放手是汽車行業(yè)發(fā)展的必然趨勢。隨著越來越多的智能駕駛功能成為汽車的出廠標配，如何提高自動駕駛汽車的安全性和準確性？什么將支持自動駕駛車輛的整體路徑規(guī)劃？這些已成為汽車行業(yè)的共識問題。
我們以限制場景下自動停車的實現(xiàn)為例。高精度組合導航系統(tǒng)依賴于傳感器系統(tǒng)返回的周圍環(huán)境數(shù)據。處理中心代替人腦向控制系統(tǒng)發(fā)出指令。最終通過執(zhí)行器實現(xiàn)自動停車。然而，隨著停車場景的擴大，道路復雜程度不斷增加。僅由傳感器系統(tǒng)收集的數(shù)據不足以支持更高級別的駕駛策略。
如果把地圖導航和視覺傳感器比作汽車的“眼睛和耳朵”，那么高精度組合導航系統(tǒng)則可以視為無人駕駛系統(tǒng)的“小腦”，增加了“整體控制和平衡”的能力。 ”到車上。通常以GNSS獲取定位衛(wèi)星信號，輔以地面參考站差分信號，結合INS測量車輛自身三軸加速度和三軸角速率進行軌跡估計。這三種方法協(xié)同工作，可以準確捕獲車輛周圍環(huán)境、路況和行駛軌跡的信息。
GNSS 也稱為全球衛(wèi)星導航系統(tǒng)。它為用戶提供全天候的三維坐標、速度、空間和時間信息，如中國的北斗和美國的GPS。高精度 GNSS 測量需要使用載波相位觀測。
RTK定位技術是一種基于載波相位觀測的動態(tài)定位技術。它可以進行實時差分改正，提供地球坐標系下的三維定位結果，精度達到厘米級。高精度衛(wèi)星差分定位技術高度依賴無線信號和通信鏈路。
如果在城市峽谷、林蔭道、立交橋下等信號差的場景中行駛，慣性導航系統(tǒng)將在汽車“盲區(qū)”時發(fā)揮非常重要的作用。當沒有GNSS信號時，INS主要依靠慣性測量單元（IMU）中的三軸MEMS加速度傳感器、三軸陀螺儀和求解電路。 IMU根據DR算法輸出車輛的定位和姿態(tài)數(shù)據，并計算下一時刻的導航狀態(tài)。
高精度IMU在性能要求上有一個特點，那就是“沒有盡頭”。除了汽車行業(yè)之外，IMU還應用于機器人自主移動等領域，例如基于視覺的實時定位和地圖構建（VSLAM/VIO）。 VSLAM/VIO基于攝像頭獲取RGB和地圖深度信息，同時還集成了IMU傳感器用于定位輔助。
DAISCH做了一些性能對比測試。兩個陀螺儀零偏置不穩(wěn)定性分別為 3.5°/h 和 6.3°/h 的 MEMS IMU 與雙目視覺相結合，用于 VSLAM 構建。測試結果表明，在嚴格控制其他變量的情況下，隨著步行距離（每圈約550m）的增加，不同樣本的軌跡渲染性能會出現(xiàn)較大差異。
根據50次重復測試的對比數(shù)據，零偏不穩(wěn)定度為3.5°/h的樣品A在準確性和重復性方面具有顯著優(yōu)勢。其誤差經過累加后表現(xiàn)出較好的穩(wěn)定性。在沒有輪速里程表輔助的場景中，依然可以實現(xiàn)5米左右的箱圖分布。
IMU基于DR算法輸出車輛定位和姿態(tài)數(shù)據。 DR算法的精度取決于IMU中陀螺儀和MEMS加速度計的精度。由于計算模塊積分計算時存在累積誤差，誤差會隨著時間的增加而線性增大。此外，在實際應用中，高頻振動還會降低INS組件中IMU硬件的可靠性和精度。這是汽車場景對高精度IMU標定技術需求不斷增加的主要原因。
實驗數(shù)據表明，校準后隨溫度漂移的零偏誤差可降低至0.01dps，較校準前提高1-2個數(shù)量級。在傳感器的全量程內，比例因子誤差范圍可從3%降低到0.3%，提高了1個數(shù)量級。正交誤差也可以從1%降低到0.01%，提高了2個數(shù)量級。
? 3DM-CV7-AHRS 戰(zhàn)術級 OEM IMU/AHRS
? 3DM-GX5-GNSS/INS 高性能 GNSS 導航傳感器
? 3DM-CV7-INS 戰(zhàn)術級嵌入式慣性導航系統(tǒng)
? 3DM-GX5-IMU 高性能慣性測量單元
? 3DM-CX5-AR 高性能傾斜/垂直參考傳感器
? 3DM-RTK 網絡接口調制解調器
