本公開涉及車聯(lián)網(wǎng)領(lǐng)域，具體地，涉及一種車輛定位方法及裝置。
背景技術(shù)：
：隨著人們的生活水平不斷提高，對車輛的需求也開始不斷增加。汽車保有量的增加在為人們的日常生活提供便利的同時(shí)，也為社會帶來了諸多問題，如交通事故、交通擁堵以及環(huán)境污染等問題。智能交通系統(tǒng)(ITS，IntelligentTransportationSystems)作為一種全新的技術(shù)，采用先進(jìn)的科學(xué)技術(shù)，將涉及的道路、交通、人與環(huán)境等系統(tǒng)的綜合考慮，實(shí)現(xiàn)智能化的交通管理，為解決道路交通問題帶來可能和希望。作為智能交通系統(tǒng)的重要組成部分的車載自組織網(wǎng)絡(luò)(VehicleAdhocNetworks，VANET)就是在此背景下提出的。VANET具有節(jié)點(diǎn)性、數(shù)據(jù)流特性以及移動(dòng)的特性，其所提供的服務(wù)大多是基于位置的服務(wù)(LBS，LocationBasedService)，包括如緊急避險(xiǎn)、防碰撞等在內(nèi)的所有安全應(yīng)用的核心部分，都需要車輛能夠獲得精確自主的地理空間位置信息。目前VANET應(yīng)用中，使用較多的定位技術(shù)是全球衛(wèi)星導(dǎo)航系統(tǒng)(GlobalNavigationSatelliteSystem，GNSS)，為車輛應(yīng)用提供全面的位置信息。并且，GPS的地面接收信號的設(shè)備成本較低，而且衛(wèi)星分布廣泛，信號的覆蓋范圍廣，使得這種定位技術(shù)比其他如雷達(dá)等的定位技術(shù)更具吸引力。并且，目前通過差分等技術(shù)方案，GPS的定位誤差已經(jīng)在1m范圍內(nèi)，可以滿足絕大多數(shù)的應(yīng)用需求。但是，在隧道或城市密集區(qū)，GNSS信號被阻擋，導(dǎo)致定位性能大大降低。針對這種情況，通常的做法是使用慣性導(dǎo)航進(jìn)行絕對定位。但大量的研究表明，在這種方式中，隨著時(shí)間的推移，定位誤差具有隨時(shí)間積累的特性，有研究結(jié)果表明時(shí)間超過30秒時(shí)，測距誤差超過50米，在這種情況下的定位精度明顯不能滿足VANET環(huán)境中緊急避險(xiǎn)、防碰撞等場景的需求。技術(shù)實(shí)現(xiàn)要素：本公開的目的是提供一種車輛定位方法及裝置，以輔助車輛在GNSS盲區(qū)時(shí)進(jìn)行車輛位置的精確定位，從而滿足VANET環(huán)境下車間應(yīng)用對定位精度的要求。為了實(shí)現(xiàn)上述目的，本公開提供一種車輛定位方法，所述方法包括：在本車與N個(gè)位置可知的鄰近參考點(diǎn)進(jìn)行通信時(shí)，獲取M個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度信息和位置信息，其中，N和M為自然數(shù)，并且，3≤M≤N；根據(jù)所述接收信號強(qiáng)度信息，確定所述本車與所述M個(gè)鄰近參考點(diǎn)中的各個(gè)鄰近參考點(diǎn)之間的距離；根據(jù)所述本車與所述M個(gè)鄰近參考點(diǎn)中的各個(gè)鄰近參考點(diǎn)之間的距離、以及所述M個(gè)鄰近參考點(diǎn)的位置信息，確定本車的實(shí)際位置信息?？蛇x地，所述M個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度信息是在所述N個(gè)位置可知的鄰近參考點(diǎn)中，按照接收信號強(qiáng)度信息從大到小的順序，排名在前M個(gè)的鄰近參考點(diǎn)的接收信號強(qiáng)度信息。可選地，所述根據(jù)所述接收信號強(qiáng)度信息，確定所述本車與所述M個(gè)鄰近參考點(diǎn)中的各個(gè)鄰近參考點(diǎn)之間的距離，包括：其中，RSSIi表示本車獲取到的所述M個(gè)鄰近參考點(diǎn)中的第i個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度；di表示本車與所述M個(gè)鄰近參考點(diǎn)中的第i個(gè)鄰近參考點(diǎn)之間的距離；d0i表示本車與所述M個(gè)鄰近參考點(diǎn)中的第i個(gè)鄰近參考點(diǎn)之間的參考距離；Ai表示在本車與所述M個(gè)鄰近參考點(diǎn)中的第i個(gè)鄰近參考點(diǎn)之間相距參考距離d0i時(shí)，本車獲取到的第i個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度；Xσ表示隨機(jī)變量；a表示路徑損耗指數(shù)?？蛇x地，M≥4；以及，所述根據(jù)所述本車與所述M個(gè)鄰近參考點(diǎn)中的各個(gè)鄰近參考點(diǎn)之間的距離、以及所述M個(gè)鄰近參考點(diǎn)的位置信息，確定本車的實(shí)際位置信息，包括：根據(jù)本車與所述M個(gè)鄰近參考點(diǎn)中的任意三個(gè)鄰近參考點(diǎn)之間的距離，以及所述任意三個(gè)鄰近參考點(diǎn)的位置信息，確定本車的多個(gè)潛在位置信息；根據(jù)所述本車的多個(gè)潛在位置信息，確定所述本車的實(shí)際位置信息?？蛇x地，所述根據(jù)所述本車的多個(gè)潛在位置信息，確定所述本車的實(shí)際位置信息，包括：構(gòu)建本車位置分布概率方程；根據(jù)所述本車的多個(gè)潛在位置信息，利用二維高斯迭代法，求取所述本車位置分布概率方程的最優(yōu)解，并將所述最優(yōu)解確定為是所述本車的實(shí)際位置信息?？蛇x地，所述方法還包括：向與所述本車通信的鄰近參考點(diǎn)發(fā)送所述本車的實(shí)際位置信息。本公開還提供一種車輛定位裝置，所述裝置包括：獲取模塊，用于在本車與N個(gè)位置可知的鄰近參考點(diǎn)進(jìn)行通信時(shí)，獲取M個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度信息和位置信息，其中，N和M為自然數(shù)，并且，3≤M≤N；距離確定模塊，用于根據(jù)所述接收信號強(qiáng)度信息，確定所述本車與所述M個(gè)鄰近參考點(diǎn)中的各個(gè)鄰近參考點(diǎn)之間的距離；定位模塊，用于根據(jù)所述本車與所述M個(gè)鄰近參考點(diǎn)中的各個(gè)鄰近參考點(diǎn)之間的距離、以及所述M個(gè)鄰近參考點(diǎn)的位置信息，確定本車的實(shí)際位置信息?？蛇x地，所述M個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度信息是在所述N個(gè)位置可知的鄰近參考點(diǎn)中，按照接收信號強(qiáng)度信息從大到小的順序，排名在前M個(gè)的鄰近參考點(diǎn)的接收信號強(qiáng)度信息?？蛇x地，所述距離確定模塊用于通過以下方式確定所述本車與所述M個(gè)鄰近參考點(diǎn)中的各個(gè)鄰近參考點(diǎn)之間的距離：其中，RSSIi表示本車獲取到的所述M個(gè)鄰近參考點(diǎn)中的第i個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度；di表示本車與所述M個(gè)鄰近參考點(diǎn)中的第i個(gè)鄰近參考點(diǎn)之間的距離；d0i表示本車與所述M個(gè)鄰近參考點(diǎn)中的第i個(gè)鄰近參考點(diǎn)之間的參考距離；Ai表示在本車與所述M個(gè)鄰近參考點(diǎn)中的第i個(gè)鄰近參考點(diǎn)之間相距參考距離d0i時(shí)，本車獲取到的第i個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度；Xσ表示隨機(jī)變量；a表示路徑損耗指數(shù)?？蛇x地，M≥4；以及，所述定位模塊包括：第一確定子模塊，用于根據(jù)本車與所述M個(gè)鄰近參考點(diǎn)中的任意三個(gè)鄰近參考點(diǎn)之間的距離，以及所述任意三個(gè)鄰近參考點(diǎn)的位置信息，確定本車的多個(gè)潛在位置信息；第二確定子模塊，用于根據(jù)所述本車的多個(gè)潛在位置信息，確定所述本車的實(shí)際位置信息?？蛇x地，所述第二確定子模塊包括：方程構(gòu)建子模塊，用于構(gòu)建本車位置分布概率方程；求解子模塊，用于根據(jù)所述本車的多個(gè)潛在位置信息，利用二維高斯迭代法，求取所述本車位置分布概率方程的最優(yōu)解，并將所述最優(yōu)解確定為是所述本車的實(shí)際位置信息。可選地，所述裝置還包括：發(fā)送模塊，用于向與所述本車通信的鄰近參考點(diǎn)發(fā)送所述本車的實(shí)際位置信息。在上述技術(shù)方案中，通過獲取多個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度信息，能夠確定出本車與這些鄰近參考點(diǎn)之間的相對位置信息，并結(jié)合這些鄰近參考點(diǎn)自身的絕對位置，可以定位出本車實(shí)際的絕對位置。這樣，當(dāng)本車進(jìn)入GNSS信號覆蓋盲區(qū)時(shí)，仍能夠協(xié)同其他的鄰近參考點(diǎn)來輔助確定自身位置，并且定位精度高、誤差小，能夠滿足車輛處于GNSS盲區(qū)時(shí)碰撞預(yù)警等應(yīng)用的需求。本公開的其他特征和優(yōu)點(diǎn)將在隨后的具體實(shí)施方式部分予以詳細(xì)說明。附圖說明附圖是用來提供對本公開的進(jìn)一步理解，并且構(gòu)成說明書的一部分，與下面的具體實(shí)施方式一起用于解釋本公開，但并不構(gòu)成對本公開的限制。在附圖中：圖1是根據(jù)本公開的一示例性實(shí)施例示出的車輛定位方法的流程圖。圖2是三邊測量定位法的原理示意圖。圖3是利用三邊測量定位法確定出的接收節(jié)點(diǎn)的位置點(diǎn)的分布示意圖。圖4是根據(jù)本公開的另一示例性實(shí)施例示出的車輛定位方法的流程圖。圖5是根據(jù)本公開的一示例性實(shí)施例示出的車輛定位裝置的結(jié)構(gòu)框圖。圖6是根據(jù)本公開的另一示例性實(shí)施例示出的車輛定位裝置的結(jié)構(gòu)框圖。具體實(shí)施方式以下結(jié)合附圖對本公開的具體實(shí)施方式進(jìn)行詳細(xì)說明。應(yīng)當(dāng)理解的是，此處所描述的具體實(shí)施方式僅用于說明和解釋本公開，并不用于限制本公開。圖1是根據(jù)本公開的一示例性實(shí)施例示出的車輛定位方法的流程圖。如圖1所示，該方法可以包括以下步驟：在步驟101中，在本車與N個(gè)位置可知的鄰近參考點(diǎn)進(jìn)行通信時(shí)，獲取M個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度信息和位置信息，其中，N和M為自然數(shù)，并且，3≤M≤N。在現(xiàn)有的車車安全的解決方案中，DSRC(DedicatedShortRangeCommunications，專用短程通信技術(shù))是車載網(wǎng)絡(luò)的V2V通信(車車通信)及V2I通信(車輛與路邊單元通信)的主要手段。因此，在本公開的一個(gè)示例實(shí)施方式中，本車與鄰近參考點(diǎn)之間可以進(jìn)行DSRC通信。并且，在這種情況下，鄰近參考點(diǎn)可以包括鄰近車輛和/或鄰近路邊單元。在本車與鄰近參考點(diǎn)進(jìn)行DSRC通信的過程中，本車可以將自身的位置信息發(fā)送給鄰近參考點(diǎn)，以便鄰近參考點(diǎn)基于本車位置來進(jìn)行碰撞預(yù)警等操作；同時(shí)，本車也可以獲取鄰近參考點(diǎn)發(fā)送的關(guān)于該鄰近參考點(diǎn)的位置信息，以便本車基于該鄰近參考點(diǎn)的位置信息來進(jìn)行碰撞預(yù)警等操作。發(fā)明人在研究中發(fā)現(xiàn)，當(dāng)本車處于GNSS信號覆蓋盲區(qū)時(shí)，本車無法獲取到自身的GPS位置信息，但這并不影響其與鄰近參考點(diǎn)之間的DSRC通信。