北緯地區自動駕駛汽車(AV)和自動駕駛(AD)應用的本地化存在許多挑戰。主要的挑戰是嚴酷的冬季天氣，這限制了視覺傳感器的實用性—雪，霧和黑暗對這些傳感器產生不利影響，同時極端低溫會影響傳感器性能。道路上的冰雪會讓車輪打滑，降低車輪傳感器的精度。
從全球導航衛星系統的角度來看，衛星系統和衛星增強系統(SBAS)的能見度有限，而更活躍的電離層則阻礙了高精度全球導航衛星系統的定位。北極地區的全球導航衛星系統干擾監測網絡也很小，意味著在沒有替代解決方案來提高魯棒性的情況下，定位系統容易受到攻擊。
在基礎設施方面，寬帶蜂窩網絡的連接是地圖更新和交通信息所必需的。在歐洲北極無人居住區域(如挪威北部，芬蘭和瑞典)缺乏高質量和詳細的地圖，這限制了基于LiDAR和相機絕對定位方法的有用性。此外，人口稀少地區的交通基礎設施不會定期更新，因此限制了潛在的市場機會。
本文描述了歐洲航天局支持的一項名為Arctic-PNT創新平臺的研究項目，它是如何使用芬蘭北部和挪威特殊路段信號和校正數據讓導航更確定可用的。
Aurora Borealis智慧走廊
為了解決上述許多挑戰，沿著E8高速公路建立的Aurora Borealis智能走廊(“Aurora”)旨在驗證北極條件下的自動駕駛車輛平臺。它包括芬蘭境內的Snowbox 智慧道路和挪威境內的Borealis智慧道路。在這些智慧道路上部署和提供多種基礎設施，以便為自動駕駛車提供精確的絕對定位能力。作為此項活動的一部分，芬蘭地理空間研究所(FGI)的一組研究人員使用由芬蘭VTT技術研究中心的 RobotCar Crew 開發的名為 Martti 的實驗自動駕駛汽車，記錄了2018年3月的相關定位數據。
VTT成立于1942年，是北歐地區最大的綜合研究機構，它基于大眾途銳開發了一輛自動駕駛原型車Martti，并在芬蘭北部進行了測試。VTT也可能是第一家完全在積雪道路上進行測試的自動駕駛公司，因為Waymo和Yandex的車只是在薄薄的積雪路面上進行了測試。它的定位方案結合了GPS，北斗，Glonass，里程計和基于Wifi的定位。
如圖1所示，10公里長的Snowbox測試路段位于西部(芬蘭)拉普蘭的Muonio，35公里長的挪威北極光測試部分位于Skibotn和芬蘭邊境Kilpisjärvi 之間。在Snowbox測試道路的下方和下方安裝了專用儀表，用于感應道路狀況和過往車輛的類別。此外，該區域中的實體為所有主要GNSS星座提供高質量通信網絡(例如LTE和5G前測試網絡)和精確定位服務。即使衛星僅在高度可見低于10°的條件下，也可以使用EGNOS。
最后，Snowbox 提供了道路和周圍環境的高清地圖資源，超寬帶信標可用于GNSS獨立的精確定位。Aurora Snowbox 中的數據和服務可供潛在用戶免費使用。表1總結了Snowbox和Borealis的可用基礎設施。
自動駕駛汽車中精確絕對定位的最低操作要求
根據文獻調查，自動駕駛中絕對定位性能的最低操作要求沒有單一的標準定義。歐洲GNSS機構(GSA)最近發布了一份關于道路使用者需求和要求的報告，該報告基于通過歐洲GNSS用戶咨詢平臺進行的研究，表2顯示了本報告中定義的AD中絕對定位的不同用戶要求類別的摘要。
可以看出，自動駕駛要求位置估計的水平精度約為20厘米，95%置信度和可用性優于99.9%。因此，Arctic-PNT項目中第一階段數據分析的目的就是調查Snowbox使用GNSS，SBAS以及使用參考網絡校正數據的精確定位是否可以達到這種精度和可用性性能水平。請注意，使用其他本地化技術和完整性性能驗證定位性能超出了實驗活動的范圍，但不在此范圍內。
實地測量
測量活動在2018年3月26日至28日期間進行了三天，當時Snowbox測試道路上仍有相當多的積雪。每天在多個時間記錄數據，以確保記錄天氣，路面，能見度，衛星幾何形狀，電離層以及動物和車輛交通等的各種條件。有一天保留在挪威境內的北歐化工測試路線上進行數據記錄。使用專用級專業級GNSS接收器和高級慣性測量單元(IMU)計算參考軌跡。
VTT實驗自動駕駛汽車Martti用于測量活動，這是一輛大眾途銳，配備了全自動操作所需的傳感器，執行器和控制系統。傳感器套件包括GNSS接收器，環境感知傳感器(RADAR，LiDAR和攝像頭)，車輛動力學傳感器以及用于來自車輛內置傳感器的數據流的CAN總線連接。此外，ITS-G5和蜂窩LTE通信設備也可用。傳感器數據可通過車輛內的以太網讀取。請注意，盡管記錄了來自不同傳感器的數據，但在測量活動期間手動驅動車輛。
在實驗中使用了大眾市場和專業級接收器，并且向所有接收器(包括參考接收器)提供了相同的天線輸入。大眾市場接收器不能處理精確的定位校正數據，因此主要用于標準的GNSS定位。此外，專業級接收機能夠實時處理DGNSS和RTK校正，但不能處理基于狀態空間表示(SSR)的PPP校正。因此，DGNSS和RTK處理是實時執行的，而PPP處理是在使用FGI開發的內部基于Matlab的FGI-GSRx軟件導航引擎后執行的。
通過在Aurora Snowbox和Borealis智能道路以及沿其部署的各種基礎設施下采集數據對比絕對誤差數據，使用專業級天線接收進行精確的點定位和網絡RTK校正，可以在動態條件下滿足精度和可用性要求。與此同時，特別是在穿越國際邊界或SBAS衛星可見時，通過蜂窩數據提供GNSS校正數據，確定了誤差，為自動駕駛汽車在本地行駛做了充分的數據驗證。
總結
這是一個很有意思的項目，它在北極附近做自動駕駛實驗。要知道，北極除了溫度很低影響傳感器性能以外，那里的GPS信號往往是失效的。在這種極端情況下就要探索新的定位方法，目前的方法主要有通過實現多信到L頻率波段，用慣導與衛星導航配對，彌補電離層閃爍導致的數據缺口;還有就是增加地球軌道增強衛星星座等方法。總而言之，在北極附近做無人車是個巨大的考驗。
