基于V2X的协同定位方法：在GNSS拒止场景下通过增强型卡尔曼滤波和传输延迟补偿实现

定位，V2X，传感器融合，车路协同定位

全文速览

研究内容

智能车辆对高精度、高稳定性的定位系统提出严苛要求。随着车联网与智能交通系统（ITS）的发展，V2X（车路协同）技术为多源数据融合提供了新路径。传统定位高度依赖GNSS，在信号受限场景下性能显著下降；而现有V2X方案普遍忽略通信时延带来的误差。

本文提出一种基于V2X的协同定位方法（CPM），结合增强型卡尔曼滤波（KF）与传输延迟补偿机制，提升GNSS拒止环境下的定位精度。该方法通过路侧感知设备采集车辆信息，并经V2X平台传输至车载单元（OBU）。系统利用历史惯性测量单元（IMU）数据重构轨迹，补偿通信时延导致的信息滞后。

进一步，引入双KF并行架构与自适应增益调节策略，实现补偿后的路侧数据与IMU数据的最优融合，提升状态估计准确性。实车实验表明，相较于纯路侧激光雷达定位方案，该方法在两个测试路段上的均方根误差（RMSE）分别降低34.7%和59.1%，显著提升定位稳定性与精度。

消融实验验证了延迟补偿模块与融合算法各组件的有效性，对比实验则证明所提KF融合策略优于传统方法，具备较强实用性与推广价值。