CN110398729A - 一种基于车联网的车辆定位方法及系统 - Google Patents

Abstract

本发明公开了一种基于车联网的车辆定位方法及系统，属于车联网领域。该方法包括：对目标区域内的车辆进行身份认证，获得认证车辆；获取所述认证车辆的定位信息；基于所述认证车辆的定位信息，提取目标车辆的定位信息，其中，所述目标车辆为所述认证车辆中感兴趣的车辆；基于所述目标车辆的定位信息，对所述目标车辆进行定位。本说明书实施例提供的基于车联网的车辆定位方法及系统，能够实现稳定、高精度、低成本定位，提高定位效率，彻底解决GPS盲区定位的问题。

Description

一种基于车联网的车辆定位方法及系统

技术领域

本申请涉及车联网领域，尤其涉及一种基于车联网的车辆定位方法及系统。

背景技术

车联网是由车辆位置、速度和路线等信息构成的巨大交互网络，通过收集并共享信息，实现车与车、车与路边基础设施以及汽车与城市网络的互联。车联网使用射频识别(Radio Frequency Identification,RFID)、传感器，从物理世界获取信息，然后将这些信息通过网络传输到用户或者服务器端，为用户提供各种服务。

定位技术作为车联网中的关键技术，随着车联网的快速发展，车辆定位受到越来越多的关注。现在汽车定位导航主要以全球定位系统(Global Positioning System,GPS)为主，GPS精度基本可以满足车辆的定位需求，但是在卫星信号微弱或没有卫星信号的状态，无法通过GPS实现定位，因此在城市高楼密集区、隧道、地下车库、恶劣天气等导致的GPS盲区无法实现稳定、准确的定位。此外，由于GPS的更新频率低，在车辆快速行驶时无法实现精准的实时定位。

为解决上述GPS定位的问题，常用的解决方法是基于GPS的组合定位方式，诸如基于GPS和惯性传感器(IMU)的定位方式，以实现精准定位，同时解决GPS盲区定位的问题。但是该基于GPS和惯性传感器的定位方式，在GPS盲区，会增加对惯性传感器等的定位匹配的需求，同时这种组合导航时间累计误差较大，难以适合长时间的高精度位置需求，此外，这种组合定位方式会增加定位成本，因此这种组合定位方式不能彻底解决GPS盲区定位的问题。

发明内容

鉴于上述现有技术中的不足之处，本说明书实施例提供一种基于车联网的车辆定位方法及系统，用于解决以下技术问题：在GPS盲区，无法实现稳定、准确的定位。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种基于车联网的车辆定位方法，包括：

对目标区域内的车辆进行身份认证，获得认证车辆；

获取所述认证车辆的定位信息；

基于所述认证车辆的定位信息，提取目标车辆的定位信息，其中，所述目标车辆为所述认证车辆中感兴趣的车辆；

基于所述目标车辆的定位信息，对所述目标车辆进行定位。

进一步地，所述获取所述认证车辆的定位信息，具体包括：

获取所述认证车辆的第一信息及第二信息；

将所述第一信息与所述第二信息进行融合，获得所述认证车辆的定位信息。

进一步地，所述获取所述认证车辆的第一信息及第二信息，具体包括：

路侧单元通过基于专用短程通讯模块收集所述认证车辆的信息作为第一信息；

通过路侧感知终端收集所述认证车辆的信息作为第二信息，其中，所述路侧感知终端包括雷达和/或摄像头。

进一步地，所述基于所述认证车辆的定位信息，提取目标车辆的定位信息，具体包括：

将所述认证车辆的定位信息进行广播；

基于所述广播信息中的身份信息，提取目标车辆的定位信息。

进一步地，所述基于所述目标车辆的定位信息，对所述目标车辆进行定位，具体包括：

若所述目标车辆处于正常行驶状态，将所述目标车辆的定位信息与所述目标车辆自身的定位信息进行融合，作为所述目标车辆的最终定位信息，对所述目标车辆进行定位；

若所述目标车辆处于正常行驶之外的状态，则基于所述目标车辆的定位信息，对所述目标车辆进行定位。

本说明书实施例提供的一种基于车联网的车辆定位系统，包括：

认证模块，对目标区域内的车辆进行身份认证，获得认证车辆；

信息获取模块，获取所述认证车辆的定位信息；

提取模块，基于所述认证车辆的定位信息，提取目标车辆的定位信息，其中，所述目标车辆为所述认证车辆中感兴趣的车辆；

定位模块，基于所述目标车辆的定位信息，对所述目标车辆进行定位。

进一步地，所述获取所述认证车辆的定位信息，具体包括：

获取所述认证车辆的第一信息及第二信息；

将所述第一信息与所述第二信息进行融合，获得所述认证车辆的定位信息。

进一步地，所述获取所述认证车辆的第一信息及第二信息，具体包括：

路侧单元基于专用短程通讯模块收集所述认证车辆的信息作为第一信息；

通过路侧感知终端收集所述认证车辆的信息作为第二信息，其中，所述路侧感知终端包括雷达和/或摄像头。

进一步地，所述基于所述认证车辆的定位信息，提取目标车辆的定位信息，具体包括：

将所述认证车辆的定位信息进行广播；

基于所述广播信息中的身份信息，提取目标车辆的定位信息。

进一步地，所述基于所述目标车辆的定位信息，对所述目标车辆进行定位，具体包括：

若所述目标车辆处于正常行驶状态，将所述目标车辆的定位信息与所述目标车辆自身的定位信息进行融合，作为所述目标车辆的最终定位信息，对所述目标车辆进行定位；

若所述目标车辆处于正常行驶之外的状态，则基于所述目标车辆的定位信息，对所述目标车辆进行定位。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：通过对目标区域内的车辆进行身份认证，获得认证车辆；获取所述认证车辆的定位信息；基于所述认证车辆的定位信息，提取目标车辆的定位信息，其中，所述目标车辆为所述认证车辆中感兴趣的车辆；基于所述目标车辆的定位信息，对所述目标车辆进行定位，能够实现稳定、高精度、低成本定位，提高定位效率，彻底解决GPS盲区定位的问题。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书实施例提供的一种基于车联网的车辆定位方法的流程示意图；

图2为本说明书实施例提供的一种基于车联网的车辆定位方法的流程图；

图3为本说明书实施例提供的一种基于车联网的车辆定位方法的框架图；

图4为本申请实施例提供的一种基于车辆网的车辆定位方法的应用场景图；

图5为图4应用场景中车辆定位流程，

其中：

RCU：路侧计算通信单元，Rodar：雷达，Camera：摄像头，CN：自动驾驶车辆组合导航系统，MSG：广播信息，POS：位置信息，Timestamp：时间戳，ID：车辆ID；

图6为本说明书实施例提供的一种基于车联网的车辆定位系统的示意图。

具体实施方式

GPS作为车联网导航、定位系统中的主要定位系统，具有明显的优点：导航误差不随时间积累、定位精度较高且具有授权功能。但是在卫星信号微弱或没有卫星信号的状态，无法通过GPS实现定位，因此在城市高楼密集区、隧道、地下车库、恶劣天气等导致的GPS盲区无法实现稳定、准确的定位。此外，由于GPS的更新频率低，在车辆快速行驶时无法实现精准的实时定位。因此，GPS不适合单独作为车载终端的导航与定位系统。

惯性导航系统作为车联网导航、定位系统的另一个主要定位系统，具有绝对保密且不受干扰、更新速率快、短时间导航精度高、可提供实时姿态信息等优点，但惯性导航系统的导航误差随时间增长而积累。而基于GPS的组合定位方式，会增加定位成本，同时降低定位效率。

基于此，本发明提出一种基于车联网的车辆定位方法及系统，以改进现有技术中的车辆定位方法。

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

图1为本说明书实施例提供的一种基于车联网的车辆定位方法的流程示意图，该方法包括：

步骤S101：对目标区域内的车辆进行身份认证，获得认证车辆。

位于车联网系统内的车辆，在进入目标区域后，首先需要进行身份认证。在本申请中，用于身份认证的信息可以为动态身份信息或静态身份信息，优选动态身份信息。在具体实施中，动态身份信息由云端发送给目标区域内的路侧单元，路侧单元根据接收到的动态身份信息进行车辆的匹配认证，并将匹配认证结果回传给云端和/或目标区域的前一个区域，实现车辆的身份认证，经过身份认证的车辆即为认证车辆。动态身份信息的更新间隔，可以根据需要预先设置。匹配认证的结果包括车辆是否认证成功。

