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

Resumen

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, Intelligent Transportation Systems) 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 Navigation Systems) 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 debido a 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 que conllevan imprecisiones en el proceso de trilateración satelital y, por tanto errores 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, Elevation Enhanced Maps). 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 según los valores del parámetro DOP (Dilution Of Precision). 4. Desarrollar un algoritmo de posicionamiento que permita calcular la posición del ?receptor a partir de las pseudodistancias de las señales procedentes de los satélites. ? 5. Integrar los modelos de elevación con el algoritmo de visibilidad y con el algoritmo de posicionamiento para obtener la estimación de la posición del receptor. ? 6. Integrar los sistemas descritos anteriormente para determinar la posición libre de errores. 3. Metodología. En primer lugar, se modela el escenario objeto de estudio. Para ello se define el concepto de EEMap (Elevation Enhanced Map). Un EEMap es un mapa digital 3D que almacena información relevante sobre 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, Least Square) 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 Francia con limitada visibilidad satelital. Los resultados de estas campañas son 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