姚海敏 馮 霏 陳建華
1 上??睖y設(shè)計研究院有限公司,上海,200434
2 中移智行網(wǎng)絡(luò)科技有限公司,上海,201206
3 河海大學(xué)土木與交通學(xué)院,江蘇 南京,210098
近年來,城市商業(yè)綜合體、辦公園區(qū)停車難問題越發(fā)突出,車位不足、停車難、繳費排隊等問題困擾著都市車主,原因包括車位數(shù)量有限、車位使用率低等。為了解決停車難問題,國內(nèi)學(xué)術(shù)界和產(chǎn)業(yè)界都做了很多研究。張春菊等[1]針對城市的停車難題,提出了互聯(lián)網(wǎng)+智慧停車的解決思路;張明慧等[2]設(shè)計了比較智能化的停車系統(tǒng)。但目前這些智慧停車研究側(cè)重于車位管理、車位預(yù)約、路徑規(guī)劃等方面,對于車位誘導(dǎo)的研究局限于停車場內(nèi)片區(qū)級大粒度的誘導(dǎo),對于車位級的泊車誘導(dǎo)和軌跡規(guī)劃研究比較欠缺。實現(xiàn)車位級泊車誘導(dǎo)和軌跡規(guī)劃的基礎(chǔ)是實現(xiàn)停車場的室內(nèi)外車輛高精度定位。
車路協(xié)同技術(shù)是當(dāng)前國內(nèi)實現(xiàn)自動駕駛、緩解城市交通擁堵的主流技術(shù)。本文將車路協(xié)同技術(shù)引入停車場車輛定位研究,通過采集園區(qū)高精度地圖,利用全球?qū)Ш叫l(wèi)星系統(tǒng)(global navigation satellite sys?tem,GNSS)、路側(cè)多傳感器感知及融合定位技術(shù),實現(xiàn)城市地面、地下停車場場景下的車輛高精度定位,為智慧停車系統(tǒng)提供車位級誘導(dǎo)、行駛安全預(yù)警功能,改善停車效率,解決找車位和停車難等問題。
對于車路協(xié)同系統(tǒng)的眾多特定功能及應(yīng)用方向,車輛定位是一個十分重要的基礎(chǔ)性問題。采用視覺感知定位技術(shù)可實現(xiàn)道路、停車場全覆蓋的機動車、非機動車和行人的感知與定位。但由于視覺定位相機安裝角度以及不同車輛幾何形狀的差異,所獲取的車輛幾何中心點坐標(biāo)推算誤差較大。位置精度還與車輛大小、車輛與攝像頭的距離有關(guān),所以定位精度除了受傳感器姿態(tài)誤差的影響外,還受車輛中心歸算誤差的影響。
為了提升定位精度和可靠性,結(jié)合多種定位手段,利用各傳感器的技術(shù)優(yōu)點,取長補短,通過對多種定位結(jié)果融合處理,實現(xiàn)連續(xù)、穩(wěn)定、可靠的定位。在路口、停車場、車庫出入口等重點部位提高感知能力和定位精度,安裝激光雷達(dá)(light detection and ranging,Li DAR)、超寬帶(ultra wide band,UWB)定位系統(tǒng),實現(xiàn)場端傳感器對機動車、非機動車、障礙物的連續(xù)可靠感知定位。此外,還可以通過融合Li DAR的測速數(shù)據(jù)保障車輛較高的速度感知精度??傮w技術(shù)路線見圖1。
圖1 總體技術(shù)路線Fig.1 Overall Technical Route
高精度地圖是車路協(xié)同演示、路徑規(guī)劃的基礎(chǔ)支撐,一般使用集成GNSS+LiDAR+慣性測量單元(inertial measurement unit,IMU)的測繪車采集地圖數(shù)據(jù)。要保證車輛在地圖上準(zhǔn)確顯示,地圖精度和定位精度是關(guān)鍵。為防止高精度地圖和GNSS定位系統(tǒng)之間產(chǎn)生系統(tǒng)偏差,這部分工作必須統(tǒng)籌有序進(jìn)行。測量相關(guān)工作流程見圖2。
