CN105246040A - 无线车联物联网定位系统 - Google Patents

无线车联物联网定位系统 Download PDF

Info

Publication number
CN105246040A
CN105246040A CN201510689244.XA CN201510689244A CN105246040A CN 105246040 A CN105246040 A CN 105246040A CN 201510689244 A CN201510689244 A CN 201510689244A CN 105246040 A CN105246040 A CN 105246040A
Authority
CN
China
Prior art keywords
prime
signal
gps
delta
vehicle
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.)
Granted
Application number
CN201510689244.XA
Other languages
English (en)
Other versions
CN105246040B (zh
Inventor
郑紫微
郭建广
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.)
Huzhou Lingchuang Technology Co Ltd
Original Assignee
Ningbo 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 Ningbo University filed Critical Ningbo University
Priority to CN201510689244.XA priority Critical patent/CN105246040B/zh
Publication of CN105246040A publication Critical patent/CN105246040A/zh
Application granted granted Critical
Publication of CN105246040B publication Critical patent/CN105246040B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
    • H04B10/114—Indoor or close-range type systems
    • H04B10/116—Visible light communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Lighting Device Outwards From Vehicle And Optical Signal (AREA)

Abstract

本发明涉及无线车联物联网定位系统，包括若干车辆和若干在路边的路灯，各路灯均包括微处理器、第一LTE通信模块、存储路灯地理位置的存储器、信号调制器、第一扩频码发生器、扩频调制器、第一光电信号转换器和LED光源；LED光源均匀设置若干独立编号的方形LED发光晶格；LED发光晶格内均设黑光LED、蓝光LED、绿光LED和红光LED；各车辆设中央处理器、蓝牙模块、第二LTE通信模块、GPS定位模块、定位信号标识生成器、光信号强度检测器、光信号接收器、滤噪器、信号比较器、第二光电信号转换器、扩频解调器、第二扩频码发生器、信号解调器、摄像头和显示屏。该系统能借助路灯光信号和附近车辆定位数据，获取车辆位置。

