基于高精度地圖及多傳感器融合定位的車路協同應用實踐

姚海敏 馮 霏 陳建華

1 上?？睖y設計研究院有限公司，上海，200434

2 中移智行網絡科技有限公司，上海，201206

3 河海大學土木與交通學院，江蘇 南京，210098

近年來，城市商業綜合體、辦公園區停車難問題越發突出，車位不足、停車難、繳費排隊等問題困擾著都市車主，原因包括車位數量有限、車位使用率低等。為了解決停車難問題，國內學術界和產業界都做了很多研究。張春菊等［1］針對城市的停車難題，提出了互聯網+智慧停車的解決思路；張明慧等［2］設計了比較智能化的停車系統。但目前這些智慧停車研究側重于車位管理、車位預約、路徑規劃等方面，對于車位誘導的研究局限于停車場內片區級大粒度的誘導，對于車位級的泊車誘導和軌跡規劃研究比較欠缺。實現車位級泊車誘導和軌跡規劃的基礎是實現停車場的室內外車輛高精度定位。

車路協同技術是當前國內實現自動駕駛、緩解城市交通擁堵的主流技術。本文將車路協同技術引入停車場車輛定位研究，通過采集園區高精度地圖，利用全球導航衛星系統（global navigation satellite sys?tem，GNSS）、路側多傳感器感知及融合定位技術，實現城市地面、地下停車場場景下的車輛高精度定位，為智慧停車系統提供車位級誘導、行駛安全預警功能，改善停車效率，解決找車位和停車難等問題。

1 總體技術路線

對于車路協同系統的眾多特定功能及應用方向，車輛定位是一個十分重要的基礎性問題。采用視覺感知定位技術可實現道路、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，所以定位精度除了受傳感器姿態誤差的影響外，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，結合多種定位手段，利用各傳感器的技術優點，取長補短，通過對多種定位結果融合處理，實現連續、穩定、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（light detection and ranging，Li DAR）、超寬帶（ultra wide band，UWB）定位系統，實現場端傳感器對機動車、非機動車、障礙物的連續可靠感知定位。此外，還可以通過融合Li DAR的測速數據保障車輛較高的速度感知精度?？傮w技術路線見圖1。

圖1 總體技術路線Fig.1 Overall Technical Route

高精度地圖是車路協同演示、路徑規劃的基礎支撐，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據。要保證車輛在地圖上準確顯示，地圖精度和定位精度是關鍵。為防止高精度地圖和GNSS定位系統之間產生系統偏差，這部分工作必須統籌有序進行。測量相關工作流程見圖2。

圖2 測量工作流程Fig.2 Workflow of Measurement

1.1 高精度地圖

相較于普通導航電子地圖，適用于自動駕駛的道路高精度地圖具有更高精度、更加詳細的地圖元素以及更加豐富的屬性，對于無人車定位、導航、控制及安全至關重要，是自動駕駛的核心技術之一［3，4］。

在地圖采集工作開始前，需要利用已知點進行校核，以保證坐標系統一致?？赏ㄟ^在園區內布置足夠的校正點、比對點進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。

1.2 GNSS定位及坐標系

GNSS技術具有受天氣影響小、精度高、采樣率高、全天候以及連續監測的優點［5，6］。中國北斗二號衛星于2012年底建設完成，是GNSS家族里面的新鮮血液，與其他導航系統相比，具有GEO、IGSO和MEO三星座，能夠播發三頻信號，可提供通信服務。北斗導航系統的加入為實現多系統GNSS導航與定位提供了可能［7］。GNSS實時動態（real?time kine?matic，RTK）定位精度可靠，是室外空曠地區實現厘米級定位的首選。

車路協同項目中，為了各系統能協調工作，需采用統一的坐標系統和轉換參數。如果無條件建立獨立的參考站，需要接入長期穩定的GNSS信號源，并在園區內建立穩定的控制點，以便長期比對，保證系統長期穩定地運行。為了便于后期使用，園區內使用同一套坐標投影參數，保證大地坐標和二維平面坐標的靈活轉換。

