CN110062326A - 一种车用蓝牙智能钥匙的定位与内外部辨识方法 - Google Patents
一种车用蓝牙智能钥匙的定位与内外部辨识方法 Download PDFInfo
- Publication number
- CN110062326A CN110062326A CN201910275690.4A CN201910275690A CN110062326A CN 110062326 A CN110062326 A CN 110062326A CN 201910275690 A CN201910275690 A CN 201910275690A CN 110062326 A CN110062326 A CN 110062326A
- Authority
- CN
- China
- Prior art keywords
- tooth intelligence
- rss
- blue
- intelligence key
- real
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
- G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
-
- 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
- G01S5/0257—Hybrid positioning
-
- 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
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车用蓝牙智能钥匙的定位与内外部辨识方法,涉及无线通信与定位技术领域,包括以下步骤:步骤1、采集和分析蓝牙RSS(Received Signal Strength,接收信号强度),对智能钥匙的位置进行识别;步骤2、采集和分析地磁场强度,对智能钥匙的位置进行辅助识别;步骤3、分析步骤1和步骤2的识别结果,对智能钥匙的位置进行综合判定。本发明充分利用车辆周边以及内部的结构与布局所引起的地磁场强度差异,采用地磁异常检测辅助蓝牙RSS检测的方式,与单一RSS检测定位方法相比,本发明有效缓解外界干扰对蓝牙RSS检测的影响,提升车辆内外部辨识结果的精度与系统的鲁棒性。
Description
技术领域
本发明涉及无线通信与定位技术领域,尤其涉及一种车用蓝牙智能钥匙的定位与内外部辨识方法。
背景技术
基于智能终端的无钥匙进入与启动系统(Passive Entry&Passive Start,PEPS)是下一代汽车的重要发展方向。蓝牙设备因其低成本、低功耗、短时延以及高可靠性的特点,广泛应用在PEPS系统。蓝牙PEPS系统利用智能终端作为车辆虚拟钥匙,省去专用车辆钥匙,实现了无钥匙进入与启动。
蓝牙RSS(Received Signal Strength,RSS)是一种信息获取成本较低,且与接收距离有关的物理量,可用于不同场景下的基于智能终端的车辆内外部位置辨识,服务于无钥匙启动与进入系统。但是,蓝牙RSS不仅会随时间发生波动,而且由于蓝牙频段处于2.4Ghz,蓝牙RSS在受到人体干扰时还会产生较大的衰减,从而降低了辨识的准确性。
专利号为CN107124696A的中国专利公开了“一种基于蓝牙RSS的无钥匙系统定位方法”。该发明利用蓝牙RSS信号完成对智能钥匙的定位,其定位原理是基于RSS信号变化与距离之间的衰减模型,并没有充分考虑到蓝牙RSS信号在实际使用中容易被人体遮挡而产生衰减的特性,使得实际测试效果不佳。
专利号为CN109100769A的中国专利公开了“一种车联蓝牙钥匙的定位方法及系统”。该发明为了降低蓝牙RSS车辆内外部辨识的误差,利用GPS对各设备进行定位,确定车辆外边缘的位置,并进一步确定智能钥匙的位置。但是,该发明没有充分考虑到在一些特殊环境,如地下车库、高楼,GPS可能会出现失效的情况,而且多组GPS节点的成本比蓝牙信标昂贵。
因此,本领域的技术人员致力于开发一种车用蓝牙智能钥匙的定位与内外部辨识方法,该方法基于RSS信息,并结合其他辅助识别方法,对智能钥匙进行位置识别,具有系统功耗和成本低,识别稳定性和可靠性高的特点。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是如何实现车用蓝牙智能钥匙的定位与内外部辨识系统功耗和成本低的同时,保持识别的高稳定性和可靠性。
