基于粒子滤波的车辆间相对定位方法
【专利摘要】本发明公开了基于粒子滤波的车辆间相对定位方法，该方法根据待定位车辆之间的定位信号强度和车辆间的相对速度，通过粒子滤波算法来实现车辆间相对动态位置的定位。该方法能够使得具有通信能力的车辆在无需增加任何额外装置的前提下实现车辆间的精确定位。
【专利说明】基于粒子滤波的车辆间相对定位方法
【技术领域】
[0001]本发明涉及车辆定位技术，具体涉及车辆间相对动态定位技木。
【背景技术】
[0002]在交通控制领域中，车辆定位是普遍要用到的一种服务，可分为绝对位置定位和相对位置定位。车辆在行驶过程中，绝对位置通常用于车辆的导航，而相对位置对安全性显得更为重要。尤其车辆在高速道路上的运行过程中，车辆间相对位置定位显得尤为重要。
[0003]在现有的技术中，GPS定位是ー种非常常见的定位技木。但是在室外基于无线的GPS的单点定位误差在5?10米，转换为相对位置后，很明显会带来更大的误差。
[0004]再者，车辆之间相对定位也有采用声纳装置和激光装置来实现定位，这对两辆原本具有通信能力的车辆来说是额外的装置，这将大大增加车辆实现定位的成本。
【发明内容】
[0005]本发明针对现有车辆相对定位技术实施时误差大或成本高等问题，而提供ー种基于粒子滤波的车辆间相对定位方法。该方法能够使得具有通信能力的车辆在无需增加任何额外装置的前提下实现车辆间的精确定位。
[0006]为了达到上述目的，本发明采用如下的技术方案:
[0007]基于粒子滤波的车辆间相对定位方法，该定位方法根据待定位车辆之间的定位信号強度和车辆间的相対速度，通过粒子滤波算法来实现车辆间相对动态位置的定位。
[0008]在本发明的优选方案中，所述定位方法具体包括如下步骤:
[0009]( 1)建立待定位车辆之间的相互通信，使车辆之间具备通信功能，并实现车辆间的身份鉴别和相互数据交换；
[0010](2)获取定位信号強度和车辆间的相対速度；
[0011](3)结合定位信号強度和车辆间的相対速度，并通过粒子滤波算法实现车辆间相对动态位置的定位。
[0012]进ー步的，所述步骤(1)中待定位车辆间通过无线局域网WIFI方式或者ZigBee无线网络的方式建立相互的无线通信，并进行身份鉴别和相互数据交換。
[0013]进ー步的，所述步骤(2)中的车辆间相対速度的获取是通过车辆各自获取自身速度，并由无线通信过程交換速度信息，从而得到车辆间的相対速度。
[0014]进ー步的，所述步骤(3)中通过定位信号強度建立粒子滤波算法的定位信号強度感知模型，通过车辆间的相対速度建立粒子滤波算法的运动模型，且定位过程如下:
[0015](31)将所有粒子均匀分布于对方车辆可能出现的所有位置上；
[0016](32)根据建立的运动模型得出所有粒子下一刻的位置；
[0017](33)根据建立的定位信号強度感知模型确定每ー个粒子的权重；
[0018](34)对粒子进行重采样；
[0019](35)经过多次迭代，对所有粒子的位置取平均值，并输出作为车辆间相对动态位置。
[0020]再进ー步的，所述步骤(34)中如果要采样相同的粒子数目，那么权重值大的粒子将会被多次采样。
[0021]本发明通过检测车辆之间无线信号的強度和相対速度，并引入粒子滤波算法实现精确定位。
[0022]本方案相对于现有基于GPS的相对于定位方案，能够实现更为精确的车辆之间的相对定位；相对于采用声纳装置和激光装置来实现定位的方案，其实现定位成本低且实现简单。
【专利附图】
【附图说明】
[0023]以下结合附图和【具体实施方式】来进ー步说明本发明。
[0024]图1是本发明的ー个具体实施场景的示意图；
[0025]图2是车辆间相对定位过程的流程图；
[0026]图3是通过粒子滤波实现定位算法的流程图。
【具体实施方式】
[0027]为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进ー步阐述本发明。
[0028]本实例中的方案基于粒子滤波实现车辆间的相对精确定位，具体根据待定位车辆之间的定位信号強度和车辆间的相対速度，通过粒子滤波算法来实现车辆间相对动态位置的定位。
[0029]基于上述原理，本实例的具体定位方案通过如下步骤实现:
[0030]( 1)建立待定位车辆之间的相互通信，使车辆之间具备通信功能，并实现车辆间的身份鉴别和相互数据交換。
[0031]为了能够达到快速稳定的建立两车之间的无线通信，具体可采用无线局域网WIFI方式在两车之间建立相互的无线通信，并进行身份鉴别和相互数据交換。
