CN104501820A - 一种智能城市定位导航系统 - Google Patents

Abstract

本发明的智能城市定位导航系统包括车载感应器组、位置测算单元、分布式辅助单元、定位导航处理单元、雷达测距测速单元、小体积障碍物识别单元、第一LTE无线收发单元、车载显示单元、以及云导航服务中心。本系统不仅解决了GPS系统定位盲区的问题，同时也实现了定位导航的精确测量，还通过多种障碍物检测方式，实现了对车辆的准确预警，以及通过云导航中心的辅助，实现了导航的便捷性和实时性。

Description

一种智能城市定位导航系统

技术领域

本发明涉及导航领域，尤其涉及一种智能城市定位导航系统。

背景技术

智能城市是一个系统。也称为网络城市、数字化城市、信息城市。不但包括人脑智慧、电脑网络、物理设备这些基本的要素，还会形成新的经济结构、增长方式和社会形态。智能城市是把基于感应器的物联网和现有互联网整合起来，通过快速计算分析处理，对网内人员、设备和基础设施实施，特别是交通、能源、商业、安全、医疗等公共行业进行的实时管理和控制的城市发展类型。

作为智能城市的重要一环，智能交通越来越受到关注。以导航为例，当今的汽车车载定位监控和导航系统，其核心部件通常包括：定位单元(采用GPS单元或北斗定位单元)、数据通信单元(采用GPRS或3G)和数据处理单元及系统平台。并且，目前几乎所有的车载定位监控和导航系统中，定位单元是必不可少的。定位单元是位置数据最基本来源。

但是，现有技术中，无论是采用GPS单元或是北斗定位导航单元在GPS信号衰落很大或是无法接收到GPS信号时，都将无法实现定位导航的功能；当接收GPS数量较少时，还会导致定位数据不准确，存在随机偏差等问题，也即是现有技术中无论是采用GPS单元或是北斗定位导航单元的定位导航系统均存在定位盲区的问题。

随着陀螺仪的广泛应用，为了解决现有定位导航系统存在定位盲区的问题，各种基于陀螺仪惯性导航，或者GPS/北斗与陀螺仪组合导航的车载定位监控和导航系统相继出现，但是，现有技术中，上述方案的系统实现成本较高，误差也比较大，从而导致导航定位不精确。

另外，为了降低安全事故，现有的车载导航系统一般会安装测距单元，以便当车辆与障碍物的距离小于安全距离时进行报警，但是目前的测距方式单一，受环境变化较为明显，而且，采用上述技术的测距装置还存在监控盲区，尤其是对小体积的障碍物识别难度较大，这样就会出现系统漏报或误报，稳定性差。

发明内容

本发明的目的是通过以下技术方案实现的。

根据本发明的实施方式，提出一种智能城市定位导航系统，所述系统包括车载感应器组、位置测算单元、分布式辅助单元、定位导航处理单元、雷达测距测速单元、小体积障碍物识别单元、第一LTE无线收发单元、车载显示单元、以及云导航服务中心；

所述车载感应器组用于获取定位导航所需的各项感应参数信息；

所述位置测算单元用于根据上述感应参数计算车辆的实时位置信息；

所述分布式辅助单元用于获取定位导航所需的辅助参数信息，以及根据获得的辅助参数信息对车辆进行辅助定位；

所述雷达测距测速单元用于实现车辆与周围目标的距离计算；

所述小体积障碍物识别单元用于检测车辆周围小体积障碍物，实现对雷达测距测速单元的补充检测；

所述第一LTE无线收发单元用于实现与云导航服务中心的通信；

所述车载显示单元用于显示云导航服务中心下发的导航数据和图像；

所述定位导航处理单元用于实现对车载感应器组、位置测算单元、定位导航处理单元、雷达测距测速单元、小体积障碍物识别单元、第一LTE无线收发单元以及车载显示单元的管理和数据融合；以及

所述云导航服务中心用于接收车辆上传的定位导航数据，并根据所述定位导航数据进行数据融合、路线设定和风险提示，并将相关数据下发至各车辆。

根据本发明的实施方式，所述车载感应器组具体包括：纵向加速度感应器、侧向加速度感应器、垂直偏转角感应器、以及线速度感应器；其中

所述纵向加速度感应器用于获取车辆的纵向加速度；

侧向加速度感应器用于获取车辆的侧向加速度；

垂直偏转角感应器用于获取车辆的垂直偏转角速度，

线速度感应器用于获取车辆的纵向速度。

根据本发明的实施方式，所述位置测算单元包括安装在车辆上且镜头平行于路面的第一高清探头、惯导定位单元、道路相关定位单元、组合定位单元以及蓝牙无线接收单元；第一高清探头通过道路相关定位单元与组合定位单元连接，所述惯导定位单元连接组合定位单元；其中

