车联网中的半互穿协作定位
系统与控制
2017-09-19 v1
摘要
我们提出了一种用于车载自组织网络内分布式协作地图匹配（CMM）的融合机制。该机制使得每个节点的信息在没有直接通信的情况下也能被网络内其他节点获取，从而提高了整体定位精度和鲁棒性。每个节点运行一个Rao-Blackwellized粒子滤波器（RBPF），处理自身及邻居的全球导航卫星系统（GNSS）测量值，随后进行地图匹配步骤以减少或消除GNSS大气误差。然后每个节点将其自身的滤波结果与邻居的结果进行融合，以获得更好的估计。在本研究中，这些RBPF复杂的动力学和融合机制由线性动态系统表示。我们提出了一个分布式优化框架，利用该模型来提高分布式CMM的鲁棒性和精度。通过基于数据提取的真实车辆网络仿真结果，并与集中式方案和具有随机融合权重的分散式方案进行比较，阐明了该分布式优化框架的有效性。
引用
@article{arxiv.1709.05457,
title = {Semi-Interpenetrating Cooperative Localization in Connected Vehicle Networks},
author = {Macheng Shen and Huajing Zhao and Jing Sun and Ding Zhao},
journal= {arXiv preprint arXiv:1709.05457},
year = {2017}
}