一種基于車輛自組織網(wǎng)絡(luò)的車輛位置定位信息融合方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于車輛位置定位信息技術(shù)領(lǐng)域，具體涉及一種基于車輛自組織網(wǎng)絡(luò)的車 輛位置定位信息融合方法。
【背景技術(shù)】
[0002] 車聯(lián)網(wǎng)（Internet of Vehicles)是由車輛位置、速度和路線等信息構(gòu)成的巨大交 互網(wǎng)絡(luò)。通過GPS、北斗、RFID、雷達、攝像頭等傳感器裝置，車輛可以完成自身環(huán)境和狀態(tài)信 息的采集;通過互聯(lián)網(wǎng)技術(shù)，所有的車輛可以將自身的各種信息傳輸匯聚到中央處理器;通 過計算機技術(shù)，這些大量車輛的信息可以被分析和處理，從而計算出不同車輛的最佳路線、 及時匯報路況和安排信號燈周期。
[0003] 車輛自組織網(wǎng)絡(luò)(Vehicular Ad-hoc Network,VANET)是傳統(tǒng)的移動自組織網(wǎng)絡(luò) (MANET)在交通道路上的應(yīng)用，是一種特殊的移動自組織網(wǎng)絡(luò)，是一種自組織、無固定結(jié)構(gòu) 的車輛間通信網(wǎng)絡(luò)。。根據(jù)中國物聯(lián)網(wǎng)校企聯(lián)盟的定義，車聯(lián)網(wǎng)（Internet of Vehicles)是 由車輛位置、速度和路線等信息構(gòu)成的巨大交互網(wǎng)絡(luò)。通過互聯(lián)網(wǎng)技術(shù)，所有的車輛可以將 自身的各種信息傳輸匯聚到中央處理器;通過計算機技術(shù)，這些大量車輛的信息可以被分 析處理和融合，從而計算出不同車輛的最佳路線、及時匯報路況和安排信號燈周期。VANET 可以作為車聯(lián)網(wǎng)中重要的一個重要補充實現(xiàn)方法。
[0004] VANET下的車輛的安全性非常重要。通常車載傳感器對周圍環(huán)境信息的感知要比 駕駛員準(zhǔn)確，車輛可以通過車載網(wǎng)來提高傳感器感知的靈活性和準(zhǔn)確性。如果車載傳感器 可以捕獲車輛前端或某一方向的目標(biāo)車輛的位置、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)對措施。提高車輛目標(biāo)定位精度的基本思想就是，通過安裝的攝像頭、GPS、雷 達測距傳感器、陀螺儀及其他傳感器和動態(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;進一步，傳感器信息和融合后得到的信 息也可以通過額外的中繼站或網(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中的車輛目標(biāo)定位范圍。
[0005] 在VANET下，網(wǎng)絡(luò)的性能參數(shù)對目標(biāo)車輛的定位有一定的影響。在VANET中，隨著車 載網(wǎng)中車輛數(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，車輛在進行目標(biāo)定位時，不僅是本車的數(shù)據(jù)融合和識 另IJ，還需要通過網(wǎng)絡(luò)同其他車輛或基站進行通信，時延、時延抖動、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延兩個參數(shù)。
[0006] 在VANET下要進行多輛車之間的數(shù)據(jù)交互，地理位置(包括GPS定位、北斗定位、無 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 像測距和雷達測距等信息在網(wǎng)絡(luò)中傳輸，時延導(dǎo)致接收到的信息不再準(zhǔn)確。如圖1所示，在 傳輸延遲的時間內(nèi)，車輛從黑色線條位置運動到白色線條處。
[0007] 專利申請?zhí)枮镃N201110302260.0的《基于車聯(lián)網(wǎng)實現(xiàn)圖像信息共享的方法、裝置 和系統(tǒng)》公開了 一種基于車聯(lián)網(wǎng)實現(xiàn)的圖像信息共享方案。專利申請?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》公開了 多傳感器信息融合，并且實現(xiàn)了一種采用視覺與雷達相結(jié)合的預(yù)警方法，提高了汽車防撞 防車道偏離的準(zhǔn)確率的方案。
