基于無(wú)線傳感網(wǎng)的城市智能交通車(chē)輛定位技術(shù)研究

金歡

摘要：在城市智能交通系統(tǒng)中，行駛車(chē)輛定位成為了關(guān)鍵問(wèn)題。無(wú)線傳感網(wǎng)是信息獲得和數(shù)據(jù)處理的一種新模式，其節(jié)點(diǎn)定位技術(shù)為車(chē)輛定位提供了支撐。本文提出了基于無(wú)線傳感網(wǎng)的城市智能交通車(chē)輛定位技術(shù)，采用TDOA技術(shù)和最小二乘法對(duì)行駛車(chē)輛進(jìn)行初始定位，再利用改進(jìn)的粒子濾波算法提高定位精度得到最終位置。實(shí)驗(yàn)證明，該方法可有效的提高定位精度且投入成本低。

關(guān)鍵詞：無(wú)線傳感網(wǎng) 城市智能交通 車(chē)輛定位

中圖分類號(hào)：U495；TP212.9；TN929.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2016）09-0073-01

隨著科技技術(shù)和工業(yè)技術(shù)的發(fā)展，汽車(chē)保有量迅速增長(zhǎng)，城市交通壓力日益加大。城市智能交通系統(tǒng)（ITS）中的車(chē)輛定位與身份識(shí)別倍受關(guān)注，運(yùn)動(dòng)中的車(chē)輛定位為ITS中的關(guān)鍵問(wèn)題。無(wú)線傳感網(wǎng)（WSN）是由傳感器、數(shù)據(jù)處理和通信單元組合節(jié)點(diǎn)以自組網(wǎng)的形式構(gòu)成的網(wǎng)絡(luò)，是一種不依賴中心節(jié)點(diǎn)的全分布系統(tǒng)。

針對(duì)基于WSN的ITS系統(tǒng)，本文中提出通過(guò)TDOA技術(shù)獲得車(chē)輛原始位置信息，利用最小二乘法處理數(shù)據(jù)。初次定位獲得車(chē)輛位置粗略信息，再利用改進(jìn)的粒子濾波算法進(jìn)行再次定位。實(shí)驗(yàn)證明，本文提出的方法成本較低，獲得車(chē)位車(chē)輛位置信息精度較高。

1 智能交通系統(tǒng)模型

在交通環(huán)境中設(shè)置大量傳感器節(jié)點(diǎn)，對(duì)道路中的車(chē)輛進(jìn)行實(shí)時(shí)監(jiān)控，所獲得的信息上傳到控制中心?；跓o(wú)線傳感網(wǎng)的城市智能交通車(chē)輛定位系統(tǒng)如圖1所示，該系統(tǒng)由控制中心、通信傳感器節(jié)點(diǎn)和車(chē)載傳感器組成。道路上行駛通過(guò)自帶車(chē)載傳感器以固定頻率廣播信號(hào)，請(qǐng)求路側(cè)通信傳感器節(jié)點(diǎn)發(fā)送坐標(biāo)信息，當(dāng)接收到返回的坐標(biāo)信息和RSSI值后，估算粗略坐標(biāo)，然后再利用改進(jìn)的粒子濾波算法計(jì)算出準(zhǔn)確坐標(biāo)值，并將坐標(biāo)值發(fā)送到控制中心，中心根據(jù)獲得的信息進(jìn)行調(diào)度和決策。

2 行駛車(chē)輛粗略位置測(cè)量

不同的路側(cè)通信傳感器得到行駛車(chē)輛的廣播信號(hào)存在時(shí)間差，通過(guò)路側(cè)通信傳感器的坐標(biāo)與該時(shí)間差，采用TDOA定位技術(shù)得到車(chē)輛位置信息。根據(jù)時(shí)間差和電磁波傳播速度可得到距離差，將該距離差代入式（1），可計(jì)算出行駛車(chē)輛的粗略位置信息。

基于信號(hào)強(qiáng)度指示RSSI和TDOA技術(shù)的方法，在獲得行駛車(chē)輛的初始坐標(biāo)后，車(chē)輛自帶車(chē)載傳感器利用粒子濾波算法對(duì)車(chē)輛定位，由于經(jīng)典粒子濾波算法樣本存在退化情況，為防止發(fā)生樣本退化，采用對(duì)樣本重新采樣，并改進(jìn)設(shè)計(jì)概率密度函數(shù)等，從而對(duì)粒子濾波過(guò)程進(jìn)行優(yōu)化。

通過(guò)實(shí)驗(yàn)證明，在圖1的環(huán)境下，將本文提出的改進(jìn)粒子濾波算法與經(jīng)典粒子濾波算法實(shí)驗(yàn)對(duì)比，比較目標(biāo)車(chē)輛x、y坐標(biāo)的平均定位誤差，本文提出的改進(jìn)的粒子濾波算法的定位精度優(yōu)于經(jīng)典算法。

4 結(jié)語(yǔ)

本文提出的基于無(wú)線傳感網(wǎng)的城市智能交通車(chē)輛定位技術(shù)，首先采用TDOA定位技術(shù)獲取行駛車(chē)輛的初始位置，再增加RSSI值權(quán)重計(jì)算，獲得車(chē)輛初次定位的粗略坐標(biāo)；通過(guò)改進(jìn)的粒子濾波算法對(duì)行駛車(chē)輛位置再次定位，完成以上步驟得到車(chē)輛準(zhǔn)確的位置。實(shí)驗(yàn)證明，本文所提出的方法有效的提高了城市智能交通車(chē)輛定位的精度，且硬件投入成本較低。

參考文獻(xiàn)

[1]王冬，吳蔣.基于TDOA和改進(jìn)粒子濾波算法的智能交通系統(tǒng)運(yùn)行車(chē)輛定位[J].計(jì)算機(jī)測(cè)量與控制，2014，22（4）：1196-1198.

[2]楊志，胡文紅.基于云計(jì)算視覺(jué)技術(shù)的肇事車(chē)輛定位系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)測(cè)量與控制，2013，21（3）：770-772.

[3]陳娟娟.基于GIS與GPS的車(chē)輛定位監(jiān)控系統(tǒng)[D].天津：天津大學(xué)，2012.

[4]李文娟.車(chē)聯(lián)網(wǎng)中車(chē)輛定位及其優(yōu)化技術(shù)研究[D].南京：南京郵電大學(xué)，2013.