车辆定位技术

车辆定位技术（共10篇）

车辆定位技术 篇1

摘要：用一种新型的无迹卡尔曼滤波算法(UKF)代替传统的扩展卡尔曼滤波算法(EKF),对GPS/DR组合定位系统进行信息融合滤波。通过计算机仿真和分析后,结果表明无迹卡尔曼滤波算法UKF的滤波定位精度明显高于扩展卡尔曼滤波器EKF,而且UKF对由于系统非线性所引起的滤波误差有很好的抑制作用,因此UKF算法对于要求高精度、低成本和高可靠性的GPS/DR组合定位系统来说是一种值得推广的滤波算法,具有一定的应用价值。

关键词：组合定位系统,无迹卡尔曼滤波,扩展卡尔曼滤波

GPS全球定位系统(Gobal Position System,GPS)和DR航位推算(Dead Reckoning,DR)组合定位方式是目前车辆定位的一种常用定位方式,这种定位方式既解决了GPS单独定位时,定位信号受遮挡不能定位的问题,又可以消除DR单独定位时误差累积。因此如何有效地将GPS和DR两者定位信息进行有效融合成为关键。目前,GPS/DR组合定位方式中,使用最为普遍的融合方式是利用扩展卡尔曼滤波器(Extended Kalman Filter,EKF)进行融合滤波,EKF是一种典型的非线性系统进行粗略的一阶线性化近似的滤波算法,所以当系统非线性度较严重时,会引起线性化误差的增大,导致滤波器的滤波误差增大甚至发散;其次应用EKF时需要计算雅可比矩阵,而雅可比矩阵的计算量很大,造成此算法在实际应用中难以实施。无迹卡尔曼滤波器[1,2](Unscented Kalman Filter,UKF)是一种新型的滤波器,UKF对于非线性系统则不需要进行线性化近似,因此可以达到比EKF更高的滤波估计精度,而且UKF对滤波参数不敏感,鲁棒性强,还有就是UKF滤波算法无需计算雅克比矩阵,因此用UKF代替传统的EKF,可以有效地提高GPS/DR组合定位系统的滤波精度和可靠性。

1 UKF滤波算法

设系统的状态方程和量测方程为

X(k+1)=f[k,X(k)]+W(k) (1)

Z(k)=h[k,X(k)]+V(k) (2)

其中X(k)是系统k时刻的状态变量,均值为$\widehat{X}$(k),协方差为P(k);Z(k)是系统的量测向量;过程噪声W(k)和量测噪声V(k)为互不相关的高斯白噪声序列,其统计特性满足

E[W(k)]=0,E[W(k)WT(j)]=Q(k)δkj。

E[V(k)]=0,E[V(k)VT(j)]=R(k)δkj,∀k,j;

E[W(k)VT(j)]=0。

UKF算法的计算步骤如下:

① 初始化$\widehat{X}{}_0=E[X{}_0]$;

${\rm P}{}_0=E[(X{}_0-\widehat{X}{}_0)(X{}_0-\widehat{X}{}_0){}^{\text{Τ}}]$。

② 计算(2n+1)个sigma采样点χi和相对应的权值Wi:

其中κ是一个尺度参数,可以为任意数值,只要(n+κ)≠0,一般取(n+κ)=3。$[\sqrt{(n+\kappa ){\rm P}}]$为(n+κ)P的均方根矩阵的第i行或第i列,n为状态变量X的维数。

③ 时间更新

χi(k,k-1)=f[k,χi(k,k-1)] (5)

$\widehat{X}(k,k-1)={\displaystyle \sum _{i=0}^{2n}W}{}_i\chi {}_i(k,k-1)$ (6)

${\rm P}(k,k-1)={\displaystyle \sum _{i=0}^{2n}W}{}_i\text{Δ}X{}_i(k,k-1)\text{Δ}X{}_i^{{\rm T}}(k,k-1)+Q(k-1)(7)$

ζi(k,k-1)=h[k,χi(k,k-1)],i=0,…,(2n+1) (8)

$\widehat{{\rm Z}}{}_2(k,k-1)={\displaystyle \sum _{i=0}^{2n}W}{}_i\zeta {}_i(k,k-1)(9)$

其中$\text{Δ}X{}_i(k,k-1)=\chi {}_i(k,k-1)-\widehat{X}(k,k-1)$。

④ 量测更新

${\rm P}{}_{{\rm Z}{\rm Z}}=R{}_2(k)+{\displaystyle \sum _{i=0}^{2n}W}{}_i\text{Δ}{\rm Z}{}_i(k,k-1)\text{Δ}{\rm Z}{}_i^{\text{Τ}}(k,k-1)(10)$

${\rm P}{}_{X{\rm Z}}={\displaystyle \sum _{i=0}^{2n}W}{}_i\text{Δ}X{}_i(k,k-1)\text{Δ}{\rm Z}{}_i^{\text{Τ}}(k,k-1)(11)$

K(k)=PXZ·P${}_{{\rm Z}{\rm Z}}^{-1}$ (12)

P(k)=P(k,k-1)-K(k)PZZKT(k) (13)

$\widehat{X}(k)=\widehat{X}(k,k-1)+{\rm K}(k)[{\rm Z}(k)-\widehat{{\rm Z}}(k,k-1)](14)$

其中$\text{Δ}{\rm Z}{}_i(k,k-1)=\zeta {}_i(k,k-1)-\widehat{{\rm Z}}(k,k-1)$。

2 系统状态方程的建立

选取系统状态变量为

$X=\left[\begin{array}{cccccc}s{}_e,& v{}_{\text{e}},& a{}_{\text{e}},& s{}_n,& v{}_{\text{n}},& a{}_{\text{n}}\end{array}\right]{}^{\text{Τ}}$ (15)

式(15)中se和sn分别为东向和北向的位置分量,单位为m;ve 和vn分别为东向和北向的速度分量,单位为m/s;ae和an分别为东向和北向的加速度分量,单位为m/s2。

车辆的运动模型选用“当前”统计模型[3],系统的状态方程为:

X(k+1)=Φ(k+1)X(k)+U(k)+W(k) (16)

$\Phi (k+1)=\text{d}\text{i}\text{a}\text{g}\left[\Phi {}_{\text{e}}(k+1),\Phi {}_{\text{n}}(k+1),\Phi {}_{\delta }(k+1)\right]$ (17)

将(18)式中的τe换成τn可得Φn(k+1),其中T为采样周期,τe和τn分别为东向和北向的机动时间常数的倒数。

利用“当前”统计模型的自适应滤波算法[3],可将式(16)简化为

X(k+1)=Φ1(k+1)X(k)+W(k) (19)

其中:

$\Phi {}_1(k+1)=\text{d}\text{i}\text{a}\text{g}[\begin{array}{cc}\Phi {}_{1\text{e}}(k+1),& \Phi {}_{1\text{n}}(k+1)]\end{array}$;

系统噪声协方差矩阵$Q(k)=E\left[W(k)W(k){}^{\text{Τ}}\right]=\text{d}\text{i}\text{a}\text{g}$$\left[2\text{τ}{}_{\text{e}}\text{σ}{}_{\text{e}}^2\text{Q}{}_{\text{e}}(\text{k}),2\text{τ}{}_{\text{n}}\text{σ}{}_{\text{n}}^2\text{Q}{}_{\text{n}}(\text{k})\right]‚\text{σ}{}_e^2$和σ${}_n^2$分别为东向和北向机动加速度的方差。为了简化计算,在计算Q(k)时用Φ1(k)代替Φ(k),可求得

3 系统量测方程的建立

将GPS接收机的东向位置信息seob(单位:m)、北向位置信息snob(单位:m)、角速率陀螺的输出ω和里程计的在一个采样周期内的输出距离s(单位:m)作为观测量[4],角速率陀螺的理想刻度因子取为1,观测量与系统状态变量之间的关系为:

$s{}_{\text{e}\text{o}\text{b}}=s{}_{\text{e}}+v{}_1,s{}_{\text{n}\text{o}\text{b}}=s{}_{\text{n}}+v{}_2,s{}_{\text{n}}=\psi {\rm T}\sqrt{v{}_{\text{e}}^2+v{}_{\text{n}}^2}+v{}_s$。

$\omega =\frac{\partial }{\partial t}\left[\arctan \left(\frac{v{}_{\text{e}}}{v{}_{\text{n}}}\right)\right]+\epsilon +v{}_{\omega }=\frac{v{}_{\text{n}}a{}_{\text{e}}-v{}_{\text{e}}a{}_{\text{n}}}{v{}_{\text{e}}^2+v{}_{\text{n}}^2}+\epsilon +v{}_{\omega }$

上式可写为:

即:

${\rm Z}(t)=h\left[t,X(t)\right]+V(t)$ (21)

其中v1和v2分别为GPS接收机输出的东向位置和北向位置的量测噪声,分别是(0,σ${}_1^2$)和(0,σ${}_2^2$)的高斯白噪声;vω为角速率陀螺随机漂移中的高斯白噪声分量(0,σ${}_{\omega }^2$);vs为里程计的量测噪声,是(0,σ${}_s^2$)的高斯白噪声。

对式(20)进行离散化处理,便可得到系统的离散化量测方程为

$\begin{array}{l}{\rm Z}(k)=\left[\begin{array}{c}s{}_{\text{e}\text{o}\text{b}}(k)\\ s{}_{\text{n}\text{o}\text{b}}(k)\\ \omega (k)\\ s(k)\end{array}\right]=\left[\begin{array}{c}s{}_{\text{e}}(k)\\ s{}_{\text{n}}(k)\\ \frac{v{}_{\text{n}}(k)a{}_{\text{e}}(k)-v{}_{\text{e}}(k)a{}_{\text{n}}(k)}{v{}_{\text{e}}^2(k)+v{}_{\text{n}}^2(k)}+\epsilon (k)\\ \psi (k){\rm T}\sqrt{v{}_{\text{e}}^2(k)+v{}_{\text{n}}^2(k)}\end{array}\right]+\\ \left[\begin{array}{c}v{}_1(k)\\ v{}_2(k)\\ v{}_{\omega }(k)\\ v{}_s(k)\end{array}\right](22)\end{array}$

即${\rm Z}(k)=h\left[k,X(k)\right]+V(k)$。

4 仿真结果分析[5]

为了说明UKF的滤波性能,仿真以下几种情况。

① 假设车辆作匀速直线运动,为了消除初始状态误差对滤波精度的影响,取$X(0)=\widehat{X}(0|0)$,而初始协方差${\rm P}(0|0)$则不考虑匹配性。

车辆的初始状态:

$X(0)=\left[\begin{array}{ccccccccc}0& 10& 0& 0& 10& 0& 0& 0& \end{array}\right]{}^{\text{Τ}}$

滤波初始状态:

$\begin{array}{l}\widehat{X}(0|0)=\left[\begin{array}{ccccccccc}0& 10& 0& 0& 10& 0& 0& 0& \end{array}\right]{}^{\text{Τ}}‚\\ {\rm P}(0|0)={\rm I}{}_{8\times 8}。\end{array}$

Monte Carlo仿真次数n=30,采样周期T=0.1 s,采样点数N=5 000,仿真时间为500 s,σ1=σ2=15 m,σω=0.4°/s,σs=1 m,σε=0.015°/s,σψ=0.005,τae=τan=τε=100 s,选取统计指标RMSE为仿真指标。图1和图2为采用EKF和UKF算法滤波后东向和北向的位置RMSE曲线,表1为采用EKF和UKF滤波算法的RMSE均值和RMSE方差比较表。

从仿真结果可以看出UKF算法和EKF相比,位置的估计精度有了很大提高,这不仅表现在RMSE均值减小,而且RMSE方差也明显减小,原因主要是基于UKF的算法采用UT变换而非EKF的线性化近似,因此基于UKF的算法对非线性系统的后验均值和协方差的估计精度高于EKF。

② 非线性度因子对滤波性能的影响。为了说明UKF的非线性滤波性能,引入非线性度因子g,将量测

方程(22)改为

$\begin{array}{l}{\rm Z}(k)=\left[\begin{array}{c}s{}_{\text{e}\text{o}\text{b}}(k)\\ s{}_{\text{n}\text{o}\text{b}}(k)\\ \omega (k)\\ s(k)\end{array}\right]=\left[\begin{array}{c}s{}_{\text{e}}(k)\\ s{}_{\text{n}}(k)\\ \frac{v{}_{\text{n}}(k)a{}_{\text{e}}(k)-v{}_{\text{e}}(k)a{}_{\text{n}}(k)}{g{}^{*}v{}_{\text{e}}^2(k)+v{}_{\text{n}}^2(k)}+\epsilon (k)\\ \psi (k){\rm T}\sqrt{g{}^{*}v{}_{\text{e}}^2(k)+v{}_{\text{n}}^2(k)}\end{array}\right]+\\ \left[\begin{array}{c}v{}_1(k)\\ v{}_2(k)\\ v{}_{\omega }(k)\\ v{}_s(k)\end{array}\right](23)\end{array}$

取g=1.5分别利用EKF和UKF两种滤波算法,仿真结果如图3所示。

从图3可以看出在引入非线性度因子后EKF的滤波结果已经表现出了有偏性,而UKF仍表现出了很好的滤波性能,原因主要是引入了非线性度因子g后,系统非线性度增强,EKF的引入的线性化误差增大,导致滤波结果恶化。

5 结语

基于UT思想的UKF是完全不同于传统的EKF的一种新型滤波算法,它具有滤波精度高、计算量小易于工程实现等优点,对于GPS/DR组合定位方式,用无迹卡尔曼滤波算法UKF代替传统的扩展卡尔曼滤波算法EKF。仿真结果表明定位精度得到显著提高,而且UKF对由于系统非线性所引起的滤波误差有很好的抑制作用,因此UKF算法对于要求高精度、低成本和高可靠性的定位系统来说是一种值得推广的滤波算法。

参考文献

[1]Julier S J,Uhlmann J K.Anewextension of the Kalman filter nonlin-ear systems.SPIE,1997;3068:182—193

[2]Julier S J,Uhlmann J K.A new method for the nonlinear transforma-tion of means and covariances in filters and estimators.IEEE Trans on AC,2000;45(3):477—482

[3]周宏仁,敬忠良,王培德.机动目标跟踪.北京:国防工业出版社,1991

[4]房建成,申功勋,万德钧,等.GPS/DR组合导航系统自适应扩展卡尔曼滤波模型的建立.控制理论与应用,1998;15(3):385—389

[5]杨荣荣.GPS/DR组合定位系统数据融合算法的研究.兰州:兰州理工大学硕士论文,2007

车辆定位技术 篇2

部标过检全称《符合道路运输车辆卫星定位系统标准的系统检测》是由中华人民共和国交通运输部发起的，旨在规范各企业的定位系统，实现终端、企业平台、政府平台无缝连接。其分为企业平台检测和政府平台检测，我们暂时只提供企业平台的检测。相关标准有：JT/T 796-2011，JT/T 808-2011和JT/T 809-2011。

北斗宇星平台完全按照交通部对企业监控平台的开发要求开发，企业可以直接使用本平台拿到交通部进行认证。为了帮助客户顺利过检，简成科技安排专人常年驻扎北京，可以为客户代办过检，费用低、速度快，百分百包过。

部标过检概述

部标过检-交通部《符合道路运输车辆卫星定位系统标准的系统检测》是由中华人民共和国交通运输部发起的，旨在规范各企业的定位系统，实现终端、企业平台、政府平台无缝连接。其分为企业平台检测和政府平台检测，我们暂时只提供企业平台的检测。相关标准有：JT/T 796-2011，JT/T 808-2011和JT/T 809-2011。

北斗宇星平台完全按照交通部对企业监控平台的开发要求开发，企业可以直接使用本平台拿到交通部进行认证。为了帮助客户顺利过检，简成科技安排专人常年驻扎北京，可以为客户代办过检，费用低、速度快，百分百包过。

部标过检企业资质要求

送检企业必须拥有以下资质证书：

一、《电信增值业务许可证》

二、《计算机信息系统安全等级防护三级证书》

以上两项资质证书的办理可以和过检工作同时进行，办理周期较长，需尽早办理

部标过检办理方式

自助过检

由客户安排过检人员前往北京办理过检，简成科技负责提供GPS平台软件、平台搭建、过检培训和指导。办理周期1-2个月，客户需承担过检人员差旅费。代理过检

由简成科技驻扎在北京的专职过检人员办理过检，客户方无需安排过检人员，不产生差旅费，省心省力，简成科技承诺百分百包过检。办理周期1个月左右，特殊情况下可想办法加急过检。

部标过检准备工作

一、过检前准备

1、准备一台服务器并托管在IDC机房，带宽在过检期间最好申请为独享30M－50M，电信或联通机房均可

2、安装WINDOWS 2008 SERVER 64位操作系统

3、开启远程桌面

4、准备6台车，安装部标终端并加装摄像头和麦克风（最好其中装1－2台私家车，配合跑路线）

二、需要提供的资料

1、公司名称、详细地址、法人代表名称及联系电话、公司座机、传真号码

2、机房详细地址

3、要过检的平台名称

三、服务器推荐配置

8核16G、500G以上硬盘（最好是全新的或近两年采购的，不能用太旧的服务器，因为要做压力测试）

部标过检流程

一、报名与咨询

二、签定检测合同

三、交纳检测费用

四、预约检测

五、实际检测

六、出具检测报告

部标过检相关费用 序号 项目名称 费用(元)备注 2 服务器购置费用 服务器托管费

28,000 9,000

参考价格

IDC机房按年收取，各地IDC机房的费用可能会不一样，这里只是个参考 地图费 32,000 5 电信增值业务许可证认证费 计算机信息系统安全等级防护三级认证费

20,000 50,000

各地代理的收费标准不一样 各地代理的收费标准不一样平台搭建、过检技术支持及培训费

由简成科技提供并收取相关费用，北斗宇星平台百分百符合交通部标准。代办过检费

由简成科技安排专人过检，客户无需安排过检人员前往北京。根据实际情况决定，过检周期通常为3个月。

过检人员差旅费过检报名费 38,000 10 过检补考费

补考每次4,200元

部标过检服务优势

百分百包过检 价格最低 速度最快 省心省事 众多客户见证

过检公示 交通部每季度会公示一批通过检验的平台、终端企业。

车辆定位技术 篇3

【摘要】本文主要从对进出港口的货物监控的角度讨论基于互联网结构的货物监管系统在现代电子口岸中各协调工作中的具体应用，并针对由此研究的应用系统及其结构进行了论述。

【关键词】B/S结构 定位系统 口岸 应用

【中图分类号】TP3 【文献标识码】A 【文章编号】1672-5158（2013）04-0159-02

正文

在世界经济一体化进程对一国经济影响比重的日益增大的世界经济环境格局中和我国加入WTO的第三个五年的开始阶段，我国沿海各大港口，都在原有基础上继续大力推行提升口岸工效，加大港口吞吐能力的各种硬件建设和软件配套工作。其中，国家口岸办政府职能部门的职责就是负责口岸对外开放配套设施和查验单位机构编制的协调、申报和落实工作，全权负责“大通关”的协调服务工作，统筹协调推进口岸信息化工作，起草与现代管理制度配套的口岸管理规章制度和口岸发展规划及年度工作计划等重要工作。在看得见的硬件配套设施筹备建设的基础上，开不见的软件的配套服务、制度、信息化程度等从长远上看就显得格外重要，也是各口岸差异化的主要体现。

