自动驾驶汽车的更精确定位

下一代惯性测量将以厘米级的精度计算出AV的位置。

雷姆·马里克（Reem Malik） | ACEINNA Inc.
任何自主技术的基础都是卓越安全性的承诺和必要性。任何自动驾驶汽车中的技术都可以帮助其导航周围的世界。安全准确地做到这一点至关重要。自动驾驶汽车的功能日益复杂，因此每辆车都必须对其精确位置具有可靠的了解。

感知传感器可以看到车辆周围的世界，并且通常是主动决策的主要信息来源。这种传感技术包括雷达，激光雷达，红外，超声波和摄像机视觉–所有这些都具有强大的计算能力进行备份。

制导和导航系统告诉自动驾驶汽车它们在哪里以及需要去哪里。这些系统由GNSS / GPS接收器和INS（惯性导航系统）组成，其中包括惯性运动传感器以及里程表和转向传感器的输入。

长期以来，基于MEMS的惯性传感器（如陀螺仪和加速度计）已作为离散组件用于车辆-用于碰撞检测，安全气囊展开和电子稳定性控制。使用MEMS或光纤技术的高端IMU（惯性测量单元）通常用于飞机和战术制导系统，其性能比传统MEMS传感器高出10倍至1,000倍。

随着自动驾驶汽车技术和安全标准的进步，IMU和INS所需的定位精度和精确度现在已接近航空和战术级设备的定位精度和精确度–一致且可靠的厘米级精度，而不是米级精度。

直到最近，IMU的这种性能和安全完整性水平对于汽车等大批量市场来说还是太昂贵了。但是，我们现在看到了设计和制造方面的创新，这些创新使高性能IMU技术在广泛的自治应用和更广泛的工业应用中易于使用且经济。

为什么要使用IMU？

IMU是一种电子模块，集成了多个惯性传感器，以沿多个轴或自由度生成加速度和角速度测量值。六自由度（DOF）IMU由三轴陀螺仪和三轴加速度计组成。使用扩展卡尔曼滤波器（EKF）对这些传感器随时间的测量结果进行组合，以进行高度准确的位置，速度，姿态或方向计算。姿态航向和参考系统（AHRS）将磁力计读数与IMU数据结合起来以计算航向，侧倾和俯仰。 INS添加了GPS以跟踪物体的位置，方向和速度。

在典型的AV应用中，INS与交通和高清地图以及感知传感器系统协同工作，以确定车辆路线以及如何导航。当所有系统在正常的环境条件下和良好的卫星覆盖范围内正常运行时，带有传统汽车级IMU的INS通常可提供足够的定位精度和可靠性，以确保安全运行。

但是，环境或其他外部条件常常不理想。通常，由于城市峡谷，隧道，天桥，多径错误或卫星覆盖范围较差，GPS信号丢失或衰减。

替代地，或除了GPS损失之外，车辆可能会遇到棘手的状况，例如降水或反射表面，这可能会损害来自摄像头，激光雷达和/或雷达系统的数据的性能或完整性。在所有情况下，无人驾驶车辆都必须可靠地继续沿路线导航，安全地操纵至停止和/或请求干预。

传感器输入出现乱码时进行导航的任务通常涉及称为航位推算的过程。在这里，视音频系统依赖于其他传感器，主要是IMU，车轮旋转传感器以及视力（如果有）。

幸运的是，我们赖以保持恒定（主要是）的一个外部因素是地球的重力。无论环境条件如何，IMU都会保持感应并提供位置信息。

使用适当级别的IMU性能可能是撞入隧道壁或直通另一侧的区别。

所有MEMS器件固有的偏差和漂移误差给消除这些误差的系统带来了负担。随着时间的推移，无法说明的错误将直接整合到位置错误中。经过温度和时间严格校准的高端IMU可以大大减少这些误差源。

具有内置冗余的IMU提供了更高的精度位置估计，并为整个视音频系统和传感器融合网络带来了安全性，完整性和可靠性的进一步优势。

实时运动学

精确INS定位的另一个令人振奋的趋势是RTK或实时运动学的出现和扩展。 RTK将GPS定位精度提高了100倍，从米级精度降低到厘米级精度（与IMU数据适当融合）。 RTK技术通过消除电离层和对流层延迟，多径，卫星时钟和星历误差（由GPS接收机在位置计算中使用卫星的位置造成的误差）来完善从GPS信号接收的位置数据。 RTK系统使用调查级基站，该基站通过蜂窝信号向车辆（移动的物体或车辆）广播校正信息。通过复杂算法和卡尔曼滤波器将校正与GPS和IMU数据融合在一起，以提供特定于流动站的最终位置。

直到最近，RTK和类似服务的价格都很高，而且获取时间很长。因此，它们主要用于农业，土地调查，地理围栏地区的越野车的建筑应用。自动驾驶汽车的激增及其对精确定位的需求催生了新的RTK软件，该软件可跨地域扩展，经济，易于集成且针对AV传感器融合进行了优化。

对于任何自动驾驶车辆来说，准确地知道其位置和周围环境，其目的地以及到达目的地的方式至关重要。尽管尚不清楚何时将自动驾驶汽车作为消费品，但该技术已在某些行业领域广泛传播。先进的IMU和RTK的结合功能有望使惯性导航系统民主化，该系统可提供高性能，安全性和增强的完整性，这对于可扩展和安全的自主操作至关重要。