所述惯导定位单元包括行驶运动状态角测算单元以及坐标生成单元，所述行驶运动状态角测算单元根据所述纵向加速度感应器获取的车辆的纵向加速度、侧向加速度感应器获取的车辆的侧向加速度、垂直偏转角感应器获取的车辆的垂直偏转角速度、以及线速度感应器用于获取车辆的纵向速度计算生成车辆的行驶运动状态角；所述坐标生成单元根据计算出的行驶运动状态角和纵向加速度信息通过惯导姿态算法得到车辆的第一位置坐标；

所述第一高清探头实时采集车辆行驶过程中路面的图像；

所述道路相关定位单元通过对第一高清探头采集的路面图像进行处理，得到车辆相对于初始坐标的第二位置坐标；

组合定位单元根据第一位置坐标和第二位置坐标计算出组合坐标，并利用施密特扩展滤波算法对组合坐标进行状态估计，得到车辆第三位置坐标；

根据本发明的实施方式，所述分布式辅助单元包括第二高清探头、射频识别接收器、蓝牙无线发送单元和位置校正单元，第二高清探头和射频识别接收器连接位置校正单元，位置校正单元上连接与蓝牙无线接收单元无线通信的蓝牙无线发送单元；

所述第二高清探头用于当车辆经过第二高清探头下方时，采集车辆的图像；

所述射频识别接收器与车辆上的射频标签配合，车辆经过第二高清探头时，射频识别接收器触发第二高清探头采集车辆图像；

位置校正单元对第二高清探头采集的图像进行处理，计算出车辆在图像当中的位置，并转换为校正坐标；

所述蓝牙无线发送单元用于将所述校正坐标发送至蓝牙无线接收单元。

根据本发明的实施方式，所述雷达测距测速单元具体包括依次连接的微波信号发射单元、返回信号接收单元、返回信号适配单元、速度计算单元以及目标距离计算单元。

根据本发明的实施方式，所述小体积障碍物识别单元具体包括：检测处理单元、数据线路、和红外测距仪，所述红外测距仪通过数据线路与检测处理单元的网络接口相连接；所述检测处理单元内设置有：

红外扫描器单元、红外数据预处理单元、小障碍物检测单元以及小障碍物甄别单元。

根据本发明的实施方式，所述云导航服务中心包括云中央处理器、与所述云中央处理器分别电连接的交通信息获取单元、第二LTE无线收发单元、存储单元、及导航云图显示单元。

本发明的智能城市定位导航系统不仅解决了GPS系统定位盲区的问题，同时也实现了定位导航的精确测量，还通过多种障碍物检测方式，实现了对车辆的准确预警，以及通过云导航中心的辅助，实现了导航的便捷性和实时性。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

附图1示出了根据本发明实施方式的智能城市定位导航系统结构示意图；。

附图2示出了根据本发明实施方式的位置测算单元结构示意图；

附图3示出了根据本发明实施方式的分布式辅助单元结构示意图；

附图4示出了根据本发明实施方式的雷达测距测速单元结构示意图；

附图5示出了根据本发明实施方式的小体积障碍物识别单元结构示意图；

附图6示出了根据本发明实施方式的云导航服务中心结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

根据本发明的实施方式，提出一种智能城市定位导航系统，如附图1所示，所述系统包括车载感应器组、位置测算单元、分布式辅助单元、定位导航处理单元、雷达测距测速单元、小体积障碍物识别单元、第一LTE无线收发单元、车载显示单元、以及云导航服务中心；

所述车载感应器组用于获取定位导航所需的各项感应参数信息；

所述位置测算单元用于根据上述感应参数计算车辆的实时位置信息；

所述分布式辅助单元用于获取定位导航所需的辅助参数信息，以及根据获得的辅助参数信息对车辆进行辅助定位；

所述雷达测距测速单元用于实现车辆与周围目标的距离计算；

所述小体积障碍物识别单元用于检测车辆周围小体积障碍物，实现对雷达测距测速单元的补充检测；

所述第一LTE无线收发单元用于实现与云导航服务中心的通信；

所述车载显示单元用于显示云导航服务中心下发的导航数据和图像；

所述定位导航处理单元用于实现对车载感应器组、位置测算单元、定位导航处理单元、雷达测距测速单元、小体积障碍物识别单元、第一LTE无线收发单元以及车载显示单元的管理和数据融合；以及