本文主要从对进出港口的货物监控的角度讨论基于互联网结构的货物监管系统在现代电子口岸中各协调工作中的具体应用。

一、货物监控系统应具有的功能

下面举例简要介绍几个功能：

（一）车辆定位：可以在地图显示车辆的位置信息、速度、司机行为等信息。

（二）车辆调度信息通信

通过该系统，可以对司机进行作用调度，系统分上行信息和下行信息，分别以颜色进行区分，简单明了，通讯信息在数秒内实现。该功能也适合港务公司的桥吊设备的通讯指挥中，解决语音命令听不清楚的问题。

（三）历史回放

可以实现任意车辆的历史回放，包括步进、快放和慢放。

（四）授权

系统具有完善的授权功能，下图为部分授权功能分解，经过授权的用户可以任意分配独立的帐户，通过密码和权限来进行控制，必要时通过VPN和IP绑定进行访问策略设定。

（五）温度检测

温度检测可以通过无线和有线检测来完成。可以生成历史温度曲线，可设定温度警戒线，当操作该警戒线时，可自动生成告警信息，以监控界面提示、短信或邮件的形式发出告警。

（六）门状态监控

货物容器如集装箱的门检测，系统在网站上可以显示门的状态信息，也可以产生告警信息，同温度检测一样，可以通过察看历史来发现容器开门的历史情况：时间、地点信息；

二、应用系统的结构

（一）系统结构

通信网络可以分为5个网络，分别是口岸内部局域网（或VPN），无线GPRS网络，互联网（INTERNET），无线数传网络（66MHz～520MHz）和无线局域网（WIFI/WIMAX）。局域网或VPN可供口岸及其下属查验单位使用，包括内部快速通关卡口设备、“大通关”协议海关或口岸单位联网访问，普通互联网供普通经济实体用户如货主、运输公司、集装箱经营者使用。

其中，针对监管车辆和普通运输车辆和货物控制通过无线GPRS网络实现数据通信，当在GPRS覆盖盲区时，车在设备或无线RF设备内部具有缓存，来保证事件的完整性，一般情况下，车载设备可以存储8小时的位置数据（每分钟）和500个事件，开门检测RF设备可以记录最近的10次开门动作。

针对口岸内部的集装箱定位、快速通关、海事部门监督停靠船舶的泊位情况、以及针对船员或内部其他人员的管理控制根据基站设备安装位置的不同，协调提供GPRS接入、WIFI接人或局域网接入。

针对海事部门的巡逻艇，可以采用短波数传电台和卫星定位系统来进行定位和巡逻记录，可以巡逻覆盖海岸近50公里内的海域。

系统全部采用了基于浏览器结构的应用方式，便于系统维护和省级，并可对用户进行授权访问，从而做到数据共享，配置灵活。

（二）系统特点

1.基于INTERNET或INTRANET，免去各使用单位程序更新的繁重工作；

2.系统授权：系统根据各单位各部门的性质，分别予以授权，有些信息是共享的，有些信息是独享的，授权与应用管理至关重要；

3.数据完整性：协调采用安全认证和握手的技术手段实现信息的可靠和安全；

4.系统维护性好：由于系统的庞大和复杂，需要系统具有优秀的自检性能，当系统出现故障时，在问题的出现之初，自动产生告警，减少故障无工作时间；

5.系统的可扩展性：系统涉及到的部门和时间跨度都比较大，因此，需要系统具有很好的可扩展性，各应用采用模块化设计，使各时间段和物理地域推广的应用向前兼容；

6.安全可靠性：系统采用VPN技术和数据加密压缩技术，保持关键数据的安全可靠性，使敏感数据不外泄。

三、货物/车辆监控在其他法人实体中的应用

针对经济实体用户具有更多的使用功能，在此仅作部分列举。

（一）港务局，码头公司

1.通过对港内白牌车安装定位系统，实现港内车辆的调度管理

2.通过安装RFID设备，可以实现对集装箱的排错告警，有效防止错箱作业

3.通过安装无线温度检测单元与控制，实现对特殊集装箱在码头堆场的温度控制服务

4.通过互联网系统可以监控其他相关货物的到货情况，便于快速安排船舶装船作业，如监控当日集港车辆的位置、进度情况

5.通过授权，及时了解当日的船舶实际停靠船舶的时间和离岗的具体时间，自动记录；

6.码头公司的集装箱业务的监控和移动情况

（二）船公司船代

1.通过在船舶上安装RFID，和在码头安装RFID接收基站，了解某船舶的具体停靠时间和离开码头的时间

2.船公司集装箱在场站内的定位管理

3.集装箱重箱/空箱作业循环

4.集装箱回空统计与超时告警

5.船公司船员的RFID管理

（三）货主，货代

1.货主承运车辆/货物的运输情况：位置、速度、温度等

2.货主货物的迅速通关：无开门信息免检过关

3.货物所在船舶的到港或离岗信息的详细查询或短信提示

（四）运输公司

1.车队的车辆管理：速度、方向、路线监控

2.车队的油耗管理

3.车队的轮胎管理与告警

4.车队的人员管理与调度：重箱集港与

5.作业与人员工时管理

6.错误集装箱拖挂告警提示

7.快速通关

四、结论

车辆定位技术 篇4

随着智能交通系统 (ITS) 研究与应用的不断深入, 一种新型的无线网络逐渐走入人们的视野:基于专用短程通信 (dedicated short range communication, DSRC) 的车辆移动自组织网络 (vehicular ad hoc networks, VANets) [1]。VANets通过车载通信设备实现车与车之间 (V2V) 和车与路边通信设备 (V2 I) 之间的信息交换。

VANets对ITS产生的影响主要表现在2个方面:由监控、管理的智能化转向驾驶辅助的智能化;车内通信的智能化转向车间通信智能化。VANets的出现不仅从宏观上可以实现对道路资源的统筹安排, 使城市交通合理化, 秩序化, 而且从微观上可以用来设计为安全问题考虑的车辆碰撞协同预警系统 (cooperative collision warning system, CCWS) 。CCWS是在一定空间范围内, VANets中的车辆通过相互感知对方的运动状态 (定位信息、运动方向、速度、加减速) , 以达到对预期碰撞提前判断, 提前预警的功能[2]。CCWS实现的关键问题在于VANets中精确且可靠的车辆定位信息[3]。CCWS所需要的定位精度在车道横向和纵向的误差一般来说不能超过0.5和0.75 m[4]。

本文对现有定位与测距技术及其在CCWS中的适用性和局限性作出分析, 为进一步研究精度更高、延迟更小、可靠性更强的定位与测距技术奠定基础。

1 应用于CCWS的绝对定位技术与方法

车辆定位是指通过技术手段确定车辆的物理位置 (如经度、纬度、高度) 或者是车辆节点的空间位置关系。除现已普遍采用GPS技术之外, 多种用于对移动物体的定位技术同样对CCWS中的车辆定位提供了参考, 如地图匹配技术、惯性导航技术、基站定位技术、图像定位技术等。

1.1 GPS/DGPS

车载GPS设备能不间断的接收不少于4个的GPS卫星信号, 通过测量信号的到达时间差 (time of arrival, TOA) , 再利用三边或多边测距法获得车辆的位置 (经度、纬度和高度) 、速度、方向等信息。确定车辆的二维位置信息至少需要受到3颗定位卫星的信号, 而获得三维位置信息则至少需要4颗, 虽然一般情况下能够接收到信号的卫星数在4～11之间, 但定位信号经常受到建筑物、浓雾和电磁干扰的影响而无法保证持续稳定的接收。因此GPS定位的可靠性不足。

另外, 10～30 m的GPS定位误差不能满足CCWS对于定位精度的需求。一种情况是对相邻车辆GPS定位都出现相同的误差, 使得车间相对距离具有一定可信度, 但该假设在实际应用中无法保证。DGPS (differential GPS) 通过已知确切位置的固定设备校正GPS定位信息, 使得定位误差在1 m之内, 虽能够满足碰撞预警的精度要求, 但DGPS依赖于造价昂贵的固定设备, 相关设备造价太高, 且覆盖面不广, 目前大规模应用DGPS时机仍不成熟。关于DGPS在CCWS中的应用可参阅文献[5]。

1.2 地图匹配技术

单独应用地图匹配技术本身不具备定位功能, 但GIS技术的不断成熟使得大量精确的地理信息可以存储在电子地图中, 结合GPS定位信息, 将车辆物理位置转换为地理位置, 利用地理位置约束条件减小GPS定位误差。地图匹配技术与其他定位技术相结合同样可以到达减小定位误差的效果, 因此可以作为一种辅助定位技术。

1.3 惯性导航技术

惯性导航技术是在已知上一个定位信息的情况下, 利用车内传感器, 如陀螺仪、速度传感器和里程表感知车辆运动方向、速度、加减速, 从而推算出一定时间内车辆的运动轨迹及位置信息。已知的上一个定位信息可以通过GPS或其他定位技术获得。

由于轮胎侧滑等因素, 惯性导航技术得到的定位误差会随时间累积, 当车速在100km/h的情况下, 30 s内惯性导航定位会产生的误差达到10～20 m[6]。因此应避免长时间单独通过惯性导航技术定位, 它只能作为在GPS定位失效的情况下的一种备用选择。除此之外, 地图匹配技术也可对惯性导航定位误差达到一定程度的校正。

