论文部分内容阅读
随着生活水平的提高,车辆逐渐成为人们生活中不可或缺的一部分,与此同时,人们对行车过程中的舒适度和智能度也有了更高的要求。本文通过提供车内基于位置的服务,对车内不同位置的人员提供不同的服务,可以辅助驾驶安全并提高驾驶员和乘客的舒适度。 目前针对智能车辆的研究,多集中在GPS(Global Positioning System,全球定位系统)服务、测温测速等方面,对于车内位置相关的研究仍处于探索初期,本课题开展基于蓝牙多信道RSSI(Receive Signal Strength Indicator,接收信号强度指示)的高精度车内定位方法研究,在无需用户参与的前提下准确判断乘客在车内的位置,针对这一目标,本文在车内定位方法、减少环境及终端误差和建立实用APP等方面进行了深入研究,主要贡献如下: 1.调研了目前常用的室内和车内定位方法,分析了各个方法的可行性和实用性,针对车内的特殊环境,设计并实现了一种基于多信道蓝牙RSSI的定位方法VehLoc,该方法利用蓝牙广播信道的频率差带来的RSSI差异,通过收集不同位置的多信道蓝牙RSSI值,分别建立粗粒度分类模型,函数拟合模型和细粒度分类模型,用于位置判断。本文在两种车内对该方法进行了实验,VehLoc对车内五个位置的评价判断精确度可达92.5%,可知,该方法能很好地判断乘客在车内位置。 2.考虑到RSSI可能由于环境和信道质量、接收终端种类而有所不同,造成定位时接收RSSI(定位数据)与用于模型建立RSSI(标准数据)的不匹配,本文提出了一种误差消除方法。对于因为多径效应、信号吸收、衍射等造成的RSSI特殊值,通过卡尔曼滤波进行处理,由历史数据推测当前数据的最优值,最大地减少环境干扰带来的误差;同时,提出了基于SVR(Support Vector Regression,支持向量回归)的设备校准方法,降低由于接收终端导致的接收数据空间差异对定位带来的影响。在实验中,分别使用Nexus和华为手机进行数据采集和模型定位,准确率分别为91.54%和90.69%,如果不使用误差消除方法准确率为83.79%与79.18%,可见,本文提出的终端误差消除方法能够提高定位精确度,解决因接收数据和标准数据不匹配造成的定位失误问题。 3.为了方便用户使用定位方法,本文设计了车内定位APP。对于手机端不能分辨蓝牙RSSI信道来源的问题,提出了基于分时广播的多信道数据包发送方法,通过在蓝牙数据发射端和数据接收端建立协议,修改发射端源码,将包序信息和信道信息封装在数据包内发送,在接收端解包分析,同时对于链路质量差导致的丢包问题,使用均值填充的方法处理缺失值,最大程度上保留原始值,实测平均准确率为89.54%,能够判断用户在车内的位置。