这似乎是个老问题，实际上也是个新问题。因为智能的问题，现在与无人驾驶密切相关，引出一堆新问题。定位系统是服务于智能车辆的，其关键作用是实现准确可靠的定位。而智能车辆这样的智能设备，除开需要对其自身位置具有高度准确的自我感知外，还需要感知围绕它们的其他智能设备的位置，及其位置相互之间随着时间的实时动态变化和趋势，这些对于无人驾驶系统而言，变得越来越重要。而当前面临的主要形势是，许多设备还不是智能的，且定位能力也不是足够的精准可靠。它们通常依赖于单一定位技术（通常是GPS），实际上后者只是GNSS更广泛的生态系统类型之一。虽然GNSS的兼容互操作，GNSS多系统的协同工作使得这些系统变得更有能力，但仍然有时会受到部署环境和应用场景化的影响，通常是在建筑物内和其他城市峡谷特征干扰信号的城市地区，给定位造成了困难。由此可见，智能车辆的智能，就是重点应对环境传播效应和应用场景化的影响。
从智能车辆的定位系统而言，首先是考虑多种技术系统的融合解决方案，在复杂恶劣的挑战环境下，即使在GNSS无法定位的条件下，也能够实现精准可靠的定位。这就要用到定位融合技术解决方案。从目前来看，比较可行的能够推进规模化应用服务的解决方案是：GNSS+WiFi+MEMS的组合，是个恰到好处的解决方案。它将全球（绝对定位）、局域（相对定位）和自主定位（泛在定位）融合在一起，而且有强大的应用技术基础，和无需重大的基础设施投入与另立山头的终端研发投入，这是其他技术融合难于做到的，应该是一种阻力最小化的解决方案。
最近有消息报道，GNSS测试解决方案提供商思博伦通信公司（Spirent Communications）已获得Innovate UK的资助，以利于研究开放传感器融合。利用WiFi和GNSS传感器融合的增强型确保定位模拟器（ELWAG），将开发更好的确保定位精度的测试方法。思博伦将与项目合作伙伴，包括华威大学的WMG智能车辆小组，和Chronos技术公司合作开展该项目，该项目将持续18个月。
这些存在干扰风险的城市峡谷地区，由于人口或设备密度的增加，生活在其中的大多数人需要获得最高精度位置数据。因为WiFi信号几乎普遍存在于这些场景下，或者说是城市的闹市区域内，因此有可能将这些信号与GNSS信号“融合”，以便非常准确地识别某些个位置。该项目旨在生成具有代表性且有保障的GNSS+WiFi模拟器，可用于基于实验室的设备测试和评估，以及性能和操作功能。
在ELWAG项目中，第IV连接性小组发挥了重要作用，在华威大学校园内和周围的自主车辆场景中，以及当地城市道路网络上，对WiFi和GNSS信号进行物理层测量。这些测量有助于思博伦开发RF传播模型，该模型将RF效应覆盖在其WiFi接入点（AP）模拟器上。然后，WMG智能车辆小组研究人员将围绕开发的模型执行RF试验和验证活动，以提供对其性能的一定程度的保障和确认。
未来自动驾驶汽车的安全性和功能性保障和确认，将成为消费者大量采用的众多关键途径之一。通过该项目，WMG将为在此测试环境中使用传感器融合的挑战提供创新解决方案。此外，由于这是一项技术性很强的项目，因此需要全面了解卫星、基础设施和车辆之间的信号传播特性。因此，其研究结果也将影响未来的自主测试方法。对于要开发的混合Wi-Fi和GNSS接收机，制造商需要在效益成本核算上，在可重复和安全的环境中验证其性能。该项目的目的是开发射频建模技术，以便在开发实验室中模拟GNSS和Wi-Fi信号，其质量足以确保制造商的结果准确无误。
GNSS提供了高精度位置确保的机会，开发人员热衷于通过利用来自多个传感器位置信息的“融合”，提供的额外性能，通过始终可用的微机电系统（MEMS）惯性传感器与GNSS实现精度互补，并且利用具有良好可用性和精度但缺乏完好性的WiFi，使得融合解决方案具有比任何原来的数据源更高的精度、可用性和完好性。
“目前，Wi-Fi接入点（AP）加上GNSS模拟，只能以一种特殊的方式实现，它不允许测试移动车辆、多径效应、误差数据和欺骗数据的插入，以及以上提到的所有最重要参数的受控与可重复测试”。思博伦定位业务部工程和产品开发总监马克霍尔贝劳说。 “在自动驾驶汽车领域，定位精度最高可达5米，从安全角度来看这是不可接受的。通过传感器融合将精度提高到30厘米将对自主导航产生重大影响”。
华威大学WMG智能车辆小组副教授马秋修斯博士评论说：“未来自动驾驶汽车的安全性和功能性确保，将成为消费者大规模应用的众多关键途径之一。通过这个项目，我们将为在这个测试环境中使用传感器融合的挑战提供创新的解决方案”。
Chronos技术公司创始人兼董事总经理查尔斯库利教授评论说：“Chronos很高兴成为ELWAG项目的一部分，将我们的专业知识应用于现实世界的WiFi和GNSS的现场环境测试，以及未来移动多模式输入导航的开发系统”。
环球新时空
斗室智库