一种车辆运动状态参数的估计方法
【专利摘要】本发明公开了一种车辆运动状态参数的估计方法，包括：将主要根据车载GPS工作过程中受到的噪声种类；对包含白噪声的时变GPS位置数据采用扩展卡尔曼滤波进行处理的测速算法；通过扩展卡尔曼滤波和位差法融合对实车采集到的车辆位置的信息进行处理得到行车速度、加速度等信息，并通过使用这些更加精确的信息推算出车辆的实时运动状态，以反映车辆当前的运动状况。本发明所述车辆运动状态参数的估计方法，可以克服现有技术中稳定性差、维护难度大和测量精度低等缺陷，以实现稳定性好、维护难度小和测量精度高的优点。
【专利说明】一种车辆运动状态参数的估计方法
[0001]
【技术领域】
[0002]本发明涉及通信【技术领域】，具体地，涉及一种车辆运动状态参数的估计方法。
【背景技术】
[0003]近年来，随着全国人均收入的不断提高，车辆的普及率也在不断提升，车辆渐渐的成为了人们日常生活中的一种必需品。当然，作为一种出行常用的交通工具，人们在注重其经济美观的同时，对车辆的安全性、稳定性也有了更高的要求，尤其是在事故频发的当下，人们越来越关注车辆的安全性能。
[0004]GPS技术为车辆运动状态参数的测量提供了一种新的方法。车载GPS导航系统对来自太空的GPS卫星的实时信号进行不断地采集和处理，并以此判断出车辆当前所在的位置。车辆产业已成为当今中国不断发展的经济支柱产业之一，在人们的日常工作和生活起着日益突出的作用[7]。
[0005]国内有人也已经开始了利用GPS对车辆运动状态开始研宄。如张金柱等人开发的基于GPS的车辆主动安全控制系统[16]，在结合GPS和INS系统的基础上已能够整体的测量车辆的侧倾角等信息。付江华等人也提出了一种利用车载GPS与INS系统相结合的车辆运动性能测试方案。以上这些研宄大多通过测量定位精度十分高的GPS系统，或者以多个GPS系统进行组合作为研宄的硬件基础，这也导致了整个系统成本较高，安装复杂，并不适用于在普通车辆上大量生产和装备。
[0006]利用GPS技术对车辆状态参数进行估计的研宄是一个新兴的研宄课题，国外已经有不少研宄成果，且随着GPS成本的降低，国外的GPS技术的研宄已经从导航、定位、监控发展到了 GPS作为一个测量核心为车辆自动控制系统提供车辆实时运动状态，而且现在整个GPS测量系统已经用到了辅助驾驶系统和制动系统等方面[18-21]。GPS的姿态测量和控制在国外经过多年发展已经比较成熟。国内对基于GPS车辆的运动状态参数进行估计的研宄起步较晚，国内GPS系统用于车辆的运动状态参数进行估计还处于初级阶段。
[0007]要通过GPS系统实现车辆的实时运动状态的检测，还需要解决诸多的技术难题。与此同时在国内现阶段的研宄中使用的硬件主要还是载波相位接收机。虽然载波相位接收机能够较为精确地对物体进行定位，但是载波相位接收机也存在着明前的缺点导致它在商用车辆上很难普及。例如:仪器笨重，现场布置困难，天线复杂等缺点。但是随着GPS电子硬件的发展和相关技术的不断解禁，使普通类型的单天线GPS接收机通过一些处理也能够得到亚米级的测量精度，再结合一些适当算法的结合，有望进一步提高GPS的测量精度。
[0008]GPS测量精度的不断提高为通过GPS测量车辆运动状态进而进行车辆控制提供了可能性。同时为了解决基于GPS进行车辆控制的问题，还必须对GPS系统采集到的数据进行估计与检测，由此推算出更加全面的车辆动态参数信息，并对这些参数进行分析与论证，进而推算出车辆是否处于稳定行驶状态，为车辆主动安全控制系统提供全面的数据支持，可以预见未来的车载GPS系统将是一个集定位导航，车辆姿态管理和稳定性分析以及车辆控制的大系统。
[0009]在实现本发明的过程中，发明人发现现有技术中至少存在稳定性差、维护难度大和测量精度低等缺陷。
【发明内容】
[0010]本发明的目的在于，针对上述问题，提出一种车辆运动状态参数的估计方法，以实现稳定性好、维护难度小和测量精度高的优点。
[0011]为实现上述目的，本发明采用的技术方案是:一种车辆运动状态参数的估计方法，包括:
将主要根据车载GPS工作过程中受到的噪声种类；
对包含白噪声的时变GPS位置数据采用扩展卡尔曼滤波进行处理的测速算法；
通过扩展卡尔曼滤波和位差法融合对实车采集到的车辆位置的信息进行处理得到行车速度、加速度等信息，并通过使用这些更加精确的信息推算出车辆的实时运动状态，以反映车辆当前的运动状况。