1.4 基站定位技术

一定范围内分布的移动通信基站, 每个基站为其信号覆盖范围内的通信终端提供通信服务, 进而通过基站的固定位置可以得知某一终端的大致位置信息。另外记录通信终端在移动过程中在多个基站信号范围内切换时间序列, 可以粗略的得到该终端运动轨迹。

通常一个通信终端会接收到多个基站的信号, 或者说是处于多个基站信号交叉覆盖范围内。通过测量来自各个基站信号强度 (received signal strength indicator, RSSI) 、信号到达时间 (time of arrival, TOA) 或到信号到达各基站的时间差 (time difference of arrival, TDOA) , 当可得信号基站在3以上时, 便可以通过质心法确定通信终端的位置, 详细论述可参见文献[7]。对于3个以上具备阵列天线的基站, 也可以通过测量到达角 (angle of arrival, AOA) 直接得到定位信息。

基站信号指纹方法是通过对比通信终端接受到的信号特征与预先存储的信号特征数据相匹配得到定位信息, 对于中小型信号范围在一定条件下通过该技术测得的定位误差在5 m以内[8]。而对于较大区域, 文献[9]表明平均定位误差为94 m。

一般来说, 基站定位技术定位误差大于GPS, 其影响因素来自于所在环境、可得基站数及基站分布布局、密度以及所采用的定位算法, 在大多数情况下, 误差范围在90～250 m之间[9], 不能单独应用于CCWS中对车辆的定位。而在城市环境中, 基站定位技术可靠性优于GPS, 特别是在室内、停车场、隧道中。因此与惯性导航技术、地图匹配技术相结合, 或是通过信号指纹方法, 基站定位技术也具备一定的实用性。

1.5 图像定位技术

图像定位技术被广泛应用于机器人导引, 事实上, 通过图像也能反映定位信息, 例如, 视觉处理算法被应用于对车道边线的识别, 可以获得车道宽度、弯道幅度, 车辆与左车道边线间距、车辆运动方向等信息[10], 这些信息可以作为地图匹配技术的数据来源, 也可与已有地图匹配数据进行比对, 从而估计车辆定位信息。

显而易见, 单独用上述的某一种技术获取定位信息都无法满足CCWS的精度要求, 利用诸如卡曼滤波、粒子滤波和信度理论等方法可以对多种技术确定的定位信息进行数据融合, 提高定位精度[11], 但到目前为止这方面的研究尚处于起步阶段。

2 应用于CCWS的车间测距技术与计算方法

在前一节中介绍的定位技术均属于绝对定位技术, 在理想情况下, 通过车辆绝对位置便可以推到出车辆间的相对距离、车辆的运动轨迹及车辆队列间实时拓扑关系。但如前所述, 单独利用一种定位技术或是对多种技术数据融合得到的定位信息尚无法达到CCWS所要求的定位精度, 因此, 研究建立用于CCWS的车间测距技术或方法成为目前的研究热点。

2.1 基于测距的车间测距技术

VANets是一类特殊的无线传感器网络, 每辆车可被看作是一个无线传感器, 兼具信号的收发功能, 因此无线传感器定位方法被自然的想到应用于车间相对距离的测量。最常见的一类就是基于测距的定位方法, 与基站定位技术中采用的方法趋同, 如RSSI、TOA、TDOA和AOA等, 但由于受到传输介质的不均匀性及信号收发端时钟不同步等因素的影响, 这几类基于测距的定位方法应用于CCWS具有相当的局限性, 文献[12]提出利用卡曼滤波方法对RSSI采集到的数据进行处理, 可提高定位精度, 但并未说明RSSI方法用于车间相对距离测量的有效性。

2.2 车用测距雷达技术

按测量介质不同, 可将车用雷达分为超声波雷达、红外雷达、激光雷达以及微波雷达。超声波雷达、红外雷达因其探测距离相对较短, 目前主要应用于汽车倒车控制系统。激光雷达和微波雷达因其具有测量距离远、 精度高等优点, 被广泛应用于车辆主动安全控制系统[13]。

激光雷达的优点是结构相对简单, 具有高单色性、高方向性、相干性好、测量精度较高、探测距离远、 能识别道路状况、价格便宜等特点。缺点是测量性能易受环境因素干扰, 在雨、雪、雾等天气情况下, 测量性能会有所下降, 受测量原理限制只能传递相对距离信息。按测量原理不同可分为脉冲式激光测距雷达和相位式激光测距雷达2种。

微波雷达探测距离远、运行可靠、测量性能受天气等外界因素的影响较小, 可以获得主车与目标车辆间距离、相对速度, 有些雷达还可获得相对方位角和以及相对加速度等信息, 但价格比较昂贵。按测量原理不同, 可分为脉冲调频 (pulse frequency modulation, PFM) 和调频连续波 ( frequency modulation continuous wave, FMCW) 。

当前, 微波雷达的使用频率主要集中在 23～24、60～61、76～77 GHz 3个频段, 波长均为毫米级, 也称微波雷达为毫米波雷达。 在这些特殊频段上, 微波的辐射能量在大气中具有很大的衰减特性。24 GHz雷达信号在大气中传播的衰减系数约为0.2 dB /km, 60 GHz约为15 dB/km, 77 GHz约为0.4 dB /km。整体上是随频率的升高而上升。但在上述3个频段内由于大气中水蒸汽、 氧分子的吸收和散射作用产生出衰减尖峰, 使得雷达信号的传播被限制在一个较短的范围之内, 从而可以尽量降低对其他车辆雷达或无线电设备的影响, 并减少对周围人体的辐射。

车用雷达首先要解决的技术难题就是减少雷达的误报。由于车辆在道路中行驶状况十分复杂, 并线、移线、转弯、上下坡以及道路两旁的静态护栏、标志牌, 还有各种恶劣天气的影响等, 使得雷达对主目标的识别十分困难, 误报率很高。尽管某些雷达具有二维, 甚至三维的目标探测能力, 但迄今为止, 没有任何一个传感器能保证在任何时刻提供完全可靠的信息。要想完全解决好雷达的误报问题, 还需要采取多传感器之间的信息融合技术。如美国 Delphi公司的汽车防撞系统就采用了激光雷达、微波雷达和机器视觉等多种传感器的信息融合, 实现了信息分析、综合和平衡, 利用数据间的冗余性和互补特性进行容错处理, 克服了单一传感器可靠性低、有效探测范围小等缺点, 有效地降低了雷达的误报率。

值得注意的是无论利用绝对定位推算还是通过直接测量得到相对距离都是没有考虑道路布局的点到点的最短距离, 即欧几里德距离。在弯道、陡坡或交叉口处车辆间沿道路布局的实际距离的求导除需要定位信息外, 还要考虑车辆行驶轨迹, 目前国内外在这方面的研究鲜见。

3 结束语

本文就CCWS研究中很富挑战性的车辆定位、测距技术与方法进行了的分析。应用于CCWS定位与测距技术的研究与发展在很大程度上决定了CCWS应用的步伐, 尽管目前出现了很多技术与方法, 但一般都是在特定条件下来进行定位, 且精度和可靠度还不能完全应用于CCWS, 相关研究还需进一步深入。

车辆定位技术 篇5

GPS全球定位监控调度系统一、GPS全球定位监控调度系统GPS简介：

GPS即全球定位系统（GlobalPositioningSystem—GPS），是由距离地球2万多公里的24颗人造卫星，基本均匀地分布在6 个轨道平面内组成的卫星网向地球不断发射定位信号，用户通过GPS 接收设备（接收机）接收3 颗或3 颗以上的GPS 卫星信号，经信号处理而获得用户位置、速度等信息，从而实现对目标进行准确定位的高科技技术。GPS监控调度系统指把先进的GPS全球卫星定位系统应用于车辆监控、调度和报警等方面构建的一套软硬件系统。这个系统在客车、货车、公安、押运、危险品运输等车辆上安装一套具有GPS定位功能和通讯（通常为GSM短信、GPRS或CDMA 1X三种模式）功能的车载GPS终端，通过车载的手机卡发送短信或网络（GPRS或CDMA）信号到GPS中心平台，GPS中心平台对接收到的信号进行存储处理并发送到GPS调度计算机，GPS调度计算机通过GPS调度软件或互联网连接GPS中心平台，查看车辆运行轨迹，车辆状态，油耗情况，报警等，并对车辆进行监控调度和管理。

二．目的与意义：

1.成本控制：对车辆进行实时的跟踪定位与车辆运行状态的监督，油量的消耗的合理性与非合理性以及加油量情况监管；历史线路、状态、油耗、里程数以及各种费用与实际比较（公车私用、谎报过桥、过路费、能源费用），建立车管制度重要依据。

截制公有资源的浪费与流失。

2.提高效力：科学是第一生产力——科技化信息化。车辆位置、状态等信息实时更新与调度中心建立了最快的信息通道，确保调度中心制定最佳的调度方案以及减轻调度工作量，达到科学调度、大大提高资源的利用率及周转率。

3．提高安全：对车辆行车速度，路线，疲劳驾驶，以及紧急求助等各种安全问题进行严格把关，确保人生与财产更安全。

4.统计与决策：对车辆的里程，油耗，时间，速度，方位，报警，等各种大量数据进行科学统计，为更高水平的决策提供强有力的依据。

二、GPS调度监控系统功能方案：

上海思增GPS调度监控系统是一套综合GPS、GIS、GPRS（或CDMA1X并容合GSM）技术，为用户提供移动目标定位、监控、调度、报警、信息沟通等服务系统。如图所示： 韩经理 电话：*** QQ:439753264

