甘正男

（中電?？导瘓F(tuán)有限公司，杭州 浙江 310013）

0 引 言

智能網(wǎng)聯(lián)汽車測試和評價的目標(biāo)，就是在以不降低汽車行駛安全性為前提條件下，全面評價智能網(wǎng)聯(lián)汽車的各項性能[1]。 現(xiàn)有的測試評價體系將智能網(wǎng)聯(lián)汽車測試評價方法和汽車整車的產(chǎn)品開發(fā)過程融為一體，按照產(chǎn)品開發(fā)過程的模型，在不同階段分別使用不同的測試評價方法，從而可以指導(dǎo)整個產(chǎn)品從開發(fā)階段到設(shè)計階段的測試評價過程?，F(xiàn)有測試評價體系的內(nèi)容包括： 感知數(shù)據(jù)的采集、測試平臺搭建及仿真模型 （包括模型在環(huán)MIL 階段、軟件在環(huán)SIL 階段、硬件在環(huán)HIL 階段）的驗證、受控測試、實證試驗等[1]。 從國際上對測試評價體系內(nèi)容分級的要求來看，目前對感知數(shù)據(jù)的采集大多停留在保證仿真模擬中的感知場景各類數(shù)據(jù)的被動采集的過程， 無論是通過現(xiàn)場駕駛環(huán)境采集、權(quán)威機(jī)構(gòu)發(fā)布數(shù)據(jù)還是自動駕駛安全性分析數(shù)據(jù)， 通常針對車輛本身在測試評價中的數(shù)據(jù)上傳，來被動地將數(shù)據(jù)進(jìn)行上報和采集。但缺乏針對現(xiàn)場測試環(huán)境和車輛本身的交互數(shù)據(jù)，例如車輛在現(xiàn)場駕駛環(huán)境中的相對位置、行駛軌跡等相關(guān)的基于位置的交互型動態(tài)數(shù)據(jù)。

自動駕駛?cè)略u估和測試方法（New Assessment/Test Method for Automated Driving，NATM）自聯(lián)合國車輛法規(guī)協(xié)調(diào)論壇自動駕駛與網(wǎng)聯(lián)汽車工作組自動駕駛測試評價方法非正式工作組VMAD 第五次會議提出以來， 已通過意見征集和會議討論等形式形成“場景目錄（SG 1a）”、“測試場景研究、審核評估、仿真測試與使用監(jiān)管（SG 2a）”、“封閉場地與開放道路測試（SG 2b）”以及“測試方法之間相互關(guān)系”等相關(guān)內(nèi)容和研究方向的確立。 在測試場景方面，與會專家就測試場景與車輛設(shè)計運(yùn)行范圍關(guān)系、場景在測試過程中的應(yīng)用這兩點問題發(fā)表了相關(guān)觀點。 專家指出，在道路數(shù)據(jù)感知采集和測試道路鋪設(shè)的過程中，不能僅僅有被動數(shù)據(jù)的采集，更需要全方位的環(huán)境因素感知和數(shù)據(jù)上報。 在審核評估、仿真測試與使用監(jiān)督方面，專家重點討論了高精度定位的實施方法及在用車管理環(huán)節(jié)使用報告的必要性。

2020 年7 月10 日，聯(lián)合國車輛法規(guī)協(xié)調(diào)論壇自動駕駛與網(wǎng)聯(lián)汽車工作組自動駕駛測試評價方法非正式工作組（WP29/GRVA/VMAD）第八次會議以網(wǎng)絡(luò)會議的形式召開，中國代表全程參與并分享了中國在自動駕駛測試領(lǐng)域的現(xiàn)狀和研究成果，指出了高精度定位服務(wù)在測試評價體系中的重要作用和實際應(yīng)用中可視化平臺的優(yōu)秀表現(xiàn)，以此共同推動自動駕駛技術(shù)的發(fā)展和應(yīng)用。 2020 年9 月15日，由全國汽車標(biāo)準(zhǔn)化技術(shù)委員會主辦、汽標(biāo)委智能網(wǎng)聯(lián)汽車分技術(shù)委員會承辦的第六屆智能網(wǎng)聯(lián)汽車技術(shù)及標(biāo)準(zhǔn)法規(guī)國際交流會（ICV 2020）中，明確提出了需要討論自動駕駛測試場景研究與車輛測試評價辦法研究中基于地理位置信息服務(wù)的應(yīng)用，并進(jìn)一步提出在地理位置數(shù)據(jù)服務(wù)下對自動駕駛公共道路測試、應(yīng)用示范及商業(yè)化運(yùn)行的相關(guān)標(biāo)準(zhǔn)的確立。 本文將以差分定位技術(shù)為核心實現(xiàn)的LBS 服務(wù)來對以上測試評價過程中凸顯的問題進(jìn)行解決。

1 LBS 服務(wù)在智能網(wǎng)聯(lián)車輛測試評價中的應(yīng)用

1.1 差分定位技術(shù)

差分GPS 定位通常使用一臺GPS 基準(zhǔn)接收機(jī)（通常稱之為基準(zhǔn)站）和一臺用戶接收機(jī)（通常稱之為移動站），利用實時或事后處理技術(shù)，就可以使用戶測量相對位置時消去公共的誤差源，如衛(wèi)星軌道誤差、衛(wèi)星鐘差、大氣延時導(dǎo)致的誤差、多路徑效應(yīng)產(chǎn)生的誤差等。

通常根據(jù)差分GPS 基準(zhǔn)站所發(fā)送信息的方式可以將差分定位分為三類，即：位置差分、偽距差分和載波相位差分。這三類差分定位的工作原理是類似的，即都是通過基準(zhǔn)站發(fā)送修正數(shù)據(jù)，并由用戶站接收并對其測量結(jié)果進(jìn)行修正，從而獲得精確的定位結(jié)果。三種方式的差異在于發(fā)送修正數(shù)據(jù)的具體內(nèi)容有所區(qū)別，直接導(dǎo)致了其差分定位精度各有不同。

1.1.1 位置差分

位置差分是最簡單的差分方法，任何一種GPS接收機(jī)都可以改裝和組成這種差分定位系統(tǒng)。其原理是通過安裝在基準(zhǔn)站上的GPS 接收機(jī)觀測4 顆衛(wèi)星的實時位置進(jìn)行三維定位，并解算出基準(zhǔn)站的坐標(biāo)。 但由于存在著軌道誤差、時鐘誤差、SA（Selective Arailability） 影響誤差、 大氣影響產(chǎn)生的誤差、多徑效應(yīng)以及其他誤差的影響，解算出來的坐標(biāo)與基準(zhǔn)站的確定坐標(biāo)是不同的， 存在一定的偏差。 我們可以通過基準(zhǔn)站，利用數(shù)據(jù)鏈將這個改正數(shù)據(jù)發(fā)送出去，由用戶站接收收據(jù)，并對其解算的用戶站坐標(biāo)進(jìn)行修正。最終在用戶站得到修正后的用戶坐標(biāo)已經(jīng)消去了基準(zhǔn)站和用戶站的共同誤差。但位置差分需要修正誤差的前提是基準(zhǔn)站和用戶站觀測的是同一組衛(wèi)星。 因此，位置差分定位法通常只適用于用戶與基準(zhǔn)站之間的距離在100km 之內(nèi)的情況，否則可能會存在誤差無法修正而導(dǎo)致的位置偏移。

1.1.2 偽距差分

偽距差分是目前應(yīng)用最廣泛的一種差分定位技術(shù)，基本上大部分的差分定位技術(shù)服務(wù)提供商都用的是這種技術(shù)。目前利用偽距差分定位法定位的精度可以達(dá)到亞米級別。 同時，偽距差分也是國際海事無線電委員會RTCM SC-104 標(biāo)準(zhǔn)推薦的定位數(shù)據(jù)格式。

偽距差分定位技術(shù)的本質(zhì)是在基準(zhǔn)站上的接收機(jī)通過計算被測量目標(biāo)到其可見衛(wèi)星的距離，并將這個計算出來的距離與含有誤差的測量值進(jìn)行比較， 利用一個α-β 濾波器將這個差值進(jìn)行濾波并計算出相應(yīng)的偏差值，然后將所有衛(wèi)星的測距誤差傳輸給用戶本身，通過這個測距誤差來對測量的偽距進(jìn)行修正。最終用戶將利用修正后的偽距來解出本身的位置，以此來消去公共誤差，從而提高定位的精度。

