将来驾驶辅助系统将依赖于精确、牢靠和连续的其他道路交通参与者的位置信息，这些交通参与者包括：行人、自行车和其他车辆。通常处理这一问题的计划是采用车载的测距传感器。雷达、激光雷达和基于视觉的系统可以检测到视野内的物体。与这些非协作式传感器相反的是，协作式传感器遵照的战略是一切的道路参与者主动地提供估量的相对位置信息。能够运用基于车车通讯的协作式办法补偿车载测距传感器检测范围、视角和设备梗塞的缺陷。协作式战略和非协作式战略的交融从定位的精确性和鲁棒性角度来思索似乎都可以得到最大的好处。本文给读者提供一个关于不同车辆相对定位技术的综合性概述。

 精度（Accuracy）

普通来讲，丈量系统的精度能够定义为丈量值和真实值的接近水平。在定位系统中采用丈量值和真值的差值来定量描绘该接近水平。通常定位系统中的精度指的是三维的定位精度，但是在车辆应用当中由于车辆是在道路上行驶的，普通不太关注垂直的车辆位置，因而普通采用二维的位置精度。定位的精度普通定量的描绘为均方根误差（RMSE，Root Mean Squared Error）或者其它惯例比方95%置信区间。当评价车辆相对定位系统的精度时，通常将沿轨迹方向和垂直轨迹方向的精度辨别看待。特别是关于车载测距传感器，需求区别看待测距精度和丈量角度的精度。

同测得的相对位置和相对速度信息一样，当前丈量结果的不肯定性信息关于驾驶辅助应用也是有用的。依据目的车辆检测间隔、视角、目的物体的材质以及环境条件的不同，传感器的精度也会有所不同。理想的相对定位系统应该可以提供沿轨迹和垂直轨迹方向的高精度、无偏向的相对位置和速度信息，还包括当前估量的不肯定性。Shladover and Tan 指出1m的定位精度在碰撞预警可承受的边缘，而50cm的精度会显著的提升系统的性能。

牢靠性（Reliability）

特别是关于平安关键应用（safety-critical applications），系统的牢靠性是十分重要的要素。一个系统可能精度很高，但是假如不够牢靠也不行。在系统工程中，牢靠性也称为完好性。完好性给出了“能够对整个系统提供信息的正确性停止的信任度量”。完好性还包括在jbo竞博特定参数的误差极限时提供警报的才能。完好性剖析产生特定参数的置信区间，即所谓的维护级别，以及完好性风险，即丈量不包含在维护级别内的概率。固然在民用航空中对一切相关的操作部件施加了严厉的完好性请求，但在公路运输范畴才刚刚开端特别思索完好性。道路车辆功用平安规范（ISO 26262）定义了所谓的汽车平安完好性等级，以量化车辆内部的每个功用，软件和硬件组件相关的风险以及与平安关键应用相关的风险。

可用性（Availability）

定位系统尽可能地可用是十分重要的，多种缘由会招致可用性降低。基于GNSS的定位系统可能在卫星视野完整阻塞的状况下不可用，例如在隧道中。不只是GNSS，任何类型的基于无线电的定位系统都能够经过干扰信号而变得不可用。基于视觉的测距系统可能不适用于雾、大雨或夜间等条件。

只要当各车辆装备有所需的定位和通讯设备时协作式办法才可用。在早期开发阶段，较低的浸透率将产惹事实上的低可用性。因而为了给平安系统提供连续的操作，对可用性的请求应到达接近100％。

 检测范围和视场（Detecting Range and Field of View）

激光扫描仪和视觉等测距系统具有视野特性，这意味着它们只能丈量能够直接看到的相邻障碍物的位置，并且很容易被其他车辆，建筑物或四周的地形所阻挠。这些系统还遭到它们有限的发射功率或传感器灵活度的限制。此外其视野也有限，由它们扫描环境的方位角和仰角的张角所定义，为了克制这种限制，需求在车辆四周放置多个传感器以取得360度的环境视图。而应用V2V通讯和全向天线，能够完成对环境的全方位感知。

 维度（Dimension）

空间中的位置是三维重量，因而它是一种相对的位置坐标。许多相对定位系统单独运用仅可以丈量一维或二维的相对位置。基于GNSS的协作式处理计划可以在车辆之间提供完好的3D相对位置。

 目的分辨和辨认（Target Resolution and Identification）

目的的分辨指的是分辨不同对象的才能。量化目的的数量并随着时间的推移对目的停止跟踪关于驾驶辅助系统来说十分重要。临近的目的可能会被车载测距传感器错误地兼并为一个单独的对象。系统检测和跟踪目的的最大数量会遭到测距传感器内部处置才能以及车载处置才能的限制。依据道路环境的不同，为取得与平安相关的应用所需的对物体的辨识，将需求跟踪多达100个目的。另外，随着时间的推移对目的的明白辨认是关于相对定位处理计划的进一步请求，即在检测和跟踪中缀时为同一目的提供相同的ID。

