本發(fā)明涉及車輛定位，具體地說，涉及一種基于單北斗定位的車輛定位系統(tǒng)。

背景技術(shù)：

1、在物流運輸工作中，包括長途貨運、城市配送等場景。在這些場景下，物流企業(yè)需要實時監(jiān)控貨車的位置，以便協(xié)調(diào)運輸資源、安排裝卸貨時間、應對突發(fā)情況。

2、目前，通過車輛定位系統(tǒng)能夠?qū)崟r掌握貨車的位置和行駛狀態(tài)，實現(xiàn)對物流運輸過程的有效監(jiān)控和管理，其目的在于提高物流運輸?shù)男?、確保貨物的安全以及優(yōu)化運輸路線，但是，北斗定位系統(tǒng)在某些復雜環(huán)境下，如高樓林立的城市峽谷、隧道、地下停車場等，可能會出現(xiàn)信號遮擋或干擾，導致定位不準確，其次，在北斗定位裝置受到干擾時，只能等待裝置恢復正常，導致物流車隊管理方面還不夠精準和高效，為了減少這種情況，提出一種基于單北斗定位的車輛定位系統(tǒng)。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于單北斗定位的車輛定位系統(tǒng)，以解決上述背景技術(shù)中提出的問題。

2、為實現(xiàn)上述目的，提供了一種基于單北斗定位的車輛定位系統(tǒng)，包括車隊獲取模塊、貨車隊列組合模塊、初始預測位置模塊、行駛預測模塊、距離預測模塊以及備用位置選擇模塊；

3、所述車隊獲取模塊用于獲取物流車隊的運輸路線，同時獲取車隊在行進過程中規(guī)劃的隊列順序；

4、所述貨車隊列組合模塊用于監(jiān)測每個貨車北斗定位的位置數(shù)據(jù)，同時獲取貨車之間設(shè)定的跟隨距離，然后將貨車之間的位置數(shù)據(jù)結(jié)合跟隨距離進行隊列重組；

5、所述初始預測位置模塊用于獲取車隊中貨車的行駛速度，然后將前導車的位置數(shù)據(jù)結(jié)合尾車的位置數(shù)據(jù)以及行駛速度和跟隨距離對車隊中每輛貨車進行預測位置分析，并對分析結(jié)果進行范圍重疊分析，根據(jù)分析結(jié)果獲取每輛貨車的初始預測位置范圍；

6、所述行駛預測模塊用于獲取貨車此次運輸?shù)臍v史行駛數(shù)據(jù)，當出現(xiàn)信號波動時，根據(jù)歷史行駛數(shù)據(jù)結(jié)合運輸路線對貨車后續(xù)行駛預測，獲取每輛貨車的行駛預測位置；

7、所述距離預測模塊用于截取信號波動之前時段中貨車之間的歷史間隔距離，同時將歷史間隔距離結(jié)合初始預測位置范圍對貨車進行距離預測位置分析；

8、所述備用位置選擇模塊用于將行駛預測位置結(jié)合初始預測位置范圍進行范圍比對，根據(jù)比對結(jié)果對行駛預測位置和距離預測位置進行位置校正備用的優(yōu)先級劃分。

9、作為本技術(shù)方案的進一步改進，所述車隊獲取模塊通過與物流管理端進行數(shù)據(jù)關(guān)聯(lián)，從而獲取每個貨車的運輸路線，同時將相同運輸路線以及相同發(fā)車時間的貨車歸納為一個物流車隊，從而得到每個物流車隊的運輸路線；

10、獲取車隊在行進過程中規(guī)劃的隊列順序。

11、作為本技術(shù)方案的進一步改進，所述貨車隊列組合模塊包括位置監(jiān)測模塊和隊列組合模塊；

12、所述位置監(jiān)測模塊用于在每個貨車安裝北斗定位裝置，然后與北斗定位裝置進行數(shù)據(jù)關(guān)聯(lián)，從而獲取每個貨車對應北斗定位裝置反饋的位置數(shù)據(jù)；

13、所述隊列組合模塊用于在物流管理端向用戶采集貨車之間設(shè)定的跟隨距離，然后根據(jù)位置數(shù)據(jù)對行駛過程中的貨車進行隊列重組，當不同貨車之間的間隔處于跟隨距離內(nèi)，則歸為同一隊列，反之，當不同貨車之間的間隔不處于跟隨距離內(nèi)，則不歸為同一隊列。

14、作為本技術(shù)方案的進一步改進，所述初始預測位置模塊通過在貨車安裝速度傳感器，然后通過速度傳感器反饋的數(shù)據(jù)，從而獲取貨車的行駛速度。

