CN105068101B - 指示牌定位方法及系统 - Google Patents

指示牌定位方法及系统 Download PDF

Info

Publication number
CN105068101B
CN105068101B CN201510371818.9A CN201510371818A CN105068101B CN 105068101 B CN105068101 B CN 105068101B CN 201510371818 A CN201510371818 A CN 201510371818A CN 105068101 B CN105068101 B CN 105068101B
Authority
CN
China
Prior art keywords
moment
kth
test vehicle
sign
position data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510371818.9A
Other languages
English (en)
Other versions
CN105068101A (zh
Inventor
蔡毓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangxi University
Original Assignee
Guangxi University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangxi University filed Critical Guangxi University
Priority to CN201510371818.9A priority Critical patent/CN105068101B/zh
Publication of CN105068101A publication Critical patent/CN105068101A/zh
Application granted granted Critical
Publication of CN105068101B publication Critical patent/CN105068101B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提供一种指示牌定位方法及系统，该方法包括：获取第k时刻测试车的全球定位系统位置数据，得到第k时刻测试车的位置观测值；根据第k‑1时刻到第k时刻测试车的惯性导航运动轨迹和第k时刻测试车的位置观测值计算得出第k时刻测试车的最优位置估计值；将第k时刻测试车的最优位置估计值作为第k时刻的指示牌的参考位置数据；根据第k时刻的指示牌的参考位置数据和第k时刻扫描到的指示牌的标签数据计算得出第k时刻的指示牌的位置数据。本发明提供的指示牌定位方法及系统减少了对指示牌定位的时间，提高了对指示牌定位的效率和精度。

Description

指示牌定位方法及系统
技术领域
本发明涉及通信技术领域，尤其涉及一种指示牌定位方法及系统。
背景技术
指示牌，比如里程表指示牌、方向指示牌，为人们提供重要的指示距离和/或方向等作用。然而，指示牌一般裸露在室外，尤其是高速公路指示牌，经常会由于各种自然或人为原因，遭到挪动或破坏。比如，遇到飓风天气或雨雪天气，会造成大量指示牌的挪动或损坏。因此，需要经常对指示牌进行排查和定位。
目前，对指示牌进行排查和定位主要由大量养路工一段段路去查指示牌情况，从而判断指示牌是否被挪动或损坏，以及确定指示牌的位置信息。然而，靠大量养路工一段段路去对指示牌进行排查和定位，费时较长，效率不高。
发明内容
本发明提供一种指示牌定位方法及系统，减少了对指示牌定位的时间，提高了对指示牌定位的效率和精度。
本发明第一方面提供的指示牌定位方法，包括：
获取第k时刻测试车的全球定位系统位置数据，得到第k时刻测试车的位置观测值；
根据第k-1时刻到第k时刻测试车的惯性导航运动轨迹和第k时刻测试车的位置观测值计算得出第k时刻测试车的最优位置估计值；
将第k时刻测试车的最优位置估计值作为第k时刻的指示牌的参考位置数据；
根据第k时刻的指示牌的参考位置数据和第k时刻扫描到的指示牌的标签数据计算得出第k时刻的指示牌的位置数据。
本发明第二发明提供的指示牌定位系统，包括：
全球定位系统接收模块，用于获取第k时刻测试车的全球定位系统位置数据，得到第k时刻测试车的位置观测值；
卡尔曼滤波模块，用于根据第k-1时刻到第k时刻测试车的惯性导航运动轨迹和第k时刻测试车的位置观测值计算得出第k时刻测试车的最优位置估计值；
处理器模块，用于将第k时刻测试车的最优位置估计值作为第k时刻的指示牌的参考位置数据；以及根据第k时刻的指示牌的参考位置数据和第k时刻扫描到的指示牌的标签数据计算得出第k时刻的指示牌的位置数据。
本发明提供的指示牌定位方法及系统，通过获取测试车的全球定位系统位置数据，根据测试车的惯性导航运动轨迹和测试车的位置观测值计算得出测试车的最优位置估计值，将测试车的最优位置估计值作为指示牌的参考位置数据，根据指示牌的参考位置数据和扫描到的指示牌的标签数据计算得出指示牌的位置数据，实现测试车自动对指示牌的定位，不需要养路工一段段路去对指示牌进行排查和定位，减少了对指示牌定位的时间，提高了对指示牌定位的效率和精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明指示牌定位方法的应用场景图；
图2为本发明实施例一提供的指示牌定位方法流程图；
图3为确定测试车扫描到的指示牌的位置数据示意图；
图4为本发明实施例二提供的指示牌定位方法流程图；
图5为本发明实施例提供的获取从第k-1时刻到第k时刻测试车的惯性导航运动轨迹方法流程图；
图6为本发明实施例三提供的指示牌定位方法流程图；
图7为本发明实施例一提供的指示牌定位装置定位系统结构示意图；
图8为本发明实施例二提供的指示牌定位系统结构示意图；
图9为本发明实施例三提供的指示牌定位系统结构示意图；
图10为本发明实施例四提供的指示牌定位系统结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
图1为本发明指示牌定位方法的应用场景图。如图1所示，在公路行驶的测试车1上装一个远程的射频标识(Radio Frequency IDentification，简称RFID)读写器11，在公路路边的指示牌2中装一个无源RFID标签。当公路行驶的测试车1从路边开过，测试车1上的RFID读写器11读取指示牌2中的无源RFID标签，实现测试车1对指示牌2的扫描。测试车1上装有全球定位系统(Global Positioning System，简称GPS)接收器、加速度传感器、陀螺仪传感器、里程表传感器(Distance Measurement Instrument，简称DMI)和计算机。其中，GPS接收器用来接收全球定位系统卫星信号并确定出测试车1的地面空间位置，加速度传感器用来测量测试车1在行驶过程中的加速度，陀螺仪传感器用来测量测试车1在行驶过程中的方位，DMI用来测量测试车1在行驶过程中的里程，计算机用来处理GPS接收器、加速度传感器、陀螺仪传感器和DMI接收或测量得到的数据。
图2为本发明实施例一提供的指示牌定位方法流程图。如图2所示，本发明实施例提供的指示牌定位方法，包括：
S201：获取第k时刻测试车的全球定位系统位置数据，得到第k时刻测试车的位置观测值。
具体的，测试车在行驶过程中，当第k时刻测试车扫描到指示牌时，即第k时刻测试车上的RFID读写器读取到指示牌的无源RFID标签时，GPS接收器获取第k时刻测试车的GPS位置数据。
