前面介紹了通過 IMU 與GNSS 信號進行融合后組成慣性組合導航系統(tǒng), 下面介紹幾種其他的定位方式以及和IMU的結(jié)合來提高性能。
一,LIDAR定位
利用激光雷達可以通過點云匹配來給車給汽車進行定位,該方法來自于激光雷達傳感器的檢測數(shù)據(jù)與預(yù)先存在的高精度地圖連續(xù)匹配,通過這種匹配可以獲得汽車在高精度地圖上的全球位置及行駛方向。
匹配點運算法很多,幾個常見的算法有迭代最近點,濾波算法以及卡爾曼濾波。
迭代最近點(或IPC)是一種方法。假如我們相對兩次點云掃描進行匹配,對第一次掃描的每一個點我們需要找到另一次掃描中最近的匹配點,最終我們會收都許多匹配點對,將每對點距離誤差相加,然后計算平均距離誤差。目標是通過點云旋轉(zhuǎn)和平移來最大限度地降低這一平均誤差,一旦實現(xiàn),就可以在傳感器掃描和地圖之間找到匹配,這樣我們將傳感器掃描得到到的位置轉(zhuǎn)換成全球地圖上的位置,并計算出地圖上的精度位置。
慣導另一個作用是配合激光雷達。GPS+慣性導航系統(tǒng)為激光雷達的空間位置和脈沖發(fā)射姿態(tài)提供高精度定位,建立激光雷達云點的三維坐標系。慣導可用于定位,與其他傳感器融合時,也需要統(tǒng)一到一個坐標系下。定位是最常用的,通過 IMU、慣性導航系統(tǒng)、編碼器和 GPS,得到一個預(yù)測的全局位置。當激光雷達實時掃描單次的點云數(shù)據(jù)后,結(jié)合單次的點云數(shù)據(jù)進行匹配,并進行特征提取。這些特征包括路沿、車道線、高度等周圍點線面的特征。對于高精度地圖,提取過特征與實時提取的特征進行匹配,最終得到精準的車本體速度,這是激光雷達的定位過程。
濾波算法是LIDAR定位的另一種算法??上哂?a target="_blank">信息,并在地圖上找最可能的車輛位置. 比如,Apollo采用了直方圖濾波算法(有時也叫誤差平方和算法(或SSD)),為了利用直方濾波,我們將通過傳感器掃描的點云滑過地圖的每一個位置,在每個位置,我們計算掃描的點和高精度地圖上對應(yīng)點之間的距離誤差或距離,然后對誤差的平方求和,求和的數(shù)越小說明掃描結(jié)果與地圖之間的匹配越好。在下圖的示例中,匹配最好的點顯示紅色,最差的點顯示藍色,綠色代表適中的點。
卡爾曼濾波是LIDAR的另一種定位方法??柭鼮V波是一種算法,用于根據(jù)我們在過去的狀態(tài)和新的傳感器測量的結(jié)果預(yù)測我們當前的狀態(tài)??柭鼮V波使用了預(yù)測更新周期,首先我們根據(jù)之前的狀態(tài)以及對移動距離和方向的估計來估計和“預(yù)測”我們新的位置。
一,視覺定位
圖像數(shù)據(jù)是收集最容易的數(shù)據(jù),攝像頭便宜且種類繁多,還易于使用,但要用攝像頭來實現(xiàn)高精度定位是很困難的。但是可以將攝像頭數(shù)據(jù)與地圖和GPS結(jié)合起來,利用概率來判斷攝像頭數(shù)據(jù)與地圖或者GPS等傳感器采集的數(shù)據(jù)做比對,來定位車輛或者障礙物的位置。下圖為利用視覺概率思維來確定樹的位置。
自動駕駛系統(tǒng)一般使用基于GPS,IMU和激光雷達等多種傳感器融合的定位系統(tǒng)。這種融合利用了不同傳感器的互補優(yōu)勢,提高了穩(wěn)定性和準確性。系統(tǒng)定位模塊依賴于IMU,GPS,激光雷達,雷達和高精度地圖,這些傳感器同時支持GNSS定位和LIDAR定位,GNSS定位輸出速度和位置信息,LIDAR定位輸出位置和行進方向信息,融合框架通過卡爾曼濾波將這些輸出結(jié)合在一起,卡爾曼濾波建立在兩步預(yù)測測量周期之上。
卡爾曼濾波已成為大多數(shù)定向算法和商用慣性方向傳感器的公認基礎(chǔ);Xsens、微應(yīng)變、,矢量導航、InterSense、PNI和十字弓,所有的生產(chǎn)系統(tǒng)都建立在它的基礎(chǔ)上?;诳柭慕鉀Q方案的廣泛使用證明了其準確性和有效性,但是它們有一些缺點,它們的實現(xiàn)是復雜的,這可以從學科文獻中看到的眾多解決方案中反映出來。線性回歸迭代是卡爾曼濾波過程的基礎(chǔ),它要求采樣率遠遠超過目標帶寬(例如,512 Hz之間的采樣率),30千赫對于系統(tǒng)可移植性至關(guān)重要的人體運動捕獲應(yīng)用程序來說也許是必要的,描述三維旋轉(zhuǎn)運動學的狀態(tài)關(guān)系通常需要較大的狀態(tài)向量,擴展的卡爾曼濾波實現(xiàn)將問題線性化。
這些挑戰(zhàn)需要大量的計算負荷來實現(xiàn)基于卡爾曼濾波的解決方案,并提供了一個明確的結(jié)果。解決這些問題的先前的方法已經(jīng)實現(xiàn)了模糊處理和頻域濾波處器,有利于在低角速度下定向的加速度計和在高角速度下的集成陀螺儀。
總之,慣性導航系統(tǒng)將成為自動駕駛定位信息融合的中心。由于慣導具有的輸出信息不間斷、不受外界干擾的獨特優(yōu)勢,慣導可以在車輛運行中提供連續(xù)的測量信息,同時可以將視覺傳感器、雷達、激光雷達、車身系統(tǒng)信息進行更深層次的融合,為決策層提供精確可靠的連續(xù)的車輛位置,姿態(tài)的信息,成為定位信息融合的中心。
據(jù)公開報道,作為百度Apollo的重要合作伙伴,ADI公司的慣性測量單元(IMU)被用于阿波龍系統(tǒng)的慣性導航器件。
-
導航系統(tǒng)
+關(guān)注
關(guān)注
2文章
251瀏覽量
30563 -
激光雷達
+關(guān)注
關(guān)注
967文章
3871瀏覽量
188848 -
LIDAR
+關(guān)注
關(guān)注
10文章
316瀏覽量
29272
原文標題:自動駕駛基礎(chǔ)(六十一) -慣性測量單元(IMU)七
文章出處:【微信號:Analog_World,微信公眾號:模擬世界】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論