甘正男

（中電?？导瘓F(tuán)有限公司，杭州 浙江 310013）

0 引 言

智能網(wǎng)聯(lián)汽車測(cè)試和評(píng)價(jià)的目標(biāo)，就是在以不降低汽車行駛安全性為前提條件下，全面評(píng)價(jià)智能網(wǎng)聯(lián)汽車的各項(xiàng)性能[1]。 現(xiàn)有的測(cè)試評(píng)價(jià)體系將智能網(wǎng)聯(lián)汽車測(cè)試評(píng)價(jià)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(cè)試評(píng)價(jià)方法，從而可以指導(dǎo)整個(gè)產(chǎn)品從開發(fā)階段到設(shè)計(jì)階段的測(cè)試評(píng)價(jià)過程?，F(xiàn)有測(cè)試評(píng)價(jià)體系的內(nèi)容包括： 感知數(shù)據(jù)的采集、測(cè)試平臺(tái)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(yàn)證、受控測(cè)試、實(shí)證試驗(yàn)等[1]。 從國際上對(duì)測(cè)試評(píng)價(jià)體系內(nèi)容分級(jí)的要求來看，目前對(duì)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(chǎng)景各類數(shù)據(jù)的被動(dòng)采集的過程， 無論是通過現(xiàn)場(chǎng)駕駛環(huán)境采集、權(quán)威機(jī)構(gòu)發(fā)布數(shù)據(jù)還是自動(dòng)駕駛安全性分析數(shù)據(jù)， 通常針對(duì)車輛本身在測(cè)試評(píng)價(jià)中的數(shù)據(jù)上傳，來被動(dòng)地將數(shù)據(jù)進(jìn)行上報(bào)和采集。但缺乏針對(duì)現(xiàn)場(chǎng)測(cè)試環(huán)境和車輛本身的交互數(shù)據(jù)，例如車輛在現(xiàn)場(chǎng)駕駛環(huán)境中的相對(duì)位置、行駛軌跡等相關(guān)的基于位置的交互型動(dòng)態(tài)數(shù)據(jù)。

自動(dòng)駕駛?cè)略u(píng)估和測(cè)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(dòng)駕駛與網(wǎng)聯(lián)汽車工作組自動(dòng)駕駛測(cè)試評(píng)價(jià)方法非正式工作組VMAD 第五次會(huì)議提出以來， 已通過意見征集和會(huì)議討論等形式形成“場(chǎng)景目錄（SG 1a）”、“測(cè)試場(chǎng)景研究、審核評(píng)估、仿真測(cè)試與使用監(jiān)管（SG 2a）”、“封閉場(chǎng)地與開放道路測(cè)試（SG 2b）”以及“測(cè)試方法之間相互關(guān)系”等相關(guān)內(nèi)容和研究方向的確立。 在測(cè)試場(chǎng)景方面，與會(huì)專家就測(cè)試場(chǎng)景與車輛設(shè)計(jì)運(yùn)行范圍關(guān)系、場(chǎng)景在測(cè)試過程中的應(yīng)用這兩點(diǎn)問題發(fā)表了相關(guān)觀點(diǎn)。 專家指出，在道路數(shù)據(jù)感知采集和測(cè)試道路鋪設(shè)的過程中，不能僅僅有被動(dòng)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(bào)。 在審核評(píng)估、仿真測(cè)試與使用監(jiān)督方面，專家重點(diǎn)討論了高精度定位的實(shí)施方法及在用車管理環(huán)節(jié)使用報(bào)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(dòng)駕駛與網(wǎng)聯(lián)汽車工作組自動(dòng)駕駛測(cè)試評(píng)價(jià)方法非正式工作組（WP29/GRVA/VMAD）第八次會(huì)議以網(wǎng)絡(luò)會(huì)議的形式召開，中國代表全程參與并分享了中國在自動(dòng)駕駛測(cè)試領(lǐng)域的現(xiàn)狀和研究成果，指出了高精度定位服務(wù)在測(cè)試評(píng)價(jià)體系中的重要作用和實(shí)際應(yīng)用中可視化平臺(tái)的優(yōu)秀表現(xiàn)，以此共同推動(dòng)自動(dòng)駕駛技術(shù)的發(fā)展和應(yīng)用。 2020 年9 月15日，由全國汽車標(biāo)準(zhǔn)化技術(shù)委員會(huì)主辦、汽標(biāo)委智能網(wǎng)聯(lián)汽車分技術(shù)委員會(huì)承辦的第六屆智能網(wǎng)聯(lián)汽車技術(shù)及標(biāo)準(zhǔn)法規(guī)國際交流會(huì)（ICV 2020）中，明確提出了需要討論自動(dòng)駕駛測(cè)試場(chǎng)景研究與車輛測(cè)試評(píng)價(jià)辦法研究中基于地理位置信息服務(wù)的應(yīng)用，并進(jìn)一步提出在地理位置數(shù)據(jù)服務(wù)下對(duì)自動(dòng)駕駛公共道路測(cè)試、應(yīng)用示范及商業(yè)化運(yùn)行的相關(guān)標(biāo)準(zhǔn)的確立。 本文將以差分定位技術(shù)為核心實(shí)現(xiàn)的LBS 服務(wù)來對(duì)以上測(cè)試評(píng)價(jià)過程中凸顯的問題進(jìn)行解決。

1 LBS 服務(wù)在智能網(wǎng)聯(lián)車輛測(cè)試評(píng)價(jià)中的應(yīng)用

1.1 差分定位技術(shù)

差分GPS 定位通常使用一臺(tái)GPS 基準(zhǔn)接收機(jī)（通常稱之為基準(zhǔn)站）和一臺(tái)用戶接收機(jī)（通常稱之為移動(dòng)站），利用實(shí)時(shí)或事后處理技術(shù)，就可以使用戶測(cè)量相對(duì)位置時(shí)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(shí)導(dǎo)致的誤差、多路徑效應(yīng)產(chǎn)生的誤差等。

通常根據(jù)差分GPS 基準(zhǔn)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(zhǔn)站發(fā)送修正數(shù)據(jù)，并由用戶站接收并對(duì)其測(cè)量結(jié)果進(jìn)行修正，從而獲得精確的定位結(jié)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(dǎo)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(jiǎn)單的差分方法，任何一種GPS接收機(jī)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(zhǔn)站上的GPS 接收機(jī)觀測(cè)4 顆衛(wèi)星的實(shí)時(shí)位置進(jìn)行三維定位，并解算出基準(zhǔn)站的坐標(biāo)。 但由于存在著軌道誤差、時(shí)鐘誤差、SA（Selective Arailability） 影響誤差、 大氣影響產(chǎn)生的誤差、多徑效應(yīng)以及其他誤差的影響，解算出來的坐標(biāo)與基準(zhǔn)站的確定坐標(biāo)是不同的， 存在一定的偏差。 我們可以通過基準(zhǔn)站，利用數(shù)據(jù)鏈將這個(gè)改正數(shù)據(jù)發(fā)送出去，由用戶站接收收據(jù)，并對(duì)其解算的用戶站坐標(biāo)進(jìn)行修正。最終在用戶站得到修正后的用戶坐標(biāo)已經(jīng)消去了基準(zhǔn)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(zhǔn)站和用戶站觀測(cè)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(zhǔn)站之間的距離在100km 之內(nèi)的情況，否則可能會(huì)存在誤差無法修正而導(dǎo)致的位置偏移。

1.1.2 偽距差分

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

偽距差分定位技術(shù)的本質(zhì)是在基準(zhǔn)站上的接收機(jī)通過計(jì)算被測(cè)量目標(biāo)到其可見衛(wèi)星的距離，并將這個(gè)計(jì)算出來的距離與含有誤差的測(cè)量值進(jìn)行比較， 利用一個(gè)α-β 濾波器將這個(gè)差值進(jìn)行濾波并計(jì)算出相應(yīng)的偏差值，然后將所有衛(wèi)星的測(cè)距誤差傳輸給用戶本身，通過這個(gè)測(cè)距誤差來對(duì)測(cè)量的偽距進(jìn)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(shù)能夠消除兩個(gè)基站之間的公共誤差，但隨著用戶到基準(zhǔn)站距離的增加， 又會(huì)導(dǎo)致系統(tǒng)誤差的增加，而這種系統(tǒng)誤差是無法被技術(shù)抵消或糾正的。 因此，用戶和基準(zhǔn)站之間的距離對(duì)最終結(jié)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(shù)又被稱為RTK 技術(shù)（Real Time Kinematic），是在能夠及時(shí)處理兩個(gè)測(cè)距站的載波相位的基礎(chǔ)上建立的。載波相位差分定位技術(shù)能夠?qū)崟r(shí)提供觀測(cè)點(diǎn)的三維坐標(biāo)，并達(dá)到厘米級(jí)的高精度水準(zhǔn)。

和偽距差分定位原理類似，基準(zhǔn)站通過數(shù)據(jù)鏈的格式及時(shí)地將其載波觀測(cè)值以及基準(zhǔn)站坐標(biāo)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(zhǔn)站的載波相位，組成相位差分觀測(cè)值并進(jìn)行處理，從而及時(shí)給出厘米級(jí)的定位結(jié)果。

目前實(shí)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(zhǔn)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(yīng)坐標(biāo)。差分法主要通過把基準(zhǔn)站采集的載波相位發(fā)送給用戶站進(jìn)行求差解算坐標(biāo)。 前者是準(zhǔn)RTK 技術(shù)， 后者是真正的RTK技術(shù)。

1.2 CORS 服務(wù)架構(gòu)及在測(cè)試評(píng)價(jià)中的應(yīng)用

1.2.1 CORS 服務(wù)架構(gòu)

CORS 是 Continuously Operating Reference Stations 的英文縮寫，即“連續(xù)運(yùn)行參考站”。 CORS是一種利用全球?qū)Ш叫l(wèi)星系統(tǒng)、計(jì)算機(jī)技術(shù)、互聯(lián)網(wǎng)數(shù)據(jù)通信技術(shù)等，在一個(gè)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(yùn)行的若干個(gè)固定GNSS 參考站組成的網(wǎng)絡(luò)系統(tǒng)，而這個(gè)連續(xù)運(yùn)行的參考站是運(yùn)用了網(wǎng)絡(luò)RTK 系統(tǒng)的一種基礎(chǔ)硬件設(shè)施。

目前國內(nèi)比較知名的千尋CORS 服務(wù)主要分為三個(gè)精度， 分別是千尋跬步 （亞米級(jí)高精度CORS 服務(wù)）、 千尋知寸 （厘米級(jí)高精度CORS 服務(wù)）、千尋見微（靜態(tài)毫米級(jí)高精度CORS 服務(wù)）。依托于遍布全國的衛(wèi)星地基增強(qiáng)站，該服務(wù)采用標(biāo)準(zhǔn)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(dāng)于一個(gè)巨型基站，客戶僅需要一個(gè)移動(dòng)站， 就可以開始測(cè)量工作。 目前千尋CORS 服務(wù)的覆蓋范圍廣，采用了分布式云計(jì)算技術(shù)，可以支持用戶大規(guī)模同時(shí)訪問請(qǐng)求，并且響應(yīng)速度快、精度較高、硬件設(shè)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(wù)。如圖1 所示為CORS 系統(tǒng)服務(wù)的組成。