为实现上述目的,本发明提供了一种车用蓝牙智能钥匙的定位与内外部辨识方法,包括以下步骤:
步骤1、离线数据库的采集与标定;
步骤2、基于蓝牙RSS的车用蓝牙智能钥匙的车辆内外部辨识;
步骤3、基于地磁方差检测的车用蓝牙智能钥匙的车辆内外部辨识;
步骤4、分析所述步骤2和所述步骤3的辨识结果,对车用蓝牙智能钥匙的位置进行综合判定和输出。
进一步地,所述步骤1包括如下步骤:
步骤1.1、在车内设定多个固定的蓝牙信标;
步骤1.2、通过蓝牙智能钥匙在车辆内多个座位,多个车辆外候选位置,选定数据的标定点,所述标定点的空间坐标已知,同步采集所述标定点的所述蓝牙信标的蓝牙RSS,得到的所述标定点的采集数据包括离线RSS向量组,将在车辆内部和车辆外部采集的所述采集数据用标签1和0区分并存储到离线数据库中,所述标签1代表所述采集数据在车辆内部采集的,所述标签0代表所述采集数据在车辆外部采集的。
进一步地,所述步骤2包括如下步骤:
步骤2.1、蓝牙智能钥匙实时检测所述蓝牙信标的蓝牙RSS和三轴地磁场强度,得到实时RSS向量组和实时三轴地磁场强度;基于欧几里得距离算法,计算所述实时RSS向量组和所述离线数据库中的各个所述离线RSS向量组的相似程度,并采用升序的方式将所述相似程度储存在相似程度序列l中;所述相似程度的计算公式如下:
disj=||m-Mj||2,j=1,2,...,n;
式中,m表示所述实时RSS向量组,Mj表示所述离线数据库中的第j个所述离线RSS向量组,n为所述离线数据库中存储的所述离线RSS向量组的个数,disj为所述实时RSS向量组和所述离线数据库中的第j个所述离线RSS向量组的相似程度;
步骤2.2、估计所述蓝牙智能钥匙的位置;所述l中前k个所述相似程度对应的所述标定点为所述蓝牙智能钥匙位置的所述近邻点,通过如下公式进行所述蓝牙智能钥匙位置的估计:
其中
式中,为所述蓝牙智能钥匙位置的估计,pi为第i个所述近邻点的空间位置坐标,wi为第i个所述近邻点对应的权重,li为所述l中第i个所述近邻点对应的所述相似程度。
进一步地,所述步骤3包括如下步骤:
步骤3.1、将所述步骤2.1中所述蓝牙智能钥匙采集到的所述实时三轴地磁场强度进行合成得到实时三轴合成地磁场强度,所述合成的公式如下为:
式中,MΣ为所述实时三轴合成地磁场强度,Mx为所述实时三轴地磁场强度x轴的值,My为所述实时三轴地磁场强度y轴的值,Mz为所述实时三轴地磁场强度z轴的值;
步骤3.2、设置第一窗宽范围,对所述第一窗宽范围内的所述实时三轴合成地磁场强度进行边缘滤波,抑制信号噪声;
步骤3.3、设置第二窗宽范围,计算所述第二窗宽范围内所述实时三轴合成地磁场强度的磁场方差;
步骤3.4、如果所述步骤3.3中的所述磁场方差大于第一阈值则判定所述蓝牙智能钥匙的位置为地磁异常。
进一步地,所述步骤3.2包括如下步骤:
步骤3.2.1、对于第i组所述第一窗宽范围内所述实时三轴合成地磁场强度的数据帧q表示为M(q),计算公式如下:
式中,σs为第一可调系数,σr为第二可调系数;
步骤3.2.2、边缘滤波器更新如下:
Fp=Fp+m×M(q);
式中,Fp为所述边缘滤波器;
步骤3.2.3、;标准化因子更新如下:
Np=Np+m;
式中,Np为所述标准化因子;
步骤3.2.4、滤波结果更新如下:
M_s(i)=Fp/Np;
式中,M_s(i)为所述滤波结果;
步骤3.2.5、在所述第一窗宽范围内重复所述步骤3.2.1至所述步骤3.2.4。
进一步地,所述步骤3.3中所述实时三轴合成地磁场强度的磁场方差的计算公式如下:
式中,w1为所述第二窗宽范围,为所述第二窗宽范围内的均值,mag_v为所述磁场方差。
进一步地,所述步骤4包括如下步骤:
步骤4.1、根据所述步骤2的计算结果,判定基于蓝牙RSS的所述辨识结果是否进入不确定区间;如果基于蓝牙RSS的所述辨识结果进入不确定区间,则转步骤4.2;否则转步骤4.3;
所述辨识结果进入不确定区间的判定方法如下:如果所述步骤2中的当前帧与上一帧的所述之间的差值大于第二阈值,则判定基于蓝牙RSS的所述辨识结果进入不确定区间;
步骤4.2、根据所述步骤3.4的判定结果,如果判定结果为所述蓝牙智能钥匙的位置为地磁异常,则转步骤4.3,否则转步骤4.4;
步骤4.3、输出当前帧的基于蓝牙RSS的所述辨识结果,所述步骤4结束;
步骤4.4、保持上一帧的所述辨识结果,所述步骤4结束。
