[论文解读] CV2X-LOCA: Roadside Unit-Enabled Cooperative Localization Framework for Autonomous Vehicles

Zilin Huang, Sikai Chen+4 more|arXiv (Cornell University)|Apr 3, 2023

Indoor and Outdoor Localization Technologies被引用 4

一句话总结

CV2X-LOCA 是一种基于路边单元（RSU）的协作定位框架，利用蜂窝车联网（C-V2X）信道状态信息，在GNSS拒止的城市峡谷环境中实现车道级定位精度。通过整合数据处理、粗定位、环境修正和轨迹滤波模块，该框架在高速、RSU稀疏及噪声干扰条件下均表现出最先进的性能，为GNSS/INS或SLAM系统提供了一种低成本、无传感器的替代方案。

ABSTRACT

An accurate and robust localization system is crucial for autonomous vehicles (AVs) to enable safe driving in urban scenes. While existing global navigation satellite system (GNSS)-based methods are effective at locating vehicles in open-sky regions, achieving high-accuracy positioning in urban canyons such as lower layers of multi-layer bridges, streets beside tall buildings, tunnels, etc., remains a challenge. In this paper, we investigate the potential of cellular-vehicle-to-everything (C-V2X) wireless communications in improving the localization performance of AVs under GNSS-denied environments. Specifically, we propose the first roadside unit (RSU)-enabled cooperative localization framework, namely CV2X-LOCA, that only uses C-V2X channel state information to achieve lane-level positioning accuracy. CV2X-LOCA consists of four key parts: data processing module, coarse positioning module, environment parameter correcting module, and vehicle trajectory filtering module. These modules jointly handle challenges present in dynamic C-V2X networks. Extensive simulation and field experiments show that CV2X-LOCA achieves state-of-the-art performance for vehicle localization even under noisy conditions with high-speed movement and sparse RSUs coverage environments. The study results also provide insights into future investment decisions for transportation agencies regarding deploying RSUs cost-effectively.

研究动机与目标

• 解决在隧道、多层高架桥和密集城市区域等GNSS拒止城市峡谷环境中实现精准车辆定位的关键挑战。
• 探索当GNSS不可用或性能下降时，C-V2X无线通信信号作为可靠定位替代方案的潜力。
• 开发一种协作定位框架，利用路边单元（RSU）并仅依赖C-V2X信道状态信息，避免对车载感知传感器的依赖。
• 通过识别有效连接范围和覆盖密度，优化RSU部署策略，以实现稳健的定位性能。
• 提供一种低复杂度、可扩展的解决方案，可无缝集成至现有的GNSS/INS或地图匹配系统中。

提出的方法

• 该框架通过处理来自多个RSU的C-V2X信道状态信息（如接收信号强度RSS、到达时间TOA、到达时间差TDOA）来估计车辆位置，无需依赖车载传感器。
• 数据处理模块提取并归一化原始C-V2X测量值，以降低噪声并提高一致性。
• 粗定位模块采用基于最小化估计距离与测量距离比值对数的非凸优化方法，将其建模为最大-最小问题。
• 环境参数修正模块通过建模信号传播异常，对多径和非视 Line-of-Sight（NLOS）误差进行校正。
• 车辆轨迹滤波模块应用基于滑动窗口的卡尔曼滤波器，对位置估计进行平滑处理，减少抖动。
• 通过自适应参数调节，该框架可应对高速运动和RSU部署稀疏等动态网络条件。

实验结果

研究问题

• RQ1 仅依靠C-V2X信道状态信息，能否在GNSS拒止的城市环境中实现车道级定位精度？
• RQ2 在高速行驶和RSU部署稀疏的条件下，所提出的CV2X-LOCA框架性能如何？
• RQ3 何种RSU连接范围可使定位误差和网络拓扑波动最小化？
• RQ4 在精度和鲁棒性方面，CV2X-LOCA与现有的GNSS/INS、地图匹配或SLAM定位方法相比表现如何？
• RQ5 该框架能否有效集成至现有定位系统中以提升整体性能？

主要发现

• 在仿真中，CV2X-LOCA的中位定位误差为0.83米；在实地实验中为1.12米，证明其在GNSS拒止城市峡谷环境中具备车道级精度。
• 该框架在高速运行（最高达60 km/h）和RSU部署稀疏的条件下仍保持稳健性能，在复杂环境中优于传统方法。
• 每次定位更新的平均计算时间分别为：数据处理模块8.26ms，粗定位模块9.42ms，轨迹滤波模块11.28ms，表明其具备合理的实时可行性。
• 研究识别出最优RSU连接范围约为150–200米，该范围可最小化网络拓扑波动并最大化定位精度。
• CV2X-LOCA降低了对昂贵车载感知传感器的依赖，并可无缝集成至现有的GNSS/INS或高精地图系统中，从而增强整体定位鲁棒性。
• 实地实验验证了该框架的实际可行性，表明其在多种城市道路类型和信号条件下均表现出一致的性能。