一种智能车载导航系统的制作方法

本发明涉及导航技术领域，具体涉及一种智能车载导航系统。

背景技术

随着世界各国经济的发展和城市化进程的不断加快，城市交通也随之迅猛发展，极大地促进了社会的进步和人们生活质量的提高。但由于车辆数量的急剧增长以及城市交通基础设施建设的局限，两者之间的供需矛盾日渐突显，交通问题已经成为世界各国政府面临的首要问题之一。

车载导航系统是城市交通系统重要的组成部分，其综合运用了先进的gis、gps、现代通信等多种先进技术，通过对交通流的多种数据进行采集融合、处理挖掘、综合分析，为交通系统的管理者和广大出行者提供实时、准确、动态的交通路况信息，对交通参与者出行前或出行中的路径进行科学合理的诱导，防止或减轻城市的交通拥堵，实现交通流在整个路网中各路段上合理分配。

技术实现要素：

针对上述问题，本发明旨在提供一种智能车载导航系统。

本发明的目的采用以下技术方案来实现：

提供了一种智能车载导航系统，包括定位模块、时间预测模块、路径规划模块和导航模块，所述定位模块用于确定车辆的精确位置，所述时间预测模块用于对车辆行程时间进行预测，所述路径规划模块用于确定车辆行驶最优路径，所述导航模块根据车辆实时位置、行程时间预测结果和最优路径进行导航。

本发明的有益效果为：提供了一种智能车载导航系统，基于车辆精确定位、行程时间预测和最优路径选择，实现了车辆精确导航。

可选的，所述定位模块包括初步定位模块、误差测算模块和精确定位模块，所述初步定位模块通过伪距确定车辆的初始位置，所述误差测算模块用于确定伪距测算误差，所述精确定位模块基于车辆初始位置和伪距测算误差确定车辆的精确位置。

可选的，所述初步定位模块通过伪距确定车辆的初步位置，具体为：将一台gps接收机安装在车辆上，通过下式确定车辆初始位置：

式中，di表示车辆到第i个卫星的伪距，i＝1，2，3，4，(x，y，z)表示车辆初步位置，(xi，yi，zi)表示第i个卫星位置，c表示光速，ti表示第i个卫星的钟差修正，t表示接收机的钟差。

可选的，所述误差测算模块用于确定伪距测算误差，具体为：将两台gps接收机安装在两个基准站a和b，已知两个基准站的实际位置分别为(x1，y1，z1)、(x2，y2，z2)，根据伪距测算公式确定的两个基准站的位置分别为(x3，y3，z3)、(x4，y4，z4)，通过下式确定伪距测算误差：

式中，w1表示伪距测算误差。

可选的，所述精确定位模块基于车辆初始位置和伪距测算误差确定车辆的精确位置，具体为：通过下式确定车辆的精确位置(x0，y0，z0)：(x0，y0，z0)＝w1+(x，y，z)。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的结构示意图；

附图标记：

定位模块1、时间预测模块2、路径规划模块3、导航模块4。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本实施例的一种智能车载导航系统，包括定位模块1、时间预测模块2、路径规划模块3和导航模块4，所述定位模块1用于确定车辆的精确位置，所述时间预测模块2用于对车辆行程时间进行预测，所述路径规划模块3用于确定车辆行驶最优路径，所述导航模块4根据车辆实时位置、行程时间预测结果和最优路径进行导航。

本实施例提供了一种智能车载导航系统，基于车辆精确定位、行程时间预测和最优路径选择，实现了车辆精确导航。

优选的，所述定位模块1包括初步定位模块、误差测算模块和精确定位模块，所述初步定位模块通过伪距确定车辆的初始位置，所述误差测算模块用于确定伪距测算误差，所述精确定位模块基于车辆初始位置和伪距测算误差确定车辆的精确位置；

所述初步定位模块通过伪距确定车辆的初步位置，具体为：将一台gps接收机安装在车辆上，通过下式确定车辆初始位置：

式中，di表示车辆到第i个卫星的伪距，i＝1，2，3，4，(x，y，z)表示车辆初步位置，(xi，yi，zi)表示第i个卫星位置，c表示光速，ti表示第i个卫星的钟差修正，t表示接收机的钟差；

所述误差测算模块用于确定伪距测算误差，具体为：将两台gps接收机安装在两个基准站a和b，已知两个基准站的实际位置分别为(x1，y1，z1)、(x2，y2，z2)，根据伪距测算公式确定的两个基准站的位置分别为(x3，y3，z3)、(x4，y4，z4)，通过下式确定伪距测算误差：

式中，w1表示伪距测算误差；

所述精确定位模块基于车辆初始位置和伪距测算误差确定车辆的精确位置，具体为：通过下式确定车辆的精确位置(x0，y0，z0)：(x0，y0，z0)＝w1+(x，y，z)；

本优选实施例通过设置两个基准站确定伪距测量误差，提升了车辆定位精度，为后续车辆导航奠定了基础；

优选的，所述时间预测模块2包括预测模块和评估模块，所述预测模块用于获取车辆行程时间预测结果，所述评估模块用于对预测结果进行评价；

所述预测模块用于获取车辆行程时间预测结果，具体为假设具有相同历史趋势的一天中每个路段在相同的时段有着相同的行程时间，采用下式对车辆的行程时间进行预测：

ti，m(n)＝0.1+ρt′i，m+(1-ρ)ti，m(o)

式中，ti，m(n)表示路段i在时间间隔为m的行程时间预测值，ti，m(o)表示路段i在时间间隔为m的历史行程时间数值，t′i，m表示路段i在时间间隔为m的最近的行程时间数值，ρ表示平滑系数，ρ∈(0，1)；

所述评估模块用于对预测结果进行评价，具体为：通过下式计算行程时间预测结果的精度因子：

式中，p表示行程时间预测结果的精度因子，y1表示行程时间预测值，y2表示行程时间实测值；所述行程时间预测结果的精度因子越大，表示行程时间预测越准确；

本优选实施例通过历史行程时间对行程时间进行预测，实现了行程时间的预测和评估，保证了预测的准确性，为后续车辆导航奠定了基础。

优选的，所述路径规划模块3包括路网建模模块和路径选取模块，所述路网建模模块用于建立交通路网模型，所述路径选取模块基于交通路网模型选取最优路径；

所述路网建模模块用于建立交通路网模型，具体为：采用无向图表示交通路网，节点表示路网中的路口，节点之间的边表示路网中的路段，采用以下方式确定路网中每条道路的权重：

计算每个路段的路段因子：

式中，li表示第i个路段的路段因子，a1表示路段单位时间的最大车辆通过数，a2表示路段一年内发生交通事故的次数，a3表示路面状况量化值，a3＝3，路面为柏油，a3＝2，路面为水泥，a3＝1，路面为土质，a4表示路段收费单位里程收费额；

根据每个路段的路段因子确定对应的权重：

式中，qi表示第i个路段的权重，fi表示第i个路段的长度，n表示路网中路段的数量；

所述路径选取模块基于交通路网模型选取最优路径，具体为：选取总权重最小的路段作为最优路径。

本优选实施例确定路段权重的过程中，充分考虑了路段的通行能力、事故发生频率、路面状况和收费状况，得到了准确的路段权重，保证了路径的最优选取。

采用本发明智能车载导航系统进行导航，选定出发地，选取5个目的地进行实验，分别为目的地1、目的地2、目的地3、目的地4、目的地5，对导航效率和导航准确性进行统计，同现有导航系统相比，产生的有益效果如下表所示：

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于ram、rom、eeprom、cd-rom或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。