需要说明的是，由于GPS接收器每隔1秒钟(s)刷新一次，也即，GPS接收器每隔1s才获取一次GPS位置数据。因此，GPS接收器获取第k时刻测试车的GPS位置数据存在两种情况：一种是GPS接收器在第k时刻可以直接获取到GPS位置数据，也即，GPS接收器在第k时刻刚好刷新一次，在第k时刻刚好获取GPS位置数据；一种是GPS接收器在第k时刻不可以直接获取到GPS位置数据，也即GPS接收器在第k时刻没有刷新，在k时刻不获取GPS位置数据。
可选的，获取第k时刻测试车的GPS位置数据，包括：
若第k时刻直接获取到GPS位置数据，则将第k时刻获取到的GPS位置数据直接作为第k时刻测试车的GPS位置数据。
若第k时刻无法直接获取到GPS位置数据，则确定直接获取到GPS位置数据的距离第k时刻最近的第k-a时刻和第k+b时刻。
其中，a，b分别为正整数，且a<b。
具体的，若第k时刻无法直接获取到刻GPS位置数据，则通过计算机中的处理器模块确定可以直接获取GPS位置数据的距离第k时刻最近的k-a时刻和第k+b时刻。
获取从第k-a时刻到第k时刻测试车的里程位置数据。
其中，通过里程表传感器获取从k-a时刻到第k时刻测试车的里程位置数据。
具体的，里程表传感器装在测试车的半轴上，通过测量测试车在行驶过程中轮胎转动的圈数，以及测试车轮胎的半径，即可计算得出测试车的里程位置数据。需要说明的是，测试车的半轴是测试车差速器与驱动轮之间传递扭矩的实心轴。里程表传感器具体采用的原理与现有技术中里程表传感器采用的原理相同，本实施例不再赘述。
获取第k-a时刻和第k+b时刻测试车的GPS位置数据。
根据第k-a时刻和第k+b时刻测试车的GPS位置数据以及从第k-a时刻到第k时刻测试车的里程位置数据计算得到第k时刻测试车的GPS位置数据。
其中，GPS接收器是每隔1s刷新一次，里程表传感器是每隔0.25秒刷新一次，因此，在GPS接收器刷新一次的时候，里程表传感器已经刷新了4次。因此，采用GPS接收器和里程表传感器共同作用，可提高获取测试车的GPS位置数据的精度。
具体的，根据第k-a时刻和第k+b时刻测试车的GPS位置数据以及从第k-a时刻到第k时刻测试车的里程位置数据计算得到第k时刻测试车的GPS位置数据，包括：
在第k-a时刻和第k+b时刻两点之间可以确定一条直线，第k时刻的里程位置数据为确定的直线上的一点，将第k时刻的里程位置数据代入到确定的直线中得到的GPS+DM的绝对距离，即为第k时刻测试车的GPS位置数据。
需要说明的是，惯性导航系统的刷新频率是远远高于GPS+DMI共同作用的刷新频率。为了跟上提高惯性导航系统计算值的更新率，可能存在GPS+DMI中间没有点的情况，对GPS+DMI中间不存在的点，可以通过线性插值的方法来得到。
S202：根据第k-1时刻到第k时刻测试车的惯性导航运动轨迹和第k时刻测试车的位置观测值计算得出第k时刻测试车的最优位置估计值。
具体的，通过卡尔曼滤波系统根据第k-1时刻到第k时刻测试车的惯性导航运动轨迹和第k时刻测试车的位置观测值计算得出第k时刻测试车的最优位置估计值。
需要说明的是，卡尔曼滤波系统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。本实施例卡尔曼滤波系统采用的原理和算法与现有技术中卡尔曼滤波系统采用的原理和算法相同，本实施在此不再赘述。
S203：将第k时刻测试车的最优位置估计值作为第k时刻的指示牌的参考位置数据。
具体的，第k时刻测试车的最优位置估计值就是第k时刻测试车的实际位置，把第k时刻测试车的最优位置估计值，也即第k时刻测试车的实际位置作为第k时刻的指示牌的参考位置数据。
S204：根据第k时刻的指示牌的参考位置数据和第k时刻扫描到的指示牌的标签数据计算得出第k时刻的指示牌的位置数据。
本发明实施例提供的指示牌定位方法，通过获取测试车的GPS位置数据，根据测试车的惯性导航运动轨迹和测试车的位置观测值计算得出测试车的最优位置估计值，将测试车的最优位置估计值作为指示牌的参考位置数据，根据指示牌的参考位置数据和扫描到的指示牌的标签数据计算得出指示牌的位置数据，实现测试车自动对指示牌的定位，不需要养路工一段段路去对指示牌进行排查和定位，减少了对指示牌定位的时间，提高了对指示牌定位的效率和精度。
需要说明的是，当指示牌刚安装时，采用图2中所示实施例提供的指示牌定位方法对指示牌进行扫描定位，并把指示牌的标签数据和指示牌的位置数据对应存储在计算机或数据库中。当指示牌遭到破坏，测试车的扫描指示牌，测试车上的RFID读写器没有读数时，测试车上的处理器模块会根据指示牌的标签数据找到该指示牌的位置数据。
进一步地，在图2所示实施例的基础上，根据第k时刻的指示牌的参考位置数据和第k时刻扫描到的指示牌的标签数据计算得出第k时刻的指示牌的位置数据，包括：
