CN104990554A - Gnss盲区中基于vanet车辆间协作的惯性导航定位方法 - Google Patents

Abstract

本发明公开了GNSS盲区中基于VANET车辆间协作的惯性导航定位方法，该方法在GNSS盲区使用惯性导航定位技术进行单独定位的基础上，引入协作定位的理念，解决GNSS盲区中单独使用惯性导航INS进行定位时定位误差随时间积累造成的定位性能较差问题，包括：首先，车辆之间通过DSRC进行通信，共享车辆自身的INS位置信息、里程仪的速度信息，ID等；其次，各车辆根据接收到的邻近车辆的速度信息等检测车辆与邻近车辆“相遇”时刻；再次，根据相遇时刻得到车辆相遇时的距离；然后，利用航位推算将本地的INS位置信息和车辆之间的距离，得到车辆的绝对位置；最后，再使用数字地图技术修正最终的位置信息。

Description

GNSS盲区中基于VANET车辆间协作的惯性导航定位方法

技术领域

本发明涉及GNSS盲区车辆自组织网络VANET中的车辆协作定位技术、车辆之间的V2V通信、惯性导航系统INS技术，特别涉及一种基于车辆之间协作的INS导航定位方法。

背景技术

目前，车辆定位技术有很多，其中，全球卫星导航系统(GNSS，Global Navigation Satellite Systems)是使用最多的定位系统，也被认为是为智能交通系统应用提供位置信息服务的关键技术，许多应用系统都采用GNSS技术来提供高精度的位置信息。导航以及基于位置的信息服务，特别是车辆安全和紧急避险等都需要精确的位置信息作为前提，在很大程度上依赖车辆位置信息。GNSS技术目前可以提供10米左右精度的位置信息，无法满足车辆安全在内的高精度定位要求，再加上在城市密集区或隧道等区域，GNSS信号被遮挡，无法获取车辆位置信息，这也是车辆安全应用面临的挑战。

为了弥补GNSS盲区定位的不足，常使用惯性导航INS定位技术，INS虽然具备不依赖外界信号，同时不受外界信号的干扰，稳定性较高，重量轻、体积小易于维护，短时间内定位精度高的优点，但是INS单独定位时存在误差随时间积累的特点，较长时间的定位中，由于误差积累造成定位精度的严重下降，因此不适合长时间的单独的车辆定位。将INS与GNSS技术进行组合定位，可以实现彼此的优势互补，有效地解决GNSS盲区的定位问题，从而实现较好的车辆定位及导航等应用。因此，近年来INS与GNSS的组合定位成为了导航定位的研究热点。GNSS技术、INS技术的单独定位，或两者结合的组合定位，都属于单节点的独立定位，定位精度难以满足车辆安全在内的现代ITS应用的可行性要求。高精度的数字地图可以用来修正GNSS或INS技术的定位误差，从而提高定位精度，但是数字地图技术不能单独用来定位。

为了应对单节点定位精度不高以及适用性和定位精度受限带来的挑战，基于车与车，车与基础设施，车与人等相互通信的现代协作定位技术应运而生。现代协作定位技术是在车载自组网下的车辆间相互合作的定位技术，该技术通过车与车、车与路边设施等通信，获取邻近参考点的位置速度等信息，再将接收到的数据与本地数据根据融合算法进行融合处理，然后充分利用多源数据的优势，协调相互作用的结果，获取更加准确的数据信息，进而在GNSS信号覆盖盲区实现定位，在GNSS信号较强地区实现增强GNSS定位的目的。

现有的技术方案一

惯性导航INS定位技术，通过在车载上安装惯性测量单元(即：IMU)，如陀螺仪与加速 度计等敏感系统的导航参数解算系统，提供车辆运动情况下的加速度和方位角信息，再通过航位推算得到目标车辆的位置与速度信息。INS虽然具备不依赖外界信号，同时不受外界信号的干扰，稳定性较高，重量轻、体积小易于维护，短时间内定位精度高的优点。GNSS技术进行组合定位，可以实现彼此的优势互补，有效地解决GNSS盲区的定位问题，从而实现较好的车辆定位及导航等应用。但是，INS虽然具备不依赖外界信号，同时不受外界信号的干扰，稳定性较高，重量轻、体积小易于维护，短时间内定位精度高的优点，但是INS单独定位时存在误差随时间积累的特点，较长时间的定位中，由于误差积累造成定位精度的严重下降，因此不适合长时间的单独的车辆定位。

现有的技术方案二

组合导航是两种或两种以上的导航技术的组合，组合导航一般有互补功能，即组合后的导航功能虽然与各分系统的导航功能相同，但是合理的利用了分系统的特点，从而扩大了适用范围和导航精度，并且有余度功能，增加了系统的可靠性。目前应用较多的是INS/GNSS组合的定位技术，先利用GNSS的数据作为基数据，在其基础上利用INS技术实现盲区的定位，对于GNSS信号盲区短时间的定位来说，可以为其提供很好的信息补充。但是，组合定位技术仍然需要INS在盲区中的自主定位，长时间定位时定位误差积累问题仍然无法消除；而且无论是GNSS技术、INS技术以，或两者结合的组合定位，都属于单节点的独立定位，定位精度难以满足车辆安全在内的现代ITS应用的可行性要求。而本发明能够很好地解决上面的问题。

发明内容

本发明目的在于提供了一种GNSS盲区中基于VANET车辆间协作的惯性导航定位方法，该方法在GNSS盲区使用惯性导航定位技术进行单独定位的基础上，引入协作定位的理念，解决GNSS盲区中单独使用惯性导航INS进行定位时定位误差随时间积累造成的定位性能较差问题，它包括以下步骤：首先，车辆之间通过DSRC进行通信，共享车辆自身的INS位置信息、里程仪的速度信息，ID等；其次，各车辆根据接收到的邻近车辆的速度信息等检测车辆与邻近车辆“相遇”时刻；再次，根据相遇时刻得到车辆相遇时的距离；然后，利用航位推算将本地的INS位置信息和车辆之间的距离，得到车辆的绝对位置；最后，再使用数字地图技术修正最终的位置信息。本发明的有益效果是：在发挥INS定位技术补充GNSS信号盲区的位置和速度信息的优势的同时，根据车辆间通信带来的多源数据优势，减小INS随时间积累的测量误差，再利用数字地图技术进一步修正测量误差，从而获得高精度的盲区车辆绝对位置信息。

本发明解决其技术问题所采取的技术方案是：一种GNSS盲区中基于VANET车辆间协作的 惯性导航定位方法，该方法包括如下步骤：

步骤1：车辆通过广播发送各自的位置速度消息，邻近车辆接收周围车辆发送的消息并存储至本地空间。

步骤2：各车辆根据观测到的邻近车辆信号的多普勒频移以及邻近车辆广播消息中包含的速度等信息，利用匹配滤波器时间检测方法得到峰值输出时刻，根据峰值输出时刻得到车辆与邻近车辆的“相遇”时刻，由“相遇”时刻得到车辆相遇时的距离。

步骤3：利用航位推算数据融合处理车辆本地的INS位置信息和车辆之间的距离，得到车辆的绝对位置。

步骤4：使用数字地图技术修正得到最终的位置信息。

附图说明

图1为本发明的方法流程图。

图2为本发明GNSS盲区车辆间协作惯性导航定位。

有益效果： 

1、本发明在GNSS盲区中，可以使用INS/GNSS组合的方式实现盲区的定位，但是组合定位技术仍然是单一目标车辆的定位，定位性能仍然不足，VANET下的协作定位技术是多目标车辆相互协作的定位技术，可以提高定位的精度。

2、本发明在协作定位技术中，暂时还未出现INS的协作定位，本发明发挥INS定位技术补充GNSS信号盲区的位置和速度信息的优势的同时，利用基于车辆间协作带来的多源数据，减小INS的积累误差，改善INS单独定位的性能。

3、本发明在协作减小INS积累误差的基础上，再利用数字地图技术进一步修正测量误差，从而获得高精度的盲区车辆绝对位置信息。

4、本发明在发挥INS定位技术补充GNSS信号盲区的位置和速度信息的优势的同时，根据车辆间通信带来的多源数据优势，减小INS随时间积累的测量误差，再利用数字地图技术进一步修正测量误差，从而获得高精度的盲区车辆绝对位置信息。

