CN109375168B - 一种基于rssi的低速移动车辆定位方法 - Google Patents
一种基于rssi的低速移动车辆定位方法 Download PDFInfo
- Publication number
- CN109375168B CN109375168B CN201811368103.8A CN201811368103A CN109375168B CN 109375168 B CN109375168 B CN 109375168B CN 201811368103 A CN201811368103 A CN 201811368103A CN 109375168 B CN109375168 B CN 109375168B
- Authority
- CN
- China
- Prior art keywords
- nodes
- positioning
- coordinates
- circle
- rssi
- 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
Links
Images
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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/14—Determining absolute distances from a plurality of spaced points of known location
-
- 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
-
- 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
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
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
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lab,lbc,lcd,lda。
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TRSSI值,然后对时序TRSSI值进行算数平均处理;
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di,以AP节点坐标为圆心,di为半径画圆Oi,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Oi于点M(xM,yM);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Oi于点P(xP,yP),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dA+dC>lAC时,两圆相交,有两个交点FA、Fc,坐标分别为(xFA,yFA)、(xFC,yFC),取FA、Fc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dA+dC=lAC时,取交点为定位坐标(x,y);
当dA+dC<lAC时,过两圆圆心作线段lAC,分别交两圆于点FA′、Fc′,坐标分别为(xFA′,yFA′)、(xFC′,yFC′),进一步地,若dA≥dc,则认为点FA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dA+dC>lAC时,两圆相交,取子网格内交点为定位坐标(x,y);
当dA+dC≤lAC时,对圆B得到初步定位坐标FB(xFB,yFB),过点FB作平行于道路的直线交圆D于点FD,坐标为(xFD,yFD),进一步地,若dB≥dD,则认为点FB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;
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dA>dB>dC,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(xE,yE)、(xF,yF)、(xG,yG)、(xH,yH),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lab,lbc,lcd,lda。
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TRSSI值,然后对时序TRSSI值进行算数平均处理;
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di,以AP节点坐标为圆心,di为半径画圆Oi,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Oi于点M(xM,yM);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Oi于点P(xP,yP),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dA+dC>lAC时,两圆相交,有两个交点FA、Fc,坐标分别为(xFA,yFA)、(xFC,yFC),如图5(c)所示,取FA、Fc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dA+dC=lAC时,如图5(b)所示,取交点为定位坐标(x,y);
当dA+dC<lAC时,如图5(a)所示,过两圆圆心作线段lAC,分别交两圆于点FA′、Fc′,坐标分别为(xFA′,yFA′)、(xFC′,yFC′),进一步地,若dA≥dc,则认为点FA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dA+dC>lAC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dA+dC≤lAC时,如图6(a)和(b)所示,对圆B得到初步定位坐标FB(xFB,yFB),过点FB作平行于道路的直线交圆D于点FD,坐标为(xFD,yFD),进一步地,若dB≥dD,则认为点FB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;
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dA>dB>dC,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(xE,yE)、(xF,yF)、(xG,yG)、(xH,yH),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lAB,lBC,lCD,lDA;
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di,以AP节点坐标为圆心,di为半径画圆Oi,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Oi于点M(xM,yM);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Oi于点P(xP,yP),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dA+dC>lAC时,两圆相交,有两个交点FA、Fc,坐标分别为(xFA,yFA)、(xFC,yFC),取FA、Fc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dA+dC=lAC时,取交点为定位坐标(x,y);
当dA+dC<lAC时,过两圆圆心作线段lAC,分别交两圆于点FA′、Fc′,坐标分别为(xFA′,yFA′)、(xFC′,yFC′),进一步地,若dA≥dC,则认为点FA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dB+dD>lBD时,两圆相交,取子网格内交点为定位坐标(x,y);
当dB+dD≤lBD时,对圆B得到初步定位坐标FB(xFB',yFB'),过点FB作平行于道路的直线交圆D于点FD,坐标为(xFD',yFD'),进一步地,若dB≥dD,则认为点FB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