[0032]作为替代方案，也可采用ZigBee无线网络的方式在两车之间建立相互的无线通信。
[0033]对于在两车之间建立无线相互通信的方式并不限于上述两种方案，根据需要也可以采用其他方式，只要能够快速、精确以及稳定的实现两车之间无线通信即可。
[0034](2)在两车之间完成相互无线通信的建立后，获取对方发送的定位信号强度以及车辆间的相対速度。
[0035]对车辆间相对速度的获取，具体通过车辆各自获取自身速度，并由无线通信过程交換速度信息，根据自身速度以及通过无线通信获取的对方车辆的速度得到车辆间的相对速度。
[0036](3)结合定位信号強度和车辆间的相対速度，并通过粒子滤波算法实现车辆间相对动态位置的定位。
[0037]以下通过一具体应用实例来进ー步说明本实例的方案。
[0038]參见图1，其所示为本实例的实施场景。如图所示，该场景中展示了两辆车:A车和B车，在高速公路上同向行驶的场景。行驶方向如图中标记，其中A车和B车同向行驶，B车在行驶过程中希望获取与前车A的相对位置信息，而对自身的绝对位置并不感兴趣。
[0039]再者，A车上设置有WIFI的发射和接收装置，B车上也设置有WIFI的发射和接收装置，同时接收装置具备测量信号強度的功能，而且两车各具有唯一的SSID，以实现车辆间的识别、数据交换以及信号強度的測量。
[0040]同吋，A车和B车上都搭载车辆相对定位装置，通过与WIFI接收装置交互数据并执行粒子滤波算法，实现A车和B车之间的相对位置定位。
[0041]由此，A车和B车间进行相对定位的过程如下(參见图2):
[0042]第一歩，建立车辆间的相互通信。通过车载的无线WIFI装置，并交互车辆的身份等验证信息，建立两车间的通信。假设B车接收到了多个WIFI信号，其中有ー个是A车发出的信号，其他的信号认为是干扰信号，通过识别SSID，确定出A车的信号，之后就可以和A车建立通信。
[0043]第二步，获取定位信号強度。A车和B车建立了通信之后，B车测量A车所发出的信号的強度。这里的測量可以是单次的測量，也可以是多次的測量取平均。然后将測量到的強度信息传送到车辆相对定位装置。
[0044]获取车辆间的相対速度。A车和B车分别測量自身的速度，通过已建立的无线通信交互速度信息。B车在获取了 A车的速度之后就可以方便的计算出两车的相対速度，并将获取得到的相対速度信息传送到车辆相对定位装置。
[0045]第三歩，车辆相对定位装置根据所获取的定位信号強度和车辆间相対速度，就可以通过粒子滤波算法来实现定位。
[0046]由于第二步中，定位信号強度的測量值可以认为是服从正态分布的，会在准确值的附近产生一定的偏差。由于这样的定位信号強度的測量并不是一个准确的量，通常还具有较大的误差。进而直接映射到距离上也会是ー个不准确的量，所以这样直接由接收信号強度映射得到的距离是不能直接作为定位结果的。为了保证测量结果的精确度，车辆相对定位装置利用获得的定位信号强度值来建立粒子滤波算法的感知模型。
[0047]同时在第二步中，车辆间的相対速度由于自身测量的不准确以及通信过程带来的延时也会存在误差。所以速度的测量值也可认为是服从正态分布的，但是其方差较小。同样为了保证测量结果的精确度，车辆相对定位装置利用所获得的相対速度来建立粒子滤波算法的运动模型。
[0048]在此基础上，再通过进一歩的粒子滤波算法来实现更为精确的定位。
[0049]本实例中利用粒子滤波算法来进行车辆间动态相对定位，即由粒子来模拟车辆的位置，通常粒子的数量较多。具体定位运算吋，如果B车要实现与A车的相对位置的定位，那么每ー个粒子就表示B车相对于A车的可能位置，由此定位的流程如下(參见图3):
[0050]初始阶段，由于不存在关于两车位置的任何先验信息，就认为B车可能出现在相对与A车的任意位置，那么就将所有的粒子均匀地分布在B车可能出现的所有位置上。
[0051]接着，根据车辆间相对速度由之前建立的运动模型得出所有粒子下一时刻的位置。该运动模型就是描述当前时刻车辆的位置相对与上ー时刻车辆的位置的变化，变化的依据就是获取的车辆间相対速度。当前时刻车辆的位置就是上ー时刻的位置加上由此刻测得的车辆间相対速度造成的位移变化。这样就更新了当前一代粒子的相对位置向量。[0052]再接着，由之前建立的感知模型对每ー个粒子进行赋权。
