[发明专利]基于多传感器融合的场内外连续位置检测与停车精确定位方法

权利要求书

1.一种基于多传感器融合的鱼雷罐车室内外连续位置检测与精确定位方法，其特征在于，所述方法包括：

步骤一，进行电涡流阈值检测，若电涡流信号小于设定阈值，进行UWB基站数阈值检测；

若电涡流信号大于阈值，进行室内导航中的电涡流信号强度检测的切换；进行室内导航中的电涡流信号强度检测后，再进行电涡流测距结果换算、电涡流测距坐标转换，得到电涡流传感器与停车限位目标之间的位置关系，输出鱼雷罐车当前位置；

步骤二，判断UWB基站数阈值是否大于设定阈值，若UWB基站数阈值大于设定阈值，则进行室内导航中的UWB信号获取切换，进行室内导航切换；进行室内导航中的UWB信号获取后，再进行UWB定位坐标系转换，进行Kalman滤波处理，直接输出鱼雷罐车当前估计位置作为定位位置，或通过最小二乘法拟合或直接输出鱼雷罐车当前估计位置作为定位位置；

若UWB基站数阈值小于设定阈值，进行有效卫星数阈值检测，若检测有效卫星数阈值小于设定阈值，直接通过最小二乘法拟合出当前估计位置作为定位位置输出；

所述直接通过最小二乘法拟合出当前估计位置作为定位位置输出，包括：将卫星在某个时间段内的位置数据集X₁({(x_1-1，y_1-1)，...((x_1-m，y_1-m))})，与同时段内的UWB输出位置数据集X₂({(x_2-1，y_2-1)，...((x_2-n，y_2-n))})作为最小二乘法线性拟合的输入，可得：

运输车运行所在空间直线的斜率为偏置量为从而当运输车运行到下个位置时可根据获取的x坐标计算出对应的y轴坐标，并与GPS和UWB的y轴数据作比较，且以两者中较为接近估算值的位置作为实际测量位置数据；

步骤三，若检测有效卫星数阈值大于设定阈值，进行室外导航切换，进行卫星信号获取；再进行Kalman滤波预测，直接输出当前估计位置作为定位位置，或通过最小二乘法拟合或直接输出当前估计位置作为定位位置。

2.如权利要求1所述的基于多传感器融合的鱼雷罐车室内外连续位置检测与精确定位方法，其特征在于，所述Kalman滤波处理方法包括：

预测值计算公式：

X(k|k-1)＝AX(k-1|k-1)+BU(k)；

其中，A为状态转移矩阵，X(k-1|k-1)为k-1时刻系统状态的最优结果，在车辆定位运用中X表示为上一时刻的最优位置、速度以及加速度构成的矩阵[p，v]^T，状态转移矩阵A表示为[1，Δt；0，1]，Δt为采样间隔；若车辆近似为匀速运动则BU(k)近似为0；

预测值X(k|k-1)对应的k-1时刻协方差预测值为：

P(k|k-1)＝AP(k-1|k-1)A^T+Q；

其中，P(k-1|k-1)为k-1时刻协方差的最优结果，Q系统过程噪声协方差；

Kalman滤波的k时刻的增益值为：

K_g(k)＝P(k|k-1)H^T/[HP(k|k-1)H^T+R]；

其中，H为系统测量矩阵通常取[1,0]；R为测量噪声协方差；

k时刻系统状态最优值为：

X(k|k)＝X(k|k-1)+K_g(k)[Z(k)-HX(k|k-1)]；

其中，Z(k)为k时刻系统测量值；

k时刻系统的最优结果对应的协方差为：

P(k|k)＝[1-K_g(k)H]P(k|k-1)。