基于北斗卫星导航定位的车辆监控系统

该发明公开了一种基于北斗卫星导航定位的车辆监控系统,涉及利用用户或终端位置的业务技术领域。所述监控系统包括北斗通讯系统、车载终端、GPRS通讯系统和监控中心,北斗导航系统与所述车载终端的数据输入端连接,北斗导航系统用于为所述车载终端提供定位服务,所述车载终端通过所述GPRS通讯系统与所述监控中心双向数据交互,用于将北斗导航系统提供的定位信息通过GPRS通讯系统传送给监控中心,并将监控中心上传的控制命令通过GPRS通讯系统传送给车载终端进行处理。所述监控系统将北斗卫星定位系统应用到车辆定位监控系统之中,融合传感器技术、无线通信技术、地理信息技术,实现了车辆监控、轨迹追踪、实时定位等功能。     

基于SuperSocket的北斗终端数据接收服务的设计与实现

北斗是我国自主研发的卫星导航定位系统,已经被广泛使用于各个领域,城市交通管理的核心是车辆监控,为了实现车辆的智能管理,获取车辆信息是首要任务,基于北斗二代的车载终端能够精确获取车辆信息,因此实现监控管理的前提是对北斗终端定位信息的采集.北斗终端数据接收服务的设计与实现成为车辆监控系统的关键,该服务负责采集车辆定位信息和车辆运行信息,同时负责完成与监控平台的实时信息交互.结合SuperSocket和WebSocket开源技术实现数据采集和实时通信,完成该服务的设计和实现,并通过对比实验分析,证明了该设计的先进性和高效性,解决了车辆监控系统中数据稳定获取和实时交互的关键问题.     

基于轮胎半径自适应的智能车辆组合定位

定位系统是智能车辆环境感知系统的重要组成部分。设计了智能车辆轮胎半径自适应在线估计算法以提高车辆速度估计精度,从而在GNSS(Global Navigation Satellites System)不可用时提升IMU(inertial measurement unit)/WSS(wheel speed sensor)组合定位系统的精度。首先,在GNSS信号良好时,考虑车轮动态设计了多模型融合的轮胎有效滚动半径自适应算法,以准确估计轮胎有效滚动半径;然后,基于自适应误差状态卡尔曼滤波设计了多传感器融合组合定位算法。实车试验结果表明,所设计的算法在初始轮胎半径有不足2%的误差时,丢失GNSS 40s可将定位精度提高30%以上。     

多传感器融合定位控制系统设计

为实现水田作业机械的精确定位,在惯性传感器定位的基础上,设计了一套基于激光的多传感器融合定位系统.该系统以激光、陀螺仪与编码盘等传感器模块为硬件基础,结合卡尔曼滤波算法实现了多传感器的数据融合.试验结果表明:在50 m×50 m的测试范围内,静态定位误差小于10 cm,系统定位可靠,精度较高,达到了预期研究目标.     

基于车载GNSS与IMU组合定位系统的改进定位算法

结合车载全球导航卫星系统（GNSS）与惯性测量单元（IMU）组合定位系统,针对传统定位算法中实际路况变化带来的数据融合噪声误差的问题,以车载传感器收集的运动数据作为阈值条件进行自适应滤波动态切换,提高组合定位系统的稳健性与适应性. 提出一种改进的自适应动态组合定位方法,将扩展卡尔曼滤波（EKF）与无迹卡尔曼滤波（UKF）算法,基于实时运动模型结合,以此抑制在车辆运动模型变化时传统单一算法产生的误差干扰.改进后算法的均方根误差（RMSE）相较于传统的EKF滤波与UKF滤波算法分别提升了约75.26%和58.48%.在高架桥下的实际车载场景实验中,改进算法的平均距离误差为2.32 cm,相较于改进前的定位性能提升了约61.65%.在复杂的城市交通的环境下,能够实现精准定位.     

基于无线传感器网络的定位系统研究及设计

研究并设计了一种基于TDOA定位技术的短距离精确定位系统,该系统采用超声波和无线电相结合的 定位技术组建无线传感器网络来实现定位,系统结构简单,实现容易,无需时钟同步#针对该定位系统,设计了一 种快速、高精度的多步长定位算法,理论及实验结果表明,该算法是高效的。     

飞机地面防撞多传感器数据融合系统研究

为了实现对不同传感器探测和跟踪的目标信息融合,提出了一种车载飞机地面防撞的多传感器数据融合系统.采用矩不变量的方法描述飞机的特征;采用Levenberg-Marquardt算法对标准的BP网络算法进行改进,使系统快递、稳定地进行飞机识别.该算法实现了多传感器多目标定位、航迹融合等关键技术,实验表明,该系统可以较好地实现目标定位、跟踪以及目标识别的目的.     

基于图像分解和DM6437的嵌入式车牌定位系统

针对目前国内车牌定位系统易受背景干扰和定位准确率有待提高等问题,基于图像分解方法和DM6437DSP硬件平台,设计了一种嵌入式车牌定位系统.通过CCD摄像机和TVP5146视频解码芯片完成图像信息的采集,DM6437实现算法处理和数据传输等任务,并引入图像分解改进车牌定位算法.实验结果表明,图像分解方法能够有效去除车辆图像背景中的无用信息,进而提高车牌定位的准确率.基于DSP硬件平台的定位系统体积小,运行稳定,有较高的应用推广价值.     

基于无线传感器网络的定位系统研究及设计

研究并设计了一种基于TDOA定位技术的短距离精确定位系统。该系统采用超声波和无线电相结合的定位技术组建无线传感器网络来实现定位，系统结构简单，实现容易，无需时钟同步。针对该定位系统，设计了一种快速、高精度的多步长定位算法，理论及实验结果表明，该算法是高效的。     

车载伪距单点定位的卡尔曼滤波算法研究

为推动北斗卫星导航定位系统的融合发展理念,进一步提高车载伪距单点定位的精度,提出了一种基于Kalman滤波理论的车载双系统伪距单点定位算法,并通过静态试验和动态实验采集的实测数据进行了车载伪距单点定位精度分析,对算法的可靠性与实用性进行验证。其中,静态试验分别分析了GPS系统、北斗系统、北斗/GPS融合系统下的定位精度和可靠性,动态试验分析了BDS/GPS融合系统下的定位精度与可靠性。两种实验的结果表明:该算法在一定程度上提高了车载伪距单点定位的性能。并且,静态单点定位N方向精度提高22.8%、26.4%、19.8%(从左到右分别为GPS、BDS、BDS/GPS),E方向精度提高18.6%、23.3%、22.9%,U方向精度提高10.1%、7.5%、9.9%;动态单点定位在N方向精度提高13.4%,E方向精度提高13.2%,U方向精度提高4.6%。可见,通过kalman滤波可进一步提高车辆定位的精度与可靠性,满足道路上车辆的定位需求。