步骤S103：获取所述认证车辆的定位信息。

在本申请中，认证车辆的定位信息包括但不限于：时间信息和/或位置信息和/或方向和/或运动速度。其中，位置信息可以为三维位置信息，方向为三维方向。

步骤S105：基于所述认证车辆的定位信息，提取目标车辆的定位信息，其中，所述目标车辆为所述认证车辆中感兴趣的车辆。

由于处于车联网中的认证车辆可能不止一辆认证车辆，而且对于每一辆认证车辆，所感兴趣的定位信息因应用场景而有所不同，因此，需要从广播信息中进行信息提取，获得目标车辆的定位信息。在本申请的一个实施例中，基于广播信息中的身份信息，从认证车辆的定位信息中，提取目标车辆的定位信息。

在本申请中，目标车辆为认证车辆中感兴趣的车辆。在本申请的一个实施例中，目标车辆为处于车联网目标区域内的某一辆和/或多辆自动驾驶车辆。

步骤S107：基于所述目标车辆的定位信息，对所述目标车辆进行定位。

图2为本说明书实施例提供的一种基于车联网的车辆定位方法的流程图，具体包括：

步骤S201：对目标区域内的车辆进行身份认证，获得认证车辆。

步骤S203：基于所述认证车辆的第一信息及第二信息，获取所述认证车辆的定位信息。

在本申请中，获取所述认证车辆的定位信息，具体包括：

获取所述认证车辆的第一信息及第二信息；

将所述第一信息与所述第二信息进行融合，获得所述认证车辆的定位信息。

在本申请的一个实施例中，认证车辆的第一信息是基于路侧单元获得的，认证车辆的第二信息是基于路侧感知终端获得的。具体地，路侧单元基于专用短程通讯模块收集所述认证车辆的信息作为第一信息，在本申请的一个实施例中，专用短程通讯模块包括但不限于：车辆对车辆(Vehicle to Vehicle comunication，V2V)和/或车辆对路侧单元(Vehicle to Roadside Unit，V2R)；通过路侧感知终端收集所述认证车辆的信息作为第二信息，路侧感知终端包括雷达和/或摄像头，雷达优选毫米波雷达。在本申请的一个实施例中，第一信息包括但不限于：时间信息和/或位置信息和/或方向和/或运动速度。第二信息包括但不限于：时间信息和/或位置信息和/或方向和/或运动速度和/或车辆颜色。

在本申请的一个实施例中，采用加权融合算法将第一信息与第二信息进行融合。

步骤S205：基于所述认证车辆的定位信息，提取目标车辆的定位信息。

在本申请的一个实施例中，利用身份信息，提取目标车辆的定位信息，具体包括：将所述认证车辆的定位信息进行广播；基于所述广播信息中的身份信息，提取目标车辆的定位信息。

在本申请中，身份信息包括但不限于：基于视频识别(Radio FrequencyIdentification，RFID)的身份信息、基于公钥基础设施(Public Key Infrastructure，PKI)的身份信息、基于证书的身份信息、基于身份签名(Identity-Based Signature，IBS)的身份信息。

在本申请的一个实施例中，车辆将自身的第一信息发送给路侧单元，同时路侧感知终端获取车辆的第二信息，通过第一信息和第二信息的融合，获得车辆在某一时刻对应的定位信息。目标区域内所有车辆的定位信息通过广播的形式进行播报，各个目标车辆收听到广播信息后，根据广播信息中的身份信息进行定位信息的提取，将目标车辆自身的定位信息提取后使用，而将车辆自身信息无关的定位信息进行抛弃。需要说明的是，广播信息的内容包括但不限于：车辆的身份信息、时间戳、定位信息。

