带有车载传感器的GNSS/INS传感器

自主驾驶车辆应用的关键要求之一是可靠、准确和稳健的定位解决方案。关键的导航、规划和决策操作都离不开可靠的定位。这意味着准确的定位必须无处不在——换句话说，车辆预计运行的所有时间和地点都能可靠地获得定位信息。尽管全球导航卫星系统（GNSS）通常提供绝对定位的基础，但它总是在不能直接看到足够多卫星时存在可用性问题。

为了解决这个故障模式，可以通过一种称为传感器融合的技术将其他补充传感器添加到整体导航解决方案中。例如，惯性测量单元（IMU）、摄像头、LiDAR和雷达等传感器可以被选择，以缓解每个传感器的个别缺点，从而提高整体的稳健性和可靠性。虽然当前的自主驾驶车辆应用采用了传感器融合技术，但它们往往依赖于高性能传感器来满足准确性要求。这些高性能传感器往往会带来更高的成本负担，而这在商业生产中是不可接受的，因此使大规模自主驾驶变得过于昂贵。

本文将重点利用现代车辆上已有的低成本传感器。这些传感器包括低分辨率的里程计（DMI）和消费级IMU，目前用于动态稳定控制和车轮打滑检测。本文将介绍一种新颖的方法，通过结合车速、转向角、传动装置设置和多个里程计输入，以及在GNSS中断环境下的实际结果。测试轨迹将模拟具有许多弯道和短直段的典型停车场。滤波器所需的唯一先验信息是轮距和轴距（轮子间的距离）。

与单独使用的GNSS/INS解决方案相比，在GNSS中断长达30分钟的情况下，性能提升了90%。此外，在相同的30分钟中断条件下，与单个里程计中断相比，多个里程计的性能提升了50%。除了GNSS中断性能，本文还将展示如何使用额外的过滤器输入来提高定位系统的保护水平，以允许更频繁地启用自主导航系统。