自动驾驶系类文档(二)-- 定位模块(Location)

二、高精度定位模块(Location)

目录

二、高精度定位模块(Location)

2.1、定位技术

2.1.1、GNSS

2.1.2、INS

2.1.3、SLAM

2.2、投影法则

2.2.1墨卡托投影

2.2.2 高斯-克吕格投影

2.2.3通用横轴墨卡托(UTM)

2.3、工程实践

2.3.1、硬件设备及解析程序




2.1、定位技术

定位模块的功能是为决策、控制模块提供车辆在地图上的实时位置,定位的技术路线大体上可以分为三个种:基于电子信号的定位(GNSS)、航迹推算(INS)、环境特征的匹配(SLAM);

由于硬件及原理的特点,每种传感器都有其先天的不足,融合定位便成了提高定位精度,提升系统冗余度的必然选择。下面将每种方法的原理及优缺点做一个简单的讲解。

2.1.1、GNSS

GNSS(Global Navigation Satellite System)全球导航卫星系统,目前世界有四大全球导航卫星系统:美国(GPS)、中国的北斗(BDS)、欧洲的伽利略(GALILEO)、俄罗斯的格洛纳斯(GLONASS)。

GNSS由三部分组成:卫星、基站、接受器,其工作原理就三角定位法,理论上4颗卫星就可以确定任意一点在地球上的确切位置。

三角测量: 在空间要确定自身的位置至少需要三个点,如下图你看到自己离一棵树75米远,你只知道自己位于一个以树为中心半径为75米的圆上。但是如果看到一个离自己64米远的房子,你就会知道自己位于两个圆的交点处,但仍不知道自己位于哪个交点上(有两个交点)。假设你看到了第三个路标,如路灯。经过测量你发现自己离路55米远,就可确定相对于这些地标的确切位置,这便是三角测量法。

同样,卫星通过三个球面相交就可以确定空间两点,舍弃外部的空间点就可以得到目标点的确切位置。但是一般情况下,由于钟差,一般需要四颗卫星去做误差剔除。

GNSS的定位精度大约在10m左右,而无人车的定位精度必须控制在10厘米以内,才能使行驶中的自动驾驶车辆避免出现碰撞、车道偏离的情况。载波相位差分技术的出现使定位精度基本上达到了厘米级。

载波相位差分技术:具体分为两类,RTK(Real - time kinematic,实时动态)技术和PPP(precise point positioning,精密单点)技术;

RTK的工作原理:地面基站与移动车辆端同时接收卫星测量数据。基站根据多个卫星的钟差计算出误差项(基站通常需要固定校验24小时以上来测算自身的准确固定坐标,与实时坐标数据对比,得到误差数据),然后把误差项通过4G网络传递给移动车辆端,车辆端用这个误差项消除测量误差,得到精准的位置。该误差一般由电离层、反射作用等因素的干扰造成,在较小距离内可认为基站误差与车辆端误差相等,因此要求基站与移动车端的距离要在16公里以内,将车辆端实时接收卫星坐标数据与误差数据做差分,可将定位精度提高到10CM左右。此方法叫做RTK 。

PPP技术可以简单理解为一个很强的单点基站,它在全国范围内建设多种基础基站。这些基站把固定坐标与实时卫星数据的误差在基站分离处理,并将误差传递回卫星。卫星已经做了误差的消除,再去对车辆端进行定位,将得到一个非常高精度的定位信息。

2.1.2、INS

INS(Inertial Navigation System,惯性导航系统)是一种利用安装在运载体上的陀螺仪和加速度计来测定运载体位置的一个系统,载体上的测量设备IMU (Inertial Measurement Unit,惯性测量单元主要组件为加速度计和陀螺仪,加速度计提供瞬时的加速度,陀螺仪提供瞬时角速度。IMU的工作原理:首先是角速度通过积分后得到一个姿态,并把它应用到加速度上,对加速度积分得到速度,再积分得到最后的位置。IMU 可提六自由度全量信息且其更新频率最高可达 1000 赫兹,所以 IMU 可以提供接近实时的位置信息。但缺点在于其运动误差随时间增加而增加,我们只能依靠惯性测量单元在很短的时间范围内进行定位。

我们可以结合 GNSS 和 IMU 来融合定位,一方面  IMU 弥补了 GNSS 更新频率较低的缺陷。另一方面 GNSS 纠正了 IMU 的运动误差。但是即使将GNSS和 IMU 系统相结合也不能完全解决定位问题,比如我们在山间行驶或城市峡谷中或在地下隧道中行驶,可能长时间没有GNSS更新,将会导致定位失效。

2.1.3、SLAM

SLAM(simultaneous localization and mapping, 同步定位与建图), 车辆在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位,同时在自身定位的基础上建造增量式地图,实现车辆的自主定位和导航

在自动驾驶领域SLAM定位技术主要分为两种:激光SLAM和视觉SLAM;SLAM是一个大方向,在等级较低的无人驾驶系统中还没用到,在这里先不讲解以后有机会再补充。

前面介绍了GNSS定位、SLAM定位还有惯性导航,这三种定位方式都有各自的优缺点。将三种定位方法进行融合,将得到冗余度、精确度符合高级自动驾驶的定位模块——

  • 0
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值