[发明专利]一种基于GNSS/视觉/Lidar融合的城市峡谷定位方法

说明书

本发明公开了一种基于GNSS/视觉/Lidar融合的城市峡谷定位方法，包括步骤1，利用鱼眼相机判断卫星可见性；步骤2，基于监督学习方式进一步判断卫星信号类型；步骤3，确定卫星的权重并基于卫星权重进行多星座定位解算，获得初始定位解；步骤4，修正初始定位解并生成候选位置；步骤5，根据候选位置的卫星可见性与步骤1中所述识别可见卫星的符合程度对候选位置进行筛选和计算候选位置权重；步骤6，基于候选位置权重计算获得最终定位结果。该方法有效提高了城市峡谷GNSS定位中跨街方向和沿街方向的精度，具有更好的实时性及便利性。

技术领域

本发明属于卫星定位导航技术领域，尤其涉及一种基于GNSS/视觉/Lidar融合的城市峡谷定位方法。

背景技术

全球导航卫星系统GNSS(Global Navigation Satellite System)可以为载体提供时空信息，目前已经成为支撑城市智能交通等应用的重要手段。虽然，GNSS可以在开阔地区获得高精度的定位信息，但是在城市峡谷环境中，由于卫星受到高楼的遮挡，产生多径(Multipath)及非视距(NLOS，Non Line Of Sight)接收，NLOS和Multipath信号用于GNSS定位解算会降低定位精度，所以，许多学者提出将受到反射的信号排除在GNSS定位解算之外的方法，从而降低了受到反射的信号对GNSS定位的影响，提高城市峡谷GNSS定位精度，如：Peyraud利用3D城市模型识别NLOS信号，将NLOS信号排除在GNSS定位解算之外。但是此方法很难识别所有的NLOS卫星。Meguro利用全向红外相机识别不可见的卫星，只使用可见卫星进行GNSS定位解算。但是，该方法将可见卫星视为LOS信号，忽略了可见卫星可能会受到反射和衍射从而变成Multipath信号，这样的信号用于GNSS定位解算会降低定位的精度。Sanroma Sanchez提出了一种NLOS检测方法，该方法利用鱼眼相机获得的信息和C/N₀来区分卫星是LOS或者NLOS信号。但是，NLOS信号有时会受到强反射而导致C/N₀大于阈值的情况，因此，仅仅加入C/N₀用于区分信号类别还不够可靠。

另一方面，虽然在城市环境中，排除受到反射的卫星信号会提高城市GNSS定位的精度，但是，在城市环境中，由于街道两边建筑物的阻挡，跨街方向的卫星信号被建筑物阻挡的可能性比沿街方向的卫星信号被建筑物阻挡的可能性大的多，因此，排除掉受到反射的卫星信号之后，会导致用于GNSS定位解算的卫星大多是沿街方向的，从而导致沿街方向的定位精度会比跨街方向的定位精度好得多。因此，Groves提出了一种阴影匹配的方法，这个方法是用3D城市模型预测从不同位置可以看到哪些卫星，并将其与测量的卫星可见度进行比较以确定位置，从而可以提高跨街方向的精度。虽然也有许多学者对阴影匹配的方法进行了改进。比如：阴影匹配方法利用C/N₀设定阈值进行NLOS/LOS分类，但是在城市环境中，信号会受到建筑的反射和折射，一些NLOS信号受到强反射之后也会出现C/N₀超过设定的阈值的情况，所以只利用C/N₀来区分NLOS/LOS信号是不可靠的，因此，Xu利用SVM(Support Vector Machine，支持向量机)对信号进行分类，提高了NLOS/LOS分类的精度，从而提高了阴影匹配的定位精度。但是，阴影匹配要求3D城市模型具有较高的精度，且能够及时更新，这往往较难实现。因此，如何提高GNSS在城市峡谷环境下的定位精度是急需解决的一个问题。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种基于GNSS/视觉/Lidar融合的城市峡谷定位方法。

为了解决上述技术问题，本发明公开了一种基于GNSS/视觉/Lidar融合的城市峡谷定位方法，包括：

步骤1，利用鱼眼相机判断卫星可见性；

步骤2，基于监督学习方式进一步判断可见卫星的信号类型；

步骤3，确定卫星的权重并基于卫星权重进行多星座定位解算，获得初始定位解；