由于公路里程长、构造物较多，公路施工完成后，一般要在道路两旁设置里程桩(包括公里桩和百米桩)作为公路管理系统中信息的定位基准。一般要求道路的累计平均误差每公里不超过3 m^[1]。在高速公路检测中，为实现路面破损的精确定位，常采用光电编码器检测道路检测车的行驶里程。该方法目前普遍存在行驶里程和公路里程桩无法对应的难题，上百公里的检测完成后，误差常常在几公里，无法对道路信息进行准确定位，造成路面病害记录不准，工作质量和效率大大降低。同时，由于里程桩是按照道路中心线标定的，在双向多车道高速公路上检测时常常由于道路内外道等原因，无法对公路上的里程桩进行准确定位。

国外发达国家对于高速公路定位技术的研究开始得较早，20世纪60年代末期，美国研制的电子路径导向系统是智能交通定位的雏形；吉林大学从2002年开始研究路面破损检测系统，并开发了路面破损定位子系统；文献^[2]中提出了一种基于GPS与距离传感器结合的路面破损定位算法；文献^[3]中提出的基于GPS的路面裂缝定位方法，最大误差为5.5 m，这些定位技术只能对道路信息进行大致定位，随着检测里程增加，误差不断累积。文中对里程桩定位误差产生的原因进行了系统的分析，采用基于GPS、视频、文本文档、陀螺仪和光电编码器等多传感器信息融合技术，通过GPS结合道路环境视频的方法实现了对公里桩的精确定位，确保每公里外误差不累积，每公里内采用光电编码器和陀螺仪辅助的方法实现道路内外道和车辆摆动误差的修正，最大限度地减小定位误差，提高定位精度。

道路里程桩包括公里桩和百米桩。对于公里桩，它的实施距离为1 km；而对于百米桩，其实施距离为100 m。为了实现里程桩的精确定位，采用GPS结合视频、文本文档以及陀螺仪的方法对公里桩进行融合定位，公里桩内采用陀螺仪以及光电编码器对其进行定位。如图 1所示，为道路里程桩精密定位模型图。

图 1 道路里程桩精密定位模型 Fig. 1 Precisious positioning model of road mileage piles

图选项

分析可知，里程桩定位误差的产生主要有以下5个方面：

(1)由于施工和测量原因，里程桩设置不准确；(2)由于GPS本身的定位精度产生定位误差；(3)光电编码器由于步长累计误差；(4)行驶时所处的内道和外道造成检测误差；(5)车辆行驶过程中方向盘摆动，造成实施距离加长。

其中，对于里程桩设置误差，只能以里程桩为标准。这种误差只是偶然的，对于光电编码器误差可以采用分段校正方法^{[4, 5]}进行修正；对于车辆行驶中方向的摆动以及内外道原因造成的误差可以采用陀螺仪进行修正^{[6, 7, 8]}。

公路里程桩是一种有效的公路定位方法，但由于在道路施工过程中存在的人为因素，造成里程桩号与实际道路距离并不一致，如相邻两个里程桩之间标识为1 000 m，而实际测量值只有990 m，那么在里程定位时就会出现误差。因此，若测量值与所看见的里程桩号值不一致，将以里程桩号为标识基准，即对于里程桩本身的误差，只能以里程桩为标准。

将里程桩本身的误差记为Δ₁，则：

点击浏览公式

GPS定位分为精码和粗码，通常使用的粗码定位精度只有10 m左右。因此，仅用GPS无法实现里程桩的精确定位，但GPS定位的最大特点是全球范围内误差不累计，比较适合用来大致确定公里桩的位置。

将GPS定位误差记为Δ₂，则：

点击浏览公式

GPS只能对公里桩进行大致定位，而对每公里内的里程不能准确定位。因此，采用光电编码器对每公里内百米桩进行定位。但是光电编码器也存在以下两种误差：

(1)光电编码器标定取舍误差

使用光电编码器进行里程定位之前，先计算光电编码器的一个脉冲对应的位移。

首先选取测量长度L=100 m的直线路段，再驾驶装有光电编码器的检测车沿着这段路直线行驶，记录采集到的光电编码器脉冲个数n，则光电编码器一个脉冲对应的位移Δ_s为：

点击浏览公式

假设n=90000，经计算得Δ_s=0.001 111…，这里就会产生一个取舍误差，选取Δ_s=0.001 1和Δ_s= 0.001 11对后续计算会产生较大影响。

