[发明专利]一种基于RSSI的低速移动车辆定位方法

说明书

本发明提供了一种基于RSSI的低速移动车辆定位方法，包括取每组4个AP节点围成区域作为定位子网格，记录各AP节点的ID、坐标位置、计算实际距离；对信号衰减模型中的参数进行实时修正，得到修正后的RSSI测距模型；接收AP回传的信息，根据ID判断数据集中AP节点的数量和坐标位置，利用测距模型计算出移动车辆与AP节点的距离；利用AP节点与移动车辆的距离合理设计加权因子，建立融合定位算法；依据接收到AP节点的数量，选择相应的加权无线定位方法，得出移动车辆的定位坐标；本发明方法具有较强的鲁棒性，有效克服回传RSSI值不稳定的问题，能适应复杂道路环境的变化，相较于传统三点加权质心定位有更高的定位精度。

技术领域

本发明涉及RSSI定位与车辆移动定位技术领域，具体涉及一种基于RSSI的低速移动车辆定位方法。

背景技术

目前对车辆定位技术的研究方向有很多，主要分为两种：一种是使用特殊的定位设备实现车辆主动定位；另一种充分利用现有的无线通信设备和网络实现车辆被动定位。针对前一种的定位方法，己经诞生了一些成熟的系统，例如全球定位系统(GPS)；后一种方法应用无线传感器网络(WSN)，通过部署大量传感器节点至目标区域，在传感器网络内部采用一定的机制与算法实现车辆的自身定位。

目前对于无线传感网络的定位方法，有基于信号强度定位(RSSI)、基于到达时间定位(TOA)、基于到达时间差定位(TDOA)等多种经典无线定位测距算法。相对于TOA、TDOA等需要昂贵硬件配套实现的测距算法，基于RSSI的测距算法具有成本低、功耗低的特点。在未来“传感城市”背景下，将RSSI测距算法融合无人驾驶技术中，实现对车辆自身的精准定位是热门方向。

由于测距过程中测量获取的距离与实际距离之间存在一定的偏差，导致基于RSSI的定位结果常不稳定，应用性受到极大限制。目前针对车辆无线定位算法，多基于良好环境进行测试，并未考虑其对实际道路交通环境的适应性问题。与室内环境相比，道路环境衰减因子动态变化，具有不可预测的特点；同时，车辆定位具有实时性，要求定位算法尽量简单。

显然，基于RSSI标定参数的复杂定位算法并不适用于移动车辆定位场景，急需提出一种基于RSSI的低速移动车辆定位方法。

发明内容

有鉴于此，为解决上述问题，本发明提供了一种基于RSSI的低速移动车辆定位方法，能克服现有车辆定位技术误差大、效率低等难题。

为实现上述目的，本发明的技术方案如下。

一种基于RSSI的低速移动车辆定位方法，包括以下步骤：

步骤1、取每组4个AP节点围成区域作为一个定位子网格，记录各AP节点的ID、坐标位置，并计算AP节点之间的实际距离；

步骤2、控制中心控制AP节点发送探测请求帧和射频信号，并记录各AP节点的RSSI值及衰减值，对信号衰减模型中的参数进行实时修正，得到修正后的RSSI测距模型；

步骤3、控制中心接收AP回传的信息，根据ID判断数据集中AP节点的数量和坐标位置，利用修正后的RSSI测距模型计算出移动车辆与AP节点的距离；

步骤4、利用AP节点与移动车辆的距离合理设计加权因子，建立基于不同AP节点数量的融合定位算法；

步骤5、控制中心依据在同一时刻接收到AP节点的数量，选择相应的加权无线定位方法，即可求出移动车辆的定位坐标。

进一步地，所述步骤1中包括：

步骤11、在同一平面的道路两侧等间隔布置AP节点，所述AP呈直线均匀排布，记录各AP节点的ID及坐标位置；