根据第k时刻的指示牌的参考位置数据计算得出第k时刻的指示牌的参考位置的法线y：
根据第k时刻扫描到的指示牌的标签数据计算得出第k时刻的指示牌的位置方程：
(x-x0)2+(y-y0)2＝R1 2 (2)
根据公式(1)和公式(2)计算得出第k时刻的指示牌的位置数据；
上述公式中，x0为第k时刻的指示牌的参考位置，y0为第k时刻的指示牌的参考位置数据，f′(x0)为测试车的实际运行轨迹在x0处的斜率，R1为第k时刻扫描到的指示牌与测试车之间的距离。
具体的，可以采用以下方法获得：根据测试车每一时刻的最优位置估计值可以计算获取得到测试车的实际运行轨迹。假设测试车的实际运行轨迹为y＝f(x)，且测试车在行驶过程中为匀速运动，采用高阶多项式插值可以得到：
y＝a6x6+a5x5+a4x4+a3x3+a2x2+a1x+a0 (3)
假设在第k时刻即x0这点测试车扫描到了无源RFID标签，可以得到：
y0＝f(x0)＝a6x0 6+a5x0 5+a4x0 4+a3x0 3+a2x0 2+a1x0+a0 (4)
根据第k时刻即x0这点处的测试车的实际运行轨迹f(x)，可以得到x0这点的法线：
f′(x0)＝6a6x05+5a5x04+4a4x03+3a3x0 2+2a2x0+a1 (6)
其中，f′(x0)为测试车的实际运行轨迹f(x)在x0处的斜率。
我们假设测试车经过指示牌最近的时候扫描到标签，因此第k时刻扫描到的标签是离测试车实际运行轨迹最近的点，也即第k时刻扫描到的标签是通过测试车实际运行轨迹的法线的。
通过以下公式测量得到接收到的射频信号能量(Received Signal StrengthIndication，简称RSSI)：
公式(7)为雷达方程，其中Pr是接收到的射频信号能量，也就是RSSI值，Pt是发射能量，G是发射天线增益，λ是无线电波的波长，σ是目标的雷达截面面积，也即无源RFID标签的雷达截面积，R是无线电波传输距离。需要说明的是，本实施例中无线电波采用的是915兆赫兹(MHz)电磁波。
事先对参考距离和标签做过标定，用对数形式表示为：
Pr0＝Pt0-4 log R0+C (8)
C是一个常数，因为发射天线增益、波长和雷达截面都是固定的。在安装之前通过标定得到一个已知参考距离下R0和Pr0的关系，由于Pt0在测量过程中是始终恒定的，因此可以得到：
其中，R1为第k时刻扫描到的指示牌与测试车之间的距离，如果已知Pr1就可以算出R1，因为R0和Pr0都是已知的标定值。需要说明的是，在很多场合由于多径及衰落的影响，在(9)中的对数系数可以不取4，也可以取2到4之间的一个经验值。
计算得到R1后，可以确定第k时刻测试测扫描到的标签一定在一个中心为(x0，y0)，半径为R1的圆上。中心为(x0，y0)，半径为R1的圆的方程如下：
(x-x0)2+(y-y0)2＝R1 2 (2)
图3为确定测试车扫描到的指示牌的位置数据示意图，如图3所示，对公式(1)和(2)联合求解，即可确定第k时刻测试车扫描到的指示牌的位置数据，即图3中Δ为确定的第k时刻测试车扫描到的指示牌的位置数据。
进一步地，为了简单起见，可以把公式(1)简化为：
y＝kx+b (1-1)
其中，
对公式(1-1)和(2)联合求解，也可确定第k时刻测试车扫描到的指示牌的位置数据。
图4为本发明实施例二提供的指示牌定位方法流程图。如图4所示，本发明实施例提供的指示牌定位方法，包括：
S401：获取第k时刻测试车的全球定位系统位置数据，得到第k时刻测试车的位置观测值。
S402：获取从第k-1时刻到第k时刻测试车的惯性导航运动轨迹。
具体的，通过惯性导航系统获取从第k-1时刻到第k时刻测试车的惯性导航运动轨迹。
具体的，图5为本发明实施例提供的获取从第k-1时刻到第k时刻测试车的惯性导航运动轨迹方法流程图，如图5所示，获取从第k-1时刻到第k时刻测试车的惯性导航运动轨迹，包括：
S402a：获取从第k-1时刻到第k时刻测试车的加速度。
具体的，通过二轴加速度传感器获取从第k-1时刻到第k时刻测试车的加速度。
S402b：将加速度通过双重积分计算得到从第k-1时刻到第k时刻测试车的路径。
S402c：获取从第k-1时刻到第k时刻测试车的方位。
具体的，通过二轴陀螺仪传感器获取从第k-1时刻到第k时刻测试车的加速度。
S402d：根据从第k-1时刻到第k时刻测试车的路径和方位计算得到从第k-1时刻到第k时刻测试车的惯性导航运动轨迹。
具体的，根据从第k-1时刻到第k时刻测试车的路径和方位计算得到从第k-1时刻到第k时刻测试车的惯性导航运动轨迹，具体的计算过程为：
