文/萬(wàn)金鳴、康誠(chéng)、岳承翰
智能網(wǎng)聯(lián)汽車能夠持續(xù)安全可靠行駛的核心技術(shù)之一是車輛自動(dòng)駕駛系統(tǒng)能夠獲取實(shí)時(shí)穩(wěn)定的高精度定位以及相關(guān)的運(yùn)動(dòng)狀態(tài)信息,這些信息包括車輛的經(jīng)緯度、移動(dòng)速度、加速度、朝向角、姿態(tài)角等。一旦這些信息無(wú)法及時(shí)精確地獲取,車輛就無(wú)法確定自身位置和姿態(tài),進(jìn)而會(huì)退出自動(dòng)駕駛模式由駕駛員進(jìn)行動(dòng)態(tài)接管。
此外,在智能網(wǎng)聯(lián)汽車測(cè)試過(guò)程中,結(jié)合高精定位系統(tǒng)可實(shí)現(xiàn)車輛行駛軌跡監(jiān)控、行駛速度測(cè)量、高精地圖采集以及試驗(yàn)區(qū)域內(nèi)電子圍欄控制[1]。在車輛上配備車載終端,可以實(shí)時(shí)接收后臺(tái)發(fā)布的安全類、效率類、調(diào)度類等信息;管理中心也可通過(guò)可視化展廳,實(shí)時(shí)監(jiān)視車輛的位置和運(yùn)動(dòng)狀態(tài)信息。
目前,基于GNSS(全球?qū)Ш叫l(wèi)星系統(tǒng))的相對(duì)高精定位算法主要有位置差分、偽距差分、載波相位平滑偽距差分及實(shí)時(shí)動(dòng)態(tài)載波相位差分(Real-time kinematic,RTK)4 種,這4 種差分定位技術(shù)按上述順序精度逐漸提高[2]。GNSS-RTK(全球?qū)Ш叫l(wèi)星系統(tǒng)實(shí)時(shí)動(dòng)態(tài)載波相位差分)技術(shù)具有較高的相對(duì)定位精度,能同時(shí)進(jìn)行三維坐標(biāo)的監(jiān)測(cè),被廣泛應(yīng)用于智能網(wǎng)聯(lián)汽車測(cè)試活動(dòng)中。
GNSS-RTK 定位技術(shù)是將兩個(gè)衛(wèi)星測(cè)站測(cè)得的載波相位觀測(cè)值進(jìn)行實(shí)時(shí)動(dòng)態(tài)處理并解算進(jìn)行定位的方法,即將基準(zhǔn)站采集的載波相位發(fā)給用戶接收機(jī),將用戶和基準(zhǔn)站的載波相位觀測(cè)值進(jìn)行求差,解算坐標(biāo)。由于用戶和基準(zhǔn)站的大部分誤差(電離層和對(duì)流層原因引起、時(shí)鐘原因引起等)都有時(shí)間和空間的相關(guān)性,絕大部分誤差可以被抵消或降低,在兩者距離不遠(yuǎn)的情況下,RTK 載波相位差分可使定位精度達(dá)到厘米級(jí)。
載波相位基本觀測(cè)方程為
式中,φsr為載波相位觀測(cè)值;λ 為載波的波長(zhǎng)(m);ρsr為測(cè)站到導(dǎo)航衛(wèi)星的幾何距離(m);c為真空中的光速(m/s);δtr為接收機(jī)鐘差(s);δts為導(dǎo)航衛(wèi)星鐘差(s);為對(duì)流層引起的測(cè)距誤差(m);為電離層延遲引起的測(cè)距誤差(m);為導(dǎo)航衛(wèi)星星歷誤差(m);Nrs導(dǎo)航信號(hào)載波相位初始整周模糊度;t 為觀測(cè)歷元時(shí)刻。整周未知數(shù)N 稱之為相位整周模糊度,從歷元1 到歷元t 由接收機(jī)獲得的各相位觀測(cè)值中的整周數(shù)均與實(shí)際的整周數(shù)相差N 個(gè)周期,稱為相位整周模糊度。
圖1 載波相位差