进一步地,所述蓝牙信标为蓝牙低功耗模组;所述步骤1.2中,车辆内部所述座位包括主驾驶位置、副驾驶位置、后排左侧位置、后排右侧位置;所述车辆外候选位置包括车前一个位置、车后一个位置、车两侧各4个位置,所述车辆外候选位置与所述车辆的距离小于50厘米。
进一步地,所述第一可调系数为20μT2;所述第二可调系数为50μT2;所述第一阈值为10μT2。
进一步地,所述第二阈值为0.5;所述第二窗宽范围为10;所述第一窗宽范围为5;所述近邻点的数量k大于等于15;所述蓝牙信标的数量为7。
与现有技术相比,本发明的实施,至少具有如下有益效果:
(1)本发明公开的车用蓝牙智能钥匙的定位与内外部辨识方法,弥补了单一基于蓝牙RSS识别方法存在波动、受人体遮挡时易衰减的缺陷;
(2)本发明公开的车用蓝牙智能钥匙的定位与内外部辨识方法,利用智能钥匙自带的地磁场强度传感器进行辅助判断,不额外增加的成本;
(3)本发明公开的车用蓝牙智能钥匙的定位与内外部辨识方法,在基于蓝牙RSS的辨识结果进入不确定区间时,利用地磁辅助进行判断,提高了系统的稳定性和可靠性。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的整体示意图;
图2是本发明的一个较佳实施例的地磁数据辨识算法流程图;
图3是本发明的一个较佳实施例的辨识算法总流程图;
图4是本发明的一个较佳实施例的辨识结果对比图。
其中,1-蓝牙信标;2-蓝牙智能钥匙;3-地磁场强度传感器。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例,使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现,本发明的保护范围并非仅限于文中提到的实施例。
在附图中,结构相同的部件以相同数字标号表示,各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的,本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰,附图中有些地方适当夸大了部件的厚度。
如图1所示,本实施例提供了一种车用蓝牙智能钥匙2的定位与内外部辨识方法,该方法主要通过蓝牙RSS辨识蓝牙智能钥匙2的位置,当蓝牙RSS辨识进入不确定区间时,进一步利用地磁场强度进行辅助辨识。
具体地,该方法包含以下4个步骤:
步骤1、离线数据库的采集与标定;
步骤2、基于蓝牙RSS的车用蓝牙智能钥匙2的车辆内外部辨识;
步骤3、基于地磁方差检测的车用蓝牙智能钥匙2的车辆内外部辨识;
步骤4、分析步骤2和步骤3的辨识结果,对车用蓝牙智能钥匙2的位置进行综合判定和输出。
步骤1具体包括如下步骤:
步骤1.1、在车内设定多个固定的蓝牙信标1;
步骤1.2、通过蓝牙智能钥匙2在车辆内多个座位,多个车辆外候选位置,选定数据的标定点,标定点的空间坐标已知,同步采集标定点的蓝牙信标1的蓝牙RSS,得到的标定点的采集数据包括离线RSS向量组,将在车辆内部和车辆外部采集的采集数据用标签1和0区分并存储到离线数据库中,标签1代表采集数据在车辆内部采集的,标签0代表采集数据在车辆外部采集的。
在本实施例中,蓝牙信标1的数量为7,型号为Nordic NRF51422。在步骤1.2中,车辆内部座位包括主驾驶位置、副驾驶位置、后排左侧位置、后排右侧位置;车辆外候选位置包括车前一个位置、车后一个位置、车两侧各4个位置,车辆外候选位置与车辆的距离小于50厘米。
蓝牙智能钥匙2为智能手机,型号为Google Nexus 5X,内部携带有地磁场强度传感器3。在离线数据采集标定阶段,还包括对地磁场强度数据的同步采集和分析,需要通过车内车外三轴合成磁场强度预设用于后续实时数据采集阶段的方差检测的第一阈值。本实施例中,离线地磁场强度数据的采集位置在靠近车内支撑结构复杂、线缆密集处,或者靠近车身外壳处,使得数据尽可能充分、可信。
优选采集1000组车辆内部蓝牙RSS数据以及1000组车辆外部蓝牙RSS数据,数据如表1所示:
表1标定阶段蓝牙RSS数据
AP1 | AP2 | AP3 | AP4 | AP5 | AP6 | AP7 | 车内外状态 |
-41.8 | -44.3 | -50.1 | -52.5 | -46.5 | -49.7 | -43.9 | 1 |
-39.9 | -44 | -47.9 | -54.8 | -46.5 | -50.6 | -43.1 | 1 |
-42.1 | -44.2 | -50.1 | -53 | -46.9 | -50.8 | -41.8 | 1 |
