基于V2X的场站车辆感知辅助定位方法

技术领域

本发明涉及一种地下停车场内车辆定位方法，尤其涉及一种基于V2X的场站车辆感知辅助定位方法。

背景技术

随着社会发展，室内停车场也越来越普及，目前的车辆在地下停车场内行驶时，需要对车辆进行定位，用于路径规划或者实时地图更新。目前常用的定位方法为GPS定位、停车场内视频定位、蓝牙定位和uwb定位。

GPS定位是汽车定位设备中使用最多的，但其对环境有一定要求，例如在室外空旷地方，GPS卫星信号好，定位准确，但地下停车场存在各种遮挡，导致地下停车场的卫星信号定位并不好。

对于停车场内视频定位，一般依赖于停车场内布设的摄像头，为了保证定位的准确，一般需要将摄像头坐标标记在停车场高精地图上，但是摄像头在长期使用过程中，会出现移位等现象，导致视频定不准确。

蓝牙定位精度是1米以上，相对较低，uwb定位精度岁能达到40cm左右，但投入成本高。

目前，随着自动驾驶技术的不断发展和成熟，支持V2X通信的车辆越来越多，V2X英文为 Vehicle-to-Everything Communication，中文为车辆到一切的通信。本发明就是利用V2X通信，对车辆进行定位。

名词解释：

RSU，是Road Side Unit的英文缩写，直译为路侧单元，是ETC系统中，安装在路侧，采用DSRC（Dedicated Short Range Communication）技术，与车载单元（OBU，On BoardUnit）进行通讯，实现车辆身份识别，电子扣分的装置。RSU的探测范围，是以布设点为中心，半径800米左右的圆形区域。

OBU，是On Board Unit的英文缩写，中文为车载单元。OBU是放在车上，采用DSRC（Dedicated Short Range Communication）技术，与RSU进行通讯的微波装置。

MEC，为Mobile Edge Computing的英文缩写，中文为移动边缘计算，该技术一方面可以改善用户体验，节省带宽资源，另一方面通过将计算能力下沉到移动边缘节点，提供第三方应用集成，为移动边缘入口的服务创新提供了无限可能。该技术把无线网络和互联网两者技术有效融合在一起，并在无线网络侧增加计算、存储、处理等功能。本发明在停车场内设置MEC节点，用于对停车场内获取的数据进行计算、处理。

发明内容

本发明的目的就在于提供一种解决上述问题，在GPS信号弱时，能对车辆进行精确定位的，基于V2X的场站车辆感知辅助定位方法。

为了实现上述目的，本发明采用的技术方案是这样的：一种基于V2X的场站车辆感知辅助定位方法，应用于能与车辆的车机系统进行V2X通信的停车场，包括以下步骤；

（1）布设辅助定位系统，所述辅助定位系统包括多个RSU、多个场内摄像头和多个MEC节点；

其中，RSU和场内摄像头根据停车场大小布设在停车场内，多个RSU的探测范围完全覆盖停车场，每个场内摄像头的摄像范围对应停车场内一子区域，所有子区域完全覆盖停车场，对场内摄像头编号；

所述车辆设有车载摄像头；

所述MEC节点布设在停车场内或车辆上，用于获取场内摄像头或车载摄像头的视频数据进行处理，并通过RSU与云端通信；

（2）人工标记；

获取停车场的高精地图，选择停车场内物体作为标记物，将标记物、RSU、采集单元和场端MEC节点按实际位置，标记在高精地图上，得到标记地图，并将标记地图存入云端；

（3）车辆入场，车机系统经RSU获取标记地图；

（4）子区域定位；

场内摄像头工作，当识别到车辆进入其子区域，发送视频信息至MEC节点，MEC节点根据场内摄像头的编号，得到车辆在标记地图中的子区域；

（5）摄像范围内参考点选取；

（51）获取一摄像头采集的视频信息，所述摄像头为该子区域对应的场内摄像头或该车辆的车载摄像头；

（52）对视频信息进行图像识别，识别出车辆和数个标记物，将识别出的标记物作为待测标记物，并获取待测标记物在人工标记时的坐标，计算每个待测标记物与其他待测标记物的理论相对距离；

（53）以摄像头为圆点建立子坐标系，对视频信息采用视频定位方法，得到车辆及每个待测标记物在子坐标系中位置，并计算子坐标系中，每个待测标记物与其他待测标记物的实际相对距离；