假設(shè)導(dǎo)航衛(wèi)星在相位為a 處發(fā)射載波,到達(dá)觀測(cè)站時(shí),觀測(cè)站測(cè)得的載波相位為b。將相位a 和相位b進(jìn)行比較,獲得載波相位差,但是此相位差并不是一個(gè)完整的信號(hào)波形周期,中間可能有多個(gè)整數(shù)周期N,即相位整周模糊度。相位整周模糊度可通過(guò)偽距法、多普勒法、FARA 法、卡爾曼濾波法、LAMBDA 法等多種求解方法進(jìn)行確定。N 確定后,結(jié)合載波相位基本觀測(cè)方程,可求得測(cè)站對(duì)導(dǎo)航衛(wèi)星的觀測(cè)值如下:
式中,ρ為測(cè)站與導(dǎo)航衛(wèi)星的幾何距離;為導(dǎo)航衛(wèi)星鏡像速度;Δτ為信號(hào)傳播時(shí)間;f為信號(hào)頻率;δρion為電離層延遲改正;δρtrop為對(duì)流層延遲改正;N0為相位整周模糊度;Vt為接收機(jī)鐘差;Vtp為導(dǎo)航衛(wèi)星鐘差。
設(shè)有測(cè)站A、B 分別對(duì)I 號(hào)導(dǎo)航衛(wèi)星進(jìn)行了觀測(cè),則按上式求得A、B 測(cè)站的觀測(cè)值并做差,即為站間差分:
如果此時(shí)測(cè)站A 的坐標(biāo)精確已知,則稱為參考站;測(cè)站B 的坐標(biāo)待求,則稱為流動(dòng)站。通過(guò)將A 和B 的載波相位觀測(cè)值作差,可消除衛(wèi)星鐘差,削弱電離層、對(duì)流層的折射影響。通過(guò)解算作差后的方程,可得到更準(zhǔn)確地基線坐標(biāo)?;€就是以參考站坐標(biāo)為起點(diǎn)、流動(dòng)站為終點(diǎn)的向量,把它加到參考站A 的精確坐標(biāo)上,就得到了流動(dòng)站B 的精確坐標(biāo)。
實(shí)際工程應(yīng)用中,如需進(jìn)一步提升差分定位精度,可以進(jìn)行站間和星間的雙差分或站間、星間以及歷元間的三差分。
傳統(tǒng)的定位技術(shù)已廣泛運(yùn)用在車輛定位導(dǎo)航等方面,定位精度可以達(dá)到米級(jí)[3]。然而,在智能網(wǎng)聯(lián)汽車測(cè)試過(guò)程中,不同的應(yīng)用場(chǎng)景對(duì)定位的要求不同。例如:ADAS 對(duì)車的定位精度要求一般在米級(jí),而對(duì)于智能網(wǎng)聯(lián)駕駛業(yè)務(wù),其對(duì)定位的精度一般在車道級(jí)。
同時(shí),智能網(wǎng)聯(lián)汽車在車路協(xié)同網(wǎng)聯(lián)場(chǎng)景測(cè)試方面主要涉及三大業(yè)務(wù)應(yīng)用,包括交通安全、交通效率和信息服務(wù),對(duì)于不同業(yè)務(wù)應(yīng)用,也有著不同的定位性能指標(biāo)需求。車輛作為移動(dòng)的實(shí)體會(huì)經(jīng)歷不同的應(yīng)用場(chǎng)景,包括高速公路、城市道路、封閉園區(qū)以及地下車庫(kù)等。不同的應(yīng)用場(chǎng)景,對(duì)定位的技術(shù)要求也各不相同?;凇逗献魇街悄苓\(yùn)輸系統(tǒng)車用通信系統(tǒng)應(yīng)用層及應(yīng)用數(shù)據(jù)交互標(biāo)準(zhǔn)》(T/CSAE53-2017)的部分網(wǎng)聯(lián)應(yīng)用場(chǎng)景的定位要求如下:
表1 部分網(wǎng)聯(lián)應(yīng)用場(chǎng)景的定位要求
在以上各類智能網(wǎng)聯(lián)汽車測(cè)試活動(dòng)中GNSSRTK 技術(shù)是最常用也是基本的高精定位方法。GNSS-RTK 技術(shù)在應(yīng)用過(guò)程中,差分改正數(shù)經(jīng)實(shí)時(shí)組網(wǎng)建模解算后,通過(guò)蜂窩網(wǎng)絡(luò)下發(fā)至終端設(shè)備。
