在車聯(lián)網(wǎng)場景中,智能車輛需要擁有環(huán)境探測、路勁規(guī)劃、自動駕駛等功能,其中智能車輛的無縫高精度導航定位是車聯(lián)網(wǎng)上層服務(wù)的基礎(chǔ)與關(guān)鍵。常用的兩種車輛定位技術(shù)主要是全球定位系統(tǒng)(Global Positioning System,GPS)和捷聯(lián)慣性導航系統(tǒng)。GPS在開闊天空下的定位精度能達到5-10米,但是當車輛位于GPS衛(wèi)星被遮蔽的地方時,車輛定位精度急劇下降。車輛攜帶的捷聯(lián)慣性導航系統(tǒng)可以依靠慣性測量單元(Inertial Measurement Unit,IMU)提供短時的定位精度,但是由于IMU存在誤差累積,無法提供長時間高精度定位。針對這些問題,本文提出了車輛間接協(xié)作定位(Implicit Cooperative Positioning,ICP)的方法,打破了傳統(tǒng)車輛以單車為自治實體的方法,通過車與車之間的雷達測距測角以及位置共享,從而進一步提高定位精度。充分利用無人機高可靠性視距傳輸、高移動性、增強地網(wǎng)盲點覆蓋等優(yōu)點,將無人機作為一個定位的輔助中繼節(jié)點,用來提升位于定位盲區(qū)車輛的精度,從而實現(xiàn)車聯(lián)網(wǎng)中車輛定位全覆蓋的要求。鑒于自動駕駛場景中,車輛的高移動性、高不確定性,車載雷達量...

【文章頁數(shù)】：58 頁

【學位級別】：碩士

【部分圖文】：

圖3-1間接協(xié)作定位的系統(tǒng)模型

哈爾濱工業(yè)大學工學碩士學位論文-16-第3章基于動態(tài)非參數(shù)BP的車輛間接協(xié)作定位3.1引言根據(jù)前面的貝葉斯理論分析可以知道，車輛的定位與追蹤能夠認為是各個觀測消息和本身的慣導預測消息的融合與迭代更新。在智能駕駛的場景中，車輛使用自身攜帶的攝像頭、毫米波雷達、全球定位系統(tǒng)等帶有量測....

圖4-1多擴展目標模型

哈爾濱工業(yè)大學工學碩士學位論文-32-圖4-1多擴展目標模型車輛動力學方程為：11nnnnkkkkkxxΦυ(4-2)其中nkx代表為第k時刻第n個車輛的質(zhì)心運動狀態(tài)，1nkkΦ為狀態(tài)轉(zhuǎn)移矩陣，表征質(zhì)心狀態(tài)從k-1時刻到k時刻的轉(zhuǎn)化過程，nkυ表示為運動過程中的高斯白噪聲。形態(tài)演....

本文編號：3939724