CN111276000A - 一种基于车路协同的定位方法及系统、介质和车载设备 - Google Patents

一种基于车路协同的定位方法及系统、介质和车载设备 Download PDF

Info

Publication number
CN111276000A
CN111276000A CN202010042757.2A CN202010042757A CN111276000A CN 111276000 A CN111276000 A CN 111276000A CN 202010042757 A CN202010042757 A CN 202010042757A CN 111276000 A CN111276000 A CN 111276000A
Authority
CN
China
Prior art keywords
vehicle
pseudo
range
satellite
value
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
CN202010042757.2A
Other languages
English (en)
Inventor
张毅
邓翔天
许惠乐
姚丹亚
裴欣
王哲
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.)
Tsinghua University
Original Assignee
Tsinghua 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 Tsinghua University filed Critical Tsinghua University
Priority to CN202010042757.2A priority Critical patent/CN111276000A/zh
Publication of CN111276000A publication Critical patent/CN111276000A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control

Abstract

本申请实施例提供一种基于车路协同的定位方法及系统、介质和车载设备，应用于车辆，所述方法包括：在所述车辆位于路侧设备所管理的预设区域时，接收所述路侧设备所广播的定位数据，其中，所述定位数据包括：所述路侧设备的坐标值和所述路侧设备对应的伪距观测值；获取所述车辆对应的伪距观测值；根据所述定位数据，对所述车辆对应的伪距观测值进行伪距修正处理，得到修正后的伪距观测值；基于修正后的伪距观测值，计算出修正后的所述车辆的坐标值。如此，能够提高定位的精度。

