Vědecko-výzkumné projekty

Detekcia NLOS signálov družíc GNSS založená na digitálnom modely povrchu

SP2025/040

Za posledné roky došlo k výraznému posunu v oblasti Globálnych navigačných družicových systémov (GNSS). Dokončenie novo budovaných systémov Galileo, BeiDou spoločne s modernizáciou dlhodobo prevádzkovaných systémov GPS, GLONASS prinieslo užívateľom nové signály a tiež nové služby. Výrazný technologický posun bol docielený aj vo vývoji a dostupnosti nízkonákladových zariadení umožňujúcich určovanie polohy a navigáciu v priestore iba na základe GNSS, či kombináciou viacerých technológií, akými sú napríklad inerciálny navigačný systém (INS) a/alebo odometer. Bez ohľadu na kvalitu GNSS prijímača, antény, či použitej senzorovej fúzie, ktorá kombinuje údaje z viacerých zdrojov za účelom zvýšenia presnosti, spoľahlivosti a kontinuity určenia polohy, vždy dochádza k chybám v kódových a dopplerových meraniach vplyvom efektov difrakcie a viaccestného šírenia signálu. V urbanizovaných oblastiach a najmä mestských kaňonoch s už všeobecne zníženou početnosťou dostupných družíc a nevhodným geometrickým rozložením môže dochádzať k odchýlkam v desiatkach až v prvých stovkách metrov, keď GNSS prijímač prijíma len odrazené signály od okolitých objektov a nie priame signály. Tieto nepriame signály sa nazývajú signály „Non-Line-Of-Sight“ (NLOS). Vyššie uvedená presnosť navigačného riešenia závisí aj od triedy použitého GNSS zariadenia, ale NLOS signály majú vplyv na všetky triedy, či už ide o lacné, nízkonákladové alebo profesionálne geodetické. Problematika detekcie NLOS signálov nie je úplne novou témou. Niektorí autori sa už venovali vývoju rôznych pozemných hybridných systémov pre lokalizáciu a navigáciu v urbanizovanom prostredí prostredníctvom nízkonákladových GNSS/INS prijímačov a bodových mračien z jedného alebo niekoľkých 3D LiDAR (Light Detection And Ranging) (Wan et al., 2018; Wen et al., 2021a; Wen et al., 2021b; Hsu et al. 2023), digitálnych modelov povrchu (DMP) alebo inými modelmi prostredia, ďalej len „3D model prostredia“ (François et al., 2011; Hsu, 2018), či so zapojením ďalších senzorov ako je napríklad kamera typu rybie oko (Bai et al., 2020). Okrem vyššie opísaných prístupov boli testované aj prístupy založené na konvolučnej neurónovej sieti (Liu et al., 2023). Hybridné systémy pre detekciu NLOS signálov väčšinou využívali metódy 3D mapovania s podporou (3DMA – 3D Mapping-Aided) ako Shadow-matching 3DMA GNSS metóda (Groves, 2011) alebo ranging-based 3DMA GNSS metódy, akou je metóda Ray-tracing (Miura et al., 2015), ďalej „metóda sledovania lúča“ známa aj z oblasti 3D počítačovej grafiky, Least‐squares ranging (Groves et al., 2019) alebo Skymask (Ng et al., 2020). Predmetom tohto výskumu bude vytvoriť riešenie pre detekciu NLOS signálov založené na metóde sledovania lúča s využitím 3D modelov prostredia zaobstaranom z verejne dostupných zdrojov, akými sú napríklad dáta OpenStreetMap a komerčných zdrojov ako napríklad produkty spoločnosti Google. Detekcia NLOS signálov bude testovaná v post-processing režime GNSS technikami založenými na meraniach pseudovzdialeností, akými je technika SPP (Single Point Positioning) a diferenčná technika DGNSS/DGPS (Differential GNSS/GPS). Pre vývoj riešenia a jeho testovanie budú využité funkcie vybranej verzii softvéru RTKLIB optimalizovanej pre nízkonákladové prijímače. Riešenie pre detekciu NLOS signálov bude testované na surových observáciách lacných prijímačov zabudovaných v smartfónoch a nízkonákladových prijímačov od spoločnosti u-blox. Súčasťou výskumu bude testovanie a zhodnotenie vplyvu kvality a úrovne detailnosti použitých 3D modelov prostredia na schopnosť detekcie NLOS signálov. Zodpovedným riešiteľom projektu je Ing. Marek Halaj. Témou jeho DiP je Skvalitnenie určovania polohy nízkonákladových prijímačov GNSS s využitím digitálneho modelu povrchu, čo priamo súvisí s témou výskumu. V rámci predchádzajúceho štúdia absolvoval predmety zamerané na základné a pokročilé techniky GNSS. Jeho diplomová práca bola zameraná na testovanie presnosti polohovania prostredníctvom mobilných zariadení. Použitá literatúra: BAI, Xiwei, Weisong WEN a Li‐Ta HSU, 2020. Using Sky‐pointing fish‐eye camera and LiDAR to aid GNSS single‐point positioning in urban canyons. IET Intelligent Transport Systems. 