CN109375168B - 一种基于rssi的低速移动车辆定位方法 - Google Patents

Abstract

本发明提供了一种基于RSSI的低速移动车辆定位方法，包括取每组4个AP节点围成区域作为定位子网格，记录各AP节点的ID、坐标位置、计算实际距离；对信号衰减模型中的参数进行实时修正，得到修正后的RSSI测距模型；接收AP回传的信息，根据ID判断数据集中AP节点的数量和坐标位置，利用测距模型计算出移动车辆与AP节点的距离；利用AP节点与移动车辆的距离合理设计加权因子，建立融合定位算法；依据接收到AP节点的数量，选择相应的加权无线定位方法，得出移动车辆的定位坐标；本发明方法具有较强的鲁棒性，有效克服回传RSSI值不稳定的问题，能适应复杂道路环境的变化，相较于传统三点加权质心定位有更高的定位精度。

Description

一种基于RSSI的低速移动车辆定位方法

技术领域

本发明涉及RSSI定位与车辆移动定位技术领域，具体涉及一种基于RSSI的低速移动车辆定位方法。

背景技术

目前对车辆定位技术的研究方向有很多，主要分为两种：一种是使用特殊的定位设备实现车辆主动定位；另一种充分利用现有的无线通信设备和网络实现车辆被动定位。针对前一种的定位方法，己经诞生了一些成熟的系统，例如全球定位系统(GPS)；后一种方法应用无线传感器网络(WSN)，通过部署大量传感器节点至目标区域，在传感器网络内部采用一定的机制与算法实现车辆的自身定位。

目前对于无线传感网络的定位方法，有基于信号强度定位(RSSI)、基于到达时间定位(TOA)、基于到达时间差定位(TDOA)等多种经典无线定位测距算法。相对于TOA、TDOA等需要昂贵硬件配套实现的测距算法，基于RSSI的测距算法具有成本低、功耗低的特点。在未来“传感城市”背景下，将RSSI测距算法融合无人驾驶技术中，实现对车辆自身的精准定位是热门方向。

由于测距过程中测量获取的距离与实际距离之间存在一定的偏差，导致基于RSSI的定位结果常不稳定，应用性受到极大限制。目前针对车辆无线定位算法，多基于良好环境进行测试，并未考虑其对实际道路交通环境的适应性问题。与室内环境相比，道路环境衰减因子动态变化，具有不可预测的特点；同时，车辆定位具有实时性，要求定位算法尽量简单。

显然，基于RSSI标定参数的复杂定位算法并不适用于移动车辆定位场景，急需提出一种基于RSSI的低速移动车辆定位方法。

发明内容

有鉴于此，为解决上述问题，本发明提供了一种基于RSSI的低速移动车辆定位方法，能克服现有车辆定位技术误差大、效率低等难题。

为实现上述目的，本发明的技术方案如下。

一种基于RSSI的低速移动车辆定位方法，包括以下步骤：

步骤1、取每组4个AP节点围成区域作为一个定位子网格，记录各AP节点的ID、坐标位置，并计算AP节点之间的实际距离；

步骤2、控制中心控制AP节点发送探测请求帧和射频信号，并记录各AP节点的RSSI值及衰减值，对信号衰减模型中的参数进行实时修正，得到修正后的RSSI测距模型；

步骤3、控制中心接收AP回传的信息，根据ID判断数据集中AP节点的数量和坐标位置，利用修正后的RSSI测距模型计算出移动车辆与AP节点的距离；

步骤4、利用AP节点与移动车辆的距离合理设计加权因子，建立基于不同AP节点数量的融合定位算法；

步骤5、控制中心依据在同一时刻接收到AP节点的数量，选择相应的加权无线定位方法，即可求出移动车辆的定位坐标。

进一步地，所述步骤1中包括：

步骤11、在同一平面的道路两侧等间隔布置AP节点，所述AP呈直线均匀排布，记录各AP节点的ID及坐标位置；

步骤12、取每组4个AP节点，记为A、B、C、D，所围成区域作为一个定位子网格，根据坐标计算AP节点之间的实际距离l_ab，l_bc，l_cd，l_da。

进一步地，所述步骤2中包括：

步骤21、控制中心控制AP节点发送探测请求帧和射频信号，选择一个AP节点作为参考节点，其余3个作为待定位节点，参考节点对同一时刻得到不同AP节点的信号强度RSSI值进行高斯滤波处理，得到不同AP节点的T_RSSI值，然后对时序T_RSSI值进行算数平均处理；

步骤22、将滤波后得到的

值代入信号衰减模型中，进行衰减因子修正，得到修正后的RSSI测距模型：

式中，λ为实际道路环境中的信号衰减因子，d为节点之间的真实距离。

进一步地，所述步骤3中包括：

步骤31、移动车辆进入定位子网格区域后，控制中心接收AP节点传送回来的MAC地址、时间戳Time和信号强度RSSI信息，根据ID判断回传数据中AP节点的数量k，k＝1、2、3或4；

步骤32、根据RSSI值计算移动车辆到AP节点的距离d_i，以AP节点坐标为圆心，d_i为半径画圆O_i，i＝A、B、C或D：

式中，RSSI_(i)表示第i个AP节点嗅探到的RSSI值，λ为修正后的衰减因子。

进一步地，所述步骤4中包括：

步骤41、当k＝1时，取前一时刻车辆位置作为起始位置坐标(x',y')，过点(x',y')作移动车辆延长线，相切圆O_i于点M(x_M,y_M)；因为移动车辆不能大范围横向移动，故作直线L平行于道路方向，且相切圆O_i于点P(x_P,y_P)，取点M与点P的质心坐标为当前时刻定位坐标(x,y)；得到当前时刻移动车辆的坐标如下式所示：

步骤42、当k＝2时，根据AP节点的编号，分为位于道路两侧、位于道路同侧两种情况：

①当位于道路两侧时，假设AP节点为A、C，判断两圆关系，如下式所示；

式中，1表示相交，0表示相切，-1表示相离；

当d_A+d_C>l_AC时，两圆相交，有两个交点F_A、F_c，坐标分别为(x_FA,y_FA)、(x_FC,y_FC)，取F_A、F_c的质心坐标为定位坐标(x,y)，具体计算方法如下：

如果两个交点分别在子网格内外，则取子网格内交点为定位坐标(x,y)；

当d_A+d_C＝l_AC时，取交点为定位坐标(x,y)；

当d_A+d_C＜l_AC时，过两圆圆心作线段l_AC，分别交两圆于点F_A′、F_c′，坐标分别为(x_FA′,y_FA′)、(x_FC′,y_FC′)，进一步地，若d_A≥d_c，则认为点F_A距离未知节点较近且在权值中所占的影响大，具体计算方法如下：

②当位于道路同侧时，假设AP节点为B、D，判断两圆关系；

当d_A+d_C>l_AC时，两圆相交，取子网格内交点为定位坐标(x,y)；

当d_A+d_C≤l_AC时，对圆B得到初步定位坐标F_B(x_FB,y_FB)，过点F_B作平行于道路的直线交圆D于点F_D，坐标为(x_FD,y_FD)，进一步地，若d_B≥d_D，则认为点F_B距离未知节点较近且在权值中所占的影响大，则定位坐标(x,y)具体计算方法如下：