[0012]本发明各实施例的车辆运动状态参数的估计方法，由于包括:将主要根据车载GPS工作过程中受到的噪声种类；对包含白噪声的时变GPS位置数据采用扩展卡尔曼滤波进行处理的测速算法；通过扩展卡尔曼滤波和位差法融合对实车采集到的车辆位置的信息进行处理得到行车速度、加速度等信息，并通过使用这些更加精确的信息推算出车辆的实时运动状态，以反映车辆当前的运动状况；从而可以克服现有技术中稳定性差、维护难度大和测量精度低的缺陷，以实现稳定性好、维护难度小和测量精度高的优点。
[0013]本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。
[0014]下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
【专利附图】
【附图说明】
[0015]附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中:
图1为本发明中GPS软件处理系统的整体结构图。
【具体实施方式】
[0016]以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
[0017]根据本发明实施例，如图1所示，提供了一种车辆运动状态参数的估计方法。
[0018]本发明的技术方案中，车辆运动状态参数的估计:
本发明的技术方案将主要根据车载GPS工作过程中受到的噪声种类。提出一种对包含白噪声的时变GPS位置数据采用扩展卡尔曼滤波进行处理的测速算法。同时通过扩展卡尔曼滤波和位差法融合对实车采集到的车辆位置等信息进行处理得到行车速度、加速度等信息，并通过使用这些更加精确的信息推算出车辆的实时运动状态，以反映车辆当前的运动状况。
[0019]4.1车辆测速系统的卡尔曼滤波模型
4.1.1卡尔曼滤波简介
滤波简单地来说就是从接收到或者观测到的各种带有其他干扰的信号中取出我们需要的有用信号的一种方法。卡尔曼(Kalman)于上世纪50年代末60年代初[39-44]，首次成功地采用了状态空间的概念，用一个状态方程描述整个系统，外部信号作为状态参数，从而改变了以往对滤波问题的一般性描述方法，把外部输入信号视为白噪声作用下的一个线性系统的外部输入，而且于此同时这种外部输入、输出关系可以用一个状态方程来描述。这样就使研宄所用的信号过程同时包含了标量随机过程和非平稳的矢量随机过程。其次，在维纳滤波问题的求解上卡尔曼还利用了数理统计和概率论领域的新成果，并以此为基础在线性无偏最小方差估计的原理下提出了一种全新的维纳滤递推线性滤波方法。这种方法与以往的方法估算不同，不需要过多的存贮的大量的冗余数据，而是在当前时刻新的数据被观测后，只要根据这一时刻新的数据和前一时刻存储数据的估计量，同时通过整个系统过程本身的状态方程，按照一系列的递推公式，既可推算出这一时刻新的估计量即这一时刻的最优估计量。因此，整个拉尔曼滤波系统之需要保存三个状态量就可以使整个递推过程不断进行下去，这种算法大减少了计算机的工作强度，提高了滤波系统运行速度，是滤波系统实时性更强。由于卡尔曼滤波克服了经典滤波方法计算量大，存储数据多等诸多缺点，因此被广泛地应用于空间技术、飞行器的导航与定位等很多领域。
[0020]卡尔曼滤波器是一种十分成熟、应用范围非常广的最优化自回归数据处理算法。可以用来对含噪声数的线性据进行处理，但同时卡尔曼滤波器对数据中的噪声又有特殊要求:必须为白噪声或者其近似形式的噪声。它能够不断的预测下一时刻运动过程，同时修正递推过程，并且运算速度较快，尤其适用于对含有白噪声的时变信号的处理方面。
[0021]卡尔曼滤波器从工作原理上来说是用上一个状态的最优值和当前状态的测量值来估计当前真实的状态值，这样做的主要原因是因为通过上一个状态来估计此时的状态值会有误差，而同时测量的当前状态的测量值也有一个不可避免的测量误差，所以要根据这两个误差的关系来重新预测一个与现在测量值最接近的真实状态的值。所以通常卡尔曼滤波器又被成为线性最优估计器或滤波器。
[0022]同时进行卡而曼滤波的系统必须是线性化的系统，如果是非线性系统，在滤波之前必须对他进行线性化处理。
