基于VANET的目標(biāo)車輛定位技術(shù)研究.pdf

1、最近幾年，車輛自組織網(wǎng)絡(luò)（VANET）在高速公路場景及城市擁擠交通環(huán)境下發(fā)揮出了巨大的研究價值和應(yīng)用能力。它是自組織的、開放的車輛間通信網(wǎng)絡(luò)，目前廣泛應(yīng)用在車輛跟蹤、交通疏導(dǎo)、路況檢測等領(lǐng)域。其網(wǎng)絡(luò)路由協(xié)議需滿足車輛速度快、拓?fù)渥兓l繁、車輛節(jié)點數(shù)量大等要求。除此之外，為了提高車輛目標(biāo)的定位精度，多車、多傳感器數(shù)據(jù)融合便是其中一種重要方式，期待由此提高在不同行車環(huán)境下的安全性和有效性。由于單一傳感器測量精度偏低并且具有一定的局限性，本文

2、基于VANET網(wǎng)絡(luò)，給出了一種多車多傳感器卡爾曼融合算法，經(jīng)建模并仿真后證明該方法能提高定位精度。
　　論文首先介紹了VANET和目標(biāo)定位，描述了車載自組網(wǎng)特點、技術(shù)、路由協(xié)議和目標(biāo)定位方法，給出了算法的應(yīng)用場景模型，分析了定位算法的性能以及網(wǎng)絡(luò)參數(shù)對測距誤差的影響，介紹了簡單的紅外圖像處理過程、幾種圖像測距技術(shù)及其性能，為后面算法的給出提供基礎(chǔ)。
　　然后本文給出了一種改進的車輛目標(biāo)定位算法：卡爾曼多車融合算法。它是基于單

3、車GPS、圖像測距的卡爾曼濾波融合算法以及多車之間的卡爾曼融合算法，將該算法組合在一起使用共同改善VANET下的目標(biāo)定位精度。本文基于測距和誤差分析，對所提算法建立了相應(yīng)的數(shù)學(xué)模型，在對應(yīng)用場景和網(wǎng)絡(luò)性能進行合理假設(shè)之后用MATLAB進行了相關(guān)仿真驗證。對所提算法與圖像測距算法及單車卡爾曼融合等其它算法進行比較，證明所提算法在提高車輛目標(biāo)定位精度上的有效性。
　　最后總結(jié)了論文的內(nèi)容，對未來VANET目標(biāo)定位中可能出現(xiàn)的問題以及瓶