在汽车应用中利用三维射线追踪模拟城市环境中的GNSS多径效应

《Pervasive and Mobile Computing》:Simulating GNSS multipath in urban environments using 3D ray tracing for automotive applications

【字体: 大 中 小 】 时间:2026年07月22日 来源:Pervasive and Mobile Computing 3.9

编辑推荐:

  • 利用CARLA和原始传感器数据进行GNSS多径效应的仿真框架。 • 用于动态城市驾驶场景中多径建模的射线追踪。 • 用于精确信号功率、延迟和相位建模的多径干扰建模。 • 用于城市车辆测试的灵活、低成本的GNSS多径仿真。 • 来自三维城市仿

  
• 利用CARLA和原始传感器数据进行GNSS多径效应的仿真框架。
• 用于动态城市驾驶场景中多径建模的射线追踪。
• 用于精确信号功率、延迟和相位建模的多径干扰建模。
• 用于城市车辆测试的灵活、低成本的GNSS多径仿真。
• 来自三维城市仿真的包含GNSS、惯性测量单元(IMU)和地面真值的公共数据集。
全球导航卫星系统(GNSS)技术在自动驾驶领域至关重要,但城市环境中的多径效应(由建筑物反射信号引起)严重降低定位精度。现有硬件模拟器昂贵且灵活性差,软件模拟器大多依赖简化统计模型,无法准确反映三维城市环境的动态多径特性。为填补这一空白,研究人员提出了一种基于三维射线追踪的低成本仿真框架,结合CARLA模拟器(开源自动驾驶仿真平台)和SatNav工具箱(GNSS信号模拟工具),生成受多径影响的原始GNSS测量(伪距和载波相位)。该框架通过八叉树空间划分快速计算卫星与接收机之间的视线(LOS)和非视线(NLOS)反射路径,利用自由空间路径损耗和反射衰减模型导出信号幅度、延迟和相位,再通过鉴别器函数(如早迟码鉴别器)估计伪距多径误差,最终将误差注入SatNav工具箱生成测量数据。在Town03城市场景中仿真20分钟,包含5辆动态车辆,并对比两种基线模型(基本多径模型和基本模型加障碍物检测)。结果表明,所提模型在密集城市区域(如城市峡谷)产生更大且更真实的定位误差(三维均方根误差103.43 m,可用性86.63%),而基线模型低估误差或忽略信号遮挡。与真实数据(葡萄牙布拉加城区u-blox F9接收机数据)的统计分布对比显示,两者在低百分位误差分布相似,高百分位差异因模拟场景包含高空轨道等额外遮挡。该框架为自动驾驶定位算法验证、多径缓解技术开发及机器学习训练数据生成提供了低成本、高保真的解决方案。论文发表在《Pervasive and Mobile Computing》。

研究人员构建仿真框架的关键技术方法包括:1) 利用CARLA模拟器生成高保真三维城市环境、车辆动力学及传感器数据(GNSS、IMU、地面真值);2) 基于SatNav工具箱模拟GPS卫星轨道(24颗卫星,L1频段1575.42 MHz);3) 采用八叉树空间划分结构高效组织城市模型(仅包含道路、建筑、地形、地面和铁路轨道),并通过局部网格(半径30 m,密度3 m)减少射线追踪计算量;4) 执行射线追踪算法,从卫星向局部网格点发射射线,迭代计算最多5次反射,识别到达接收机(1 m3立方体)的LOS和NLOS路径;5) 根据自由空间路径损耗(FSPL)和每次反射衰减15 dB计算信号幅度,以相位反转π(180°)和累加距离计算延迟及相位;6) 利用早减迟码鉴别器(归一化)结合ACF(自相关函数)失真估计伪距多径误差,并将其缩放为载波相位多径误差(因子0.005);7) 将多径误差注入SatNav的genrng函数生成原始伪距和载波相位测量。所有仿真样本频率为20 Hz,持续20分钟。