14(8), 908-914. ISSN 1751-9578. DOI: 10.1049/iet-its.2019.0587 FRANCOIS, Peyret, Betaille DAVID a Mougel FLORIAN, 2011. Non-Line-Of-Sight GNSS signal detection using an on-board 3D model of buildings. In: 2011 11th International Conference on ITS Telecommunications. IEEE, s. 280-286. ISBN 978-1-61284-668-2. DOI: 10.1109/ITST.2011.6060069 GROVES, Paul D., 2011. Shadow Matching: A New GNSS Positioning Technique for Urban Canyons. Journal of Navigation. 64(3), 417-430. ISSN 0373-4633. DOI: 10.1017/S0373463311000087 GROVES, Paul D. a Mounir ADJRAD, 2019. Performance assessment of 3D‐mapping–aided GNSS part 1: Algorithms, user equipment, and review. Navigation. 66(2), 341-362. ISSN 0028-1522. DOI: 10.1002/navi.288 HSU, Li-Ta, 2018. Analysis and modeling GPS NLOS effect in highly urbanized area. GPS Solutions. 22(1). ISSN 1080-5370. DOI: 10.1007/s10291-017-0667-9 LIU, Qi, Chengfa GAO, Rui SHANG, Zihan PENG, Ruicheng ZHANG, Lu GAN a Wang GAO, 2023. NLOS signal detection and correction for smartphone using convolutional neural network and variational mode decomposition in urban environment. GPS Solutions. 27(1). ISSN 1080-5370. DOI: 10.1007/s10291-022-01369-2 MIURA, Shunsuke, Li-Ta HSU, Feiyu CHEN a Shunsuke KAMIJO, 2015. GPS Error Correction With Pseudorange Evaluation Using Three-Dimensional Maps. IEEE Transactions on Intelligent Transportation Systems. 16(6), 3104-3115. ISSN 1524-9050. DOI: 10.1109/TITS.2015.2432122 NG, Hoi-Fung, Guohao ZHANG a Li-Ta HSU, 2020. A Computation Effective Range-Based 3D Mapping Aided GNSS with NLOS Correction Method. Journal of Navigation. 73(6), 1202-1222. ISSN 0373-4633. DOI: 10.1017/S037346332000003X WAN, Guowei, Xiaolong YANG, Renlan CAI, Hao LI, Yao ZHOU, Hao WANG a Shiyu SONG, 2018. Robust and Precise Vehicle Localization Based on Multi-Sensor Fusion in Diverse City Scenes. In: 2018 IEEE International Conference on Robotics and Automation (ICRA). IEEE, s. 4670-4677. ISBN 978-1-5386-3081-5. DOI:10.1109/ICRA.2018.8461224 WEN, Weisong, Guohao ZHANG a Li-Ta HSU, 2021. GNSS NLOS Exclusion Based on Dynamic Object Detection Using LiDAR Point Cloud. IEEE Transactions on Intelligent Transportation Systems. 22(2), 853-862. ISSN 1524-9050. DOI: 10.1109/TITS.2019.2961128 WEN, Weisong a Li-Ta HSU, 2021. Towards Robust GNSS Positioning and Real-time Kinematic Using Factor Graph Optimization. In: 2021 IEEE International Conference on Robotics and Automation (ICRA). IEEE, s. 5884-5890. ISBN 978-1-7281-9077-8. DOI: 10.1109/ICRA48506.2021.9562037 HSU, Li-Ta, Feng HUANG, Hoi-Fung NG, Guohao ZHANG, Yihan ZHONG, Xiwei BAI, a Weisong WEN, 2023. Hong Kong UrbanNav: An Open-Source Multisensory Dataset for Benchmarking Urban Navigation Algorithms. NAVIGATION: Journal of the Institute of Navigation. 70(4). ISSN 0028-1522. DOI: 10.33012/navi.602 Pracovný harmonogram je možné dohľadať v prílohách projektovej dokumentácie vo formátoch pdf. a xlsx. Bližší popis jednotlivých položiek rozpočtu je možné dohľadať v prílohách projektovej dokumentácie vo formáte pdf. Historické pôsobenie na predchádzajúcich projektoch je možné dohľadať v prílohách projektovej dokumentácie vo formáte pdf.

2025

2025

Ministerstvo školství, mládeže a tělovýchovy

SGS

Specifický výzkum VŠB-TUO

Halaj Marek Ing.