所述云导航服务中心用于接收车辆上传的定位导航数据，并根据所述定位导航数据进行数据融合、路线设定和风险提示，并将相关数据下发至各车辆。

根据本发明的实施方式，所述车载感应器组具体包括：纵向加速度感应器、侧向加速度感应器、垂直偏转角感应器、以及线速度感应器；其中

所述纵向加速度感应器用于获取车辆的纵向加速度a_x；

侧向加速度感应器用于获取车辆的侧向加速度a_y；

垂直偏转角感应器用于获取车辆的垂直偏转角速度a_z，

线速度感应器用于获取车辆的纵向速度v_x。

根据本发明的实施方式，如附图2所示，所述位置测算单元包括安装在车辆上且镜头平行于路面的第一高清探头、惯导定位单元、道路相关定位单元、组合定位单元以及蓝牙无线接收单元；第一高清探头通过道路相关定位单元与组合定位单元连接，所述惯导定位单元连接组合定位单元；其中

所述惯导定位单元包括行驶运动状态角测算单元以及坐标生成单元，所述行驶运动状态角测算单元根据所述纵向加速度感应器获取的车辆的纵向加速度a_x、侧向加速度感应器获取的车辆的侧向加速度a_y、垂直偏转角感应器获取的车辆的垂直偏转角速度a_z、以及线速度感应器用于获取车辆的纵向速度v_x计算生成车辆的行驶运动状态角；所述坐标生成单元根据计算出的行驶运动状态角和纵向加速度信息通过惯导姿态算法得到车辆的第一位置坐标(x₁，y₁)；

所述第一高清探头实时采集车辆行驶过程中路面的图像；

所述道路相关定位单元通过对第一高清探头采集的路面图像进行处理，得到车辆相对于初始坐标的第二位置坐标(x₂，y₂)；

组合定位单元根据第一位置坐标和第二位置坐标计算出组合坐标，并利用施密特扩展滤波算法对组合坐标进行状态估计，得到车辆第三位置坐标(x₃，y₃)；

根据本发明的优选实施方式，所述行驶运动状态角测算单元包括：参数输出获得单元、第一计算单元、第二计算单元、以及第三计算单元，所述行驶运动状态角包括车辆侧偏角和非水平角，所述行驶运动状态角测算单元计算生成车辆的行驶运动状态角具体包括：

所述参数输出获得单元获取纵向加速度a_x、侧向加速度a_y、垂直偏转角速度a_z和纵向速度v_x；然后计算获得参数输出矩阵y，其中

$y\left(k\right)=\left[\begin{array}{c}{\stackrel{\·}{v}}_x-a_x\\ a_y-a_z{v}_x\end{array}\right],$ 所述表示vx的微分，k表示离散时刻；

所述第一计算单元用于计算回归矩阵

g为重力加速度，表示待估计的车辆非水平角；

所述第二计算单元用于计算步进矩阵K(k)：

其中方差矩阵参数λ为遗忘因子，取值范围[0.9，1]；

所述第三计算单元用于计算待估参数矩阵γ(k)：

所述 $\mathrm{\γ}\left(k\right)=\left[\begin{array}{c}\widehat{\mathrm{\θ}}\left(k\right)\\ \widehat{\mathrm{\φ}}\left(k\right)\end{array}\right],$ 表示待估计的车辆侧偏角。

根据本发明的优选实施方式，所述道路相关定位单元通过对第一高清探头采集的路面图像进行处理，得到车辆相对于初始坐标的第二位置坐标(x₂，y₂)具体包括：

A1，以系统初始化后获取的第一幅路面矩形图像边缘为x轴和y轴建立基准坐标系，记录此时车辆的初始坐标；

A2，获取连续两张路面矩形图像：f_n(x，y)和f_n+1(x，y)，且两张图像在像素上有重合区域；

A3，以获取的路面图像f_n(x，y)和f_n+1(x，y)作为输入数据，根据尺度不变特征变换适配算法得到图像f_n(x，y)在重合区域内的点P₁和点Q₁在图像f_n+1(x，y)上的适配点P₂和Q₂；

