Im September 2023 schickte OxTS ein Team nach San Francisco, um die Stadt zu kartieren und LiDAR-Punktwolkendaten zu sammeln.
Ziel dieser Reise war es, die Leistung des neuen RT3000 v4 Inertial Navigation System (INS) und die Wirksamkeit der OxTS LiDAR Inertial Odometry (LIO) zur Verbesserung der Navigationsdaten zu testen.
RT3000 v4 ist die neueste GNSS/INS-Technologie von OxTS. Sie kombiniert unsere neueste IMU10-Technologie mit GNSS-Empfängern in Vermessungsqualität und liefert eine Positionsgenauigkeit im Zentimeterbereich. OxTS LIO ist die neueste Software-Innovation von OxTS , die LiDAR nutzt, um die Positionsdrift in Straßenschluchten einzuschränken.
Warum San Francisco?
San Francisco ist eines der Standard-Testgelände für die Erprobung autonomer Fahrzeuge. Es bietet eine einzigartige Kombination aus breiten Vorstadtstraßen, extremen Steigungen, Stadtschluchten, Tunneln und ländlichen Bergpässen, die es zu einem hervorragenden Testgelände für Navigationstechnologien macht, die traditionell auf GNSS beruhen.
Die Hochhäuser auf allen Straßenseiten und die zahlreichen überirdischen Hindernisse stellten eine große Herausforderung für die Erfassung genauer und zuverlässiger Navigationsdaten dar. Durch den Einsatz von OxTS LIO konnte das Team die Navigationsdaten selbst in Umgebungen, in denen kein GNSS verfügbar war, stabilisieren und verbessern.
Um ein bebautes Gebiet genau zu navigieren oder eine vermessungsfähige LiDAR-Punktwolke in einer Häuserschlucht zu erstellen, benötigen Sie möglichst präzise Navigationsdaten für die gesamte Flugbahn. Dies kann eine echte Herausforderung sein, wenn es eine Reihe von GNSS-Problemen gibt, wie z. B. hohe Gebäude, reflektierende Oberflächen oder Objekte über dem Boden. Folglich ist es fast unmöglich, eine Stadt mit einem GNSS zu navigieren, das nur eine Genauigkeit im Zentimeterbereich aufweist.
INS-Geräte verwenden eine IMU, um die berechnete Flugbahn zu stabilisieren, aber in besonders schwierigen städtischen Umgebungen, in denen GNSS ständig unterbrochen wird, können andere Hilfsquellen verwendet werden, um die Leistung weiter zu verbessern. Die Hinzunahme von LiDAR und OxTS LIO ermöglicht Navigationsdaten in Vermessungsqualität in den schwierigsten Umgebungen. Die Software nutzt Aktualisierungen der Nullgeschwindigkeit von einem LiDAR-Sensor, um die Positionsdrift bei fehlendem GNSS einzuschränken.
Einrichtung von Hardware und Software
Während des Tests verwendete das Team folgende Geräte: Ein OxTS INS-Gerät (RT3000 v4) und ein LiDAR (Hesai XT32). Der physische Aufbau der Ausrüstung für die Verwendung von LIO ist nichts Besonderes, der Aufbau ist einfach derselbe wie bei jeder anderen INS/LiDAR-Konfiguration. Der OxTS LIO-Algorithmus optimiert die Navigationsdaten und wird im Post-Processing ausgeführt.
Verbesserung der Daten
Während des Tests konnte das Team eine deutliche Verbesserung der Navigationsleistung in einer Reihe von traditionell schwierigen Umgebungen feststellen. Dies lässt sich an den folgenden Beispielen ablesen:
Parkhaus Stonestown
In einem Parkhaus ist kein GNSS verfügbar. Traditionell bedeutet dies, dass sie für hochpräzise mobile Kartierungs- und Navigationsprojekte "tabu" sind. Das liegt daran, dass die Trajektorie des Navigationsgeräts innerhalb von weniger als einer Minute einen Positionsfehler von einigen Metern aufweist, wodurch die Daten unbrauchbar werden. In den meisten Fällen müssten stattdessen teure und zeitaufwändige statische Kartierungen durchgeführt werden.
Mit OxTS LIO und OxTS RT3000 v4 wird das Gebiet jedoch einfach zu einem weiteren Teil des Projekts, ohne dass besondere Maßnahmen ergriffen werden. Wie unten zu sehen ist, bemüht sich RT3000 v4 sehr um die Flugbahn und OxTS LIO schränkt die Positionsabweichung noch weiter ein, was zu einem verbesserten Navigationsergebnis führt.
Die RT3000 v4 mit OxTS LIO verbessert nicht nur die Navigationsleistung, sondern auch die Genauigkeit der Punktwolke. Anstatt eine Punktwolke voller Unschärfen und Doppelbilder zu erzeugen, ist die resultierende Punktwolke aufgrund der verbesserten Navigationsdaten klar und sauber wie jeder andere Teil der Vermessung.
Missionsstraße
Eine der größten Herausforderungen bei der Erfassung genauer Navigationsdaten in einer städtischen Umgebung ist die Präzision und Konsistenz in einem globalen Rahmen. Das Stadtzentrum von San Francisco bietet alle möglichen Herausforderungen, darunter Tunnel, Hochhäuser, reflektierende Oberflächen, enge Straßen, extreme Steigungen und überhängende Objekte. Die ständigen Unterbrechungen des GNSS machen es zu einem robusten Test für Anwendungen des autonomen Fahrens und in ähnlicher Weise für die mobile Kartierung.
In diesem Szenario verursachen nicht nur die unregelmäßigen GNSS-Aktualisierungen und die IMU-Drift Positionsfehler, sondern auch die spiegelnden Oberflächen, an denen die Satellitensignale von den Gebäuden reflektiert werden, was zu großen Positionsfehlern führt. Dies könnte die INS-Trajektorie sprunghaft und unvorhersehbar machen.
Während der Tests war das RT3000 v4 selbst sehr genau, aber in Verbindung mit OxTS LIO war es fast nahtlos. OxTS LIO hält das INS auf einem stabilen und konsistenten Pfad durch die Stadt, so dass es alle Mehrwege-Signale herausfiltern kann.
Das Ergebnis ist eine durchgängig zentimetergenaue Punktwolke ohne Bereiche, die neu vermessen werden müssen:
Washington Street Tunnel
Wie bei Parkhäusern blockieren auch Tunnel den Zugang zu GNSS-Signalen. Das bedeutet, dass Tunnel traditionell zwar genau, aber nur relativ vermessen werden, und es wird in Kauf genommen, dass die globale Koordinatenposition der vermessenen Punkte stark von der Realität abweicht, aber es gibt kaum eine Möglichkeit, dies zu überprüfen. Mit einer Kombination aus RT3000 v4 und OxTS LIO wird die Trajektorie jedoch mit viel größerer Genauigkeit verfolgt, wodurch nicht nur die Klarheit der Tunnelpunktwolkenbilder, sondern auch ihre georeferenzierten Koordinaten verbessert werden.
(Rot mit OxTS LIO, weiß ohne. Simulierte (Echtzeit-)Verarbeitung)
Test Daten
Die breiten Straßen von San Francisco und anderen Städten können für die Navigation eine andere Herausforderung darstellen. LiDAR-Odometrie-Algorithmen haben in diesen Umgebungen manchmal Schwierigkeiten, genaue Aktualisierungen zu liefern, da es an Merkmalen mangelt, an denen die Lichtstrahlen des LiDAR reflektiert werden können.
Um die Leistung von RT3000 v4 und OxTS LIO zu verstehen, haben wir die GNSS-Updates manuell für 60-Sekunden-Intervalle ausgeschaltet und die Positionsdrift mit und ohne OxTS LIO gemessen.
Die folgenden Ergebnisse wurden für die GNSS-verweigerte Drift über einen Zeitraum von 60 Sekunden erzielt:
| Messung | Drift (v4 + LIO) | Drift (nur v4) |
|---|---|---|
| Position 3D | 0.263 m | 0.56 m |
| Position 2D | 0.26 m | 0.538 m |
| Überschrift | 0.099° | 0.132° |
| Geschwindigkeit 3D | 0,018 m/s | 0,039 m/s |
| Höhenlage | 0.066 m | 0.234 m |
| Prozentualer Fehler | 0.05% | 0.108% |
Während des GNSS-Ausfalls legte das Fahrzeug eine Strecke von 500 m zurück. Während dieser Zeit zeigte das RT3000 v4 eine bemerkenswert gute Leistung und driftete nur um 0,1 % der zurückgelegten Strecke ab. Dies entsprach einer Positionsabweichung von nur 56 cm während eines GNSS-Ausfalls von 60 Sekunden über eine Strecke von 500 m. Wenn man OxTS LIO mit einbezieht, verringert sich die Positionsabweichung über dieselbe Strecke sogar noch weiter auf nur 26 cm - oder 0,05 % der gesamten ohne GNSS zurückgelegten Strecke.
Auch die Höhendrift wird mit OxTS LIO von 23 cm auf nur 7 cm reduziert.
Die während des Tests verwendeten LIO-Einstellungen waren größtenteils Standardeinstellungen und wurden nicht perfekt optimiert, so dass wir noch bessere Ergebnisse erwarten konnten. Dies zeigt, dass die OxTS Navigationstechnologie selbst unter sehr rauen Bedingungen, bei denen GNSS für eine Minute komplett ausfällt, auf dem richtigen Weg bleibt und eine hochpräzise Navigation und Kartierung fast überall ermöglicht.
Pointcloud Beispiele...
Fazit
San Franciscos unzählige Herausforderungen an die präzise Navigation werden durch die Genauigkeit des RT3000 v4 und OxTS' LIO-Algorithmus überwunden.
Während des Tests konnten wir feststellen, dass durch eine Kombination der neuesten Hardware- und Softwareentwicklungen von OxTSdie Positionsdrift während eines 60-sekündigen GNSS-Ausfalls erheblich eingeschränkt wurde.
Wie bereits erwähnt, könnte die Leistung durch eine engere Optimierung und eine mögliche Kombination mit anderen Merkmalen der OxTS -Technologie, wie der gx/ix tight-coupling-Technologie und der Generic Aiding Data (GAD)-Schnittstelle, noch weiter verbessert werden.
Wir sind auf dem Weg, unseren Kunden die Möglichkeit zu geben, wirklich überall zu navigieren.
Weitere Lektüre...
Kurzbeschreibung der landgestützten LiDAR-Vermessungslösung
Bei der Entwicklung eines eigenen mobilen Kartierungsfahrzeugs ist die Lokalisierungsquelle wahrscheinlich der wichtigste Aspekt, den es zu berücksichtigen gilt. Sie muss es Ihnen ermöglichen, Ihre Sensordaten genau auf einen physischen Ort auf der Erde zu beziehen.
In dieser Lösungsübersicht gehen wir auf die Aspekte ein, die wir unseren Kunden empfehlen, wenn sie sich für eine Lokalisierungsquelle für ihre mobilen Kartierungsfahrzeuge entscheiden.
Lesen Sie die Lösungsübersicht, um zu erfahren, warum RT3000 v4 die richtige Wahl für Sie sein könnte.
LiDAR Inertial Odometry Technisches Papier
OxTS Die LiDAR-Inertial-Odometrie (LIO) nutzt LiDAR-Daten, um die Positionsdrift in Straßenschluchten einzuschränken und so die Navigationsleistung und die Genauigkeit der Punktwolken zu verbessern.
In diesem technischen Dokument werden die Funktionsweise von LIO, die potenziellen Anwendungen und Einsatzmöglichkeiten der Technologie beschrieben und die Leistungsbewertungen von Tests in London und Oxford erläutert.
Lesen Sie noch heute das technische Dokument OxTS LIO und erfahren Sie, wie Sie die Navigationsleistung in Straßenschluchten verbessern können.
RT3000 v4-Datenblatt
Durch die Kombination von GNSS-Positionierung in Vermessungsqualität mit der bisher besten Trägheitsmesseinheit von OxTSbietet RT3000 v4 eine robuste, sofort einsatzbereite Navigationslösung für ununterbrochene Positions-, Orientierungs- und Bewegungsdaten in allen Umgebungen.
Lesen Sie das Datenblatt, um mehr über die Spezifikationen zu erfahren, die Sie von RT3000 v4 erwarten können.