（一）系统功能：

1、车辆监控功能：

监控中心能全天侯实时监控所有被控车辆的当时位置、行驶方向、行驶速度、发动与熄火状态等。系统可设置到1秒返回一次车辆动态信息，以便最及时的掌握车辆的状况。(CS构架)

2、轨迹回放功能：

监控中心能随时回放近60天内的自定义时段车辆历史行程、轨迹记录。

3.报警功能：

超速报警、区域报警、防劫报警、被控车辆超出监控中心预设的速度报警值以及超出或驶入预设的区域会向监控调度中心给出相应的报警。

4、监听功能：

遇到紧急情况调度中心可随时启动对车内声音的监听，以便妥善处理。

5、短信通知功能：

可预设被控车辆的各种报警或状态信息在必要时发送到管理者手机上，以便随身随地掌握车辆重要状态信息。6．路线管理：

被控车辆偏离预设规定线路时给出向应的报警。

7、远程控制功能：

监控中心可随时对车辆进行远程断油断电，锁车功能。

8、行驶里程统计功能：

系统利用GPRS车载终端的行驶记录功能和GIS地理系统原理对车辆进行行驶里程统计，并可生成 韩经理 电话：*** QQ:439753264 报表且可打印。

9、油耗检测：

实时监控车辆的油耗变化，并生成历史时段油量变化报表或油量曲线图，直观反映出油量的正常消耗与非正常消耗及加油数量不足等现象，达到油耗高水平管理，杜截不良事件的发生。如下图：

实时油耗监察。如下图： 韩经理 电话：*** QQ:439753264

10、地址搜索功能：

1）精确查找：在确定目标地址或路名全称，系统自动以该目标地址为地图中心位置展现出来。2）模湖查找：系统操作人员只需输地名和路名的关键字词，系统立即会列出与该关键字词相似的地址信息，再确定目标地址进行查找。

11、距离测量：

监控中可自定义A点和B点。并可对其测量距离。

12、停车记录：

调度中心可对车辆的历史停车记录以文字形式生成报表，其中描述车辆的停车地点、时间和开车时间等信息，并可对其进行打印。

13、地图制作功能：

GPS系统另外设计了两个用户图层，（自定义定位、自定义道路）调度人员可自行根据车辆的行车路线轨迹添加到地图为自定义道路或添加信息点位。

14、车载电话功能：

车载移动电话可以象普通手机一样通过耳机拔打电话，调度中心可对此电话进行远程权限设置，即呼入限制、呼出限制、只能呼叫指定的若干电话号码。需要网络支持。

15、权限管理：

GPS系统可设置十个以上的级别权限，及每个登陆账号N个功能禁止允许。并特权用户可查看所有在线登陆账户的操作与状态。

16、车辆信息管理：

GPS平台系统可录入详细的车辆、驾驶人员、车辆图片等信息，以方便调度人员的工作。

17、Web功能（BS构架）

系统集成的Web GIS技术，使用户在任何连接Internet的地方，经过授权，使用IE方式查车监控。18.出租车进出城自动登记：

可以在出租车辆出城时在中心平台进行自动登记，不同的车辆可以设定不同的驶出区域，如可实现一个分公司的车出了下城区这个区域就自动登记或报警，二分公司车出了杭州所有城区才自动登记或报警。并支持对单车或报警区域设定 19.载客与空驶状态记录：

实时显示出租汽车的载客与空驶状态，并自动记录上客与下客的时间，可对此时段的行车路线进行回放，并统计出其里程及打印其地图窗口。20、调度功能：

智能调度：出租车在实际运营中经常要使用电话叫车功能。GPS系统中可实现的电话叫车，呼叫中心接到客户电话叫车后首先在地图中确定叫车地点，并可画定一个自定义半径圆形的范围，然后GPS系统自动向该范围内所有空载车辆发出调度信息。也可指定任意空载车辆发出调度信息，GPS 韩经理 电话：*** QQ:439753264 系统还可对每辆车成功调度次数进行月统计。具体方式如下：

（1）调度中心可向车辆发送基于GPRS传输模式的短信（此短信不产生信息费，其包含在GPRS包月流量里面）调度中心也可指定或群发信息广播等各类信息，车机也可以向调度中心发送或回复预设的固定短信。

（2）调度中心在确定目标地址后，可自定义一个半径圆形的范围，然后对其范围内的最近或全部车辆发起调度。

（3）最优路径分析：调度中心确定目标地址后，系统自动把一定距离内所有的车辆按最短路程或所有车辆的路程距离列出，并描绘出线路，调度人员可根据了解的交通经验给出最佳调度方案。

（4）导航：根据车辆的当前位置和目的地，系统自动计算出最佳路径并描绘在电子地图上，调度人员可对驾车人员提出最佳行车路线指示。

（5）抢答：司机通过车载GPS上的按扭来抢答，调度中心在收到第一个抢答信息后立即自动回复详细的调度信息，然后确认完成任务派出。

（6）指定：调度中心在接到电话叫车并在找出指定范围内的所有空车后，可以指定其中的一辆要求司机完成接客任务。

（7）按本月成功调车次数最少指定：调度中心在接到电话叫车并在找出指定范围内的所有空车后，可以指定本月通过调车成功接客次数最少的司机完成接客任务。

（二）.系统原理及结构

上海思增的GPS车辆监控调度系统是由GPS移动终端GPRS/GSM（CDMA1X/CDMA）、传输系统和监控中心三部分组成。其系统结构如图所示。

（1）GPS 移动终端

GPS 移动终端包括GPS汽车防盗跟踪器，它将接收到的GPS 定位信息经过处理后，计算出车辆的经度、纬度、速度、方向。韩经理 电话：*** QQ:439753264（2）传输系统

传输系统由GPRS/GSM网络、短信中心、GSM前置机、交换机、网络电缆组成，它负责GPS移动终端与监控中心之间的数据传输。

（3）监控中心

监控中心是整个系统的核心，直接影响系统的稳定、有效运行。它将GPS移动终端通过GPRS/GSM传输系统传来的数据与电子地图匹配，即可实现车辆的位置显示、跟踪，同时，监控中心的调度、控制指令等通过GPRS/GS（CDMA1X/CDMA）传输系统下达给GPS 移动终端。

监控中心在硬件上由三部分组成：通讯服务器、GIS 服务器和监控终端（或监控显示屏）。通讯服务器负责处理系统与GPS 移动终端的双向通讯（通过GSM 短信中心、TCP/IP或GSM 前置机）。GIS 服务器又称数据库服务器，完成各种数据记录和与电子地图的匹配，系统采用的是SQL Server7.0 数据库、MapInfo 格式的电子地图。监控终端用于中心服务人员对车辆的监视、控制操作。

（三）、售后服务：

（1）车载GPS终端由公司负责保修，除人为损坏（含进水、自行拆修等）和自然灾害损坏一个月之内免费更换，一年免费保修；在合同期内GPS终端产品主机提供无限期质量保修。

（2）GPS软件提供一年内免费升级，合同期内免费维护，并提供24小时电话和网络服务及上海市内24小时内现场服务。

（3）公司承诺每年365天，每天24小时的GPS监控调度服务。

三、技术指标：

1、GPS模块定位精度小于15米

2、工作环境温度：-20∽70℃,存储温度-40∽85℃；工作环境温度≤95%；

3、GPS接收机12通道；GPS定位精度≤15m；GPS时间精度<1秒；

4、GPS速度精度<0.1公里/小时；GPS方向精度<2度；

5、速度测量误差≤3%；里程统计误差≤3%；

6、最大功率3W；外形尺寸:100mm（长）×134mm（宽）×45mm（高）

7、GPS参数: 冷启动时间：≤60 S 暖启动时间：≤30 S 热启动时间：≤60 S 静态漂移：≤Φ15mm 动态定位精度：≤15mm

8、GPRS参数:GSM/GPRS 900/1800双模式 Class B 数据传送波特率：300∽115，200bit/s 通迅数据丢率：≤1%

9、电源电压 12V 或 24V

10、电瓶保护电压 低端：11V（12V 电瓶机型）或 20V（24V 电瓶机型）高端：36V电瓶电压低于低端或高于高端保护电压自动切换到备用电池工作。

11、极限输入电源电压 100V

12、电源电流 解警状态 140mA 韩经理 电话：*** QQ:439753264 警戒状态 70mA

13、相对湿度 20 ～ 95%

14、外形尺寸： 主机

2.使

用条 件 　压2.使用条

电源电 件

102x68x43 165x58x23 手柄

或屏 150x73x26（标称）LCD

（标称）0.3kg 　电源电压或

15、重量： 压 主机 2)电瓶保护电2.使用条件 2)电瓶保 低端 ： 手柄 0.2kg 　护电压　　　10V（12V 电瓶机型）或 20V（24V 电瓶机型）电源电压或（标称）2.使用条件 　 高端

VLCD屏 0.3kg 　　　低端：10V（12V 电瓶机型）或 20V（24V 电瓶机型）33　电源电压（标称）2)电瓶保护电压 高端：33V 电瓶电压低于低端或或高于高端保护电压自动切换到备用 电池工作。电瓶保　2)护电压 　　　低端：10V（12V 电瓶机 护电 20V（24V 电瓶机型）电瓶电压低于低端或高于高端保压自动切换到备用 电池工作。3)极限输入电源电压：100V型）或 　　　　低端10V（12V 电瓶机 20V（24V 电瓶机型）高端：33V3)极限输入电源电压：100V型）或　4)电源电流: 140mA 高端：33V 电瓶电压低于低端或高于高端保护电压自动切换到备用 电池工作。5)工作温度-20 ℃ ～ +70 ℃　4)电源电流: 140mA 电瓶6)相对湿度 20 ～ 电压低于低端或高于高端保护电压自动切换到备用 电池工作。3)极限输入电源电压：100V 95%5)工作温度:-20 ℃ ～ +70 ℃ 7)定位精度 < 15m 　6)相对湿度: 20 ～3)极限输入电源电压：100V 95%4)电源电流 140mA 形尺3.外寸和重量7)定位精度 < 15m ～　5)工作温度:-20 ℃ +70 ℃4)电源电流 140mA