A4，在图像f_n+1(x，y)上寻找两点P₀和Q₀，使P₀和Q₀在图像f_n+1(x，y)上的位置与点P₁和Q₁在图像f_n(x，y)上的位置相同；

A5，以图像f_n+1(x，y)的边缘为x轴和y轴建立坐标系XOY，在XOY坐标系中以公式1计算图像f_n+1(x，y)相对于f_n(x，y)的线性偏移量(Δx，Δy)：

$\left\{\begin{array}{c}\mathrm{\Δx}=P_0\left(x\right)-P_2\left(x\right)\\ \mathrm{\Δy}=P_0\left(y\right)-P_2\left(y\right)\end{array}\right.$ (公式1)

式中，P₀(x)和P₀(y)为点P₀在坐标系XOY中的横坐标和纵坐标，P₂(x)和P₂(y)为点P₂在坐标系XOY中的横坐标和纵坐标；

A6，在XOY坐标系中，利用公式2计算图像f_n(x，y)和图像f_n+1(x，y)的旋转角度

(公式2)

式中，Q₀(x)和Q₀(y)为点Q₀在坐标系XOY中的横坐标和纵坐标，Q₂(x)和Q₂(y)为点Q₂在坐标系XOY中的横坐标和纵坐标；

A7，以图像f_n(x，y)的边缘为x轴和y轴建立坐标系xoy，在xoy坐标系中以公式3计算图像f_n+1(x，y)相对于f_n(x，y)的实际偏移量(Δx′，Δy′)：

(公式3)

A8，将车辆行驶过程中不断获取的连续的两幅路面矩形图像依次执行A2至A7，可得到车辆此时相对于基准坐标系的轨迹；根据车辆的初始坐标和轨迹，得到第二位置坐标(x₂，y₂)。

根据本发明的优选实施方式，组合定位单元根据第一位置坐标和第二位置坐标计算出组合坐标，并利用施密特扩展滤波算法对组合坐标进行状态估计，得到车辆第三位置坐标(x₃，y₃)具体包括：

B1，将第一位置坐标(x₁，y₁)与第二位置坐标(x2，y₂)利用公式4进行融合，得到组合坐标(x₀，y₀)：

(x₀，y₀)＝a·(x1，y₁)+b·(x₂，y₂)(公式4)

式中，a和b为组合系数，通过回归试验得到，优选a取0.382，b取0.618；

B2，利用施密特扩展滤波算法对组合坐标(x₀，y₀)进行状态估计，得到车辆第三位置坐标(x₃，y₃)。

根据本发明的实施方式，所述分布式辅助单元，可以但不限于，设置于道路上的间隔一定距离的路灯横杆、违章监控探头所在的横杆上，如附图3所示，所述分布式辅助单元包括第二高清探头、射频识别接收器、蓝牙无线发送单元和位置校正单元，第二高清探头和射频识别接收器连接位置校正单元，位置校正单元上连接与蓝牙无线接收单元无线通信的蓝牙无线发送单元；

所述第二高清探头用于当车辆经过第二高清探头下方时，采集车辆的图像；

所述射频识别接收器与车辆上的射频标签配合，车辆经过第二高清探头时，射频识别接收器触发第二高清探头采集车辆图像；

位置校正单元对第二高清探头采集的图像进行处理，计算出车辆在图像当中的位置，并转换为校正坐标；

所述蓝牙无线发送单元用于将所述校正坐标发送至蓝牙无线接收单元。

根据本发明的优选实施方式，所述分布式辅助单元获取校正坐标具体包括：

C1，利用每间隔5km设置在道路上的第二高清探头，在车辆经过时捕获车辆图像f_J(x，y)；

C2，对车辆图像进行高斯滤波和匀光处理，得到处理后的图像；

C3，将C2处理后得到的图像，与车辆未经过时第二高清探头在同一位置拍摄的背景图像做差，然后对做差后得到的图像进行直方图修正和腐蚀运算处理；

C4，对C3处理后得到的图像进行连通区域扫描，得到车辆图像的连通区域，将连通区域的最小外接矩形中心作为车辆在图像当中的位置；

C5，将车辆在图像当中的位置转换为车辆在现实当中的校正坐标。

根据本发明的实施方式，所述定位导航处理单元接收位置测算单元计算得到的第三位置坐标和所述蓝牙无线接收单元接收的所述校正坐标，进行累积误差消除，得到最终位置坐标。

根据本发明的实施方式，如附图4所示，所述雷达测距测速单元具体包括依次连接的微波信号发射单元、返回信号接收单元、返回信号适配单元、速度计算单元以及目标距离计算单元。

