近日，国家自然科学基金委员会在其网站首页“资助成果”栏目，以“我国学者在AI助力城市复杂环境北斗精准定位方面取得进展”为题，报道了我校自动化学院谢胜利教授团队在AI助力城市复杂环境北斗精准定位方面取得进展。
团队开展科研攻关
自动驾驶是未来汽车产业的重要战略方向，卫星定位技术则是自动驾驶感知层面的关键环节。然而，在城市高楼林立的复杂环境下，卫星信号常常受到各种障碍物的反射或遮挡，从而引发多路径效应，导致卫星定位发生显著偏移。在2023年中国卫星导航年会上，“城市复杂环境下的卫星定位问题”被列为“卫星导航技术难题”中的首要挑战，也是国内外卫星系统亟待攻克的难关。如何消除多路径干扰，突破城市复杂场景下卫星定位精度瓶颈，是推动我国自动驾驶技术发展的迫切需求。
广东工业大学谢胜利教授和李珍妮教授团队面向北斗规模化应用国家重大需求，在国家自然科学基金委国际合作重点项目等（62320106008, 62273106）的资助下，在AI助力城市复杂环境北斗精准定位方面取得重要进展。该研究团队创新性地研发了基于空域注意力机制图神经网络的多径信号识别新方法，实现了城市峡谷、森林等场景下96%的多径信号识别率。进而针对传统定位模型难以对城市复杂环境引起的观测随机噪声（如遮挡反射等过程噪声、接收机测量噪声等）建模难题，首次提出了与动态环境实时交互的稀疏表示驱动的多视角深度强化学习北斗高精度定位新技术，有效解决了随机噪声动态变化干扰造成的定位精度受限问题，实现了城市复杂环境下分米级北斗定位。相关研究成果比国际上影响力最强的美国斯坦福团队2023年首次提出AI应用于卫星定位的方法提高8%的定位精度，此项成果立即被该团队发表在2024年国际知名期刊《Eurasip 信号处理进展杂志》(Eurasip Journal On Advances In Signal Processing)的论文引用与评价，被评为“独特先进的高精度卫星定位方法”。
团队的系列研究成果于2023年和2024年发表在导航及测绘领域国际顶级期刊《全球定位系统解决方案》（GPS Solutions）、《IEEE航空航天与电子系统汇刊》（TAES）、《IEEE仪器与测量汇刊》（TIM）和美国导航学会ION GNSS+ 2023导航领域顶会上。牵头制定了人工智能辅助北斗高精度定位技术规范的团体标准。研究成果不仅为解决城市复杂环境中的定位挑战提供了新的解决方案，还为未来自动驾驶安全进入城市应用提供更加智能、泛在和稳定的北斗高精定位技术提供支持。
稀疏表示驱动的多视角深度强化学习北斗高精度定位
新闻链接：
https://www.nsfc.gov.cn/publish/portal0/tab448/info93405.htm
视频新闻