多传感器融合与邻居协作的车辆精确定位方法

针对现有车辆定位装置定位精度不高的问题,提出一种面向车辆自组织网络的车辆精确定位方法。首先,获取车辆上的多传感器信息,融合这些信息构建当前车辆的状态模型;然后,采用贝叶斯滤波方法计算车辆当前状态的可信度;接着,结合当前车辆的一跳邻居车辆信息估算其相对位置;最后,综合上述信息修正车辆的当前位置,提高车辆定位精度。实验表明,与常用的全球定位系统(GPS)、扩展卡尔曼滤波方法相比,该方法的定位精度高,且受GPS定位误差的影响小。