與位置差分定位原理相似的是，偽距差分技術(shù)能夠消除兩個基站之間的公共誤差，但隨著用戶到基準(zhǔn)站距離的增加， 又會導(dǎo)致系統(tǒng)誤差的增加，而這種系統(tǒng)誤差是無法被技術(shù)抵消或糾正的。 因此，用戶和基準(zhǔn)站之間的距離對最終結(jié)果的精度有決定性的影響。

1.1.3 載波相位差分（RTK）

載波相位差分技術(shù)又被稱為RTK 技術(shù)（Real Time Kinematic），是在能夠及時處理兩個測距站的載波相位的基礎(chǔ)上建立的。載波相位差分定位技術(shù)能夠?qū)崟r提供觀測點的三維坐標(biāo)，并達(dá)到厘米級的高精度水準(zhǔn)。

和偽距差分定位原理類似，基準(zhǔn)站通過數(shù)據(jù)鏈的格式及時地將其載波觀測值以及基準(zhǔn)站坐標(biāo)信息一同傳送給用戶站， 用戶站通過接收GPS 衛(wèi)星的載波相位和來自基準(zhǔn)站的載波相位，組成相位差分觀測值并進(jìn)行處理，從而及時給出厘米級的定位結(jié)果。

目前實現(xiàn)載波相位差分GPS 的方法主要分為兩類：修正法和差分法。修正法和偽距差分相同，通過基準(zhǔn)站把載波相位修正量發(fā)送給用戶站，從而改正其載波相位并求得相應(yīng)坐標(biāo)。差分法主要通過把基準(zhǔn)站采集的載波相位發(fā)送給用戶站進(jìn)行求差解算坐標(biāo)。 前者是準(zhǔn)RTK 技術(shù)， 后者是真正的RTK技術(shù)。

1.2 CORS 服務(wù)架構(gòu)及在測試評價中的應(yīng)用

1.2.1 CORS 服務(wù)架構(gòu)

CORS 是 Continuously Operating Reference Stations 的英文縮寫，即“連續(xù)運(yùn)行參考站”。 CORS是一種利用全球?qū)Ш叫l(wèi)星系統(tǒng)、計算機(jī)技術(shù)、互聯(lián)網(wǎng)數(shù)據(jù)通信技術(shù)等，在一個區(qū)域、城市或國家按照需求， 根據(jù)一定距離建立長年連續(xù)運(yùn)行的若干個固定GNSS 參考站組成的網(wǎng)絡(luò)系統(tǒng)，而這個連續(xù)運(yùn)行的參考站是運(yùn)用了網(wǎng)絡(luò)RTK 系統(tǒng)的一種基礎(chǔ)硬件設(shè)施。

目前國內(nèi)比較知名的千尋CORS 服務(wù)主要分為三個精度， 分別是千尋跬步 （亞米級高精度CORS 服務(wù)）、 千尋知寸 （厘米級高精度CORS 服務(wù)）、千尋見微（靜態(tài)毫米級高精度CORS 服務(wù)）。依托于遍布全國的衛(wèi)星地基增強(qiáng)站，該服務(wù)采用標(biāo)準(zhǔn)NTRIP 協(xié)議和RTCM 差分電文， 支持目前主流品牌的RTK，其作用相當(dāng)于一個巨型基站，客戶僅需要一個移動站， 就可以開始測量工作。 目前千尋CORS 服務(wù)的覆蓋范圍廣，采用了分布式云計算技術(shù)，可以支持用戶大規(guī)模同時訪問請求，并且響應(yīng)速度快、精度較高、硬件設(shè)備匹配度高、能夠提供多需求下的全國范圍內(nèi)的高精度定位服務(wù)。如圖1 所示為CORS 系統(tǒng)服務(wù)的組成。

圖1 CORS 系統(tǒng)服務(wù)的組成Figure 1 The composition of CORS system services

1.2.2 CORS 服務(wù)在測試評價環(huán)境中的應(yīng)用

筆者在2019 年12 月26 日15 時雪天定位時，測試環(huán)境中的CORS 網(wǎng)絡(luò)差分定位服務(wù)突然出現(xiàn)了異常的誤差波動，大幅降低了定位精度。 在事后通過對天氣條件（雪天天氣）的試驗數(shù)據(jù)分析發(fā)現(xiàn)，在剛下雪時，由于對流層的突然變化，導(dǎo)致對流層對衛(wèi)星信號傳輸?shù)难舆t突然增高，從而導(dǎo)致定位精度產(chǎn)生了較大偏差，而這種異常的波動通常來說毫無規(guī)律性可言。因為CORS 網(wǎng)絡(luò)差分定位數(shù)據(jù)中接收到對流層突變信息，才能改變對流層延遲模型并進(jìn)行差分?jǐn)?shù)據(jù)調(diào)整，所以在調(diào)整對流層延遲模型這個延遲過程中， 會對定位服務(wù)的精度產(chǎn)生較大影響。這種不穩(wěn)定的現(xiàn)象會對點定位精度產(chǎn)生較大影響，也會對由點形成的無人駕駛車輛行駛的軌跡產(chǎn)生較大影響，導(dǎo)致車輛偏離自己的行駛軌跡，轉(zhuǎn)向系統(tǒng)將會不停工作， 而不能保持一定的行駛路徑，會造成交通事故的發(fā)生。

我們都知道地球并不是一個規(guī)則的球體，但可以近似看作為一個橢球體。由于地球地平面的凹凸不平，利用北斗衛(wèi)星測量得到的只是經(jīng)緯度和高度坐標(biāo)，對于智能網(wǎng)聯(lián)汽車并沒有直接的用途。 因此需要將大地坐標(biāo)系中的經(jīng)緯度和高度等值轉(zhuǎn)化為空間直角坐標(biāo)系內(nèi)的相對坐標(biāo)值，從而獲得智能網(wǎng)聯(lián)汽車的相對位置。

我們通常用高斯投影公式將經(jīng)緯度數(shù)值轉(zhuǎn)化為高斯直角坐標(biāo)系來提供給車輛。高斯投影是假定有一個橢圓柱面橫套在地球橢球體外面，并與一條中央子午線相切， 橢圓柱的中心軸穿過橢球體中心，然后用一定的投影方法，將中央子午線兩側(cè)各一定經(jīng)差范圍內(nèi)的地區(qū)投影到橢圓柱面上，將此柱面展開就成為高斯直角坐標(biāo)系[2]。

2 基于差分定位的LBS 服務(wù)誤差優(yōu)化算法及路測應(yīng)用優(yōu)化

2.1 誤差優(yōu)化算法分析

在實際的道路測試環(huán)境中，由于CORS 差分服務(wù)無法消除的誤差因素和實際道路環(huán)境的復(fù)雜性因素的共同影響下，仍然無法單純利用差分定位服務(wù)來對智能網(wǎng)聯(lián)汽車實現(xiàn)精確控制。而基于道路行駛安全性和智能網(wǎng)聯(lián)汽車發(fā)展可靠性要求來看，通常要求智能網(wǎng)聯(lián)汽車達(dá)到毫米級的精準(zhǔn)控制，同時對數(shù)據(jù)上報的頻率和安全性也有相應(yīng)要求。因此需要對現(xiàn)存的設(shè)備與應(yīng)用在硬件和軟件上進(jìn)行相應(yīng)加裝及優(yōu)化處理。

從硬件上來看，攝像頭、激光雷達(dá)、毫米波雷達(dá)和IMU（Inertial Measurement Unit）慣性測量單元的設(shè)備是自動駕駛車輛中常用到的一系列傳感器。其中攝像頭、激光雷達(dá)、毫米波雷達(dá)的數(shù)量和傳感及運(yùn)算效果會直接影響自動駕駛的等級， 而IMU 慣性測量單元則主要用來提供相對精準(zhǔn)的定位信息。IMU 慣性測量單元通常由陀螺儀、加速計和算法處理單元組成，通過對加速度和旋轉(zhuǎn)角度的測量得出自體的運(yùn)動軌跡，擁有更高的更新頻率，而且不受信號影響。 通常將IMU 與GNSS 單元一起形成組合慣導(dǎo)的硬件單元。

GPS 是一個相對準(zhǔn)確的定位用傳感器，也是網(wǎng)絡(luò)差分服務(wù)的主要數(shù)據(jù)傳輸中心，但是它的更新頻率過低，僅有10Hz，不足以提供實時的位置更新。IMU 有著GPS 所欠缺的實時性， 更新頻率可以達(dá)到100Hz 或者更高。IMU 傳感系統(tǒng)通過高達(dá)100Hz頻率的全球定位和慣性更新數(shù)據(jù)，目前應(yīng)用在自動駕駛系統(tǒng)中，輔助完成定位。 通過整合CORS 網(wǎng)絡(luò)差分服務(wù)與GPS/IMU 的服務(wù)數(shù)據(jù)形成實時位置和慣性導(dǎo)航互相修正的定位結(jié)果，我們可以為車輛定位提供既準(zhǔn)確又足夠?qū)崟r的位置更新。

GPS 和IMU 組合， 就是為了融合IMU 的航向速度、角速度和加速度信息，來提高GPS 的精度和抗干擾能力。 IMU 相對GPS 來說， 能提供補(bǔ)全導(dǎo)航信息，因為GPS 本身只提供位置信息，IMU 還可以提供航向姿態(tài)信息， 這個是車輛控制里的基本信息。

從軟件算法上來看，目前定位服務(wù)產(chǎn)生的數(shù)據(jù)誤差主要來源于時鐘誤差、大氣誤差、環(huán)境誤差和網(wǎng)絡(luò)波動誤差等，特別是針對移動物體的高精度定位。 針對一些短時間內(nèi)波動較大的誤差，我們可以通過航跡推算定位法來對其進(jìn)行修正，但航跡推算定位法也只能在短時間內(nèi)保持高精度，之后便會隨著時間的推移而產(chǎn)生越來越多的累積誤差，因此航跡推算定位法作為CORS 網(wǎng)絡(luò)差分服務(wù)中短時間內(nèi)的輔助算法有很好的效果。

航跡推算（DR）是一種非常常見的定位優(yōu)化算法， 也較廣泛地應(yīng)用在智能網(wǎng)聯(lián)汽車的定位系統(tǒng)中。 CORS 網(wǎng)絡(luò)差分定位和DR 切換融合定位原理如圖2 所示。衛(wèi)星定位系統(tǒng)首先根據(jù)接收機(jī)觀測到的衛(wèi)星數(shù)量和幾何分布結(jié)構(gòu)，確定衛(wèi)星是否有效及定位精度波動情況。當(dāng)衛(wèi)星定位的誤差小于波動閾值時，利用CORS 網(wǎng)絡(luò)差分定位服務(wù)，同時輸出的定位數(shù)據(jù)更新DR 定位系統(tǒng)的初始值；但當(dāng)衛(wèi)星定位無效時，系統(tǒng)就會自動切換到DR 定位系統(tǒng)。 因為DR 傳感器會隨著時間的推移而產(chǎn)生誤差堆積，因此當(dāng)CORS 差分服務(wù)再次滿足精度要求時，便會立即輸出衛(wèi)星定位數(shù)據(jù)并同時更新DR 定位系統(tǒng)的初始值并消除誤差。

圖2 切換融合定位原理圖Figure2 Schematic diagram of handover fusion positioning

2.2 路測應(yīng)用優(yōu)化改進(jìn)

在智能網(wǎng)聯(lián)汽車實際的道路測試評價中，通常會遇到一些隧道、高架橋遮蔽、基站信號交界處等CORS 服務(wù)不穩(wěn)定或GPS 信號丟失的情況，而通過GNSS/IMU 的組合慣性導(dǎo)航的方法，可以提高傳感數(shù)據(jù)更新頻率，增加航向速度、角速度和加速度等位置方向信息， 并結(jié)合GPS 信號慣導(dǎo)推演等方式，對一些信號弱、受干擾嚴(yán)重的實際道路環(huán)境定位數(shù)據(jù)的誤差進(jìn)行優(yōu)化。 但由于目前GPS 波動的情況較為復(fù)雜繁多， 在實際應(yīng)用中存在較長時間將IMU 慣導(dǎo)作為主要導(dǎo)航方法的情況， 這也導(dǎo)致了導(dǎo)航精度的迅速下降。 因此，考慮到實際應(yīng)用情況， 我們應(yīng)對IMU 慣導(dǎo)環(huán)境下的誤差修正方法進(jìn)行優(yōu)化。

我們根據(jù)IMU 傳感器數(shù)據(jù)特性， 建立了基于擴(kuò)展卡爾曼濾波和無跡卡爾曼濾波的慣性導(dǎo)航系統(tǒng)（Inertial Navigation System， INS）模型，同時基于汽車行駛過程中高精度定位的要求，參考并應(yīng)用了針對智能網(wǎng)聯(lián)汽車的基于非線性自適應(yīng)回歸（nonlinear autoregressive exogenous， NARX）神經(jīng)網(wǎng)絡(luò)的GPS/IMU 組合慣導(dǎo)算法[3]。 在GPS/INS 數(shù)據(jù)融合算法中，國內(nèi)外應(yīng)用最多的是卡爾曼濾波算法及其改進(jìn)的非線性濾波算法，通過估計車輛動力學(xué)（側(cè)滑、航線、縱向速度）得出的仿真對比結(jié)果顯示，輪胎區(qū)域在線性區(qū)域內(nèi)時，非線性卡爾曼濾波算法的狀態(tài)估計結(jié)果優(yōu)于卡爾曼濾波結(jié)果。 同時研究結(jié)果表明， 一種基于加權(quán)的平方根容積卡爾曼濾波算法，能夠有效提高GPS/INS 組合慣導(dǎo)中導(dǎo)航系統(tǒng)對測量噪聲統(tǒng)計不確定的自適應(yīng)能力與導(dǎo)航性能[4]。 而經(jīng)過進(jìn)一步的算法優(yōu)化之后發(fā)現(xiàn)，改進(jìn)徑向基神經(jīng)網(wǎng)絡(luò)結(jié)合自適應(yīng)濾波輔助的組合系統(tǒng)導(dǎo)航算法，能夠算出穩(wěn)定的次優(yōu)導(dǎo)航解，其定位精度明顯優(yōu)于純INS 導(dǎo)航算法。 其中基于隨機(jī)森林回歸的GPS/INS集成定位法，可以提供連續(xù)、準(zhǔn)確、可靠的導(dǎo)航方案解。 也正是NARX 神經(jīng)網(wǎng)絡(luò)在非線性問題的時間序列預(yù)測方面有著很強(qiáng)的非線性動態(tài)描述能力，因此NARX 神經(jīng)網(wǎng)絡(luò)常被用于解決非線性、 動態(tài)問題的預(yù)測上，而車輛精準(zhǔn)定位導(dǎo)航也正是此類問題之一。

實際應(yīng)用中的優(yōu)化選用以擴(kuò)展卡爾曼濾波器（extended Kalman filter， EKF） 為基礎(chǔ)并結(jié)合非線性自回歸網(wǎng)絡(luò)（NARX）神經(jīng)網(wǎng)絡(luò)算法對車輛位置進(jìn)行實時動態(tài)預(yù)測的組合慣導(dǎo)模型，能夠有效提升在GPS 信號不正常、波動幅度大、受干擾嚴(yán)重等情況下的定位精度，基本滿足道路實測中對智能網(wǎng)聯(lián)汽車的測試評價定位要求。

此外，在能夠獲取智能網(wǎng)聯(lián)汽車的精確定位之后， 我們還需要確保數(shù)據(jù)在本地完整存儲的條件下，能夠適時測試評價數(shù)據(jù)斷點續(xù)傳功能。 結(jié)合測試評價通常存在異地評價和多復(fù)雜道路環(huán)境評價的特點，數(shù)據(jù)必須具有實時性、適用性、可靠性和安全性。 在數(shù)據(jù)本地保存的冗余機(jī)制下，斷點續(xù)傳功能能夠更好地使數(shù)據(jù)獲得應(yīng)用和展現(xiàn)。

3 結(jié)語

精準(zhǔn)定位在自動駕駛車輛中的應(yīng)用由來已久，從原有的GPS 導(dǎo)航到精確的差分定位技術(shù)， 在未來的自動駕駛和V2X 智能網(wǎng)聯(lián)汽車的概念中，車輛實時位置信息和軌跡信息勢必將成為所有服務(wù)的應(yīng)用基礎(chǔ)。 也正是基于此，研究精確差分定位技術(shù)在智能網(wǎng)聯(lián)汽車中的不間斷應(yīng)用意義重大。