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

1.2.2 CORS 服務(wù)在測(cè)試評(píng)價(jià)環(huán)境中的應(yīng)用

筆者在2019 年12 月26 日15 時(shí)雪天定位時(shí)，測(cè)試環(huán)境中的CORS 網(wǎng)絡(luò)差分定位服務(wù)突然出現(xiàn)了異常的誤差波動(dòng)，大幅降低了定位精度。 在事后通過對(duì)天氣條件（雪天天氣）的試驗(yàn)數(shù)據(jù)分析發(fā)現(xiàn)，在剛下雪時(shí)，由于對(duì)流層的突然變化，導(dǎo)致對(duì)流層對(duì)衛(wèi)星信號(hào)傳輸?shù)难舆t突然增高，從而導(dǎo)致定位精度產(chǎn)生了較大偏差，而這種異常的波動(dòng)通常來說毫無規(guī)律性可言。因?yàn)镃ORS 網(wǎng)絡(luò)差分定位數(shù)據(jù)中接收到對(duì)流層突變信息，才能改變對(duì)流層延遲模型并進(jìn)行差分?jǐn)?shù)據(jù)調(diào)整，所以在調(diào)整對(duì)流層延遲模型這個(gè)延遲過程中， 會(huì)對(duì)定位服務(wù)的精度產(chǎn)生較大影響。這種不穩(wěn)定的現(xiàn)象會(huì)對(duì)點(diǎn)定位精度產(chǎn)生較大影響，也會(huì)對(duì)由點(diǎn)形成的無人駕駛車輛行駛的軌跡產(chǎn)生較大影響，導(dǎo)致車輛偏離自己的行駛軌跡，轉(zhuǎn)向系統(tǒng)將會(huì)不停工作， 而不能保持一定的行駛路徑，會(huì)造成交通事故的發(fā)生。

我們都知道地球并不是一個(gè)規(guī)則的球體，但可以近似看作為一個(gè)橢球體。由于地球地平面的凹凸不平，利用北斗衛(wèi)星測(cè)量得到的只是經(jīng)緯度和高度坐標(biāo)，對(duì)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(biāo)系中的經(jīng)緯度和高度等值轉(zhuǎn)化為空間直角坐標(biāo)系內(nèi)的相對(duì)坐標(biāo)值，從而獲得智能網(wǎng)聯(lián)汽車的相對(duì)位置。

我們通常用高斯投影公式將經(jīng)緯度數(shù)值轉(zhuǎn)化為高斯直角坐標(biāo)系來提供給車輛。高斯投影是假定有一個(gè)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(cè)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(biāo)系[2]。

2 基于差分定位的LBS 服務(wù)誤差優(yōu)化算法及路測(cè)應(yīng)用優(yōu)化

2.1 誤差優(yōu)化算法分析

在實(shí)際的道路測(cè)試環(huán)境中，由于CORS 差分服務(wù)無法消除的誤差因素和實(shí)際道路環(huán)境的復(fù)雜性因素的共同影響下，仍然無法單純利用差分定位服務(wù)來對(duì)智能網(wǎng)聯(lián)汽車實(shí)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(dá)到毫米級(jí)的精準(zhǔn)控制，同時(shí)對(duì)數(shù)據(jù)上報(bào)的頻率和安全性也有相應(yīng)要求。因此需要對(duì)現(xiàn)存的設(shè)備與應(yīng)用在硬件和軟件上進(jìn)行相應(yīng)加裝及優(yōu)化處理。

從硬件上來看，攝像頭、激光雷達(dá)、毫米波雷達(dá)和IMU（Inertial Measurement Unit）慣性測(cè)量單元的設(shè)備是自動(dòng)駕駛車輛中常用到的一系列傳感器。其中攝像頭、激光雷達(dá)、毫米波雷達(dá)的數(shù)量和傳感及運(yùn)算效果會(huì)直接影響自動(dòng)駕駛的等級(jí)， 而IMU 慣性測(cè)量單元?jiǎng)t主要用來提供相對(duì)精準(zhǔn)的定位信息。IMU 慣性測(cè)量單元通常由陀螺儀、加速計(jì)和算法處理單元組成，通過對(duì)加速度和旋轉(zhuǎn)角度的測(cè)量得出自體的運(yùn)動(dòng)軌跡，擁有更高的更新頻率，而且不受信號(hào)影響。 通常將IMU 與GNSS 單元一起形成組合慣導(dǎo)的硬件單元。