车辆定位技术 篇6

本文结合ZigBee智能无线传感器网络灵活性大、布置方便、成本低、功耗低、维护容易等优点, 提出并设计了一种基于ZigBee无线定位技术的小区车辆管理系统。随着固定的参考节点数量的增加, 该系统覆盖的立体空间可相应增加, 小区所有地面、地下车库的移动或固定车辆都时刻处在系统的监控之中, 可方便实现对进出小区的小区车辆或外来车辆实现动态高效管理。

1 小区车辆管理系统的总体设计

结合小区车辆的特点, 除一些基本功能外, 对本系统提出以下功能需求:

(1) 信息录入功能:属于小区住户的车辆, 其车辆基本信息录入数据库中, 包括车辆的主人 (可两个以上) 的彩色照片、自家车位位置 (X, Y, Z三维坐标) 以及手机号码等其它一些基本信息。

(2) 进出小区大门时对车辆的识别功能, 本小区车辆进出小区大门前一段距离时, 安装在车辆上的传感器节点自动与门口固定节点通讯, 门卫值班室的电脑通过调用服务器上数据库中这辆车的信息自动显示在屏幕上, 包括有权驾驶本车人员的相片等信息, 门卫值班人员对比确认后放行。如非本小区车辆进入本小区, 可发放其一临时无线定位节点, 实现对外来车辆定时、定位的精确管理。

(3) 进入小区或在小区内移动车辆的监控管理, 实现车辆与固定车位、临时车位、不可停放位置的全面精确管理。

(4) 小区内车辆超时违规停放车辆的自动报警功能, 门卫值班人员依据位置等信息即时通知和作出处理。

(5) 门卫值班PC上人机界面友好, 以直观的方式实时显示全部移动和固定节点, 并对其参数进行无线网络设定。

(6) 固定参考点和车内移动节点的小体积、低功耗设计。其中固定参考点可利用小区路灯电源等方式, 在没有电源的地方要使用低功耗的方式。车辆内部的移动节点采用小体积 (只有5cmX5cmX1cm) , 低功耗 (2节五号电池可使用长达2年时间) 设计, 使用方便。

(7) 数据库采用C/S和B/S相结合的方式, 小区用户可通过以太网远程访问或查询自家车辆的目前位置等相关实时信息。

(8) 众多的固定参考点可方便的与小区内的家庭无线节点组网, 为家庭智能化留下网络接口。

为了实现上述功能, 系统先采取多个具有位置采集功能的网格网络, 这些多个具有位置采集功能的网格网络间实现Zig Bee无线网络通讯, 实现小区范围内地上地下网络信号的全覆盖。整个系统的工作示意图如图1所示。

2 体系结构设计

无线接入已成为有线接入有效支持、补充和延伸, 是快速、灵活装备与实现普遍服务的重要途径;近年来无线组网通信发展迅速的重要原因, 不仅是由于技术已非常成熟, 更是因为人们对信息随时随地获取和交换的迫切需要, 从而要求各种通信技术发展目标即是“无处不在”。这也是许多国家和地区都在计划开展的一项名为“泛在网络 (Ubiquitous Network) ”计划的目标:希望通过各种不同通信技术的结合, 构建在任何时间、任何地点都能传递任何所需信息的环境, 为人们的日常生活带来更多安全与便利。

小区车辆管理系统是小区信息化的一部分, 也是一种泛在网络的实现, 是一个集信息技术、电子技术、无线定位技术、数据库技术、以太网技术等多种技术于一体的系统, 专业学科交叉性强, 体系结构复杂。根据信息系统的基本体系结构, 结合小区信息化的特殊功能, 对本系统的体系结构设计如下:

(1) 车辆位置采集层:本层是系统的最底层, 由多个位置采集功能的网格网络组成, 每个网格网络负责某一片停车场 (地上或地下) 内所有固定或移动车辆的定位功能, 每个网格网络采集层的系统结构图如图2所示。

(2) 传输层:由惟一的一个“PAN协调器”和各个网格网络内的惟一“簇首 (CLH) ”、邻近簇构成更大的簇树型网络。传输层主要传输两类信息, 一类是移动节点的位置信息上传功能, 是触发式的, 时间可以秒为单位;另一类为接收主协调器广播或指定查询方式;所有“簇首”都可起到路由器、协调器的功能。其传输网络拓扑如图3所示。

(3) 数据存储层:本层中数据库服务器主要存储:小区内车辆基本信息、车位信息、车辆进出小区动态历史信息等。

(4) 应用层:主要由门卫值班室工作站、WEB发布服务器、大屏幕监视器等组成。整个系统的拓扑结构图如图4所示。

3 结束语

本文所提出的小区车辆管理系统, 具有较强的扩展性、灵活性和实用性, 基于CC2431-ZigBee无线定位算法技术建立的无线网络覆盖了整个小区的立体空间, 初步实现了对小区车辆的信息化管理, 提高了管理的效率, 增强了小区车辆的安全, 并且为小区信息化升级, 特别是后续将智能家居方面信息接入网络留下了充足的资源。此系统现已在单位内部小区试用, 效果和运行状态良好。

摘要：本文针对小区车辆日益增多, 车位难于管理的现状, 设计开发了基于ZigBee无线定位技术的小区车辆管理系统。在对系统功能分析的基础上, 设计了系统的网络体系结构和实现方案。该系统结合ZigBee无线定位技术的优点, 构建了适用于小区车辆实时定位管理的网络, 提高了对车辆的动态管理能力, 其网络本身也是小区信息化的关键组成部分。同时, 采用C/S和B/S相结合实现了小区车辆的远程监控功能。

关键词：ZigBee,无线定位,C/S,B/S

参考文献

[1]瞿雷, 刘盛德, 胡咸斌.ZigBee技术及应用[M].北京航空航天出版社.2007.

[2]李文仲, 段朝玉.ZigBee2006无线网络与无线定位技术[M].北京航空航天出版社.2009.

车辆定位技术 篇7

针对基于WSN的ITS系统, 本文中提出通过TDOA技术获得车辆原始位置信息, 利用最小二乘法处理数据。初次定位获得车辆位置粗略信息, 再利用改进的粒子滤波算法进行再次定位。实验证明, , 本文提出的方法成本较低, 获得车位车辆位置信息精度较高。

1 智能交通系统模型

在交通环境中设置大量传感器节点, 对道路中的车辆进行实时监控, 所获得的信息上传到控制中心。基于无线传感网的城市智能交通车辆定位系统如图1所示, 该系统由控制中心、通信传感器节点和车载传感器组成。道路上行驶通过自带车载传感器以固定频率广播信号, 请求路侧通信传感器节点发送坐标信息, 当接收到返回的坐标信息和RSSI值后, 估算粗略坐标, 然后再利用改进的粒子滤波算法计算出准确坐标值, 并将坐标值发送到控制中心, 中心根据获得的信息进行调度和决策。

2 行驶车辆粗略位置测量

不同的路侧通信传感器得到行驶车辆的广播信号存在时间差, , 通过路侧通信传感器的坐标与该时间差, 采用TDOA定位技术得到车辆位置信息。根据时间差和电磁波传播速度可得到距离差, 将该距离差代入式 (1) , 可计算出行驶车辆的粗略位置信息。

其中, s1 (0, 0) , s2 (x1, y1) , s3 (x2, y2) 为3个已知路侧通信传感器坐标, (x, y) 为待测行驶车辆坐标, d11为待测车辆与s和s1两节点的距离差, d12为待测车辆与s和s2两节点的距离差。通过计算可得到一组行驶车辆坐标pos, 为保证精度, 需要剔除误差较大的坐标值。将多组车辆坐标代入式 (2) , 得到车辆坐标平均值;利用式 (3) 剔除误差较大的坐标值, 最后保留60%的车辆坐标值。

本文根据行驶车辆车载传感器接收路侧通信传感器节点RSSI值, 对待测车辆位置坐标加权计算, 得到行驶车辆粗略位置信息。

3 改进粒子滤波算法在运动车辆精确定位中的应用

粒子滤波是通过Monte Carlo对一组有权值样本随机抽取, 利用对样本位置和权值大小进行调节, 从而接近事件发生概率, 将样本均值作为系统估值获取具有最小方差的状态估计。系统模型表示为式 (4) :

设为样本集合, 为集合中样本的权值, k时刻样本状态后验概率密度表示为式 (5) :

基于信号强度指示RSSI和TDOA技术的方法, 在获得行驶车辆的初始坐标后, 车辆自带车载传感器利用粒子滤波算法对车辆定位, 由于经典粒子滤波算法样本存在退化情况, 为防止发生样本退化, 采用对样本重新采样, 并改进设计概率密度函数等, 从而对粒子滤波过程进行优化。

通过实验证明, 在图1的环境下, 将本文提出的改进粒子滤波算法与经典粒子滤波算法实验对比, 比较目标车辆x、y坐标的平均定位误差, 本文提出的改进的粒子滤波算法的定位精度优于经典算法。

4 结语

本文提出的基于无线传感网的城市智能交通车辆定位技术, 首先采用TDOA定位技术获取行驶车辆的初始位置, 再增加RSSI值权重计算, 获得车辆初次定位的粗略坐标;通过改进的粒子滤波算法对行驶车辆位置再次定位, 完成以上步骤得到车辆准确的位置。实验证明, 本文所提出的方法有效的提高了城市智能交通车辆定位的精度, 且硬件投入成本较低。

参考文献

[1]王冬, 吴蒋.基于TDOA和改进粒子滤波算法的智能交通系统运行车辆定位[J].计算机测量与控制, 2014, 22 (4) :1196-1198.

