CN108230722A - 北斗精准时空公交站台实时信息服务融合处理工作方法及系统装置 - Google Patents

北斗精准时空公交站台实时信息服务融合处理工作方法及系统装置 Download PDF

Info

Publication number
CN108230722A
CN108230722A CN201711282832.7A CN201711282832A CN108230722A CN 108230722 A CN108230722 A CN 108230722A CN 201711282832 A CN201711282832 A CN 201711282832A CN 108230722 A CN108230722 A CN 108230722A
Authority
CN
China
Prior art keywords
bus
time
bus platform
information
platform
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.)
Pending
Application number
CN201711282832.7A
Other languages
English (en)
Inventor
邢建平
董沛鑫
李程帅
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.)
Shandong University
CERNET Corp
Original Assignee
Shandong 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 Shandong University filed Critical Shandong University
Priority to CN201711282832.7A priority Critical patent/CN108230722A/zh
Publication of CN108230722A publication Critical patent/CN108230722A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/123Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/133Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams within the vehicle ; Indicators inside the vehicles or at stops
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S19/00Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39Determining 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
    • G01S19/42Determining position
    • G01S19/48Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • G01S19/49Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种北斗精准时空公交站台实时信息服务融合处理工作方法,通过不断采集和传输实时交通数据,结合历史数据做出预测,并及时将信息传递给交通参与者,进而实现构建智能公共交通网络。本发明实现了公交站台对公交车信息更为精确的实时采集与显示,将公交车的实时定位精度提高到亚米级,将信息的更新周期提高到二至五秒,为等待公交车的乘客提供了极大的便利,在乘客在公交站台大量聚集的时候,可以更为方便的获取公交车的停车情况与预计到达时间,大大提升了市民使用公共交通的秩序,是构建智能公共交通网络不可或缺的一环,提高道路与车辆运营效率的精准时空公交站台实时信息服务。

