基于RSSI测距修正的有源RFID车库定位系统研究

针对车库定位,设计了一个有源RFID车库定位系统。该系统设计并实现了一种基于RSSI测距技术的定位算法。对RSSI测距进行了修正,提出并实现了具体应用环境参数的提取和估算,提高了RSSI测距准确度。     

面向智能网联汽车定位的协同地图匹配算法

为实现智能网联环境下低成本、高精度的车辆定位, 研究了基于自适应遗传Rao-Blackwellized粒子滤波的协同地图匹配算法。利用联网车辆的定位信息和道路约束条件消除公共偏差, 提高车辆定位精度。将自适应遗传算法引入到粒子滤波的重采样过程中, 增加粒子的多样性, 解决传统粒子滤波算法中容易出现的“粒子退化”和“粒子耗尽”问题。通过仿真实验与传统粒子滤波以及卡尔曼平滑粒子滤波下的定位结果进行了对比, 同时分析了不同联网车辆数目对定位精度的影响。通过实际测试验证了算法在实际应用中的定位效果。实测结果表明: 以典型十字路口为例, 在联网车辆数目为4的情况下, 协同地图匹配算法的定位误差范围为1.67 m, 分别为原始GNSS定位以及单车地图匹配定位结果的41.03%和56.80%。同时, 该算法的统计定位精度(CEP)达到1.06 m, 比GNSS原始定位精度提高了2.52 m, 具有较好的定位效果。      

智能交通系统中WSN定位算法研究及仿真模型

本文研究了适用于智能交通系统中的无线传感网络定位算法。该算法引入多径误差效应和高斯白噪声效应,建立基于噪声的RSSI车辆定位算法。本文分析了不同高斯白噪声值和不同信标节点密度对车辆定位误差的影响,引入卡尔曼滤波来减小噪声对信号和定位误差的影响,对比了滤波前和滤波后的系统定位误差值,最后开发了带有混合噪声和滤波算法的智能交通系统定位仿真模型,对车辆定位情况进行了模拟。该仿真结果对后续智能交通系统的设计和系统实施提供了设计依据,具有一定的参考价值。     

应用于车辆碰撞协同预警系统的定位与测距技术

近年来,基于专用短程通信技术的车辆碰撞协同预警系统的研究受到广泛关注,高精度、低延迟、高可靠性的车辆定位和测距信息是实现车辆碰撞协同预警的前提。介绍了多种定位与测距技术的研究进展,对比分析了其应用于车辆碰撞协同预警系统的适用性与局限性,提出了相应的解决方法和发展方向。     

基于模糊逻辑的导航定位数据校正算法

为了提高GPS/DR组合定位系统的定位精度,通常采用地图匹配算法来修正定位误差.文中采用了一种基于模糊逻辑的导航定位数据校正算法,对经联合卡尔曼滤波输出的GPS/DR的定位数据进行校正.通过Matlab仿真实验,结果表明,该算法能有效地减小误差,提高组合定位系统的定位精度,改善其对航线跟踪的质量.     

基于RSSI的隧道人员定位系统

为了对隧道建设进行有效的管理,保证灾后救援效率,根据洞内的工作环境,完成了协调器节点、参考节点及定位节点的设计,安装ZigBee节点使无线网络覆盖整个隧道,实现了隧道人员的实时跟踪与定位;通过改进传统质心算法,提出了RSSI值优化的加权质心算法,利用MATLAB仿真试验对质心算法和RSSI值优化的加权质心算法进行对比验证,结果表明该算法确实提高了洞内作业人员的定位精度。     

基于V2X通信网络的车辆协同定位增强方法

鉴于车辆位置精度对车联网应用的重要性和传统的卫星定位系统在城市"高楼峡谷"或隧道等弱卫星信号覆盖区域失效或定位精度不足等问题,本文中研究了基于V2X通信网络的车辆定位方法,研发了专用短程通信和多模式通信网络定位终端,完成了终端的性能测试和应用部署,设计了基于多模型滤波算法的车辆协作定位增强方法。结果显示,与传统GPS定位相比,本文方法能提升定位精度近40%。     

