一种车辆协同导航的紧组合抗差相对位置感知方法技术

本发明专利技术公开了一种车辆协同导航的紧组合抗差相对位置感知方法，涉及位置感知技术领域，从多导航系统数据融合估计的角度引入抗差理论，通过改进车辆协同定位解决方案中的数据融合手段，进一步提高相对位置的感知精度。针对系统有色噪声干扰及非线性造成的精度损失，提出基于Huber M估计的鲁棒容积滤波(Robust Cubature Kalman Filter,RCKF)算法，融入抗差理论；首先通过三阶容积法则进行时间更新和量测量估计，避免非线性系统的精度损失；其次使用Huber M估计进行量测更新控制有色噪声干扰得到系统状态估计，融合L1与L2范数，降低噪声干扰量的权值，以提高系统后验信息的质量。为VANET相对位置感知提供了一种新的状态质量控制策略。制策略。制策略。

【技术实现步骤摘要】
一种车辆协同导航的紧组合抗差相对位置感知方法


[0001]本专利技术涉及位置感知领域，尤其涉及一种车辆协同导航的紧组合抗差相对位置感知方法。

技术介绍

[0002]相对位置感知作为协同定位的前提条件，是基于位置服务和车辆智能交通的基础[1
‑
2]。全球导航卫星系统(Global Navigation Satellite System,GNSS)由于其工作范围广，技术成熟等优势成为实现相对位置感知，进行协同定位的首选导航方式。然而，在城市环境中，建筑物的密集和高度会导致依靠GNSS的相对位置解决方案精度下降。多种卫星导航系统的融合虽然能够一定程度上缓解城市峡谷的问题却也额外添加了多系统间的干扰误差；同时，为实现多系统融合所增加的接收机信号带宽必然会吸收更多噪声，也增加了接收机的成本与功耗。
[0003]为避免上述问题，提高协同定位精度，研究人员从其他导航方式入手，引入新的观测量，提出新的相对定位解决方案；
[0004]XU B,SHEN L,YAN F,2009.Vehicular Node Positioning Based on Doppler
‑
Shifted Frequency Measurement on Highway[J].Journal of Electronics(China),26(2):265
–
269.提出利用车辆自身的多普勒测量值获取相对位置，实验指出该方法在精度和鲁棒性上的表现均优于基于全球定位系统(Global Positioning System,GPS)的解算结果，但其实现需要在路边放置辐射节点，依赖于基础设备；
[0005]ALAM N,TABATABAEI BALAEI A,DEMPSTER A G,2011.A DSRC Doppler
‑
Based Cooperative Positioning Enhancement for Vehicular Networks With GPS Availability[J].IEEE Transactions on Vehicular Technology,60(9):4462
–
4470.结合相邻车辆的位置、速度，利用专用短程通信技术(Dedicated Short Range Communication,DSRC)获取多普勒频移进而提出一种松组合方法，避免对基础设施的依赖，与独立的GPS结果相比其性能提高了48％；
[0006]ALAM N,TABATABAEI BALAEI A,DEMPSTER A G,2013.Relative Positioning Enhancement in VANETs:A Tight Integration Approach[J].IEEE Transactions on Intelligent Transportation Systems,14(1):47
–
55.为消除空间相关误差设计采用GPS底层数据的双差分方法，通过对伪距进行二次差分消去卫星时钟及电离层干扰等误差，相对差分GPS(Differential GPS,DGPS)达到了更高的定位性能；
[0007]ALAM N,KEALY A,DEMPSTER A G,2013.An INS
‑
Aided Tight Integration Approach for Relative Positioning Enhancement in VANETs[J].IEEE Transactions on Intelligent Transportation Systems,14(4):1992
–
1996.引入惯性导航系统(Inertial Navigation System,INS)进一步全面测量信息，结合GPS底层数据和车辆间相对加速度得到协同定位解，但该算法仅使用INS提供相对加速度，对系统欧拉角的获取仍依靠多普勒平移，未能全面利用INS信息；
[0008]Feng S,Joon W C,Andrew G D 2015.An ultra
‑
wide bandwidth
‑
based range/GPS tight integration approach for relative positioning in vehicular ad hoc networks
‑
IOPscience[EB/OL](2015)[2021
–
09
–
10].总结前人研究，利用通信量高、抗干扰能力强的超宽带技术(Ultra Wide Band,UWB)进行车辆自组网内的车间测距，同时使用INS获取系统内欧拉角，融合伪距双差、多普勒频移双差和UWB距离提出一种紧组合协同定位方法，相对于上述各算法取得了更好的定位效果。
[0009]虽然通过更新量测量与结合新的定位方式，相对位置解决方案取得了更高的精度，但上述算法采用的数据融合手段均为扩展卡尔曼滤波(Extended Kalman Filter,EKF)。这种直接对高斯积分进行泰勒展开截断近似的估计方法只能达到一阶精度，考虑到系统的非线性及实际中有色噪声的非高斯干扰，其估计精度将进一步下降，造成协同导航算法的性能未得到充分发挥。
[0010]相对位置感知作为协同导航的核心技术，同时也是车辆智能交通的关键，在车辆自组网(Vehicular Ad Hoc Networks,VANET)协同定位算法中具有重要作用；然而限于系统的非线性及有色噪声干扰，相同硬件条件下，协同定位后验信息的获取通常局限于一定的精度；现有的研究虽然从导航方式和观测量类型的角度进行研究和探索，提高了定位精度，但对于非线性造成的精度损失和有色噪声对观测量的污染问题仍然没有有效的解决方案。

