CN110109152B - 一种gnss局地定位误差空间建模方法 - Google Patents

Abstract

本发明公开了一种GNSS局地定位误差空间建模方法，通过用户日常产生的位置数据进行误差的提取和分析，能够使得导航终端在无额外设备支持的条件下，对城市GNSS非可视区域进行识别，并给出相应位置的误差统计经验参数，模型使用时，只要已知当前用户的概略位置，就可查询出当前的GNSS局地误差统计参数值，且具有模型据量小的特点，便于在网络侧和终端侧之间传输更新。

Description

一种GNSS局地定位误差空间建模方法

技术领域

本发明属于导航定位技术领域，具体涉及一种GNSS局地定位误差空间建模方法。

背景技术

卫星导航系统GNSS(Global Navigation Satellite System，GNSS)作为目前广泛应用的定位导航手段，具有全天候、全天时、广域的优势，但也有其先天的劣势，主要体现在卫星导航依赖于导航卫星播发的电磁波进行测距定位，在城市复杂建筑环境影响下，会造成导航信号的多径和非视距干扰，进而引起终端定位性能的下降。这些干扰与城市中局地的建筑布局密切相关，这里称之为GNSS局地误差。针对城市复杂环境下GNSS的多径和非视距问题，目前主要的解决途径包括抗多径技术、多径预测、NLOS卫星识别和多传感器组合导航等，但目前的方法存在需要增加额外传感器硬件、准确的3D城市模型支持或复杂的算法和模型设计等。

近些年，随着物联网、智能终端技术的发展，用户位置数据的采集和获取技术越来越通过手机APP或公共车辆管理平台获取的众源车辆定位数据主要包括经度、纬度、高度、方向角、速度、定位时间等信息，这些定位结果中包含了由于局地复杂环境造成的定位误差，因此，基于这些用户提供的众源定位数据，并借助道路地图作为基准，可以进行GNSS局地误差的提取和建模。

目前，我国各类公共车辆管理平台的覆盖范围日益扩大，能够在较大范围内不间断的产生车载定位数据；另外，随着手机导航的普遍应用，通过大众用户手机也能够获取大量的车载定位数据；同时，随着测绘技术的发展，地图的精细度和准确性也大大提升。这些数据资源为城市道路GNSS定位误差评估和建模提供高覆盖、海量的定位样本和参考基准。

但是，现有基于众源数据的GIS和导航技术主要存在导航终端需要额外设备作为支持，以及由于模型的数据量较大，造成的网络侧和终端侧之间传输更新速度较慢等技术问题。

发明内容

有鉴于此，本发明提供了一种GNSS局地定位误差空间建模方法，利用车辆管理平台或手机APP产生的众源定位数据，并以地图作为参考基准来进行GNSS定位误差提取；并通过统计分析，建立误差统计参数的空间分布经验模型。在不增加终端硬件规模的条件下，进行GNSS非可视场景的预测，并为滤波优化和多源融合提供GNSS经验误差参数，最终支撑城市复杂场景下的GNSS优化定位。

本发明提供的一种GNSS局地定位误差空间建模方法，包括如下步骤：

步骤1、在矢量地图中，首先在道路交汇点处进行初步分割，使每个路段相对独立且没有分叉点；然后，再按照设定的路段单元长度阈值对路段进行第二次分割形成路段单元；

步骤2、通过地图匹配方法，从众源数据集合中找到产生于目标路段单元的定位点子集，计算所述定位点子集中的定位点到该目标路段单元的垂直距离，再使用目标路段单元的空间宽度对所述垂直距离进行修正，得到该目标路段单元的定位误差集合；

步骤3、统计步骤2中得到的定位误差集合中数据的误差均值和标准差，得到路段单元的GNSS定位误差经验模型，包括路段单元所包含的道路节点坐标、道路节点的总数量，及路段单元的误差均值和标准差。

进一步地，所述路段单元长度阈值根据定位点分布数量和空间分辨率进行设定。

进一步地，所述步骤2中从众源数据集合中找到产生于目标路段单元的定位点子集的具体过程如下：

假设目标路段单元中包含N个道路节点R₁,R₂,...,R_N，其所对应的坐标分别为(X₁,Y₁),(X₂,Y₂),...,(X_N,Y_N)，首先在目标路段单元的外接矩形基础上，向外扩展距离为T的范围筛选可能属于该路段的候选用户定位点集合{P_i}，即，候选定位点坐标

应满足：

然后，对于{P_i}中的每个候选定位点，分别计算其与这N个道路节点间距离的最小值，以及与道路方向的角度差，所述角度差为定位点方向角和与其距离最近的两个道路节点构成的方向角之间的差值，当距离最小值和角度差同时满足预设条件时，则认为该定位点与目标路段匹配。

进一步地，当该道路节点表征的路段为单向行驶时，所述角度差满足[0,T_ori]，0<T_ori<45°；当该道路节点表征的路段为双向行驶时，所述角度差满足[0,T_ori]或[180°-T_ori,180°]，其中，T_ori为设定的角度差阈值。

进一步地，所述步骤2中定位误差的计算过程，包括如下步骤：

步骤5.1、根据地图匹配后得到的目标路段单元所对应的用户定位点集合{P_m}，计算得到这些定位点在目标路段单元上的垂足坐标集合

其中匹配后定位点的数量为M，采用如下公式计算出用户定位点与对应垂足之间的位置偏差Δp_m：

步骤5.2、令车辆实际行驶位置距离道路中心线的横向偏移量满足[-R/2,R/2]之间的均匀概率分布，R为道路宽度，生成一组以道路宽度为参数的均匀分布随机数

采用如下公式将其从{Δp_m}中减去，得到最终的定位误差err_m，形成路段单元的定位误差集合{err_m}。

进一步地，当无法获知道路宽度或道路宽度小于10米时，所述均匀分布随机数的值为零，即d_m ^R＝0。

进一步地，所述路段单元的GNSS定位误差经验模型如下式所示：

{(i,E_i,S_i)},i＝1,2,...,I

其中，i为空间路段单元的ID号，

为第i路段单元包含的地图道路节点坐标，N_i为该路段道路节点总数量，E_i和S_i为第i路段的误差均值和标准差。

进一步地，所述路段单元的GNSS定位误差经验模型中增加各个路段单元之间的拓扑连接关系。

有益效果：

本发明通过用户日常产生的位置数据进行误差的提取和分析，能够使得导航终端在无额外设备支持的条件下，对城市GNSS非可视区域进行识别，并给出相应位置的误差统计经验参数，模型使用时，只要已知当前用户的概略位置，就可查询出当前的GNSS局地误差统计参数值，且具有模型据量小的特点，便于在网络侧和终端侧之间传输更新。

具体实施方式

下面举实施例，对本发明进行详细描述。

本发明提供了一种GNSS局地定位误差空间建模方法，其基本思想是：将可获得的道路矢量地图信息作为位置参考信息，对通过手机APP或公共车辆管理平台获取的众源车辆定位数据进行误差计算，即计算众源数据中的用户定位点与矢量地图中道路节点间连线的垂直距离，然后，基于垂直距离计算该用户定位点在道路横向上的定位误差，并将其统计参数作为该空间单元上的模型变量，进而得到整个城市区域道路空间上的误差分布离散模型，从而以该模型来预知城市中不同道路区域GNSS的定位性能，支撑定位终端滤波参数的自适应调整以及多定位源融合系统中的融合决策。

本发明提供的一种GNSS局地定位误差空间建模方法，具体包括如下步骤：

步骤1、矢量地图初始化

矢量地图中的道路位置通过道路节点坐标来记录，道路节点连成的一系列弧表征了道路形状，并且根据道路等级不同，相应的由一条弧、两条弧或多条弧来描述。

将获取到的矢量地图中的道路划分为路段单元。由于GNSS局地误差与道路走向相关，因此，首先在道路的交汇点进行路段的初步分割，使得每个路段相对独立且没有分叉点；然后，再按照设定的路段单元长度阈值对路段进行第二次分割形成路段单元，该阈值即为路段单元的最大长度。阈值的设置主要考虑定位点的分布数量以及对模型空间分辨率的具体需求，当数据量充足时，可以考虑使用较小的路段分割阈值，数据量不足时，可以适当加大路段分割阈值，以保证每个路段单元有一定的数据覆盖。同时考虑在模型使用时车辆的行驶速度和定位输出频率等因素，一般采用50米左右的路段长度阈值即可。

步骤2、计算路段单元的定位误差

路段单元的定位误差，主要是由于道路两侧建筑物对卫星信号的遮挡和多径干扰造成的，且在道路横向更为显著，主要体现为在道路横向的定位偏差。因此，本发明采用计算众源数据中定位点到道路节点连线的垂直距离，以该距离作为该定位点在道路横向的定位误差。

实施该计算时，我们首先选择合适的坐标系进行坐标的本地投影，然后通过地图匹配的相关方法，从混杂且庞大的众源数据集合中找到产生于目标路段单元的定位点子集，并进一步利用子集中的用户定位点来计算各个点相对于该路段的垂直距离，得到一组对应的横向定位误差集合，从而完成误差提取过程。另外，由于真实道路存在空间宽度，因此，直接计算出的相对于地图的横向偏差中包含了用户车辆行车时距离道路中线(假设地图表征的是道路中线)的偏离，我们也将对这种情况进行分析，确保定位误差的提取最大程度上体现真实的GNSS定位性能。

选择合适的坐标系，将众源车辆定位数据中的用户定位点和道路节点的经纬度进行地图投影，转化为本地平面坐标系，然后采用地图匹配的方法，从混杂且庞大的众源数据集合中找到产生于目标路段的用户定位点子集。这里，对于道路节点数据，如果存在地图加偏，则需要先对地图进行纠偏，再转为高斯坐标。

本实施例中采用高斯投影作为实现地图投影的数学方法，具体步骤如下：

步骤2.1、高斯投影

由于本发明最终要计算定位点相对于路段的横向距离偏差，同时考虑到用户高程数据的精度较差，我们将定位点和道路地图节点的经纬度进行高斯投影，转化为本地平面坐标系进行处理。

设纬度和经度分别为B、L，则其对应的高斯坐标x,y可由下面的公式得到：

式中，γ°为子午线收敛角，单位为度。X为子午线弧长，其余符号为：

称作第二偏心率；

称作极曲率半径；L₀为中央子午线经度。

对于用户的定位数据，我们利用上述公式直接转换为高斯坐标。对于道路节点数据，如果存在地图加偏，则需要先对地图进行纠偏，再转为高斯坐标。

步骤2.2、路段与定位点的匹配

在本步骤中，主要借助位置、方向等信息，来实现路段与定位点的匹配，找到目标路段对应的定位点子集。地图匹配是将行车轨迹的经纬度序列匹配到数字地图路网上的过程，是路径导航中的一个关键过程。通过地图匹配，能够确定当前用户所在的路网位置，从而便于进行路径规划。常用的地图匹配方法包括几何方法、拓扑方法、概率方法等。

假设目标路段单元中包含N个道路节点R₁,R₂,...,R_N，其所对应的坐标分别为(X₁,Y₁),(X₂,Y₂),...,(X_N,Y_N)，首先我们在目标路段单元的外接矩形基础上，向外扩展一定的距离范围来筛选出可能属于该路段单元的候选用户定位点集合{P_i}，完成数据的粗匹配，即当设定扩展距离为T时，候选定位点坐标

应满足：

接着，对于{P_i}中的每个候选定位点，计算它与这N个道路节点距离的最小值，以及与道路方向的角度差。当距离最小值和角度差同时满足预设条件时，则认为该定位点与目标路段匹配，进而计算其在目标路段上对应的垂直坐标。距离的计算使用两点的欧式距离，角度差通过定位点方向角和与其距离最近的两个道路节点构成的方向角的差值，取值应该在0～180度之间。

其中，角度差条件范围的确定应当考虑两种情况：(1)当该道路节点表征的路段为单向行驶时，那么只匹配在该方向行驶车辆产生的定位点，即角度差满足[0,T_ori]，T_ori为设定的角度差阈值，0<T_ori<45°；(2)当该道路节点表征的路段为双向行驶时，那么需要匹配在相反两个方向上行驶车辆产生的定位点，即角度差满足[0,T_ori]或[180°-T_ori,180°]。

通过设定距离和方向角同时满足的条件，基本可以筛选出与目标路段匹配的定位点，但是对于主辅路、匝道等更多复杂的道路形态，需要引入道路拓扑、同一用户定位点时序等关系，来实现更加准确的定位点地图匹配。

步骤2.3、计算横向位置偏移

经地图匹配后，我们得到了目标路段对应的用户定位点集合{P_m}，并可计算得到这些定位点在目标路段弧上的垂足坐标集合

其中匹配后定位点的数量表示为M。进而我们可以计算出用户定位点与对应垂足之间的位置偏差Δp_m：

前面我们提到过，由于实际道路存在一定的宽度，而非真正的弧，因此上面计算的位置偏差Δp_m中包含车辆本身行驶的车道距离地图道路弧的距离。当地图中的道路弧表示单车道道路时，我们基本可以认为地图表示位置就是用户的真实行驶位置，那么以地图作为参考基准计算得到的Δp_m可以直接描述车辆的横向定位误差；当道路弧表示双车道及以上道路时，我们认为地图表示的位置是道路的中心线，而用户的真实行驶位置可能在中心线上，也有可能在中心线两侧，这时Δp_m中就包含了车辆真实行驶位置距离道路中心线的偏差，而不仅仅是GNSS的横向定位误差。

我们假设车辆真实行驶位置距离道路中心线的横向偏移量满足[-R/2,R/2]之间的均匀概率分布，即车辆在道路宽度为R的道路上横向行驶位置是均匀随机的。因此，我们可以通过生成一组以路宽为参数的均匀分布随机数

将其从{Δp_m}中减去，即得到最终的卫星定位横向误差，即定位误差集合{err_m}：

参考城市道路分级标准，城市主干道的宽度为30～40米，在矢量地图中一般使用两条道路弧来分别描述两个行车方向，那么每条道路弧代表的路宽约为20米，通过仿真计算发现，此时路宽仅影响横向误差的统计标准差，且影响强度在1～3米，影响程度较低，对于路宽大于40米的高速路，该影响可能增大到3～5米。因此，当能够获得路宽信息且道路宽度较大时，我们可以通过均匀分布随机数来对Δp_m进行补偿，从而获得更为准确的GNSS横向定位误差统计值；当无法获知路宽信息或道路宽度不大时，即道路宽度小于10米时，也可以直接利用Δp_m作为GNSS横向定位误差进行建模，即此时d_m ^R＝0。

另外，由于用户定位终端通常会加入滤波算法来实现定位结果的平滑，因此使用平滑后的定位结果提取出的误差，其统计参数也会与真实的局地误差情况有差异，但这种影响会随着样本量的增加而降低，可以通过增加用户数据的规模(包括时间范围、用户数量等)来解决。

步骤3、建立路段单元GNSS定位误差经验模型

根据步骤2计算出的路段单元的GNSS定位误差集合{err_m}，统计出集合中数据的均值和标准差，作为该路段单元的GNSS定位经验误差参数。

对于第i个路段单元R_i，计算得到与其匹配的定位点的横向误差样本集合为C_i：

C_i＝{err_m|P_m∈R_i} (4)

P_m表示与路段单元R_i匹配的定位点，err_m是由P_m定位点计算得到的横向定位误差。我们将均值E(C_i)和标准差S(C_i)作为第i空间路段上的GNSS误差统计特征值，从而得到空间相关的GNSS定位误差经验模型。模型描述为：

{(i,E_i,S_i)},i＝1,2,...,I

i为空间路段单元的ID号，

为i路段包含的地图道路节点坐标，N_i为该路段道路节点总数量，E_i和S_i为i路段的误差均值和标准差。

模型中还可以进一步增加各个路段单元之间的拓扑连接关系，来提高模型使用时的空间搜索效率。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种GNSS局地定位误差空间建模方法，其特征在于，包括如下步骤：

步骤1、在矢量地图中，首先在道路交汇点处进行初步分割，使每个路段相对独立且没有分叉点；然后，再按照设定的路段单元长度阈值对路段进行第二次分割形成路段单元；

步骤2、通过地图匹配方法，从众源数据集合中找到产生于目标路段单元的定位点子集，计算所述定位点子集中的定位点到该目标路段单元的垂直距离，再使用目标路段单元的空间宽度对所述垂直距离进行修正，得到该目标路段单元的定位误差集合；

步骤3、统计步骤2中得到的定位误差集合中数据的误差均值和标准差，得到路段单元的GNSS定位误差经验模型，包括路段单元所包含的道路节点坐标、道路节点的总数量，及路段单元的误差均值和标准差；

所述步骤2中从众源数据集合中找到产生于目标路段单元的定位点子集的具体过程如下：

假设目标路段单元中包含N个道路节点R₁,R₂,...,R_N，其所对应的坐标分别为(X₁,Y₁),(X₂,Y₂),...,(X_N,Y_N)，首先在目标路段单元的外接矩形基础上，向外扩展距离为T的范围筛选可能属于所述目标路段单元的候选用户定位点集合{P_i}，即，候选定位点坐标

应满足：

然后，对于{P_i}中的每个候选定位点，分别计算其与这N个道路节点间距离的最小值，以及与道路方向的角度差，所述角度差为定位点方向角和与其距离第一近和第二近的两个道路节点构成的方向角之间的差值，当距离最小值和角度差同时满足预设条件时，则认为该定位点与目标路段匹配；

所述步骤2中定位误差的计算过程，包括如下步骤：

步骤5.1、根据地图匹配后得到的目标路段单元所对应的用户定位点集合{P_m}，计算得到这些定位点在目标路段单元上的垂足坐标集合

其中匹配后定位点的数量为M，采用如下公式计算出用户定位点与对应垂足之间的位置偏差Δp_m：

步骤5.2、令车辆实际行驶位置距离道路中心线的横向偏移量是位于[-R/2,R/2]之间的均匀概率分布，R为道路宽度，生成一组以道路宽度为参数的均匀分布随机数

采用如下公式将其从{Δp_m}中减去，得到最终的定位误差err_m，形成路段单元的定位误差集合{err_m}：

2.根据权利要求1所述的方法，其特征在于，所述路段单元长度阈值根据定位点分布数量和空间分辨率进行设定。

3.根据权利要求1所述的方法，其特征在于，当该道路节点表征的路段为单向行驶时，所述角度差满足[0,T_ori]，0<T_ori<45°；当该道路节点表征的路段为双向行驶时，所述角度差满足[0,T_ori]或[180°-T_ori,180°]，其中，T_ori为设定的角度差阈值。

4.根据权利要求1所述的方法，其特征在于，当无法获知道路宽度或道路宽度小于10米时，所述均匀分布随机数的值为零，即d_m ^R＝0。

5.根据权利要求1所述的方法，其特征在于，所述路段单元的GNSS定位误差经验模型如下式所示：

{(i,E_i,S_i)},i＝1,2,...,I

其中，i为路段单元的ID号，

为第i路段单元包含的地图道路节点坐标，N_i为第i路段单元的道路节点总数量，E_i和S_i为第i路段单元的误差均值和标准差。

6.根据权利要求5所述的方法，其特征在于，所述路段单元的GNSS定位误差经验模型中增加各个路段单元之间的拓扑连接关系。