自動(dòng)駕駛汽車需要高精度組合導(dǎo)航系統(tǒng)

文章出處：新聞資訊責(zé)任編輯：深圳市廣陵達(dá)科技有限公司發(fā)表時(shí)間：2024-12-04 15:51:37

放手是汽車行業(yè)發(fā)展的必然趨勢。隨著越來越多的智能駕駛功能成為汽車的出廠標(biāo)配，如何提高自動(dòng)駕駛汽車的安全性和準(zhǔn)確性？什么將支持自動(dòng)駕駛車輛的整體路徑規(guī)劃？這些已成為汽車行業(yè)的共識問題。

什么是高精度組合導(dǎo)航系統(tǒng)？

自動(dòng)駕駛汽車沒有集成導(dǎo)航系統(tǒng)的缺點(diǎn)

我們以限制場景下自動(dòng)停車的實(shí)現(xiàn)為例。高精度組合導(dǎo)航系統(tǒng)依賴于傳感器系統(tǒng)返回的周圍環(huán)境數(shù)據(jù)。處理中心代替人腦向控制系統(tǒng)發(fā)出指令。最終通過執(zhí)行器實(shí)現(xiàn)自動(dòng)停車。然而，隨著停車場景的擴(kuò)大，道路復(fù)雜程度不斷增加。僅由傳感器系統(tǒng)收集的數(shù)據(jù)不足以支持更高級別的駕駛策略。

高精度組合導(dǎo)航系統(tǒng)用于無人車導(dǎo)航測試

在自動(dòng)駕駛中的作用

如果把地圖導(dǎo)航和視覺傳感器比作汽車的“眼睛和耳朵”，那么高精度組合導(dǎo)航系統(tǒng)則可以視為無人駕駛系統(tǒng)的“小腦”，增加了“整體控制和平衡”的能力。 ”到車上。通常以GNSS獲取定位衛(wèi)星信號，輔以地面參考站差分信號，結(jié)合INS測量車輛自身三軸加速度和三軸角速率進(jìn)行軌跡估計(jì)。這三種方法協(xié)同工作，可以準(zhǔn)確捕獲車輛周圍環(huán)境、路況和行駛軌跡的信息。

為什么GNSS+RTK+INS能夠賦予汽車“全局掌控”的能力？

GNSS/全球?qū)Ш叫l(wèi)星系統(tǒng)

GNSS 也稱為全球衛(wèi)星導(dǎo)航系統(tǒng)。它為用戶提供全天候的三維坐標(biāo)、速度、空間和時(shí)間信息，如中國的北斗和美國的GPS。高精度 GNSS 測量需要使用載波相位觀測。

RTK/實(shí)時(shí)運(yùn)動(dòng)定位

RTK定位技術(shù)是一種基于載波相位觀測的動(dòng)態(tài)定位技術(shù)。它可以進(jìn)行實(shí)時(shí)差分改正，提供地球坐標(biāo)系下的三維定位結(jié)果，精度達(dá)到厘米級。高精度衛(wèi)星差分定位技術(shù)高度依賴無線信號和通信鏈路。

INS/慣性導(dǎo)航系統(tǒng)

如果在城市峽谷、林蔭道、立交橋下等信號差的場景中行駛，慣性導(dǎo)航系統(tǒng)將在汽車“盲區(qū)”時(shí)發(fā)揮非常重要的作用。當(dāng)沒有GNSS信號時(shí)，INS主要依靠慣性測量單元（IMU）中的三軸MEMS加速度傳感器、三軸陀螺儀和求解電路。 IMU根據(jù)DR算法輸出車輛的定位和姿態(tài)數(shù)據(jù)，并計(jì)算下一時(shí)刻的導(dǎo)航狀態(tài)。

IMU/慣性測量單元

標(biāo)定技術(shù)幫助IMU實(shí)現(xiàn)最大性能

高精度IMU在性能要求上有一個(gè)特點(diǎn)，那就是“沒有盡頭”。除了汽車行業(yè)之外，IMU還應(yīng)用于機(jī)器人自主移動(dòng)等領(lǐng)域，例如基于視覺的實(shí)時(shí)定位和地圖構(gòu)建（VSLAM/VIO）。 VSLAM/VIO基于攝像頭獲取RGB和地圖深度信息，同時(shí)還集成了IMU傳感器用于定位輔助。

DAISCH做了一些性能對比測試。兩個(gè)陀螺儀零偏置不穩(wěn)定性分別為 3.5°/h 和 6.3°/h 的 MEMS IMU 與雙目視覺相結(jié)合，用于 VSLAM 構(gòu)建。測試結(jié)果表明，在嚴(yán)格控制其他變量的情況下，隨著步行距離（每圈約550m）的增加，不同樣本的軌跡渲染性能會出現(xiàn)較大差異。

根據(jù)50次重復(fù)測試的對比數(shù)據(jù)，零偏不穩(wěn)定度為3.5°/h的樣品A在準(zhǔn)確性和重復(fù)性方面具有顯著優(yōu)勢。其誤差經(jīng)過累加后表現(xiàn)出較好的穩(wěn)定性。在沒有輪速里程表輔助的場景中，依然可以實(shí)現(xiàn)5米左右的箱圖分布。

為什么需要校準(zhǔn)？

IMU基于DR算法輸出車輛定位和姿態(tài)數(shù)據(jù)。 DR算法的精度取決于IMU中陀螺儀和MEMS加速度計(jì)的精度。由于計(jì)算模塊積分計(jì)算時(shí)存在累積誤差，誤差會隨著時(shí)間的增加而線性增大。此外，在實(shí)際應(yīng)用中，高頻振動(dòng)還會降低INS組件中IMU硬件的可靠性和精度。這是汽車場景對高精度IMU標(biāo)定技術(shù)需求不斷增加的主要原因。

實(shí)驗(yàn)數(shù)據(jù)表明，校準(zhǔn)后隨溫度漂移的零偏誤差可降低至0.01dps，較校準(zhǔn)前提高1-2個(gè)數(shù)量級。在傳感器的全量程內(nèi)，比例因子誤差范圍可從3%降低到0.3%，提高了1個(gè)數(shù)量級。正交誤差也可以從1%降低到0.01%，提高了2個(gè)數(shù)量級。