原文传递
车载自组网中车辆位置预测算法研究
| 论文题名： | 车载自组网中车辆位置预测算法研究 |
| 关键词： | 车载自组网;位置预测;地图匹配;偏最小二乘回归算法;GPS定位 |
| 摘要： | 车载自组网中包含了很多与安全相关的应用服务，例如事故预警、碰撞避免和无人驾驶等，这些应用都需要精确的车辆定位信息。但是，在真实的城市道路场景下车辆行驶时，经常会被高大建筑物遮挡或因外界强信号干扰而造成短暂丢失车辆GPS定位的情况，使得期间无法实时和有效的提供连续的车辆定位。车辆位置预测技术为解决车载自组网中车辆位置的持续定位问题提供了一种新思路。 本文研究车载自组网中，车载GPS中断时，通过位置预测技术来获取正确的行驶车辆位置的问题。主要工作包括： 针对车载自组网的特点，阐述了车辆位置预测技术的意义。通过研究车辆位置预测的现状，分析了现有车辆位置预测技术的原理和特点。从算法精确性和实用性的角度出发，分析认为现有的IMM-EKF算法无法适用于城市道路场景。 提出一种基于窗口的偏最小二乘回归的位置预测算法(W-PLSR)。该算法利用车辆大量的历史GPS数据和传感器数据来提供可靠的车辆位置预测。通过实验证明，无论是在GPS有效或者中断的真实城市道路场景中，W-PLSR算法比现有的IMM-EKF算法精度提高了50％以上。 提出一种基于地图匹配的位置预测优化算法(OPP-M)。通过分析 W-PLSR算法的实验结果，发现随着时间的推移，W-PLSR预测的车辆位置逐渐偏离了行驶道路。因此，OPP-M算法结合了地图匹配技术，把车辆位置匹配到道路上，从而纠正车辆位置预测的错误。实验证明，OPP-M算法与W-PLSR算法的精度相比较，OPP-M算法在纬度上提高了62%，在经度上提高了24%。 使用Java编程语言与 MATLAB平台实现车辆数据的采集和算法的实现，并设计用于比较算法精确性的实验，为车辆位置预测算法的实现与评估提供了一种简单、有效的方法。 |
| 作者： | 李元庭 |
| 专业： | 计算机技术 |
| 导师： | 王东;陈展 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湖南大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
