顾及通信延迟的车路协同高精度定位

P227; 近几年,随着智能交通和通信技术的发展,智能车路协同系统引起了广泛的关注.车辆的位置特征是智能交通中的基本元素.车路协同环境下,车辆可通过通信设备接收路侧端的定位信息进行自车定位.本文旨在解决车路协同环境中不稳定的通信延迟带来的定位误差的问题,提出了一种基于因子图的考虑通信延迟的车辆高精度定位模型.在GNSS的情况下,基于路侧激光雷达点云LiDAR聚类方法识别和定位目标车辆,通过4G通信网络将目标定位结果发送至车辆,采用因子图将当前时刻的车载惯性测量单元IMU测量信息与滞后的路侧目标定位结果直接融合,基于增量平滑推理方法,实现车辆位置、速度和姿态的最优估计.最后,结合实测和仿真数据,...

Full description

Saved in:
Bibliographic Details
Published in测绘学报 Vol. 53; no. 1; pp. 101 - 117
Main Authors 张红娟, 钱闯, 招倩莹, 李文卓, 李必军
Format Journal Article
LanguageChinese
Published 武汉大学时空数据智能获取技术与应用教育部工程研究中心,湖北武汉 430079%武汉理工大学智能交通系统研究中心,湖北武汉 430063%武汉大学测绘遥感信息工程国家重点实验室,湖北武汉 430079 2024
武汉大学测绘遥感信息工程国家重点实验室,湖北武汉 430079
Subjects
factor graph
high-precision positioning
路侧感知
目标识别与定位
target recognition and localization
wireless communication delay
车路协同
roadside perception
通信延迟
高精度定位
intelligent vehicle-infrastructure cooperation systems
因子图
Online AccessGet full text
ISSN1001-1595
DOI10.11947/j.AGCS.2024.20220626

Cover

More Information
Summary:P227; 近几年,随着智能交通和通信技术的发展,智能车路协同系统引起了广泛的关注.车辆的位置特征是智能交通中的基本元素.车路协同环境下,车辆可通过通信设备接收路侧端的定位信息进行自车定位.本文旨在解决车路协同环境中不稳定的通信延迟带来的定位误差的问题,提出了一种基于因子图的考虑通信延迟的车辆高精度定位模型.在GNSS的情况下,基于路侧激光雷达点云LiDAR聚类方法识别和定位目标车辆,通过4G通信网络将目标定位结果发送至车辆,采用因子图将当前时刻的车载惯性测量单元IMU测量信息与滞后的路侧目标定位结果直接融合,基于增量平滑推理方法,实现车辆位置、速度和姿态的最优估计.最后,结合实测和仿真数据,利用实车试验验证了本文方法,与传统处理时间延迟的外推法对比分析,结果表明本文方法可提高车辆的定位和测速精度,并消除了高度不稳定的通信延迟对定位的影响.
ISSN:1001-1595
DOI:10.11947/j.AGCS.2024.20220626