以典型智能交通场景为依托,基于分布式融合结构设计了云定位系统框架。构建了包含车端单车定位和目标探测、云端多目标跟踪的仿真实验系统,并通过定位误差RMSE、定位误差CDF 和计算机CPU 时间等指标分析了椭球跟踪门云定位方法的定位精度、可靠性和实时性。该成果站在全局视角上研究智能网联车单车定位结果和目标探测结果的关系,提出了在目标和观测关系未知条件下利用车载传感器探测结果进行协作定位的云定位构想,即“将车物相对矢量转化为全局观测,进而形成车辆多观测数据,并利用多观测改善车辆定位”。
站在全局视角上研究智能网联车单车定位结果和目标探测结果的关系,提出了在目标和观测匹配关系未知条件下利用车载传感器探测结果进行协作定位的云定位构想,即“将车物相对矢量转化为全局观测,进而形成车辆多观测数据,并利用多观测改善车辆定位”。
以典型智能交通场景为依托,基于分布式融合结构设计了云定位系统框架。
通过将单车定位结果作为目标状态,将车物相对矢量转化为全局观测,进而将多车协作定位问题建模为已知目标数量的多目标跟踪问题,构建了完整的云定位系统模型。围绕不同单车定位方法对反馈信息的需求,讨论了虚拟GNSS 和状态深度融合两种反馈机制的优缺点,形成了提升车辆定位性能的闭环机制。
该科技成果研发团队人数6人,高级人员占比50%以上,经验丰富,分工明确。相关人员均是具备参与我国多项车联网相关标准制定,参与承办“绽放杯”5G应用征集大赛智慧交通专题赛,参与车联网“新四跨”等活动,参与国家级车联网先导区建设的工作经验。
评价单位:“科创中国”C-V2X车联网产业科技服务团 (中国通信学会)
评价时间:2022-11-19
综合评价
该成果站在全局视角上研究智能网联车单车定位结果和目标探测结果的关系,提出了在目标和观测关系未知条件下利用车载传感器探测结果进行协作定位的云定位构想,即“将车物相对矢量转化为全局观测,进而形成车辆多观测数据,并利用多观测改善车辆定位”。
总体而言,该项目技术思路方向很好,未来市场空间大,有利于当前政策要求,转化成熟度很高,值得支持推广。建议强化相应产品开发,加大产业链开发力度。
查看更多>