论文部分内容阅读
随着车联网中自动驾驶的迅速发展,车辆的定位方式成为了自动驾驶技术的一个重点研究方向,近年来受到了国内外研究人员的极大关注。目前车辆的定位方式是GPS定位,这种GPS(Global Positioning System)全球定位系统方式是民用的方式,是基于伪距定位的方式,因而它的精度较低。在高精度的卫星定位中,有一种定位方式,是基于相位的定位方式,这种定位方式的精度较高,实时性较好,并且双差模式下的相位定位在实践中发展的很好,其中的代表就是网络RTK(Real-time kinematic)--实时动态载波相位差分技术,但是如果直接用这种定位方式,它的成本太高,不容易普及,所以针对网络RTK的定位算法,本文设计了基于RSU(Road Side Unit)--路侧单元设备的定位算法,针对设计的算法,我们又设计模拟了该算法的车辆定位系统。在模型的设计上,我们利用了路侧单元和车辆可以进行通信来设计本文模型,然后设计了本文的模型算法,该算法中的难点为相位求解问题和整周模糊度求解问题,针对相位部分,本文使用了RSU和固定型号的无线网卡来获取无线信号,这种无线信号中包含信道状态信息--CSI(Channel State Information),它是基于物理层对信号进行分析,其中含有多个子载波的相位信息和振幅信息,所以通过这种方式获取相位信息;针对整周模糊度部分,本文设计了基于LAMBDA算法的整周模糊度求解算法。针对本文设计的模型,随后设计了相对应的定位系统,对设计系统进行需求分析和设计分析,然后进行模型的验证部分和系统的实现部分,具体实验过程包括:发送位置信息,基站需要向车辆发送它精准的位置坐标,其中包含系统模型中的路灯和路灯座的位置坐标;采集CSI信息,处理CSI信息,解析出的相位信息,对于相位这部分,需要在Ubuntu系统下进行,使用固定型号的网卡,修改该系统的无线驱动,修改固件,进行CSI信息的采集,然后利用MATLAB对其进行解析,解析出CSI信息的部分,在解析过程中,对不同发射端的mac地址进行分类;验证整周模糊度算法,采用了基于LAMBDA算法的求解方法,这种算法的基本原理是利用最小二乘方法。最后,我们对该模型和系统进行实验验证,该实验需要在空旷的场地进行,保持车辆匀速低速前进,验证定位准确性以及可以达到的精度,最后发现该定位方式的精度有较大的提高。