高精度定位理论及应用

从移动互联网到物联网，位置是不可或缺的信息，但从精细的行业应用需求来看，只有更高精度的定位信息才能带来更高的价值，人们才能更准确地了解事物的位置和人员 ** 在哪里，更好地管理企业、人员或材料。例如，确保隧道施工人员的人身安全，协助监狱建立全球可视化监管平台，提高石化行业的安全效率，帮助施工现场的智能管理升级。

上述行业对定位方案的超高定位精度、大容量、低延迟、高刷新率有很高的要求。

定位（Location）和导航（Navigation）技术是负责实时提供载体（如自动驾驶车辆）的运动信息，包括载体的位置、速度、姿势、加速度、角速度等。自动驾驶通常采用多传感器集成定位。本文主要解释IMU应用于自动驾驶定位。

高精度定位的工作原理

在无人驾驶汽车感知层面，定位的重要性不言而喻。无人驾驶汽车需要知道它们相对于环境的确切位置，这里的定位不能超过10cm的误差。

GPS它可以为车辆提供米级精度的绝对定位和差异GPS或RTK GPS它可以为车辆提供精度为厘米级的绝对定位，但并非所有路段都能在所有时间内得到良好的定位GPS因此，在自动驾驶领域，RTK GPS输出一般与IMU，汽车本身的传感器(如轮速计、方向盘转角传感器等器等。

IMU的全称是inertial measurement unit，惯性测量单元通常由陀螺仪、加速器和算法处理单元组成，通过测量加速度和旋转角度来获得自体的运动轨迹。我们把传统的IMU和与车身、GPS信息融合算法组合的系统称为广义的自动驾驶IMU。

该技术的出现弥补了这一点 GPS 由于缺乏定位，两者相辅相成，自动驾驶汽车可以获得最准确的定位信息。目前使用最广泛的无人车定位方法是整合全球定位系统（Global Positioning System，GPS）惯性导航系统（Inertial Navigation System）定位方法。

组合导航涉及复杂的坐标系转换，需要对惯导系统进行初步校准。一般借助参考导航系统(如GNSS）通过IMU或使用测量仪器(倾角仪或双天线高精度GPS定向系统)获得初始姿态角度（IMU与当地水平导航坐标系相比，载体坐标系的姿态角也称为欧拉角)，初始化四元数和坐标转换矩阵。

对于室内定位系统，自定义的局域直角坐标系（一般选择定位区域的角作为原点，边界线作为x轴，右手标准确定y轴，垂直面作为z轴）作为导航坐标系，因为两者都是直角坐标系，但坐标系的原点和方向不同，需要原点位移和坐标轴旋转，因此也需要初始对准。初始对准结束后，进入惯导计算过程，读取IMU角速度测量值更新四元数和姿态变换矩阵，然后更新速度和位置，最后将速度和位置转换为其他目标坐标系，如GNSS经纬高地球坐标系。

高精度定位法

为了满足自动驾驶对导航和定位的要求，有：

惯性导航 INS

惯性测量单元常用于自动驾驶（IMU），根据精度可分为两类：第一类是基于光纤陀螺（FOG）的IMU，其特点是精度高，但成本高，一般用于精度要求高的地图采集车辆。第二类是基于微机电系统（MEMS）器件的IMU，其特点是体积小、成本低、环境适应性强，但缺点是误差大。若将其应用于自动驾驶车辆，则需要进行更复杂的处理。为了从IMU导航定位输出的原始数据，定位系统需要捷联惯性导航（SINS）解算包括以下四个模块：

1. 姿态信息通过陀螺输出的角速度信息积分获得

2. 通过姿态信息转换加速度计输出的比力，导航坐标系由载体坐标系获得

3. 重力计算、有害加速度、地球自转角速度等补偿计算

4. 速度和位置由加速信息积分获得

但需要注意的是，随着工作时间的积分过程造成的输出误差会积累

全球导航卫星系统 GNSS

全球导航卫星定位是基于测距的绝对定位方案，其输出误差不会随工作时间和载体运动而变化。全球导航卫星定位的一个显著特点是从单频单系统转变为多频多系统，大大提高了我们导航系统的可靠性和可用性。另一个显著特点是精确定位，已广泛应用于民用领域。特别是基于载波相位的动态差RTK技术应用于智能驾驶考试、无人机、精密农业等领域。然而由于GNSS导航是基于卫星定位的，这大大增加了定位的影响因素和定位结果的不确定性。另一种脆弱性体现在信号干扰上。若自动驾驶车辆本身及安装设备导致车辆电磁环境恶劣。

高精度地图和在线激光 lidar 点云匹配定位

定位系统还可以通过事先建立的高精度地图和在线激光点云实现绝对定位和厘米高精度。该方法的局限性是增加了定位系统对高精度地图的依赖。

里程计

自动驾驶有两种获取车轮信息的方式：外接和内置。

外轮轮式传感器的特点是分辨率和精度都很高。缺点是结构复杂，可靠性难以保证，一般更适合地图采集车。内置轮式传感器的特点是不需要外部设备。缺点是精度低，误差大。如果用于自动驾驶车辆，需要多次处理。无论采用何种方式，轮式传感器对定位系统都非常重要。

结合车辆运动特点的运动约束

在极端情况下，自动驾驶车辆的定位结果不会产生很大的误差。

应用于无人驾驶

自动驾驶定位方法不同，涉及传感器也不同。因此，自动驾驶通常采用多传感器集成定位。多传感器集成定位一般包括以下部分：

· 数据预处理：包括惯性导航解算，GNSS激光雷达数据的质量控制、误差补偿、基于轮式传感器的计算、在线估计和补偿。

· 匹配定位基于激光雷达数据和高精度地图。

· 四个核心模块：

1. ZUPT/ZIHR/NHC，车辆运动约束部分

2. INS Alignment，惯性导航的初始对准部分

3. Integrated，组合部分

4. FDI，故障检测与隔离部分

· 安全相关模块：监测所有输出的完整性。

目前常用的导航定位优化方法仍以传统的卡尔曼滤波器为基础（Kal ** n Filter），其优化指标是尽量减少状态方差。卡尔曼滤波器模型卡尔曼滤波器模型，首先要选择状态变量。目前，状态估计主要基于导航参数误差和车载传感器误差。然后，通过一步预测和测量更新，状态方程可以在时间域推进。此外，定位系统的故障诊断和隔离有很多传统的软件方法，如卡方检测，另一方面可以通过硬件冗余来实现。比如配备多套 GNSS/IMU，配合软件解析余度，定位系统可实现多传感器冗余，提高可靠性。

产业

根据不同的使用场景，从手机定位、运动手表步数记录到自动驾驶汽车的高精度定位 IMU 精度要求不同，精度高也意味着成本高。精度更高的 IMU 它将用于导弹或航空航天飞机。 IMU 为了获得更高的精度，许多制造商会在三个加速度计和三个陀螺仪的基础上添加磁力计。为了提高可靠性，有些还会增加传感器的数量。 

深圳市君诺达科技有限公司专业从事高精度GNSS模块和无线通讯产品的技术开发和应用推广服务商，依靠在无线通讯技术领域的研发推广经验，君诺达建立了一支具有丰富的软硬件开发经验的技术团队，旨在向国内外OEM/ODM客户以及系统集成商提供高品质、高性能的无线模块和应用方案，致力为客户创造长期的价值！

公司主要提供一体化天线模块、双频高精度模块、单频高精度模块、千寻高精度模块、中科微定位模块、U-BLOX定位模块、SICOM通讯模块、惯性导航DR模块、华大GNSS模块、RTK差分模块、4G通讯模块及高精度天线等，产品畅销北京、上海、深圳、广东、江苏、浙江、四川、湖南等全国各地。公司GNSS模块广泛应用于无人机，车辆安防监控调度、公交车自动报站、DVR行驶记录仪、车载DVD导航、GPS电子狗、同步授时、高空气球监控、工程机械、工业自动化等多个应用领域。

在无线通讯产品领域，公司紧跟国际通讯技术的最新发展，引进和代理了符合市场需求的无线通讯模块，产品从2G、3G、4G布局全面，广泛应用在金融电子支付、车载远程控制、远程广告信息、直放站监控、移动互联网终端、智能家居、远程医疗、网络测试、企业信息管理、防盗报警、远程视频传输、智能抄表、移动计算、网络导航、语音话机、无线网关等领域。专注的领域包括视频监控，网络优化，路由器，POS等M2M行业应用。

有需要咨询的可以联系在线客服！