本車可以依賴于DSRC通信，獲取到其他沒有位于GNSS信號覆蓋盲區(qū)的鄰近參考點(diǎn)(即，其位置可知)的位置信息。此外，當(dāng)本車與鄰近參考點(diǎn)進(jìn)行通信時(shí)，還能獲取到該鄰近參考點(diǎn)的接收信號強(qiáng)度信息(RSSI)。這樣，本車可以依賴于這些鄰近參考點(diǎn)的位置信息和RSSI，來輔助定位自身位置，如以下所描述的。在步驟102中，根據(jù)接收信號強(qiáng)度信息，確定本車與M個(gè)鄰近參考點(diǎn)中的各個(gè)鄰近參考點(diǎn)之間的距離。RSSI的大小能夠反映出本車距離相應(yīng)的鄰近參考點(diǎn)的遠(yuǎn)近。在無線電傳輸過程中，在接收器和發(fā)送器之間的信號功率隨距離成反比例衰減，研究表明，信道的長距離衰落特性服從對數(shù)正態(tài)分布，常用對數(shù)距離路徑損耗模型表示，其路徑損耗模型可以用如下公式表示：其中，d是發(fā)射節(jié)點(diǎn)和接收節(jié)點(diǎn)之間的待測距離；a為路徑衰耗指數(shù)，表示路徑損耗隨距離增加而增大的快慢，其取值范圍是[2,5]；Xσ是隨機(jī)變量，其服從正態(tài)分布；d0是已知的參考距離；PL(d0)表示參考距離為d0時(shí)的路徑損耗。接收節(jié)點(diǎn)接收到的信號強(qiáng)度為：RSSI＝Pt-PL(d)(2)其中，Pt表示信號的發(fā)射功率，PL(d)表示參考距離為d時(shí)的路徑損耗。因此，距離發(fā)射節(jié)點(diǎn)d0處的參考點(diǎn)的接收信號強(qiáng)度A＝Pt-PL(d0)，得：PL(d0)＝Pt-A(3)把公式(2)及(3)代入公式(1)，得：通過上述公式可知，在VANET環(huán)境下，接收節(jié)點(diǎn)的信號強(qiáng)度RSSI可以實(shí)時(shí)獲取，并且發(fā)射功率已知。以節(jié)點(diǎn)B、C為例說明，假設(shè)B為發(fā)送節(jié)點(diǎn)，C為接收節(jié)點(diǎn)。初始一段時(shí)間，B、C節(jié)點(diǎn)都可以實(shí)時(shí)獲取到GNSS信息，可根據(jù)GPS信息計(jì)算出兩節(jié)點(diǎn)間參考距離為d0，并獲取其對應(yīng)的時(shí)刻的接收信號強(qiáng)度A。當(dāng)接收節(jié)點(diǎn)C進(jìn)入GNSS盲區(qū)時(shí)，此時(shí)采集不到GPS信息，則可以利用公式(4)能夠計(jì)算出節(jié)點(diǎn)C與節(jié)點(diǎn)B之間的距離d。綜上，本公開中，可以通過以下公式來確定本車與M個(gè)鄰近參考點(diǎn)中的各個(gè)鄰近參考點(diǎn)之間的距離：其中，RSSIi表示本車獲取到的M個(gè)鄰近參考點(diǎn)中的第i個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度；di表示本車與M個(gè)鄰近參考點(diǎn)中的第i個(gè)鄰近參考點(diǎn)之間的距離；d0i表示本車與M個(gè)鄰近參考點(diǎn)中的第i個(gè)鄰近參考點(diǎn)之間的參考距離；Ai表示在本車與M個(gè)鄰近參考點(diǎn)中的第i個(gè)鄰近參考點(diǎn)之間相距參考距離d0i時(shí)，本車獲取到的第i個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度。在步驟103中，根據(jù)本車與M個(gè)鄰近參考點(diǎn)中的各個(gè)鄰近參考點(diǎn)之間的距離、以及M個(gè)鄰近參考點(diǎn)的位置信息，確定本車的實(shí)際位置信息。示例地，可以基于三邊測量定位算法來確定本車的實(shí)際位置。