Description

一种基于车路协同的定位方法及系统、介质和车载设备
技术领域
本申请涉及智能交通技术领域，尤其涉及一种基于车路协同的定位方法及系统、介质和车载设备。
背景技术
车路协同是指采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通技术。而随着车辆驾驶自动化的发展，车辆的精确定位慢慢成为实现辅助驾驶和自动驾驶的重要技术。
但是，对于现有的卫星定位系统，如美国的GPS(Global Positioning System，全球定位系统)、俄罗斯的GLONASS(格洛纳斯)卫星导航系统、中国的北斗卫星导航系统(BeiDou Navigation Satellite System，BDS)等来说，虽然可以提供精准度在厘米级的高精度定位，但其往往需要花费高昂的成本在车辆上重新安装专门的高精度定位模块，如果在智能交通领域，如辅助驾驶、自动驾驶等领域中使用此类方案的话，就会导致需要大量基础投入，实用性较差，不利于智能交通的推广和普及，而普通定位模块的定位精度往往只能达到十几米甚至几十米左右，这样的定位精度对于车辆辅助驾驶、自动驾驶等智能交通领域来说，是远远达不到要求的。
发明内容
有鉴于此，本申请实施例提供一种基于车路协同的定位方法及系统、介质和车载设备，能够提高定位的精度。
本申请实施例主要提供如下技术方案：
第一方面，本申请实施例提供了一种基于车路协同的定位方法，应用于车辆，所述方法包括：在所述车辆位于路侧设备所管理的预设区域时，接收所述路侧设备所广播的定位数据，其中，所述定位数据包括：所述路侧设备的坐标值和所述路侧设备对应的伪距观测值；获取所述车辆对应的伪距观测值；根据所述定位数据，对所述车辆对应的伪距观测值进行伪距修正处理，得到修正后的伪距观测值；基于修正后的伪距观测值，计算出修正后的所述车辆的坐标值。
第二方面，本申请实施例提供了一种基于车路协同的定位系统，所述系统包括：车载设备和路侧设备；其中，
所述路侧装置包括：路侧接收机和V2X(Vehicle to Everything，车用无线通信)路侧单元；其中，所述路侧接收机，用于获取定位数据，其中，所述定位数据包括：所述路侧设备的坐标值和所述路侧设备对应的伪距观测值；所述V2X路侧单元，用于广播所述定位数据；
所述车载设备包括：V2X车载单元、车载接收机、处理器和计算芯片；其中，所述V2X车载单元，用于在车辆位于路侧设备所管理的预设区域时，接收所述路侧设备通过所述V2X路侧单元所广播的所述定位数据；所述车载接收机，用于获取所述车辆对应的伪距观测值；所述处理器，用于将所述定位数据和所述车辆对应的伪距观测值输出至所述计算芯片；所述计算芯片，用于根据所述定位数据，对所述车辆对应的伪距观测值进行伪距修正处理，得到修正后的伪距观测值；基于修正后的伪距观测值，计算出修正后的所述车辆的坐标值。
第三方面，本申请实施例提供了一种计算机可读存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在车载设备执行上述的基于车路协同的定位方法的步骤。
第四方面，本申请实施例提供了一种车载设备，所述车载设备包括：至少一个处理器；以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行上述的基于车路协同的定位方法的步骤。
本申请实施例提供的基于车路协同的定位方法及系统、介质和车载设备，首先，在车辆位于路侧设备所管理的预设区域时，接收路侧设备所广播的定位数据，其中，定位数据包括：路侧设备的坐标值和路侧设备对应的伪距观测值；获取车辆对应的伪距观测值；接下来，就可以根据定位数据，对车辆对应的伪距观测值进行伪距修正处理，得到修正后的伪距观测值；最后，基于修正后的伪距观测值，计算出修正后的车辆的坐标值。如此，通过车路两侧设备相互协作，基于路侧设备的坐标值和路侧设备对应的伪距观测值对车辆对应的伪距观测值进行修正，不但能够提高定位的精度，实现高精度定位，而且由于是直接利用车路协同环境中本身就存在的路侧设备的定位数据来进行修正，无需额外加装高精度的定位芯片。这样，将该方法应用到自动驾驶汽车等智能交通场景中时，不仅在实现成本上更为低廉，而且还便于进行推广和普及。
本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
附图用来提供对本申请技术方案的理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
图1A为本申请实施例中的车路协同系统的架构示意图一；
图1B为本申请实施例中的车路协同系统的架构示意图二；
图2为本申请实施例中的基于车路协同的定位方法的流程示意图；
图3为本申请实施例中的模拟场景示意图；
图4为本申请实施例中的静态定位实验结果分析示意图；
图5为本申请实施例中的基于车路协同的定位系统的结构示意图；
图6为本申请实施例中的车载设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
本申请实施例提供一种车路协同系统。图1A为本申请实施例中的车路协同系统的架构示意图一，参见图1A所示，该系统可以包括：路侧设备101和车辆102。
在实际应用中，路侧设备可以包括：路侧接收机和V2X路侧单元。车辆可以装载有车载设备，其中，车载设备可以包括：V2X车载单元、车载接收机、处理器和计算芯片。
在实际应用中，路侧接收机可以由路侧GPS接收机来实现；车载接收机可以由车载GPS接收机来实现。
作为示例，路侧接收机，可用于获取路侧设备对应的定位数据；V2X路侧单元，可用于向该路侧设备所管理的预设区域内的各个车辆上的V2X车载单元广播该定位数据，以便车辆基于该定位数据来对自身的坐标进行修正。
这里，路侧接收机所获取到的定位数据可以包括：路侧设备的坐标值和路侧设备对应的伪距观测值，还可以包括：路侧设备对应的观测参数。其中，路侧设备对应的观测参数与路侧设备对应的伪距观测值相对应。
在实际应用中，路侧设备对应的伪距观测值是指路侧设备到其所观测的每个卫星的伪距观测值。路侧设备对应的观测参数可以包括：路侧设备观测的每个卫星对应的卫星标识和路侧设备对应的观测时间。
在实际应用中，由于车辆与路侧设备之间的距离对于定位精度也有着决定性的影响，那么，为了提高定位精度，可以设置两两路侧设备之间相距不超过预设距离，对应地，每个路侧设备可以负责管理预设区域内的所有车辆的定位数据的通信，其中，每个路侧设备所管理的预设区域可以是指以路侧设备自身为中心，以预设距离为范围的区域。此外，每个路侧设备中可以存储有本路侧设备的精确坐标值。
举例来说，如图1B所示，可以设置两两路侧设备之间的距离不超过1000米，那么，每个路侧设备可以负责管理以本路侧设备自身为中心的1000米范围所对应的区域内的所有车辆的定位数据的通信。
在实际应用中，V2X路侧单元可以支持各种格式的车路通讯协议，如DSRC(Dedicated Short Range Communication，专用短程通信)、LTE-V(Long Term Evolution-Vehicle，长期演进技术-车辆通信)、5G(5th Generation mobile networks，第五代移动通信)技术、蜂窝网络等，用于向其所在的路侧设备所管理的预设区域内的车辆发送实时的路侧设备的精确坐标和定位数据。
作为示例，V2X车载单元，用于在车辆位于路侧设备所管理的预设区域时，接收路侧设备所广播的定位数据；车载接收机，用于获取车辆对应的伪距观测值；处理器，用于将定位数据和车辆对应的伪距观测值输出至计算芯片；计算芯片，用于根据定位数据，对车辆对应的伪距观测值进行伪距修正处理，得到修正后的伪距观测值；基于修正后的伪距观测值，计算出修正后的车辆的坐标值。