（54）对每个待测标记物，根据理论相对距离和实际相对距离计算其距离变化总和，并将距离变化总和最小的待测标记物作为该摄像范围内的参考点；

（6）计算参考点与车辆的相对距离，并映射在标记地图中，得到车辆在标记地图上的实际位置。

作为优选：还包括步骤（7）将车辆的实际位置经RSU发送至云端。

作为优选：步骤（1）中，若MEC节点布设在停车场，则根据算力对应1-3个场内摄像头，且多个MEC节点能覆盖所有场内摄像头；若MEC节点布设在车辆上，则一辆车布设一个。

作为优选：步骤（2）中，作为标记物的物体包括标识线、停车线、减速带、柱子和/或其他无主动干涉不会发生移动的物体。

作为优选：步骤（52）对视频信息进行图像识别；

若视频信息为场内摄像头采集，则直接从视频信息中识别出车辆；

若视频信息为车载摄像头采集，则将车载摄像头所在位置标记为车辆。

作为优选：所述步骤（53）中，视频定位方法包括机动车行驶前方物体视频测距及方向定位方法。

作为优选：步骤（54）中，待测标记物的距离变化总和计算方法为；

（a1）设待测标物记共m个，依次标记为D1到Dm；

（a2）对D1，与D2的理论相对距离为L12、实际相对距离为S12，则D1与D2的变化量为B12=|L12-S12|；

（a3）依次计算D1与D3~DM的变化量B13~B1m；

（a4）将B12~B1m相加得到D1的距离变化总和B1；

（a5）按步骤（a2）~（a4）依次计算D2~Dm的距离变化总和B2~Bm。

作为优选：所述步骤（55）还包括，若至少2个待测标记物的距离变化总和相同且均为最小，则从中任选1待测标记物作为参考点。

本发明的整体思路为：

布设完辅助定位系统后，在停车场内选择标记物，将标记物、RSU、采集单元和场端MEC节点按实际位置，标记在高精地图上得到标记地图。

车辆入场就获取标记地图，然后根据捕获到该车辆的场内摄像头的位置，推算出车辆在停车场内的大致区域，也就是本发明的子区域定位。

再从子区域中去选取一个参考点，通过计算参考点与车辆的相对距离，映射到标记地图中，由于参考点在标记地图中是已知的，则车辆在标记地图中位置可精确得到。

本发明在选参考点的时候，按步骤（51）-（54）提到了一种新的选择方法。该方法通过图像识别，仅识别车辆和数个摄像范围内的标记物，由于车辆已经定位到了子区域，若摄像头为场内摄像头，则实际摄像范围就是子区域，若为车载摄像头，则是与子区域交叠的一部分，范围很小，所以能快速识别出标记物。识别出标记物后，根据人工标记可知标记的坐标，但由于标记物可能发生移动，例如由于场内规划，左转弯的标识线向前移动了10米，或由于受到车辆碰撞，场内摄像头发生了移动，这就导致实际位置和理论位置有差别，本发明提出了一种计算“距离变化总和”的方法，不论标记物和摄像头是否发生移动，我们仅选出将距离变化总和最小的标记物作为参考点。

与现有技术相比，本发明的优点在于：

本发明提出了一种基于V2X通信、和视频定位的新的车辆实时定位方法，用以在GPS信号弱时，对地下停车场内的车辆进行精确的辅助定位。

该方法先在停车场内选择标记物标记在高精地图上得到标记地图，在车辆入场后先由摄像头确定车辆位于哪个子区域、再在子区域内的标记物中选取一个标记物作为参考点，计算参考点与车辆的相对距离，映射到标记地图中，由于参考点在标记地图中是已知的，则车辆在标记地图中位置可精确得到。

本发明方法不受标记物位置变化的影响，不采用本发明选取参考点的方法，而直接利用某一标记物计算与车辆的相对距离来车辆定位，当标记物发生了便偏移但并未在地图中更新，则车辆的定位也会发生偏移，从而造成定位不准确。本发明通过选取参考点选取最不可能发生改变的标记物，从而提高定位的精度。

附图说明

图1为本发明流程图；

图2为本发明辅助定位系统的原理图。

实施方式

下面将结合附图对本发明作进一步说明。

实施例1：参见图1和图2，一种基于V2X的场站车辆感知辅助定位方法，应用于能与车辆的车机系统进行V2X通信的停车场，包括以下步骤；

（1）布设辅助定位系统，所述辅助定位系统包括多个RSU、多个场内摄像头和多个MEC节点；

其中，RSU和场内摄像头根据停车场大小布设在停车场内，多个RSU的探测范围完全覆盖停车场，每个场内摄像头的摄像范围对应停车场内一子区域，所有子区域完全覆盖停车场，对场内摄像头编号；

