GNSS-RTK定位技術(shù)在智能網(wǎng)聯(lián)汽車測試中的應(yīng)用研究

文/萬金鳴、康誠、岳承翰

1 前言

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)之一是車輛自動駕駛系統(tǒng)能夠獲取實時穩(wěn)定的高精度定位以及相關(guān)的運動狀態(tài)信息，這些信息包括車輛的經(jīng)緯度、移動速度、加速度、朝向角、姿態(tài)角等。一旦這些信息無法及時精確地獲取，車輛就無法確定自身位置和姿態(tài)，進而會退出自動駕駛模式由駕駛員進行動態(tài)接管。

此外，在智能網(wǎng)聯(lián)汽車測試過程中，結(jié)合高精定位系統(tǒng)可實現(xiàn)車輛行駛軌跡監(jiān)控、行駛速度測量、高精地圖采集以及試驗區(qū)域內(nèi)電子圍欄控制[1]。在車輛上配備車載終端，可以實時接收后臺發(fā)布的安全類、效率類、調(diào)度類等信息；管理中心也可通過可視化展廳，實時監(jiān)視車輛的位置和運動狀態(tài)信息。

目前，基于GNSS（全球?qū)Ш叫l(wèi)星系統(tǒng)）的相對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時動態(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)實時動態(tài)載波相位差分）技術(shù)具有較高的相對定位精度，能同時進行三維坐標(biāo)的監(jiān)測，被廣泛應(yīng)用于智能網(wǎng)聯(lián)汽車測試活動中。

2 GNSS-RTK 定位技術(shù)的工作原理

GNSS-RTK 定位技術(shù)是將兩個衛(wèi)星測站測得的載波相位觀測值進行實時動態(tài)處理并解算進行定位的方法，即將基準(zhǔn)站采集的載波相位發(fā)給用戶接收機，將用戶和基準(zhǔn)站的載波相位觀測值進行求差，解算坐標(biāo)。由于用戶和基準(zhǔn)站的大部分誤差（電離層和對流層原因引起、時鐘原因引起等）都有時間和空間的相關(guān)性，絕大部分誤差可以被抵消或降低，在兩者距離不遠的情況下，RTK 載波相位差分可使定位精度達到厘米級。

載波相位基本觀測方程為

式中，φsr為載波相位觀測值；λ 為載波的波長（m）；ρsr為測站到導(dǎo)航衛(wèi)星的幾何距離（m）；c為真空中的光速（m/s）；δtr為接收機鐘差（s）；δts為導(dǎo)航衛(wèi)星鐘差（s）；為對流層引起的測距誤差（m）；為電離層延遲引起的測距誤差（m）；為導(dǎo)航衛(wèi)星星歷誤差（m）；Nrs導(dǎo)航信號載波相位初始整周模糊度；t 為觀測歷元時刻。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 由接收機獲得的各相位觀測值中的整周數(shù)均與實際的整周數(shù)相差N 個周期，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，到達觀測站時，觀測站測得的載波相位為b。將相位a 和相位b進行比較，獲得載波相位差，但是此相位差并不是一個完整的信號波形周期，中間可能有多個整數(shù)周期N，即相位整周模糊度。相位整周模糊度可通過偽距法、多普勒法、FARA 法、卡爾曼濾波法、LAMBDA 法等多種求解方法進行確定。N 確定后，結(jié)合載波相位基本觀測方程，可求得測站對導(dǎo)航衛(wèi)星的觀測值如下：

式中，ρ為測站與導(dǎo)航衛(wèi)星的幾何距離；為導(dǎo)航衛(wèi)星鏡像速度；Δτ為信號傳播時間；f為信號頻率；δρion為電離層延遲改正；δρtrop為對流層延遲改正；N0為相位整周模糊度；Vt為接收機鐘差；Vtp為導(dǎo)航衛(wèi)星鐘差。