圖2 測量工作流程Fig.2 Workflow of Measurement
相較于普通導(dǎo)航電子地圖,適用于自動駕駛的道路高精度地圖具有更高精度、更加詳細(xì)的地圖元素以及更加豐富的屬性,對于無人車定位、導(dǎo)航、控制及安全至關(guān)重要,是自動駕駛的核心技術(shù)之一[3,4]。
在地圖采集工作開始前,需要利用已知點進(jìn)行校核,以保證坐標(biāo)系統(tǒng)一致??赏ㄟ^在園區(qū)內(nèi)布置足夠的校正點、比對點進(jìn)行地圖糾偏和精度檢驗,特別是要保證車輛行駛的道路、停車位附近以及地下車庫的誤差在容許范圍內(nèi)。
GNSS技術(shù)具有受天氣影響小、精度高、采樣率高、全天候以及連續(xù)監(jiān)測的優(yōu)點[5,6]。中國北斗二號衛(wèi)星于2012年底建設(shè)完成,是GNSS家族里面的新鮮血液,與其他導(dǎo)航系統(tǒng)相比,具有GEO、IGSO和MEO三星座,能夠播發(fā)三頻信號,可提供通信服務(wù)。北斗導(dǎo)航系統(tǒng)的加入為實現(xiàn)多系統(tǒng)GNSS導(dǎo)航與定位提供了可能[7]。GNSS實時動態(tài)(real?time kine?matic,RTK)定位精度可靠,是室外空曠地區(qū)實現(xiàn)厘米級定位的首選。
車路協(xié)同項目中,為了各系統(tǒng)能協(xié)調(diào)工作,需采用統(tǒng)一的坐標(biāo)系統(tǒng)和轉(zhuǎn)換參數(shù)。如果無條件建立獨立的參考站,需要接入長期穩(wěn)定的GNSS信號源,并在園區(qū)內(nèi)建立穩(wěn)定的控制點,以便長期比對,保證系統(tǒng)長期穩(wěn)定地運行。為了便于后期使用,園區(qū)內(nèi)使用同一套坐標(biāo)投影參數(shù),保證大地坐標(biāo)和二維平面坐標(biāo)的靈活轉(zhuǎn)換。
在室外空曠環(huán)境,GNSS能提供米級至厘米級精度的定位結(jié)果,但在如室內(nèi)、林蔭道及城市峽谷等多路徑效應(yīng)、信號漫反射嚴(yán)重的環(huán)境中無法提供連續(xù)高精度定位結(jié)果。在受遮擋的駕駛區(qū)域,需要結(jié)合其他可連續(xù)工作、穩(wěn)定性高的定位手段。
GNSS從搜星解算到獲得固定解需要一定時間。在確定其他定位傳感器的安裝位置前,要對園區(qū)內(nèi)道路進(jìn)行RTK定位測試,對于定位結(jié)果較差的區(qū)域,需要使用其他定位手段進(jìn)行輔助。因此,實現(xiàn)園區(qū)內(nèi)自動駕駛,除GNSS定位外,一般需要結(jié)合慣性導(dǎo)航、視覺傳感器、地圖輔助等手段實現(xiàn)車輛定位[8]。
1)路側(cè)傳感器。為使各傳感器獲取的坐標(biāo)在統(tǒng)一的坐標(biāo)系統(tǒng)內(nèi),要對攝像頭、UWB系統(tǒng)、Li DAR進(jìn)行內(nèi)外參數(shù)的標(biāo)定和坐標(biāo)轉(zhuǎn)換,實現(xiàn)空間基準(zhǔn)的統(tǒng)一。
2)攝像機。攝像機可通過深度學(xué)習(xí)技術(shù)提取車輛圖像信息,并得到車輛在影像中的坐標(biāo),通過攝像頭標(biāo)定參數(shù)和相機成像模型可將影像坐標(biāo)轉(zhuǎn)換至統(tǒng)一坐標(biāo)系統(tǒng)。
攝像機標(biāo)定算法是利用攝像機當(dāng)前視野下的區(qū)域內(nèi)點位對攝像機進(jìn)行標(biāo)定,以定義攝像機相對于世界坐標(biāo)系下的當(dāng)前位置、姿態(tài)(位姿)矩陣,該矩陣能夠解釋像素坐標(biāo)系到大地坐標(biāo)系之間的轉(zhuǎn)換關(guān)系。因此,將圖像中某點的像素坐標(biāo)代入矩陣進(jìn)行運算,就可以計算出該點在大地坐標(biāo)系下的位置。攝像機融合示意圖見圖3。
圖3 攝像機融合示意圖Fig.3 Diagram of Camera Fusion
3)UWB。目前,關(guān)于室內(nèi)停車場車輛定位系統(tǒng)的絕大部分研究使用的技術(shù)為射頻識別(radio fre?quency identification,RFID)、藍(lán)牙、Wi Fi、Zig Bee、串聯(lián)樣式表(cascading style sheets,CSS)和圖像處理等[9?12]。這些技術(shù)存在精度低或?qū)崿F(xiàn)復(fù)雜等問題。然而,UWB技術(shù)利用納秒至微秒級別的脈沖傳輸數(shù)據(jù),時間分辨率高,在復(fù)雜多徑環(huán)境中,可以達(dá)到厘米級定位精度,能有效解決上述問題[13]。因此,本文將UWB技術(shù)運用至室內(nèi)停車場車輛定位,設(shè)計并實現(xiàn)了一套UWB定位系統(tǒng),如圖4所示。
圖4 UWB定位系統(tǒng)Fig.4 UWB Position System
主動定位基站以一定頻率廣播發(fā)射UWB信號,固定在車輛頂部的定位天線接收信號,同時傳輸給解算終端JBOX。JBOX根據(jù)定位算法進(jìn)行位置解算,再將解算出的車輛位置坐標(biāo)輸出給車載網(wǎng)關(guān)等設(shè)備。
UWB定位主要被應(yīng)用于GNSS信號無法有效覆蓋且又對定位精度要求比較高的場景中,例如地下車庫的厘米級定位。融合定位的關(guān)鍵部位主要是與GNSS定位覆蓋區(qū)域銜接的位置。
測量時,利用全站儀將控制點從室外引測到地下車庫,如果涉及三維顯示,需要引測三維坐標(biāo),即考慮車庫和地面的高差。涉及到多傳感器標(biāo)定時,宜統(tǒng)一考慮傳感器位置布設(shè)控制點,以便測量傳感器坐標(biāo)和驗證點坐標(biāo)。
根據(jù)UWB工作原理,UWB設(shè)備信號發(fā)射點的坐標(biāo)精度是保證UWB定位系統(tǒng)精度的關(guān)鍵,因為UWB工作的區(qū)域一般沒有GNSS信號覆蓋,需要使用全站儀測量,此過程中最重要的是大地坐標(biāo)和地方坐標(biāo)投影轉(zhuǎn)換,需要根據(jù)園區(qū)內(nèi)統(tǒng)一的控制點坐標(biāo)和投影方式來起算和轉(zhuǎn)換。
4)Li DAR。獲取物理模型的三維點云的常用手段是Li DAR,它具有精度高、分辨率高、測距準(zhǔn)等優(yōu)點[14],可快速、實時獲取被測物體的三維空間信息,被廣泛應(yīng)用于醫(yī)療、農(nóng)業(yè)、機器人導(dǎo)航、建筑、自動駕駛、地質(zhì)勘探等領(lǐng)域[15]。
場端Li DAR標(biāo)定難度大,需要使用專用的工具,標(biāo)定板為立體標(biāo)定板,加工精度高,標(biāo)定過程復(fù)雜,在戶外使用時攜帶不方便[16]。
在室外使用障礙物標(biāo)定時,尺寸小的標(biāo)定工具不能被雷達(dá)識別,無法顯示在后臺。大的標(biāo)定工具又比較難確定特征點位置,標(biāo)定點本身的坐標(biāo)精度不夠勢必導(dǎo)致解算出的Li DAR姿態(tài)參數(shù)不精確。
本文場景為綜合園區(qū),涉及園區(qū)地面、地下車庫兩部分。通過在場端(路側(cè))部署智能攝像頭、Li DAR、UWB定位系統(tǒng),結(jié)合園區(qū)閘口車牌識別系統(tǒng)、停車位地鎖系統(tǒng),實現(xiàn)對園區(qū)車輛的連續(xù)定位、視頻監(jiān)控、車位檢測、閘機升降識別、地鎖自動升降等一系列功能,并將相關(guān)定位識別信息推送至場端管控平臺,由場端管控平臺為進(jìn)入園區(qū)的車輛進(jìn)行內(nèi)部車位分配、路徑規(guī)劃,同時將生成的全局規(guī)劃線路下發(fā)給車端用戶應(yīng)用程序(application,APP),引導(dǎo)車輛行駛至分配的停車位,并在停車后降下地鎖,實現(xiàn)車輛停車入位。系統(tǒng)設(shè)備物理拓?fù)湟妶D5。
圖5 系統(tǒng)設(shè)備物理拓?fù)鋱DFig.5 Topological Graph of Equipments in the System
為得到穩(wěn)定的厘米級定位服務(wù),本文在園區(qū)某棟樓頂建立了GNSS參考站,為園區(qū)及周邊環(huán)境提供RTK差分信號播發(fā)。RTK定位固定解測試情況見圖6。
圖6 產(chǎn)業(yè)園區(qū)GNSS RTK固定解測試情況Fig.6 Testing Results of GNSS RTK Fixed Solutions in the Industrial Park
數(shù)據(jù)融合的另一個條件是統(tǒng)一的時間基準(zhǔn),這跟授時息息相關(guān),結(jié)合時間同步服務(wù)器和GNSS授時可實現(xiàn)感知與定位信息時間基準(zhǔn)的統(tǒng)一。
打開標(biāo)定攝像機的視頻流,在攝像機有效作用范圍內(nèi),沿著道路方向均勻選擇6~20個標(biāo)定點,以確保相鄰兩個攝像機的融合精度。室外優(yōu)先選擇GNSS RTK形式,在地下車庫或者其他不具備條件的位置選擇全站儀測量坐標(biāo)。盡量選擇環(huán)境特征點,便于后期找到點位用于驗證。記錄每個點的坐標(biāo),同時用攝像機截圖保存。
攝像機獲取的物體坐標(biāo)精度受被捕捉對象大小、角度等因素影響,特別是攝像頭的切換融合過程。視頻捕捉示例見圖7。
圖7 視頻捕捉示例Fig.7 Example of Video Capture
經(jīng)過測試,通過攝像機獲取的識別對象靜止?fàn)顟B(tài)下的坐標(biāo)誤差在16~43 cm之間,精度優(yōu)于35 cm的占88%;動態(tài)精度下的坐標(biāo)誤差在25~66 cm之間,90%的采樣坐標(biāo)誤差在60 cm以內(nèi)。
1)靜態(tài)精度測試。設(shè)備設(shè)置完成后,先要考慮靜態(tài)精度,將GNSS RTK或全站儀測量的驗證點作為已知點,比對UWB標(biāo)簽測量的坐標(biāo),評定靜態(tài)精度指標(biāo)。實驗表明,點位靜態(tài)偏差可控制在20 cm以內(nèi)。
2)動態(tài)精度測試。動態(tài)精度測試對項目整體運行效果至關(guān)重要,但也是難點,速度驗證非常困難,主要原因是需要足夠長度的軌道。實驗中,單車依規(guī)劃線路行駛,經(jīng)驗證,結(jié)果也較為理想,結(jié)合靜態(tài)測試,可將其作為完整的驗收依據(jù)。
軌跡可準(zhǔn)確地顯示存在問題的區(qū)段,經(jīng)過多次實驗發(fā)現(xiàn),在坡道處存在40 cm左右的抖動,如圖8所示。通過整改解決了此問題,由此可見,動態(tài)測試非常關(guān)鍵。
圖8 坡道定位抖動點Fig.8 Positioning Jitter Points on the Ramp
Li DAR的特點是單點測距精度高、數(shù)據(jù)刷新快,但固定安裝于場端進(jìn)行定位時,受到激光束數(shù)量的限制,特別是線數(shù)較少的Li DAR,工作距離短,靜止物體識別率低。所以本文實驗Li DAR輔助定位主要安裝在關(guān)鍵區(qū)域的出入口,用于車輛測速。
如圖9所示,Li DAR的覆蓋范圍有限,而且激光束隨著距離增加變稀疏,根據(jù)經(jīng)驗,盡量選擇雷達(dá)覆蓋范圍內(nèi)的較遠(yuǎn)點來標(biāo)定,以減小因標(biāo)定點坐標(biāo)不準(zhǔn)導(dǎo)致的角度誤差。因此,場端使用Li DAR時,必須考慮雷達(dá)的線數(shù),距離雷達(dá)越遠(yuǎn),雷達(dá)的分辨率越低。實驗結(jié)果表明,16線LiDAR在單側(cè)40 m范圍內(nèi)定位精度可達(dá)30 cm。
圖9 Li DAR識別場景Fig.9 Scene of LiDAR Recognition
綜合傳感器的標(biāo)定情況,各傳感器的標(biāo)稱精度與實際工作精度存在很大偏差,原因包括特定使用場景和標(biāo)定手段。要想提高融合精度,除了選用精度更高的設(shè)備外,還要找到更為合理的標(biāo)定方式,采用更加完善的算法。同時還要對不同傳感器的定位結(jié)果進(jìn)行融合,以實現(xiàn)連續(xù)、可靠的定位能力。
將多傳感器數(shù)據(jù)進(jìn)行融合時,必須掌握各數(shù)據(jù)源的精度。融合無法提升各傳感器的性能,但可以根據(jù)不同環(huán)境條件和業(yè)務(wù)場景選擇效果最優(yōu)的傳感器,以便算法決策采用哪一數(shù)據(jù)源。當(dāng)一個點位同時返回多個傳感器數(shù)據(jù),并且判斷都滿足融合條件時,使用的優(yōu)先級如下:RTK固定解>UWB>LiDAR>攝像機。根據(jù)測試情況,各區(qū)段最優(yōu)信號源見圖10。
圖10 各區(qū)段優(yōu)選信號覆蓋情況Fig.10 Coverage of Preferred Signals in Each Section
1)統(tǒng)一坐標(biāo)系統(tǒng)和轉(zhuǎn)換參數(shù)是基礎(chǔ),項目開工前必須事先確定。
2)為保證地圖精度,可利用GNSS RTK和全站儀在重要部位均勻測設(shè)特征點用于地圖糾偏。通過一系列精度控制措施,高精度地圖精度可優(yōu)于30 cm。
3)標(biāo)定點的精度是傳感器姿態(tài)準(zhǔn)確的前提,GNSS RTK測量精度可以滿足要求,方便快捷。地下車庫等受遮擋的區(qū)域可采用全站儀引測標(biāo)定點和驗證點,平面精度控制在2 cm以內(nèi)。
4)同一定位方式融合精度很重要,傳感器需要有足夠的重疊度,在靜態(tài)精度有保證的基礎(chǔ)上做動態(tài)測試。
5)不同定位方式的融合效果建立在各定位方式準(zhǔn)確可靠的基礎(chǔ)上,根據(jù)不同區(qū)段的場景和信號質(zhì)量,由算法選擇定位方式。
基于高精度地圖的多傳感器融合定位是車路協(xié)同的重要一環(huán),各環(huán)節(jié)的融合精度取決于坐標(biāo)基準(zhǔn)、設(shè)備精度、融合算法等。精度低影響演示和使用效果;但過高的精度要求將導(dǎo)致投入增大。綜上所述,適度的精度追求是車路協(xié)同降低門檻,得以推廣應(yīng)用的重要一環(huán)。本文在設(shè)備標(biāo)定、融合定位、定位精度探索方面提供了一套可供參考的解決方案,有助于行業(yè)規(guī)范的建立。