車載自組網中車輛位置預測算法研究.pdf

1、車載自組網中包含了很多與安全相關的應用服務，例如事故預警、碰撞避免和無人駕駛等，這些應用都需要精確的車輛定位信息。但是，在真實的城市道路場景下車輛行駛時，經常會被高大建筑物遮擋或因外界強信號干擾而造成短暫丟失車輛GPS定位的情況，使得期間無法實時和有效的提供連續(xù)的車輛定位。車輛位置預測技術為解決車載自組網中車輛位置的持續(xù)定位問題提供了一種新思路。
　　本文研究車載自組網中，車載GPS中斷時，通過位置預測技術來獲取正確的行駛車輛位置

2、的問題。主要工作包括：
　　針對車載自組網的特點，闡述了車輛位置預測技術的意義。通過研究車輛位置預測的現狀，分析了現有車輛位置預測技術的原理和特點。從算法精確性和實用性的角度出發(fā)，分析認為現有的IMM-EKF算法無法適用于城市道路場景。
　　提出一種基于窗口的偏最小二乘回歸的位置預測算法(W-PLSR)。該算法利用車輛大量的歷史GPS數據和傳感器數據來提供可靠的車輛位置預測。通過實驗證明，無論是在GPS有效或者中斷的真實城市

3、道路場景中，W-PLSR算法比現有的IMM-EKF算法精度提高了50％以上。
　　提出一種基于地圖匹配的位置預測優(yōu)化算法(OPP-M)。通過分析 W-PLSR算法的實驗結果，發(fā)現隨著時間的推移，W-PLSR預測的車輛位置逐漸偏離了行駛道路。因此，OPP-M算法結合了地圖匹配技術，把車輛位置匹配到道路上，從而糾正車輛位置預測的錯誤。實驗證明，OPP-M算法與W-PLSR算法的精度相比較，OPP-M算法在緯度上提高了62%，在經度上提