所述微波信号发射单元具体包括相位锁定回路、功率放大器、增益缓冲跟随器，所述发射单元用于产生线性持续雷达波调制信号，依次经增益缓冲跟随器、功率放大器放大后，再经收发天线阵列发射出去；

所述相位锁定回路包括：相频检测器、开关电容式电压变换器、回环滤波器、电压控制振荡器、依次1/2分频的第一分频器、第二分频器、第三分频器和第四分频器、可配置整数分频的第五分频器以及Δ∑调制器，其中，所述相频检测器、开关电容式电压变换器、回环滤波器、电压控制振荡器以及五个分频器依次串接成环状，所述相频检测器的第一输入端输入参考频率信号，第二输入端则与第五分频器分频后的分频信号输出端相连，所述第五分频器的分频控制信号输入端与Δ∑调制器的调制信号输出端相连，所述电压控制振荡器的输出端连接增益缓冲跟随器；

所述功率放大器，输入端与所述增益缓冲跟随器的输出端相连，用于将产生的线性持续雷达波调制信号进行功率放大，再通过发射天线发射出去。

所述返回信号接收单元用于接收返回的微波信号，所述返回的微波信号首先经自干扰抑制单元进行干扰抑制后再输入返回信号接收单元，所述返回信号接收单元具体包括前端混频器、前置中频放大器、基带变频器以及数模转换器。

根据本发明的优选实施方式，所述前置中频放大器包括同发-同基极放大单元、波峰控制单元、以及带宽滤波控制单元；来自微波前端混频器产生的中频信号与来自波峰控制单元的控制信号共同接入同发-同基极放大单元，进行低躁声放大，在放大的过程中也抑制了中心尖峰躁声。波峰控制单元决定抑制的时间和幅度，从同发-同基极放大单元输出的信号接入带宽滤波控制单元，以决定信号滤波后的带宽。

所述返回信号适配单元用于提取有效的目标信号，因为返回的返回信号中含有大量的杂波噪声频率，因此需要进行筛除，所述返回信号适配单元通过多普勒谱线扫描识别出目标返回信号。

所述速度计算单元根据如下公式计算前方目标的实时速度：

$R=\frac{\mathrm{CT}}{4B}(f^{+}+f^{-}),$

所述目标距离计算单元根据如下公式计算前方目标的距离：

$V=\frac{C}{4f_0}(f^{-}-f^{+}),$

其中，C为光速，f0为发射信号的载波中心频率，B为发射的调制三角波信号带宽，T为发射的调制三角波信号周期，f+为周期为T的调制三角波上扫频段频谱峰值频率，f-为周期为T的调制三角波下扫频段频谱峰值频率。

根据本发明的实施方式，如附图5所示，所述小体积障碍物识别单元用于识别雷达测距测速单元不能精确识别的小体积障碍物，例如但不限于，路人、电线杆、路灯杆、栅栏等，所述小体积障碍物识别单元具体包括：检测处理单元、数据线路、和红外测距仪，所述红外测距仪通过数据线路与检测处理单元的网络接口相连接；所述检测处理单元内设置有：

红外扫描器单元，用于设置红外测距仪的扫描参数、启动红外测距仪并将红外测距仪扫描形成的数据帧写入检测处理单元的输入缓冲区；

红外数据预处理单元，用于对红外云点数据进行报文解析、坐标转换和冗余数据剔除；

小障碍物检测单元，用于利用基于K-means算法的类聚分析方法对车辆前方的障碍物进行类聚检测；

以及小障碍物甄别单元，用于以类聚中心为核心，查找不同类型目标的边界特征，由此获取目标的宽度，并与实验所设定的阈值相比较，最终甄别小障碍物目标，并用矩形框标记被检测出的小障碍物。

