汽车数字钥匙定位方法、方向识别方法及计算机程序产品与流程

本发明涉及无线通信定位，更具体地，涉及一种汽车数字钥匙定位方法、方向识别方法及计算机程序产品。

背景技术：

1、汽车数字钥匙是把智能手机、智能手表等设备用作车钥匙的一项技术。数字钥匙最基本的功能是根据钥匙距离车的远近来无感地实现车门的解锁与闭锁，当钥匙由远及近靠近车辆，并且进入离车足够近（比如2米）时，车门自动解锁。当钥匙由近及远远离车辆时，并且离车足够远（比如5米）时，车门自动闭锁，车门解闭锁的整个过程不需要车主的介入，从而提高了用户体验。以上过程通常借助于近距离通信技术，如蓝牙、超宽带等近场通信技术来实现手机钥匙的定位。利用无线通信系统的接收信号强度进行测距/定位是一种常用的技术，如苹果公司的ibeacon系统就是基于蓝牙技术来定位的。除了蓝牙，wifi、zigbee等无线通信技术也被广泛应用于室内/室外定位，另外，近年来蓝牙也被越来越多地用于汽车数字钥匙的定位。

2、以上技术都利用了无线接收信号的信号强度(received signal strengthindicator, rssi)来估计距离，利用rssi估计距离的方法基于以下认知：即通信双方之间的距离越远，接收到对方发送来的信号功率越低。基于rssi测距的基本认知是：通信双方之间的距离越远，接收机接收到的信号功率越低，在自由空间传播模型下，路径损耗随收发信机之间距离的增加而线性增长，因此根据当前测量得到的rssi即可估计收发信机之间的距离。

3、在实际应用中，基于rssi的定位精度并不理想。接收机天线接收到的信号强度与发射端功率、发射机与接收机之间的距离等之间的关系，由friis公式给出:

4、         (1)

5、其中pt为发射功率，pr为接收功率，gt为发射天线增益，gr为接收天线增益，是载波信号的波长。公式(1)表明，接收机天线的接收功率除了与发射功率、收发信机之间的距离d有关，还与天线增益和载波信号的频率有关。自由空间传播公式给出的接收功率是理想条件下的结果，实际系统中的接收功率还受到多径传播、遮挡、大尺度衰落、小尺度衰落、周围移动目标、热噪声和干扰等多种因素的影响，rssi与距离之间并非理想的单调函数关系，即使收发信机均保持静止、距离不变，接收信号强度也会持续随机波动。尤其在汽车数字钥匙场景中，金属车身对无线信号具有强烈的遮挡作用：当钥匙位于车辆一侧时，位于车辆同侧的锚站与钥匙之间为视距传播，其rssi随距离增加而明显减弱，测距结果较为可靠；而位于车辆另一侧的锚站与钥匙之间被金属车身完全遮挡，不存在直射路径，接收到的信号是经绕射和反射等多径信号的叠加，信号明显变弱且波动剧烈，在数米的距离范围内rssi甚至不随距离增加而减弱，同一个rssi取值可能对应多个不同的距离，从而带来严重的测距模糊。

6、参见图1中的车辆在左右两侧的b柱上分别安装有一个蓝牙节点，接收来自手机的无线信号，并测量接收功率。图2和图3分别给出当手机沿着图1中车左侧的直线移动时，左侧和右侧的蓝牙节点/锚站的接收信号功率与距离之间的关系。由图1可知，左侧b柱的蓝牙节点与手机之间是视距传播，而右侧b柱锚站与手机之间被金属车身完全遮挡。由图2可以看出，当钥匙在车的左侧时，车左侧的定位锚站接收到的信号强度呈现出明显的随距离增加，信号强度降低的趋势，对测试结果进行数据拟合就可以得到距离-rssi曲线。图中的测试结果的波动是由小尺度衰落引起的。由图3可以看出，在2-7米的距离范围内，车右侧的锚站接收信号强度与距离之间的关系没有呈现出rssi随着距离增加而变弱的趋势，比如，当rssi = -76dbm时，对应2.4-5.6米范围内的五个不同距离，从而带来测距结果的模糊，导致定位结果的不确定性。根据图1，此时手机钥匙与车右侧的锚站之间被金属车身完全遮挡，因为没有直射路径，接收到的信号是经绕射和反射等信号的叠加，信号明显变弱，而且信号波动剧烈。图4进一步显示了在手机钥匙与锚站之间有遮挡场景下，距离跟rssi之间的关系，图4中手机钥匙沿着车的左后方运动，车前保险杠处的锚站接收到手机无线信号强度与距离之间的关系如图5所示。由图5可知，与图5类似，此时rssi没有呈现出随着距离增加而逐步变弱的趋势，无法根据rssi估计出准确距离。