二轴加速度传感器测量得到测试车的加速度，其中，测试车的加速度包括水平(x轴)加速度ax和垂直(y轴)加速度ay，二轴陀螺仪传感器测量得到测试车的角速度w。
根据加速度ax、加速度ay以及角速度w采用以下公式可计算得到测试车的惯性导航运动轨迹：
x＝ΣΣax*cosθ+ΣΣay*sinθ (10)
y＝ΣΣax*sinθ+ΣΣay*cosθ (11)
θ＝Σw (12)
其中，x为测试车在x轴的位移，y为测试车在y轴的位移，θ为测试车的角度，∑∑为两次求和，即双重积分。∑为一次求和，即一次积分。
根据计算得到的测试车在x轴的位移x和在y轴的位移y可以确定测试车的路径，根据计算得到的测试车的角度θ可以确定测试车的方位，从而可以确定出测试车的运行轨迹。
S403：根据第k-1时刻到第k时刻测试车的惯性导航运动轨迹和第k时刻测试车的位置观测值计算得出第k时刻测试车的最优位置估计值。
可选的，根据第k-1时刻到第k时刻测试车的惯性导航运动轨迹和第k时刻测试车的位置观测值计算得出第k时刻测试车的最优位置估计值，包括：
采用公式计算得出第k时刻测试车的位置预测值
采用公式计算得出第k时刻测试车的观测误差
采用公式计算得出第k时刻测试车的最优位置估计值
上述公式中，Δt为第k时刻与第k-1时刻的时间差，为根据第k-1时刻到第k时刻测试车的惯性导航运动轨迹得到的第k-1时刻测试车的位置预测值，uk为第k时刻的加速度，zk为第k时刻测试车的位置观测值，Hk＝[1 0]，Kk为卡尔曼滤波增益。
具体的，在x轴方向上测试车卡尔曼滤波的线性随机微分方程可以表示为：
Xk＝FkXk-1+Bkuk+wk (13)
其中，Xk是第k时刻测试车的状态变量，Xk包括测试车在每一点的位置x和速度可以表示为xk-1是第k-1时刻测试车的状态变量，wk是第k时刻测试车的过程噪声。
在本实施例中，过程噪声wk的取值范围为(0，Qk)，Qk为过程噪声wk的协方差值。进一步地，公式(4)可以分解为以下公式：
Pk|k-1＝FkPk-1|k-1Fk T+Qk (13-2)
其中，Pk|k-1为第k时刻测试车的位置预测值协方差矩阵，Pk-1|k-1为第k-1时刻测试车的位置预测值协方差矩阵，Fk T为Fk矩阵的转置。
获取第k时刻测试车的最优位置估计值可以是一个迭代更新过程，具体地，可以包括：
根据Pk|k-1，并采用公式获取第k时刻测试车的误差协方差阵Sk；
根据Sk，并采用公式获取第k时刻测试车的卡尔曼滤波增益Kk；
根据Kk和并采用公式获取第k时刻测试车的最优估计值以及采用公式Pk|k＝(1-KkHk)Pk|k-1获取第k时刻测试车的最优位置估计值协方差矩阵Pk|k。
其中，为第k-1时刻测试车的状态变量最优估计值，Rk为第k时刻测试车的观测误差协方差统计值。
同理，在y轴方向上测试车卡尔曼滤波的线性随机微分方程可以表示为：
Yk＝FkYk-1+Bkuk+wk (14)
在y轴方向上的具体计算过程与在x轴方向上的计算过程类似，本实施例在此不在赘述。
S404：将第k时刻测试车的最优位置估计值作为第k时刻的指示牌的参考位置数据。
S405：根据第k时刻的指示牌的参考位置数据和第k时刻扫描到的指示牌的标签数据计算得出第k时刻的指示牌的位置数据。
本实施例提供的指示牌定位方法，通过获取测试车的GPS位置数据，获取测试车的惯性导航运动轨迹，根据测试车的惯性导航运动轨迹和测试车的位置观测值计算得出测试车的最优位置估计值，将测试车的最优位置估计值作为指示牌的参考位置数据，根据指示牌的参考位置数据和扫描到的指示牌的标签数据计算得出指示牌的位置数据，实现测试车自动对指示牌的定位，不需要养路工一段段路去对指示牌进行排查和定位，减少了对指示牌定位的时间，提高了对指示牌定位的效率和精度。
图6为本发明实施例三提供的指示牌定位方法流程图。当获取第k时刻测试车的全球定位系统GPS位置数据时，还有一种特殊情况是在没有GPS信号的地方或者GPS信号不好的地方，不能够获取到第k时刻测试车的全球定位系统GPS位置数据，此时便可以采用本实施例提供的指示牌定位方法。如图6所示，本发明实施例提供的指示牌定位方法，包括：
S601：预先将GPS位置数据存储在指示牌的标签中。
S602：获取第k时刻测试车扫描到的指示牌标签中的GPS位置数据，得到第k时刻测试车的位置观测值。
S603：根据第k-1时刻到第k时刻测试车的惯性导航运动轨迹和第k时刻测试车的位置观测值计算得出第k时刻测试车的最优位置估计值。
S604：将第k时刻测试车的最优位置估计值作为第k时刻的指示牌的参考位置数据。
S605：根据第k时刻的指示牌的参考位置数据和第k时刻扫描到的指示牌的标签数据计算得出第k时刻的指示牌的位置数据。
本实施例提供的指示牌定位方法，在上述实施例的基础上，通过预先将GPS位置数据存储在指示牌的标签中，确保在没有GPS信号的地方或者GPS信号不好的地方，能够获取到测试车的GPS位置数据，提高了对指示牌定位的可靠性。