在本申请实施例中，以路侧设备所搭载的路侧接收机作为基站，并以车载设备上搭载的低成本非高精度的车载接收机作为移动站，再以V2X技术作为路侧设备与车载的信息交互支撑，就可以利用车路协同平台的通信和计算资源，提供全方位、低成本、高精度的定位方案。这里，V2X技术是车路协同的基础性技术，是智能交通运输系统的关键技术，通过将车辆与行人、道路基础设施，如路侧设备等的互联，使得车与车、车与路侧设备、路侧设备与路侧设备之间能够通信，使得车辆具有更强的感知能力，从而获得实时路况、道路信息、行人信息等一系列交通信息，实现与交通环境相结合的高精度定位、车辆实时动态运行信息交互以及协同控制、协同安全等功能，能够提高驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。
结合上述车路协同系统，本申请实施例提供一种基于车路协同的定位方法。可应用于车载设备中，在实际应用中，该车载设备可以设置于车辆中，如自动驾驶车辆等。在实际应用中，该基于车路协同的定位方法可应用于自动驾驶领域、辅助驾驶领域等领域中。
图2为本申请实施例中的基于车路协同的定位方法的流程示意图，参见图2所示，该基于车路协同的定位方法可以包括：
步骤201：在车辆位于路侧设备所管理的预设区域时，接收路侧设备所广播的定位数据；
在具体实施过程中，定位数据可以包括：路侧设备的坐标值和路侧设备对应的伪距观测值。
作为示例，在路侧设备通过本路侧设备上所装载的路侧接收机实时获得本路侧设备对应的伪距观测值后，该路侧设备就可以通过本路侧设备上所装载的V2X路侧单元将本路侧设备的坐标值以及本路侧设备对应的伪距观测值作为定位数据广播给本路侧设备所管理的预设区域内的所有车辆，以便本路侧设备所管理的预设区域内的所有车辆基于该定位数据来确定精准的自身坐标。此时，在车辆处于该路侧设备所管理的预设区域内时，车辆就可以通过本车辆上所装载的V2X车载单元接收到该路侧设备所广播的该定位数据。
在本申请另一实施例中，定位数据可以包括：路侧设备的坐标值、路侧设备对应的伪距观测值和路侧设备对应的观测参数，其中，路侧设备对应的观测参数包括：路侧设备观测的每个卫星对应的卫星标识和路侧设备对应的观测时间。这里，本申请实施例不做具体限定。
步骤202：获取车辆对应的伪距观测值；
作为示例，为了对本车辆进行定位，车辆就可以通过本车辆上所装载的车载接收机来获取本车辆对应的伪距观测值，以便接下来对该伪距观测值进行伪距修正处理，进而得到该车辆对应的经过修正的坐标值。
在实际应用中，若是车辆所观测的卫星分布不均匀，就会影响到车辆的定位精度。因此，为了进一步提高定位的精确度，在进行修正之前，可以先根据各个卫星的坐标值选择出合适的卫星，然后车辆就可以通过本车辆上所装载的接收机，如车载接收机对这些合适的卫星进行观测，从而，基于所观测到伪距观测数据来确定该车辆的位置时，就可以确保更好的定位精度。
那么，在本申请另一实施例中，上述步骤202可以包括：获取多个卫星对应的星历数据；基于多个卫星对应的星历数据，将多个卫星中预定所在位置满足预设卫星分布条件的至少四个卫星确定为待观测的卫星；对待观测的卫星进行观测，获得车辆对应的伪距观测值。
这里，星历数据(ephemeris data)亦称星历表，是一种星体轨道参数表，即用列表数据说明每隔一定时间某星体预定所在位置，或每隔一定时间某人造卫星预定所在位置。
步骤203：根据定位数据，对车辆对应的伪距观测值进行伪距修正处理，得到修正后的伪距观测值；
步骤204：基于修正后的伪距观测值，计算出修正后的车辆的坐标值。
在具体实施过程中，上述步骤203可以包括以下步骤2031～步骤2032：
步骤2031：基于路侧设备对应的伪距观测值和车辆对应的伪距观测值，确定出路侧设备到目标卫星的伪距观测值，并确定出车辆到目标卫星的伪距观测值；
其中，目标卫星为路侧设备和车辆均观测的至少四个相同卫星。
举例来说，假设定位系统中包含：卫星1、卫星2、卫星3、卫星4、卫星5、卫星6、卫星7、卫星8，而路侧设备通过其所装载的路侧接收机所观测的卫星包括：卫星1、卫星2、卫星3、卫星4、卫星5、卫星7、卫星8，车辆通过其所装载的车载接收机所观测的卫星包括：卫星2、卫星3、卫星4、卫星5、卫星6，那么，目标卫星就可以包括：卫星2、卫星3、卫星4、卫星5这4个卫星。
在本申请另一实施例中，当车辆接收到的定位数据，除了包括路侧设备的坐标值和路侧设备对应的伪距观测值以外，还包括路侧设备对应的观测参数，其中，路侧设备对应的观测参数包括：路侧设备观测的每个卫星对应的卫星标识和路侧设备对应的观测时间时，为了实现更高的定位精度，在具体实施过程中，上述步骤2031可以包括：获取车辆对应的观测参数，其中，车辆对应的观测参数包括：车辆观测的每个卫星对应的卫星标识和车辆对应的观测时间；确定路侧设备对应的观测时间与车辆对应的观测时间是否匹配；若路侧设备对应的观测时间与车辆对应的观测时间是匹配的，将路侧设备观测的每个卫星对应的卫星标识与车辆观测的每个卫星对应的卫星标识进行匹配；根据匹配结果，将匹配的卫星标识中的至少四个确定为目标卫星的卫星标识；基于目标卫星的卫星标识，从路侧设备对应的伪距观测值中确定出路侧设备到目标卫星的伪距观测值，并从车辆对应的伪距观测值中确定出车辆到目标卫星的伪距观测值。
步骤2032：基于路侧设备的坐标值和路侧设备到目标卫星的伪距观测值，对车辆到目标卫星的伪距观测值进行伪距修正处理，得到至少四个修正后的伪距观测值。
接下来，上述步骤204可以包括：步骤2041：基于至少四个修正后的伪距观测值，计算出修正后的车辆的坐标值。
作为示例，在车辆通过其所装载的V2X车载单元接收到路侧设备通过其所装载的V2X路侧单元所广播的定位数据，并且车辆通过其所装载的车载接收机获取到该车辆对应的伪距观测值之后，车辆就可以通过其所装载的处理器将所接收到的定位数据和所获取到的该车辆对应的伪距观测值输出至计算芯片。接下来，车辆就可以通过其所装载的计算芯片，基于路侧设备对应的伪距观测值和车辆对应的伪距观测值，确定出路侧设备到目标卫星的伪距观测值，并确定出车辆到目标卫星的伪距观测值，然后，使用路侧设备到目标卫星的伪距观测值和路侧设备的坐标值，对车辆到目标卫星的伪距观测值进行伪距修正处理，得到至少四个修正后的伪距观测值，最后，就可以基于至少四个修正后的伪距观测值，计算出修正后的车辆的坐标值。这样，就获得了高精度的车辆的坐标。
在本申请其它实施例中，上述步骤2041可以包括：将至少四个修正后的伪距观测值输入至预先建立的线性化伪距迭代模型中进行迭代处理，直至预先建立的线性化伪距迭代模型所输出的修正值小于预设阈值时，将预先建立的线性化伪距迭代模型所输出的车辆的坐标值确定为修正后的车辆的坐标值。
在具体实施过程中，为了能够计算出修正后的车辆的坐标值，那么，在上述步骤2041之前，上述方法还可以包括：获得车辆到至少四个卫星的伪距方程；将由车辆到至少四个卫星的伪距方程所联立的伪距方程组进行线性化处理，得到线性化的伪距方程组；基于线性化的伪距方程组，通过最小二乘法，得到修正值向量的表达式；基于预设的迭代方程式和修正值向量的表达式，构建线性化伪距迭代模型。
下面对于线性化伪距迭代模型进行说明。
