您好,欢迎光临2021中国自动驾驶测试验证技术创新论坛!

新的IMU解决了ADAS的关键安全威胁-传感器漂移

发布日期:2020-06-02

GRCC自动驾驶测试验证技术创新论坛

2020-06-02 13:30:52

手机阅读

点击上方蓝色字体,关注我们


ACEINNA的*新IMU声称其可靠性为1.3°/小时,旨在解决自动驾驶汽车定位的艰巨世界,因为传感器漂移会威胁安全性。


ACEINNA*近发布了一种新的IMU(惯性测量单元)设备IMU383ZA,旨在提高传感器系统的可靠性。


顾名思义,IMU可用于测量固定有IMU的系统或设备的惯性。它们越来越广泛地用于各种行业的应用中,包括农业,无人机和航空航天,自动驾驶汽车,机器人技术和AR / VR-所有这些都依赖于精确的定位数据来正常运行。


毕竟,如果没有可靠的传感器数据,系统如何导航自动驾驶汽车或机械臂的运动计划,或者确保沉浸在VR中的人不会在沙发上绊倒?


ACEINNA和其他传感器制造商试图解决的这些应用面临的*大挑战之一就是漂移。

      

定位系统中的漂移是什么?


当传感器失去保真度时就会发生漂移,这通常是由于老化,有时是由于振动或极端温度等干扰。


漂移会影响从温度传感器到压力传感器的所有传感器类型。预防性校正和校准通常用于解决此问题,以及许多系统内置的各种漂移检测功能。


( 温度传感器中的漂移图和用户定义的阈值,在该阈值处可能会发生漂移检测警报。图片由Moore Industries提供。)

 


这些校准和漂移检测功能通常依赖于外部参考信号来比较数据。但是,某些设备,例如Micron Digital的ROMOS IMU(*近也发布了),声称对基于MEMS的惯性传感器采用“无漂移技术”,因此不依赖外部参考信号。


ACEINNA的方法侧重于使用多个内部传感器和一种传感器融合形式,以实现高可靠性。

 

ACEINNA的“高可靠性” IMU


ACEINNA积极宣传其新型IMU383ZA IMU传感器为“高度可靠”,这对他们来说**必要,因为它们将传感器定位为对汽车应用有用。无论是今天的ADAS还是对于中期中期预测的真正的自动驾驶汽车,**准确的定位都是**的前提。


但是,“高度可靠”在规格方面意味着什么?在这种情况下,ACEINNA宣称新的IMU具有1.3°/小时,0.08°/根小时的显着可靠性。


ACEINNA IMU383ZA传感器系统。数据表中的图像。


IMU383ZA的其他相关规格包括:


温度范围:-40C至85C

板对板接口:SPI

包装尺寸:24mm x 37mm x 9.5mm

平均无故障时间:> 5万小时

该设备通过提供所谓的“高级”同步和允许现场升级的引导程序来升级IMU381ZA模型。


然而,*值得注意的是,该设备通过“三重冗余传感器体系结构”来实现其可靠性,该体系结构使用了三个相互独立运行的传感器(3轴加速度计和3轴陀螺仪)的阵列。


合并更多的传感器如何等于更可靠的数据?答案是一个称为传感器融合的过程。


传感器融合如何克服漂移


ACEINNA的新设备依靠一系列传感器来提供数据集。从这里开始,它利用“投票方案”,其中设备可以确定异常数据点是准确的还是错误的。通过比较多个读数,可以识别出错误的数据集,并且可以“忽略或降低重要性”,因此它们不会影响设备的整体准确性。


这是传感器融合的一个例子。


正如AAC的杰里米·李(Jeremy Lee)在描述传感器融合基础知识的文章中所述,“传感器融合是将多个物理传感器结合起来以产生准确的'地面真相'的艺术,即使每个传感器可能都不可靠。”



( IMU传感器融合系统的示例。这是来自LP-RESEARCH的IMUcore的概述。)

 


类比是犯罪现场,每个证人都有不同的话要说,聪明的警察侦探将对证人有些矛盾的观察编织成事件的准确图片。



结合优势获得准确的传感器数据


陀螺仪和惯性测量单元(IMU)是传感器的经典示例,可以通过传感器融合将它们配对在一起以形成设备环境的更可靠图片。


在陀螺仪有漂移趋势的地方,可以依靠IMU来感知与地球重力有关的“下降”位置。向下参考可用于将陀螺仪的空间位置归零。反过来,IMU位置数据可能会累积错误。GPS数据可用于理顺IMU。每个传感器都可以提供补充信息,以确保其他传感器的准确性。


传感器融合设备使用卡尔曼滤波器将值临时附加到每个传感器输入。例如,如果手机的携带者进入地下隧道或地铁,则GPS可能是粗略的。与多个其他传感器相比,传感器融合功能使设备能够注意到GPS异常。设备离开隧道后,便可以正常使用GPS数据。这里的类比可能是传感器融合系统充当棒球经理,在滑坡期间将球员(在本例中为GPS数据)留在场边。


尽管在传感器融合中经常使用多种类型的传感器,但相同的原理适用于单个设备(例如IMU383ZA),其中将多个数据集进行组合并进行比较以提供更准确的环境信息。


您以前是否开发过位置跟踪系统?选择IMU时优先考虑哪些规格?传感器融合如何在您的设计过程中发挥作用?在下面的评论中分享您的经验。




相关文章

Uhnder与dSPACE合作 推进雷达传感器技术发展

传感器**自动驾驶产业变革,未来15年内增长率为51%

华为即将进军传感器的研发,已拿到自动驾驶标准必要**







SELECTED EVENTS





 

长按二维码识别关注


  • 电话咨询
  • 021-2230 6692
  • 15021948198
None