[发明专利]一种基于多源信息融合的车辆无缝定位方法

权利要求书

1.一种基于多源信息融合的车辆无缝定位方法，其特征在于，在主滤波器中采用Kalman滤波器对基于UWB(Ultra Wide Band，超宽带)的短距离高精度无线定位信息、BDS+GPS(Bei Dou Navigation Satellite System+Global Positioning System)双模GNSS(Global Navigation Satellite System，全球卫星定位系统)定位信息、SINS+CAN(Strapdown Intertial Navigation System+Controller Area Network，捷联惯性导航系统+控制器局域网)融合航位推算信息，三类不同信号源定位数据进行融合处理，实现车辆高精度无缝定位，三类信号源采用的定位方法分别如下： 

1)基于UWB的短距离高精度无线定位 

采用常用的TOA(Time of Arrival，到达时间)、TDOA(Time Difference Of Arrival，到达时间差)、AOA(Angle Of Arrival，到达角度)等短距离无线定位方法，利用路边定位基站发射的UWB信号进行短距离无线定位，得到车辆的速度V₁和位置信息L₁； 

2)BDS+GPS双模GNSS定位 

接收BDS和GPS卫星的信号，通过离子滤波器进行融合定位，离子滤波时要去除权值小的粒子，保留并复制权值较大的粒子，即采用重采样的方法，得到车辆的速度V₂和位置信息L₂； 

3)SINS+CAN融合航位推算 

(1)将SINS系统中陀螺仪的角增量与CAN总线提取的车速、方向盘转角、里程增量等输入到航位推算(Dead Reckoning，DR)系统进行计算； 

(2)将DR系统与SINS系统得到的位置与姿态误差通过Sage-husa自适应滤波计算得到系统误差校正值； 

(3)根据得到的误差校正值去补偿SINS系统、消除时间累计误差，得到姿态P₃、位置L₃和速度V₃。 

2.根据权利要求1所述，其特征在于上述Kalman滤波实现多源信息融合的计算方法为： 

利用Kalman滤波对位置信息和速度(L₁、V₁)、(L₂、V₂)、(L₃、V₃)三个定位信息进行融合定位，如公式(1)所示， 

其中，X_i表示第i个子滤波器的状态估计矢量，Q_i表示第i个子滤波器的系统协方差阵，P_i表示第i个子滤波器的状态矢量协方差阵，λ₁表示各子滤波器的定位结果的可信度或者权 值，i＝1,2,3，而且λ₁+λ₂+λ₃＝1；X表示主滤波器的状态估计量，Q表示主滤波器的系统协方差阵，P表示主滤波器的状态矢量协方差阵。