一种基于因子图的卫星雷达城市峡谷车辆互定位方法技术

本发明专利技术公开了一种基于因子图的卫星雷达城市峡谷车辆互定位方法，属于计算、推算或计数的技术领域。每个时刻利用毫米波雷达测出车辆与附近指定范围内车辆的位置关系，同时利用GNSS测出每辆车的位置，利用因子图对组合系统的测量数据进行融合优化，采用基于珊瑚礁优化的岛屿模型算法求解分析因子图后得到的位置信息目标函数，以较低的传感器成本实现了城市峡谷车辆的高精度、高可靠性定位。

A method of vehicle mutual location in urban canyon based on factor map

【技术实现步骤摘要】
一种基于因子图的卫星雷达城市峡谷车辆互定位方法
本专利技术公开了一种基于因子图的卫星雷达城市峡谷车辆互定位方法，属于计算、推算或计数的

技术介绍
随着城市化和城镇化的不断发展，作为城市发展标志的高层建筑发展迅速，高楼林立俨然成为城市的标志。然而，城市有限的土地资源直接导致了高楼楼间间隔狭窄，而铺在高楼间隔的道路在人们的交通出行中起着不可或缺的作用。为提高城市峡谷环境下车辆定位的精度和可靠性，国内外专家提出了各种软硬件冗余技术和多传感器信息融合算法。以GPS为代表的GNSS由于其能够全天候地提供高精度的三维位置、速度在人们车辆出行中被广泛应用。然而，在复杂的城市峡谷环境中，GNSS易受干扰，在遇到丢星和信号遮挡时无法定位，许多学者通过处理GNSS信号来提高定位精度。Dai等提出基于GPS、BDS双系统的定位方法提高城市环境中定位结果的精度，虽然在一定程度上解决了卫星数目不足导致的精度问题，但没有考虑到城市峡谷复杂环境带来的误差。SvenBauer等人提出一种基于粒子滤波消除NLOS误差的GNSS车辆精确定位算法，但该算法假设在L本文档来自技高网...

【技术保护点】
1.一种基于因子图的卫星雷达城市峡谷车辆互定位方法，其特征在于，采集当前时刻当前车辆的GNSS观测信息及车载毫米波雷达的量测信息，根据当前时刻当前车辆的车速里程计输出数据构建连接当前车辆相邻时刻位置信息节点的第一类因子节点，根据当前时刻当前车辆的GNSS观测信息构建连接当前车辆位置信息节点的第二类因子节点，根据当前时刻当前车辆车载毫米波雷达的量测信息及当前时刻其它车辆的GNSS观测信息构建第三类因子节点，以初始时刻至当前时刻整个因子图的误差最小为目标确定当前车辆在各时刻的位置信息。/n

【技术特征摘要】
1.一种基于因子图的卫星雷达城市峡谷车辆互定位方法，其特征在于，采集当前时刻当前车辆的GNSS观测信息及车载毫米波雷达的量测信息，根据当前时刻当前车辆的车速里程计输出数据构建连接当前车辆相邻时刻位置信息节点的第一类因子节点，根据当前时刻当前车辆的GNSS观测信息构建连接当前车辆位置信息节点的第二类因子节点，根据当前时刻当前车辆车载毫米波雷达的量测信息及当前时刻其它车辆的GNSS观测信息构建第三类因子节点，以初始时刻至当前时刻整个因子图的误差最小为目标确定当前车辆在各时刻的位置信息。


2.根据权利要求1所述一种基于因子图的卫星雷达城市峡谷车辆互定位方法，其特征在于，根据所述第一类因子节点构建的指标函数为：f车速里程计(xk,zk)＝d[xk-h(xk-1,vk)]，f车速里程计(·)为根据第一类因子节点构建的指标函数，xk为根据系统状态方程更新的k时刻当前车辆的位置信息，xk＝F(vk)xk-1，F(·)为系统的状态转移函数矩阵，h(·)为量测模型，xk-1为k-1时刻当前车辆的位置信息，vk为k时刻当前车辆车速里程计输出的车速信息。


3.根据权利要求1所述一种基于因子图的卫星雷达城市峡谷车辆互定位方法，其特征在于，根据所述第二类因子节点构建的指标函数为：fGNSS(·)为根据第二类因子节点构建的指标函数，xk为k时刻当前车辆的位置信息，d[·]为差值运算，为k时刻当前车辆的GNSS观测信息，hGNSS(xk)为k时刻当前车辆位置信息的量测值。


4.根据权利要求1所述一种基于因子图的卫星雷达城市峡谷车辆互定位方法，其特征在于，根据所述第三类因子节点构建的指标函数为：fCAR1(·)为根据第三类因子节点构建的指标函数，xk为k时刻当前车辆的位置信息，为k时刻其它车辆位置信息的观测值，hCAR1(xk,ρk,θ...

【专利技术属性】
技术研发人员：孙蕊，王均晖，程琦，何伟，毛亿，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32