CN114779304A - 基于uwb-rtk的高精度车路协同定位方法 - Google Patents

基于uwb-rtk的高精度车路协同定位方法 Download PDF

Info

Publication number
CN114779304A
CN114779304A CN202210466980.9A CN202210466980A CN114779304A CN 114779304 A CN114779304 A CN 114779304A CN 202210466980 A CN202210466980 A CN 202210466980A CN 114779304 A CN114779304 A CN 114779304A
Authority
CN
China
Prior art keywords
uwb
module
rtk
storage space
positioning
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
CN202210466980.9A
Other languages
English (en)
Inventor
杜秀君
梅容芳
刘良
陈挺
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.)
Yibin Vocational and Technical College
Original Assignee
Yibin Vocational and Technical College
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 Yibin Vocational and Technical College filed Critical Yibin Vocational and Technical College
Priority to CN202210466980.9A priority Critical patent/CN114779304A/zh
Publication of CN114779304A publication Critical patent/CN114779304A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W56/00—Synchronisation arrangements
    • H04W56/001—Synchronization between nodes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种基于UWB‑RTK的高精度车路协同定位方法，选用超宽带信号体制和TDOA的定位机制，借鉴GPS‑RTK系统的工作原理，设计基于车路协同的UWB‑RTK系统架构，在构架中引入了参考站，并且设计卫星站和参考站工作时序，最后利用TPSN同步机制实现定位网络的时钟同步。解决现有采用协同定技术的无人接驳车定位精度低的问题。

Description

基于UWB-RTK的高精度车路协同定位方法
技术领域
本发明涉及协同定位领域，特别是一种基于UWB-RTK的高精度车路协同定位方法。
背景技术
传统的燃油接驳车已经不能满足绿色校园的环保和减排要求，新能源汽车产业井喷发展；人工智能时代，科技助力“智慧校园”加速发展，校园生活场景不断丰富，接驳要求变得复杂多变，为了加快“智慧校园”的电动化、智能化、网联化和共享化进程，一款更加智能环保的自动驾驶接驳车成为校园师生梦寐以求的交通工具。如果可以实现校园接驳车的无人化，那么接驳车根据路径点生成可行驶路线，结合传感器、上层算法和执行机构实现导航定位和路径规划等功能，并在行进过程中躲避实时障碍物和避让行人，到达目标点后接送学生和老师，通过车身周边环境，判断是否可以启动，从而完成接送任务。这将会大大降低人力成本和运营成本，并且由于无人车避免了人的因素，提升运输效率，确保运输安全可靠地运行，为“智慧校园”的高效安全接驳提供保障。
无人驾驶作为目前人工智能领域最热门的领域，吸引了来自学术界、工业界等各个领域的目光，但是由于其技术门槛以及真实场景的复杂性，使得无人车技术全面落地还有一定距离，主要运用还是以现有技术在特定场景下进行无人驾驶的运输任务。虽然国内对无人车的研究开始较晚，但是随着我国人工智能技术的崛起，我国对无人车的技术研究和产业落地也达到了世界领先地位。近年来，随着无人驾驶技术的发展，除了百度、阿里巴巴、京东这类互联网公司设立了无人驾驶部门之外，国内也成立了许多自动驾驶初创公司，它们的自动驾驶技术面对不同的场景开发。
在面对校园复杂人流和道路环境下，现有的协同定位方法中的TDOA测量具有不确定性，而且定位基站时钟存在偏差和环境的干扰，无人接驳车的定位精度低。
发明内容
本发明的目的在于提供一种基于UWB-RTK的高精度车路协同定位方法，解决现有采用协同定技术的无人接驳车定位精度低的问题。
为解决上述的技术问题，本发明采用以下技术方案：
一种基于UWB-RTK的高精度车路协同定位方法，选用超宽带信号体制和TDOA的定位机制，借鉴GPS-RTK系统的工作原理，设计基于车路协同的UWB-RTK系统架构，在构架中引入了参考站，并且设计卫星站和参考站工作时序，最后利用TPSN同步机制实现定位网络的时钟同步。
通过引入参考站的方式，减小TDOA 测量的不确定性，提高系统定位精度，利用TPSN同步机制实现定位网络的时钟同步，提高了时间测量精度。
作为本发明的进一步优选，所述UWB-RTK 系统架构包括探测终端、证据储存空间a模块、探测判定模块、UWB信标模块、TDOA定位算法模块和融合定位中央处理器，所述探测终端与证据储存空间a模块相连，所述证据储存空间a模块通过探测判定模块与融合定位中央处理器相连，所述UWB信标模块则通过TDOA定位算法模块与融合定位中央处理器相连。
作为本发明的进一步优选，所述探测终端包括摄像头、毫米波雷达、低线激光雷达和超声波雷达。
作为本发明的进一步优选，所述证据储存空间a模块包括与摄像头相连的摄像头证据储存空间a模块、与毫米波雷达相连的毫米波雷达证据储存空间a模块、与低线激光雷达相连的低线激光雷达证据储存空间a模块和与超声波雷达相连的超声波雷达证据储存空间a模块。
作为本发明的进一步优选，探测判定模块采用的是基于D-S证据理论的多源异构信息融合感知方案。
作为本发明的进一步优选，所述基于D-S证据理论的多源异构信息融合感知方案首先是对探测到的融合价值较低的感知数据进行过滤，然后调整基本概率分配函数的权重，在基本概率分配函数的权重调整中，只对感知数据集之间的冲突较大的概率分配函数进行权重调整，其他的直接进行融合，最后改进组合规则。
通过对融合价值较低的感知数据进行过滤减少了融合计算量，提升了处理速度，然后只对感知数据集之间的冲突较大的概率分配函数进行权重调整，是为了平衡感知数据融合的效率和准确性，以减少探测终端感知数据集之间的冲突，改进组合规则能克服识别框架的不完备性，提高目标识别的精度。
作为本发明的进一步优选，所述数据集是储存在各个证据储存空间a模块中的数据集。
与现有技术相比，本发明至少能达到以下有益效果中的一项：
1、减小了TDOA 测量的不确定性，提高了系统定位精度，同时利用TPSN同步机制实现定位网络的时钟同步，提高了时间测量精度。
2、通过对融合价值较低的感知数据进行过滤减少了融合计算量，提升了处理速度。
3、能克服识别框架的不完备性，提高目标识别的精度。
附图说明
图1 为本发明UWB-RTK 系统的架构图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。通常在此处附图中描述和示出的本发明实施方式的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，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方式，都属于本发明保护的范围。
需要说明的是，在不冲突的情况下，本发明中的实施方式及实施方式中的特征可以相互组合。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”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，或者是该发明产品使用时惯常摆放的方位或位置关系，或者是本领域技术人员惯常理解的方位或位置关系，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。此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
具体实施例1：
图1示出了一种基于UWB-RTK的高精度车路协同定位方法，选用超宽带信号体制和TDOA的定位机制，借鉴 GPS-RTK系统的工作原理，设计基于车路协同的 UWB-RTK 系统架构，在构架中引入了参考站，并且设计卫星站和参考站工作时序，最后利用TPSN同步机制实现定位网络的时钟同步。
通过引入参考站的方式，减小TDOA 测量的不确定性，提高系统定位精度，利用TPSN同步机制实现定位网络的时钟同步，提高了时间测量精度。
具体实施例2：
本实施例是在具体实施例1的基础上对UWB-RTK系统架构进行了进一步的说明，所述UWB-RTK系统架构包括探测终端、证据储存空间a模块、探测判定模块、UWB信标模块、TDOA定位算法模块和融合定位中央处理器，所述探测终端与证据储存空间a模块相连，所述证据储存空间a模块通过探测判定模块与融合定位中央处理器相连，所述UWB信标模块则通过TDOA定位算法模块与融合定位中央处理器相连。
具体实施例3：
本实施例是在具体实施例2的基础上对探测终端进行了进一步的说明，所述探测终端包括摄像头、毫米波雷达、低线激光雷达和超声波雷达。
具体实施例4：
本实施例是在具体实施例3的基础上对证据储存空间a模块进行了进一步的说明，所述证据储存空间a模块包括与摄像头相连的摄像头证据储存空间a模块、与毫米波雷达相连的毫米波雷达证据储存空间a模块、与低线激光雷达相连的低线激光雷达证据储存空间a模块和与超声波雷达相连的超声波雷达证据储存空间a模块。
具体实施例5：
本实施例是在具体实施例4的基础上对探测判定模块进行了进一步的说明，探测判定模块采用的是基于D-S证据理论的多源异构信息融合感知方案。
具体实施例6：
本实施例是在具体实施例5的基础上对基于D-S证据理论的多源异构信息融合感知方案进行了进一步的说明，所述基于D-S证据理论的多源异构信息融合感知方案首先是对探测到的融合价值较低的感知数据进行过滤，然后调整基本概率分配函数的权重，在基本概率分配函数的权重调整中，只对感知数据集之间的冲突较大的概率分配函数进行权重调整，其他的直接进行融合，最后改进组合规则。
通过对融合价值较低的感知数据进行过滤减少了融合计算量，提升了处理速度，然后只对感知数据集之间的冲突较大的概率分配函数进行权重调整，是为了平衡感知数据融合的效率和准确性，以减少探测终端感知数据集之间的冲突，改进组合规则能克服识别框架的不完备性，提高目标识别的精度。
具体实施例7：
本实施例是在具体实施例6的基础上对数据集进行了进一步的说明，所述数据集是储存在各个证据储存空间a模块中的数据集。
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.基于UWB-RTK的高精度车路协同定位方法，其特征在于：选用超宽带信号体制和TDOA的定位机制，借鉴GPS-RTK系统的工作原理，设计基于车路协同的UWB-RTK系统架构，在构架中引入了参考站，并且设计卫星站和参考站工作时序，最后利用TPSN同步机制实现定位网络的时钟同步。
2.根据权利要求1所述的基于UWB-RTK的高精度车路协同定位方法，其特征在于：所述UWB-RTK系统架构包括探测终端、证据储存空间a模块、探测判定模块、UWB信标模块、TDOA定位算法模块和融合定位中央处理器，所述探测终端与证据储存空间a模块相连，所述证据储存空间a模块通过探测判定模块与融合定位中央处理器相连，所述UWB信标模块则通过TDOA定位算法模块与融合定位中央处理器相连。
3.根据权利要求2所述的基于UWB-RTK的高精度车路协同定位方法，其特征在于：所述探测终端包括摄像头、毫米波雷达、低线激光雷达和超声波雷达。
4.根据权利要求3所述的基于UWB-RTK的高精度车路协同定位方法，其特征在于：所述证据储存空间a模块包括与摄像头相连的摄像头证据储存空间a模块、与毫米波雷达相连的毫米波雷达证据储存空间a模块、与低线激光雷达相连的低线激光雷达证据储存空间a模块和与超声波雷达相连的超声波雷达证据储存空间a模块。
5.根据权利要求4所述的基于UWB-RTK的高精度车路协同定位方法，其特征在于：探测判定模块采用的是基于D-S证据理论的多源异构信息融合感知方案。
6.根据权利要求5所述的基于UWB-RTK的高精度车路协同定位方法，其特征在于：所述基于D-S证据理论的多源异构信息融合感知方案首先是对探测到的融合价值较低的感知数据进行过滤，然后调整基本概率分配函数的权重，在基本概率分配函数的权重调整中，只对感知数据集之间的冲突较大的概率分配函数进行权重调整，其他的直接进行融合，最后改进组合规则。
7.根据权利要求6所述的基于UWB-RTK的高精度车路协同定位方法，其特征在于：所述数据集是储存在各个证据储存空间a模块中的数据集。
CN202210466980.9A 2022-04-29 2022-04-29 基于uwb-rtk的高精度车路协同定位方法 Pending CN114779304A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210466980.9A CN114779304A (zh) 2022-04-29 2022-04-29 基于uwb-rtk的高精度车路协同定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210466980.9A CN114779304A (zh) 2022-04-29 2022-04-29 基于uwb-rtk的高精度车路协同定位方法

Publications (1)

Publication Number Publication Date
CN114779304A true CN114779304A (zh) 2022-07-22

Family

ID=82434501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210466980.9A Pending CN114779304A (zh) 2022-04-29 2022-04-29 基于uwb-rtk的高精度车路协同定位方法

Country Status (1)

Country Link
CN (1) CN114779304A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115662151A (zh) * 2022-12-13 2023-01-31 宜宾职业技术学院 一种重载车辆定位控制方法、装置及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115662151A (zh) * 2022-12-13 2023-01-31 宜宾职业技术学院 一种重载车辆定位控制方法、装置及系统

Similar Documents

Publication Publication Date Title
Qiao et al. A survey on 5G/6G, AI, and Robotics
Han et al. Research on road environmental sense method of intelligent vehicle based on tracking check
CN109709593A (zh) 基于“云-端”紧耦合的智能网联汽车车载终端平台
CN111880174A (zh) 一种用于支持自动驾驶控制决策的路侧服务系统及其控制方法
CN107229690A (zh) 基于路侧传感器的高精度动态地图数据处理系统及方法
WO2021238306A1 (zh) 一种激光点云的处理方法及相关设备
CN107226087A (zh) 一种结构化道路自动驾驶运输车及控制方法
CN106292666A (zh) 基于超声波距离检测的无人驾驶汽车避障方法及系统
US20210278523A1 (en) Systems and Methods for Integrating Radar Data for Improved Object Detection in Autonomous Vehicles
Liu et al. An overview of the latest progress and core challenge of autonomous vehicle technologies
Xu et al. A review on intelligent road and its related key technologies
CN114779304A (zh) 基于uwb-rtk的高精度车路协同定位方法
CN112799409A (zh) 基于车路云协同架构的用于机场的地面交通管控集成系统
CN115661965B (zh) 一种融合自动机场的公路无人机智能巡检系统
CN114397877A (zh) 一种智能汽车自动驾驶系统
CN116469249A (zh) HDMap与5G车路协的智慧交通云管理平台
CN115879060A (zh) 基于多模态的自动驾驶感知方法、装置、设备和介质
CN113870246A (zh) 一种基于深度学习的障碍物探测和识别方法
CN103745613A (zh) 缩微道路环境下缩微智能车的定位导航实施方法
Qin et al. Research on application and testing of autonomous driving in ports
CN209607036U (zh) 一种ai智能视觉行车记录仪
CN109308806A (zh) 一种交通工具的行驶检测方法及服务器
CN112513876B (zh) 一种用于地图的路面提取方法及装置
Fu et al. Unmanned Driving Technology in Coal Mine Based on Semantic Information Method
CN113947891A (zh) 一种基于车路协同港口行驶环境重建系统

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