3. 车辆定位技术概述

在V2X协同定位与地图增强工程中,单车定位是所有协同算法与地图匹配的起点。车辆定位技术并非单一传感器可以胜任,而是由GNSS、惯性导航、轮速里程计、视觉定位等多源手段共同构成。理解每种技术的物理原理、误差特性与适用边界,是后续多源融合与协同增强的基础。

一、核心原理:四类定位技术的物理基础

GNSS(全球导航卫星系统)通过接收多颗卫星的测距信号,利用伪距或载波相位观测值解算接收机位置。其核心观测量包括伪距、多普勒频移与载波相位。单点定位精度通常在米级,RTK差分可达到厘米级,但依赖卫星可见性与通信链路。

惯性导航(INS)基于牛顿力学,利用陀螺仪测量角速度、加速度计测量比力,通过积分推算姿态、速度与位置。其突出优点是自主性强、输出频率高、短时精度好,但误差随时间累积,纯惯性几分钟内即可漂移数十米。

轮速里程计通过车轮转速传感器计算行驶距离,结合方向盘转角或横摆角速度推算航向变化,实现航位推算。其成本低、短距离相对精度高,但受轮胎打滑、胎压变化、路面附着条件影响显著。

视觉定位利用车载相机提取车道线、交通标志、地面纹理或语义特征,与高精地图或历史帧进行匹配,从而估计车辆位姿。视觉信息丰富、成本适中,但受光照、天气、遮挡与纹理缺失影响较大。

四类车辆定位技术原理与特性对比 GNSS 卫星测距 + 三边定位 伪距 / 载波相位 RTK可达厘米级 输出频率:1~10Hz 依赖卫星可见性 惯性导航 INS 陀螺仪 + 加速度计 积分推算位姿 输出频率:100~1000Hz 短时精度高、自主性强 误差随时间累积 轮速里程计 轮速脉冲 + 航向角 航位推算 成本低、频率高 短距离相对精度好 打滑/胎压影响大 视觉定位 相机 + 特征匹配 车道线/标志/语义 与高精地图匹配 信息丰富、成本适中 受光照/天气影响 关键维度对比 维度 GNSS INS 轮速里程计 视觉定位 绝对/相对 绝对 相对 相对 绝对/相对 典型精度 米级~厘米级 短时厘米级 1%~3%里程 分米~米级 主要短板 遮挡/多径 零偏漂移 打滑/标定 光照/纹理

二、方法流程:从原始观测到车辆位姿

四类技术虽然物理机理不同,但都遵循“观测—建模—解算—输出”的基本流程。以GNSS为例,接收机先捕获卫星信号并跟踪载波,得到伪距与载波相位;随后通过最小二乘或卡尔曼滤波解算位置、速度与钟差;RTK模式下还需引入基准站差分改正。INS则先对陀螺与加速度计进行零偏标定与温度补偿,再通过姿态更新、速度更新与位置更新三步递推。轮速里程计需要标定轮速脉冲当量与轮胎半径,结合横摆角速度积分得到航向。视觉定位则包括图像去畸变、特征提取、地图匹配与位姿优化。

典型融合输出频率与延迟要求:

GNSS 原始观测:1~10 Hz,延迟 50~200 ms
INS 递推输出:100~1000 Hz,延迟 <5 ms
轮速里程计:20~100 Hz,延迟 <10 ms
视觉定位:10~30 Hz,延迟 30~100 ms
融合后定位输出:50~100 Hz,延迟 <20 ms

三、案例/场景:城市峡谷与隧道中的定位表现

在城市峡谷场景中,GNSS卫星信号被高楼遮挡,可见卫星数从12颗骤降至4颗以下,多径效应导致伪距误差可达数十米。此时若仅依赖GNSS,定位结果会出现明显跳变。INS在短时内可维持较高精度,但若隧道长度超过2公里,纯惯性漂移可能超过50米。轮速里程计在隧道内可提供稳定的相对位移,但若车辆频繁启停或轮胎打滑,航向误差会快速累积。视觉定位在隧道内因缺乏车道线与纹理,通常失效;但在城市峡谷中,若车道线清晰,视觉定位可有效修正GNSS的横向误差。

工程经验:在V2X协同定位中,常采用“GNSS+INS+轮速”组合作为主定位源,视觉定位作为地图匹配与横向约束的辅助源。当GNSS可见卫星数低于6颗或PDOP大于4时,应主动降低GNSS权重,提升INS与轮速里程计权重。

四、优缺点对比与选型清单

技术 核心优点 主要缺点 适用场景
GNSS 绝对定位、无累积误差、覆盖广 依赖卫星可见性、易受多径干扰 开阔道路、高速巡航
INS 自主性强、高频输出、短时精度高 误差随时间累积、成本较高 隧道、地下车库、GNSS失锁
轮速里程计 成本低、频率高、短距离相对精度好 打滑与胎压影响大、需标定 低速泊车、短时航位推算
视觉定位 信息丰富、可匹配高精地图、成本适中 受光照天气影响、纹理依赖强 城市道路、车道线清晰场景

五、误区与复盘

误区一:认为GNSS RTK可以解决所有定位问题。RTK在开阔环境下确实可达厘米级,但在城市峡谷中,多径与遮挡会导致固定解丢失,甚至输出错误固定解。必须结合INS与轮速进行完好性监测。

误区二:忽视轮速里程计的标定与补偿。轮胎半径随胎压、温度与磨损变化,若长期不标定,航位推算误差会显著增大。建议在直线行驶段定期进行轮速脉冲当量在线估计。

误区三:视觉定位直接输出绝对坐标。视觉定位通常输出相对位姿或地图匹配结果,需与GNSS/INS融合后才能得到稳定的绝对坐标。单独使用视觉定位容易因误匹配导致跳变。

复盘要点:在V2X协同定位系统中,没有一种传感器是万能的。GNSS提供绝对基准,INS提供高频连续输出,轮速里程计提供低成本相对约束,视觉定位提供地图匹配与横向修正。四者互补,才能满足协同定位对精度、连续性与完好性的要求。

综上,GNSS、惯性导航、轮速里程计与视觉定位各有其物理原理与适用边界。在V2X协同定位与地图增强工程中,应根据场景动态调整各传感器权重,并通过卡尔曼滤波或因子图优化实现多源融合,从而获得稳定、连续、可靠的车辆位姿估计。