[0053]该感知模型，就是车辆在每一次循环迭代中，感知该时刻的定位信号強度，通过该强度值和由运动模型得到的粒子位置，可以确定每个粒子与前车的当前相对位置与实际相对位置的接近程度。这样就能为每个粒子的重采样提供依据，即为粒子在下ー时刻定位上的修正提供依据。接近程度就由粒子的权值来反映。程序中为当前一代粒子維持一个权重值向量，刚更新或者重采样后的粒子的权重值为空，每一次迭代根据接收信号的传播模型，由粒子在当前位置能感知到当前所测信号強度的概率。然后将概率经过的归一化运算后的值作为当前这一代粒子的权重值。具体的赋权原理和重采样过程如下所述。
[0054]由上一步骤得到了每ー个粒子当前时刻的位置，同时这时车辆已经测得了此刻的定位信号強度，而每ー个粒子能測量到该已知定位信号强度值的概率是不一样的。且可知，当粒子的位置越接近车辆的真实位置时，其能够测到该定位信号強度值的概率就越大；相反，当粒子的位置越远离车辆的真实位置吋，能够测到该定位信号強度值的概率就越小。这样的话就可以用概率的归ー化值作为粒子的权重，这个权重值就反映了粒子的位置与车辆的实际位置的接近程度。这样离B车辆真实位置越近的粒子就具有越大的权重值，反之，权重值越小，这就为下一歩的重采样过程提供了依据。
[0055]再接着，对粒子进行重采样。由上一步可以知道，每ー个粒子都具有了不同权重，权重值越大就表明粒子的位置与车辆的实际位置较为接近，反之，则粒子的位置与车辆的实际位置差距较大。这样的话就可以根据粒子的权重值来确定粒子的重采样过程。也就是说，权重值较大的粒子在重采样的过程中被选中的概率就越大，权重值较小的粒子在重采样过程中被选中的概率就小，甚至有可能被直接淘汰。如果生成同样数目的下一代粒子，那么权重值大的粒子将会被多次采样，被采样的粒子的位置信息将会得到继承，但是新一代粒子的权值向量将被置为空值。这样新一代的粒子中，就会有较多接近车辆实际位置的粒子。然后再由运动模型开始，进行下一次的粒子滤波过程。
[0056]最后，对上面的过程经过多次迭代，那么粒子的位置就会集中到车辆的实际位置的附近。达到一定的迭代次数后，粒子的位置就能较为准确的反映车辆的实际位置，通过对所有粒子的位置取平均值，最后得到的这个值就作为对车辆实际位置的估计值，这样得到的估计值就会具有较好的精度。在之后的迭代中，粒子就会对车辆的位置实现动态跟踪的过程。
[0057]至此，完成基于粒子滤波的车辆间相对位置定位过程。
[0058]以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
【权利要求】
1.基于粒子滤波的车辆间相对定位方法，其特征在于，所述定位方法根据待定位车辆之间的定位信号強度和车辆间的相対速度，通过粒子滤波算法来实现车辆间相对动态位置的定位。
2.根据权利要求1所述的基于粒子滤波的车辆间相对定位方法，其特征在于，所述定位方法具体包括如下步骤: (1)建立待定位车辆之间的相互通信，使车辆之间具备通信功能，并实现车辆间的身份鉴别和相互数据交换； (2)获取定位信号強度和车辆间的相対速度； (3)结合定位信号強度和车辆间的相対速度，并通过粒子滤波算法实现车辆间相对动态位置的定位。
3.根据权利要求2所述的基于粒子滤波的车辆间相对定位方法，其特征在于，所述步骤(1)中待定位车辆间通过无线局域网WIFI方式或者ZigBee无线网络的方式建立相互的无线通信，并进行身份鉴别和相互数据交換。
4.根据权利要求2所述的基于粒子滤波的车辆间相对定位方法，其特征在于，所述步骤(2)中的车辆间相対速度的获取是通过车辆各自获取自身速度，并由无线通信过程交換速度信息，从而得到车辆间的相対速度。
5.根据权利要求2所述的基于粒子滤波的车辆间相对定位方法，其特征在于，所述步骤(3)中通过定位信号強度建立粒子滤波算法的定位信号強度感知模型，通过车辆间的相对速度建立粒子滤波算法的运动模型，且定位过程如下: (31)将所有粒子均匀分布于对方车辆可能出现的所有位置上； (32)根据建立的运动模型得出所有粒子下一刻的位置； (33)根据建立的定位信号強度感知模型确定每ー个粒子的权重； (34)对粒子进行重采样； (35)经过多次迭代，对所有粒子的位置取平均值，并输出作为车辆间相对动态位置。
6.根据权利要求5所述的基于粒子滤波的车辆间相对定位方法，其特征在于，所述步骤(34)中如果要采样相同的粒子数目，那么权重值大的粒子将会被多次采样。
【文档编号】G01S11/06GK103454614SQ201310382644
【公开日】2013年12月18日 申请日期:2013年8月28日 优先权日:2013年8月28日
【发明者】郑晓军, 刘儿兀, 张正清, 刘富强 申请人:上海永畅信息科技有限公司