本發(fā)明涉及數(shù)據(jù)處理，具體涉及基于車載ar-hud和北斗導(dǎo)航定位的公路隧道信息發(fā)布系統(tǒng)。

背景技術(shù)：

1、公路隧道內(nèi)為了保證車輛的行駛安全和應(yīng)對緊急情況，需要向隧道內(nèi)的車輛發(fā)布隧道信息，例如發(fā)布消防設(shè)備的位置、緊急逃生通道的入口位置等信息，當(dāng)車輛接收到這些隧道信息后，會將其顯示或標注在車載ar-hud的ar場景中。在車載ar-hud的ar場景中標注隧道信息時，需要基于車輛的定位進行標注；當(dāng)車輛的定位不準確時，可能導(dǎo)致車載ar-hud的ar場景中的隧道信息的標注位置偏移。

2、常規(guī)的車輛的定位是由北斗導(dǎo)航定位技術(shù)獲得的，但是隧道內(nèi)北斗信號會減弱，甚至接受不到北斗信號，導(dǎo)致北斗導(dǎo)航定位技術(shù)獲得的定位結(jié)果誤差較大；通常的做法是當(dāng)北斗信號減弱或丟失時，利用卡爾曼濾波算法將慣性導(dǎo)航技術(shù)和uwb基站定位技術(shù)相融合，進而實現(xiàn)定位。但是由于慣性導(dǎo)航技術(shù)和uwb基站定位技術(shù)所獲得的定位結(jié)果的誤差是隨時間累積的和隨環(huán)境而變化的，而卡爾曼濾波算法利用的是高斯分布的誤差進行濾波融合，對于隨時間和環(huán)境變化的誤差，卡爾曼濾波算法獲得的定位結(jié)果的誤差無法忽略，也即卡爾曼濾波算法獲得的定位結(jié)果的誤差會導(dǎo)致車載ar-hud的ar場景中隧道信息的標注位置明顯偏移。

技術(shù)實現(xiàn)思路

1、為解決慣性導(dǎo)航技術(shù)和uwb基站定位技術(shù)所獲得的定位結(jié)果的誤差具有的隨時間和隨環(huán)境變化的特點，而導(dǎo)致卡爾曼濾波算法獲得的定位結(jié)果的誤差無法忽略的問題，本發(fā)明提供基于車載ar-hud和北斗導(dǎo)航定位的公路隧道信息發(fā)布系統(tǒng)。

2、本發(fā)明的基于車載ar-hud和北斗導(dǎo)航定位的公路隧道信息發(fā)布系統(tǒng)采用如下技術(shù)方案：

3、本發(fā)明一個實施例提供了基于車載ar-hud和北斗導(dǎo)航定位的公路隧道信息發(fā)布系統(tǒng)，該系統(tǒng)包括以下模塊：

4、隧道定位模塊，用于將車輛圖像投影變換到隧道模型中，得到所有車輛在隧道中的位置，記為隧道定位結(jié)果，將包含所有車輛的隧道定位結(jié)果在內(nèi)的隧道信息發(fā)布給所有車輛；

5、車輛定位模塊，用于利用慣性導(dǎo)航技術(shù)和uwb基站分別對隧道內(nèi)的每個車輛進行定位，分別得到imu定位結(jié)果和uwb定位結(jié)果，利用卡爾曼濾波算法將imu定位結(jié)果和uwb定位結(jié)果進行融合得到車輛定位結(jié)果；

6、定位更新模塊，同一個車輛每隔預(yù)設(shè)時間后，用于獲得預(yù)設(shè)時間內(nèi)隧道定位結(jié)果的第一變化量和車輛定位結(jié)果的第二變化量，將第二變化量與第一變化量的差異記為誤差變化特征；

7、當(dāng)前時刻之前得到的所有誤差變化特征的增長趨勢和波動趨勢分別記為imu誤差特征和ubw誤差特征；當(dāng)imu誤差特征小于等于ubw誤差特征時，根據(jù)imu誤差特征與ubw誤差特征的差異，對imu定位結(jié)果和uwb定位結(jié)果進行重新融合，得到當(dāng)前時刻的更新后的車輛定位結(jié)果；當(dāng)imu誤差特征大于ubw誤差特征時重置慣性導(dǎo)航技術(shù)的定位過程；

8、信息發(fā)布模塊，用于根據(jù)當(dāng)前時刻的更新后的車輛定位結(jié)果將所述隧道信息可視化到車載ar-hud上。

9、優(yōu)選的，所述將車輛圖像投影變換到隧道模型中，得到所有車輛在隧道中的位置，記為隧道定位結(jié)果，包括的具體步驟如下：

10、隧道內(nèi)每個相機采集車輛圖像，所有相機采集的車輛圖像經(jīng)過仿射變換和圖像融合后，得到隧道內(nèi)所有車輛的全景圖；將全景圖鋪貼在隧道模型中的道路上；識別全景圖中每個車輛的像素點位置，所述像素點位置在隧道模型中的定位結(jié)果記為每個車輛的隧道定位結(jié)果。

11、優(yōu)選的，所述獲得預(yù)設(shè)時間內(nèi)隧道定位結(jié)果的第一變化量和車輛定位結(jié)果的第二變化量，包括的具體步驟如下：

12、對于北斗信號強度小于預(yù)設(shè)強度之后的第i個時刻，每個車輛在第i個時刻的隧道定位結(jié)果記為，在第i-p個時刻的隧道定位結(jié)果記為，將與的距離記為第一變化量；每個車輛在第i個時刻的車輛定位結(jié)果記為，在第i-p個時刻的車輛定位結(jié)果記為，將與的距離記為第二變化量；p為預(yù)設(shè)時間。

