智能网联环境下路侧感知单元数据质量在线监测框架

智慧道路中布设的路侧感知单元可以获取全域车辆运动轨迹数据,是交通流智能管控系统、车路协同自动驾驶的重要基础,如何对其数据质量进行主动监测是道路交通运营管理部门面临的重要挑战。随着智能网联车的规模化应用,车载高精度定位与环境感知众包数据为路侧感知单元数据质量监测提供了新的思路。提出了基于智能网联车众包定位与感知数据的路侧感知单元在线监测框架,主要包括轨迹匹配、时间同步和精度评估3个关键步骤。在轨迹匹配阶段提出了一种考虑周围车辆相对位置的轨迹相似度匹配算法,确定车辆在路侧感知数据集中的对应轨迹;在时间同步阶段,采用内插外推法及最小二乘原则求解系统时间偏差,实现车路系统时间对齐并同步采样时间;在精度评估阶段面向实际应用需求,设计单车绝对定位误差和多车相对定位误差2类指标,提出路侧感知单元轨迹数据精度评估方法。最后,利用PreScan仿真试验和实车试验对数据质量监测框架及方法进行测试验证。研究结果显示:设计的轨迹匹配及时间同步算法在不同交通环境、不同感知误差下均有稳定、高效的表现,提出的质量评估指标及相应计算方法可从不同维度准确地反映路侧感知单元轨迹数据的精度水平与特征,验证了评估方法的有效性和可行性;因此,提出的框架可支撑路侧感知单元健康监测和数据质量管理,推动完备可用的智能车路协同系统发展。