Description

无线车联物联网定位系统
技术领域
本发明涉及车联物联网领域，尤其涉及一种无线车联物联网定位系统。
背景技术
随着通信技术以及传感器技术的不断发展，物与物之间的通信逐渐得以体现，“物联网”也成为人们研究的新趋势。伴随着物联网技术的日益成熟，车联物联网逐渐在现代交通中得以不断普及。
在车联物联网中，针对车辆的定位是车联物联网发展的关键技术之一。目前，在车辆定位中，基于GPS定位或北斗定位或基站定位的方法和系统是当前的主流定位技术。然而，由于受到建筑物或林木的遮挡影响，GPS定位信号或北斗定位信号较弱，不能很好的发挥其定位优势，尤其是在建筑物密集的城市环境中。同时，基站定位则依赖于基站布置数量密集度的影响，一旦基站布置稀疏，则定位效果极差。如何提供一种具有较好的定位性能，又受建筑物或基站布置密集度影响小的车联物联网定位系统成为当前车联物联网研究的重要课题之一。
发明内容
本发明所要解决的技术问题是针对上述现有技术提供一种既能对车辆当前位置进行准确、及时定位，又能避免受建筑物或基站布置密集度影响的无线车联物联网定位系统。
本发明解决上述技术问题所采用的技术方案为：无线车联物联网定位系统，其特征在于，包括若干车辆以及若干设置在路边的路灯，其中：
所述各路灯均包括微处理器以及分别连接微处理器的第一LTE通信模块、存储路灯地理位置数据的存储器、信号调制器、第一扩频码发生器、扩频调制器、第一光电信号转换器、LED光源、蓄电模块、光电转换器和太阳能电池；第一LTE通信模块与外网连接；第一扩频码发生器分别连接信号调制器和扩频调制器，扩频调制器连接第一光电信号转换器；LED光源上均匀地设置若干具有独立编号的方形LED发光晶格；每个LED发光晶格内均设置有黑光LED、蓝光LED、绿光LED和红光LED，黑光LED、蓝光LED、绿光LED和红光LED分别连接微处理器；蓄电模块连接光电转换器，LED光源分别连接蓄电模块和太阳能电池；其中，
所述微处理器，读取存储器内保存的路灯地理位置数据，并将路灯地理位置数据分别转换为光信息和多维彩码信息，并命令LED发光晶格执行发光；
所述信号调制器，用以将路灯地理位置数据进行信号调制，得到包含路灯地理位置信息的调制信号；
所述第一扩频码发生器，用以产生扩频码序列，并发送扩频码序列给扩频调制器；
所述扩频调制器，接收扩频码，以扩展包含路灯地理位置信息的调制信号频谱，得到扩频调制信号；
所述第一光电信号转换器，根据微处理器的调制命令，将扩频调制信号由电信号转换为光信号；
所述LED光源，在路灯地理位置数据转换为多维彩码信息后，根据微处理器分别对黑光LED、蓝光LED、绿光LED和红光LED发光或闭光命令，发出由不同颜色组成的多维彩码图像；
所述各车辆上设置有中央处理器以及分别连接中央处理器的蓝牙模块、第二LTE通信模块、GPS定位模块、定位信号标识生成器、光信号强度检测器、光信号接收器、滤噪器、信号比较器、第二光电信号转换器、扩频解调器、第二扩频码发生器、信号解调器、摄像头和显示屏；光信号接收器连接滤噪器，信号比较器连接滤噪器和第二光电信号转换器，扩频解调器分别连接第二光电信号转换器、第二扩频码发生器和信号解调器；GPS定位模块分别连接第二LTE通信模块和显示屏；显示屏连接摄像头；其中，
所述蓝牙模块，用以在车辆与附近车辆之间建立通信，实现各车辆之间含有GPS定位数据以及GPS定位信号标识的相互传递；
所述GPS定位模块，获取车辆的当前GPS位置数据和GPS信号强度，并发送获取的GPS位置数据和GPS信号强度值给中央处理器；
所述定位信号标识生成器，用以产生具有车辆ID信息的GPS定位信号标识，并发送该GPS信号标识给中央处理器；
所述光信号接收器，接收路灯发出的光信号，并发送给滤噪器处理；
所述光信号强度检测器，用以分别检测附近各路灯发送来的光信号强度值，并发送给中央处理器；
所述滤噪器，根据中央处理器的命令，对接收的光信号滤噪，然后发送给信号比较器作出判断：当光信号强度超过预设阈值时，则将判断结果发送给第二光电信号转换器启动光电转换；
所述第二光电信号转换器，将接收的光信号转换为含有路灯地理位置的电信号，并发送给中央处理器；
所述摄像头，读取路灯发出的多维彩码图像，并由中央处理器提取多维彩码图像中的路灯地理位置信息；
所述中央处理器，根据接收的GPS定位信号标识、GPS位置数据、GPS信号强度值以及第二光电信号转换器发送的电信号进行融合计算，以获取车辆当前的定位数据；其中，中央处理器获取车辆当前的定位数据的过程依次包括如下步骤：
(1)设待定位车辆独立获取的GPS定位数据为(xGPS,yGPS,zGPS)，GPS信号强度值为pGPS，GPS信号强度预设阈值为pGPS_door；获取的附近车辆的GPS定位信号标识为附近车辆h的GPS定位数据为(x'GPS,y'GPS,z'GPS)；各路灯分别为L1、L2、L3、L4、…、LN，L1、L2、L3、L4、…、LN的坐标分别为(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)、(x4,y4,z4)、…、(xN,yN,zN)，在时间段T内接收到的光信号强度值分别为p11,p12,p13,…,p1M；p21,p22,p23,…,p2M；p31,p32,p33,…,p3M；…；pN1,pN2,pN3,…,pNM；待定位车辆的最终定位数据为(xR,yR,zR)，N≥4，M≥1，且M∈N+；
(2)当获取到GPS定位信号标识时，则以附近车辆h的GPS定位数据(x'GPS,y'GPS,z'GPS)为待定位车辆的初始定位数据，并执行步骤(3)；否则，直接执行步骤(4)；
(3)当GPS信号强度值pGPS高于GPS信号强度预设阈值pGPS_door时，则以获取的GPS定位数据(xGPS,yGPS,zGPS)为待定位车辆最终的定位数据；否则，执行步骤(4)；
(4)根据在时间段T内接收到的各路灯的光信号强度值，计算每个路灯发出的光信号强度值的信号强度均方根值pi：
p i = 1 M Σ j = 1 M p 2 i j , i = 1 , 2 , 3 , ... , N ; 式(1)
其中，pi表示路灯Li发出的光信号强度值的均方根值，pij表示路灯Li发出的某一个光信号强度值；
(5)根据接收到的各路灯的光信号强度均方根值的降序序列p1、p2、p3、p4、…、pN，选取光信号强度均方根值大小位于前四位的值p1、p2、p3和p4；
(6)根据接收的各路灯的光信号强度均方根值p1、p2、p3和p4，分别获取路灯L1、L2、L3和L4到待定位车辆的距离d1、d2、d3和d4：
式(2)
d i = d 0 10 p i - p 0 - ξ 10 n - δ ; 式(3)
其中，pi为路灯Li发出的光信号强度均方根值，n是路径损耗指数，ξ为满足高斯分布的随机数，di为路灯Li到待定位车辆的距离，d0为参考距离，p0为距离待定位车辆d0处的光信号强度值，δ为距离估计误差，且
(7)根据路灯L1、L2、L3和L4的坐标(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)和(x4,y4,z4)，以及获取的距离d1、d2、d3和d4，计算待定位车辆最终的定位数据(x,y,z)：
(7-1)以三个为一组，对路灯L1、L2、L3和L4进行分组，获得四组路灯组合：L1(x1,y1,z1)、L2(x2,y2,z2)和L3(x3,y3,z3)，L1(x1,y1,z1)、L2(x2,y2,z2)和L4(x4,y4,z4)，L1(x1,y1,z1)、L3(x3,y3,z3)和L4(x4,y4,z4)，L2(x2,y2,z2)、L3(x3,y3,z3)和L4(x4,y4,z4)；
(7-2)根据路灯L1、L2、L3和L4的坐标(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)、(x4,y4,z4)及距离d1、d2、d3和d4，分别计算待定位车辆的第一坐标(x',y',z')、第二坐标(x”,y”,z”)、第三坐标(x”',y”',z”')和第四坐标(x””,y””,z””)以及各距离对应的权重系数ω1、ω2、ω3和ω4，其中，
( x 1 - x ′ ) 2 + ( y 1 - y ′ ) 2 + ( z 1 - z ′ ) 2 = d 1 2 ( x 2 - x ′ ) 2 + ( y 2 - y ′ ) 2 + ( z 2 - z ′ ) 2 = d 2 2 ( x 3 - x ′ ) 2 + ( y 3 - y ′ ) 2 + ( z 3 - z ′ ) 2 = d 3 2 式(4)
( x 1 - x ′ ′ ) 2 + ( y 1 - y ′ ′ ) 2 + ( z 1 - z ′ ′ ) 2 = d 1 2 ( x 2 - x ′ ′ ) 2 + ( y 2 - y ′ ′ ) 2 + ( z 2 - z ′ ′ ) 2 = d 2 2 ( x 4 - x ′ ′ ) 2 + ( y 4 - y ′ ′ ) 2 + ( z 4 - z ′ ′ ) 2 = d 4 2 式(5)
( x 1 - x ′ ′ ′ ) 2 + ( y 1 - y ′ ′ ′ ) 2 + ( z 1 - z ′ ′ ′ ) 2 = d 1 2 ( x 3 - x ′ ′ ′ ) 2 + ( y 3 - y ′ ′ ′ ) 2 + ( z 3 - z ′ ′ ′ ) 2 = d 3 2 ( x 4 - x ′ ′ ′ ) 2 + ( y 4 - y ′ ′ ′ ) 2 + ( z 4 - z ′ ′ ′ ) 2 = d 4 2 式(6)
( x 2 - x ′ ′ ′ ′ ) 2 + ( y 2 - y ′ ′ ′ ′ ) 2 + ( z 2 - z ′ ′ ′ ′ ) 2 = d 1 2 ( x 3 - x ′ ′ ′ ′ ) 2 + ( y 3 - y ′ ′ ′ ′ ) 2 + ( z 3 - z ′ ′ ′ ′ ) 2 = d 3 2 ( x 4 - x ′ ′ ′ ′ ) 2 + ( y 4 - y ′ ′ ′ ′ ) 2 + ( z 4 - z ′ ′ ′ ′ ) 2 = d 4 2 式(7)
式(8)
(7-3)根据分别获取的待定位车辆的第一坐标(x',y',z')、第二坐标(x”,y”,z”)、第三坐标(x”',y”',z”')和第四坐标(x””,y””,z””)、以及各距离对应的权重系数，计算待定位车辆的参考坐标(x,y,z)；其中，
x = d 4 2 · x ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 3 2 · x ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 2 2 · x ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 1 2 · x ′ ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 y = d 4 2 · y ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 3 2 · y ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 2 2 · y ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 1 2 · y ′ ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 z = d 4 2 · z ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 3 2 · z ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 2 2 · z ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 1 2 · z ′ ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 式(9)；
(7-4)根据计算的待定位车辆的第一坐标(x',y',z')、第二坐标(x”,y”,z”)、第三坐标(x”',y”',z”')和第四坐标(x””,y””,z””)以及计算获取的待定位车辆的参考坐标(x,y,z)，计算待定位车辆的最终定位数据(xR,yR,zR)的定位误差(Δx,Δy,Δz)：
x ′ - x = Δ x 1 x ′ ′ - x = Δ x 2 x ′ ′ ′ - x = Δ x 3 x ′ ′ ′ ′ - x = Δ x 4 式(10)
y ′ - y = Δ y 1 y ′ ′ - y = Δ y 2 y ′ ′ ′ - y = Δ y 3 y ′ ′ ′ ′ - y = Δ y 4 式(11)
z ′ - z = Δ z 1 z ′ ′ - z = Δ z 2 z ′ ′ ′ - z = Δ z 3 z ′ ′ ′ ′ - z = Δ z 4 式(12)
Δ x = Δx 1 + Δx 2 + Δx 3 + Δx 4 4 Δ y = Δy 1 + Δy 2 + Δy 3 + Δy 4 4 Δ z = Δz 1 + Δz 2 + Δz 3 + Δz 4 4 式(13)
(7-5)根据计算获取的待定位车辆的参考坐标(x,y,z)以及定位误差(Δx,Δy,Δz)，计算待定位车辆的最终定位数据(xR,yR,zR)：
x R = x + Δ x y R = y + Δ y z R = z + Δ z 式(14)。
与现有技术相比，本发明的优点在于：路灯地理位置经由电信号转为光信号，并经扩频后，由微处理器命令LED发光晶格内的黑光、蓝光LED、绿光LED和红光LED根据调制后的光信号情况发光，照射出含有路灯地理位置的多维彩码；当前待定位车辆接收到路灯发送的光信号后，将光信号转换为电信号，并提取其中的地理位置；同时，当前待定位车辆与周围车辆利用蓝牙通信，提取周围车辆已定位的定位信号标识，从而利用周围车辆已获取的定位数据作为当前待定位车辆的粗略定位地址，减少了粗略定位时间，实现了及时粗略定位；摄像头获取多维彩码中的路灯地理位置，并由显示屏显示当前车辆当前的粗略位置；车辆中的中央处理器根据获取的GPS定位信号、检测到的GPS定位信号强度和各路灯的光信号强度定位融合，以完成当前待定位车辆的最终准确定位，减少了建筑物和基站布置密度对车辆定位的影响，又通过周围车辆已获取的定位数据及时获取当前待定位车辆的粗略地理位置，进而提高了车辆的定位效率。
附图说明
图1为本发明实施例中无线车联物联网定位系统的结构示意图；
图2为本发明实施例中方形LED发光晶格的示意图；
图3为本发明实施例中中央处理器获取车辆当前定位数据的流程示意图；
图4为本发明实施例中车辆定位方法的仿真定位性能示意图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
如图1所示，在本实施例的无线车联物联网定位系统，包括若干车辆1以及若干设置在路边的路灯2，其中：
各路灯2均包括微处理器200以及分别连接微处理器200的第一LTE通信模块201、存储路灯地理位置数据的存储器202、信号调制器203、第一扩频码发生器204、扩频调制器205、第一光电信号转换器206、LED光源207、蓄电模块208、光电转换器209和太阳能电池210；第一LTE通信模块201与外网连接；第一扩频码发生器204分别连接信号调制器203和扩频调制器205，扩频调制器205连接第一光电信号转换器206；LED光源207上均匀地设置若干具有独立编号的方形LED发光晶格；方形LED发光晶格结构参见图2所示；每个LED发光晶格内均设置有黑光LED2071、蓝光LED2072、绿光LED2073和红光LED2074，黑光LED2071、蓝光LED2072、绿光LED2073和红光LED2074分别连接微处理器200；蓄电模块208连接光电转换器209，LED光源207分别连接蓄电模块208和太阳能电池210；其中，
微处理器200，读取存储器202内保存的路灯地理位置数据，并将路灯地理位置数据分别转换为光信息和多维彩码信息，并命令LED发光晶格执行发光；
信号调制器203，用以将路灯地理位置数据进行信号调制，得到包含路灯地理位置信息的调制信号；
第一扩频码发生器204，用以产生扩频码序列，并发送扩频码序列给扩频调制器205；
扩频调制器205，接收扩频码，以扩展包含路灯地理位置信息的调制信号频谱，得到扩频调制信号；
第一光电信号转换器206，根据微处理器200的调制命令，将扩频调制信号由电信号转换为光信号；
LED光源207，在路灯地理位置数据转换为多维彩码信息后，根据微处理器200分别对黑光LED2071、蓝光LED2072、绿光LED2073和红光LED2074发光或闭光命令，发出由不同颜色组成的多维彩码图像；光电转换器209用以将光能转换为电能；
各车辆1上设置有中央处理器100以及分别连接中央处理器100的蓝牙模块101、第二LTE通信模块102、GPS定位模块103、定位信号标识生成器104、光信号强度检测器105、光信号接收器106、滤噪器107、信号比较器108、第二光电信号转换器109、扩频解调器110、第二扩频码发生器111、信号解调器112、摄像头113和显示屏114；光信号接收器106连接滤噪器107，信号比较器108连接滤噪器107和第二光电信号转换器109，扩频解调器110分别连接第二光电信号转换器109、第二扩频码发生器111和信号解调器112；GPS定位模块103分别连接第二LTE通信模块102和显示屏114；显示屏114连接摄像头113；其中，
蓝牙模块101，用以在车辆与附近车辆之间建立通信，实现各车辆之间含有GPS定位数据以及GPS定位信号标识的相互传递；由于蓝牙模块101的通信距离一般为十米，则利用蓝牙通信的两个车辆的间距在十米以内，该距离足可以满足以其中一辆车的位置作为另一车辆位置的粗略定位需要；
GPS定位模块103，获取车辆2的当前GPS位置数据和GPS信号强度，并发送获取的GPS位置数据和GPS信号强度值给中央处理器100；
定位信号标识生成器104，用以产生具有车辆ID信息的GPS定位信号标识，并发送该GPS信号标识给中央处理器100；
光信号接收器106，接收路灯发出的光信号，并发送给滤噪器107处理；
光信号强度检测器105，用以分别检测附近各路灯发送来的光信号强度值，并发送给中央处理器100；
滤噪器107，根据中央处理器100的命令，对接收的光信号滤噪，然后发送给信号比较器108作出判断：当光信号强度超过预设阈值时，则将判断结果发送给第二光电信号转换器109启动光电转换；
第二光电信号转换器109，将接收的光信号转换为含有路灯地理位置的电信号，并发送给中央处理器100；
摄像头113，读取路灯发出的多维彩码图像，并由中央处理器100提取多维彩码图像中的路灯地理位置信息；
中央处理器100，根据接收的GPS定位信号标识、GPS位置数据、GPS信号强度值以及第二光电信号转换器109发送的电信号进行融合计算，以获取车辆当前的定位数据；其中，参见图3所示，中央处理器100获取车辆当前的定位数据的过程依次包括如下步骤：
(1)设待定位车辆独立获取的GPS定位数据为(xGPS,yGPS,zGPS)，GPS信号强度值为pGPS，GPS信号强度预设阈值为pGPS_door；获取的附近车辆h的GPS定位信号标识为附近车辆h的GPS定位数据为(x'GPS,y'GPS,z'GPS)；各路灯分别为L1、L2、L3、L4、…、LN，L1、L2、L3、L4、…、LN的坐标分别为(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)、(x4,y4,z4)、…、(xN,yN,zN)，在时间段T内接收到的光信号强度值分别为p11,p12,p13,…,p1M；p21,p22,p23,…,p2M；p31,p32,p33,…,p3M；…；pN1,pN2,pN3,…,pNM；待定位车辆的最终定位数据为(xR,yR,zR)，N≥4，M≥1，且M∈N+；
(2)当获取到GPS定位信号标识时，表示附近车辆在短时间内刚进行过定位，且由于蓝牙通信的两车之间距离在10米以内，此距离完全满足粗略定位精度的需要，则以附近车辆h的GPS定位数据(x'GPS,y'GPS,z'GPS)为待定位车辆的初始定位数据，从而节约粗略定位时间，并执行步骤(3)，进行GPS精确定位；否则，直接执行步骤(4)，以执行利用车辆周围的光信号定位；
(3)当GPS信号强度值pGPS高于GPS信号强度预设阈值pGPS_door时，则以获取的GPS定位数据(xGPS,yGPS,zGPS)为待定位车辆最终的定位数据；否则，执行步骤(4)；
(4)根据在时间段T内接收到的各路灯的光信号强度值，计算每个路灯发出的光信号强度值的信号强度均方根值pi：
p i = 1 M Σ j = 1 M p 2 i j , i = 1 , 2 , 3 , ... , N ; 式(1)
其中，pi表示路灯Li发出的光信号强度值的均方根值，pij表示路灯Li发出的某一个光信号强度值；
(5)根据接收到的各路灯的光信号强度均方根值的降序序列p1、p2、p3、p4、…、pN，选取光信号强度均方根值大小位于前四位的值p1、p2、p3和p4；
(6)根据接收的各路灯的光信号强度均方根值p1、p2、p3和p4，分别获取路灯L1、L2、L3和L4到待定位车辆的距离d1、d2、d3和d4：
p i = p 0 + 10 nlog 10 [ d i + δ d 0 ] + ξ , i = 1 , 2 , 3 , 4 ; 式(2)
d i = d 0 10 p i - p 0 - ξ 10 n - δ ; 式(3)
其中，pi为路灯Li发出的光信号强度均方根值，n是路径损耗指数，ξ为满足高斯分布的随机数，di为路灯Li到待定位车辆的距离，d0为参考距离，p0为距离待定位车辆d0处的光信号强度值，δ为距离估计误差，且
(7)根据路灯L1、L2、L3和L4的坐标(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)和(x4,y4,z4)，以及获取的距离d1、d2、d3和d4，计算待定位车辆最终的定位数据(x,y,z)：
(7-1)以三个为一组，对路灯L1、L2、L3和L4进行分组，获得四组路灯组合：L1(x1,y1,z1)、L2(x2,y2,z2)和L3(x3,y3,z3)，L1(x1,y1,z1)、L2(x2,y2,z2)和L4(x4,y4,z4)，L1(x1,y1,z1)、L3(x3,y3,z3)和L4(x4,y4,z4)，L2(x2,y2,z2)、L3(x3,y3,z3)和L4(x4,y4,z4)；
(7-2)根据路灯L1、L2、L3和L4的坐标(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)、(x4,y4,z4)及距离d1、d2、d3和d4，分别计算待定位车辆的第一坐标(x',y',z')、第二坐标(x”,y”,z”)、第三坐标(x”',y”',z”')和第四坐标(x””,y””,z””)以及各距离对应的权重系数ω1、ω2、ω3和ω4，其中，