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dA>dB>dC,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(xE,yE)、(xF,yF)、(xG,yG)、(xH,yH),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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811368103.8A CN109375168B (zh) | 2018-11-16 | 2018-11-16 | 一种基于rssi的低速移动车辆定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811368103.8A CN109375168B (zh) | 2018-11-16 | 2018-11-16 | 一种基于rssi的低速移动车辆定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109375168A CN109375168A (zh) | 2019-02-22 |
CN109375168B true CN109375168B (zh) | 2023-06-16 |
Family
ID=65389331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811368103.8A Active CN109375168B (zh) | 2018-11-16 | 2018-11-16 | 一种基于rssi的低速移动车辆定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109375168B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110166935A (zh) * | 2019-05-23 | 2019-08-23 | 南通云之建智能科技有限公司 | 一种基于rssi测距的加权质心定位算法 |
CN111161556B (zh) * | 2019-12-24 | 2021-09-07 | 北京握奇数据股份有限公司 | 基于obu的高速公路交通拥堵提示方法和系统 |
CN111999697B (zh) * | 2020-04-30 | 2022-05-20 | 南京理工大学 | 一种道路两侧三维无线层析成像系统节点自定位方法 |
CN113031606B (zh) * | 2021-03-08 | 2022-11-29 | 中国科学院计算技术研究所 | 一种无线虚拟导轨系统以及车辆定位和控制方法 |
CN114339597A (zh) * | 2021-12-30 | 2022-04-12 | 联创汽车电子有限公司 | Tbox ble-rssi定位方法 |
CN116761255B (zh) * | 2023-08-17 | 2023-12-15 | 湖北香溢数字科技有限公司 | 一种车辆定位方法及装置 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4997637B2 (ja) * | 2007-08-20 | 2012-08-08 | 学校法人慶應義塾 | 位置推定システム及びプログラム |
CN101394676B (zh) * | 2008-10-29 | 2011-11-02 | 西安大唐电信有限公司 | 一种在无线网络中实现精确几何定位的方法 |
KR101260647B1 (ko) * | 2011-08-19 | 2013-05-06 | 서울대학교산학협력단 | 무선센서네트워크 상에서 효율적인 다변측량을 이용한 무선측위방법과 이를 실시하기 위한 프로그램이 기록된 기록매체 |
CN103096462B (zh) * | 2012-12-21 | 2015-03-04 | 太原理工大学 | 一种无线传感器网络非测距节点定位方法 |
CN103957510B (zh) * | 2014-05-16 | 2017-07-28 | 南京工程学院 | 基于协作通信的环境自适应的室内定位算法 |
CN104469941B (zh) * | 2014-12-23 | 2019-01-08 | 西安电子科技大学 | 基于无线局域网wlan ofdm信号循环前缀的室内无线定位方法 |
CN104965193A (zh) * | 2015-06-19 | 2015-10-07 | 中南大学 | 一种基于网格加权的无线移动终端rssi定位方法 |
CN105223549B (zh) * | 2015-08-22 | 2018-12-11 | 东北电力大学 | 一种基于rssi的无线传感器网络全移动节点定位方法 |
CN105163385B (zh) * | 2015-08-25 | 2019-01-29 | 华南理工大学 | 一种基于扇形重叠区域聚类分析的定位方法 |
CN105828435A (zh) * | 2016-05-30 | 2016-08-03 | 天津大学 | 基于接收信号强度优化的距离修正加权质心定位方法 |
CN106131797B (zh) * | 2016-06-14 | 2019-05-21 | 淮阴工学院 | 一种基于rssi测距的节水灌溉监测网络定位方法 |
CN107124696B (zh) * | 2017-03-20 | 2020-05-26 | 东华大学 | 一种基于蓝牙rssi的无钥匙系统定位方法 |
CN108375754B (zh) * | 2018-02-10 | 2021-10-08 | 沈阳理工大学 | Wsn中基于移动节点初始状态和移动状态的节点定位方法 |
-
2018
- 2018-11-16 CN CN201811368103.8A patent/CN109375168B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109375168A (zh) | 2019-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109375168B (zh) | 一种基于rssi的低速移动车辆定位方法 | |
Guo et al. | A survey on fusion-based indoor positioning | |
CN108534779B (zh) | 一种基于轨迹纠正和指纹改进的室内定位地图构建方法 | |
CN108632761B (zh) | 一种基于粒子滤波算法的室内定位方法 | |
JP5722408B2 (ja) | ネットワークに基づくポジショニングシステムの位置データベースの管理 | |
CN105704652B (zh) | 一种wlan/蓝牙定位中的指纹库采集和优化方法 | |
JP5603432B2 (ja) | 位置データベースを用いた移動装置の位置の判定 | |
JP5717875B2 (ja) | 位置決定方法 | |
CN108375754B (zh) | Wsn中基于移动节点初始状态和移动状态的节点定位方法 | |
JP2004361412A (ja) | 信頼領域フィルタリング法を用いた位置推定方法および装置 | |
CN113965879B (zh) | 多传感器的感知信息融合方法及相关设备 | |
CN112711055B (zh) | 一种基于边缘计算的室内外无缝定位系统及方法 | |
CN110933604B (zh) | 基于位置指纹时序特征的knn室内定位方法 | |
CN111007455A (zh) | 定位系统及方法、数据库、神经网络模型训练方法 | |
CN113566820B (zh) | 一种基于位置指纹和pdr算法的融合人行定位方法 | |
CN112729301A (zh) | 一种基于多源数据融合的室内定位方法 | |
CN110763238A (zh) | 基于uwb、光流和惯性导航的高精度室内三维定位方法 | |
CN112135249A (zh) | 一种基于rssi的加权质心定位算法的改进方法 | |
CN114727384A (zh) | 一种基于加权min-max的蓝牙RSSI定位方法 | |
Chen et al. | MeshMap: A magnetic field-based indoor navigation system with crowdsourcing support | |
CN109257714B (zh) | 一种基于iBeacon的室内定位及辅助导航方法、装置及系统 | |
CN110351657A (zh) | 一种无线传感器网络中节点几何定位的方法 | |
CN110662167A (zh) | 一种室内异构网络间协同定位方法、系统及可读存储介质 | |
CN108064020B (zh) | 一种优化的室内定位方法 | |
CN108845308B (zh) | 基于路径损耗修正的加权质心定位方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |