Позиционирование в городских каньонах на основе ГНСС возможно

ГНСС играют жизненно важную роль в позиционировании для беспилотных автомобилей, автобусов, дронов и уличных роботов. Однако их точность часто снижается в густонаселенных городских районах из-за блокировки сигнала и отражений. Сигналы страдают от многолучевого распространения и помех вне прямой видимости.

При сбоях в разрешении неоднозначности ошибки позиционирования могут быстро увеличиваться с сантиметров до метров, что ставит под угрозу безопасность критически важных приложений и подчёркивает необходимость более надёжных методов позиционирования в городских условиях.

Исследователи из Университета Мэйдзё в Японии разработали метод, использующий только ГНСС, который обеспечивает стабильное и точное позиционирование без опоры на неустойчивое разрешение неоднозначности фазы несущей, обеспечивая более безопасную и надёжную автономную навигацию в городских условиях.

Ключевое нововведение этого метода заключается в тесно связанном фильтре частиц Рао-Блэквелла, который оценивает положение вероятностным образом, не полагаясь на разрешение целочисленной неоднозначности фазы несущей.

Вместо попыток устранить неоднозначности — основную проблему традиционных RTK-ГНСС в городах — данный метод оценивает вероятность наличия нескольких гипотез о местоположении, используя дробную составляющую измерений фазы несущей.

Эта вероятностная модель обеспечивает стабильное позиционирование даже при ухудшении качества измерений ГНСС из-за многолучевого распространения, частичной блокировки сигнала или колебаний видимости спутника.

Для дальнейшего повышения надёжности исследователи интегрировали необработанные доплеровские измерения в фильтр Калмана, что позволило обеспечить согласованную оценку скорости транспортного средства и дрейфа тактовой частоты приёмника во времени.

Данный метод также реализует пошаговое отбрасывание спутников, находящихся вне прямой видимости, и применяет схему фильтрации на основе распределения Стьюдента, что уменьшает влияние выбросов, вызванных многолучевым распространением и другими негауссовыми ошибками.

В совокупности эти механизмы позволяют системе поддерживать стабильные оценки местоположения даже при наличии лишь небольшого количества спутников, обеспечивая высокую надежность в сложных городских условиях.

Команда проверила метод, используя реальные данные о транспортных средствах, собранные в шести сложных городских условиях в Нагое и Токио. В пяти из шести тестовых запусков предложенный подход превзошёл существующие методы на основе ГНСС, стабильно достигая точности менее метра, несмотря на сильное перекрытие спутниковых снимков.

В наиболее сложном сценарии этот метод превзошел лучшее традиционное решение почти на 30 процентных пунктов, продемонстрировав свою устойчивость в условиях, где традиционные методы часто дают сбой.

В целом, данное исследование демонстрирует, что высокоточная ГНСС-позиционировка в реальном времени в условиях плотной городской застройки достижима без использования ненадёжных методов разрешения неоднозначностей.

Предложенный метод, повышающий устойчивость к сильному ухудшению качества сигнала, знаменует собой важный шаг на пути к созданию более безопасных и надёжных автономных систем мобильности, работающих в реальных городских условиях.

Источник:  http://vestnik-glonass.ru/news/tech/pozitsionirovanie-v-gorodskikh-kanonakh-na-osnove-gnss-vozmozhno/