0%

高精度定位技术

GNSS(全球卫星导航系统)定位,这是一种被普遍认可、广泛接受的追踪定位技术,可以对人员、动物、资产、车辆等进行追踪定位,并提供有关航向、速度、日期、时间等数据。这些设备为人们的安全出行、工作和生活带来极大便利。但由于各种局限性,仅使用GNSS很难达到高精度定位需求,本文整理了多种定位融合技术实现方案。

定位技术演进

从单系统单频段到多系统多频段

GNSS(Global Navigation Satellite System)并不特指某个单一的卫星系统,而是多个卫星系统的总称。用户设备通过接收卫星提供的经纬度坐标信息来定位。

现有GNSS

全球现有主要卫星系统

美国GPS系统是全球第一个卫星导航系统,也是现阶段应用较为广泛、技术较成熟的卫星定位技术。早期的定位模组只支持GPS系统,属于单系统单频模组。由于单一GPS系统在局部地区、部分时段或信号有遮挡、干扰时会出现可见卫星数过少(<4颗)的情况,导致无法正常定位。随着各国与地区对卫星导航系统的肯定,相继投资建设自己的卫星导航系统,多系统模组随之产生,也被称为多模模组或GNSS模组。

在相同的外界环境基础上,多系统模组能够捕获来自不同卫星系统的卫星,使得有效卫星数大幅度提升,从而提高定位的精度和稳定性。

由于定位模组周围环境的影响,使得模组所接收到的卫星信号中还包含有各种反射和折射信号的影响,这就是所谓的多路径效应。多频段技术可以有效抑制城市环境中的多路径效应,削弱大气层误差,提高定位精度。

多种定位融合技术提高精度

GNSS技术能够在几米精度范围内知晓任何物体的绝对位置,毫不夸张的说,它为我们解决了很多难题。现在,从智能网联车、自动驾驶到无人机、机器人,导航应用对自动化需求不断提高,这亟需更高精度的定位解决方案。

GNSS &DR组合定位

DR (Dead Reckoning),航位推测法,指的是在知道当前时刻位置的条件下,通过测量移动的位置和方位,推算下一时刻位置的方法。通过在设备上加装加速度传感器和陀螺仪传感器,DR算法可以自主确定定位信息,具有短时间内实现局部高精度定位的特点。

GNSS定位在遮挡环境、多路径较严重场景下效果较差,此时结合DR算法,就可以推测出下一秒或多秒内的定位结果。另外,GNSS数据更新频率通常为1Hz,不能满足高动态需求,而IMU(Inertial Measurement Unit,惯性测量单元)更新频率可达100Hz,借助组合,可以显著提高结果频率。但是,DR算法精准度随滤波深度增加而变差,所以需要GNSS对其进行实时纠偏,确保以实际数据不断地更新推测出的位置,达到更好的效果。

IMU原理

当我们晚上回到家,发现家里停电时,眼睛在黑暗中什么都看不见的情况下,只能根据自己的经验,极为谨慎地走小碎步,并不断用手摸周围的东西(比如冰箱),用以确定自己所在的位置。

IMU的原理和黑暗中走小碎步很相似。

在黑暗中,由于自己对步长的估计和实际走的距离存在误差,走的步数越来越多时,自己估计的位置与实际的位置相差会越来越远。就像下图所示。

IMU原理

走第一步时,估计位置(黑人所在位置)与实际位置(白人所在位置)还比较接近;但随着步数增多,估计位置与实际位置的差别越来越大。

图中的小人只朝一个方向移动,是一维的。根据此方法推广到三维,就是惯性测量单元的原理。

学术上的语言是:以牛顿力学定律为基础,通过测量载体在惯性参考系的加速度,将它对时间进行积分,且把它变换到导航坐标系中,就能够得到在导航坐标系中的速度、偏航角和位置等信息。

IMU特性

小到每天使用的手机,大到导弹、宇宙飞船都会使用到IMU,区别在于成本和精度。

根据不同的使用场景,对IMU的精度有不同的要求。精度高,也意味着成本高。

IMU的精度、价格和使用场景,如下图所示。

IMU特性

从图中可以看出,普通的消费级电子产品所使用到的IMU都是低精度且十分廉价的IMU,这种IMU普遍应用于手机、运动手表中。常用于记录行走的步数。

而无人驾驶所使用到的IMU,价格从几百块到几万块不等,取决于此无人驾驶汽车对定位精度的要求。

精度更高的IMU会用于导弹或航天飞机。就以导弹为例,从导弹发射到击中目标,宇航级的IMU可以达到极高精度的推算,误差甚至可以小于一米。

除了精度和成本的特性外,IMU还有两个十分关键的特性。其一是更新频率高,工作频率可以达到100Hz以上。其二是短时间内的推算精度高,不会有太大的误差。

GPS+IMU融合

回到最开始的故事。晚上回到家,发现家里停电时,眼睛在黑暗中什么都看不见的情况下,只能根据自己的经验,极为谨慎地走小碎步,并不断用手摸周围的东西(比如冰箱),用以确定自己所在的位置。

在这个过程中,GPS的作用就类似于摸到的东西之后对自己的位置进行的修正,IMU的作用就类似于小碎步,不对地对自己的位置进行推算。

不断的修正和不断的推算,就能保证自己的定位相对稳定。如下图所示。

GPS+IMU融合

在无人驾驶系统中,GPS的更新频率一般为10Hz,IMU的更新频率一般为100Hz。

两个传感器共同工作时,可以给出频率100Hz的定位输出。下图是两传感器数据融合的原理图。

GPS+IMU硬件

运行在控制器上的软件对信息的处理流程在时间维度上类似下图。在0~100ms的周期中,使用IMU进行9次位置的估计,待新的GPS定位数据进来时,则进行修正,以此实现高频率的定位结果输出。

GPS+IMU纠偏

就这样,GPS与IMU便相辅相成地实现了无人车的稳定定位。

有了100Hz的稳定定位,无人车在处理路径跟随问题时,就能像下图一样,保持极高频率的定位和控制。每走一小步,便重新进行方向盘转角的计算,进而控制无人车沿着既定的轨道行驶。

GPS+IMU纠偏

RTK技术,支持分米/厘米级定位精度

RTK(Real-time kinematic),称为实时动态差分法,又称为载波相位差分技术,是实时处理两个测量站载波相位观测量的差分方法,可基于基站提高定位精度。RTK定位精度可达到厘米级。包括传统RTK和网络RTK。

传统RTK工作原理

RTK技术

在传统RTK工作模式下,只有一个基准站(GNSS接收机),基准站和流动站之间的距离有限制。基准站将接收到的测量数据与设置基准站的数据进行计算得出差分数据,然后将差分数据通过电台发送给流动站(用户接收机)。流动站也能通过电台接收基准站发送的差分数据,并进行计算,最终得出我们所需要的坐标数据,并提高定位精度。

网络RTK工作原理

网络RTK

在网络RTK中,有多个基准站,用户不需要建立自己的基准站,用户与基准站的距离可以扩展到上百公里,网络RTK减少了误差源,尤其是与距离相关的误差。

首先,多个基准站同时采集观测数据并将数据传送到数据处理中心,数据处理中心有1台主控电脑能够通过网络控制所有的基准站。所有从基准站传来的数据先经过粗差剔除,然后主控电脑对这些数据进行联网解算。最后,播发改正信息给用户。

网络RTK至少要有3个基准站才能计算出改正信息。改正信息的可靠性和精度会随基准站数目的增加而得到改善。当存在足够多的基准站时,如果某个基准站出现故障,系统仍然可以正常运行并且提供可靠的改正信息。

相比传统RTK,网络RTK对误差估算得更加准确,通过VRS (Virtual Reference Station)虚拟参考站技术进一步增强基准站和流动站误差的相关性。总的来说,网络RTK的精度和稳定性,要高于传统RTK。

坚持原创技术分享,您的支持将鼓励我继续创作!