傳感器融合是利用全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)接收器、卡爾曼濾波器和其他選項,將來自多個傳感器的數(shù)據(jù)結(jié)合起來,就位置和動量達成共識,從而減少自主導(dǎo)航和機器人系統(tǒng)中的不確定性和誤差。這些傳感器融合校正對于提高精度非常必要,尤其是在數(shù)據(jù)干擾很強的情況下。如果不能提供這樣的校正,就會導(dǎo)致系統(tǒng)讀取的位置信息毫無價值,導(dǎo)航方向也不夠準確。以下是一些行之有效的修正策略,可在實際應(yīng)用中提高傳感器融合系統(tǒng)的精度和實用性。
在大多數(shù)情況下,導(dǎo)航系統(tǒng)已經(jīng)安裝了 GPS,在某些情況下,還需要安裝兩個 GPS。為什么要在漫游車或自主系統(tǒng)中增加另一個 GPS?一般來說,增加第二個 GPS 設(shè)備可以為傳感器融合數(shù)據(jù)提供更多信息。這可以對從其他傳感器獲得的信息進行交叉檢查和驗證,并提高傳感器融合數(shù)據(jù)的準確性,在很大程度上減少誤差。
建立冗余可使采用自主導(dǎo)航的機器人和系統(tǒng)收集更多數(shù)據(jù),并在確定系統(tǒng)位置時達到更高的精確度,這對實際場景中的車輛和其他系統(tǒng)至關(guān)重要。額外的全球定位系統(tǒng)組成一個全球?qū)Ш叫l(wèi)星系統(tǒng)接收器,通??梢宰R別位置標繪中的大誤差,否則可能會在很大程度上影響機器人和自主漫游車的性能。
通過多種傳感器和傳感器類型計算運動中物體的位移,是實現(xiàn)自主導(dǎo)航精確傳感器融合校正的絕佳方法。利用數(shù)學(xué)算法對位移數(shù)據(jù)進行比較和過濾,從而根據(jù)方向、速度和加速度確定位置。生成的這些數(shù)據(jù)可用于驗證包括 GPS 在內(nèi)的其他傳感器提供的信息。
通過將這些軟件解決方案添加到導(dǎo)航硬件系統(tǒng)中,可以更精確地獲取定位數(shù)據(jù)。一般來說,導(dǎo)航自主性是通過比較來自各種傳感器和工具的信息來確定的。位移計算器可幫助評估哪些相互競爭的傳感器讀數(shù)最有可能準確可靠。
以卡爾曼濾波作為提高自主導(dǎo)航和其他應(yīng)用準確性的一種手段的基本原理??柭鼮V波可以被視為 "一種結(jié)合未知值的近似值以產(chǎn)生更好近似值的方法"。換句話說,卡爾曼濾波器可以 "清理 "和平滑來自多個傳感器的原始位置數(shù)據(jù),從而更清晰地了解車輛的位置。
卡爾曼濾波器是修正傳感器融合數(shù)據(jù)的最有效方法之一。從本質(zhì)上講,通過比較筆記,這些濾波器可以消除離群數(shù)據(jù),為漫游車和自動駕駛車輛提供更準確的讀數(shù),就像 "低通 "或 "高通 "濾波器清理麥克風(fēng)的音頻輸入一樣??柭鼮V波器和其他用于傳感器融合修正和調(diào)整的濾波器。
為避免產(chǎn)生無價值的傳感器融合數(shù)據(jù),一種常見的方法是在混合過程中添加更多傳感器。雖然從理論上講,這可能是一個好主意,但如果沒有一個明確的計劃來將傳感器與其他傳感器協(xié)調(diào)一致地集成在一起,那么增加傳感器可能會是一個很大的錯誤。對于慣性測量單元(IMU)來說尤其如此。購買 IMU 傳感器可能會讓您損失金錢,卻無法顯著提高精度。了解增加更多傳感器對處理時間和精度的影響是絕對必要的,這樣才能確保您不會浪費金錢卻得不到任何回報。
相關(guān)產(chǎn)品推薦:
LORD 3DM-GQ7-GNSS/INS輔助慣性導(dǎo)航系統(tǒng)
LORD 3DM-GX5-GNSS/INS輔助慣性導(dǎo)航系統(tǒng)
LORD 3DMGX5-IMU慣性測量單元傳感器
LORD 3DM-CX5-IMU高性能慣性測量單元傳感器
Advanced Navigation SPATIAL MEMS GNSS/INS輔助慣性導(dǎo)航系統(tǒng)
Advanced Navigation MOTUS MEMS IMU超高精度傳感器
相關(guān)閱讀推薦:
IMU、 AHRS、INS三者之間的區(qū)別及應(yīng)用
慣性傳感器類型及IMU、AHRS、卡爾曼濾波器之間的區(qū)別
IMU(慣性測量單元)的 4 個等級:消費級、工業(yè)級、戰(zhàn)術(shù)級、導(dǎo)航級