秦晓辉，王哲文，庞 涛，史维清，孙 宁，胡满江

（汽车车身先进设计制造国家重点实验室，湖南大学机械与运载工程学院，长沙410082）

前言

近年来随着自动驾驶技术研究的不断深入，多种应用场景下的自动驾驶解决方案应运而生。诸如港口、工厂园区等相对封闭区域因车辆行驶路线固定、交互环境简单等特点，成为了自动驾驶技术商业化落地的首选场景。自动驾驶技术包含环境感知、自主定位、决策规划和运动控制等多项技术，其中自主定位技术是自动驾驶车辆实现复杂环境下自主运动的重要基础。

自主定位技术的实现主要依靠自动驾驶车辆上安装的外部传感器。惯性导航系统（inertial navigation system，INS）包括全球导航卫星系统（global navigation satellite system，GNSS）和惯性测量单元（inertial measurement unit，IMU），在开阔环境中定位精度较高，可为自动驾驶车辆提供全天候定位服务。然而GNSS定位依赖远距离在轨卫星的授时信号，一旦车辆处于无线电信号强度不稳定或信号丢失的环境中，例如道路两侧堆放大量集装箱的港口、植被或建筑物密度较高的园区等，定位精度将无法保证甚至无法进行定位。且自动驾驶车辆常用的低成本IMU只能在极短时间内保证载体定位精度，局限性较大。

对于GNSS信号存在遮挡场景中的自动驾驶车辆自主定位，国内外学者进行了大量研究。在此工况下，通常有4种位姿估计方法：基于模型的方法、基于直接传感器的方法、基于间接传感器的方法和上述3种方法的融合［1］。基于模型的方法使用车辆模型在静态和动态响应中获得定位结果，Ren等基于阿克曼原理分析车辆的运动学特征，建立考虑误差的车辆运动学模型推算车辆的转向角、航向角和转弯半径等运动状态［2］。……