基于差分定位的LBS 服務在智能網(wǎng)聯(lián)汽車測試評價中的應用及優(yōu)化

甘正男

（中電?？导瘓F有限公司，杭州 浙江 310013）

0 引 言

智能網(wǎng)聯(lián)汽車測試和評價的目標，就是在以不降低汽車行駛安全性為前提條件下，全面評價智能網(wǎng)聯(lián)汽車的各項性能[1]。 現(xiàn)有的測試評價體系將智能網(wǎng)聯(lián)汽車測試評價方法和汽車整車的產(chǎn)品開發(fā)過程融為一體，按照產(chǎn)品開發(fā)過程的模型，在不同階段分別使用不同的測試評價方法，從而可以指導整個產(chǎn)品從開發(fā)階段到設計階段的測試評價過程。現(xiàn)有測試評價體系的內(nèi)容包括： 感知數(shù)據(jù)的采集、測試平臺搭建及仿真模型 （包括模型在環(huán)MIL 階段、軟件在環(huán)SIL 階段、硬件在環(huán)HIL 階段）的驗證、受控測試、實證試驗等[1]。 從國際上對測試評價體系內(nèi)容分級的要求來看，目前對感知數(shù)據(jù)的采集大多停留在保證仿真模擬中的感知場景各類數(shù)據(jù)的被動采集的過程， 無論是通過現(xiàn)場駕駛環(huán)境采集、權威機構發(fā)布數(shù)據(jù)還是自動駕駛安全性分析數(shù)據(jù)， 通常針對車輛本身在測試評價中的數(shù)據(jù)上傳，來被動地將數(shù)據(jù)進行上報和采集。但缺乏針對現(xiàn)場測試環(huán)境和車輛本身的交互數(shù)據(jù)，例如車輛在現(xiàn)場駕駛環(huán)境中的相對位置、行駛軌跡等相關的基于位置的交互型動態(tài)數(shù)據(jù)。

自動駕駛全新評估和測試方法（New Assessment/Test Method for Automated Driving，NATM）自聯(lián)合國車輛法規(guī)協(xié)調(diào)論壇自動駕駛與網(wǎng)聯(lián)汽車工作組自動駕駛測試評價方法非正式工作組VMAD 第五次會議提出以來， 已通過意見征集和會議討論等形式形成“場景目錄（SG 1a）”、“測試場景研究、審核評估、仿真測試與使用監(jiān)管（SG 2a）”、“封閉場地與開放道路測試（SG 2b）”以及“測試方法之間相互關系”等相關內(nèi)容和研究方向的確立。 在測試場景方面，與會專家就測試場景與車輛設計運行范圍關系、場景在測試過程中的應用這兩點問題發(fā)表了相關觀點。 專家指出，在道路數(shù)據(jù)感知采集和測試道路鋪設的過程中，不能僅僅有被動數(shù)據(jù)的采集，更需要全方位的環(huán)境因素感知和數(shù)據(jù)上報。 在審核評估、仿真測試與使用監(jiān)督方面，專家重點討論了高精度定位的實施方法及在用車管理環(huán)節(jié)使用報告的必要性。

2020 年7 月10 日，聯(lián)合國車輛法規(guī)協(xié)調(diào)論壇自動駕駛與網(wǎng)聯(lián)汽車工作組自動駕駛測試評價方法非正式工作組（WP29/GRVA/VMAD）第八次會議以網(wǎng)絡會議的形式召開，中國代表全程參與并分享了中國在自動駕駛測試領域的現(xiàn)狀和研究成果，指出了高精度定位服務在測試評價體系中的重要作用和實際應用中可視化平臺的優(yōu)秀表現(xiàn)，以此共同推動自動駕駛技術的發(fā)展和應用。 2020 年9 月15日，由全國汽車標準化技術委員會主辦、汽標委智能網(wǎng)聯(lián)汽車分技術委員會承辦的第六屆智能網(wǎng)聯(lián)汽車技術及標準法規(guī)國際交流會（ICV 2020）中，明確提出了需要討論自動駕駛測試場景研究與車輛測試評價辦法研究中基于地理位置信息服務的應用，并進一步提出在地理位置數(shù)據(jù)服務下對自動駕駛公共道路測試、應用示范及商業(yè)化運行的相關標準的確立。 本文將以差分定位技術為核心實現(xiàn)的LBS 服務來對以上測試評價過程中凸顯的問題進行解決。

1 LBS 服務在智能網(wǎng)聯(lián)車輛測試評價中的應用

1.1 差分定位技術

差分GPS 定位通常使用一臺GPS 基準接收機（通常稱之為基準站）和一臺用戶接收機（通常稱之為移動站），利用實時或事后處理技術，就可以使用戶測量相對位置時消去公共的誤差源，如衛(wèi)星軌道誤差、衛(wèi)星鐘差、大氣延時導致的誤差、多路徑效應產(chǎn)生的誤差等。

通常根據(jù)差分GPS 基準站所發(fā)送信息的方式可以將差分定位分為三類，即：位置差分、偽距差分和載波相位差分。這三類差分定位的工作原理是類似的，即都是通過基準站發(fā)送修正數(shù)據(jù)，并由用戶站接收并對其測量結果進行修正，從而獲得精確的定位結果。三種方式的差異在于發(fā)送修正數(shù)據(jù)的具體內(nèi)容有所區(qū)別，直接導致了其差分定位精度各有不同。

1.1.1 位置差分

位置差分是最簡單的差分方法，任何一種GPS接收機都可以改裝和組成這種差分定位系統(tǒng)。其原理是通過安裝在基準站上的GPS 接收機觀測4 顆衛(wèi)星的實時位置進行三維定位，并解算出基準站的坐標。 但由于存在著軌道誤差、時鐘誤差、SA（Selective Arailability） 影響誤差、 大氣影響產(chǎn)生的誤差、多徑效應以及其他誤差的影響，解算出來的坐標與基準站的確定坐標是不同的， 存在一定的偏差。 我們可以通過基準站，利用數(shù)據(jù)鏈將這個改正數(shù)據(jù)發(fā)送出去，由用戶站接收收據(jù)，并對其解算的用戶站坐標進行修正。最終在用戶站得到修正后的用戶坐標已經(jīng)消去了基準站和用戶站的共同誤差。但位置差分需要修正誤差的前提是基準站和用戶站觀測的是同一組衛(wèi)星。 因此，位置差分定位法通常只適用于用戶與基準站之間的距離在100km 之內(nèi)的情況，否則可能會存在誤差無法修正而導致的位置偏移。

1.1.2 偽距差分

偽距差分是目前應用最廣泛的一種差分定位技術，基本上大部分的差分定位技術服務提供商都用的是這種技術。目前利用偽距差分定位法定位的精度可以達到亞米級別。 同時，偽距差分也是國際海事無線電委員會RTCM SC-104 標準推薦的定位數(shù)據(jù)格式。

偽距差分定位技術的本質是在基準站上的接收機通過計算被測量目標到其可見衛(wèi)星的距離，并將這個計算出來的距離與含有誤差的測量值進行比較， 利用一個α-β 濾波器將這個差值進行濾波并計算出相應的偏差值，然后將所有衛(wèi)星的測距誤差傳輸給用戶本身，通過這個測距誤差來對測量的偽距進行修正。最終用戶將利用修正后的偽距來解出本身的位置，以此來消去公共誤差，從而提高定位的精度。

與位置差分定位原理相似的是，偽距差分技術能夠消除兩個基站之間的公共誤差，但隨著用戶到基準站距離的增加， 又會導致系統(tǒng)誤差的增加，而這種系統(tǒng)誤差是無法被技術抵消或糾正的。 因此，用戶和基準站之間的距離對最終結果的精度有決定性的影響。

1.1.3 載波相位差分（RTK）

載波相位差分技術又被稱為RTK 技術（Real Time Kinematic），是在能夠及時處理兩個測距站的載波相位的基礎上建立的。載波相位差分定位技術能夠實時提供觀測點的三維坐標，并達到厘米級的高精度水準。

和偽距差分定位原理類似，基準站通過數(shù)據(jù)鏈的格式及時地將其載波觀測值以及基準站坐標信息一同傳送給用戶站， 用戶站通過接收GPS 衛(wèi)星的載波相位和來自基準站的載波相位，組成相位差分觀測值并進行處理，從而及時給出厘米級的定位結果。

目前實現(xiàn)載波相位差分GPS 的方法主要分為兩類：修正法和差分法。修正法和偽距差分相同，通過基準站把載波相位修正量發(fā)送給用戶站，從而改正其載波相位并求得相應坐標。差分法主要通過把基準站采集的載波相位發(fā)送給用戶站進行求差解算坐標。 前者是準RTK 技術， 后者是真正的RTK技術。

1.2 CORS 服務架構及在測試評價中的應用

1.2.1 CORS 服務架構

CORS 是 Continuously Operating Reference Stations 的英文縮寫，即“連續(xù)運行參考站”。 CORS是一種利用全球導航衛(wèi)星系統(tǒng)、計算機技術、互聯(lián)網(wǎng)數(shù)據(jù)通信技術等，在一個區(qū)域、城市或國家按照需求， 根據(jù)一定距離建立長年連續(xù)運行的若干個固定GNSS 參考站組成的網(wǎng)絡系統(tǒng)，而這個連續(xù)運行的參考站是運用了網(wǎng)絡RTK 系統(tǒng)的一種基礎硬件設施。

目前國內(nèi)比較知名的千尋CORS 服務主要分為三個精度， 分別是千尋跬步 （亞米級高精度CORS 服務）、 千尋知寸 （厘米級高精度CORS 服務）、千尋見微（靜態(tài)毫米級高精度CORS 服務）。依托于遍布全國的衛(wèi)星地基增強站，該服務采用標準NTRIP 協(xié)議和RTCM 差分電文， 支持目前主流品牌的RTK，其作用相當于一個巨型基站，客戶僅需要一個移動站， 就可以開始測量工作。 目前千尋CORS 服務的覆蓋范圍廣，采用了分布式云計算技術，可以支持用戶大規(guī)模同時訪問請求，并且響應速度快、精度較高、硬件設備匹配度高、能夠提供多需求下的全國范圍內(nèi)的高精度定位服務。如圖1 所示為CORS 系統(tǒng)服務的組成。

圖1 CORS 系統(tǒng)服務的組成Figure 1 The composition of CORS system services

1.2.2 CORS 服務在測試評價環(huán)境中的應用

筆者在2019 年12 月26 日15 時雪天定位時，測試環(huán)境中的CORS 網(wǎng)絡差分定位服務突然出現(xiàn)了異常的誤差波動，大幅降低了定位精度。 在事后通過對天氣條件（雪天天氣）的試驗數(shù)據(jù)分析發(fā)現(xiàn)，在剛下雪時，由于對流層的突然變化，導致對流層對衛(wèi)星信號傳輸?shù)难舆t突然增高，從而導致定位精度產(chǎn)生了較大偏差，而這種異常的波動通常來說毫無規(guī)律性可言。因為CORS 網(wǎng)絡差分定位數(shù)據(jù)中接收到對流層突變信息，才能改變對流層延遲模型并進行差分數(shù)據(jù)調(diào)整，所以在調(diào)整對流層延遲模型這個延遲過程中， 會對定位服務的精度產(chǎn)生較大影響。這種不穩(wěn)定的現(xiàn)象會對點定位精度產(chǎn)生較大影響，也會對由點形成的無人駕駛車輛行駛的軌跡產(chǎn)生較大影響，導致車輛偏離自己的行駛軌跡，轉向系統(tǒng)將會不停工作， 而不能保持一定的行駛路徑，會造成交通事故的發(fā)生。

我們都知道地球并不是一個規(guī)則的球體，但可以近似看作為一個橢球體。由于地球地平面的凹凸不平，利用北斗衛(wèi)星測量得到的只是經(jīng)緯度和高度坐標，對于智能網(wǎng)聯(lián)汽車并沒有直接的用途。 因此需要將大地坐標系中的經(jīng)緯度和高度等值轉化為空間直角坐標系內(nèi)的相對坐標值，從而獲得智能網(wǎng)聯(lián)汽車的相對位置。

我們通常用高斯投影公式將經(jīng)緯度數(shù)值轉化為高斯直角坐標系來提供給車輛。高斯投影是假定有一個橢圓柱面橫套在地球橢球體外面，并與一條中央子午線相切， 橢圓柱的中心軸穿過橢球體中心，然后用一定的投影方法，將中央子午線兩側各一定經(jīng)差范圍內(nèi)的地區(qū)投影到橢圓柱面上，將此柱面展開就成為高斯直角坐標系[2]。

