考虑通信时延的智能网联汽车协同定位方法

来源：中国血液净化杂志2023年第6期北京时间：

作者：闵海根, 李尧, 汪建球, 张磊, 李杰, 童星, 吴霞, 赵祥模

单位：1. 长安大学信息工程学院, 陕西 西安 710064;2. 长安大学“车联网”教育部-中国移动 联合试验室, 陕西 西安 710021;3. 中移(上海)信息通信科技有限公司, 上海 201206;4. 山东高速信息集团有限公司, 山东 济南 250014"],"fundList_en":["National Natural Science Foundation of China Youth Science Foundation Project (61903046); Shaanxi Province Innovation Capability Support Plan - Innovative Talent Promotion Plan (2023KJXX-020); Shaanxi Provincial Key R & D Program (2021GY-290); Natural Science Youth Foundation Project of Shaanxi Province (2022JQ-663); Shaanxi University Association for Science and Technology Young Talent Supporting Program Project (20200106); Fundamental Research Funds for the Central Universities (300102243202, 300102243501, 300102243711, 300102242103)

摘要：为了满足网联环境下自动驾驶车辆安全行驶的需求，必须实现车辆全时空高精度定位。针对单车定位(Single Vehicle Localization, SVL)方法的不足，提出了一种基于双层滤波结构的智能网联汽车协同定位框架。首先，基于卡尔曼滤波对各车辆状态进行修正;然后设计基于联邦卡尔曼滤波的协同定位估计方法，通过构建一个主滤波器和多个局部滤波器，将本车状态与修正后的邻车状态进行融合；使用多种数据拟合方法，基于真实数据构建传输时延概率模型，基于高斯分布构建处理时延概率模型；此外，提出一种通信时延误差补偿方法，并融入协同定位框架;最后，设计了5组仿真试验，评估SVL、未进行通信时延误差补偿的协同定位方法(CLWC)和基于通信时延误差补偿的协同定位方法(CLC)的定位性能，并深入分析了速度和行驶方向对定位结果的影响。研究结果表明：在城市道路环境下，CLWC相较于SVL，精度提高了15%~23%;在空旷道路环境下，通信时延较小情况时，CLWC优于SVL，CLC在CLWC基础上将精度进一步提高了5%~13%。在长直道、弯道、隧道等场景，CLC能够保证定位轨迹平滑，精度明显高于SVL，同时进一步验证了存在通信时延情况下，车辆速度对协同定位的影响。所提方法不仅克服了SVL误差累积的缺陷，同时有效降低了通信时延的影响，可为车辆提供连续稳定的高精度位置。

关键词：交通工程,协同定位,误差补偿,通信时延,信息融合

基金资助：国家自然科学基金青年科学基金项目(61903046)；陕西省创新能力支撑计划-创新人才推进计划项目(2023KJXX-020)； 陕西省重点研发计划项目(2021GY-290)；陕西省自然科学青年基金项目(2022JQ-663)；陕西省高校科协青年人才托举 计划项目(20200106)；中央高校基本科研业务费专项资金项目(300102243202,300102243501，300102243711, 300102242103)