图7为本发明实施例一提供的指示牌定位系统结构示意图。如图7所示，本发明实施例提供的指示牌定位系统，包括：
全球定位系统接收模块71，用于获取第k时刻测试车的全球定位系统GPS位置数据，得到第k时刻测试车的位置观测值。
卡尔曼滤波模块72，用于根据第k-1时刻到第k时刻测试车的惯性导航运动轨迹和第k时刻测试车的位置观测值计算得出第k时刻测试车的最优位置估计值。
处理器模块73，用于将第k时刻测试车的最优位置估计值作为第k时刻的指示牌的参考位置数据；以及根据第k时刻的指示牌的参考位置数据和第k时刻扫描到的指示牌的标签数据计算得出第k时刻的指示牌的位置数据。
本发明实施例提供的的指示牌定位系统，用于执行图2所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
进一步地，在图7所示实施例中，卡尔曼滤波模块72具体用于：
采用公式计算得出第k时刻测试车的位置预测值
采用公式计算得出第k时刻测试车的观测误差
采用公式计算得出第k时刻测试车的最优位置估计值
上述公式中，Δt为第k时刻与第k-1时刻的时间差，为根据第k-1时刻到第k时刻测试车的惯性导航运动轨迹得到的第k-1时刻测试车的位置预测值，uk为第k时刻的加速度，zk为第k时刻测试车的位置观测值，Hk＝[1 0]，Kk为卡尔曼滤波增益。
处理器模块73具体用于：根据第k时刻的指示牌的参考位置数据计算得出第k时刻的指示牌的参考位置的法线y：
根据第k时刻扫描到的指示牌的标签数据计算得出第k时刻的指示牌的位置方程：
(x-x0)2+(y-y0)2＝R1 2 (2)
根据公式(1)和公式(2)计算得出第k时刻的指示牌的位置数据。
上述公式中，x0为第k时刻的指示牌的参考位置，y0为第k时刻的指示牌的参考位置数据，f′(x0)为测试车的实际运行轨迹在x0处的斜率，R1为第k时刻扫描到的指示牌与测试车之间的距离。
图8为本发明实施例二提供的指示牌定位系统结构示意图。如图8所示，本发明实施例提供的指示牌定位系统，在上述实施例的基础上，还包括：惯性导航系统模块74。
惯性导航系统模块74包括：加速度传感器和陀螺仪传感器。
加速度传感器，用于获取从第k-1时刻到第k时刻测试车的加速度。
陀螺仪传感器，用于获取从第k-1时刻到第k时刻测试车的方位。
处理器模块73包括计算单元，计算单元用于将加速度通过双重积分计算得到从第k-1时刻到第k时刻测试车的路径；以及根据从第k-1时刻到第k时刻测试车的路径和方位计算得到从第k-1时刻到第k时刻测试车的惯性导航运动轨迹。
本发明实施例提供的的指示牌定位系统，用于执行图3所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
图9为本发明实施例三提供的指示牌定位系统结构示意图。如图9所示，本发明实施例提供的指示牌定位系统，在上述实施例的基础上，还包括：里程表传感器75。
里程表传感器75，用于当第k时刻无法直接获取到GPS位置数据时，获取从第k-a时刻到第k时刻测试车的里程位置数据。
全球定位系统接收模块71，还用于获取第k-a时刻和第k+b时刻测试车的GPS位置数据。
处理器模块73还包括执行单元，执行单元用于若第k时刻直接获取到GPS位置数据，则将第k时刻获取到的GPS位置数据直接作为第k时刻测试车的GPS位置数据。
以及，若第k时刻无法直接获取到GPS位置数据，则确定直接获取到GPS位置数据的距离第k时刻最近的第k-a时刻和第k+b时刻。
其中，a，b分别为正整数，且a<b。
计算单元，还用于根据k-a时刻和k+b时刻测试车的GPS位置数据以及从第k-a时刻到第k时刻测试车的里程位置数据计算得到第k时刻测试车的GPS位置数据。
本实施例提供的指示牌定位系统，在上述实施例的基础上，通过里程表传感器和GPS接收器共同作用，提高了GPS的定位精度，进而提高了对指示牌定位的精度。
图10为本发明实施例四提供的指示牌定位系统结构示意图。如图10所示，本发明实施例提供的指示牌定位系统，在上述实施例的基础上，还包括：预先存储模块76。
预先存储模块76，用于预先将GPS位置数据存储在指示牌的标签中。
处理器模块73，还用于获取第k时刻测试车扫描到的指示牌标签中的GPS位置数据，得到第k时刻测试车的位置观测值。
本发明实施例提供的的指示牌定位系统，用于执行图6所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使对应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (9)