2 基于差分定位的LBS 服務誤差優(yōu)化算法及路測應用優(yōu)化

2.1 誤差優(yōu)化算法分析

在實際的道路測試環(huán)境中，由于CORS 差分服務無法消除的誤差因素和實際道路環(huán)境的復雜性因素的共同影響下，仍然無法單純利用差分定位服務來對智能網(wǎng)聯(lián)汽車實現(xiàn)精確控制。而基于道路行駛安全性和智能網(wǎng)聯(lián)汽車發(fā)展可靠性要求來看，通常要求智能網(wǎng)聯(lián)汽車達到毫米級的精準控制，同時對數(shù)據(jù)上報的頻率和安全性也有相應要求。因此需要對現(xiàn)存的設備與應用在硬件和軟件上進行相應加裝及優(yōu)化處理。

從硬件上來看，攝像頭、激光雷達、毫米波雷達和IMU（Inertial Measurement Unit）慣性測量單元的設備是自動駕駛車輛中常用到的一系列傳感器。其中攝像頭、激光雷達、毫米波雷達的數(shù)量和傳感及運算效果會直接影響自動駕駛的等級， 而IMU 慣性測量單元則主要用來提供相對精準的定位信息。IMU 慣性測量單元通常由陀螺儀、加速計和算法處理單元組成，通過對加速度和旋轉角度的測量得出自體的運動軌跡，擁有更高的更新頻率，而且不受信號影響。 通常將IMU 與GNSS 單元一起形成組合慣導的硬件單元。

GPS 是一個相對準確的定位用傳感器，也是網(wǎng)絡差分服務的主要數(shù)據(jù)傳輸中心，但是它的更新頻率過低，僅有10Hz，不足以提供實時的位置更新。IMU 有著GPS 所欠缺的實時性， 更新頻率可以達到100Hz 或者更高。IMU 傳感系統(tǒng)通過高達100Hz頻率的全球定位和慣性更新數(shù)據(jù)，目前應用在自動駕駛系統(tǒng)中，輔助完成定位。 通過整合CORS 網(wǎng)絡差分服務與GPS/IMU 的服務數(shù)據(jù)形成實時位置和慣性導航互相修正的定位結果，我們可以為車輛定位提供既準確又足夠實時的位置更新。

GPS 和IMU 組合， 就是為了融合IMU 的航向速度、角速度和加速度信息，來提高GPS 的精度和抗干擾能力。 IMU 相對GPS 來說， 能提供補全導航信息，因為GPS 本身只提供位置信息，IMU 還可以提供航向姿態(tài)信息， 這個是車輛控制里的基本信息。

從軟件算法上來看，目前定位服務產(chǎn)生的數(shù)據(jù)誤差主要來源于時鐘誤差、大氣誤差、環(huán)境誤差和網(wǎng)絡波動誤差等，特別是針對移動物體的高精度定位。 針對一些短時間內(nèi)波動較大的誤差，我們可以通過航跡推算定位法來對其進行修正，但航跡推算定位法也只能在短時間內(nèi)保持高精度，之后便會隨著時間的推移而產(chǎn)生越來越多的累積誤差，因此航跡推算定位法作為CORS 網(wǎng)絡差分服務中短時間內(nèi)的輔助算法有很好的效果。

航跡推算（DR）是一種非常常見的定位優(yōu)化算法， 也較廣泛地應用在智能網(wǎng)聯(lián)汽車的定位系統(tǒng)中。 CORS 網(wǎng)絡差分定位和DR 切換融合定位原理如圖2 所示。衛(wèi)星定位系統(tǒng)首先根據(jù)接收機觀測到的衛(wèi)星數(shù)量和幾何分布結構，確定衛(wèi)星是否有效及定位精度波動情況。當衛(wèi)星定位的誤差小于波動閾值時，利用CORS 網(wǎng)絡差分定位服務，同時輸出的定位數(shù)據(jù)更新DR 定位系統(tǒng)的初始值；但當衛(wèi)星定位無效時，系統(tǒng)就會自動切換到DR 定位系統(tǒng)。 因為DR 傳感器會隨著時間的推移而產(chǎn)生誤差堆積，因此當CORS 差分服務再次滿足精度要求時，便會立即輸出衛(wèi)星定位數(shù)據(jù)并同時更新DR 定位系統(tǒng)的初始值并消除誤差。

圖2 切換融合定位原理圖Figure2 Schematic diagram of handover fusion positioning

2.2 路測應用優(yōu)化改進

在智能網(wǎng)聯(lián)汽車實際的道路測試評價中，通常會遇到一些隧道、高架橋遮蔽、基站信號交界處等CORS 服務不穩(wěn)定或GPS 信號丟失的情況，而通過GNSS/IMU 的組合慣性導航的方法，可以提高傳感數(shù)據(jù)更新頻率，增加航向速度、角速度和加速度等位置方向信息， 并結合GPS 信號慣導推演等方式，對一些信號弱、受干擾嚴重的實際道路環(huán)境定位數(shù)據(jù)的誤差進行優(yōu)化。 但由于目前GPS 波動的情況較為復雜繁多， 在實際應用中存在較長時間將IMU 慣導作為主要導航方法的情況， 這也導致了導航精度的迅速下降。 因此，考慮到實際應用情況， 我們應對IMU 慣導環(huán)境下的誤差修正方法進行優(yōu)化。

我們根據(jù)IMU 傳感器數(shù)據(jù)特性， 建立了基于擴展卡爾曼濾波和無跡卡爾曼濾波的慣性導航系統(tǒng)（Inertial Navigation System， INS）模型，同時基于汽車行駛過程中高精度定位的要求，參考并應用了針對智能網(wǎng)聯(lián)汽車的基于非線性自適應回歸（nonlinear autoregressive exogenous， NARX）神經(jīng)網(wǎng)絡的GPS/IMU 組合慣導算法[3]。 在GPS/INS 數(shù)據(jù)融合算法中，國內(nèi)外應用最多的是卡爾曼濾波算法及其改進的非線性濾波算法，通過估計車輛動力學（側滑、航線、縱向速度）得出的仿真對比結果顯示，輪胎區(qū)域在線性區(qū)域內(nèi)時，非線性卡爾曼濾波算法的狀態(tài)估計結果優(yōu)于卡爾曼濾波結果。 同時研究結果表明， 一種基于加權的平方根容積卡爾曼濾波算法，能夠有效提高GPS/INS 組合慣導中導航系統(tǒng)對測量噪聲統(tǒng)計不確定的自適應能力與導航性能[4]。 而經(jīng)過進一步的算法優(yōu)化之后發(fā)現(xiàn)，改進徑向基神經(jīng)網(wǎng)絡結合自適應濾波輔助的組合系統(tǒng)導航算法，能夠算出穩(wěn)定的次優(yōu)導航解，其定位精度明顯優(yōu)于純INS 導航算法。 其中基于隨機森林回歸的GPS/INS集成定位法，可以提供連續(xù)、準確、可靠的導航方案解。 也正是NARX 神經(jīng)網(wǎng)絡在非線性問題的時間序列預測方面有著很強的非線性動態(tài)描述能力，因此NARX 神經(jīng)網(wǎng)絡常被用于解決非線性、 動態(tài)問題的預測上，而車輛精準定位導航也正是此類問題之一。

實際應用中的優(yōu)化選用以擴展卡爾曼濾波器（extended Kalman filter， EKF） 為基礎并結合非線性自回歸網(wǎng)絡（NARX）神經(jīng)網(wǎng)絡算法對車輛位置進行實時動態(tài)預測的組合慣導模型，能夠有效提升在GPS 信號不正常、波動幅度大、受干擾嚴重等情況下的定位精度，基本滿足道路實測中對智能網(wǎng)聯(lián)汽車的測試評價定位要求。

此外，在能夠獲取智能網(wǎng)聯(lián)汽車的精確定位之后， 我們還需要確保數(shù)據(jù)在本地完整存儲的條件下，能夠適時測試評價數(shù)據(jù)斷點續(xù)傳功能。 結合測試評價通常存在異地評價和多復雜道路環(huán)境評價的特點，數(shù)據(jù)必須具有實時性、適用性、可靠性和安全性。 在數(shù)據(jù)本地保存的冗余機制下，斷點續(xù)傳功能能夠更好地使數(shù)據(jù)獲得應用和展現(xiàn)。

3 結語

精準定位在自動駕駛車輛中的應用由來已久，從原有的GPS 導航到精確的差分定位技術， 在未來的自動駕駛和V2X 智能網(wǎng)聯(lián)汽車的概念中，車輛實時位置信息和軌跡信息勢必將成為所有服務的應用基礎。 也正是基于此，研究精確差分定位技術在智能網(wǎng)聯(lián)汽車中的不間斷應用意義重大。