GPS 是一個(gè)相對(duì)準(zhǔn)確的定位用傳感器，也是網(wǎng)絡(luò)差分服務(wù)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(shí)時(shí)的位置更新。IMU 有著GPS 所欠缺的實(shí)時(shí)性， 更新頻率可以達(dá)到100Hz 或者更高。IMU 傳感系統(tǒng)通過高達(dá)100Hz頻率的全球定位和慣性更新數(shù)據(jù)，目前應(yīng)用在自動(dòng)駕駛系統(tǒng)中，輔助完成定位。 通過整合CORS 網(wǎng)絡(luò)差分服務(wù)與GPS/IMU 的服務(wù)數(shù)據(jù)形成實(shí)時(shí)位置和慣性導(dǎo)航互相修正的定位結(jié)果，我們可以為車輛定位提供既準(zhǔn)確又足夠?qū)崟r(shí)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(duì)GPS 來說， 能提供補(bǔ)全導(dǎo)航信息，因?yàn)镚PS 本身只提供位置信息，IMU 還可以提供航向姿態(tài)信息， 這個(gè)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(wù)產(chǎn)生的數(shù)據(jù)誤差主要來源于時(shí)鐘誤差、大氣誤差、環(huán)境誤差和網(wǎng)絡(luò)波動(dòng)誤差等，特別是針對(duì)移動(dòng)物體的高精度定位。 針對(duì)一些短時(shí)間內(nèi)波動(dòng)較大的誤差，我們可以通過航跡推算定位法來對(duì)其進(jìn)行修正，但航跡推算定位法也只能在短時(shí)間內(nèi)保持高精度，之后便會(huì)隨著時(shí)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(luò)差分服務(wù)中短時(shí)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(yīng)用在智能網(wǎng)聯(lián)汽車的定位系統(tǒng)中。 CORS 網(wǎng)絡(luò)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(jī)觀測(cè)到的衛(wèi)星數(shù)量和幾何分布結(jié)構(gòu)，確定衛(wèi)星是否有效及定位精度波動(dòng)情況。當(dāng)衛(wèi)星定位的誤差小于波動(dòng)閾值時(shí)，利用CORS 網(wǎng)絡(luò)差分定位服務(wù)，同時(shí)輸出的定位數(shù)據(jù)更新DR 定位系統(tǒng)的初始值；但當(dāng)衛(wèi)星定位無效時(shí)，系統(tǒng)就會(huì)自動(dòng)切換到DR 定位系統(tǒng)。 因?yàn)镈R 傳感器會(huì)隨著時(shí)間的推移而產(chǎn)生誤差堆積，因此當(dāng)CORS 差分服務(wù)再次滿足精度要求時(shí)，便會(huì)立即輸出衛(wèi)星定位數(shù)據(jù)并同時(shí)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(cè)應(yīng)用優(yōu)化改進(jìn)

在智能網(wǎng)聯(lián)汽車實(shí)際的道路測(cè)試評(píng)價(jià)中，通常會(huì)遇到一些隧道、高架橋遮蔽、基站信號(hào)交界處等CORS 服務(wù)不穩(wěn)定或GPS 信號(hào)丟失的情況，而通過GNSS/IMU 的組合慣性導(dǎo)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(jié)合GPS 信號(hào)慣導(dǎo)推演等方式，對(duì)一些信號(hào)弱、受干擾嚴(yán)重的實(shí)際道路環(huán)境定位數(shù)據(jù)的誤差進(jìn)行優(yōu)化。 但由于目前GPS 波動(dòng)的情況較為復(fù)雜繁多， 在實(shí)際應(yīng)用中存在較長時(shí)間將IMU 慣導(dǎo)作為主要導(dǎo)航方法的情況， 這也導(dǎo)致了導(dǎo)航精度的迅速下降。 因此，考慮到實(shí)際應(yīng)用情況， 我們應(yīng)對(duì)IMU 慣導(dǎo)環(huán)境下的誤差修正方法進(jìn)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(kuò)展卡爾曼濾波和無跡卡爾曼濾波的慣性導(dǎo)航系統(tǒng)（Inertial Navigation System， INS）模型，同時(shí)基于汽車行駛過程中高精度定位的要求，參考并應(yīng)用了針對(duì)智能網(wǎng)聯(lián)汽車的基于非線性自適應(yīng)回歸（nonlinear autoregressive exogenous， NARX）神經(jīng)網(wǎng)絡(luò)的GPS/IMU 組合慣導(dǎo)算法[3]。 在GPS/INS 數(shù)據(jù)融合算法中，國內(nèi)外應(yīng)用最多的是卡爾曼濾波算法及其改進(jìn)的非線性濾波算法，通過估計(jì)車輛動(dòng)力學(xué)（側(cè)滑、航線、縱向速度）得出的仿真對(duì)比結(jié)果顯示，輪胎區(qū)域在線性區(qū)域內(nèi)時(shí)，非線性卡爾曼濾波算法的狀態(tài)估計(jì)結(jié)果優(yōu)于卡爾曼濾波結(jié)果。 同時(shí)研究結(jié)果表明， 一種基于加權(quán)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(dǎo)中導(dǎo)航系統(tǒng)對(duì)測(cè)量噪聲統(tǒng)計(jì)不確定的自適應(yīng)能力與導(dǎo)航性能[4]。 而經(jīng)過進(jìn)一步的算法優(yōu)化之后發(fā)現(xiàn)，改進(jìn)徑向基神經(jīng)網(wǎng)絡(luò)結(jié)合自適應(yīng)濾波輔助的組合系統(tǒng)導(dǎo)航算法，能夠算出穩(wěn)定的次優(yōu)導(dǎo)航解，其定位精度明顯優(yōu)于純INS 導(dǎo)航算法。 其中基于隨機(jī)森林回歸的GPS/INS集成定位法，可以提供連續(xù)、準(zhǔn)確、可靠的導(dǎo)航方案解。 也正是NARX 神經(jīng)網(wǎng)絡(luò)在非線性問題的時(shí)間序列預(yù)測(cè)方面有著很強(qiáng)的非線性動(dòng)態(tài)描述能力，因此NARX 神經(jīng)網(wǎng)絡(luò)常被用于解決非線性、 動(dòng)態(tài)問題的預(yù)測(cè)上，而車輛精準(zhǔn)定位導(dǎo)航也正是此類問題之一。

實(shí)際應(yīng)用中的優(yōu)化選用以擴(kuò)展卡爾曼濾波器（extended Kalman filter， EKF） 為基礎(chǔ)并結(jié)合非線性自回歸網(wǎng)絡(luò)（NARX）神經(jīng)網(wǎng)絡(luò)算法對(duì)車輛位置進(jìn)行實(shí)時(shí)動(dòng)態(tài)預(yù)測(cè)的組合慣導(dǎo)模型，能夠有效提升在GPS 信號(hào)不正常、波動(dòng)幅度大、受干擾嚴(yán)重等情況下的定位精度，基本滿足道路實(shí)測(cè)中對(duì)智能網(wǎng)聯(lián)汽車的測(cè)試評(píng)價(jià)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(chǔ)的條件下，能夠適時(shí)測(cè)試評(píng)價(jià)數(shù)據(jù)斷點(diǎn)續(xù)傳功能。 結(jié)合測(cè)試評(píng)價(jià)通常存在異地評(píng)價(jià)和多復(fù)雜道路環(huán)境評(píng)價(jià)的特點(diǎn)，數(shù)據(jù)必須具有實(shí)時(shí)性、適用性、可靠性和安全性。 在數(shù)據(jù)本地保存的冗余機(jī)制下，斷點(diǎn)續(xù)傳功能能夠更好地使數(shù)據(jù)獲得應(yīng)用和展現(xiàn)。

3 結(jié)語

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