在实际应用中，伪距是指信号到达接收机的接受时刻与信号从卫星上发射时刻之间的差值乘以光速。由于诸如卫星的时钟误差、接收机的时钟误差、电离层延迟误差、对流层延迟误差等因素的影响，车辆通过其所装载的车载接收机或者路侧设备通过其所装置的路侧接收机所观测到的伪距观测值会存在着误差。因此，为了获得高精度的定位信息，就需要考虑卫星的时钟误差、接收机的时钟误差、电离层延迟误差、对流层延迟误差等对定位精度的影响。
第一，路侧设备所观测到的路侧设备到卫星i的伪距观测值
Figure BDA0002368324680000091
可以由如公式(1)来表示。
Figure BDA0002368324680000092
在公式(1)中，
Figure BDA0002368324680000093
表示路侧设备到卫星i的伪距观测值；
Figure BDA0002368324680000094
表示路侧设备到卫星i的几何距离；c表示光速；Δtbase表示路侧设备所装载的路侧接收机的时钟误差，即路侧设备所装载的路侧接收机的时钟和GPS标准时之间的误差；Δti表示卫星i的时钟误差，即卫星i的时钟与GPS标准时之间的误差；
Figure BDA0002368324680000095
表示星历误差；
Figure BDA0002368324680000096
表示电离层延迟误差；
Figure BDA0002368324680000097
表示对流层延迟误差。
第二，由于路侧设备的坐标值可以提前预先存储在路侧设备中，而且卫星i的坐标值可以通过路侧设备对卫星i进行观测时所获取到的星历数据来解算出，因此，路侧设备的坐标值和卫星i的坐标值可以认为是已知的。这样，根据已知的路侧设备的坐标值和卫星i的坐标值就可以算出路侧设备到卫星i的真实距离
Figure BDA0002368324680000098
故而，基于路侧设备所观测到的伪距观测值以及路侧设备的坐标值，伪距修正数ΔRi就可以由公式(2)来表示。
Figure BDA0002368324680000099
在公式(2)中，
Figure BDA00023683246800000910
表示路侧设备到卫星i的几何距离；
Figure BDA00023683246800000911
表示路侧设备所装载的路侧接收机到卫星i的伪距观测值；ΔRi表示伪距修正数。
在实际应用中，为了对车辆进行更精准的定位，预先获取并存储路侧设备的坐标值的方法可以存在且不限于包括以下两种方式：
方式一、路侧设备从开机直到能够稳定接收GPS信号后，可以将多次定位得到的坐标值求取平均值，并将坐标平均值作为路侧设备的真实的坐标值存储起来；
方式二、由于路侧设备往往是设置在道路的固定位置上，那么，可以预先通过精密测绘设备来精确测量出该路侧设备的坐标值，并储存在路侧设备中。
当然，除了上述所列出的两种方式外，还可以通过其它方式来获取路侧设备的坐标值。这里，本申请实施例不做具体限定。
在实际应用中，在路侧设备对卫星进行观测时，路侧设备可以通过所获取到的星历数据来解算出其所观测的卫星i的坐标值。
第三，与路侧设备到卫星i的伪距观测值
Figure BDA0002368324680000101
类似，车辆到卫星i的伪距观测值
Figure BDA0002368324680000102
可以由公式(3)来表示。
Figure BDA0002368324680000103
在公式(3)中，
Figure BDA0002368324680000104
表示车辆到卫星i的伪距观测值；
Figure BDA0002368324680000105
表示车辆到卫星i的真实的几何距离；c表示光速；Δtrove表示车辆所装载的车载接收机的时钟误差，即车辆中所装载的车载接收机的时钟和GPS标准时之间的误差；Δti表示卫星i的时钟误差，即卫星i的时钟与GPS标准时之间的误差；
Figure BDA0002368324680000106
表示星历误差；
Figure BDA0002368324680000107
表示电离层延迟误差；
Figure BDA0002368324680000108
表示对流层延迟误差。
第四，通过伪距差分的方式，由公式(1)～公式(3)，可以消除的误差包括：
Figure BDA0002368324680000109
和
Figure BDA00023683246800001010
并且由于与接收机的时钟误差
Figure BDA00023683246800001011
相比，卫星i的时钟偏差Δti可以忽略不计，那么，可以推导出修正后的车辆到卫星i的伪距观测值
Figure BDA00023683246800001012
即车辆中的接收机如车载接收机到卫星i的真实的几何距离可以由如公式(4)来表示。
Figure BDA00023683246800001013
在公式(4)中，
Figure BDA00023683246800001014
表示车辆到卫星i的伪距观测值；ΔRi表示伪距修正数；
Figure BDA0002368324680000111
表示车辆到卫星i的真实的几何距离；c表示光速；Δtrove表示车辆所装载的车载接收机的时钟误差，即车辆中所装载的车载接收机的时钟和GPS标准时之间的误差；
Figure BDA0002368324680000112
表示修正后的车辆到卫星i的伪距观测值。
第五，将车辆的坐标值(xr,yr,zr)以及卫星i的坐标值(xi,yi,zi)代入上述公式(4)中，就可以得到如公式(5)所示的伪距方程。
Figure BDA0002368324680000113
在公式(5)中，
Figure BDA0002368324680000114
表示车辆到卫星i的伪距观测值；ΔRi表示伪距修正数；(xr,yr,zr)表示车辆的坐标值；(xi,yi,zi)表示卫星i的坐标值；c表示光速；Δtrove表示车辆所装载的车载接收机的时钟误差，即车辆中所装载的车载接收机的时钟和GPS标准时之间的误差；
Figure BDA0002368324680000115
表示修正后的车辆到卫星i的伪距观测值。
由上述内容可知，公式(5)中共有4个未知数，具体包括：车辆的坐标值(xr,yr,zr)和车辆所装载的车载接收机的时钟误差Δtrove，因此，需要至少4个卫星所对应的伪距方程联立起来，才能解算出经过伪距修正的车辆的坐标值。
第六，由于公式(5)所示的伪距方程是非线性的，那么，由车辆到至少4个卫星所对应的伪距方程所联立得到的伪距方程组也会是非线性的。因此，为了便于快速解算出所需的经过伪距修正的车辆的坐标值，就可以对该伪距方程组进行线性化处理，得到对应的线性化的伪距方程组。具体来说，可以初始化(xr0,yr0,zr0)为车辆的坐标的近似值向量r0，然后，将车辆中所装载的车载接收机到卫星i的真实的几何距离
Figure BDA0002368324680000116
在该近似值处进行泰勒展开处理，得到如公式(6)所示的一阶近似表达式。
Figure BDA0002368324680000117
在公式(6)中，
Figure BDA0002368324680000118
(xr0,yr0,zr0)为车辆的坐标的近似值向量r0，(xi,yi,zi)为卫星i的坐标；li(t)，mi(t)，ni(t)为车辆到卫星i的方向余弦，
Figure BDA0002368324680000119
Figure BDA0002368324680000121
(δx,δy,δz)表示车辆的坐标到卫星i的坐标的微分向量，δx＝δxi-δxr，δy＝δyi-δyr，δz＝δzi-δzr，(xr,yr,zr)表示车辆的坐标；c表示光速；Δtrove表示车辆所装载的车载接收机的时钟误差，即车辆中所装载的车载接收机的时钟和GPS标准时之间的误差。