將GNSS-RTK 定位技術(shù)與智能網(wǎng)聯(lián)云控管理平臺(tái)及高精地圖相結(jié)合,配合可視化窗口,可實(shí)現(xiàn)測(cè)試車輛的軌跡、位置、速度及相關(guān)運(yùn)動(dòng)狀態(tài)的全程監(jiān)管。在監(jiān)管狀態(tài)下,管理人員可以通過(guò)語(yǔ)音、界面操作等方式,通知測(cè)試中的車輛進(jìn)行駛?cè)?駛出測(cè)試區(qū)域、啟動(dòng)/停止測(cè)試以及避讓其他車輛等操作。借助高精定位技術(shù)可以精確地在測(cè)試車輛駛出測(cè)試區(qū)域電子圍欄時(shí)給予報(bào)警,并且實(shí)現(xiàn)各類安全預(yù)警功能,提高測(cè)試效率和測(cè)試安全。同時(shí),場(chǎng)地中的測(cè)試人員可以通過(guò)車載設(shè)備接收工作人員的調(diào)度管理消息。此外,V2X 云控管理平臺(tái)可以保存車輛的精確軌跡數(shù)據(jù),管理人員可以查看車輛的歷史運(yùn)動(dòng)路線,為測(cè)試費(fèi)用計(jì)算或者交通事故后分析提供可靠的依據(jù)。
智能網(wǎng)聯(lián)汽車測(cè)試根據(jù)環(huán)境以及定位需求的不同,定位方案是多種多樣的。GNSS-RTK 方案是最基本的定位方法,考慮到GNSS 在隧道或地下停車場(chǎng)等場(chǎng)景中性能較差,其應(yīng)用場(chǎng)景多用于室外環(huán)境;在隧道、地下停車場(chǎng)等信號(hào)屏蔽較強(qiáng)區(qū)域,GNSS-RTK 通常要與慣導(dǎo)結(jié)合,以增加其定位穩(wěn)定性和場(chǎng)景適應(yīng)性?;谲囕d傳感器的定位也是另一種常見(jiàn)的定位方法,但其高成本、對(duì)環(huán)境的敏感性以及地圖的繪制和更新,限制了傳感器定位的快速普及和推廣。
GNSS-RTK 或車載傳感器等單一技術(shù)無(wú)法保證車輛在任意環(huán)境下的高精度定位性能,因此未來(lái)智能網(wǎng)聯(lián)汽車高精定位技術(shù)將會(huì)朝著多種定位技術(shù)融合互補(bǔ)的方向發(fā)展,如:GNSS-RTK 或車載傳感器結(jié)合其他一些輔助方法,慣性導(dǎo)航、高精度地圖、蜂窩網(wǎng)等,以提高定位精度和穩(wěn)定性。其中,蜂窩網(wǎng)絡(luò)對(duì)于提高定位性能至關(guān)重要,例如:RTK 數(shù)據(jù)和傳感器數(shù)據(jù)的傳輸、高精度地圖的下載等。另外,5G 本身的定位能力,也為車輛高精度定位提供強(qiáng)有力的支撐。
高精度定位技術(shù)是支撐智能網(wǎng)聯(lián)汽車及智慧交通發(fā)展的重要基石。隨著智能網(wǎng)聯(lián)汽車測(cè)試從先進(jìn)輔助駕駛向自動(dòng)駕駛及車路協(xié)同的方向發(fā)展,其定位性能要求在可靠性、時(shí)延、移動(dòng)速度、通信范圍以及定位精度等方面發(fā)生變化。未來(lái)多學(xué)科多領(lǐng)域技術(shù)的廣泛融合和研究,如通信、電子、光學(xué)、物理等,將極大促進(jìn)高精定位技術(shù)的進(jìn)步。隨著組合導(dǎo)航技術(shù)研究的不斷深入,各類感知數(shù)據(jù)和定位數(shù)據(jù)的融合算法也是一項(xiàng)亟待突破的關(guān)鍵技術(shù),多源定位數(shù)據(jù)輸入下如何及時(shí)解算出最精確的坐標(biāo)信息是一項(xiàng)艱巨的任務(wù)。早日突破不限場(chǎng)景的最優(yōu)全局高精定位技術(shù),將會(huì)極大地推動(dòng)智能網(wǎng)聯(lián)汽車技術(shù)發(fā)展。