4.3　定位傳感器建模與仿真

GNSS傳感器和IMU傳感器定位中主要有如下幾種噪聲。

① 高斯白噪聲：噪聲功率譜密度均勻分布；幅值對時間的分布滿足正態分布；分布在高頻。

② 粉紅噪聲：功率譜密度與頻率成反比（1/f ），分布在中低頻。

③ 褐色噪聲：功率譜密度與頻率平方成反比（1/f 2），分布在低頻。

各種噪聲在時域上長期作用，就形成了一種偏差。仿真時可以把GPS和IMU傳感器的誤差表示為偏差+噪聲。

4.3.1　GNSS傳感器建模與仿真

GNSS傳感器誤差：各種誤差可以對應為GPS傳感器的等效距離誤差。

GNSS傳感器衛星誤差：衛星時鐘誤差，星歷誤差，相對論效應。

信號傳播誤差：電離層及對流層折射，多路徑誤差。

接收設備誤差：接收時鐘誤差，天線相位誤差[4]。

這些誤差在時間上積累，短期表現出隨機行走的特征；長期則表現出一定的周期性，其中，年周期性比較明顯。

GNSS傳感器仿真初步可以使用如下公式：

y=y0+rt+PeriodicTimeNoise(t)+gaussMarkovNose(t)+gaussianNoise( )

式中，y0為GPS傳感器真值；rt為隨時間緩慢變化的線性偏差；PeriodicTimeNoise(t)為以年為單位的周期性變化，初相值由用戶誤差輸入控制；gaussMarkovNose(t)為高斯馬爾可夫過程噪聲（模擬粉紅噪聲）；gaussianNoise( )為高頻的高斯白噪聲。

4.3.2　IMU傳感器建模與仿真

IMU傳感器誤差主要包括加速度計的誤差和陀螺儀的誤差。

漂移誤差包括靜止時和啟動時的漂移形成的偏差[5]。

設備的刻度因素及低端IMU傳感器中的機械靈敏度，以及溫度變化引起的誤差、安裝誤差等。

IMU傳感器的累計噪聲比較明顯，特別是在GPS傳感器信號丟失的情況下。我們初步可采用如下公式計算：

y=y0+bias+LinearTimeNoise(t)+gaussMarkovNose(t)+randomWalkNoise(t)

式中，bias為上述誤差綜合起來形成的一定偏差。IMU傳感器定期基于GPS傳感器結果做修正，所以bias最低為GPS傳感器定位的誤差。LinearTimeNoise(t)為IMU傳感器隨著時間而累積的誤差，特別是當GPS傳感器不工作且陀螺儀有角速度時，誤差會變大。randomWalkNoise(t)為隨時間積累的隨機行走噪聲（褐色噪聲）。

初步可假設各個維度誤差線性無關，以此來簡化模型。用戶可控制參數為：水平位置誤差（x, y)，垂直位置誤差（z），速度誤差（v），角度誤差（deg）。

4.3.3　視覺傳感器建模與仿真

為視覺定位傳感器建模與仿真，可基于特征的目標差異篩選方法[6]，對仿真場景中的目標進行識別；建立圖像坐標與空間距離的映射關系，利用該映射關系建立計算目標之間的空間距離，進行車輛定位。清華大學車輛與運載學院楊殿閣教授團隊提出一種基于商用高精地圖及量產車型單目相機即可實現車輛20cm+精度的定位方法[7]，利用該技術有望為高精度定位算法提供低成本的解決方案。該定位方法的原理為：從單目相機中提取定位特征，與輕量化的商用矢量高精地圖進行匹配，通過光束平差進行六自由度相機位置、姿態的解算，得到相機在絕對地理坐標系下的定位結果。燈桿、車道線、建筑物邊緣、交通指示牌等高精地圖中包含的定位特征均可作為與相機進行匹配定位的特征。