Description

北斗精准时空公交站台实时信息服务融合处理工作方法及系 统装置
技术领域
本发明涉及一种北斗精准时空公交站台实时信息服务融合处理工作方法及系统装置,属于高精度定位、智能交通及分布式系统的技术领域。
背景技术
随着我国城市规模不断扩大,人口在城市中大量聚集,机动车数量快速增长,车路矛盾日益严重,带来了严重的交通拥堵问题。我国鼓励通过加大公共交通设施投入,提倡绿色出行,来缓解交通拥堵问题。然而现如今我国对于公共交通系统还缺乏一个系统、科学、前瞻性的考虑,智能交通系统还远远不够完善,尤其是现如今的公交站台,还存在着如无法精准的显示公交车的位置信息,无法准确的预测乘客需等待的时间,信息更新周期过长等诸多问题,为等待公交车的乘客带来巨大的不便,时常出现排队混乱等现象。基于此现状,为解决上述问题,构建人与车、车与车、车与路的智能公共交通网络,进而提高道路与车辆运营效率的精准时空公交站台实时信息服务的发展势在必行。
发明内容
针对现有技术的不足,本发明提供一种北斗精准时空公交站台实时信息服务融合处理工作方法。本发明不断采集和传输实时交通数据,结合历史数据做出预测,并及时将信息传递给交通参与者,进而实现构建智能公共交通网络。
本发明还提供实现上述工作方法的系统装置。
本发明实现对公交车定位精度提高到亚米级,将信息更新周期缩短至二至五秒,提供更为准确的公交车到站时间预测,优化排队秩序,为乘客使用公共交通带来便利的目标。
本发明的技术方案如下:
一种北斗精准时空公交站台实时信息服务融合处理工作方法,其特征在于,包括:
(1)通过公交站台信息收发单元实时采集公交车的精准坐标信息、公交站台停车区域A B C的精准坐标信息、公交车预计到达公交站台时间信息、广告信息;
(2)通过北斗NTP时间同步处理器对交通总控制中心、公交站台控制中心以及所有公交车进行统一授时,以确保系统运作的准确性与信息的可靠性;
(3)通过公交站台微控制单元对公交站台停车区域A B C的精准坐标信息和实时的公交车精准坐标信息进行匹配:
(4)通过乘客App显示公交车和乘客的实时位置,以及公交车预计抵达公交车站的时间和乘客到达公交车站后的预计等待时间;
(5)通过显示模块对广告信息、公交车预计到达公交站台时间信息、公交站台停车区域A B C同公交车的实时匹配情况进行实时的显示。
根据本发明优选的,所述步骤(1)中,所述采集公交车的精准坐标信息的方法为,针对北斗卫星定位系统和惯性导航系统运用组合导航卡尔曼滤波定位算法:
卡尔曼滤波状态方程:
xk=Ak-1xk-1+wk-1 (I)
式(I)中xk为系统的状态向量;wk-1为系统过程噪声;Ak-1为tk-1时刻到tk时刻的状态转移矩阵。
其状态向量为:
[x y z vx vy vz δtu δfu]T
其中包括三个位置分量(x y z)、三个速度分量(vx vy vz)和接收机时钟的两个变量(δtu δfu);
常系数状态矩阵为:
其中:Ts为状态方程的差分步长;Ac为接收机时钟的状态转移矩阵;I3×3为用户位置的三个坐标分量矩阵;
状态向量[xvx]T所对应的协方差矩阵如下:
其中,为X坐标分量上的速度噪声功率谱密度值;
卡尔曼滤波测量方程:卡尔曼滤波假定系统的状态向量xk与观测向量yk存在以下线性关系:
yk=Dxk+vk (II)
式(II)中,D代表卡尔曼滤波假定系统的状态向量xk与观测向量yk的关系矩阵,vk代表测量噪声向量;
进行卡尔曼滤波递推计算,如图6所示;
交通总控制中心进行数据格网差分计算,设基准站测得到北斗卫星j的伪距为:
ρb j′=ρb j+C(dτb-dτs j)+dρb j+δρj bion+δρj btrop (III)
式(III)中,为基站到j卫星的真实距离,为星历误差所引起的距离偏差,dτb为接收机钟差,dτs为卫星钟差,为电离层时延所引起的距离偏差,是对流层时延所引起的距离偏差,C为电磁波传播速度,dτs j为卫星钟差引起的距离偏差;
伪距的改正值为:
Δρb j=ρb jb j′
用户接收和所测得的伪距:
ρu j′=ρu j+C(dτu-dτs j)+dρu j+δρj uion+δρj utrop (IV)
