車載GPS/DR組合導航及地圖匹配修正技術研究

周瑞華，高意峰

（深圳市凱立德科技股份有限公司，深圳 518040）

1 常見車載導航技術

在現代車輛出行過程中，導航定位技術已經廣泛普及。比較典型的方式是采用GPS定位技術，并將解算位置在數字地圖中轉換為道路信息。帶有導航路徑規劃功能的更進一步，還可以根據當前位置，目的地位置，地圖道路分布計算出最優或較優的行駛路徑供駕駛員參考。

然而GPS定位系統在市區或類似環境工作時，容易受到諸如高樓等建筑物的方向性遮擋影響，導致定位精度差（星的幾何分布不佳）或者無法定位（可見星數目小于4），這時就需要通過一些輔助導航系統來保證定位模塊提供更為穩定、精確的位置輸出，為后續服務提供可靠的數據保證。

車載GPS/DR組合導航系統[1]就是一種典型的解決方案，利用GPS和里程計，航向陀螺等傳感器，采用Kalman濾波技術構成組合導航系統，可以在GPS沒有信號時，短時間內提供一定精度的定位結果。同時可以通過地圖匹配修正技術，獲得更高精度，更加穩定的導航位置。

典型的組合導航系統如圖1所示:

圖1 車載組合導航系統

2 GPS/DR組合導航技術

車載GPS/DR組合技術中，航位推算（Dead Reckoning，DR）系統的配置一般有兩類：一類是里程計加航向陀螺的配置[2]；一類是加速度計加陀螺儀的MEMSIMU配置[3]。相對而言里程計加航向陀螺的模型較為簡潔，通用性強，故以此為基礎進行設計。

2.1 系統模型

狀態變量選擇為：

表1 GPS/DR組合導航系統狀態變量表

動態方程為：

2.2 觀測模型

觀測變量為：

那么觀測向量Y=[λ φvH SΔNodoVRG]T。

表2 GPS/DR組合導航系統觀測變量表

觀測方程為：

簡寫為：

2.3 濾波算法

擴展Kalman濾波中要對非線性方程離散、線性化；這個過程必須滿足F,H陣和真實值非常接近。可以通過下面的方法判斷線性化是否有效：

當上述條件不滿足時，EKF計算的協方差會趨向于過度優化，最終導致系統發散。初始化誤差協方差矩陣時最容易發生，故當處于臨界有效及初始化狀態時，可以通過增大噪聲協方差矩陣來提供補償。

GPS/DR的EKF算法如下：

（1）初始化：

（2）狀態預測：

（3）新息更新：

3 地圖匹配修正技術

在地圖匹配算法[4]中，系統比較其他導航系統給出的位置結果和數字公路地圖，當導航結果偏離公路時，可以獲取垂直于公路方向的位置修正。在某些特殊路段，如果沿路段進行拐彎，那么利用此段匹配可以獲得兩個方向的修正結果。

圖2 地圖匹配算法流程

4 組合導航技術的自動駕駛擴展

上述導航系統的定位精度一般可以穩定在10m左右，而且對于短時間丟失導航衛星數據也具有良好的適應性。如果在加上激光測距雷達和機器視覺系統（攝像成像）那么就可以構成一個簡要版本的自動駕駛傳感器組擴展，進一步實現車道級別的導航定位功能。

圖3 車載組合導航系統的自動駕駛擴展

參考文獻：

[1]GNSS與慣性及多傳感器組合導航系統原理.Paul D.Groves.國防工業出版，2015.

[2]L.Zhao,W.Y.Ochieng,M.A.Quddus and R.B.Noland.An Extended Kalman Filter Algorithm for Integrating GPS and Low-Cost Dead Reckoning System Data for Vehicle Performance and Emissions Monitoring.Journal of Navigation,2003,56（2）:257-275.

[3]SY Cho,SC Wan.Robust Positioning Technique in Low-Cost DR/GPS for Land Navigation.IEEE Transactions on Instrumentation&Measurement,2006,55（4）:1132-1142.

[4]MA Quddus，WY Ochieng，L Zhao，RB Noland.A General Map Matching Algorithm for Transport Telematics Applications.Gps Solutions,2003,7（3）:157-167.