模拟网联和无人驾驶车辆上的GNSS多径和遮挡效应
定位是一项必不可少的能力,在无人驾驶车辆中,车辆位置由源自多种传感器的组合数据生成,包括卫星接收机(GNSS)、激光雷达、摄像头、惯性测量单元(IMU),以及Wi-Fi、4G/5G和LTE等蜂窝技术。
GNSS对于无人驾驶车辆定位至关重要
在这些传感器中,只有GNSS一种传感器能够生成绝对位置。GPS、GLONASS、Galileo和北斗等全球导航卫星系统可以让车辆知道自己在地球表面的位置即准确的经度和纬度。所有其它的传感器都只能生成车辆相对于已知地点或环境中其它对象的位置,例如路侧基础设施、蜂窝塔和其它车辆等。
GNSS是一种不可或缺的基本导航传感器,同时也是对比其它传感器数据时的定位源。
GNSS还扮演着另外一项极其重要但又鲜为人知的角色。全球导航卫星系统上的原子钟会以100纳秒以内的精度连续通报时间信号,这些精确的时戳可用于确定车辆所经历事件的具体时间,这对于车对车(V2V)和车对基础设施(V2I)通信来说意义重大。
开发人员需要了解GNSS信号恶化所产生的影响
在网联无人车辆中,GNSS是至关重要的传感器,开发人员需要准确地理解可能干扰、扭曲或阻碍卫星信号的多种环境因素。其中最需要理解的两项因素就是遮挡和多径。
遮挡指的是以直线传播的卫星信号被建筑物、山丘和稠密植被阻挡。GNSS接收机需要接收至少四颗卫星的信号才能生成一个位置,但在高大建筑物包围的都市或峡谷中,大多数时候可接收信号的卫星数量都少于四颗。而且,即使有四颗可见卫星,卫星相互邻近造成的几何精度银子(DoP)的下降也会导致计算出的结果不甚精确。
多径指的是卫星信号在车辆所在环境中某些物体的表面发生反射,例如高大建筑物、高大车辆、山坡,甚至还包括地面。这些经过反射的信号传送的距离稍长一些,到达的时间也比视线信号要稍晚一点。在未经过适当消减的情况下,这种效应会导致接收机输出不准确的位置。然而,多径信号也是有用的,因为即使在视线信号被遮挡的情况下,多径信号也可以到达接收机。
网联无人驾驶车辆(CAV)的开发和研究人员一直在寻找一些方法,在测试实验室中融入真实的多径和遮挡模拟。
在过去,达到这一目的的作法都是使用静态模型,即不同环境中可能的GNSS信号到达点。当人类可以控制导航时,这种作法尚且可以接受,但当车辆的无人程度越来越高时,就有必要详细地理解遮挡和多径效应,确定车辆生成准确位置的能力。
3D模拟是很好的解决方案
思博伦一直在与业界密切合作,帮助网联和无人车辆的开发人员以真实的方式模拟遮挡和多径的效应。
我们与Oktal合成环境公司合作开发的解决方案使研究人员能够加载不同驾驶环境中真实的3D模型,包括可能进一步导致RF信号恶化的车辆和行人等组成部分,还允许与驾驶模拟器共享这些模型。
遮挡和多径对GNSS信号造成的影响会以实时方式精确建模,甚至会将不同物理材质的属性也考虑在内,因此能够以真实的方式对GNSS接收机所受的影响和车辆传感器融合算法进行评价。
研究人员可以从多种典型地理环境中进行选择,例如都市峡谷或植被繁多的公路,也可以委托思博伦帮助构建真实地点的特定地理模型。到目前为止,已开发出来的特定地理模型包括旧金山和圣荷塞的部分地区,以及Warwick大学校园,其中包含英国领先的智能车辆研发中心所在的建筑。
真实的模拟将为关键设计决策提供支持
对于加强型无人车辆控制系统研究人员和开发人员而言,真实模拟多径和遮挡的能力将带来很多的益处,可以指导各项关键的设计决策,例如将GNSS天线安置在车辆的哪个具体位置,应使用哪种型号的GNSS接收机,以及当GNSS信号恶化过于严重时,应在何时交接至其它的位置传感器等。
-
汽车测试网V课堂
-
微信公众号
-
汽车测试网手机站
编辑推荐
最新资讯
-
直播|中汽中心 工程院:汽车智驾技术主题
2024-11-24 11:43
-
直播|中汽中心 工程院:无人驾驶车路云一
2024-11-24 11:42
-
直播|中汽中心 工程院:基于无人驾驶矿卡
2024-11-24 11:41
-
直播|中汽中心 工程院:超声波雷达测试系
2024-11-24 11:40
-
直播|中汽中心 工程院:基于车路云图的无
2024-11-24 11:40