访问支持中心 访问支持中心 查找经销商 查找经销商 联系我们 联系我们

在全球导航卫星系统停电期间保持自主导航的 3 种方法

博客 2023 年 10 月 9 日

无论是城市环境还是矿山或港口等工业环境,自动驾驶汽车在建筑密集区面临的最大挑战之一,就是当 GNSS 信号与某些卫星失去视线、开始出现多径误差或完全失去信号时该怎么办。

在本文中,我们将探讨在卫星信号不稳定或不存在的情况下,如何让自动驾驶汽车保持直线行驶。

 

我有一个 IMU - 问题出在哪里?

如果您对自动驾驶(或本维基系列)一无所知,您可能会认为只需在车辆上安装一个惯性测量单元(IMU)就能解决问题,毕竟这就是它的作用,不是吗?

嗯,是的,也不是。当失去 GNSS 信号时,IMU 确实有助于保持车辆位置(俯仰、滚动和偏航)的准确性,但它并不完美。IMU 的设计目的是与 GNSS 更新密切配合,但单靠 IMU 本身,它们也会出现所谓的 IMU 漂移。在没有其他辅助传感器的情况下,即使全球导航卫星系统的覆盖范围下降 60 秒,也会导致 IMU 漂移两米。这种漂移量很容易导致自动采矿卡车撞到井边,或自动堆垛机与大型海运集装箱塔相撞。而且,由于在这些车辆运行的许多空间中,GNSS 信号出了名的不可靠,你需要其他选择来保证它们在正确的道路上行驶。

 

选项 1:限制 IMU

如果您知道车辆的尺寸,包括轴距和转向轴的数量(如果您正在制造一辆自动驾驶车辆,我当然希望您知道这些信息!),那么您就可以告诉卡尔曼滤波器,让它忽略 IMU 的横向移动读数,因为这些读数表明 IMU 存在漂移。在OxTS INS 设备上,我们称之为 Noslip,它对偏航(横向漂移)和俯仰(上下移动)都有效。

 

方案 2:使用额外的传感器

这里的原理很简单:如果你的 IMU 不足以让你在没有 GNSS 的情况下保持航向,那么获取更多数据来帮助你保持航向。

我们常用的传感器是轮速传感器。将轮速传感器数据与 IMU 读数相结合,可以帮助您排除 IMU 漂移造成的不良数据,从而使车辆保持在正确的轨道上。不过,也可以使用其他传感器。例如,在OxTS ,我们开发了激光雷达轨迹测量(简称 LiO),使我们的 INS 设备能够使用车载激光雷达扫描仪的数据来计算速度和航向信息。结合我们使用 noslip 对 IMU 施加的约束,我们就可以从这张地图上绘制出我们的路线...

......对此:

集成额外的传感器数据对于从卡车到出租车的自动驾驶车辆尤为有效,因为这些车辆更有可能已经安装了额外的传感器,从而可以相对低廉的成本提高精确度。事实上,对于某些车辆,您甚至还可以使用 CAN 总线来收集车载传感器的数据。

 

方案 3:GNSS 和 IMU 数据紧密耦合

如果您连接了一个全球导航卫星系统接收器和一个 IMU,并将数据合并,那么结果就是我们所说的松耦合数据。如果您拥有强大的全球导航卫星系统信号,这当然足够好,但正如我们已经介绍过的,一旦失去卫星,您的全球导航卫星系统就无法为您提供位置数据。紧密耦合数据可以让你在卫星覆盖范围部分缩小时挽救部分卫星数据,并在 INS 再次看到卫星时帮助你更快地恢复准确的 GNSS 定位。

将 GNSS 和 IMU 数据紧密耦合实质上意味着对 GNSS 数据进行更深层次的研究。通常情况下,您从 GNSS 接收机获得的输出是 GNSS 接收机自身处理的结果;接收机从其能看到的所有卫星上获取数据,然后将其组合,得出位置和航向解决方案,并将其作为输出传递给您。在一个紧密耦合的系统中,你不需要依赖接收器的输出,而是获取接收器使用的原始数据,并将其输入导航引擎。这样,引擎就可以使用 IMU 数据来评估每个卫星信号,忽略不准确的信号,使用准确的信号来帮助限制 IMU 漂移。

 

GNSS 和 IMU 数据紧密耦合

 

如果您使用的是OxTS INS,将 IMU 和 GNSS 数据紧密耦合还有其他好处。我们设计的设备可以在丢失 GNSS 信号后重新获得该信号,IMU 数据可以帮助 INS 在几秒钟内重新获得 RTK 锁定(基本上是高精度 GNSS),而不是长达 30 秒。这对自动驾驶汽车来说非常重要,因为这意味着一旦重新获得 GNSS 信号,它们就能更快地纠正任何导航问题,从而降低发生任何意外的风险。

 

使用尽可能多的方法

当全球导航卫星系统的覆盖范围缩小时,您可以将上述所有方法结合起来,以保持车辆位置的准确性--俗话说,多多益善。还需要注意的是,根据车辆的设置,您可能可以通过 CAN 总线获取数据(例如,如果您的车辆有自己的轮速传感器),您可以使用这些数据,而不用购买新的传感器。

不过,诀窍在于确保所有配置都正确无误。例如,要有效约束 IMU,就需要了解车辆的尺寸。整合额外的传感器需要了解传感器数据提供的参考框架和单位,这样才能正确转换数据,使其与 IMU 数据相匹配(否则侧向运动可能会被理解为向前、向上、向下等运动)。如果您想使用激光雷达等传感器的数据,那么情况就会变得更加复杂,因为需要对传感器的输出进行处理,以便为导航引擎提供有用的信息。

 

有问题吗?

希望这篇文章能帮助您规划出应对 GNSS 覆盖率下降的方法。如果您仍有疑问,我们很乐意为您提供帮助,请通过support@oxts.com与我们联系,我们将竭尽全力为您提供帮助。

 

 

返回顶部

返回顶部

美国,阿什本