CN112832152A - 一种基于融合定位技术的智慧锥桶 - Google Patents

Abstract

本发明公开了一种基于融合定位技术的智慧锥桶，包括UWB超宽带定位模块、LoRa无线定位模块、北斗卫星定位模块。本发明将具有数据传输速率高、抗多径干扰能力强、穿透能力强、截获率低、与现有其他无线通信系统共享频谱等特点的UWB超宽带定位，以及具有低功耗、远距离、较强抗干扰性和穿透性特点的LoRa无线定位作为北斗卫星定位的有效补充，并提出了三种定位信息融合优选的方法，使智慧锥桶能够适用于隧道、地下停车场等封闭空间场景，提高产品的定位精度。

Description

一种基于融合定位技术的智慧锥桶

技术领域

本发明属于道路安全技术领域，特别涉及一种基于融合定位技术的智慧锥桶。

背景技术

传统的锥桶，又称锥形路标、锥形筒，是一种道路交通隔离警戒设施。主要的用途是：设在需要临时分隔车流，引导交通，指引车辆绕过危险路段，保护施工现场设施和人员等场所周围。广泛应用在高速公路、路口车道、道路施工地段、危险地区，是交管、路政、道路养护单位必备的重要交通安全设施。

当前我国新基建水平飞速发展，在交通行业“北斗+”、物联网、5G通讯、车路协同、无人驾驶等新技术、新设备不断涌现，传统的锥桶无任何感知和交互部件已经不能满足我国新基建下的道路交通安全管理要求，尤其不能满足无人驾驶和车路协同场景的应用需求。

用“北斗+”、大数据融合、物联网等先进技术对锥桶实施智慧化改造，一方面，推动我国“北斗+交通”的深度融合，推广“北斗+”产业发展；另一方面提升交通安全设备的智慧化水平，提升交通安全管理水平；但北斗卫星定位技术具备全天候、全球性的定位能力，但会受到天气、地理位置、信号遮蔽等环境因素的影响，可能存在信号丢失或者精度不够的问题，在隧道场景使用，受山体遮挡定位信号丢失或精度不够的问题尤为突出，是当前“北斗+”技术在交通领域推广的技术瓶颈。

发明内容

本发明的目的在于克服上述现有技术的不足，提供一种基于融合定位技术的智慧锥桶，将具有数据传输速率高(达1Gbit/s)、抗多径干扰能力强、功耗低、成本低、穿透能力强、截获率低、与现有其他无线通信系统共享频谱等特点的UWB超宽带定位，以及具有低功耗、远距离、较强抗干扰性和穿透性特点的LoRa无线定位作为北斗卫星定位的有效补充，并提出了三种定位信息融合优选的方法，使发明的智慧锥桶能够适用于隧道、地下停车场等封闭空间场景，提高产品的定位精度。

技术方案如下：

一种基于融合定位技术的智慧锥桶，包括UWB超宽带定位模块、LoRa无线定位模块、北斗卫星定位模块；

所述UWB超宽带定位模块用于接收至少一个UWB定位基站发送的UWB超宽带定位信号；

所述LoRa无线定位模块用于接收至少一个LoRa网关发送的LoRa定位信号；

所述北斗卫星定位模块用于接收北斗卫星信号。

进一步的，将三种定位源数据输入融合算法：

S1选择具有全天候、全球性定位能力的北斗卫星定位模块作为公共参考系统α；

S2将其余定位系统与公共参考系统相结合，形成信息优化联邦卡尔曼滤波子系统：

UWB超宽带定位/北斗卫星定位为子系统KF₁，

LoRa低功耗无线定位/北斗卫星定位为子系统KF₂；

S3将得到的滤波子系统发送到主滤波器进行数据融合、卡尔曼滤波，得到子系统的最优状态矩阵；

S4将得到的信息进行可信度检测，具体包括子系统的可信度检测和可信子系统的误差检测，选择一个定位偏差范围Δr，如果无故障子系统定位偏差满足KF_I-α≤Δr信任该子系统，否则隔离不受信息的子系统；

S5隔离不受信任的子系统；

S6判断受信任的子系统数量是否为0；

S7如果所有子系统都不可信，则选择公共参考系统北斗卫星定位作为最终定位结果输出；

S8如果有可信任的子系统，则按精度重新排序并定义子系统为S₁、S_k(k≤2)；

S9对可信任的子系统依次进行定位误差检测；

S10判断定位误差是否在允许范围内

S11如果所有可信任子系统的定位误差均不在允许范围内，则对所有可信任子系统的定位信息进行融合，并将融合的定位信息作为最终定位结果输出；

S12如果可信任子系统的定位误差在允许范围内，则将该子系统的定位信息作为最终定位结果输出。

进一步的，S3得到子系统的最优状态矩阵的具体过程包括以下步骤：

S31系统的状态模型表示为：

X_k＝F_k，k-1X_k-1+G_k，k-1w_k-1

式中：X_k表示时间样本t_k时刻的状态量；F_k，k-1为t_k-1时刻的状态量向t_k时刻的状态量的转移矩阵；X_k-1表示时间样本t_k-1时刻的状态预测向量；G_k，k-1表示噪声输人矩阵；w_k为系统的状态噪声；

系统的量测模型表示为：

Z_k＝H_kX_k+v_k

Z_k表示时间样本t_k时刻滤波后的测量向量；H_k为系统的观测转换矩阵；v_k为系统的观测噪声；

S32选择三个定位模块的能够表征定位状态的参数，并约定坐标系的指向：

北斗卫星定位状态参数包括：位置误差

和速度误差

UWB超宽带定位状态参数包括：导航坐标系中的x_UWB，y_UWB坐标；

LoRa低功耗无线定位状态参数包括：导航坐标系中的x_LoRa，y_LoRa坐标；

选择地理坐标系作为导航坐标系，X轴指向东方，Y轴指向北方，Z轴指向天空，在载体坐标系中，X轴指向右边，Y轴指向前面，Z轴指向顶部；

S33子系统KF₁的状态模型和量测模型：

子系统KF₁的状态方程为X₁＝F₁X₁+G₁W₁

子系统KF₁的量测方程为Z₁＝H₁X₁+V₁

其中：

F_BDS为北斗卫星定位的状态转移矩阵，F_UWB为UWB超宽带定位的状态转移矩阵，

S34子系统KF₂的状态模型和量测模型：

子系统KF₂的状态方程为X₂＝F₂X₂+W₂

子系统KF₂的测量方程为Z₂＝H₂X₂+V₂

其中：

F_BDS为北斗卫星定位的状态转换矩阵，F_UWB为UWB超宽带定位的状态转换矩阵，

S35卡尔曼滤波求解：

通过卡尔曼滤波的求解过程对其求解，经过两个方程式建立起某时刻的测量向量与状态向量的关系，实现在给出t_k时刻的状态向量和估计误差的协方差的初始值之后，通过迭代运算对不同时刻的状态向量做出估计。

本发明提供的智慧锥桶可用于普通路段的道路运维管理工作中，可实时对施工路段和事故现场进行监控定位，将事件信息上报到管控系统，为封路以及放行决策提供精准数据支持；为交通参与者提供出行服务，提示交通参与者有效躲避道路封闭、提升出行安全和效率。此外，还可用于车路协同以及无人驾驶场景的道路交通隔离，与自动驾驶车辆、路侧设备组成更加智慧的物联网设备家族。

附图说明

图1为本发明智慧锥桶结构示意图。

图2为电路连接结构图。

图3为最优选择融合定位算法流程图。

图4为联邦卡尔曼滤波器结构图。

具体实施方式

为使本领域的技术人员更好地理解本发明的技术方案，下面结合实施例对本发明提供的一种基于融合定位技术的智慧锥桶进行详细描述。以下实施例仅用于说明本发明而非用于限制本发明的范围。

实施例1

图1为本发明提供的智慧锥桶结构示意图，从图中可以看出发明所述一种基于融合定位技术的智慧锥桶包括锥桶本体1、操作面板2、主控模块3。

锥桶本体1为圆锥形PVC桶体，桶体上贴有反光贴纸。

操作面板2包括功能按键21、指示灯22、语音播报单元23，螺钉24；操作面板2和主控模块3通过螺钉24固定在锥桶本体1上；功能按键21包括电源开关按钮211、事件类型选择按键212，事件类型选择按键212包括施工养护2121和交通事故2122；指示灯22包括电源指示灯221、数据收发状态指示灯222。

主控模块3包括外壳31、防水层32、内壳33和电路板34。

图2为本发明提供的电路连接结构图，从图中可以看出所述电路板34包括电源模块341、中央处理器342、定位模块343、无线通讯模块344、数据存储模块345。

电源模块341与所述操作面板2、中央处理器342、定位模块343、无线通讯模块344、数据存储模块345导线连接。

中央处理器342与所述事件类型选择按键212、指示灯22、定位模块343、无线通讯模块344以及数据存储模块345导线连接。本实施例中，中央处理器342采用STM32F103微处理芯片。

定位模块343包括UWB超宽带定位模块3431、LoRa无线定位模块3432、北斗卫星定位模块3433。

UWB超宽带定位模块3431，用于接收至少一个UWB定位基站发送的UWB超宽带定位信号；本实施例中，所述UWB超宽带定位模块3431采用DWM1000芯片。

LoRa无线定位模块3432，用于接收至少一个LoRa网关发送的LoRa定位信号；本实施例中，所述LoRa无线定位模块3432采用SX1280芯片。

北斗卫星定位模块3433，用于接收北斗卫星信号；本实施例中，北斗卫星定位模块3433采用HD8040芯片。

本实施例中，无线通讯模块344通过NB-IoT与远程控制中心连接；

本实施例中，数据存储模块345采用MC75芯片；

图3为本发明提供的最优选择融合定位算法流程图，图4为发明提供的联邦卡尔曼滤波器结构图，从图中可以看出所述UWB超宽带定位模块3431、LoRa无线定位模块3432、北斗卫星定位模块3433分别将获取得定位信息通过电连接发送给中央处理器342，进行最优选择融合定位算法处理，处理流程如下：

S1选择高可靠性的公共参考系统

选择具有全天候、全球性定位能力的北斗卫星定位模块作为公共参考系统α

S2将其余定位系统与公共参考系统相结合，形成信息优化联邦卡尔曼滤波子系统KF₁、KF₂

UWB超宽带定位/北斗卫星定位为子系统KF₁，

LoRa低功耗无线定位/北斗卫星定位为子系统KF₂

S3将得到的滤波子系统发送到主滤波器进行数据融合、卡尔曼滤波，得到子系统的最优状态矩阵

S31根据卡尔曼滤波原理，系统的状态模型可表示为：

X_k＝F_k，k-1X_k-1+G_k，k-1w_k-1

式中：X_k表示时间样本t_k时刻的状态量；F_k，k-1为t_k-1时刻的状态量向t_k时刻的状态量的转移矩阵；X_k-1表示时间样本t_k-1时刻的状态预测向量；G_k，k-1表示噪声输人矩阵；w_k为系统的状态噪声。

系统的量测模型可表示为：

Z_k＝H_kX_k+v_k

Z_k表示时间样本t_k时刻滤波后的测量向量；H_k为系统的观测转换矩阵；v_k为系统的观测噪声。

S32选择三个定位模块的能够表征定位状态的参数，并约定坐标系的指向：

北斗卫星定位(BDS)状态参数包括：位置误差

和速度误差

UWB超宽带定位状态参数包括：导航坐标系中的x_UWB，y_UWB坐标；

LoRa低功耗无线定位状态参数包括：导航坐标系中的x_LoRa，y_LoRa坐标。

选择地理坐标系作为导航坐标系。X轴指向东方，Y轴指向北方，Z轴指向天空。在载体坐标系中，X轴指向右边，Y轴指向前面，Z轴指向顶部。

S33子系统KF₁的状态模型和量测模型

子系统KF₁的状态方程为X₁＝F₁X₁+G₁W₁

子系统KF₁的量测方程为Z₁＝H₁X₁+V₁

其中：

F_BDS为北斗卫星定位的状态转移矩阵，F_UWB为UWB超宽带定位的状态转移矩阵，

S34子系统KF₂的状态模型和量测模型

子系统KF₂的状态方程为X₂＝F₂X₂+W₂

子系统KF₂的测量方程为Z₂＝H₂X₂+V₂

其中：

F_BDS为北斗卫星定位的状态转换矩阵，F_UWB为UWB超宽带定位的状态转换矩阵，

S35卡尔曼滤波求解

通过卡尔曼滤波的求解过程对其求解，即经过两个方程式建立起了某时刻的测量向量与状态向量的关系，建立了关系方程之后，就可以在给出t_k时刻的状态向量和估计误差的协方差的初始值之后，通过迭代运算对不同时刻的状态向量做出估计。

S4将得到的信息进行可信度检测，具体包括子系统的可信度检测和可信子系统的误差检测；(流程如下图)

选择一个定位偏差范围Δr，如果无故障子系统定位偏差满足

KF_I-α≤Δr

信任该子系统，否则隔离不受信息的子系统。

S5隔离不受信任的子系统

S6判断受信任的子系统数量是否为0

S7如果所有子系统都不可信，则选择公共参考系统北斗卫星定位作为最终定位结果输出。

S8如果有可信任的子系统，则按精度重新排序并定义子系统为S₁、S_k(k≤2)

S9对可信任的子系统依次进行定位误差检测

S10判断定位误差是否在允许范围内

S11如果所有可信任子系统的定位误差均不在允许范围内，则对所有可信任子系统的定位信息进行融合，并将融合的定位信息作为最终定位结果输出

S12如果可信任子系统的定位误差在允许范围内，则将该子系统的定位信息作为最终定位结果输出

将智慧锥桶放置在施工作业区，打开操作面板2上的电源开关211，电源指示灯亮起221，语音播报单元23播放开机提示音，电源模块341为电路板34和操作面板2供电。

选择一种事件类型(施工养护2121或者交通事故2122)按下功能按键，功能按键212的输入信息输入到中央处理器模块342。

定位模块343上电后，自动接收定位信息，并将接收的定位信息输入到中央处理器模块342进行缓存、预处理、定位融合算法，并将处理后的优选定位信息、时间、功能按键得选择输入到数据存储模块345和无线通讯模块344。无线通讯模块344与远程控制中心相连接，信息发送成功后，无线通讯模块344将状态反馈到数据收发状态指示灯222，数据收发状态指示灯222闪烁3次。定位信息每分钟发送一次，事件类型信息如不更改保持不变。

上面结合实施例对本发明的实例作了详细说明，但是本发明并不限于上述实例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出的各种变化，也应视为本发明的保护范围。

Claims (3)

1.一种基于融合定位技术的智慧锥桶，其特征在于，包括UWB超宽带定位模块、LoRa无线定位模块、北斗卫星定位模块；

所述UWB超宽带定位模块用于接收至少一个UWB定位基站发送的UWB超宽带定位信号；

所述LoRa无线定位模块用于接收至少一个LoRa网关发送的LoRa定位信号；

所述北斗卫星定位模块用于接收北斗卫星信号。

2.根据权利要求1所述的基于融合定位技术的智慧锥桶，其特征在于，将三种定位源数据输入融合算法：

S1选择具有全天候、全球性定位能力的北斗卫星定位模块作为公共参考系统α；

S2将其余定位系统与公共参考系统相结合，形成信息优化联邦卡尔曼滤波子系统：

UWB超宽带定位/北斗卫星定位为子系统KF₁，

LoRa低功耗无线定位/北斗卫星定位为子系统KF₂；

S3将得到的滤波子系统发送到主滤波器进行数据融合、卡尔曼滤波，得到子系统的最优状态矩阵；

S4将得到的信息进行可信度检测，具体包括子系统的可信度检测和可信子系统的误差检测，选择一个定位偏差范围Δr，如果无故障子系统定位偏差满足KF_I-α≤Δr信任该子系统，否则隔离不受信息的子系统；

S5隔离不受信任的子系统；

S6判断受信任的子系统数量是否为0；

S7如果所有子系统都不可信，则选择公共参考系统北斗卫星定位作为最终定位结果输出；

S8如果有可信任的子系统，则按精度重新排序并定义子系统为S₁、S_k(k≤2)；

S9对可信任的子系统依次进行定位误差检测；

S10判断定位误差是否在允许范围内

S11如果所有可信任子系统的定位误差均不在允许范围内，则对所有可信任子系统的定位信息进行融合，并将融合的定位信息作为最终定位结果输出；

S12如果可信任子系统的定位误差在允许范围内，则将该子系统的定位信息作为最终定位结果输出。

3.根据权利要求2所述的基于融合定位技术的智慧锥桶，其特征在于，S3得到子系统的最优状态矩阵的具体过程包括以下步骤：

S31系统的状态模型表示为：

X_k＝F_k,k-1X_k-1+G_k,k-1w_k-1

式中：X_k表示时间样本t_k时刻的状态量；F_k,k-1为t_k-1时刻的状态量向t_k时刻的状态量的转移矩阵；X_k-1表示时间样本t_k-1时刻的状态预测向量；G_k,k-1表示噪声输入矩阵；w_k为系统的状态噪声；

系统的量测模型表示为：

Z_k＝H_kX_k+v_k

Z_k表示时间样本t_k时刻滤波后的测量向量；H_k为系统的观测转换矩阵；v_k为系统的观测噪声；

S32选择三个定位模块的能够表征定位状态的参数，并约定坐标系的指向：

北斗卫星定位状态参数包括：位置误差

和速度误差

UWB超宽带定位状态参数包括：导航坐标系中的x_UWB,y_UWB坐标；

LoRa低功耗无线定位状态参数包括：导航坐标系中的x_LoRa,y_LoRa坐标；

选择地理坐标系作为导航坐标系，X轴指向东方，Y轴指向北方，Z轴指向天空，在载体坐标系中，X轴指向右边，Y轴指向前面，Z轴指向顶部；

S33子系统KF₁的状态模型和量测模型：

子系统KF₁的状态方程为X₁＝F₁X₁+G₁W₁

子系统KF₁的量测方程为Z₁＝H₁X₁+V₁

其中：

F_BDS为北斗卫星定位的状态转移矩阵，F_UWB为UWB超宽带定位的状态转移矩阵，

S34子系统KF₂的状态模型和量测模型：

子系统KF₂的状态方程为X₂＝F₂X₂+W₂

子系统KF₂的测量方程为Z₂＝H₂X₂+V₂

其中：

F_BDS为北斗卫星定位的状态转换矩阵，F_UWB为UWB超宽带定位的状态转换矩阵，

S35卡尔曼滤波求解：

通过卡尔曼滤波的求解过程对其求解，经过方程式建立起某时刻的测量向量与状态向量的关系，实现在给出t_k时刻的状态向量和估计误差的协方差的初始值之后，通过迭代运算对不同时刻的状态向量做出估计。

Images