English
German
Spanish
Japanese
Korean
十多年来，自动驾驶汽车的发展势头日益强劲。 自动驾驶汽车的开发者和爱好者相信，自动驾驶汽车可以为广大市民提供更安全、更高效的交通方式。自动驾驶汽车通过利用各种技术得以实现。
自动驾驶汽车的关键技术组成部分之一是传感系统，用于帮助汽车了解周围环境和环境中的情况。 车辆外部的典型传感系统包括各种摄像头、激光和超声波系统。在车辆内部，非专业乘客看不到的是一套数据处理和分析功能，这些功能可以解释传感器的输入，并利用分析输出来代替人类操作员做出决策。 这个集中式系统的一个关键组件是惯性测量单元（IMU），它是一个监测车辆动态变化运动的系统。
牛津技术解决方案公司（OXTS）为汽车市场提供惯性测量技术已有近 20 年的历史。 在此期间，OXTS 为各种自动驾驶汽车开发项目提供了惯性系统，例如 DARPA 挑战 (2005 年和 2007 年）、2006 年的自动驾驶大众高尔夫 53+1、BAE 系统公司的无人驾驶汽车 "野猫"，以及为军方和多家领先汽车制造商提供的众多系统。 因此，OXTS 能够很好地说明为什么惯性测量单元对于安全和成功的自主操作至关重要。
驾驶辅助机制的成熟度
谷歌等公司正在从头开始设计用于乘坐而非驾驶的完全自动驾驶汽车。 许多主要的汽车制造商正在开发的高级驾驶辅助系统（ADAS）上已经应用了许多传感功能。 成像系统（如摄像头和激光雷达）通常用于识别地平线上的物体，无论是简单地识别即将到来的硬结构，还是感知车辆行驶轨迹中是否有行人或其他潜在碰撞危险。 作为车辆的 "眼睛"，部署在单个车辆上的成像系统在数量和复杂程度上都在不断增加。 Yole Développement（Yole）在最近的一份市场规模报告中预测，到 2015 年底，自动驾驶汽车上的传感器市场价值将达到 $26 亿美元，到 2030 年将增至 $36 亿美元（其中仅成像传感器就将达到 $12 亿美元）。然而，虽然成像系统能够评估物体的形状和形态以及车辆与感知物体之间的距离，但自动驾驶车辆仍然需要知道自己在环境中的位置以及在环境中的移动方式，以便及时做出决策和采取行动。 考虑车辆运动（车辆动力学）不仅可以验证成像传感器提供的信息，还能确保自动驾驶车辆在看到的障碍物之间安全通过，并沿着预定路线行驶。
背景、背景、背景
自动驾驶汽车在从起点到终点的安全行驶过程中，需要跟踪一系列事项。 在最高级别上，自动驾驶汽车需要跟踪沿途的总体进度。 这可以通过全球导航卫星系统（GNSS）来实现。 全球导航卫星系统可以提供与车辆速度有关的输入信息，但它还不够可靠，无法持续提供准确的位置和速度信息。
下一级是更局部的环境，包括驾驶员在驾驶座上能够用眼睛观察到的事物。 在这一级，自动驾驶车辆必须了解车辆周围的环境，包括附近或即将出现的固定和移动特征。 固定特征包括车道标记、路缘、交通管制和停放的车辆等。 移动特征可能是其他移动的道路使用者和行人。 通常情况下，安装在自动驾驶汽车顶部的传感器系统会向外看，以了解这一环境，其中包括摄像头、激光雷达和超声波系统。
最后，还需要了解车辆的环境以及它是如何在周围环境中移动的。 车辆上有各种传感器可协助实现这一目标，其中包括一个非常关键的系统，即 IMU。 IMU 本身就是一个传感器，可提供与车辆动态有关的数据，从而可以利用与车辆轨迹变化有关的重要计算来预测安全问题（例如，滑移角的变化）。
IMU 还提供信息，以便更好地了解其他传感器系统在车辆当前位置下的位置。 在将读数发送到自动驾驶汽车的实时分析系统时，IMU 提供了一些胶水，用于正确关联来自各种传感器的数据馈送，这些数据馈送与车辆在空间和时间上的动态相关。 如果不能根据车辆动态综合关联和计算各种传感器读数，那将是非常危险的，可能会导致安全问题和不良的驾驶体验。
