汽車航位推算(DR)導航系統(tǒng)采用一個陀螺儀(gyro)來推算車輛的即時航向。借助該信息再加上行駛的距離,導航系統(tǒng)可以正確確定車輛的位置,即使衛(wèi)星信號因擁擠的城區(qū)環(huán)境或隧道而受阻時亦是如此。在 DR 導航中使用陀螺儀的一個重大挑戰(zhàn)是,衛(wèi)星信號可能會丟失較長時間,結果使累積角度誤差過大而無法精確定位車輛。本文為這個問題提出了一種簡單的解決辦法。
DR 導航的工作原理
圖 1 所示為 DR 導航的基本工作原理。一個陀螺儀測量車輛的旋轉速率,單位為度/秒。代表車輛即時航向的角度通過計算旋轉速率的時間積分而求得。結合航向和行駛距離,可以確定車輛的位置,如圖中的紅線所示。
使用數(shù)字陀螺儀時,積分速率可以表示為速率樣本和與采樣間隔之積:
其中,ri 為陀螺儀檢測到的速率,n 為樣本數(shù),τ 為采樣間隔。隨時間累積的角度誤差可以表示為:
其中,ei 為各樣本的速率誤差, n 為樣本數(shù), τ 為采樣間隔。根據(jù)該公式,隨著所需積分時間變長,累積誤差變大,如圖 2所示。這些速率樣本(用帶 ADXRS810 高性能角速率傳感器的評估板測得)模擬的是共含有 3300 個速率樣本的 DR 導航系統(tǒng)。藍線表示陀螺儀速率樣本;紅線表示累積角度誤差。顯然,累積角度誤差隨時間而變大。
用低通濾波器(LPF)縮短積分時間
降低角度誤差的傳統(tǒng)方法將重點放在減小 en上,但當今的數(shù)字陀 螺儀的速率誤差規(guī)格已處于非常低的水平。例如,ADXRS810 的靈敏度為 80 LSB/°/秒,失調為±2°/秒,抗沖擊性為 0.03°/秒/g ,改善空間有限。另外,en 的補償算法非常復雜。與諸如電子穩(wěn)定控制(ESC)等其他應用相比,DR 導航系統(tǒng)中的陀螺儀可以長期運行,例如車輛行駛通過長隧道時 GPS 信號就不會丟失。在 DR 導航應用中,較長的運行時間會導致角度誤差變大。
如果可以縮短積分時間,則可以顯著降低累積角度誤差。當陀螺儀不旋轉時,速率輸出較小,但因陀螺儀噪聲的影響,輸出不是零。ADXRS810 具有超低的陀螺儀噪聲和超高的靈敏度,只需設置相應的閾值,即可輕松過濾掉數(shù)字域中的噪聲。這一過程等效于低通濾波,因為與旋轉導致的速率輸出相比,陀螺儀速率噪聲處于高頻區(qū)。
圖 3 所示為圖 2 的 LPF 版本,其中,小于 1°/s 的所有速率樣本均歸零處理,因此在速率積分時忽略不計。剩下的積分時間,被認為是有效積分時間,只相當于總積分時間的 16%左右。如此可以大幅縮短積分時間。結果,累積角度誤差也顯著降低,如圖中的紅線所示。
在實際應用中,車輛方向盤一般位于零度處。因此,可以通過忽略來減少陀螺儀速率的有效積分時間,如圖 3 所示實驗中所做的那樣。圖 4 所示為來自真實車載測試的陀螺儀速率樣本。
在隧道中行駛大約 180 秒,則需要 180 秒的速率積分時間。如果不使用 LPF 過程,則 180 秒內累積的誤差可能高達 4°,該值太大,導致無法正確確定車輛在隧道中的位置。采用 LPF過程,將閾值設為 0.5°/秒,則有效積分時間縮短至 84 秒,減幅達 53%左右。累積誤差降至約 0.5°,如圖 5 所示。設置 LPF閾值時,可以根據(jù)具體應用所需要的精度來定。
結論
如今的數(shù)字陀螺儀具有出色的規(guī)格特性,因此,其性能的提升余地有限。在車載 DR 導航系統(tǒng)以及要求長積分時間的其他應用中,通過設置 LPF 閾值來縮短積分時間是一種簡單但有效的精度提升方法。
ADXRS810 高性能、低成本數(shù)字陀螺儀采用 ADI 公司的新型MEMS 技術,是車載 DR 導航應用的上佳選擇。該陀螺儀采用超小型封裝,具有低失調、低噪聲和高速率靈敏度的特點。采用芯片集成溫度補償技術,無需使用外部溫度傳感器,同時簡化了溫度補償算法。其超高的抗沖擊和抗振動能力對汽車應用具有十分重要的意義。
作者簡介
Ben Wang [ben.wang@analog.com]是 ADI 公司中國深圳的現(xiàn)場應用工程師(FAE),畢業(yè)于湖南大學。他于 2009 年 6 月加入 ADI 公司,此前在National Semiconductor 工作過六年。
-
汽車電子
+關注
關注
3024文章
7881瀏覽量
166533 -
精確定位
+關注
關注
0文章
14瀏覽量
11815 -
數(shù)字陀螺儀
+關注
關注
0文章
5瀏覽量
5966
原文標題:縮短積分時間可以提高航位推算導航系統(tǒng)的精度
文章出處:【微信號:motorcontrol365,微信公眾號:電機控制設計加油站】歡迎添加關注!文章轉載請注明出處。
發(fā)布評論請先 登錄
相關推薦
評論