发表于 2019-12-28 07:02 IP属地：未知
先进的传感器融合滤波器，收敛时间更短
对于ADAS、V2X，以及为了最终实现自动驾驶，即使在充满挑战的环境中，GNSS接收器也必须能够稳健地提供车道定位。当卫星信号暂时受阻时，它们需要在几秒钟内恢复高精度定位。这可以通过将下列多个互补的传感器进行融合滤波来实现。
多星座、多频段GNSS接收器：全球GNSS星座的数量已从一个（GPS）增加到四个（GPS、GLONASS、北斗、伽利略），这意味着接收器能够在任何给定位置“看到”更多卫星。这样就能解决接收器需要更多卫星才能准确定位的问题： 只有单个星座时，需要使用四颗卫星；但存在三个星座时，大约需要使用七颗卫星（为了计算星座之间的时间差，这些星座本身具有彼此不同的时间参考系）。
除了更多卫星，多频带GNSS接收器还可以组合不同频率的信号，每个信号都能在特定应用中发挥优势。例如，同时处理来自不同频率的两个信号可有效消除高达99.9%的电离层误差。另一种称为“几何无关组合”( geometry-free combination)的技术有助于检测载波相位中的周跳。所有这些技术仅能由多频段接收器实现。
实时动态（RTK）算法：标准精度的GNSS接收器跟踪至少四颗GNSS卫星的GNSS信号码相位来实现三角定位，而高精度GNSS接收器跟踪高频载波的相位。为了解决载波相位模糊的问题，高精度GNSS接收器利用实时动态（RTK）算法。这些算法已被集成到部分GNSS接收器模块中。RTK算法广泛使用通过无线连接提供的校正数据。对于汽车市场，基于蜂窝网络和卫星L波段的通信非常适合。除了节约数据传输成本之外，即使在蜂窝网络信号较差或根本不可用的农村地区，L波段接收器也可以通过卫星接收RTK校正数据。
广播GNSS校正服务：GNSS校正服务提供商通过从基站网络监控GNSS信号来不断估算GNSS信号误差。 例如，精确点定位（PPP）-RTK服务可以补偿卫星时钟、轨道、信号偏差、全球电离层以及区域电离层和对流层效应。在理想情况下，这种校正在美国大陆等大片区域有效，并且对于带宽的要求也最低。传统服务基于粗略的位置估算并向单独用户发送定制的校正流，而现代服务提供商采用扩展性更强的方法，向所有用户广播相同的动态GNSS误差模型。
除了提高GNSS接收器精度之外，高质量的校正数据还能缩短接收器收敛到准确位置所需的时间。对于存在架空障碍物（例如天桥、公路标牌、树木和桥梁）的环境，这一特性对于正常驾驶至关重要，因为这些障碍物可能会暂时中断GNSS信号。
惯性传感器和传感器融合：多年来，惯性传感器已被用于增强GNSS定位服务。通过实现惯性导航（DR），它们使车辆定位系统能够弥补在隧道、停车场和其他挑战性的常见环境所遇到的GNSS信号缺失。通过融合由惯性测量单元（IMU）的各个组件收集的数据，定位模块可以在GNSS信号受阻的环境中继续提供估算位置。
当GNSS信号接收暂时中断时，惯性传感器和传感器融合有助于定位解决方案保持位置和速度的相关信息。与纯GNSS解决方案相比，融合解决方案可在卫星信号再次可用时，缩短重新收敛时间，即解出载波相位模糊所需的时间。
车载传感器：结合车载传感器（例如轮速传感器）的数据，进一步提高惯性导航解决方案的性能。如果算法发现车轮没有移动，就可以忽略GNSS系统(由于信号误差)上报的位置变化。使用轮速传感器加权计算得出的速度估计比仅依赖于有噪声的加速度计更加准确。此外，对轮速传感器的移动距离的持续校准, 可以修正冬季和夏季轮胎变化引入的误差。
动态模型：车辆的动态模型能够限制测量误差对于位置估算的影响。模型假设车辆不会横向滑动、垂直跳跃或以任何不合理的方式加速。所有GNSS测量数据在用于导航滤波器之前，将由该动态模型检查其合理性。
京公网安备 11010102004670号