完成光电编码器一个脉冲对应的位移Δ_s的计算之后，就可以计算车辆行驶的距离s。如果检测车行驶完某段道路之后采集的脉冲个数为N，则车辆行驶的距离s为：

点击浏览公式

假设车辆采集1 km长的距离，共采集的脉冲数为900 000，若Δ_s值取0.001 1，则利用式(4)经计算得到车辆行驶距离s为990 m，若Δ_s值取0.001 11，则车辆行驶距离s为999 m，误差为9 m。由此可知，由于取舍误差的产生，经累积将会产生较大的计算误差，将取舍误差记为ε₁。

(2)车辆胎压造成的误差

车辆轮胎胎压变化是影响光电编码器测距精度的重要因素。将光电编码器安装在检测车车轴位置，车辆行驶过程中，如果相比标定时胎压降低，轮胎与地面接触面积增加，轮胎直径变小，在车速不变的情况下，光电编码器采集的脉冲数变少。因此，胎压的变化也是影响里程桩定位的重要因素之一。

设车轮的直径为D，则车轮周长：

点击浏览公式

若光电编码器共转了N圈，一般光电编码器转一圈对应2 000个脉冲，则车辆行驶距离：

点击浏览公式

一般小汽车轮胎直径范围大约为600~800 mm，选取600 mm即0.6 m，利用式(5)计算可得胎压正常情况下，车轮周长为1.884 m。假设采集完某段道路，光电编码器共转了530圈，利用式(6)计算得车辆行驶距离为998.52 m。当汽车胎压减少时，则对应的汽车车轮直径也会相应地减小，假设减少到0.59 m，利用式(5)~(6)计算可得车辆行驶距离为981.88 m，胎压减少引起的误差为：

  998.52-981.88=16.64 m。

相应车辆行驶距离1 km时将会产生16.64 m的误差。

将车辆胎压造成的误差记为ε₂，经以上分析可知，光电编码器累积产生的误差：

点击浏览公式

曲线路段的内道里程和外道里程有很大差别。如图 2所示，为曲线路段示意图。

图 2 曲线路段示意图 Fig. 2 Schematic diagram of curved road section

图选项

在弯道路段，外道路线长，内道路线短。如图 2所示，设弯道的平曲线半径为R，弯道转角为θ，假设车道宽度为4 m，则弯道的标准里程为：

点击浏览公式

外道里程为：

点击浏览公式

内道里程为：

点击浏览公式

由式(8)~(10)可以看出，外道里程比标准里程长8θ m，内道里程比标准里程少8θ m。若一段道路中有多个弯道，则这个误差会产生累加，将弯道误差记为Δ₄。

光电编码器安装在车辆的轮轴上，车辆行驶过程中，随着轮轴的转动，通过采集光电编码器脉冲数从而得到里程值。因此，车辆在行驶过程中，方向盘的摆动容易造成实施距离的加长，测得的位移比实际位移要长，由于光电编码器脉冲数会产生累积，经多次累积，误差会变得很大。因此，针对方向盘摆动造成的误差，可以通过陀螺仪进行距离修正，将车辆方向盘摆动误差记为Δ₅。

综上分析可得，里程桩定位误差为：

点击浏览公式

基于多传感器信息融合的里程定位方法采用GPS结合道路环境视频的方法^{[9, 10, 11]}对公里桩进行定位。由于受天桥、隧道、树木、建筑物等遮挡物的影响，在GPS信号缺失的情况下，采用GPS结合陀螺仪的方法保证GPS数据的连续性，从而建立公里桩号与GPS信息对应表，完成公里桩的精确定位。公里桩内采用光电编码器结合陀螺仪的方法，计算公里内实际距离，通过内插法得到百米桩，完成百米桩的精确定位。

如图 3所示，为多传感器信息融合的里程桩定位算法流程图。

图 3 基于多传感器信息融合的里程桩定位算法流程图 Fig. 3 Flowchart of mileage pile positioning algorithm based on multi-sensor data fusion

图选项

目前，道路管理部门还没有建立里程桩对应的GPS信息数据库。检测时需要把道路两旁里程桩标识牌的GPS数据记录并存储起来，在数据校正时作为标准里程，不能被修改。一般录入有以下两种方法：

(1)人工录入

检测车行驶过程中，道路两旁有里程桩出现时，人工录入当前里程桩号并记录当前GPS信息，将里程桩号与对应的GPS经纬度信息存入.txt文档。当采集完所有的GPS信息，里程桩与对应的GPS经纬度信息对应表也建立完成。为了进一步提高GPS的定位精度，采用了卡尔曼滤波算法^[12]。当车辆经过天桥、隧道或者由于道路两旁植物、建筑物遮挡等原因造成GPS信号中断而无法采集GPS数据时，采用GPS结合陀螺仪辅助的方法进行数据推算。如表 1所示。

(2)动态录入(视频拍摄)