5. Results
通过对比三种多径模型(Basic、Basic+Intersections、Ray Tracing)的定位性能,得出以下结论:
- 定位误差与可用性:Basic模型(忽略遮挡)定位误差极小(3D RMSE 1.01 m,可用性100%),但严重不真实;Basic+Intersections模型(考虑LOS遮挡)误差中等(3D RMSE 14.04 m,可用性95.74%),在隧道内无估计;Ray Tracing模型(所提方法)误差最大(3D RMSE 103.43 m,可用性86.63%),在隧道出口和城市峡谷区域因信号遮挡导致可用性降低,但更真实反映多径影响。
- 卫星可见性分析:Ray Tracing模型在密集建筑区和隧道内可见卫星数量显著减少,而Basic模型保持恒定,Basic+Intersections模型介于两者之间。
- 5.1 Statistical fidelity assessment of the ray tracing model against real-world data
通过对比仿真数据(20分钟,20 Hz)与真实数据(约6小时,1 Hz,u-blox F9接收机,葡萄牙布拉加城区)的定位误差经验累积分布函数(ECDF),发现两者在低百分位(P50、P68)上差异较小(水平方向Δ=0.549 m及0.370 m),但在高百分位(P95、P99)上仿真误差更大(水平方向Δ=-5.381 m及-15.615 m),归因于仿真场景包含高空轨道等额外遮挡因素。
- 5.2 Runtime analysis
Basic模型每轮迭代仅需0.154 ms,Basic+Intersections模型需31.30 ms(其中射线交集计算31.09 ms),Ray Tracing模型因射线计算和信号分量计算耗时最长,每轮迭代约12.045 s(其中射线计算11.89 s)。

6. Discussion
讨论部分指出,所提模型定位误差较大但更真实,强调了在城市峡谷等场景中多径的显著影响,并说明模型本身并非多径缓解技术,而是为评估和验证缓解方法(如载波相位平滑、三维城市建模、传感器融合、机器学习等)提供基础。研究人员还提到,模型可用于生成机器学习训练数据集,并指出未来需结合DOP(精度衰减因子)滤波以降低极端误差。

7. Conclusions and future work
研究结论翻译如下:仿真为开发和评估多传感器车辆应用提供了有效平台。在这些场景中,GNSS技术确保绝对车辆定位。然而,在城市环境中,多径效应(主要由建筑物及其他结构反射引起)是GNSS定位误差的主要来源。因此,准确模拟这些效应对于评估和提升定位技术至关重要,以满足自动驾驶系统所需的高精度、高可靠性和高可用性。现有GNSS模拟器存在明显局限:硬件解决方案虽保真度高但成本高昂且配置复杂;软件模拟器虽更易获取,但常无法真实呈现城市环境及多径效应。针对这一空白,本研究提出的解决方案提供了一个增强型仿真框架,改进了多径误差建模的真实性,能够生成受此类误差影响的合成GNSS原始测量数据。本文介绍了一种基于射线追踪的新方法,用于模拟城市环境中的多径效应。该方法利用CARLA开源模拟器生成高保真三维环境、车辆动力学及传感器数据。通过采用八叉树空间表示,该方法通过射线投射高效确定可能的信号路径(包括LOS和NLOS分量)。随后,接收信号脉冲以延迟、幅度和相位量化,并输入鉴别器函数以估计多径误差。计算出的误差随后被集成到原始GNSS伪距和载波相位测量中(使用SatNav工具箱,亦可替换为其他软件模拟器)。为便于结果分析,研究人员采用场景检测模块对车辆周围环境进行分类,将环境上下文与定位误差关联。此外,通过将所提模型与另外两种方法的原始GNSS伪距输入简单最小二乘估计器,比较定位误差,重点评估城市峡谷等挑战性环境下的性能。实验结果表明,所提基于射线追踪的多径模拟在密集城市区域(特别是城市峡谷)产生的定位误差高于其他方法。所获误差超过了忽略环境影响以及先前仅检测LOS信号障碍物的模型。这些结果突显了多径效应对定位精度的显著影响,并强调了有效多径缓解技术的必要性。此外,本研究通过公开共享生成的数据集促进开放科学实践,旨在推动汽车应用新型定位方法的发展。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号