(zhí)行卡爾曼濾波遞推過(guò)程,最后將卡爾曼濾波公式中的進(jìn)一步估計(jì)值作為目標(biāo)車輛最終的實(shí)時(shí)定位結(jié)果。如圖2所示,把目標(biāo)車輛k時(shí)刻的復(fù)合位置Targetk(X,Y)作為卡爾曼濾波公式中觀測(cè)量Z(k)的值,同時(shí)將k時(shí)刻的控制量Δr(K)用于卡爾曼濾波公式中觀測(cè)噪聲協(xié)方差矩陣R的動(dòng)態(tài)調(diào)節(jié),得到可變觀測(cè)噪聲協(xié)方差矩陣R(k),然后執(zhí)行卡爾曼濾波遞推過(guò)程,最后將卡爾曼濾波公式中的進(jìn)一步估計(jì)值作為目標(biāo)車輛最終的實(shí)時(shí)定位結(jié)果。

需要說(shuō)明的是,雖然本發(fā)明所述方法是利用上述三種現(xiàn)有的定位技術(shù)計(jì)算得到準(zhǔn)確的目標(biāo)車輛的實(shí)時(shí)位置。但是,車載終端在實(shí)際應(yīng)用時(shí),使用三種或三種以上定位裝置采集各自定位數(shù)據(jù)時(shí),對(duì)定位技術(shù)的種類和數(shù)量都沒有限制。比如在上述三種定位技術(shù)的基礎(chǔ)上增加一種射頻識(shí)別(Radio Frequency Identification,RFID)定位技術(shù),且目標(biāo)車輛和某相鄰車輛的RFID定位數(shù)據(jù)分別為:RFID(X,Y)和RFIDnei(X,Y),則目標(biāo)車輛的四種定位技術(shù)的離群率改寫為:

其中dGW表示GPS(X,Y)與WiFi(X,Y)之間的歐幾里得距離,dGC、dGF、dWC、dWF和dCF同理。在各定位技術(shù)的絕對(duì)誤差中,GPS、WiFi和CN的保持不變,只需添加RFID的絕對(duì)誤差為:eRFID=|DF-D|,其中DF表示RFID(X,Y)和RFIDnei(X,Y)之間的歐幾里得距離。然后目標(biāo)車輛的復(fù)合位置改寫為:

其中wRFID為RFID定位技術(shù)的貢獻(xiàn)度,其它變量含義同上。復(fù)合位置可信程度的指標(biāo)改寫為:Cm=wGPS+wWiFi+wCN+wRFID,同時(shí)Cm的論域改為(0,4),其它參數(shù)保持不變。

此外,本發(fā)明方法中的復(fù)合定位方法與CPS理論融合之后,可更好的服務(wù)于大部分的車輛應(yīng)用場(chǎng)景,比如智能路徑規(guī)劃、防碰撞系統(tǒng)以及車輛組網(wǎng)等?,F(xiàn)以車輛組網(wǎng)為例,如圖3所示,當(dāng)目標(biāo)車輛獲取到相關(guān)數(shù)據(jù)(定位數(shù)據(jù)和兩車距離)之后,便運(yùn)行本發(fā)明中的復(fù)合定位算法;在獲取自身定位數(shù)據(jù)后,可將自身的行駛狀態(tài)(位置、速度、方向、目的地等)共享至云服務(wù)中心,同時(shí)可獲取周圍車輛的行駛狀態(tài);然后根據(jù)自身的行駛狀態(tài)和周圍車輛的行駛狀態(tài)來(lái)動(dòng)態(tài)決定是否需要組網(wǎng)以及與哪些車輛進(jìn)行組網(wǎng),通常情況下,應(yīng)當(dāng)選取目的地、速度和方向都比較接近的車輛進(jìn)行組網(wǎng),從而增加車載自組織網(wǎng)絡(luò)的通信鏈路時(shí)間并提高網(wǎng)絡(luò)服務(wù)質(zhì)量。此過(guò)程通過(guò)3C技術(shù)(Computing、Communication和Control)的有機(jī)融合與深度協(xié)作,達(dá)到了實(shí)時(shí)感知和動(dòng)態(tài)組網(wǎng)的目的。

本發(fā)明在MATLAB平臺(tái)上進(jìn)行了仿真實(shí)施試驗(yàn),試驗(yàn)參數(shù)如下表所示:

試驗(yàn)結(jié)果從目標(biāo)車輛各定位技術(shù)的定位軌跡、累積誤差和累積分布函數(shù)這三個(gè)方面對(duì)本發(fā)明方法的性能做了對(duì)比分析。如圖4所示,在前200m的距離內(nèi),本發(fā)明方法的定位軌跡顯然比GPS、WiFi和CN的定位軌跡更加靠近目標(biāo)車輛的實(shí)際軌跡。此外,各定位方法的定位累積誤差(前200m內(nèi)),如圖5所示,表明本發(fā)明方法能把定位累積誤差控制在20m左右,而GPS、WiFi和CN均超過(guò)了100m。最后,我們給出了整個(gè)試驗(yàn)階段中目標(biāo)車輛使用各定位方法產(chǎn)生的定位誤差累積分布函數(shù)(Cumulative Distribution Function,CDF),如圖6所示,表明本發(fā)明方法的定位誤差能夠達(dá)到4m的精度要求,相比GPS、WiFi和CN的10m的定位精度,提高了將近%60。

由此可見,實(shí)施例中本發(fā)明提出的一種新的基于模糊理論的復(fù)合定位方法能夠有效結(jié)合GPS、WiFi和CN這三種定位技術(shù)并提高定位精度,且每次定位時(shí)間耗時(shí)都在50ms以內(nèi),因此滿足了實(shí)時(shí)、準(zhǔn)確的定位需求。應(yīng)當(dāng)指出,凡屬于本發(fā)明思路下的技術(shù)方案均屬于本發(fā)明的保護(hù)范圍;對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō),在不脫離本發(fā)明原理前提下的若干改進(jìn)和潤(rùn)飾,應(yīng)視為本發(fā)明的保護(hù)范圍。車載終端在實(shí)際應(yīng)用時(shí),使用三種或三種以上定位裝置采集各自定位數(shù)據(jù)時(shí),對(duì)所述定位裝置的種類和數(shù)量都沒有限制,參見附圖1,目標(biāo)車輛通過(guò)三個(gè)GPS定位裝置、三個(gè)WiFi定位裝置和三個(gè)CN裝置共同定位。

當(dāng)前第1頁(yè)1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1