在本申请的一个实施例中，所述车辆和/或目标车辆均为自动驾驶车辆，目标区域为适合自动驾驶的路段。

在本申请的一个实施例中，广播信息的广播，根据应用场景而定，广播信息可以为带有身份信息的广播信息，也可以为普通信息的广播信息，其中，带有身份信息的广播信息与普通信息的区域在于是否具有身份信息。广播信息采用轮播方式进行广播。在本申请的一个更优的实施例中，若目标区域中没有车辆，可采取低能耗的方式，不进行广播信息的广播；若目标区域中含有车辆，将根据预设的方式进行广播。

步骤S207：基于所述目标车辆的定位信息，对所述目标车辆进行定位。

对于处于正常行驶状态的车辆，由于车辆的速度相对较高，为保证定位的准确性，需要考虑车辆自身的定位信息。在本申请中，车辆自身的定位信息由车辆系统自带的定位系统确定的，车辆自带的定位系统包括但不限于：高精度IMU(Inertial measurementunit，惯性测量单元)、GPS、自身组合定位系统。在具体实施过程中，若目标车辆处于正常行驶状态，将目标车辆的定位信息与目标车辆自身的定位信息进行融合，作为目标车辆的最终定位信息，对目标车辆进行定位。

而对于处于泊车、拥堵状态的车辆，由于车辆的速度相对较低，因此在进行车辆定位时，可不考虑车辆自身的位置信息。在具体实施过程中，若目标车辆处于正常行驶状态之外的状态，则基于目标车辆的定位信息，对目标车辆进行定位。

为进一步理解本说明书图2提供的基于车联网的车辆定位方法，图3为本说明书实施例提供的一种基于车联网的车辆定位方法的框架图，具体包括：

进入目标区域的车辆经过身份认证后，基于路侧单元获取认证车辆的第一信息，基于路侧感知终端获取认证车辆的第二信息；进一步将第一信息与第二信息进行信息融合，获得认证车辆的定位信息；最后通过提取认证车辆的定位信息，获取目标车辆的定位。

为进一步理解本申请提供的车辆定位方法，图4为本申请实施例提供的一种基于车辆网的车辆定位方法的应用场景图，图5为图4应用场景中车辆定位流程，具体包括：

步骤S501：对目标区域内的车辆进行身份认证，获得认证车辆。

步骤S503：基于路侧计算通信单元获得所述认证车辆的第一信息，基于雷达和摄像头获得所述认证车辆的第二信息，将所述第一信息和第二信息进行融合，确定所述认证车辆的定位信息。

在本申请的实施例中，路侧单元为路侧计算通信单元，目标车辆的定位信息包括目标车辆的速度、运动方向及绝对时刻的绝对位置，该绝对位置为基于路侧计算通信单元的坐标系获得的位置。

在本申请的一个实施例中，第一信息和第二信息的融合采用基于弱分类器的加权平均、通过算法的迭代，最终得到强分类器，使其实现第一信息和第二信息的融合。

步骤S505：路侧计算通信单元顺序广播目标区域内的所有认证车辆的定位信息。

在本申请的实施例中，认证车辆的身份信息为车辆ID，根据车辆ID从广播信息中，提取与车辆ID匹配的广播信息，作为车辆自身的定位信息。

步骤S507：基于目标车辆的定位信息与所述目标车辆的组合导航系统自带的定位信息进行定位修正，对所述目标车辆进行定位。

为保证目标车辆定位的准确性，在进行目标车辆定位时，需要综合考虑目标车辆自身的速度。在本申请的一个实施例中，将目标车辆的定位信息与目标车辆的组合导航系统自带的定位信息进行定位修正，具体可以利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计，以去除噪声和干扰的影响，从而获得目标车辆最终的定位信息。

采用本说明书实施例提供的方法，对车辆进行定位，能够实现稳定、高精度、低成本定位，提高定位效率，彻底解决GPS盲区定位的问题。

上述内容详细说明了一种基于车联网的车辆定位方法，与之对应的，本申请还提供了一种基于车联网的车辆定位系统，如图6所示。图6为本说明书实施例提供的一种基于车联网的车辆定位系统的示意图，具体包括：

