CN116700290B - 一种基于uwb的智能小车定位控制系统和方法 - Google Patents
一种基于uwb的智能小车定位控制系统和方法 Download PDFInfo
- Publication number
- CN116700290B CN116700290B CN202310849109.1A CN202310849109A CN116700290B CN 116700290 B CN116700290 B CN 116700290B CN 202310849109 A CN202310849109 A CN 202310849109A CN 116700290 B CN116700290 B CN 116700290B
- Authority
- CN
- China
- Prior art keywords
- signal
- cleaning vehicle
- target unmanned
- unmanned cleaning
- base station
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012544 monitoring process Methods 0.000 claims abstract description 37
- 238000004140 cleaning Methods 0.000 claims description 261
- 238000004458 analytical method Methods 0.000 claims description 61
- 230000005540 biological transmission Effects 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 15
- 238000007667 floating Methods 0.000 claims description 15
- 238000010586 diagram Methods 0.000 claims description 11
- 230000008054 signal transmission Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
Classifications
-
- 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
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及车辆定位控制技术领域，涉及到一种基于UWB的智能小车定位控制系统和方法，包括基站编号模块、信号监测终端、信息发送模块、信号接收模块、车辆定位模块、数据反馈终端和参考信息库，通过目标无人驾驶清洁车辆中布设的UWB系统和图像采集系统，进而对车辆进行信号信息采集和图像采集，进而分析得出目标无人驾驶清洁车辆对应最终区域位置，有效的保障了定位结果的真实性，提高了定位结果的参考性，避免造成无人驾驶车辆实际所处位置与分析位置存在一定的差异，同时还保障了无人驾驶车辆分析结果的价值性，避免了一定的干扰性，提高了分析内容的全面性，同时还无人驾驶车辆定位控制提供有力的数据支撑。
Description
技术领域
本发明属于车辆定位控制技术领域，涉及到一种基于UWB的智能小车定位控制系统和方法。
技术背景
随着人工智能和无人驾驶技术的不断发展和进步，智慧城市建设的不断推进,无人驾驶技术应用场景愈加广泛，但是由于道路楼宇、树木较多，容易对定位信号产生遮挡，导致无人驾驶车辆信号容易丢失，同时还会造成不可挽回的损失，由此凸显了对无人驾驶车辆定位的重要性。
当前对于无人驾驶车辆的定位控制主要是通过车载定位设备进行信号反馈，但当前技术仍存在一定的弊端性，由此可见当前对无人驾驶车辆定位还存在以下不足：
1、当前对无人驾驶车辆进行定位分析时，仅仅针对无人驾驶车辆对应的行驶速度和行驶时间大概推断无人驾驶车辆所处的位置，无法保障定位结果的真实性，参考性不强，容易造成无人驾驶车辆实际所处位置与分析位置存在一定的差异，同时也无法保障无人驾驶车辆分析结果的价值性；
2、通过传统的无人驾驶车辆定位控制方式无法精准有效的定位出无人驾驶车辆的实际位置，无法避免一定的干扰性，分析内容具有一定的片面性，无法为无人驾驶车辆定位控制提供有力的数据支撑，无法降低因无人驾驶车辆定位失灵直接造成的经济损失，无法提高无人驾驶车辆定位的准确性。
发明内容
鉴于以上现有技术存在的问题，本发明提供一种基于UWB的智能小车定位控制系统和方法，用于解决据上述技术问题。
为了实现上述目的及其他目的，本发明采用的技术方案如下：
本发明第一方面提供了一种基于UWB的智能小车定位控制系统，该系统包括基站编号模块、信号监测终端、信息发送模块、信号接收模块、车辆定位模块、数据反馈终端和参考信息库；
所述基站编号模块，用于对目标城市内存在的所有信号基站进行统计并对其进行编号；
所述信号监测终端，用于对目标无人驾驶清洁车辆进行信号监测，若识别出目标无人驾驶清洁车辆信号丢失时，则启动信息发送模块；
所述信息发送模块，用于启动目标无人驾驶清洁车辆中布设的UWB系统和图像采集系统，进而对目标无人驾驶清洁车辆信号进行UWB信号和图像发送；
所述信号接收模块，用于接收目标无人驾驶清洁车辆对应UWB信号，并从中提取出目标无人驾驶清洁车辆对应各信号基站的信号信息；
所述车辆定位模块，用于分析目标无人驾驶清洁车辆对应初步区域位置，并结合目标无人驾驶清洁车辆中的图像采集系统，进而分析得出目标无人驾驶清洁车辆对应最终区域位置；
所述数据反馈终端，用于接收目标无人驾驶清洁车辆的最终区域位置，进而派遣人员对目标无人驾驶清洁车辆进行对应操作；
所述参考信息库，用于存储UWB信号的参考发送间隔时长和参考发送速度，用于存储单位距离对应的信号强度衰减系数，还用于存储目标城市对应各区域位置对应的道路关键词。
在本发明的另一方案中，所述识别出目标无人驾驶清洁车辆信号丢失，识别过程包括以下步骤：
S2-1、从信号监测终端中提取出目标无人驾驶清洁车辆对应各监测时间点的信号波形图，进而得出目标无人驾驶清洁车辆对应各监测时间点的信号值；
S2-2、将目标无人驾驶清洁车辆对应各监测时间点的信号值与预定义的预警信号值进行比对，若存在有某监测时间点的信号值等于预警信号值，则将该监测时间点标记为预警时间点，由此获取目标无人驾驶清洁车辆的各预警时间点；
S2-3、将目标无人驾驶清洁车辆的各预警时间点按照升序顺序排列，若存在目标无人驾驶清洁车辆的某预警时间点的信号值为预警信号值且某预警时间点后的各监测时间点的信号值均为预警信号值，则判定目标无人驾驶清洁车辆信号丢失，并将该预警时间点标记为目标无人驾驶清洁车辆对应信号丢失时间点。
在本发明的另一方案中，所述目标无人驾驶清洁车辆对应各信号基站的信号信息包括信号接收时间点和各次的信号接收强度。
在本发明的另一方案中，所述车辆定位模块包括时间定位分析单元和强度定位分析单元。
在本发明的另一方案中，所述时间定位分析单元中分析目标无人驾驶清洁车辆对应初步区域位置，分析过程包括以下步骤：
S5-1、获取目标无人驾驶清洁车辆对应信号丢失时间点，将其标记为T1，并从参考信息库中提取出UWB信号的参考发送间隔时长，利用计算公式T0＝T1+λ，计算得出目标无人驾驶清洁车辆对应初次发送信号时间点T0，其中，λ表示为UWB信号的参考发送间隔时长；
S5-2、将以目标无人驾驶清洁车辆对应信号丢失时间点为起始点，以目标无人驾驶清洁车辆对应初次发送信号时间点为截止点，进而构目标无人驾驶清洁车辆对应信号发送时间点区间，并获取目标无人驾驶清洁车辆对应各信号基站的信号接收时间点，若目标无人驾驶清洁车辆对应某信号基站的信号接收时间点存在目标无人驾驶清洁车辆对应信号发送时间点区间内，则将该信号基站标记为参考信号基站，反之则将该信号基站进行剔除，由此得出目标无人驾驶清洁车辆对应各参考信号基站；
S5-3、获取目标无人驾驶清洁车辆对应各参考信号基站的信号接收时间点，将其标记为Ti，其中，i表示为各参考信号基站对应的编号，i＝1,2,.......n，并从参考信息库中提取出UWB信号对应的参考发送速度ν，利用计算公式αi＝(Ti-T1)×ν，计算得出目标无人驾驶清洁车辆对应各参考信号基站的时间定位距离αi；
S5-4、以目标无人驾驶清洁车辆对应各参考信号基站为中心原点，以目标无人驾驶清洁车辆对应各参考信号基站的时间定位距离为半径做圆，进而得出各参考信号基站对应目标无人驾驶清洁车辆的时间定位区域，将各参考信号基站对应目标无人驾驶清洁车辆的时间定位区域进行重合比对，由此得出时间定位分析单元中目标无人驾驶清洁车辆对应初步区域位置。
在本发明的另一方案中，所述强度定位分析单元中分析目标无人驾驶清洁车辆对应初步区域位置，分析过程包括以下步骤：
S6-1、获取目标无人驾驶清洁车辆对应各信号基站中各次接收的UWB信号值，进而构成目标无人驾驶清洁车辆对应各信号基站的信号波形图，将目标无人驾驶清洁车辆对应各信号基站的信号波形图导入直角坐标系中，由此获取目标无人驾驶清洁车辆对应各信号基站的峰值信号坐标点和谷值信号坐标点，通过计算得出目标无人驾驶清洁车辆对应各信号基站的信号浮动评估系数φj，其中，/>和分别表示为目标无人驾驶清洁车辆对应第j个信号基站的峰值信号坐标点和谷值信号坐标点，j表示为各信号基站对应的编号，j＝1,2,......m，将目标无人驾驶清洁车辆对应各信号基站的信号浮动评估系数与预定义的基站对应的参考信号浮动评估系数进行比对，若目标无人驾驶清洁车辆对应某信号基站的信号浮动评估系数大于或等于基站对应的参考信号浮动评估系数，则将该基站标记为目标信号基站，反之则将该基站进行忽略；
S6-2、获取目标无人驾驶清洁车辆对应各目标信号基站各次的信号接收强度，将其分别标记为δqf，其中，q表示为各目标信号基站对应的编号，q＝1,2,......l，f表示为各次对应的编号，f＝1,2,......r；
S6-3、从参考信息中提取出UWB信号的初始发送信号强度，通过计算计算得出目标无人驾驶清洁车辆对应各目标信号基站的强度定位距离，其中，εq表示为目标无人驾驶清洁车辆对应第q个目标信号基站的强度定位距离，L1表示为参考信息库中存储的单位距离对应的信号强度衰减系数，δ′表示为UWB信号的初始发送信号强度；
S6-4、根据时间定位分析单元中目标无人驾驶清洁车辆对应初步区域位置的分析方式同理分析得出强度定位分析单元中目标无人驾驶清洁车辆对应初步区域位置。
在本发明的另一方案中，所述分析得出目标无人驾驶清洁车辆对应最终区域位置，分析过程包括以下步骤：
S7-1、根据目标无人驾驶清洁车辆中布设的图像采集系统，由此得出目标无人驾驶清洁车辆对应各时间点的采集图像，并将目标无人驾驶清洁车辆对应各时间点与目标无人驾驶清洁车辆对应信号丢失时间点进行比对，由此得出目标无人驾驶清洁车辆对应各清扫时间点，并从中筛选出目标无人驾驶清洁车辆对应各清扫时间点的采集图像；
S7-2、从目标无人驾驶清洁车辆对应各清扫时间点的采集图像中提取出目标无人驾驶清洁车辆对应各清扫时间点对应的道路图像关键词，并从参考信息库中提取出目标城市对应各区域位置对应的道路关键词，通过计算得出目标无人驾驶清洁车辆对应各区域位置的道路关键词符合度，并将目标无人驾驶清洁车辆对应各区域位置的道路关键词符合度按照从大到小的顺序排列，筛选道路关键词符合度排列第一的区域位置；
S7-3、将道路关键词符合度排列第一的区域位置、时间定位分析单元中目标无人驾驶清洁车辆对应初步区域位置和强度定位分析单元中目标无人驾驶清洁车辆对应初步区域位置进行重合比对，由此得出目标无人驾驶清洁车辆对应最终区域位置。
本发明第二方面提供了一种基于UWB的智能小车定位控制方法，该方法包括以下步骤：
步骤一、基站编号：对目标城市内存在的所有信号基站进行统计并对其进行编号；
步骤二、信号监测终端：对目标无人驾驶清洁车辆进行信号监测，若识别出目标无人驾驶清洁车辆信号丢失时，则启动步骤三；
步骤三、信息发送：启动目标无人驾驶清洁车辆中布设的UWB系统和图像采集系统，进而对目标无人驾驶清洁车辆信号进行UWB信号和图像发送；
步骤四、信号接收：接收目标无人驾驶清洁车辆对应UWB信号，并从中提取出目标无人驾驶清洁车辆对应各信号基站的信号信息；
步骤五、车辆定位：分析目标无人驾驶清洁车辆对应初步区域位置，并结合目标无人驾驶清洁车辆中的图像采集系统，进而分析得出目标无人驾驶清洁车辆对应最终区域位置；
步骤六、数据反馈终端，用于接收目标无人驾驶清洁车辆的最终区域位置，进而派遣人员对目标无人驾驶清洁车辆进行对应操作。
如上所述，本发明提供的一种基于UWB的智能小车定位控制系统和方法，至少具有以下有益效果：
(1)本发明提供的一种基于UWB的智能小车定位控制系统和方法，通过目标无人驾驶清洁车辆中布设的UWB系统和图像采集系统，进而对车辆进行信号信息采集和图像采集，进而分析得出目标无人驾驶清洁车辆对应最终区域位置，有效的解决当前技术对无人驾驶车辆定位还存在不足的问题，有效的保障了定位结果的真实性，提高了定位结果的参考性，避免造成无人驾驶车辆实际所处位置与分析位置存在一定的差异，同时还保障了无人驾驶车辆分析结果的价值性。
(2)本发明实施例通过信号接收时间、各次信号接收强度和采集的图像多维度的定位无人驾驶车辆的区域位置，精准有效的定位出无人驾驶车辆的实际位置，避免了一定的干扰性，提高了分析内容的全面性，同时还无人驾驶车辆定位控制提供有力的数据支撑，在一定程度上还有效的降低了因无人驾驶车辆定位失灵直接造成的经济损失，提高了无人驾驶车辆定位的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的系统各模块连接示意图。
图2为本发明的方法各步骤连接示意图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
请参阅图1所示，一种基于UWB的智能小车定位控制系统，该系统包括基站编号模块、信号监测终端、信息发送模块、信号接收模块、车辆定位模块、数据反馈终端和参考信息库。
所述信息发送模块与信号监测终端和信号接收模块连接，信号接收模块与基站编号模块和车辆定位模块连接，数据反馈终端与车辆定位模块连接，参考信息库与车辆定位模块连接。
所述基站编号模块，用于对目标城市内存在的所有信号基站进行统计并对其进行编号。
所述信号监测终端，用于对目标无人驾驶清洁车辆进行信号监测，若识别出目标无人驾驶清洁车辆信号丢失时，则启动信息发送模块。
需要说明的是，所述识别出目标无人驾驶清洁车辆信号丢失，识别过程包括以下步骤：
S2-1、从信号监测终端中提取出目标无人驾驶清洁车辆对应各监测时间点的信号波形图，进而得出目标无人驾驶清洁车辆对应各监测时间点的信号值；
S2-2、将目标无人驾驶清洁车辆对应各监测时间点的信号值与预定义的预警信号值进行比对，若存在有某监测时间点的信号值等于预警信号值，则将该监测时间点标记为预警时间点，由此获取目标无人驾驶清洁车辆的各预警时间点；
S2-3、将目标无人驾驶清洁车辆的各预警时间点按照升序顺序排列，若存在目标无人驾驶清洁车辆的某预警时间点的信号值为预警信号值且某预警时间点后的各监测时间点的信号值均为预警信号值，则判定目标无人驾驶清洁车辆信号丢失，并将该预警时间点标记为目标无人驾驶清洁车辆对应信号丢失时间点。
所述信息发送模块，用于启动目标无人驾驶清洁车辆中布设的UWB系统和图像采集系统，进而对目标无人驾驶清洁车辆信号进行UWB信号和图像发送。
所述信号接收模块，用于接收目标无人驾驶清洁车辆对应UWB信号，并从中提取出目标无人驾驶清洁车辆对应各信号基站的信号信息。
需要说明的是，所述目标无人驾驶清洁车辆对应各信号基站的信号信息包括信号接收时间点和各次的信号接收强度。
所述车辆定位模块，用于分析目标无人驾驶清洁车辆对应初步区域位置，并结合目标无人驾驶清洁车辆中的图像采集系统，进而分析得出目标无人驾驶清洁车辆对应最终区域位置。
需要说明的是，所述车辆定位模块包括时间定位分析单元和强度定位分析单元。
需要说明的是，所述时间定位分析单元中分析目标无人驾驶清洁车辆对应初步区域位置，分析过程包括以下步骤：
S5-1、获取目标无人驾驶清洁车辆对应信号丢失时间点，将其标记为T1，并从参考信息库中提取出UWB信号的参考发送间隔时长，利用计算公式T0＝T1+λ，计算得出目标无人驾驶清洁车辆对应初次发送信号时间点T0，其中，λ表示为UWB信号的参考发送间隔时长；
S5-2、将以目标无人驾驶清洁车辆对应信号丢失时间点为起始点，以目标无人驾驶清洁车辆对应初次发送信号时间点为截止点，进而构目标无人驾驶清洁车辆对应信号发送时间点区间，并获取目标无人驾驶清洁车辆对应各信号基站的信号接收时间点，若目标无人驾驶清洁车辆对应某信号基站的信号接收时间点存在目标无人驾驶清洁车辆对应信号发送时间点区间内，则将该信号基站标记为参考信号基站，反之则将该信号基站进行剔除，由此得出目标无人驾驶清洁车辆对应各参考信号基站；
S5-3、获取目标无人驾驶清洁车辆对应各参考信号基站的信号接收时间点，将其标记为Ti，其中，i表示为各参考信号基站对应的编号，i＝1,2,.......n，并从参考信息库中提取出UWB信号对应的参考发送速度ν，利用计算公式αi＝(Ti-T1)×ν，计算得出目标无人驾驶清洁车辆对应各参考信号基站的时间定位距离αi；
S5-4、以目标无人驾驶清洁车辆对应各参考信号基站为中心原点，以目标无人驾驶清洁车辆对应各参考信号基站的时间定位距离为半径做圆，进而得出各参考信号基站对应目标无人驾驶清洁车辆的时间定位区域，将各参考信号基站对应目标无人驾驶清洁车辆的时间定位区域进行重合比对，由此得出时间定位分析单元中目标无人驾驶清洁车辆对应初步区域位置。
需要说明的是，所述强度定位分析单元中分析目标无人驾驶清洁车辆对应初步区域位置，分析过程包括以下步骤：
S6-1、获取目标无人驾驶清洁车辆对应各信号基站中各次接收的UWB信号值，进而构成目标无人驾驶清洁车辆对应各信号基站的信号波形图，将目标无人驾驶清洁车辆对应各信号基站的信号波形图导入直角坐标系中，由此获取目标无人驾驶清洁车辆对应各信号基站的峰值信号坐标点和谷值信号坐标点，通过计算得出目标无人驾驶清洁车辆对应各信号基站的信号浮动评估系数φj，其中，/>和分别表示为目标无人驾驶清洁车辆对应第j个信号基站的峰值信号坐标点和谷值信号坐标点，j表示为各信号基站对应的编号，j＝1,2,......m，将目标无人驾驶清洁车辆对应各信号基站的信号浮动评估系数与预定义的基站对应的参考信号浮动评估系数进行比对，若目标无人驾驶清洁车辆对应某信号基站的信号浮动评估系数大于或等于基站对应的参考信号浮动评估系数，则将该基站标记为目标信号基站，反之则将该基站进行忽略；
S6-2、获取目标无人驾驶清洁车辆对应各目标信号基站各次的信号接收强度，将其分别标记为δqf，其中，q表示为各目标信号基站对应的编号，q＝1,2,......l，f表示为各次对应的编号，f＝1,2,......r；
S6-3、从参考信息中提取出UWB信号的初始发送信号强度，通过计算计算得出目标无人驾驶清洁车辆对应各目标信号基站的强度定位距离，其中，εq表示为目标无人驾驶清洁车辆对应第q个目标信号基站的强度定位距离，L1表示为参考信息库中存储的单位距离对应的信号强度衰减系数，δ′表示为UWB信号的初始发送信号强度；
S6-4、根据时间定位分析单元中目标无人驾驶清洁车辆对应初步区域位置的分析方式同理分析得出强度定位分析单元中目标无人驾驶清洁车辆对应初步区域位置。
在一个具体地实施例中，分析得出强度定位分析单元中目标无人驾驶清洁车辆对应初步区域位置，具体分析过程如下：
以目标无人驾驶清洁车辆对应各参考信号基站为中心原点，以目标无人驾驶清洁车辆对应各目标信号基站的强度定位距离为半径做圆，进而得出各目标信号基站对应目标无人驾驶清洁车辆的强度定位区域，将各目标信号基站对应目标无人驾驶清洁车辆的强度定位区域进行重合比对，由此得出强度定位分析单元中目标无人驾驶清洁车辆对应初步区域位置。
需要说明的是，所述分析得出目标无人驾驶清洁车辆对应最终区域位置，分析过程包括以下步骤：
S7-1、根据目标无人驾驶清洁车辆中布设的图像采集系统，由此得出目标无人驾驶清洁车辆对应各时间点的采集图像，并将目标无人驾驶清洁车辆对应各时间点与目标无人驾驶清洁车辆对应信号丢失时间点进行比对，由此得出目标无人驾驶清洁车辆对应各清扫时间点，并从中筛选出目标无人驾驶清洁车辆对应各清扫时间点的采集图像；
S7-2、从目标无人驾驶清洁车辆对应各清扫时间点的采集图像中提取出目标无人驾驶清洁车辆对应各清扫时间点对应的道路图像关键词，并从参考信息库中提取出目标城市对应各区域位置对应的道路关键词，通过计算得出目标无人驾驶清洁车辆对应各区域位置的道路关键词符合度，并将目标无人驾驶清洁车辆对应各区域位置的道路关键词符合度按照从大到小的顺序排列，筛选道路关键词符合度排列第一的区域位置；
在一个具体地实施例中，道路关键词具体包括但不限于路标关键词、指示牌关键词和店铺名称关键词。
在一个具体地实施例中，计算得出目标无人驾驶清洁车辆对应各区域位置的道路关键词符合度，具体计算过程如下：
将目标无人驾驶清洁车辆对应各清扫时间点对应的道路图像关键词标记为Ed，其中，d表示为各清扫时间点对应的编号，d＝1,2,......c,将目标城市对应各区域位置对应的道路关键词标记为Fk，其中，k表示为各区域位置对应的编号，k＝1,2,......h，进而利用计算公式计算得出目标无人驾驶清洁车辆对应各区域位置的道路关键词符合度/>
S7-3、将道路关键词符合度排列第一的区域位置、时间定位分析单元中目标无人驾驶清洁车辆对应初步区域位置和强度定位分析单元中目标无人驾驶清洁车辆对应初步区域位置进行重合比对，由此得出目标无人驾驶清洁车辆对应最终区域位置。
在一个具体地实施例中，得出目标无人驾驶清洁车辆对应最终区域位置，具体获取过程如下：
将道路关键词符合度排列第一的区域位置、时间定位分析单元中目标无人驾驶清洁车辆对应初步区域位置和强度定位分析单元中目标无人驾驶清洁车辆对应初步区域位置进行重合比对，将三者有重合的区域位置标记为目标无人驾驶清洁车辆对应最终区域位置。
所述数据反馈终端，用于接收目标无人驾驶清洁车辆的最终区域位置，进而派遣人员对目标无人驾驶清洁车辆进行对应操作。
所述参考信息库，用于存储UWB信号的参考发送间隔时长和参考发送速度，用于存储单位距离对应的信号强度衰减系数，还用于存储目标城市对应各区域位置对应的道路关键词。
本发明实施例通过信号接收时间、各次信号接收强度和采集的图像多维度的定位无人驾驶车辆的区域位置，精准有效的定位出无人驾驶车辆的实际位置，避免了一定的干扰性，提高了分析内容的全面性，同时还无人驾驶车辆定位控制提供有力的数据支撑，在一定程度上还有效的降低了因无人驾驶车辆定位失灵直接造成的经济损失，提高了无人驾驶车辆定位的准确性。
请参阅图2所示，一种基于UWB的智能小车定位控制方法，该方法包括以下步骤：
步骤一、基站编号：对目标城市内存在的所有信号基站进行统计并对其进行编号；
步骤二、信号监测终端：对目标无人驾驶清洁车辆进行信号监测，若识别出目标无人驾驶清洁车辆信号丢失时，则启动步骤三；
步骤三、信息发送：启动目标无人驾驶清洁车辆中布设的UWB系统和图像采集系统，进而对目标无人驾驶清洁车辆信号进行UWB信号和图像发送；
步骤四、信号接收：接收目标无人驾驶清洁车辆对应UWB信号，并从中提取出目标无人驾驶清洁车辆对应各信号基站的信号信息；
步骤五、车辆定位：分析目标无人驾驶清洁车辆对应初步区域位置，并结合目标无人驾驶清洁车辆中的图像采集系统，进而分析得出目标无人驾驶清洁车辆对应最终区域位置；
步骤六、数据反馈终端，用于接收目标无人驾驶清洁车辆的最终区域位置，进而派遣人员对目标无人驾驶清洁车辆进行对应操作。
本发明提供的一种基于UWB的智能小车定位控制系统和方法，通过目标无人驾驶清洁车辆中布设的UWB系统和图像采集系统，进而对车辆进行信号信息采集和图像采集，进而分析得出目标无人驾驶清洁车辆对应最终区域位置，有效的解决当前技术对无人驾驶车辆定位还存在不足的问题，有效的保障了定位结果的真实性，提高了定位结果的参考性，避免造成无人驾驶车辆实际所处位置与分析位置存在一定的差异，同时还保障了无人驾驶车辆分析结果的价值性。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (5)
1.一种基于UWB的智能小车定位控制系统，其特征在于，该系统包括：
基站编号模块，用于对目标城市内存在的所有信号基站进行统计并对其进行编号；
信号监测终端，用于对目标无人驾驶清洁车辆进行信号监测，若识别出目标无人驾驶清洁车辆信号丢失时，则启动信息发送模块；
信息发送模块，用于启动目标无人驾驶清洁车辆中布设的UWB系统和图像采集系统，进而对目标无人驾驶清洁车辆信号进行UWB信号和图像发送；
信号接收模块，用于接收目标无人驾驶清洁车辆对应UWB信号，并从中提取出目标无人驾驶清洁车辆对应各信号基站的信号信息；
车辆定位模块，用于分析目标无人驾驶清洁车辆对应初步区域位置，并结合目标无人驾驶清洁车辆中的图像采集系统，进而分析得出目标无人驾驶清洁车辆对应最终区域位置；
所述车辆定位模块包括时间定位分析单元和强度定位分析单元；
所述时间定位分析单元中分析目标无人驾驶清洁车辆对应初步区域位置，分析过程包括以下步骤：
S5-1、获取目标无人驾驶清洁车辆对应信号丢失时间点，将其标记为T1，并从参考信息库中提取出UWB信号的参考发送间隔时长，利用计算公式T0＝T1+λ，计算得出目标无人驾驶清洁车辆对应初次发送信号时间点T0，其中，λ表示为UWB信号的参考发送间隔时长；
S5-2、将以目标无人驾驶清洁车辆对应信号丢失时间点为起始点，以目标无人驾驶清洁车辆对应初次发送信号时间点为截止点，进而构目标无人驾驶清洁车辆对应信号发送时间点区间，并获取目标无人驾驶清洁车辆对应各信号基站的信号接收时间点，若目标无人驾驶清洁车辆对应某信号基站的信号接收时间点存在目标无人驾驶清洁车辆对应信号发送时间点区间内，则将该信号基站标记为参考信号基站，反之则将该信号基站进行剔除，由此得出目标无人驾驶清洁车辆对应各参考信号基站；
S5-3、获取目标无人驾驶清洁车辆对应各参考信号基站的信号接收时间点，将其标记为Ti，其中，i表示为各参考信号基站对应的编号，i＝1,2,.......n，并从参考信息库中提取出UWB信号对应的参考发送速度ν，利用计算公式αi＝(Ti-T1)×ν，计算得出目标无人驾驶清洁车辆对应各参考信号基站的时间定位距离αi；
S5-4、以目标无人驾驶清洁车辆对应各参考信号基站为中心原点，以目标无人驾驶清洁车辆对应各参考信号基站的时间定位距离为半径做圆，进而得出各参考信号基站对应目标无人驾驶清洁车辆的时间定位区域，将各参考信号基站对应目标无人驾驶清洁车辆的时间定位区域进行重合比对，由此得出时间定位分析单元中目标无人驾驶清洁车辆对应初步区域位置；
所述强度定位分析单元中分析目标无人驾驶清洁车辆对应初步区域位置，分析过程包括以下步骤：
S6-1、获取目标无人驾驶清洁车辆对应各信号基站中各次接收的UWB信号值，进而构成目标无人驾驶清洁车辆对应各信号基站的信号波形图，将目标无人驾驶清洁车辆对应各信号基站的信号波形图导入直角坐标系中，由此获取目标无人驾驶清洁车辆对应各信号基站的峰值信号坐标点和谷值信号坐标点，通过计算得出目标无人驾驶清洁车辆对应各信号基站的信号浮动评估系数φj，其中，/>和分别表示为目标无人驾驶清洁车辆对应第j个信号基站的峰值信号坐标点和谷值信号坐标点，j表示为各信号基站对应的编号，j＝1,2,......m，将目标无人驾驶清洁车辆对应各信号基站的信号浮动评估系数与预定义的基站对应的参考信号浮动评估系数进行比对，若目标无人驾驶清洁车辆对应某信号基站的信号浮动评估系数大于或等于基站对应的参考信号浮动评估系数，则将该基站标记为目标信号基站，反之则将该基站进行忽略；
S6-2、获取目标无人驾驶清洁车辆对应各目标信号基站各次的信号接收强度，将其分别标记为δqf，其中，q表示为各目标信号基站对应的编号，q＝1,2,......l，f表示为各次对应的编号，f＝1,2,......r；
S6-3、从参考信息中提取出UWB信号的初始发送信号强度，通过计算计算得出目标无人驾驶清洁车辆对应各目标信号基站的强度定位距离，其中，εq表示为目标无人驾驶清洁车辆对应第q个目标信号基站的强度定位距离，L1表示为参考信息库中存储的单位距离对应的信号强度衰减系数，δ′表示为UWB信号的初始发送信号强度；
S6-4、根据时间定位分析单元中目标无人驾驶清洁车辆对应初步区域位置的分析方式同理分析得出强度定位分析单元中目标无人驾驶清洁车辆对应初步区域位置；
所述分析得出目标无人驾驶清洁车辆对应最终区域位置，分析过程包括以下步骤：
S7-1、根据目标无人驾驶清洁车辆中布设的图像采集系统，由此得出目标无人驾驶清洁车辆对应各时间点的采集图像，并将目标无人驾驶清洁车辆对应各时间点与目标无人驾驶清洁车辆对应信号丢失时间点进行比对，由此得出目标无人驾驶清洁车辆对应各清扫时间点，并从中筛选出目标无人驾驶清洁车辆对应各清扫时间点的采集图像；
S7-2、从目标无人驾驶清洁车辆对应各清扫时间点的采集图像中提取出目标无人驾驶清洁车辆对应各清扫时间点对应的道路关键词，并从参考信息库中提取出目标城市对应各区域位置对应的道路图像关键词，通过计算得出目标无人驾驶清洁车辆对应各区域位置的道路关键词符合度，并将目标无人驾驶清洁车辆对应各区域位置的道路关键词符合度按照从大到小的顺序排列，筛选道路关键词符合度排列第一的区域位置；
S7-3、将道路关键词符合度排列第一的区域位置、时间定位分析单元中目标无人驾驶清洁车辆对应初步区域位置和强度定位分析单元中目标无人驾驶清洁车辆对应初步区域位置进行重合比对，由此得出目标无人驾驶清洁车辆对应最终区域位置；
数据反馈终端，用于接收目标无人驾驶清洁车辆的最终区域位置，进而派遣人员对目标无人驾驶清洁车辆进行对应操作。
2.根据权利要求1所述的一种基于UWB的智能小车定位控制系统，其特征在于，所述识别出目标无人驾驶清洁车辆信号丢失，识别过程包括以下步骤：
S2-1、从信号监测终端中提取出目标无人驾驶清洁车辆对应各监测时间点的信号波形图，进而得出目标无人驾驶清洁车辆对应各监测时间点的信号值；
S2-2、将目标无人驾驶清洁车辆对应各监测时间点的信号值与预定义的预警信号值进行比对，若存在有某监测时间点的信号值等于预警信号值，则将该监测时间点标记为预警时间点，由此获取目标无人驾驶清洁车辆的各预警时间点；
S2-3、将目标无人驾驶清洁车辆的各预警时间点按照升序顺序排列，若存在目标无人驾驶清洁车辆的某预警时间点的信号值为预警信号值且某预警时间点后的各监测时间点的信号值均为预警信号值，则判定目标无人驾驶清洁车辆信号丢失，并将该预警时间点标记为目标无人驾驶清洁车辆对应信号丢失时间点。
3.根据权利要求1所述的一种基于UWB的智能小车定位控制系统，其特征在于，所述目标无人驾驶清洁车辆对应各信号基站的信号信息包括信号接收时间点和各次的信号接收强度。
4.根据权利要求1所述的一种基于UWB的智能小车定位控制系统，其特征在于，所述系统还包括参考信息库，用于存储UWB信号的参考发送间隔时长和参考发送速度，用于存储单位距离对应的信号强度衰减系数，还用于存储目标城市对应各区域位置对应的道路关键词。
5.一种基于UWB的智能小车定位控制方法，应用于权利要求1-4任一项所述的一种基于UWB的智能小车定位控制系统，其特征在于，该方法包括以下步骤：
步骤一、基站编号：对目标城市内存在的所有信号基站进行统计并对其进行编号；
步骤二、信号监测终端：对目标无人驾驶清洁车辆进行信号监测，若识别出目标无人驾驶清洁车辆信号丢失时，则启动步骤三；
步骤三、信息发送：启动目标无人驾驶清洁车辆中布设的UWB系统和图像采集系统，进而对目标无人驾驶清洁车辆信号进行UWB信号和图像发送；
步骤四、信号接收：接收目标无人驾驶清洁车辆对应UWB信号，并从中提取出目标无人驾驶清洁车辆对应各信号基站的信号信息；
步骤五、车辆定位：分析目标无人驾驶清洁车辆对应初步区域位置，并结合目标无人驾驶清洁车辆中的图像采集系统，进而分析得出目标无人驾驶清洁车辆对应最终区域位置；
步骤六、数据反馈终端，用于接收目标无人驾驶清洁车辆的最终区域位置，进而派遣人员对目标无人驾驶清洁车辆进行对应操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310849109.1A CN116700290B (zh) | 2023-07-12 | 2023-07-12 | 一种基于uwb的智能小车定位控制系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310849109.1A CN116700290B (zh) | 2023-07-12 | 2023-07-12 | 一种基于uwb的智能小车定位控制系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116700290A CN116700290A (zh) | 2023-09-05 |
| CN116700290B true CN116700290B (zh) | 2024-01-26 |
Family
ID=87837541
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310849109.1A Active CN116700290B (zh) | 2023-07-12 | 2023-07-12 | 一种基于uwb的智能小车定位控制系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116700290B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117499860B (zh) * | 2023-11-15 | 2024-04-26 | 浙江大信科技股份有限公司 | 一种基于5g技术的煤矿uwb精准定位融合管理系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112068567A (zh) * | 2020-09-16 | 2020-12-11 | 上海振华重工(集团)股份有限公司 | 一种基于超宽带和视觉图像的定位方法及定位系统 |
| CN113382473A (zh) * | 2021-06-10 | 2021-09-10 | 杭州海康威视数字技术股份有限公司 | 定位方法、装置、系统、设备及存储介质 |
| CN114111808A (zh) * | 2021-11-30 | 2022-03-01 | 上汽通用五菱汽车股份有限公司 | 无人驾驶车的定位方法、系统、装置及可读存储介质 |
| CN114845384A (zh) * | 2022-03-25 | 2022-08-02 | 西安电子科技大学广州研究院 | 一种基于uwb技术无线定位车辆的系统 |
| CN115082860A (zh) * | 2022-06-30 | 2022-09-20 | 中用科技有限公司 | 一种基于图像处理和uwb技术的工厂区域车辆管理方法 |
| CN115866744A (zh) * | 2022-10-10 | 2023-03-28 | 东南大学 | 基于反射信号的单基站室内uwb优化定位方法 |
| CN116381599A (zh) * | 2023-04-14 | 2023-07-04 | 南京邮电大学 | 使用uwb技术实现便携式可编程高精度定位装置及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102019203202A1 (de) * | 2019-03-08 | 2020-09-10 | Zf Friedrichshafen Ag | Lokalisierungssystem für ein fahrerloses Fahrzeug |
-
2023
- 2023-07-12 CN CN202310849109.1A patent/CN116700290B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112068567A (zh) * | 2020-09-16 | 2020-12-11 | 上海振华重工(集团)股份有限公司 | 一种基于超宽带和视觉图像的定位方法及定位系统 |
| CN113382473A (zh) * | 2021-06-10 | 2021-09-10 | 杭州海康威视数字技术股份有限公司 | 定位方法、装置、系统、设备及存储介质 |
| CN114111808A (zh) * | 2021-11-30 | 2022-03-01 | 上汽通用五菱汽车股份有限公司 | 无人驾驶车的定位方法、系统、装置及可读存储介质 |
| CN114845384A (zh) * | 2022-03-25 | 2022-08-02 | 西安电子科技大学广州研究院 | 一种基于uwb技术无线定位车辆的系统 |
| CN115082860A (zh) * | 2022-06-30 | 2022-09-20 | 中用科技有限公司 | 一种基于图像处理和uwb技术的工厂区域车辆管理方法 |
| CN115866744A (zh) * | 2022-10-10 | 2023-03-28 | 东南大学 | 基于反射信号的单基站室内uwb优化定位方法 |
| CN116381599A (zh) * | 2023-04-14 | 2023-07-04 | 南京邮电大学 | 使用uwb技术实现便携式可编程高精度定位装置及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116700290A (zh) | 2023-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022141911A1 (zh) | 一种基于路侧感知单元的动态目标点云快速识别及点云分割方法 | |
| EP3633615A1 (en) | Deep learning network and average drift-based automatic vessel tracking method and system | |
| CN116700290B (zh) | 一种基于uwb的智能小车定位控制系统和方法 | |
| CN107463940A (zh) | 基于手机数据的车辆类型识别方法和设备 | |
| CN111582160B (zh) | 基于分布式光纤传感系统的车辆轨迹提取方法及装置 | |
| CN108664930A (zh) | 一种智能的多目标检测跟踪方法 | |
| CN210119237U (zh) | 路侧自动驾驶车辆定位导航系统 | |
| CN112580479A (zh) | 一种基于空洞卷积神经网络的地磁式室内定位系统 | |
| CN115311241A (zh) | 一种基于图像融合和特征增强的煤矿井下行人检测方法 | |
| CN113963277A (zh) | 基于航拍的铁路电力贯通线隐患目标检测方法 | |
| Liu et al. | Dloam: Real-time and robust lidar slam system based on cnn in dynamic urban environments | |
| CN105893941A (zh) | 一种基于区域图像的人脸表情识别方法 | |
| CN111354016A (zh) | 基于深度学习和差异值哈希的无人机舰船跟踪方法及系统 | |
| Jeong et al. | Real-time lane detection for autonomous vehicle | |
| CN114803860A (zh) | 一种基于机器视觉的井下单轨吊车无人驾驶系统和方法 | |
| CN112507867B (zh) | 一种基于EDLines线特征的车道线检测方法 | |
| CN114120270A (zh) | 一种基于注意力和采样学习的点云目标检测方法 | |
| CN113486723A (zh) | 一种高效的车辆再辨识方法和装置 | |
| CN115909815A (zh) | 基于多元数据的融合检测方法、装置、设备及存储介质 | |
| CN113378992B (zh) | 一种基于位置识别的车辆定位方法及系统 | |
| CN115359301A (zh) | 一种基于云端平台的数据挖掘方法 | |
| CN114372952A (zh) | 电缆隐蔽工程施工缺陷自动识别系统 | |
| CN106875716A (zh) | 一种智能交通监控系统 | |
| Tong | Research on the application of key technologies in the construction of smart cities based on smart transportation | |
| CN114630266B (zh) | 一种基于神经网络的多模态数据融合室内定位系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |