CN113532425A - 基于振荡标线和手机传感的隧道无基站车路协同定位方法 - Google Patents

基于振荡标线和手机传感的隧道无基站车路协同定位方法 Download PDF

Info

Publication number
CN113532425A
CN113532425A CN202111083997.8A CN202111083997A CN113532425A CN 113532425 A CN113532425 A CN 113532425A CN 202111083997 A CN202111083997 A CN 202111083997A CN 113532425 A CN113532425 A CN 113532425A
Authority
CN
China
Prior art keywords
vehicle
oscillation
domain signal
represented
time
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
Application number
CN202111083997.8A
Other languages
English (en)
Other versions
CN113532425B (zh
Inventor
周乐韬
李雪
高小波
任鹏羽
陈武旭
赵英豪
晋智斌
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong 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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202111083997.8A priority Critical patent/CN113532425B/zh
Publication of CN113532425A publication Critical patent/CN113532425A/zh
Application granted granted Critical
Publication of CN113532425B publication Critical patent/CN113532425B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • 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
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种基于振荡标线和手机传感的隧道无基站车路协同定位方法，包括以下步骤：S1：采集车辆的原始信号，并根据原始信号确定车辆经过振荡标线；S2：在车辆经过振荡标线时，确定车辆的车道、当前位置和速度，完成车辆定位。本发明在路端设计若干组免维护振荡标线，在车端只使用通常的智能手机传感器，几乎不增加现有成本，即可进行高山峡谷和隧道内的高精度定位。

Description

基于振荡标线和手机传感的隧道无基站车路协同定位方法
技术领域
本发明属于测绘科学技术领域，具体涉及一种基于振荡标线和手机传感的隧道无基站车路协同定位方法。
背景技术
我国是多山的国家，很多高速公路的路段都设在山地，在经过高山峡谷和隧道路段时，由于卫星信号受到遮挡，基于卫星导航系统的定位技术便会失效，无法进行车辆定位，在长大隧道中，仅使用手机惯导会积累很大的误差，导致定位精度急剧下降。为了在这些路段进行补充定位，通常在隧道内布设各类带电基站，如伪卫星、UWB、WIFI和蓝牙等，但这些定位基站安装和维护成本高，可靠性差且需要电力支持；而相应的车载设备并不通用，安装成本高，定位精度受限。因此，实现车端只需智能手机传感器，路端无基站、免维护的高精度高可靠性定位成了急需解决的问题。
发明内容
本发明的目的是为了解决车辆定位的问题，提出了一种基于振荡标线和手机传感的隧道无基站车路协同定位方法。
本发明的技术方案是：一种基于振荡标线和手机传感的隧道无基站车路协同定位方法包括以下步骤：
S1：采集车辆的原始信号，并根据原始信号确定车辆经过振荡标线；
S2：在车辆经过振荡标线时，确定车辆的车道、当前位置和速度，完成车辆定位。
进一步地，步骤S1包括以下子步骤：
S11：利用手机惯性传感器采集车辆的角运动参数和线运动参数，得到车辆的原始信号；
S12：对原始信号依次进行加窗处理和降噪处理，得到时域信号
Figure 380632DEST_PATH_IMAGE001
；
S13：对时域信号进行傅里叶变换，将其转换为频域信号
Figure 347451DEST_PATH_IMAGE002
；
S14：识别频域信号中在振荡标线冲击频率范围内的频域信号，得到振荡标线的频域信号；
S15：将时域信号和振荡标线的频域信号进行对比，直至得到符合振荡标线的频域信号特征的时域信号，以此确定车辆经过振荡标线。
进一步地，步骤S12中，时域信号
Figure 915835DEST_PATH_IMAGE001
的表达式为：
Figure 600895DEST_PATH_IMAGE003
其中，
Figure 483400DEST_PATH_IMAGE004
，
Figure 632621DEST_PATH_IMAGE005
表示时域采样点的序列索引，
Figure 309590DEST_PATH_IMAGE006
表示频域值的索引，
Figure 747525DEST_PATH_IMAGE007
表示进行转换的采样数量，
Figure 230459DEST_PATH_IMAGE008
表示原始信号的序列，
Figure 171870DEST_PATH_IMAGE009
表示虚数，
Figure 285320DEST_PATH_IMAGE010
表示旋转因子；
步骤S13中，频域信号
Figure 7288DEST_PATH_IMAGE002
的表达式为：
Figure 966017DEST_PATH_IMAGE011
其中，
Figure 293093DEST_PATH_IMAGE012
表示窗函数。
进一步地，步骤S2包括以下子步骤：
S21：在车辆经过振荡标线时，更新车辆信息；
S22：在更新车辆信息时，计算车辆的坐标增量，确定车辆的当前位置；
S23：根据车辆驶过振荡标线时振荡标线的频域信号的峰值数目，确定车辆的具体车道位置；
S24：根据振荡标线的频域信号的频率和振荡标线间的距离，计算车辆当前位置的速度
Figure 108602DEST_PATH_IMAGE013
。
进一步地，步骤S21中，更新车辆信息的具体方法为：将振荡标线的坐标作为车辆的初始坐标，并进行速度更新、姿态更新和位置更新。
进一步地，步骤S21中，速度更新的计算公式为：
Figure 255550DEST_PATH_IMAGE014
其中，
Figure 283549DEST_PATH_IMAGE015
表示导航坐标系，
Figure 261869DEST_PATH_IMAGE016
表示时刻，
Figure 451542DEST_PATH_IMAGE017
表示
Figure 85785DEST_PATH_IMAGE018
时刻的惯导速度，
Figure 448634DEST_PATH_IMAGE019
表示
Figure 484723DEST_PATH_IMAGE020
时刻的惯导速度，
Figure 110876DEST_PATH_IMAGE021
表示比力加速度，
Figure 29154DEST_PATH_IMAGE022
表示有害加速度，
Figure 133376DEST_PATH_IMAGE023
表示时间段
Figure 289551DEST_PATH_IMAGE024
内
Figure 883343DEST_PATH_IMAGE025
系比力加速度的速度增量，
Figure 226600DEST_PATH_IMAGE026
表示时间段
Figure 134513DEST_PATH_IMAGE024
内
Figure 941932DEST_PATH_IMAGE025
系有害加速度的速度增量，
Figure 644309DEST_PATH_IMAGE027
；
姿态更新的计算公式为：
Figure 740441DEST_PATH_IMAGE028
其中，
Figure 248782DEST_PATH_IMAGE029
表示惯性系，
Figure 848391DEST_PATH_IMAGE030
表示以
Figure 987248DEST_PATH_IMAGE029
系作为基准时
Figure 367414DEST_PATH_IMAGE031
系从
Figure 617130DEST_PATH_IMAGE020
时刻到
Figure 336824DEST_PATH_IMAGE018
时刻的旋转变化，
Figure 443320DEST_PATH_IMAGE032
表示以
Figure 248465DEST_PATH_IMAGE029
系作为基准时
Figure 301872DEST_PATH_IMAGE031
系从
Figure 938390DEST_PATH_IMAGE018
时刻到
Figure 153470DEST_PATH_IMAGE020
时刻的旋转变化，
Figure 711491DEST_PATH_IMAGE033
表示角速度，
Figure 99747DEST_PATH_IMAGE034
表示等效旋转矢量
Figure 794033DEST_PATH_IMAGE035
的函数；
位置更新的计算公式为：
Figure 445594DEST_PATH_IMAGE036
Figure 22069DEST_PATH_IMAGE037
Figure 417279DEST_PATH_IMAGE038
其中，
Figure 966072DEST_PATH_IMAGE039
表示纬度的微分，
Figure 585272DEST_PATH_IMAGE040
表示经度的微分，
Figure 852305DEST_PATH_IMAGE041
表示高度的微分，
Figure 785626DEST_PATH_IMAGE042
表示子午圈主曲率半径，
Figure 251242DEST_PATH_IMAGE043
表示卯酉圈主曲率半径，
Figure 244606DEST_PATH_IMAGE044
表示北向速度，
Figure 733356DEST_PATH_IMAGE045
表示东向速度，
Figure 267106DEST_PATH_IMAGE046
表示天向速度，
Figure 790491DEST_PATH_IMAGE047
表示高度，
Figure 954756DEST_PATH_IMAGE048
表示纬度。
进一步地，步骤S24中，车辆当前位置的速度
Figure 993119DEST_PATH_IMAGE013
的计算公式为：
Figure 268243DEST_PATH_IMAGE049
其中，
Figure 646135DEST_PATH_IMAGE050
表示振荡标线的频域信号的频率，
Figure 778039DEST_PATH_IMAGE051
表示振荡标线间的距离。
本发明的有益效果是：
（1）本发明在路端设计若干组免维护振荡标线，在车端只使用通常的智能手机传感器，几乎不增加现有成本，即可进行高山峡谷和隧道内的高精度定位。
（2）本发明的车辆定位方法可靠性强，成本低，免维护，路端无需架设各类带电基站；一次布设若干组振荡标线后，使用寿命可大大延长。
（3）本发明的车辆定位方法不受电力约束，停电也可使用，可布设于偏远和无电力地区，也可以在高山峡谷或隧道内（卫星导航定位无法使用的路段）进行定位。
（4）本发明的车辆定位方法的定位精度高，可以达到横向车道级，纵向米级定位精度，且适用范围广，车端不需要加装特殊定位设备，只需配备智能手机就适用于该方法。
附图说明
图1为隧道内车辆定位方法的流程图；
图2为隧道内车路协同定位的振荡标线分布顶视图；
图3为标线宽度和标线间距设计；
图4为频谱分析窗口（一般频谱）结果图；
图5为频谱分析窗口（特征频谱）结果图。
具体实施方式
下面结合附图对本发明的实施例作进一步的说明。
在描述本发明的具体实施例之前，为使本发明的方案更加清楚完整，首先对本发明中出现的缩略语和关键术语定义进行说明：
等效旋转矢量：用于表示空间中一个矢量的定轴转动，等效旋转矢量的模表示旋转角度，等效旋转矢量的方向表示旋转轴。
如图1所示，本发明提供了一种基于振荡标线和手机传感的隧道无基站车路协同定位方法，包括以下步骤：
S1：采集车辆的原始信号，并根据原始信号确定车辆经过振荡标线；
S2：在车辆经过振荡标线时，确定车辆的车道、当前位置和速度，完成车辆定位。
在本发明实施例中，步骤S1包括以下子步骤：
S11：利用手机惯性传感器采集车辆的角运动参数和线运动参数，得到车辆的原始信号；
S12：对原始信号依次进行加窗处理和降噪处理，得到时域信号
Figure 506960DEST_PATH_IMAGE001
；加窗处理可以截取足够长的时域数据，以保证能够提取并识别特征频率信号，降噪处理将受到明显冲击的信号保留下来，为后续的数据处理过程做好准备；
S13：对时域信号进行傅里叶变换，将其转换为频域信号
Figure 320195DEST_PATH_IMAGE002
；
S14：识别频域信号中在振荡标线冲击频率范围内的频域信号，得到振荡标线的频域信号；振荡标线冲击频率范围与振荡线的设计方案有关，施工完成后是固定的；
S15：将时域信号和振荡标线的频域信号进行对比，直至得到符合振荡标线的频域信号特征的时域信号，以此确定车辆经过振荡标线。若符合振荡标线的频域信号特征，则检测到振荡标线，并将其作为控制信息对车辆位置和速度进行估计更新；若不符合振荡标线的频域信号特征，则是其他干扰冲击（如伸缩缝、裂缝、路面异物等）或普通路段。
在本发明实施例中，步骤S12中，时域信号
Figure 818173DEST_PATH_IMAGE001
的表达式为：
Figure 398276DEST_PATH_IMAGE003
其中，
Figure 83335DEST_PATH_IMAGE004
，
Figure 965841DEST_PATH_IMAGE005
表示时域采样点的序列索引，
Figure 115062DEST_PATH_IMAGE006
表示频域值的索引，
Figure 792031DEST_PATH_IMAGE007
表示进行转换的采样数量，
Figure 229966DEST_PATH_IMAGE008
表示原始信号的序列，
Figure 447321DEST_PATH_IMAGE009
表示虚数，
Figure 654311DEST_PATH_IMAGE010
表示旋转因子；
步骤S13中，对于信号序列
Figure 767761DEST_PATH_IMAGE052
，当序列点数为
Figure 489729DEST_PATH_IMAGE053
（
Figure 448458DEST_PATH_IMAGE054
为整数，
Figure 509955DEST_PATH_IMAGE055
为总采样数）时，若窗函数为
Figure 591043DEST_PATH_IMAGE056
，则信号
Figure 737991DEST_PATH_IMAGE057
在进行加窗处理及傅里叶变换后的频域信号
Figure 765990DEST_PATH_IMAGE002
的表达式为：
Figure 744310DEST_PATH_IMAGE011
。
在本发明实施例中，步骤S2包括以下子步骤：
S21：在车辆经过振荡标线时，更新车辆信息；
S22：在更新车辆信息时，计算车辆的坐标增量，确定车辆的当前位置；
S23：根据车辆驶过振荡标线时振荡标线的频域信号的峰值数目，确定车辆的具体车道位置；
S24：根据振荡标线的频域信号的频率和振荡标线间的距离，计算车辆当前位置的速度
Figure 668404DEST_PATH_IMAGE013
。
设计布设振荡标线时，隧道内各个车道的振荡标线并不是完全一致的，以此来区分车辆是行驶在不同车道上的。
在本发明实施例中，步骤S21中，更新车辆信息的具体方法为：将振荡标线的坐标作为车辆的初始坐标，并进行速度更新、姿态更新和位置更新。
每当车辆行驶至振荡标线时，手机惯性传感器便将振荡标线的实际坐标赋值给车辆作为初始坐标，然后解算载体速度、位置及姿态和航向，得到位移增量，实现瞬时亚米级实时定位精度，得到该时段内任意时刻车辆的位置。
在本发明实施例中，步骤S21中，根据比力方程得到关于速度的微分方程，积分后包括速度增量部分和有害加速度增量部分，步骤S21中，速度更新的计算公式为：
Figure 568226DEST_PATH_IMAGE014
其中，
Figure 931075DEST_PATH_IMAGE015
表示导航坐标系，
Figure 967164DEST_PATH_IMAGE016
表示时刻，
Figure 327738DEST_PATH_IMAGE017
表示
Figure 511595DEST_PATH_IMAGE018
时刻的惯导速度，
Figure 615817DEST_PATH_IMAGE019
表示
Figure 506412DEST_PATH_IMAGE020
时刻的惯导速度，
Figure 100205DEST_PATH_IMAGE021
表示比力加速度，
Figure 443461DEST_PATH_IMAGE022
表示有害加速度，
Figure 616954DEST_PATH_IMAGE023
表示时间段
Figure 424373DEST_PATH_IMAGE024
内
Figure 126750DEST_PATH_IMAGE025
系比力加速度的速度增量，
Figure 222882DEST_PATH_IMAGE026
表示时间段
Figure 731223DEST_PATH_IMAGE024
内
Figure 330832DEST_PATH_IMAGE025
系有害加速度的速度增量，
Figure 469689DEST_PATH_IMAGE027
；速度增量部分中含有旋转误差补偿和划桨误差补偿，是需要在高精度惯导解算中需要重点考虑的误差补偿项；
以方向余弦阵为例，直接利用矩阵链乘规则解决姿态更新问题，而不是去求解方向余弦阵的微分方程。采用多子样算法补偿圆锥误差，最后可以将方向余弦阵表示为等效旋转矢量的函数，如果相邻两次采样间隔很短，即可认为这段时间内的等效旋转矢量约等于该时间段的角增量。
Figure 849855DEST_PATH_IMAGE058
式中，n表示导航坐标系，b表示载体系，i表示惯性系，
Figure 833992DEST_PATH_IMAGE059
表示
Figure 819265DEST_PATH_IMAGE018
时刻b系相对于n系的姿态阵；
Figure 925761DEST_PATH_IMAGE060
表示以i系作为基准，n系从
Figure 730906DEST_PATH_IMAGE020
时刻到
Figure 784313DEST_PATH_IMAGE018
时刻的旋转变化，其他姿态阵的含义类似。以二字样算法为例，有：
Figure 420831DEST_PATH_IMAGE061
Figure 635911DEST_PATH_IMAGE062
式中，
Figure 928352DEST_PATH_IMAGE063
表示等效旋转矢量
Figure 582188DEST_PATH_IMAGE064
的函数；
Figure 10895DEST_PATH_IMAGE065
和
Figure 662456DEST_PATH_IMAGE066
表示两次采样的角增量，所以姿态更新的计算公式为：
Figure 504510DEST_PATH_IMAGE067
其中，
Figure 634140DEST_PATH_IMAGE029
表示惯性系，
Figure 182933DEST_PATH_IMAGE030
表示以
Figure 67713DEST_PATH_IMAGE029
系作为基准时
Figure 69167DEST_PATH_IMAGE031
系从
Figure 268067DEST_PATH_IMAGE020
时刻到
Figure 468104DEST_PATH_IMAGE018
时刻的旋转变化，
Figure 461468DEST_PATH_IMAGE032
表示以
Figure 215797DEST_PATH_IMAGE029
系作为基准时
Figure 749547DEST_PATH_IMAGE031
系从
Figure 272932DEST_PATH_IMAGE018
时刻到
Figure 437197DEST_PATH_IMAGE020
时刻的旋转变化，
Figure 209981DEST_PATH_IMAGE033
表示角速度，
Figure 485105DEST_PATH_IMAGE034
表示等效旋转矢量
Figure 128576DEST_PATH_IMAGE035
的函数；
位置更新算法采用经纬度变化率的方式写出纬度、经度和高度的微分方程，利用梯形积分进行求解即可，位置更新的计算公式为：
Figure 260480DEST_PATH_IMAGE036
Figure 989401DEST_PATH_IMAGE037
Figure 802636DEST_PATH_IMAGE038
其中，
Figure 97351DEST_PATH_IMAGE039
表示纬度的微分，
Figure 603419DEST_PATH_IMAGE040
表示经度的微分，
Figure 554058DEST_PATH_IMAGE041
表示高度的微分，
Figure 233301DEST_PATH_IMAGE042
表示子午圈主曲率半径，
Figure 320205DEST_PATH_IMAGE043
表示卯酉圈主曲率半径，
Figure 262754DEST_PATH_IMAGE044
表示北向速度，
Figure 497426DEST_PATH_IMAGE045
表示东向速度，
Figure 918043DEST_PATH_IMAGE046
表示天向速度，
Figure 125033DEST_PATH_IMAGE047
表示高度，
Figure 769641DEST_PATH_IMAGE048
表示纬度。
在本发明实施例中，步骤S24中，车辆当前位置的速度
Figure 429293DEST_PATH_IMAGE013
的计算公式为：
Figure 653601DEST_PATH_IMAGE049
其中，
Figure 777415DEST_PATH_IMAGE050
表示振荡标线的频域信号的频率，
Figure 796186DEST_PATH_IMAGE051
表示振荡标线间的距离。
如图2所示，从距离隧道入口S处开始（通常S可设为250m），布设第一组振荡标线，然后每隔一段固定距离L布设一组横向振荡标线，直至最后一组振荡标线布设在距离隧道出口至少250m外。每一组振荡标线之间的固定距离L可以根据手机惯性传感器的精度，确定能够达到米级实时定位精度的时间范围后，结合车辆速度，并考虑振荡标线的实际情况加以确定。以目前的手机惯导精度，保守估计L可以设为500m。
若手机加速度计采样频率为f（单位：Hz），车速为v（单位：m/s），则每一条振荡标线的线宽为
Figure 208713DEST_PATH_IMAGE068
，通常隧道内车速小于40m/s，智能手机加速度计采样频率通常能达到50Hz，因此一条振荡标线的线宽d可以设为0.8m；一组标线的特征频率设计为1~3Hz，所以，两条标线的间距D通常设为15m，具体如图3所示。
当车辆行驶至每一处振荡标线时，车载智能手机加速度计会产生一段不同于一般路面的特征冲击信号。通过采集特征信号，对加速度进行频谱分析，同时以音频文件进行辅助，利用车辆的速度估计振荡标线处产生的冲击频率或声音频率的范围，识别特定频率的频域信号，即可得到车辆在隧道内经过振荡标线的精确时刻，进而得到瞬时亚米级精度实时位置和速度，在任意两组振荡标线之间的路段通过惯性导航便可实现米级精度实时定位。
以从四川省都江堰市到汶川县映秀镇沿途的紫坪铺隧道和龙溪隧道为例，采集车辆在该段路程上的所有手机惯性传感器信号以及音频数据。
对时域加速度计信号进行加窗及降噪，然后进行傅里叶变换，与原始数据对比分析结果如图4和图5所示。由图4可知，在该窗口中，并没有出现振荡标线的特征频率信号，只有一个干扰冲击，可以判断车辆是行驶在普通路段上的。而从图5中可以看出，在该窗口的时间段内，信号出现了振荡标线的特征频率信号，其尖峰幅值对应频率为0.75Hz，正好对应于下坡路段上的振荡标线。比对同时段的音频文件可以发现，出现该信号的时间段与车辆行至振荡标线的时间段保持一致，所以该具有特征频率的冲击信号即为车辆行驶至振荡标线时产生。
本发明的工作原理及过程为：在隧道内，设计并布设多组高速公路横向振荡标线，并利用全站仪测量振荡标线厘米级精度的实际坐标，作为车辆定位时的先验信息。在车辆行驶过程中，手机惯性传感器利用内置的惯性测量元件（加速度计和陀螺仪等）来测量车辆相对于空间的角运动参数和线运动参数，可以得到加速度的原始信号，将其量化成位移上的时域信号，为后续的数据处理过程做好准备。得到时域信号后，可利用傅里叶变换开展频谱分析，但在进行运算之前，为了截取足够长的时域数据，以保证能够提取并识别特征频率信号，需要对信号时域加窗，同时对其进行降噪处理，将受到明显冲击的信号保留下来。将频谱分析得到的振荡标线处的特征信号提取出来，得到特定频率范围的频域信号，然后与降噪后的信号进行联合对比分析，若符合振荡标线的频域信号特征，则检测到振荡标线，并将其作为控制信息对车辆位置和速度进行估计更新；若不符合振荡标线的频域信号特征，则是其他干扰冲击（如伸缩缝、裂缝和路面异物等）或普通路段。每当车辆行驶至振荡标线时，手机惯性传感器便将振荡标线的实际坐标赋值给车辆位置作为坐标，然后解算载体速度、位置及姿态和航向，得到位移增量，维持其短时间内的亚米级实时定位精度，得到该时段内任意时刻车辆的位置。对于两组振荡标线之间的路段，利用惯性传感器（包括指南针、陀螺仪和加速度计）进行联系测量，可实现米级精度实时定位，每通过一组振荡标线，即可对车辆的位置和速度进行更新。
本发明的有益效果为：
（1）本发明在路端设计若干组免维护振荡标线，在车端只使用通常的智能手机传感器，几乎不增加现有成本，即可进行高山峡谷和隧道内的高精度定位。
（2）本发明的车辆定位方法可靠性强，成本低，免维护，路端无需架设各类带电基站；一次布设若干组振荡标线后，使用寿命可大大延长。
（3）本发明的车辆定位方法不受电力约束，停电也可使用，可布设于偏远和无电力地区，也可以在高山峡谷或隧道内（卫星导航定位无法使用的路段）进行定位。
（4）本发明的车辆定位方法的定位精度高，可以达到横向车道级，纵向米级定位精度，且适用范围广，车端不需要加装特殊定位设备，只需配备智能手机就适用于该方法。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (7)

1.一种基于振荡标线和手机传感的隧道无基站车路协同定位方法，其特征在于，包括以下步骤：
S1：采集车辆的原始信号，并根据原始信号确定车辆经过振荡标线；
S2：在车辆经过振荡标线时，确定车辆的车道、当前位置和速度，完成车辆定位。
2.根据权利要求1所述的基于振荡标线和手机传感的隧道无基站车路协同定位方法，其特征在于，所述步骤S1包括以下子步骤：
S11：利用手机惯性传感器采集车辆的角运动参数和线运动参数，得到车辆的原始信号；
S12：对原始信号依次进行加窗处理和降噪处理，得到时域信号
Figure 622179DEST_PATH_IMAGE001
；
S13：对时域信号进行傅里叶变换，将其转换为频域信号
Figure 803762DEST_PATH_IMAGE002
；
S14：识别频域信号中在振荡标线冲击频率范围内的频域信号，得到振荡标线的频域信号；
S15：将时域信号和振荡标线的频域信号进行对比，直至得到符合振荡标线的频域信号特征的时域信号，以此确定车辆经过振荡标线。
3.根据权利要求2所述的基于振荡标线和手机传感的隧道无基站车路协同定位方法，其特征在于，所述步骤S12中，时域信号
Figure 993435DEST_PATH_IMAGE001
的表达式为：
Figure 689995DEST_PATH_IMAGE003
其中，
Figure 990527DEST_PATH_IMAGE004
，
Figure 26616DEST_PATH_IMAGE005
表示时域采样点的序列索引，
Figure 449507DEST_PATH_IMAGE006
表示频域值的索引，
Figure 571047DEST_PATH_IMAGE007
表示进行转换的采样数量，
Figure 472007DEST_PATH_IMAGE008
表示原始信号的序列，
Figure 628181DEST_PATH_IMAGE009
表示虚数，
Figure 159657DEST_PATH_IMAGE010
表示旋转因子；
所述步骤S13中，频域信号
Figure 576949DEST_PATH_IMAGE002
的表达式为：
Figure 484862DEST_PATH_IMAGE011
其中，
Figure 495544DEST_PATH_IMAGE012
表示窗函数。
4.根据权利要求1所述的基于振荡标线和手机传感的隧道无基站车路协同定位方法，其特征在于，所述步骤S2包括以下子步骤：
S21：在车辆经过振荡标线时，更新车辆信息；
S22：在更新车辆信息时，计算车辆的坐标增量，确定车辆的当前位置；
S23：根据车辆驶过振荡标线时振荡标线的频域信号的峰值数目，确定车辆的具体车道位置；
S24：根据振荡标线的频域信号的频率和振荡标线间的距离，计算车辆当前位置的速度
Figure 260237DEST_PATH_IMAGE013
。
5.根据权利要求4所述的基于振荡标线和手机传感的隧道无基站车路协同定位方法，其特征在于，所述步骤S21中，更新车辆信息的具体方法为：将振荡标线的坐标作为车辆的初始坐标，并进行速度更新、姿态更新和位置更新。
6.根据权利要求5所述的基于振荡标线和手机传感的隧道无基站车路协同定位方法，其特征在于，所述步骤S21中，速度更新的计算公式为：
Figure 90790DEST_PATH_IMAGE014
其中，
Figure 536815DEST_PATH_IMAGE015
表示导航坐标系，
Figure 464320DEST_PATH_IMAGE016
表示时刻，
Figure 337598DEST_PATH_IMAGE017
表示
Figure 717763DEST_PATH_IMAGE018
时刻的惯导速度，
Figure 967479DEST_PATH_IMAGE019
表示
Figure 687174DEST_PATH_IMAGE020
时刻的惯导速度，
Figure 793670DEST_PATH_IMAGE021
表示比力加速度，
Figure 864394DEST_PATH_IMAGE022
表示有害加速度，
Figure 652221DEST_PATH_IMAGE023
表示时间段
Figure 288739DEST_PATH_IMAGE024
内
Figure 769399DEST_PATH_IMAGE025
系比力加速度的速度增量，
Figure 796261DEST_PATH_IMAGE026
表示时间段
Figure 450096DEST_PATH_IMAGE024
内
Figure 144383DEST_PATH_IMAGE025
系有害加速度的速度增量，
Figure 530365DEST_PATH_IMAGE027
；
姿态更新的计算公式为：
Figure 372419DEST_PATH_IMAGE028
其中，
Figure 767628DEST_PATH_IMAGE029
表示惯性系，
Figure 50842DEST_PATH_IMAGE030
表示以
Figure 935621DEST_PATH_IMAGE029
系作为基准时
Figure 937075DEST_PATH_IMAGE031
系从
Figure 870396DEST_PATH_IMAGE020
时刻到
Figure 336013DEST_PATH_IMAGE018
时刻的旋转变化，
Figure 329376DEST_PATH_IMAGE032
表示以
Figure 818126DEST_PATH_IMAGE029
系作为基准时
Figure 617455DEST_PATH_IMAGE031
系从
Figure 875261DEST_PATH_IMAGE018
时刻到
Figure 39526DEST_PATH_IMAGE020
时刻的旋转变化，
Figure 77890DEST_PATH_IMAGE033
表示角速度，
Figure 353013DEST_PATH_IMAGE034
表示等效旋转矢量
Figure 730905DEST_PATH_IMAGE035
的函数；
位置更新的计算公式为：
Figure 128388DEST_PATH_IMAGE036
Figure 326151DEST_PATH_IMAGE037
Figure 467283DEST_PATH_IMAGE038
其中，
Figure 965260DEST_PATH_IMAGE039
表示纬度的微分，
Figure 205748DEST_PATH_IMAGE040
表示经度的微分，
Figure 218704DEST_PATH_IMAGE041
表示高度的微分，
Figure 101209DEST_PATH_IMAGE042
表示子午圈主曲率半径，
Figure 188114DEST_PATH_IMAGE043
表示卯酉圈主曲率半径，
Figure 661821DEST_PATH_IMAGE044
表示北向速度，
Figure 99755DEST_PATH_IMAGE045
表示东向速度，
Figure 520372DEST_PATH_IMAGE046
表示天向速度，
Figure 524100DEST_PATH_IMAGE047
表示高度，
Figure 637550DEST_PATH_IMAGE048
表示纬度。
7.根据权利要求4所述的基于振荡标线和手机传感的隧道无基站车路协同定位方法，其特征在于，所述步骤S24中，车辆当前位置的速度
Figure 297201DEST_PATH_IMAGE013
的计算公式为：
Figure 318247DEST_PATH_IMAGE049
其中，
Figure 645323DEST_PATH_IMAGE050
表示振荡标线的频域信号的频率，
Figure 664095DEST_PATH_IMAGE051
表示振荡标线间的距离。
CN202111083997.8A 2021-09-16 2021-09-16 基于振荡标线和手机传感的隧道无基站车路协同定位方法 Active CN113532425B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111083997.8A CN113532425B (zh) 2021-09-16 2021-09-16 基于振荡标线和手机传感的隧道无基站车路协同定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111083997.8A CN113532425B (zh) 2021-09-16 2021-09-16 基于振荡标线和手机传感的隧道无基站车路协同定位方法

Publications (2)

Publication Number Publication Date
CN113532425A true CN113532425A (zh) 2021-10-22
CN113532425B CN113532425B (zh) 2021-11-30

Family

ID=78092687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111083997.8A Active CN113532425B (zh) 2021-09-16 2021-09-16 基于振荡标线和手机传感的隧道无基站车路协同定位方法

Country Status (1)

Country Link
CN (1) CN113532425B (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100305847A1 (en) * 2005-06-21 2010-12-02 Mappick Technologies, Llc Navigation system and method
CN102518054A (zh) * 2011-12-02 2012-06-27 东南大学 一种基于实际减速效果的道路减速标线设置方法
CN102646274A (zh) * 2011-02-16 2012-08-22 日产自动车株式会社 车道边界检测装置以及车道边界检测方法
CN103198698A (zh) * 2013-03-05 2013-07-10 西南交通大学 一种多通道人机交互智能公交状态显示与查询系统
CN103473932A (zh) * 2013-09-06 2013-12-25 中山大学 一种结合振荡标线的音频信号车型识别系统
CN104596525A (zh) * 2014-12-29 2015-05-06 西南交通大学 一种基于编码图形的车辆定位方法
CN105551338A (zh) * 2016-03-01 2016-05-04 武汉理工大学 一种汽车驾驶模拟器的标线振动装置及控制方法
CN106353623A (zh) * 2016-10-20 2017-01-25 西南交通大学 基于随机响应信号的电力系统低频振荡模式在线辨识方法
CN106780269A (zh) * 2016-11-28 2017-05-31 东南大学 一种山区公路长下坡急弯路段振动减速标线的设置方法
CN109285352A (zh) * 2017-07-22 2019-01-29 周尧 一种基于路面标记的车辆检测方法
CN110428714A (zh) * 2019-08-12 2019-11-08 西南交通大学 一种柔性控制的铁路沙盘转辙机装置
WO2020174337A1 (en) * 2019-02-27 2020-09-03 3M Innovative Properties Company Radar radiation redirecting inhibition layer
CN211522953U (zh) * 2019-11-11 2020-09-18 孙振 一种市政道路用无钉减速带
US20200336541A1 (en) * 2019-04-16 2020-10-22 Qualcomm Incorporated Vehicle Sensor Data Acquisition and Distribution
CN211855173U (zh) * 2019-10-30 2020-11-03 安徽省华通路桥工程有限责任公司 一种用于公路施工的路面画标识定位装置
US20210087756A1 (en) * 2019-09-24 2021-03-25 Ford Global Technologies, Llc System and apparatus for dynamic pavement markings
US20210180274A1 (en) * 2017-12-14 2021-06-17 3M Innovative Properties Company Pavement markings and pavement marking system for lane identification

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100305847A1 (en) * 2005-06-21 2010-12-02 Mappick Technologies, Llc Navigation system and method
CN102646274A (zh) * 2011-02-16 2012-08-22 日产自动车株式会社 车道边界检测装置以及车道边界检测方法
CN102518054A (zh) * 2011-12-02 2012-06-27 东南大学 一种基于实际减速效果的道路减速标线设置方法
CN103198698A (zh) * 2013-03-05 2013-07-10 西南交通大学 一种多通道人机交互智能公交状态显示与查询系统
CN103473932A (zh) * 2013-09-06 2013-12-25 中山大学 一种结合振荡标线的音频信号车型识别系统
CN104596525A (zh) * 2014-12-29 2015-05-06 西南交通大学 一种基于编码图形的车辆定位方法
CN105551338A (zh) * 2016-03-01 2016-05-04 武汉理工大学 一种汽车驾驶模拟器的标线振动装置及控制方法
CN106353623A (zh) * 2016-10-20 2017-01-25 西南交通大学 基于随机响应信号的电力系统低频振荡模式在线辨识方法
CN106780269A (zh) * 2016-11-28 2017-05-31 东南大学 一种山区公路长下坡急弯路段振动减速标线的设置方法
CN109285352A (zh) * 2017-07-22 2019-01-29 周尧 一种基于路面标记的车辆检测方法
US20210180274A1 (en) * 2017-12-14 2021-06-17 3M Innovative Properties Company Pavement markings and pavement marking system for lane identification
WO2020174337A1 (en) * 2019-02-27 2020-09-03 3M Innovative Properties Company Radar radiation redirecting inhibition layer
US20200336541A1 (en) * 2019-04-16 2020-10-22 Qualcomm Incorporated Vehicle Sensor Data Acquisition and Distribution
CN110428714A (zh) * 2019-08-12 2019-11-08 西南交通大学 一种柔性控制的铁路沙盘转辙机装置
US20210087756A1 (en) * 2019-09-24 2021-03-25 Ford Global Technologies, Llc System and apparatus for dynamic pavement markings
CN211855173U (zh) * 2019-10-30 2020-11-03 安徽省华通路桥工程有限责任公司 一种用于公路施工的路面画标识定位装置
CN211522953U (zh) * 2019-11-11 2020-09-18 孙振 一种市政道路用无钉减速带

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
WANG, K (WANG KE)等: "Simultaneous multi-vehicle detection and tracking framework with pavement constraints based on machine learning and particle filter algorithm", 《CHINESE JOURNAL OF MECHANICAL ENGINEERING (ENGLISH EDITION)》 *
ZHANG, B (ZHANG BO)等: "The research on E-commerce logistics picking AGV path optimization method based on the improved A* algorithm", 《PROCEEDINGS OF 2016 INTERNATIONAL CONFERENCE ON CYBERNETICS, ROBOTICS AND CONTROL (CRC)》 *
侯树展等: "高速公路振动减速标线路段运行速度变化规律研究", 《中国公路学报》 *
刘伟等: "基于对驾驶员多感官刺激的减速震荡标线组间距研究", 《中国安全科学学报》 *
晋智斌等: "铁道车辆过桥竖向振动加速度频域近似算法", 《桥梁建设》 *

Also Published As

Publication number Publication date
CN113532425B (zh) 2021-11-30

Similar Documents

Publication Publication Date Title
CN101907714B (zh) 基于多传感器数据融合的gps辅助定位方法
CN109974697B (zh) 一种基于惯性系统的高精度测绘方法
CN107402006B (zh) 基于轨道几何特征信息匹配的列车精密定位方法和系统
CN107247275B (zh) 基于公交车的城市gnss脆弱性监测系统及其方法
CN103162689B (zh) 辅助车载定位系统及车辆的辅助定位方法
CN102089624A (zh) 用于建立公路地图和确定车辆位置的方法和系统
EP0678228A1 (en) Position correction method for vehicle navigation system
CN104898139A (zh) 一种车辆定位纠偏方法及装置
CN102261033A (zh) 一种基于惯性测量单元的车载路面检测系统的运补算法
CN111536969B (zh) 一种基于初始姿态角自对准的小径管道机器人定位方法
CN103453903A (zh) 一种基于惯性测量组件的管道探伤系统导航定位方法
Zhou et al. Kinematic measurement of the railway track centerline position by GNSS/INS/odometer integration
CN103644888B (zh) 一种用于检测桥梁形变的惯性基准测量方法
CN101243301B (zh) 用于运行导航系统的方法和导航系统
CN102538790A (zh) 惯性导航中陀螺仪参数的差异性解决方法
CN111323009A (zh) 一种磁悬浮列车定位方法及系统
CN107907134A (zh) 一种里程信息辅助地磁匹配的车辆定位系统与方法
JP3753833B2 (ja) 道路線形自動測量装置
CN110631573B (zh) 一种惯性/里程计/全站仪多信息融合方法
Zhou et al. Onboard train localization based on railway track irregularity matching
Chen et al. Experimental study on the potential of vehicle’s attitude response to railway track irregularity in precise train localization
JP2006119144A (ja) 道路線形自動測量装置
CN114136275A (zh) 一种轨道线路状态检测装置及路基沉降检测方法
CN101581583A (zh) 运动物体的导航定位系统
CN113532425B (zh) 基于振荡标线和手机传感的隧道无基站车路协同定位方法

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