根据本发明的实施方式，所述小体积障碍物识别单元识别小体积障碍物具体包括：

D1、红外扫描器单元设置红外测距仪的红外云点数据；

D2、建立红外数据预处理单元，所述红外数据预处理单元对红外云点数据进行报文解析预处理分析、坐标转换预处理分析和冗余数据剔除预处理分析；

D3、小障碍物检测单元采用K-means进行分析，对车辆前方障碍物进行实时检测；

D4、小障碍物甄别单元对小障碍物目标进行实时甄别。

其中，所述D2包括以下步骤：

D21、由红外测距仪形成云点数据报文，所述该报文均为二进制格式构成；

D22、通过对云点数据报文进行解析，获取红外测距仪的数据信息，获取的所述获取红外测距仪的数据信息包括设备版本号、设备标识号、设备序列号、设备工作状态、扫描起始角度、扫描起始时间、扫描中止角度、扫描中止时间、扫描频率、编码器状态、编码器位置、编码器速度、输出通道、返回层序号和红外云点数据；根据小障碍物检测系统的实际需求，经处理分析，将红外云点数据由极坐标形式转化为笛卡尔形式；

D23、将扫描扇面0～45度和135～180度之间的数据去除，以剔除冗余数据。

所述D3包括以下步骤：

D31、从预处理后的红外云点样本中选择k个初始中心点进行迭代；

D32、将红外云点数据集中每一个xi分配到与之相距最近的质心mj代表的类聚中；

D33、分配后，类聚中心发生变化，计算新的类聚中心以及准则函数E值；

D34、重复D32至43直到达到最大迭代次数或新计算的准则函数E值与上一次迭代得到的准则函数E值之间的差别小于预先设定的阈值为止；

D35、标记各类聚中心，各类聚中心为初略的小障碍物目标检测结果，采用基于K-means进行分析到此结束。

所述D4包括以下步骤：

D41、对于第j个类聚中心，求取待甄别的小障碍物目标的宽度，计算公式如下：

W_j＝abs(x_right-x_left)，

其中，W_j表示一个红外类聚的宽度，x_right表示红外类聚的右边界坐标值，x_left表示红外类聚的左边界值，此公式的目的在于计算聚光类聚的宽度；

D42、将所述的W_j分别与预定的阈值比较，若在阈值的范围内即为小障碍物目标，否则为非小障碍物目标。

根据本发明的实施方式，如附图6所示，所述云导航服务中心包括云中央处理器、与所述云中央处理器分别电连接的交通信息获取单元、第二LTE无线收发单元、存储单元、及导航云图显示单元；

所述交通信息获取单元用于接收来自道路交通主管部门实时发布的实时道路交通广播信息；

所述第二LTE无线收发单元用于接收由第一LTE无线收发单元发送的车辆导航请求信息以及定位和测距相关信息，并将该导航请求信息发送到所述云中央处理器；

所述导航云图显示单元用于根据车辆的定位和测距信息实时显示车辆监控地图；

所述存储单元用于存储车辆与道路性能对应表；

所述云中央处理器用于提取该导航请求信息中的导航目的地信息，读取所述存储单元中存储的车辆与道路性能对应表，并根据最优驾驶路径计算公式计算所述车辆监控地图下的监控车辆从当前位置到导航目的地的所有可行的驾驶路径中累计耗时最短的一条最优驾驶路径；

所述第二LTE无线收发单元还用于将该条最优驾驶路径发送到已向所述云导航服务中心请求导航服务的车辆的车载显示单元；以及

所述云中央处理器还根据车辆的实时定位和测距信息对车辆当前风险状况进行评估，例如，车况是否处于危险状态(包括状态不稳，前方大拥堵、前方有行人穿行等)，并实时将提示信息发送至车辆车载显示单元或其他外设，例如，耳机设备等。

根据本发明的优选实施方式，所述云中央处理器计算最优驾驶路径是根据如下公式：

$\left\{\begin{array}{c}t=S/V+N/S+a\×R\\ T=t1+t2+...+\mathrm{tn}+...\end{array}\right.$

其中，t表示从当前位置到导航目的地的所有可行路径所包含的所有道路交汇口中监控车辆经过相邻两节点之间的道路的耗时；

S表示相邻道路交汇口所形成的的道路总长；

V表示请求导航车辆的平均速度；

N表示在该条道路上的车辆总数；

a为调节参数，可以由云导航服务中心根据历史经验设定；

R表示道路的道路等级；

T表示导航车辆在任意一条可行路径上的累计耗时；

tn表示导航车辆在任意一条可行路径的某一道路交汇口至下一道路交汇口之间的耗时。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (7)

1.一种智能城市定位导航系统，所述系统包括车载感应器组、位置测算单元、分布式辅助单元、定位导航处理单元、雷达测距测速单元、小体积障碍物识别单元、第一LTE无线收发单元、车载显示单元、以及云导航服务中心；