13、優(yōu)選的，所述當(dāng)前時刻之前得到的所有誤差變化特征的增長趨勢和波動趨勢分別記為imu誤差特征和ubw誤差特征，包括的具體步驟如下：

14、將北斗信號強度小于預(yù)設(shè)強度的時刻標記為初始時刻；對于北斗信號強度小于預(yù)設(shè)強度之后的當(dāng)前時刻，當(dāng)前時刻之前、初始時刻之后得到的誤差變化特征構(gòu)成的時序序列記為誤差變化特征序列；對誤差變化特征序列進行濾波和歸一化，利用stl算法獲取歸一化后的誤差變化特征序列的趨勢分量；歸一化后的誤差變化特征序列與趨勢分量的差值記為波動分量；

15、趨勢分量中當(dāng)前時刻的、以及當(dāng)前時刻之前的若干個元素值的均值記為imu誤差特征；將波動分量中所有元素值的絕對值的均值記為ubw誤差特征。

16、優(yōu)選的，所述根據(jù)imu誤差特征與ubw誤差特征的差異，對imu定位結(jié)果和uwb定位結(jié)果進行重新融合，得到當(dāng)前時刻的更新后的車輛定位結(jié)果，包括的具體步驟如下：

17、將imu誤差特征記為a1，將ubw誤差特征記為a2，將a1/(a2+0.1)記為imu誤差修正力度；

18、利用imu誤差修正力度，更新卡爾曼濾波算法在融合imu定位結(jié)果和uwb定位結(jié)果時的融合權(quán)重，所述更新后的融合權(quán)重與imu誤差修正力度呈負相關(guān)；

19、利用更新后的融合權(quán)重對對imu定位結(jié)果和uwb定位結(jié)果進行重新融合，得到當(dāng)前時刻的更新后的車輛定位結(jié)果。

20、優(yōu)選的，所述根據(jù)當(dāng)前時刻的更新后的車輛定位結(jié)果將所述隧道信息可視化到車載ar-hud上，包括的具體步驟如下：

21、所述隧道信息包括若干參考位置，所述參考位置包含消防設(shè)備位置、緊急逃生通道入口位置、火災(zāi)發(fā)生位置、路障位置；

22、將參考位置和車輛定位結(jié)果的差值記為標注位置，在車載ar-hud的ar場景中的標注位置出顯示警示圖標。

23、優(yōu)選的，所述利用imu誤差修正力度，更新卡爾曼濾波算法在融合imu定位結(jié)果和uwb定位結(jié)果時的融合權(quán)重，包括的具體公式如下：

24、；

25、其中表示更新后的融合權(quán)重，a表示imu誤差修正力度，x表示更新前的融合權(quán)重。

26、優(yōu)選的，所述更新后的車輛定位結(jié)果，其中表示更新后的融合權(quán)重，p1表示uwb定位結(jié)果，p2表示imu定位結(jié)果。

27、優(yōu)選的，所述更新前的融合權(quán)重；其中，p1表示uwb定位結(jié)果，p2表示imu定位結(jié)果，po表示卡爾曼濾波算法融合得到的車輛定位結(jié)果。

28、優(yōu)選的，所述重置慣性導(dǎo)航技術(shù)的定位過程的時刻重新標記為初始時刻。

29、本發(fā)明的技術(shù)方案的有益效果是：

30、本發(fā)明利用慣性導(dǎo)航技術(shù)和uwb基站分別對隧道內(nèi)的每個車輛進行定位，分別得到imu定位結(jié)果和uwb定位結(jié)果，利用卡爾曼濾波算法將imu定位結(jié)果和uwb定位結(jié)果進行融合得到車輛定位結(jié)果。該過程獲得的車輛定位結(jié)果相比imu定位結(jié)果和uwb定位結(jié)果而言具有更小的誤差，保證了車輛定位的準確性。

31、進一步的，本發(fā)明獲得預(yù)設(shè)時間內(nèi)隧道定位結(jié)果的第一變化量和車輛定位結(jié)果的第二變化量，獲得imu誤差特征和ubw誤差特征；當(dāng)imu誤差特征小于等于ubw誤差特征時，根據(jù)imu誤差特征與ubw誤差特征的差異，對imu定位結(jié)果和uwb定位結(jié)果進行重新融合，得到當(dāng)前時刻的更新后的車輛定位結(jié)果；當(dāng)imu誤差特征大于ubw誤差特征時重置慣性導(dǎo)航技術(shù)的定位過程。

32、該過程一方面基于imu誤差特征和ubw誤差特征來重置慣性導(dǎo)航技術(shù)的積分過程，使得積分過程重置時機合適，即避免過早重置時uwb定位結(jié)果誤差相對較大導(dǎo)致車輛定位結(jié)果的誤差變大的問題，也避免過晚重置時imu定位結(jié)果的誤差長時間累積導(dǎo)致后續(xù)車輛定位結(jié)果的誤差變大的問題；另一方面通過對卡爾曼濾波算法的融合過程（也即車輛定位結(jié)果）進行更新，使得更新后的車輛定位結(jié)果在卡爾曼濾波算法融合的基礎(chǔ)上進一步考慮了高斯分布的誤差之外的隨時間和環(huán)境變化的其它誤差的干擾情況。

33、總結(jié)而言，本發(fā)明根據(jù)imu定位結(jié)果和uwb定位結(jié)果所具有的、隨時間或環(huán)境變化的誤差分布情況，對慣性導(dǎo)航技術(shù)重置或?qū)囕v定位結(jié)果更新，進一步確保了當(dāng)前時刻下對車輛定位的準確性，有助于避免車載ar-hud上圖標的位置偏移。