GPS信號遮擋區(qū)的智能車定位方法研究.pdf

1、在智能車的研究中，定位是一個(gè)基本問題，是實(shí)現(xiàn)車輛自主導(dǎo)航的前提。GPS(Global Positioning System)定位是智能車定位常用的一種方法，但實(shí)際中GPS信號容易被遮擋而導(dǎo)致定位失效。對于遮擋區(qū)范圍較小的情況，可利用航位推算或慣性導(dǎo)航加以解決，但對于遮擋區(qū)范圍較大的情況則需要考慮其它方法。本文針對這一問題，提出一種基于地圖匹配的定位方法，通過數(shù)據(jù)融合獲取可靠的車輛位姿。論文主要工作如下：
　　 1)調(diào)查研究了現(xiàn)有

2、的各種定位方法，并在此基礎(chǔ)上總結(jié)了現(xiàn)有方法的不足，據(jù)此提出了本文的研究方向和內(nèi)容。
　　 2)提出了一種基于傳感器記憶地圖的智能車定位方法。傳感器記憶地圖不僅可以克服傳統(tǒng)地圖表示方法在環(huán)境表示和存儲容量等方面的不足，而且也為地圖生成和地圖匹配帶來方便。在傳感器配置方面，通過對室外具體應(yīng)用場景的分析，提出將激光雷達(dá)安裝在車輛頂部、攝像頭安裝在車輛底部以降低室外復(fù)雜環(huán)境光線等因素的影響，提高系統(tǒng)可靠性。
　　 3)提出了一種

3、有效的地圖生成和優(yōu)化算法，用于創(chuàng)建GPS信號遮擋區(qū)內(nèi)高精度的環(huán)境地圖。其中提出一種基于魯棒ICP(Iterative ClosetPoints)算法的幀間匹配方法，將多種對應(yīng)點(diǎn)搜索策略結(jié)合到匹配算法中，增強(qiáng)了算法的魯棒性，可有效估計(jì)兩數(shù)據(jù)幀之間的配準(zhǔn)關(guān)系。在地圖優(yōu)化中，設(shè)計(jì)了統(tǒng)一的地圖優(yōu)化框架將地圖幀之間的幀間匹配約束和遮擋區(qū)兩端的GPS數(shù)據(jù)約束進(jìn)行融合，并通過約束線性化將地圖優(yōu)化問題建模為一個(gè)較易解決的線性優(yōu)化問題，再借助迭代方法提高

4、精度。仿真和實(shí)際實(shí)驗(yàn)證明了優(yōu)化算法能有效提高地圖精度。
　　 4)提出了一種地圖匹配和數(shù)據(jù)融合相結(jié)合的定位方法，以保證定位的可靠性和實(shí)時(shí)性。分析了地圖匹配的基本思想，推導(dǎo)了基于地圖匹配的車輛定位公式。數(shù)據(jù)融合采用IJKF(Unscented Kalman Filter)算法，將地圖匹配和航位推算進(jìn)行融合。其中設(shè)計(jì)了目標(biāo)系統(tǒng)的狀態(tài)方程和觀測方程，并分析了數(shù)據(jù)融合中的關(guān)鍵問題--不同數(shù)據(jù)本身的不確定度(或誤差)，為數(shù)據(jù)之間的有效融合

5、奠定了基礎(chǔ)。在地圖匹配方法中，車輛進(jìn)入遮擋區(qū)時(shí)的初始位姿誤差以及地圖生成前后環(huán)境信息的變化是導(dǎo)致地圖匹配失效的兩個(gè)重要問題。利用仿真平臺對這兩個(gè)問題進(jìn)行了驗(yàn)證和分析，證明了所提方法具有較好的魯棒性。
　　 5)在典型實(shí)際場景中對所提定位方法進(jìn)行了實(shí)驗(yàn)分析，其中分別采用激光雷達(dá)和攝像頭兩種外部傳感器來完成地圖生成和地圖匹配。實(shí)驗(yàn)結(jié)果證明了所提方法的有效性。
　　 理論分析和實(shí)驗(yàn)結(jié)果表明所提定位方法可以有效地解決GPS信號遮