式(IV)中,为用户接收到的真实距离,为星历误差所引起的距离偏差,dτu为用户接收机钟差,dτs为卫星钟差,为电离层时延所引起的距离偏差,是对流层时延所引起的距离偏差,C为电磁波传播速度,dτs j为卫星钟差引起的距离偏差;
如果基准站将所得的伪距改正值适时地发送给用户,并改正用户接收机所测得的伪距,亦即:
根据本发明优选的,所述步骤(3)中,设ΔxΔyΔz依次为公交车坐标与停车区域坐标之差,则,
实施例按图4所示的流程进行匹配。
根据本发明优选的,在步骤(4)中,所述公交车预计抵达公交车站的时间和乘客到达公交车站后的预计等待时间,该预测方法为融合历史和实时数据的到站时间预测方法。
根据本发明优选的,在步骤(4)中,所述融合历史和实时数据的到站时间预测方法为一种基于SVM和H滤波的动态融合预测估计方法:
如图5所示,根据多个不同传感器的观测方程,在满足特定条件下设计一系列子滤波器H,即
同时,对于分布式融合估计系统,状态最终估计还满足:
其中Mi(i=1,2,…,N)为各个子系统的权重矩阵满足:
定义状态估计误差向量和待估状态估计误差向量:
其中,xi,k为状态向量,zi,k表示待估计的状态向量,Li为适当维数的常数矩阵,分别为xi,k和zi,k的估计值,{Ai.f,Bi.f}为待求的满足特定滤波性能指标的子滤波器参数矩阵,I为单位矩阵,ei,k为状态估计误差向量,为待估状态估计误差向量;
给定标量γi>0定义如下H性能指标:
其中为有界能量信号。
因此,分布式不确定H融合滤波系统设计问题可简述为:寻找形如公式(V)的滤波估计器,要求对所有非零分布式不确定系统H性能指标Ji小于零,同时满足各个子系统的权重矩阵要求。
一种北斗精准时空公交站台实时信息服务融合处理的系统装置,其特征在于,该系统装置包括信号收发单元、公交站台微控制单元、显示模块和乘客APP;
所述信号收发单元,通过基带CPU完成通信功能,包括3G/4G天线路由和WiFi服务单元,所述基带CPU与公交站台微控制单元相连,通过3G/4G天线实现与交通总控制中心处理器的海量并发通信,实现对公交车辆预计到达站台时间信息以及广告信息的接收,通过WiFi服务单元实现与公交车车载主处理器的协同通信,实现对公交车在公交站台前的精准停车位置信息的接收;
所述公交站台微控制单元,包括公交站台主处理器、北斗NTP时间同步处理模块;所述的公交站台主处理器用以将来自交通总控制中心的该公交站台前的不同停车区域A BC的精准坐标信息与来自公交车的停靠在该公交站台前的实时坐标信息进行匹配,从而实时判断不同公交车在该公交站台分别的具体停车区域A B C的匹配情况,并通过北斗NTP时间同步处理器与公交站台主处理器相连,对交通总控制中心、公交站台控制中心以及所有公交车进行统一授时;
所述显示模块,包括广告显示板和公交信息指示屏幕,所述的显示模块与公交站台微控制单元相连;所述的广告显示板用以实时显示来自交通总控制中心发送而来的广告信息,所述的公交信息指示屏幕用以实时显示由公交站台微控制单元发送而来的公交车与停车区域A B C的匹配信息以及由交通总控制中心发送而来的公交车到本站的路程和预计到达本站的时间信息;
所述乘客APP,用以显示公交车和乘客的实时位置以及预测若乘客从当前位置出发到达公交站台后需等待公交车的时间。
本发明的技术优势在于:
本发明通过所述的北斗精准时空实时信息服务融合处理的工作方法及其系统装置,实现了公交站台对公交车信息更为精确的实时采集与显示,将公交车的实时定位精度提高到亚米级,将信息的更新周期提高到二至五秒,为等待公交车的乘客提供了极大的便利,在乘客在公交站台大量聚集的时候,可以更为方便的获取公交车的停车情况与预计到达时间,大大提升了市民使用公共交通的秩序,是构建智能公共交通网络不可或缺的一环,是能真正提高道路与车辆运营效率的精准时空公交站台实时信息服务。
本发明基于北斗卫星定位技术、惯性导航技术、格网差分技术提供的工作方法实现对公交车的亚米级精确定位,信息更新周期提高至五秒以内。
本发明采用融合历史数据和实时数据的到站时间预测方法,实现预测公交车到站时间并在公交站台显示,实现预测乘客在公交站台的等待时间并在乘客App显示。
本发明应用时,在公交车到站后,对公交车位置与停车区域坐标进行匹配,并在显示于公交站台,有利于疏导乘客排队秩序。
附图说明
图1为本发明中,公交车、公交站台、乘客App以及公交站台控制中心的整体结构示意图;
图2为本发明所述北斗精准时空公交站台实时信息服务融合处理的系统装置示意图;
图3为本发明所述的乘客App功能示意图;
图4为公交车位置与公交站台停车区域匹配流程图;
图5为分布式融合状态估计数学结构图;
图6为北斗定位的卡尔曼滤波算法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步的详细描述,但不限于此。
如图1-6所示。
实施例1、
一种北斗精准时空公交站台实时信息服务融合处理工作方法,包括:
(1)通过公交站台信息收发单元实时采集公交车的精准坐标信息、公交站台停车区域A B C的精准坐标信息、公交车预计到达公交站台时间信息、广告信息;
(2)通过北斗NTP时间同步处理器对交通总控制中心、公交站台控制中心以及所有公交车进行统一授时,以确保系统运作的准确性与信息的可靠性;
(3)通过公交站台微控制单元对公交站台停车区域A B C的精准坐标信息和实时的公交车精准坐标信息进行匹配:
(4)通过乘客App显示公交车和乘客的实时位置,以及公交车预计抵达公交车站的时间和乘客到达公交车站后的预计等待时间;
(5)通过显示模块对广告信息、公交车预计到达公交站台时间信息、公交站台停车区域A B C同公交车的实时匹配情况进行实时的显示。
实施例2、
如实施例1所述的一种北斗精准时空公交站台实时信息服务融合处理工作方法,其区别在于,所述步骤(1)中,所述采集公交车的精准坐标信息的方法为,针对北斗卫星定位系统和惯性导航系统运用组合导航卡尔曼滤波定位算法:
卡尔曼滤波状态方程:
xk=Ak-1xk-1+wk-1 (I)
式(I)中xk为系统的状态向量;wk-1为系统过程噪声;Ak-1为tk-1时刻到tk时刻的状态转移矩阵。
其状态向量为:
[x y z vx vy vz δtu δfu]T
其中包括三个位置分量(x y z)、三个速度分量(vx vy vz)和接收机时钟的两个变量(δtu δfu);
常系数状态矩阵为:
其中:Ts为状态方程的差分步长;Ac为接收机时钟的状态转移矩阵;I3×3为用户位置的三个坐标分量矩阵;
状态向量[x vx]T所对应的协方差矩阵如下:
其中,为X坐标分量上的速度噪声功率谱密度值;
卡尔曼滤波测量方程:卡尔曼滤波假定系统的状态向量xk与观测向量yk存在以下线性关系:
yk=Dxk+vk (II)
式(II)中,D代表卡尔曼滤波假定系统的状态向量xk与观测向量yk的关系矩阵,vk代表测量噪声向量;
进行卡尔曼滤波递推计算,如图6所示;
交通总控制中心进行数据格网差分计算,设基准站测得到北斗卫星j的伪距为:
ρb j′=ρb j+C(dτb-dτs j)+dρb j+δρj bion+δρj btrop (III)
式(III)中,为基站到j卫星的真实距离,为星历误差所引起的距离偏差,dτb为接收机钟差,dτs为卫星钟差,为电离层时延所引起的距离偏差,是对流层时延所引起的距离偏差,C为电磁波传播速度,dτs j为卫星钟差引起的距离偏差;
伪距的改正值为∶
Δρb jb jb j′
用户接收和所测得的伪距:
ρu j′=ρu j+C(dτu-dτs j)+dρu j+δρj uion+δρj utrop (IV)
式(IV)中,为用户接收到的真实距离,为星历误差所引起的距离偏差,dτu为用户接收机钟差,dτs为卫星钟差,为电离层时延所引起的距离偏差,是对流层时延所引起的距离偏差,C为电磁波传播速度,dτs j为卫星钟差引起的距离偏差;
如果基准站将所得的伪距改正值适时地发送给用户,并改正用户接收机所测得的伪距,亦即:
实施例3、
如实施例2所述的一种北斗精准时空公交站台实时信息服务融合处理工作方法,其区别在于,所述步骤(3)中,设ΔxΔyΔz依次为公交车坐标与停车区域坐标之差,则,
实施例按图4所示的流程进行匹配。