三邊測量定位算法的基本原理為：在基于接收信號強(qiáng)度RSSI的車輛間測距基礎(chǔ)上，通過搜集到的其他車輛或路邊單元的位置信息，并通過測距算法計(jì)算出發(fā)送節(jié)點(diǎn)與接收節(jié)點(diǎn)之間的距離。通過這些數(shù)據(jù)的統(tǒng)計(jì)分析，接收到的數(shù)據(jù)及通過測距算法計(jì)算出發(fā)送節(jié)點(diǎn)與接收節(jié)點(diǎn)間的距離，可以形成一個(gè)列表，如表1所示。表1設(shè)備經(jīng)度x緯度y距自身距離(米)發(fā)送節(jié)點(diǎn)BS1x1y1R1發(fā)送節(jié)點(diǎn)BS2x2y2R2發(fā)送節(jié)點(diǎn)BS3x3y3R3則可根據(jù)發(fā)送節(jié)點(diǎn)的具體位置信息及距離接收節(jié)點(diǎn)的距離信息形成如圖2所示的三邊圖。如圖2所示，BS1、BS2、BS3是三個(gè)發(fā)送節(jié)點(diǎn)，在VANET可以是鄰近車輛或鄰近路邊單元，發(fā)送節(jié)點(diǎn)與處于GNSS盲區(qū)的接收節(jié)點(diǎn)(即，本車)之間的距離分別為R1、R2、R3，由此可知接收節(jié)點(diǎn)位于半徑為Ri、圓心為發(fā)送節(jié)點(diǎn)的圓周上。假設(shè)接收節(jié)點(diǎn)的二維坐標(biāo)為(x0,y0)，所屬圓的圓心為(xi,yi)，則滿足：(xi-x0)2+(yi-y0)2＝Ri2(6)當(dāng)存在多個(gè)發(fā)送節(jié)點(diǎn)時(shí)，則以發(fā)送節(jié)點(diǎn)的實(shí)際位置為圓心，以其與接收節(jié)點(diǎn)間的距離為半徑，可以得出半徑大小不同的圓。理論上來講，所有圓周的交點(diǎn)應(yīng)該重合與一點(diǎn)，因此重合的點(diǎn)即為本車自身的位置?；谏鲜鋈厹y量定位算法的原理可以得知，只要能夠獲知三個(gè)發(fā)送節(jié)點(diǎn)的位置信息，以及接收節(jié)點(diǎn)與各個(gè)發(fā)送節(jié)點(diǎn)之間的距離信息，就可以確定出該接收節(jié)點(diǎn)的位置信息。因此，在步驟101時(shí)，要獲取至少三個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度信息及位置信息，才能完成后續(xù)的本車定位，即，M≥3。綜上所述，在上述技術(shù)方案中，通過獲取多個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度信息，能夠確定出本車與這些鄰近參考點(diǎn)之間的相對位置信息，并結(jié)合這些鄰近參考點(diǎn)自身的絕對位置，可以定位出本車實(shí)際的絕對位置。這樣，當(dāng)本車進(jìn)入GNSS信號覆蓋盲區(qū)時(shí)，仍能夠協(xié)同其他的鄰近參考點(diǎn)來輔助確定自身位置，并且定位精度高、誤差小，能夠滿足車輛處于GNSS盲區(qū)時(shí)碰撞預(yù)警等應(yīng)用的需求。作為一種可選的實(shí)施方式，可以使用全部N個(gè)位置可知的鄰近參考點(diǎn)的接收信號強(qiáng)度信息和位置信息，來確定本車的實(shí)際位置信息。在這種情況下，N＝M。作為另一種可選的實(shí)施方式中，可以使用全部N個(gè)位置可知的鄰近參考點(diǎn)中的一部分鄰近參考點(diǎn)的接收信號強(qiáng)度信息和位置信息，來確定本車的實(shí)際位置信息。在這種情況下，N>M。這樣，可以減少計(jì)算量，提高定位效率。在該實(shí)施方式中的一種實(shí)現(xiàn)方式中，可以基于接收信號強(qiáng)度的大小，來決定選用哪些鄰近參考點(diǎn)的RSSI和位置信息。這是因?yàn)?，RSSI越大表示該鄰近參考點(diǎn)距離本車越近，反之，RSSI越小表示該鄰近參考點(diǎn)距離本車越遠(yuǎn)。由于距離越遠(yuǎn)，傳輸干擾越大，數(shù)據(jù)誤差可能就越大。