科创中国

问题描述

无人车作为现代科技的核心产物，在未来工业发展过程中将扮演越来越重要的角色。为实现多样化的任务需求，无人车不仅需要工作在城市道路、高速路、码头等开阔环境，还需要工作在巷道、丛林、峡谷、地下隧道、建筑物内等复杂场景下，在这些复杂环境中，要求无人车必须具备高精度定位、自主避障、智能路径规划及导引等功能。目前常用的惯性加卫星的组合方案，在卫星信号不可用环境中，导航性能将显著下降，进而严重影响无人车的作业能力。 为了提高无人车在复杂场景下的自主作业能力，需要研究具有高精度、全自主的导航方案。惯性与里程计组合导航能基本实现较高精度的自主导航，但组合导航后的定位误差依然存在随距离发散的问题，无法满足对无人车高精度自主导航的需求。 同时，智能化的导航能力也是无人车运行的基本保障。智能导航主要指可以在事先的规划指令和任务实施过程中进行最优自主控制，并根据自身传感器对环境信息进行感知并实时构建高精度场景地图，结合任务要求，自主对路径、障碍、目标等选择做出决策，形成最优任务方案，实现最佳作业效能。 综上，迫切需要解决无人车在卫星不可用条件下高精度智能导航问题。通过惯性与里程计组合导航，实现一定距离内的高精度绝对定位，辅之视觉和雷达传感器，能够获得高精度相对定位信息与环境感知信息，实现自主避障与在线路径规划，满足无人车的实际使用需求。

问题背景

综合各类无人车未来发展对导航的应用需求，可归纳为以下几点： 1、需要重点解决卫星失效环境下的高精度自主导航问题。无人车需要工作在复杂场景下，卫星信号易受遮挡、多径效应等影响，且易受干扰和欺骗甚至完全无法接收，这均导致无人车导航性能下降，影响其作业能力。 2、需要较大幅度的提高无人车相对定位和绝对定位性能：无人车执行任务中，相对定位信息用于躲避障碍物，保障其驾驶安全，一般要求达到分米级，绝对定位信息用于对其进行全局任务规划、综合指挥，一般要求达到米级。高精度的相对、绝对信息的获取，直接影响着任务的成败。 3、环境更恶劣，运动动态范围更大，速度更快，除公路外，还要面临越野环境。无人车将面临复杂的作业任务，特别是在特种作业环境下，情况更为恶劣，对导航系统频带要求更高；在越野环境下，缺乏有效的环境特征信息，环境感知难度大，上述情况对无人车的自主导航带来了较大的挑战。

最新进展

美国国防部高级研究计划局（DARPA）推出了无人车超级挑战赛计划，极大推动了无人车的发展，无人车超级挑战赛的水平也代表了无人车的发展水平。 在最近一届DARPA无人车挑战赛中，共11个团队参加了比赛。取得第一名成绩的Boss无人车配备包括惯性测量单元、卫星接收机、里程计等在内的导航设备，为无人车提供高精度绝对位置信息。此外由相机、激光雷达、毫米波雷达组成的多传感器冗余环境感知系统，用于检测障碍物，同时生成实时环境地图，进行路径规划及避障以保证其能在复杂环境中安全的驾驶，实时位置和方位误差分别在0.1米和0.1度以内。 通过对国外技术及应用水平领先的无人车的导航设备分析可知，以惯性/卫星/里程计组合导航为主，视觉与激光雷达为辅的导航方法仍是主流的无人车导航方案。 国内无人车主要采用光学惯性导航系统、卫星导航系统等设备进行导航，在卫星不可用情况下，惯导系统提供的导航信息精度下降，难以满足无人车实际任务需求。亟需开展无人车用高精度惯性导航系统技术、基于视觉的环境感知技术、自主避障与智能路径规划技术等关键瓶颈技术研究，解决实际工程应用中卫星不可用条件下的高精度智能导航问题，从而支撑新一代无人车的发展。

重大意义

该技术取得突破后，相关研究成果可应用于各类无人车领域，特别是无人救援车、无人采矿车、无人运输车等特种无人车，进一步推动无人车向智能化发展，增强无人车的任务效能，同时，可推广应用至多种无人平台，具体如下： 1、实现无人车在卫星不可用条件下的高精度自主导航。通过完成惯性基智能导航技术研究，实现惯性/里程计/视觉/激光雷达等多源信息组合导航，具备无人车的全区域自主导航能力，极大的增强无人车的执行特种任务、联合作业等能力。 2、显著降低无人车导航系统的综合使用成本。传统的高精度无人车导航系统价格昂贵，维护使用成本高，而通过该技术研究，利用多源信息融合的思想，将多种导航手段进行智能融合，能够有效提升系统性能，降低系统成本。 3、相关研究成果可进一步拓展到其他应用领域。相关研究成果可进一步推广应用于提升无人船、无人机等无人装备的智能化导航水平；同时，还能够作为有人驾驶车辆的辅助设备，提升有人驾驶的安全性和可靠性。