港口自動駕駛車輛融合定位技術的應用探究

李小川

(中海油能源物流有限公司，天津 300452)

0 前言

在自動駕駛技術發(fā)展的背景下，我國自動駕駛技術公司與港口企業(yè)合作，在貨柜港口上使用智能集卡、智能導引車(IGV)進行了試驗，并取得了一定的成效[1]。

全球衛(wèi)星導航系統(GNSS)是目前無人機上應用最多的全球定位系統(GPS)技術，但因橋吊、龍門吊等大件及貨柜等障礙物，造成 GNSS的數據損失和多路徑的反射，不能確保定位的準確性和可靠性，容易引起交通事故。因此，必須探究自動駕駛車輛中融合定位技術的可行性，通過多種先進技術提高定位的精度和可靠性。

1 港口車輛管理的主要問題

為了滿足生產需求，各港口都會配置一些車輛，以增加工作的便利和快捷。然而，許多港口的自動駕駛車輛費用都很高，在車輛的日常管理中經常涉及駕駛員和車輛違反規(guī)則或發(fā)生意外、駕駛員不能正常工作等情況。自動駕駛車輛的調度工作如果不能按時完成，則無法充分發(fā)揮其交通工具的作用。另外，由于缺少有效的管理，汽車失竊和搶劫頻繁，在造成經濟損失的同時，也給市民帶來傷害；同時，駕駛員常常會超速駕駛，造成交通事故。這些港口車輛管理上的問題都導致港口工作效率下降，經營成本上升。

2 港口自動駕駛定位技術的設計思路

2.1 整體定位

自動駕駛車輛能夠實現自動導航的前提是獲得車輛在全球范圍內的定位。GPS技術主要是利用GPS和高精度的地圖進行匹配，以確定車輛的精確位置。GNSS以信號為基礎，利用航程測距技術獲得了目標之間的距離，利用三角形定位原理，對車輛進行定位。GNSS的位置需要不斷接收來自多顆衛(wèi)星的數據，而衛(wèi)星的測距存在著衛(wèi)星的時延和時延誤差。采用實時動態(tài)(RTK)載波相位差分技術可以有效克服 GNSS中因傳輸延遲等造成的錯誤，同時保持5 cm內海港開放區(qū)域的定位準確率。

差分參考臺安裝在船塢的最高點，接收器安裝在交通工具上，參考站通過5G/4G通信向交通工具上的接收器發(fā)送所觀察到的載波相位的測量結果。在接收到基準點的信息之后，接收器可以根據觀察數據立即進行求解和處理，以達到對坐標的即時獲取。但是在碼頭上，龍門吊和集裝箱遮擋、多路徑反射等多種原因會導致 GPS接收器的定位信息丟失、干擾等問題，而且GNSS接收器不易察覺，因此GNSS接收器會不斷地輸出虛假的固定數據和錯誤的定位信息，從而導致交通事故。另外，GNSS的更新頻率很低，約為10 Hz，因此自動駕駛車輛在高速行駛中，單靠GNSS定位難以保證其實時定位的準確性。

車輛的自動導航是實現車輛精確定位的關鍵，精確、穩(wěn)定的定位是自動駕駛車輛的前提。自動駕駛車輛需要能夠準確實時地感知自己在周圍的位置，并能實現毫米級的定位，這需要很高的可靠性和安全性。傳統的地圖定位、衛(wèi)星定位、基地臺定位方法無法滿足港口的高精度定位需求，所以多個傳感器的集成定位是未來的發(fā)展方向。目前，沒有一種單一的定位方式可以保證100%的可靠性，冗余度與多源數據融合是保證高精度、高可靠定位的前提，多個傳感器的融合可以很好地彌補各種定位方式的不足。

