一种利用VeTrack系统对室内汽车进行实时追踪的方法技术方案

本发明专利技术涉及一种利用VeTrack系统对室内汽车进行实时追踪的方法，包括如下步骤：S1利用智能手机运动传感器获得运动传感器数据并获得停车场地图及地图数据；S2基于运动传感器数据对汽车运动轨迹进行简化，将汽车运动轨迹简化为2D运动轨迹即汽车阴影轨迹；将三维停车场地图转换为多楼层二维停车场地图；S3利用道路骨架图将道路抽象为一维、没有宽度的线段，将汽车状态表示为概率分布形式，并使用序贯蒙特卡罗模型即粒子滤波器框架更新汽车状态，通过粒子滤波器框架对每一个粒子对应的某一时刻的状态进行持续更新，得到新的粒子状态对汽车进行实时追踪；S4使用环境地标检测算法检测环境地标，以及预测‑回滚机制实时校准汽车位置。

【技术实现步骤摘要】
一种利用VeTrack系统对室内汽车进行实时追踪的方法
本专利技术涉及车辆定位
，具体说是一种利用VeTrack系统对室内汽车进行实时追踪的方法。
技术介绍
由于GPS系统的广泛应用，户外汽车的司机在任何时间都可以了解他们所在的位置。然而，当汽车行驶进入室内环境(如地下停车场)，由于GPS信号无法获取，司机难以知道汽车的实时位置，因此往往迷路，或者忘记停车位置并花费大量时间寻找。室内汽车的实时追踪可以帮助司机准确定位车辆，并且通过驾驶指引迅速找到可用停车位，最后记录停车位置以提供返回路径导航，这样可以极大改善室内驾驶体验。然而，实现室内环境的汽车实时追踪可能遇到诸多困难。首先，主流的室内定位技术大多基于RF信号(如WiFi与蜂窝信号)，这些射频信号在停车场内往往很微弱，不能提供充分的信号覆盖。其次，通过部署传感器网络的方式需要花费大量人力物力，并且不利于维护。最后，射频信号的缺失还意味着没有网络连接，因此数据采样、计算等功能均需要在手机本地完成。本专利技术提出了VeTrack系统，利用智能手机的运动传感器实现室内环境的汽车实时追踪，因此避免了GPS与射频信号的局限性，并且不需要部署额外的传感器网络。该系统的数据采集与计算均在手机本地进行，不需要后台服务器的支持。司机仅需在进入停车场前打开该应用，VeTrack系统就会实时追踪汽车位置，并显示在手机的地图中，同时提供驾驶指引、记录最终停车位置。在实现如上实时追踪系统的过程中，本专利技术遇到了诸多技术难点。首先，手机可能在汽车内任意姿态放置，因此需要准确估计手机姿态并将手机运动数据转换为汽车运动。同时，无规律的用户行为，如口袋内手机的抖动、用户拿起或放下手机，也会经常改变手机姿态。其次，与行人轨迹追踪不同(行人走路的模式相对固定，因此可以准确检测行走步数)，汽车没有固定的运动模式，仅可以依靠一些环境地标(如减速带、转弯区域)估计汽车位置，并且这些环境地标信号可能受到用户行为的干扰，难以准确检测。最后，实时追踪需要平衡追踪精度与系统延时。较长的延时可以为传感、计算提供更多的数据，因此定位精度更高；然而，延时会极大损害实时追踪的用户体验。因此，本专利技术需要在保证追踪精度的前提下尽可能提高算法效率，使得手机端的运算耗时较少。本专利技术设计了一系列算法以克服如上难点，实现实时、准确的汽车追踪。本专利技术提出了“阴影轨迹”的概念，极大简化了手机三维姿态的估计问题，并适用于斜坡行驶情形。本专利技术还提出了鲁棒的环境地标检测算法，可以有效消除用户行为的干扰。鉴于手机运动传感器的精度较差，本专利技术开发了基于概率框架的实时追踪系统，并利用室内地图、环境地标校准汽车位置。
技术实现思路