在步骤(4)中,所述公交车预计抵达公交车站的时间和乘客到达公交车站后的预计等待时间,该预测方法为融合历史和实时数据的到站时间预测方法。
根据本发明优选的,在步骤(4)中,所述融合历史和实时数据的到站时间预测方法为一种基于SVM和H滤波的动态融合预测估计方法:
如图5所示,根据多个不同传感器的观测方程,在满足特定条件下设计一系列子滤波器H,即
同时,对于分布式融合估计系统,状态最终估计还满足:
其中Mi(i=1,2,…,N)为各个子系统的权重矩阵满足:
定义状态估计误差向量和待估状态估计误差向量:
其中,xi,k为状态向量,zi,k表示待估计的状态向量,Li为适当维数的常数矩阵,分别为xi,k和zi,k的估计值,{Ai.f,Bi.f}为待求的满足特定滤波性能指标的子滤波器参数矩阵,I为单位矩阵,ei,k为状态估计误差向量,为待估状态估计误差向量;
给定标量γi>0定义如下H性能指标:
其中为有界能量信号。
因此,分布式不确定H融合滤波系统设计问题可简述为:寻找形如公式(V)的滤波估计器,要求对所有非零分布式不确定系统H性能指标Ji小于零,同时满足各个子系统的权重矩阵要求。
实施例5、
实现如实施例1-4所述方法的系统装置,包括信号收发单元、公交站台微控制单元、显示模块和乘客APP;
所述信号收发单元,通过基带CPU完成通信功能,包括3G/4G天线路由和WiFi服务单元,所述基带CPU与公交站台微控制单元相连,通过3G/4G天线实现与交通总控制中心处理器的海量并发通信,实现对公交车辆预计到达站台时间信息以及广告信息的接收,通过WiFi服务单元实现与公交车车载主处理器的协同通信,实现对公交车在公交站台前的精准停车位置信息的接收;
所述公交站台微控制单元,包括公交站台主处理器、北斗NTP时间同步处理模块;所述的公交站台主处理器用以将来自交通总控制中心的该公交站台前的不同停车区域A BC的精准坐标信息与来自公交车的停靠在该公交站台前的实时坐标信息进行匹配,从而实时判断不同公交车在该公交站台分别的具体停车区域A B C的匹配情况,并通过北斗NTP时间同步处理器与公交站台主处理器相连,对交通总控制中心、公交站台控制中心以及所有公交车进行统一授时;
所述显示模块,包括广告显示板和公交信息指示屏幕,所述的显示模块与公交站台微控制单元相连;所述的广告显示板用以实时显示来自交通总控制中心发送而来的广告信息,所述的公交信息指示屏幕用以实时显示由公交站台微控制单元发送而来的公交车与停车区域A B C的匹配信息以及由交通总控制中心发送而来的公交车到本站的路程和预计到达本站的时间信息;
所述乘客APP,用以显示公交车和乘客的实时位置以及预测若乘客从当前位置出发到达公交站台后需等待公交车的时间。
参见图1,介绍公交车、公交站台以及交通总控制中心的整体结构组成,设有公交车部分、站台部分、公交站台控制中心、乘客App四个部分,整个系统由NTP时间同步处理模块统一授时,其中:
公交车部分,为控制中心部分实时提供精准位置信息,并获取与前方同路线公交车的实时距离,驾驶员以此为根据实时调整行车速度,当车辆行驶到站台处,报站器播报站点。
公交站台控制中心,将获取的公交车位置信息与差分网格数据融合,得到更加精确的实时位置信息,计算同路线中相邻两公交车的实时距离并将其下发给公交车。计算公交车预计到达下一公交站台时间并将其下发至公交站台,计算乘客到达公交车站的预测时间与乘客在公交车站的预测等待时长发送至乘客App,将公交站台停车区域A B C高精度位置信息、广告信息实时发送至公交站台。
参见图2,公交站台部分即本发明所述的北斗精准时空公交站台实时信息服务融合处理的工作方法及其系统装置,整个系统由北斗NTP时间同步处理器统一授时,当公交车还未到达公交站台时,通过3G/4G模块接收由控制中心发送而来的公交车预计到达公交站台的时间信息并将其通过公交信息显示屏幕显示,通过3G/4G模块接收由控制中心发送而来的广告信息并通过广告显示板显示,车辆靠站后,通过Wifi服务单元接收由公交车发送而来的公交车实时位置信息并通过公交站台微处理单元将其与由控制中心发送而来的公交站台停车区域A B C精准位置信息进行匹配,进而将匹配结果通过公交信息指示屏幕显示。

