基于BDS的主辅站技术在车载导航中的应用研究

2015-03-28王伟权周文胜高云志

测绘工程 2015年5期

邹浜，王伟权，周文胜，高云志

（四川九洲电器集团有限责任公司，四川绵阳621000）

人口的高速增长和城市化进程的快速推进使得城市道路空间越发集约化和复杂化，传统的车载导航精度通常为米级，在对空条件差的地区甚至能达到±10 m以上的误差［1］，这会导致在道路重叠区（如高架立交桥）出现定位错区，给用户带来不良影响。不仅如此，随着“智能交通［2］”的提出，车辆智能自动驾驶技术将成为未来的重要发展方向，而该技术必须依赖于高精度车载导航，因此，高精度的车载导航定位技术迅速成为相关科研领域的研究热点。

北斗卫星导航系统（Bei Dou Navigation Satellite System，BDS）是我国自行研制并拥有完全自主知识产权的全球卫星定位的通信系统，是继GPS和GLONASS之后的第3个成熟的卫星导航系统，BDS由3部分组成，分别是空间部分、地面监控部分和用户接收处理部分，可在全球范围内全天候、全天时地为用户提供高精度、高可靠性的导航、定位和授时服务。2013年12月，国家公布了BDS的第2个频点，使得北斗双频高精度接收终端的研制成为可能。

主辅站（Master－Auxiliary Corrections，MAC）技术［3－6］是网络RTK技术的一个分支，有着可靠性高、无需双向数据传输和服务用户无数量限制等优点，将基于BDS的主辅站技术应用于车载导航中可有效提高车辆定位精度，减少设备成本。

1 主辅站（MAC）技术的基本原理及相关算法

1．1 MAC技术的基本原理

目前应用较为广泛的网络RTK技术有虚拟参考站（VRS技术和区域改正数（FKP 技术但这两种技术都有如下缺陷：①主控中心向外发播的差分改正信息格式不是标准的网络RTK格式，很多时候需要经过格式转换才能正常使用，导致效率不高；②FKP技术的电文格式为专用电文59，是RTCM差分协议的私有电文，而且信息只是部分公开；③VRS技术需要计算中心和用户终端实行双向数据传输，使得主控中心服务器荷载加重，不但浪费了带宽，而且限制了用户的数量。当需要进行导航的车辆数量多，服务器计算负担较重时，上述两种网络RTK技术显然难以满足要求。

主辅站（MAC）技术由国外引进［3］，它先对用户周围多个参考站的观测值进行处理，生成相对于相同参考卫星和参考站的差分信息，根据误差变化率的不同，对差分信息进行压缩，并作为网络的改正数发播给流动站，再进行坐标求解。一般先选择一个主站，在一定半径的范围内再选择两个以上的有效参考站作为辅站，主站和辅站构成一个网络单元进行网解，再向需要用户发送主站差分改正数以及主站与辅站差分改正数的差值等信息，用户根据这些信息进行内插和加权改正，最终得到用户所需的差分改正数，并求得精确坐标。基于GPS的MAC技术采用 RTCM3．0标准格式，而基于BDS的MAC技术采用的是加入了北斗星历和北斗观测数据的新 RTCM 格式（暂称 RTCM2．4x）［8－10］。

MAC技术的核心是将网内各参考站之间的相位距离归算到一个公共的整周模糊度水平，即在所有参考站的单差模糊度解算完毕的前提下，各参考站的单差模糊度都可以表示为与公共整周模糊度有关的值［3，10］。如图1所示，在主站M和辅站A 的基线上，各卫星的单差模糊度ΔΝkMA（k＝1，2，…，j）均为已知，然后选择卫星i作为参考星，则主辅站对该参考星的单差整周模糊度为ΔΝrefMA，称为公共整周模糊度，其他卫星的单差整周模糊度可以表示为

图1 公共整周模糊度水平

1．2 MAC技术的相关算法

MAC的主要核心算法主要包括基本观测方程开列和空间相关误差建模、站间整周模糊度的解算和差分改正数的生成与利用。

1．2．1 基本观测方程和空间相关误差建模

假设有参考站A，观测卫星k，k卫星发射的载波为B1和B2，则在历元t有如下载波相位观测方程

通过建立空间相关误差改正模型，可以得到改正后的观测方程

以上描述的是单参考站的载波相位观测方程，现假设有主参考站M和辅参考站A，这两个参考站对同一观测卫星的观测方程求差，则可得到单差载波相位观测方程

由上式可知，单差载波相位观测方程中仍存在模型残差，这些模型残差会随着差分信息的发播传给流动站，为了使差分信息更准确，应选用精化模型进行改正，使残差尽量小。

1．2．2 参考站间整周模糊度的解算

由式（1）可知，要求得站间整周模糊度ΔNkMA，则必须要求算 ▽ΔNref，kMA和ΔNrefMA，现根据式（4），求算卫星k和参考星ref的双差观测方程，经线性化后可得［3］

式中：ρA0为辅站A的概略位置到相应卫星的距离；ρM为主站M 的精确位置到相应卫星的距离；

主站M和辅站A对同一组卫星的不同历元进行观测，根据式（5）可以开列相应的误差方程，然后通过最小二乘求得 ▽Δ的值，通常情况下，求得的▽Δk并非整数，此时可用置信区间法或者取整法求得 ▽Δ的整数解。

选择参考卫星的时候，应选择仰角最高且观测时间最长的卫星作为参考星，主辅站对参考星ref进行观测，得到的观测方程求差，可以求得Δ，从而可以根据式（1）求得站间整周模糊度Δ。

1．2．3 差分改正数的生成与利用

根据差分协议第三版的要求，电文需要包含主站的完整信息以及主辅站之间的差值信息，现假设主辅站间通过B1载波进行观测，则差分改正如下：

同理，可以求得B2载波的差分改正δΔφkMA，B2。根据差分协议的要求，需要把差分改正分为弥散性差分改正和非弥散性差分改正，根据文献［3］，可得到下式：以上两项改正生成以后，便会向流动站进行发播，流动站可以通过加权平均法求得自身的差分改正。

假设网中共有n个参考站，1～n－1号参考站为辅站，n号参考站为主站M，则流动站R相对于主站和卫星k的差分改正数可以根据下式求得：

流动站与主站M的单差载波相位观测方程如下（以B1为例）：

经过一系列数学变换，可以得到如下对应的误差方程式：

式中：

由式（10）可知，在有n颗卫星的历元数为m，则可以通过最小二乘法求得流动站的坐标改正值［δXRδYRδZR］T，从而得到流动站的精确坐标，经大量实验验证，其平面定位精度可达4～8 c m。

综上可知，计算中心服务器仅向用户发播主站的完整信息以及主辅站之间的差值信息。用户终端无需向计算中心发送概略坐标，而是自身根据计算中心发播的差分信息进行内插和改正，即计算中心和用户终端各承担一部分计算，计算中心服务器负担较小，且无需双向传输，因此有着通信链路简单、终端制造成本低、可靠性较高和用户数量无限制等优点。

2 主辅站（MAC）技术在车载导航应用中的关键问题

目前的高精度智能车载导航主要有以下技术需求：①配合高分辨率电子地图，可以实现车道级（分米级精度）实时导航；②为了在最大限度上防止违章，在车辆即将跨越道路界线时有自动预警提示功能；③当车辆与区域内计算中心服务器短暂失联，即接收不到差分改正信息时仍能进行分米级精度的定位和导航。因此，针对以上需求，除了解决高精度定位问题以外，还需解决以下问题：

2．1 高分辨率电子地图和道路界限函数的导入及边线预警

需要在车载终端内导入电子地图，该电子地图需要能区分道路中的车道，而且该电子地图需要通过坐标精匹配，形成带坐标信息的地图影像。然后导入车道边线函数，车道边线函数可以通过向交通部门索取道路设计文件，或者通过实测若干道路边线特征点，然后对这些散点用插值函数进行拟合获得。由于道路的线形多变，所以道路边线函数通常是分段的，因此车辆行驶时，通过对车辆的坐标和边线函数的分段点坐标进行比较，自动为车辆匹配当前位置的边线函数。如图2所示，可以根据下式对车辆进行边线函数的匹配：

匹配以后，可以得出车辆位于哪个路段，然后通过求取车辆位置坐标到该路段边线函数的垂距D，便可以得到车辆距边线的距离。设定一个阈值D0，当D＜D0时，终端便会向用户进行语音预警提示，达到预防违章的目的。

图2 边线函数的匹配及边线预警示意图

2．2 车辆边界归算

由于在边线预警时，针对的是车辆的实体边界，而不是接收终端的天线相位中心，因此在用户进行终端安装时，应进行车辆边界归算，目的是在车辆行驶时，能实时获取车辆边界特征点的坐标。如图3所示，在终端进行安装时，应先把终端天线分别置于车辆4个角点A B C和D点上，得到这4个点的精确坐标后，再进行终端的安装，假设终端天线最终安装于点Z，则一共可以得到（xA，yA）、（xB，yB）、（xC，yC）、（xD，yD）和（xZ，yZ）这 5 个坐标，则可以反算出点Z到A、B、C和D 点的平距di（i＝1，2，3，4）和方位角ai（i＝1，2，3，4）。然后车辆行进过程中，仅需要知道点Z的瞬时坐标，即可以根据平距di和方位角ai分别算出A，B，C和D点的瞬时坐标，以此进行边线预警。

图3 车辆边界归算示意图

2．3 用户终端与计算中心服务器失联的定位问题

由于城市设施繁多复杂会造成偶然性的信号隔挡，因此用户终端与计算中心服务器失联的情况难免发生，为了保证车载导航的可靠性和安全性，必须解决短暂失联时的定位问题。解决的方法是：车载终端在接收了计算中心服务器发播的原始差分信息后并进行了精确定位后，在接收下一历元的差分信息之前，不删除本次的原始差分信息，在失联时，终端仍然可以利用最近一次的原始差分信息对当前车辆概略坐标进行改正，得到较为精确的坐标。经过大量实验验证，车辆在失联的状态下，在偏离原始位置10 k m的范围内，仍然能达到分米级的定位精度。

2．4 跨子网络的定位问题

一个网络被定义为能共视同一组卫星并能够形成一个公共模糊度水平的一个参考站群。在面积较为广阔的区域，一个网络中主站和远端的辅站会由于站间距太长而导致无法解算整周模糊度，那么为了保证定位精度的可靠性和均匀性，这个网络则会分成多个子网络。每个子网至少有一个主站，网中其他参考站则为辅站，且各子网的整周模糊度水平是不一致的，那么当车辆从一个子网行驶到另一个子网时，终端就会初始化它的进程和重设整周模糊度，在这段时间里定位就会被中断。解决的方法是：服务器应为每一个子网分配一个ID 所播发的差分中信息包含了ID编号，车辆在行驶过程中始终接收各个子网发来的信息，当车辆处于某一个子网（假设为A网）中时，则用A网ID编号的差分信息进行改正和定位，而其他ID编号的差分信息仅接收不处理，当距离下一个子网（假设为B网）边界一定的距离时，则在后台新建一个进程，此时在终端的内存中存在两个进程，进程一用A网ID编号的差分信息进行改正和定位，该进程会在前台运行并显示，进程二根据B网ID编号的信息进行模糊度设定并进行定位，该进程仅在后台运行。当车辆正式驶入B网时，进程一自动关闭，进程二转为前台运行并显示，实现跨子网络定位无延迟无中断，并保证了定位精度的可靠性和均匀性。

3 实例分析

综合上述内容，课题组开发了一套基于BDS主辅站技术的试验型车载导航设备和系统，它包括服务器管理系统、参考站网络管理模块、网络通信模块、数据处理和管理模块以及终端智能导航模块等。

服务器管理系统用于进行日常运行维护和参考站相关设置，主要是对接收机类型、天线参数、坐标系统和数据链参数等进行设置。

参考站网络管理模块主要用于进行子网ID的分配、子网覆盖区域的界定和当参考站出现故障时的子网重构。

网络通信模块主要对网络信号、数据通信链和信号播发频率等进行管理。

数据处理和管理模块的任务包括原始数据接收和管理、数据备份、数据质量控制、网络中整周模糊度的结算、空间相关误差模型的建模、改正数的计算和电文编码等。

终端智能导航模块包含两部分，一部分是音频／视频输出部分，这部分用于进行车辆位置坐标、电子地图、目标标定和属性信息的视频输出以及预警语音提示和导航语音提示的音频输出；另一部分是数据处理和管理部分，该部分主要任务是：①对计算中心服务器发播的差分信息进行内插和改正；②计算车辆终端天线的精确坐标及车辆边界坐标；③跨子网络时的模糊度重设及程序初始化；④对有用的信息进行保存和管理。

课题组在实验场地建造了一条单轮轨道，轨道的线形参数和特征点坐标已知，则轨道线形函数fg（x）已知。将终端安装在自制的轮轨车上在轨道上以不同的速度行进，以此模拟车辆行驶，终端天线的相位中心的垂直投影始终位于轨道中线上。行进过程中每隔一段采样间隔时间就可以计算出一组平面坐标，最终计算所有实测散点和轨道线形函数的平面点位偏差标准差，该标准差可以认为是终端在水平方向上的定位精度；在终端中导入一组虚拟道路边线函数fv（x），fg（x）和fv（x）这两段函数有3处地方间距最短，均为0．95 m，设定一个阈值D0＝1．00 m，当D＜D0时，终端会有预警提示，即有3个预警点Y1，Y2，Y3，因此当轮轨车在轨道上行驶时，应会有3次预警提示，现让轮轨车在轨道上以不同速度行驶100次，观察其预警成功率。定位精度情况见图4，预警成功率情况见图5。