[发明专利]一种基于车路专用短程通信的车辆协同定位方法

摘要

本发明公开了一种基于车路专用短程通信的车辆协同定位方法，在车辆中部署车载通信单元，在路侧部署路侧通信单元，车路通信单元之间通过专用短程通信技术实现信息交互；路侧通信单元对接收到的车辆发出的专用短程通信信号进行处理，通过直连信号决策条件，获得直连信号参数信息，联合多个路侧通信单元，融合信息资源，实现更加精准的车辆协同定位；本发明充分利用了智能车路协同系统中存在的专用短程通信信号资源，可以有效解决或缓解弱卫星信号覆盖区域内的车辆定位问题。

主权项

一种基于车路专用短程通信的车辆协同定位方法，通过下述步骤实现：步骤一、建立直连信号因子和路径衰减指数的函数关系；A、在路侧通信单元i的无线网络覆盖范围内，随机选择若干测试点，确定测试点与路侧通信单元i的相对距离d′；在测试点与路侧通信单元i的相对距离d′测定前提下，在测试点放置车载通信单元发送专用短程通信信号，路侧通信单元i实时接收车载通信单元发出的专用短程通信信号；B、从路侧通信单元i提取接收信号强度指示，记为RSSI′i，该值为路侧通信单元i收到相对距离d′的测试点发出的专用短程通信信号的信号强度的平均值，包含路侧通信单元i和测试点间的直连信号以及非直连信号；C、路侧通信单元i对接收信号进行傅里叶逆变换，将该频域信号转化为时域的信号功率延迟分布，该分布为离散的柱状图，横坐标为接收到信号的延迟，纵坐标为对应延迟接收到信号的信号功率；提取信号功率延迟分布中首个延迟时刻的柱形高度值‑信号功率，该值以极大概率对应步骤B中所述的直连信号的信号功率，记为直连信号功率POD′i；D、对于路侧通信单元i，其直连信号因子为：DSFi′=PODi′(d′)RSSIi′(d′)---(1)]]>其中：DSF′i∈(0，1]；E、测试点与路侧通信单元i的相对距离为d′，当d′＝1m时，路侧通信单元i处接收到的直连信号功率为POD′i(1)，令POD′i(1)为测试基准功率值P0；F、当d′≠1m时，路侧通信单元i处接收到的直连信号功率为POD′i(d′)，将POD′i(d′)带入(2)式左端Pr，d′值带入(2)式右端d中，P0由步骤E确定；其中，(2)式中log(·)是以10为底的取对数算子；γ为路径衰减指数；Pr＝P0‑10γlog(d)  (2)联合(1)、(2)式得(3)式：γ=-DSFi′·RSSIi′(d′)10log(d′)+P010log(d′)---(3)]]>联合路侧通信单元i处的多个测试点数据，由(1)式得到DSF′i值，由(2)式得到γ值，进行线性函数拟合，得到如(4)式函数关系：γ＝a·DSF′i+b  (4)其中，a和b为利用DSF′i和γ值线性拟合确定的线性函数的斜率和截距，a和b为常数；步骤二，在t时刻，路侧通信单元i接收车辆k发出的专用短程通信信号；在区域路网中建立参考坐标系，采用直角坐标系；令正东方向为x轴正方向，正北方向为y轴正方向；令时刻t，处于路侧通信单元i的以通信距离L为半径的无线网络覆盖范围内的，具备专用短程通信能力的全部车辆数目为n；车辆标识为k，k＝1，2，…，n；则通过车辆k上的车载通信单元发送专用短程通信信号；令时刻t，处于车辆k的以通信距离L为半径的无线网络覆盖范围内的路侧通信单元数目为m；路侧通信单元标识为i，i＝1，2，…，m；路侧通信单元i接收车辆k发出的专用短程通信信号，具体为：A、在时刻t车辆k发出专用短程通信信号，该信号为包含车辆实时速度信息v的数据包，该速度信息从车载速度传感器或者车辆仪表盘中直接读取；B、处于车辆k以通信距离L为半径的无线网络覆盖范围内的路侧设备i，在时刻t后的极短延迟内，将接收到车辆k发出的专用短程通信信号；步骤三，路侧通信单元i对接收到车辆k发出的专用短程通信信号进行处理，获得车辆k与路侧通信单元i间通信链路的直连信号因子DSFki，获得车辆k与路侧通信单元i的相对距离dki，以及车辆k发出的专用短程通信信号到达路侧通信单元i的波达方向角θki，该角度为车辆k和路侧通信单元i两点间连线与x轴正方向夹角；A、时刻t，路侧通信单元i收到车辆k发出的专用短程通信信号，从路侧通信单元i提取接收信号强度指示RSSIki(t)；B、时刻t，对接收信号进行傅里叶逆变换，将该频域信号转化为时域的信号功率延迟分布，提取直连信号功率PODki(t)；C、将步骤A、B实时测得的RSSIki(t)和PODki(t)值代入(1)式，计算时刻t车辆k与路侧通信单元i间通信链路的直连信号因子DSFki(t)；令直连信号因子DSFki的判别门限为DSF_Threshold，若步骤C中得到的DSFki(t)，满足DSFki(t)＞DSF_Threshold，继续执行后续步骤；若不满足DSFki(t)＞DSF_Threshold，不执行后续步骤，即在时刻t，路侧通信单元i将不计算车辆k的位置；D、获得时刻t车辆k与路侧通信单元i的相对距离dki(t)；将步骤C中获得的直连信号因子DSFki(t)代入(4)式右端DSF′i处，实时更新时刻t的γ(t)，将PODki(t)代入(2)式左端Pr，将P0和更新后的γ(t)值代入(2)式右端，计算d的值‑时刻t，车辆k与路侧通信单元i的相对距离dki(t)；即联合(1)、(2)、(4)式，得到(5)式，即dki(t)的计算式：dki(t)=10P0-PODki(t)10·(a·PODki(t)RSSIki(t)+b)---(5)]]>E、获得时刻t车辆k发出的专用短程通信信号到达路侧通信单元i的波达方向角θki；I、在路侧通信单元i处，如果车辆数目n已知，采用多重信号分类方法，估计波达方向角θki；如果车辆数目n未知，使用贝叶斯压缩感知方法，估计波达方向角θki；令时刻t到时刻t+T，处于车辆k无线网络覆盖范围内的路侧通信单元i，在时间段T内获得所有的直连波达方向角θki的集合为SETD；II、令直连信号角度变化的判别门限为Δθ，在t时刻，路侧通信单元i收到车辆k的车速vk(t)，则根据vk(t)进行如下判断：1)若车辆速度vk(t)＝0，则进一步考察t+Δt时刻的信号波达角θki(t+Δt)，Δt＜T；若|θki(t+Δt)‑θki(t)|＜Δθ，则认为θki(t)、θki(t+Δt)∈SETD；否则，2)若车辆速度vk(t)≠0，则进一步考察t+Δt时刻的信号波达角θki(t+Δt)，其中Δt＜T；在t和t+Δt时刻，由步骤三D分别获得的车辆k与路侧通信单元i的相对距离dki(t)和dki(t+Δt)，以及Δt时间段内车辆移动距离vk(t)·Δt，令Δt时间段内，路侧通信单元i处车辆k的波达角变化为θki(t)‑θki(t+Δt)，与此角度变化值相应的对比角度‑车辆移动方位角变化为：VMBA(t)=arccosdki2(t)+dki2(t+Δt)-(vk(t)·Δt)22·dki(t)·dki(t+Δt)---(6)]]>若||θki(t+Δt)‑θki(t)|‑VMBA(t)|＜Δθ，则认为θki(t)，θki(t+Δt)∈SETD；否则，θki(t)∉SETD;]]>步骤四，计算时刻t车辆k的位置坐标；其中，路侧通信单元i的坐标为为已知量；车辆k的位置坐标为(XVehicle_ki(t)，YVehicle_ki(t))，如(7)式：XVehicle_ki(t)=XRSU_i+dki(t)cos(θki)YVehicle_ki(t)=YRSU_i+dki(t)sin(θki)---(7)]]>步骤五，使用扩展卡尔曼滤波器对车辆位置信息(XVehicle_ki(t)，YVehicle_ki(t))和车速信息vk(t)滤波，滤波系统将时刻t路侧通信单元i对车辆k的观测值作为系统输入状态向量X，X＝{XVehicle_ki(t)，YVehicle_ki(t)，vk(t)·cos(θki(t))，vk(t)·sin(θki(t))}T，滤波后的预测值作为系统的输出状态向量X+：X+={XVehicle_ki+(t),YVehicle_ki+(t),[vk(t)·cos(θki(t))]+,[vk(t)·sin(θki(t))]+}T]]>步骤六，将处于车辆k的无线覆盖范围内的m个路侧通信单元，对车辆k滤波后的车辆位置信息加权融合；加权融合后车辆k的位置信息为(Weight_XVehicle_k(t)，Weight_YVehicle_k(t))，加权融合过程如(8)式：Weight_XVehicle_k(t)=Σi=1mXVehicle_ki+(t)·PODki(t)Σi=1mPODki(t)Weight_YVehicle_k(t)=Σi=1mYVehicle_ki+(t)·PODki(t)Σi=1mPODki(t)---(8)]]>。