认证模块601，对目标区域内的车辆进行身份认证，获得认证车辆；

信息获取模块603，获取所述认证车辆的定位信息；

提取模块605，基于所述认证车辆的定位信息，提取目标车辆的定位信息，其中，所述目标车辆为所述认证车辆中感兴趣的车辆；

定位模块607，基于所述目标车辆的定位信息，对所述目标车辆进行定位。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书实施例提供的装置、电子设备、非易失性计算机存储介质与方法是对应的，因此，装置、电子设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述对应装置、电子设备、非易失性计算机存储介质的有益技术效果。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书实施例可提供为方法、系统、或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于车联网的车辆定位方法，其特征在于，所述方法包括：

对目标区域内的车辆进行身份认证，获得认证车辆；

获取所述认证车辆的定位信息；

基于所述认证车辆的定位信息，提取目标车辆的定位信息，其中，所述目标车辆为所述认证车辆中感兴趣的车辆；

基于所述目标车辆的定位信息，对所述目标车辆进行定位。

2.如权利要求1所述的方法，其特征在于，所述获取所述认证车辆的定位信息，具体包括：

获取所述认证车辆的第一信息及第二信息；

将所述第一信息与所述第二信息进行融合，获得所述认证车辆的定位信息。

3.如权利要求2所述的方法，其特征在于，所述获取所述认证车辆的第一信息及第二信息，具体包括：

路侧单元基于专用短程通讯模块收集所述认证车辆的信息作为第一信息；

通过路侧感知终端收集所述认证车辆的信息作为第二信息，其中，所述路侧感知终端包括雷达和/或摄像头。

4.如权利要求1所述的方法，其特征在于，所述基于所述认证车辆的定位信息，提取目标车辆的定位信息，具体包括：

将所述认证车辆的定位信息进行广播；

基于所述广播信息中的身份信息，提取目标车辆的定位信息。

5.如权利要求1所述的方法，其特征在于，所述基于所述目标车辆的定位信息，对所述目标车辆进行定位，具体包括：

若所述目标车辆处于正常行驶状态，将所述目标车辆的定位信息与所述目标车辆自身的定位信息进行融合，作为所述目标车辆的最终定位信息，对所述目标车辆进行定位；

若所述目标车辆处于正常行驶之外的状态，则基于所述目标车辆的定位信息，对所述目标车辆进行定位。

6.一种基于车联网的车辆定位系统，其特征在于，所述系统包括：

认证模块，对目标区域内的车辆进行身份认证，获得认证车辆；

信息获取模块，获取所述认证车辆的定位信息；

提取模块，基于所述认证车辆的定位信息，提取目标车辆的定位信息，其中，所述目标车辆为所述认证车辆中感兴趣的车辆；

定位模块，基于所述目标车辆的定位信息，对所述目标车辆进行定位。

7.如权利要求6所述的系统，其特征在于，所述获取所述认证车辆的定位信息，具体包括：

获取所述认证车辆的第一信息及第二信息；

将所述第一信息与所述第二信息进行融合，获得所述认证车辆的定位信息。

8.如权利要求7所述的系统，其特征在于，所述获取所述认证车辆的第一信息及第二信息，具体包括：

路侧单元基于专用短程通讯模块收集所述认证车辆的信息作为第一信息；

通过路侧感知终端收集所述认证车辆的信息作为第二信息，其中，所述路侧感知终端包括雷达和/或摄像头。

9.如权利要求6所述的系统，其特征在于，所述基于所述认证车辆的定位信息，提取目标车辆的定位信息，具体包括：

将所述认证车辆的定位信息进行广播；

基于所述广播信息中的身份信息，提取目标车辆的定位信息。

10.如权利要求6所述的系统，其特征在于，所述基于所述目标车辆的定位信息，对所述目标车辆进行定位，具体包括：

若所述目标车辆处于正常行驶状态，将所述目标车辆的定位信息与所述目标车辆自身的定位信息进行融合，作为所述目标车辆的最终定位信息，对所述目标车辆进行定位；

若所述目标车辆处于正常行驶之外的状态，则基于所述目标车辆的定位信息，对所述目标车辆进行定位。