Localización de vehículos en entornos urbanos mediante GPS y mapas 3D

Abstract

Localización de vehículos en entornos urbanos mediante GPS y mapas 3D

1. Introducción.

En la actualidad y cada vez más, son numerosas las aplicaciones basadas en Sistemas Inteligentes de Transporte (ITS, IntelligentTransportationSystems) que requieren un posicionamiento del receptor de alta precisión. Algunas de ellas son: control de flotas, vehículos inteligentes, peajes o sistemas para evitar colisiones. Sin embargo y, a pesar de los continuos avances en este campo, los receptores GNSS (Global NavigationSystems) comerciales siguen teniendo dificultades en determinados escenarios tales como túneles, aparcamientos cubiertos y cañones urbanos. Más allá de la falta de cobertura, el posicionamiento por GNSS sufre de diversas fuentes de error, como son los causados por los relojes y las órbitas de los satélites, o las perturbaciones en la ionosfera y la hidrosfera. De entre estos errores, posiblemente el más complejo de modelar y compensar es el denominado error de multitrayecto. Éste se produce debidoa las reflexiones de las señales de los satélites en superficies planas, generalmente edificios.Dado que la trayectoria recorrida por una señal reflejada siempre es más larga que la trayectoria recorrida por una señal directa, las señales afectadas por el multitrayecto llegan retardadas con respecto a las señales directas.De esta forma, se ocasionan sobreestimaciones de las pseudodistancias entre los satélites y la antena queconllevanimprecisiones en el proceso de trilateración satelital y, por tantoerrores en el cálculo del posicionamiento.

En esta tesis se propone una solución al problema del multitrayecto en entornos urbanos con visibilidad limitada. En ella se describe un algoritmo de detección de los satélites no visibles basado en Mapas de Elevación Realzados (EEMaps, ElevationEnhancedMaps).

2. Objetivos.

Los principales objetivos de la tesis propuesta son los siguientes:

1. Desarrollar un modelo de EEMap que permita modelar los parámetros relevantes de los edificios cercanos a la posición que se desea estimar. 2. Desarrollar un algoritmo de visibilidad que permita descartar las señales de los satélites afectados por el multitrayecto. 3. Implementar un algoritmo para estimar la calidad de la geometría satelital segúnlos valores del parámetro DOP (Dilution Of Precision). 4. Desarrollar un algoritmo de posicionamiento que permita calcular la posicióndel receptor a partir de las pseudodistancias de las señales procedentes de lossatélites. 5. Integrar los modelos de elevación con el algoritmo de visibilidad y con elalgoritmo de posicionamiento para obtener la estimación de la posición delreceptor. 6. Integrar los sistemas descritos anteriormente para determinar la posición libre deerrores.

3. Metodología. En primer lugar, se modela el escenario objeto de estudio. Para ello se define el concepto de EEMap (ElevationEnhancedMap). Un EEMap es un mapa digital 3D que almacena informaciónrelevantesobre el escenario modelado. A lo largo de la tesis se detalla el proceso de construcción de dicho mapa a partir de imágenes digitales y un algoritmo de detección de bordes.

Una vez construido el mapa se desarrolla un algoritmo de detección de visibilidad de satélites que permitirá descartar las señales procedentes de satélites afectados por multitrayecto. Esto permite eliminar pseudodistancias incorrectas y recalcular la posición GPS solamente con los satélites de los que se disponga visión directa.

Para calcular la posición del receptor a partir de las pseudodistancias de los satélites captados por el receptor se desarrollan matemáticamente dos algoritmos de posicionamiento. El primero de ellos se denomina “Algoritmo de Mínimos Cuadrados” (LSQ, LeastSquare) y el segundo “Algoritmo de Bancroft”.

4. Resultados.

Para comprobar la validez de los conceptos descritos en esta tesis, se han realizado diversas campañas de pruebas en las que se recogen datos reales en zonas urbanizadas de España y Franciacon limitada visibilidad satelital. Los resultados de estas campañasson presentados y analizados, mostrando entre otras figuras valores de DOP (Dilución de la Precisión) y HPE (Error Horizontal de Posicionamiento).

Las tasas de detecciones NLOS (Non Line Of Sight) correctamente identificadas se encuentran cercanas al 100% y se obtienen algunos falsos positivos, con pequeñas variaciones dependiendo de cada prueba. Si bien es cierto que también es menor la disponibilidad satelital por el hecho de descartar medidas espurias, la fiabilidad de la solución es sin duda muy superior. 5. Conclusiones.

Globalmente, la tesis presenta dos aportaciones principales en el ámbito del posicionamiento de vehículo de carretera. Ambas han sido recogidas en sendas publicaciones en revistas de reconocido prestigio en el sector. En primer lugar, la propuesta de mapas EEMaps es lo suficientemente completa para poder modelar edificios con una precisión suficiente para el problema planteado. Los mapas no implican el manejo masivo de datos pesados, ni demandan computaciones costosas para su consulta. La exactitud del método de generación de mapas EEMaps propuesto en la tesis ha sido validada por medio de una referencia internacional en mapas 3D. En segundo lugar, estos mapas han demostrado que pueden apoyar efectivamente la navegación por satélite, sirviendo como entrada de un algoritmo de detección de satélites GNSS que no estén en línea directa de visión con el receptor. Localización de vehículos en entornos urbanos mediante GPS y mapas 3D

1. Introduction.

Manyapplications based on vehicle localization, such as navigation systems, fleet management orElectronic Toll Collection (ETC), are a reality today thanks to the so-called Global Navigation SatelliteSystems (GNSS). All of them require an accurate position of the receiver.However, location-based applications must face serious drawbacks in certain scenariossuch as tunnels, covered parking lots and urban canyons.Beyond the lack of coverage, GNSS positioning suffers from several sources of error, such as those caused by clocks and satellite orbits, or perturbations in the ionosphere and the hydrosphere. Among all these errors the most complex to model and compensate is the so-called multipath error.This error occurs due to the reflections of the satellite signals on flat surfaces, such as buildings. Given that the path travelled by a reflected signal is always longer than the path travelled by a direct signal, multipath affected signalsare delayed, causing GPS outliers andwrong estimates of the position.Consequently, theirestimated pseudorange values are not valid and the final estimate of the vehicle positioning is erroneousbecause of the inaccuracies in the trilateralizationprocess.

This thesis describes a method to distinguish direct signals from satellitesfrom those who arrive as a result of successive rebounds on the surfaces of the nearest buildings.

2. Objectives.

The main objectives of this work are the following:

1. To develop an EEMapthat stores the most relevant parameters of the nearest buildings to the receiver position and helps to solve the multipath problem. 2. To develop a visibility algorithm to discard satellite signals affected by multipath. 3. To implement a DOP (Dilution Of Precision) algorithm to estimate the quality of the satellite geometry. 4. To develop a positioning algorithm for the calculation of the receiver position using the pseudorangesmeasurements fromsatellite signals in direct view. 5. To integrate the elevation models with the visibility algorithm and with the positioning algorithm to obtain the estimation of the position of the receiver. 6. To integrate the systems described above to determine the error-free position.

3. Methodology.

The first step is the modeling of the environment. For this purpose, the concept of EEMap (Elevation Enhanced Map) is defined. An EEMap is a 3D digital map that stores relevant information about the scenario to be modeled. The process of creation of the EEMap is described in this thesis.

Once the map is constructed, a visibility detection algorithm is developed. This algorithm allows to discard those satellitessignals affectedby multipath and to eliminate wrongpseudoranges. Then, the receiver position is recalculatedusing only datafrom satellites which are in direct view.

Two algorithms are proposed to calculate the position of the receiver from the pseudodistances of the satellites.The first one is called "Least Square Algorithm" (LSQ) and the second one is the "Bancroft Algorithm".

4. Results.

In order to verify the validity of the describedconcepts, several test campaigns have been carried out in real scenarios. Data were collected in urbanized areas of Spain and France with high buildings and narrow streets with limited visibility. The results of these tests are presented, analyzed and compared with the position provided directly by the GPS receiver itself. Among other measurements, statistical calculations of the DOP (Precision Dilution) and HPE (Horizontal Positioning Error) parameters are presented.

The correctly identified NLOS (Non Line Of Sight) detection rates are closed to 100% and some false positives are obtained, with some small variations depending on each test. Even though the discard of spurious measurements leads to lower position availability, the reliability of the solution is certainly far superior.

5. Conclusions.

Overall, this thesis presents two major contributions to the field of road vehicle positioning. Both of them have been published in recognized magazines of the sector. Firstly, the EEMaps proposal is sufficiently complete to model buildings in an accurate way to deal with the proposed problem. Maps do not need to handle heavy data, and do not require costly computation. The accuracy of the proposedEEMapshasbeen validatedby means ofaninternational reference on 3D maps. Secondly, these maps have shown that they can effectively support satellite navigation. They can serve as an input to a GNSS satellite detection algorithm to eliminate signals from satellites which are not in direct view with the receiver.