准!武汉大学和高德组队 拿下国际顶赛“车载环境下的手机定位”组别冠军-阿里云开发者社区

开发者社区> 高德技术> 正文
登录阅读全文

准!武汉大学和高德组队 拿下国际顶赛“车载环境下的手机定位”组别冠军

简介: 武汉大学和高德联合团队借助大数据挖掘以及人工神经网络的帮助,采用相对较新的VDR核心技术,结合车辆特殊的运动模式设计模型和方程,降低标定偏差,有效避开了硬件性能不足的缺陷,充分利用数据后处理优势进一步提升轨迹位置精度的思路解题并夺得了冠军。

如何拥有更精准的手机导航体验?现在人们越来越习惯在出门的时候用手机导航路线。体验比起前些年更快更准,除了手机硬件性能的提升以外,一整套技术方案起到了关键作用,而其中定位又是最基本的基础技术。这也是高德技术团队研究的重要领域。
ipin2020获奖截图.png

在刚结束的定位领域国际顶会IPIN2020比赛中,武汉大学和高德智能技术中心定位研发部联合组队参与了Track 6 组别比赛。该项竞赛目的在于挖掘基于智能手机内置传感器(包括GNSS,陀螺仪,加速度计和磁力计)的车辆组合导航定位方案的潜力,测试路径包括室外开阔场景、部分遮挡场景以及室内卫星信号遮挡场景。最终,武汉大学与高德联队以绝对优势夺得了冠军。

国际室内定位导航大会IPIN(Indoor Positioning and Indoor Navigation)始创于2010年,是目前室内定位领域全球最大的国际学术会议,伴随大会同期举办的比赛是全球三大室内定位赛事之一,其余两大赛事的举办方分别为美国国家标准与技术研究院(NIST)和微软公司,IPIN大会在谷歌学术排名中属于顶尖级别定位与导航会议。
https://scholar.google.com.au/citations?view_op=top_venues&hl=en&vq=eng_radarpositioningnavigation

结合真实场景增强难度 考验算法惯导推算能力

随着智能手机的全面普及,使用手机进行定位导航的用户量巨大,而使用手机定位面临很多挑战,主要依赖于GPS定位,由于GPS信号容易受到非视距、多径的干扰,常发生丢星、漂移等问题,尤其是室内场景(隧道、停车场等)。

目前车载定位导航系统普遍采用传感器与GPS融合的定位方式保持定位的稳定与连续。而手机端的元器件受成本限制,往往精度有限,很难满足车载导航定位的最低要求。因此,在今年的IPIN比赛中,首次加入了车载环境下的手机定位项目。

比赛采用事后处理(off-site)的方式,举办方提供驾车导航途中的手机数据(包括GPS、加速度、陀螺仪、磁力计、气压等),参赛者根据手机数据还原车辆行驶的实际位置。

全场约19公里,手机固定安装在车上,前4.5公里用于参赛团队算法初始化,后14.35公里用于算法验证,验证阶段会有几段时间长短不一的GPS信号缺失(总共23分钟),以及11分钟室内区域。其中在初始化阶段,主要用于传感器矫正、状态初始化以及估计安装角,初始化轨迹包括多个转弯、停车等动作。在验证阶段会采取人为屏蔽GPS信号(模拟GPS无法定位)和室内驾车(还原真实的GPS无法定位情况)。

比赛中单次GPS信号中断时间很长,在验证阶段,共有19次GPS信号中断,其中,最长的一次中断时长有400多秒,GPS长时无法定位情况下,很考验算法惯导推算的能力,包括传感器零偏估计的精度、状态估计的误差大小等。在GPS信号中断期间,没有其它提供绝对位置、速度的信号(WIFI、基站、蓝牙、里程计等)。因此,一旦算法出现较大偏差,会持续影响之后的定位。轨迹最后两段长时间GPS中断带来的挑战最大,其中一段是在开阔的机场内随意行驶,无法使用路网匹配技术。单独依靠传感器惯导推算还原真实位置难度巨大。

最后,武汉大学和高德联合团队借助大数据挖掘以及人工神经网络的帮助,采用相对较新的VDR核心技术,结合车辆特殊的运动模式设计模型和方程,降低标定偏差,有效避开了硬件性能不足的缺陷,充分利用数据后处理优势进一步提升轨迹位置精度的思路解题并夺得了冠军。

强强联合攻关技术难点 提升导航用户体验

DR(Dead Reckoning)是导航定位中的一项重要技术,该技术通过融合惯性测量单元(IMU)、车速等多元信息,实现在GNSS信号丢失情况下的连续位置推算。高德在车机DR领域的技术积累开始的比较早,在业界处于领先地位,目前已经在上百款车型上落地应用,保证了在城市峡谷、隧道、停车场等复杂场景下的连续准确导航。

近些年来,高德定位研发团队一直致力于结合手机传感器和大数据技术,使用机器学习等智能技术解决导航场景的疑难杂题。例如高架上下、主辅路识别等场景,在这些地方仅使用GPS难以进行有效的位置区分和精准的导航,长期以来都是手机导航定位的痛点。高德创新的通过对出行大数据的挖掘,提取经VDR技术获取的手机姿态变化信息作为关键特征,结合GPS信息、卫星SNR信息等特征,对局部路段进行表征学习,有效的解决了上述难题。相关功能均已在高德地图上线。

相比于车机DR,手机DR面临更大的挑战。首先,在驾车导航定位途中,手机摆放姿态、位置往往不固定,对于判定手机是否固定支架、估计手机摆放姿态就显得尤为重要。其次,手机没有里程计,在GPS无法定位时,很难准确估计车辆实际行驶速度,导致VDR推算位置容易发散。最后,智能手机种类繁多,手机传感器的差异巨大,如何保障不同手机的定位准确、可靠也是需要考虑的重要问题。

为了提高复杂环境下的手机定位精度,从而提升高德用户出行体验。高德和武汉大学正在联合攻关手机航位推算关键技术(VDR)并已取得了不少创新突破,相信不久的将来会有更多的好消息传出来。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
+ 订阅

关于高德的技术创新内容将呈现于此

官方博客
官网链接