CN114185072A - 一种基于回归预测模型的高速公路隧道内外无缝定位系统及方法 - Google Patents

Abstract

本发明公开了一种基于回归预测模型的高速公路隧道内外无缝定位系统及方法，采用隧道外GPS定位模块、隧道内WIFI定位模块、隧道内外无缝定位模块以及综合地图显示模块；解决了隧道内外交接处的传统GPS定位与WIFI定位方法无法提供用户位置信息的问题，从隧道外GPS定位模块或隧道内WIFI定位模块接收坐标信息，将根据隧道内或隧道外得到的定位信息来预测用户的坐标，并将用户的预测坐标传递给综合地图显示模块，本发明隧道内外无缝定位模块基于回归预测模型的融合定位方法，实现了隧道内外无准确缝定位，采用回归预测模型可以根据少量的样本点对用户位置变化进行较为精准的预测，在较低的计算复杂度下提供了用户的位置信。

Description

一种基于回归预测模型的高速公路隧道内外无缝定位系统及 方法

技术领域

本发明属于定位技术，具体涉及一种基于回归预测模型的高速公路隧道内外无缝定位系统及方法。

背景技术

随着信息技术的发展，定位服务越来越凸显其重要性，发挥着不可或缺的基础性支撑作用。伴随着无人驾驶汽车以及高速公路队列技术的发展，用户和开发者越来越需要一项稳定的隧道内外无缝定位技术。

根据用户所处场景的不同，通常可将定位分为隧道外定位与隧道内定位。隧道外定位主要使用卫星定位系统，是一种使用卫星进行准确定位的技术，它从最初的定位精度低、不能实时定位、难以提供及时的导航服务，发展到现如今的高精度GPS全球定位系统，可实现在任意时刻、地球上任意一点同时观测到4颗卫星，可完成导航、定位等功能。GPS定位技术具有高精度、高效率和低成本的优点，使其在各类大地测量控制网的加强改造和建立以及在公路工程测量和大型构造物的变形测量中得到了较为广泛的应用。由于在隧道内卫星信号会受到严重影响，无法使用卫星导航系统，隧内定位主要有WIFI、蓝牙、信标、超宽带等技术。

为实现在不同场景下不同定位方法的无缝连接以及平滑过渡，隧道内外交织区域需要采取有效方法实现精准定位。目前隧内外无缝定位技术可分为两类，其一，判断当前环境，根据是否满足条件选择切换到隧道内或隧道外定位，即某一时刻仅一个系统进行定位结果输出；其二，在某一时刻，隧道内、隧道外定位系统同时工作时，两个系统均进行定位，融合二者定位结果得出一个综合输出。

当前常用的无缝定位技术有DGPS-UWB、GPS与无线传感器网络、A-GPS等。DGPS-UWB将差分全球定位系统(DGPS)与超宽带(UWB)结合定位，具有精度高、传输速率快、成本低、以及抗多径能力强等特点，但其布设代价大、计算复杂度较高。通过GNSS与无线传感器网络定位，无线传感器可任意布设，其组网灵活，覆盖范围大，同时ZigBee技术具有网络结构简单，节点体积小、成本低等特点，由于在一般情况下无线传感器节点采取随即部署，数量多，能量有限，故其可靠性较差，无线模块的通信距离也有所限制。

因此，如何解决隧道内外无缝定位存在的相关技术问题成为该领域研究的攻克难点。

发明内容

本发明的目的在于提供一种基于回归预测模型的高速公路隧道内外无缝定位系统及方法，以克服现有技术的不足。

为达到上述目的，本发明采用如下技术方案：

一种基于回归预测模型的高速公路隧道内外无缝定位系统，包括隧道外GPS定位模块、隧道内WIFI定位模块、隧道内外无缝定位模块以及综合地图显示模块；隧道外GPS定位模块与隧道内WIFI定位模块分别作为输出信号与隧道内外无缝定位模块连接，隧道内外无缝定位模块连接综合地图显示模块；

隧道外GPS定位模块用于接收卫星定位信号，将卫星定位信号的坐标传递给隧道内外无缝定位模块；隧道内WIFI定位模块用于接收隧道内定位的坐标信息并传递给隧道内外无缝定位模块；隧道内外无缝定位模块基于回归预测模型的融合定位方法，从隧道外GPS定位模块或隧道内WIFI定位模块接收坐标信息，将根据隧道内或隧道外得到的定位信息来预测用户的坐标，并将用户的预测坐标传递给综合地图显示模块。

进一步的，综合地图显示模块实现经纬度显示图、隧道内平面图或二维坐标图。

进一步的，当处于隧道外定位模式时，采用经纬度显示图；当处于隧道内定位模式时，采用隧道内平面图；当处于隧道内外无缝定位模式时，采用二维坐标图显示方式。

一种基于回归预测模型的高速公路隧道内外无缝定位方法，包括以下步骤：

S1，实时获取隧道外GPS模块以及隧道内WIFI定位模块的定位信息；若所述隧道内外无缝定位模块同时接收到所述隧道外GPS模块以及所述隧道内WIFI定位模块传输的物体A的位置信息，则转入步骤S2；

若所述隧道内外无缝定位模块接收到所述隧道外GPS定位模块传输的物体A的位置信号而未接收到所述隧道内WIFI定位模块的物体A的位置信号，则选择隧道外定位导航模式，并转入步骤S3；

若所述隧道内外无缝定位模块未接收到所述隧道外GPS定位模块传输的物体A的位置信号而接收到所述隧道内WIFI定位模块的物体A的位置信号，则选择隧道内定位导航模式，并转入步骤S3；

S2，基于对接区域的二维坐标变化，结合回归预测计算得到物体A的预测轨迹，根据时间t确定预测的定位点，然后转入步骤S3；

S3，隧道内外无缝定位模块将计算所得到的物体A的预测坐标信号传输到综合地图显示模块，综合地图显示模块根据获取的信息选择显示模式。

进一步的，物体A的预测坐标的具体过程：

步骤S30，如果隧道内外无缝定位模块的二维坐标图存在，则转入步骤S32，否则转入步骤S31；

步骤S31，设定物体A所在位置为原点，以A的正前方向为x轴、垂直于x轴的方向为y轴建立二维坐标系，同时在综合地图显示模块初始化二维坐标图，转入步骤S32；

步骤S32，隧道内外无缝定位模块从当前位置开始连续若干秒且以每秒钟一次的频率向隧道外GPS定位模块或隧道内WIFI定位模块获取物体A的坐标信息，并将数据转换成二维坐标系内的坐标数据；

步骤S33，利用步骤S32获取的若干个坐标数据，通过回归预测模型分别预测出物体A在t秒时的二维坐标，从而得到物体A的预测轨迹L，并转入步骤S34；

步骤S34，根据当前时间t，即可得到物体A当前的预测坐标点，并传输至综合地图显示模块。

进一步的，同时检测GPS信号与WIFI信号，若WIFI信号个数>4或者卫星信号个数>4，表示接收到物体A的GPS定位信息或WIFI定位信息，则转入步骤S1。

进一步的，若所述隧道内外无缝定位模块接收到所述隧道外GPS定位模块传输的物体A的位置信号而未接收到所述隧道内WIFI定位模块的物体A的位置信号，利用GPS单独定位：根据已知的卫星位置和伪距观测值，采用距离交会法求出GPS接收机的三维坐标。

进一步的，步骤2.1：利用GPS接收机同时测定至少四颗卫星的伪距：

由观测值求得伪距为：

其中，t_S为卫星钟的瞬时读数，t_R为信号到达接收机的时间；

步骤2.2：根据已知的卫星位置和伪距观测值，采用距离交会法求出接收机的三维坐标：

1)如式：

其中，τ_a为卫星发出信号正确的标准时刻；τ_b为接收机接收信号正确的标准时刻；

为卫星钟的改正数；

为接收钟的改正数；

其中：

其中(τ_b-τ_a)是测距码从卫星到接收机的实际传播时间；

测距码从卫星到接收机的实际传播时间再加上电离层折射延迟改正V_ioni和对流层折射延迟改正V_trop，求得此时卫星至接收机的实际距离为：

ρ＝c×(τ_b-τ_a)+V_ioni+V_trop (4)得实际距离ρ和伪距

之间的关系式为：

实际距离ρ与卫星坐标(x，y，z)和接收机坐标(X，Y，Z)之间又有下列关系：

ρ＝[(x-X)²+(y-Y)²+(z-Z)²]^1/2 (6)

式中的卫星坐标根据收到的卫星电文求得，对三颗卫星同时进行伪距测量，即可得到GPS接收机的位置。

进一步的，若用户定位环境为GPS定位以及WIFI信号定位，进入WIFI辅助GPS定位模式：

将GPS定位模块得到的位置坐标记为(x_G,y_G),WIFI定位模块得到的位置坐标记为(x_W,y_W)，将两个位置坐标进行加权得到WIFI辅助GPS模式下的位置坐标：

(x,y)＝(0.5x_G+0.5x_W，0.5y_G+0.5y_W)。

进一步的，使用回归预测模型定位，根据时间信息和历史位置信息，预测位置信息，并和WIFI的位置信息进行融合实现定位。

与现有技术相比，本发明具有以下有益的技术效果：

本发明一种基于回归预测模型的隧道内外无缝定位系统，采用隧道外GPS定位模块、隧道内WIFI定位模块、隧道内外无缝定位模块以及综合地图显示模块；隧道外GPS定位模块与隧道内WIFI定位模块分别作为输出信号与隧道内外无缝定位模块连接，隧道内外无缝定位模块连接综合地图显示模块，隧道内外无缝定位模块基于回归预测模型的融合定位方法，从隧道外GPS定位模块或隧道内WIFI定位模块接收坐标信息，将根据隧道内或隧道外得到的定位信息来预测用户的坐标，并将用户的预测坐标传递给综合地图显示模块，本发明隧道内外无缝定位模块基于回归预测模型的融合定位方法，实现了隧道内外无准确缝定位，采用回归预测模型可以根据少量的样本点对用户位置变化进行较为精准的预测，在较低的计算复杂度下提供了用户的位置信。

本发明一种基于回归预测模型的高速公路隧道内外无缝定位方法，根据获取隧道外GPS模块以及隧道内WIFI定位模块的定位信息，结合回归预测计算得到物体的预测轨迹，根据时间确定预测的定位点，隧道内外无缝定位模块将计算所得到的物体的预测坐标信号传输到综合地图显示模块，将仅在空旷环境下的GNSS定位和隧道内的基于WIFI的定位方式结合，利用回归预测以及数据融合的方式对隧道内外衔接区域进行位置预测，通过实时判断用户位置以及记录用户前一段时间的位置信息，通过用户能接收到的信号类型以及信号强度来切换定位方式。本方法适应于多种场景，不仅适应于隧道内外无缝定位，更可以推广到复杂城市化境，易受遮挡树荫环境等。本方法利用回归预测和数据融合的方式，不需要引入更多的设备，大大降低了成本，并且运算速度较快，仅用手机的计算功能就可以实时完成预测。本方法预测准确，在具体测试中，实验的预测误差和实际位置的相对误差限低于4％。

附图说明

图1是本发明实施例中系统结构图。

图2是本发明实施例中GPS定位原理图。

图3是本发明实施例中隧道内定位流程图。

图4是本发明实施例中实际融合预测过程中定位坐标X随时间变化图。

图5是本发明实施例中实际融合预测过程中定位坐标Y随时间变化图。

图6是本发明实施例中实际融合过程中定位坐标轨迹和时间T的三维散点图。

具体实施方式

下面结合附图对本发明做进一步详细描述：

如图1所示，一种基于回归预测模型的隧道内外无缝定位系统，包括隧道外GPS定位模块、隧道内WIFI定位模块、隧道内外无缝定位模块以及综合地图显示模块；隧道外GPS定位模块与隧道内WIFI定位模块分别作为输出信号与隧道内外无缝定位模块连接，隧道内外无缝定位模块连接综合地图显示模块；

隧道外GPS定位模块用于接收卫星定位信号，将卫星定位信号的坐标传递给隧道内外无缝定位模块；隧道内WIFI定位模块用于接收隧道内定位的坐标信息并传递给隧道内外无缝定位模块；隧道内外无缝定位模块使用基于回归预测模型的融合定位方法，从隧道外GPS定位模块或隧道内WIFI定位模块接收坐标信息，其中，将根据隧道内或隧道外得到的定位信息来预测用户的坐标，并将用户的预测坐标传递给综合地图显示模块。

综合地图显示模块包括三种显示的方式，分别为经纬度显示图、隧道内平面图、二维坐标图。其中，当处于隧道外定位模式时，采用经纬度显示图；当处于隧道内定位模式时，采用隧道内平面图；当处于隧道内外无缝定位模式时，采用二维坐标图显示方式。

一种基于回归预测模型的高速公路隧道内外无缝定位方法，包括以下步骤：

步骤S1，若所述隧道内外无缝定位模块接收到所述隧道外GPS定位模块传输的物体A的位置信号而未接收到所述隧道内WIFI定位模块的物体A的位置信号，则选择隧道外定位导航模式，并转入步骤S3；

若所述隧道内外无缝定位模块未接收到所述隧道外GPS定位模块传输的物体A的位置信号而接收到所述隧道内WIFI定位模块的物体A的位置信号，则选择隧道内定位导航模式，并转入步骤S3；

若所述隧道内外无缝定位模块同时接收到所述隧道外GPS模块以及所述隧道内WIFI定位模块传输的物体A的位置信息，则转入步骤S2；

步骤S2，基于对接区域的二维坐标变化，结合回归预测计算得到物体A的预测轨迹，根据时间t确定预测的定位点，然后转入步骤S3；

步骤S3，隧道内外无缝定位模块将计算所得到的物体A的预测坐标信号传输到综合地图显示模块，综合地图显示模块根据获取的信息选择显示模式。

步骤S1中，物体A的预测坐标的具体计算方法如下：

步骤S30，判断隧道内外无缝定位模块的二维坐标图是否存在，如果存在，则转入步骤S32，否则转入步骤S31；

步骤S31，设定物体A所在位置为原点，以A的正前方向为x轴、垂直于x轴的方向为y轴建立二维坐标系，同时在综合地图显示模块初始化二维坐标图，转入步骤S32；

步骤S32，隧道内外无缝定位模块从当前位置开始连续若干秒且以每秒钟一次的频率向隧道外GPS定位模块或隧道内WIFI定位模块获取物体A的坐标信息，并将数据转换成二维坐标系内的坐标数据；

步骤S33，利用步骤S32获取的若干个轨迹坐标数据，用回归预测模型分别预测出物体A在t秒时的二维坐标，从而得到物体A的预测轨迹L，并转入步骤S34；

步骤S34，根据当前时间t，即可得到物体A当前的预测坐标点，并传输至综合地图显示模块。同时检测GPS信号与WIFI信号，若WIFI信号个数>4或者卫星信号个数>4，表示接收到物体A的GPS定位信息或WIFI定位信息，则转入步骤S1。

遵从上述技术方案，基于回归预测和融合定位的隧道内外定位方法,具体包括以下步骤：

若所述隧道内外无缝定位模块接收到所述隧道外GPS定位模块传输的物体A的位置信号而未接收到所述隧道内WIFI定位模块的物体A的位置信号，则定位环境为单独GPS卫星，利用GPS单独定位；

若所述隧道内外无缝定位模块同时接收到所述隧道外GPS模块以及所述隧道内WIFI定位模块传输的物体A的位置信息；

则定位环境为GPS(卫星数>＝4)以及WIFI信号，WIFI辅助GPS定位；

定位环境为GPS(卫星数<4)以及WIFI信号，基于前置时间序列的定位信息利用多元线性回归预测定位信息，并和WIFI信息融合定位。

若所述隧道内外无缝定位模块未接收到所述隧道外GPS定位模块传输的物体A的位置信号而接收到所述隧道内WIFI定位模块的物体A的位置信号，定位环境为单独WIFI，使用WIFI单独定位。

单独GPS卫星定位(隧道外定位)：

基于伪距测量的GPS定位方法主要分为以下几步：GPS定位模块连接GPS接收机，利用GPS接收机同时测定至少四颗卫星的伪距；根据已知的卫星位置和伪距观测值，采用距离交会法求出GPS接收机的三维坐标。

步骤2.1：利用GPS接收机同时测定至少四颗卫星的伪距；具体实现方法如下：

由观测值求得伪距为：

其中，t_S为卫星钟的瞬时读数，t_R为信号到达接收机的时间；

步骤2.2：根据已知的卫星位置和伪距观测值，采用距离交会法求出接收机的三维坐标：具体实现步骤如下：

1)如式：

其中，τ_a为卫星发出信号正确的标准时刻；τ_b为接收机接收信号正确的标准时刻；

为卫星钟的改正数；

为接收钟的改正数；

其中：

其中(τ_b-τ_a)是测距码从卫星到接收机的实际传播时间；

测距码从卫星到接收机的实际传播时间再加上电离层折射延迟改正V_ioni和对流层折射延迟改正V_trop，求得此时卫星至接收机的实际距离为：

ρ＝c×(τ_b-τ_a)+V_ioni+V_trop (4)得实际距离ρ和伪距

之间的关系式为：

实际距离ρ与卫星坐标(x，y，z)和接收机坐标(X，Y，Z)之间又有下列关系：

ρ＝[(x-X)²+(y-Y)²+(z-Z)²]^1/2 (6)

式中的卫星坐标可以根据收到的卫星电文求得，所以上式中只包含有三个坐标未知数，如果对三颗卫星同时进行伪距测量，就可以求出接收机的位置。

WIFI辅助GPS定位：

若用户定位环境为GPS(卫星数>＝4)以及WIFI信号，进入WIFI辅助GPS定位模式；

将GPS定位模块得到的位置坐标记为(x_G,y_G),WIFI定位模块得到的位置坐标记为(x_W,y_W)，将两个位置坐标进行加权得到WIFI辅助GPS模式下的位置坐标：

(x,y)＝(0.5x_G+0.5x_W，0.5y_G+0.5y_W) (7)

回归预测模型定位：

由于GPS卫星数量少于4个无法用GPS定位模块进行定位。因此需要对这种状态下的定位方法进行重新选定；使用多元线性回归，根据时间信息和历史位置信息，预测位置信息；并和WIFI的位置信息进行融合：

步骤4.1查找此时刻的前t+n*Δt时刻的x,y形成[t,x]和[t,y]的元组；

步骤4.2利用前n个时间Δt的[t,x]和[t,y]的数据，应用两次回归分析，获得两组回归方程：

首先构建出一般的回归方程：

h_θ(x)＝θ₀+θ₁*x+θ₂*x²+θ₃*x³ (8)代价函数：

使用梯度下降的方法使得目标函数：

min J(θ₀,θ₁,θ₂,θ₃) (10)

达到全剧最小或者局部最小；

梯度下降策略：

不断改变所有参数的值，直到目标函数达到一个全剧最小活着的局部最小，其中α为学习率；

步骤4.3根据此时刻的时间t，计算此时刻(无法利用GPS合理预测)的位置坐标(x_p，y_p)。

步骤4.4获取单一WIFI环境下的坐标(x_W，y_W)；

步骤4.5利用加权的办法将步骤4.3和步骤4.4获得的位置信息进行融合，获得的x，y加权获得最终的坐标：

(x,y)＝(0.5x_p+0.5x_W，0.5y_p+0.5y_W)

如图3所示，隧道内定位模式：

基于WIFI和位置指纹的隧道内定位方法主要分为三个阶段:初始配置阶段、离线采样阶段与在线定位阶段。

步骤5.1：初始配置阶段将被定位环境网格化，并在网格内均匀部署无线接入点(AP)，具体实现方法如下：

分析实际被定位环境，在定位区域内均匀地部署n个无线AP；

绘制WIFI部署地图，在地图上标记出无线AP的安装位置，将地图坐标化，每间隔一米取一个坐标点，划分网格，将每个网格的中心位置记为一个训练元组，总计有m个样本区域，第i样本区域的训练元组标记就为i；

步骤5.2：离线采样阶段将参考位置点的坐标信息和接收信号强度(RSS)信息存储在数据库中，具体实现步骤如下：

在部署有WIFI网络的环境中，工作者手持不同型号的移动终端在被定位的区域内移动并停留20-60s，以收集该位置的RSSI向量，即移动终端通过安装采样APP调用系统API来收集周边部署的信号强度信息(RSSI数据)并发送到定位服务器，定位服务器将以上数据存储至离线数据库。具体操作如下：

定位区域中第i个训练元组的位置坐标用X_i＝(X_i,Y_i)表示，之后对每一个训练元组重复采样，在(X_i,Y_i)处所测得的RSSI值记为

其中i表示第i个点，j表示在该点处测得的第j组数据。

将第i个训练元组数据记为

利用信号强度信息RSSI划分训练元组，并发送到定位服务器。定位服务器将训练元组集排序后存储在搜索树中，同时存储训练元组对应的标号和坐标得到离线数据库；

过滤离线数据库：过滤掉异常点，删除每一个训练元组中与平均向量的欧几里德距离大于30个单位的向量，完成对离线数据库的过滤。

2.1)地图中每一个坐标点(X_i,Y_i)处的RSSI值记为向量

其中，s_n为训练元组内的向量；

2.2)求取每一个训练元组的平均向量

其中，m为每个训练元组内向量的个数，

为向量平均值；

2.3)计算每个训练元组中向量与平均向量的欧几里德距离：

2.4)删除每一个训练元组中与平均向量的欧几里德距离大于30个单位的向量，完成对离线数据库的过滤。

步骤5.3：在线定位阶段实时采集信号强度信息，与数据库中的信息比较，选取匹配度最高的位置坐标作为目标的估计位置。

待定位的移动终端在WIFI网络的随机点采集无线AP的信号强度信息，发送给定位服务器，并组装成和离线采样阶段一样的指纹数据结构。定位服务器根据一定的WKNN算法和指纹数据库中的大量数据进行模式匹配，继而计算出位置。具体步骤如下：

定位服务器将缓存的RSSI信息作为测试元组，待定位的移动终端在随机点的RSSI值记为向量S＝(b₁,b₂,b₃,…,b_n)，b_n为测试元组内的向量；

测试元组与训练元组间欧几里得距离的计算公式为

其中，dis_i表示第i个参考点与待测实时定位点之间的距离；

在计算所得的dis_i中，从小到大选择K个dis_i对应的参考坐标。假设匹配出的参考点为(x,y),(x_i,y_i)表示第i个参考节点的坐标,则待测点坐标为：

实际测试：

本文对提出的融合定位方法进行了实际测试，使用手机自带GPS和信息工程学院的WIFI信号进行定位无缝融合实验。

图4是整个移动过程中X坐标变换，包括单独GPS定位信息，单独WIFI定位信息，使用高次回归预测和WIFI加权定位信息。

图5是整个移动过程中Y坐标变换，包括单独GPS定位信息，单独WIFI定位信息，使用高次回归预测和WIFI加权定位信息。

图6是整个移动过程中，(x,y)坐标信息和随时间变化的轨迹图，包括单独GPS定位信息，单独WIFI定位信息，使用高次回归预测和WIFI加权定位信息。

表1

x	y	P(x)	P(y)	relative_error(x)	relative_error(y)
						42.7228	77.6634	44.2482	76.9632	0.0357061	0.0090155
44.9802	84.4158	45.7396	83.6392	0.0168832	0.00919971
						50.1287	89.3267	51.0348	89.2827	0.0180747	0.000492875
51.5644	96.9307	51.1924	94.2357	0.00721365	0.0278029
						58.703	98.495	57.7465	99.7376	0.0162927	0.012615
59.1188	103.257	61.764	105.163	0.0447428	0.0184591
						61.2574	110.198	62.5581	109.765	0.0212332	0.00392521
65.1089	116.713	67.6213	120.062	0.0385881	0.0286922
						71.7723	127.465	72.9653	125.785	0.0166222	0.0131813
73.3762	131.188	73.4569	133.139	0.00109919	0.0148729
						80.5545	137.901	79.7947	139.825	0.0094318	0.0139492

整个实验过程中，我们对融合过程中的定位实际值进行了记录，方便对我们方法进行评估，具体误差见表1。表1中x和y是用户真实的位置，P(x)，P(y)是预测的值，我们计算了预测的相对误差，我们的预测过程的相对误差限不超过4％，比较高精度的实现了隧道内外无缝定位。

Claims (10)

1.一种基于回归预测模型的高速公路隧道内外无缝定位系统，其特征在于，包括隧道外GPS定位模块、隧道内WIFI定位模块、隧道内外无缝定位模块以及综合地图显示模块；隧道外GPS定位模块与隧道内WIFI定位模块分别作为输出信号与隧道内外无缝定位模块连接，隧道内外无缝定位模块连接综合地图显示模块；

隧道外GPS定位模块用于接收卫星定位信号，将卫星定位信号的坐标传递给隧道内外无缝定位模块；隧道内WIFI定位模块用于接收隧道内定位的坐标信息并传递给隧道内外无缝定位模块；隧道内外无缝定位模块基于回归预测模型的融合定位方法，从隧道外GPS定位模块或隧道内WIFI定位模块接收坐标信息，将根据隧道内或隧道外得到的定位信息来预测用户的坐标，并将用户的预测坐标传递给综合地图显示模块。

2.根据权利要求1所述的一种基于回归预测模型的高速公路隧道内外无缝定位系统，其特征在于，综合地图显示模块实现经纬度显示图、隧道内平面图或二维坐标图。

3.根据权利要求1所述的一种基于回归预测模型的高速公路隧道内外无缝定位系统，其特征在于，当处于隧道外定位模式时，采用经纬度显示图；当处于隧道内定位模式时，采用隧道内平面图；当处于隧道内外无缝定位模式时，采用二维坐标图显示方式。

4.基于权利要求1所述系统的高速公路隧道内外无缝定位方法，其特征在于，包括以下步骤：

S1，实时获取隧道外GPS模块以及隧道内WIFI定位模块的定位信息；若所述隧道内外无缝定位模块同时接收到所述隧道外GPS模块以及所述隧道内WIFI定位模块传输的物体A的位置信息，则转入步骤S2；

若所述隧道内外无缝定位模块接收到所述隧道外GPS定位模块传输的物体A的位置信号而未接收到所述隧道内WIFI定位模块的物体A的位置信号，则选择隧道外定位导航模式，并转入步骤S3；

若所述隧道内外无缝定位模块未接收到所述隧道外GPS定位模块传输的物体A的位置信号而接收到所述隧道内WIFI定位模块的物体A的位置信号，则选择隧道内定位导航模式，并转入步骤S3；

S2，基于对接区域的二维坐标变化，结合回归预测计算得到物体A的预测轨迹，根据时间t确定预测的定位点，然后转入步骤S3；

S3，隧道内外无缝定位模块将计算所得到的物体A的预测坐标信号传输到综合地图显示模块，综合地图显示模块根据获取的信息选择显示模式。

5.根据权利要求4所述的高速公路隧道内外无缝定位方法，其特征在于，物体A的预测坐标的具体过程：

步骤S30，如果隧道内外无缝定位模块的二维坐标图存在，则转入步骤S32，否则转入步骤S31；

步骤S31，设定物体A所在位置为原点，以A的正前方向为x轴、垂直于x轴的方向为y轴建立二维坐标系，同时在综合地图显示模块初始化二维坐标图，转入步骤S32；

步骤S32，隧道内外无缝定位模块从当前位置开始连续若干秒且以每秒钟一次的频率向隧道外GPS定位模块或隧道内WIFI定位模块获取物体A的坐标信息，并将数据转换成二维坐标系内的坐标数据；

步骤S33，利用步骤S32获取的若干个坐标数据，通过回归预测模型分别预测出物体A在t秒时的二维坐标，从而得到物体A的预测轨迹L，并转入步骤S34；

步骤S34，根据当前时间t，即可得到物体A当前的预测坐标点，并传输至综合地图显示模块。

6.根据权利要求4所述的高速公路隧道内外无缝定位方法，其特征在于，同时检测GPS信号与WIFI信号，若WIFI信号个数＞4或者卫星信号个数＞4，表示接收到物体A的GPS定位信息或WIFI定位信息，则转入步骤S1。

7.根据权利要求4所述的一高速公路隧道内外无缝定位系统及方法，其特征在于，若所述隧道内外无缝定位模块接收到所述隧道外GPS定位模块传输的物体A的位置信号而未接收到所述隧道内WIFI定位模块的物体A的位置信号，利用GPS单独定位：根据已知的卫星位置和伪距观测值，采用距离交会法求出GPS接收机的三维坐标。

8.根据权利要求7所述的高速公路隧道内外无缝定位方法，其特征在于，步骤2.1：利用GPS接收机同时测定至少四颗卫星的伪距：

由观测值求得伪距为：

其中，t_S为卫星钟的瞬时读数，t_R为信号到达接收机的时间；

步骤2.2：根据已知的卫星位置和伪距观测值，采用距离交会法求出接收机的三维坐标：

1)如式：

其中，τ_a为卫星发出信号正确的标准时刻；τ_b为接收机接收信号正确的标准时刻；

为卫星钟的改正数；

为接收钟的改正数；

其中：

其中(τ_b-τ_a)是测距码从卫星到接收机的实际传播时间；

测距码从卫星到接收机的实际传播时间再加上电离层折射延迟改正V_ioni和对流层折射延迟改正V_trop，求得此时卫星至接收机的实际距离为：

ρ＝c×(τ_b-τ_a)+V_ioni+V_trop (4)

得实际距离ρ和伪距

之间的关系式为：

实际距离ρ与卫星坐标(x，y，z)和接收机坐标(X，Y，Z)之间又有下列关系：

ρ＝[(x-X)²+(y-Y)²+(z-Z)²]^1/2 (6)

式中的卫星坐标根据收到的卫星电文求得，对三颗卫星同时进行伪距测量，即可得到GPS接收机的位置。

9.根据权利要求4所述的高速公路隧道内外无缝定位方法，其特征在于，若用户定位环境为GPS定位以及WIFI信号定位，进入WIFI辅助GPS定位模式：

将GPS定位模块得到的位置坐标记为(x_G，y_G)，WIFI定位模块得到的位置坐标记为(x_W，y_W)，将两个位置坐标进行加权得到WIFI辅助GPS模式下的位置坐标：

(x，y)＝(0.5x_G+0.5x_W，0.5y_G+0.5y_W)。

10.根据权利要求4所述的高速公路隧道内外无缝定位方法，其特征在于，使用回归预测模型定位，根据时间信息和历史位置信息，预测位置信息，并和WIFI的位置信息进行融合实现定位。

Images