论文部分内容阅读
基于智能手机的无钥匙进入与启动系统(Passive Entry and Passive Start,PEPS)是下一代汽车PEPS的重要发展方向。低功耗蓝牙以其低成本、低功耗、短时延以及高可靠性等特点使蓝牙PEPS具有替代现有PEPS的潜力。得益于蓝牙技术的广泛应用,蓝牙PEPS系统利用智能终端作为车辆虚拟钥匙,省去专用车辆钥匙来实现真正的无钥匙进入与启动。本文对蓝牙PEPS实现中与定位相关的问题进行研究,设计了基于Dempster-Shafer证据理论的车辆内外部辨识算法以及基于多蓝牙信标的车辆近距离定位算法,并在实车场景验证算法的有效性。具体的研究工作包含以下6个方面:1.对车辆环境下蓝牙信标的接收信号强度(Received Signal Strength,RSS)进行实验分析。考察车辆环境下蓝牙信标RSS的时间和空间规律、车辆上常见材料造成的遮挡影响、以及用户采集方式和信标安装朝向对RSS的影响。2.横向比较了移动平均滤波、高斯滤波以及卡尔曼滤波等算法,认为卡尔曼滤波对于抑制蓝牙信标RSS的噪声效果最佳。3.运用位置指纹定位思想设计了基于加权K近邻、逻辑回归、以及贝叶斯概率的多个基分类器来解决高精度车辆内外部辨识问题。通过改进的Dempster-Shafer证据理论,将基分类器的辨识结果进行融合,有效提升基于移动端车辆内外部辨识算法的鲁棒性与准确性。4.针对车辆近距离定位问题,结合车辆内外部蓝牙信标RSS受到车辆外壳遮挡而产生衰减的特点,采用基于交互多模型扩展卡尔曼滤波的单信标距离估计来减少蓝牙信标的测距误差。同时,设计并比较了包括扩展卡尔曼滤波、蒙特卡洛定位以及迭代多边定位在内的多种测距信息融合方案。5.针对车辆内外部辨识算法离线阶段的数据采集,探索了多种不同的数据采集方式,包括固定位置数据采集、精确位置数据采集、环形区域位置数据采集等。此外,通过实验分析考察不同位置的蓝牙信标对车内外定位的影响,确定合适的蓝牙信标布局。6.设计静态与动态实验来验证车内外辨识算法与车辆近距离定位算法。实验结果表明,在单一场景下,车辆内外部辨识平均精度达到99%,静态测试定位误差在30厘米以内。在复合场景中,车辆内外部辨识精度在95%左右,部分情况下辨识精度达到98%以上。在近距离范围相对定位的动态测试中,所设计的多信标融合算法的定位误差在2米范围内的概率达到90%以上。