基于车辆与车辆的车联网分布式协同感知定位
谯小康
屈小媚
西南民族大学计算机系统国家民委重点实验室,四川成都610041
摘要：车辆协同感知定位是车辆定位的热点技术.针对车载自组织网络,本文在GPS卫星导航和车辆自身航位推算(DR)的基础上,利用车辆之间的到达时间(TOA)观测和车辆到车辆(V2V)的实时通信来设计一种分布式协同定位方法.针对协同定位中TOA测量函数的非线性和辅助车辆真实位置未知的问题,提出了一种基于改进无迹卡尔曼滤波(UKF)的协同定位算法.相对于传统的UKF协同定位使用GPS观测值作为辅助车辆位置,本文提出的算法将辅助车辆位置作为未知参数,扩维到状态向量,有效降低了辅助车辆位置误差对定位精度的影响. Monte Carlo仿真结果表明,利用TOA观测的协同定位精度明显优于仅利用GPS和DR的独立定位精度,且改进的UKF协同定位算法相于传统UKF算法,具有更高的定位性能.
关键词：车载自组织网络到达时间车辆到车辆协同定位无迹卡尔曼滤波
资助基金：国家自然科学基金(61873217)西南民族大学研究生创新型科研项目(CX2020SZ09)
论文发表日期：2021-07-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 988-996 )
英文信息