系统延迟（System Delay）

平安相关的驾驶辅助应用，通常具有需求快速响应和高动态的特性。警报系统及时发出警报并且控制系统可以平稳地响应相对位置的变化是非常重要的。为此，来自相对位置设备的信息必需在短时间内处置并以足够高的速率输出。在队列行驶中，追求快速牢靠地控制车辆的速度和转向。固然今天的ACC应用需求10 Hz到20 Hz的更新速率，但将来的碰撞检测和预碰撞应用需求高达50 Hz的更新速率。

丈量的输出频率是一个重要要素。丈量的延迟（即从物理事情发作直到输出到应用程序所经过的时间）也是很重要的，由于它招致前向碰撞预警（FCA）障碍物检测的延迟或者在队列应用中控制的不稳定。例如，雷达传感器和激光扫描仪对速度变化不敏感，它们只能经过对连续丈量量的观测来估量加速度，并因而遭到延迟增加的影响。直接传输车辆传感器信息的协作式处理计划将克制该限制。但是，V2V通讯将引入传播和通讯系统的延迟。

非技术方面的请求（Non-Technical Requirements）

在评价某个相对定位系统的适用性时，还应思索其他非技术请求或限制。比方在商用客货运车辆中，价钱起着重要作用。某种相对定位处理计划的本钱不只是在汽车中装载该设备的直接价钱，还需求思索二次本钱，包括装置和维护本钱，处置才能，重量和功耗，以及所产生的噪音和热量。在运用基于根底设备通讯（例如蜂窝通讯）的协作式处理计划中，能够预期运转本钱会以月费或年费的方式以维持根底设备和运用答应频带。

结论

在线的测距传感器比方雷达传感器和激光扫描仪可以提供较高的间隔精度，但雷达传感器侧向的分辨率较低，激光扫描仪可以提供较高精度的侧向间隔。两者均可以为平安相关应用提供可承受的更新频率（》10Hz），但是只要雷达可以直接提供相对速度信息。基于视觉的系统只能估量近间隔车辆的间隔，并且必需运用有关物体和背景的附加信息来估量间隔更远车辆的间隔信息。只能经过比拟连续图像的信息来取得相对速度。激光扫描仪和摄像头系统由于依赖可见光招致可用性较低，并因而对不理想的照明和气候条件敏感。最终由激光扫描仪或摄像机支持的雷达传感器是用于平安关键的高级驾驶辅助系统相对定位十分合适的办法。

基于雷达和视觉的处理计划在纵向和横向性能方面可以互相补充。雷达传感器的带宽增加将使得回波信号中能包含更多的细节信息。雷达传感器的研讨方向为更强大、更准确的检测和跟踪算法。此外，用于基于视觉的车辆跟踪系统的图像处置算法将继续开展以降低错误检测率和道路物体的错误分类。

关于本钱，雷达传感器在过去十年中价钱下跌，估计基于视觉的系统也会发作同样的状况，由于相机技术曾经在消费市场中占领了一席之地，并且该技术曾经成熟，能够引入汽车范畴。而激光扫描仪由于其机械部件的存在，可能需求更多的时间才干够具有足够的吸收力以便找到市场。

一切非协作式办法都具有视野特征，并且容易被障碍物阻挠，例如其他车辆或者在弯曲的乡村道路以及城市环境中具有有限的范围。此外，运用RSS（Received Signal Strength，信号接纳强度），RTD（Round-Trip Delay，往复延迟）和TOA（Time-Of-Arrival，抵达时间）丈量的基于协作转发器的办法在非视距条件下表现出太大的误差。这被以为是其应用于车辆平安应用的重要缺陷，由于其需求及时地对车辆前方的动态事情作出反响。而基于V2V通讯的协作式办法能够应对到达几百米的视野遮挡，经过车辆之间的定位信息交流来完成相对定位。在这里，不同的处理计划互相竞争，以满足高级驾驶辅助应用的请求。独立GNSS处理计划不满足相对位置和相对速度的精确性和可用性请求。GNSS与车载运动传感器和惯性传感器的交融用于绝对位置肯定，进步了可用性和精确性。运用GNSS载波相位处理计划能够完成厘米准确的相对位置，但是具有对卫星视野阻塞的高灵活度的缺陷，招致有限的可用性并且仅保存用于开放天空场景。

虽然如此，基于GNSS的处理计划在城市峡谷或隧道等具有应战性的环境中的有限可用性和低精度依然是将来基于V2V通讯的协作办法需求处理的主要问题。高精度地图将成为将来自动驾驶汽车取得精确绝对位置坐标定位的关键。经过运用车载感知传感器，自动驾驶车辆将可以辨认四周的特征，并且能够得到本人的位置信息或与其他车辆共享这些信息，以便取得本人与其他车辆的相对位置关系。

协作式和非协作式的交融是最有希望的相对位置估量办法。倡议将具有高精度和关于照明与气候条件具有良好鲁棒性的雷达传感器与具有扩展全方位范围和辨认才能的V2V通讯相分离。基于视觉的系统和雷达传感器未来能够将最低级别的协作式技术提供的四周道路运用者的信息归入其中用以改善车辆检测和不同目的的分辨率。关于协作式办法，若将GNSS的伪距和载波相位丈量值停止交流，并与运动传感器和惯性传感器信息分离将可以提供最高的精确性、可用性和鲁棒性。