都市部における自動運転用の衛星測位の高精度化と信頼度の算出に関する研究

城市自动驾驶卫星定位高精度可靠计算研究

• 批准号: 22KJ1586
• 负责人: 高野瀬 碧輝
• 金额: $ 1.09万
• 依托单位: Nagoya University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2023
• 资助国家: 日本
• 起止时间: 2023-03-08 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ1586/
• 关键词: RTK-GNSS; マルチパス; 位置推定; 自動運転

本年度における研究活動では，都市部でのGNSS/IMUにおける位置推定手法の位置推定精度の改善を実施した．都市部環境下におけるGNSSを用いる位置推定手法は，GNSS信号がマルチパスすることによることで性能劣化を引き起こすことが課題となる．本研究では，車両軌跡を活用した都市部におけるレーンレベル位置推定手法について着目し，マルチパスによる性能劣化を低減した確率的統合手法によって位置推定精度の向上を図った．位置推定性能の向上には高精度測位であるRTK-GNSSの活用が必要不可欠である．しかし，上記の従来手法では車両軌跡の誤差を考慮しない拘束条件を用いており，高精度なRTK-GNSSの性能を十分に活用できない課題があった．そこで本研究では従来手法の最適化モデルとグラフ最適化手法における最適化モデルとの類似点を示し，従来の最適化モデルを拡張した．しかし，一般的なグラフ最適化ではマルチパスによる外れ値誤差を含む測位解に引き寄せられ推定値に誤差が生じてしまう．また，後処理を前提とした手法が多く処理時間が長くリアルタイム性に欠けている問題がある．本研究ではマルチパス問題に対して2ステップ最適化を用いることで解決し，処理時間問題に対して最適化する範囲を限定化することで処理時間の低減を確認した．この手法を用いることで従来手法，及び一般的なグラフ最適化手法よりマルチパスに対してロバストかつ高精度に位置推定できたことが確認できた．今後は，グラフ最適化の副産物として得られる推定誤差共分散と実際の誤差の関係を明らかにすることで，位置推定における信頼度として活用できるかどうか検証する予定である．

在今年的研究活动中，我们提高了城市地区GNSS/IMU的位置估计方法的准确性。如果在城市环境中使用GNSS的位置估算方法，则是通过多通过GNSS信号引起性能恶化的问题。在这项研究中，我们专注于利用车辆轨迹的城市地区的车道级别位置估计方法，并通过随机整合方法提高了位置估计精度，从而降低了由于多次超速而导致的性能恶化。 RTK-GNSS的利用是一种高精度位置，对于提高位置估计绩效是必不可少的。但是，上述常规方法使用了不考虑车辆轨迹错误的约束条件，并且有一些问题无法完全使用高精度的RTK-GNSS性能。因此，在这项研究中，扩展了常规优化模型，表明图形优化方法中常规优化模型与优化模型之间的相似性。但是，在一般图优化中，估计值发生在估计值中，该值绘制在定位解决方案中，包括由于多元而导致的衰减误差。此外，假设在处理后，较长的处理时间和缺乏实际的限制性的方法存在许多方法。在这项研究中，通过使用两个步骤优化对多通道问题进行了确认的处理时间，并通过限制处理时间问题的优化范围来减少处理时间。通过使用此方法，可以证实该位置可以通过常规方法和一般图形优化方法的多通道方法估算为耐用且高的精度。将来，通过阐明估计误差的估计误差与转移之间的关系与作为图形优化的产物获得的实际误差之间的关系，我们计划验证是否可以将其用作位置估计的信任。

项目成果

都市部環境下のRTK-GNSS/IMUの複合におけ るグラフ最適化の導入について検討

研究城市环境中RTK-GNSS/IMU组合中图优化的引入

• 发表时间: 2022
• 作者: 安部大晟;井上剛志;犬塚修一郎;高野瀬 碧輝，竹内 栄二朗，目黒 淳一，Alexander Carballo，武田 一哉
• 通讯作者: 高野瀬 碧輝，竹内 栄二朗，目黒 淳一，Alexander Carballo，武田 一哉