卢静

南京航空航天大学金城学院 江苏省南京市 211156

1 引言

定位功能是车联网非常重要的基本功能之一，目前多数汽车搭载以全球定位系统GPS为代表的卫星定位系统实现车辆定位，通过通信网络实现汽车位置与手机以及服务器之间的共享。该系统能够在室外开阔环境提供米级高精度的定位服务，但是在地下停车场、隧道、室内等有遮蔽的环境，由于受到障碍物的影响，车端接收器很难接收到GPS信号，因此无法提供稳定有效的定位服务。

随 着UWB、Wifi、Zigbee、Bluetooth蓝牙等近场无线通信技术的发展，定位技术有了更多实现手段，可以弥补GPS信号环境上的不足。

UWB超宽带使用超宽的频谱带宽和很窄的脉冲信号进行通信，具有精度高、穿透力强的优点，能够达到厘米级的定位精度，缺点是需要布置专用的UWB设备，实现成本较高。

Wifi和Zigbee也有类似的缺陷，而低功耗蓝牙BLE（Bluetooth low energy）具有覆盖范围广、功耗低、传输快、成本低的优点，并且智能手机上都带有该模块，使得BLE适合应用于汽车定位的应用场景。

2 基于蓝牙通信的定位原理

基于蓝牙通信的定位方法通常有使用RSSI信号强度和使用AOA到达角度等定位方法。本文选用RSSI信号强度定位法进行研究和验证。

RSSI信号强度分析法是一种基于信号强弱估算相对距离的定位方法。由于信号在传播过程中随着距离变化，信号强度是逐渐衰减的，因此分析接受信号的强度，建立衰减数学模型，即可计算得到信号接收点与信号源之间的距离。

如图1所示，系统已经提前布置好各节点天线的相对位置，可利用RSSI信号衰减模型估算出定位终端设备A距离各个节点的距离，然后以各个节点为圆心，以各节点到终端A的距离作为半径画圆，那么各个圆的交点即为定位节点所处位置。

图1 RSSI信号强度测距方法

根据上述RSSI定位原理的描述可知，该方法的定位过程分为测距与定位两个过程。

①测距：

各节点接收来自终端A的蓝牙信号的RSSI，经过一定的滤波处理后，得到校正后的RSSI值，然后依照RSSI信号传输衰减模型，计算出终端设备A距离各个节点的距离。

本文使用的信号传输衰减模型采用信号传播的衰减采用对数-常态分布模型，如式（1）所示。

式（1）中，（）为经过距离后的路径损耗；（）为经过单位距离后的路径损耗，为单位距离；为均值为0的高斯分布随机数；为衰减因子，该参数跟环境有关。

计算中可使用简化公式：

式（2）中，RSSI是接收到的信号强度，A是在距离信号源1m处接收端的信号强度，d是信号源和接收端之间的距离。

②定位：

基于测距阶段测得的各个节点与终端A的距离，再结合几何模型建立方程，求解可得终端A的坐标位置。目前有多种定位算法，如三角定位、双曲线定位等。本文采用最小二乘法，利用多个测量点的测距结果实现目标位置坐标的求解。

以图1为例，令三个参考节点的坐标分别 为ANT1（，）、ANT2（，）、ANT3（，），终端A的坐标为A（，）。假设测得的终端A距离三个参考节点的距离分别为、、，则有如下方程：

由式（3），可得矩阵方程：

利用最小二乘法原理可以得到：

X即待求目标点得坐标。如若参考节点有多个，同样用以上方法可以解算得到目标点坐标。

3 车身定位系统设计

依据上文叙述的蓝牙定位原理和方法，如图2本文设计了一种汽车和外部蓝牙设备之间的定位系统，该系统包含两个部分：主控制器、节点控制器。

图2 基于蓝牙通信的车身定位方法

由于定位需要至少3个参考点，本文设计的系统布置了4个节点控制器，分别安装在汽车的前部两侧和后部两侧，如翼子板或车门。主控制器安装一个即可，出于成本考虑，控制器之间设计为通过LIN线连接组成通信网络。

外部蓝牙终端（可以是手机、蓝牙钥匙或是其他蓝牙设备）接近汽车时，系统会自动触发响应并实时计算终端设备的相对位置，在特定条件下触发相应动作。如实现汽车无钥匙进入功能，驾驶员接近或远离汽车到一定距离时自动打开或关闭门锁。

从控制器用于蓝牙信号的接收、分析和计算。核心部分由天线和微控制器MCU组成。为了节电，从控制器在非工作时间设计为睡眠模式，当主控制器通过LIN网络唤醒后才开始工作。当节点控制器被唤醒后，由内部定时器激活定时任务，顺序接收天线信号。本文采用RSSI信号强度定位法，则分析信号强度，依据衰减模型计算各节点的目标距离。

