车库内车辆定位系统关键技术浅谈

2018-09-10 09:36高亮
环球市场 2018年16期
关键词:机器学习

高亮

摘要:随着车辆人均拥有率的迅猛提升,智能停车场是当前科技研究的热点,特别是一些大型商圈的大型室内停车库,需要实现车位预约车位,车辆导航,智能找车等功能,而车库内车辆定位技术则是实现智能车库的核心技术。本文首先对当前各种车辆定位技术进行分析,并对比各种关键技术的优势和劣势,然后提出一种无需携带传感器的具有自组网通讯和机器学习功能的车库内车辆定位系统方案。

关键词:智能停车场;车辆定位技术;自组网通讯;机器学习

近年来,汽车的个人拥有量倍增,随之也带来了大量的交通管理和拥堵的问题。解决此问题一方面是需要供应大量新的车位;另一方面,通过对现有车库的信息化建设,提高现有车位的利用率及附加消费能。虽然目前我国基本上已推广智能停车场,但还存在智能化程度不够、信息化集成度低、无场内车辆信息定位跟踪等缺点。大部分停车场的建设更注重收费的自动化,而忽视了车辆的定位和车位信息采集的自动化。因此在地下停车场要进行车辆定位,就需要在地下停车场内建立一个适合室内环境应用的定位系统。

一、目前国内外室内定位技术研究现状

近年来,为了解决室外定位导航“最后一公里”的问题,国内外研究机构在室内定位技术方面开展了大量的研究。从传感器技术及感知方式分类来看,常见的定位感知方式有无线局域网(wi-fi)、射频标签(RFID)、UWB(超宽带)、Zigbee、蓝牙(Bluctooth,BT)、视屏图像识别、地磁等,其它还有伪卫星、红外定位、LED光跟踪定位、超声波定位等。这些技术有些是以导航定位为专门或主要用途,例如伪卫星;有些则主要用于通信,但同时也能提供定位服务,例如无线局域网。

(一)UWB(超宽带)脉冲信号,由多个传感器采用TDOA和AOA定位算法对标签位置进行分析,多径分辨能力强、精度高,定位精度可达厘米级。但UWB难以实现大范围室内覆盖,且手机不支持UWB,定位成本非常高。

(二)RFID的定位,采用刷卡方式,根据阅读器位置对刷卡人员或设备进行区间定位。主要应用在仓库、工厂、商场广泛使用在货物、商品流转定位上、ETC、办公考勤等,无法进行实时定位,定位精确度低,不具有通信能力,抗干扰能力较差。

(三)ZigBec室内定位技术通过若干个待定位的盲节点和一个己知位置的参考节点与网关之间形成组网,每个微小的盲节点之间相互协调通信以实现全部定位。作为一个低功耗和低成本的通信系统,ZigBee的信号传输受多径效应和移动的影响都很大,而且定位精度取决于信道物理品质、信号源密度、环境和算法的准确性,造成定位软件的成本较高,提高空间还很大。ZigBee室内定位己经被很多大型的工厂和车间作为人员在崗管理系统所采用。

(四)超声波定位应用案例的代表是Shopkic,在商店内安装超声波信号盒,手机麦克风检测到声波,从而实现定位,主要用于店铺的签到。超声波在空气中的衰减较大,不适用于大型场合,加上反射测距时受多径效应和非视距传播影响很大,造成需要精确分析计算的底层硬件设施投资,成本太高。

(五)LED定位系统通过往天花板上的LED灯具实现,灯具发出像莫斯电报密码一样的闪烁信号,再由用户智能手机照相机接收并进行检测,定位精度可以在1米之内。LED定位需要改造LED灯具,增加芯片,增加成本,红外线只能视距传播,穿透性极差也极易受灯光、烟雾等环境因素影响明显,定位效果有限。

表1为各类室内定位感知方式性能比较:

二、本文提出的新型定位技术方案

(一)通过在室内(车库)布置无线通讯节点,建立自组网通讯的集群控制系统,并由上位机或客户端远程数据采集及控制;同时,各无线通讯节点均能接受到由其它节点发来信号强度值-RSSI (Received SignalStrength Indicator)。

(二)在实现(一)基础上,研究基于典型特征识别技术的定位原理。在本项目中,移动目标(车辆)不需要携带任何传感器,当目标在室内(车库)中移动时,由于其对通讯节点发出电磁波的遮挡或吸收,对应接收通讯节点所收到的电磁波信号强度都会有特征性波动,通过机器学习的方法可提取出相关信号强度的典型特征,建立移动对象定位预测模型,利用机器学习的方法,可预测移动对象的位置,实现移动对象的定位。

三、结语

本文首先对目前的车库内车辆定位技术进行研究,并分析对比各自的优劣。在此基础上提出了一种无需携带传感器的具有自组网通讯和机器学习功能的车库内车辆定位系统方案。随着物联网时代的到来,实现停车场导航与定位系统,完善停车场智能化管理对建设智慧城市也具有重大意义。

参考文献:

[1]汪苑,林锦国.几种常用室内定位技术的探讨[J].中国仪器仪表,2011(2):54-57.

[2]张凡,陈典铖,杨杰.室内定位技术及系统比较研究[J].广东通信技术,2012,32(11):73-79.

[3]邓中亮,余彦培,袁协,万能,杨磊.室内定位现状与发展趋势研究[J].中国通信(英文版),2013,10(3).

猜你喜欢
机器学习
基于词典与机器学习的中文微博情感分析
基于网络搜索数据的平遥旅游客流量预测分析
前缀字母为特征在维吾尔语文本情感分类中的研究
下一代广播电视网中“人工智能”的应用
基于支持向量机的金融数据分析研究
基于Spark的大数据计算模型
基于朴素贝叶斯算法的垃圾短信智能识别系统
基于图的半监督学习方法综述
机器学习理论在高中自主学习中的应用
极限学习机在图像分割中的应用