[發明專利]一種基于數據預處理的特種車定位校正方法

在審

• 申請號: 202110573909.6
• 申請日: 2021-05-25
• 公開（公告）號: CN113360840A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 張雷;胡淼淼
• 申請（專利權）人: 北京北電科林電子有限公司
• 主分類號: G06F17/14
• 分類號: G06F17/14;G06F17/11;G06F17/16;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供了一種基于數據預處理的特種車定位校正方法，包括：獲取GPS源信號，對GPS源信號進行小波多尺度分解，得到相應的小波分解系數，使用軟閾值法對小波分解去噪后，重構小波分解系數得到初步去噪后的信號值；基于去噪后的信號值，將噪聲統計值估計和誤差估計輸入到自適應卡爾曼濾波系統中，通過改進的自適應卡爾曼濾波算法，進行濾波處理得到狀態估計值，判斷所述狀態估計值是否為最優解，若是，則輸出校正后數據，若否，則將預測值再次進行迭代，直到得到最優解為止。本發明通過使用小波分析方法和卡爾曼濾波結合的方式對GPS源數據進行處理，從根源上消除噪聲數據的影響，提高了定位的精準程度。

技術領域

本發明涉及特種車定位技術領域，具體涉及一種基于數據預處理的特種車定位校正方法。

背景技術

隨著物聯網技術的快速發展，智能交通漸漸走上城市舞臺，特種車作為執行特殊任務的重要公路運輸載體，其安全指揮調度的問題更是受到了廣泛關注。為了實現特種車輛的實時監控和定位跟蹤，搭載各種傳感器和GPS的車載終端已經成為了特種車的標配，特種車的智能監控系統更是大大提高了特種車調度的安全性。然而特種車監控系統最重要的定位導航技術仍然是單純的GPS定位，并不能很好的滿足特種車輛精確定位和實時追蹤的要求。

現有技術中相關解決方案如下：

(1)基于模糊邏輯的定位數據校正算法

地圖匹配是一種基于軟件技術的定位修正方法，其基本思想是引入相應的匹配算法，對導航定位所測得的車輛位置與數字地圖中的道路網信息進行實時數字匹配和自動修正，并由此確定車輛相對于地圖的位置。由于地圖匹配涉及模糊度的定性決策過程，利用模糊邏輯的方法可以解決這一問題。匹配路段可以通過評判路段方向與車輛行駛方向的一致性，路段形狀與車輛行駛軌跡的相似程度來確定具體位置。

(2)基于粒子濾波的GPS定位數據處理算法

粒子濾波(Particle Filter)算法作為一種非線性濾波方法，通過尋找一組在狀態空間中傳播的隨機樣本來近似的表示概率密度函數，用樣本均值代替積分運算，進而獲得系統狀態的最小方差估計的過程，可以用在任何形式的狀態空間模型上。其核心思想是通過從后驗概率中抽取的隨機狀態粒子來表達其分布，是一種順序重要性采樣法。隨著采樣粒子數的增大，逐漸趨向狀態的后驗概率密度，在解決非線性非高斯問題時得到廣泛應用。將粒子濾波算法應用到GPS定位數據處理問題中，能有效去除噪聲數據對于定位結果的影響，作為輔助方案可以提供較為精確的導航定位數據。

(3)基于BP(Back Propagation)神經網絡的DR位置誤差預測模型

BP神經網絡是一種按誤差逆傳播算法訓練的多層前饋網絡，是應用最廣泛的神經網絡模型之一。BP網絡能學習和存貯大量的輸入-輸出模式映射關系，而無需事前揭示描述這種映射關系的數學方程。它的學習規則是使用最速下降法，通過反向傳播來不斷調整網絡的權值和閾值，使網絡的誤差平方和最小。為了提高所用網絡的泛化能力，采用貝葉斯正則化規則訓練網絡，最終建立DR(航位推算)位置誤差預測模型，在GPS失效時利用已建立的預測模型預測DR位置誤差修復位置數據，實現車輛行駛在復雜路徑下的實時精確導航定位。

基于模糊邏輯的定位數據校正算法的基礎時地圖匹配算法，應用該算法必須具備兩個前提條件，一是含有精確道路位置坐標和方向信息的高精度電子地圖；二是車輛正在道路上行駛。當這兩個條件滿足時，就可以把車輛定位系統獲得的位置和方向信息同電子地圖提供的道路位置和方向信息相比較，按照算法確定車輛所在實際位置，修正位置信息。高精度地圖只是一個靜態的數據，在實際使用時，不可能一開始就將全國的地圖導入到系統中，這樣不僅費時，而且會占用系統很多資源，特種車其特殊性也不能保證其工作環境的穩定性，因此通過地圖匹配算法確定車輛具體位置的方法也從一定程度上限制了其使用范圍，不適用與特種車的定位修正。