针对现有技术中存在的缺陷，本专利技术的目的在于提供一种利用VeTrack系统对室内汽车进行实时追踪的方法。为达到以上目的，本专利技术采取的技术方案是：一种利用VeTrack系统对室内汽车进行实时追踪的方法，包括如下步骤：S1利用智能手机运动传感器获得运动传感器数据并获得停车场地图及地图数据；S2基于运动传感器数据对汽车运动轨迹进行简化，将汽车运动轨迹简化为2D运动轨迹即汽车阴影轨迹；将三维停车场地图转换为多楼层二维停车场地图；S3利用道路骨架图将道路抽象为一维、没有宽度的线段，将汽车状态表示为概率分布形式，并使用序贯蒙特卡罗模型即粒子滤波器框架更新汽车状态，通过粒子滤波器框架对每一个粒子对应的某一时刻的状态进行持续更新，得到新的粒子状态对汽车进行实时追踪；S4使用环境地标检测算法检测环境地标，以及预测-回滚机制实时校准汽车位置。在上述方案的基础上，步骤S1中所述智能手机的运动传感器包括陀螺仪、罗盘，所述运动传感器数据包括重力、加速度、角速度，所述地图数据包括环境地标。在上述方案的基础上，所述步骤S2中，将汽车运动轨迹投影到水平面得到汽车阴影轨迹，然后对汽车在水平面上的阴影轨迹进行追踪，所述二维停车场地图通过将三维停车场地图投影到水平面获得，投影过程是消除竖直方向分量、仅保留水平面分量的过程。在上述方案的基础上，所述步骤S3具体包括以下步骤：S31粒子状态与初始化每个粒子的状态包括：多楼层二维停车场的楼层标号k；汽车的二维平面图坐标X＝(x,y)；速率v；手机阴影的二维前进方向α，汽车阴影的二维前进方向β；VeTrack系统初始化粒子状态；S32粒子状态更新t-1时刻状态为(kt-1,xt-1,yt-1,vt-1,αt-1,βt-1)的粒子，其运动量表示为mt＝(ax,ay,ωz)，对t时刻的粒子状态进行预测，得到预测值其中,ax，ay与ωz分别是手机阴影坐标系中的X轴、Y轴加速度与Z轴角速度；汽车的二维平面图坐标根据下式进行更新：其中，εx，εy是高斯噪音，Δt表示时间变化量，如果不在道路骨架上，VeTrack系统将它投影回道路骨架。楼层标号在汽车通过虚拟边界时进行更新，否则保持不变：速率根据下式进行更新：其中，γt表示手机阴影坐标系与汽车阴影坐标系的Y轴夹角，εa，εv表示高斯噪声，表示加速度预测值。手机与汽车阴影的二维前进方向与通过下式进行更新：其中，εα，εβ表示高斯噪声。S33粒子权重更新通过下式计算粒子权重wt：wt-1：t-1时刻的粒子权重，其中wti描述如下：·地图约束：定义wt0＝cos2(βt-βt-1)，用于惩罚汽车前进方向变化剧烈的粒子，其原因是汽车不可能在短时间内产生巨大的角度变化。·检测到的环境地标：当检测到第i个环境地标时，使用对当前状态每个粒子的权重wti进行更新。其中，Di(xt,yt)表示粒子到该类环境地标的距离，表示尺度参数。如果当前没有检测到环境地标，wti＝1。VeTrack系统对所有粒子的权重归一化，使得它们总和为1。S34重采样VeTrack系统从当前粒子集合中按照每个粒子的权重随机选取一个粒子，这样经过J轮之后选取了J个新的粒子，它们组成了新的状态集合之后VeTrack系统开始处理下一时刻的数据。在上述方案的基础上，步骤S4中，所述环境地标检测算法包括线性回归与支持向量机，优选使用支持向量机进行环境地标检测。在上述方案的基础上，步骤S4中，所述环境地标包括减速带、转弯区域，对于减速带，使用沿重力方向的加速度并按照2秒滑动窗提取信号，滑动窗间距为0.2秒，2秒滑动窗是基于汽车前轮与后轮分别通过减速带的估计时间长度；对于转弯区域，使用沿重力方向的角速度并按照与减速带相同的滑动窗提取信号。在上述方案的基础上，所述步骤S4中，采用预测-回滚机制，根据部分观测信号进行环境地标检测，为了判断汽车是否在时刻t通过了环境地标，假定从时刻t-τ到时刻t+τ的完整信号(时间长度为2τ)可以提供该环境地标的最佳检测结果。在时刻t，VeTrack系统使用[t-2τ,t]时间窗内的信号进行环境地标检测，检测结果提供给粒子滤波器框架进行汽车位置估计。在时刻t+τ，VeTrack系统获得了通过这个环境地标的完整信号，此时提取[t-τ,t+τ]区间的信号，并验证t时刻的检测结果是否正确。若检测结果正确，VeTrack系统继续运行；若检测结果错误，VeTrack系统将粒子滤波器框架的粒子状态回滚到时刻t，并使用正确的检测结果重新估计用户位置。本专利技术的有益效果：1、提出阴影轨迹的概念，可以准确、实时地估本文档来自技高网...

【技术保护点】
1.一种利用VeTrack系统对室内汽车进行实时追踪的方法，其特征在于，包括如下步骤：S1利用智能手机运动传感器获得运动传感器数据并获得停车场地图及地图数据；S2基于运动传感器数据对汽车运动轨迹进行简化，将汽车运动轨迹简化为汽车阴影轨迹；将三维停车场地图转换为多楼层二维停车场地图；S3利用道路骨架图将道路抽象为一维、没有宽度的线段，将汽车状态表示为概率分布形式，并使用粒子滤波器框架更新汽车状态，通过粒子滤波器框架对每一个粒子对应的某一时刻的状态进行持续更新，得到新的粒子状态对汽车进行实时追踪；S4使用环境地标检测算法检测环境地标，以及预测‑回滚机制实时校准汽车位置。

【技术特征摘要】
1.一种利用VeTrack系统对室内汽车进行实时追踪的方法，其特征在于，包括如下步骤：S1利用智能手机运动传感器获得运动传感器数据并获得停车场地图及地图数据；S2基于运动传感器数据对汽车运动轨迹进行简化，将汽车运动轨迹简化为汽车阴影轨迹；将三维停车场地图转换为多楼层二维停车场地图；S3利用道路骨架图将道路抽象为一维、没有宽度的线段，将汽车状态表示为概率分布形式，并使用粒子滤波器框架更新汽车状态，通过粒子滤波器框架对每一个粒子对应的某一时刻的状态进行持续更新，得到新的粒子状态对汽车进行实时追踪；S4使用环境地标检测算法检测环境地标，以及预测-回滚机制实时校准汽车位置。2.如权利要求1所述的利用VeTrack系统对室内汽车进行实时追踪的方法，其特征在于，所述步骤S1中所述智能手机的运动传感器包括陀螺仪、罗盘，所述运动传感器数据包括重力、加速度、角速度，所述地图数据包括环境地标。3.如权利要求1所述的利用VeTrack系统对室内汽车进行实时追踪的方法，其特征在于，所述步骤S2中，将汽车运动轨迹投影到水平面得到汽车阴影轨迹，然后对汽车在水平面上的阴影轨迹进行追踪，所述二维停车场地图通过将三维停车场地图投影到水平面获得，投影过程是消除竖直方向分量、仅保留水平面分量的过程。4.如权利要求1所述的利用VeTrack系统对室内汽车进行实时追踪的方法，其特征在于，所述步骤S3具体包括以下步骤：S31粒子状态与初始化每个粒子的状态包括：多楼层二维停车场的楼层标号k；汽车的二维平面图坐标X＝(x,y)；速率v；手机阴影的二维前进方向α，汽车阴影的二维前进方向β；VeTrack系统初始化粒子状态；S32粒子状态更新t-1时刻状态为(kt-1,xt-1,yt-1,vt-1,αt-1,βt-1)的粒子，其运动量表示为mt＝(ax,ay,ωz)，对t时刻的粒子状态进行预测，得到预测值其中,ax，ay与ωz分别是手机阴影坐标系中的X轴、Y轴加速度与Z轴角速度；汽车的二维平面图坐标根据下式进行更新：其中，εx，εy是高斯噪音，Δt表示时间变化量，如果不在道路骨架上，VeTrack系统将它投影回道路骨架，楼层标号在汽车通过虚拟边界时进行更新，否则保持不变：速率根据下式进行更新：其中，γt表示手机阴影坐标系与汽车阴影坐标系的Y轴夹角，εa，εv表示高斯噪声，表示加速度预测值；手机与汽车阴影的二维前进方向与通过下式进行...

【专利技术属性】
技术研发人员：高睿鹏，赵明民，童瑶，肖轩，叶韬，叶凡，王亦洲，罗国杰，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京,11