一种停车场巡检车的多传感器高精度定位方法与流程

1.本发明属于巡检车的技术领域，具体涉及一种停车场巡检车的多传感器高精度定位方法。


背景技术：

2.现如今，城市智能交通影响着交通出行的方方面面，停车模式也在发生着变化，目前流行的停车模式非巡检车莫属。在停车场中，巡检车摄像头可以实时识别停放车辆的车牌或etc信息，并利用gps的高精度定位获取泊位编号，用于方便后续车辆的定位和计费，由此可见高精度定位便是十分重要的一环。如专利申请201610239646.4公开了一种基于gps车辆轨迹计费拆分的移动支付系统，主要包括用于车辆定位的车载终端设备、闸杆控制系统、数据存储系统、移动互联网通信系统、计费系统、信息提示系统、移动支付app系统，所述车载终端设备设置有gps定位装置、以及用户信息存储模块，所述车载终端设备与数据存储系统通过移动互联网通信系统进行信息传输，所述数据存储系统分别与闸杆控制系统、计费系统相连接,所述计费系统与信息提示系统相连接，所述车载终端设备与移动支付app系统相连接。
3.又如专利申请202010490725.9公开了一种停车计费管理系统及方法，系统包括：至少一个检测设备、采集设备和云服务器；检测设备设置在停车位处且预存停车位的身份信息；采集设备安装在可移动的巡查车上；检测设备用于在检测到目标车辆停入目标停车位时生成包含目标停车位身份信息的开始指令并发给云服务器；当检测到目标车辆离开时，生成包含目标停车位身份信息的结算指令并发给云服务器；采集设备用于在巡查车移动到目标停车位时采集目标车辆的车牌号信息、目标停车位的身份信息及自身所在位置的定位信息，将上述信息发送给云服务器；云服务器用于根据开始指令、结算指令、车牌号信息、身份信息和定位信息确定目标车辆的停车费用。
4.然而，目前巡检车采用的gps定位一方面会受到地下停车场信号差的影响而造成延迟或误差，另一方面对于多层停车场来说gps定位在高楼区的多路径效应会对定位造成很大误差，多路径效应带来的误差会导致经纬度漂移，从而会对车辆停放造成误判，同时巡检车的车速计存储着实时车辆运行的物理状态信息，但由于车轮大小、形状变化等外界因素，加之巡检车的速度误差具有累积效应，从而给定位系统造成了影响，因此如何提高巡检车的定位精度，从而能够更高效地为停车场运维服务是本发明所要解决的技术问题。


技术实现要素：

5.针对现有技术的不足，本发明提供了一种停车场巡检车的多传感器高精度定位方法，解决了目前巡检车采用gps定位容易受到多种误差的影响，以及采用车速计定位由于车轮大小、形状变化等外界因素，加之巡检车的速度误差具有累积效应，从而导致巡检车定位精度不高问题。
6.为实现上述目的，本发明的技术方案如下。
7.一种停车场巡检车的多传感器高精度定位方法，该方法包括以下步骤：
8.s1、泊位二维码的采集与处理：
9.首先，通过高清摄像头识别周围的车辆，获取车牌或etc信息、车辆泊位二维码；
10.进一步，高清摄像头实时识别停放车辆的车牌或etc信息，同时，其次在停车场中，车辆泊位二维码存储了该泊位的绝对位置信息，巡检车上的高清摄像头再次对存储着位置信息的车辆泊位二维码进行采集，高清摄像头将获取到的二维码图发送至清晰度处理模块内，通过清晰度处理模块再次进行清晰度处理，用于对二维码图的降噪处理；
11.s2、泊位二维码的读取：
12.将步骤s1中通获得的二维码图发送到定位控制器中，定位控制器负责对二维码所存储的绝对位置信息进行读取，读取出来泊位二维码处的位置信息就是实时巡检车的经纬位置；
13.s3、巡检车高精度定位信息的获取；
14.巡检车定位系统中的车速计存储了巡检车速度、加速度等关键的物理信息，然后通过gps定位单元对巡检车所在的位置进行定位操作，将gps定位信息、车速计信息和泊位二维码存储的绝对位置信息均发送至微处理器中，在微处理器中通过卡尔曼滤波算法对这些定位信息修正融合，然后通过输出模块输出该更高精度的巡检车定位信息；
15.具体地，在卡尔曼滤波算法部分，通过对gps和车速计输出的速度差与位置差作为观测量，再结合二维码的绝对位置信息以降低噪声，实现传感器的数据融合，从而得到精度提高的定位方法。
16.系统的状态方程为：
17.其中，x(t)表示系统状态量，f(t)表示状态转移矩阵，g(t)表示系统噪声矩阵，w(t)表示系统噪声向量。
18.系统的测量方程为：
19.其中，zv(t)为速度观测量，z
p
(t)为位置观测量，δvn，δve，δvd分别表示车速计与gps输出的车辆速度差，δl，δρ，δh分别为车速计与gps输出的位置差。h(t)为系统观测矩阵，v(t)为观测噪声向量，这里的观测噪声向量由于二维码绝对位置信息的引入而有所减小。
20.线性系统的状态方程经离散化后，可以表示为：
21.x(k)＝u
k/k-1
x(k-1)+g
k/k-1
w(k-1)
22.z(k)＝h(k)x(k)+v(k)
23.其中，x(k)是状态向量，u
k/k-1
是状态转移矩阵，z(k)是观测向量，h(k)是观测矩阵，其他是系统噪声和观测噪声的矩阵和向量。
24.通过状态转移矩阵得到状态一步预测：
25.一步预测均方差矩阵：
26.卡尔曼滤波增益矩阵：kk＝p
k/k-1htk
[hkp
k/k-1htk
+rk]-1
[0027]
计算估计误差方差矩阵：
[0028]
s4、车辆的定位与计费：利用巡检车定位系统得到的高精度定位信息获取泊位编号，停车场停放车辆的收费通过巡检车定时巡逻所获取的车辆停放时间来计算，通过信息获取模块巡检车将时间、定位、车辆参数等信息通过无线传输模块发送至停车场管理平台统一进行管理，完成车辆的定位和计费。
[0029]
其中，所述步骤s1中巡检车定位系统包括高清摄像头，且高清摄像头的输出端通过导线与清晰度处理模块的输入端电性连接。
[0030]
进一步，所述步骤s2中定位控制器的输入端通过导线与清晰度处理模块的输出端电性连接。
[0031]
进一步，所述步骤s3中车速计的输出端通过导线与微处理器的输入端电性连接，所述gps定位单元的输出端通过导线与微处理器的输入端电性连接，所述微处理器的输入端通过导线与定位控制器的输出端电性连接。
[0032]
进一步，所述步骤s3中微处理器的输出端通过导线与输出模块的输入端电性连接。
[0033]
本发明的有益效果在于：
[0034]
1、提供了一种新颖的停车场巡检车高精度定位方法，通过巡检车高精度定位信息的获取进行车辆的定位与计费，从而实现更加精准的定位，以获取更佳精确的收费计算。
[0035]
2、硬件上，停车场巡检车车速计的输出端通过导线与微处理器的输入端电性连接，所述gps定位单元的输出端通过导线与微处理器的输入端电性连接，所述微处理器的输入端通过导线与定位控制器的输出端电性连接。微处理器的输出端通过导线与输出模块的输入端电性连接。在定位与计费的过程中，信息获取模块的输入端通过导线与巡检车定位系统的输出端电性连接，且信息获取模块的输出端通过导线与无线传输模块的输入端电性连接。
[0036]
3、可以通过无线传输模块实现无线与停车场管理平台实现双向连接。
附图说明
[0037]
图1为本发明系统的结构原理框图。
[0038]
图2为本发明巡检车定位系统的结构原理框图。
[0039]
图3为本发明的流程图。
具体实施方式
[0040]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0041]
请参阅图1-3，实现本发明所采用的系统结构包括有巡检车定位系统、信息获取模
块、无线传输模块及停车场管理平台，其中巡检车定位系统、信息获取模块、无线传输模块均设置与巡检车上，停车场管理平台则通过单独的计算机或者服务器来实现，由此，本发明是一种停车场巡检车的多传感器高精度定位方法，具体包括以下步骤：
[0042]
s1、泊位二维码的采集与处理：首先巡检车定位系统通过自身携带的高清摄像头识别周围的车辆，在停车场中，高清摄像头实时识别停放车辆的车牌或etc信息，其次在停车场中，车辆泊位二维码存储了该泊位的绝对位置信息，巡检车上的高清摄像头再次对存储着位置信息的车辆泊位二维码进行采集，高清摄像头将获取到的二维码图发送至清晰度处理模块内，通过清晰度处理模块再次进行清晰度处理，用于对二维码图的降噪处理；
[0043]
s2、泊位二维码的读取：将步骤s1中通过清晰度处理后的二维码图发送到定位控制器中，定位控制器负责对二维码所存储的绝对位置信息进行读取，读取出来泊位二维码处的位置信息就是实时巡检车的经纬位置；
[0044]
s3、巡检车高精度定位信息的获取；巡检车定位系统中的车速计存储了巡检车速度、加速度等关键的物理信息，然后通过gps定位单元对巡检车所在的位置进行定位操作，将gps定位信息、车速计信息和泊位二维码存储的绝对位置信息均发送至微处理器中，在微处理器中通过卡尔曼滤波器中的卡尔曼滤波算法对这些定位信息修正融合，然后通过输出模块输出该更高精度的巡检车定位信息，卡尔曼滤波是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法，卡尔曼滤波器已经在各种应用中证明了它的有效性，卡尔曼滤波器具有相对简单的形式，并且需要较小的计算能力，适合推广于业界使用；
[0045]
具体地，在卡尔曼滤波算法部分，通过对gps和车速计输出的速度差与位置差作为观测量，再结合二维码的绝对位置信息以降低噪声，实现传感器的数据融合，从而得到精度提高的定位方法。
[0046]
系统的状态方程为：
[0047]
其中，x(t)表示系统状态量，f(t)表示状态转移矩阵，g(t)表示系统噪声矩阵，w(t)表示系统噪声向量。
[0048]
系统的测量方程为：
[0049]
其中，zv(t)为速度观测量，z
p
(t)为位置观测量，δvn，δve，δvd分别表示车速计与gps输出的车辆速度差，δl，δρ，δh分别为车速计与gps输出的位置差。h(t)为系统观测矩阵，v(t)为观测噪声向量，这里的观测噪声向量由于二维码绝对位置信息的引入而有所减小。
[0050]
线性系统的状态方程经离散化后，可以表示为：
[0051]
x(k)＝u
k/k-1
x(k-1)+g
k/k-1
w(k-1)
[0052]
z(k)＝h(k)x(k)+v(k)
[0053]
其中，x(k)是状态向量，u
k/k-1
是状态转移矩阵，z(k)是观测向量，h(k)是观测矩阵，
其他是系统噪声和观测噪声的矩阵和向量。
[0054]
通过状态转移矩阵得到状态一步预测：
[0055]
一步预测均方差矩阵：
[0056]
卡尔曼滤波增益矩阵：kk＝p
k/k-1htk
[hkp
k/k-1htk
+rk]-1
[0057]
增益矩阵对状态观测值具有修正作用，因此，可在当前时刻通过“预测+修正”的方式计算此时的状态估计值：
[0058]
计算估计误差方差矩阵：
[0059]
s4、车辆的定位与计费：利用巡检车定位系统得到的高精度定位信息获取泊位编号，停车场停放车辆的收费通过巡检车定时巡逻所获取的车辆停放时间来计算，通过信息获取模块巡检车将时间、定位、车辆参数等信息通过无线传输模块发送至停车场管理平台统一进行管理，完成车辆的定位和计费。
[0060]
其中，所述步骤s1中巡检车定位系统包括高清摄像头，且高清摄像头的输出端通过导线与清晰度处理模块的输入端电性连接。
[0061]
在步骤s2中，定位控制器的输入端通过导线与清晰度处理模块的输出端电性连接。
[0062]
步骤s3中，车速计的输出端通过导线与微处理器的输入端电性连接，所述gps定位单元的输出端通过导线与微处理器的输入端电性连接，所述微处理器的输入端通过导线与定位控制器的输出端电性连接。
[0063]
同时，微处理器的输出端通过导线与输出模块的输入端电性连接。
[0064]
步骤s4中信息获取模块的输入端通过导线与巡检车定位系统的输出端电性连接，且信息获取模块的输出端通过导线与无线传输模块的输入端电性连接，无线传输模块是利用无线技术进行无线传输的一种模块，它被广泛地应用于电脑无线网络，无线通讯，无线控制等领域，无线传输模块主要由发射器，接收器和控制器组成。
[0065]
所述无线传输模块通过无线与停车场管理平台实现双向通信。
[0066]
本技术中，硬件结构，如巡检车定位系统、清晰度处理模块、定位控制器、车速计、卡尔曼滤波器等均可以通过现有技术实现，同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术，在此不再赘述。
[0067]
本发明通过泊位二维码的采集与处理、巡检车高精度定位信息的获取，来进行车辆的定位与计费，通过信息获取模块巡检车将时间、定位、车辆参数等信息通过无线传输模块发送至停车场管理平台统一进行管理，完成车辆的定位和计费，通过融合巡检车gps、车速计和路径二维码等多种位置信息的融合，提高了停车场巡检车的定位精度，从而对更好的服务于交通行业具有重要的意义，停车场的巡检车便捷可移动，提高了停车管理的工作效率，同时巡检车可代替数名停车巡检员工，节省了工资社保等人力支出，仅需一次成本投入的巡检车大大降低了人工成本，高精度定位的巡检车也同时可以保障停车管理的准确率，这对于停车场收费管理、吞吐管理等都有十分重要的作用。
[0068]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实
体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0069]
以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。