[0008] 論文《車載自組網(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 多車輛協(xié)作相對位置定位的方法;論文《基于信息融合的汽車防追尾避撞目標(biāo)識別研究》 (張西雅）中提出了通過信息融合實現(xiàn)多個傳感器數(shù)據(jù)的融合后的最優(yōu)化，并實現(xiàn)汽車防追 尾避撞目標(biāo)識別方案；論文《基于車輛聯(lián)網(wǎng)的實時路況信息系統(tǒng)研究》（姚敏杰）研究了 VANET下的實時動態(tài)路況信息采集與分發(fā)、路段交通識別算法和路況查詢幾個方面的關(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 達到1.7592Mb/s。論文《基于車載自組織網(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)的方案都沒能實現(xiàn)在車輛周邊情況實時檢查和信息共享的前提下， 進行有效提高前方車輛準(zhǔn)確性定位的方法。

【發(fā)明內(nèi)容】

[0010] 針對現(xiàn)有技術(shù)的不足，本發(fā)明旨在提供一種基于車輛自組織網(wǎng)絡(luò)的車輛位置定位 信息融合方法，以實現(xiàn)在車輛周邊情況實時檢查和信息共享的前提下，有效提高前方車輛 定位的準(zhǔn)確性。
[0011] 為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案:一種基于車輛自組織網(wǎng)絡(luò)的車輛 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)車輛周圍的車輛數(shù)，如車輛數(shù)為η輛，則運行η次單車 數(shù)據(jù)融合方法;假設(shè)目標(biāo)車輛周圍有四輛車，則運行四次單車數(shù)據(jù)融合方法；
[0013] S2,運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)貼近度計算權(quán)重，得 到車輛位置定位信息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)的第一視角車輛為A，且第一視角車輛A周圍僅有 車輛B在自組織網(wǎng)絡(luò)系統(tǒng)內(nèi)；P為A車前方的目標(biāo)車輛并且P車不是自組織網(wǎng)絡(luò)系統(tǒng)成員;A車 通過本發(fā)明方法測量A車到P車的距離;系統(tǒng)中使用的是GPS，系統(tǒng)內(nèi)的車輛的實時時間都是 通過GPS授時所得;Lon B表示B車的煒度，LatB表示B車的經(jīng)度;aB表示B車的加速度;VB表示B 車運行速度;Lbp表示B車通過雷達或者圖像攝像裝置檢測得到的距離P車的距離；（aP，VP)表 示B車通過雷達或者圖像攝像裝置檢測得到的目標(biāo)車輛P車的加速度和速度，其傳輸信息里 包含方向信息；
[0016] 假設(shè)傳輸時延平均為τ，ΤΑ為A車接收到數(shù)據(jù)后開始處理的時間戳;Ta-Tb為時間差， 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] 在延遲時間內(nèi)Α車行駛的距離為：
[0028] Sa為AA'，Sb為BB'，Sp即為PP'，ASbp=(PP/_BB/ );
[0029] 對B經(jīng)緯度信息進行預(yù)修正，得到B車在A車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B傳輸?shù)哪繕?biāo)P的相關(guān)信息進行預(yù)修正，
[0032] Lb，p，= =Lbp+ Δ Sbp
[0033] A車自身的傳感器數(shù)據(jù)可以認(rèn)為是實時獲取的即得到A7 (LorusLatV )，預(yù)修正后 的Lab。S7 a7 B7 (gps) ;Lab表;^A車和B車的距尚；這里根據(jù)修正后經(jīng)煒度坐計算出的距i^Lab = S7 a7 B7 (gps)記為Sab(gps)(矢量方向即為A車到B車的方向），誤差為ω ab(gps)，即Lab = Sab(gps)十 ω AB(GPS);
[0034] 獲取到B車數(shù)據(jù)，并進行預(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車通過圖像測距或雷達測距實時獲取系統(tǒng)內(nèi)B車的距離，記圖像測距結(jié) 果為SAB(Image)，k差為〇 AB(Image);雷達測距所得到的距尚為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