季淦 肖广兵 张涌

摘 要：基于无线传感网络的车载虚拟雷达协同定位系统，能够实时显示周围邻居车辆运行状态，包含车速、方向、预警信息等，以提高车辆对周围道路交通环境综合感知能力，降低道路交通安全风险。系统主要包括支持自组织时分复用（STDMA）通信的车载无线传感模块、虚拟雷达仪表显示、树莓派核心处理单元以及相应的板载通信电路。车辆通过与智能基站进行周围性消息广播，对自身地理位置信息及周围其它车辆的地理位置信息进行精准估计。在对协同定位系统进行硬件电路设计的同时，还利用Visual Basic对系统软件的工作界面进行设计，能够直观显示周围邻居车辆的运行状态信息，实现对车辆在全球定位系统（GPS）信号弱或无GPS信号下的精准协同定位和显示。系统具有较好的实时性和精准度，能够为当前智能车辆以及未来无人驾驶的高精度定位服务要求提供保障。

关键词：无线传感网络;车载定位;无人驾驶;GPS

DOI：10. 11907/rjdk. 201208

中圖分类号：TP319文献标识码：A 文章编号：1672-7800（2020）010-0165-04

Abstract： In this paper， a cooperative positioning system based on wireless sensor network is designed， which can display the related operation status of surrounding vehicles in real time， including speed， direction， early warning information， etc.， in order to improve the ability of comprehensive perception of surrounding road traffic environment and reduce the risk of road traffic safety. The system mainly includes vehicle wireless sensor module， virtual radar instrument display， Raspberry core processing unit and corresponding on-board communication circuit which supports self-organized time division media access （STDMA） communication. Vehicles broadcast the surrounding information with intelligent base station to accurately estimate their own geographic location information and the geographic location information of other vehicles around. In addition， while designing the hardware circuit of the system， the working interface of the system software is also designed by using visual basic， which can display the running state information of the neighboring vehicles intuitively， and realize the precise cooperative positioning and display of the vehicles in the global positioning system （GPS） signal weak or without GPS signal. The system has better real-time and accuracy， and can provide guarantee for the current intelligent vehicles and the future unmanned high-precision positioning service requirements.

Key Words：wireless sensor network;vehiclelocation;driverless;GPS

0 引言

精准的地理定位作为陆地导航的核心，是实现未来无人驾驶的重要环节。在典型的交通环境中，如隧道、城市峡谷、地下停车场等，车辆仅仅依靠全球定位系统GPS[1]无法获得精准、实时的地理定位。有效保障车辆在GPS信号弱甚至无GPS信号下的实时精准定位成为实现未来无人驾驶的前提。

国内外关于车载定位系统的研究主要分为以下几类：全球导航卫星系统（Global Navigation Satellite System，GNSS）[2]、惯性导航定位、无线定位以及组合定位等。全球导航卫星系统包含了目前全球多个不同国家所研发的导航定位系统，如美国的GPS、俄罗斯的GIONASS、中国的北斗定位系统[3-4]等，然而该类型的定位都存在卫星信号容易被遮挡、定位精度低的问题。独立定位也叫自主定位，它不使用通信设备，独立自主。惯性导航定位（Dead Reckoning，DR）[5]是一种当前主流的车辆自主定位技术，其依靠惯性传感器获取车辆位移和导航信息，然而航迹推算技术对设备精度要求非常高，造价昂贵，并且存在误差累积的缺点。无线电定位[6]是当下实现高精度定位的另一种方法，它通过直接或间接测定无线电信号在已知位置的固定点与移动物体之间的传播时间、相位差、振幅或频率变化，确定距离、距离差、方位等参数。如WiFi[7]定位技术、超宽带（Ultra Wide Band，UWB）[8]、RFID[9]等。然而，现存方法都存在因多径干扰、非视距传播等因素影响，而导致定位不准的问题。

本文设计的车载协同定位系统是基于无线电定位技术，其以无线传感网络为通讯平台，通过基站与行驶的车辆间进行信息（本地时间、地理位置估值、车辆行驶车速等）交换，结合相关算法调整实现智能基站与车辆同步。智能基站有着精准的时间以及对车辆的精确地理定位，通过算法逐渐消除智能基站与车辆间因非对称延迟产生的地理位置偏差，从而实现车辆高精度定位。该系统成本低、效率高、结构简单，在定位中仅需在车辆通信范围内的单个智能基站即可实现，具有较低功耗，解决了车辆因GPS信号弱或无GPS信号下无法实时精准定位的问题。

