对车辆自定位特征的评估

对车辆自定位特征的评估

基于数字地图的车辆定位对许多利用数字地图数据的先进辅助驾驶系统来说很关键。目前定位系统主要依靠GPS测量值、传感器或数字地图对车辆进行定位，但GPS测量值不够准确且传感器或数字地图价格较昂贵。由此，提出一种以车内现存廉价传感器和标准导航地图为基础的定位方法来进行车辆定位。该方法将车辆的状态空间在数字地图上分解为一维纵向位置和一维方向，然后将车辆行驶轨迹转换为当前车辆位置，并与数字地图道路的几何结构相匹配。其中，纵向位置描述了车辆在数字地图上的行驶距离，不考虑车辆在数字地图上的横向位置是因为其能由光学路径估计系统很容易计算得到。为了在数字地图上定位车辆需要两个输入，即光学车道识别系统和车辆自身运动的估计。建立车轮恒定转速和车速模型估计车辆自身的运动，利用扩展的卡尔曼滤波器将车轮速度传感器和标准车辆横摆角速度传感器测量值进行融合，并用状态变量将车辆位置和方位的变化体现在局部车辆坐标系内。

利用高精度的差分全球定位系统参考系统评估该方法的敏感参数。对该方法的评估结果表明，该方法能够不依赖GPS系统是否可用及精确度高低，就能精确获得车辆的位置和方向。所开发的系统融合了多种局部特征，匹配功能（如将数字地图公路斜坡轮廓与车内加速度计的测量值相匹配），则可以进一步提高车辆的定位精度。

Florian Schule et al.2014 IEEE17thInternational ConferenceonIntelligent TransportationSystems (ITSC)，2014.

编译：赵唤