[发明专利]一种无人车队与路侧单元协同工作的相对定位方法

说明书

本发明公开了一种无人车队与路侧单元协同工作的相对定位方法。该方法为：首先建立基于车载单元与路侧单元的无人车队相对定位系统，然后确定相对定位时无人车队相邻车辆之间、车辆与路侧单元之间的信息交互内容，接着将车载惯导系统的数据传送至车载数据链，利用无线电测距的方法测量无人车队中车辆之间的距离，同时利用车载数据链通报惯导数据和测距信息，并将测距信息和惯导数据传送给相对定位处理器，最后以各个无人车的惯性导航系统的误差作为待估计量，实测的车辆之间的距离与由惯性导航信息计算得出的距离之差为量测量，建立无人车队的相对定位方法的数学模型。本发明提高了无人车队相对定位的精度和可靠性，具有很强的鲁棒性。

技术领域

本发明涉及导航定位技术领域，特别是一种无人车队与路侧单元协同工作的相对定位方法。

背景技术

随着经济的飞速发展，汽车数量不断增多，交通阻塞、能源消耗以及大气污染等问题日益严重，车联网作为物联网技术在智能交通领域的具体应用越来越受到人们的重视。车联网是将车辆、出行者、道路以及相关基础设施融合为有机整体的综合复杂网络系统。车辆上装载的电子设备可以通过无线射频等通信技术，和其他车辆以及道路网络系统基础设施进行数据交换，使得无人车之间协调运作，对车队进行统一的管理。车联网技术的应用可以有效减小交通事故发生的概率。在车联网相关技术的研究中，导航技术是其研究核心，而精确定位问题是多无人车导航最基本的环节，为车联网技术的应用提供了最基本的位置信息。无人车只有准确地知道其自身的位置、工作空间中障碍物的位置以及障碍物的运动情况，才能安全地进行行驶。所以，无人车的自身定位问题就显得尤为重要，是其最重要的方面之一。

近年来多无人车的相对定位受到了越来越多的重视和研究，逐渐成为一个活跃的研究领域。目前，无人车定位主要通过GPS、北斗等全球卫星定位系统(Global NavigationSatellite System,GNSS)技术获得绝对位置信息。然而，民用GPS标准位置服务只可提供10m左右的定位精度，无法满足车联网精确定位的应用需求。除此之外，在隧道、地下/室内停车场、森林、立交桥下以及密集建筑群等多遮挡区域时，卫星信号由于受到建筑物的遮挡会产生很大的定位误差，导致定位不精确甚至无法定位。因此，现有的定位技术在GNSS信号较差或者无法使用的区域，无法实现多无人车的精确定位。

发明内容

本发明的目的在于提供一种稳定性好、鲁棒性强的无人车队与路侧单元协同工作的相对定位方法，从而提高无人车队相对定位的精度和可靠性。

实现本发明目的的技术解决方案为：一种无人车队与路侧单元协同工作的相对定位方法，包括以下步骤：

步骤1、在无人车行驶区域的道路网中部署两个路侧单元，作为已知固定点，在无人车队的每一辆车上安装车载单元，建立基于车载惯导系统、车载数据链以及相对定位处理器的无人车队相对定位系统；

步骤2、确定相对定位时无人车队相邻车辆之间、车辆与路侧单元之间的信息交互内容，将车载惯导系统的数据传送至车载数据链，车载数据链利用无线电测距的方法测量无人车队中车辆之间的距离，同时利用无线电通信实时通报惯导数据和测距信息，并将测距信息和惯导数据传送给相对定位处理器；

步骤3、以各个无人车的惯性导航系统的误差作为待估计量，实测的车辆之间的距离与由惯导导航信息计算得出的距离之差为量测量，建立在无GNSS的情况下无人车队的相对定位方法的数学模型；然后用非线性最小二乘法与牛顿迭代法，求出各个惯导系统误差的估计值，再利用车辆惯导位置误差估计值反馈，修正惯导输出位置，完成车辆定位。

进一步地，步骤1中所述的建立基于车载惯导系统、车载数据链以及相对定位处理器的无人车队相对定位系统，具体如下：