研究目的
通过在GNSS信号受限环境中融合激光雷达数据与蜂窝伪距实现车道级定位。
研究成果
该框架通过融合激光雷达数据与蜂窝伪距，在无GNSS信号条件下实现了车道级定位精度，相比纯激光雷达里程计方法至少降低60%的位置均方根误差。其计算效率高，适用于城市环境中的实时应用。
研究不足
该框架假设蜂窝基站位置固定不变，且需要初始GNSS信号支持以进入测绘模式。在视距受限或存在严重多径效应的环境中，其性能可能会下降。
1：实验设计与方法选择：
该方法采用扩展卡尔曼滤波（EKF）框架，分为两种模式——GNSS信号可用时的建图模式和GNSS信号不可用时的SLAM模式。通过激光雷达里程计测量与蜂窝伪距数据实现同步定位与建图。
2：样本选择与数据来源：
KITTI数据集的仿真数据，以及搭载激光雷达传感器、GPS辅助惯性导航系统（INS）和蜂窝LTE接收器的实车采集数据。
3：实验设备与材料清单：
Velodyne HDL-64E激光雷达传感器、GPS接收器、蜂窝天线、美国国家仪器公司USRP-2954R设备、集成式GPS-IMU系统。
4：实验流程与操作步骤：
车辆采集激光雷达扫描数据与伪距测量值；建图模式下利用GNSS估算蜂窝基站状态；SLAM模式下融合激光雷达里程计与伪距数据实现同步定位建图。
5：数据分析方法：
通过均方根误差（RMSE）分析位置估计精度，与仅ICP算法及仅蜂窝算法对比，并进行误差传播的协方差估计。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
Velodyne HDL-64E
HDL-64E
Velodyne
Lidar sensor for capturing 3D point clouds and odometry measurements.
-
USRP
2954R
National Instruments
Universal software radio peripheral for down-mixing and sampling cellular signals.
-
GPS receiver
Provides position estimates for ground truth and mapping mode.
-
Cellular antennas
Acquire and track signals from nearby cellular LTE towers.
-
Integrated GPS-IMU system
Provides ground truth trajectory and inertial measurements.
-
登录查看剩余3件设备及参数对照表
查看全部