… | … | … | … | … | … | … | ….. |
-45.2 | -50.8 | -53.7 | -59 | -49.5 | -48.6 | -49.2 | 0 |
-47.8 | -51.5 | -52.9 | -65.1 | -53.2 | -49.5 | -48.8 | 0 |
-50 | -54.7 | -53.9 | -62 | -50 | -47.9 | -52 | 0 |
步骤2具体包括如下步骤:
步骤2.1、蓝牙智能钥匙2实时检测蓝牙信标1的蓝牙RSS和三轴地磁场强度,得到实时RSS向量组和实时三轴地磁场强度,实时采集的时间为100ms,采集到的蓝牙RSS数据和地磁场强度数据如表2所示;基于欧几里得距离算法,计算实时RSS向量组和离线数据库中的各个离线RSS向量组的相似程度,并采用升序的方式将相似程度储存在相似程度序列l中;相似程度的计算公式如下:
disj=||m-Mj||2,j=1,2,...,n;
式中,m表示实时RSS向量组,Mj表示离线数据库中的第j个离线RSS向量组,n为离线数据库中存储的离线RSS向量组的个数,disj为实时RSS向量组和离线数据库中的第j个离线RSS向量组的相似程度;
表2实时采集蓝牙RSS和磁场强度数据
步骤2.2、估计蓝牙智能钥匙2的位置;l中前k个相似程度对应的标定点为蓝牙智能钥匙2位置的近邻点,通过如下公式进行蓝牙智能钥匙2位置的估计:
其中
式中,为蓝牙智能钥匙2位置的估计,pi为第i个近邻点的空间位置坐标,wi为第i个近邻点对应的权重,li为l中第i个近邻点对应的相似程度。
在本实施例中,近邻点的数量优选为15。
如图2所示,步骤3具体包括如下步骤:
步骤3.1、将步骤2.1中蓝牙智能钥匙2采集到的实时三轴地磁场强度进行合成得到实时三轴合成地磁场强度,合成的公式如下为:
式中,MΣ为实时三轴合成地磁场强度,Mx为实时三轴地磁场强度x轴的值,My为实时三轴地磁场强度y轴的值,Mz为实时三轴地磁场强度z轴的值。
步骤3.2、设置第一窗宽范围为5,对第一窗宽范围内的实时三轴合成地磁场强度进行边缘滤波,抑制信号噪声;具体包括如下步骤:
步骤3.2.1、对于第i组第一窗宽范围内数据帧q表示为M(q),计算公式如下:
式中,σs为第一可调系数,σr为第二可调系数;在本实施例中,第一可调系数为20μT2;第二可调系数为50μT2;第一阈值为10μT2。
步骤3.2.2、边缘滤波器更新如下:
Fp=Fp+m×M(q);
式中,Fp为边缘滤波器;
步骤3.2.3、;标准化因子更新如下:
Np=Np+m;
式中,Np为标准化因子;
步骤3.2.4、滤波结果更新如下:
M_s(i)=Fp/Np;
式中,M_s(i)为滤波结果;
步骤3.2.5、在第一窗宽范围内重复步骤3.2.1至步骤3.2.4;
步骤3.3、设置第二窗宽范围为10,计算第二窗宽范围内实时三轴合成地磁场强度的磁场方差;
实时三轴合成地磁场强度的磁场方差的计算公式如下:
式中,w1为第二窗宽范围,为第二窗宽范围内的均值,mag_v为磁场方差;
步骤3.4、如果步骤3.3中的磁场方差大于第一阈值则判定蓝牙智能钥匙2的位置为地磁异常。
如图3所示,步骤4具体包括如下步骤:
步骤4.1、根据步骤2的计算结果,判定基于蓝牙RSS的辨识结果是否进入不确定区间;如果基于蓝牙RSS的辨识结果进入不确定区间,则转步骤4.2;否则转步骤4.3;
辨识结果进入不确定区间的判定方法如下:如果步骤2中的当前帧与上一帧的之间的差值大于第二阈值,则判定基于蓝牙RSS的辨识结果进入不确定区间,在本实施例中,第二阈值优选为0.5;
步骤4.2、根据步骤3.4的判定结果,如果判定结果为蓝牙智能钥匙2的位置为地磁异常,则转步骤4.3,否则转步骤4.4;
步骤4.3、输出当前帧的基于蓝牙RSS的辨识结果,步骤4结束;
步骤4.4、保持上一帧的辨识结果,步骤4结束。
如图4所示,为本发明与单一的RSS车辆内外部辨识方法的辨识结果对比图,其中纵坐标Y中的1代表辨识结果为车内,0代表辨识结果为车外,横坐标X代表采样的次数序列。曲线A本发明输出的辨识结果,曲线B为基于单一的RSS辨识方法所输出的结果。根据输出曲线可见,在相同的测试条件下,本发明的车辆内外部辨识结果出现波动的次数更少,效果更佳。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种车用蓝牙智能钥匙的定位与内外部辨识方法,其特征在于,所述方法包括以下步骤:
步骤1、离线数据库的采集与标定;
步骤2、基于蓝牙RSS的车用蓝牙智能钥匙的车辆内外部辨识;
步骤3、基于地磁方差检测的车用蓝牙智能钥匙的车辆内外部辨识;
步骤4、分析所述步骤2和所述步骤3的辨识结果,对车用蓝牙智能钥匙的位置进行综合判定和输出。
2.如权利要求1所述的一种车用蓝牙智能钥匙的定位与内外部辨识方法,其特征在于,所述步骤1包括如下步骤:
步骤1.1、在车内设定多个固定的蓝牙信标;
步骤1.2、通过蓝牙智能钥匙在车辆内多个座位和多个车辆外候选位置,选定数据的标定点,所述标定点的空间坐标已知,同步采集所述标定点的所述蓝牙信标的蓝牙RSS,得到的所述标定点的采集数据包括离线RSS向量组,将在车辆内部和车辆外部采集的所述采集数据用标签1和0区分并存储到离线数据库中,所述标签1代表所述采集数据在车辆内部采集的,所述标签0代表所述采集数据在车辆外部采集的。
3.如权利要求2所述的一种车用蓝牙智能钥匙的定位与内外部辨识方法,其特征在于,所述步骤2包括如下步骤:
步骤2.1、蓝牙智能钥匙实时检测所述蓝牙信标的RSS和三轴地磁场强度,得到实时RSS向量组和实时三轴地磁场强度;基于欧几里得距离算法,计算所述实时RSS向量组和所述离线数据库中的各个所述离线RSS向量组的相似程度,并采用升序的方式将所述相似程度储存在相似程度序列l中;所述相似程度的计算公式如下:
disj=||m-Mj||2,j=1,2,...,n;
式中,m表示所述实时RSS向量组,Mj表示所述离线数据库中的第j个所述离线RSS向量组,n为所述离线数据库中存储的所述离线RSS向量组的个数,disj为所述实时RSS向量组和所述离线数据库中的第j个所述离线RSS向量组的相似程度;
步骤2.2、估计所述蓝牙智能钥匙的位置;所述l中前k个所述相似程度对应的所述标定点为所述蓝牙智能钥匙位置的所述近邻点,通过如下公式进行所述蓝牙智能钥匙位置的估计:
其中
式中,为所述蓝牙智能钥匙位置的估计,pi为第i个所述近邻点的空间位置坐标,wi为第i个所述近邻点对应的权重,li为所述l中第i个所述近邻点对应的所述相似程度。
4.如权利要求3所述的一种车用蓝牙智能钥匙的定位与内外部辨识方法,其特征在于,所述步骤3如下步骤:
步骤3.1、将所述步骤2.1中所述蓝牙智能钥匙采集到的所述实时三轴地磁场强度进行合成得到实时三轴合成地磁场强度,所述合成的公式如下为:
式中,MΣ为所述实时三轴合成地磁场强度,Mx为所述实时三轴地磁场强度x轴的值,My为所述实时三轴地磁场强度y轴的值,Mz为所述实时三轴地磁场强度z轴的值;
步骤3.2、设置第一窗宽范围,对所述第一窗宽范围内的所述实时三轴合成地磁场强度进行边缘滤波,抑制信号噪声;
步骤3.3、设置第二窗宽范围,计算所述第二窗宽范围内所述实时三轴合成地磁场强度的磁场方差;
步骤3.4、如果所述步骤3.3中的所述磁场方差大于第一阈值则判定所述蓝牙智能钥匙的位置为地磁异常。
5.如权利要求4所述的一种车用蓝牙智能钥匙的定位与内外部辨识方法,其特征在于,所述步骤3.2如下步骤:
步骤3.2.1、对于第i组所述第一窗宽范围内所述实时三轴合成地磁场强度的数据帧q表示为M(q),计算公式如下:
式中,σs为第一可调系数,σr为第二可调系数;
步骤3.2.2、边缘滤波器更新如下:
Fp=Fp+m×M(q);
式中,Fp为所述边缘滤波器;
步骤3.2.3、;标准化因子更新如下:
Np=Np+m;
式中,Np为所述标准化因子;
步骤3.2.4、滤波结果更新如下:
M_s(i)=Fp/Np;
式中,M_s(i)为所述滤波结果;
步骤3.2.5、在所述第一窗宽范围内重复所述步骤3.2.1至所述步骤3.2.4。
6.如权利要求5所述的一种车用蓝牙智能钥匙的定位与内外部辨识方法,其特征在于,所述步骤3.3中所述实时三轴合成地磁场强度的磁场方差的计算公式如下:
式中,w1为所述第二窗宽范围,为所述第二窗宽范围内的均值,mag_v为所述磁场方差。
7.如权利要求6所述的一种车用蓝牙智能钥匙的定位与内外部辨识方法,其特征在于,所述步骤4包括如下步骤:
步骤4.1、根据所述步骤2的计算结果,判定基于蓝牙RSS的所述辨识结果是否进入不确定区间;如果基于蓝牙RSS的所述辨识结果进入不确定区间,则转步骤4.2;否则转步骤4.3;
所述辨识结果进入不确定区间的判定方法如下:如果所述步骤2中的当前帧与上一帧的所述之间的差值大于第二阈值,则判定基于蓝牙RSS的所述辨识结果进入不确定区间;
