深度城市环境中集成式 5G 毫米波定位：优势与挑战
信号处理
2023-05-04 v1
摘要
实现自动驾驶车辆（AVs）的最高级别自主性，需要一种不受环境影响的精确且可靠的定位方案。文献已广泛研究 5G 毫米波信号以提供此类定位方案。然而，显而易见的是，仅靠 5G 将无法提供不间断的定位服务，因为中断不可避免会发生。为此，少数研究探索了将毫米波定位与车载运动传感器（OBMS，如惯性测量单元（IMUs）和里程计）集成的益处。受 INS-GNSS 集成文献启发，所有方法均默认采用紧耦合（TC）集成方案，这阻碍了此类集成的潜力。此外，所提方法使用基于概率视距（LOS）假设的仿真 5G 与 INS 数据进行了验证。这种实验设置未能凸显 5G-OBMS 集成的真正优势与挑战。因此，本研究首先探索了一种松耦合（LC）5G-OBMS 集成方案，作为 TC 方案的可行替代。接着，利用一种新颖的准真实仿真设置，考察了此类集成在深度城市场景中的优劣。该设置包含来自 Siradel 模拟器的准真实 5G 测量值，以及来自多伦多市中心一段具挑战性、时长一小时轨迹的真实商用级 IMU 测量值。该轨迹具有多次自然的 5G 中断，有助于评估集成性能。所提 LC 方法在 95% 的时间内达到了 14 厘米级别的精度，同时在自然 5G 中断期间显著限制了定位误差。
引用
@article{arxiv.2305.02284,
title = {Integrated 5G mmWave Positioning in Deep Urban Environments: Advantages and Challenges},
author = {Sharief Saleh and Qamar Bader and Malek Karaim and Mohamed Elhabiby and Aboelmagd Noureldin},
journal= {arXiv preprint arXiv:2305.02284},
year = {2023}
}
备注
6 pages, 5 figures, conference