基于GIS与地标辅助的路线约束定位框架：面向城市峡谷环境中自动驾驶车辆的米级导航连续性

《Scientific Reports》：GIS and landmark-aided autonomous vehicle localization for navigation continuity in urban corridors

　　

摘要

在城市走廊中，全球卫星导航系统（GNSS）定位可能变得不可用或不可靠，因此可靠的定位对于自动驾驶车辆的导航至关重要。本研究提出了一种基于地理信息系统（GIS）和地标辅助的路线约束定位框架。该框架通过连续时间步之间的增量行驶距离来追踪车辆沿已知路线的行驶进度，并利用稀疏地标来校正路线进度中累积的误差。本研究评估了两种增量距离估计方法：长短期记忆（LSTM）模型和卡尔曼滤波器（KF）。卡尔曼滤波器的增量距离平均绝对误差为0.0148米，而LSTM模型为0.0213米；两者的完整地图参考定位误差相当，分别为3.45米和3.41米。组件消融实验表明，未约束的航位推算平均误差为32.63米，加入路线约束后降至22.06米，加入地标校正后降至6.05米，同时使用两个组件后降至3.45米。地标事件扰动实验表明，校正时机和关联完整性对定位性能有显著影响。在完整实验路线上，所提出的框架在不使用GNSS位置更新的情况下保持了米级定位精度。这些结果表明，轻量级路线约束和稀疏地标校正有望在GNSS定位不可用时为自动驾驶车辆提供实用的导航连续性。