所述车辆设有车载摄像头；

所述MEC节点布设在停车场内或车辆上，用于获取场内摄像头或车载摄像头的视频数据进行处理，并通过RSU与云端通信；

（2）人工标记；

获取停车场的高精地图，选择停车场内物体作为标记物，将标记物、RSU、采集单元和场端MEC节点按实际位置，标记在高精地图上，得到标记地图，并将标记地图存入云端；

（3）车辆入场，车机系统经RSU获取标记地图；

（4）子区域定位；

场内摄像头工作，当识别到车辆进入其子区域，发送视频信息至MEC节点，MEC节点根据场内摄像头的编号，得到车辆在标记地图中的子区域；

（5）摄像范围内参考点选取；

（51）获取一摄像头采集的视频信息，所述摄像头为该子区域对应的场内摄像头或该车辆的车载摄像头；

（52）对视频信息进行图像识别，识别出车辆和数个标记物，将识别出的标记物作为待测标记物，并获取待测标记物在人工标记时的坐标，计算每个待测标记物与其他待测标记物的理论相对距离；

（53）以摄像头为圆点建立子坐标系，对视频信息采用视频定位方法，得到车辆及每个待测标记物在子坐标系中位置，并计算子坐标系中，每个待测标记物与其他待测标记物的实际相对距离；

（54）对每个待测标记物，根据理论相对距离和实际相对距离计算其距离变化总和，并将距离变化总和最小的待测标记物作为该摄像范围内的参考点；

（6）计算参考点与车辆的相对距离，并映射在标记地图中，得到车辆在标记地图上的实际位置。

本实施例中：MEC节点布设在停车场，则据算力，每个MEC节点对应1-3个场内摄像头，且多个MEC节点能覆盖所有场内摄像头。

步骤（2）中，作为标记物的物体包括标识线、停车线、减速带、柱子和/或其他无主动干涉不会发生移动的物体。标识线可以是转弯线、禁行线等等。

步骤（52）对视频信息进行图像识别；

若视频信息为场内摄像头采集，则直接从视频信息中识别出车辆；

若视频信息为车载摄像头采集，则将车载摄像头所在位置标记为车辆。

所述步骤（53）中，视频定位方法包括机动车行驶前方物体视频测距及方向定位方法。

步骤（54）中，待测标记物的距离变化总和计算方法为；

（a1）设待测标物记共m个，依次标记为D1到Dm；

（a2）对D1，与D2的理论相对距离为L12、实际相对距离为S12，则D1与D2的变化量为B12=|L12-S12|；

（a3）依次计算D1与D3~DM的变化量B13~B1m；

（a4）将B12~B1m相加得到D1的距离变化总和B1；

（a5）按步骤（a2）~（a4）依次计算D2~Dm的距离变化总和B2~Bm。

所述步骤（55）还包括，若至少2个待测标记物的距离变化总和相同且均为最小，则从中任选1待测标记物作为参考点。

实施例2：参见图1和图2，本实施例中，MEC节点布设在车辆上，且一辆车布设一个。其余与实施例1相同。在本实施例中，视频信息发送给车载的MEC节点，处理后，经RSU发送至云端。

实施例3：参见图1和图2，在实施例1或实施例2的基础上，本实施例除了包括步骤（1）-（6），还包括步骤（7）将车辆的实际位置经RSU发送至云端。云端主要用来记录车辆行车轨迹，为后续数据分析提供依据。

另外，本发明步骤（4）中，车辆子区域定位，也可以不依赖摄像头，而是直接利用车辆的BSM消息。BSM消息：是Basic Safety Message的缩写，是车联网中的一种基础消息类型。BSM是V2X通信中使用最广泛的消息，目前所有的V2V应用都是基于BSM消息来实现的。BSM消息是车辆间通信的基础，它包含了车辆的位置、速度、方向等基础信息，用于车辆间的交通安全和交通流优化。BSM消息可以通过车联网技术实现车辆间的实时通信，提高交通安全性和效率 。

将该车辆的BSM消息发送给MEC节点，MEC节点与标记地图对照，也能得到车辆的大致区域。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。