在室外空曠環境，GNSS能提供米級至厘米級精度的定位結果，但在如室內、林蔭道及城市峽谷等多路徑效應、信號漫反射嚴重的環境中無法提供連續高精度定位結果。在受遮擋的駕駛區域，需要結合其他可連續工作、穩定性高的定位手段。

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，要對園區內道路進行RTK定位測試，對于定位結果較差的區域，需要使用其他定位手段進行輔助。因此，實現園區內自動駕駛，除GNSS定位外，一般需要結合慣性導航、視覺傳感器、地圖輔助等手段實現車輛定位［8］。

1）路側傳感器。為使各傳感器獲取的坐標在統一的坐標系統內，要對攝像頭、UWB系統、Li DAR進行內外參數的標定和坐標轉換，實現空間基準的統一。

2）攝像機。攝像機可通過深度學習技術提取車輛圖像信息，并得到車輛在影像中的坐標，通過攝像頭標定參數和相機成像模型可將影像坐標轉換至統一坐標系統。

攝像機標定算法是利用攝像機當前視野下的區域內點位對攝像機進行標定，以定義攝像機相對于世界坐標系下的當前位置、姿態（位姿）矩陣，該矩陣能夠解釋像素坐標系到大地坐標系之間的轉換關系。因此，將圖像中某點的像素坐標代入矩陣進行運算，就可以計算出該點在大地坐標系下的位置。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，關于室內停車場車輛定位系統的絕大部分研究使用的技術為射頻識別（radio fre?quency identification，RFID）、藍牙、Wi Fi、Zig Bee、串聯樣式表（cascading style sheets，CSS）和圖像處理等［9?12］。這些技術存在精度低或實現復雜等問題。然而，UWB技術利用納秒至微秒級別的脈沖傳輸數據，時間分辨率高，在復雜多徑環境中，可以達到厘米級定位精度，能有效解決上述問題［13］。因此，本文將UWB技術運用至室內停車場車輛定位，設計并實現了一套UWB定位系統，如圖4所示。

圖4 UWB定位系統Fig.4 UWB Position System

主動定位基站以一定頻率廣播發射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根據定位算法進行位置解算，再將解算出的車輛位置坐標輸出給車載網關等設備。

UWB定位主要被應用于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。融合定位的關鍵部位主要是與GNSS定位覆蓋區域銜接的位置。

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，即考慮車庫和地面的高差。涉及到多傳感器標定時，宜統一考慮傳感器位置布設控制點，以便測量傳感器坐標和驗證點坐標。

根據UWB工作原理，UWB設備信號發射點的坐標精度是保證UWB定位系統精度的關鍵，因為UWB工作的區域一般沒有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和地方坐標投影轉換，需要根據園區內統一的控制點坐標和投影方式來起算和轉換。

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、測距準等優點［14］，可快速、實時獲取被測物體的三維空間信息，被廣泛應用于醫療、農業、機器人導航、建筑、自動駕駛、地質勘探等領域［15］。

場端Li DAR標定難度大，需要使用專用的工具，標定板為立體標定板，加工精度高，標定過程復雜，在戶外使用時攜帶不方便［16］。

在室外使用障礙物標定時，尺寸小的標定工具不能被雷達識別，無法顯示在后臺。大的標定工具又比較難確定特征點位置，標定點本身的坐標精度不夠勢必導致解算出的Li DAR姿態參數不精確。

2 項目實施與結果分析

本文場景為綜合園區，涉及園區地面、地下車庫兩部分。通過在場端（路側）部署智能攝像頭、Li DAR、UWB定位系統，結合園區閘口車牌識別系統、停車位地鎖系統，實現對園區車輛的連續定位、視頻監控、車位檢測、閘機升降識別、地鎖自動升降等一系列功能，并將相關定位識別信息推送至場端管控平臺，由場端管控平臺為進入園區的車輛進行內部車位分配、路徑規劃，同時將生成的全局規劃線路下發給車端用戶應用程序（application，APP），引導車輛行駛至分配的停車位，并在停車后降下地鎖，實現車輛停車入位。系統設備物理拓撲見圖5。

圖5 系統設備物理拓撲圖Fig.5 Topological Graph of Equipments in the System

2.1 GNSS覆蓋情況

為得到穩定的厘米級定位服務，本文在園區某棟樓頂建立了GNSS參考站，為園區及周邊環境提供RTK差分信號播發。RTK定位固定解測試情況見圖6。

圖6 產業園區GNSS RTK固定解測試情況Fig.6 Testing Results of GNSS RTK Fixed Solutions in the Industrial Park

數據融合的另一個條件是統一的時間基準，這跟授時息息相關，結合時間同步服務器和GNSS授時可實現感知與定位信息時間基準的統一。

2.2 攝像頭標定方法

打開標定攝像機的視頻流，在攝像機有效作用范圍內，沿著道路方向均勻選擇6~20個標定點，以確保相鄰兩個攝像機的融合精度。室外優先選擇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。盡量選擇環境特征點，便于后期找到點位用于驗證。記錄每個點的坐標，同時用攝像機截圖保存。

攝像機獲取的物體坐標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

經過測試，通過攝像機獲取的識別對象靜止狀態下的坐標誤差在16~43 cm之間，精度優于35 cm的占88%；動態精度下的坐標誤差在25~66 cm之間，90%的采樣坐標誤差在60 cm以內。

2.3 UWB測試

1）靜態精度測試。設備設置完成后，先要考慮靜態精度，將GNSS RTK或全站儀測量的驗證點作為已知點，比對UWB標簽測量的坐標，評定靜態精度指標。實驗表明，點位靜態偏差可控制在20 cm以內。

2）動態精度測試。動態精度測試對項目整體運行效果至關重要，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，單車依規劃線路行駛，經驗證，結果也較為理想，結合靜態測試，可將其作為完整的驗收依據。

軌跡可準確地顯示存在問題的區段，經過多次實驗發現，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，動態測試非常關鍵。

圖8 坡道定位抖動點Fig.8 Positioning Jitter Points on the Ramp

2.4 Li DAR標定

Li DAR的特點是單點測距精度高、數據刷新快，但固定安裝于場端進行定位時，受到激光束數量的限制，特別是線數較少的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鍵區域的出入口，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，根據經驗，盡量選擇雷達覆蓋范圍內的較遠點來標定，以減小因標定點坐標不準導致的角度誤差。因此，場端使用Li DAR時，必須考慮雷達的線數，距離雷達越遠，雷達的分辨率越低。實驗結果表明，16線LiDAR在單側40 m范圍內定位精度可達30 cm。

圖9 Li DAR識別場景Fig.9 Scene of LiDAR Recognition

綜合傳感器的標定情況，各傳感器的標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定手段。要想提高融合精度，除了選用精度更高的設備外，還要找到更為合理的標定方式，采用更加完善的算法。同時還要對不同傳感器的定位結果進行融合，以實現連續、可靠的定位能力。

將多傳感器數據進行融合時，必須掌握各數據源的精度。融合無法提升各傳感器的性能，但可以根據不同環境條件和業務場景選擇效果最優的傳感器，以便算法決策采用哪一數據源。當一個點位同時返回多個傳感器數據，并且判斷都滿足融合條件時，使用的優先級如下：RTK固定解>UWB>LiDAR>攝像機。根據測試情況，各區段最優信號源見圖10。

圖10 各區段優選信號覆蓋情況Fig.10 Coverage of Preferred Signals in Each Section

3 結束語

1）統一坐標系統和轉換參數是基礎，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于30 cm。

3）標定點的精度是傳感器姿態準確的前提，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域可采用全站儀引測標定點和驗證點，平面精度控制在2 cm以內。

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，在靜態精度有保證的基礎上做動態測試。

5）不同定位方式的融合效果建立在各定位方式準確可靠的基礎上，根據不同區段的場景和信號質量，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同的重要一環，各環節的融合精度取決于坐標基準、設備精度、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致投入增大。綜上所述，適度的精度追求是車路協同降低門檻，得以推廣應用的重要一環。本文在設備標定、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，有助于行業規范的建立。