python捷联惯导的姿态解算_精品课第17讲 || 陆海峰：卫星+惯性+算法，组合惯导是自动驾驶的关键底层技术 | ...

人类导航历史悠久，历史，主要可以分为四类：一是使用一些灯塔、路面标志来帮助海员航行，是一种相对定位；二是航空位置计算，是导航的关键技术，通过方向、时间、速度计算距离，航空位置计算的概念也非常深入，但现代航空位置计算完全自动化；第三，天文导航利用天体、恒星来区分航向，通过六分仪获得纬度；第四，电子导航是卫星定位导航，组合导航是卫星导航和航位计算的结合。因此，导航发展到现在，主要有三大传统应用场景，即航天航海、建筑测绘、陆海空无人载具。

---

汽车自动驾驶给导航技术带来了新的热度。数据显示，2018年，全球道路用户死亡约135万人，平均每23秒死亡一次，说明人类驾驶远不如预期安全。正是出于对安全自由出行的追求，自动驾驶流行起来，高精度导航技术也有了新的应用场景，包括ADAS系统和车辆运动分析L4~L5级自动驾驶装备，L1~L三、高级辅助驾驶等。8月26日，《中国汽车报》与广州智能网络汽车示范区运营中心联合推出的2020智能网络汽车精品课再次上线。上海戴世智能联合创始人陆海峰分享了自动驾驶汽车惯导原理ADAS测试应用的相关内容。

惯性导航应用广泛

惯性导航系统由陀螺仪和加速度计组成，通过测量加速度和角速度获取定位信息，是目前容易获得且精度足够的运动传感器。系统的关键要素包括加工工艺、传感器校准、软硬件深度组合、系统集成后传感器下降、环境适应性、车辆安装误差补偿、汽车行业系统认证等。对于惯性器件本身，衡量其优缺点的技术指标有零偏差不稳定性、随机行走、艾伦方差等。

惯性导航已有100年的历史。早期的角速度测量采用机械陀螺仪，利用陀螺仪的进步效应形成角度姿态测量仪器，与角速度成比例。随着现代工业的发展，人类测量角速度的工具越来越多，如动力协调陀螺仪、静电陀螺仪、光纤陀螺仪、激光陀螺仪等。

在自动驾驶领域，MEMS陀螺仪被广泛使用。虽然它不是最新的产品，但随着技术迭代性能的不断提高，成本也在下降。基于科学惯性力的测量，载体悬浮在仪器中，通过测量电容尺寸来测量悬浮位移，然后得到角速度值。MEMS加速度计也是一种类似的原理，通过电容测量，将加速度变化反映为位移变化。

从消费级到航海航天，惯性装置的性能和价格存在六个数量级差异。汽车陀螺仪的精度要求约为0.1~光纤陀螺以前需要10度/小时才能达到这个精度。MEMS陀螺仪已经达到了这样的水平。惯性装置存在误差，称为随机慢变和白噪声，可通过制造工艺、校准和算法共同消除到可控范围内。

自动驾驶的核心技术

卫星和惯性是组合导航最典型的应用，简称组合惯导，具有良好的互补效果。卫星补充了惯性系统的累积误差，惯性系统弥补了卫星的不稳定性和易受干扰。与激光雷达、摄像头等传感器不同，组合惯导不易理解，一般很少提及，但在业内大家都有较深的共识。将惯导与机器视觉、雷达等结合起来，形成一套具有相对绝对定位功能的完整系统。

汽车自动驾驶的四个核心功能模块包括智能定位、环境感知、行为预测、决策和路径规划。智能定位不仅是工作中惯导的组合，还包括卫星、惯性系统、车身传感器、视觉传感器以及未来具有巨大发展潜力的联网技术的集成。解决的痛点包括：车道级的高精度定位和引导能力；B级以上的高可靠性。

在传统的卫星定位中，电离层影响、星历误差、时钟误差和多路径效应会对定位精度产生一定的影响，前三者可以通过差分定位技术消除90%以上的误差。电离层的影响是大气层中的电离层改变卫星信号的传输速度，从而延迟卫星信号；星历误差是卫星轨迹与星历表给出的卫星位置和实际位置之间的差异；卫星上使用的锑原子钟与卫星接收器上的时钟不同步，导致时钟误差；多路径效应是卫星信号对不同障碍物的影响。

组合惯导的集成算法包括坐标系转换、卡尔曼滤波器和数据分析。同时，组合惯导还存在时空同步集成问题，即自动驾驶多传感器集成的前提是将所有异构传感器获得的信息放在统一的时间线中集成。在其他方面，双天线安装偏差、底盘俯仰角偏差、振动和姿态补偿可以进一步提高组合惯导的综合性能。

消除定位误差

载波差分技术(RTK)它是一种差异化定位，它使用已知站来纠正未知站，在此过程中，双方都会接受卫星信息。已知站解算差分信息，解算后的差分信息传递给未知站，进一步消除误差。通常，通过不同卫星系统的1，该技术将与多星座、多频段的卫星定位技术相结合~使整个定位系统更定位系统更加可靠。载波相位差技术可使卫星在空旷区域实现厘米级定位，但卫星定位更新率相对较低，有100个~延迟200毫秒(相比之下，摄像头的更新率约为33毫秒)。此外，卫星定位技术无法克服隧道、高架桥等实际内的实际路况障碍物，这将失去卫星信号，从而失去定位效果。

多传感器集成在功能安全中起着重要作用，异构冗余有效提高了自动驾驶定位系统的可靠性。目前，卫星、组合惯导和摄像头各有优势，可以在不同的场景中互补。例如，在开放场景中，卫星定位准确，但刷新率略低，组合惯导定位精度不如卫星，但刷新率高（组合惯导的最佳定位精度可与卫星定位相媲美，但组合惯导计算结果在没有卫星的情况下会积累误差）。摄像头在背光或雨雪环境下的效果明显恶化。在隧道等遮挡环境下，卫星精度会明显降低。只有三者相互配合，才能取得良好的全工况定位效果。从目前形成的自动驾驶配置来看，毫米波雷达、激光雷达、摄像头、卫星定位和组合惯导是必要的选择，整个系统的成本和性能正在快速迭代。

自动驾驶和自动驾驶ADAS测试中的应用

组合惯导用于车辆的高精度定位，并连贯地提供车辆的位置、位置和速度信息。组合导航不能在全天候条件下实现厘米定位精度。长时间失去卫星后，由于传感器漂移，会出现累积误差。相对而言，该行业更关注半分钟或1分钟内的定位精度。提高组合惯导定位精度可以帮助自动驾驶系统达到更高的水平。

此外，组合惯导是ADAS测试中有很强的应用场景，可以测量车辆、车道、轮廓之间的相对位置和位移，从而评估车辆的驾驶空间ADAS可靠性和稳定性提供定量数据。组合惯导可独立获得可靠稳定的三维运动轨迹，并与视觉和激光雷达形成异构定位系统，提供高可靠性的位置信息。

现在L2和L2 自动驾驶系统逐渐开始推广，如何验证这些功能？

基于高精度定位设备的网络测试系统可以帮助我们解决这些问题，如获取V2V及V2L点对点相对位置关系的高精度测量可定量验证自动紧急制动(AEB)、保持车道辅助(LKA)、辅助自动停车(APA)等待自动驾驶功能，为ADAS开发提供精确的运动和相对距离测量验证和数据回放。

对于多车测试，提供点到点的相对距离、点到轮廓、轮廓到轮廓的最近距离、车辆到车道线的距离、纵向和横向距离，支持一对多网络、室内定位测试、各种驾驶辅助功能的验证等。同时，对于底盘调整、滑动角(Slip Angle)测量可为底盘和轮胎测试提供重要参考。

文：林扬 编辑：黄霞 布局：赵方婷

喜欢请点亮看↓↓↓