[发明专利]车联网中基于车内惯性器件的车辆定位方法

权利要求书

1.一种车联网中基于车内惯性器件的车辆定位方法，其特征在于，包括：

该方法通过车速传感器测得汽车的行驶速度，通过方向盘转角传感器测得航向角，运用运动学定律，进行路程增量推算，得出汽车下一个时刻的位置信息，实现车辆在GPS信号受到遮挡情况下的自主定位。

2.根据权利要求1所述的一种车联网中基于车内惯性器件的车辆定位方法，其特征在于，包括：

（1）简单场景定位方案；

一条道路笔直的穿过隧道，对于汽车来讲，从A点到进入隧道，到离开隧道到C点，整个行驶过程中，可以认为汽车的航向角没有发生变化；

B点所在的隧道为信号盲区，隧道两边的A、C是GPS信号区；定义A为汽车进入GPS信号盲区前一个时刻的点，可以通过GPS获得其位置信息，记其位置信息为(x_A,y_A)，航向角为α_A，速度传感器测得的速度为v_A；汽车匀速行驶，进入GPS信号盲区，记此时B的位置信息为(x_B,y_B)，航向角α_B≈α_A，传感器测得速度v_B≈v_A，采样时间T_p＝0.5s，则

xB=xA+vATp·cosαAyB=yA+vATp·sinαA---(1)]]>

盲区内B点后面各时刻的位置信息，通过式（1）可以迭代出来；

（2）修正的简单场景定位方案；

节点1～10表示汽车的十个连续采样点，GPS测量的位置信息记为(x_i,y_i)，由上述的公式（3.4）推出的位置信息记为(x_i',y_i')，i=1,2,3,…，10；进入GPS信号盲区前，GPS测得节点1的位置信息为G₁＝[x₁,y₁]^T，通过上述式（3.4）求得位置信息为M₁＝[x₁',y₁']^T，则位置误差D_G1＝G₁-M₁＝[x₁-x₁',y₁-y₁']^T，用D_G1去修正此节点的位置信息，则M₁＝[x₁',y₁']^T+D_G1，无限接近于GPS测量值；同理D_G2＝G₂-M₂，依次类推，每个采样点的GPS实测位置信息与盲区定位方法估计位置信息之间总有一个误差值，用这个误差值去修正估计值，则可以使之无限接近于实测值；通过连续多个误差值加权平均，可以得到一个固定的修正因子D_Gj（j是进入盲区前一个i的值），当汽车完全进入GPS信号盲区后，完全使用盲导航方法来获取位置信息，将盲导航方法得到的位置信息(x_i',y_i')加上修正因子D_Gj，得到汽车在GPS信号盲区的位置信息；

记进入GPS盲区前的n个节点的实测值与估计值之间的误差分别为D_Gi（i=1,2,3…，n），则位置修正因子D_Gj可以用下式表示

DGj=1nΣi=1nDGi,(i=1,2,3,...,n)---(2)]]>

（3）复杂场景定位方案；

汽车在进入盲区前一时刻位置A的航向角为可以通过GPS获得；穿过隧道到达盲区外的第一个位置B的航向角为两次的航向角相差很大，将两次的航向角之间的差值称为角度偏移量，这个偏差值是随着时间的增加不断积累的，按照微积分的原理分析，在一段比较短的时间内，可以认为汽车是以固定的航向角行驶的；下一个短时段内的汽车航向角为前一段的航向角加上前一段的角度偏移量；这样就可以通过依次类推，得到每个采样时刻的汽车航向角，进而求出汽车的位置；

一种六度因子调整自适应汽车模型，这个模型中通过输入汽车的速度、方向盘的转角、方向盘的转角变化率，就可以输出汽车的横摆角速度；每个采样时刻的汽车的航向角变化量与横摆角速度ω之间的关系式为：

按照汽车的实际运动轨迹去计算将会非常复杂，而实际驾驶中，能够控制的汽车运动方式是比较简单的，所以，为了方便计算，本文研究的都是简化的汽车运动方式，在采样时间比较小的情况下，忽略汽车侧、纵向运动之间的相互影响，只考虑汽车方向盘转动对汽车在其本体坐标系下的侧向加速度和横摆角速度的影响；横摆角速度影响汽车航向角，进而影响汽车行驶轨迹的曲率的变化；

假设汽车进入GPS盲区前位于节点2，此时通过GPS捕获到的汽车位置信息为(x₂,y₂)，航向角为车速为v₂，横摆角速度为ω₂，这是汽车初始位置信息，经过时间t_p，汽车进入GPS盲区的第一个位置，节点3，位置坐标为(x₃,y₃)，航向角为则

节点3的位置信息通过节点2可以求出来，通过车速传感器可以测得节点3的速度v₃，方向盘转角传感器可以测得方向盘转角θ₃，方向盘转角的变化率θ₃‘，通过方向盘转角传感器测得的值可以得到节点3的横摆角速度ω₃，从而利用公式（4）可以求得节点4的位置信息

依次类推可以得到盲区中各节点的位置信息，即汽车在GPS盲区内各采样点的位置信息；从而实现GPS盲区的定位；

（4）修正的复杂场景定位方案；

通过误差补偿法对上一节的方法进行修正；进入GPS信号盲区前，通过GPS定位可以得到节点0处的汽车的位置信息G₀(x₀,y₀)，航向角同时通过式（3.10）可以求得盲区估计位置信息M₀(x'₀,y'₀)，航向角则估计值与GPS实测值之间存在一个误差，记D_G0＝G₀-M₀＝[x₀-x'₀,y₀-y'₀]^T，节点1的实测值与方法估计值之间又可以求的误差D_G1、在进入盲区之前的i个采样点，均可求得GPS测量值与复杂场景盲区定位方法得到的值之间的误差D_Gi、如果每个估计值都用相应的误差值去补偿，则估计值将会无限接近实测值；定义D_Gj、δ_Gj分别为位置修正因子和角度修正因子，数学关系式为

DGj=1nΣi=1nDGi,(i=1,2,3,...,n)---(6)]]>

则在汽车进入盲区后，可以利用这两个修正因子去修正盲区定位方法，使盲区方法估计的值接近实际值。

3.根据权利要求1所述的一种车联网中基于车内惯性器件的车辆定位方法，其特征在于，包括：

通过将车联网中基于车内惯性器件的自主定位方法——车速-方向盘转角传感器定位（VSSA，Vehicle Speed&Steering Angle）系统与SINS系统中的陀螺仪组成航位推算（DR）系统，利用DR系统与SINS系统的位置与姿态误差通过Sage-husa自适应滤波去补偿SINS系统，从而得到精度比较高的SINS系统输出。