Claims (6)

1.一种北斗精准时空公交站台实时信息服务融合处理工作方法,其特征在于,包括:
(1)通过公交站台信息收发单元实时采集公交车的精准坐标信息、公交站台停车区域精准坐标信息、公交车预计到达公交站台时间信息、广告信息;
(2)通过北斗NTP时间同步处理器对交通总控制中心、公交站台控制中心以及所有公交车进行统一授时;
(3)通过公交站台微控制单元对公交站台停车区域的精准坐标信息和实时的公交车精准坐标信息进行匹配:
(4)通过乘客App显示公交车和乘客的实时位置,以及公交车预计抵达公交车站的时间和乘客到达公交车站后的预计等待时间;
(5)通过显示模块对广告信息、公交车预计到达公交站台时间信息、公交站台停车区域同公交车的实时匹配情况进行实时的显示。
2.根据权利要求1所述的一种北斗精准时空公交站台实时信息服务融合处理工作方法,其特征在于,所述步骤(1)中,所述采集公交车的精准坐标信息的方法为,针对北斗卫星定位系统和惯性导航系统运用组合导航卡尔曼滤波定位算法:
卡尔曼滤波状态方程:
xk=Ak-1xk-1+wk-1 (I)
式(I)中xk为系统的状态向量;wk-1为系统过程噪声;Ak-1为tk-1时刻到tk时刻的状态转移矩阵;
其状态向量为:
[x y z vx vy vz δtu δfu]T
其中包括三个位置分量(x y z)、三个速度分量(vx vy vz)和接收机时钟的两个变量(δtu δfu);
常系数状态矩阵为:
其中:Ts为状态方程的差分步长;Ac为接收机时钟的状态转移矩阵;I3×3为用户位置的三个坐标分量矩阵;
状态向量[x vx]T所对应的协方差矩阵如下:
其中,为X坐标分量上的速度噪声功率谱密度值;
卡尔曼滤波测量方程:卡尔曼滤波假定系统的状态向量xk与观测向量yk存在以下线性关系:
yk=Dxk+vk (II)
式(II)中,D代表卡尔曼滤波假定系统的状态向量xk与观测向量yk的关系矩阵,vk代表测量噪声向量;
进行卡尔曼滤波递推计算,如图6所示;
交通总控制中心进行数据格网差分计算,设基准站测得到北斗卫星j的伪距为:
ρb j′=ρb j+C(dτb-dτs j)+dρb j+δρj bion+δρj btrop (III)
式(III)中,为基站到j卫星的真实距离,为星历误差所引起的距离偏差,dτb为接收机钟差,dτs为卫星钟差,为电离层时延所引起的距离偏差,是对流层时延所引起的距离偏差,C为电磁波传播速度,dτs j为卫星钟差引起的距离偏差;
伪距的改正值为:
Δρb j=ρb jb j′
用户接收和所测得的伪距:
ρu j′=ρu j+C(dτu-dτs j)+dρu j+δρj uion+δρj utrop (IV)
式(IV)中,为用户接收到的真实距离,为星历误差所引起的距离偏差,dτu为用户接收机钟差,dτs为卫星钟差,为电离层时延所引起的距离偏差,是对流层时延所引起的距离偏差,C为电磁波传播速度,dτs j为卫星钟差引起的距离偏差;
如果基准站将所得的伪距改正值适时地发送给用户,并改正用户接收机所测得的伪距,亦即:
3.根据权利要求2所述的一种北斗精准时空公交站台实时信息服务融合处理工作方法,其特征在于,所述步骤(3)中,设ΔxΔyΔz依次为公交车坐标与停车区域坐标之差,则,
4.根据权利要求3所述的一种北斗精准时空公交站台实时信息服务融合处理工作方法,其特征在于,在步骤(4)中,所述公交车预计抵达公交车站的时间和乘客到达公交车站后的预计等待时间,该预测方法为融合历史和实时数据的到站时间预测方法。
5.根据权利要求4所述的一种北斗精准时空公交站台实时信息服务融合处理工作方法,其特征在于,在步骤(4)中,所述融合历史和实时数据的到站时间预测方法为一种基于SVM和H滤波的动态融合预测估计方法:
根据多个不同传感器的观测方程,在满足特定条件下设计一系列子滤波器H,即
同时,对于分布式融合估计系统,状态最终估计还满足:
其中Mi(i=1,2,…,N)为各个子系统的权重矩阵满足:
定义状态估计误差向量和待估状态估计误差向量:
其中,xi,k为状态向量,zi,k表示待估计的状态向量,Li为适当维数的常数矩阵,分别为xi,k和zi,k的估计值,{Ai.f,Bi.f}为待求的满足特定滤波性能指标的子滤波器参数矩阵,I为单位矩阵,ei,k为状态估计误差向量,为待估状态估计误差向量;
给定标量γi>0定义如下H性能指标:
其中为有界能量信号。
6.一种北斗精准时空公交站台实时信息服务融合处理的系统装置,其特征在于,该系统装置包括信号收发单元、公交站台微控制单元、显示模块和乘客APP;
所述信号收发单元,通过基带CPU完成通信功能,包括3G/4G天线路由和WiFi服务单元,所述基带CPU与公交站台微控制单元相连,通过3G/4G天线实现与交通总控制中心处理器的海量并发通信,通过WiFi服务单元实现与公交车车载主处理器的协同通信,实现对公交车在公交站台前的精准停车位置信息的接收;
所述公交站台微控制单元,包括公交站台主处理器、北斗NTP时间同步处理模块;所述的公交站台主处理器用以将来自交通总控制中心的该公交站台前的不同停车区域的精准坐标信息与来自公交车的停靠在该公交站台前的实时坐标信息进行匹配,并通过北斗NTP时间同步处理器与公交站台主处理器相连,对交通总控制中心、公交站台控制中心以及所有公交车进行统一授时;
所述显示模块,包括广告显示板和公交信息指示屏幕,所述的显示模块与公交站台微控制单元相连;
所述乘客APP,用以显示公交车和乘客的实时位置以及预测若乘客从当前位置出发到达公交站台后需等待公交车的时间。
CN201711282832.7A 2017-12-02 2017-12-02 北斗精准时空公交站台实时信息服务融合处理工作方法及系统装置 Pending CN108230722A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711282832.7A CN108230722A (zh) 2017-12-02 2017-12-02 北斗精准时空公交站台实时信息服务融合处理工作方法及系统装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711282832.7A CN108230722A (zh) 2017-12-02 2017-12-02 北斗精准时空公交站台实时信息服务融合处理工作方法及系统装置

