实现车道识别的车载导航系统的组合定位技术

作者：彭彦彦，陈丽钦，严慧明，苏鉴英

指导教师：刘友文

（闽江学院地理科学系，福州350108）

摘要：

通过实验设计了一套实现车道识别的车载导航系统的组合定位技术。

汽车导航是GPS应用的主要领域，将来一段时间，高性能的车载导航产品的发展前景将被看好。目前车载导航的精度不够高，要是能实现车道的识别，则车载导航系统的整体性能将得到升华。高精度的定位是实现车载导航车道识别的关键技术。本项目建议书研究基于自适应卡尔曼滤波，设计低成本、高精度、易于工程实现的GPS/DR组合定位模型，为实现车道识别的车载导航提供定位保障。

首先基于自适应卡尔曼滤波分别对GPS和DR系统设计了子滤波器。对于GPS/DR的组合，提出采用联邦式卡尔曼滤波方案，通过主滤波器对两个子滤波器的滤波结果进行最优数据融合，以在车辆高速运动状态中，达到米级的定位精度。项目成果可应用于高性能的车载导航系统的定位模块中，为实现车道识别提供基本条件。 关键词：GPS；车载导航；组合定位

Integrated Positioning Technique of Vehicle Navigation

System that Can Distinguish the Driveway

Authors : Peng Yanyan, Chen Liqin, Yan Huiming, Su Jianying Teacher: Liu Youwen

(Department of Geographical Science,Minjiang University, Fuzhou 350108)

ABSTRACT

Through the experimental we designed a set of Lane Recognition Navigation System torealize the Combined Positioning Technologies.

Car navigation is the main application fields of GPS,and high performance of navigationproduct development foreground will be valued in a period of ti-me. Currently the vehicle-mounted navigation precision isn't high enough. If it can realize the driveway, that the navigation system identification of the overall performance will get distillation.As we all know, precision positioning is the key technology to the vehicle-mounted navigation lane identify. So our research project proposal are based on the adaptive kalman filter, low cost, high precision, and designed to realize the GPS/DR project portfolio for the locating model,whichprovides the orientation to the navigation lane identification . Keywords: GPS, Navigation, Combination

联系人：彭彦彦 EMAIL：821042725@qq.com

1 背景及意义

1

目前，我国私人汽车保有量已超过2000万辆，年增长约为20%。交通拥挤、交通事故，环境污染等正越来越严重地困扰着各大城市，影响着城市的可持续发展。为解决以上问题，除了加大基础设施建设外，智能交通系统（ITS）也应运得到迅速发展。车载导航作为ITS的核心内容更是行业的热点；同时，我国车载导航装置在轿车中的安装普及率不到5%。将来一段时间，高性能的车载导航产品的发展前景将被看好。

车载导航系统的主要功能模块包括：①导航电子地图模块；②车辆定位模块；③地图匹配模块；④路径规划模块；⑤路径引导模块；⑥查询和检索模块。其中，车辆定位是关键模块，也是地图匹配和路径引导模块的基础。车载导航系统一经问世，即显示出强大的生命力和广阔的应用前景，并产生了巨大的社会和经济效益，成为一个IT业和汽车工业相结合的新的经济增长点。同时，汽车导航也是卫星导航应用的最主要领域，车载导航产品约占卫星导航产品的40%。由于巨大的市场潜力和不可估量的发展前景，国外几乎所有的汽车生产厂家都参加了这一高科技角逐。

对于车辆定位，可选择的手段很多，目前常用的是GPS和航位推算（Dead Reckoning，DR）系统的组合定位，DR系统属于惯性导航系统（Inertial Navigation System，INS）。GPS定位和DR定位是两个相对独立的过程，性能上可以取长补短，而且成本低廉，二者的组合很适用于车载导航。为了向驾驶者提供准确的行驶指令和在地图上准确地显示车标位置，必须获得车辆的准确位置。因此准确的车辆定位是性能良好的导航产品的重要条件。研究一种简单适用、速度快、易于工程实现的组合方法，能有效提高定位结果的精度，保障系统的完备性。如果车辆定位精度可以达到米级，那将为车辆实现车道识别的导航性能提供重要的前提条件。

综上所述，不仅从保障交通安全、改善交通条件、缓解交通压力出发，而且从导航行业的市场前景考虑，对车载导航系统的关键技术，即车载组合定位技术的研究具有重要的实际意义。

本项目建议书提出：首先基于自适应卡尔曼滤波分别对GPS和DR系统设计了子滤波器，对于GPS/DR的组合，提出采用联邦式卡尔曼滤波方案，通过主滤波器对两个子滤波器的滤波结果进行最优数据融合，使得车辆在高速运动状态中，还能达到米级或亚米级的定位精度。 2 设计方案或实验过程

实验方法和步骤：算法设计分为3个部分，即对于GPS，提出基于“当前”统计模型，设计加速度均值、方差自适应计算的卡尔曼滤波器，并根据车载导航的特点，提出附有道路信息约束的自适应卡尔曼滤波；对于DR系统，同样基于“当前”统计模型，采用加速度均值、方差自适应计算，设计自适应扩展卡尔曼滤波器，并考虑线性化误差带来的影响，提出迭代型自适应卡尔曼滤波。对于GPS/DR的组合，本研究项目提出采用联邦式卡尔曼滤波方案，通过主滤波器对两个子滤波器的滤波结果进行最优数据融合。

理论分析：

本文拟采取的研究方案是从车载导航关键技术，即组合定位技术入手，探讨精度高，又易于实现的GPS/DR组合模型。对设计的组合算法进行程序实现，并通过实际跑车试验采集数据，对试验数据和结果进行详细分析，从中发现模型的不足，从而对模型进行调整和设计，进而再进行相关跑车试验，使得模型具有米级的精度，又易于工程应用。

对GPS/DR拟采用松散组合方式，松散组合是利用卡尔曼滤波将接收机输出的定位信息与DR系统定位得到的位置和速度进行数据融合。松散组合模式的工作原理是：当GPS与DR系统都可用时，将二者单独定位的结果（位置、速度信息）相比较，作为卡尔曼滤波器的输入值，进行数据融合，开环或反馈得到最优估计；当GPS中断时，DR系统以GPS中断时的瞬时值作为初值继续进行推算工作， DR系统定位信息作为系统的输出，直到GPS工作正

2

常；当DR系统出现故障，以GPS定位结果作为系统的输出。松散组合的特点包括计算量小、速度快；容错性好，GPS和DR系统保持了各自的独立性，其中任何一个出现故障时，系统仍可以继续工作；组合定位系统结构简单，不需改变原有的硬件设计，便于工程实现；GPS接收机、DR开发和调试独立性强，便于系统故障的检测和排除，开发周期短，费用低。

算法设计：

分为3个部分，即对于GPS，提出基于“当前”统计模型，设计加速度均值、方差自适应计算的卡尔曼滤波器，并根据车载导航的特点，提出附有道路信息约束的自适应卡尔曼滤波；对于DR系统，同样基于“当前”统计模型，采用加速度均值、方差自适应计算，设计自适应扩展卡尔曼滤波器，并考虑线性化误差带来的影响，提出迭代型自适应卡尔曼滤波。对于GPS/DR的组合，本研究项目提出采用联邦式卡尔曼滤波方案，通过主滤波器对两个子滤波器的滤波结果进行最优数据融合， 3 实验原理

利用GPS、陀螺仪及里程仪等多传感器的组合实时获取准确可靠的车辆定位信息是车辆导航系统的关键部分。同时，获取可靠有效的定位结果也是进行地图匹配的前提条件。采用何种方法来融合两种定位系统的信息以获得最优的组合定位结果是本研究项目的主要内容。任何一个采用多传感器的组合导航系统，都离不开滤波算法的设计，卡尔曼滤波器是连接多传感器信息的桥梁。结合车载导航组合定位的特点，本研究项目研究GPS/DR松散组合模式，如图1所示，提出采用联邦式卡尔曼滤波方法进行GPS/DR组合，即分别先对GPS子系统和DR子系统进行滤波计算，再对二者的滤波结果进行数据融合，得到最优估计。

GPS定位结果GPS卡尔曼滤波器导航信息陀螺仪里程仪DR定位结果

图1 松散组合原理框图

本文研究难点为基于当前车辆统计模型的自适应滤波算法的设计，卡尔曼滤波的先验参数需根据试验数据进行相应的调整。解决办法是通过进行大量的跑车试验，以得到最佳的先验参数，从而保证滤波结果的精度和可靠性。 4 创新点及应用

本项目特色和创新之处，首先基于自适应卡尔曼滤波分别对GPS和DR系统设计了子滤波器。对于GPS/DR的组合，提出采用联邦式卡尔曼滤波方案，通过主滤波器对两个子滤波器的滤波结果进行最优数据融合，以在车辆高速运动状态中，达到米级的定位精度。项目成果可应用于高性能的车载导航系统的定位模块中，为实现车道识别提供基本条件。

参考文献

[1]杨元喜.自适应动态导航定位.测绘出版社,2006:180-189

[2]董绪荣,张守信,华仲春.GPS/INS组合导航定位及其应用.国防科技大学出版社,1998:200-212 [3]付梦印,邓志红,张继伟.Kalman滤波理论及其在导航系统中的应用.科学出版社, 2003:13-20 [4]徐绍铨,张华海,杨志强. GPS测量原理及应用（第二版），武汉大学出版社，2009：6-11

3

[5]Francois Carona, Emmanuel Duflosa, Denis Pomorskib, et al., GPS/IMU data fusion using multisensor Kalman filtering: introduction of contextual aspects, Information Fusion, 2006,7:221-230

4