基于多源信息融合的车辆定位系统设计

李 伟，杨文铂

(河南工业职业技术学院电子信息工程学院，河南 南阳 473000)

0 引言

近年来，我国汽车保有量激增，导致道路拥堵情况严重，交通事故频繁发生，严重影响驾车出行的安全性和便利性。随着信息技术的迅猛发展，智能交通系统的使用逐渐成熟。它通过先进的计算机、通信、物联网、人工智能等高新技术，综合性地解决交通运输问题，密切车辆、道路、用户三者之间的通信，从而形成一种信息融合的综合运输系统。对行驶车辆进行实时、准确的定位及通信，是实现智能交通系统的至关重要的前提[1-2]，也是目前学界及行业研究的热点。

现有的车辆定位技术主要采用全球定位系统(global positioning system,GPS)、ZigBee无线传感网络定位、航位推算法定位等方法。但是GPS定位由于政策及技术方面的原因，存在精度不足、时间盲区过长等缺陷；无线传感网络定位需要借助于无线传感器网络(wireless sensor network,WSN)外部的预定位、人工标定等辅助方法。文献[3]结合二轮履带式车辆运动、GPS定位以及车载航位推算系统导航的数学模型，在车辆的融合定位中引入融合系数控制器，实现系统对外界干扰的有效适应。Duan等[4]研究了基于车联万物(vehicle-to-everything,VTE)V2X通信网络的车辆定位方法，通过建立车辆运动模型，大大提升了车辆的定位精度。文献[5]提出了利用GPS和ZigBee进行组合定位的无缝定位方法，实现了两种定位方式在复杂环境下的无缝切换，可应用在某些GPS信号受限的定位场合。

本文针对车载GPS在复杂环境下的定位功能受限的问题，提出了GPS/ZigBee多源信息融合的车辆定位方法，并采用扩展卡尔曼滤波器解决不同传感器之间的数据融合问题。第1部分对系统设计进行概述，并详细介绍了各个硬件模块的选型和组成；第2部分是对使用GPS和ZigBee多源信息融合的车辆定位系统具体的实现描述；第3部分是试验结果分析；最后对全文进行总结，并展望了后续工作的重点。

1 系统总体设计

本文设计的一种使用GPS和无线传感网络的多源信息融合车辆定位系统，包含基于自组织多跳路由的车联网络通信系统、基于车联网络/GPS自适应组合定位系统、基于Android的车载信息融合系统。

系统结构如图1所示。

图1 系统结构示意图 Fig.1 System structure

系统内车辆上各自安装一套定位设备节点。该设备节点主要包含Android控制模块、无线通信模块、GPS定位模块、传感器采集模块。下文分别对各个模块的原理及硬件选型进行介绍。

1.1 Android控制模块

Android控制模块负责对车际通信数据、定位数据及传感器采集到的状态数据进行汇总分析，并完成地图及交互界面显示，以实现人机交互功能。

系统选用三星公司的Android通用主控芯片S5PV210。该芯片搭载ARM Cortex-A8核心，最大运行频率为1 GHz，采用64/32位总线结构。S5PV210芯片具有高性能、低功耗的特点，适用于GPS导航、个人数码助理(personal digitel assistant,PDA)等智能手持设备。主控板配电源5 V～2 A适配器输入，采用6.8 V瞬态管和2.6 A可恢复保险丝对电源进行过压过流保护。主控板通过LCD40P显示接口与8英寸液晶触摸屏连接，提供输入和显示等人机交互功能。Android控制模块通过串口与系统的其他各功能模块进行通信，分别用到了主控板的COM0～COM2。其中,COM1是RS-232电平接口，COM0和COM2采集晶体管-晶体管逻辑(transistor-transistor logic,TTL)电平接口。

1.2 无线通信模块

ZigBee无线通信模块负责车联网络节点的传感、通信和控制等功能[6]，可在任意两个对等的系统节点之间可靠地传输数据。ZigBee模块选用TI公司生产的CC2430芯片，基于8015微处理器内核，集成了无线通信模块。ZigBee无线通信模块与Android控制模块通过UART接口进行数据流和控制流的交互，波特率为115 200 bit/s。除此之外，芯片还集成有128 KB的可编程Flash和多个模数转换接口。同时，该芯片还可以提取两个网络节点通信的接收信号强度指示(received signal strength indieation,RSSI)值，用于传感节点自适应功率控制和移动节点定位。

1.3 GPS定位模块

GPS定位模块负责对空间定位信息进行采集，得到车辆的位置坐标，通过通用异步收发器(universal asynchronous recever/transmiter,UART)与Android主控模块连接[7-8]。LEA-5A定位模块是高性能的GPS定位接收器，模块的尺寸为(17×22.4×3) mm，工作电压范围为2.7～3.6 V，典型电压为3.3 V。其与微处理器通过串口进行数据通信。接收机拥有2个UART串行接口，默认UART1(RxD1/TxD1)。GPS模块电路如图2所示。

图2 GPS模块电路示意图 Fig.2 GPS module circuit diagram

1.4 传感器采集模块

传感器采集模块负责对车辆节点实时运动状态进行检测，并完成速度、方向、加速度等参数的采集，通过串行外设接口(serial peripheral interface,SPI)传输给Android控制模块。

陀螺仪芯片MPU-6050采集三轴加速度信号后，通过总线将加速度数据发送给单片机。通过三轴数字罗盘芯片HMC5883采集车辆的方位角数据，并通过I2C接口连接到MPU6050的AUX_CL和AUX_DA引脚。

2 多源信息融合定位系统整体设计

2.1 GPS预定位

系统初始化后，各个车辆上的定位设备节点启动。GPS定位模块匹配到工作卫星后，不间断地刷新并接收卫星传来的GPS报文信息，经过解析得到接收机所在车辆的初始位置，实现粗定位。传感器采集模块采集车辆的运动状态数据，包括运动三维方向、速度、加速度以及时间信息。考虑到节点信息更新的实时性，每隔0.5 s通过UART向Android控制模块反馈。

车辆群GPS定位系统由地面控制模块、空间模块、车载装置模块三个单元构成。地面控制模块包括主控站、监测站、地面天线及辅助通信系统，主要功能是收集卫星传回的信息，计算出相对距离、卫星星历和大气校正等数据，按规定的方式编制导航电文等。空间模块由24颗卫星组成，其中包含21颗工作卫星和3颗备用卫星，在互成60°的6个轨道平面上工作。车载装置模块则由GPS接收机和卫星天线组成，主要职责是捕获待测卫星的卫星信号，测量接收天线至卫星的伪距离和距离的变化率，解调卫星轨道参数等相关数据，并依据这些数据按定位解算方法计算出车辆所在地理位置的经纬度、高度、速度、时间等信息[9-10]。

2.2 GPS/ZigBee多源信息融合

考虑到GPS定位被遮挡时效果不佳，当车辆群连网后，使用GPS/ZigBee多源信息融合定位。GPS和ZigBee分别采用了两种不同的坐标系标定位置数据。GPS采用的是地心坐标系WGS-84，而ZigBee则采用ECEF坐标系。两者的坐标系不同，因此需要先对其坐标系进行统一。信息融合时，系统分别输入GPS和ZigBee信号，并用扩展Kalman滤波对各自的信号数据进行处理；然后，将两者分别用滤波处理后的信号轨迹进行融合，再用扩展Kalman滤波进行处理，以达到多源信息无缝融合的效果。

为了用避免GPS信道干扰造成的位置漂移，结合运动状态传感数据，利用Kalman滤波方法对当前车辆运动状态数据进行修正。此方法的原理是根据接收到的相邻车辆的信号强度，通过无线信号强度与距离的关系，测算出相邻车辆的距离；再结合扩展Kalman滤波方法和当前运动模型，解算出车联网内车辆之间的距离、速度等信息。

Kalman滤波是基于最小均方误差准则的滤波。将该滤波方法用于GPS/ZigBee多源信息融合定位中，就是将GPS和ZigBee的信息同时用于定位解的求解，使系统的状态在滤波过程中不断地迭代修正，组合定位的输出又可以提供较为准确的初始位置和方向信息。即使在GPS失效时，单独使用ZigBee定位也能长时间保持较高的定位精度。

GPS/ZigBee多源信息融合是由GPS系统和ZigBee系统两个相互独立的子系统构成的多传感器系统[11-12]。在多传感器系统中，联合Kalman滤波器，利用信息分配原理可实现多传感器信息的最优综合。

GPS/ZigBee多源信息融合定位流程如图3所示。

图3 GPS/ZigBee多源信息融合定位流程图 Fig.3 GPS/ZigBee multi-source information fusion positioning flowchart

3 系统结果分析

为了检验系统的有效性，对项目进行仿真验证，并与GPS单独定位的结果进行对比。图4所示为GPS/ZigBee信息融合定位和GPS单独定位结果对比曲线。从图4中可以看出，GPS单独定位的定位误差在4～7 m之间，而GPS/ZigBee多源信息融合定位的定位误差只有3～5 m，且系统在GPS信号断续情况下依然可实现连续定位，使系统的定位可靠性得到了大幅提高。

图4 定位结果对比曲线 Fig.4 Comparison curves of positioning results

4 结论

针对现有工作的不足，本文通过对车辆定位及车际通信现状的研究，采用基于ARM架构的Android嵌入式系统平台。该平台整合传感器技术、无线传感网络技术以及GPS定位技术，建立基于环境自适应的ZigBee无线网络信号强度指示定位算法和基于扩展Kalman滤波算法的ZigBee/GPS多源信息融合定位方法。该平台检测效果精确、检测时间短，具有实际应用价值。本系统下一步的研究和优化工作是在定位精确度和时效性稳定的同时，改进电路设计，从而进一步提升系统抗干扰能力和稳定性。