1.一种指示牌定位方法，其特征在于，包括：
获取第k时刻测试车的全球定位系统GPS位置数据，得到第k时刻所述测试车的位置观测值；
根据第k-1时刻到第k时刻所述测试车的惯性导航运动轨迹和第k时刻所述测试车的位置观测值计算得出第k时刻所述测试车的最优位置估计值；
将第k时刻所述测试车的最优位置估计值作为第k时刻的指示牌的参考位置数据；
根据第k时刻的指示牌的参考位置数据和第k时刻扫描到的指示牌的标签数据计算得出第k时刻的指示牌的位置数据；
其中，所述根据第k时刻的指示牌的参考位置数据和第k时刻扫描到的指示牌的标签数据计算得出第k时刻的指示牌的位置数据，包括：
根据第k时刻的指示牌的参考位置数据计算得出第k时刻的指示牌的参考位置的法线y：
y = - 1 f &prime; ( x 0 ) ( x - x 0 ) + y 0 - - - ( 1 )
根据第k时刻扫描到的指示牌的标签数据计算得出第k时刻的指示牌的位置方程：
(x-x0)2+(y-y0)2＝R1 2 (2)
根据公式(1)和公式(2)计算得出第k时刻的指示牌的位置数据；
上述公式中，x0为第k时刻的指示牌的参考位置的横坐标，y0为第k时刻的指示牌的参考位置的纵坐标，f′(x0)为所述测试车的实际运行轨迹在x0处的斜率，R1为第k时刻扫描到的指示牌与所述测试车之间的距离。
2.根据权利要求1所述的指示牌定位方法，其特征在于，所述根据第k-1时刻到第k时刻所述测试车的惯性导航运动轨迹和第k时刻所述测试车的位置观测值计算得出第k时刻所述测试车的最优位置估计值，包括：
采用公式计算得出第k时刻所述测试车的位置预测值
采用公式计算得出第k时刻所述测试车的观测误差
采用公式计算得出第k时刻所述测试车的最优位置估计值
上述公式中，Δt为第k时刻与第k-1时刻的时间差，为根据第k-1时刻到第k时刻所述测试车的惯性导航运动轨迹得到的第k-1时刻所述测试车的位置预测值，uk为第k时刻的加速度，zk为第k时刻所述测试车的位置观测值，Hk＝[1 0]，Kk为卡尔曼滤波增益。
3.根据权利要求1所述的指示牌定位方法，其特征在于，所述方法还包括：获取从第k-1时刻到第k时刻所述测试车的惯性导航运动轨迹；
所述获取从第k-1时刻到第k时刻所述测试车的惯性导航运动轨迹，包括：
获取从第k-1时刻到第k时刻所述测试车的加速度；
将所述加速度通过双重积分计算得到从第k-1时刻到第k时刻所述测试车的路径；
获取从第k-1时刻到第k时刻所述测试车的方位；
根据从第k-1时刻到第k时刻所述测试车的路径和方位计算得到从第k-1时刻到第k时刻所述测试车的惯性导航运动轨迹。
4.根据权利要求1-3任一项所述的指示牌定位方法，其特征在于，所述获取第k时刻测试车的全球定位系统GPS位置数据，包括：
若第k时刻直接获取到GPS位置数据，则将第k时刻获取到的GPS位置数据直接作为第k时刻所述测试车的全球定位系统GPS位置数据；
若第k时刻无法直接获取到GPS位置数据，则确定直接获取到GPS位置数据的距离第k时刻最近的第k-a时刻和第k+b时刻；
其中，a，b分别为正整数，且a<b；
获取从第k-a时刻到第k时刻所述测试车的里程位置数据；
获取第k-a时刻和第k+b时刻所述测试车的GPS位置数据；
根据第k-a时刻和第k+b时刻所述测试车的GPS位置数据以及从第k-a时刻到第k时刻所述测试车的里程位置数据计算得到第k时刻所述测试车的全球定位系统GPS位置数据。
5.根据权利要求1-3任一项所述的指示牌定位方法，其特征在于，所述方法还包括：
预先将所述GPS位置数据存储在指示牌的标签中；
获取第k时刻所述测试车扫描到的所述指示牌标签中的GPS位置数据，得到第k时刻所述测试车的位置观测值。
6.一种指示牌定位系统，其特征在于，包括：
全球定位系统GPS接收模块，用于获取第k时刻测试车的全球定位系统GPS位置数据，得到第k时刻所述测试车的位置观测值；
卡尔曼滤波模块，用于根据第k-1时刻到第k时刻所述测试车的惯性导航运动轨迹和第k时刻所述测试车的位置观测值计算得出第k时刻所述测试车的最优位置估计值；
处理器模块，用于将第k时刻所述测试车的最优位置估计值作为第k时刻的指示牌的参考位置数据；以及根据第k时刻的指示牌的参考位置数据和第k时刻扫描到的指示牌的标签数据计算得出第k时刻的指示牌的位置数据；
其中，所述处理器模块具体用于：根据第k时刻的指示牌的参考位置数据计算得出第k时刻的指示牌的参考位置的法线y：
y = - 1 f &prime; ( x 0 ) ( x - x 0 ) + y 0 - - - ( 1 )
根据第k时刻扫描到的指示牌的标签数据计算得出第k时刻的指示牌的位置方程：
(x-x0)2+(y-y0)2＝R1 2 (2)
根据公式(1)和公式(2)计算得出第k时刻的指示牌的位置数据；
上述公式中，x0为第k时刻的指示牌的参考位置的横坐标，y0为第k时刻的指示牌的参考位置的纵坐标，f′(x0)为所述测试车的实际运行轨迹在x0处的斜率，R1为第k时刻扫描到的指示牌与所述测试车之间的距离。
7.根据权利要求6所述的指示牌定位系统，其特征在于，所述卡尔曼滤波模块具体用于：
采用公式计算得出第k时刻所述测试车的位置预测值
采用公式计算得出第k时刻所述测试车的观测误差
采用公式计算得出第k时刻所述测试车的最优位置估计值
上述公式中，Δt为第k时刻与第k-1时刻的时间差；为根据第k-1时刻到第k时刻所述测试车的惯性导航运动轨迹得到的第k-1时刻所述测试车的位置预测值，uk为第k时刻的加速度，zk为第k时刻所述测试车的位置观测值，Hk＝[1 0]，Kk为卡尔曼滤波增益。
8.根据权利要求6所述的指示牌定位系统，其特征在于，还包括：惯性导航系统模块和里程表传感器DMI；
所述惯性导航系统模块包括：加速度传感器和陀螺仪传感器；
所述加速度传感器，用于获取从第k-1时刻到第k时刻所述测试车的加速度；
所述陀螺仪传感器，用于获取从第k-1时刻到第k时刻所述测试车的方位；
所述处理器模块包括计算单元，所述计算单元用于将所述加速度通过双重积分计算得到从第k-1时刻到第k时刻所述测试车的路径；以及根据从第k-1时刻到第k时刻所述测试车的路径和方位计算得到从第k-1时刻到第k时刻所述测试车的惯性导航运动轨迹；
所述里程表传感器DMI，用于当第k时刻无法直接获取到GPS位置数据时，获取从第k-a时刻到第k时刻所述测试车的里程位置数据；
所述全球定位系统GPS接收模块，还用于获取第k-a时刻和第k+b时刻所述测试车的GPS位置数据；
所述处理器模块还包括执行单元，所述执行单元用于若第k时刻直接获取到GPS位置数据，则将第k时刻获取到的GPS位置数据直接作为第k时刻所述测试车的全球定位系统GPS位置数据；
以及，若第k时刻无法直接获取到GPS位置数据，则确定直接获取到GPS位置数据的距离第k时刻最近的第k-a时刻和第k+b时刻；
其中，a，b分别为正整数，且a<b；
所述计算单元，还用于根据k-a时刻和第k+b时刻所述测试车的GPS位置数据以及从第k-a时刻到第k时刻所述测试车的里程位置数据计算得到第k时刻所述测试车的全球定位系统GPS位置数据。
9.根据权利要求6-8任一项所述的指示牌定位系统，其特征在于，还包括：
预先存储模块，用于预先将所述GPS位置数据存储在指示牌的标签中；
所述处理器模块，还用于获取第k时刻所述测试车扫描到的所述指示牌标签中的GPS位置数据，得到第k时刻所述测试车的位置观测值。
CN201510371818.9A 2015-06-29 2015-06-29 指示牌定位方法及系统 Active CN105068101B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510371818.9A CN105068101B (zh) 2015-06-29 2015-06-29 指示牌定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510371818.9A CN105068101B (zh) 2015-06-29 2015-06-29 指示牌定位方法及系统

