北斗增强惯导高效融合车道级定位工作方法及系统装置与流程

本发明涉及一种北斗增强惯导高效融合车道级定位工作方法及系统装置，属于高精度定位智能交通的技术领域。

背景技术：

随着我国城市规模不断扩大，人口在城市中大量聚集，机动车数量快速增长，车路矛盾日益严重，带来了严重的交通拥堵问题。然而现如今我国对于交通拥堵激励治堵还缺乏一个系统、科学、前瞻性的考虑，智能交通系统与交通治堵方法还远远不够完善。因此，基于北斗的高效融合车道级定位工作方法及系统装置的发展势在必行。现如今利用惯导系统(INS)与北斗定位系统功能特点上的互补性，通过二者组合导航尚可实现车道级定位，然而，当北斗电磁波信号处于诸如隧道、桥下等自然障碍物遮挡而中断或削弱，及各种电磁波无意或故意的电磁波干扰、阻塞的情况下时，惯性导航系统的测量误差会随着时间的推移而积累成越来越大的定位误差,现有技术又很难实现拥堵路况下高效的车辆变更车道状态检测。

技术实现要素：

针对现有技术的不足，本发明提供一种北斗增强惯导高效融合车道级定位工作方法。

本发明又提供一种实现上述工作方法的系统装置。

本发明的技术方案如下：

一种北斗增强惯导高效融合车道级定位工作方法，包括如下步骤：

1)通过北斗接收机进行北斗卫星信号的导航捕获与跟踪、解调出卫星导航电文、获取伪距和载波相位的测量值；中央处理器进行北斗格网差分定位；

2)惯性传感器根据步骤1)所述测量值获得车辆运动状态；

3)通过中央处理器对惯性导航系统与北斗定位系统进行组合导航；

4)通过中央处理器分析图像，实现道路标线的识别；

5)由中央处理器对所检测出的图像中的直线进行卡尔曼滤波道路标线跟踪，根据道路标线变化情况判断车辆是否变更车道以及车辆变更车道的状态：

当识别出的道路标线中跟踪倾角为30-90°之间时，判断车辆是变更车道状态。

根据本发明优选的，所述步骤2)惯性传感器根据步骤1)所述测量值获得车辆运动状态之间的微分方程式如式(I)：

在式(I)中，车辆运动状态包括导航坐标系中的东向位置坐标e、北向位置坐标n、东向速度ve和航偏角ax和ay为机体坐标系中的加速度传感器测量值，为航偏角旋转角速度传感器测量值。

根据本发明优选的，所述步骤3)中，所述组合导航的方法如下：

将北斗和INS两个导航系统在车辆位置、速度和姿态角用卡尔曼滤波器组合起来。

根据本发明优选的，所述用卡尔曼滤波器组合起来的算法为：

车辆在单位时间内的行驶距离如公式(II)：

车辆的运动方向如公式(III)：

Δgps的测量误差方差值如公式(IV)：

的测量误差方差值如公式(V)：

根据本发明优选的，所述步骤4)中实现道路标线的识别的方法，包括图像增强、边缘检测、图像分割和Hough变换算法；

其中所述Hough变换算法检测图像中的直线，即道路标线：

在变换空间中采用直线的极坐标方程如公式(VI)：

ρ＝xcosθ+ysinθ (VI)

对参数(ρ,θ)进行m,n等分，构造累加数组A(ρi,θi)，其元素值表示经过该点(ρ,θ)的曲线个数之和，对图像上所有边缘点进行Hough变换，进行累加如公式(VII)：

A(ρi，θi)＝A(ρi，θi)+1 (VII)

取出数组A(ρi,θi)中的最大元素，其对应的(ρ,θ)即所求；

直线斜率:k＝-cotθ；

直线截距:

一种实现上述工作方法的系统装置，包括：北斗接收机、惯性传感器、CCD摄像头和中央处理器(CPU)；

所述北斗接收机，包括射频前端处理模块、基带数字信号处理模块、定位导航运算模块；用以实现北斗卫星信号的导航捕获与跟踪、解调出卫星导航电文、获取伪距和载波相位等测量值；

所述惯性传感器，惯性导航的工作原理基于牛顿定律，利用惯性传感器中的加速度计，用于测量车辆的运动加速度，将其对时间进行一次积分得车辆运动速度，利用陀螺仪测量车辆的角速度，将其对时间进行积分得车辆的姿态角，然后通过中央处理器对惯性测量值进行处理，得到车辆的位置、速度和姿态；

所述CCD摄像头，其具有成像质量高、动态范围宽、灵敏度较高的特点，用于采集车辆前方路面图像信息，并输出模拟视频信号；

所述中央处理器(CPU)，包括北斗定位模块、惯性测量值处理模块、图像处理模块，用于实现北斗格网差分定位、实现道路标线识别、判断车辆变更车道情况、与惯性导航系统进行组合导航。