具体实施方式

下面结合说明书附图对本发明创造作进一步的详细说明。

如图1所示，一种GNSS盲区中基于VANET车辆间协作的惯性导航定位方法，该方法包括如下步骤：

步骤1：车辆通过广播发送各自的位置速度消息，邻近车辆接收周围车辆发送的消息并存储至本地空间。

步骤2：各车辆根据观测到的邻近车辆信号的多普勒频移以及邻近车辆广播消息中包含 的速度等信息，利用匹配滤波器时间检测方法得到峰值输出时刻，根据峰值输出时刻得到车辆与邻近车辆的“相遇”时刻，由“相遇”时刻得到车辆相遇时的距离。

步骤3：利用航位推算数据融合处理车辆本地的INS位置信息和车辆之间的距离，得到车辆的绝对位置。

步骤4：使用数字地图技术修正得到最终的位置信息。

本发明在隧道或城市密集区，GNSS信号被阻挡，定位性能大大降低，这种情况下常使用惯性导航INS进行绝对定位。传统的车辆定位中已有大量的INS应用实例，但是INS定位误差具有随时间积累的特性，比较经典的误差累积是时间超过30秒时，误差超过50米，而且在VANET下车辆协作定位中仍未出现INS的应用。由于协作定位需要两个以上的独立部分进行通信，共享彼此的位置信息，所以GNSS盲区中广泛使用INS/GNSS组合定位技术不能看作协作定位技术。本发明关注VANET下的V2V基础上的INS定位技术，利用INS的定位优势，提出一种新的协作定位技术，实现GNSS盲区的车辆绝对定位。如图2所示处于盲区中的车辆可以通过V2V通信接收周围车辆广播的位置速度信息；并通过观测周围车辆广播信号的多普勒频移结合广播信号中包含的位置速度信息确定当前车辆与邻近车辆的“相遇”时刻；继而根据此“相遇”时刻得到本车与邻近车辆的相对距离，使用航位推算数据融合处理得到车辆的绝对位置；最后使用数字地图修正得到最终的位置信息。

一、车辆运动模型

在使用惯性导航INS技术进行车辆定位时，如果已知欧拉角在t₀时刻的初始化状态和惯性测量器件提供的载体系下的加速度，以及车辆的旋转矩阵，就能根据车辆的运动模型，测量车辆在t＞t₀时刻的位置和速度信息。其中，车辆的运动模型可以表示如下：

${\stackrel{\·}{P}}_n=v_n---\left(1\right)$

${\stackrel{\·}{v}}_n=C_b^n{a}_b+G---\left(2\right)$

“·”表示对时间的求导，p_n是车辆在导航系中的位置矢量，v_n是车辆在导航系中的速度矢量，a_b是车辆在载体系中的加速度矢量，是从车辆载体系到导航系转换时的旋转矩阵，G是地球重力加速度。对于ENU坐标来说，G在东北两个方向的加速度分量为0，G≈-9.8m/s²，方向竖直向下。欧拉角根据如下公式进行更新：

VANET中的车辆协作惯性导航方法是基于惯性导航INS的位置估计方法，通过与经过该车辆附近的车辆进行协作，估计出该车的位置信息。假设车辆k、l对应的欧拉角分别为 和本发明中提到的经过彼此的车辆，都是指在双车道上行驶的运动方向相反的车辆。如果车辆k、l经过彼此时的时间为t＝t_p，则两车辆的欧拉角满足：

假设在车辆经过彼此时刻的行驶轨迹平行，也即是车辆在该时刻不变换行驶方向。基于车辆协作的惯性导航定位方法也是基于经过彼此时刻t_p和经过时刻的相对距离r(t_p)的测量方法。在本发明中采用接收到的邻近车辆信号的多普勒频移测量t_p和r(t_p)。

二、车辆间基于多普勒频移的相对距离的测量

车辆l接收到来自车辆k发射信号的多普勒频移可以表示为：

${\mathrm{\Δf}}_{\mathrm{kl}}\left(t\right)=\frac{{-f}_t}{c}\frac{{\mathrm{dr}}_{\mathrm{kl}}}{\mathrm{dt}}---\left(7\right)$