不了解车辆动力学的后果
自动驾驶汽车不仅必须了解车辆在位置、方向、速度等方面的动态，还必须了解这些因素之间的关系变化是否会导致车内人员、旁观者或其他道路使用者出现不安全的情况。 最安全的驾驶就是最稳定的驾驶。 为确保车辆运动的整体稳定性，滑移角这一指示性指标可首先提醒采取预防措施，以确保行车安全。
滑移角是对前向速度矢量与航向之间的角度进行比较的测量值；也就是说，滚动车轮的实际行驶方向与其指向的方向之间的角度。 滑移角的增大可能是由于车辆、路面和路面结构之间关系的持续变化或其他道路使用者之间的相互作用造成的。
如果不及时采取纠正措施，0.5°的滑移角变化就足以引发侧滑、旋转或翻车（尤其是运动型多用途车或较高的卡车）。 一旦车辆的行驶方向与预定方向不同，车辆的安全行驶通常会受到影响。 其后果可能包括（除侧滑、旋转和翻滚外）与成像系统识别路线以外的障碍物发生碰撞的可能性增加，以及与车门等设计不佳的车辆部件发生撞击。
监测滑移角是 ADAS 或完全自动驾驶系统评估是否应采取预防措施（如改变转向角或紧急制动机制）的一种方法。 车辆上可能装有基于成像的路由选择和防撞系统，但如果车辆的动态变得过于极端，在成像传感器发出警报之前，就可能发生打滑或旋转等事故。 一旦触发事故，无论是否知道障碍物的位置，都可能来不及恢复。
用于监测车辆动态的惯性测量装置
如前所述，任何自动驾驶系统的安全功能都取决于能否持续了解车辆在道路上的位置、方向、方位和速度等动态信息。 要测量这些特性，就必须使用惯性测量单元（IMU）。
IMU 由陀螺仪和加速度计组成，将提供与车辆在三个主轴上的线性加速度有关的连续数据流，以及三组旋转参数（俯仰、翻滚和航向）。 IMU 的数据还将提供与自动驾驶汽车行驶距离有关的其他测量数据，这些数据包括
- 在具有挑战性的全球导航卫星系统环境中，当无法获得全球导航卫星系统数据时，可计算出飞行器最可能的位置。
- 提供车载成像系统感测到的障碍物速度和加速度相关数据。
- 测量车辆指向（航向）与实际行驶（轨迹）之间的角度数据。
为什么要在自动驾驶汽车上使用 IMU
最重要的是，IMU 提供的数据使自动驾驶系统不仅能知道自己在哪里，还能知道自己是如何移动的。 这对于任何传感技术来说都是必要的，以便识别路线和障碍物，并为驾驶系统提供所需的反馈，从而不断调整参数，安全地行驶路线。
为满足这些要求，OXTS 惯性测量系统提供了实时能力，可持续流式传输并测量精确到厘米级的方向和位置，以及精确到 2 厘米/秒的速度。 通过采用将惯性数据与可用的原始全球导航卫星系统信息融合为单一不间断的可靠、准确导航信息流的算法，自主系统将持续接收与位置、方向、方向和速度相关的所需信息。 重要的是，当全球导航卫星系统不可用或从成像传感器接收到的信息有遗漏时，OXTS 技术可以弥补这些遗漏，仍能为自动驾驶系统提供必要的连续数据流。 当考虑将这些信息与自动驾驶车辆上的成像传感器的信息结合使用时，OXTS 系统提供的惯性数据使其成为可能：
- 以至少 100Hz 的采样频率为图像处理算法提供导航数据。
- 提供 ADAS 系统中使用的算法，以了解车辆是否真的正向障碍物或障碍物行驶，以及行驶速度如何。
- 在车载成像传感器发出警报之前，将需要采取纠正措施的动态情况（如侧滑）通知车辆的应急系统。
- OXTS 技术可作为完整的交钥匙惯性和全球导航卫星系统导航解决方案部署，例如 RT3000 或利用相同的定制集成 xOEM IMU 这是 OXTS 系统的核心。
无论部署类型如何，只要装有 OXTS 系统，自动驾驶系统就能获得所需的信息，从而实现安全的 "无处不在 "操作。
