研究成果與討論

0 0 1 0 ( )×

~ 0

0 ... (3)

其中，l − l為原始平差式(2)中的 L 矩陣，h − h 為 將 圖 資 提 供 之 高 程 資 訊 納 入 解 算 ， 表使用已知圖資的精度為高程約 制之權重。

圖 5 高精地圖輔助衛星定位流程

4. 研究成果與討論

4.1 實驗設置

本次實驗於台南實際市區道路進行車載導航 資料接收，同時搭載參考解及實驗解的接收儀器，

從台南花園夜市開闊區進行系統初始化後開始動 態導航，途中經過含大樓遮蔽之台南火車站市中 心，最後進入國立成功大學繞行。資料接收路徑 如圖 6，總路徑長度約 8 km，資料接收時間約 40 分鐘。

實驗儀器的部分，參考解使用 SPAN LCI-100 整合式定位系統，為導航等級高階 GNSS/INS 整合 系統，接收 GPS 及 GLONASS 雙星雙頻訊號，並 由商用軟體 Novatel Inertial Explorer (IE)進行解算，

使用實時動態技術(Real Time Kinematic, RTK)計算 動態載波解，再藉由卡爾曼濾波器(Kalman filter) 整合慣性感測元件計算成果，結合絕對和相對定 位達到高頻率、連續、高精度的定位解，以此定

位定向資訊產製已知高精度圖資及後續精度評估；

實驗解使用 U-blox M8T 接收機，為市面常見之低 成本商用接收機，為測試本研究之提案的成效，

僅接收 GPS 單頻訊號，經由星曆模型改正部分大 氣層等系統性誤差後，進行電碼單點定位(Single Point Position, SPP)計算。

圖 6 本研究之車載導航資料接收路徑

4.2 高精地圖輔助衛星定位成果

取得高精度整合系統定位解後，使用本研究 所提出之高精度路面圖資建置方案，計算半徑為 6 m 之點環域產製密度為 50 cm 之路面網格點，再使 用以距離為權重的插值法計算所有網格點之高度。

接著，將衛星接收電碼觀測量經由模型消除系統 誤差後，進行單點定位計算，並以本研究所提出 方案進行高精地圖輔助剔錯及約制定位。最終將 定位解展圖於地圖上如圖 7 為改正前及改正後的高 精地圖輔助衛星定位平面成果，圖 8 為以時間為橫 軸的高程成果，其中桃紅色為參考解軌跡，藍色 點為純單點定位的實驗解，綠色點為高精地圖輔 助實驗解軌跡。

本實驗路徑經過都市大樓遮蔽區域，由於衛

星訊號遮蔽，實驗路徑中單星系衛星顆數接收平 均只有 4 至 6 顆，部分時候甚至無法達到足夠解算 的觀測數量，加上多路徑效應及 NLOS 的影響造成 定位精度下降，由圖 7 及圖 8 的藍色軌跡可發現，

訊號干擾及遮蔽會使平面解精度略差，部分地區 的高程偏差情形已高達數十公尺以上，已遠超出 經模型改正後之殘差理論量級，故可認為多路徑 及 NLOS 效應影響，此種高程結果完全無法符合應 用需求；比對綠色軌跡為使用高精地圖輔助衛星 定位偵測與改善後，較大誤差的平面解隨著已知

圖資的篩選及約制而減緩或排除；高程上的改善 程度更是顯著，從完全無法使用的極大誤差，修 正後實驗軌跡幾乎和參考軌跡貼合。再者，以較 小的區域來檢視高精地圖輔助定位是否真的有在 大樓遮蔽及反射訊號地區發揮偵測及約制作用，

本研究選取實驗路徑中大樓遮蔽情況較嚴重的兩 個區域檢視輔助前後平面解的表現，如圖 9 所示，

使用街景圖還原遮蔽區域的外在環境狀態，並同 樣以桃紅色為參考解軌跡，藍色點為純單點定位 的實驗解，綠色點為高精地圖輔助實驗解軌跡。

圖 7 高精地圖輔助衛星定位平面成果

圖 8 高精地圖輔助衛星定位高程成果 (橫軸：GPS time，縱軸：橢球高)

圖 9 衛星遮蔽區高精地圖輔助衛星定位平面成果

由圖 9 可以看出，由於大樓造成的遮蔽及反射， 度計算，藉由區域坐標系統的三軸方向(East, North and Up)以及水平(Horizontal)、垂直(Vertical)、三維 方向(3-Dimansion, 3-D)，使用參考解為真值計算平 均誤差(Mean Error)、最大誤差(Max Error)、標準 差 (Standard Deviation, STD) 及 均 方 根 誤 差

表 2 高精地圖輔助衛星定位成果精度提升百分比 Horizontal Vertical 3-D Mean Error 19.6 % 99.3 % 56.0 %

Max Error -2.7 % 99.7 % 62.0 % STD 32.2 % 99.2 % 68.9 % RMSE 28.6 % 99.2 % 65.9 % Availability Pure 95.4%

With HD 78.1% 光達點雲(LiDAR point cloud)所繪製之高精地圖取 代由整合式定位定向解所得之三維圖資，依據高 精地圖製圖指引之規範進行圖資建置，達到精度 及解析度更高且更符合應用需求之已知圖資；另 外將高精地圖輔助車載衛星定位解進行後續多星 系 (Multi-Constellation) 多 頻 段 (Multi-Frequency) 及 衛星差分等計算，並將之結合慣性感測元件完成

Meeting of the Transportation Research Board, 1(3): 164-173.

Groves, P.D., 2013. GNSS solutions: Multipath vs.

NLOS signal. How does Non-Line-of-Sight reception differ from multipath interference, Inside GNSS Magazine, 8(6): 40-42.

Han, S., 1997. Quality-control issues relating to instantaneous ambiguity resolution for real-time GPS kinematic positioning, Journal of Geodesy, 71(6): 351-361.

Harsha V., 2017. HD Maps: New age maps powering autonomous vehicles, Geospaial world, Available at: https://www.geospatialworld.net/article/hd-maps-autonomous-vehicles/, Accessed February 22, 2019.

Hsu, L.T., Gu, Y., and Kamijo, S., 2016. 3D building model-based pedestrian positioning method using GPS/GLONASS/QZSS and its reliability calculation, GPS solutions, 20(3): 413-428.

Jiang, Z., and Groves, P.D., 2012. GNSS NLOS and multipath error mitigation using advanced multi-constellation consistency checking with height aiding, Proceedings of the 25^th International Technical Meeting of the Satellite Division of the Institute of Navigation, pp.79-88.

Kaplan, E.D., and Hegarty, C., 2005. Understanding GPS: Principles and Applications, Artech house.

Klobuchar, J.A., 1987. Ionospheric time-delay algorithm for single-frequency GPS users, IEEE Transactions on Aerospace and Electronic Systems, AES-23(3): 325-331.

Kuusniemi, H., 2005. User-Level Reliability and Quality Monitoring in Satellite-Based Personal Navigation, Tampere University of Technology.

Quddus, M.A., Ochieng, W.Y., and Noland, R.B., 2007.

Current map-matching algorithms for transport applications: State-of-the art and future research directions, Transportation research part c:

Emerging technologies, 15(5): 312-328.