科研之友
微信
新浪微博
Facebook
分享链接
摘要
近几年，随着智能交通和通信技术的发展，智能车路协同系统引起了广泛的关注。车辆的位置特征是智能交通中的基本元素。车路协同环境下，车辆可通过通信设备接收路侧端的定位信息进行自车定位。本文旨在解决车路协同环境中不稳定的通信延迟带来的定位误差的问题，提出了一种基于因子图的考虑通信延迟的车辆高精度定位模型。在无卫星导航定位信息（Global Navigation Satellite System，GNSS）的情况下，基于路侧激光雷达（Light Detection And Ranging，LiDAR）点云聚类方法识别和定位目标车辆，通过4G通信网络将目标定位结果发送至车辆，采用因子图将当前时刻的车载惯性测量单元（Inertial Measurement Unit，IMU）测量信息和滞后的路侧目标定位结果直接融合，基于增量平滑推理方法，实现车辆位置、速度和姿态的最优估计。最后，结合实测和仿真数据，利用实车实验验证了本文提出的方法，与传统处理时间延迟的外推法对比分析，结果表明本文方法可提高车辆的定位和测速精度，并消除了高度不稳定的通信延迟对定位的影响。
- 单位
