原文传递
车联网中盲区车辆精确定位技术研究
| 论文题名： | 车联网中盲区车辆精确定位技术研究 |
| 关键词： | 车辆盲区自主定位;全球导航卫星系统;车辆传感器;地图匹配;修正算法 |
| 摘要： | 盲区中的车辆精确定位既是当前车联网中的研究热点，同时也是一大难题。全球导航卫星系统（GNSS，Global Navigation Satellite System）具备全球性、高精度等优点，但是GNSS信号有时会被遮挡，因此无法应用于盲区定位。惯性导航系统（INS，Inertial Navigation System）具有自主性、不怕外界干扰等优点，但是INS的定位误差会随着时间而积累，因此无法用于长时间的盲区定位。基于此，本文通过分析一种现有的简单实用的车辆盲区自主定位技术，并结合地图匹配和修正算法来解决导航系统中的误差累积问题，主要工作如下： 1、分析一种现有的简单实用的自主定位技术VSYR（Vehicle Speed&Yaw Rate），分别建立了简易和复杂两种数学模型进行研究，理论分析和仿真结果表明，由于车辆传感器参数不够精确，VSYR和INS一样存在误差积累的问题； 2、研究一种利用地图匹配修正VSYR的车辆传感器参数的技术。首先通过VSYR进行定位，然后通过地图匹配修正VSYR的定位点，通过修正后的定位点修正车辆传感器的参数。仿真结果表明此技术可以有效缓解VSYR误差积累的问题； 3、研究一种在GNSS可见的情况下修正VSYR的车辆传感器参数的技术。此技术在GNSS可见的情况下，分别使用VSYR和GNSS进行定位，然后使用地图匹配修正GNSS的定位点，通过修正后的GNSS定位点修正车辆传感器的参数。仿真结果表明此技术可以有效缓解VSYR误差累积的问题。 |
| 作者： | 吴晓春 |
| 专业： | 通信与信息系统 |
| 导师： | 刘南杰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京邮电大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