主控制的功能包括：蓝牙信号的收发，对从控制器的控制，以及定位计算。核心部分同样由天线和微控制器MCU组成。当外部蓝牙设备进入主控制器的接收范围时，主控制器对该设备进行识别，如认证通过，则进入定位模式，否则过滤该设备。当认证通过后，主控制器通过LIN网络唤醒从控制器，要求从控制器进入工作状态，并分别上报测量结果。本文的定位系统，有一个主控制器和四个从控制器组成，当主控制器在一个定位周期内，收到三个及以上从控制器的测量结果，即可通过上文介绍的定位算法实现对外部设备的位置计算。

本文选用TI公司的CC2640作为主、从两个控制器的主控芯片，该芯片适用于BLE低功耗应用。具有丰富的外设功能，并包含一个超低功耗内核，有助于控制汽车静置状态下的耗电功率。

4 实验与分析

如上文所述，汽车定位过程分为节点控制器测距和主控制器定位求解两个步骤。节点控制器在车身上的相对位置布置好后，定位求解具有唯一性，因此测距的精准度和稳定性直接决定系统的定位质量。以下以相对静止、相对运动的条件分别进行实验验证。

实验1：静态条件下不同距离测距对比实验

测试条件：控制器保持静止，蓝牙终端设备和控制器的距离分别为0.5m、1m、1.5m、2m，分别进行测距并记录结果。

具体测试结果如图3所示，图中上半部分为信号强度RSSI，下半部分是控制器依据衰减模型计算得到的距离。

图3（a）中所示为0.5m距离，测试结果约0.3m，信号稳定平整；图3（b）中所示为1m距离，测试结果约0.9m，信号偶有小幅的波动；图3（c）、（d）中所示为在1.5m与2m距离较远时，信号存在频繁的波动，且波动振幅变大，特别在2m处测距结果波动最大达到1m，会直接影响定位质量。

图3 静态条件下测试结果

由此可知，使用RSSI测距能够反映真实的距离，但存在信号波动的问题，需要进一步优化处理。

实验2：静态条件下加入滤波处理的比对实验

测试条件：蓝牙终端设备和控制器的距离2m保持静止。分别以原始接收到的信号强度进行记录并计算距离，以及使用卡尔曼滤波处理接收到的信号强度并计算距离，再对两次测试结果进行比对，如图4所示。

图4（a）所示，静止条件下，RSSI无滤波情况下，2m处测距结果波动较大，最大达到1m左右。图4（b）所示，静止条件下，RSSI信号进行卡尔曼滤波后，信号波动得到较好的抑制，在2m处的波动最大为0.2m左右。

图4 静态条件下的滤波比对实验

由此可知，在静态条件下使用卡尔曼滤波可以有效抑制信号的波动，能够保证测距的精准度和稳定性。

实验3：移动条件下的定位实验

测试条件：控制器保持静止，蓝牙终端设备从距离2m移动到0.5m。分别以原始接收到的信号强度进行记录并计算距离，以及使用卡尔曼滤波处理接收到的信号强度并计算距离，再对两次测试结果进行比对。图5是两次测试的结果。

图5左图是原始RSSI的测试结果，从图中可见，在2m距离保持静止时信号有小幅波动，设备移动过程中有高频大幅的波动，最高超过0.6m，设备停止在0.5m后信号保持稳定。右图对RSSI加入卡尔曼滤波后的测试结果，与左图对比，信号波动较小，特别是在设备移动中，变化过程平滑，没有大幅波动。但是系统响应时间受到影响，系统出现滞后的现象。

图5 设备移动条件下的定位实验

由此可知，设备移动会对蓝牙信号造成干扰，信号随之出现波动，影响定位质量，加入卡尔曼滤波可以有效抑制信号的波动，但会引入系统响应滞后的问题，影响定位的实时性。需要进行参数调优以在定位质量和实时性之间取得平衡。

5 结语

本文论述了基于蓝牙通信的车身定位的原理和实现方法，包括使用到达角度的方法和基于信号强度的方法。在此基础上设计了一种车身定位控制系统，系统包含节点控制器和主控制器，控制器之间使用LIN总线连接传输数据。具有安装方便，成本低，稳定性好的优点。

实验考虑了系统使用的真实场景，分别对静态环境、运动环境进行了实验，发现信号的波动会对定位效果造成影响。因此在后面的实验中对信号加入了卡尔曼滤波的处理，波动得到了有效抑制，结果良好，满足设计目标。

该定位系统可用于汽车的智能化，如根据驾驶员和汽车之间的相对距离来自动控制车锁及迎宾灯，甚至可以用手机来代替车钥匙。也可将该系统加以扩展，用于智能交通系统中的汽车定位，实现车路协同。有广阔的应用价值。