基于GRI的多车协同定位研究

为提高自动驾驶技术中的车辆定位精度,提出了一种基于GRI的多车协同定位方法。采用该方法时,一辆车依据GPS定位信息对本车位置进行估计,再通过车车通信接收周围车辆发来的根据其GPS测定的位置及其与该车相对位置而估计的该车位置。将这些位置信息进行融合,通过一定的修正,估算出该辆车更为精确的位置。最后应用MATLAB对所提出方法进行仿真,以模拟多车直行跟随和换道行驶场景。结果表明,该方法合理、可行,能有效提高车辆的定位精度,具有广阔的工程应用前景。     

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。     

神经元实时辨识车辆导航系统中的GPS多径误差

在城市车辆导航过程中,多径误差是近距离差分GPS等高精度定位的主要误差源。文章首次提出神经元实时辨识GPS多径误差方法,它能实时辨识当前时刻GPS接收机输出的GPS信号是否含有多径误差,从而解决GPS多径误差对城市车辆导航定位精度的影响。把该方法用到实际工程中,其结果显示能够有效的消除GPS多径误差对城市车辆导航系统定位精度的影响。     

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.     

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%。     

一种基于GPS和RFID的智能公交站台定位方法

目前,将智能网联技术、自动驾驶技术应用到城市公共交通领域已经成为一个重要的研究方向,然而,车辆实时位置监测,作为这两项技术最重要的基础之一,仍旧主要依赖GPS定位系统,该系统受天气及环境影响较大,无法独立提供完善及精确的位置信息。文章提出了一种基于GPS和RFID的智能公交站台定位方法,该方法采用GPS与RFID两者协同、矫正的方式,克服了单一GPS定位的不足,对于提高公交车辆站台定位的精确性、及时性,实现公交车辆站台提前播报及自动停靠,具有重要的研究意义。     

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轨迹继续行驶直至停车,进而提高车辆行驶安全性。仿真和实车试验结果表明,该算法既能够提高定位精度,也能够有效判断定位是否发生偏移,同时在定位失效发生后,可以控制车辆按参考轨迹安全行驶。     

卫星拒止环境下危险货物运输车辆融合定位方法

为实现卫星拒止环境下危险货物运输车辆的准确可靠定位,建立一种RFID/车载低成本传感器融合定位方法.以RFID输出的信号强度信息作为信息源,采用最小二乘支持向量机方法准确估计读写器与标签之间距离,并具备不同工作环境下的高泛化能力;引入车载传感器信息,建立改进车辆运动状态模型以准确描述车辆运行状态,设计一种自适应分散化信息滤波方法实现无线射频与车载传感器信息的融合定位.为有效隔离RFID失效信息,并实现异源异步信息融合,采用分散化架构而非传统集中式滤波实现融合,同时,在滤波器中提出并融入自适应规则判断RFID信息的有效性以决定是否隔离故障信息,从而提升融合算法的准确性和鲁棒性.实车试验结果表明,融合定位精度达到了无遮挡环境下GPS的定位精度,相比于无线射频定位提升了58%,相比于航位推算提升了68%,相比于传统卡尔曼滤波融合提升了65%.特别是在存在标签失效情形下,性能的提升更为显著.      

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Wi-Fi Direct的道路交通状态信息采集方法

针对传统交通状态信息采集中采用的环形线圈车辆检测器存在布设和维护难度较大等问题,提出了一种基于Wi-Fi Direct的道路交通状态信息采集方法,以实现对基本的道路交通流状态参数进行采集估计。该方法利用车-路通讯设备实现车辆与路侧设备的通信;以车载通讯设备的Wi-Fi芯片MAC地址完成车辆个体识别;通过车载通讯设备中的北斗定位装置向路侧设备提供车辆实时位置及时间信息,进而实现道路区段内交通流基本状态信息估计。实验测试表明,该方法能够有效完成路段平均速度、交通流量及车流密度等交通状态信息的采集和估计。     

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GPS和GSM的车辆智能定位与跟随研究

随着制造业的快速发展,汽车逐渐成为人们日常生活中重要的出行工具,随之而来的是在城市道路尤其是在无信号灯十字交叉口造成的交通拥挤,针对该种现象,基于GPS和GSM技术的远程无线定位特性设计了一种多车智能定位与跟随控制系统。以STM32微控制器为主控芯片,采用GPS模块进行前车定位采集取得前车的位置信息并通过GSM网络无线传输,跟随车接收并分析GPS信息帧进而解析汽车位置信息,实现前车的精准定位和跟踪。测试表明,系统能准确可靠的远程定位和跟随,及时提醒跟随车主进行有序行驶,提高道路通行效率。     

基于互联网+的新能源公交车远程监控平台研究

文章根据实车调研提出了关于新能源公交车的远程监控系统,并设计了一种基于互联网+的新能源公交车远程监控平台系统。该系统车载终端的控制器利用CAN总线采集车辆的整车状态和三电系统状态信息,并通过数据分析确定是否存在故障并进行故障预警,再利用GPS获取公交车的位置信息,通过互联网终端即可掌握车辆运行状态。最后通过实车实验,验证了该系统的高效和实用性。     

车辆运动方程定位原理的研究及其应用

利用车辆运动方程获取车辆行驶距离,车辆当前位置点处的道路方向作为方向角,根据航位推算原理实时推算车辆位置。通过实地跑车试验分别分析了该定位技术在车载导航系统和监控中心的应用。试验结果显示,在车辆导航系统中该技术能实现GPS盲区内的车辆连续定位功能;在监控中心中,该技术从理论上可以大大减少单个车辆和监控中心之间的信息流量,其实际应用还有待智能交通系统的进一步完善。     

基于组件式GIS技术的导航电子地图设计

在车辆导航系统中,通常采用GPS来获得车辆的位置信息,并准确地在电子地图上显示和定位。可以认为通过GPS获得定位数据是GIS的一种数据采集方式。它可以实现车辆位置的实时、动态确定。利用目前较先进的组建式GIS技术开发了一套能够实时动态显示模拟GPS信息的电子地图,具有较高的实用和教学意义。     

基于车路协同的车辆状态估计方法

提出了一种基于车路协同的车辆质心侧偏角估计方法。该方法通过专用短程通信技术获取路侧基站的差分GPS信息,在车辆运动学模型的基础上,通过建立二次卡尔曼滤波器,融合差分GPS的航向角、车速和车载传感器的纵向加速度、横向加速度与横摆角速度信号,来估计车辆横摆角和质心侧偏角,并进行了实验验证。结果表明,即使在横向加速度较大的情况下,该方法仍具有较好的估计精度,可满足车路协同系统中车辆安全控制的要求。     

基于组件式GIS的模拟导航电子地图设计

在车辆导航系统中,通常采用全球定位系统GPS获得车辆位置信息,并准确在电子地图上显示和定位,可认为通过GPS获得定位数据是地理信息系统GIS的一种数据采集方式。文中利用目前较先进的组件式GIS技术开发了一套能实时动态显示、模拟GPS信息的电子地图。     

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数据集07和09子集上的均方根误差较VINS-Mono分别降低了18.16%和33.08%,改善了VSLAM在大范围环境中表现较差的问题,同时提高了在GPS信号薄弱或无GPS信号环境中的定位精度。     

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。