[发明专利]一种基于蓝牙RSSI的无钥匙系统定位方法

摘要

本发明提供了一种基于蓝牙RSSI的无钥匙系统定位方法，其特征在于，首先，初步判断钥匙是在车内还是车外；建立车内外空间坐标系，设四个基站分别安装在汽车的四边中央，当汽车智能钥匙接收四个基站发出来的信号强度后，先对各强度进行对比，判断出钥匙在哪一个象限；由信号强度，依据车内衰减模型求出钥匙至四个基站的距离，进而判断钥匙是在车内还是车外；根据钥匙在车内还是车外，利用车内衰减神经网络模型或自由空间衰减模型，得到校正后的钥匙至四个基站的距离；再利用二次加权质心分段定位算法对钥匙位置进行定位。本发明提供的方法大大提高了智能车钥匙的定位精度。

主权项

一种基于蓝牙RSSI的无钥匙系统定位方法，其特征在于，步骤为：步骤1：初步判断钥匙是在车内还是车外；建立车内外空间坐标系，设四个基站A1、A2、A3、A4的位置分别安装在汽车的四边中央，A1在Y轴y1处，A2在X轴‑x1处，A3在X轴x1处，A4在Y轴‑y1处；当汽车智能钥匙接收四个基站发出来的信号强度后，先对各强度进行对比，判断出钥匙在哪一个象限；S(A1)>S(A4),S(A2)<S(A3),M⋐Q1]]>S(A1)>S(A4),S(A2)>S(A3),M⋐Q2]]>S(A1)<S(A4),S(A2)>S(A3),M⋐Q3]]>S(A1)<S(A4),S(A2)<S(A3),M⋐Q4]]>其中，S()表示求信号强度的函数，M表示汽车智能钥匙的位置，Q1、Q2、Q3、Q4分别表示第一、二、三、四象限；由信号强度，依据车内衰减模型求出M至A1、A2、A3、A4的距离d1、d2、d3、d4，取其中最小的两个值dmin1和dmin2的平方相加，再和y12+x12进行比较，根据余弦定理可知：若dmin12+dmin22≥y12+x12，则M在车外，反之M在车内；步骤2：当钥匙处于车外位置时，采用自由空间衰减模型求出距离，如下：L0＝32.44+20lgd(Km)+201gf(MHz)其中，L0为路径损耗，即测出的信号强度；d为距离；f为电磁波的频率；当钥匙处于车内位置时，采用车内衰减模型，具体采用人工神经网络模型求出距离，神经网络的输入层为测出的信号强度，输出层为距离；如此，根据钥匙在车内还是车外，利用车内衰减模型或自由空间衰减模型，得到校正后的M至A1、A2、A3、A4的距离dj1、dj2、dj3、dj4；步骤3：提出约束条件根据约束条件必须满足下列四个不等式的成立：dj1+dj2>x12+y12;dj1+x12+y12>dj4]]>dj1+x12+y12>dj3;dj3+x12+y12>dj4]]>如果四个不等式有任一个不成立，那么算法中断，天线再次发射出信号，请求定位；如果四个不等式都成立，则转步骤4；步骤4：进行二次加权计算在二维平面中，只要知道三个已知节点与未知节点的距离，就可以很精确地得到未知点的位置信息，可以把它看作是以三个已知节点的位置为圆心，以到未知节点的距离为半径，作三个圆，这三个圆一定会相交于一点，存在下列公式：dj12=(x1-x)2+(y1-y)2dj22=(x2-x)2+(y2-y)2dj32=(x3-x)2+(y3-y)2]]>其中，(x1，y1)为A1点坐标，(x2，y2)为A2点坐标，(x3，y3)为A3点坐标，(x，y)为汽车智能钥匙的位置M点坐标；但是在实际的定位过程中，由于各种噪声的影响，未知点M的位置在三个圆重叠区域的任一位置：上式应当改写为：dj12Δ12=(x1-x)2+(y1-y)2dj22Δ22=(x2-x)2+(y2-y)2dj32Δ32=(x3-x)2+(y3-y)2]]>其中，Δ1、Δ2、Δ3分别为对应距离的比例误差系数；加权质心定位算法的思想就是要对未知点到已知点的距离进行加权，而后再求加权后的质心位置，这种思想的依据是由于距离越近，误差因子就越小，距离越大，误差因子就越大；所以引入未知点与已知点之间的距离作为权重因子，设权重因子取下列值：W11＝(dj2+dj3)/2(dj1+dj2+dj3)；W12＝(dj1+dj3)/2(dj1+dj2+dj3)；W13＝(dj1+dj2)/2(dj1+dj2+dj3)。其中，W11为点A1对应的权重因子，W12为点A2对应的权重因子，W13为点A3对应的权重因子；设点M的估测位置为(xg，yg)，那么质心计算公式可以表达为：xg=Σi=13(W1i×xi),yg=Σi=13(W1i×yi)]]>由于在车内安装有四个蓝牙基站，利用三边测量法进行计算，可以得到四个近似的未知节点坐标，在对这四个近似未知节点坐标求质心时，再次引入权重因子，以求到更为精确的坐标；设由基站A1、A2、A3，A1、A2、A4，A1、A3、A4以及A2、A3、A4确定的未知节点M的估测位置分别为M1(xg1，yg1)、M2(xg2，yg2)、M3(xg3，yg3)、M4(xg4，yg4)，根据权重因子的特性，分别取它们的权重因子为：W21＝dj4/(dj1+dj2+dj3+dj4)；W22＝dj3/(dj1+dj2+dj3+dj4)；W23＝dj2/(dj1+dj2+dj3+dj4)；W24＝dj1/(dj1+dj2+dj3+dj4)。其中，W21为估测位置M1对应的权重因子，W22为估测位置M2对应的权重因子，W23为估测位置M3对应的权重因子，W24为估测位置M4对应的权重因子；对这四个估测点进行二次加权质心计算，得到M的最终估测位置：xg=Σi=14(W2i×xgi),yg=Σi=14(W2i×xgi)]]>(xg，yg)即为汽车智能钥匙的位置M的最终估测值。