隧道环境下使用长期演进接收信号强度指示符的定位方法

    公开(公告)号:CN117930132A

    公开(公告)日:2024-04-26

    申请号:CN202410119792.8

    申请日:2024-01-29

    IPC分类号: G01S5/02 G01S19/48

    摘要: 本发明提出的一种隧道环境下使用长期演进接收信号强度指示符的定位方法,涉及自动驾驶车辆定位技术领域。考虑到GNSS在长隧道环境下信号被遮挡甚至中断,导致定位结果不准确,本发明使用长期演进信号的接收信号强度指示符替代GNSS信号。测量隧道的长期演进信号的接收信号强度指示符数据库,并且在车辆行进过程中不断测量接收长期演进信号的接收信号强度指示符,形成用户数据,将数据库与用户数据比较,同时设计了接收长期演进信号强度指示符的匹配算法,使两种数据差异最小时完成数据库与用户数据匹配,并将数据库中产生该匹配的位置视为车辆位置,完成隧道环境下使用长期演进接收信号强度指示符的定位方法。

    一种多传感器多车辆协同定位系统与方法

    公开(公告)号:CN117014815A

    公开(公告)日:2023-11-07

    申请号:CN202310971302.2

    申请日:2023-08-03

    摘要: 本发明提供一种多传感器多车辆协同定位系统与方法,涉及车辆定位技术领域;该系统包括GPS接收模块、IMU模块、车内数据采集模块、车外数据采集模块、强化学习模块和滤波融合模块;GPS接收模块用于接收卫星信号;所述IMU模块用于获得车辆的角速度、速度和加速度估计;车内数据采集模块用于采集车辆的轮速数据、转向角及里程数据;车外数据采集模块用于得到相对于其他合作车辆的相对位置和速度估计;强化学习模块,用以提高GPS设备的定位精度;滤波融合模块对多种信息进行融合,得到车辆准确的位置信息;本发明融合了来自本地车载传感器的信息,以及其他车辆或现有智能交通系统基础设施(如道路侧单元)的观测,以提高定位和移动跟踪的精度和稳定性。

    一种基于残差检测的车辆定位完好性监测方法及系统

    公开(公告)号:CN115291253B

    公开(公告)日:2023-12-05

    申请号:CN202210921597.8

    申请日:2022-08-02

    申请人: 东北大学

    IPC分类号: G01S19/20 G01S19/37 G01S19/47

    摘要: 一种基于残差检测的车辆定位完好性监测方法及系统,涉及车辆定位技术领域;所述方法基于改进的滤波残差计算方法构造了一个精确的检验统计量,再根据卡方检验法构造的检测门限值来判断定位信息的置信度,提高了原有完好性检测算法的准确度,解决了原有基于卡尔曼滤波器的接收器自主完好性检测算法具有较高误报率的问题。本发明为了补偿全球导航卫星系统限制并增强定位完好性,利用扩展卡尔曼滤波融合了除卫星外的多个传感器的测量信息,通过重构测量模型并建立视域,以窗口化的形式处理测量信息,以及提出一种简化的保护等级计算方法,有效降低了算法的计算量并进一步增强了定位完好性。(56)对比文件刘金山.基于MEMS-INS/GPS/磁强计的车载安全智能监测技术研究《.中国优秀硕士学位论文全文数据库 信息科技辑》.2018,(第3期),2.6MEMS-INS/GPS/磁强计组合导航滤波器设计,4.3基于Kalman滤波的RAIM算法.刘金山.基于MEMS-INS/GPS/磁强计的车载安全智能监测技术研究《.中国优秀硕士学位论文全文数据库 信息科技辑》.2018,(第3期),2.6MEMS-INS/GPS/磁强计组合导航滤波器设计,4.3基于Kalman滤波的RAIM算法.