碼頭運輸車輛在岸邊、主干道和堆料區(qū)內采用線性行駛，最大誤差為10 cm，與橋吊、龍門吊、堆高機、自升機等比較，其測量誤差為0。運輸車輛的高精度定位系統應具有足夠的冗余，并建立分類管理；當偏差超出某一限值時，應采取相應的措施，直到運輸車輛自動停止，并通過遙控平臺對運輸車輛進行控制，將信息反饋給智能交通管理系統。GPS技術與高準確率的地圖相融合，可以為道路規(guī)劃、道路感知、行車管理等方面的應用奠定基礎。高精度的地形圖資料收集與加工、制圖模式構建，要求精確到一定的地理位置；同時，高精度的道路交通元素和特征也更加豐富和精細，不僅可以準確地進行地理位置的確定，還可以繪制出道路形狀、車道線、車道中心線、交通標志等。從標記的絕對坐標和諸如激光、攝像機等的感應器得到的相關坐標，可以計算出車身的絕對坐標，從而實現高精度的定位?；诟呔鹊貓D，并與感知匹配相結合，實現了高精度的自動導航，即使存在故障或不穩(wěn)定，也可以保證無人機在現實中的準確位置[2]。采用高分辨率的雷射圖像，既可以進行圖像的識別，又可以進行圖像的自動采集，同時能夠生成密集的點云地圖，并利用激光對其進行高精度的匹配。由于港口環(huán)境具有高動態(tài)的特征，貨柜的定位隨時都在變動，因此，可以在高精度的地圖上標注固定建筑物、燈桿、圍欄、箱變等固定設備的定位。

2.2 航跡推算

慣性導航、輪速儀和角度傳感器等車輛內置式傳感器可以實現車輛的運動，并在采樣期間獲取車輛的位置和方位角的增量，通過累計的位姿來獲取車輛的姿態(tài)。

慣性導航(IMU)是一種由加速度計和陀螺等感測裝置組成的運動參量解算體系。IMU采用加速傳感器來測量汽車的加速度，然后計算車輛速度；同時，采用回轉計測得汽車的角速率，構成了一套導航系統。該方法能夠提供車輛的定位、速度和姿態(tài)等信息。IMU是一種基于預測的導航方法，它是由一個已知的地點，通過持續(xù)測量運動載體的航向角度和速度來確定下一個地點，從而實現連續(xù)的車輛定位測量。IMU是一種完全自動的導航方法，它可以為車輛提供實時的定位和姿態(tài)信息，而且它的更新速度很快。但是，由于慣性制導的存在，IMU系統的導航與位置的偏差也會隨之增加。

GNSS定位技術雖然有多路反射問題，但是其定位準確率高、速度快，而且不受時間和地域影響。然而，當衛(wèi)星信號被遮蔽時，GNSS接收器就不能準確定位。將GNSS和IMU進行聯合，當GNSS出現信號丟失的情況，IMU可以根據當前的位置、速度、方向和角度等建立起相應的坐標，計算出預測的定位，直到接收到新的GNSS定位資料。2種定位方法結合后，各自發(fā)揮各自的優(yōu)勢，從而提高了車輛的定位精度。

IMU的定位準確率只有1 m，在岸橋、龍門懸掛的情況下，GNSS的數據將會受到很長一段時間的干擾。自動行駛的運輸車輛的主動輪都裝有輪速儀。利用輪速儀可以檢測出車輪的旋轉速度，并利用積分法求出車輛在行駛過程中的運動軌跡，從而對車輛的姿態(tài)進行預報。

在自動行駛的運輸車量的各個轉向軸上都裝有1個角度傳感器，利用車輪的轉角信息，通過計算可以得到車輪的轉向角和轉向半徑，再通過綜合方法得到車輛的轉向角，以實現車輛的位置預測。

2.3 局部定位

通過對自動駕駛車輛進行局部布置，確保了其在整個工作過程中的運行軌跡；而局部的定位可以保證橋式起重機在龍門吊下安全高效運行。局部定位技術是將視覺定位技術、激光定位技術和集卡片定位技術相結合的重要技術。在自動運輸車輛的前端裝有1臺攝影機，不僅可以探測到障礙物，而且能夠對道路特征、可通行區(qū)域、車道等信息進行精確的對比，從而確定當前位置。

車道線的識別是為了確保車輛側向控制的準確性。將圖像中的像素點進行分割和提取，然后利用卷積神經網絡進行分割，獲得最終的車道線。在港口內部封閉的情況下只有車道線，所以不能用肉眼來進行所有維度的定位，只能根據車輛的軌跡和與道路的方向來進行判斷。在此情形下，利用反透視映射(IPM)將攝像機的視角直接對準地面，能夠精確地求出在影像坐標系統中車道線的側向和傾角。通過數據的關聯，找出存儲在拓撲圖中的車輛路線，計算出目前的航線和平行于道路的橫軸坐標。

激光內程計與激光點云匹配是實現激光定位的重要手段[3]。在自動行駛運輸車輛的主動輪上，輪式里程表在某些情況下會出現諸如輪胎打滑等問題；當車輛載重后，車輛的輪胎半徑會有不同程度的改變，從而影響到里程計的準確度。因此，研制一種高效、魯棒性強的激光里程計是十分必要的。

將IMU與里程計的積分結果結合起來，利用激光進行測量，從而實現車輪速度的在線標定。里程計的使用范圍很小，只有當所有的定位方法都不能使用，并且在地圖上的真空區(qū)域時，才能起到臨時的定位作用。當車輛在高精度地圖上行駛時，配合點云地圖，可以避免因里程計造成的累積誤差。一般情況下，在地圖上，車輛的定位不會出現太大的偏移，一般都在3 m以內，重新定位不會搜索整個港口的地圖，只會在5 m內搜索。首先，從地圖中提取可辨認的各種特征，如路燈桿、高反射標識、圍欄立柱、地面標識等，從而得到各個特性的位置關系。其次，基于現有點云的資料，采用基于深度學習的算法，找到對應的特征，并進行相關的定位。最后，將2個特征進行配對，通過2個以上的條件，得到了目前的激光和星圖之間的位置，實現了位置的再確定[4]。該算法簡單、直觀，并且在有特征的情況下，計算速度和精度都很高。除了車輛前方的激光雷達外，激光輪廓掃描自動駕駛運輸車將裝有向上掃描的激光雷達。通過對岸橋、龍門吊橋的外形進行掃描，確定起重裝置的中心點，使其在吊車下準確地進行定位，并進一步解決了岸橋下龍門吊下僅能識別車道線時的縱向定位問題。

目前，無論是遠控岸橋還是龍門起重機，都已裝備了集卡導向裝置，采用龍門起重機管理系統、岸橋管理系統、卡車導航采集系統、岸橋及龍門下方車輛精確停車系統等技術手段，可以使自動駕駛車輛定位更加高效、更加精準。

2.4 車聯網高精度定位系技術

隨著5G和基于蜂窩網絡的車聯網(C-V2X)通信技術的迅猛發(fā)展，汽車網絡應用服務的規(guī)模也在不斷擴大。高精度定位是整個車聯網系統的核心，包括終端層、平臺層、網絡層和應用層。終端層采用多源融合(衛(wèi)星、傳感器和蜂窩網絡)技術，滿足不同應用場景和業(yè)務的定位要求；平臺層提供了汽車定位系統的集成功能，包含了集中差分算法、地圖數據庫、高清動態(tài)地圖、定位引擎，以及定位能力的開放；網絡層由5G基站、RTK基站、路旁單元(RSU)組成，可以保證定位終端的數據可靠傳送；應用層的高精度定位系統可以實現車道級導航、線路規(guī)劃、自動駕駛等功能[5]。

3 結語

根據港口實際情況和現有基礎設施，運用多種定位方法和多種傳感器信息進行融合，在各個地區(qū)分別制定了一種光滑的變換方法。采用基于圖像的方法，可以很好地克服因 GNSS的干擾和多路徑的影響而導致的無源或信號漂移，同時也能保證自動駕駛車輛在吊車下的精確定位。