步骤43、当k＝3时，根据AP节点的编号，分为三边相离、两边相离、一边相离、无边相离四种情况；

假设AP节点为A、B、C，则有圆A、圆B、圆C，判断三圆关系；

①当三边相离时，即

作线段连接三圆圆心交于点E、F、G、H、I、J，取这六个点的质心坐标为定位坐标(x,y)；

②当两边相离时，即满足下式中任一条件，作线段连接三圆圆心交于点E、F、G、H、I，取这五个点的质心坐标为定位坐标(x,y)；

当出现相交两个交点的时候，分别计算两个交点到第三个圆圆心的距离，取距离较近者进行计算；

③当一边相离时，即满足下式中任一条件，作线段连接三圆圆心交于点E、F、G、H，取这四个点的质心坐标为定位坐标(x,y)；

当出现相交两个交点的时候，分别计算两个交点到第三个圆圆心的距离，取距离较近者进行计算。

④当无边相离时，三圆两两相交有六个交点，并形成公共区域；分别计算两圆相交的两个交点到第三个圆圆心的距离，取距离较近者进行计算；交点为E、F、G，且d_A>d_B>d_C，则定位坐标(x,y)按下列公式计算；

步骤44、当k＝4时，认为定位坐标在四边形EFGH内，求得E、F、G、H的坐标为(x_E,y_E)、(x_F,y_F)、(x_G,y_G)、(x_H,y_H)，则定位坐标(x,y)按下列公式计算；

与现有技术比较，本发明的一种基于RSSI的低速移动车辆定位方法具有以下有益效果和优点：

本发明考虑了无线定位在实际道路环境的适应性问题，针对子网格中4个AP节点之间相互定位、AP节点对移动车辆定位所处的环境相似这一特点，通过建立加权校正模型，对信号衰减模型中的参数进行实时修正，得到实时的RSSI测距模型；

本发明中的子网格权重计算是一种融合的动态计算，针对AP回传信号不稳定的问题，依据在同一时刻接收到AP节点的数量，选择不同的加权无线定位算法。因此，本发明的定位方法具有很好的鲁棒性，能否适应复杂道路环境的变化，符合当下基于无线通信技术实现车辆定位的趋势。

附图说明

图1是本发明一种基于RSSI的低速移动车辆定位方法的原理示意图。

图2是本发明优选实施例中道路环境下的AP节点布设示意图。

图3是本发明实施例的融合定位算法流程图。

图4是本发明实施例的一个AP节点回传信号求解示意图。

图5是本发明实施例的两个AP节点回传信号异侧求解示意图。

图6是本发明实施例的两个AP节点回传信号同侧求解示意图。

图7是本发明实施例的三个AP节点回传信号求解示意图。

图8是本发明实施例的四个AP节点回传信号求解示意图。

具体实施方式

下面将结合附图和具体的实施例对本发明的具体实施作进一步说明。需要指出的是，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

实施例1

本次测试是在某车辆工程测试场进行的，测试所用的设备包括笔记本电脑1部、移动终端1部、AP节点4个、移动电源4个、协调器节点1个，具体操作步骤如图1所示。

步骤S1、如图2所示，取每组4个AP节点围成区域作为一个定位子网格，记录各AP节点的ID、坐标位置，并计算AP节点之间的实际距离；

具体步骤如下：

步骤11、在同一平面的道路两侧等间隔布置AP节点，AP节点呈直线均匀排布，记录各AP节点的ID及坐标位置；

步骤12、取每组4个AP节点(记为A、B、C、D)围成区域作为一个定位子网格，根据坐标计算AP节点之间的实际距离l_ab，l_bc，l_cd，l_da。

建立子网格的目的是为了细化移动车辆的分布区间，以提高定位效率。若移动车辆在子网格交界处，则任取其中一个子网格计算均可。

步骤S2、车路协同控制中心控制AP节点发送探测请求帧和射频信号，并记录各AP节点的RSSI值及衰减值，对信号衰减模型中的参数进行实时修正，得到修正后的RSSI测距模型；

具体步骤如下：

步骤21、车路协同控制中心控制AP节点发送探测请求帧和射频信号，选择一个AP节点作为参考节点，其余3个作为待定位节点，参考节点对同一时刻得到不同AP节点的信号强度指示(RSSI)值进行高斯滤波处理，得到不同AP节点的T_RSSI值，然后对时序T_RSSI值进行算数平均处理；

