杏鑫汽车配件【杏鑫平台官网】

杏鑫测速导远电子司徒春辉:自动驾驶高精度组合定位技术

杏鑫【股东Q:304724】8 月 25 日,由盖世杏鑫测速主办、中国智能网联杏鑫测速产业创新联盟自动驾驶地图与定位工作组协办的“2020 第二届自动驾驶地图与定位大会”隆重召开。本次会议主要聚焦高精地图、高精度定位等自动驾驶关键技术,共探产业未来发展之路。下面是广州导远电子科技有限公司副总工程师司徒春辉在本次论坛上的发言。

大家好!我是导远电子的司徒春辉,今天很高兴能够来到这个平台跟大家做一些分享,我今天的一个主题是关于高精度定位在HWP场景下的需求分析,在HWP这种场景下,我们很多客户也是在问我们,我们需要怎么样的一个定位才能把这个HWP的应用做好。

今天的话题包括三部分:第一点是如何满足HWP下定位的安全条件;第二点是HWP下有多大的概率可以顺利通过1公里的隧道;第三点是究竟我们在做HWP的时候是选用双频的RTK还是单频的RTK;最后是我们公司的介绍。

在乘用车高速公路驾驶的场景下需要怎么样的精度定位要求?右图中可以看到红色的部分是我们安全的最大行驶区间,如果我们的车辆超出了这个区间可能就会发生一些安全的问题,我们可以通过它的一些公式算出关于这个安全区间里面的一个纵向的定位精度跟横向定位精度要求的关系。

我们根据中国高速公路设计基本参数和乘用车最大尺寸可以算出,车辆的横向定位精度要求是0.2米,纵向的精度要求是1米。对于极端的边界情况,横向定位精度必须小于0.78米,纵向精度小于3米,而定位的置信信度必须大于99.7%。在匝道这种场景,定位精度要求会比在高速公路更高。如果定位发生了偏差,会产生怎么样的危险?就如第一张图,车辆行驶在左车道的,定位偏差到右车道,那在超车时会驶向对面车道,产生碰撞危险。同样、在交通拥堵、故障停靠等情况下,定位的偏差也会导致危险情况的发生。

这是一个典型的融合定位系统原理,主要是包括前融合和后融合两部分,前融合的主要输入包括IMU、GPS以及车辆信息。前融合中通过四元数积分、EKF等算法得到6自由度的位置、速度、姿态和时间消息。这些消息会给到后融合。后融合根据前融合定位结果,从地图引擎搜索它附近的车道线、路标等信息。这些路标或者车道线信息与从摄像头得到的车道线、路标等信息进行匹配融合,最终形成一个高精确的定位结果。定位结果通过HWP协议发送给EPU。后融合的定位结果也会反馈到前融合,作为前融合下次融合的先验信息。

那我们来了解一下如何满足HWP下定位的安全条件。根据我们之前提到的一些要求以及客户给我们提的一些要求,我们可以认为需要保证任何情况下行驶300m内横向位置误差需要小于0.78米,保证车辆行驶的安全。对于这3百米,在120km/h的情况下,代表了9秒的时间。9秒钟意味着如果RTK定位和车道线识别有问题,可以提供9秒的安全接管时间。同样,在故障容错时间内对RTK飞点和车道线异常识别提供了依据。同时也降低HWP的接管率。根据统计数据可以得到,良好的RTK接收机可以在5秒内恢复到RTK固定解状态。9秒钟的航位推算时间,可以覆盖RTK的恢复时间,不需要退出HWP功能。

在RTK定位和车道线识别都有问题的时候,只能依靠通过IMU和轮速实现航位推算得到的位置。我们可以对DR推算的性能做一个分解。要求300m航位推算,3σ横向误差要小于0.78米,主要由IMU、里程计和定位算法保证。对0.78m的横向误差做假设性分解,50%来自零点漂移,50%来自于陀螺标度误差。通过公式可以得到,0.39m的横向误差相当于10°/h的零点漂移。对10°/h的零点漂移再进一步分解, 80%是由于零偏不稳定性引起的,20%是由于零位温漂引起的。持续时间τ=18s,Allan方差值是8°/h,对应的零偏不稳定性是4°/h。对于2度每小时的零位温漂,可以算出来全温零偏是0.115°/s。

对于标度误差引起的误差,假设弯道半径250米,时速60km/h,得到转弯角速率3.78°/s,对应陀螺标度误差是2.2‰。结合车辆其他的信息,纵向的推算精度可达到1‰。

接下来我们用INS570D做实车验证。INS570D的主要指标包括:零偏不稳定性2°/h,全温零偏0.07°/s,陀螺标度误差2‰,加速度计零偏2mg。随机抽取500多台INS570D完成Allan方差测试、全温测试、标度测试。Allan方差图中可以看出,产品的重复性是比较好的。对应时间τ=100s时,Allan方差指标是1°/h到3°/h。对于全温零偏结果,3σ结果比较小,不到0.04°/s,陀螺标度误差3σ结果不到1‰,加速度计零偏3σ结果不到1mg。随机抽取了6台570D进行了500多次的2航位测算测试,得到偏差小于0.78米所经历的里程,在3σ的结果是414m,意味有99.7%的结果行驶里程超过414m。1σ可以达到9百米行驶里程。

这是偏差<0.78m行驶里程分布柱状图,主要分布在500m到2000m范围内。这是偏差<0.78m的持续时间分布柱状图,主要分布在30s到100s范围。最后可以得到满足HWP下定位的安全条件,第一点是有一个比较好的融合定位算法。第二点是高性能 IMU,相关指标 包括:陀螺零偏不稳定性<4°/h,陀螺全温零偏<0.07°/s,陀螺标度误差<2‰,加速度计零偏2mg。第三点是是建议使用双频差RTK接收机。

下面进入话题2,这是测高速隧道实车测试的结果。蓝色是导航的结果,它常流畅地通过了1公里的隧道。对1公里的隧道的场景合理化的假设。第一是在隧道中车道线识别。第二是隧道中车道线识别异常,但推算距离<400m。第三是隧道中车车道线异常而推算距离>400m。第四是出隧道后RTK恢复正常,车道线识别正常。第五是出隧道后RTK未恢复,但车道线识别正常。第六是出隧道后RTK未恢复而且车道线识别异常。

隧道中车道线识别正常的场景能够满足HWP安全要求的。隧道中车道线识别异常,但推算里程<400m,融合方法是高精度IMU+轮速。推算距离比较短,横向偏差<0.78米,也能够满足HWP的安全要求。在隧道中车道线识别异常而且推算距离超过400m的场景下,因为它的横向偏差>0.78m,所以不能满足HWP的安全要求。当出隧道后车道线识别正常,RTK也恢复正常,能够满足HWP的要求。

出隧道之后车道线识别正常,但GPS还没有恢复到RTK状态下,融合的方法是单点GPS+IMU+轮速+车道线的匹配,横向精度能够满足HWP要求。对于纵向精度,持续推算时间过长,纵向精度就会慢慢降低。假设在隧道里面已经推了一公里,在外面再推算一公里,纵向误差就会达到3米。超过1公里后,纵向精度就不能满足HWP的要求,需要做降级处理。最后一种场景是出隧道后车道线识别异常,RTK没有恢复,航位推算的距离超过4百米后,HWP降级处理。

对上述场景进行汇总,在隧道内,车道线识别异常而且航位推算距离>400m不能满足HWP的安全要求,在出隧道之后车道线异常,RTK没有恢复的情况下,航位推算距离大于400m,也不能满足HWP的安全要求。

对于上述数据做总结,在隧道中可以认为98%概率HWP可用,出隧道之后93%概率HWP可用。

最后一个话题是关于双频和单频的选择,这个问题在很多客户里面都会问我们,我们肯定是大力推荐双频RTK,我们做了三种组合的测试。

第一种是双频车规GNSS+双频RTK服务,第二种是双频车规GNSS+单频RTK服务,第三种是测绘级接收机+双频RTK服务。不管是从定位精度还是恢复时间,单频RTK结果差恢复时间和固定解定位精度都比较差。单频RTK比较差的定位精度也会导致允许的安全推算距离会降低。所以我们还是大力推荐我们的客户,选用双频GNSS接收机和双频RTK服务。

最后就介绍一下我们公司的情况。我们公司有两个厂房,一个是在海门,一个是在广州那边。两个厂房都满足IAFT16949质量资质,同时我们也在做ISO26262和ASPICE认证。我们在北京、苏州和深圳都有点。针对不同行业对性能和成本的要求,我们推出了两款新的产品。一款是高精度定位产品INS570H,零偏不稳定性0.8°/h,可以实现后处理,后处理定位精度0.5‰。它的指标相对于INS570D提升了3倍。另外一款是标准组合导航产品,价格有很大优惠,可以到我们的展台作进一步沟通交流。

我司现在OEM case包括,乘用车、小巴、货车,和商用车。我司最早SOP产品是18年,现阶段已有数款产品实现了SOP。在前装经验方面我们是走的比较前。

感谢大家的聆听!有兴趣的朋友可以加一下我们的微信或者到我们的展台进行交流,谢谢!

这是一个广告位