所述车载感应器组用于获取定位导航所需的各项感应参数信息；

所述位置测算单元用于根据上述感应参数计算车辆的实时位置信息；

所述分布式辅助单元用于获取定位导航所需的辅助参数信息，以及根据获得的辅助参数信息对车辆进行辅助定位；

所述雷达测距测速单元用于实现车辆与周围目标的距离计算；

所述小体积障碍物识别单元用于检测车辆周围小体积障碍物，实现对雷达测距测速单元的补充检测；

所述第一LTE无线收发单元用于实现与云导航服务中心的通信；

所述车载显示单元用于显示云导航服务中心下发的导航数据和图像；

所述定位导航处理单元用于实现对车载感应器组、位置测算单元、定位导航处理单元、雷达测距测速单元、小体积障碍物识别单元、第一LTE无线收发单元以及车载显示单元的管理和数据融合；以及

所述云导航服务中心用于接收车辆上传的定位导航数据，并根据所述定位导航数据进行数据融合、路线设定和风险提示，并将相关数据下发至各车辆。

2.一种如权利要求1所述的系统，所述车载感应器组具体包括：纵向加速度感应器、侧向加速度感应器、垂直偏转角感应器、以及线速度感应器；其中

所述纵向加速度感应器用于获取车辆的纵向加速度；侧向加速度感应器用于获取车辆的侧向加速度；垂直偏转角感应器用于获取车辆的垂直偏转角速度，线速度感应器用于获取车辆的纵向速度。

3.一种如权利要求2所述的系统，所述位置测算单元包括安装在车辆上且镜头平行于路面的第一高清探头、惯导定位单元、道路相关定位单元、组合定位单元以及蓝牙无线接收单元；第一高清探头通过道路相关定位单元与组合定位单元连接，所述惯导定位单元连接组合定位单元；其中

所述惯导定位单元包括行驶运动状态角测算单元以及坐标生成单元，所述行驶运动状态角测算单元根据所述纵向加速度感应器获取的车辆的纵向加速度、侧向加速度感应器获取的车辆的侧向加速度、垂直偏转角感应器获取的车 辆的垂直偏转角速度、以及线速度感应器用于获取车辆的纵向速度计算生成车辆的行驶运动状态角；所述坐标生成单元根据计算出的行驶运动状态角和纵向加速度信息通过惯导姿态算法得到车辆的第一位置坐标；

所述第一高清探头实时采集车辆行驶过程中路面的图像；

所述道路相关定位单元通过对第一高清探头采集的路面图像进行处理，得到车辆相对于初始坐标的第二位置坐标；

组合定位单元根据第一位置坐标和第二位置坐标计算出组合坐标，并利用施密特扩展滤波算法对组合坐标进行状态估计，得到车辆第三位置坐标。

4.一种如权利要求3所述的系统，所述分布式辅助单元包括第二高清探头、射频识别接收器、蓝牙无线发送单元和位置校正单元，第二高清探头和射频识别接收器连接位置校正单元，位置校正单元上连接与蓝牙无线接收单元无线通信的蓝牙无线发送单元；

所述第二高清探头用于当车辆经过第二高清探头下方时，采集车辆的图像；

所述射频识别接收器与车辆上的射频标签配合，车辆经过第二高清探头时，射频识别接收器触发第二高清探头采集车辆图像；

位置校正单元对第二高清探头采集的图像进行处理，计算出车辆在图像当中的位置，并转换为校正坐标；

所述蓝牙无线发送单元用于将所述校正坐标发送至蓝牙无线接收单元。

5.一种如权利要求4所述的系统，所述雷达测距测速单元具体包括依次连接的微波信号发射单元、返回信号接收单元、返回信号适配单元、速度计算单元以及目标距离计算单元。

6.一种如权利要求5所述的系统，所述小体积障碍物识别单元具体包括：检测处理单元、数据线路、和红外测距仪，所述红外测距仪通过数据线路与检测处理单元的网络接口相连接；所述检测处理单元内设置有：

红外扫描器单元、红外数据预处理单元、小障碍物检测单元以及小障碍物甄别单元。

7.一种如权利要求6所述的系统，所述云导航服务中心包括云中央处理器、与所述云中央处理器分别电连接的交通信息获取单元、第二LTE无线收发单元、存储单元、及导航云图显示单元。