1 系统设计工作原理

车载虚拟雷达协同定位系统主要由支持自组织时分复用通信的车载无线传感模块、虚拟雷达仪表显示、树莓派核心处理单元以及相应的板载通信电路等组成，通过无线传感模块实现车辆与基站之间的信息交互，再结合相关算法对车辆估计地理位置进行同步调整，最终将同步状态显示在终端。

当协同定位系统启动时，处理单元读取智能基站中缓存的信息，主要包含车辆实时车速、车辆本地时钟、车辆估计地理定位、基站对车辆的地理定位、实时精准时间等，将获得的信息进行相关处理后发送至显示终端，通过观察车辆与基站同步状况判断车辆估计定位的精准性。系统完整拓扑结构如图1所示。

2 硬件系统设计

本文使用树莓派作为车载协同定位系统中实现控制和通讯功能的核心单元，获取行驶车辆相关信息，并进行处理和传递，实现智能基站与车辆数据同步及车辆高精度定位。

树莓派是一款基于ARM芯片的智能处理器，其具有体积小、开发成本低、系统性能强等特点。新一代树莓派4B搭载1.5GHz的64位四核处理器和统一的Linux开源操作系统、全吞吐量千兆以太网、支持Bluetooth 5.0和BLE、双micro HDMI输出、支持4K分辨率、存储系统增加了双倍数据速率支持、支持C、C++、Python等语言编程。与常见的嵌入式微控制器相比，树莓派不仅可利用GPIO引脚对外部信号进行输入读取和输出控制，还能通过ARM核运行小型操作系统，适用于部分较为复杂、需要对任务进行管理调度的应用场合。

树莓派正常工作电压为5V，其内部供电电路如图2所示，左侧部分的硬件电路为供电输入端（Mico USB接口），外部输入的直流电压通过该端口为硬件系统供电;MF-MSMF250/X是一个自恢复保险丝，用于对后续硬件电路进行过流保护。MF-MSMF250/X的最大耐压值为16V，持续工作电流的典型值为2.5A，可容忍的峰值电流为5A，满足小型控制系统的基本保护要求。此外，BCM857BS为NXP型的三极管，D5为瞬态抑制二极管SMJ5.0A，实现对输出5V直流进行稳压滤波。

在控制方面，树莓派4B的主控制器采用博通BCM2711的1.5GHz四核处理器，电路图如图3所示，采用ARM Cortex A72架构、28nm工艺、500MHzGPU和LPDDR4内存，拥有1GB、2GB和4GB 3个版本，性能相较树莓派3B+提升近50%。在通讯方面，树莓派采用USB串口通信和GPIO引脚通信两种方式实现，提供2个Micro HDMI 2.0接口（4K 60FPS）和40针GPIO引脚，通过在树莓派上进行程序设计，运用相关技术即可实现数据输入输出，其中引脚电路如图4所示。

3 软件设计

车载虚拟雷达协同定位系统在车辆和基站处都安装有处理单元，然而两者的功能却有差别，因此需要分别对其进行编程。

车辆端的处理器负责将车辆信息与基站信息糅合进行同步计算，随着同步算法的进行，车辆端会实时修改车辆本地时间及估计地理位置;基站端的处理单元主要负责将接收到的信息以图表形式加以显示处理，最终输出到显示终端，方便查看车辆地理定位同步状态。具体系统软件流程如图5所示。

车载虚拟雷达协同定位系统软件采用Visual Basic 6.0软件开发设计，利用VB软件中的窗口控件实现界面主体搭建。在显示终端可以直观查看车辆定位同步状态、车辆地理定位、车速等信息。

考虑到由于交通环境的多样性而产生干扰以及车辆运动中非对称信息传输产生的时间延迟，在软件实现同步过程中，与车辆的通信要保持20以上，考虑到采样周期为100ms，即軟件需要运行至少2s，才可实现车辆估值定位同步。通过基站端的处理器将车辆同步状态曲线绘制到显示终端上。

4 软件界面

图6显示了车载虚拟雷达协同定位系统软件的主界面，通过主界面用户不仅可以看到车辆同步状态，还可以看到车辆实时估值地理定位等。

单击“单车界面”按键可进入车辆的估值定位界面。由于软件接入了百度OPI，车辆实时定位将通过百度地图显示出来，如图7所示（彩图扫OSID码可见）。

此外，通过“精度分析”对车辆定位同步状态进行分析，最终通过曲线显示在坐标系中，如图8所示。

5 结语

本文结合通信网络和道路交通技术，设计了车载虚拟雷达协同定位系统软件，创新地将无线通信网络与道路交通相结合，对车辆地理定位进行修正，解决了车辆定位不准的问题，系统软硬件设计均满足车辆在道路上行驶时的低功耗、高实时性要求。车载虚拟雷达协同定位系统软件将无线通信网络技术应用于交通领域，解决了车辆因GPS信号差而定位不准的问题。该设计方案成本低、服务设施灵活，满足远程数据通信要求，具有广阔应用场景。

参考文献：

[1] VAN DIERENDONCK A J. The new L5 Civil GPS signal[J].  Gps Wrold，2000，11（9）：64-72.

[2] 胡永利，朴星霖，孙艳丰，等. 多源异构感知数据融合方法及其在目标定位跟踪中的应用[J]. 中国科学：信息科学，2013，43（10）：1288-1306.

[3] 施闯，赵齐乐，李敏，等. 北斗卫星导航系统的精密定轨与定位研究[J]. 中国科学：地球科学，2012（6）：854-861.

[4] 杨元喜，李金龙，王爱兵，等. 北斗区域卫星导航系统基本导航定位性能初步评估[J]. 中国科学：地球科学，2014，44（1）：72-81.

[5] HARVEY R C， HAMZA A， LY C， et al. Energy-efficient gaming on mobile devices using dead reckoning-based power management[C]. Network and Systems Support for Games. IEEE，2010：1-6.

[6] CALLAGHAN T， CZINK N， MANI F， et al. Correlation-based radio localization in an indoor environment[J].  Eurasip Journal on Wireless Communications & Networking，2011（1）：135.

[7] FIGUERA C，ROJO-ALVAREZ J L， MORA-JIMENEZ I， et al. Time-space samping and mobile device calibration for WiFi indoor location systems[J].  IEEE Transactions on Mobile Computing，2011，10（7）：913-926.

[8] THOMA R S， HIRSCH O， SACHS J， et al. UWB senser networks for position location and imaging of objects and environments[C]. European Conference on Antennas and Propagation.IET，2008：1-9.

[9] LI N，BECERIK-GERBER B. Performance-based evaluation of RFID-based indoor lacation sensing solutions for the built environment[J].  Advanced Engineering Informatics， 2011，25（3）：535-546.

[10] 赵泰洋，郭成安，金明录. 一种基于RFID原理的交通信息获取系统与车辆定位方法[J]. 电子与信息学报，2010，32（11）：2612-2617.

[11] GANERIWAL S，KUMAR R，SRIVASTAVA MB. Timing-sync protocol for sensor networks[C]. 1st ACM International Conference Embedded Networked Sensor Systems，2003：138-149.

[12] MARóTI M， KUSY B， SIMON G， et al. The flooding time synchronization protocol[C]. 2nd ACM International Conference Embedded Networked Sensor Systems，2004：39-49.

[13] FANG BT. Simple solutions for hyperbolic and related position fixes[J].  IEEE Transactions on Aerospace ＼& Electronic Systems，1990，26（5）：748-753.

[14] ZHENG J，WU YC. Joint time synchronization and localization of an unknown node in wireless sensor networks[C].  IEEE Transactions On Signal Processing，2010，58（3）：1309-1320.

[15] LENG M，WU YC. Distributed clock synchronization for wireless sensor networks using belief propagation[C]. IEEE Transactions On Signal Processing，2011，59（11）：5404-5414.

[16] ETZLINGER B，WYMEERSCH H，SPRINGER A. Cooperative synchronization in wireless networks[C]. IEEE Transactions On Signal Processing，2014，62（11）：2837-2849.

[17] FOY WH. Position-location solutions by Taylor-series estimation[J].  IEEE Transactions  on Aerospace ＼& Electronic Systems，2007，12（2）：187-194.

[18] 范平志，鄧平，刘林. 蜂窝网无线定位[M]. 北京：电子工业出版社，2002.

[19] 闫千里，万鹏武，卢光跃，等. 非视距环境下RSS和TDOA联合的信源被动定位[J]. 西安电子科技大学学报，2019（3）：180-188.

[20] 董文杰，王旭东，吴楠. 基于RSS/AOA混合的室内可见光定位算法[J]. 激光与光电子学进展，2017，54（5）：82-87.

（责任编辑：孙 娟）