[发明专利]一种基于模糊理论的复合定位新方法

说明书

本发明涉及一种基于模糊理论的复合定位新方法，属于车辆定位的技术领域，基于汽车信息物理融合系统技术，利用目标车辆以及相邻车辆上的三种定位装置的定位数据，运用模糊理论优化各定位技术的误差并得出各定位技术的定位贡献度，然后以定位贡献度作为权值，模糊加权计算得到目标车辆的复合位置；采用一个模糊可变观测噪声协方差的卡尔曼滤波器对复合位置进行滤波，本发明将多种车辆定位技术进行融合，构建了离群率和绝对误差这两个指标来反映各定位技术的可靠程度，提高了定位技术融合的合理性，同时采用改进的卡尔曼滤波器对融合结果进行滤波，提高了定位的准确性。

技术领域

本发明涉及一种基于模糊理论的复合定位新方法，属于车辆定位的技术领域。

背景技术

信息-物理融合系统CPS(Cyber-Physical System)是一个综合计算、网络和物理环境的多维复杂系统，通过3C技术(Computing、Communication和Control)的有机融合与深度协作，以实现实时感知、信息服务和动态控制。近年来，人们研究了CPS在电力、医疗、交通等领域的应用，并已取得了一些极具价值的成果。随着城市智能交通系统的建设和人们对汽车性能要求的提高，汽车CPS(Vehicular Cyber-Physical System，VCPS)也受到了很多学者的关注。在汽车CPS中，实时传入传感器收集本车的实时信息或其它车辆的信息，通过一个统一的网络完成信息的交互和计算，并根据反馈的信息来完成对汽车的控制，使得汽车更易于驾驶，响应更快，更安全，更智能。由于在汽车CPS的大多数应用中，比如智能路径规划、防碰撞系统以及车辆组网等，车辆的位置信息往往假设为一个已知的条件，因此，车辆定位技术在汽车CPS中是一个值得关注的问题。

目前，最常用的车辆定位方法是全球定位系统(Global Positioning System，GPS)，虽然GPS定位有着自身覆盖范围广，定位迅速，在无遮挡情况下可实现全天候定位的优势。但是，在城市中，高大密集的建筑、立交桥、隧道、无线电干扰等，非常容易地造成GPS定位效果较差，不能准确定位。即使在郊外，定位精度也无法达到安全应用如防碰撞系统的定位要求。差分全球定位系统(Differential Global Positioning System，DGPS)虽然可以提供很高的定位精度，但其设备价格昂贵，且同样会受城市环境下的多径效应(建筑物和树林等对卫星信号的遮挡)影响，其定位性能大大下降。综合考虑到成本和性能，大多数车辆定位采用将GPS与航位推算(Dead Reckoning，DR)、惯性导航系统(Inertial NavigationSystem，INS)等导航技术进行组合的方式。但由于航位推算和惯性导航中所使用的惯性器件存在累积误差，在GPS长时间失效的遮挡环境下定位精度不高。为了进一步提高组合定位系统的精度，通常采用卡尔曼滤波进行最优估计。但是在滤波递推过程中通常将观测噪声协方差作为定值处理，降低了滤波的精度和稳定性。除了上述基于GPS的定位技术外，现在还有其他一些定位技术，如射频识别(Radio Frequency Identification,RFID)定位、蜂窝网络(Cellular Network，CN)定位以及无线保真(Wireless-Fidelity，WiFi)定位等，这些定位技术也可用于车辆定位中。但是，这些定位技术在一定程度上受到视距和基站密度的影响。

随着异构无线网络技术的成熟和普及，利用多种定位技术的融合互补是未来车辆定位的一种行之有效的方法。而卡尔曼滤波能够有效修正观测值，抑制异常波动，提高系统的精度，因此被广泛应用于车辆定位系统中。本申请人致力于如何把融合互补过程和卡尔曼滤波模型有效结合的研究，因此具有很重要的发明意义。

发明内容

本发明针对现有技术在车辆定位方面存在精度不高、成本高昂、缺乏普适性等问题，结合汽车CPS系统中实时感知本车或其它车辆的信息，实现信息的交互和计算并根据反馈信息来完成对汽车的控制的特点，提出一种新的基于模糊理论的复合定位技术。