    一种基于残差检测的车辆定位完好性监测方法及系统

    公开(公告)号:CN115291253A

    公开(公告)日:2022-11-04

    申请号:CN202210921597.8

    申请日:2022-08-02

    申请人: 东北大学

    IPC分类号: G01S19/20 G01S19/37 G01S19/47

    摘要: 一种基于残差检测的车辆定位完好性监测方法及系统,涉及车辆定位技术领域;所述方法基于改进的滤波残差计算方法构造了一个精确的检验统计量,再根据卡方检验法构造的检测门限值来判断定位信息的置信度,提高了原有完好性检测算法的准确度,解决了原有基于卡尔曼滤波器的接收器自主完好性检测算法具有较高误报率的问题。本发明为了补偿全球导航卫星系统限制并增强定位完好性,利用扩展卡尔曼滤波融合了除卫星外的多个传感器的测量信息,通过重构测量模型并建立视域,以窗口化的形式处理测量信息,以及提出一种简化的保护等级计算方法,有效降低了算法的计算量并进一步增强了定位完好性。

    一种复杂受限环境中车辆融合定位系统及方法

    公开(公告)号:CN114415224B

    公开(公告)日:2023-11-24

    申请号:CN202210085538.1

    申请日:2022-01-25

    申请人: 东北大学

    摘要: 本发明提供一种复杂受限环境中车辆融合定位系统及方法,涉及车辆定位技术领域。该系统包括GPS接收模块、MEMS‑INS模块、车载数据采集模块、环境信息采集模块、滤波融合模块、完好性监测模块和多模LSTM深度学习模块;GPS接收模块用于接收卫星信号;车载数据采集模块用于采集车辆的轮速数据、转向角及里程数据;完好性监测模块用于检测GPS信号是否可信;MEMS‑INS模块解算车辆的位置信息;滤波融合模块对多种信息进行融合,得到车辆准确的位置信息;环境信息采集模块用于采集车辆驾驶环境信息;多模LSTM深度学习模块用于在GPS信号不可信时预测车辆位置增量信息,并将预测的增量信息输

    一种复杂受限环境中车辆融合定位系统及方法

    公开(公告)号:CN114415224A

    公开(公告)日:2022-04-29

    申请号:CN202210085538.1

    申请日:2022-01-25

    申请人: 东北大学

    摘要: 本发明提供一种复杂受限环境中车辆融合定位系统及方法,涉及车辆定位技术领域。该系统包括GPS接收模块、MEMS‑INS模块、车载数据采集模块、环境信息采集模块、滤波融合模块、完好性监测模块和多模LSTM深度学习模块;GPS接收模块用于接收卫星信号;车载数据采集模块用于采集车辆的轮速数据、转向角及里程数据;完好性监测模块用于检测GPS信号是否可信;MEMS‑INS模块解算车辆的位置信息;滤波融合模块对多种信息进行融合,得到车辆准确的位置信息;环境信息采集模块用于采集车辆驾驶环境信息;多模LSTM深度学习模块用于在GPS信号不可信时预测车辆位置增量信息,并将预测的增量信息输入滤波融合模块,实现对车辆位置的定位。

    基于自适应核卡尔曼滤波的多传感器融合定位系统及方法

    公开(公告)号:CN117250630A

    公开(公告)日:2023-12-19

    申请号:CN202311110775.X

    申请日:2023-08-31

    摘要: 本发明提供一种基于自适应核卡尔曼滤波的多传感器融合定位系统及方法,涉及自动驾驶车辆定位技术领域。基于自适应核卡尔曼滤波的多传感器融合定位系统包括传感器模块、基于深度学习的相机位姿估计模块、模型模块、自适应核卡尔曼滤波模块、求和模块和积分模块;本发明利用深度学习对相机序列和激光雷达序列处理获得额外的观测量,与GNSS观测量一同构成多观测量,提升了定位的精度和鲁棒性;针对融合数据时常使用的卡尔曼滤波器及其变体计算量大的缺点,本发明在融合众多传感器数据时采用自适应核卡尔曼滤波算法,该算法能够使定位精度和定位系统的实时性同时得到保证。