步骤4.2、根据所述步骤3.4的判定结果,如果判定结果为所述蓝牙智能钥匙的位置为地磁异常,则转步骤4.3,否则转步骤4.4;
步骤4.3、输出当前帧的基于蓝牙RSS的所述辨识结果,所述步骤4结束;
步骤4.4、保持上一帧的所述辨识结果,所述步骤4结束。
8.如权利要求7所述的一种车用蓝牙智能钥匙的定位与内外部辨识方法,其特征在于,所述蓝牙信标为蓝牙低功耗模组;所述步骤1.2中,车辆内部所述座位包括主驾驶位置、副驾驶位置、后排左侧位置、后排右侧位置;所述车辆外候选位置包括车前一个位置、车后一个位置、车两侧各4个位置,所述车辆外候选位置与所述车辆的距离小于50厘米。
9.如权利要求8所述的一种车用蓝牙智能钥匙的定位与内外部辨识方法,其特征在于,所述第一可调系数为20μT2;所述第二可调系数为50μT2;所述第一阈值为10μT2。
10.如权利要求9所述的一种车用蓝牙智能钥匙的定位与内外部辨识方法,其特征在于,所述第二阈值为0.5;所述第二窗宽范围为10;所述第一窗宽范围为5;所述近邻点的数量k大于等于15;所述蓝牙信标的数量为7。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910275690.4A CN110062326B (zh) | 2019-04-08 | 2019-04-08 | 一种车用蓝牙智能钥匙的定位与内外部辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910275690.4A CN110062326B (zh) | 2019-04-08 | 2019-04-08 | 一种车用蓝牙智能钥匙的定位与内外部辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110062326A true CN110062326A (zh) | 2019-07-26 |
CN110062326B CN110062326B (zh) | 2021-02-09 |
Family
ID=67318560
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910275690.4A Active CN110062326B (zh) | 2019-04-08 | 2019-04-08 | 一种车用蓝牙智能钥匙的定位与内外部辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110062326B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110753392A (zh) * | 2019-10-28 | 2020-02-04 | 北京四海万联科技有限公司 | 基于车联网的蓝牙钥匙定位系统及方法 |
CN113365204A (zh) * | 2020-02-20 | 2021-09-07 | 上海海拉电子有限公司 | 一种智能终端蓝牙钥匙数据标定方法 |
CN113873422A (zh) * | 2020-06-12 | 2021-12-31 | 上海汽车集团股份有限公司 | 一种peps系统钥匙的定位方法及装置 |
CN114915905A (zh) * | 2022-05-06 | 2022-08-16 | 江西五十铃汽车有限公司 | 蓝牙钥匙位置识别方法、装置、可读存储介质及车辆 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103332170A (zh) * | 2013-07-01 | 2013-10-02 | 江苏安智欣电子科技有限公司 | 基于蓝牙通讯的汽车智能钥匙系统及其控制方法 |
CN104457751A (zh) * | 2014-11-19 | 2015-03-25 | 中国科学院计算技术研究所 | 室内外场景识别方法及系统 |
US20160084659A1 (en) * | 2014-09-24 | 2016-03-24 | Xue Yang | Magnetic field mapping and indoor location sensing |
CN107124696A (zh) * | 2017-03-20 | 2017-09-01 | 东华大学 | 一种基于蓝牙rssi的无钥匙系统定位方法 |
CN107121664A (zh) * | 2017-05-17 | 2017-09-01 | 青岛瑰宝电子科技有限公司 | Ble方式的汽车蓝牙判断手机位置和自动标定的方法 |
CN107339990A (zh) * | 2017-06-27 | 2017-11-10 | 北京邮电大学 | 多模式融合定位系统及方法 |
CN107655564A (zh) * | 2017-05-11 | 2018-02-02 | 南京邮电大学 | 一种基于智能终端的多种技术融合的室内外环境检测方法 |
CN107806878A (zh) * | 2017-10-13 | 2018-03-16 | 桂林电子科技大学 | 一种基于智能手机室内外一体化定位和导航的方法 |
CN108600943A (zh) * | 2018-04-08 | 2018-09-28 | 上海交通大学 | 一种基于低功耗蓝牙rss的无钥匙系统定位方法 |
CN108983204A (zh) * | 2018-08-22 | 2018-12-11 | 上海交通大学 | 一种无钥匙进入和无钥匙启动系统定位方法 |
CN109218983A (zh) * | 2018-06-28 | 2019-01-15 | 中国人民解放军国防科技大学 | 一种定位方法及定位系统 |
CN109515384A (zh) * | 2018-11-15 | 2019-03-26 | 浙江吉利汽车研究院有限公司 | 基于数字钥匙的车辆共享系统和方法 |
-
2019
- 2019-04-08 CN CN201910275690.4A patent/CN110062326B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103332170A (zh) * | 2013-07-01 | 2013-10-02 | 江苏安智欣电子科技有限公司 | 基于蓝牙通讯的汽车智能钥匙系统及其控制方法 |
US20160084659A1 (en) * | 2014-09-24 | 2016-03-24 | Xue Yang | Magnetic field mapping and indoor location sensing |
CN104457751A (zh) * | 2014-11-19 | 2015-03-25 | 中国科学院计算技术研究所 | 室内外场景识别方法及系统 |
CN107124696A (zh) * | 2017-03-20 | 2017-09-01 | 东华大学 | 一种基于蓝牙rssi的无钥匙系统定位方法 |
CN107655564A (zh) * | 2017-05-11 | 2018-02-02 | 南京邮电大学 | 一种基于智能终端的多种技术融合的室内外环境检测方法 |
CN107121664A (zh) * | 2017-05-17 | 2017-09-01 | 青岛瑰宝电子科技有限公司 | Ble方式的汽车蓝牙判断手机位置和自动标定的方法 |
CN107339990A (zh) * | 2017-06-27 | 2017-11-10 | 北京邮电大学 | 多模式融合定位系统及方法 |
CN107806878A (zh) * | 2017-10-13 | 2018-03-16 | 桂林电子科技大学 | 一种基于智能手机室内外一体化定位和导航的方法 |
CN108600943A (zh) * | 2018-04-08 | 2018-09-28 | 上海交通大学 | 一种基于低功耗蓝牙rss的无钥匙系统定位方法 |
CN109218983A (zh) * | 2018-06-28 | 2019-01-15 | 中国人民解放军国防科技大学 | 一种定位方法及定位系统 |
CN108983204A (zh) * | 2018-08-22 | 2018-12-11 | 上海交通大学 | 一种无钥匙进入和无钥匙启动系统定位方法 |
CN109515384A (zh) * | 2018-11-15 | 2019-03-26 | 浙江吉利汽车研究院有限公司 | 基于数字钥匙的车辆共享系统和方法 |
Non-Patent Citations (1)
Title |
---|
