Sejauh manakah anda tahu tentang teknologi navigasi inersia pemanduan autonomi?

Navigasi inersia secara amnya disepadukan ke dalam peralatan GPS dan disepadukan oleh pembekal Jadi apa yang perlu dibincangkan di sini Kita mesti tahu bahawa apabila kenderaan memandu, kita boleh mendapatkan isyarat yawrate dan kelajuan GPS . Selain itu, kenderaan itu sendiri mempunyai set penderia untuk mendapatkan yawrate dan kelajuan, dan kerana anggaran trajektori adalah bahagian penting dalam pemanduan autonomi, memahami prinsip kerja navigasi inersia boleh membantu kami melakukan anggaran trajektori berasaskan badan.

Navigasi Inersia

Pada masa ini, sistem navigasi bersepadu yang terdiri daripada GNSS+IMU ialah penyelesaian sistem penentududukan arus perdana, dan sistem navigasi inersia adalah satu-satunya yang boleh mengeluarkan lengkap Ia adalah peranti data enam darjah kebebasan dengan kekerapan kemas kini data yang tinggi dan merupakan pusat gabungan untuk maklumat kedudukan.

Algoritma teras yang digunakan dalam navigasi inersia terutamanya termasuk tiga jenis: 1. Algoritma penyelesaian navigasi inersia 2. Gandingan penapis Kalman bagi navigasi bersepadu. 3. Penyepaduan maklumat ciri persekitaran dan navigasi inersia.

Rangka kerja algoritma teras sistem navigasi bersepadu

Perkakasan dan prinsip

Sistem navigasi inersia (INS) menggunakan sensor inersia (IMU) untuk mengukur daya khusus dan maklumat halaju sudut pembawa, digabungkan dengan keadaan awal yang diberikan, dan menyepadukannya dengan maklumat daripada sistem seperti GNSS untuk melaksanakan masa nyata Sistem navigasi autonomi yang menganggarkan kelajuan, kedudukan, sikap dan parameter lain. Secara khusus, sistem navigasi inersia adalah sejenis navigasi pengiraan mati. Iaitu, kedudukan titik seterusnya disimpulkan daripada kedudukan titik yang diketahui berdasarkan sudut pengepalaan yang diukur secara berterusan dan kelajuan pembawa, supaya kedudukan semasa badan yang bergerak boleh diukur secara berterusan.

Rajah prinsip kerja sistem inersia

Sistem navigasi inersia menggunakan penderia pecutan dan giro untuk mengukur parameter gerakan pembawa. Tiga giroskop yang disusun secara menegak digunakan untuk mengukur halaju sudut pembawa di sekeliling tiga paksi koordinatnya, dan juga sensitif kepada halaju sudut putaran bumi.

Accelerometer adalah berdasarkan hukum kedua Newton dan menggunakan prinsip perolakan kapasitif, piezoresistif atau terma untuk mendapatkan nilai pecutan dengan mengukur daya inersia yang sepadan bagi bongkah jisim semasa proses pecutan. Digunakan untuk mengukur pecutan setiap paksi pada sistem koordinat badan yang bergerak.

Rajah prinsip kerja sistem inersia

Navigasi inersia melalui giroskop halaju sudut yang diukur disepadukan dan diubah untuk mengira sudut sikap (gulungan, sudut pic) dan sudut azimut badan kenderaan. Komponen pecutan graviti pada setiap paksi koordinat boleh dikira berdasarkan sudut sikap Pecutan setiap paksi yang diukur oleh pecutan disepadukan selepas menolak komponen pecutan graviti untuk mendapatkan halaju dan kedudukan. Keadaan yang dikira oleh navigasi inersia digunakan untuk meramalkan kedudukan semasa kenderaan, dan kemudian dibandingkan dengan kedudukan (atau data pemerhatian) yang diperolehi oleh penerima kedudukan satelit. Sisihan yang dibandingkan termasuk ralat anggaran navigasi inersia dan ralat kedudukan penerima satelit Selepas pemberat melalui algoritma gabungan data, ia digunakan untuk membetulkan ramalan navigasi inersia, menjadikan ramalan navigasi inersia lebih tepat.

Algoritma penyelesaian navigasi inersia

Biasanya dibahagikan kepada langkah berikut:

• Kemas kini sikap: Sepadukan keluaran halaju sudut oleh giroskop untuk mendapatkan kenaikan sikap, yang ditumpangkan pada sikap terakhir; IMU Daripada sistem koordinat pembawa kepada sistem koordinat penyelesaian kedudukan dan halaju (sistem koordinat inersia); sistem inersia, dan dapatkan halaju melalui penyepaduan;
• Kemas kini kedudukan: Dapatkan kedudukan melalui penyepaduan kelajuan.
• Rajah skematik algoritma penyelesaian navigasi inersia

Dalam Dalam navigasi inersia, setiap lelaran persamaan navigasi perlu menggunakan hasil navigasi terakhir sebagai nilai awal, jadi permulaan navigasi inersia adalah salah satu bahagian yang lebih penting. Penjajaran sikap merujuk kepada mendapatkan roll, pitch, dan yaw IMU. Proses penjajaran roll dan pitch biasanya dipanggil meratakan. Apabila kereta tidak bergerak, daya spesifik yang diukur oleh pecutan hanya disebabkan oleh graviti, yang boleh diselesaikan dengan f=C*g untuk IMU berketepatan tinggi, kaedah penjajaran kompas boleh digunakan pegun, daya tentu yang diukur dalam sistem pembawa ialah Putaran bumi digunakan untuk menentukan orientasi (yaw) pembawa.

Diagram skematik permulaan navigasi inersia

Penapis Kalman untuk navigasi gabungan gandingan pengesan

menggunakan gandingan penapis Kalman untuk menggabungkan IMU dan GNSS, iaitu hasil penentududukan awan titik. Ia boleh dibahagikan kepada dua kaedah: gandingan longgar dan gandingan ketat.

Penapis gandingan longgar menggunakan perbezaan antara ukuran kedudukan dan halaju serta kedudukan dan halaju yang dikira sebagai input penapis navigasi gabungan, iaitu ukuran kuantiti penapis Kalman. Data yang digabungkan secara ketat termasuk parameter navigasi GNSS, pseudoren dalam kedudukan, perubahan jarak, dsb.

Skema gandingan longgar penapis Kalman

Rajah skema gandingan ketat penapis Kalman

🎜>Perbandingan kelebihan dan keburukan gandingan longgar dan gandingan ketat penapis Kalman

Mengambil sistem navigasi inersia yang digunakan oleh Baidu Apollo sebagai contoh, gandingan longgar diguna pakai Dan penapis Kalman ralat digunakan. Keputusan penyelesaian navigasi inersia digunakan untuk kemas kini masa penapis Kalman, iaitu ramalan manakala keputusan kedudukan awan GNSS dan titik digunakan untuk kemas kini pengukuran penapis Kalman. Penapis Kalman akan mengeluarkan ralat kedudukan, kelajuan dan sikap untuk membetulkan modul navigasi inersia, dan ralat semasa tempoh IMU digunakan untuk mengimbangi data IMU asal.

Gandingan longgar penapis Baidu Apollo Kalman

Rajah gabungan penapis Kalman

Penyepaduan maklumat ciri persekitaran dan navigasi inersia

Ketepatan kedudukan dan kestabilan penyelesaian navigasi inersia gabungan GNSS+IMU yang biasa digunakan dalam sesetengah senario masih tidak dapat memenuhi sepenuhnya keperluan pemanduan autonomi. Sebagai contoh, dalam senario di mana isyarat GNSS lemah untuk masa yang lama, seperti kumpulan bangunan bandar dan garaj bawah tanah, bergantung pada isyarat GNSS untuk mengemas kini kedudukan tepat tidak cukup stabil Oleh itu, sumber data kemas kini kedudukan tepat yang baharu mesti diperkenalkan dan lidar/lidar/ Ia telah menjadi satu trend yang tidak dapat dielakkan untuk menyepadukan kedudukan penderiaan visual dan maklumat persekitaran lain untuk penentududukan.

Rajah skematik seni bina untuk gabungan navigasi dan gabungan maklumat kesedaran alam sekitar

Ambil penyelesaian sistem penentududukan gabungan berbilang sensor Baidu sebagai contoh Sistem navigasi inersia berada di tengah-tengah modul penentududukan Modul menggabungkan maklumat kedudukan IMU, GNSS, Lidar dan hasil akhir selepas menyelesaikan dan membetulkan sistem navigasi inersia memenuhi maklumat kedudukan berketepatan tinggi dengan 6 darjah kebebasan yang diperlukan untuk pemanduan autonomi.

Rangka kerja modul penentududukan gabungan inersia Baidu Apollo

Atas ialah kandungan terperinci Sejauh manakah anda tahu tentang teknologi navigasi inersia pemanduan autonomi?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!