物聯(lián)網(wǎng)驅(qū)動(dòng)下智能汽車智能導(dǎo)航系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

【Abstract】Thedevelopmentof smart vehiclesis highlydependent onadvanced navigationcapabilities，and the integrationof Internetof Things（IoT）technologyprovidesakeysupportforthis.Thedeploymentofvehicle-road cooperativefacilitiesenablesvehiclestoobtainreal-timeroadandenvironmental information，andthecombinationof high-precision positioningand sensing technologies improves theaccuracy of navigationand theabilitytounderstand the environment.Therefore，thispaperdiscussesthekeytechnologyintegrationandpracticaldeploymentof intelligentvehicle navigationsystems driven bytheinternetof things，withaviewtoproviding feasibledesign ideas andrealization methods for building more practical navigation.

【Key words】 internet of things; smart car; navigation system

0 引言

可靠精確的導(dǎo)航是智能汽車實(shí)現(xiàn)自動(dòng)駕駛功能的核心基礎(chǔ)，單純的衛(wèi)星定位容易在隧道、高樓密集區(qū)等場景失效，且現(xiàn)有系統(tǒng)對道路實(shí)時(shí)動(dòng)態(tài)變化信息的利用往往不足，影響了全局路徑規(guī)劃的最優(yōu)性和安全性。而物聯(lián)網(wǎng)利用車載通信設(shè)備獲取實(shí)時(shí)路況、信號(hào)燈相位等信息，為提升定位精度和協(xié)同避讓提供了新的可能。結(jié)合高精地圖、車載視覺、雷達(dá)的實(shí)時(shí)感知數(shù)據(jù)，導(dǎo)航系統(tǒng)能夠更好地理解周圍場景，補(bǔ)償衛(wèi)星信號(hào)的不足。因此，本文將聚焦于導(dǎo)航系統(tǒng)設(shè)計(jì)的核心結(jié)構(gòu)，旨在提出在物聯(lián)網(wǎng)環(huán)境下切實(shí)可行的智能導(dǎo)航系統(tǒng)實(shí)現(xiàn)路徑。

1智能導(dǎo)航系統(tǒng)的設(shè)計(jì)背景

1.1物聯(lián)網(wǎng)技術(shù)在智能汽車中的應(yīng)用趨勢

物聯(lián)網(wǎng)技術(shù)通過連接車輛與道路基礎(chǔ)設(shè)施，擴(kuò)展了信息感知能力，其應(yīng)用趨勢表現(xiàn)為實(shí)體設(shè)備的網(wǎng)絡(luò)化協(xié)同。車輛通過無線通信接收來自交通信號(hào)燈、路側(cè)傳感器等設(shè)備傳輸?shù)膶?shí)時(shí)信息，例如前方道路擁堵情況，這種連接使車輛具備超越自身傳感器的環(huán)境認(rèn)知能力。具體技術(shù)實(shí)施可分為三步： ① 在關(guān)鍵路段，道路管理部門安裝傳感器采集車流速度、路面狀況等數(shù)據(jù)； ②56 或?qū)Ｓ脽o線通信網(wǎng)絡(luò)將處理后的數(shù)據(jù)傳輸至附近車輛； ③ 車輛系統(tǒng)結(jié)合接收的外部信息與自身攝像頭、雷達(dá)數(shù)據(jù)完成綜合決策。當(dāng)前，中國多個(gè)城市已部署該類系統(tǒng)，驗(yàn)證了技術(shù)落地的可行性。這種聯(lián)網(wǎng)模式的核心價(jià)值在于通過設(shè)施協(xié)同降低對單車智能的依賴，為大規(guī)模應(yīng)用提供可能性。

1.2智能導(dǎo)航在自動(dòng)駕駛系統(tǒng)中的核心地位

智能導(dǎo)航系統(tǒng)承擔(dān)車輛位置確定與路徑規(guī)劃的基礎(chǔ)功能，其主要作用體現(xiàn)在確立行駛位置、規(guī)劃行駛路線、保障行車安全。位置確定通常組合使用衛(wèi)星定位和本地傳感設(shè)備。衛(wèi)星定位（如GPS或北斗系統(tǒng)）提供大地坐標(biāo)，但在高架橋或隧道中信號(hào)易丟失，此時(shí)慣性導(dǎo)航系統(tǒng)通過測量車輛加速度推算位移，維持基本定位能力2。激光雷達(dá)掃描周邊建筑物生成點(diǎn)云，通過匹配預(yù)先存儲(chǔ)的地圖實(shí)現(xiàn)精確定位。路徑規(guī)劃包括兩個(gè)層面：首先基于數(shù)字地圖規(guī)劃從起點(diǎn)到終點(diǎn)的總路線；其次實(shí)時(shí)計(jì)算符合路況的車道級(jí)行駛軌跡。這需要導(dǎo)航系統(tǒng)綜合處理實(shí)時(shí)交通信息、車道線位置等動(dòng)態(tài)因素。安全方面，當(dāng)攝像系統(tǒng)因大霧失效時(shí)，導(dǎo)航系統(tǒng)依賴的基礎(chǔ)位置數(shù)據(jù)仍可維持車道保持功能，這種設(shè)計(jì)模型提升了系統(tǒng)可靠性。