本发明的技术优势在于：

本发明能够实现北斗电磁波信号在诸如隧道、桥下等自然障碍物遮挡而中断或削弱，及各种电磁波无意或故意的电磁波干扰、阻塞的情况下仍能对车辆进行车道级精准定位的目标。

附图说明

图1是北斗接收机的内部模块连接工序图；

图2为所述卡尔曼滤波器组合起来的算法流程图；

图3为车辆变道检测示意图；

图4为本发明所述系统装置的工作流程图；

图5为本发明定位工作方法的流程图。

具体实施方式

现结合实施例和说明书附图对本发明做详细的说明，但不限于此。

如图1-5所示。

实施例1、

一种北斗增强惯导高效融合车道级定位工作方法，包括如下步骤：

1)通过北斗接收机进行北斗卫星信号的导航捕获与跟踪、解调出卫星导航电文、获取伪距和载波相位的测量值；中央处理器进行北斗格网差分定位；北斗接收机的内部结构及工作顺序如图1所示；

2)惯性传感器根据步骤1)所述测量值获得车辆运动状态；车辆的运动状态包括车辆位置、速度和姿态；

3)通过中央处理器对惯性导航系统(INS)与北斗定位系统进行组合导航；

4)通过中央处理器分析图像，实现道路标线的识别；

5)由中央处理器对所检测出的图像中的直线进行卡尔曼滤波道路标线跟踪，根据道路标线变化情况判断车辆是否变更车道以及车辆变更车道的状态：

当识别出的道路标线中跟踪倾角为30-90°之间时，判断车辆是变更车道状态。

由于在拥堵路况下道路标线多处于被遮挡状态，很难对所有道路标线进行有效的标线跟踪，由于车辆的行驶轨迹存在一定的客观规律，即车辆在非变道状态下仅允许在道路中央行驶，因此，在车辆变道过程中，被跨越的这条道路标线往往会比较完整的暴露出来。具体流程图如图3所示。

实施例2、

如实施例1所述的一种北斗增强惯导高效融合车道级定位工作方法，其区别在于，所述步骤2)惯性传感器根据步骤1)所述测量值获得车辆运动状态之间的微分方程式如式(I)：

在式(I)中，车辆运动状态包括导航坐标系中的东向位置坐标e、北向位置坐标n、东向速度ve和航偏角ax和ay为机体坐标系中的加速度传感器测量值，为航偏角旋转角速度传感器测量值。

实施例3、

如实施例1、2所述的一种北斗增强惯导高效融合车道级定位工作方法，其区别在于，所述步骤3)中，所述组合导航的方法如下：

将北斗和INS两个导航系统在车辆位置、速度和姿态角用卡尔曼滤波器组合起来。

实施例4、

如实施例3所述的一种北斗增强惯导高效融合车道级定位工作方法，其区别在于，所述用卡尔曼滤波器组合起来的算法为：

车辆在单位时间内的行驶距离如公式(II)：

车辆的运动方向如公式(III)：

Δgps的测量误差方差值如公式(IV)：

的测量误差方差值如公式(V)：

上述卡尔曼滤波器组合起来的算法流程如图2所示。

实施例5、

如实施例1-4所述的一种北斗增强惯导高效融合车道级定位工作方法，其区别在于，所述步骤4)中实现道路标线的识别的方法，包括图像增强、边缘检测、图像分割和Hough变换算法；

其中所述Hough变换算法检测图像中的直线，即道路标线：

在变换空间中采用直线的极坐标方程如公式(VI)：

ρ＝xcosθ+ysinθ (VI)

对参数(ρ,θ)进行m,n等分，构造累加数组A(ρi,θi)，其元素值表示经过该点(ρ,θ)的曲线个数之和，对图像上所有边缘点进行Hough变换，进行累加如公式(VII)：

A(ρi，θi)＝A(ρi，θi)+1 (VII)

取出数组A(ρi,θi)中的最大元素，其对应的(ρ,θ)即所求；

直线斜率:k＝-cotθ；

直线截距:

实施例6、

一种实现如实施例1-5所述工作方法的系统装置，包括：北斗接收机、惯性传感器、CCD摄像头和中央处理器(CPU)；

所述北斗接收机，包括射频前端处理模块、基带数字信号处理模块、定位导航运算模块；用以实现北斗卫星信号的导航捕获与跟踪、解调出卫星导航电文、获取伪距和载波相位等测量值；

所述惯性传感器，惯性导航的工作原理基于牛顿定律，利用惯性传感器中的加速度计，用于测量车辆的运动加速度，将其对时间进行一次积分得车辆运动速度，利用陀螺仪测量车辆的角速度，将其对时间进行积分得车辆的姿态角，然后通过中央处理器对惯性测量值进行处理，得到车辆的位置、速度和姿态；

所述CCD摄像头，其具有成像质量高、动态范围宽、灵敏度较高的特点，用于采集车辆前方路面图像信息，并输出模拟视频信号；

所述中央处理器(CPU)，包括北斗定位模块、惯性测量值处理模块、图像处理模块，用于实现北斗格网差分定位、实现道路标线识别、判断车辆变更车道情况、与惯性导航系统进行组合导航。