步骤22、将滤波后得到的

值代入信号衰减模型中，进行衰减因子修正，得到修正后的RSSI测距模型：

式中，A取高斯滤波后d＝1m时的RSSI值平均值，λ为实际道路环境中的信号衰减因子，d为节点之间的真实距离。

步骤S3、控制中心接收AP回传的信息，根据ID判断数据集中AP节点的数量和坐标位置，利用修正后的RSSI测距模型计算出移动车辆与AP节点的距离；

具体步骤如下：

步骤31、移动车辆进入定位子网格区域后，控制中心接收AP节点传送回来的MAC地址、时间戳Time和信号强度RSSI信息，根据ID判断回传数据中AP节点的数量k，k＝1、2、3或4；

步骤32、根据RSSI值计算移动车辆到AP节点的距离d_i，以AP节点坐标为圆心，d_i为半径画圆O_i，i＝A、B、C或D：

式中，RSSI_(i)表示第i个AP节点嗅探到的RSSI值，λ为修正后的衰减因子。

步骤S4、利用AP节点与移动车辆的距离合理设计加权因子，建立基于不同AP节点数量的融合定位算法；

当道路两侧布置的AP节点足够多，移动车辆在行驶过程中，偏移的幅度很小，转动的速度也很慢，因此整个行驶过程中近似看作直线运动。建立基于不同AP节点数量的融合定位算法，如图3所示；

根据回传数据中AP节点的数量k，可以分为以下4种情况处理，具体步骤如下：

步骤41、当k＝1时，取前一时刻车辆位置作为起始位置坐标(x',y')，过点(x',y')作移动车辆延长线，相切圆O_i于点M(x_M,y_M)；因为移动车辆不能大范围横向移动，故作直线L平行于道路方向，且相切圆O_i于点P(x_P,y_P)，取点M与点P的质心坐标为当前时刻定位坐标(x,y)，如图4所示；得到当前时刻移动车辆的坐标如下式所示：

步骤42、当k＝2时，根据AP节点的编号，分为位于道路两侧、位于道路同侧两种情况：

①当位于道路两侧时，假设AP节点为A、C，如图5所示，判断两圆关系，如下式所示；

式中，1表示相交，0表示相切，-1表示相离；

当d_A+d_C>l_AC时，两圆相交，有两个交点F_A、F_c，坐标分别为(x_FA,y_FA)、(x_FC,y_FC)，如图5(c)所示，取F_A、F_c的质心坐标为定位坐标(x,y)，具体计算方法如下：

如果两个交点分别在子网格内外，则取子网格内交点为定位坐标(x,y)；

当d_A+d_C＝l_AC时，如图5(b)所示，取交点为定位坐标(x,y)；

当d_A+d_C＜l_AC时，如图5(a)所示，过两圆圆心作线段l_AC，分别交两圆于点F_A′、F_c′，坐标分别为(x_FA′,y_FA′)、(x_FC′,y_FC′)，进一步地，若d_A≥d_c，则认为点F_A距离未知节点较近且在权值中所占的影响大，具体计算方法如下：

②当位于道路同侧时，假设AP节点为B、D，如图6所示，判断两圆关系；

当d_A+d_C>l_AC时，如图6(c)所示，两圆相交，取子网格内交点为定位坐标(x,y)；

当d_A+d_C≤l_AC时，如图6(a)和(b)所示，对圆B得到初步定位坐标F_B(x_FB,y_FB)，过点F_B作平行于道路的直线交圆D于点F_D，坐标为(x_FD,y_FD)，进一步地，若d_B≥d_D，则认为点F_B距离未知节点较近且在权值中所占的影响大，则定位坐标(x,y)具体计算方法如下：

步骤43、当k＝3时，根据AP节点的编号，分为三边相离、两边相离、一边相离、无边相离四种情况，如图7所示；

假设AP节点为A、B、C，则有圆A、圆B、圆C，判断三圆关系；

①当三边相离时，如图7中(a)所示，即

作线段连接三圆圆心交于点E、F、G、H、I、J，取这六个点的质心坐标为定位坐标(x,y)；

②当两边相离时，如图7中(b)所示，即满足下式中任一条件，作线段连接三圆圆心交于点E、F、G、H、I，取这五个点的质心坐标为定位坐标(x,y)；

当出现相交两个交点的时候，分别计算两个交点到第三个圆圆心的距离，取距离较近者进行计算；

③当一边相离时，如图7中(c)所示，即满足下式中任一条件，作线段连接三圆圆心交于点E、F、G、H，取这四个点的质心坐标为定位坐标(x,y)；

当出现相交两个交点的时候，分别计算两个交点到第三个圆圆心的距离，取距离较近者进行计算。

④当无边相离时，如图7中(d)所示，三圆两两相交有六个交点，并形成公共区域；分别计算两圆相交的两个交点到第三个圆圆心的距离，取距离较近者进行计算；交点为E、F、G，且d_A>d_B>d_C，则定位坐标(x,y)按下列公式计算；

步骤44、当k＝4时，如图8所示，认为定位坐标在四边形EFGH内，求得E、F、G、H的坐标为(x_E,y_E)、(x_F,y_F)、(x_G,y_G)、(x_H,y_H)，则定位坐标(x,y)按下列公式计算；

步骤S5、控制中心依据在同一时刻接收到AP节点的数量，选择相应的加权无线定位方法，即可求出移动车辆的定位坐标。

前述实施例中，每隔一定时间对参数进行重新修正的方式，在相同情况下，较一般算法平均可以提高测距精度(约36％)，可以充分适应复杂道路环境的变化，使得参数修正更加准确，实时定位更精准。在定位精度方面，与传统三点加权质心定位的定位进行对比，本发明提出的融合定位算法嗅探数据样本由50提高到97，平均可提高约42％的定位精度，可以克服GPS定位中由于天气等因素造成的过大误差，实现全天候定位。

Claims (2)

1.一种基于RSSI的低速移动车辆定位方法，其特征在于，包括以下步骤：

步骤1、取每组4个AP节点围成区域作为一个定位子网格，记录各AP节点的ID、坐标位置，并计算AP节点之间的实际距离；具体包括：

步骤11、在同一平面的道路两侧等间隔布置AP节点，所述AP节点呈直线均匀排布，记录各AP节点的ID及坐标位置；

步骤12、取每组4个AP节点，记为A、B、C、D，所围成区域作为一个定位子网格，根据坐标计算AP节点之间的实际距离l_AB，l_BC，l_CD，l_DA；

步骤2、控制中心控制AP节点发送探测请求帧和射频信号，并记录各AP节点的RSSI值及衰减值，对信号衰减模型中的参数进行实时修正，得到修正后的RSSI测距模型；

步骤3、控制中心接收AP回传的信息，根据ID判断数据集中AP节点的数量和坐标位置，利用修正后的RSSI测距模型计算出移动车辆与AP节点的距离；具体包括：

步骤31、移动车辆进入定位子网格区域后，控制中心接收AP节点传送回来的MAC地址、时间戳Time和信号强度RSSI信息，根据ID判断回传数据中AP节点的数量k，k＝1、2、3或4；

步骤32、根据RSSI值计算移动车辆到AP节点的距离d_i，以AP节点坐标为圆心，d_i为半径画圆O_i，i＝A、B、C或D：

式中，RSSI_(i)表示第i个AP节点嗅探到的RSSI值，λ为修正后的衰减因子；

步骤4、利用AP节点与移动车辆的距离合理设计加权因子，建立基于不同AP节点数量的融合定位算法；包括：

步骤41、当k＝1时，取前一时刻车辆位置作为起始位置坐标(x',y')，过点(x',y')作移动车辆延长线，相切圆O_i于点M(x_M,y_M)；因为移动车辆不能大范围横向移动，故作直线L平行于道路方向，且相切圆O_i于点P(x_P,y_P)，取点M与点P的质心坐标为当前时刻定位坐标(x,y)；得到当前时刻移动车辆的坐标如下式所示：

