基于V2V的协同定位中车辆连接的优化
系统与控制
2017-08-02 v2
摘要
协同地图匹配（CMM）利用一组车辆的全球导航卫星系统（GNSS）定位来提高独立定位精度。我们之前的工作表明，通过将四辆车的偏置 GNSS 定位与具有道路约束的数字地图匹配，可将 GNSS 误差从几米降低到亚米级。虽然通过增加参与车辆的数量有望进一步减小误差，但 CMM 的车辆成员关系如何影响基于 GNSS 的定位结果性能的基本问题需要解决，以便为车辆网络的设计和优化提供指导。必须系统研究估计误差与道路约束之间的定量关系以提供见解。本工作中，我们提出了一项理论研究，旨在开发用于定量评估道路约束对 CMM 精度影响的框架，并最终优化 CMM 网络。更具体地说，首先基于简单的 CMM 规则推导了以道路角度和 GNSS 误差表示的 CMM 误差的闭合表达式。然后，在关于 GNSS 误差方差的两种不同假设下，开发了分支定界算法和交叉熵方法，通过选择最优车辆组来最小化该误差。
引用
@article{arxiv.1703.08818,
title = {Optimization of Vehicle Connections in V2V-based Cooperative Localization},
author = {Macheng Shen and Jing Sun and Ding Zhao},
journal= {arXiv preprint arXiv:1703.08818},
year = {2017}
}