[0023]本发明的技术方案采用Trimble公司的GPS接收机作为系统的信号接收设备，研宄了车载GPS信号的实时信号采集与处理系统，通过构造实际的系统和实车试验来验证理论，提供了一种相对简单、成本低廉且结果可靠的实时测量车辆运动状态的方案。同时本发明的技术方案还论述了车载GPS和实验室状态下的GPS在接收数据时受到不同干扰时运行的不同结果。并通过卡尔曼滤波的方法提高车载GPS提供的数据的准确性，使之能够实时反映车辆的实时运动状态。GPS系统因其种种特性，虽已成为一种主流的导航、定位、监控手段。但是远没有发挥出GPS系统强大的作用，GPS系统虽然只提供确定的车辆的实时位置，以及车辆的瞬时速度、航向角等等，但却可以通过车辆定位参数(经度、玮度、高度等)的分析，进一步分析估算得出车辆的加速度、航向角、航向角速度、俯仰角、转弯半径等一系列参数，通过这些参数的估计，可以估算出车辆的实时运动状态，进而推算出车辆当前是否处于稳定行驶状态，是否需要进行相应的控制以提高车辆的操作性、安全性和舒适性。切实有效的提高驾驶员对车辆的控制，提高车辆行驶中的安全性减少车辆交通事故。与此同时GPS设备现在集成度比较高，模块化程度高，体积小，安装方便，并且数据传输速度快，如果能与车辆控制器部分相结合，可以有效地提高车辆驾驶的操控性和安全性。
[0024]本发明的技术方案针对车载GPS信号的采集与处理进行研宄，重点通过GPS接收机硬件的选型和配置、串口实时信号的采集、以及相关Visual C++软件的编程、GPSNMEA-0183协议的解析[22]、通过扩展卡尔曼滤波算法对相关实时数据进行和结果分析，进而推算出更加全面、准确的车辆的运动状态参数，客观反应车辆的运动状态，以求达到通过车载GPS系统研宄车辆主动安全控制的目的。具体包括:
①车载GPS系统定位原理及其误差来源、车载GPS系统所受到的噪声干扰种类、与车辆主动安全控制相关的参数。
[0025]②车辆运动状态参数的估计方法的硬件相关组成。
[0026]③GPS实时信号采集与处理及车辆运动状态参数估计的软件编程。编程采用Visual C++编程。主要包括通过串口连续采集GPS接收机的实时信号[23]，并按照GPSNMEA-0183协议格式将其解析，同时提取出相关数据，对提取出的数据进行相关的预处理和滤波，并推算出车辆的加速度、航向角、航向角速度等信息。
[0027]④系统的测试。主要包括实验室状态下的静态对比测试、实车发动机怠速情况下的对比测试、运动中的实车动态测试。
[0028]⑤对测试结果进行分析，验证系统的可靠性与稳定型。
[0029]车辆运动状态参数的估计方法硬件构成主要GPS信号接收器和信息处理器(PC)组成。其中这里的GPS信号接收器主要由GPS卫星广播电文接收芯片和其外围电路组成，其中GPS卫星广播电文信号接收芯片采用天宝公司的接收芯片。由该芯片为核心组成的系统能够自动接收GPS文星电文中的全球定位数据(GPGGA)、卫星PRN数据(GPGSA)、卫星状态信息(GPGSV)、运输定位数据(GPRMC)四种GPS数据。这四种数据按照GPS NMEA-0183协议进行解析能够得出车辆的相关运动参数(速度、航向、坐标、高度)。
[0030]车辆运动状态参数的估计方法软件构成主要通过Visual C++软件编程的方式由串口采集GPS接收机的实时GPS数据，对接收到的有效GPS信息按照相关协议进行解析，对解析出的数据进行预处理和卡尔曼滤波等处理，对处理出的数据进行推算，得出更加全面的车辆运动状态参数，通过车辆运动状态参数估计出车辆行驶状态。
[0031]整个系统的测试方案包括系统的静态测方案试和实车动态测方案。其中静态测试包括车辆启动/未启动对比测试，道路动态测试包括直线匀速/加速/减速测试、上坡/下坡测试、弯道测试。通过测试验证系统的运动状态参数与车辆实际运动状态的相符性和系统的可靠性与准确性。
[0032]最后应说明的是:以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
【权利要求】
1.一种车辆运动状态参数的估计方法，其特征在于，包括: 将主要根据车载GPS工作过程中受到的噪声种类； 对包含白噪声的时变GPS位置数据采用扩展卡尔曼滤波进行处理的测速算法； 通过扩展卡尔曼滤波和位差法融合对实车采集到的车辆位置的信息进行处理得到行车速度、加速度等信息，并通过使用这些更加精确的信息推算出车辆的实时运动状态，以反映车辆当前的运动状况。
【文档编号】G01S19/19GK104501827SQ201410775240
【公开日】2015年4月8日 申请日期:2014年12月13日 优先权日:2014年12月13日
【发明者】潘盛辉, 郝东亚 申请人:广西科技大学