( x 1 - x ′ ) 2 + ( y 1 - y ′ ) 2 + ( z 1 - z ′ ) 2 = d 1 2 ( x 2 - x ′ ) 2 + ( y 2 - y ′ ) 2 + ( z 2 - z ′ ) 2 = d 2 2 ( x 3 - x ′ ) 2 + ( y 3 - y ′ ) 2 + ( z 3 - z ′ ) 2 = d 3 2 式(4)
( x 1 - x ′ ′ ) 2 + ( y 1 - y ′ ′ ) 2 + ( z 1 - z ′ ′ ) 2 = d 1 2 ( x 2 - x ′ ′ ) 2 + ( y 2 - y ′ ′ ) 2 + ( z 2 - z ′ ′ ) 2 = d 2 2 ( x 4 - x ′ ′ ) 2 + ( y 4 - y ′ ′ ) 2 + ( z 4 - z ′ ′ ) 2 = d 4 2 式(5)
( x 1 - x ′ ′ ′ ) 2 + ( y 1 - y ′ ′ ′ ) 2 + ( z 1 - z ′ ′ ′ ) 2 = d 1 2 ( x 3 - x ′ ′ ′ ) 2 + ( y 3 - y ′ ′ ′ ) 2 + ( z 3 - z ′ ′ ′ ) 2 = d 3 2 ( x 4 - x ′ ′ ′ ) 2 + ( y 4 - y ′ ′ ′ ) 2 + ( z 4 - z ′ ′ ′ ) 2 = d 4 2 式(6)
( x 2 - x ′ ′ ′ ′ ) 2 + ( y 2 - y ′ ′ ′ ′ ) 2 + ( z 2 - z ′ ′ ′ ′ ) 2 = d 1 2 ( x 3 - x ′ ′ ′ ′ ) 2 + ( y 3 - y ′ ′ ′ ′ ) 2 + ( z 3 - z ′ ′ ′ ′ ) 2 = d 3 2 ( x 4 - x ′ ′ ′ ′ ) 2 + ( y 4 - y ′ ′ ′ ′ ) 2 + ( z 4 - z ′ ′ ′ ′ ) 2 = d 4 2 式(7)
ϵ i = d 5 - i 2 Σ i = 1 4 d i 2 , i = 1 , 2 , 3 , 4 ; 式(8)
(7-3)根据分别获取的待定位车辆的第一坐标(x',y',z')、第二坐标(x”,y”,z”)、第三坐标(x”',y”',z”')和第四坐标(x””,y””,z””)、以及各距离对应的权重系数，计算待定位车辆的参考坐标(x,y,z)；其中，
x = d 4 2 · x ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 3 2 · x ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 2 2 · x ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 1 2 · x ′ ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 y = d 4 2 · y ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 3 2 · y ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 2 2 · y ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 1 2 · y ′ ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 z = d 4 2 · z ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 3 2 · z ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 2 2 · z ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 1 2 · z ′ ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 式(9)；
(7-4)根据计算的待定位车辆的第一坐标(x',y',z')、第二坐标(x”,y”,z”)、第三坐标(x”',y”',z”')和第四坐标(x””,y””,z””)以及计算获取的待定位车辆的参考坐标(x,y,z)，计算待定位车辆的最终定位数据(xR,yR,zR)的定位误差(Δx,Δy,Δz)：
x ′ - x = Δ x 1 x ′ ′ - x = Δ x 2 x ′ ′ ′ - x = Δ x 3 x ′ ′ ′ ′ - x = Δ x 4 式(10)
y ′ - y = Δ y 1 y ′ ′ - y = Δ y 2 y ′ ′ ′ - y = Δ y 3 y ′ ′ ′ ′ - y = Δ y 4 式(11)
z ′ - z = Δ z 1 z ′ ′ - z = Δ z 2 z ′ ′ ′ - z = Δ z 3 z ′ ′ ′ ′ - z = Δ z 4 式(12)
Δ x = Δx 1 + Δx 2 + Δx 3 + Δx 4 4 Δ y = Δy 1 + Δy 2 + Δy 3 + Δy 4 4 Δ z = Δz 1 + Δz 2 + Δz 3 + Δz 4 4 式(13)
(7-5)根据计算获取的待定位车辆的参考坐标(x,y,z)以及定位误差(Δx,Δy,Δz)，计算待定位车辆的最终定位数据(xR,yR,zR)：
x R = x + Δ x y R = y + Δ y z R = z + Δ z 式(14)。
图4给出了本实施例中定位方法的仿真结果示意图，同时对传统的基于信号强度的定位方法作了仿真比较。由图4可以看出，在路灯数目一定的情况下，本实施例中采用的定位方法的定位误差比传统基于信号强度定位方法更低，这说明本实施例中采用的定位方法具有更好的定位性能。另外，可以看出，随着路灯数目的不断增加，本实施例中采用的定位方法的定位性能逐渐提高。这表明，本实施例中采用的定位方法具有比传统基于信号强度定位方法更好的定位性能。
本实施例中无线车联物联网定位系统的工作过程如下：路灯地理位置经第一光电信号转换器206由电信号转为光信号，并经扩频调制器205对光信号扩频后，并由微处理器200命令LED发光晶格内的黑光LED2071、蓝光LED2072、绿光LED2073和红光LED2074根据调制后的光信号情况发光，以照射出含有路灯地理位置的多维彩码；
当前待定位车辆经光信号接收器106接收到路灯发送的光信号后，则利用第二光电信号转换器109将光信号转换为电信号，并提取其中的地理位置；同时，当前待定位车辆与周围车辆利用蓝牙通信，提取周围车辆已定位的定位信号标识，从而利用周围车辆已获取的定位数据作为当前待定位车辆的粗略地址，减少了粗略定位时间，实现了及时粗略定位；摄像头113则获取多维彩码中的路灯地理位置，并由显示屏114显示当前车辆1当前的粗略位置；车辆1中的中央处理器100则根据其GPS定位模块103获取的GPS定位信号以及检测到的GPS定位信号强度和各路灯的光信号强度进行定位融合，以完成当前待定位车辆1的最终准确定位，待定位车辆利用周围路灯发出的光信号进行定位，避免了建筑物对定位信号的削弱作用，减少了建筑物和基站布置密度对车辆定位的影响，又可以通过周围车辆已获取的定位数据及时获取当前待定位车辆1的粗略地理位置，进而提高了车辆的定位效率。

Claims (1)

1.无线车联物联网定位系统，其特征在于，包括若干车辆以及若干设置在路边的路灯，其中：
所述各路灯均包括微处理器以及分别连接微处理器的第一LTE通信模块、存储路灯地理位置数据的存储器、信号调制器、第一扩频码发生器、扩频调制器、第一光电信号转换器、LED光源、蓄电模块、光电转换器和太阳能电池；第一LTE通信模块与外网连接；第一扩频码发生器分别连接信号调制器和扩频调制器，扩频调制器连接第一光电信号转换器；LED光源上均匀地设置若干具有独立编号的方形LED发光晶格；每个LED发光晶格内均设置有黑光LED、蓝光LED、绿光LED和红光LED，黑光LED、蓝光LED、绿光LED和红光LED分别连接微处理器；蓄电模块连接光电转换器，LED光源分别连接蓄电模块和太阳能电池；其中，
所述微处理器，读取存储器内保存的路灯地理位置数据，并将路灯地理位置数据分别转换为光信息和多维彩码信息，并命令LED发光晶格执行发光；
所述信号调制器，用以将路灯地理位置数据进行信号调制，得到包含路灯地理位置信息的调制信号；
所述第一扩频码发生器，用以产生扩频码序列，并发送扩频码序列给扩频调制器；
所述扩频调制器，接收扩频码，以扩展包含路灯地理位置信息的调制信号频谱，得到扩频调制信号；
所述第一光电信号转换器，根据微处理器的调制命令，将扩频调制信号由电信号转换为光信号；
所述LED光源，在路灯地理位置数据转换为多维彩码信息后，根据微处理器分别对黑光LED、蓝光LED、绿光LED和红光LED发光或闭光命令，发出由不同颜色组成的多维彩码图像；
所述各车辆上设置有中央处理器以及分别连接中央处理器的蓝牙模块、第二LTE通信模块、GPS定位模块、定位信号标识生成器、光信号强度检测器、光信号接收器、滤噪器、信号比较器、第二光电信号转换器、扩频解调器、第二扩频码发生器、信号解调器、摄像头和显示屏；光信号接收器连接滤噪器，信号比较器连接滤噪器和第二光电信号转换器，扩频解调器分别连接第二光电信号转换器、第二扩频码发生器和信号解调器；GPS定位模块分别连接第二LTE通信模块和显示屏；显示屏连接摄像头；其中，
所述蓝牙模块，用以在车辆与附近车辆之间建立通信，实现各车辆之间含有GPS定位数据以及GPS定位信号标识的相互传递；
所述GPS定位模块，获取车辆的当前GPS位置数据和GPS信号强度，并发送获取的GPS位置数据和GPS信号强度值给中央处理器；
所述定位信号标识生成器，用以产生具有车辆ID信息的GPS定位信号标识，并发送该GPS信号标识给中央处理器；
所述光信号接收器，接收路灯发出的光信号，并发送给滤噪器处理；
所述光信号强度检测器，用以分别检测附近各路灯发送来的光信号强度值，并发送给中央处理器；
所述滤噪器，根据中央处理器的命令，对接收的光信号滤噪，然后发送给信号比较器作出判断：当光信号强度超过预设阈值时，则将判断结果发送给第二光电信号转换器启动光电转换；
所述第二光电信号转换器，将接收的光信号转换为含有路灯地理位置的电信号，并发送给中央处理器；
所述摄像头，读取路灯发出的多维彩码图像，并由中央处理器提取多维彩码图像中的路灯地理位置信息；
所述中央处理器，根据接收的GPS定位信号标识、GPS位置数据、GPS信号强度值以及第二光电信号转换器发送的电信号进行融合计算，以获取车辆当前的定位数据；其中，中央处理器获取车辆当前的定位数据的过程依次包括如下步骤：
(1)设待定位车辆独立获取的GPS定位数据为(xGPS,yGPS,zGPS)，GPS信号强度值为pGPS，GPS信号强度预设阈值为pGPS_door；获取的附近车辆的GPS定位信号标识为附近车辆h的GPS定位数据为(x'GPS,y'GPS,z'GPS)；各路灯分别为L1、L2、L3、L4、...、LN，L1、L2、L3、L4、...、LN的坐标分别为(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)、(x4,y4,z4)、...、(xN,yN,zN)，在时间段T内接收到的光信号强度值分别为p11,p12,p13,...,p1M；p21,p22,p23,...,p2M；p31,p32,p33,...,p3M；...；pN1,pN2,pN3,...,pNM；待定位车辆的最终定位数据为(xR,yR,zR)，N≥4，M≥1，且M∈N+；
(2)当获取到GPS定位信号标识时，则以附近车辆h的GPS定位数据(x'GPS,y'GPS,z'GPS)为待定位车辆的初始定位数据，并执行步骤(3)；否则，直接执行步骤(4)；
(3)当GPS信号强度值pGPS高于GPS信号强度预设阈值pGPS_door时，则以获取的GPS定位数据(xGPS,yGPS,zGPS)为待定位车辆最终的定位数据；否则，执行步骤(4)；
(4)根据在时间段T内接收到的各路灯的光信号强度值，计算每个路灯发出的光信号强度值的信号强度均方根值pi：
p i = 1 M Σ j = 1 M p 2 i j , i = 1 , 2 , 3 , ... , N ; 式(1)
其中，pi表示路灯Li发出的光信号强度值的均方根值，pij表示路灯Li发出的某一个光信号强度值；
(5)根据接收到的各路灯的光信号强度均方根值的降序序列p1、p2、p3、p4、...、pN，选取光信号强度均方根值大小位于前四位的值p1、p2、p3和p4；
(6)根据接收的各路灯的光信号强度均方根值p1、p2、p3和p4，分别获取路灯L1、L2、L3和L4到待定位车辆的距离d1、d2、d3和d4：
p i = p 0 + 10 n log 10 [ d i + δ d 0 ] + ξ , i = 1 , 2 , 3 , 4 ; 式(2)
d i = d 0 10 p i - p 0 - ξ 10 n - δ ; 式(3)
其中，pi为路灯Li发出的光信号强度均方根值，n是路径损耗指数，ξ为满足高斯分布的随机数，di为路灯Li到待定位车辆的距离，d0为参考距离，p0为距离待定位车辆d0处的光信号强度值，δ为距离估计误差，且
(7)根据路灯L1、L2、L3和L4的坐标(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)和(x4,y4,z4)，以及获取的距离d1、d2、d3和d4，计算待定位车辆最终的定位数据(x,y,z)：
(7-1)以三个为一组，对路灯L1、L2、L3和L4进行分组，获得四组路灯组合：L1(x1,y1,z1)、L2(x2,y2,z2)和L3(x3,y3,z3)，L1(x1,y1,z1)、L2(x2,y2,z2)和L4(x4,y4,z4)，L1(x1,y1,z1)、L3(x3,y3,z3)和L4(x4,y4,z4)，L2(x2,y2,z2)、L3(x3,y3,z3)和L4(x4,y4,z4)；
(7-2)根据路灯L1、L2、L3和L4的坐标(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)、(x4,y4,z4)及距离d1、d2、d3和d4，分别计算待定位车辆的第一坐标(x',y',z')、第二坐标(x”,y”,z”)、第三坐标(x”',y”',z”')和第四坐标(x””,y””,z””)以及各距离对应的权重系数ω1、ω2、ω3和ω4，其中，
( x 1 - x ′ ) 2 + ( y 1 - y ′ ) 2 + ( z 1 - z ′ ) 2 = d 1 2 ( x 2 - x ′ ) 2 + ( y 2 - y ′ ) 2 + ( z 2 - z ′ ) 2 = d 2 2 ( x 3 - x ′ ) 2 + ( y 3 - y ′ ) 2 + ( z 3 - z ′ ) 2 = d 3 2 式(4)
( x 1 - x ′ ′ ) 2 + ( y 1 - y ′ ′ ) 2 + ( z 1 - z ′ ′ ) 2 = d 1 2 ( x 2 - x ′ ′ ) 2 + ( y 2 - y ′ ′ ) 2 + ( z 2 - z ′ ′ ) 2 = d 2 2 ( x 4 - x ′ ′ ) 2 + ( y 4 - y ′ ′ ) 2 + ( z 4 - z ′ ′ ) 2 = d 4 2 式(5)
( x 1 - x ′ ′ ′ ) 2 + ( y 1 - y ′ ′ ′ ) 2 + ( z 1 - z ′ ′ ′ ) 2 = d 1 2 ( x 3 - x ′ ′ ′ ) 2 + ( y 3 - y ′ ′ ′ ) 2 + ( z 3 - z ′ ′ ′ ) 2 = d 3 2 ( x 4 - x ′ ′ ′ ) 2 + ( y 4 - y ′ ′ ′ ) 2 + ( z 4 - z ′ ′ ′ ) 2 = d 4 2 式(6)
( x 2 - x ′ ′ ′ ′ ) 2 + ( y 2 - y ′ ′ ′ ′ ) 2 + ( z 2 - z ′ ′ ′ ′ ) 2 = d 1 2 ( x 3 - x ′ ′ ′ ′ ) 2 + ( y 3 - y ′ ′ ′ ′ ) 2 + ( z 3 - z ′ ′ ′ ′ ) 2 = d 3 2 ( x 4 - x ′ ′ ′ ′ ) 2 + ( y 4 - y ′ ′ ′ ′ ) 2 + ( z 4 - z ′ ′ ′ ′ ) 2 = d 4 2 式(7)
ϵ i = d 5 - i 2 Σ i = 1 4 d i 2 , i = 1 , 2 , 3 , 4 ; 式(8)
(7-3)根据分别获取的待定位车辆的第一坐标(x',y',z')、第二坐标(x”,y”,z”)、第三坐标(x”',y”',z”')和第四坐标(x””,y””,z””)、以及各距离对应的权重系数，计算待定位车辆的参考坐标(x,y,z)；其中，
x = d 4 2 · x ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 3 2 · x ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 2 2 · x ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 1 2 · x ′ ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 y = d 4 2 · y ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 3 2 · y ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 2 2 · y ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 1 2 · y ′ ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 z = d 4 2 · z ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 3 2 · z ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 2 2 · z ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 + d 1 2 · z ′ ′ ′ ′ d 1 2 + d 2 2 + d 3 2 + d 4 2 式(9)；
(7-4)根据计算的待定位车辆的第一坐标(x',y',z')、第二坐标(x”,y”,z”)、第三坐标(x”',y”',z”')和第四坐标(x””,y””,z””)以及计算获取的待定位车辆的参考坐标(x,y,z)，计算待定位车辆的最终定位数据(xR,yR,zR)的定位误差(△x,△y,△z)：
x ′ - x = Δ x 1 x ′ ′ - x = Δ x 2 x ′ ′ ′ - x = Δ x 3 x ′ ′ ′ ′ - x = Δ x 4 式(10)
y ′ - y = Δ y 1 y ′ ′ - y = Δ y 2 y ′ ′ ′ - y = Δ y 3 y ′ ′ ′ ′ - y = Δ y 4 式(11)
z ′ - z = Δ z 1 z ′ ′ - z = Δ z 2 z ′ ′ ′ - z = Δ z 3 z ′ ′ ′ ′ - z = Δ z 4 式(12)
Δ x = Δx 1 + Δx 2 + Δx 3 + Δx 4 4 Δ y = Δy 1 + Δy 2 + Δy 3 + Δy 4 4 Δ z = Δz 1 + Δz 2 + Δz 3 + Δz 4 4 式(13)
(7-5)根据计算获取的待定位车辆的参考坐标(x,y,z)以及定位误差(Δx,Δy,Δz)，计算待定位车辆的最终定位数据(xR,yR,zR)：
x R = x + Δ x y R = y + Δ y z R = z + Δ z 式(14)。
CN201510689244.XA 2015-10-21 2015-10-21 无线车联物联网定位系统 Active CN105246040B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510689244.XA CN105246040B (zh) 2015-10-21 2015-10-21 无线车联物联网定位系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510689244.XA CN105246040B (zh) 2015-10-21 2015-10-21 无线车联物联网定位系统

