【技术实现步骤摘要】
一种多无人车协同导航定位方法及系统
本专利技术涉及导航定位领域，特别是涉及一种多无人车协同导航定位方法及系统。
技术介绍
20世纪70年代，物理学家哈肯创立了协同理论，该理论指出，如果一个系统内部的各子系统能够相互协调配合，就可以产生“1+1>2”的协同效应。因此，协同导航技术作为一个新兴的研究方向受到了诸多研究者的关注，通过协同导航技术利用多智能体传感器之间的信息交互，以实现多智能体的信息协同，从而提高其导航定位的精度，弥补了导航传感器的误差，并且对可能出现的故障进行识别、隔离和恢复，保障多智能体的任务执行力。目前，协同导航技术发展迅速，已经被广泛应用于军事领域，例如各军种的联合作战、蜂群作战。同时，该技术也在向民用化发展，例如无人机群的协同灯光表演、无人机快递递送业务、多无人车探测搜索等等。协同导航的正式研究起始于20世纪末，其应用平台相当广泛，包括水下无人器、地面无人车、卫星等等。在导航领域，现有的导航定位传感器大多依赖于卫星导航系统(如GPS(GlobalPositioningSystem，全球定位系统...
【技术保护点】
1.一种多无人车协同导航定位方法，其特征在于，包括：/n获取周围无人车发送的携带位置信息的蓝牙信号；/n从所述蓝牙信号中解析信号强度、来源角度和所述位置信息；所述来源角度为周围无人车与当前无人车的连线相对于当前无人车的航向的偏转角度；/n根据所述来源角度计算周围无人车与当前无人车的连线的偏转角度，得到来源信号偏转角；/n根据所述信号强度、所述来源信号偏转角和所述位置信息，采用卡尔曼滤波算法对当前无人车的位置进行更新，得到定位结果。/n
【技术特征摘要】
1.一种多无人车协同导航定位方法，其特征在于，包括：
获取周围无人车发送的携带位置信息的蓝牙信号；
从所述蓝牙信号中解析信号强度、来源角度和所述位置信息；所述来源角度为周围无人车与当前无人车的连线相对于当前无人车的航向的偏转角度；
根据所述来源角度计算周围无人车与当前无人车的连线的偏转角度，得到来源信号偏转角；
根据所述信号强度、所述来源信号偏转角和所述位置信息，采用卡尔曼滤波算法对当前无人车的位置进行更新，得到定位结果。
2.根据权利要求1所述的多无人车协同导航定位方法，其特征在于，所述根据所述来源角度计算周围无人车与当前无人车的连线的偏转角度，得到来源信号偏转角，具体包括：
获取当前无人车的航向角；所述当前无人车的航向角为当前无人车的车头方向相对于预设方向的夹角；
根据所述当前无人车的航向角和所述来源角度计算所述来源信号偏转角。
3.根据权利要求1所述的多无人车协同导航定位方法，其特征在于，所述根据所述信号强度、所述来源信号偏转角和所述位置信息，采用卡尔曼滤波算法对当前无人车的位置进行更新，得到定位结果，具体包括：
从所述信号强度中筛选信号强度大小分别满足第一强度区间和第二强度区间的值，得到第一信号强度和第二信号强度；所述第一强度区间为信号强度大小与传输距离具有线性关系的强度范围；所述第二强度区间为传输距离超过预设距离后的信号强度范围；所述第一强度区间的最小值大于或等于所述第二强度区间的最大值；
以所述第一信号强度、所述位置信息和所述来源来源信号偏转角作为观测量，以当前无人车的位置估计值作为状态变量建立卡尔曼滤波模型；
基于所述卡尔曼滤波模型采用扩展卡尔曼滤波算法进行滤波处理，得到当前无人车的初步估计位置；
判断所述初步估计位置到各个第二信号强度所对应的周围无人车的距离是否均大于所述预设距离，得到判断结果；
若所述判断结果表示是，则确定所述初步估计位置为当前无人车的定位结果；
若所述判断结果表示否，则以当前无人车的位置到各个第二信号强度所对应的周围无人车的距离均大于所述预设距离作为限制条件进行二次规划，确定二次规划的结果为当前无人车的定位结果。
4.根据权利要求3所述的多无人车协同导航定位方法，其特征在于，所述以当前无人车的位置到各个第二信号强度所对应的周围无人车的距离均大于所述预设距离作为限制条件进行二次规划，确定二次规划的结果为当前无人车的定位结果，具体包括：
以作为二次规划的性能指标，以作为二次规划的限制条件进行二次规划，确定使所述性能指标最小的输出结果，得到当前无人车的定位结果；其中J(x)为二次规划的性能指标；x为二次规划的自变量，为初步估计位置，Pk为对应的误差协方差矩阵；x(1)和x(2)为自变量x所包含的无人车位置的x轴坐标和y轴坐标；分别为n个第二信号强度所对应的周围无人车在当前时刻k的x轴坐标，分别为n个第二信号强度所对应的周围无人车在当前时刻k的y轴坐标...
【专利技术属性】
技术研发人员：梁源，徐兵，
申请(专利权)人：北京壹氢科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。