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 PDF

Info

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
Application number
CN202211417248.9A
Other languages
English (en)
Other versions
CN115480280B (zh
Inventor
赵洪博
杨宇航
庄忱
胡闪
查桂林
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.)
Hefei Innovation Research Institute of Beihang University
Original Assignee
Hefei Innovation Research Institute of Beihang 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 Hefei Innovation Research Institute of Beihang University filed Critical Hefei Innovation Research Institute of Beihang University
Priority to CN202211417248.9A priority Critical patent/CN115480280B/zh
Publication of CN115480280A publication Critical patent/CN115480280A/zh
Application granted granted Critical
Publication of CN115480280B publication Critical patent/CN115480280B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S19/43—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

基于车辆伪基站的协同定位方法及存储介质
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：
S11、通过协同车辆
Figure 672715DEST_PATH_IMAGE001
车载高精度接收机获取协同车辆精确位置
Figure 50607DEST_PATH_IMAGE002
，当前历元定位 解固定状态
Figure 212205DEST_PATH_IMAGE003
和观测卫星数
Figure 675547DEST_PATH_IMAGE004
；
S12、上述定位解固定状态由ratio检验方法得到，结合协同车辆
Figure 82258DEST_PATH_IMAGE001
原始观测信息通 过电离层延时误差模型和对流层延时误差模型计算电离层延时
Figure 580235DEST_PATH_IMAGE005
及对流层延时
Figure 148620DEST_PATH_IMAGE006
；
S13、初始历元，计算初始概略钟差
Figure 364837DEST_PATH_IMAGE007
；
S14、通过上述协同车辆
Figure 309659DEST_PATH_IMAGE008
精确位置
Figure 662143DEST_PATH_IMAGE002
、原始观测信息、电离层延时
Figure 902894DEST_PATH_IMAGE005
、对流层延时
Figure 403146DEST_PATH_IMAGE006
和初始概略钟差
Figure 89342DEST_PATH_IMAGE007
获得初始历元伪距改正数和载波相位改正数，并储存当前历元差 分改正数信息；
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：
S21、获取当前历元协同车辆
Figure 296332DEST_PATH_IMAGE001
的定位解固定状态；
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
Figure 472099DEST_PATH_IMAGE008
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：
S31、根据S23步骤中给出的各个协同车辆的固定解状态和对应历元，选取距离当 前历元最近、
Figure 397329DEST_PATH_IMAGE003
值最大的差分信息构成差分改正数集合；
S32、通过车间测距值获取模块获得协同车辆测距值
Figure 621637DEST_PATH_IMAGE009
，对上述步骤中差分改正数 集合中的元素加权处理，得到最优差分改正数，权重由车间测距值的倒数决定；
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：
第一步：如图3所示，通过协同车辆
Figure 948713DEST_PATH_IMAGE008
车载高精度接收机获取协同车辆精确位置
Figure 295381DEST_PATH_IMAGE002
，当前历元定位解固定状态
Figure 442329DEST_PATH_IMAGE003
和观测卫星数
Figure 470328DEST_PATH_IMAGE004
；
电离层延时消除采用双频无电离层组合，对流层延时使用
Figure 218622DEST_PATH_IMAGE010
的对 流层延时模型。
初始历元，计算初始概略钟差
Figure 673874DEST_PATH_IMAGE011
：
Figure 573697DEST_PATH_IMAGE012
其中，
Figure 202124DEST_PATH_IMAGE013
为卫星的载波相位距离（加入整周模糊度），
Figure 238213DEST_PATH_IMAGE014
为卫星几何距 离，
Figure 926684DEST_PATH_IMAGE015
为初始历元，
Figure 48223DEST_PATH_IMAGE001
表示协同车辆，
Figure 480342DEST_PATH_IMAGE016
为卫星标号。
通过上述协同车辆
Figure 636517DEST_PATH_IMAGE001
精确位置
Figure 433571DEST_PATH_IMAGE002
、原始观测信息、电离层延时
Figure 606189DEST_PATH_IMAGE006
、对流层延时
Figure 514102DEST_PATH_IMAGE005
和初 始概略钟差
Figure 587100DEST_PATH_IMAGE007
获得初始历元伪距改正数和载波相位改正数：
Figure 555056DEST_PATH_IMAGE017
Figure 651188DEST_PATH_IMAGE018
其中
Figure 425109DEST_PATH_IMAGE019
为光速，
Figure 555876DEST_PATH_IMAGE020
为接收机钟差，
Figure 694734DEST_PATH_IMAGE021
为残余卫星钟差，
Figure 74899DEST_PATH_IMAGE022
为残余对流层误差，
Figure 590194DEST_PATH_IMAGE023
为整周模糊度，
Figure 136320DEST_PATH_IMAGE024
和
Figure 446078DEST_PATH_IMAGE025
分别为伪距噪声和载波相位噪声。并储存当前历元差分改正 数信息；
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：
Figure 251223DEST_PATH_IMAGE026
更新概略钟差：
Figure 366947DEST_PATH_IMAGE027
Figure 206727DEST_PATH_IMAGE028
为伪距，
Figure 687387DEST_PATH_IMAGE029
为载波相位值；
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
Figure 245407DEST_PATH_IMAGE030
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
Figure 899242DEST_PATH_IMAGE031
与固定解
Figure 859108DEST_PATH_IMAGE032
的距离小于t_fix，则默认发送
Figure 510669DEST_PATH_IMAGE032
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
Figure 352723DEST_PATH_IMAGE031
与固定解
Figure 747933DEST_PATH_IMAGE032
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
Figure 562305DEST_PATH_IMAGE033
的距离小于t_float，则发送
Figure 948549DEST_PATH_IMAGE033
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。
第三步：根据各个协同车辆的固定解状态和对应历元，选取距离当前历元最近、
Figure 215582DEST_PATH_IMAGE003
值最大的差分信息构成差分改正数集合；
通过车间测距值获取模块获得协同车辆测距值
Figure 414483DEST_PATH_IMAGE009
，对上述步骤中差分改正数集合 中的元素加权处理，得到最优差分改正数：
最优伪距改正数
Figure 145678DEST_PATH_IMAGE034
最优载波相位改正数
Figure 139042DEST_PATH_IMAGE035
Figure 893371DEST_PATH_IMAGE036
权重
Figure 958279DEST_PATH_IMAGE037
由车间测距值
Figure 481665DEST_PATH_IMAGE009
的倒数决定；
若车间测距值获取失败，则权重
Figure 645930DEST_PATH_IMAGE037
由观测卫星数
Figure 887555DEST_PATH_IMAGE004
决定：
Figure 490575DEST_PATH_IMAGE038
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：
Figure 868467DEST_PATH_IMAGE039
Figure 469212DEST_PATH_IMAGE040
其中，
Figure 487547DEST_PATH_IMAGE041
为目标车辆，其余含义均与上述公式相同。
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
Figure 831941DEST_PATH_IMAGE042
其中，
Figure 64339DEST_PATH_IMAGE043
,
Figure 898303DEST_PATH_IMAGE044
,
Figure 848941DEST_PATH_IMAGE045
分别代表位置、速度和加速度，
Figure 731447DEST_PATH_IMAGE046
代表双差模糊度。
状态转移模型定义为：
Figure 83931DEST_PATH_IMAGE047
Figure 88796DEST_PATH_IMAGE048
其中，
Figure 526730DEST_PATH_IMAGE049
是当前历元的状态先验估计值，
Figure 275244DEST_PATH_IMAGE050
是上一历元的状态值。F是状 态转移矩阵。
Figure 482234DEST_PATH_IMAGE051
和Q分别为第k历元的系统噪声和状态协方差矩阵，
Figure 595683DEST_PATH_IMAGE052
为先验误差协方 差矩阵，
Figure 84696DEST_PATH_IMAGE053
为上一历元的估计误差。
状态转移矩阵为：
Figure 309004DEST_PATH_IMAGE054
。
观测模型可表示为：
Figure 698397DEST_PATH_IMAGE055
其中，Z是观测向量，H是观测矩阵，
Figure 717168DEST_PATH_IMAGE056
和R是观测噪声及其协方差矩阵。
观测向量可表示为：
Figure 129695DEST_PATH_IMAGE057
其中，
Figure 220011DEST_PATH_IMAGE058
和
Figure 401594DEST_PATH_IMAGE059
分别为双差伪距和载波相位观测量，
Figure 856846DEST_PATH_IMAGE009
为车间测距值。
观测矩阵可表示为：
Figure 553406DEST_PATH_IMAGE060
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
Figure 119517DEST_PATH_IMAGE061
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：
S11、通过协同车辆
Figure 706571DEST_PATH_IMAGE001
车载高精度接收机获取协同车辆精确位置
Figure 144505DEST_PATH_IMAGE002
，当前历元定位解固 定状态
Figure 627439DEST_PATH_IMAGE003
和观测卫星数
Figure 100009DEST_PATH_IMAGE004
；
S12、上述定位解固定状态由ratio检验方法得到，结合协同车辆
Figure 947879DEST_PATH_IMAGE001
原始观测信息通过电 离层延时误差模型和对流层延时误差模型计算电离层延时
Figure 935427DEST_PATH_IMAGE005
及对流层延时
Figure 159735DEST_PATH_IMAGE006
；
S13、初始历元，计算初始概略钟差
Figure 549128DEST_PATH_IMAGE007
；
S14、通过上述协同车辆
Figure 833479DEST_PATH_IMAGE001
精确位置
Figure 246005DEST_PATH_IMAGE002
、原始观测信息、电离层延时
Figure 563418DEST_PATH_IMAGE005
、对流层延时
Figure 745000DEST_PATH_IMAGE006
和初 始概略钟差
Figure 200252DEST_PATH_IMAGE007
获得初始历元伪距改正数和载波相位改正数，并储存当前历元差分改 正数信息；
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
Figure 100075DEST_PATH_IMAGE008
，更新概略钟差
Figure 728503DEST_PATH_IMAGE009
，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。
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：
S21、获取当前历元协同车辆
Figure 764592DEST_PATH_IMAGE010
的定位解固定状态；
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
Figure 390745DEST_PATH_IMAGE010
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。
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：
S31、根据S23步骤中给出的各个协同车辆的固定解状态和对应历元，选取距离当前历 元最近、
Figure 840181DEST_PATH_IMAGE003
值最大的差分信息构成差分改正数集合；
S32、通过车间测距值获取模块获得协同车辆测距值
Figure 944403DEST_PATH_IMAGE011
，对上述步骤中差分改正数集合 中的元素加权处理，得到最优差分改正数，权重由车间测距值的倒数决定；
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。
6.根据权利要求2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S13、初始历元，计算初始概略钟差
Figure 100578DEST_PATH_IMAGE007
，具体为：
Figure 959950DEST_PATH_IMAGE012
其中，
Figure 568786DEST_PATH_IMAGE013
为卫星的载波相位距离，
Figure 742278DEST_PATH_IMAGE014
为卫星几何距离，
Figure 316741DEST_PATH_IMAGE015
为初始历元，
Figure 284697DEST_PATH_IMAGE016
表示 协同车辆，
Figure 380829DEST_PATH_IMAGE017
为卫星标号。
7.根据权利要求2所述的基于车辆伪基站的协同定位方法，其特征在于：步骤S14中通 过上述协同车辆
Figure 889171DEST_PATH_IMAGE010
精确位置
Figure 19938DEST_PATH_IMAGE002
、原始观测信息、电离层延时
Figure 158795DEST_PATH_IMAGE005
、对流层延时
Figure 804540DEST_PATH_IMAGE006
和初始概略钟差
Figure 54256DEST_PATH_IMAGE007
获得初始历元伪距改正数
Figure 39530DEST_PATH_IMAGE018
和载波相位改正数
Figure 411605DEST_PATH_IMAGE019
具体为：
Figure 482329DEST_PATH_IMAGE020
Figure 535736DEST_PATH_IMAGE021
其中
Figure 936368DEST_PATH_IMAGE022
为光速，
Figure 417028DEST_PATH_IMAGE023
为接收机钟差，
Figure 709469DEST_PATH_IMAGE024
为残余卫星钟差，
Figure 566566DEST_PATH_IMAGE025
为残余对流层误差，
Figure 323170DEST_PATH_IMAGE026
为 整周模糊度，
Figure 974731DEST_PATH_IMAGE027
和
Figure 20047DEST_PATH_IMAGE028
分别为伪距噪声和载波相位噪声；并储存当前历元差分改正数信 息。
8.根据权利要求2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S15中计算概略钟差增量，更新概略钟差具体包括：
计算概略钟差增量
Figure 477574DEST_PATH_IMAGE008
：
Figure 26367DEST_PATH_IMAGE029
更新概略钟差
Figure 114408DEST_PATH_IMAGE009
：
Figure 443759DEST_PATH_IMAGE030
；
Figure 377079DEST_PATH_IMAGE031
为伪距，
Figure 45958DEST_PATH_IMAGE032
为载波相位值。
9.根据权利要求4所述的基于车辆伪基站的协同定位方法，其特征在于：
所述S32、通过车间测距值获取模块获得协同车辆测距值
Figure 304901DEST_PATH_IMAGE011
，对上述步骤中差分改正数 集合中的元素加权处理，得到最优差分改正数具体包括：
最优伪距改正数
Figure 357433DEST_PATH_IMAGE033
最优载波相位改正数
Figure 360024DEST_PATH_IMAGE034
。
10.根据权利要求4所述的基于车辆伪基站的协同定位方法，其特征在于：
所述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，具体为：
若车间测距值获取失败，则权重
Figure 883409DEST_PATH_IMAGE035
由观测卫星数
Figure 109991DEST_PATH_IMAGE004
决定：
Figure 351617DEST_PATH_IMAGE036
。
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。
CN202211417248.9A 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 Active CN115480280B (zh)

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)

* Cited by examiner, † Cited by third party
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

Patent Citations (13)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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