CN111722632A - 基于车联网的汽车电子轨道自动驾驶系统 - Google Patents
基于车联网的汽车电子轨道自动驾驶系统 Download PDFInfo
- Publication number
- CN111722632A CN111722632A CN202010643711.6A CN202010643711A CN111722632A CN 111722632 A CN111722632 A CN 111722632A CN 202010643711 A CN202010643711 A CN 202010643711A CN 111722632 A CN111722632 A CN 111722632A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road
- millimeter wave
- transmitters
- mounted radar
- 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
Links
- 238000004891 communication Methods 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims description 40
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 7
- 238000007476 Maximum Likelihood Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 238000002592 echocardiography Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 7
- 238000005070 sampling Methods 0.000 claims 1
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了基于车联网的汽车电子轨道自动驾驶系统,包括了云计算中心,5G网络,汽车雷达及其通信模块,道路无线毫米波发射器及其通信模块,使用作为整个道路系统规划决策的云计算中心;连接云计算中心、车载雷达和道路铺设的毫米波发射器的5G网络;与道路轨道模块配合进行定位,同时还可以在紧急状态下进行制动的汽车雷达;地面毫米波发射器作为道路标准位置标记,与汽车雷达通过分布式有源定位的方式对汽车进行位置估计,从而实现电子轨道自动驾驶。同时,保留传统车载雷达系统,保证在车辆在紧急状态下可以制动避险。道路无线毫米波发射器的通信模块可以按周期上传发射器的信息,保证发射器状态真实可控。
Description
技术领域
本发明属于自动驾驶技术领域,具体为基于车联网的汽车电子轨道自动驾驶系统。
背景技术
目前市场上的自动驾驶系统存在以下问题:
现有的自动驾驶系统对于获取道路上的汽车信息效率低,车辆的行进方向、速度和轨迹的获取不精确,同时车辆在紧急状态下制动避险的能力低。因此大多数自动驾驶系统的可靠性并不足以支持完全自动驾驶。
针对相关技术中的问题,目前尚未提出有效的解决方案,为此,我们提出基于车联网的汽车电子轨道自动驾驶系统。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供基于车联网的汽车电子轨道自动驾驶系统,解决了背景技术中提到的问题。
(二)技术方案
为实现上述目的,本发明提供如下技术方案:基于车联网的汽车电子轨道自动驾驶系统,包括了云计算中心,5G网络,汽车雷达及其通信模块,道路无线毫米波发射器及其通信模块,使用作为整个道路系统规划决策的云计算中心,连接云计算中心,车载雷达和道路铺设的毫米波发射器的5G网络,与道路轨道模块配合进行定位,同时还可以在紧急状态下进行制动的汽车雷达,无线毫米波发射器作为道路标准位置标记,与汽车雷达通过分布式有源定位的方式对汽车进行位置估计。
进一步的,每隔一定距离安装多个的道路无线毫米波发射器,通过全向毫米波段天线向周围发送调制有自身ID、位置等信息的信号。
进一步的,汽车雷达在一个调度周期内通过相控阵雷达天线和数字波束形成(DBF)技术扫描整个道路空域,通过贝叶斯估计,极大似然估计等方法,估计出汽车雷达接收到的源自于不同道路无线毫米波发射器的信号幅度最大的空域方向,以此方向为粗略方向,使用等信号法获得更精确的测角精度和角度跟踪,从而获取附近道路无线毫米波发射器相对于汽车的方向信息。
进一步的,5G无线网络通信模块将获取的方向信息和车载雷达上的信息一起通过5G基站上传至云计算中心,中心通过多个发射器的位置信息及其相应发射器与汽车的相对方向估计出车辆的位置;云计算中心获取了道路上所有车辆的位置信息之后,通过轨道引导算法,规划出每个车辆的行进方向,速度和轨迹。
进一步的,5G网络将信息和下达的汽车操作指令传输给各个车辆的控制部分,从而实现电子轨道自动驾驶;同时,保留传统车载雷达系统,保证在车辆在紧急状态下可以制动避险,道路无线毫米波发射器的通信模块可以随时上传发射器的信息,保证发射器状态真实可控。
其中si为第i个道路无线毫米波的发射器所发射的信号,ai为第i个信号上调制的信息,ω0为设定的载频的角频率。那么在车载雷达通过其天线接收之后,采样为数字信号,并通过一个系统响应为的系统后可完成对特定从第i个道路无线传感器发射的ai信号的匹配滤波;其中对于不同的道路毫米波发射器来说,其匹配滤波器的系统响应和匹配系数是不同的,这样既可以保证在经过匹配滤波器后可以通过不同的增益区分出不同发射器所发射的信号,从而将第i个道路无线毫米波发射器的信号噪声功率比(SNR)变为N=BT倍,其中B为信号带宽,T为信号脉宽,这样特定的道路无线毫米波传感器的就可以在接收到的信号经过第i个特定匹配滤波器后信噪比变为N倍从而被特定的提取出来,而在接收系统中,将某一个空域方向接收到的信号分别通过不同的匹配滤波器,就可以得到某一空域方向不同道路无线毫米波发射器发送到车载雷达处的功率大小;本系统中的道路无线毫米波发射器使用全向天线,其特点为在各个方向上的信号增益相同;另外,在一个调度周期(车载雷达相控阵天线增益方向扫过整个空域的时间)时间很短,所以不妨认为车辆在一个调度周期移动的位置可以忽略不计;当车载雷达通过DBF技术将整个空域扫完时,车载雷达DBF主瓣方向经过某个特定匹配滤波器峰值功率最大的方向,便是这个特定道路无线毫米波发射器相对于车载雷达的方向,并将此方向作为粗略方向,使用等信号法进行更加精确的测角和角度跟踪,将最终获取的精确方向信息上传至云计算中心后,根据所得到的多个方向信息和及其道路毫米波发射器的位置信息,就可以反演估计出车载雷达的位置信息;同时,通过TDOA和FDOA的结果进行联合估计,以提高位置估计精度。
进一步的,等信号法指使用DBF技术形成两个相同且彼此部分重叠的波束,在波束的交叠轴方向,两个波束收到的信号幅度相等,否则一个波束收到的信号强度高于另外一个,因此,两个波束的回波幅度大小比值可以判断目标偏离等信号轴方向,并可用查表的方法估计出偏离等信号轴的大小,使用等信号法在精度上高于最大信号法,所以使用最大信号法搜索出目标发射器的粗略方向,使用等信号法对方向进行精确测量和跟踪;同时,在使用到达时差方法(TDOA)进行联合定位估计,TDOA原理如下:
不同的道路无线毫米波发射器发射调制后的信号时间相同,车载雷达接收信号后通过不同的匹配滤波器可以估计出不同发射器发射信号的到达时间差,从而得到车载雷达相对于不同发射器的距离差,通过差值和发射器的已知位置,即可估计出车载雷达的位置,同时,在使用到达频差方法(FDOA)进行联合定位估计:
FDOA原理如下,不同的道路无线毫米波发射器发射调制后的信号频率相同,车辆在路面上运动会和固定位置的道路无线毫米波发射器产生相对速度,车载雷达接收信号后通过不同的匹配滤波器可以估计出不同发射器发射信号的到达频率差,从而估计出车载雷达的位置;定位采用到达角(DOA)和到达时差(TDOA)到达频差(FDOA)三种方法进行联合位置估计,以提高位置估计精度;云计算中心可以通过车载雷达的GPS信息粗略的估计出其位置,并下传其位置附近的道路无线发射器信息及各个发射器的匹配滤波系数,并可以提高实时性和减少系统设计难度。
(三)有益效果
与现有技术相比,本发明提供了基于车联网的汽车电子轨道自动驾驶系统,具备以下有益效果:
通过云计算中心获取了道路上所有车辆的位置信息之后,通过轨道引导算法,规划出每个车辆的行进方向,速度和轨迹,通过5G
网络将信息和下达的汽车操作指令传输给各个车辆的控制部分,从而实现电子轨道自动驾驶。同时,保留传统车载雷达系统,保证在车辆在紧急状态下可以制动避险。道路无线毫米波发射器的通信模块可以随时上传发射器的信息,保证发射器状态真实可控。
附图说明
图1为本发明工作流程图;
图2为本发明道路无线毫米波发射器和毫米波全向天线示意图;
图3为本发明通信天线和汽车控制中心的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本实用新形提供一种技术方案:基于车联网的汽车电子轨道自动驾驶系统,包括了云计算中心,5G网络,汽车雷达及其通信模块,道路无线毫米波发射器及其通信模块,使用作为整个道路系统规划决策的云计算中心,连接云计算中心,车载雷达和道路铺设的毫米波发射器的5G网络,与道路轨道模块配合进行定位,同时还可以在紧急状态下进行制动的汽车雷达,与作为道路标准位置标记,与汽车雷达通过分布式有源定位的方式对汽车进行位置估计的道路无线毫米波发射器。
进一步的,每隔一定距离安装多个的道路无线毫米波发射器,通过全向天线向周围发送调制有自身ID、位置等信息的信号。
进一步的,汽车雷达在一个驻留周期内通过相控阵雷达天线和数字波束形成(DBF)技术扫描整个道路空域,通过贝叶斯估计,极大似然估计等方法,估计出汽车雷达接收到的源自于不同道路无线毫米波发射器的信号幅度最大的空域方向,以此方向为粗略方向,使用等信号法获得更精确的测角精度和角度跟踪,从而获取附近道路无线毫米波发射器相对于汽车的方向信息。
进一步的,5G无线网络通信模块将获取的方向信息和车载雷达上的信息一起通过5G基站上传至云计算中心,中心通过多个发射器的位置信息及其相应发射器与汽车的相对方向估计出车辆的位置;云计算中心获取了道路上所有车辆的位置信息之后,通过轨道引导算法,规划出每个车辆的行进方向,速度和轨迹。
进一步的,5G网络将信息和下达的汽车操作指令传输给各个车辆的控制部分,从而实现电子轨道自动驾驶;同时,保留传统车载雷达系统,保证在车辆在紧急状态下可以制动避险,道路无线毫米波发射器的通信模块可以随时上传发射器的信息,保证发射器状态真实可控。
其中si为第i个道路无线毫米波的发射器所发射的信号,ai为第i个信号上调制的信息,ω0为设定的载频的角频率。那么在车载雷达通过其天线接收之后,采样为数字信号,并通过一个系统响应为的系统后可完成对特定从第i个道路无线传感器发射的ai信号的匹配滤波;其中对于不同的道路毫米波发射器来说,其匹配滤波器的系统响应和匹配系数是不同的,这样既可以保证在经过匹配滤波器后可以通过不同的增益区分出不同发射器所发射的信号,从而将第i个道路无线毫米波发射器的信号噪声功率比(SNR)变为N=BT倍,其中B为信号带宽,T为信号脉宽,这样特定的道路无线毫米波传感器的就可以在接收到的信号经过第i个特定匹配滤波器后功率放大N倍从而被特定的提取出来,而在接收系统中,将某一个空域方向接收到的信号分别通过不同的匹配滤波器,就可以得到某一空域方向不同道路无线毫米波发射器发送到车载雷达处的功率大小;本系统中的道路无线毫米波发射器使用全向天线,其特点为在各个方向上的信号增益相同;另外,在一个调度周期(车载雷达相控阵天线增益方向扫过整个空域的时间)时间很短,所以不妨认为车辆在一个调度周期移动的位置可以忽略不计;当车载雷达通过DBF技术将整个空域扫完时,车载雷达DBF主瓣方向经过某个特定匹配滤波器峰值功率最大的方向,便是这个特定道路无线毫米波发射器相对于车载雷达的方向,并将此方向作为粗略方向,使用等信号法进行更加精确的测角和角度跟踪,将最终获取的精确方向信息上传至云计算中心后,根据所得到的多个方向信息和及其道路毫米波发射器的位置信息,就可以反演估计出车载雷达的位置信息;同时,通过TDOA和FDOA的结果进行联合估计,以提高位置估计精度。
进一步的,等信号法指使用DBF技术形成两个相同且彼此部分重叠的波束,在波束的交叠轴方向,两个波束收到的信号幅度相等,否则一个波束收到的信号强度高于另外一个,因此,两个波束的回波幅度大小比值可以判断目标偏离等信号轴方向,并可用查表的方法估计出偏离等信号轴的大小,使用等信号法在精度上高于最大信号法,所以使用最大信号法搜索出目标发射器的粗略方向,使用等信号法对方向进行精确测量和跟踪;同时,在使用到达时差方法(TDOA)进行联合定位估计,TDOA原理如下:
不同的道路无线毫米波发射器发射调制后的信号时间相同,车载雷达接收信号后通过不同的匹配滤波器可以估计出不同发射器发射信号的到达时间差,从而得到车载雷达相对于不同发射器的距离差,通过差值和发射器的已知位置,即可估计出车载雷达的位置,同时,在使用到达频差方法(FDOA)进行联合定位估计:
FDOA原理如下,不同的道路无线毫米波发射器发射调制后的信号频率相同,车辆在路面上运动会和固定位置的道路无线毫米波发射器产生相对速度,车载雷达接收信号后通过不同的匹配滤波器可以估计出不同发射器发射信号的到达频率差,从而估计出车载雷达的位置;定位采用到达角(DOA)和到达时差(TDOA)到达频差(FDOA)三种方法进行联合位置估计,以提高位置估计精度;云计算中心可以通过车载雷达的GPS信息粗略的估计出其位置,并下传其位置附近的道路无线发射器信息及各个发射器的匹配滤波系数,并可以提高实时性和减少系统设计难度。
假设信号发射端和信号接收端在同一个水平面内,则可以设目标的位置矢量为X=[x,y]T,则第i个无线道路毫米波发射器和车载雷达的相对角度为
其中,[x,y]T为第i个道路无线毫米波发射器的位置,ni为测量误差。
那么,N个道路无线毫米波发射器的测向方程可以写为β=f(X)+N
对其求最小二乘意义下的解。首先用泰勒展开将其转化为线性方程
f(X)=f(X0)+G(X0)(X-X0)+o(X-X0)
o(X-X0)表示X-X0的高阶无穷小。那么,该方程组最小二乘意义的解为
其中R为测量误差的协方差矩阵。
工作原理:通过云计算中心获取了道路上所有车辆的位置信息之后,通过轨道引导算法,规划出每个车辆的行进方向,速度和轨迹,通过5G网络将信息和下达的汽车操作指令传输给各个车辆的控制部分,从而实现电子轨道自动驾驶。同时,保留传统车载雷达系统,保证在车辆在紧急状态下可以制动避险。道路无线毫米波发射器的通信模块可以随时上传发射器的信息,保证发射器状态真实可控。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物品或者设备所固有的要素。
在本发明的描述中,需要说明的是,术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.基于车联网的汽车电子轨道自动驾驶系统,包括了云计算中心,5G网络,汽车雷达及其通信模块,道路无线毫米波发射器及其通信模块,其特征在于:使用作为整个道路系统规划决策的云计算中心;连接云计算中心,车载雷达和道路铺设的毫米波发射器的5G网络;与道路轨道模块配合进行定位,同时还可以在紧急状态下进行制动的汽车雷达;无线毫米波发射器作为道路标准位置标记,与汽车雷达通过分布式有源定位的方式对汽车进行位置估计。
2.根据权利要求1所述的基于车联网的汽车电子轨道自动驾驶系统,其特征在于:每隔一定距离安装多个的道路无线毫米波发射器,通过全向毫米波段天线向周围发送调制有自身ID、位置等信息的信号。
3.根据权利要求1所述的基于车联网的汽车电子轨道自动驾驶系统,其特征在于:汽车雷达在一个调度周期内通过相控阵雷达天线和数字波束形成(DBF)技术扫描整个道路空域,通过贝叶斯估计,极大似然估计等方法,估计出汽车雷达接收到的源自于不同道路无线毫米波发射器的信号幅度最大的空域方向,以此方向为粗略方向,使用等信号法获得更精确的测角精度和角度跟踪,从而获取附近道路无线毫米波发射器相对于汽车的方向信息。
4.根据权利要求1所述的基于车联网的汽车电子轨道自动驾驶系统,其特征在于:5G无线网络通信模块将获取的方向信息和车载雷达上的信息一起通过5G基站上传至云计算中心,中心通过多个发射器的位置信息及其相应发射器与汽车的相对方向估计出车辆的位置;云计算中心获取了道路上所有车辆的位置信息之后,通过轨道引导算法,规划出每个车辆的行进方向,速度和轨迹。
5.根据权利要求1所述的基于车联网的汽车电子轨道自动驾驶系统,其特征在于:5G网络将信息和下达的汽车操作指令传输给各个车辆的控制部分,从而实现电子轨道自动驾驶;同时,保留传统车载雷达系统,保证在车辆在紧急状态下可以制动避险,道路无线毫米波发射器的通信模块可以随时上传发射器的信息,保证发射器状态真实可控。
其中si为第i个道路无线毫米波的发射器所发射的信号,ai为第i个信号上调制的信息,ω0为载频的角频率。那么在车载雷达通过其天线接收道路无线毫米波发射器发送的信号,经过采样转换为数字信号,并通过一个系统响应为的系统后可完成对特定从第i个道路无线传感器发射的ai信号的匹配滤波;其中对于不同的道路毫米波发射器来说,其匹配滤波器的系统响应和匹配系数是不同的,这样既可以保证在经过匹配滤波器后可以通过不同的增益区分出不同发射器所发射的信号,从而将第i个道路无线毫米波发射器的信号噪声功率比(SNR)变为N=BT倍,其中B为信号带宽,T为信号脉宽,这样特定的道路无线毫米波传感器的就可以在接收到的信号经过第i个特定匹配滤波器后信噪比变为N倍从而被特定的提取出来,而在接收系统中,将某一个空域方向接收到的信号分别通过不同的匹配滤波器,就可以得到某一空域方向不同道路无线毫米波发射器发送到车载雷达处的功率大小;本系统中的道路无线毫米波发射器使用全向毫米波段天线,其特点为在各个方向上的信号增益相同;另外,在一个调度周期(车载雷达相控阵天线增益方向扫过整个空域的时间)时间很短,所以不妨认为车辆在一个调度周期移动的位置可以忽略不计;当车载雷达通过DBF技术将整个空域扫完时,车载雷达DBF主瓣方向经过某个特定匹配滤波器峰值功率最大的方向,便是这个特定道路无线毫米波发射器相对于车载雷达的方向,并将此方向作为粗略方向,使用等信号法进行更加精确的测角和角度跟踪,将最终获取的精确方向信息上传至云计算中心后,根据所得到的多个方向信息和及其道路毫米波发射器的位置信息,就可以反演估计出车载雷达的位置信息;同时,通过TDOA和FDOA的结果进行联合估计,以提高位置估计精度。
7.根据权利要求1所述的基于车联网的汽车电子轨道自动驾驶系统,其特征在于:等信号法指使用DBF技术形成两个相同且彼此部分重叠的波束,在波束的交叠轴方向,两个波束收到的信号幅度相等,否则一个波束收到的信号强度高于另外一个,因此,两个波束的回波幅度大小比值可以判断目标偏离等信号轴方向,并可用查表的方法估计出偏离等信号轴的大小,使用等信号法在精度上高于最大信号法,所以使用最大信号法搜索出目标发射器的粗略方向,使用等信号法对方向进行精确测量和跟踪;同时,在使用到达时差方法(TDOA)进行联合定位估计,TDOA原理如下:
不同的道路无线毫米波发射器发射调制后的信号时间相同,车载雷达接收信号后通过不同的匹配滤波器可以估计出不同发射器发射信号的到达时间差,从而得到车载雷达相对于不同发射器的距离差,通过差值和发射器的已知位置,即可估计出车载雷达的位置,同时,在使用到达频差方法(FDOA)进行联合定位估计:
FDOA原理如下,不同的道路无线毫米波发射器发射调制后的信号频率相同,车辆在路面上运动会和固定位置的道路无线毫米波发射器产生相对速度,车载雷达接收信号后通过不同的匹配滤波器可以估计出不同发射器发射信号的到达频率差,从而估计出车载雷达的位置;定位采用到达角(DOA)和到达时差(TDOA)到达频差(FDOA)三种方法进行联合位置估计,以提高位置估计精度;云计算中心可以通过车载雷达的GPS信息粗略的估计出其位置,并下传其位置附近的道路无线发射器信息及各个发射器的匹配滤波系数,并可以提高实时性和减少系统设计难度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010643711.6A CN111722632A (zh) | 2020-07-06 | 2020-07-06 | 基于车联网的汽车电子轨道自动驾驶系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010643711.6A CN111722632A (zh) | 2020-07-06 | 2020-07-06 | 基于车联网的汽车电子轨道自动驾驶系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111722632A true CN111722632A (zh) | 2020-09-29 |
Family
ID=72572389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010643711.6A Pending CN111722632A (zh) | 2020-07-06 | 2020-07-06 | 基于车联网的汽车电子轨道自动驾驶系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111722632A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022144807A1 (en) * | 2020-12-31 | 2022-07-07 | Thales Canada Inc. | Method and system for high-integrity vehicle localization |
WO2023092623A1 (zh) * | 2021-11-24 | 2023-06-01 | 中车长春轨道客车股份有限公司 | 一种悬浮测试平台通信系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106950533A (zh) * | 2016-12-05 | 2017-07-14 | 南京理工大学 | 一种抑制干扰的自适应稳健波束成形联合定位方法 |
WO2017139432A1 (en) * | 2016-02-09 | 2017-08-17 | 5D Robotics, Inc. | Ultra wide band radar localization |
US20180011180A1 (en) * | 2015-07-20 | 2018-01-11 | Brigham Young University | Phased array radar systems for small unmanned aerial vehicles |
CN110942653A (zh) * | 2019-10-20 | 2020-03-31 | 黄旭仕 | 一种基于车联网的智能驾驶汽车辅助泊车系统 |
CN111208502A (zh) * | 2020-01-13 | 2020-05-29 | 长江大学 | 一种无人驾驶物流车辆的定位方法及系统 |
-
2020
- 2020-07-06 CN CN202010643711.6A patent/CN111722632A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180011180A1 (en) * | 2015-07-20 | 2018-01-11 | Brigham Young University | Phased array radar systems for small unmanned aerial vehicles |
WO2017139432A1 (en) * | 2016-02-09 | 2017-08-17 | 5D Robotics, Inc. | Ultra wide band radar localization |
CN106950533A (zh) * | 2016-12-05 | 2017-07-14 | 南京理工大学 | 一种抑制干扰的自适应稳健波束成形联合定位方法 |
CN110942653A (zh) * | 2019-10-20 | 2020-03-31 | 黄旭仕 | 一种基于车联网的智能驾驶汽车辅助泊车系统 |
CN111208502A (zh) * | 2020-01-13 | 2020-05-29 | 长江大学 | 一种无人驾驶物流车辆的定位方法及系统 |
Non-Patent Citations (1)
Title |
---|
四零三室, 西安电子科技大学出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022144807A1 (en) * | 2020-12-31 | 2022-07-07 | Thales Canada Inc. | Method and system for high-integrity vehicle localization |
WO2023092623A1 (zh) * | 2021-11-24 | 2023-06-01 | 中车长春轨道客车股份有限公司 | 一种悬浮测试平台通信系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7508344B2 (en) | Systems and methods for TDOA/FDOA location | |
EP1910864B1 (en) | A system and method for positioning a transponder | |
Kloeden et al. | Vehicle localization using cooperative RF-based landmarks | |
US20110001659A1 (en) | Device and method for the improved directional estimation and decoding by means of secondary radar signals | |
US12044767B2 (en) | Method and apparatus for establishing the distance between a vehicle and an infrastructure device | |
JPH10148665A (ja) | 車車間通信による相対位置算出装置 | |
CN111722632A (zh) | 基于车联网的汽车电子轨道自动驾驶系统 | |
CN101975938A (zh) | 基于射频信号的五维定位方法和系统 | |
CN101561493A (zh) | 基于双飞行机器人对有源目标的定位方法与系统 | |
CN110045328B (zh) | 基于小型无人机平台的反黑飞无人机探测定位方法 | |
CN106950549A (zh) | 一种基于无线射频中继传输技术的雷达标定方法与系统 | |
CN109521402B (zh) | 一种低空无人机被动探测定位系统 | |
CN113447924B (zh) | 一种基于毫米波雷达的无人机测绘方法和系统 | |
KR20060132191A (ko) | 전파도달 시간차를 이용한 위치측정시스템 및 위치측정방법 | |
CN107271997A (zh) | 机载多通道cssar地面运动目标运动参数估计方法 | |
CN113347572A (zh) | 利用空中基站实现终端定位的方法和系统 | |
CN113219419A (zh) | 一种雷达性能测试装置及测试系统 | |
CN107045117A (zh) | 基于Capon波束形成定位方法及装置 | |
US9316719B1 (en) | Power difference of arrival geolocation | |
CN111208502B (zh) | 一种无人驾驶物流车辆的定位方法及系统 | |
JP7198958B2 (ja) | 情報処理装置、制御方法、及び制御プログラム | |
CN107783124B (zh) | 基于组合波形的旋翼无人机复杂环境防碰撞雷达系统及信号处理方法 | |
CN110824419B (zh) | 一种物流车辆的定位方法及系统 | |
CN114859384A (zh) | 一种星上测定gnss卫星发射天线方向图的方法 | |
CN109239658B (zh) | 一种基于tdoa原理的舰船编队精确定位系统及方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200929 |