论文部分内容阅读
智能交通系统(Intelligent Transportion System,ITS)可以有效的提高交通效率,缓解日益严峻的城市交通形势,是现代城市交通发展的新方向。ITS的开发研究,基本上都离不开车辆导航定位技术,只有在车辆准确、实时定位的前提下,有效地调度指挥车辆,才能改善交通,保证车辆安全行驶。因此,车辆导航定位技术是ITS的核心内容,是实现道路智能化管理的关键技术之一。本文针对复杂城市环境,尤其是长时间遮挡环境(如高楼林立的城市峡谷、隧道等)下,GPS易失效无法对车辆可靠、连续定位的问题,研究了基于RFID(Radio Frequncy Identification,RFID)的车辆定位技术,并结合相应的算法融合RFID模块与低成本的车载传感器(轮速传感器、陀螺仪、电子罗盘)的信息,实现车辆的准确、连续定位,具体研究内容如下：1.搭建车载多传感器信息同步采集平台。完成采集硬件平台构建和采集软件的编写,实现多传感器信息的同步获取。2.采用RFID技术实现车辆初步定位。首先确定RFID读写器与标签的布局方案,接着针对Friis射频信号空间传播模型的局限性,采用极限学习机拟合出接收信号强度和距离的关系,最后由递归最小二乘法估算出读写器的位置,实现车辆初步定位。3.将RFID与车载多传感器信息融合定位。针对城市车辆频繁的加减速和转向等高机动工况,建立城市车辆高机动运动模型,在此基础上,通过交互多模型扩展卡尔曼滤波算法,将RFID与其他车载传感器信息融合,从而进一步提高车辆初步定位的精度,实现RFID融合定位。4.开展实车试验并对试验结果进行处理分析。为了验证所提定位方案的可行性和效果,分别进行了RFID接收信号强度静态采集试验,RFID初步定位试验和RFID融合定位试验。目前本课题已经完成了上述研究内容,实车试验的结果表明,本课题提出的RFID多传感器融合定位方案能够有效的解决复杂城市环境下车辆的可靠、连续定位问题,具有成本低,对环境的适应力强,定位精度较高的优点。