Publications (1)

Publication Number Publication Date
CN108230722A true CN108230722A (zh) 2018-06-29

Family

ID=62653817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711282832.7A Pending CN108230722A (zh) 2017-12-02 2017-12-02 北斗精准时空公交站台实时信息服务融合处理工作方法及系统装置

Country Status (1)

Country Link
CN (1) CN108230722A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110533911A (zh) * 2019-09-11 2019-12-03 湖北公众信息产业有限责任公司 基于大数据的公交运行情况实时反馈系统
CN112633694A (zh) * 2020-12-24 2021-04-09 北京翔东智能科技有限公司 基于时空大数据实时地理通信方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102074124A (zh) * 2011-01-27 2011-05-25 山东大学 一种基于svm及h∞滤波的动态公交到站时间预测方法
CN103218911A (zh) * 2013-04-22 2013-07-24 无锡乾煜信息技术有限公司 一种基于4g和北斗导航技术的智能公交管理系统
CN203982587U (zh) * 2014-02-26 2014-12-03 安徽工程大学 一种基于北斗卫星的智能公交站牌系统
CN104714244A (zh) * 2015-03-31 2015-06-17 东南大学 一种基于抗差自适应Kalman滤波的多系统动态PPP解算方法
CN104916154A (zh) * 2015-05-14 2015-09-16 山东大学 一种兼容北斗cors公交精准定位系统及其工作方法
CN105047004A (zh) * 2015-08-26 2015-11-11 深圳市傲天智能系统有限公司 一种车载智能公交终端及管理系统
CN106226803A (zh) * 2016-07-18 2016-12-14 深圳市华信天线技术有限公司 定位方法、装置及无人机
CN106597505A (zh) * 2016-12-26 2017-04-26 中南大学 基于北斗高精度定位的长弦测量方法
WO2017066915A1 (zh) * 2015-10-20 2017-04-27 深圳市大疆创新科技有限公司 一种卫星导航测姿方法和装置及无人机
CN107121141A (zh) * 2017-06-08 2017-09-01 南京理工大学 一种适用于定位导航授时微系统的数据融合方法
WO2017149356A1 (en) * 2016-03-02 2017-09-08 Hernandez Suarez Carlos Moises Method and system to forecast bus arrivals to any location within a bus route
CN107144867A (zh) * 2017-05-12 2017-09-08 山东大学 北斗精准时空公交车联网通信监视终端及其工作方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102074124A (zh) * 2011-01-27 2011-05-25 山东大学 一种基于svm及h∞滤波的动态公交到站时间预测方法
CN103218911A (zh) * 2013-04-22 2013-07-24 无锡乾煜信息技术有限公司 一种基于4g和北斗导航技术的智能公交管理系统
CN203982587U (zh) * 2014-02-26 2014-12-03 安徽工程大学 一种基于北斗卫星的智能公交站牌系统
CN104714244A (zh) * 2015-03-31 2015-06-17 东南大学 一种基于抗差自适应Kalman滤波的多系统动态PPP解算方法
CN104916154A (zh) * 2015-05-14 2015-09-16 山东大学 一种兼容北斗cors公交精准定位系统及其工作方法
CN105047004A (zh) * 2015-08-26 2015-11-11 深圳市傲天智能系统有限公司 一种车载智能公交终端及管理系统
WO2017066915A1 (zh) * 2015-10-20 2017-04-27 深圳市大疆创新科技有限公司 一种卫星导航测姿方法和装置及无人机
WO2017149356A1 (en) * 2016-03-02 2017-09-08 Hernandez Suarez Carlos Moises Method and system to forecast bus arrivals to any location within a bus route
CN106226803A (zh) * 2016-07-18 2016-12-14 深圳市华信天线技术有限公司 定位方法、装置及无人机
CN106597505A (zh) * 2016-12-26 2017-04-26 中南大学 基于北斗高精度定位的长弦测量方法
CN107144867A (zh) * 2017-05-12 2017-09-08 山东大学 北斗精准时空公交车联网通信监视终端及其工作方法
CN107121141A (zh) * 2017-06-08 2017-09-01 南京理工大学 一种适用于定位导航授时微系统的数据融合方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
仲跻炜: "基于北斗高精度定位和车道级高精度地图的车辆监控平台设计与实现", 《全球定位系统》 *
郑燕: "基于SVM/H_∞公交车辆到站时间预测研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110533911A (zh) * 2019-09-11 2019-12-03 湖北公众信息产业有限责任公司 基于大数据的公交运行情况实时反馈系统
CN110533911B (zh) * 2019-09-11 2020-07-03 湖北公众信息产业有限责任公司 基于大数据的公交运行情况实时反馈系统
CN112633694A (zh) * 2020-12-24 2021-04-09 北京翔东智能科技有限公司 基于时空大数据实时地理通信方法

Similar Documents

Publication Publication Date Title
CN103018758A (zh) 基于gps/ins/agps的移动差分基站方法
CN105792135B (zh) 一种定位车辆所在车道的方法及装置
US20100295726A1 (en) Global positioning system error correction, vehicle tracking and object location
US8768617B2 (en) Method and system for a data interface for aiding a satellite positioning system receiver
CN110447245A (zh) V2v分簇和多跳通信
CN107144867A (zh) 北斗精准时空公交车联网通信监视终端及其工作方法
US10575151B2 (en) Using ranging over C-V2X to supplement and enhance GPS performance
CN103379427A (zh) 一种定位方法、设备及系统
EP4336864A1 (en) Vehicle-road cooperative positioning method and apparatus, vehicle-mounted positioning system, and roadside unit
CN106710281A (zh) 车辆定位数据获取方法及装置
RU2431803C1 (ru) Способ автоматизированного определения навигационно-топогеодезических параметров
US20140368387A1 (en) Method and system for simultaneous receiver calibration and object localisation for multilateration
CN108376477B (zh) 车路协同公交精准数据融合中心系统及工作方法
RU2503567C1 (ru) Комплексная система позиционирования подвижных объектов на цифровой модели путевого развития станции
CN108230722A (zh) 北斗精准时空公交站台实时信息服务融合处理工作方法及系统装置
CN104090287A (zh) 一种车辆协同差分卫星定位的方法
KR20140080012A (ko) 버스 정차순서를 반영한 버스 정보 제공 시스템 및 방법
CN108885269B (zh) 导航方法、导航装置和导航系统
AU2022453597B2 (en) Positioning method, apparatus, electronic device and storage medium
US11187814B2 (en) Method and device for increasing the accuracy of localization
Van Bree et al. Lane identification with real time single frequency precise point positioning: A kinematic trial
US20220276395A1 (en) Position measurement apparatus, position measurement method and program
KR101042343B1 (ko) Uwb 센서를 사용한 항만 내 차량의 위치 인식시스템
KR101448268B1 (ko) 물류 추적 장비의 gps 오차 보정 장치 및 방법
CN109425878A (zh) 一种北斗地基增强定位报文的窄带播发方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20191210

Address after: Licheng Alexander Road in Ji'nan City, Shandong province 250199 No. 27

Applicant after: Shandong University

Applicant after: Cernet Co., Ltd.

Address before: Licheng Alexander Road in Ji'nan City, Shandong province 250199 No. 27

Applicant before: Shandong University

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180629