其中f_t表示发射频率，c是光速，r表示车辆之间的距离。公式(7)又可表示为： 

$\mathrm{\Δf}(t-t_p)=\frac{-[t-t_p]f_t{v}^2}{c\sqrt{{[t-t_p]}^2{v}^2+r^2\left(t_p\right)}}---\left(8\right)$

其中，v＝v_k+v_l，表示车辆k、l之间的相对速度。在此，假设车辆经过彼此时刻的速度不变。如附图1所示，车辆经过彼此时多普勒频移为0，基于这一特性可以测量t_p和r(t_p)。针对经过时刻的时间，可以利用匹配滤波器进行检测，匹配滤波器的脉冲响应为：

其中，α为调谐参数，设α＝30，表示两个车辆在信号进行滤波期间行进的距离。从车辆通信时提供的里程仪信息中得到速度v，并且假设里程仪不存在观测误差。r₀是经过彼此的车辆之间的距离，先假设为10米，实际上该参数为待测量。r₀真实值不影响滤波器对时间t_p的检测。从附图2中得知，采用匹配滤波器进行时间检测时，实质是检测滤波器的最大输出时刻，r₀只会影响滤波器的最大输出值，而不会影响最大值输出时的时间。滤波器峰值输出时刻均是t_max＝t_p+α/2_v，根据峰值输出时刻，可以检测到车辆经过彼此时的时间。假设t_p是起始时刻，为了测量r(t_p)，公式(8)可以改为：

Y(t-t_p)＝r²(t_p)+ζ(t-t_p)     (10) 

其中：

$Y(t-t_p)={[t-t_p]}^2{\hat{v}}^2[\frac{f_t^2{\hat{v}}^2}{c^2\mathrm{\Δ}{\hat{f}}^2(t-t_p)}-1]---\left(11\right)$

是计算得到的两车之间的相对速度，是目标车辆观测到的多普勒频移，ζ是由于未知和的真实值而设置的误差值。根据公式(10)，用Y(t_i-t_p)的平均均方差计算r(t_p)：

$\hat{r}\left(t_p\right)=\sqrt{\frac{1}{N}\underset{i=-\frac{N}{2}}{\overset{\frac{N}{2}}{\mathrm{\Σ}}}Y(t_i-t_p)}---\left(12\right)$

其中，N表示车辆经过彼此时刻前后的采样数，理论上N的值越大越好，为了在尽可能短的时间得出车辆间的距离，一般设N为

三、基于航位推算的车辆绝对定位

在利用本发明提出的惯性导航协作定位技术进行GNSS盲区定位时，假设参与协作的车辆通过DSRC广播各自的ID、INS提供的位置和欧拉角以及里程表提供的速度信息，每辆车都能收到来自周边的所有车辆的广播信息，采用基于车辆协作的惯性导航定位技术时，协作的车辆必须能够识别经过的车辆，并且能够将自身的数据信息与接收到的经过车辆的信息进行融合。车辆协作的惯性导航定位方法是基于已知目标车辆经过每一个邻近车辆的时间和经过时刻两者之间的距离来实现定位的方法，因此实现定位需要两步，先测量经过时刻t_p， 然后再获取t_p时刻目标车辆与邻近车辆的距离r(t_p)。在获取t_p和经过时刻的两车距离r(t_p)的基础上，融合与其通信的车辆基于INS的定位数据，可以消除欧拉角和位置信息的误差。假设t＝t_p时刻，车辆协作惯性导航定位技术数据融合之前，对车辆k和l来自INS的欧拉角测量值为和公式(6)是协作车辆间满足的第一个约束条件，最优欧拉角函数满足如下关系式：

其中，是采用本发明提出的定位技术后改善之后的欧拉角，γ表示权重系数，用来权衡每辆车的最小成本函数。为了使目标车辆获取高精度的欧拉角，权重系数取值应尽可能大。根据公式(13)的最小成本函数可以得到：

基于车辆协作惯性导航方法的欧拉角测量估计为：

在对车辆k、l进行定位处理时，使用公式(15)可以更新欧拉角值，再使用公式(3-5)，可以消除更新欧拉角后的误差。

在t＝t_p时刻，该方案中车辆所受另一个约束条件是两车之间的相对位置矢量。考虑到 和是车辆k、l基于本文提出的方法的位置估计矢量，正交于道路方向，并 且在正常行驶条件下，如没有发生向路边的滑动情况，并且沿道路行驶的方向不变。的第一列是v_k＝[cosψcosθ,sinψcosθ,-sinθ]^T，并且v_l＝-v_k，分别是车辆k、l速度的单位向量。“T”是转置符号。归一化的速度矢量作为道路方向测量的一个参数，使用公式(14)测量的欧拉角，用于测量道路方向。

假设和分别是车辆k、l在t＝t_p时刻采用INS技术获得的位置矢量，二者分别基于两个位移矢量转变为和该位移矢量沿道路方向和垂直道路方向的长度分别为：Δl和ΔL，满足如下公式：

${\hat{P}}_k^{+}={\hat{P}}_k^{-}+v_k\mathrm{\Δl}+p_{\mathrm{kl}}\mathrm{\ΔL}---\left(16\right)$

${\hat{P}}_l^{+}={\hat{P}}_l^{-}+v_l\mathrm{\Δl}-p_{\mathrm{kl}}\mathrm{\ΔL}---\left(17\right)$

其中，p_kl是垂直于v_k和v_l的单位向量，同时满足：

${({\hat{P}}_k^{+}-{\hat{P}}_l^{+})}^T{v}_k={({\hat{P}}_k^{+}-{\hat{P}}_l^{+})}^T{v}_l=0---\left(18\right)$

联立(15-17)得到：

$\mathrm{\Δl}=0.5{({\hat{P}}_k^{-}-{\hat{P}}_l^{-})}^T{\hat{v}}_k---\left(19\right)$

使用Δl可以计算得到p_kl：

$p_{\mathrm{kl}}=({\hat{P}}_k^{-}-{\hat{P}}_l^{-}+{2v}_k\mathrm{\Δl})/\left|\right|{\hat{P}}_k^{-}-{\hat{P}}_l^{-}+{2v}_k\mathrm{\Δl}\left|\right|---\left(20\right)$

对(16)、(17)求差，用代替可得：

$|\hat{r}\left(t_p\right)-2\mathrm{\ΔL}|p_{\mathrm{kl}}={\hat{P}}_k^{-}-{\hat{P}}_l^{-}+{2v}_k\mathrm{\Δl}---\left(21\right)$

两边都求绝对值可得：

$\mathrm{\ΔL}=0.5\left[\hat{r}\left(t_p\right)\stackrel{\‾}{+}\right||{\hat{P}}_k^{-}-{\hat{P}}_l^{-}+{2v}_k\mathrm{\Δl}|\left|\right]---\left(22\right)$

由公式(22)可知ΔL有两个解，所求解取决于t＝t_p时刻的定位误差和靠左或靠右的交通规则。将Δl和ΔL以及p_kl代入公式(15)和(22)，可以得到和然后再使用数字地图对位置信息进行修正，从而得到更优的GNSS盲区车辆位置信息。

Claims (3)

1.GNSS盲区中基于VANET车辆间协作的惯性导航定位方法，其特征在于，所述方法包括如下步骤：

步骤1：车辆通过广播发送各自的位置速度消息，邻近车辆接收周围车辆发送的消息并存储至本地空间；

步骤2：各车辆根据观测到的邻近车辆信号的多普勒频移以及邻近车辆广播消息中包含的速度等信息，利用匹配滤波器时间检测方法得到峰值输出时刻，根据峰值输出时刻得到车辆与邻近车辆的“相遇”时刻，由“相遇”时刻得到车辆相遇时的距离；

步骤3：利用航位推算数据融合处理车辆本地的INS位置信息和车辆之间的距离，得到车辆的绝对位置；

步骤4：使用数字地图技术修正得到最终的位置信息。

2.根据权利要求1所述的一种GNSS盲区中基于VANET车辆间协作的惯性导航定位方法，其特征在于，所述方法的车辆之间相互通信，共享自身的位置，ID和速度等信息，并且协作的车辆为双向道路上行驶方向相反的车辆。

3.根据权利要求1所述的一种GNSS盲区中基于VANET车辆间协作的惯性导航定位方法，其特征在于，所述方法的车辆“相遇”是指代目标车辆与相反方向行驶的邻近车辆在经过彼此时刻的相遇，相遇时的距离，为车辆垂直于行驶方向的距离。