车辆行驶过程中不断地采集GPS信息，当看到路旁出现里程桩时，利用语音标记该里程桩对应的GPS经纬度信息。由于发出语音时存在一定的反应时间，这段时间内车辆可能已经行驶过了几十米，造成标记的GPS信息并不是里程桩实际对应的GPS信息，因此，将通过CCD摄像机拍摄的道路环境视频作为公里桩定位的最终基准。道路环境视频由道路检测车进行采集，车载终端通过GPS接收机接收GPS数据。当车辆经过某一里程桩时，光电编码器开始计数，当光电编码器累计到900 m时，CCD摄像机开始拍摄路边视频，并通过存储设备按顺序存储，由此可以有效减少图像信息的存储容量，提高视频处理速度。

当找到下一个公里桩时，光电编码器自动清零并重新开始计数以减少累积误差。当视频拍摄速率为30帧/s，行驶速度为30 m/s时，里程桩定位精度为1 m。

因此，通过GPS结合视频的方式可以实现对公里桩的精确定位。

由于道路不同车道只对应一个里程桩，却对应不同的GPS信息，仅仅根据GPS信息无法准确找到里程桩位置。当GPS信息与里程桩对应表建立完成后，首先判断车辆上下行，通过查找表 1得到起始里程桩号对应的GPS信息。在车辆行驶过程中，不断地采集GPS经纬度信息，并计算与表 1 中对应里程桩号的距离，当距离为最小值时，从而确定当前车辆对应的里程桩号以及车辆的准确位置。

下面针对双向4车道的道路，分析基于GPS的里程桩的定位方法，如图 4所示。

图 4 多车道里程桩计算示意图 Fig. 4 Schematic diagram of multi-lane road mileage pile calculation

图选项

对于1，4车道：如图 4所示，设每车道宽4 m，1，4车道与中心线的距离分别为6 m，即AB线段长为6 m，当速度v为72 km/h时，若设车载终端1 s接收GPS信号次数n为40，则车载终端移动的距离：

点击浏览公式

点击浏览公式

车辆行驶过程中，不断计算当前位置和下一个里程桩位置之间的距离，当距离小于6.02 m时，就可确定该位置就是里程桩位置。

对于2，3车道：2，3车道与中心线的距离分别为2 m，即横向车道距离ab线段长为2 m，当速度v为72 km/h时，用式(12)计算得车载终端移动的距离L₂结果同样是0.5，即纵向GPS距离为0.5 m，设此时最小距离为D₂即图中的ac线段：

点击浏览公式

以GPS为基础完成公里桩的定位后，可以得到车辆所在当前路段的准确经纬度信息，但是不能对公里内当前所在路段进行精确定位。目前，主要利用光电编码器对每公里内里程进行计算。当车辆在行驶过程中，方向盘的摆动会造成车辆行驶的距离比实际距离要长，长距离检测之后会累积到很大的误差。因此，在定位过程中，每当找到下一个公里桩时，光电编码器自动清零并重新开始计数，以减少光电编码器的累积误差。

此外，内外道原因也会造成车辆采集的距离与实际距离不符，可以用光电编码器采集每两个公里桩之间实际距离，并结合陀螺仪辅助的方法进行误差修正，然后采用内插的方法得到百米桩。内插法具体分为以下两步：

(1)确定道路的起点公里桩号和终点公里桩号；

(2)根据道路实际长度和里程范围，平均内插得到中间各点的百米桩信息；

为了验证基于多传感器信息融合的里程定位技术的定位精度，选取某路段进行测试。试验结果如表 2所示，其中误差1表示光电编码器累积里程和标准里程的误差，误差2是结合多传感器信息融合修正后里程和标准里程的误差。

由表 2可以看出，在1 km范围内，误差2远小于误差1。百米桩的位置误差最大2.5 m。

因此，采用基于多传感器信息融合的里程定位技术在确定公里桩时，最大误差不超过1 m；在确定百米桩时最大误差不超过2.5 m。

里程桩定位误差的来源主要有5个方面，分别是里程桩设置的误差、GPS定位误差、光电编码器累积误差、弯道误差以及车辆方向盘摆动误差。为了最大限度地减少公里桩的定位误差，通过GPS结合道路环境视频及文本文档的方法实现对公里桩的精确定位，确保每公里外误差不累积；在GPS缺失的情况下，采用陀螺仪辅助的方法确保GPS信号的连续性，每公里内采用光电编码器结合陀螺仪的方法实现车辆摆动误差的修正。试验结果表明，采用基于GPS、陀螺仪和光电编码器、文本文档、视频多传感器信息融合的定位技术，在确定公里桩时，最大误差不超过1 m，在确定百米桩时最大误差不超过2.5 m，对公路病害的精确定位具有重要的意义。