自动驾驶汽车隐藏的奥秘:IMU

发布者:Yaqi最新更新时间:2021-05-18 来源: eefocus关键字:自动驾驶  IMU  MEMS 手机看文章 扫描二维码
随时随地手机看文章

惯性传感器,加速度计和角速度陀螺仪作为汽车的“内耳”,多年来一直在汽车安全气囊和稳定控制系统等应用中执行一些基本的低性能任务。

 

无需其他传感器的输入,惯性传感器能够独立探测到车辆的运动,例如:一个简单的单轴加速度计可以探测到汽车的高g急剧减速来打开安全气囊。更先进的惯性传感器组件由两个正交的XY加速度计和一个单轴/双轴角速度陀螺仪组成,常用于车辆的稳定控制。而横向、纵向加速度和转速决定了车辆是否需要采取措施来防止侧翻或减少转弯时的车轮打滑。从本质上讲,惯性传感器组件决定了汽车能否在驾驶员设置的暨定轨道上行驶。

 

现在通常的车载惯性传感器组件可以测量某个方向的运动状态,而惯性测量单元(IMU)作为一个嵌入了三轴线性加速度计和三轴角速度陀螺仪的模块,可测量六个自由度(“6 DOF或六轴”)。通过组成六轴结构的线性运动 (三维空间)和旋转测量组件(滚动,俯仰和偏航),IMU能够捕获车辆运动状态的全部分量。IMU不仅仅可用于安全气囊和车辆稳定性控制,并且可以实时跟踪计算车辆的位置和方向。因此,IMU通过精确校准消除温度和偏差漂移后,结合扩展卡尔曼滤波器算法能在短时间内对车辆进行精准定位,且不需要任何辅助。更先进的系统会融合车轮速度和角度信息,以辅助卡尔曼滤波器定位估计,进一步提高定位精度。

 

最新一代的高级驾驶辅助系统(ADAS)和自动驾驶汽车需要高精度IMU来预测车辆运动以确定实时位置。在这些先进的系统中,IMU信息与GPS接收器甚至视觉传感器(如激光雷达和摄像机)相融合,不断地估计和更新车辆位置信息,然后被输入系统的中央计算模块。这种依靠融合额外传感器数据(如GPS)的IMU导航系统就被称为惯性导航系统(INS)。

 

GPS接收器独自不能提供连续不间断的高精度位置信息,但通过接收遍布全球的卫星信号,可将定位信息精确到几米之内。校正卫星时钟误差和大气传播误差后,GPS接收器可通过实时动态(RTK)等算法技术将定位精确到2~4厘米左右。GPS接收器通常1 Hz或每秒更新一次位置信息,但是也可达到10Hz~20Hz来满足动态定位应用的需求。简而言之,路况最佳时,车辆在高速公路上每行驶10英尺左右就会更新一次GPS位置信息。

 

IMU可用来在GNSS / GPS接收器每次更新之间估计车辆的位置,以提高定位信息输出频率。此外,GPS接收器经常会在一些“不利于GPS信号”的环境(如在隧道和高楼附近)中丢失信号,这些情况下IMU就需要推算位置10秒、20秒甚至多达30秒,推算时间越长,IMU推算位置的误差就会越大。通常的自动驾驶系统允许的定位误差范围只有10~30 cm,虽然目前某些军用IMU和研究用的IMU能够提供这种性能,但高达五位数的价格令人望尘莫及。

 

为了向市场提供价格合理的IMU,开发人员通常使用基于MEMS的加速度计和陀螺仪。 批量生产的硅基MEMS IMU传感器价格都低于100美元,能更好地迎合消费类和工业系统类系统的成本要求。下一代MEMS IMU传感器有望提供包括全自动L5级驱动应用在内的高级汽车应用所需的精度和可靠性。

 

基于MEMS的惯性测量单元能够提供切合汽车市场的尺寸和工艺,目前市场上的几种性能良好的MEMS IMU传感器,其陀螺仪偏置不稳定性(BI)为5°/h,角度随机游走(ARW)为0.5°/√h,加速度BI在10?g范围内。这些产品可以在GPS更新间隔之间提供有效而又平滑的位置信息。然而,当车辆穿过隧道或地下通道时,这些中等性能的IMU在几秒后就难以保持小于10 cm的位置精度。 目前最先进的MEMS惯性传感器正在努力达到陀螺仪BI接近1°/h,ARW为0.1°/√h的指标。一旦达到相应的技术水平,GPS+IMU的组合导航系统将能满足高级别自动驾驶应用所需的性能。

 

除上述问题外,震动或高瞬时加速度会引起MEMS传感器的加速度计与陀螺仪结构的硅微指粘连。由于范德瓦尔斯力现象,一旦粘连,它们就很难分开。设备也不能像其他半导体设备一样通过上/下电循环来解决问题。

 

尽管消费和工业市场可以接受基于MEMS的陀螺仪/加速度计的故障率,但它能满足汽车企业对低故障率和使用寿命的需求吗? 这将是IMU器件开发人员面临的另一大挑战。

 

每个人都翘首以盼自动驾驶汽车能够早日取代现有的老式车辆,释放车库和停车场的宝贵空间,让我们的道路更加安全高效。目前,全球数以万计的工程师正致力于开发下一代传感技术,以早日实现交通运输领域这一里程碑式的发展。

 

IMU器件技术和INS导航技术可能不为大众所熟知,但毫无疑问,它们是确保自动驾驶汽车安全高效的基本要素。

关键字:自动驾驶  IMU  MEMS 引用地址:自动驾驶汽车隐藏的奥秘:IMU

上一篇:“飞行汽车”市场是冷门还是未来?
下一篇:京东方与吉利签署战略合作协议,深化智慧车载领域布局

推荐阅读最新更新时间:2024-10-31 00:38

自动驾驶算法谁家强?零跑上汽并列第一
目前,学术圈还是用“打榜”来对 自动驾驶 算法评分。所谓“打榜”就是在某一数据集上利用其训练数据集来测试算法的优劣,目前自动驾驶圈内最常用的打榜数据集是安波福Aptiv旗下的nuScenes。严格意义上的自动驾驶算法评分对比几乎是不可能的,单独对比算法不够公允,此外还必须考虑算法的效率和落地可行性。训练数据集的数据结构也会影响算法的发挥。同时由于深度学习的不可解释性,在nuScenes数据集上表现好不代表在其他数据集也会表现好,也许会表现得很差,同样道理在nuScenes数据集上表现不好不代表在其他数据集也表现不好。当然 算力 大小无关算法的准确度。 nuScenes数据集的任务包括六大类,分别是3D目标检测detection
[汽车电子]
<font color='red'>自动驾驶</font>算法谁家强?零跑上汽并列第一
Arbe感知成像雷达增加自由空间映射技术 进一步提升自动驾驶的安全性
据外媒报道,下一代成像雷达解决方案开发商Arbe Robotics在其成像雷达感知堆栈中增加了自由空间映射功能。Arbe通过一种算法改进了其解决方案,该算法可以识别车辆周围环境中的可驾驶区域,同时整合环境地图,并在地图中定位车辆。 (图片来源:Arbe) 自由空间映射是自动驾驶的关键功能,需要很高的准确性和冗余度。据称,Arbe的这一进展标志着汽车雷达首次能够支持自由空间映射。Arbe的成像雷达可在远距离和宽视野下检测多普勒,即移动物体的方向和速度,并可在所有天气、光照和能见度条件下感知环境,是摄像头传感器的补充。 传统汽车雷达无法执行自由空间映射,这是OEM感知团队面临的一大问题,因此只能依靠摄像头算法。Arbe的
[汽车电子]
Arbe感知成像雷达增加自由空间映射技术 进一步提升<font color='red'>自动驾驶</font>的安全性
AI DAY解读 — 特斯拉 Autopilot的视觉架构
是的,我还在跟特斯拉AI DAY缠斗。AI DAY那天最复杂、也最难懂的恐怕就是Andrej Karpathy发表的视觉架构部分,通过8个摄像头获取的图像到底是如何让车辆在道路上自动驾驶的?有步骤,有内容。 我们都知道特斯拉用8个摄像头来感知周围环境。但你不能简单地把从这8个摄像头中获取的所有信息直接输入给人工智能,让它来做判断,因为这会一次处理太多信息,而现在的计算机还没有这么强大。 为了解决这个问题,就必须压缩数据,同时保留最相关的信息,类似于我们的大脑对眼睛的信息所做的那样。为了做到这一点,特斯拉将这8个摄像头的数据转移到了一个更小的矢量空间(Vector Space)。 这是一个三维空间,包含了环境
[汽车电子]
AI DAY解读 — 特斯拉 Autopilot的视觉架构
英特尔为自动驾驶再添一笔,Here地图技术有多诱人?
据外媒报道, 英特尔 本周确认,已收购Here地图服务15%股份。英特尔将利用Here地图去开发自动定位系统。   Here曾经属于 诺基亚 ,2015年以约25亿欧元的价格出售给汽车厂商奥迪、宝马和戴姆勒组成的财团。英特尔没有披露这笔交易的价格,而交易预计将于2017年第一季度完成。以2015年的出售价计算,这笔交易的价格为3.9亿美元。   英特尔CEO科再奇(Brian Krzanich)表示:“汽车正迅速成为全球最智能、互联程度最高的设备。我们期待与Here及其汽车业伙伴的合作,为未来的智能互联汽车提供重要的技术基础。”   Here CEO艾德扎·欧沃比克(Edzard Overbeek)表示:“对 自动驾驶 来说,对现
[嵌入式]
预见2020|从自动驾驶新趋势看普及前景
2020年的汽车产业继续在复苏道路上艰难前行,一方面车企通过裁员减薪等方式降低成本,另一方面紧追“新四化”浪潮大力投入新技术研发。开年的新冠肺炎疫情,虽然让行业出师不利,但长期来看无法阻挡汽车四化升级的趋势。而且在疫情的影响下,可能会大幅激发自动配送、自动驾驶产品的需求。 在错综复杂的形势下,未来自动驾驶技术在国内汽车行业的产业热点地位会发生哪些变化?汽车之家推出《预见2020》系列话题内容,借由资深行业人士的视角,了解2020年汽车产业的种种可能性。本期我们将基于政策、消费者及国内车企动向三方面,分析自动驾驶发展趋势变化。 60秒快速了解核心论点: ●政策上,作为国家战略的智能网联汽车顶层设计方向不动摇;汽车
[汽车电子]
预见2020|从<font color='red'>自动驾驶</font>新趋势看普及前景
MEMS领域专利战打响 ST再诉InvenSense侵权
横跨多重电子应用领域、全球领先的半导体供应商,全球最大的运动、环境、音频和微射流MEMS(微机电系统)技术供应商意法半导体(STMicroelectronics,简称ST)宣布,其美国子公司向美国国际贸易委员会(ITC)起诉,指控InvenSense所有MEMS产品以及其两个客户Black and Decker与Roku的产品侵犯意法半导体的五项专利权,请求国际贸易委员会对此案展开调查并发布禁止令,限制InvenSense的陀螺仪和加速度计等侵权产品及其客户的含有InvenSense侵权器件的产品进入美国市场。 这是意法半导体第二次起诉InvenSense。2012年5月,意法半导体向加州北区法院起诉InvenSense侵犯
[模拟电子]
<font color='red'>MEMS</font>领域专利战打响 ST再诉InvenSense侵权
造手机的都去搞自动驾驶了?三星正式获得路试许可
  五一劳动节这天,韩国土地部宣布批准了 三星 电子在公开道路测试无人驾驶汽车的申请。下面就随汽车电子小编一起来了解一下相关内容吧。    三星 电子计划使用一系列「顶级」传感器、计算机以及人工智能和深度学习技术,不断提升自己的无人驾驶技术,并挑战各种天气条件。   虽然 三星 集团同样有整车业务,不过三星电子选择了现代的一款量产车作为测试车。   值得注意的是,韩媒在这条新闻中使用了「self-driving」这样的措辞,所以三星电子正在做的可能和谷歌一样,直接切入无人驾驶。   三星电子和 自动驾驶 的渊源,还要追溯到 2014 年,当时三星电子投资了 Quanergy 激光雷达公司。2015 年 11 月,三星成立了「汽车
[汽车电子]
自动驾驶到底需要多少个传感器?
由于传感器的成本从15美元到1美元不等,汽车制造商想知道车辆完全自动驾驶需要多少传感器。 这些传感器用于收集有关周围环境的数据,它们包括图像、激光雷达、雷达、超声波和热传感器。一种类型的传感器是不够的,因为每种传感器都有其局限性。这是传感器融合背后的关键驱动力,它结合了多种类型的传感器以实现安全的自动驾驶。 所有 L2 级或更高级别的车辆都依靠传感器来“看到”周围环境并执行车道居中、自适应巡航控制、紧急制动和盲点警告等任务。到目前为止,原始设备制造商正在采用非常不同的设计和部署方法。 2022年5月,梅赛德斯奔驰在德国推出了首款能够实现L3级自动驾驶的车辆。L3 级自动驾驶是S级和EQS的一个选项,计划于2024年在美国推出。
[嵌入式]
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved