English
Chinese
German
Japanese
Korean
En septiembre de 2023, OXTS envió un equipo a San Francisco para cartografiar la ciudad y recopilar datos de nubes de puntos LiDAR.
El objetivo de este viaje era probar el rendimiento del nuevo sistema de navegación inercial (INS) RT3000 v4 y la eficacia del uso de la odometría inercial LiDAR (LIO) de OXTS para mejorar los datos de navegación.
El RT3000 v4 es la última tecnología GNSS/INS de OXTS. Combina nuestra última tecnología IMU10 con receptores GNSS de calidad topográfica para ofrecer una precisión de posición centimétrica. OXTS LIO es la última innovación de software de OXTS que utiliza LiDAR para limitar la deriva de posición en cañones urbanos.
¿Por qué San Francisco?
San Francisco es uno de los campos de pruebas estándar para vehículos autónomos. Ofrece una combinación única de amplias calles suburbanas, pendientes extremas, cañones urbanos, túneles y puertos de montaña rurales, lo que lo convierte en un excelente lugar de pruebas para la tecnología de navegación que tradicionalmente se basa en GNSS.
Los edificios de gran altura que cubren todos los lados de la carretera y los numerosos obstáculos aéreos dificultan enormemente la recopilación de datos de navegación precisos y fiables. Gracias a OXTS LIO, el equipo pudo estabilizar y mejorar los datos de navegación incluso en entornos sin GNSS.
Para navegar con precisión por una zona urbanizada o crear una nube de puntos LiDAR de calidad topográfica en un cañón urbano, se necesitan los datos de navegación más precisos posibles a lo largo de toda la trayectoria. Esto puede suponer un verdadero reto cuando hay una serie de dificultades GNSS, como edificios altos, superficies reflectantes u objetos elevados. En consecuencia, navegar por una ciudad utilizando GNSS sólo con una precisión de centímetros es casi imposible.
Los dispositivos INS utilizan una IMU para estabilizar la trayectoria calculada, pero en entornos urbanos especialmente difíciles, donde el GNSS se interrumpe constantemente, pueden utilizarse otras fuentes de ayuda para mejorar aún más el rendimiento. La incorporación de LiDAR y OXTS LIO permite obtener datos de navegación de calidad topográfica en los entornos más difíciles. El software utiliza actualizaciones de velocidad cero de un sensor LiDAR para limitar la deriva de la posición en ausencia de GNSS.
Configuración de hardware y software
Durante la prueba, el equipo utilizó los siguientes equipos: Un dispositivo OXTS INS (RT3000 v4) y un LiDAR (Hesai XT32). No hay nada especial en la configuración física de los equipos para utilizar LIO, la configuración es simplemente la misma que cualquier otra configuración INS/LiDAR. El algoritmo OXTS LIO optimiza los datos de navegación y se ejecuta en el post-procesado.
Mejora de los datos
Durante la prueba, el equipo fue testigo de una mejora significativa del rendimiento de la navegación en una serie de entornos tradicionalmente difíciles. Esto puede apreciarse en los siguientes ejemplos:
Aparcamiento de varias plantas de Stonestown
No se dispone de GNSS en el interior de un aparcamiento de varias plantas. Tradicionalmente, esto significaría que están "fuera de los límites" de los proyectos de cartografía móvil de alta precisión y relacionados con la navegación. Esto se debe a que en menos de un minuto la trayectoria del dispositivo de navegación tendrá un error de posición de algunos metros, lo que hace que los datos sean inútiles. En la mayoría de los casos, habría que recurrir a una cartografía estática costosa y lenta.
Sin embargo, utilizando LIO, junto con el RT3000 v4 la zona se convierte simplemente en una parte más del proyecto sin necesidad de tomar medidas especiales. Como se puede ver a continuación, el RT3000 v4 hace un buen esfuerzo con la trayectoria y OXTS LIO restringe la deriva de posición aún más lo que lleva a un resultado de navegación mejorado.
Además de mejorar el rendimiento de la navegación, el RT3000 v4, con OXTS LIO, también mejorará la precisión de la nube de puntos. En lugar de producir una nube de puntos repleta de borrosidad y visión doble, la nube de puntos resultante es nítida y limpia como cualquier otra parte del levantamiento gracias a la mejora de los datos de navegación.
Calle Misión
Uno de los mayores retos a la hora de recopilar datos de navegación precisos en un entorno urbano es la precisión y la coherencia en un marco global. El centro de San Francisco presenta todos los retos posibles, como túneles, edificios altos, superficies reflectantes, calles estrechas, pendientes extremas y objetos elevados. La interrupción constante del GNSS lo convierte en una prueba sólida para las aplicaciones de conducción autónoma y, del mismo modo, para la cartografía móvil.
En este escenario, no son sólo las actualizaciones intermitentes del GNSS y la deriva de la IMU las que causan errores de posición, sino que las superficies reflectantes plantean un riesgo significativo de error multitrayectoria en el que las señales de los satélites se han reflejado en los edificios causando grandes errores de posición. Esto podría hacer que la trayectoria del INS fuera inestable e impredecible.
Durante las pruebas el RT3000 v4 por sí mismo fue muy preciso, sin embargo cuando se acopló con OXTS LIO fue casi perfecto. OXTS LIO mantiene el INS en una ruta estable y consistente a través de la ciudad que le permite filtrar todas las señales multitrayectoria.
El resultado es una nube de puntos con una precisión centimétrica constante, sin zonas que deban volver a estudiarse:
Túnel de la calle Washington
Al igual que ocurre con los aparcamientos de varias plantas, los túneles bloquean el acceso a las señales GNSS. Esto significa que, tradicionalmente, los túneles se miden con precisión, pero sólo relativamente, y se acepta que la posición de las coordenadas globales de los puntos medidos diferirá mucho de la realidad, pero hay poca forma de verificarlo. Sin embargo, con una combinación de RT3000 v4 y OXTS LIO, la trayectoria se mantiene en la pista con un grado de precisión mucho mayor, mejorando no sólo la claridad de las imágenes de la nube de puntos del túnel, sino también sus coordenadas georreferenciadas.
(Rojo con OXTS LIO, blanco sin. Procesamiento simulado (en tiempo real))
Datos de la prueba
Las amplias calles de San Francisco y otras ciudades similares pueden plantear retos alternativos para la navegación. Los algoritmos de odometría LiDAR a veces tienen dificultades para proporcionar actualizaciones precisas en estos entornos debido a la falta de elementos en los que se reflejen los haces de luz del LiDAR.
Para entender el rendimiento del RT3000 v4 y OXTS LIO desactivamos manualmente las actualizaciones GNSS durante intervalos de 60 segundos y medimos la deriva de posición con y sin OXTS LIO activado.
Se obtuvieron los siguientes resultados para la deriva sin GNSS durante un periodo de 60 segundos:
| Medición | Deriva (v4 + LIO) | Derrape (sólo v4) |
|---|---|---|
| Posición 3D | 0.263 m | 0.56 m |
| Posición 2D | 0.26 m | 0.538 m |
| Rúbrica | 0.099° | 0.132° |
| Velocidad 3D | 0,018 m/s | 0,039 m/s |
| Altitud | 0.066 m | 0.234 m |
| Porcentaje de error | 0.05% | 0.108% |
Mientras el GNSS estuvo ausente, el vehículo recorrió una distancia de 500 m. Durante este tiempo, el RT3000 v4 funcionó extraordinariamente bien, desviándose sólo 0,1% de la distancia recorrida. Esto equivale a una desviación de la posición de sólo 56 cm durante una interrupción del GNSS de 60 segundos en una distancia de 500 m. Si se incluye el OXTS LIO, la desviación de la posición en la misma distancia se reduce aún más, a sólo 26 cm, o 0,05% de la distancia total recorrida sin GNSS.
La deriva de altitud también se reduce de 23 cm a sólo 7 cm con OXTS LIO.
Los ajustes de LIO utilizados durante la prueba eran en su mayoría predeterminados y no se han optimizado a la perfección, por lo que cabía esperar resultados aún mejores. Esto indica que, incluso en condiciones muy duras en las que el GNSS se cae por completo durante un minuto, la tecnología de navegación OXTS se mantendrá en la pista permitiendo una navegación y cartografía de alta precisión casi en cualquier lugar.
Ejemplos de nubes de puntos...
Conclusión
Los innumerables retos que plantea la navegación precisa en San Francisco se ven superados por la precisión del RT3000 v4 y el algoritmo LIO de OXTS.
Durante la prueba, fuimos testigos de que, gracias a una combinación de los últimos desarrollos de hardware y software de OXTS, la deriva de la posición se limitó significativamente durante una interrupción del GNSS de 60 segundos.
Como ya se ha mencionado, con una optimización más estricta y la posible combinación con otras funciones de la tecnología OXTS, como la tecnología de acoplamiento estrecho gx/ix y la interfaz de datos genéricos de ayuda (GAD), el rendimiento podría mejorar aún más.
Estamos en camino de permitir a nuestros clientes navegar realmente en cualquier lugar.
