• 采购项目
  • 配套企业库
  • 销量查询
  • 盖世汽车社区
  • 盖世大学堂
  • 盖亚系统
  • 盖世汽车APP
  • 车规级功率半导体产业研究报告 (2024版)
  • 2024车身大会
  • 2024智能汽车感知技术产业大会
  • 2024中国汽车低碳与可持续发展论坛
  • 2024智能座舱车载声学大会
  • 2024第六届智能驾驶地图与定位大会
  • 2024第七届智能驾驶与人机共驾论坛
  • 汽车功能安全工程师培训
  • 智能汽车中央计算平台系统培训
当前位置:首页 > 智能网联 > 正文

导远电子CTO司徒春辉:自动驾驶卫惯紧耦合定位

盖世直播 2021-09-18 15:24:19

9月13日,由盖世汽车主办的2021第三届自动驾驶地图与定位大会隆重召开。本次大会旨在聚集汽车地图定位行业杰出的技术专家分享自动驾驶地图定位领域最新的应用情况、现实挑战、创新理念及未来技术趋势等。下面是导远电子CTO司徒春辉在此次大会上的发言。

导远电子CTO司徒春辉:自动驾驶卫惯紧耦合定位

大家好,我是导远电子的司徒春晖,我今天演讲的主题是自动驾驶卫惯紧耦合定位。自动驾驶定位对于车辆来说,第一步要做全局规划,也就是从A点到B的规划,这部分是根据导航地图完成的。在这个基础上做一个车道级的路径规划,这部分是相对定位它更多是想知道一辆车在一个小区域里面1-2公里范围内,跟车周围的信息。所以对于定位精度的要求会不太一样,在全局里面可能只需要3-10米的精度就行,对于车道级定位需要达到0.2米的精度水平。

在相对定位用到的技术,包括算法和多传感器融合,比如摄像头或者激光雷达相对定位的算法。前面那段全局定位是我们比较通用的GPS,IMU,轮速得到一个位置,这个精确位置信息放在地图里面就会变成相对的位置,相对车道线,相对路边的位置。这个相对位置再跟摄像头,跟ADAS,激光雷达做一个匹配,最终得到一个更精确的相对位置给到域控做后续的处理。

定位有三种思路,松耦合,紧耦合,深耦合,主要框架是类似的。输入信息里面数据的采样频率是不一样的,比如车辆信息大概是20Hz,还有IMU信息可以是200Hz,GPS信息是10Hz左右。对导航定位的数据耦合来说最主要输出的需求是通过IMU得到用于预测的信息,然后反馈给GPS做紧耦合和深耦合。至于GPS和车速,这里面的作用主要是测量的作用,给IMU信息做一个更新,所以我们可以认为IMU的数据是整个导航定位必要的信息。如果我们拿到一个高精度的IMU就可以提供高精度高质量的定位输出结果。紧耦合、深耦合系统在进行GNSS观测量预测的时候需要EKF反馈的预测信息,这个信息也是通过高精度IMU的数据进行反馈的,所以IMU高精度的预测对紧耦合和深耦合来说是非常关键的点。

我们再仔细分析一下紧耦合和深耦合的区别,紧耦合就是给周跳检测提供一个预测信息,把一些错误的卫星信号滤掉,再基于正确的卫星信号基础上做模糊度的固定。这里面也会给模糊度定位提供更高效的结果。如果是深耦合,根据INS提供的高精度位置信息,不仅进行周跳检测,还进行卫星跟踪和捕获,减少卫星误跟踪,提供更多有效信息,模糊度的固定解率。可以看到在整个网络里面,对于位置信息和观测量预测,这是对紧耦合和深耦合重要的地方,所以如果把这个预测做好,那紧耦合和深耦合就做好了。如果我们用了一个比较差的IMU,预测信息可能就会发生一些下降,特别是这个IMU的信息对周跳检测能力比较差,超过一个周长,那就失去了做周跳检测和跟踪捕获能力,达到的效果可能就跟松耦合一样了。

这里可以做一个对比,如果使用性能比较高的IMU,在全开阔场景下,定位精度由GNSS板卡性能决定的。对于全遮挡的场景来说,定位精度由IMU性能决定,这样的话与耦合方式关系不太大。但是大部分场景来说也有遮挡,半遮挡场景的确紧耦合和深耦合可以提供很好的提升,因为它可以把里面看到的很多干扰项,包括错误的观测量信息过滤掉,从而实现固定检测率提升。

但是有一个情况,我们是有很多预测信息反馈给前端紧耦合和松耦合滤波器里面,包括周跳检测的内容,如果给到的反馈信息有问题的时候,那在更糟糕情况下,RTK效果就会降级,这一点是需要我们去考虑的地方。

因为对于紧耦合和松耦合,IMU和GPS信息是非常紧密的,它是相互反馈的过程,如果有一条回路有问题,整个反馈就会存在负反馈效果,就会导致整个效果变得更差。这里我们就需要对反馈回路进行分解。

这是我们做的紧耦合的实测验证,这个图主要是展示了在固定解情况下各个信息的残差,正常来说大部分场景都是小于0.3个波长,在这个时候效果还是可以,特别是开阔环境下,不管是只用RTK的效果,还是RTK加低精度IMU,或者RTK加上高精度IMU效果差不多,残差差不多,没有什么区别。这一点也验证了刚才提到的观点,就是说在开阔环境下,不管是什么耦合都差不多。

当然对于其他的场景,高精度IMU它的作用就发挥出来了。对于非开阔场景是会超过0.3个波长的残差这就说明在这些观测量里面的数据有些是有点问题的,而且我们不能通过只使用RTK这种方法很好地把它过滤掉。如果加上低精度IMU的确会对这些信息进行过滤,但不是非常干净,因为通过低精度imu得到用于预测的反馈信息,是比较差的,但是如果我们换上更好的IMU这个预测就比较准,这样的话更有可能把那些残差比较大的信息过滤掉,最终的结果不管是从RTK固定解率还是RTK固定精度都会得到一个提升。

这个通过高架桥的场景就更复杂了,可以看到在过高架时,中间有一段信息变少,在前后有很多密密麻麻的飞点,如果使用了IMU,特别是高精度IMU对这部分飞点比较大的改善。但对于低精度的IMU来说,固定解的效果不是非常佳,因为不能100%把一些飞点去掉。还有其他场景,包括城市道路主干道,双线六车道路线,也有类似的飞点存在,用不同的IMU得到最终得到的结果是有差异的,这个结论跟刚才的结论是比较类似的。在高架下也有这样的情况。

那么,紧耦合需要怎样的IMU保证很好的效果,什么样的IMU才能让紧耦合实现比较好的效果?这里大概讲一些原理。基于RTK来说做了双差,就是卫星到接收机的距离减去卫星到基站的距离这样一个过程去实现它的模糊度固定。在减掉之后剩余部分就是右图,可以通过三种方式来表示。第一种是卫星到接收机距离减卫星到基站距离(蓝线),我们通过预测方法,IMU方法,因为卫星接收机R-R是未知的,是我们想求的项,在这个基础上可以通过IMU做一个预测,得到一个接收机的位置,但这里面存在IMU预测的误差,就是R-RIMU那部分。

这部分误差是由IMU预测能力决定的,所以这一点就是今天比较重要的地方。第三条线是通过观测量,就是通过卫星接收机得到一些信息得到的,第三条线里面我们想拿到灰色部分,也就是模糊度,就是说只有把模糊度那部分估计准了,最终定位就会准了。我们就得到这样一个结论,就是模糊度的估计预测是由IMU误差和观测量噪声误差决定的。

如何想要得到更好的估计模糊度误差,需要模糊度估计误差小于0.2波长,这样才可以有效剔除异常卫星信号。但是这里有三个频段,L1 19cm,L2 24cm,L3 26cm,当我们要选择最严格的L1频段,最终定位精度是3.8cm。再分开看观测量误差平时在做RTK的时候精度要求是1cm,所以这里面就得到一个结论,IMU预测误差需要小于2.8厘米,这是我们需要对IMU的定位性能指标的要求。

刚才提到了GNSS更新频率是10Hz,对应的时间间隔是0.1秒,那么问题就会变成,对于IMU预测来说难点是经过0.1s时间内误差能偏多少,这是我们需要分析的地方。在车速120km/h情况下,行驶距离是3.3m,这里面会提到2.8cm误差,那这个误差可能就分解到一个前项部分,车走得快走得慢那是前向误差,这部分就会跟车速度的标度误差相关k。对于第二部分,是俯仰角,就是车头是朝上还是朝下,如果是朝下就会产生一个重力向的误差。还有一个误差是航向误差,如果往左或者往右偏也会发生航向误差,这三个误差就构成了刚才提到的2.8cm,所以最终问题变成。我们需要分析,IMU的航向误差有什么构成的?俯仰角误差是什么构成的?

这三个误差其实是相互耦合的过程,如果有一个误差变差了,其他两个误差就需要有更高精度。比如速度误差是千分之一,千分之二,千分之三,对俯仰角和航向误差是不一样的。因此我们可以得出这样一个结果,紧耦合高精度IMU推算误差小于2.8cm,速度误差小于0.2%时,航向角误差要小于0.3deg,俯仰角误差要小于0.36deg。

通过构建YAW的误差方程,得到陀螺不稳定性、随机游走、全温零偏、标度误差的性能需求,航向角误差跟陀螺不稳定性,全温零偏,标度误差相关。但这些误差和航向角误差是由什么决定的?就是我们平常说的一个加强平均的效果。不管有RTK,还是没有RTK,我们航向角总是会存在偏差,这个偏差不会因为RTK更新频率从1Hz变成10Hz而消失。

我们再分解俯仰角误差,它的原理就是通过加速度G,测量重力方向做一个俯仰角,对于0.36度这样一个俯仰角误差要求,需要2mg,这样就得到一个结论。如果我们想要一个好的紧耦合效果,我们需要一个好的IMU,好的IMU就需要对陀螺仪加表的误差提出一个要求。

介绍一下产品情况,导远电子主要有INS组合定位总成和Map-Box地图定位总成,主机厂可以根据整车架构的要求,地图数据想放在哪个控制器里,可以选择不同的产品。组合定位总成从2019年开始,当时主机厂的要求是需要做到通过车规,而到今年慢慢的大部分主机厂客户都需要满足功能安全的要求,。组合定位系统可以提供精准的位置和可靠位置和高性能的位置。

Map-Box地图定位总成是在组合定位基础上增加了地图信息,可以实现更高精度的定位,因为增加了视觉或者激光雷达的信息融合,可以提供更高精度的位置。

这里是一些我们的产品测试结果,包括俯仰角和航向偏差统计值,可以看到我们的产品是满足前面提到的需求的,包括0.3度航向角误差精度和0.36度俯仰角误差精度的要求。

介绍一下导远电子紧耦合的算法,基于松耦合基础上做了很多反馈回路,包括给IMU,轮速,GNSS各个反馈,实现了紧耦合的效果。我们提供了组合定位总成和地图盒子总成,很多合作伙伴给了我们很多帮助,包括千寻,六分科技,中海达,和芯星通,司南导航等;在高精度地图里面有百度阿波罗,四维图新,易图通等和我们一起做了很多实质性的合作。

最后介绍一下公司,导远电子具备提供战术级惯性器件,高精度融合定位算法,高安全冗余高精度融合定位解决方案的能力。车规资质齐全,具备AEC-Q100汽车级芯片认证,ASPICE汽车软件开发,IATF16949汽车体系认证,ISO26262汽车功能安全。目前我们已经向乘用车用户交付超过10万套的高精度组合导航产品,产品的性能和品质经过严格的车规测试及大规模的用户使用验证。

我今天的分享就到这里,谢谢大家。

本文地址:https://auto.gasgoo.com/news/202109/18I70273598C601.shtml

文章标签: 自动驾驶
 
0

好文章,需要你的鼓励

微信扫一扫分享该文章