[2]杨志, 胡文红.基于云计算视觉技术的肇事车辆定位系统设计[J].计算机测量与控制, 2013, 21 (3) :770-772.

[3]陈娟娟.基于GIS与GPS的车辆定位监控系统[D].天津:天津大学, 2012.

车辆定位的地图匹配算法研究 篇8

地图匹配的功能是借助道路网络的空间形状数据、属性数据和拓扑关系将定位设备给出的测量位置纠正到道路位置上, 从而消除定位误差[4]。除了利用道路信息, 还利用最短路径信息以增加匹配可信度。匹配的过程是从车辆的初始位置开始, 通过一系列的位置调整, 直至最终达到正确位置。地图匹配技术是一个软件技术, 它与定位测量技术是互为因果的。它既是对定位设备的测量输出数据进行误差匹配处理, 又将处理结果反馈给定位设备进行误差校正。因此, 地图匹配技术对提高车辆定位精度具有非常重要的意义。

1 地图匹配算法设计

1.1 匹配区域的确定

匹配算法中涉及的数据信息主要来源于两方面, 一方面是来自定位 (GPS和DR) 的车辆位置信息, 行驶方向信息;另一方面是数字化电子地图的道路信息。

由于地图的道路网是庞大的, 地图匹配不可能面向全部的道路数据。当前定位位置相关的道路数据仅局限在一个很小的区域内。这个区域的中心点就是当前的测量位置, 区域的面积根据测量数据的误差区域确定。误差区域以一定的概率包含车辆的实际位置, 按照统计理论, 定位误差椭圆可推倒如下:

由于椭圆这种几何形状对于搜索路段不方便, 通常选用圆形区域搜索匹配路段。本研究选用的GPS接收信号在PPS情况下, 水平定位精度为11米, 垂直定位精度为29米。用扩大误差区域来增加置信度, 本研究以测量位置为中心点, 取半径80米区域窗口, 读取这个窗口内的全部路段。

由于测量位置处于移动状态, 所以路段搜索区域也是移动的。相对于整个道路网络, 路段搜索区域就是一个随测量位置移动的窗口。若当前中心点偏离了原先确定的窗口 (这里认为新接收点与原窗口中心点距离超过原窗口长度的1/4, 即偏离原窗口) , 则先获取范围内的道路, 将道路按照形状点连线构成可能边, 计算可能边与传入点的垂直距离, 然后与候选边池内已有的候选边相比较, 去掉旧的, 加入新的。这些路段的形状点间的连线构成了候选边集。

1.2 参考历史轨迹信息

当前的定位技术, 存在着较大的偶然性误差, 如果进行当前车辆信息的单点匹配, 则匹配结果也必然存在较大误差;然而过多的参考历史轨迹信息, 又势必导致匹配结果缺乏较高的实时性。本研究参考前5点的信息, 从当前测量点开始前溯的连续5个历史测量点, 分别计算出5个历史测量点与第i条候选路段的投影距离di和5个历史测量点与第i条候选路段方向夹角θi。

1.3 归一化

车辆的角度信息和距离信息为不同量纲, 并且数值范围很大, 需要将其归一化到同一范围, 计算如下

1.4 位置信息与方向信息的融合

根据上述方法, 每条候选路段都确定了自己与当前车辆投影距离的归一化值和方向夹角的归一化值。由于道路网络的复杂性和车辆轨迹的不确定性, 用单一的距离和方向信息不能准确的判断曲线相似性。通常把二者结合起来, 一般来讲, 投影距离和方向夹角越小的候选路段成为匹配路段的可能性越大, 反之亦然。本研究采用基础评价值描述位置信息与方向信息的融合的结果。

针对每个候选路段, 求解该候选路段i的基础评价值fi。基础评价值fi函数

定义为:fÁ (d, ) wÁdÁwÂÁ

其中, w1, w2的取值根据车辆行驶角度 (θ) 与所处道路节点情况确定, 见表1

1.5 调整基础评价值 (x) 方法:

候选边是规划路径:评估值x=fi (d, θ) *2;候选边与上次匹配路段不具有连通性 (包含通行条件) :评估值x=fi (d, θ) *0.5;

2 仿真结果

为验证本文所提出的地图匹配算法对车载导航系统定位精度的影响, 利用该算法对跑车实测数据进行了仿真试验。图2红色虚线是长春市前进大街实测的GPS/DR组合定位数据轨迹, 行车路线是前进大街-南湖广场-南湖大路, 应用地图匹配算法对定位数据进行匹配处理, 结果如图3所示。通过对比可以看出, 尽管定位数据经常偏离真实道路, 但经过地图匹配修正后, 组合导航系统的定位精度有了明显的改善。

3 结语

地图匹配技术是车载导航系统的关键环节, 作者详细给出了基于归一化方法参考历史轨迹的匹配算法, 并且根据大量的场地试验, 总结了能够动态调节的位置和方向融合函数。仿真结果表明, 该算法运行速度快, 效果好, 能够为车载导航系统的定位精度带来明显的改善。

摘要：文章研究车辆定位系统中道路匹配问题, 提出基于归一化的方法参考车辆历史轨迹的匹配算法。并且结合车辆行驶状态, 引入位置信息和方向信息的可靠性参数, 有效的融合两者信息。仿真实验表明, 该算法能够获得较高的匹配精度。

关键词：车辆导航,地图匹配,数据融合

参考文献

[1]张涛, 杨殿阁, 李克强, 连小珉.车辆导航中带匹配度反馈的模糊地图匹配算法[J].清华大学学报, 2009, 49 (2) :277-280.

[2]李云洁.汽车导航系统中地图匹配算法的研究与实现[D].长春:吉林大学.2004.

[3]李沛.车辆导航系统中地图匹配的研究[D].北京交通大学, 2008年.

基于MapX的车辆定位系统实现 篇9

关键词：车辆定位,GPS,MapX

随着社会的发展和通信技术的进步, 人们对车辆定位和监控的要求越来越高, 不仅需要知道目标车辆的位置, 还需要对地图的信息进行查询、处理等, 以便用户能准确快速地了解当地的地理信息和交通状况[1]。近几年来, 基于GPS和无线通信网的车辆监控定位系统在世界各国都得到迅猛发展, 并显示出强劲的发展势头, 市场潜力巨大, 在城市交通中发挥了巨大的作用, 有着重要的意义[2,3]。本设计以Delphi 7作为开发平台, 将MapX作为控件嵌人其中, 以SQLServer 2000作为后台数据库来进行车辆定位系统软件的开发, 建立了一个较为完整的车辆定位系统。

1系统框架

车辆定位系统由监控中心、GSM通信网和分散于各地的车载设备组成, 具体实现过程为:当车辆处于GPS定位区时, 通过车载设备中的GPS接收机可以实时地获得车辆的经纬度位置和速度等关键信息;车载设备将采集到的定位信息以GSM短信形式无线传送到GSM网络服务中心, 服务中心通过数据专线把接收到的数据传送到监控中心, 监控中心接收数据后, 进行解析转换, 通过主机对数据进行处理, 存入实时数据库, 在可视化人机界面上实时显示, 与电子地图相匹配, 并在地图上显示坐标的正确位置, 在窗口上可以观察所需的车辆位置信息和车辆状态信息等, 系统软件功能模块如图1所示。

1.1 实时监测模块

通过自编的程序建立可以添加车辆信息的功能, 添加时可以输入数据代表所检测到的车辆名称、车牌号码、车辆速度等数据, 分别将这些数据信息写入由SQL Server建立的数据库表中。系统可以对车辆进行实时位置监测和实时速度监测, 利用MapX提供的电子地图, 与所得到的车辆数据信息相捆绑, 以相应的图标显示在地图上;通过车辆的车牌号查询车辆的速度和其他信息, 在显示窗口可以显示车辆的位置和当前速度值。

1.2 地图信息查询模块

利用MapX实现了对地图的放大、缩小、居中等基本操作。通过点击路段, 可以查看此路段的相关情况, 包括路段名称及其周边设施状态, 同时可以输入街道名查找所需信息。

1.3 数据库管理模块

建立数据库的连接, 可以在Delphi前台实现数据库内车辆信息的加入和删除。

1.4 系统维护模块

设计登录界面, 对用户设置了权限和登录密码来限制使用其功能, 加强了系统的可用性和数据的安全性, 防止用户信息外泄造成的损失。

2 MapX 5.0

MapX提供了一系列的对象模型, 大量的属性、方法和事件, 非常易于学习和使用。MapX可以脱离MapInfo平台运行, 并且提供:①常用操作 (放大、缩小、漫游) ;②数据绑定;③专题地图;④空间分析;⑤查询分析;⑥地理编码等功能。在MapX上进行二次开发可以用较小的开发成本实现GIS的基本功能。所需的地图为MapInfo格式。该地图是由若干个图层构成的, 每个图层包含4个基本文件:属性数据的表结构文件 (.tab) 、属性数据文件 (.dat) 、交叉索引文件 (.id) 、空间数据文件 (.map) 。MapX有两种加载地图数据的方式, 一种是利用它提供的Geoset Manage工具将所需显示的图形文件添加进来, 并将当前的所有图形集合存为一个“XXX.GST”文件中, 然后在MapX 中设定其属性“Geoset”为所保存的文件即可。另外一种是直接在程序中加载图形, 利用MapX控件中的一个对象——Layers, 通过Layers.Add方法可以将所需要的图形文件逐个添加进来.并且同时设置各个图层的显示范围。