因此，選擇距離本車較近的鄰近參考點(diǎn)的位置信息來協(xié)助本車定位，可以進(jìn)一步提升定位結(jié)果的準(zhǔn)確性。因此，在步驟101中獲取到的M個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度信息，是在N個(gè)位置可知的鄰近參考點(diǎn)中，按照接收信號強(qiáng)度信息從大到小的順序，排名在前M個(gè)的鄰近參考點(diǎn)的接收信號強(qiáng)度信息。如上所述，理論上來講，每三個(gè)發(fā)送設(shè)備可以得出一個(gè)接收節(jié)點(diǎn)的位置信息。在VANET環(huán)境下，作為發(fā)送節(jié)點(diǎn)的車輛或路邊單元比較多。設(shè)備越多，確定的接收節(jié)點(diǎn)的位置信息越多，且這些位置應(yīng)該完全重合。但實(shí)際情況中，由于受環(huán)境的限制，且由于實(shí)驗(yàn)儀器的誤差等，得到的這些接收節(jié)點(diǎn)位置的點(diǎn)并不會完全重合，實(shí)際的位置信息將在某個(gè)范圍內(nèi)，并且呈現(xiàn)正態(tài)分布的狀態(tài)，所描繪的期望點(diǎn)分布如圖3所示，符合正態(tài)分布的期望點(diǎn)數(shù)據(jù)例如如表2所示：表2經(jīng)度(x)緯度(y)點(diǎn)A100.2588225.597511點(diǎn)B100.2589125.597502點(diǎn)C100.2588925.597516點(diǎn)D100.2580325.597502針對這一情況，本公開提供一種優(yōu)化機(jī)制，以解決在得到多個(gè)不同的接收節(jié)點(diǎn)位置點(diǎn)的情況下，如何確定接收節(jié)點(diǎn)的實(shí)際位置的問題。具體地，上述步驟103可以包括：首先，根據(jù)本車與M個(gè)鄰近參考點(diǎn)中的任意三個(gè)鄰近參考點(diǎn)之間的距離，以及所述任意三個(gè)鄰近參考點(diǎn)的位置信息，確定本車的多個(gè)潛在位置信息。也就是說，當(dāng)確定出本車與至少四個(gè)鄰近參考點(diǎn)之間的距離時(shí)，可以首先根據(jù)其中的三個(gè)鄰近參考點(diǎn)與本車之間的距離，以及這三個(gè)鄰近參考點(diǎn)的位置信息，按照如上的三邊測量定位算法，計(jì)算出一個(gè)本車的位置信息，該位置信息作為一個(gè)潛在位置信息。接下來，再重新選取三個(gè)鄰近參考點(diǎn)，其中，再次選取的三個(gè)鄰近參考點(diǎn)與歷史選取的三個(gè)鄰近參考點(diǎn)不完全相同，根據(jù)重新選取的三個(gè)鄰近參考點(diǎn)與本車之間的距離，以及這三個(gè)鄰近參考點(diǎn)的位置信息，按照如上的三邊測量定位算法，再計(jì)算出一個(gè)本車的位置信息，該位置信息作為另一個(gè)潛在位置信息。上述過程重復(fù)進(jìn)行，直到獲取到預(yù)定數(shù)量(該數(shù)量≥2)的潛在位置信息為止。接下來，根據(jù)本車的多個(gè)潛在位置信息，確定本車的實(shí)際位置信息。示例地，可以構(gòu)建本車位置分布概率方程，如以下所示：其中x,y分別為經(jīng)度、緯度，μ1,μ2,σ1,σ2,ρ為分布參數(shù)，其中，μ1表示經(jīng)度平均值，μ2表示緯度平均值，σ1表示經(jīng)度方差，σ2表示緯度方差，ρ為x與y的相關(guān)系數(shù)，并且，|ρ|<1。之后，根據(jù)本車的多個(gè)潛在位置信息，利用二維高斯迭代法，求取本車位置分布概率方程的最優(yōu)解，并將該最優(yōu)解確定為是本車的實(shí)際位置信息。通過這一實(shí)施方式，能夠進(jìn)一步提高定位結(jié)果的精度，誤差范圍可控制在很小的范圍內(nèi)，可以滿足車輛處于GNSS盲區(qū)時(shí)碰撞預(yù)警等應(yīng)用的需求。圖4是根據(jù)本公開的另一示例性實(shí)施例示出的車輛定位方法的流程圖。