基于Matlab的智能網(wǎng)聯(lián)汽車導(dǎo)航定位仿真

張璘　馬巖　張輝

摘 要：首先介紹了目前智能網(wǎng)聯(lián)汽車的主流導(dǎo)航定位方法，其次分別對(duì)GPS/IMU定位和激光SLAM定位技術(shù)及原理進(jìn)行了介紹，最后應(yīng)用兩種導(dǎo)航定位方法的Matlab函數(shù)分別對(duì)車輛運(yùn)行軌跡進(jìn)行仿真，實(shí)現(xiàn)了智能網(wǎng)聯(lián)汽車的高精度導(dǎo)航定位。

關(guān)鍵詞：Matlab 智能網(wǎng)聯(lián) 導(dǎo)航定位 仿真

Simulation of Intelligent Networked Car Navigation and Positioning Based on Matlab

Zhang Lin Ma Yan Zhang Hui

Abstract：Firstly， the current mainstream navigation and positioning methods for intelligent networked vehicles are introduced. Secondly， the GPS/IMU positioning and laser SLAM positioning technology and principles are introduced. Finally， the Matlab functions of the two navigation and positioning methods are applied to the vehicle trajectory. The simulation realizes the high-precision navigation and positioning of the intelligent networked car.

Key words：Matlab， intelligent network connection， navigation and positioning， simulation

1 導(dǎo)航定位方法

智能網(wǎng)聯(lián)汽車是車聯(lián)網(wǎng)與智能汽車的有機(jī)結(jié)合，配合先進(jìn)的車載傳感器、控制器、執(zhí)行器等裝置，與現(xiàn)代通信、網(wǎng)絡(luò)技術(shù)融合，以實(shí)現(xiàn)車、人、路、后臺(tái)等信息交互與安全、舒適、節(jié)能、高效駕駛出行為目標(biāo)的新一代汽車^[1]。智能網(wǎng)聯(lián)汽車的導(dǎo)航定位目前是通過(guò)全球?qū)Ш叫l(wèi)星系統(tǒng)GNSS、慣性導(dǎo)航、激光導(dǎo)航SLAM、以及視覺SLAM等方法，從而獲取車輛的BLH坐標(biāo)及行駛等信息。目前組合導(dǎo)航定位，即將全球?qū)Ш叫l(wèi)星系統(tǒng)GNSS采用雙天線結(jié)構(gòu)的絕對(duì)定位法與對(duì)慣性導(dǎo)航獲取車輛加速度和角速度參數(shù)進(jìn)行時(shí)間積分的相對(duì)定位法相結(jié)合，為智能網(wǎng)聯(lián)汽車最常用的定位方法^[2]。

組合導(dǎo)航定位的原理如圖1所示。由慣性導(dǎo)航模塊、組合導(dǎo)航模塊、感知單元、差分衛(wèi)星接收模塊組成^[3]。由高精度GNSS天線接收導(dǎo)航定位衛(wèi)星的信息傳送到差分衛(wèi)星接收機(jī)，同時(shí)將CORS服務(wù)器數(shù)據(jù)發(fā)送給組合導(dǎo)航模塊，組合導(dǎo)航模塊再由慣性導(dǎo)航模塊計(jì)算的三軸陀螺儀和三軸加速計(jì)等信息，實(shí)時(shí)得到精確的導(dǎo)航定位及車輛行駛信息。

2 導(dǎo)航定位仿真技術(shù)

高精度定位以無(wú)人駕駛汽車為基礎(chǔ)，需要采用多傳感器融合定位方法，如GPS、激光雷達(dá)、IMU、高精度地圖等^[4]。在良好的路面環(huán)境下，車輛可以接受到來(lái)自GNSS和激光雷達(dá)的導(dǎo)航定位信號(hào)，但在一些復(fù)雜環(huán)境（如隧道或無(wú)信號(hào)地域）行駛時(shí)信號(hào)傳輸中斷，需要由IMU慣性測(cè)量單元、車載傳感器等進(jìn)行定位預(yù)測(cè)，同時(shí)結(jié)合差分信號(hào)進(jìn)行信號(hào)融合來(lái)實(shí)現(xiàn)車輛融合定位，基于此原理本文介紹GPS/IMU定位仿真和激光SLAM仿真。

2.1 GPS/IMU導(dǎo)航定位仿真技術(shù)

GPS與IMU的融合是高精度導(dǎo)航中一種重要的定位技術(shù)，通過(guò)陀螺儀與加速傳感器分別對(duì)橫向、縱向的測(cè)量，將高頻率刷新信息（頻率可達(dá)1000Hz）傳送給IMU，從而IMU可提供接近實(shí)時(shí)的位置信息。通過(guò)對(duì)已測(cè)量信息進(jìn)行修正，能夠保證定位的推算準(zhǔn)確性。通常GPS的數(shù)據(jù)傳輸較為準(zhǔn)確，但更新頻率較低;而IMU信號(hào)更新頻率達(dá)100Hz^[5]，但輸出誤差會(huì)隨時(shí)間而增大，因此GPS與IMU的系統(tǒng)結(jié)合可使更新頻率達(dá)到100Hz的定位輸出，同時(shí)實(shí)現(xiàn)了整體系統(tǒng)的高精度導(dǎo)航定位。

Matlab軟件定位工具箱提供了豐富的導(dǎo)航定位相關(guān)函數(shù)，GPS/IMU定位仿真常用的函數(shù)有：傳感器模型函數(shù)、定位和姿態(tài)估計(jì)函數(shù)等，如表1所示。

利用GPS/IMU對(duì)車輛的定位仿真結(jié)果如圖2所示，仿真四元數(shù)誤差控制在0.1°以內(nèi)，x、y和z軸方向的誤差均在合理范圍。

2.2 激光SLAM仿真技術(shù)

激光SLAM技術(shù)是指利用激光雷達(dá)為傳感器，在行駛過(guò)程中建立環(huán)境模型從而計(jì)算出車輛自身位置的技術(shù)，其基本原理為：根據(jù)一幀幀連續(xù)運(yùn)動(dòng)的點(diǎn)云數(shù)據(jù)，推斷出激光雷達(dá)自身的運(yùn)動(dòng)以及周圍環(huán)境的情況。

激光雷達(dá)通過(guò)發(fā)射激光光束來(lái)測(cè)量周圍環(huán)境中的障礙物的角度和位置信息，通過(guò)相應(yīng)算法轉(zhuǎn)換為激光雷達(dá)下的局部坐標(biāo)，生成點(diǎn)云數(shù)據(jù);將相鄰幀點(diǎn)云對(duì)應(yīng)匹配即為前端匹配，在給定車輛移動(dòng)前、后幀測(cè)量的云數(shù)據(jù)中提取有意義的信息，通過(guò)迭代運(yùn)算求得激光雷達(dá)的旋轉(zhuǎn)平移參數(shù)，并進(jìn)行校準(zhǔn);后端優(yōu)化的目的主要是估計(jì)前端匹配中噪聲對(duì)結(jié)果的誤差影響;回環(huán)檢測(cè)模塊能夠給出除了相鄰幀以外的一些時(shí)間間隔更長(zhǎng)的約束，有效消除后端優(yōu)化無(wú)法消除的積累誤差;最后通過(guò)每幀點(diǎn)云數(shù)據(jù)及相對(duì)應(yīng)的位姿，拼接至全局地圖中，輸出六自由度的位姿及相應(yīng)格式的地圖，從而完成地圖的更新。

利用激光SLAM對(duì)環(huán)境掃描10次實(shí)現(xiàn)的定位及優(yōu)化仿真結(jié)果如圖3所示。

3 結(jié)論

本文對(duì)智能網(wǎng)聯(lián)汽車的GPS/IMU定位和激光SLAM定位技術(shù)進(jìn)行了介紹及相應(yīng)仿真，在Matlab的環(huán)境下，通過(guò)調(diào)用導(dǎo)航定位函數(shù)較好地實(shí)現(xiàn)了智能網(wǎng)聯(lián)汽車的高精度導(dǎo)航定位功能，對(duì)智能網(wǎng)聯(lián)汽車導(dǎo)航定位技術(shù)的應(yīng)用起到了較好的輔助作用。

參考文獻(xiàn)：

[1]任智. 中國(guó)智聯(lián)網(wǎng)汽車的產(chǎn)業(yè)前景分析[J]. 廣西質(zhì)量監(jiān)督導(dǎo)報(bào)，2019（08）：77-78.

[2]何在勇. 全球?qū)Ш蕉ㄎ幌到y(tǒng)GNSS的技術(shù)與應(yīng)用[J]. 科學(xué)技術(shù)創(chuàng)新，2018（28）： 14-15.

[3]崔勝民，卞合善. 智能網(wǎng)聯(lián)汽車導(dǎo)航定位技術(shù)[M]. 北京：中國(guó)郵電出版社，2021.

[4]李治國(guó). 基于慣導(dǎo)/激光雷達(dá)的無(wú)人車融合定位技術(shù)研究[J]. 軟件，2020，1（41）： 138-142.

[5]葉萍. MEMS IMU/GNSS超緊組合導(dǎo)航技術(shù)研究[D]. 上海：上海交通大學(xué)，2011.