設(shè)有測站A、B 分別對I 號導(dǎo)航衛(wèi)星進行了觀測，則按上式求得A、B 測站的觀測值并做差，即為站間差分：

如果此時測站A 的坐標(biāo)精確已知，則稱為參考站；測站B 的坐標(biāo)待求，則稱為流動站。通過將A 和B 的載波相位觀測值作差，可消除衛(wèi)星鐘差，削弱電離層、對流層的折射影響。通過解算作差后的方程，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、流動站為終點的向量，把它加到參考站A 的精確坐標(biāo)上，就得到了流動站B 的精確坐標(biāo)。

實際工程應(yīng)用中，如需進一步提升差分定位精度，可以進行站間和星間的雙差分或站間、星間以及歷元間的三差分。

3 GNSS-RTK 定位技術(shù)的主要應(yīng)用

3.1 智能網(wǎng)聯(lián)汽車測試的高精度定位

傳統(tǒng)的定位技術(shù)已廣泛運用在車輛定位導(dǎo)航等方面，定位精度可以達到米級[3]。然而，在智能網(wǎng)聯(lián)汽車測試過程中，不同的應(yīng)用場景對定位的要求不同。例如：ADAS 對車的定位精度要求一般在米級，而對于智能網(wǎng)聯(lián)駕駛業(yè)務(wù)，其對定位的精度一般在車道級。

同時，智能網(wǎng)聯(lián)汽車在車路協(xié)同網(wǎng)聯(lián)場景測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。車輛作為移動的實體會經(jīng)歷不同的應(yīng)用場景，包括高速公路、城市道路、封閉園區(qū)以及地下車庫等。不同的應(yīng)用場景，對定位的技術(shù)要求也各不相同?；凇逗献魇街悄苓\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)用場景的定位要求如下：

表1 部分網(wǎng)聯(lián)應(yīng)用場景的定位要求

在以上各類智能網(wǎng)聯(lián)汽車測試活動中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)用過程中，差分改正數(shù)經(jīng)實時組網(wǎng)建模解算后，通過蜂窩網(wǎng)絡(luò)下發(fā)至終端設(shè)備。

3.2 智能網(wǎng)聯(lián)汽車測試的監(jiān)管

將GNSS-RTK 定位技術(shù)與智能網(wǎng)聯(lián)云控管理平臺及高精地圖相結(jié)合，配合可視化窗口，可實現(xiàn)測試車輛的軌跡、位置、速度及相關(guān)運動狀態(tài)的全程監(jiān)管。在監(jiān)管狀態(tài)下，管理人員可以通過語音、界面操作等方式，通知測試中的車輛進行駛?cè)?駛出測試區(qū)域、啟動/停止測試以及避讓其他車輛等操作。借助高精定位技術(shù)可以精確地在測試車輛駛出測試區(qū)域電子圍欄時給予報警，并且實現(xiàn)各類安全預(yù)警功能，提高測試效率和測試安全。同時，場地中的測試人員可以通過車載設(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動路線，為測試費用計算或者交通事故后分析提供可靠的依據(jù)。

4 智能網(wǎng)聯(lián)汽車高精定位技術(shù)發(fā)展方向

智能網(wǎng)聯(lián)汽車測試根據(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等場景中性能較差，其應(yīng)用場景多用于室外環(huán)境；在隧道、地下停車場等信號屏蔽較強區(qū)域，GNSS-RTK 通常要與慣導(dǎo)結(jié)合，以增加其定位穩(wěn)定性和場景適應(yīng)性?；谲囕d傳感器的定位也是另一種常見的定位方法，但其高成本、對環(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)無法保證車輛在任意環(huán)境下的高精度定位性能，因此未來智能網(wǎng)聯(lián)汽車高精定位技術(shù)將會朝著多種定位技術(shù)融合互補的方向發(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有力的支撐。

5 結(jié)語

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)汽車測試從先進輔助駕駛向自動駕駛及車路協(xié)同的方向發(fā)展，其定位性能要求在可靠性、時延、移動速度、通信范圍以及定位精度等方面發(fā)生變化。未來多學(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，將極大促進高精定位技術(shù)的進步。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)輸入下如何及時解算出最精確的坐標(biāo)信息是一項艱巨的任務(wù)。早日突破不限場景的最優(yōu)全局高精定位技術(shù)，將會極大地推動智能網(wǎng)聯(lián)汽車技術(shù)發(fā)展。