如圖4所示，該方法還可以包括：在步驟104中，向與本車通信的鄰近參考點(diǎn)發(fā)送本車的實(shí)際位置信息，以便于在本車進(jìn)入GNSS信號覆蓋盲區(qū)時(shí)，該鄰近參考點(diǎn)也能夠獲知到本車位置信息，并基于本車位置信息進(jìn)行碰撞預(yù)警等操作。圖5是根據(jù)本公開的一示例性實(shí)施例示出的車輛定位裝置500的結(jié)構(gòu)框圖。如圖5所示，該裝置可以包括：獲取模塊501，用于在本車與N個(gè)位置可知的鄰近參考點(diǎn)進(jìn)行通信時(shí)，獲取M個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度信息和位置信息，其中，N和M為自然數(shù)，并且，3≤M≤N；距離確定模塊502，用于根據(jù)所述接收信號強(qiáng)度信息，確定所述本車與所述M個(gè)鄰近參考點(diǎn)中的各個(gè)鄰近參考點(diǎn)之間的距離；定位模塊503，用于根據(jù)所述本車與所述M個(gè)鄰近參考點(diǎn)中的各個(gè)鄰近參考點(diǎn)之間的距離、以及所述M個(gè)鄰近參考點(diǎn)的位置信息，確定本車的實(shí)際位置信息。通過獲取多個(gè)鄰近參考點(diǎn)的接收信號強(qiáng)度信息，能夠確定出本車與這些鄰近參考點(diǎn)之間的相對位置信息，并結(jié)合這些鄰近參考點(diǎn)自身的絕對位置，可以定位出本車實(shí)際的絕對位置。這樣，當(dāng)本車進(jìn)入GNSS信號覆蓋盲區(qū)時(shí)，仍能夠協(xié)同其他的鄰近參考點(diǎn)來輔助確定自身位置，并且定位精度高、誤差小，能夠滿足車輛處于GNSS盲區(qū)時(shí)碰撞預(yù)警等應(yīng)用的需求?？蛇x地，所述距離確定模塊502可以用于通過上述公式(5)來確定所述本車與所述M個(gè)鄰近參考點(diǎn)中的各個(gè)鄰近參考點(diǎn)之間的距離?？蛇x地，M≥4；以及，所述定位模塊503可以包括：第一確定子模塊，用于根據(jù)本車與所述M個(gè)鄰近參考點(diǎn)中的任意三個(gè)鄰近參考點(diǎn)之間的距離，以及所述任意三個(gè)鄰近參考點(diǎn)的位置信息，確定本車的多個(gè)潛在位置信息；第二確定子模塊，用于根據(jù)所述本車的多個(gè)潛在位置信息，確定所述本車的實(shí)際位置信息?？蛇x地，所述第二確定子模塊可以包括：方程構(gòu)建子模塊，用于構(gòu)建本車位置分布概率方程；求解子模塊，用于根據(jù)所述本車的多個(gè)潛在位置信息，利用二維高斯迭代法，求取所述本車位置分布概率方程的最優(yōu)解，并將所述最優(yōu)解確定為是所述本車的實(shí)際位置信息。圖6是根據(jù)本公開的另一示例性實(shí)施例示出的車輛定位裝置500的結(jié)構(gòu)框圖。如圖6所示，該裝置500還可以包括：發(fā)送模塊504，用于向與所述本車通信的鄰近參考點(diǎn)發(fā)送所述本車的實(shí)際位置信息。關(guān)于上述實(shí)施例中的裝置，其中各個(gè)模塊執(zhí)行操作的具體方式已經(jīng)在有關(guān)該方法的實(shí)施例中進(jìn)行了詳細(xì)描述，此處將不做詳細(xì)闡述說明。以上結(jié)合附圖詳細(xì)描述了本公開的優(yōu)選實(shí)施方式，但是，本公開并不限于上述實(shí)施方式中的具體細(xì)節(jié)，在本公開的技術(shù)構(gòu)思范圍內(nèi)，可以對本公開的技術(shù)方案進(jìn)行多種簡單變型，這些簡單變型均屬于本公開的保護(hù)范圍。另外需要說明的是，在上述具體實(shí)施方式中所描述的各個(gè)具體技術(shù)特征，在不矛盾的情況下，可以通過任何合適的方式進(jìn)行組合。為了避免不必要的重復(fù)，本公開對各種可能的組合方式不再另行說明。此外，本公開的各種不同的實(shí)施方式之間也可以進(jìn)行任意組合，只要其不違背本公開的思想，其同樣應(yīng)當(dāng)視為本公開所公開的內(nèi)容。當(dāng)前第1頁1 2 3