7、因此，现有定位方法通常不加区分地使用全部锚站的测量结果进行位置解算，被遮挡锚站的不可靠测量结果会显著拉低定位精度；一些改进方法尝试识别视距锚站并对非视距锚站的测距结果进行修正，但视距与非视距的识别本身依赖于测距结果，在信号严重波动时识别可靠性难以保证；还有一些方法采用深度学习模型直接处理rssi信号，虽然拟合能力较强，但模型参数量和计算量大，对车端低算力微控制器不友好，并且需要针对不同型号终端进行大量数据采集和标定，移植复杂度高。

8、由于车身的遮挡会导致某些锚站的测量结果变得不可用，若能够在定位过程中获知数字钥匙相对于目标对象的大致方向，就可以选择一组测量结果更可靠的锚站参与位置解算，从而规避被遮挡锚站带来的测距误差。

技术实现思路

1、针对现有技术存在的问题，本发明的目的在于提供一种汽车数字钥匙定位方法、方向识别方法及计算机程序产品，在数字钥匙定位前进行数字钥匙的方向识别，以解决直接定位不准确的问题。

2、为实现上述目的，第一方面，本发明提供一种汽车数字钥匙定位方法，把车辆所在的水平面分成有限个不同的方向，部署多个定位锚站；所述定位锚站用于接收数字钥匙发送的无线信号并测量所述无线信号的接收信号强度；包括以下步骤：

3、先判断汽车数字钥匙所在的方向区域，再根据所确定的方向区域，从所述多个定位锚站中选择与所述数字钥匙之间信号传播路径可靠的定位锚站构成锚站子集，并基于所述锚站子集的信号强度测量值对所述数字钥匙进行定位解算，得到所述数字钥匙相对于所述车辆的位置信息。

4、第二方面，本发明提供一种汽车数字钥匙定位方法，用于实施如上所述的汽车数字钥匙定位方法中判断汽车数字钥匙所在的方向区域，包括以下步骤：

5、在离线阶段，分别在每个方向区域内采集所述多个定位锚站接收所述数字钥匙无线信号的信号强度测量值样本，对每个样本中各个定位锚站的信号强度测量值按照信号强度大小进行排序，得到该样本对应的排序结果，统计各排序结果在每个方向区域内出现的条件概率和在整个样本空间中出现的边缘概率，并基于各方向区域的样本及其排序结果、条件概率和边缘概率建立方向估计模型；

6、在在线阶段，获取所述多个定位锚站在同一时刻接收所述数字钥匙无线信号得到的多个实时信号强度测量值，对所述多个实时信号强度测量值按照信号强度大小进行排序，得到当前排序结果；将所述当前排序结果输入所述方向估计模型，依据最大后验概率准则，从所述多个方向区域中确定所述数字钥匙当前所处的方向区域。

7、上述方向识别步骤是数字钥匙定位前的核心步骤之一，通过离线统计各排序结果在不同方向区域出现的条件概率并建立方向估计模型，在线时仅需对实时信号强度排序并按最大后验概率准则即可完成方向识别，计算量小，适合在车端低算力控制器上实时运行。

8、在一些实施方式中，所述对每个样本中各个定位锚站的信号强度测量值按照信号强度大小进行排序，得到该样本对应的排序结果，包括：对每个样本中的多个信号强度测量值按照从大到小的顺序或者从小到大的顺序排列，得到由对应的定位锚站标识构成的排列序列，并将所述排列序列作为该样本对应的排序结果；所述统计各排序结果在每个方向区域内出现的条件概率，包括：针对每个方向区域，统计该方向区域内各排序结果出现的次数，将该次数与各方向区域上合计总样本数的比值作为该排序结果在该方向区域出现的条件概率。

9、在一些实施方式中，所述将所述当前排序结果输入所述方向统计模型，依据最大后验概率准则，从所述多个方向区域中确定所述数字钥匙当前所处的方向区域，包括：针对每个方向区域，根据所述当前排序结果在该方向区域出现的条件概率以及所述当前排序结果的边缘概率，计算所述数字钥匙处于该方向区域的后验概率；后验概率计算公式为：, m = a, b, c, ..., l，其中，，，n为各方向上合计总样本数，为在m方向上排序结果出现的次数，a, b, c, ..., l分别代表划分的各个方向；先验概率p(m)是钥匙所处某个方向的概率；将后验概率最大的方向区域确定为所述数字钥匙当前所处的方向区域。

10、在一些实施方式中，所述数字钥匙处于各方向区域的先验概率相等。

11、第三方面，本发明提供另一种汽车数字钥匙定位方法，用于实施如上所述的汽车数字钥匙定位方法中判断汽车数字钥匙所在的方向区域，通过机器学习模型确定所述数字钥匙当前所处的方向区域，包括以下步骤：

12、在离线阶段，针对每个方向区域采集信号强度测量值样本，对每个样本中各个定位锚站的信号强度测量值两两作差，得到由多个信号强度差值构成的特征向量，并以该样本所属的方向区域作为标签构成训练样本；利用所述训练样本对多分类机器学习模型进行训练，得到方向分类模型；

13、在在线阶段，将多个实时信号强度测量值两两作差得到实时特征向量，将所述实时特征向量输入所述方向分类模型，得到所述数字钥匙处于各方向区域的概率，并将概率最大的方向区域确定为所述数字钥匙当前所处的方向区域。

14、上述技术方案中，信号强度差值特征均只依赖于各锚站信号强度的相对关系，不受数字钥匙发射功率差异的影响，无需针对不同型号终端逐一标定，具有良好的泛化能力和移植性。

15、在一些实施方式中，所述多分类机器学习模型包括决策树、多层感知机、支持向量机、k近邻分类器和朴素贝叶斯分类器中的至少一种。

16、在一些实施方式中，所述无线信号为低功耗蓝牙信号，所述定位锚站为蓝牙锚站；所述数字钥匙包括智能手机、智能穿戴设备或实体蓝牙钥匙中的至少一种。

17、在一些实施方式中，所述多个定位锚站中的至少部分定位锚站布置于所述车辆的车身外侧，包括车辆的左前区域、右前区域、左后区域和右后区域中的至少两个位置。

18、最后一方面，本发明提供一种计算机程序产品，所述计算机程序被处理器执行时实现如上所述的汽车数字钥匙定位方法或如上所述的汽车数字钥匙方向识别方法的步骤。

19、与现有技术相比，本发明具有以下技术效果：

20、（1）本发明利用同一时刻多个蓝牙锚站接收信号强度之间的相对强弱关系识别数字钥匙所处的方向区域：由于靠近数字钥匙且与其视距传播的锚站接收到的信号更强，被目标对象本体遮挡的锚站接收到的信号更弱且波动剧烈，因此各锚站信号强度的排序结果能够稳定地反映数字钥匙的方向；通过离线统计各排序结果在不同方向区域出现的条件概率和在整个样本空间中出现的边缘概率并建立方向统计模型，在线时仅需对实时信号强度排序并按最大后验概率准则即可完成方向识别，计算量小，适合在车端低算力控制器上实时运行。实验证明，采用该方法使某方向被正确识别的概率高达87.1%。

21、（2）排序结果和信号强度差值特征均只依赖于各锚站信号强度的相对关系，使得本发明的方向识别方法不受数字钥匙发射功率差异的影响，无需针对不同型号终端逐一标定，具有良好的泛化能力和移植性。

22、（3）基于方向识别结果，定位算法可以剔除被遮挡、测量结果不可靠的锚站，仅选用视距传播、测量结果可信的锚站进行位置解算，从而使得本发明显著提高遮挡场景下的定位精度。