研究城市中智能車輛根據(jù)混合地圖定位的方法

劉詠晨　金日鑫

【摘 要】本文根據(jù)混合地圖的匹配技術(shù)，研究了城市中的智能車輛的定位方法。從而降低了傳統(tǒng)定位方法造成的定位方面的誤差。本位將研究的根據(jù)混合地圖進(jìn)行智能車輛的定位方法主要包括兩方面的內(nèi)容：如何創(chuàng)建混合地圖、智能車輛根據(jù)混合地圖定位的相關(guān)問(wèn)題。在研究創(chuàng)建混合地圖的方法中，利用了一種剛提出的混合的有關(guān)地圖方面的框架。這種框架可以講城市劃分為兩種相對(duì)的區(qū)域，即強(qiáng)約束區(qū)和弱約束區(qū)。位于拓?fù)涞氐墓?jié)點(diǎn)就是弱約束區(qū)，把強(qiáng)約束區(qū)做為與相應(yīng)節(jié)點(diǎn)連接的邊。研究智能車輛如何根據(jù)混合地圖定位的問(wèn)題時(shí)，根據(jù)環(huán)境條件的不同，而確定車輛運(yùn)動(dòng)的方位。當(dāng)車輛處于強(qiáng)約束區(qū)時(shí)，車輛根究多種特征來(lái)確定其可通行的區(qū)域。當(dāng)車輛處于弱約束區(qū)時(shí)，則車輛必須遵守一種被成為馬爾可夫的定位方法。

【關(guān)鍵詞】智能車輛 混合地圖 同步定位與地圖創(chuàng)建

1 概述

汽車做為多種交通工具的一種，為人們的出行帶來(lái)了巨大的方便。但同是交通事故越來(lái)越頻繁的出現(xiàn)在人們的日常生活中。不僅給人們?cè)斐闪素?cái)產(chǎn)方面的損失，更嚴(yán)重威脅著人們的生命安全。因而，智能車輛是汽車發(fā)展的一種必然趨勢(shì)。智能車輛包含了計(jì)算機(jī)科學(xué)、傳感技術(shù)、控制技術(shù)等多種技術(shù)。它們可以較快的感應(yīng)車輛外部的各種情況以及車輛自己的狀態(tài)。除此之外，它們還可以根據(jù)外界環(huán)境自動(dòng)調(diào)節(jié)。這些智能車輛有效的提高了汽車本身的安全系數(shù)。智能車輛的定位系統(tǒng)包括利用傳感器處理數(shù)據(jù)，規(guī)劃路徑、自身定位等多部分組成。其中自身定位是指車輛通過(guò)其自身的組成來(lái)確定它所處的具體位置。根據(jù)參考坐標(biāo)系的不同。智能車輛可以進(jìn)行絕對(duì)定位和相對(duì)定位。絕對(duì)定位與相對(duì)定位的參考坐標(biāo)系不同。絕對(duì)定位是以地心做為坐標(biāo)系，而相對(duì)定位的坐標(biāo)系則不同。絕對(duì)定位確定車輛在地球表面的位置，而相對(duì)定位則確定車輛與目標(biāo)之間的位置關(guān)系。綜上所述，智能車輛在行駛過(guò)程中可以確定自身的具體位置以及車輛自身與各目標(biāo)之間的相對(duì)位置。

2 智能車輛定位技術(shù)的相關(guān)問(wèn)題

2.1 智能車輛的跟蹤技術(shù)

在探討車輛跟蹤方法時(shí)，必須把確定車輛的起始位置做為已知條件。車輛跟蹤的最基本的方法是采用航跡推算法。即通過(guò)兩種方式確定車輛的位置。一種是自身運(yùn)動(dòng)的控制輸入，另一種是通過(guò)自身信息計(jì)算來(lái)確定車輛的位置。主要使用里程計(jì)或者車輛傳感器或者車輛前輪偏角確定車輛的位置。除了這種技術(shù)以外，當(dāng)知道車輛的起始位置而不知道周圍環(huán)境的地圖的時(shí)候，同步定位與地圖創(chuàng)建技術(shù)也是一種及其常見的技術(shù)。同步定位與地圖創(chuàng)建技術(shù)指車輛處于不知的環(huán)境，行駛過(guò)程中不斷采集周圍的信息，結(jié)合地圖確定自己所處的具體位置。

2.2 智能車輛的全局定位技術(shù)

全局定位指在不知起點(diǎn)的情況下，確定車輛的位置。當(dāng)面對(duì)這種情況時(shí)，車輛無(wú)法知道其起始定位時(shí)的誤差，需要外界的車輛的相關(guān)信息對(duì)自身進(jìn)行定位。全局定位主要包括兩種方法。即根據(jù)衛(wèi)星導(dǎo)航系統(tǒng)進(jìn)行的全局定位和根據(jù)地圖的匹配方法而進(jìn)行的全局定位。衛(wèi)星導(dǎo)航系統(tǒng)是廣泛適用于航空、車輛定位系統(tǒng)中最為廣泛的定位方法。衛(wèi)星定位的原理是通過(guò)計(jì)算特定用戶與太空中不少于三個(gè)衛(wèi)星之間的距離，以衛(wèi)星的空間位置為依據(jù)，利用特定的計(jì)算方法，從而可以計(jì)算出用戶的地理位置。地圖匹配定位也是一種常用的方法。地圖匹配定位指把車輛感知到的周圍的環(huán)境信息與地圖進(jìn)行匹配，進(jìn)而估計(jì)車輛在環(huán)境中的相對(duì)位置。因?yàn)椴恢儡囕v的初始位置和定位誤差，其在空間上的概率分布一定不會(huì)滿足高斯模型。當(dāng)反復(fù)出現(xiàn)多次相同的環(huán)境時(shí)，在剛開始定位時(shí)期，車輛在空間上的分布的概率會(huì)出現(xiàn)多個(gè)峰值。這時(shí)就需要采用馬爾可夫定位法。馬爾可夫定位法不僅可以解決起始位置不知的情況還可以解決由于環(huán)境相似而出現(xiàn)的多個(gè)峰值的情況。除此之外，它還具有從失敗中回復(fù)的能力。當(dāng)從運(yùn)動(dòng)控制的角度考慮時(shí)，馬爾可夫可以直接確定智能車輛與環(huán)境的相對(duì)位置。

3 混合地圖的種類

混合地圖主要包括二維環(huán)境地圖和三維環(huán)境地圖。同步定位和地圖創(chuàng)建是提高二維地圖精確度的方法。創(chuàng)建地圖要求通過(guò)地圖與環(huán)境數(shù)據(jù)匹配進(jìn)而提高地圖的精確度，此后利用提高準(zhǔn)確度后的數(shù)據(jù)創(chuàng)建地圖，從而可以獲得更精確地環(huán)境地圖。利用二維傳感器的三維環(huán)境地圖和采用三維傳感器的三維環(huán)境地圖是三維環(huán)境地圖的創(chuàng)建方式。

4 混合地圖智能車輛的定位方法

4.1 智能車輛在強(qiáng)約束區(qū)定位的方法

當(dāng)車輛處于強(qiáng)約束區(qū)時(shí)，環(huán)境中的道路邊沿、紅綠燈等交通標(biāo)志都可以被車輛中的環(huán)境傳感器感應(yīng)到。得到識(shí)別后，智能車輛可以根據(jù)這些具體的標(biāo)志或者邊界的相關(guān)條件而確定車輛在環(huán)境中的具體位置。

4.2 智能車輛在弱約束區(qū)定位的方法

當(dāng)車輛處于或者即將進(jìn)入弱約束的時(shí)候，可以通過(guò)GPS定位系統(tǒng)獲得車輛在其相應(yīng)節(jié)點(diǎn)處的柵格地圖，利用地圖匹配的相關(guān)方法計(jì)算出其在環(huán)境中的相對(duì)位置，從而可以引導(dǎo)車輛順利行駛過(guò)弱約束區(qū)。

4.3 激光雷達(dá)光線追蹤

為了及時(shí)更新地圖，必須統(tǒng)計(jì)激光脈沖經(jīng)過(guò)的地圖柵格。采樣位置就是激光光源位置。由測(cè)量數(shù)據(jù)可知可以知道激光測(cè)量點(diǎn)。用光線追蹤技術(shù)統(tǒng)計(jì)激光脈沖所經(jīng)過(guò)的格柵。換句話說(shuō)，關(guān)于激光的光線追蹤問(wèn)題，以激光測(cè)量距離為最大值，用一定距離的步長(zhǎng)按照激光脈沖方向采樣。并記錄各個(gè)采樣點(diǎn)的具體的格柵位置。

參考文獻(xiàn)：

[1]劉志剛汽車發(fā)展史簡(jiǎn)述[J].汽車運(yùn)用，2000（12）：15-16.

[2]Borhade S， Shah M， Jadhav P， et al. Advanced driver assistance system[C]. International Conference on Sensing Technology. Kolkata： IEEE，2012：718-722.

[3]Bishop R. Intelligent vehicle technology and trends[M]. USA： Artech House，2005.

[4]Milton A F， Klager G A， Bowman T R， Jr. Low-cost sensors for UGVs[C]. The International Society for Optical Engineering. Orlando， USA： IEE，2000：180-191.

[5]姜涌，曹杰，杜亞玲.基于視覺的碼頭集裝箱AGV導(dǎo)引系統(tǒng)[J].南京航空航天學(xué)報(bào)，2006（05）：628-633.