自動駕駛系統入門(六)- 定位導航技術

1、GNSS 與 IMU定位技術特點對比分析

1)基於衛星信號的絕對定位 - GNSS定位原理

GNSS (三角定位法) —— 裝在無人車上的GPS接收機,首先測量無線電信號到達衛星的傳播時間,再將傳播時間乘以光速,即可得到當前GPS接收機到達衛星的距離。利用三顆衛星各自測定的距離為半徑,以衛星為球心,分別構成三個球體,再通過三個球體交匯的方式便可確定無人車GPS接收機的位置;

自動駕駛系統入門(六)- 定位導航技術

圖1. GNSS - 三角定位原理示意圖

2)基於航跡推算的相對定位 - IMU定位原理

IMU —— 利用汽車的初始速度、加速度以及初始位置計算汽車位置和速度的方法。一個IMU包含了3個單軸的加速度計和3個單軸的陀螺儀;利用3個單軸上的加速計傳感器來測量加加速度,陀螺儀則用來獲取汽車座標系相對於地面座標系的位置;

3)技術特點對比分析

自動駕駛系統入門(六)- 定位導航技術

表1. 兩種方式技術特點分析

2、RTK - GNSS 和 PPP-GNSS技術對比分析

1)RTK-GNSS即載波相位差分,其工作原理:

需要在位置座標已知的基站上設置一個GNSS接收器;基站GNSS收器通過衛星數據計算其位置,並將該位置與實際已知位置進行比較,計算出基站到衛星的距離誤差修正值(用測定的實時載波相位差來消除大氣層、衛星軌道、時鐘等誤差),並由基站將該誤差修正數據發送出去;用戶車輛上的GNSS接收器在接受衛星觀測數據的同時,也接收到基站發來的修正數據,並對其定位結果進行修正,從而提高定位精度;

(當基站的GNSS接收器與車載GNSS接收器相距較近(<20km),可以認為兩者的GPS信號通過同一片大氣區域,即兩者的信號誤差基本一致。)

自動駕駛系統入門(六)- 定位導航技術

圖2. RTK-GNSS定位原理示意圖

2)PPP - GNSS即精準點定位,其工作原理:

PPP將精確的衛星軌道和時鐘與雙頻GNSS接收器相結合,能夠提供從釐米到分米級的位置解決方案。PPP需要的全球分佈參考站較少,並且解決方案在很大程度上不受個別參考站故障的影響。這些參考站實時接收精確的衛星軌道和時鐘信息,並計算應用於衛星定位結果的校正值,並通過衛星或互聯網傳送給最終用戶車輛;用戶車輛上的雙頻GNSS接收器用於消除電離層產生的誤差;

自動駕駛系統入門(六)- 定位導航技術

圖3. PPP - GNSS定位原理示意圖

3)RTK -GNSS 與 PPP-GNSS技術特點對比分析

自動駕駛系統入門(六)- 定位導航技術

表2. 兩種定位方式技術特點對比

3、GNSS和IMU組合導航的耦合形式

GNSS和IMU組合導航的耦合形式可分為緊耦合和松耦合兩種形式;

1)松耦合:GPS和IMU各自獨立工作,並將各自輸出位置和速度估值信息進行比較,得到的差值作為測量值,再經由組合卡爾曼濾波器(以測量誤差為狀態)進行優化處理,給出最優結果;卡爾曼濾波器的輸出結果僅反饋給SINS,用來校正SINS的定位結果;

2)緊耦合:利用GPS接收機直接輸出原始星曆數據、偽距ρ1和偽距率ρ1,再通過SINS輸出的位置和速度以及估計的GPS接收機時鐘誤差計算出基於SINS信息的偽距ρ2和偽距率ρ2,最後基於SINS信息得到的偽距和偽距率與GPS得到的偽距和偽距率信息進行比較,並將差值作為測量值,通過卡爾曼濾波器估計INS和GPS接收機的誤差,然後對兩個系統進行校正;

3)兩種耦合形式對比分析

自動駕駛系統入門(六)- 定位導航技術

表3. 兩種耦合形式對比分析

4、基於環境特徵匹配的定位技術

自動駕駛中基於環境特徵匹配定位常見的形式有:Camera + 高精地圖 , Lidar + 高精地圖

1)Camera + 高精地圖

基本原理:攝像頭獲取圖像信息,再利用圖像中具有語義信息的穩定特徵,並與預先採集地圖基準數據進行匹配,來獲得車輛的位置和朝向;

具體過程解析:首先通過相機獲取圖像,並進行圖像特徵的檢測,圖像檢測的主要目標物為:車道線以及桿狀物;然後從預先採集3D地圖裡,提取相關的車道線和桿狀物元素;我們再通過GPS獲取一個初始的位置,通過該位置,控制器將會把相機獲的特徵和地圖裡採集的對應特徵進行一次匹配;再用IMU去進行姿態的預測,做完預測後,匹配完,把結果輸出,無人車相對於地圖的位置和朝向就知道了。(源自:百度參見百度Apollo自定位技術詳解課程)

2)Lidar +高精地圖

基本原理:利用激光雷達獲取的點雲特徵與預先採集的高精地圖基準數據進行聯繫比較,從而獲取無人車在高精地圖中的為位置和朝向;

具體過程解析:首先GPS給定初始位置,通過IMU和車輛的Encoder(編碼器)可以得到車輛的初始位置,然後將激光雷達的局部點雲信息,包括點線面的幾何信息和語義信息進行特徵提取,並結合車輛初始位置進行空間變化,獲取基於全局座標系下的矢量特徵,接著將這些特徵跟高精度地圖的特徵信息進行匹配,最後獲取一個準確的定位。(源自:百度參見百度Apollo自定位技術詳解課程)

常見點雲匹配算法:1、迭代最近點(ICP) 2、直方圖濾波算法 3、卡爾曼濾波

3)技術特點對比分析

自動駕駛系統入門(六)- 定位導航技術

表4. 兩種方式技術特點對比分析


分享到:


相關文章: