CN115480280A - 基于车辆伪基站的协同定位方法及存储介质 - Google Patents
基于车辆伪基站的协同定位方法及存储介质 Download PDFInfo
- Publication number
- CN115480280A CN115480280A CN202211417248.9A CN202211417248A CN115480280A CN 115480280 A CN115480280 A CN 115480280A CN 202211417248 A CN202211417248 A CN 202211417248A CN 115480280 A CN115480280 A CN 115480280A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- correction
- positioning
- epoch
- differential
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012216 screening Methods 0.000 claims abstract description 17
- 230000004927 fusion Effects 0.000 claims abstract description 8
- 238000012937 correction Methods 0.000 claims description 106
- 230000008859 change Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000007667 floating Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 10
- 239000005433 ionosphere Substances 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 239000005436 troposphere Substances 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 13
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 6
- 230000006978 adaptation Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000001934 delay Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012826 global research Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
- G01S19/44—Carrier phase ambiguity resolution; Floating ambiguity; LAMBDA [Least-squares AMBiguity Decorrelation Adjustment] method
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明的一种基于车辆伪基站的协同定位方法及存储介质,将协同车辆作为伪基站,自适应周期发送差分信息,主车进行筛选融合,提高城市环境下的定位精度。本发明将定位精确的协同车辆作为伪基站,生成并自适应发送差分信息,由目标车辆进行筛选融合,在城市环境中具有更高的模糊度固定率和定位精度。同时,本发明算法实现复杂度低,对时间同步要求低,城市环境中精度大于传统的RTK算法,尤其适用于城市场景下车辆高精度定位。而且算法简单易实现,单辆协同车辆也具备优良的定位性能。并且在遮挡及其严重的环境中,可视卫星数不支持进行差分定位,协同卡尔曼滤波器也可以使定位精度达到了厘米级。
Description
技术领域
本发明涉及定位技术领域,具体涉及一种基于车辆伪基站的协同定位方法及存储介质。
背景技术
全球关于智能交通系统(Intelligent Transportation System, ITS)应用的研究取得了迅速发展,其目标是利用计算机、通信、传感等技术的进步实现更加安全、高效、节约能源、环境友好和舒适的交通系统。由此涌现了一系列新的技术,如导航、各种驾驶辅助技术、车路协同乃至自动驾驶等。这些技术的实现往往需要某种定位手段来获得车辆的位置。获取实时、准确的车辆位置信息(如经度、纬度、高度等)是许多智能交通技术的重要组成部分。
在车辆导航系统的组成中,全球导航卫星系统(GNSS)提供车辆的绝对精确位置。因此,它一直是车辆导航系统和服务的核心部分。然而,GNSS也与各种误差有关,例如由卫星时钟,星历误差以及电离层和对流层延迟引起的误差,在实际应用中导致超过10 m的定位误差。在城市环境中,GNSS非视距(NLOS)延迟和由于建筑物遮挡引起的本地信号中断可能导致高达几百米的定位误差。
随着车对车(V2V)技术的发展,车辆与各个单元之间的信息可以共享,传递包括车辆位置信息、速度信息等车辆状态信息以及多种传感器感知的原始观测信息,利用V2V通信,利用通信信号传递协同车辆的定位信息,提高了定位系统的可用性和可靠性。
伪基站(Pseudo-Reference Station)表示为以车辆为载体的参考差分基准站,拥有固定差分基准站的基本功能,能够发送伪距改正数、载波相位改正数、伪距改正数变化率以及载波相位改正数变化率等信息。
发明内容
本发明提出的一种基于车辆伪基站的协同定位方法,可至少解决上述技术问题之一。
为实现上述目的,本发明采用了以下技术方案:
一种基于车辆伪基站的协同定位方法,包括以下步骤:
步骤一:协同车辆根据自身的定位解计算差分信息,其中包括空间误差消除、概略钟差计算、差分改正数变化率三部分,同时储存当前历元定位解固定状态,观测卫星数。
步骤二:根据步骤一得到的协同车辆差分信息及当前历元定位解的固定状态,差分改正数自适应发送模块中设置固定解更新阈值和部分模糊度固定解更新阈值,自适应发送协同车量差分改正数、差分改正数历元、定位解固定状态以及观测卫星数。
步骤三:根据步骤二得到的协同车辆差分改正数、差分改正数历元、定位解固定状态以及观测卫星数以及由车间测距值获取模块获得的车间测距值,差分改正数筛选融合模块中筛选得到最优协同车辆差分改正数集合,融合集合中的数据得到最优差分改正数。
步骤四:根据步骤三得到的最优差分改正数和车间测距值,目标车辆差分定位模块中实时进行固定解算,求解基线向量。
进一步的,在步骤一中所述的“协同车辆根据自身的定位解计算差分信息,其中包括空间误差消除、概略钟差计算、差分改正数变化率三部分,同时储存当前历元定位解固定状态,观测卫星数”,其做法如下:
S15、第二历元及后续历元中,结合上一历元的差分改正数信息,计算概略钟差增量,更新概略钟差,获得伪距改正数和载波相位改正数,储存当前历元差分改正数信息,获取伪距改正数变化率和载波相位改正数变化率;
进一步的,在步骤二中所述的“根据步骤一得到的协同车辆差分信息及当前历元定位解的固定状态,差分改正数自适应发送模块中设置固定解更新阈值和部分模糊度固定解更新阈值,自适应发送协同车量差分改正数、差分改正数历元、定位解固定状态以及观测卫星数”,其做法如下:
S22、根据S21获取的定位解固定状态将当前历元差分信息归类,并更新此定位解固定状态的最新差分信息,并更新相应的历元时间;
S23、设置固定解更新阈值为2s,部分模糊度固定解更新阈值为3s,判断当前历元
时间与S22储存的固定解历元与部分模糊度固定解历元的差值,协同车辆自适应发送最
近历元最佳差分信息以及S11、S22步骤中给出的观测卫星数、固定解状态和对应历元时间;
进一步的,在步骤三中所述的“差分改正数筛选融合模块中筛选得到最优协同车辆差分改正数集合,融合集合中的数据得到最优差分改正数。”,其做法如下:
S33、若车间测距值获取失败,则权重由步骤S23中给出的观测卫星数决定;
进一步的,在步骤四中所述的“根据步骤三得到的最优差分改正数和车间测距值,目标车辆差分定位模块中实时进行固定解算,求解基线向量”,其做法如下:
S41、目标车辆差分定位模块中获取目标车辆的原始观测值,包括伪距观测值和载波相位观测值,步骤S32、S33中获取最优差分改正数,对原始观测量修正,得到修正后的伪距、载波相位测量值;
S42、对S41步骤中的修正后伪距、载波相位测量值做星间双差处理,消除接收机钟差,得到双差观测值;
S43、将得到的双差观测值与车间测距值输入协同卡尔曼滤波器,得到位置浮点解和双差模糊度浮点解,再由ratio检验方法固定模糊度,修正基线向量。
又一方面,本发明还公开一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如上述任一方法的步骤。
由上述技术方案可知,本发明提供一种基于车辆伪基站的协同高精度定位方法及系统,本发明由协同车辆位置获取模块、协同车辆伪基站差分改正数生成模块、协同车辆差分改正数自适应发送模块、车间测距值获取模块、差分改正数筛选融合模块、目标车辆差分定位模块组成。本发明提出以协同车辆作为伪差分基准站的定位方法,消除近似的公共误差。用差分校准信息代替伪距观测值和载波相位观测值,在移动端进行筛选融合,权重由协同车辆的观测质量决定。提出自适应差分信息发送策略,以历史观测良好的差分信息代替观测质量差的当前历元差分信息。
具体的说,本发明将定位精确的协同车辆作为伪基站,生成并自适应发送差分信息,由目标车辆进行筛选融合,在城市环境中具有更高的模糊度固定率和定位精度。同时,本发明算法实现复杂度低,对时间同步要求低,城市环境中精度大于传统的RTK算法,尤其适用于城市场景下车辆高精度定位。而且算法简单易实现,单辆协同车辆也具备优良的定位性能。并且在遮挡及其严重的环境中,可视卫星数不支持进行差分定位,协同卡尔曼滤波器也可以使定位精度达到了厘米级。
附图说明
图1是算法流程图;
图2是差分信息自适应模块流程图;
图3是伪基站差分信息生成流程图;
图4是协同卡尔曼滤波算法流程图;
图5是举例的两种方法的误差比较;
图6是举例的单基站与单协同车概率分布曲线对比图;
图7是举例的不同数量的协同车辆的概率分布曲线对比图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
城市环境下由于空间传播误差影响,单车RTK定位误差过大。为了解决可见星书不足以及定位精度不高的问题,其中一种解决方法就是使用协同定位技术,利用协同车辆的观测值,提高定位系统的冗余度,但是当前大部分协同定位方法通过GNSS伪距差分来获得定位解,没有利用精度更高的载波相位观测值,定位精度仍然不满足车道级精度。其次协同车辆的观测环境不同,导致有相对较差的观测信息引入观测方程。另外协同车辆也会存在部分历元是浮点解差分信息的情况,导致协同车本历元信息不可用。GNSS原始观测量变化很快,基准站接收机的GNSS原始观测值从产生和播发到被用户接收机接收和应用这一过程一般需要1~2s的时间,这也是影响定位精度的因素之一。因此本发明实施例提供一种新的协同高精度定位方法与系统。
首先概述本发明的核心原理,城市环境下由于空间传播误差影响,单车RTK定位误差过大。为了解决可见星书不足以及定位精度不高的问题,其中一种解决方法就是使用协同定位技术,利用协同车辆的观测值,提高定位系统的冗余度,本发明利用协同车辆作为伪基站发送差分数据时间同步性低的特点,代替距离较远的固定基站,提高目标车辆的定位精度,具体来说,如图1所示,协同车辆根据自身的定位解计算差分信息,其中包括空间误差消除、概略钟差计算、差分改正数变化率三部分,同时储存当前历元定位解固定状态,观测卫星数。得到协同车辆差分信息及当前历元定位解的固定状态,差分改正数自适应发送模块中设置固定解更新阈值和部分模糊度固定解更新阈值,自适应发送协同车量差分改正数、差分改正数历元、定位解固定状态以及观测卫星数。得到协同车辆差分改正数、差分改正数历元、定位解固定状态以及观测卫星数以及由车间测距值获取模块获得的车间测距值,差分改正数筛选融合模块中筛选得到最优协同车辆差分改正数集合,融合集合中的数据得到最优差分改正数。得到最优差分改正数和车间测距值,目标车辆差分定位模块中实时进行固定解算,求解基线向量。
如图2所示,是本次发明的差分信息自适应模块流程图,分别将每个历元的差分信息按照协同车辆自身定位解的固定情况固定解差分信息、部分模糊度固定解差分信息以及浮点解差分信息。在每个历元对这三类差分信息进行更新,并记录对应的历元数以及观测卫星数,其中固定解差分信息的优先级最高,设置固定解更新阈值,若当前历元与固定解历元之差小于阈值,则默认发送固定解历元的差分信息,然后依次类推。
具体的说,本发明提供了一种基于车辆伪基站的协同高精度定位方法及系统,具体实施步骤如下:
第二历元及后续历元中,结合上一历元的差分改正数信息,计算概略钟差增量:
更新概略钟差:
获得伪距改正数和载波相位改正数,储存当前历元差分改正数信息,获取伪距改正数变化率和载波相位改正数变化率;
第二步:本发明利用差分校准信息有效时间长,对时间同步要求低的特性,提出差分信息自适应周期发送的策略。
首先,分别将每个历元的差分信息按照协同车辆自身定位解的固定情况分类,分
为固定解差分信息、部分模糊度固定解差分信息以及浮点解差分信息,分别记为fix=2,1,
0。在每个历元对这三类差分信息进行更新,并记录对应的历元数以及观测卫
星数,为后续主车筛选融合差分信息提供特征值。
本课题认为固定解差分信息的优先级最高,并设置固定解更新阈值t_fix,若当前
历元与固定解的距离小于t_fix,则默认发送历元的差分信息,次级的为部分模
糊度固定解差分信息,若当前历元与固定解的距离大于t_fix,则进入下一判断,设置
部分模糊度固定解更新阈值t_float,若与固定解的距离小于t_float,则发送历元
的差分信息,如果当前历元超过两个更新阈值,那么差分信息将变为实时发送。
第四步:如图4所示,目标车辆差分定位模块中获取目标车辆的原始观测值,包括伪距观测值和载波相位观测值,获取最优差分改正数,对原始观测量修正,得到修正后的伪距、载波相位测量值:
对修正后伪距、载波相位测量值做星间双差处理,消除接收机钟差,得到双差观测值,将得到的双差观测值与车间测距值输入协同卡尔曼滤波器,
首先构建状态向量
状态转移模型定义为:
状态转移矩阵为:
观测模型可表示为:
观测向量可表示为:
观测矩阵可表示为:
协同卡尔曼滤波后得到位置浮点解和双差模糊度浮点解,再由ratio检验方法固定模糊度,修正基线向量。
以下举例说明:
由表1可以看到,基于多车伪基站的定位方法在各个性能指标上都有了大幅的提升。在固定率方法,单车伪基站的定位方法的固定率只有78%,其中双车作为虚拟基站对比单车模糊度固定率提升约9.4%,均方根误差下降0.75m,三车较单车模糊度固定率提升约11.9%,均方根误差下降0.84m。主要原因是总有一辆协同车辆观测值是良好的,很好的弥补了单协同车的不足。
表 1 多车伪基站与传统RTK定位结果
比较了两种方法在东北天方向上的误差。由图5可以看到,在垂直方向上,传统RTK的定位结果经常发生抖动,而目标算法则要更加稳定,除了个别历元外,垂直方向基本可达到厘米级的误差。而在水平方向上,尽管有些时刻会出现波动,整体上来看目标算法的性能也要优于传统RTK。由于协同车辆与主车的公共误差近似,而三车协同也可以更好地弥补单车的不足,使得浮点解的精度上升,RTK的模糊度固定率以及定位精度才进而得以提高。通过累积分布函数(CDF)曲线(图6、7)可以更明显地看出二者的区别。传统RTK只有61.46%的定位结果精度在1.5米以内,而本文所提出的方法则可以达到87.34%。
综上所述,本发明实施例将定位精确的协同车辆作为伪基站,生成并自适应发送差分信息,由目标车辆进行筛选融合,在城市环境中具有更高的模糊度固定率和定位精度。同时,本发明算法实现复杂度低,对时间同步要求低,城市环境中精度大于传统的RTK算法,尤其适用于城市场景下车辆高精度定位。而且算法简单易实现,单辆协同车辆也具备优良的定位性能。并且在遮挡及其严重的环境中,可视卫星数不支持进行差分定位,协同卡尔曼滤波器也可以使定位精度达到了厘米级。
又一方面,本发明还公开一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如上述任一方法的步骤。
再一方面,本发明还公开一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如上述任一方法的步骤。
在本申请提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一方法的步骤。
可理解的是,本发明实施例提供的系统与本发明实施例提供的方法相对应,相关内容的解释、举例和有益效果可以参考上述方法中的相应部分。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (11)
1.一种基于车辆伪基站的协同定位方法,其特征在于,包括以下步骤,
步骤一、协同车辆在差分信息计算模块中根据自身的定位解计算差分信息,其中包括空间误差消除、概略钟差计算、差分改正数变化率三部分,同时储存当前历元定位解固定状态,观测卫星数;
步骤二、根据步骤一中差分信息计算模块获取的协同车辆差分信息及当前历元定位解的固定状态,在差分改正数自适应发送模块中设置固定解更新阈值和部分模糊度固定解更新阈值,自适应发送协同车量差分改正数、差分改正数历元、定位解固定状态以及观测卫星数;
步骤三、根据步骤二差分改正数自适应发送模块中获得的协同车辆差分改正数、差分改正数历元、定位解固定状态、观测卫星数以及由主车车间测距值获取模块获得的车间测距值,在主车差分改正数筛选融合模块中筛选得到最优协同车辆差分改正数集合,融合集合中的数据得到最优差分改正数;
步骤四、根据步骤三中差分改正数筛选融合模块获得的最优差分改正数和车间测距值,在主车差分定位模块中实时进行固定解算,求解基线向量,进而实现主车定位。
2.根据权利要求1所述的基于车辆伪基站的协同定位方法,其特征在于:所述步骤一、协同车辆在差分信息计算模块中根据自身的定位解计算差分信息,其中包括空间误差消除、概略钟差计算、差分改正数变化率三部分,同时储存当前历元定位解固定状态,观测卫星数,具体包括以下步骤:
3.根据权利要求1所述的基于车辆伪基站的协同定位方法,其特征在于:所述步骤二、根据步骤一中差分信息计算模块获取的协同车辆差分信息及当前历元定位解的固定状态,在差分改正数自适应发送模块中设置固定解更新阈值和部分模糊度固定解更新阈值,自适应发送协同车量差分改正数、差分改正数历元、定位解固定状态以及观测卫星数,具体包括以下步骤:
S22、根据S21获取的定位解固定状态将当前历元差分信息归类,并更新此定位解固定状态的最新差分信息,并更新相应的历元时间;
4.根据权利要求1所述的基于车辆伪基站的协同定位方法,其特征在于:所述步骤三、根据步骤二差分改正数自适应发送模块中获得的协同车辆差分改正数、差分改正数历元、定位解固定状态、观测卫星数以及由主车车间测距值获取模块获得的车间测距值,在主车差分改正数筛选融合模块中筛选得到最优协同车辆差分改正数集合,融合集合中的数据得到最优差分改正数,具体包括以下步骤:
S33、若车间测距值获取失败,则权重由步骤S23中给出的观测卫星数决定。
5.根据权利要求1所述的基于车辆伪基站的协同定位方法,其特征在于:所述步骤四、根据步骤三中差分改正数筛选融合模块获得的最优差分改正数和车间测距值,在主车差分定位模块中实时进行固定解算,求解基线向量,进而实现主车定位,具体包括:
S41、目标车辆差分定位模块中获取目标车辆的原始观测值,包括伪距观测值和载波相位观测值,步骤S32、S33中获取最优差分改正数,对原始观测量修正,得到修正后的伪距、载波相位测量值;
S42、对S41步骤中的修正后伪距、载波相位测量值做星间双差处理,消除接收机钟差,得到双差观测值;
S43、将得到的双差观测值与车间测距值输入协同卡尔曼滤波器,得到位置浮点解和双差模糊度浮点解,再由ratio检验方法固定模糊度,修正基线向量。
11.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至10中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211417248.9A CN115480280B (zh) | 2022-11-14 | 2022-11-14 | 基于车辆伪基站的协同定位方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211417248.9A CN115480280B (zh) | 2022-11-14 | 2022-11-14 | 基于车辆伪基站的协同定位方法及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115480280A true CN115480280A (zh) | 2022-12-16 |
CN115480280B CN115480280B (zh) | 2023-02-24 |
Family
ID=84396410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211417248.9A Active CN115480280B (zh) | 2022-11-14 | 2022-11-14 | 基于车辆伪基站的协同定位方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115480280B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070063896A1 (en) * | 2005-09-20 | 2007-03-22 | Novariant Inc. | Troposphere corrections for ground based positioning systems |
CN101776766A (zh) * | 2008-12-30 | 2010-07-14 | 通用汽车环球科技运作公司 | 用于普遍定位性能的gps与其他传感器的测量水平集成 |
US20110025555A1 (en) * | 2009-07-29 | 2011-02-03 | Whitehead Michael L | System and method for augmenting dgnss with internally-generated differential correction |
CN104656113A (zh) * | 2015-01-27 | 2015-05-27 | 中国铁路总公司 | 列车卫星定位差分数据处理方法及基站系统 |
CN107229063A (zh) * | 2017-06-26 | 2017-10-03 | 奇瑞汽车股份有限公司 | 一种基于gnss和视觉里程计融合的无人驾驶汽车导航定位精度矫正方法 |
CN108376477A (zh) * | 2017-05-02 | 2018-08-07 | 山东大学 | 车路协同公交精准数据融合中心系统及工作方法 |
US20180364366A1 (en) * | 2017-06-01 | 2018-12-20 | Tesla, Inc. | Technologies for vehicle positioning |
CN111426319A (zh) * | 2020-04-29 | 2020-07-17 | 广州市中海达测绘仪器有限公司 | 车载标定装置、方法、计算机设备和存储介质 |
CN111736192A (zh) * | 2020-08-24 | 2020-10-02 | 湖南中车时代通信信号有限公司 | 一种用于列车运行控制的卫星差分定位系统及方法 |
CN112147651A (zh) * | 2020-08-28 | 2020-12-29 | 江苏大学 | 一种异步多车协同目标状态鲁棒估计方法 |
US20210165108A1 (en) * | 2019-11-29 | 2021-06-03 | Ai4 International Oy | Method and system for correcting errors in location data |
CN113155123A (zh) * | 2021-04-01 | 2021-07-23 | 北京大学 | 基于数据共享的多智能车辆协同定位追踪方法及装置 |
CN113204042A (zh) * | 2021-05-21 | 2021-08-03 | 北京交通大学 | 一种基于精密单点定位的多星座联合列车定位方法 |
-
2022
- 2022-11-14 CN CN202211417248.9A patent/CN115480280B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070063896A1 (en) * | 2005-09-20 | 2007-03-22 | Novariant Inc. | Troposphere corrections for ground based positioning systems |
CN101776766A (zh) * | 2008-12-30 | 2010-07-14 | 通用汽车环球科技运作公司 | 用于普遍定位性能的gps与其他传感器的测量水平集成 |
US20110025555A1 (en) * | 2009-07-29 | 2011-02-03 | Whitehead Michael L | System and method for augmenting dgnss with internally-generated differential correction |
CN104656113A (zh) * | 2015-01-27 | 2015-05-27 | 中国铁路总公司 | 列车卫星定位差分数据处理方法及基站系统 |
CN108376477A (zh) * | 2017-05-02 | 2018-08-07 | 山东大学 | 车路协同公交精准数据融合中心系统及工作方法 |
US20180364366A1 (en) * | 2017-06-01 | 2018-12-20 | Tesla, Inc. | Technologies for vehicle positioning |
CN107229063A (zh) * | 2017-06-26 | 2017-10-03 | 奇瑞汽车股份有限公司 | 一种基于gnss和视觉里程计融合的无人驾驶汽车导航定位精度矫正方法 |
US20210165108A1 (en) * | 2019-11-29 | 2021-06-03 | Ai4 International Oy | Method and system for correcting errors in location data |
CN111426319A (zh) * | 2020-04-29 | 2020-07-17 | 广州市中海达测绘仪器有限公司 | 车载标定装置、方法、计算机设备和存储介质 |
CN111736192A (zh) * | 2020-08-24 | 2020-10-02 | 湖南中车时代通信信号有限公司 | 一种用于列车运行控制的卫星差分定位系统及方法 |
CN112147651A (zh) * | 2020-08-28 | 2020-12-29 | 江苏大学 | 一种异步多车协同目标状态鲁棒估计方法 |
CN113155123A (zh) * | 2021-04-01 | 2021-07-23 | 北京大学 | 基于数据共享的多智能车辆协同定位追踪方法及装置 |
CN113204042A (zh) * | 2021-05-21 | 2021-08-03 | 北京交通大学 | 一种基于精密单点定位的多星座联合列车定位方法 |
Non-Patent Citations (2)
Title |
---|
HONGBO ZHAO ET AL.: "Distributed edge-based event-triggered coordination control for multi-agent systems", 《AUTOMATICA》 * |
孙伟玮 等: "基于北斗差分的多目标协同相对定位技术", 《现代导航》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115480280B (zh) | 2023-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Determination of differential code biases with multi-GNSS observations | |
CN108931915B (zh) | 利用导航卫星的授时方法和装置、计算机可读存储介质 | |
US8174437B2 (en) | System and method for augmenting DGNSS with internally-generated differential correction | |
Han et al. | Reliable partial ambiguity resolution for single-frequency GPS/BDS and INS integration | |
US9958550B2 (en) | Navigation satellite system positioning involving the generation of receiver-specific or receiver-type-specific correction information | |
US10379225B2 (en) | Satellite navigation receiver with improved ambiguity resolution | |
US6128501A (en) | Mobile position determination with error correction utilizing cellular networks | |
US10222484B2 (en) | Satellite navigation receiver with improved ambiguity resolution | |
CN115963522B (zh) | 一种结合基准站卫星数据的定位方法与终端 | |
AU2007260332B2 (en) | Calculation method for network-specific factors in a network of reference stations for a satellite-based positioning system | |
CN102326092A (zh) | 用于组合使用标准rtk系统与全球载波相位差分定位系统的导航接收器和方法 | |
EP2191290A1 (en) | Method for accuracy estimation of network based corrections for a satellite-aided positioning system | |
CN111913201B (zh) | 一种gnss差分定位方法、装置及计算机可读存储介质 | |
CN109669196B (zh) | 一种顾及基线形变的多天线gnss载波相位精密测姿方法 | |
KR101470081B1 (ko) | 이동 정보 결정 장치, 수신기 및 그에 의한 방법 | |
CN115061170B (zh) | 短距离大高差环境网络rtk方法 | |
CN115480279A (zh) | Gnss导航方法和终端、组合导航系统、存储介质 | |
CN115480280B (zh) | 基于车辆伪基站的协同定位方法及存储介质 | |
Yao et al. | The realization and evaluation of mixed GPS/BDS PPP ambiguity resolution | |
CN111323748B (zh) | 差分定位方法及系统 | |
EP2574962A2 (en) | A moving information determination apparatus, a receiver, and a method thereby | |
CN110618435A (zh) | 观测数据的生成方法与提高vrs稳定性的电文数据生成方法 | |
CN117741714B (zh) | 用于提升星基增强服务精度的gps卫星伪距偏差修正方法 | |
Psychas et al. | A Multi-Frequency Galileo PPP-RTK Convergence Analysis with an Emphasis on the Role of Frequency Spacing. Remote Sens. 2021, 13, 3077 | |
CN117434565A (zh) | 一种基于多接收天线的融合定位方法、装置 |
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 |