3 主界面的设计和实现

系统主界面 (见图2所示) 里包含两个地图, 一个是主地图, 用户对地图的所有操作都是在此地图上进行的, 包括地图信息的查询, 车辆信息的添加等;另一个是次地图, 位于右下角的鹰眼图, 又名略缩图, 可以象从空中俯视一样查看地图框中所显示的地图在整个图中的位置。两个地图都是Delphi7组件栏的“ActiveX”组件页内的“Map”控件。

关于地图的屏幕坐标转到地图坐标的关键代码为:map11.ConvertCoord (x, y, mx, my, miScreenToMap) ;

让鹰眼图随主地图同步移动的关键代码为:map12.bounds := map11.bounds;

添加MapX自定义工具的代码为:

Map11.CreateCustomTool (CUSTOM_POINT_TOOL, miToolTypePoint, miSymbolCursor, miArrowCursor, miArrowCursor, empty) ; //添加自定义工具“CUSTOM_POINT_TOOL”, 功能为添加点的信息

Map11.CreateCustomTool (CUSTOM_INFO_TOOL, miToolTypePoint, miCrossCursor, miArrowCursor, miArrowCursor, empty) ; //添加自定义工具“CUSTOM_INFO_TOOL”, 功能为获取所选点的信息

系统主界面右侧为用户查找和读取车辆信息的模块。查找部分由一个Edit编辑框和一个名为“查找信息”的Button按钮组成, 方便用户通过输入车辆车牌号来查找相应信息;查找到的信息显示在上方的Memo控件内, 并且能够将查找到的车辆图标居中显示。

4 结束语

本系统将可视化软件开发工具Delphi和MapX集成一体, 开发车辆定位系统。本课题集合了二者的优点, 后台使用SQL server 2000数据库, 实现了对车辆信息的添加、定位、查询以及可视化表达, 同时可以对地图信息进行放大、缩小、查询等功能操作。本系统能让用户快速的了解该地区的交通线路和地理信息, 并可以掌握范围内的车辆信息和交通状况, 为车辆的下一步监控和导航奠定了不可或缺的基础。

参考文献

[1]宋秀梅, 蔡勤生.一种基于AD HOC网络的车辆定位系统的组网框架设计.机电工程技术, 2006; (4) :27—28

[2]苏安玉, 李衡.基于MapX的GIS基础平台研究.哈尔滨商业大学学报 (自然科学版) , 2006; (4) :54—57

车辆定位技术 篇10

此系统采用低功耗的MSP430单片机为核心, 利用它完成与GPS定位模块和GSM (GPRS) 移动通信模块的连接, 将采集到的数据信息通过上位机处理, 利用下位机进行显示得到车辆当前位置信息。实现对车辆定位追踪的目的[1,2,3]。

1 智能车辆定位系统的总体设计

智能车辆定位系统由控制中心和车辆定位终端两部分组成。控制中心则将PC机和GSM通信模块利用USB接口连接起来, 实现数据的传递和联网显示。而车辆定位终端主要由微控制器作主控单元, 由其扩展接口与矩阵键盘模块、GPS定位模块、无线控制模块、液晶显示模块、电机驱动模块组成。同时系统还配合一些附属单元如系统电源、复位电路及时钟电路等。智能车辆定位系统的总体设计框图如图1所示。

在智能车辆定位系统设计中, 其工作原理是小车部分首先开启GSM通信模块和GPS定位模块, 等待搜索小车具体位置显示信息。GPS定位模块的传输位置信息通过串口不断读取GPS模块传输的位置信息, 然后提取信息来判断小车定位是否成功, 同时将信息在12864液晶屏上显示出来。小车需根据接收到的按键信息来驱动电机运动, 这些按键信息可有遥控器通过射频收发器芯片CC1101发出或者遥控器通过手动发出的。射频收发器芯片CC1101发送按键数据是根据单片机定时检测是否有按键按下来触发SPI协议进行控制。其中智能车辆定位系统中的遥控器系统由单片机最小系统板、键盘模块、无线模块3部分构成。智能车辆定位系统中的上位机部分是由PC机、TTL转USB模块、GSM模块3部分组成。上位机中的GSM模块每接收到一条信息, 通过串口让PC机利用AT指令来读取信息数据, 并在网络接口的地图上显示信息的经纬度。

2 系统硬件平台设计

2.1 电源模块电路

在硬件电路设计中, 车辆需要在在室外进行测试和调试。选用12V的铅蓄电池对电机驱动供电, 通过7805稳压器将12V电压转换为单片机及GPS模块所需的5V电压, 再利用AMS1117-3.3的稳压器将5V电压转换为单片机外围设备, 如射频收发器CC1101、12864液晶屏所需的3.3V电压, 同时给GSM模块单独配置了一块3.7V手机锂电池进行供电。

2.2 无线遥控电路

在无线遥控电路中采用工作频率为433MHz (避免与GSM模块的相互影响) 的近距离无线通信的CC1101射频收发器芯片。它是TI公司推出的具有低功耗和无线唤醒 (WOR) 等多调制模式, 可对信息的强度和信息链接的质量进行读取、测量。它的工作电压在1.9V~3.6V, 待机模式下电流仅为200n A, 在该电路中给它供3.3V电压。可通过SPI接口对内部自带的64字节TX FIFO和RXFIFO的寄存器进行配置。同时它的引脚也可设置作为接收信号的引脚, 若测得引脚的电平变为低电平时, 对应引脚就接收到一个数据, 这样节省了片上资源。在此电路中, 将该引脚与微控制器的外部中断相来连接收信号。

2.3 电机驱动电路

在电机驱动电路中采用L298N作为电机驱动芯片, 它能将单片机输入的逻辑信号转换为12V的驱动电平。外观上它是一个15脚直插的封装芯片, 工作时电流比较大, 易发热, 在电路中加入散热片进行降温处理。该芯片有两组双通道输出, 利用通道引脚电平来控制端口的输出。因此, 两组双通道输出可以控制2个直流电机或者1个步进电机。

3 系统软件程序设计

在硬件电路搭建完成之后, 需要对相关硬件设备在上电之前进行初始化。首先开启GSM和GPS进行联网和定位, 之后启动射频收发器CC1101模块来对小车行驶进行遥控。这里面设计一个1s时间判定来对液晶屏的数据进行更新, 同时将数据发送到上位机, 这样遥控器就可以读取信息来控制小车的行驶, 如图2所示。

根据MSP430F5438A的自身特性, 可以对其主频进行精确配置为24MHz的工作频率, 方便串口通信。利用串口通信的方式对GPS和GSM的数据进行发送, 它们的传输速度分别可达到9600bit/s和115200bit/s。因此, 在读取它们的数据信息是, 由于串口采用的是中断方式, 不是直接进行读取, 得利用缓冲区进行处理。若直接读取, 可能由于中断时间过长影响数据的接收。在中断结束后, 利用定时器减缓刷新数据的速率, 可以在主程序里直接进行数据的提取和解读, 节约资源, 提高效率。

3.1 GSM模块驱动

GSM模块里面的函数, 主要可配置串口和字符串的发送。为了防止GPS在未定位的情况直接接收其它数据而造成乱码, 需要对字符串发送函数进行了修改, 主要包括指定的字符串是从第几位数据开始发送的判断和每次需要指定发送几位字符信息。其程序中出现的uchar*sentence, uchar num, uchar addw分别表示字符串名, 发送长度, 起始地址, 如下所示:

在程序中, 利用数组的形式便于存储存放所有的GPS数据。但数组与字符串在程序中读取时要能识别出来, 因此不能光靠简单的数据长度进行区别, 还需要在字符串结尾处自动地补零 (“”) , 而数组只能利用程序来补。同时还为了防止发送数据时, 出现乱码现象, 在send_sentence_2函数中, 指定发送起始的地址和发送的长度, 这样就更加可靠地发送短信的数据。

3.2 射频收发器芯片CC1101模块驱动

射频收发器CC1101模块主要采用SPI接口的时序作为驱动函数进行操作。但其驱动函数与其他函数相比, 需要在射频收发器CC1101内部的寄存器上电前写入通道、地址、功率等信息将其进行初始化, 而且要求遥控器初始化地址和小车上位机的初始化地址一致, 才能正常接收数据。在配置CC1101内部寄存器时, 可以将其引脚设置为接收标志, 这样在其一旦接收到数据时, 就会将其引脚变成低电平。这样就可以直接决定是否通过判断引脚的电平变化来读取数据, 而节约数据读取时间。其中射频收发器CC1101接收函数流程图如图3所示。

4 结语

在车辆定位系统设计中, 需要考虑环境因素, 特别是强磁、强电、建筑物等的干扰会对GPS接收的数据的准确性带来影响。车辆定位系统要想进一步发展, 还需要利用3G或者4G网络技术[4], 通过车载视频监控系统为我们同步提供车辆行驶记录, 特别在行驶过程中遇到的特发情况有效进行定位、记录和处理, 对促进我国的交通运输的高效发展具有实用价值。

参考文献

[1]刘世杰, 陈维斌.应用GPS、GSM车辆定位以及车载视频监控系统的应用[J].计算机工程与设计, 2012 (14) .

[2]钱佳琪.基于GPS、3G车辆定位及车载视频监控系统的设计与研究[J].河南科技, 2014 (4) .

[3]谢家春, 陈来.基于GPS/GPRS的车辆定位监管系统研究与实现[J].信息技术, 2012 (12) .