步骤42、当k＝2时，根据AP节点的编号，分为位于道路两侧、位于道路同侧两种情况：

①当位于道路两侧时，假设AP节点为A、C，判断两圆关系，如下式所示；

式中，1表示相交，0表示相切，-1表示相离；

当d_A+d_C＞l_AC时，两圆相交，有两个交点F_A、F_c，坐标分别为(x_FA,y_FA)、(x_FC,y_FC)，取F_A、F_c的质心坐标为定位坐标(x,y)，具体计算方法如下：

如果两个交点分别在子网格内外，则取子网格内交点为定位坐标(x,y)；

当d_A+d_C＝l_AC时，取交点为定位坐标(x,y)；

当d_A+d_C＜l_AC时，过两圆圆心作线段l_AC，分别交两圆于点F_A′、F_c′，坐标分别为(x_FA′,y_FA′)、(x_FC′,y_FC′)，进一步地，若d_A≥d_C，则认为点F_A距离未知节点较近且在权值中所占的影响大，具体计算方法如下：

②当位于道路同侧时，假设AP节点为B、D，判断两圆关系；

当d_B+d_D＞l_BD时，两圆相交，取子网格内交点为定位坐标(x,y)；

当d_B+d_D≤l_BD时，对圆B得到初步定位坐标F_B(x_FB',y_FB')，过点F_B作平行于道路的直线交圆D于点F_D，坐标为(x_FD',y_FD')，进一步地，若d_B≥d_D，则认为点F_B距离未知节点较近且在权值中所占的影响大，则定位坐标(x,y)具体计算方法如下：

步骤43、当k＝3时，根据AP节点的编号，分为三边相离、两边相离、一边相离、无边相离四种情况；

假设AP节点为A、B、C，则有圆A、圆B、圆C，判断三圆关系；

①当三边相离时，即

作线段连接三个圆的圆心交于点E、F、G、H、I、J，取这六个点的质心坐标为定位坐标(x,y)；

②当两边相离时，即满足下式中任一条件，作线段连接三圆圆心交于点E、F、G、H、I，取这五个点的质心坐标为定位坐标(x,y)；

当出现相交两个交点的时候，分别计算两个交点到第三个圆圆心的距离，取距离较近者进行计算；

③当一边相离时，即满足下式中三个条件之一，作线段连接三圆圆心交于点E、F、G、H，取这四个点的质心坐标为定位坐标(x,y)；

当出现相交两个交点的时候，分别计算两个交点到第三个圆圆心的距离，取距离较近者进行计算；

④当无边相离时，三圆两两相交有六个交点，并形成公共区域；分别计算两圆相交的两个交点到第三个圆圆心的距离，取距离较近者进行计算；交点为E、F、G，且d_A＞d_B＞d_C，则定位坐标(x,y)按下列公式计算；

步骤44、当k＝4时，认为定位坐标在四边形EFGH内，求得E、F、G、H的坐标为(x_E,y_E)、(x_F,y_F)、(x_G,y_G)、(x_H,y_H)，则定位坐标(x,y)按下列公式计算；

步骤5、控制中心依据在同一时刻接收到AP节点的数量，选择相应的加权无线定位方法，即可求出移动车辆的定位坐标。

2.根据权利要求1所述的一种基于RSSI的低速移动车辆定位方法，其特征在于，所述步骤2中包括：

步骤21、控制中心控制AP节点发送探测请求帧和射频信号，选择一个AP节点作为参考节点，其余3个作为待定位节点，参考节点对同一时刻得到不同AP节点的信号强度RSSI值进行高斯滤波处理，得到不同AP节点的T_RSSI值，然后对时序T_RSSI值进行算数平均处理；

步骤22、将滤波后得到的

值代入信号衰减模型中，进行衰减因子修正，得到修正后的RSSI测距模型：

式中，A取高斯滤波后d＝1m时的RSSI值平均值，λ为实际道路环境中的信号衰减因子，d为节点之间的真实距离。

Images