ทฤษฎีและการประยุกต์ใช้ของ ตำแหน่งที่มีความแม่นยำสูง

คาดว่าจะอ่านเสร็จภายใน 12 นาที

จากอินเทอร์เน็ตบนมือถือไปยังอินเทอร์เน็ตของสิ่งที่ตั้งเป็นข้อมูลพื้นฐานและที่ขาดไม่ได้ แต่จากข้อกำหนดการใช้งานอุตสาหกรรมที่กลั่นกรองเท่านั้น ตำแหน่งที่มีความแม่นยำสูงกว่าข้อมูลสามารถนำมูลค่าที่สูงขึ้นผู้คนสามารถทราบตำแหน่งของสิ่งต่าง ๆ ได้อย่างแม่นยำยิ่งขึ้นรู้ถึงตำแหน่งเฉพาะของผู้คนและจัดการองค์กรที่ดีกว่าบุคลากรหรือวัสดุ สำหรับ ตัวอย่างเพื่อให้มั่นใจในความปลอดภัยส่วนบุคคลของบุคลากรการก่อสร้างอุโมงค์เพื่อช่วยจำคุกในการสร้างการควบคุมระดับโลกและภาพ แพลตฟอร์ม; เพื่อปรับปรุงประสิทธิภาพการประกันความปลอดภัยของปิโตรเคมีอุตสาหกรรม; เพื่อช่วยยกระดับการจัดการที่ชาญฉลาดของการก่อสร้าง เว็บไซต์.

อย่างไรก็ตามอุตสาหกรรมดังกล่าวมีความต้องการสูงใน สูงพิเศษ ความแม่นยำในการวางตำแหน่งความจุขนาดใหญ่ความล่าช้าต่ำและการรีเฟรชสูง อัตรา

เทคโนโลยีที่ตั้งและการนำทางมีหน้าที่ในการให้ข้อมูลการเคลื่อนไหวแบบเรียลไทม์ของผู้ให้บริการ (เช่นยานยนต์อัตโนมัติ) รวมถึงตำแหน่งผู้ให้บริการความเร็วทัศนคติการเร่งความเร็วเชิงมุม ฯลฯ อัตโนมัติอัตโนมัติมักจะใช้วิธีการของ Multi-Sensor ฟิวชั่นการวางตำแหน่ง นี้ กระดาษส่วนใหญ่แนะนำแอปพลิเคชันของ IMU ในการขับขี่อัตโนมัติการวางตำแหน่ง

หลักการทำงานของการวางตำแหน่งที่มีความแม่นยำสูง

ในระดับการรับรู้ของยานพาหนะไร้คนขับความสำคัญของการวางตำแหน่งคือ เห็นได้ชัดว่า ยานพาหนะไร้คนขับต้องรู้ตำแหน่งที่แน่นอนที่เกี่ยวข้องกับสภาพแวดล้อมและอาจไม่มีอีกต่อไปกว่า 10 ซม. ข้อผิดพลาดในการวางตำแหน่งที่นี่

GPS สามารถให้การวางตำแหน่งระดับสัมบูรณ์ของระดับมิเตอร์สำหรับยานพาหนะ GPS ที่แตกต่างกันหรือ RTK GPS สามารถให้การวางตำแหน่งระดับสูงสุดของระดับเซนติเมตรสำหรับรถยนต์ แต่ไม่ใช่ทุกส่วนที่สามารถรับสัญญาณ GPS ที่ดีได้ตลอดเวลา ดังนั้นในด้านการขับขี่อัตโนมัติการส่งออกของ RTK โดยทั่วไป GPS จะรวมเข้ากับเซ็นเซอร์ของ IMU และรถยนต์ (เช่น ในฐานะที่เป็นเครื่องวัดความเร็วล้อ, เซ็นเซอร์มุมพวงมาลัย, ฯลฯ ).

ชื่อเต็มของ IMU คือหน่วยการวัดเฉื่อยซึ่งมักจะประกอบด้วยการประมวลผล Gyroscope, คันเร่งและอัลกอริทึม หน่วย ผ่านการวัดความเร่งและมุมการหมุนเราสามารถรับการเคลื่อนไหวของตนเองติดตาม เรา เรียก IMU แบบดั้งเดิมและระบบรวมกับตัวถังยานพาหนะ GPS และอัลกอริธึมฟิวชั่นข้อมูลอื่น ๆ เป็น IMU ทั่วไปสำหรับอัตโนมัติ ขับรถ.

การเกิดขึ้นของเทคโนโลยีนี้ทำให้เกิดการขาด ตำแหน่ง GPSและทั้งสองเสริมซึ่งกันและกันช่วยให้สามารถใช้งานอัตโนมัติเพื่อให้ได้ตำแหน่งที่แม่นยำที่สุด ข้อมูล. ในปัจจุบันวิธีการวางตำแหน่งที่ใช้กันอย่างแพร่หลายของยานพาหนะไร้คนขับคือการรวมระบบการวางตำแหน่งทั่วโลก (GPS) และระบบนำทางเฉื่อย (ins)

การนำทางแบบบูรณาการเกี่ยวข้องกับการเปลี่ยนแปลงระบบพิกัดที่ซับซ้อนซึ่งต้องใช้การสอบเทียบครั้งแรกของการนำทางเฉื่อย ระบบ. โดยทั่วไประบบนำทางอ้างอิง (เช่น GNSS) ใช้เพื่อให้ระบบนำทางเฉื่อยค่าตำแหน่งเริ่มต้น (วัตถุประสงค์คือเพื่อสร้างเมทริกซ์การแปลงพิกัดเริ่มต้นของระบบพิกัดทางภูมิศาสตร์และพิกัดโลก ระบบ) ระบบ) และความเร็วเริ่มต้นมูลค่า; มุมทัศนคติเริ่มต้น ( ผลผลิต IMU) ได้รับจากมูลค่าการวัดของ IMU ตัวเอง หรือโดยเครื่องมือวัด (Inclinometer หรือเส้นขอบฟ้าสองเท่า ความแม่นยำสูง การวางแนว GPS ระบบ) สัมพันธ์กับมุมทัศนคติในปัจจุบันของระบบพิกัดการนำทางแนวนอนหรือที่เรียกว่ามุมออยเลอร์เริ่มต้นการเปลี่ยนแปลง Quaternion และประสานงาน เมทริกซ์.

สำหรับ ระบบการวางตำแหน่งในร่มระบบพิกัดรูปสี่เหลี่ยมผืนผ้าที่กำหนดเอง (โดยทั่วไปจะมีการเลือกมุมตำแหน่งบางอย่างเป็นต้นทางเส้นเขตแดนเป็นแกน X เกณฑ์ด้านขวาจะกำหนดแกน Y และแนวตั้ง พื้นสูงขึ้นเป็น Z-Axis) ใช้เป็นพิกัดการนำทาง ระบบ. เพราะ ทั้งสองเป็นระบบพิกัดสี่เหลี่ยม แต่ต้นกำเนิดและทิศทางของระบบพิกัดจะแตกต่างกันการกระจัดต้นกำเนิดและการหมุนแกนดังนั้นการจัดตำแหน่งเริ่มต้นจึงจำเป็นต้องใช้ หลังจากการจัดตำแหน่งเริ่มต้นกระบวนการคำนวณ INS จะเริ่มขึ้นแล้วเมทริกซ์การเปลี่ยนแปลง Quaternion และทัศนคติได้รับการปรับปรุงโดยการอ่านค่าการวัดความเร็วเชิงมุมของ IMU แล้วความเร็วและตำแหน่งได้รับการอัปเดต ในที่สุดความเร็วและตำแหน่งสามารถเปลี่ยนเป็นระบบพิกัดเป้าหมายอื่น ๆ สำหรับการแสดงออกเช่น L ลองจิจูดและ Latitude Highland ระบบพิกัดทรงกลมของ GNSS .

วิธีการระบุตำแหน่งที่มีความแม่นยำสูง

เพื่อให้เป็นไปตามข้อกำหนดของ Autopilot สำหรับการนำทางและการวางตำแหน่งวิธีการต่อไปนี้เป็นลูกบุญธรรม:

ระบบนำทางเฉื่อย

ในปัจจุบันหน่วยวัดเฉื่อยที่ใช้กันทั่วไป (IMU) สำหรับการขับขี่อัตโนมัติสามารถแบ่งออกเป็นสองประเภทตามความถูกต้อง: หมวดหมู่แรกขึ้นอยู่กับ Gyroscope ใยแก้วนำแสง (FOG) IMU ซึ่งโดดเด่นด้วยความแม่นยำสูง แต่ยังมีค่าใช้จ่ายสูงและโดยทั่วไปจะใช้กับยานพาหนะการซื้อแผนที่ที่มีความแม่นยำสูง ข้อกำหนด. ประเภทที่สองคือ IMU ขึ้นอยู่กับอุปกรณ์ MEMS ซึ่งโดดเด่นด้วยปริมาณขนาดเล็กต้นทุนต่ำการปรับตัวด้านสิ่งแวดล้อมที่แข็งแกร่ง แต่ข้อเสียมีขนาดใหญ่ ข้อผิดพลาด. ถ้า มันถูกใช้ในยานพาหนะขับรถอัตโนมัติมันต้องผ่านซับซ้อนมากขึ้น การประมวลผล. เพื่อให้ได้การนำทางและตำแหน่งเอาต์พุตจากข้อมูลดั้งเดิมของ IMU ระบบการวางตำแหน่งจำเป็นต้องแก้ปัญหาบาปซึ่งรวมถึงสี่ต่อไปนี้ โมดูล:

1. รับข้อมูลทัศนคติโดยการรวมเอาต์พุตข้อมูลความเร็วเชิงมุมโดย Gyro

2. แรงกระตุ้นความเร่งที่เฉพาะเจาะจงจะถูกแปลงตามข้อมูลทัศนคติและ ระบบพิกัดการนำทาง ได้มาจากระบบพิกัดของผู้ให้บริการ

3. ดำเนินการคำนวณแรงโน้มถ่วงการเร่งความเร็วที่เป็นอันตรายความเร็วในการหมุนของโลกและการคำนวณการชดเชยอื่น ๆ

4. รับความเร็วและตำแหน่งจากการรวมข้อมูลการเร่งความเร็ว

อย่างไรก็ตามควร ควร สังเกตว่าข้อผิดพลาดของผลผลิตที่เกิดจากกระบวนการรวมจะสะสมกับเวลาทำงาน

มีสองวิธีสำหรับการขับขี่อัตโนมัติเพื่อรับล้อ ข้อมูล: ภายนอกและ ภายใน.

ลักษณะของเซ็นเซอร์ล้อภายนอกคือความละเอียดและความแม่นยำสูงมากเสียเปรียบคือโครงสร้างที่ซับซ้อนความน่าเชื่อถือเป็นเรื่องยากที่จะรับประกันและโดยทั่วไปจะเหมาะสำหรับการซื้อแผนที่ ยานพาหนะ. ลักษณะของเซ็นเซอร์ล้อในตัวคือไม่จำเป็นต้องใช้อุปกรณ์ภายนอก ข้อเสียคือความแม่นยำต่ำและข้อผิดพลาดมีขนาดใหญ่ ถ้า มันใช้สำหรับยานพาหนะขับขี่อัตโนมัติมันต้องผ่านหลายรายการ การประมวลผล ไม่ว่าจะใช้วิธีใดเซ็นเซอร์ล้อเป็นสิ่งสำคัญมากสำหรับการวางตำแหน่ง ระบบ.

ข้อ จำกัด การเคลื่อนไหวรวมกับลักษณะการเคลื่อนไหวของยานพาหนะ

นี้ ชนิดของข้อ จำกัด การเคลื่อนไหวสามารถให้แน่ใจว่าในกรณีที่รุนแรงผลการวางตำแหน่งของยานพาหนะอิสระจะไม่ผลิตผลที่ยอดเยี่ยม ข้อผิดพลาด.

แอปพลิเคชันในการขับขี่ที่ไม่มีคนขับ

มีวิธีการขับขี่อัตโนมัติที่แตกต่างกันและเซ็นเซอร์ที่เกี่ยวข้องก็แตกต่างกัน ดังนั้น Autopilot มักใช้วิธีการของ Multi-Sensor ฟิวชั่นการวางตำแหน่ง Multisensor การวางตำแหน่งฟิวชั่นโดยทั่วไปมีต่อไปนี้ ชิ้นส่วน:

· ข้อมูล การประมวลผลล่วงหน้า: รวมถึง โซลูชันการนำทางเฉื่อย, GNSS การควบคุมคุณภาพการชดเชยความผิดพลาดข้อมูล Lidar การคำนวณตามเซ็นเซอร์ล้อการประเมินออนไลน์และ การชดเชย

· การจับคู่และการวางตำแหน่งตามข้อมูล Lidar และ ความแม่นยำสูง แผนที่.

· สี่หลัก โมดูล:

1. zup / Zihr / NHC ชิ้นส่วนยับยั้งการเคลื่อนไหวของยานพาหนะ

2. การจัดตำแหน่ง ins

3. รวมรวมกัน

4. FDI การตรวจจับความผิดและการแยก

· ความปลอดภัยที่เกี่ยวข้องโมดูล: การตรวจสอบความสมบูรณ์ของทั้งหมด เอาท์พุท

ในปัจจุบันวิธีการเพิ่มประสิทธิภาพการนำทางที่ใช้กันทั่วไปและการวางตำแหน่งยังคงอยู่บนพื้นฐานของแบบดั้งเดิม Kalman กรอง, ใคร ดัชนีการเพิ่มประสิทธิภาพคือเพื่อลดสถานะ ความแปรปรวน. โดยทั่วไปเพื่อสร้าง Kalman รูปแบบตัวกรองขั้นตอนแรกคือการเลือกสถานะ ตัวแปร ในปัจจุบันการประมาณสถานะของรัฐส่วนใหญ่ขึ้นอยู่กับข้อผิดพลาดของพารามิเตอร์การนำทางและเซ็นเซอร์ยานพาหนะข้อผิดพลาด จากนั้นผ่านการทำนายการทำนายและการวัดขั้นตอนเดียวสมการรัฐสามารถเรียกซ้ำได้ในเวลา โดเมน นอกจากนี้ยังมีวิธีการซอฟต์แวร์แบบดั้งเดิมมากมายสำหรับการวินิจฉัยข้อผิดพลาดและการแยกระบบการวางตำแหน่งเช่นการตรวจจับไคสแควร์ ฯลฯ ในทางกลับกันมันสามารถรับรู้ได้โดยฮาร์ดแวร์ ความซ้ำซ้อน. สำหรับ ตัวอย่างที่มีหลาย GNSS / อิมูระบบการวางตำแหน่งสามารถบรรลุ หลายเซ็นเซอร์ ความซ้ำซ้อนด้วยการวิเคราะห์ซอฟต์แวร์ซ้ำซ้อนและปรับปรุง ความน่าเชื่อถือ

อุตสาหกรรม

ตามสถานการณ์ที่แตกต่างกันการวางตำแหน่งโทรศัพท์มือถือนับจำนวนนาฬิกาที่เคลื่อนไหวและการวางตำแหน่งความแม่นยำสูงของยานพาหนะขับขี่อัตโนมัติมีความต้องการที่แตกต่างกันสำหรับความถูกต้องของ IMU และความแม่นยำสูงซึ่งหมายความว่าค่าใช้จ่ายสูง

IMUS ที่แม่นยำยิ่งขึ้นจะใช้สำหรับขีปนาวุธหรือพื้นที่ รถรับส่ง เพื่อให้บรรลุความแม่นยำสูงขึ้นของ IMU ผู้ผลิตจำนวนมากจะเพิ่ม Magnetometers บนพื้นฐานของการเร่งความเร็วสามและสาม Gyroscopes เพื่อปรับปรุงความน่าเชื่อถือบางคนจะเพิ่มจำนวนเซ็นเซอร์