面向城市智能车导航的GNSS/IMU/GIS融合关键算法研究

Low cost yet high navigation performance is an essential requirement for Intelligent Vehicle (IV). Considering the fact that the single navigation technology could not ensure high accuracy and reliable lane-level navigation performance in urban areas, a comprehensive study will be carried out focusing on integrated GNSS, IMU and GIS for pursuing improved lane level accuracy with high reliability for the IV navigation. The main contents of the research are as follows: 1) a satellite visibility classification model based on complex environment evaluation will be established, and a 3D city model aided GNSS multipath error correction positioning algorithm will be proposed based on pseudorange evaluation; and 2) incorporating the dual coordinate system based measurement equation and the instinct motion model, a particle filter based GNSS/IMU-GIS deep integration algorithm will be developed. The successful implementation of this project could benefit the development of GNSS and its related disciplines, and will be of great importance for the construction of ITS in China.

低成本、高性能的导航定位系统对智能车的应用和发展起着至关重要的作用。针对单一导航定位技术难以满足城市复杂环境下精确、可靠的车道级导航性能需求，本项目拟对城市中智能车导航的GNSS/IMU/GIS融合关键算法进行理论研究。具体内容包括：1）结合综合环境评估指标下的卫星可见性判断模型，构建3D城市模型辅助下基于伪距评估的GNSS多路径误差修正定位算法；2）结合车辆双重坐标系下观测方程和本征运动模型，构建基于粒子滤波的导航系统（GNSS/IMU）和GIS深度融合算法。本项目的成功实施不但为GNSS相关学科体系的完善和发展奠定了重要的理论基础，而且对城市环境下智能车导航技术的发展和我国智能交通系统的建设具有重要意义。

智能车辆作为智能交通系统的核心组成部分，对智能交通系统的安全、可靠及高效的运行起着重要的作用。低成本、高性能的导航定位系统是智能车的应用和发展的基础。GNSS作为智能车导航系统的核心部件，可以为车辆提供潜在的高精度的时空信息。然而，在城市复杂环境中，GNSS信号受到建筑物的阻挡、反射或衍射产生严重的多径干扰 (MI) 和非视距接收 (NLOS)，导致较大定位误差，无法满足智能车高精度、高可靠性的定位应用的需求。因此，本研究通过将惯性测量单元（IMU）、视觉传感器、3D城市模型等信息源与GNSS进行融合，有效的提高了城市环境中智能车的导航定位性能。研究成果包括：1）构建了多种机器学习算法和3D城市模型信息辅助的GNSS伪距观测修正定位方法，实现了多个城市峡谷定位场景下60-80%的定位精度提升；2）提出了结合车道约束、车辆本征及历史运动模型约束及多层级滤波构架下的GNSS、IMU、视觉及磁罗经等多源数据融合算法，有效的实现了复杂城市峡谷环境下的车辆高精度定位和定姿；3）提出了基于车载导航信息的智能交通决策的新方法，构建了基于精确的用量、时空、车型等参数的动态可变道路用户收费指标体系，提出了基于车载手机观测数据的驾驶事件检测的算法，实现了低成本、高精度、低误警率的驾驶事件检测，解决了导航定位信息在城市路面智能交通应用的难题。项目共发表论文24篇，其中SCI论文13篇，EI论文5篇，参加国际会议12人次，国内会议19人次，申请发明专利6项，授权发明专利9项，软件著作权2项，出版专著1部。项目的实施为GNSS相关学科体系的完善和发展奠定了重要的理论基础，同时对城市环境下智能车导航技术的发展和我国智能交通系统的建设具有重要意义。