闵海根 ,宋晓鹏,程超轶
(1.长安大学信息工程学院,西安 710064;2.“车联网”教育部-中国移动联合实验室,西安 710021; 3.浙江省交通规划设计研究院有限公司,杭州 310017)
近年来,全球关于智能交通系统应用的研究取得了迅速发展,其目标是利用计算机、通信、传感等技术的进步实现更加安全、高效、节约能源、环境友好和舒适的交通系统。由此涌现了一系列新的技术,如导航、各种驾驶辅助技术、车路协同乃至自动驾驶等[1-2]。这些技术的实现往往需要某种定位手段来获得车辆的位置[3]。获取实时、准确的车辆位置信息(如经度、纬度、高度等)是许多智能交通技术的重要组成部分。根据智能车辆的不同应用,对位置信息精度要求进行了分类。其中,导航、地图定位等对位置精度要求较低,误差在10~20 m 范围内即可;协同自适应巡航、协同路口安全、车辆队列行驶等技术对位置精度要求中等,一般要求误差在1~5 m 范围内;车辆碰撞预警、视觉增强、自动泊车等技术对位置精度要求高,要求误差在1 m 以内;当今无人驾驶技术的迅速发展对车辆的定位需求则更高,误差一般要控制在20 cm 以内[4]。这些技术日渐发展和普及的过程对车辆定位的准确性、稳定性和广泛的可达性提出了更高的要求。更好的车辆定位服务已经成为智能交通系统飞速发展大背景下的迫切需求。
随着车载测量传感器的种类不断丰富,基于多源传感器融合的车辆自主定位方法已经有许多研究和相关成果。仅依靠单车自主定位方法仍然无法有效解决城市峡谷和长隧道等复杂环境的车辆全尺度定位问题。……