[发明专利]一种基于脑选择性注意机制的车辆协作定位方法

说明书

本发明公开了一种基于脑选择性注意机制的车辆协作定位方法，本方法具体针对协作参考节点与待定位车辆间所形成的几何结构、RB位置精度和相对运动状态对协作定位的影响；采用人类大脑对信息处理的选择性注意机制，将上述三方面影响因素作为信息选择的特征点，对信息进行选择性过滤处理；再通过特征整合综合筛选出最优RB，以进一步提高车辆协作定位的可靠性与精度，本定位方法具有定位精确度高，不受环境限制的特点。

技术领域

本发明涉及车辆协作定位技术领域，具体涉及一种基于脑选择性注意机制的车辆协作定位方法。

背景技术

行驶车辆的实时精确定位是智能交通系统(Intelligent TransportationSystem,ITS)和自动驾驶技术(Automatic Driving Technology,ADT)得以实现的必要关键技术之一，如：ITS中的车辆信息管理、交通控制、车辆信息服务，ADT中的自动避障、变换车道等技术，都需要车辆具有高可靠性、高精度的自我定位能力；因此，研究可靠的车辆定位方法对于智能交通系统的实现具有重要的意义；

目前，主要应用的地面载体定位技术包括惯性导航定位、视觉导航定位和全球卫星导航定位(Global Positioning System,GPS)技术，惯性导航定位技术因其成本较高，通常见于军用等特种地面载体，高成本制约了它在民用车辆中的应用；视觉导航定位技术虽得以广泛的研究与应用，但其通常只能提供相对位置信息；而GPS因较高的性价比与成熟度，是目前使用最为广泛的车辆定位技术；GPS根据不同的实现技术，定位精度从米级到厘米级不等，如载波相位差分GPS定位精度可达到厘米级；但有实验证明：在高楼密布的城市或隧道环境中存在的卫星信号遮挡和多径干扰现象，会使GPS定位的精度和可靠性受到严重影响，即便是载波相位差分GPS也是如此，因此难以适应城市ITS的需要。

随着无线通信技术的高速发展，车载自组网(VehicularAd hoc Network，VANET)担负各种交通信息的交互任务，成为ITS的重要组成部分；同时VANET中的V2V、V2I和V2X通信方式也为车辆导航定位和定位增强带来了新的解决方法，既车辆协同定位技术，其实质是车辆将其他车辆或交通基础设施作为参考点，并通过无线网络获取参考点的位置和相对位置等信息对自身进行定位；近年来，人工智能技术应用的强大需求，促使神经科学、认知科学和计算科学等众多领域的专家努力从不同层面去揭示大脑信息感知与处理的机理，并试图模拟其功能；研究人员发现：脑之所以能够对周围环境的海量信息进行快速处理和响应，是因为大脑会有意识或无意识的对信息进行有针对性的筛选，既选择性注意机制，而在现有技术中，并没有将所述脑选择性注意机制应用在车辆协作定位方面，也未有公知的相应报道和研究。

发明内容

针对上述存在的问题，本发明旨在提供一种基于脑选择性注意机制的车辆协作定位方法，本方法通过研究协作参考节点与待定位车辆间所形成的几何结构、RB位置精度和相对运动状态对协作定位的影响，提出采用人类大脑对信息处理的选择性注意机制，将上述三方面影响因素作为信息选择的特征点，对信息进行选择性过滤处理；再通过特征整合综合筛选出最优RB，以进一步提高车辆协作定位的可靠性与精度，具有定位精确度高，不受环境限制的特点。

为了实现上述目的，本发明所采用的技术方案如下：

一种基于脑选择性注意机制的车辆协作定位方法，包括

步骤一：在VANET环境中，从VTBP邻居车辆或ITS基础设施节点中选取N个RB组合，计算所选N个RB组合的几何精度特征值，按照升序进行优劣排序；

步骤二：引入方差调节因子的CSM模型为状态方程、以RB的位置坐标为观测量，对RB的位置坐标进行修正，同时对RB位置坐标精度进行评估；

步骤三：对RB相对位置特征、位置精度特征和相对运动特征进行综合评定；利用评定出的最优RB位置坐标、以及与VTBP间的相对距离建立协作定位方程组，并求解VTBP位置坐标；