基于车辆位置感知的自动快速公交系统

为了在城市快速公交系统中实现低成本的自动驾驶,提出一种基于位置感知的自动快速公交系统。该自动快速公交系统由感知层、决策层、控制层、执行层构成。其中感知层利用视觉和GPS可分别实现宿主车辆在道路上的横向、纵向的全局定位。利用车-车(V-V)和车-路(V-I)的超宽带通信及测距可得到周边车辆和设施相对本车的精确位置。详细介绍了车辆的横向定位方法以及在横向定位基础上的GPS/DGPS全局定位、V-V相对定位和V-I相对定位算法。列举了该系统中车辆利用位置感知实现自动跟随、泊车、换道超车等关键过程的方法,最后分析了自动快速公交系统的可行性。研究结果表明:提出的自动快速公交系统利用相对廉价的硬件设备和简单的定位算法,能够对自身、周边车辆及设施进行精确的位置感知,据此可实现车辆的自动驾驶控制,具备良好的应用前景;该系统中车辆位置感知方法相比传统方法具有较好的成本优势,在典型工况下能够取得较高的定位精度。     

考虑定位信息不确定性的多车协同定位算法

针对车载全球定位系统(global positioning system)存在的定位精度较差、定位可靠性较低等问题,提出了一种车车通信环境下考虑定位信息不确定性的多车协同定位算法.该算法在所研究车辆均装有车载GPS和前置距离传感器的基础上,以定位信息不确定性为依据进行协同定位.对自适应卡尔曼滤波进行改进以确定车辆定位信息的不确定度,搭建车间相对位置模型求解2车相对位置关系,最后设计联邦卡尔曼滤波算法利用多车数据进行融合以实现定位效果的优化.通过数值仿真表明这一算法与自车组合导航相比有效提升了GPS定位精度和可靠性,两者分别平均提升了35.2%和42.6%,且在车联网渗透率较高以及GPS信号较差时,定位效果提升更为明显.      

基于无迹卡尔曼滤波的定位融合与校验算法研究

针对传感器定位精度受环境影响较大及其对自动驾驶车辆行驶安全影响较大的问题,提出一种定位融合及校验算法.通过建立短时短距航迹推算模型进行定位预测,使用无迹卡尔曼滤波实现预测定位结果与实际定位结果的非线性融合,从而提高定位精度.通过定位校验算法,判断实际定位数据是否发生偏移,并研究主动避险控制算法使车辆能够保持定位失效前的...     

基于GPS和视觉同步定位与建图的无人驾驶车辆定位方法研究

为提高无人驾驶车辆的定位精度,提出一种基于GPS与视觉同步定位与建图(VSLAM)相融合的定位算法,在VINS-Mono基础上进行改进,提出了 VINS-FAST算法进行角点提取,并将VINS-FAST与GPS技术相结合,提出了 GPS与VSLAM相融合的VINS-GPS算法.试验结果表明:VINS-GPS在KITTI...     

专用短程通信辅助的车辆卫星定位故障检测方法

为了确保卫星定位性能满足特定协作式智能交通应用需求,提高车辆定位系统的故障容错能力,针对车辆卫星定位的自主故障检测与性能优化问题,提出基于专用短程通信辅助的卫星定位故障检测方法,充分利用专用短程通信设备的测距率观测信息,实现故障检测对不同类型卫星可视条件的有效适应。基于专用短程通信多普勒观测特性,构建基于载波频偏的车间测距率观测模型;设计卫星定位与专用短程通信组合观测与解算框架;基于容积卡尔曼滤波提出适于非线性观测特征的故障检测、识别与排除算法,并叠加量测噪声方差矩阵动态调整策略,对故障检测性能进行优化;基于实测试验检验车间测距率的观测性能,并运用实车轨迹对多车协同运行及定位采集过程进行仿真,检验所提出方法的故障检测性能。研究结果表明：提出的方法有效解决了常规接收机自主完好性监测算法受卫星可视条件限制的问题,所引入的量测噪声方差矩阵调整策略提升了故障检测及故障排除性能的稳定性,在给定仿真场景中,常规卫星观测条件下阶跃故障、斜坡故障排除率相对常规方法最高可分别提升52%、18%,受限观测条件下不同水平2类故障的排除率最高分别可达100%、89%,边界观测条件下不同水平2类故障的检测率最高分别可达100%、96%。研究结果对于充分发挥车-车协同模式的核心优势、保障车辆定位性能具有重要价值。     

分布式多车协同视觉SLAM系统EI北大核心CSCD

可靠的定位与导航是实现自动驾驶的先决条件。单车视觉同时定位与建图(SLAM)技术能够在GNSS拒止的情况下实现车辆的定位,但累积误差会随运行时间逐渐增加,难以持续准确完成定位任务。通过多车协同视觉SLAM可以提升定位效果。本文提出了一种鲁棒、轻量化的分布式多车协同视觉SLAM系统,该系统以ORBSLAM2作为视觉里程计,利用NetVLAD全局图像描述子实现多车间共视区域识别和数据关联;提出了一种基于数据相似性和结构一致性的方法,实现多车间闭环离群值剔除;提出了一种分布式位姿图优化方法,提高多车协同定位精度。经过自主搭建平台所采集的真实数据以及KITTI数据集测试,该系统相较于已有的主流视觉SLAM算法以及协同SLAM算法均具有更高的定位精度。     

基于LPR的车距测量智能感知系统研究

本文基于车牌识别系统，提出一种基于单目视觉的前方车辆距离测量方法。全文根据图像变换、模型成像、视觉测量等方法，分析研究LPR测距的理论，设计出单目视觉测距的应用模型。利用车辆几何特征信息定位前方车辆的位置图像信息，最终利用车牌信息测量前方车辆距离。     

基于视觉传感器的ADAS纵向行驶工况识别方法研究

汽车先进驾驶辅助系统在应用时要根据不同的车辆行驶工况对车辆进行相应的控制,而准确的车辆行驶工况识别信号是合理的控制策略的基础.为了得到准确的车辆行驶工况识别信号,利用视觉传感器分别对车辆跟踪定位,以及车道线检测技术进行了研究.利用adaboost分类器检测出前方车辆;应用文中提出的基于坐标映射与定比分线并能够抵抗俯仰角干扰的测距方法进行车辆定位,验证结果显示该测距方法误差小于1m;再应用改进后的基于置信度判断与Kalman滤波技术的车道线跟踪检测方法进行车道线检测,并通过实车道路试验对此进行了验证,验证结果显示该车道线检测方法误差小于1°.提出1种基于PreScan的将所应用的车辆跟踪测距与车道线跟踪检测方法相结合的方法,用以实现汽车ADAS纵向行驶工况的识别,并通过PreScan仿真场景验证了该工况识别方法,结果表明该方法能够为ADAS提供准确的工况识别信号.      

基于RFID、视觉和UWB的车辆定位系统

在智能交通系统中获取车辆的精确位置对提升主动安全和实现无人驾驶具有重要意义。针对目前全球定位系统(GPS)和车路通信(V2I)定位方法的不足,结合射频识别(RFID)、视觉和超宽带(UWB)通信提出了一种新的车辆定位系统,目的是在GPS效果不佳的城市环境下实现车道级的定位。提出了基于RFID和视觉的车道判别算法和基于UWB的单锚点V2I定位算法。分析了单锚点V2I定位算法在典型工况下的定位误差。结果表明,在合理布置路侧单元的前提下采用该定位方法可实现直道和弯道定位误差分别在0.3和0.5m以内的定位精度。     

Vehicle Wireless Positioning Algorithm Based on the Fusion of Min-Max Method with Moving Path Approach

针对无线信号易受外界因素干扰而造成定位突变的问题,提出一种融合Min-Max方法和移动轨迹方法的车辆无线电定位算法,并进行外场实验验证.结果表明,该算法的定位精度高于其它算法；超过90％的样本数据定位误差小于2m.     

车辆导航系统中基于三维电子地图的单GPS车道级定位方法研究

在对三维电子地图建模的基础上,提出了一种基于单GPS的虚拟差分、高程辅助定位和碰撞检测误差消除相结合的车道级车辆定位方法.该方法将车辆定位分为两次地图匹配过程,即首次通过虚拟差分技术和高程辅助定位技术对GPS定位参数进行修正,提高定位精度,然后在三维电子地图中结合碰撞检测技术实现车道级匹配.通过实地DGPS跑车对比实验,证明该方法完全能够满足车道级路径引导的要求.     

移动通信技术应用于车辆定位的精度初探

章初步探讨了移动通信技术在车辆定位中的应用，并与GPS定位相对比，对影响定位精度的主要因素进行研究，给出相应的精度计算方法和公式，并提高定位精度，为移动通信定位技术研究提供重要依据。     

基于DSP的车载GPS/DR/MM组合导航仪

对于城市车辆GPS导航来说，其很大的一个缺点是跟踪卫星的信号常常由于建筑物，隧道及树木等的遮挡而使GPS的定位精度大大降低，甚至无法进行正常的导航和定位。为此，作者研制，开发了基于DSP的车载GPS／DR／MM组合导航仪，本文详细介绍导航仪的硬件组成和软件编程，给出导航仪的组合方法，并进行跑车试验，试验结果表明导航仪具有良好的导航与定位性能，解决了单纯GPS系统无法连续定位和行驶中的车辆“上房”问题。