第七，在实际应用中，在用星历数据解算卫星的坐标值的过程中，卫星的坐标值在一定有效期内为固定值，那么，卫星的坐标的微分值为零向量，从而，上述公式(6)所示的线性化的伪距方程就可以写为如公式(7)所示的线性化的伪距方程。
Figure BDA0002368324680000122
在公式(7)中，
Figure BDA0002368324680000123
(xr0,yr0,zr0)为车辆的坐标的近似值向量r0，(xi,yi,zi)为卫星i的坐标；li(t)，mi(t)，ni(t)为车辆到卫星i的方向余弦，
Figure BDA0002368324680000124
Figure BDA0002368324680000125
(δx,δy,δz)表示车辆的坐标到卫星i的坐标的微分向量，δx＝δxi-δxr，δy＝δyi-δyr，δz＝δzi-δzr，(xr,yr,zr)表示车辆的坐标；c表示光速；δtrove表示车辆中所装载的接收机，如车载接收机的时钟误差的微分值；
Figure BDA0002368324680000126
表示修正后的车辆到卫星i的伪距观测值。
第八，将至少4个卫星对应的线性化的伪距方程进行联立，就可以得到如公式(8)所示的线性化的伪距方程组。
Figure BDA0002368324680000131
在公式(8)中，i、p为正整数，1≤i≤p，4≤p；
Figure BDA0002368324680000132
表示修正后的车辆到卫星i的伪距观测值，
Figure BDA0002368324680000133
Figure BDA0002368324680000134
(xr0,yr0,zr0)为车辆的坐标的近似值向量r0，(xi,yi,zi)为卫星i的坐标；li(t)，mi(t)，ni(t)为车辆到卫星i的方向余弦，
Figure BDA0002368324680000135
Figure BDA0002368324680000136
(δx,δy,δz)表示车辆的坐标到卫星i的坐标的微分向量，δx＝δxi-δxr，δy＝δyi-δyr，δz＝δzi-δzr，(xr,yr,zr)表示车辆的坐标；c表示光速；δtrove表示车辆所装载的车载接收机的时钟误差的微分值。
举例来说，以卫星的数量是4个为例，则p＝4，那么，将p＝4代入上述公式(8)所示的线性化的伪距方程组中，就可以得到如公式(9)所示的线性化的伪距方程组。
Figure BDA0002368324680000137
第九，基于上述公式(8)所示的线性化的伪距方程组，通过最小二乘法，就可以得到如公式(10)所示的修正值向量的表达式。
Figure BDA0002368324680000141
在公式(10)中，
Figure BDA0002368324680000142
i、p为正整数，1≤i≤p，4≤p；
Figure BDA0002368324680000143
表示修正后的车辆到卫星i的伪距观测值，
Figure BDA0002368324680000144
(xr0,yr0,zr0)为车辆的坐标的近似值向量r0，
Figure BDA0002368324680000145
为卫星i的坐标；li(t)，mi(t)，ni(t)为车辆到卫星i的方向余弦，
Figure BDA0002368324680000146
Figure BDA0002368324680000147
(δx,δy,δz)表示车辆的坐标到卫星i的坐标的微分向量，δx＝δxi-δxr，δy＝δyi-δyr，δz＝δzi-δzr，(xr,yr,zr)表示车辆的坐标，(xi,yi,zi)为卫星i的坐标；c表示光速；δtrove表示车辆所装载的车载接收机的时钟误差的微分值。
第十，根据上述公式(10)所示的修正值向量的表达式以及如公式(11)所示的迭代方程式，就可以构建出所需的线性化伪距迭代模型。
r0＝r0+δr 公式(11)；
在公式(11)中，δr＝(δxr,δyr,δzr)，r0表示车辆的坐标的近似值向量，(xr,yr,zr)表示车辆的坐标。
在实际应用中，通过联立4条以上的伪距方程，就可以解算出修正值向量δr＝(δxr,δyr,δzr)以及车辆所装载的车载接收机的时钟误差的微分值δtrove，然后使用如公式(11)所示的迭代方程式将伪距方程不断地进行迭代处理，直到线性化伪距迭代模型所输出的修正值小于预设阈值，例如线性化伪距迭代模型所输出的修正值足够小(如小于0.001)时退出迭代过程，就可以得到修正后的车辆的坐标值。
在具体实施过程中本申请发明人经实验发现，一般将每次初始化的车辆的坐标的近似值向量(xr0,yr0,zr0)定为零向量，在经过5～6次迭代处理之后，坐标轴就能收敛，从而就可以得到经过伪距修正的车辆的坐标值。
至此，便完成了基于车路协同的高精度定位过程。
由上述内容可知，本申请实施例提供的基于车路协同的定位方法，首先，在车辆位于路侧设备所管理的预设区域时，接收路侧设备所广播的定位数据，其中，定位数据包括：路侧设备的坐标值和路侧设备对应的伪距观测值；获取车辆对应的伪距观测值；接下来，就可以根据定位数据，对车辆对应的伪距观测值进行伪距修正处理，得到修正后的伪距观测值；最后，基于修正后的伪距观测值，计算出修正后的车辆的坐标值。如此，通过车路两侧设备相互协作，基于路侧设备的坐标值和路侧设备对应的伪距观测值对车辆对应的伪距观测值进行修正，不但能够提高定位的精度，实现高精度定位，而且由于是直接利用车路协同环境中本身就存在的路侧设备的定位数据来进行修正，无需额外加装高精度的定位芯片。这样，将该方法应用到自动驾驶汽车等智能交通场景中时，不仅在实现成本上更为低廉，而且还便于进行推广和普及。
此外，为了验证本申请实施例所提供的基于车路协同的定位方法的有效性，本申请发明人采用了静态定位实验方法设计了验证实验。在实际实验中，首先要考虑的是，在静态条件下，在车辆或路侧设备所装载的接收机在受到不同程度建筑物遮挡条件下的定位效果。因此，对每一个测试场景，本申请发明人都做了30次以上的测试和数据采集，并选出其中典型的测试结果进行分析和讨论。同时，为了保证测试时环境天气因素影响最小，本申请发明人选择在相同时间段，相同天气条件下进行测试，这样，各个场景基本上是在相似的卫星分布条件下进行测试的。
实验测试场景：两侧开阔道路上车辆行驶在小城市或者乡道、省道上行驶时，车辆上所装置的车载接收机所接收到的信号不会遭受到建筑物的严重遮挡。
参见图3所示的模拟场景示意图，该实验模拟情景是：道路两侧的建筑物高度较低，约为15米左右，路侧设备和车辆相距250米。
接下来，参见图4所示的静态定位实验结果分析示意图，在图4中，横坐标表示观测历元(其中，每个观测历元之间相差1秒)，纵轴表示相较于准确位置的误差。在本实验过程中，汽车保持静止不动。从图4可以看出最大定位误差小于0.4米。因此，本申请实施例所提供的基于车路协同的定位方法静态定位精度可以达到亚米级，完全可以满足自动驾驶、辅助驾驶等智能交通领域中所需的定位精度。
总的来说，本申请实施例所提供的基于车路协同的定位方法，具备如下有效效果：(1)由于是直接利用车路协同环境中本身就存在的路侧设备的定位数据来进行修正，无需安装高精度的定位模块，成本是十分低廉的；(2)无需使用RTK(Real-time kinematic，实时动态)载波相位差分技术，也没有使用高精度传感器，还没有使用高性能的中央处理器等设备，这样，将该方法应用到智能交通领域中时，能降低成本；(3)本申请实施例所提供的基于车路协同的定位方法可以满足自动驾驶、辅助驾驶等智能交通领域的定位精度需求，便于进行推广和普及；(4)由于是直接使用车路协同环境中本身就存在的路侧设备来进行通信的，那么，就可以节省网络流量费用，并且还无需购置、维护额外的通讯设备，这样，就可以节省额外通讯设备的购置、维护、服务费用，从而，降低了精确定位服务的成本。
基于同一发明构思，本申请实施例提供了一种基于车路协同的定位系统。图5为本申请实施例中的基于车路协同的定位系统的结构示意图，参见图5所示，该系统50可以包括：车载设备501和路侧设备502；其中，
路侧装置501包括：路侧接收机5011和V2X路侧单元5012；其中，路侧接收机5011，用于获取定位数据，其中，定位数据包括：路侧设备501的坐标值和路侧设备501对应的伪距观测值；V2X路侧单元5012，用于广播定位数据；
车载设备502包括：V2X车载单元5021、车载接收机5022、处理器5023和计算芯片5024；其中，
V2X车载单元5021，用于在车辆位于路侧设备201所管理的预设区域时，接收路侧设备501通过V2X路侧单元5012所广播的定位数据；
车载接收机5022，用于获取车辆对应的伪距观测值；
处理器5023，用于将定位数据和车辆对应的伪距观测值输出至计算芯片5024；
计算芯片5024，用于根据定位数据，对车辆对应的伪距观测值进行伪距修正处理，得到修正后的伪距观测值；基于修正后的伪距观测值，计算出修正后的车辆的坐标值。
在本申请实施例中，计算芯片，用于根据定位数据，对车辆对应的伪距观测值进行伪距修正处理，得到修正后的伪距观测值，包括：基于路侧设备对应的伪距观测值和车辆对应的伪距观测值，确定出路侧设备到目标卫星的伪距观测值，并确定出车辆到目标卫星的伪距观测值，其中，目标卫星为路侧设备和车辆均观测的至少四个相同卫星；基于路侧设备的坐标值和路侧设备到目标卫星的伪距观测值，对车辆到目标卫星的伪距观测值进行伪距修正处理，得到至少四个修正后的伪距观测值；对应地，计算芯片，用于基于修正后的伪距观测值，计算出修正后的车辆的坐标值，包括：计算芯片，用于基于至少四个修正后的伪距观测值，计算出修正后的车辆的坐标值。
在本申请实施例中，计算芯片，用于基于至少四个修正后的伪距观测值，计算出修正后的车辆的坐标值，包括：计算芯片，用于将至少四个修正后的伪距观测值输入至预先建立的线性化伪距迭代模型中进行迭代处理，直至预先建立的线性化伪距迭代模型所输出的修正值小于预设阈值时，将预先建立的线性化伪距迭代模型所输出的车辆的坐标值确定为修正后的车辆的坐标值。
在本申请实施例中，计算芯片，还用于获得车辆到至少四个卫星的伪距方程；将由车辆到至少四个卫星的伪距方程所联立的伪距方程组进行线性化处理，得到线性化的伪距方程组；基于线性化的伪距方程组，通过最小二乘法，得到修正值向量的表达式；基于预设的迭代方程式和修正值向量的表达式，构建线性化伪距迭代模型。
在本申请实施例中，上述线性化的伪距方程组可以由上述公式(8)来实现；且修正值向量的表达式可以由上述公式(10)来实现；且上述预设的迭代方程式可以由上述公式(11)来实现。
在本申请实施例中，车载接收机，用于获取车辆对应的伪距观测值，包括：处理器，用于获取多个卫星对应的星历数据；基于多个卫星对应的星历数据，将多个卫星中预定所在位置满足预设卫星分布条件的至少四个卫星确定为待观测的卫星；通过车载接收机对待观测的卫星进行观测，获得车辆对应的伪距观测值。
在本申请实施例中，定位数据还包括：路侧设备对应的观测参数，其中，路侧设备对应的观测参数包括：路侧设备观测的每个卫星对应的卫星标识和路侧设备对应的观测时间；
对应地，计算芯片，用于基于路侧设备对应的伪距观测值和车辆对应的伪距观测值，确定出路侧设备到目标卫星的伪距观测值，并确定出车辆到目标卫星的伪距观测值，包括：
计算芯片，用于获取车辆对应的观测参数，其中，车辆对应的观测参数包括：车辆观测的每个卫星对应的卫星标识和车辆对应的观测时间；确定路侧设备对应的观测时间与车辆对应的观测时间是否匹配；若路侧设备对应的观测时间与车辆对应的观测时间是匹配的，将路侧设备观测的每个卫星对应的卫星标识与车辆观测的每个卫星对应的卫星标识进行匹配；根据匹配结果，将匹配的卫星标识中的至少四个确定为目标卫星的卫星标识；基于目标卫星的卫星标识，从路侧设备对应的伪距观测值中确定出路侧设备到目标卫星的伪距观测值，并从车辆对应的伪距观测值中确定出车辆到目标卫星的伪距观测值。
这里，需要说明的是，本申请实施例所提供的基于车路协同的定位系统与上述一个或多个实施例中的基于车路协同的定位方法中的描述是类似的，具有同方法实施例相似的有益效果。对于本申请系统实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
基于同一发明构思，本申请实施例提供一种车载设备。图6为本申请实施例中的车载设备的结构示意图，参见图6所示，该车载设备60包括：至少一个处理器601；以及与处理器601连接的至少一个存储器602、总线603；其中，处理器601、存储器602通过总线603完成相互间的通信；处理器601用于调用存储器602中的程序指令，以执行上述一个或多个实施例中的基于车路协同的定位方法的步骤。
上述处理器可由中央处理器(Central Processing Unit，CPU)、微处理器(MicroProcessor Unit，MPU)、数字信号处理器(Digital Signal Processor，DSP)、或现场可编程门阵列(Field Programmable Gate Array，FPGA)等实现。存储器可能包括计算机可读介质中的非永久性存储器，随机存储器(Random Access Memory，RAM)和/或非易失性内存等形式，如只读存储器(Read Only Memory，ROM)或闪存(Flash RAM)，存储器包括至少一个存储芯片。
需要说明的是，在本申请实施例中，如果以软件功能模块的形式实现上述一个或多个实施例中的基于车路协同的定位方法，并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台车载设备(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例方法的全部或部分。
相应地，基于同一发明构思，本申请实施例再提供一种计算机可读存储介质，上述计算机可读存储介质包括存储的程序，其中，在程序运行时控制存储介质所在车载设备执行上述一个或多个实施例中的基于车路协同的定位方法的步骤。
这里需要指出的是：以上装置、系统、车载设备或计算机可读存储介质实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请装置、系统、车载设备或计算机可读存储介质实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
本申请描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。
本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合，以形成另一个由权利要求限定的独特的发明方案。因此，应当理解，在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。
此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本申请实施例的精神和范围内。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

Claims (10)

1.一种基于车路协同的定位方法，其特征在于，应用于车辆，所述方法包括：
在所述车辆位于路侧设备所管理的预设区域时，接收所述路侧设备所广播的定位数据，其中，所述定位数据包括：所述路侧设备的坐标值和所述路侧设备对应的伪距观测值；
获取所述车辆对应的伪距观测值；
根据所述定位数据，对所述车辆对应的伪距观测值进行伪距修正处理，得到修正后的伪距观测值；
基于修正后的伪距观测值，计算出修正后的所述车辆的坐标值。
2.根据权利要求1所述的方法，其特征在于，所述根据所述定位数据，对所述车辆对应的伪距观测值进行伪距修正处理，得到修正后的伪距观测值，包括：
基于所述路侧设备对应的伪距观测值和所述车辆对应的伪距观测值，确定出所述路侧设备到目标卫星的伪距观测值，并确定出所述车辆到所述目标卫星的伪距观测值，其中，所述目标卫星为所述路侧设备和所述车辆均观测的至少四个相同卫星；基于所述路侧设备的坐标值和所述路侧设备到目标卫星的伪距观测值，对所述车辆到所述目标卫星的伪距观测值进行伪距修正处理，得到至少四个修正后的伪距观测值；
所述基于修正后的伪距观测值，计算出修正后的所述车辆的坐标值，包括：基于所述至少四个修正后的伪距观测值，计算出修正后的所述车辆的坐标值。
3.根据权利要求2所述的方法，其特征在于，所述基于所述至少四个修正后的伪距观测值，计算出修正后的所述车辆的坐标值，包括：
将所述至少四个修正后的伪距观测值输入至预先建立的线性化伪距迭代模型中进行迭代处理，直至所述预先建立的线性化伪距迭代模型所输出的修正值小于预设阈值时，将所述预先建立的线性化伪距迭代模型所输出的所述车辆的坐标值确定为所述修正后的所述车辆的坐标值。
4.根据权利要求3所述的方法，其特征在于，在所述将所述至少四个修正后的伪距观测值输入至预先建立的线性化伪距迭代模型中进行迭代处理之前，所述方法还包括：
获得所述车辆到至少四个卫星的伪距方程；
将由所述车辆到至少四个卫星的伪距方程所联立的伪距方程组进行线性化处理，得到线性化的伪距方程组；
基于所述线性化的伪距方程组，通过最小二乘法，得到修正值向量的表达式；
基于预设的迭代方程式和所述修正值向量的表达式，构建所述线性化伪距迭代模型。
5.根据权利要求4所述的方法，其特征在于，所述线性化的伪距方程组，包括：
Figure FDA0002368324670000021
其中，i、p为正整数，1≤i≤p，4≤p；
Figure FDA0002368324670000022
表示修正后的车辆到卫星i的伪距观测值，
Figure FDA0002368324670000023
Figure FDA0002368324670000024
(xi,yi,zi)为卫星i的坐标，(xr0,yr0,zr0)为车辆的坐标的近似值向量r0；li(t)，mi(t)，ni(t)为车辆到卫星i的方向余弦，
Figure FDA0002368324670000025
Figure FDA0002368324670000026
(δx,δy,δz)表示车辆的坐标到卫星i的坐标的微分向量，δx＝δxi-δxr，δy＝δyi-δyr，δz＝δzi-δzr，(xr,yr,zr)表示车辆的坐标；c表示光速；δtrove表示车辆所装载的车载接收机的时钟误差的微分值；
且所述修正值向量的表达式，包括：
Figure FDA0002368324670000031
其中，
Figure FDA0002368324670000032
且所述预设的迭代方程式，包括：r0＝r0+δr，其中，δr＝(δxr,δyr,δzr)。
6.根据权利要求2所述的方法，其特征在于，所述获取所述车辆对应的伪距观测值，包括：
获取多个卫星对应的星历数据；
基于所述多个卫星对应的星历数据，将所述多个卫星中预定所在位置满足预设卫星分布条件的至少四个卫星确定为待观测的卫星；
对所述待观测的卫星进行观测，获得所述车辆对应的伪距观测值。
7.根据权利要求2所述的方法，其特征在于，所述定位数据还包括：所述路侧设备对应的观测参数，其中，所述路侧设备对应的观测参数包括：所述路侧设备观测的每个卫星对应的卫星标识和所述路侧设备对应的观测时间；
所述基于所述路侧设备对应的伪距观测值和所述车辆对应的伪距观测值，确定出所述路侧设备到目标卫星的伪距观测值，并确定出所述车辆到所述目标卫星的伪距观测值，包括：
获取所述车辆对应的观测参数，其中，所述车辆对应的观测参数包括：所述车辆观测的每个卫星对应的卫星标识和所述车辆对应的观测时间；
确定所述路侧设备对应的观测时间与所述车辆对应的观测时间是否匹配；
若所述路侧设备对应的观测时间与所述车辆对应的观测时间是匹配的，将所述路侧设备观测的每个卫星对应的卫星标识与所述车辆观测的每个卫星对应的卫星标识进行匹配；
根据匹配结果，将匹配的卫星标识中的至少四个确定为所述目标卫星的卫星标识；
基于所述目标卫星的卫星标识，从所述路侧设备对应的伪距观测值中确定出所述路侧设备到目标卫星的伪距观测值，并从所述车辆对应的伪距观测值中确定出所述车辆到所述目标卫星的伪距观测值。
8.一种基于车路协同的定位系统，其特征在于，所述系统包括：车载设备和路侧设备；其中，
所述路侧装置包括：路侧接收机和车用无线通信V2X路侧单元；其中，
所述路侧接收机，用于获取定位数据，其中，所述定位数据包括：所述路侧设备的坐标值和所述路侧设备对应的伪距观测值；
所述V2X路侧单元，用于广播所述定位数据；
所述车载设备包括：V2X车载单元、车载接收机、处理器和计算芯片；其中，
所述V2X车载单元，用于在车辆位于路侧设备所管理的预设区域时，接收所述路侧设备通过所述V2X路侧单元所广播的所述定位数据；
所述车载接收机，用于获取所述车辆对应的伪距观测值；
所述处理器，用于将所述定位数据和所述车辆对应的伪距观测值输出至所述计算芯片；
所述计算芯片，用于根据所述定位数据，对所述车辆对应的伪距观测值进行伪距修正处理，得到修正后的伪距观测值；基于修正后的伪距观测值，计算出修正后的所述车辆的坐标值。
9.一种计算机可读存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在车载设备执行如权利要求1至7任一项所述的基于车路协同的定位方法的步骤。
10.一种车载设备，其特征在于，所述车载设备包括：
至少一个处理器；
以及与所述处理器连接的至少一个存储器、总线；
其中，所述处理器、存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行如权利要求1至7任一项所述的基于车路协同的定位方法的步骤。
CN202010042757.2A 2020-01-15 2020-01-15 一种基于车路协同的定位方法及系统、介质和车载设备 Pending CN111276000A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010042757.2A CN111276000A (zh) 2020-01-15 2020-01-15 一种基于车路协同的定位方法及系统、介质和车载设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010042757.2A CN111276000A (zh) 2020-01-15 2020-01-15 一种基于车路协同的定位方法及系统、介质和车载设备

Publications (1)

Publication Number Publication Date
CN111276000A true CN111276000A (zh) 2020-06-12

Family

ID=70999034

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010042757.2A Pending CN111276000A (zh) 2020-01-15 2020-01-15 一种基于车路协同的定位方法及系统、介质和车载设备

Country Status (1)

Country Link
CN (1) CN111276000A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113438735A (zh) * 2021-06-24 2021-09-24 星觅(上海)科技有限公司 一种车辆的定位方法、装置、电子设备及存储介质
CN114363813A (zh) * 2022-03-16 2022-04-15 深圳市赛格导航科技股份有限公司 一种基于广播的v2x通信终端、系统及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101158719A (zh) * 2007-11-16 2008-04-09 上海伽利略导航有限公司 伪卫星亚分米级室内定位系统及其载波相位定位方法
JP2013246038A (ja) * 2012-05-25 2013-12-09 Denso Corp 車両用現在位置決定装置
CN105319561A (zh) * 2014-07-24 2016-02-10 北京大学 一种卫星定位导航接收机快速热起动方法
CN105842711A (zh) * 2016-01-27 2016-08-10 乐卡汽车智能科技（北京）有限公司 差分基站、路侧设备、车载定位设备以及差分定位方法
CN105974453A (zh) * 2015-11-05 2016-09-28 乐卡汽车智能科技（北京）有限公司 基于智能车路协同系统的差分定位方法及智能车路协同系统
CN108437972A (zh) * 2018-04-10 2018-08-24 清华大学 一种基于位置偏差的轨迹跟踪方法和装置
CN110133700A (zh) * 2019-05-27 2019-08-16 上海海事大学 一种船载综合导航定位方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101158719A (zh) * 2007-11-16 2008-04-09 上海伽利略导航有限公司 伪卫星亚分米级室内定位系统及其载波相位定位方法
JP2013246038A (ja) * 2012-05-25 2013-12-09 Denso Corp 車両用現在位置決定装置
CN105319561A (zh) * 2014-07-24 2016-02-10 北京大学 一种卫星定位导航接收机快速热起动方法
CN105974453A (zh) * 2015-11-05 2016-09-28 乐卡汽车智能科技（北京）有限公司 基于智能车路协同系统的差分定位方法及智能车路协同系统
CN105842711A (zh) * 2016-01-27 2016-08-10 乐卡汽车智能科技（北京）有限公司 差分基站、路侧设备、车载定位设备以及差分定位方法
CN108437972A (zh) * 2018-04-10 2018-08-24 清华大学 一种基于位置偏差的轨迹跟踪方法和装置
CN110133700A (zh) * 2019-05-27 2019-08-16 上海海事大学 一种船载综合导航定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
尉江华: "车联网环境下通信单元需求建模与设计实现", 《中国优秀硕士学位论文全文数据库》 *
王晖辉: "伪卫星增强GPS技术及应用研究", 《中国博士学位论文全文数据库》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113438735A (zh) * 2021-06-24 2021-09-24 星觅(上海)科技有限公司 一种车辆的定位方法、装置、电子设备及存储介质
CN114363813A (zh) * 2022-03-16 2022-04-15 深圳市赛格导航科技股份有限公司 一种基于广播的v2x通信终端、系统及方法

Similar Documents

Publication Publication Date Title
EP3309585A1 (en) Positioning processing system, method, computer program, positioning processing device, and user terminal
CN111913200B (zh) 车辆群体差分定位方法、rsu设备、融合感知设备及系统
CN113050142B (zh) 终端设备的定位方法、装置、电子设备及可读存储介质
CN109975849B (zh) 一种基线向量的确定方法、服务器和计算机存储介质
CN110412634B (zh) 基于参考站网的伪距差分定位方法及装置
CN110673169A (zh) 一种接收机rtk精度的测试方法及终端
Cui et al. Feasibility analysis of low-cost GNSS receivers for achieving required positioning performance in CAV applications
CN111928845A (zh) 车辆定位校准方法、rsu设备以及mec设备以及系统
CN111276000A (zh) 一种基于车路协同的定位方法及系统、介质和车载设备
US20220018969A1 (en) System and method for providing gnss corrections
Bento et al. Cooperative GNSS positioning aided by road-features measurements
CN107703527B (zh) 一种基于北斗三频单历元宽巷/超宽巷的组合定位方法
CN112596089A (zh) 融合定位方法、装置、电子设备及存储介质
Bae et al. Performance analysis of Network-RTK techniques for drone navigation considering ionospheric conditions
CN111398892A (zh) 一种车辆定位方法、装置及车载终端
CN104536023A (zh) 一种高低频误差分流预测的无延时亚米级差分定位方法
US20230258823A1 (en) Method, apparatus, computer storage medium, and terminal for realizing positioning resolution
Rademakers et al. Obtaining real-time sub-meter accuracy using a low cost GNSS device
Kim et al. Kalman–Hatch dual‐filter integrating global navigation satellite system/inertial navigation system/on‐board diagnostics/altimeter for precise positioning in urban canyons
CN112731268A (zh) 一种差分数据的处理方法和定位跟踪系统
CN113419266B (zh) 定位方法及装置、电子设备、计算机可读存储介质
CN113242597B (zh) 位姿信息的确定方法、装置及终端设备
CN114660633A (zh) 智能网联汽车定向性能测试方法、装置及系统
CN116931007B (zh) 电离层延迟处理方法、装置、设备及存储介质
CN117270004B (zh) 基于卫星定位的工程测绘方法、设备、系统及介质

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