2常見導(dǎo)航系統(tǒng)的技術(shù)架構(gòu)方向

2.1基于GNSS+IMU的組合導(dǎo)航結(jié)構(gòu)

導(dǎo)航中針對露天場景與遮蔽區(qū)域切換帶來的定位信號(hào)抖動(dòng)問題，可以構(gòu)建衛(wèi)星與慣導(dǎo)的深度融合架構(gòu)，其中GNSS提供絕對地理參考，IMU維持運(yùn)動(dòng)狀態(tài)連續(xù)性，通過卡爾曼濾波實(shí)現(xiàn)誤差補(bǔ)償。其技術(shù)實(shí)現(xiàn)模型為：

#緊耦合融合框架偽碼實(shí)現(xiàn)

class HybridPositioning： def__init__（self）： self.state_vec np.zeros（9）#[緯度，經(jīng)度，高度，東向速，

北向速，天向速，橫滾，俯仰，偏航] self.Q=np.diag（[0.1，0.1，1，0.01，0.01，0.05]） #過程噪聲矩陣 def propagate（self， imu_data）： #慣性狀態(tài)遞推 （應(yīng)用哥氏定理） self._update_attitude（imu_data.gyro）#四元數(shù)姿態(tài)更新 acc_ned Σ=Σ self._transform_acc（imu_data.acc） self.state_vec [3：6]+= acc_ned*DT#速度更新 self.state_vec[0：3] += self.state_vec[3：6] * DT#位置更新 defupdate_gnss（self，sv_info）： #多衛(wèi)星偽距觀測量處理 pseudo_range Θ=Π[Θ] for sat in sv_info： geom_range calc_sat_range（self.state_vec[：3]，sat.pos） pseudo_range.append（geom_range+sat.clock_err）

#EKF觀測更新 H=build_jacobian（sv_info）#構(gòu)造測量雅可比矩陣 self.kf.update（ z= pseudo_range， H=H ， R= GNSS_NOISE）

該架構(gòu)通過雙源數(shù)據(jù)閉環(huán)構(gòu)建抗干擾定位能力。衛(wèi)星接收模塊獲取毫米級(jí)授時(shí)信號(hào)與星歷數(shù)據(jù)，經(jīng)偽距解算輸出大地坐標(biāo)。慣性測量單元（InertialMeasurementUnit，IMU）以 200Hz 高頻采樣車輛三軸角速度與線加速度，通過四元數(shù)姿態(tài)解算實(shí)時(shí)輸出位姿變化參數(shù)，兩類數(shù)據(jù)經(jīng)時(shí)空配準(zhǔn)后輸入擴(kuò)展卡爾曼濾波器（ExtendedKalmanFilter，EKF），其中IMU構(gòu)建狀態(tài)預(yù)測模型，全球?qū)Ш叫l(wèi)星系統(tǒng)GNSS測量值作為觀測校正項(xiàng)[3]。

2.2 基于車聯(lián)網(wǎng)的協(xié)同導(dǎo)航結(jié)構(gòu)

為克服視距傳感器在彎道和遮擋場景的感知局限，車聯(lián)網(wǎng)（Vehicle-to-Everything，V2X）的協(xié)同導(dǎo)航基于DSRC協(xié)議構(gòu)建車輛-設(shè)施協(xié)同感知網(wǎng)絡(luò)，通過地理尋址協(xié)議實(shí)現(xiàn)千米級(jí)交通態(tài)勢共享。關(guān)鍵技術(shù)框架為：

class V2X_MessageHandler： MSG_TYPES Σ=Σ 1 0x01：\"BSM\"， #基礎(chǔ)安全消息 Ox02：\"MAP\"，#地圖數(shù)據(jù) 0x03：\"SPAT\"， #信號(hào)燈相位 ！ def process（self，raw_packet）： #物理層解碼 ifnotPHY_Layer.check_crc（raw_packet）： return None #網(wǎng)絡(luò)層處理 geonet_header=GeoNet.parse_header（raw_packet[12：20]） ifgeonet_header.hop_limit lt;=0 drop_packet #應(yīng)用層解析 msg_type Σ=Σ self.MSG_TYPES[raw_packet[20]] payload Σ=Σ ASN.1_decoder（raw_packet[21：]，msg_type）

#動(dòng)態(tài)地圖更新 DynamicMap.merge（payload， trust_level=geonet_header. priority）

該系統(tǒng)通過分層通信協(xié)議實(shí)現(xiàn)環(huán)境信息協(xié)同融合。路側(cè)單元（RoadSideUnit，RSU）在交叉口部署微波通信設(shè)備，采集廣播地圖數(shù)據(jù)、信號(hào)燈時(shí)序（SignalPhaseandTiming，SPAT）;車載單元（ 0n Board Unit，OBU）周期性發(fā)送包含位置、速度的車輛狀態(tài)消息。核心運(yùn)作流程包含三個(gè)階段： ① 數(shù)據(jù)分發(fā)層，基于IEEE1609無線通信標(biāo)準(zhǔn)的地理廣播，限定 200ms 時(shí)延內(nèi)完成半徑 300m 區(qū)域覆蓋； ② 信息整合層，構(gòu)建本地動(dòng)態(tài)地圖（LDM），融合車輛感知數(shù)據(jù)與路側(cè)源信息； ③ 決策層，通過碰撞預(yù)測算法（如TTCA）生成協(xié)同變道建議。

2.3基于高精地圖與視覺感知的增強(qiáng)式結(jié)構(gòu)

高精地圖不同于普通導(dǎo)航地圖，它精確記錄了車道線位置、交通信號(hào)燈、路牌、道路標(biāo)牌桿等豐富、固定道路特征的精確位置和三維坐標(biāo)，具體如圖1所示。

車輛行駛時(shí)，其搭載的視覺攝像頭持續(xù)拍攝前方道路圖像，識(shí)別并提取出當(dāng)前視野內(nèi)看得見的這些道路特征，例如車道線的彎道形狀、某個(gè)特定交通標(biāo)志的位置或者斑馬線的邊緣線。系統(tǒng)將視覺攝像頭即時(shí)檢測到的這些實(shí)際特征的外觀形態(tài)和它們在圖像中的位置，與預(yù)先儲(chǔ)存的高精地圖中對應(yīng)路段上標(biāo)注的、同樣特征理論上的三維位置數(shù)據(jù)進(jìn)行比較計(jì)算。通過不斷找到視覺感知結(jié)果與高精地圖數(shù)據(jù)庫之間的對應(yīng)關(guān)系，并計(jì)算出它們的細(xì)微差異，系統(tǒng)就能判斷出車輛當(dāng)前位置與地圖預(yù)期位置之間存在的偏差，進(jìn)而實(shí)時(shí)調(diào)整車輛的定位信息，將其精準(zhǔn)地約束并歸正到高精地圖定義的正確車道內(nèi)，達(dá)到提升定位精度的效果[4]。

圖1高精地圖

3系統(tǒng)實(shí)現(xiàn)與部署方案

3.1軟硬件平臺(tái)與系統(tǒng)集成

車輛自動(dòng)駕駛系統(tǒng)的基礎(chǔ)由專用計(jì)算單元、多種傳感器及其物理連接保障機(jī)制構(gòu)成。系統(tǒng)核心為高性能車載計(jì)算機(jī)，內(nèi)部包含高性能多核處理器和專門處理圖像及點(diǎn)云數(shù)據(jù)的加速計(jì)算卡。車輛周圍的關(guān)鍵感知設(shè)備包括： ① 安裝在車身不同位置的高清攝像頭，持續(xù)捕捉周圍環(huán)境的彩色畫面； ② 車頂固定的旋轉(zhuǎn)式激光雷達(dá)，以每秒多次的頻率掃描車身四周，生成周圍環(huán)境詳細(xì)的立體輪廓點(diǎn)； ③ 車頭和車尾還分別安裝有毫米波雷達(dá)，主要用于探測其他車輛或物體的精確距離和運(yùn)動(dòng)速度。這些傳感器通過精密的同步線和時(shí)間協(xié)議進(jìn)行同步，保證其在同一精確時(shí)刻采集數(shù)據(jù)。整套軟硬件的設(shè)計(jì)嚴(yán)格遵循汽車行業(yè)的防電磁干擾、防振、耐候等標(biāo)準(zhǔn)規(guī)范，確保在各種溫度和路面條件下功能穩(wěn)定可靠5。

這些指令能以最快的速度、最小的延遲傳送到制動(dòng)控制單元。同時(shí)，通信平臺(tái)在首次接入新的傳感器或設(shè)備時(shí)，需要用經(jīng)過身份驗(yàn)證的加密密鑰設(shè)備進(jìn)行認(rèn)證，系統(tǒng)必須信任該設(shè)備才能納人系統(tǒng)通信網(wǎng)絡(luò)，從而確保數(shù)據(jù)在傳遞過程中沒有被意外損壞或被惡意篡改。

3.3功能模塊的部署流程

將自動(dòng)駕駛的各項(xiàng)功能模塊集成到車輛上的過程遵循結(jié)構(gòu)化、標(biāo)準(zhǔn)化的流程。具體而言，開發(fā)好的各個(gè)核心軟件模塊，如識(shí)別路障的視覺程序、規(guī)劃行車路徑的程序、控制方向盤和制動(dòng)的程序等，會(huì)被預(yù)先處理成獨(dú)立并包含其所有運(yùn)行時(shí)所需支持文件的軟件安裝包，確保模塊從開發(fā)環(huán)境遷移到車輛的計(jì)算機(jī)上時(shí)，不會(huì)因?yàn)槿笔募蚺渲缅e(cuò)誤而失效。當(dāng)軟件包準(zhǔn)備就緒后，需要在車輛的實(shí)際計(jì)算單元上規(guī)劃和安裝。例如，直接控制車輛轉(zhuǎn)向和制動(dòng)動(dòng)作的關(guān)鍵程序會(huì)被指定運(yùn)行在專屬的計(jì)算核心上，確保其運(yùn)算資源不會(huì)被其他程序搶占而影響響應(yīng)速度。對于需要大量圖形處理的視覺識(shí)別程序，則將其安排在擁有GPU顯卡加速的計(jì)算資源區(qū)域內(nèi)執(zhí)行。在車輛運(yùn)行期間，系統(tǒng)會(huì)保持實(shí)時(shí)監(jiān)控，如果某個(gè)攝像頭畫面突然發(fā)生中斷，備用攝像頭的數(shù)據(jù)流會(huì)立即被切換激活。

4結(jié)論

本文明確了物聯(lián)網(wǎng)環(huán)境下智能汽車高可靠導(dǎo)航系統(tǒng)的整體設(shè)計(jì)與實(shí)現(xiàn)路徑，揭示了融合多源定位（GNSS與IMU的組合）、高精度環(huán)境感知及V2X協(xié)同交互的關(guān)鍵技術(shù)構(gòu)架，構(gòu)建了集成硬件平臺(tái)、統(tǒng)一通信框架及軟件模塊的系統(tǒng)部署方案。因此，面對物聯(lián)網(wǎng)深度賦能智能駕駛的演進(jìn)趨勢，著力提升跨平臺(tái)傳感數(shù)據(jù)融合的實(shí)時(shí)性，深入探索“車-路-云\"協(xié)同的高質(zhì)量數(shù)據(jù)交換機(jī)制，以期為構(gòu)建安全、高效、可規(guī)模化落地的智能導(dǎo)航系統(tǒng)提供堅(jiān)實(shí)基礎(chǔ)。

3.2通信協(xié)議與中間件框架

為了讓車輛內(nèi)部眾多的設(shè)備（各種傳感器、計(jì)算機(jī)、執(zhí)行機(jī)構(gòu)）之間能夠高效、可靠地傳遞信息和指令，汽車設(shè)計(jì)了標(biāo)準(zhǔn)化的通信機(jī)制。物理層面，采用高速車載以太網(wǎng)，將主要設(shè)備（如控制器、傳感器、雷達(dá)、定位裝置等）相互連接起來。為了管理這些設(shè)備間的數(shù)據(jù)交換，系統(tǒng)運(yùn)行著中間件層，其采用的是發(fā)布-訂閱模式。設(shè)備只需發(fā)布自己產(chǎn)生的數(shù)據(jù)，或者說明其需要訂閱哪類數(shù)據(jù)，需要數(shù)據(jù)的組件就能自動(dòng)收到相關(guān)的最新信息，而無需知道數(shù)據(jù)具體來自哪里。這個(gè)通信管理軟件區(qū)分了數(shù)據(jù)的重要性級(jí)別，最高級(jí)別會(huì)即時(shí)處理關(guān)鍵指令（如緊急制動(dòng)請求），確保

參考文獻(xiàn)

[1]歐書琴.物聯(lián)網(wǎng)技術(shù)在智能汽車電子系統(tǒng)中的應(yīng)用[J].汽車測試報(bào)告，2025（1）：43-45.

[2]陳文，黃煒，韋偉.基于北斗定位的車聯(lián)網(wǎng)平臺(tái)在公務(wù)用車管理中的應(yīng)用[J].廣西通信技術(shù)，2024（3）：35-38.

[3]趙涵.電子信息技術(shù)在汽車智能化發(fā)展中的應(yīng)用[J].汽車測試報(bào)告，2024（5）：19-21.

[4]趙明姝.車載導(dǎo)航到自動(dòng)駕駛電子地圖發(fā)展綜述[J].測繪通報(bào)，2023（6）：6-10，92.

[5]馬鈞，柏玥.基于情境引擎的車載導(dǎo)航交互設(shè)計(jì)研究[J].汽車工程，2024，46（1）：18-28.

（編輯楊凱麟）