15、作為本技術(shù)方案的進一步改進，所述初始預測位置模塊包括預測位置分析模塊和預測位置范圍獲取模塊；

16、所述預測位置分析模塊用于將前導車的行駛速度和位置數(shù)據(jù)結(jié)合跟隨距離對車隊中每輛貨車進行預測位置分析，同時將尾車的行駛速度和位置數(shù)據(jù)結(jié)合跟隨距離對車隊中每輛貨車進行預測位置分析；

17、所述預測位置范圍獲取模塊用于將預測位置分析模塊獲取的兩次預測位置分析結(jié)果進行范圍重疊分析，在兩次預測位置分析結(jié)果中將相同的位置預測數(shù)據(jù)作為貨車的初始預測位置范圍。

18、作為本技術(shù)方案的進一步改進，所述初始預測位置模塊的基于前導車的預測位置分析公式如下：

19、

20、

21、其中，xpred1和ypred1為貨車相對于前導車的預測位置坐標，vlead為前導車的行駛速度，xlead和ylead為前導車的位置數(shù)據(jù)，dfollwo為設(shè)定的跟隨距離，t1為尾車完成運輸路線的預測時間，前導車行駛方向與x軸正方向夾角為θlead；

22、基于尾車的預測位置分析公式如下：

23、

24、

25、其中，xpred2和ypred2為貨車相對于尾車的預測位置坐標，vrear為尾車的行駛速度，xrear和yrear為尾車的位置數(shù)據(jù)，尾車行駛方向與x軸正方向夾角為θrear；

26、

27、其中，d為距離，設(shè)定重疊閾值為t，當d＜t，則認為位置重疊，當確定位置重疊后，將重疊的位置范圍作為貨車的初始預測位置范圍。

28、作為本技術(shù)方案的進一步改進，所述行駛預測模塊的公式如下：

29、

30、

31、其中，x0和y0為貨車在信號波動前的最后穩(wěn)定位置坐標，vhist為貨車在歷史數(shù)據(jù)中的平均速度，行駛方向與x軸正方向夾角為θ，信號波動后尾車完成運輸路線的預測時間為t2，xt和yt為行駛預測位置。

32、作為本技術(shù)方案的進一步改進，所述距離預測模塊包括間隔距離采集模塊和距離位置預測模塊；

33、所述間隔距離采集模塊用于當貨車的北斗定位裝置受到干擾，反饋數(shù)據(jù)出現(xiàn)波動時，采集距離波動時間最近保存的貨車之間的歷史間隔數(shù)據(jù)，并在歷史間隔數(shù)據(jù)中將受到干擾的貨車進行提取，獲取該貨車與前后貨車的間隔距離；

34、所述距離位置預測模塊用于根據(jù)該貨車與前后貨車的間隔距離結(jié)合初始預測位置范圍對貨車進行距離預測位置分析，在初始預測位置范圍中根據(jù)間隔距離進行精準位置預測，從而獲取距離預測位置。

35、作為本技術(shù)方案的進一步改進，所述備用位置選擇模塊包括范圍比對模塊和優(yōu)先級劃分模塊；

36、所述范圍比對模塊用于將行駛預測位置結(jié)合初始預測位置范圍進行范圍比對；

37、所述優(yōu)先級劃分模塊用于根據(jù)范圍對比模塊的顯示結(jié)果進行優(yōu)先級劃分，當行駛預測位置處于初始預測位置范圍內(nèi)，行駛預測位置的優(yōu)先級最高，將行駛預測位置作為校正備用位置，反之，當行駛預測位置不處于初始預測位置范圍內(nèi)，距離預測位置的優(yōu)先級最高，將距離預測位置作為校正備用位置；

38、當北斗定位裝置反饋的位置數(shù)據(jù)與運輸路線不符合時，使用校正備用位置作為貨車位置，直至北斗定位裝置反饋的位置數(shù)據(jù)恢復正常。

39、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果：

40、1、該一種基于單北斗定位的車輛定位系統(tǒng)中，通過將前導車的行駛速度和位置數(shù)據(jù)結(jié)合跟隨距離對車隊中每輛貨車進行預測位置分析，同時利用尾車的行駛速度和位置數(shù)據(jù)進行同樣的操作，然后對兩次預測位置結(jié)果進行范圍重疊提取分析，能夠更準確地確定貨車的初始預測位置范圍，這種多源數(shù)據(jù)融合的方式可以有效彌補單北斗定位在某些復雜環(huán)境下可能出現(xiàn)的誤差，使得在北斗定位信號出現(xiàn)波動或短暫丟失的情況下，仍然能夠較為準確地確定貨車的位置。