Publications (2)

Publication Number Publication Date
CN105246040A true CN105246040A (zh) 2016-01-13
CN105246040B CN105246040B (zh) 2018-11-20

Family

ID=55043472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510689244.XA Active CN105246040B (zh) 2015-10-21 2015-10-21 无线车联物联网定位系统

Country Status (1)

Country Link
CN (1) CN105246040B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106908763A (zh) * 2016-12-28 2017-06-30 浙江海洋大学 基于可见光的定位方法
CN108809422A (zh) * 2018-05-28 2018-11-13 许谐兴 一种基于li-fi通信技术的车辆信息传输方法
CN109564408A (zh) * 2016-07-21 2019-04-02 戴姆勒股份公司 用于操作建筑物自动化系统的方法、控制装置以及建筑物自动化系统
CN114189283A (zh) * 2020-09-15 2022-03-15 长城汽车股份有限公司 车辆信息交互的系统、确定后方车辆位置的方法及汽车
WO2024036607A1 (zh) * 2022-08-19 2024-02-22 华为技术有限公司 定位方法、装置以及智能驾驶设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080004994A1 (en) * 2006-06-16 2008-01-03 Federal Express Corporation Methods and systems for providing sensor data using a sensor web
CN201690601U (zh) * 2010-04-12 2010-12-29 赵秀珍 基于物联网的路灯管理及出租车呼叫自动调度系统
CN103475993A (zh) * 2011-05-18 2013-12-25 杭州三花研究院有限公司 一种定位系统及其定位方法
CN203722637U (zh) * 2013-10-27 2014-07-16 西安中科麦特电子技术设备有限公司 一种led白光通讯适配器系统
CN204256986U (zh) * 2014-11-17 2015-04-08 上海五零盛同信息科技有限公司 城市内车辆定位系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080004994A1 (en) * 2006-06-16 2008-01-03 Federal Express Corporation Methods and systems for providing sensor data using a sensor web
CN201690601U (zh) * 2010-04-12 2010-12-29 赵秀珍 基于物联网的路灯管理及出租车呼叫自动调度系统
CN103475993A (zh) * 2011-05-18 2013-12-25 杭州三花研究院有限公司 一种定位系统及其定位方法
CN203722637U (zh) * 2013-10-27 2014-07-16 西安中科麦特电子技术设备有限公司 一种led白光通讯适配器系统
CN204256986U (zh) * 2014-11-17 2015-04-08 上海五零盛同信息科技有限公司 城市内车辆定位系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘雪兰: "一种区域性智能交通系统的研究与实现", 《苏州大学学报(工科版)》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109564408A (zh) * 2016-07-21 2019-04-02 戴姆勒股份公司 用于操作建筑物自动化系统的方法、控制装置以及建筑物自动化系统
CN109564408B (zh) * 2016-07-21 2021-11-05 戴姆勒股份公司 用于操作建筑物自动化系统的方法、控制装置以及建筑物自动化系统
CN106908763A (zh) * 2016-12-28 2017-06-30 浙江海洋大学 基于可见光的定位方法
CN108809422A (zh) * 2018-05-28 2018-11-13 许谐兴 一种基于li-fi通信技术的车辆信息传输方法
CN114189283A (zh) * 2020-09-15 2022-03-15 长城汽车股份有限公司 车辆信息交互的系统、确定后方车辆位置的方法及汽车
WO2024036607A1 (zh) * 2022-08-19 2024-02-22 华为技术有限公司 定位方法、装置以及智能驾驶设备

Also Published As

Publication number Publication date
CN105246040B (zh) 2018-11-20

Similar Documents

Publication Publication Date Title
CN105242294B (zh) 基于无线车联物联网的车辆定位系统
CN105246040B (zh) 无线车联物联网定位系统
CN105388456B (zh) 可见光通信多阵元三维无线定位系统
CN104991228B (zh) 基于可见光信号强度的三维空间室内定位方法
CN105227238B (zh) 可见光扩频通信定位系统
CN105301562A (zh) 可见光通信无线定位系统
CN105425210A (zh) 一种室内可见光定位系统及方法
CN103634902B (zh) 基于指纹聚类的新型室内定位方法
CN107167768B (zh) 一种基于遗传算法高精度可见光定位方法及其定位系统
CN101938832A (zh) 基于分治求精的无线传感器网络节点自身定位方法
CN107063266A (zh) 基于室内led灯和智能手机摄像头实现室内定位的方法
CN104658251A (zh) 一种基于定向天线的十字路口车流检测方法与装置
CN105388455B (zh) 摄像头室内可见光定位系统中一种消除背景光扰动的方法
CN105182275A (zh) 室外电能表故障自动检验方法
CN104166999B (zh) 一种基于地基云图强度分层的云团提取方法
CN204886965U (zh) 基于光子计数的无线光通信系统
CN105564462A (zh) 一种地铁乘客分流辅助系统
CN104698426A (zh) 室外电能表故障自动检验终端
CN203134143U (zh) 一种基于锚节点和rfid信标的车辆位置自动校正装置
CN110646390A (zh) 一种基于无人机平台的水面油污监测系统及方法
CN204462371U (zh) 电表缺陷智能化检测设备
CN109219029A (zh) 智能路灯及电子设备
CN103634920A (zh) 无线光cdma系统功率分别约束下多用户功率分配方法
CN104614702A (zh) 一种电表缺陷智能化检测方法
Zhang et al. Recent Progress in Visible Light Positioning and Communication Systems.

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210427

Address after: Room 406, no.3020 Huling Road, Linghu Town, Nanxun District, Huzhou City, Zhejiang Province

Patentee after: Huzhou lingchuang Technology Co., Ltd

Address before: 315211 Zhejiang Province, Ningbo Jiangbei District Fenghua Road No. 818

Patentee before: Ningbo University