YIYANG ZHAO等: "LMDD: Light-weight Magnetic-based Door Detection with Your Smartphone", 《2015 44TH INTERNATIONAL CONFERENCE ON PARALLEL PROCESSING》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110753392A (zh) * | 2019-10-28 | 2020-02-04 | 北京四海万联科技有限公司 | 基于车联网的蓝牙钥匙定位系统及方法 |
CN110753392B (zh) * | 2019-10-28 | 2021-01-12 | 北京四海万联科技有限公司 | 基于车联网的蓝牙钥匙定位系统及方法 |
CN113365204A (zh) * | 2020-02-20 | 2021-09-07 | 上海海拉电子有限公司 | 一种智能终端蓝牙钥匙数据标定方法 |
CN113873422A (zh) * | 2020-06-12 | 2021-12-31 | 上海汽车集团股份有限公司 | 一种peps系统钥匙的定位方法及装置 |
CN113873422B (zh) * | 2020-06-12 | 2024-01-26 | 上海汽车集团股份有限公司 | 一种peps系统钥匙的定位方法及装置 |
CN114915905A (zh) * | 2022-05-06 | 2022-08-16 | 江西五十铃汽车有限公司 | 蓝牙钥匙位置识别方法、装置、可读存储介质及车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN110062326B (zh) | 2021-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110062326A (zh) | 一种车用蓝牙智能钥匙的定位与内外部辨识方法 | |
CN106793086B (zh) | 一种室内定位方法 | |
CN103476115B (zh) | 一种基于AP集相似度的Wi-Fi指纹定位方法 | |
CN105588566B (zh) | 一种基于蓝牙与mems融合的室内定位系统及方法 | |
CN108983204B (zh) | 一种无钥匙进入和无钥匙启动系统定位方法 | |
CN108492564A (zh) | 基于路网匹配测量高速公路车辆行驶速度的方法及系统 | |
US10209074B2 (en) | Magnetic beacon self-localization using mobile device magnetometers | |
CN110166930A (zh) | 一种基于WiFi信号的室内定位方法及系统 | |
CN103428850B (zh) | 基于压缩感知的分布式多区域定位方法 | |
CN108225304A (zh) | 基于多源传感器室内快速定位方法与系统 | |
CN110456320B (zh) | 一种基于自由空间步态时序特征的超宽带雷达身份识别方法 | |
CN109951798A (zh) | 融合Wi-Fi和蓝牙的增强位置指纹室内定位方法 | |
CN103596267A (zh) | 一种基于欧氏距离的指纹图匹配方法 | |
CN106412839A (zh) | 基于二级分区与指纹梯度匹配的室内定位与跟踪方法 | |
CN109640269A (zh) | 基于csi与时域融合算法的指纹定位方法 | |
CN105157699A (zh) | 一种基于WiFi和传感网技术融合的室内停车场导航方法 | |
CN109101902A (zh) | 一种基于无监督学习的卫星nlos信号检测方法 | |
CN103561380A (zh) | 位置指纹定位方法及装置 | |
CN108307301A (zh) | 基于rssi测距和轨迹相似性的室内定位方法 | |
CN104637242A (zh) | 一种基于多分类器集成的老人跌倒检测方法及系统 | |
CN109039503A (zh) | 一种频谱感知方法、装置、设备及计算机可读存储介质 | |
CN108038419A (zh) | 基于Wi-Fi的室内人员被动检测方法 | |
CN109917404A (zh) | 一种室内定位环境特征点提取方法 | |
CN106230544A (zh) | 一种汽车遥控干扰信号的监测识别与定位方法 | |
CN110596734A (zh) | 一种基于多模态q学习的无人机定位干扰源系统及方法 |
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 |