高速车辆定位:多模差分融合算法
需积分: 9 155 浏览量
更新于2024-09-07
收藏 549KB PDF 举报
"基于多模差分融合的高速车辆定位算法"
本文主要探讨的是在高速车辆定位领域的创新算法,由姚锟和赵文深两位研究人员提出。他们针对高速行驶中的车辆面临定位延迟大、精度低以及稳定性不佳的问题,设计了一种结合多种定位模式的多模差分融合算法,以提升定位性能。
首先,该算法融合了全球定位系统(GPS)、接收信号强度指示(RSSI)和惯性导航系统(INS)三种不同的定位技术。GPS通常能提供广域的大致位置信息,但在高速移动中可能存在延迟和精度问题。RSSI则通过测量无线信号强度来估算距离,适用于短距离和室内环境,但受环境干扰因素影响较大。而INS利用加速度和角速率传感器连续计算位置,对高速运动有良好响应,但长时间内可能存在累积误差。
在该算法中,研究人员将GPS差分校准算法与RSSI测距方法结合起来,用于计算车辆的横向坐标。这一融合策略旨在利用GPS的全局准确性减少RSSI的环境影响,从而提高横坐标定位的精度和稳定性。同时,他们将RSSI测距与INS惯导迭代算法相结合,以解决纵坐标定位,这样可以在保持高速响应的同时,通过RSSI补充INS的累积误差。
为了验证算法的效果,研究者在模拟的四车道高速公路上进行了仿真实验。实验结果显示,当车辆速度达到70km/h时,定位误差小于1米,定位延迟小于0.2秒。这样的性能对于车身级和车道级的精确定位至关重要,尤其在智能交通系统如精确交通引导、车辆防撞等应用中,具有很高的实用价值和推广潜力。
该论文的关键字包括:高速定位算法、差分融合、车联网、无线传感网络以及实时诱导。这些关键字揭示了该研究的背景和相关技术领域,表明该算法是车联网和智能交通系统发展中的重要技术突破。
姚锟和赵文深的研究提出了一种新的多模融合定位方法,有效地解决了高速车辆定位的挑战,为未来智能交通系统的精细化和实时性提供了强有力的技术支持。这种融合定位算法有望在实际交通环境中得到广泛应用,提升道路安全和交通效率。
2019-08-16 上传
2021-09-07 上传
2020-06-17 上传
2021-09-07 上传
2021-09-08 上传
2021-09-09 上传
2021-10-31 上传
2021-08-06 上传
2021-09-08 上传
weixin_39840387
- 粉丝: 791
- 资源: 3万+