技术实现思路

[0011]为解决现有技术的不足，提供一种车辆协同导航的紧组合抗差相对位置感知方法，从多导航系统数据融合估计的角度引入抗差理论，通过改进车辆协同定位解决方案中的数据融合手段，进一步提高相对位置的感知精度；针对系统有色噪声干扰及非线性造成的精度损失，提出基于Huber M估计的鲁棒容积滤波(Robust Cubature Kalman Filter,RCKF)算法，融入抗差理论；通过三阶容积法则进行时间更新和量测量估计，避免非线性系统的精度损失；使用Huber M估计进行量测更新控制有色噪声干扰得到系统状态估计，融合L1与L2范数，降低噪声干扰量的权值，以提高系统后验信息的质量；为VANET相对位置感知提供了一种新的状态质量控制策略；
[0012]本专利技术所采取的技术方案是：
[0013]一种车辆协同导航的紧组合抗差相对位置感知方法，包括以下步骤；
[0014]S1:在车辆a与车辆b上分别装备GPS接收机，同时在两车上分别装备UWB收发器，打开车辆a和车辆b的GPS接收机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆协同导航的紧组合抗差相对位置感知方法，其特征在于：包括以下步骤；S1.在车辆a与车辆b上分别装备GPS接收机，同时在两车上分别装备UWB收发器，打开车辆a和车辆b的GPS接收机和UWB收发器，启动并行驶汽车；S2.利用GPS接收机获取车辆a和b的卫星伪距与多普勒频移量，利用UWB收发器获得两车间的相对距离；S3：利用参考的卫星基准站坐标和卫星位置的差值结合卫星基准站接收的GPS伪距进行差分，获取GPS信号的校正量并校正车辆a、b的GPS信号；S4：计算观测卫星的GPS伪距与多普勒频移双差；S5：利用S3中校正的GPS信号进行单点定位，获得两车初始的位置坐标，通过至少四颗卫星的伪距进行后方交会获得车辆位置坐标；S6：基于Huber M估计的RCKF算法，利用S5获得的两车初始的位置坐标得到初始相对位置，结合UWB收发器测得的相对距离、GPS接收机测得的多普勒频移双差与GPS伪距双差进行数据融合解算：在初始时刻计算容积点集，并设置协方差阵；其次在第二时刻，利用初始时刻的容积点集、相对位置和协方差阵结合当前时刻UWB收发器与GPS接收机量测量进行状态更新与量测更新，得到当前时刻的相对位置和协方差阵，随后在下一时刻中，利用上一时刻的相对位置和协方差阵进行迭代更新，重复状态和量测更新过程获得下一时刻的后验相对位置；S7：随着车辆运行时间迭代执行S6中的时间更新与量测更新，直至车辆停止运行，各传感器关机，最终得到后验状态估计和后验状态估计的协方差阵。2.如权利要求1所述的车辆协同导航的...

【专利技术属性】
技术研发人员：孙伟，刘经洲，
申请(专利权)人：辽宁工程技术大学，
类型：发明
国别省市：