Publications (2)

Publication Number Publication Date
CN105068101A CN105068101A (zh) 2015-11-18
CN105068101B true CN105068101B (zh) 2017-05-10

Family

ID=54497516

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510371818.9A Active CN105068101B (zh) 2015-06-29 2015-06-29 指示牌定位方法及系统

Country Status (1)

Country Link
CN (1) CN105068101B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105812571A (zh) * 2016-04-26 2016-07-27 上海保橙网络科技有限公司 一种使用手机自动判断用户驾驶行为的方法
CN108169507B (zh) * 2017-12-07 2020-02-21 浙江工业大学 一种基于rfid系统多项式估计的高速移动车辆速度预测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6600418B2 (en) * 2000-12-12 2003-07-29 3M Innovative Properties Company Object tracking and management system and method using radio-frequency identification tags
US7948403B2 (en) * 2007-12-04 2011-05-24 Honeywell International Inc. Apparatus and method for aligning an aircraft
CN102201161B (zh) * 2010-03-23 2015-06-24 数伦计算机技术（上海）有限公司 一种公共设施管理维护方法及系统
US9911136B2 (en) * 2013-06-03 2018-03-06 Google Llc Method and system for providing sign data and sign history
CN204215408U (zh) * 2014-11-10 2015-03-18 绍兴市公路管理局 基于rfid的交通标志检查系统

Also Published As

Publication number Publication date
CN105068101A (zh) 2015-11-18

Similar Documents

Publication Publication Date Title
US11422253B2 (en) Method and system for positioning using tightly coupled radar, motion sensors and map information
CN108693543B (zh) 用于检测信号欺骗的方法及系统
US11506512B2 (en) Method and system using tightly coupled radar positioning to improve map performance
US7692583B2 (en) GPS position measuring device
US9574964B2 (en) Mobile computer atmospheric barometric pressure system
US10408942B2 (en) Systems and methods to detect GPS spoofing
US6374184B1 (en) Methods and apparatus for determining that a train has changed paths
JP2000502802A (ja) Ｇｐｓ速度を利用する改良された車両ナビゲーションシステム及びその方法
CN106560728A (zh) 用于目标速度估算的雷达视觉融合
CN107430197A (zh) 汽车gnss实时动态航位推测接收器
US10928834B2 (en) Autonomous vehicle localization using 5G infrastructure
Meng et al. Required navigation performance for connected and autonomous vehicles: where are we now and where are we going?
CN107274721A (zh) 一种智能交通系统中多车辆协作定位方法
CN110687564A (zh) 一种基于rfid的列车隧道内高精度定位系统
CN105068101B (zh) 指示牌定位方法及系统
US20090048778A1 (en) Process for Determining Vehicle Position
CN113286981A (zh) 使用传感器数据确定移动设备的地理位置
JPH04138317A (ja) 車々間通信を利用したナビゲーション装置
US20220244407A1 (en) Method for Generating a Three-Dimensional Environment Model Using GNSS Measurements
CN211123287U (zh) 一种基于rfid的列车隧道内高精度定位系统
CN104501817A (zh) 一种基于误差消除的车载导航系统
CN104501818A (zh) 一种基于盲区消除的车载导航系统
KR20000033073A (ko) 이동통신기기와 gps 수신기를 이용한 차량항법장치
NZ222478A (en) Relative position navigation system computes synthetic azimuth
CN116931040A (zh) 定位方法及装置、设备、载体、存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant