Роль спутниковых систем в поддержке автономной навигации

Критическая роль спутниковых систем в автономной навигации

Автономные транспортные средства представляют собой один из самых преобразующих сдвигов в транспорте, обещая уменьшить несчастные случаи, облегчить перегрузку и обеспечить мобильность для тех, кто не может водить. В основе этой революции лежит фундаментальное требование: точное, надежное и непрерывное позиционирование. В то время как бортовые датчики, такие как камеры, LiDAR и радар, обеспечивают богатое восприятие окружающей среды, все они закреплены глобальной системой отсчета, поставляемой спутниковыми навигационными системами. Понимание того, как спутниковые системы поддерживают автономную навигацию транспортных средств, имеет важное значение для понимания как текущих возможностей, так и будущего потенциала технологии автономного вождения.

Автономные транспортные средства полагаются на слияние потоков данных, чтобы понять, где они находятся, что вокруг них, и что делать дальше. Спутниковое позиционирование обеспечивает абсолютный геопространственный контекст, который позволяет транспортному средству знать свое местоположение на карте в пределах сантиметров. В этой статье исследуется механика спутниковой навигации, конкретные спутниковые группировки, используемые в автономном вождении, как спутниковые данные интегрируются с другими датчиками, проблемы, которые остаются, и передовые разработки, которые будут продвигать отрасль вперед.

Как работают спутниковые системы в навигации

Глобальные навигационные спутниковые системы (GNSS), такие как Глобальная система позиционирования США (GPS), работают через созвездие спутников на средней околоземной орбите (примерно 20 200 км высоты). Эти спутники непрерывно передают радиосигналы, содержащие их точное орбитальное положение (данные эфемериса) и точное время передачи сигнала, синхронизированное атомными часами. Приемник на земле — такой как модуль GNSS в автономном транспортном средстве — захватывает сигналы по меньшей мере от четырех спутников одновременно.

Измеряя время полета для каждого сигнала, приемник рассчитывает свое расстояние от каждого спутника с помощью скорости света. При расстояниях от трех спутников приемник может триангулировать трехмерное положение (широта, долгота, высота). Четвертый спутник необходим для исправления ошибок часов в самом приемнике, процесс, известный как мультилатерация. Этот основной принцип дает горизонтальную точность около 3-5 метров в стандартном режиме GPS, но автономные транспортные средства требуют гораздо большей точности.

Структура сигнала и источники ошибок

Каждый спутник GNSS вещает на нескольких частотах. Гражданский GPS использует частоту L1 (1575,42 МГц) и новые частоты L2C и L5. Двухчастотные приемники могут исправлять ионосферные задержки, сравнивая время распространения на разных частотах, значительно повышая точность. Другие источники ошибок включают дрейф спутниковых часов, орбитальные неопределенности, атмосферное преломление (тропосфера и ионосфера) и эффекты мультипатов, где сигналы отскакивают от зданий или местности. Автономные системы используют сложные конструкции приемников и методы увеличения для смягчения этих ошибок.

Системы повышения точности

Для обеспечения точности субдециметра, необходимой для поддержания полосы движения и автоматической парковки, автономные транспортные средства используют методы увеличения, такие как позиционирование в реальном времени в кинематическом (RTK) и дифференциальном GPS (DGPS). RTK использует фиксированную базовую станцию (или сеть станций, таких как сеть непрерывно работающей эталонной станции) для вычисления дифференциальных поправок и передачи их на транспортное средство через сотовые или спутниковые линии связи. Это дает точность сантиметрового уровня в реальном времени. Другой метод, точное позиционирование точек (PPP), использует спутниковые поправки от таких служб, как спутниковая система увеличения (SBAS) - в том числе WAAS (Северная Америка), EGNOS (Европа) и MSAS (Япония) - для повышения точности до уровня дециметра без соседней базовой станции. Многие разработчики автономных транспортных средств объединяют RTK и PPP в гибридных решениях.

Основные спутниковые системы, используемые в автономных транспортных средствах

Хотя GPS является самой известной спутниковой системой, автономные транспортные средства все чаще используют приемники с несколькими созвездиями, которые одновременно используют сигналы от нескольких поставщиков GNSS. Это улучшает доступность, избыточность и точность, особенно в сложных условиях.

В дополнение к этим глобальным системам региональные системы расширения, такие как японская QZSS (Спутниковая система Квази-Зенит), индийская IRNSS (NavIC) и вышеупомянутые сети SBAS, еще больше повышают точность и целостность в конкретных регионах. Автономные производители транспортных средств обычно интегрируют многочастотные многосозвездные приемники GNSS, которые могут обрабатывать до четырех или пяти созвездий одновременно.

Интеграция с автономными технологиями транспортных средств

Спутниковая навигация действует не в одиночку. В автономном транспортном средстве приемник GNSS является одним из компонентов плотно интегрированной системы синтеза датчиков. Сырые спутниковые данные дают оценку положения, но эта оценка слишком шумная, слишком медленная (10-20 Гц обычно) и слишком уязвима для отсева для управления в режиме реального времени. Поэтому выход GNSS сочетается с данными от блока инерциальных измерений (IMU), колесной одометрии, визуальной одометрии и даже сопоставления точек LiDAR для получения непрерывной высокочастотной оценки позы (позиция + ориентация).

Сенсорная фьюжн и фильтрация Калмана

Наиболее распространенным методом объединения ГНСС и инерционных данных является расширенный фильтр Калмана (EKF) или его варианты. EKF прогнозирует состояние транспортного средства (позиция, скорость, ориентация) на основе измерений ИДУ на высокой частоте (100-1000 Гц). Когда измерение ГНСС поступает, оно корректирует прогноз, уменьшая дрейф и ограничивающие ошибки. Этот процесс, известный как слабосвязанная интеграция, хорошо работает на открытых участках. Для более требовательных сред тесно связанная интеграция использует необработанные спутниковые измерения (псевдодиапазоны и фазы несущей) непосредственно в фильтре, обеспечивая лучшую производительность даже при виде менее четырех спутников.

Карты высокой четкости (HD) являются еще одним критическим слоем. Эти карты содержат точную геометрию дороги, разметку полос движения, дорожные знаки и семантические особенности. Система GNSS/IMU обеспечивает начальную гипотезу абсолютного положения, которая затем уточняется путем сопоставления визуальных или LiDAR функций с картой HD - процесс, называемый локализацией карты или локализацией в карте. Это позволяет транспортному средству определять свою полосу движения даже в туннелях, отклоняемых GPS, или городских каньонах, опираясь на относительное сопоставление характеристик.

Роль V2X и 5G

Новые коммуникации между транспортными средствами (V2X), включая сотовую связь (C-V2X) и специализированные коммуникации ближнего радиуса действия (DSRC), также могут дополнять спутниковое позиционирование. Фиксированные придорожные устройства могут транслировать высокоточные исправления, информацию о целостности или даже локальные карты, которые помогают транспортному средству совершенствовать свое положение. С низкой задержкой 5G и высокой пропускной способностью становится возможным загружать тяжелые вычисления, такие как сетевые решения RTK в реальном времени на периферийные серверы, повышая точность и снижая требования к бортовой обработке.

Кинематическое позиционирование в реальном времени (RTK) и точное позиционирование точек (PPP) на практике

Многие прототипы транспортных средств уровня 4 (полностью автономные при определенных условиях) и уровня 5 (полная автономия) используют комбинацию RTK и PPP. RTK обеспечивает самую высокую точность (1-3 см), но требует наличия поблизости источника коррекции (обычно в пределах 30-50 км) и надежной сотовой или спутниковой связи данных. PPP, используя точные спутниковые орбиты и часы от таких служб, как GDGPS НАСА или коммерческие поставщики, предлагает глобальное покрытие, но сходится медленнее и с немного более низкой точностью (10-20 см). Гибридные методы PPP-RTK объединяют лучшее из обоих миров, быстро достигая сантиметровой точности в любом месте с глобальным спутниковым покрытием. Это особенно ценно для автономных грузовых перевозок на автомагистралях и операций роботакси в крупных городских районах.

Проблемы и будущие события

Несмотря на свою мощь, спутниковая навигация сталкивается со значительными препятствиями, которые необходимо преодолеть для достижения безопасной и надежной автономии в масштабе.

Сигнальное вмешательство и мультипатия

Городские каньоны — плотные городские кварталы с высокими зданиями — создают многолучевые условия, когда сигналы отражаются от поверхностей и достигают приемника после прохождения более длинного пути. Это вводит ошибки в несколько метров. Автономные транспортные средства используют передовые алгоритмы приемника, такие как оценка многолучевых и проверка согласованности на нескольких частотах, для обнаружения и отклонения поврежденных сигналов. Некоторые системы также используют 3D-модели города для прогнозирования и скидки отражений, метод, известный как сопоставление теней или увеличение трассировки лучей. Несмотря на эти достижения, плотные городские среды остаются самой сложной операционной областью для позиционирования только GNSS.

Атмосферные и космические погодные эффекты

Ионосфера и тропосфера задерживают распространение сигнала, при этом ионосферные эффекты варьируются в зависимости от солнечной активности, времени суток и географической широты. Двухчастотные приемники могут в значительной степени исправить ионосферную задержку, но остаточная ошибка все еще не ноль. Солнечные бури могут ухудшать спутниковые сигналы в течение нескольких часов. Будущие разработки включают системы мониторинга космической погоды, которые транслируют предупреждения в реальном времени на транспортные средства, позволяя им переходить на более консервативные режимы вождения или в большей степени полагаться на инерциальную и визуальную локализацию во время событий.

Спуфинг и джемминг

Гражданские сигналы GNSS не зашифрованы и уязвимы для подделки (передачи поддельных спутниковых сигналов для обмана приемника) и помех (передачи шума, которая заглушает реальные сигналы). Автономные транспортные средства являются критически важными системами; успешная атака подмены может привести к тому, что транспортное средство будет следовать неправильному пути или опасно останавливаться. Защита включает использование зашифрованных сигналов (доступных в военном GPS, но еще не для гражданского массового рынка), внедрение автономного мониторинга целостности приемника (RAIM) для обнаружения непоследовательных измерений, слияние GNSS с IMU и одометией, которые могут отклонять неправдоподобные скачки, и в конечном итоге полагаясь на видение / локализацию LiDAR, которая привязана к физическим ориентирам, а не абсолютным координатам. Европейская система Galileo предлагает аутентифицированные гражданские навигационные сообщения, значительный шаг вперед для сопротивления подделке.

Мониторинг увольнения и добросовестности

Для автономных систем вождения, особенно тех, которые требуют возможности уровня 4 или 5, GNSS должен рассматриваться как один вход среди многих, а не единственный источник положения. Мониторинг целостности постоянно оценивает, является ли положение GNSS надежным. Если решение не соответствует заранее определенным пределам доверия, система должна вернуться к альтернативным методам локализации (например, чистая визуально-инерциальная одометрия) или безопасно отключить. Автомобильная промышленность разрабатывает стандарты целостности GNSS, такие как функциональные рамки безопасности ISO 26262 и предстоящие спецификации элементов безопасности приемника GNSS, которые требуют обнаружения неисправностей и изящной деградации.

Новые технологии: LEO Constellations, Blockchain и AI

Спутниковые группировки с низкой околоземной орбитой (LEO), такие как SpaceX Starlink и OneWeb, в основном предназначены для широкополосного интернета, но их сигналы также могут использоваться для позиционирования. Поскольку спутники LEO вращаются на высоте 500-2000 км (по сравнению с 20 000 + км для GNSS), их сигналы сильнее и менее восприимчивы к многолучевым путям, и они могут предлагать гораздо более быстрые изменения геометрии, что приводит к более быстрой конвергенции для точного позиционирования. Ранние эксперименты с использованием сигналов Starlink достигли точности метров, а специализированные созвездия LEO PNT (позиционирование, навигация и время) разрабатываются такими компаниями, как Xona Space Systems и TrustPoint. Они, вероятно, дополнят традиционную среднюю околоземную орбиту GNSS, особенно в городских условиях.

Искусственный интеллект (ИИ) играет все большую роль в слиянии датчиков. Модели глубокого обучения могут прогнозировать качество спутникового сигнала, обнаруживать спуфинг и даже компенсировать недостающие данные GNSS, обучаясь на прошлых траекториях движения и функциях карты. Приемники GNSS на основе ИИ могут адаптивно выбирать лучшую комбинацию спутников и источников коррекции в режиме реального времени, оптимизируя точность, доступность и целостность одновременно.

Блокчейн или другие технологии распределенного реестра изучаются для безопасного распространения данных коррекции GNSS и обеспечения подлинности отчетов о местоположении в системах управления автопарком. Хотя это еще рано, это может добавить уровень безопасности от подделки данных в автономных парках транспортных средств.

Заключение

Спутниковые системы не просто являются аксессуаром к автономной навигации транспортных средств; они являются основополагающими. Без GNSS даже самый нагруженный датчиками автономный автомобиль не будет иметь абсолютной геореференции, необходимой для следования по маршруту, локализоваться на карте высокой четкости и координировать с системами управления движением. Эволюция от односозвездного GPS до многосозвездия, многочастотные приемники с RTK и PPP привели к автономному вождению из области исследовательских прототипов к коммерческому развертыванию в роботах, автоматизированных грузовиках и автономных челноках.

Однако одна только спутниковая система не может гарантировать безопасную автономию. Будущее принадлежит устойчивым архитектурам синтеза датчиков, которые интегрируют GNSS с IMU, камерами, LiDAR, радаром, связью V2X и HD-картами, каждая из которых компенсирует слабости других. По мере того, как новые созвездия LEO, аутентифицированные гражданские сигналы и обработка на основе ИИ станут основными, надежность и точность спутникового позиционирования будут продолжать улучшаться. Эти достижения в сочетании с строгими функциональными мерами безопасности и кибербезопасности приблизят нас к миру, где автономные транспортные средства безопасно и эффективно перемещаются во всех средах. Для операторов флота, политиков и инженеров понимание сильных сторон и ограничений спутниковых систем имеет важное значение для создания и развертывания надежных автономных транспортных систем.

Для дальнейшего чтения обратитесь к следующим ресурсам: GPS.gov страница модернизации ; Обзор Galileo Европейского космического агентства ; документ IEEE о целостности GNSS для автономных транспортных средств ; и страница Автоматизированной безопасности транспортных средств Департамента транспорта США . Эти источники предоставляют более глубокие технические детали о спутниковых системах и их интеграции в автономные стеки вождения.